Low-res two-view results

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

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

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

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

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

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

CAS	0.16 11	0.07 1	0.29 4	0.42 368	0.17 212	0.20 49	0.18 93	0.23 3	0.20 6	0.15 10	0.19 26	0.11 2	0.10 3	0.15 1	0.14 24	0.31 373	0.04 1	0.06 1	0.04 1	0.06 2	0.16 228

CES	0.14 1	0.08 2	0.24 1	0.17 4	0.23 311	0.18 14	0.15 25	0.24 7	0.20 6	0.14 6	0.18 23	0.14 23	0.10 3	0.19 21	0.12 1	0.07 13	0.05 3	0.06 1	0.04 1	0.08 65	0.20 269

AEACV	0.20 58	0.09 3	0.32 9	0.39 358	0.34 358	0.21 65	0.16 41	0.30 37	0.18 1	0.17 16	0.17 18	0.13 12	0.16 63	0.27 81	0.13 7	0.07 13	0.29 372	0.07 13	0.09 167	0.07 30	0.37 360

Any-RAFT	0.18 21	0.09 3	0.33 11	0.19 13	0.10 17	0.29 182	0.16 41	0.44 175	0.32 108	0.25 72	0.27 76	0.29 157	0.16 63	0.23 40	0.13 7	0.08 88	0.07 92	0.06 1	0.05 8	0.07 30	0.07 11

LoS	0.15 4	0.09 3	0.34 13	0.17 4	0.09 5	0.22 87	0.14 12	0.27 13	0.27 58	0.15 10	0.18 23	0.19 54	0.14 42	0.23 40	0.14 24	0.08 88	0.06 34	0.06 1	0.04 1	0.06 2	0.06 4

EGLCR-Stereo	0.19 37	0.09 3	0.34 13	0.29 300	0.17 212	0.28 165	0.16 41	0.30 37	0.23 16	0.22 48	0.11 1	0.16 33	0.09 2	0.28 99	0.15 37	0.07 13	0.25 348	0.07 13	0.07 45	0.06 2	0.37 360

CREStereo++_RVC	0.16 11	0.09 3	0.42 42	0.17 4	0.11 25	0.18 14	0.13 2	0.23 3	0.31 100	0.21 32	0.31 107	0.13 12	0.11 9	0.17 8	0.16 47	0.07 13	0.04 1	0.06 1	0.15 319	0.06 2	0.05 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.18 21	0.09 3	0.38 25	0.18 8	0.07 1	0.33 230	0.19 125	0.39 124	0.34 130	0.24 61	0.25 60	0.18 48	0.18 104	0.25 55	0.17 60	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.05 1

CREStereo	0.14 1	0.09 3	0.27 2	0.14 1	0.08 2	0.22 87	0.15 25	0.26 10	0.26 49	0.16 12	0.21 43	0.14 23	0.13 32	0.19 21	0.14 24	0.09 144	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.16 11	0.09 3	0.31 7	0.15 2	0.09 5	0.23 103	0.15 25	0.26 10	0.24 25	0.17 16	0.21 43	0.16 33	0.14 42	0.23 40	0.14 24	0.29 369	0.05 3	0.06 1	0.04 1	0.07 30	0.07 11

MSKI-zero shot	0.19 37	0.10 11	0.47 74	0.30 307	0.14 108	0.21 65	0.14 12	0.33 69	0.22 13	0.24 61	0.25 60	0.22 74	0.10 3	0.32 139	0.14 24	0.07 13	0.30 373	0.07 13	0.07 45	0.06 2	0.09 58

Selective-IGEV	0.15 4	0.10 11	0.34 13	0.32 323	0.19 256	0.16 6	0.14 12	0.29 28	0.20 6	0.13 1	0.14 14	0.13 12	0.08 1	0.23 40	0.14 24	0.06 1	0.13 244	0.07 13	0.06 23	0.06 2	0.11 129

knoymous	0.18 21	0.10 11	0.35 17	0.17 4	0.11 25	0.21 65	0.17 55	0.33 69	0.24 25	0.24 61	0.28 80	0.27 133	0.16 63	0.24 46	0.17 60	0.09 144	0.06 34	0.09 120	0.06 23	0.09 132	0.10 100

riskmin	0.24 149	0.10 11	0.43 47	0.32 323	0.26 335	0.33 230	0.19 125	0.44 175	0.30 93	0.24 61	0.27 76	0.37 223	0.25 177	0.30 125	0.22 148	0.09 144	0.18 308	0.09 120	0.13 296	0.10 180	0.27 326

MC-Stereo	0.18 21	0.10 11	0.36 19	0.28 287	0.14 108	0.18 14	0.15 25	0.24 7	0.20 6	0.21 32	0.24 56	0.16 33	0.13 32	0.25 55	0.14 24	0.07 13	0.17 301	0.07 13	0.07 45	0.06 2	0.30 338

RCA-Stereo	0.17 18	0.10 11	0.33 11	0.20 34	0.11 25	0.19 23	0.17 55	0.39 124	0.36 150	0.21 32	0.25 60	0.17 40	0.17 78	0.18 12	0.15 37	0.07 13	0.14 253	0.07 13	0.06 23	0.06 2	0.08 37

test-3	0.18 21	0.10 11	0.48 86	0.23 129	0.14 108	0.18 14	0.16 41	0.32 56	0.29 79	0.26 77	0.17 18	0.22 74	0.13 32	0.26 72	0.19 100	0.06 1	0.14 253	0.08 60	0.08 105	0.06 2	0.10 100

test_1	0.18 21	0.10 11	0.48 86	0.23 129	0.14 108	0.18 14	0.16 41	0.32 56	0.29 79	0.26 77	0.17 18	0.22 74	0.13 32	0.26 72	0.19 100	0.06 1	0.14 253	0.08 60	0.08 105	0.06 2	0.10 100

DEmStereo	0.26 192	0.10 11	0.52 149	0.19 13	0.13 80	0.31 211	0.25 255	0.29 28	0.38 171	0.36 225	0.57 309	0.24 102	0.48 329	0.53 228	0.44 286	0.07 13	0.06 34	0.08 60	0.08 105	0.07 30	0.08 37

GrayStereo	0.26 192	0.10 11	0.45 57	0.27 263	0.14 108	0.23 103	0.46 355	0.36 87	0.33 122	0.40 269	0.47 265	0.30 167	0.78 370	0.29 116	0.17 60	0.07 13	0.06 34	0.08 60	0.09 167	0.07 30	0.15 218

GMM-Stereo	0.22 94	0.10 11	0.56 185	0.23 129	0.13 80	0.24 121	0.24 242	0.38 108	0.29 79	0.31 151	0.44 232	0.27 133	0.21 134	0.31 134	0.17 60	0.07 13	0.05 3	0.10 184	0.09 167	0.08 65	0.19 257

Prome-Stereo	0.22 94	0.10 11	0.43 47	0.24 166	0.13 80	0.23 103	0.23 220	0.37 99	0.27 58	0.33 185	0.58 312	0.24 102	0.28 214	0.30 125	0.16 47	0.07 13	0.05 3	0.08 60	0.07 45	0.08 65	0.20 269

CFNet-RSSM	0.18 21	0.10 11	0.45 57	0.20 34	0.12 48	0.20 49	0.16 41	0.40 133	0.31 100	0.23 55	0.21 43	0.26 129	0.15 51	0.21 25	0.14 24	0.07 13	0.05 3	0.07 13	0.07 45	0.06 2	0.06 4

Gwc-CoAtRS	0.17 18	0.10 11	0.41 34	0.20 34	0.12 48	0.20 49	0.15 25	0.34 73	0.29 79	0.23 55	0.23 51	0.27 133	0.15 51	0.21 25	0.14 24	0.07 13	0.06 34	0.07 13	0.07 45	0.06 2	0.07 11

R-Stereo Train	0.19 37	0.10 11	0.49 103	0.22 86	0.12 48	0.23 103	0.18 93	0.43 157	0.20 6	0.31 151	0.45 246	0.20 61	0.14 42	0.18 12	0.18 79	0.08 88	0.06 34	0.07 13	0.06 23	0.06 2	0.07 11

RAFT-Stereo	0.19 37	0.10 11	0.49 103	0.22 86	0.12 48	0.23 103	0.18 93	0.43 157	0.20 6	0.31 151	0.45 246	0.20 61	0.14 42	0.18 12	0.18 79	0.08 88	0.06 34	0.07 13	0.06 23	0.06 2	0.07 11
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IGEV_Zeroshot_test	0.23 123	0.11 27	0.82 292	0.21 54	0.23 311	0.20 49	0.19 125	0.38 108	0.23 16	0.34 199	0.22 49	0.29 157	0.14 42	0.24 46	0.20 116	0.07 13	0.09 169	0.08 60	0.08 105	0.08 65	0.35 351

RAFT-Test	0.19 37	0.11 27	0.41 34	0.26 230	0.21 287	0.26 145	0.17 55	0.37 99	0.26 49	0.24 61	0.29 86	0.32 186	0.14 42	0.22 36	0.15 37	0.07 13	0.08 139	0.07 13	0.07 45	0.06 2	0.07 11

LoS_RVC	0.14 1	0.11 27	0.32 9	0.18 8	0.16 187	0.20 49	0.18 93	0.21 2	0.18 1	0.14 6	0.20 31	0.12 3	0.17 78	0.17 8	0.14 24	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 207

anonymousdsp2	0.23 123	0.11 27	0.42 42	0.26 230	0.24 322	0.25 131	0.17 55	0.43 157	0.37 163	0.30 136	0.23 51	0.24 102	0.15 51	0.32 139	0.17 60	0.07 13	0.28 361	0.07 13	0.05 8	0.08 65	0.44 374

DCANet-4	0.20 58	0.11 27	0.58 205	0.19 13	0.09 5	0.19 23	0.18 93	0.39 124	0.42 207	0.29 115	0.31 107	0.17 40	0.22 139	0.21 25	0.20 116	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

tt	4.71 415	0.11 27	3.94 410	2.06 416	1.54 414	10.14 422	16.85 423	9.28 424	4.99 415	1.41 398	1.05 376	4.68 415	4.89 415	3.36 416	5.86 419	5.73 421	9.15 428	2.23 417	2.51 418	3.02 418	1.34 414

DisPM	0.20 58	0.11 27	0.52 149	0.24 166	0.13 80	0.18 14	0.19 125	0.30 37	0.31 100	0.33 185	0.34 139	0.23 87	0.16 63	0.34 162	0.17 60	0.09 144	0.06 34	0.09 120	0.08 105	0.08 65	0.12 164

iRaft-Stereo_20w	0.29 229	0.11 27	0.86 304	0.33 334	0.24 322	0.32 224	0.26 265	0.60 313	0.26 49	0.41 279	0.21 43	0.28 145	0.19 121	0.32 139	0.24 168	0.07 13	0.31 377	0.07 13	0.09 167	0.08 65	0.47 379

GLC_STEREO	0.15 4	0.11 27	0.31 7	0.22 86	0.09 5	0.17 10	0.15 25	0.24 7	0.28 66	0.17 16	0.20 31	0.17 40	0.11 9	0.24 46	0.17 60	0.07 13	0.09 169	0.09 120	0.08 105	0.07 30	0.07 11

CrosDoStereo	0.32 256	0.11 27	0.53 159	0.19 13	0.12 48	0.22 87	1.07 402	0.36 87	0.38 171	0.38 249	0.60 320	0.28 145	0.45 316	0.61 262	0.56 320	0.08 88	0.06 34	0.08 60	0.09 167	0.08 65	0.09 58

PFNet+	0.21 81	0.11 27	0.54 169	0.22 86	0.12 48	0.17 10	0.18 93	0.31 51	0.36 150	0.33 185	0.32 116	0.24 102	0.16 63	0.33 148	0.18 79	0.10 199	0.07 92	0.11 230	0.10 211	0.08 65	0.12 164

NF-Stereo	0.22 94	0.11 27	0.52 149	0.25 198	0.12 48	0.21 65	0.18 93	0.40 133	0.35 137	0.28 92	0.30 97	0.22 74	0.17 78	0.52 226	0.21 133	0.09 144	0.06 34	0.09 120	0.08 105	0.08 65	0.13 184

OCTAStereo	0.22 94	0.11 27	0.52 149	0.25 198	0.12 48	0.21 65	0.18 93	0.40 133	0.35 137	0.28 92	0.30 97	0.22 74	0.17 78	0.51 220	0.21 133	0.09 144	0.06 34	0.09 120	0.08 105	0.08 65	0.13 184

PSM-softLoss	0.22 94	0.11 27	0.53 159	0.25 198	0.12 48	0.20 49	0.17 55	0.39 124	0.29 79	0.29 115	0.32 116	0.24 102	0.16 63	0.53 228	0.21 133	0.09 144	0.06 34	0.10 184	0.09 167	0.08 65	0.12 164

KMStereo	0.22 94	0.11 27	0.53 159	0.25 198	0.12 48	0.20 49	0.17 55	0.39 124	0.29 79	0.29 115	0.32 116	0.24 102	0.16 63	0.53 228	0.21 133	0.09 144	0.06 34	0.10 184	0.09 167	0.08 65	0.12 164

PSM-AAD	0.26 192	0.11 27	0.43 47	0.24 166	0.12 48	0.27 151	0.37 328	0.36 87	0.30 93	0.36 225	0.39 186	0.28 145	0.77 369	0.30 125	0.16 47	0.07 13	0.06 34	0.12 260	0.11 235	0.09 132	0.21 278

FTStereo	0.28 215	0.11 27	0.56 185	0.24 166	0.13 80	0.21 65	0.52 369	0.36 87	0.28 66	0.38 249	0.94 372	0.30 167	0.56 347	0.33 148	0.18 79	0.08 88	0.06 34	0.09 120	0.08 105	0.08 65	0.19 257

KYRaft	0.23 123	0.11 27	0.43 47	0.23 129	0.12 48	0.23 103	0.23 220	0.37 99	0.26 49	0.35 214	0.53 294	0.34 199	0.26 189	0.29 116	0.16 47	0.07 13	0.05 3	0.09 120	0.10 211	0.08 65	0.30 338

ASMatch	0.23 123	0.11 27	0.55 175	0.25 198	0.14 108	0.19 23	0.16 41	0.32 56	0.30 93	0.28 92	0.68 342	0.28 145	0.26 189	0.50 215	0.22 148	0.07 13	0.06 34	0.08 60	0.07 45	0.06 2	0.11 129

DeepStereo_LL	0.32 256	0.11 27	0.53 159	0.19 13	0.12 48	0.22 87	1.07 402	0.36 87	0.38 171	0.38 249	0.60 320	0.28 145	0.45 316	0.61 262	0.56 320	0.08 88	0.06 34	0.08 60	0.09 167	0.08 65	0.09 58

SST-Stereo	0.22 94	0.11 27	0.52 149	0.25 198	0.14 108	0.19 23	0.17 55	0.32 56	0.26 49	0.34 199	0.33 131	0.29 157	0.25 177	0.56 241	0.18 79	0.08 88	0.05 3	0.10 184	0.08 105	0.09 132	0.07 11

RAFT_R40	0.22 94	0.11 27	0.52 149	0.25 198	0.13 80	0.18 14	0.18 93	0.32 56	0.31 100	0.33 185	0.33 131	0.30 167	0.23 148	0.55 236	0.19 100	0.08 88	0.05 3	0.10 184	0.08 105	0.09 132	0.07 11

DRaft	0.25 173	0.11 27	0.47 74	0.18 8	0.12 48	0.28 165	0.23 220	0.34 73	0.40 190	0.38 249	0.60 320	0.20 61	0.41 304	0.48 209	0.41 272	0.07 13	0.06 34	0.08 60	0.08 105	0.07 30	0.08 37

PFNet	0.24 149	0.11 27	0.63 233	0.25 198	0.14 108	0.22 87	0.19 125	0.40 133	0.35 137	0.36 225	0.32 116	0.27 133	0.20 127	0.63 273	0.23 163	0.09 144	0.05 3	0.09 120	0.08 105	0.08 65	0.08 37

RE-Stereo	0.22 94	0.11 27	0.52 149	0.25 198	0.12 48	0.21 65	0.18 93	0.40 133	0.35 137	0.28 92	0.30 97	0.22 74	0.17 78	0.51 220	0.21 133	0.09 144	0.06 34	0.09 120	0.08 105	0.08 65	0.13 184

TVStereo	0.22 94	0.11 27	0.52 149	0.25 198	0.12 48	0.21 65	0.18 93	0.40 133	0.35 137	0.28 92	0.30 97	0.22 74	0.17 78	0.51 220	0.21 133	0.09 144	0.06 34	0.09 120	0.08 105	0.08 65	0.13 184

RAFT-345	0.22 94	0.11 27	0.55 175	0.22 86	0.12 48	0.20 49	0.16 41	0.27 13	0.28 66	0.27 86	0.65 335	0.20 61	0.17 78	0.55 236	0.22 148	0.07 13	0.06 34	0.08 60	0.07 45	0.06 2	0.07 11

TANstereo	0.16 11	0.11 27	0.43 47	0.16 3	0.08 2	0.25 131	0.14 12	0.23 3	0.29 79	0.25 72	0.30 97	0.16 33	0.12 16	0.18 12	0.13 7	0.08 88	0.07 92	0.06 1	0.05 8	0.07 30	0.08 37

XX-Stereo	0.25 173	0.11 27	1.09 345	0.35 343	0.38 370	0.23 103	0.13 2	0.43 157	0.19 4	0.20 28	0.40 193	0.31 176	0.10 3	0.33 148	0.13 7	0.08 88	0.11 214	0.08 60	0.09 167	0.07 30	0.10 100

EAI-Stereo	0.29 229	0.11 27	0.38 25	0.22 86	0.18 233	0.33 230	1.66 412	0.53 247	0.27 58	0.27 86	0.50 278	0.17 40	0.16 63	0.25 55	0.25 180	0.07 13	0.07 92	0.07 13	0.11 235	0.07 30	0.10 100

AE-Stereo	0.21 81	0.12 57	0.50 121	0.25 198	0.15 158	0.24 121	0.18 93	0.40 133	0.34 130	0.19 24	0.26 67	0.21 71	0.13 32	0.22 36	0.16 47	0.07 13	0.26 354	0.09 120	0.10 211	0.07 30	0.31 341

11t1	0.21 81	0.12 57	0.45 57	0.20 34	0.15 158	0.27 151	0.17 55	0.37 99	0.28 66	0.27 86	0.25 60	0.24 102	0.23 148	0.28 99	0.25 180	0.09 144	0.19 312	0.07 13	0.07 45	0.09 132	0.23 293

MIF-Stereo	0.15 4	0.12 57	0.45 57	0.21 54	0.14 108	0.17 10	0.13 2	0.20 1	0.19 4	0.16 12	0.20 31	0.10 1	0.11 9	0.18 12	0.17 60	0.08 88	0.06 34	0.07 13	0.06 23	0.08 65	0.07 11

HH	0.22 94	0.12 57	0.55 175	0.32 323	0.16 187	0.27 151	0.18 93	0.36 87	0.25 43	0.20 28	0.26 67	0.34 199	0.18 104	0.33 148	0.15 37	0.07 13	0.16 283	0.07 13	0.07 45	0.07 30	0.31 341

HanStereo	0.22 94	0.12 57	0.55 175	0.32 323	0.16 187	0.27 151	0.18 93	0.36 87	0.25 43	0.20 28	0.26 67	0.34 199	0.18 104	0.33 148	0.15 37	0.07 13	0.16 283	0.07 13	0.07 45	0.07 30	0.31 341

test_3	0.20 58	0.12 57	0.49 103	0.26 230	0.14 108	0.22 87	0.25 255	0.34 73	0.33 122	0.25 72	0.18 23	0.23 87	0.13 32	0.25 55	0.20 116	0.06 1	0.14 253	0.09 120	0.10 211	0.07 30	0.10 100

LCNet	0.22 94	0.12 57	0.42 42	0.26 230	0.12 48	0.23 103	0.19 125	0.36 87	0.28 66	0.28 92	0.35 145	0.26 129	0.30 237	0.35 169	0.17 60	0.07 13	0.05 3	0.09 120	0.10 211	0.13 258	0.22 286

HHNet	0.23 123	0.12 57	0.66 243	0.19 13	0.18 233	0.20 49	0.20 156	0.36 87	0.32 108	0.33 185	0.59 316	0.19 54	0.21 134	0.24 46	0.31 226	0.08 88	0.06 34	0.09 120	0.07 45	0.08 65	0.12 164

AAGNet	0.34 272	0.12 57	0.53 159	0.26 230	0.16 187	0.20 49	0.19 125	0.31 51	0.29 79	0.35 214	0.35 145	0.27 133	0.30 237	0.44 198	2.56 410	0.08 88	0.05 3	0.10 184	0.07 45	0.09 132	0.07 11

NRIStereo	0.20 58	0.12 57	0.50 121	0.23 129	0.11 25	0.24 121	0.19 125	0.30 37	0.28 66	0.26 77	0.26 67	0.25 113	0.18 104	0.34 162	0.19 100	0.08 88	0.06 34	0.09 120	0.07 45	0.09 132	0.09 58

Pruner-Stereo	0.20 58	0.12 57	0.49 103	0.29 300	0.12 48	0.19 23	0.17 55	0.32 56	0.31 100	0.33 185	0.32 116	0.25 113	0.15 51	0.25 55	0.22 148	0.09 144	0.06 34	0.09 120	0.08 105	0.08 65	0.10 100

DeepStereo_RVC	0.19 37	0.12 57	0.47 74	0.22 86	0.11 25	0.19 23	0.16 41	0.29 28	0.24 25	0.28 92	0.27 76	0.23 87	0.28 214	0.24 46	0.19 100	0.08 88	0.06 34	0.09 120	0.07 45	0.09 132	0.10 100

cross-raft	0.18 21	0.12 57	0.40 32	0.27 263	0.16 187	0.20 49	0.24 242	0.34 73	0.24 25	0.23 55	0.28 80	0.29 157	0.15 51	0.19 21	0.16 47	0.06 1	0.05 3	0.08 60	0.07 45	0.07 30	0.07 11

test-1	0.20 58	0.12 57	0.49 103	0.23 129	0.23 311	0.22 87	0.23 220	0.36 87	0.29 79	0.21 32	0.25 60	0.24 102	0.14 42	0.18 12	0.22 148	0.07 13	0.14 253	0.08 60	0.07 45	0.06 2	0.14 207

SFCPSM	0.23 123	0.12 57	0.51 133	0.21 54	0.14 108	0.34 244	0.22 197	0.57 284	0.41 195	0.29 115	0.32 116	0.23 87	0.22 139	0.28 99	0.20 116	0.10 199	0.07 92	0.09 120	0.10 211	0.09 132	0.09 58

HSM-Net_RVC	0.28 215	0.12 57	0.48 86	0.19 13	0.11 25	0.35 257	0.21 175	0.64 338	0.44 224	0.40 269	0.43 223	0.50 303	0.27 195	0.75 314	0.25 180	0.08 88	0.07 92	0.08 60	0.07 45	0.08 65	0.09 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV+	0.19 37	0.13 73	0.38 25	0.30 307	0.19 256	0.15 4	0.15 25	0.32 56	0.18 1	0.13 1	0.16 16	0.12 3	0.11 9	0.24 46	0.15 37	0.07 13	0.32 378	0.07 13	0.05 8	0.07 30	0.42 370

SMFormer	0.27 208	0.13 73	0.47 74	0.20 34	0.10 17	0.28 165	0.19 125	0.54 254	0.48 263	0.35 214	0.42 211	0.31 176	0.27 195	0.60 256	0.34 244	0.10 199	0.16 283	0.08 60	0.09 167	0.10 180	0.16 228

tta	0.27 208	0.13 73	0.47 74	0.20 34	0.10 17	0.28 165	0.19 125	0.54 254	0.48 263	0.35 214	0.42 211	0.31 176	0.27 195	0.60 256	0.34 244	0.10 199	0.16 283	0.08 60	0.09 167	0.08 65	0.13 184

qqq1	0.26 192	0.13 73	0.47 74	0.20 34	0.10 17	0.28 165	0.19 125	0.54 254	0.48 263	0.35 214	0.42 211	0.31 176	0.27 195	0.60 256	0.21 133	0.10 199	0.16 283	0.07 13	0.07 45	0.08 65	0.13 184

fff1	0.26 192	0.13 73	0.47 74	0.20 34	0.10 17	0.28 165	0.19 125	0.54 254	0.48 263	0.35 214	0.42 211	0.31 176	0.27 195	0.60 256	0.21 133	0.10 199	0.16 283	0.07 13	0.07 45	0.08 65	0.13 184

CoDeX	0.24 149	0.13 73	0.48 86	0.22 86	0.14 108	0.29 182	0.21 175	0.55 265	0.42 207	0.29 115	0.36 158	0.28 145	0.23 148	0.48 209	0.20 116	0.09 144	0.06 34	0.08 60	0.07 45	0.08 65	0.08 37

ff7	0.18 21	0.13 73	0.41 34	0.21 54	0.15 158	0.21 65	0.17 55	0.28 17	0.23 16	0.21 32	0.13 5	0.12 3	0.12 16	0.27 81	0.13 7	0.07 13	0.25 348	0.08 60	0.07 45	0.08 65	0.36 352

ffff	0.18 21	0.13 73	0.41 34	0.21 54	0.15 158	0.21 65	0.17 55	0.28 17	0.23 16	0.21 32	0.13 5	0.12 3	0.12 16	0.27 81	0.13 7	0.07 13	0.25 348	0.08 60	0.07 45	0.08 65	0.36 352

11t	0.18 21	0.13 73	0.41 34	0.21 54	0.15 158	0.21 65	0.17 55	0.28 17	0.23 16	0.21 32	0.13 5	0.12 3	0.12 16	0.27 81	0.13 7	0.07 13	0.25 348	0.08 60	0.07 45	0.08 65	0.36 352

MIF-Stereo (partial)	0.18 21	0.13 73	0.50 121	0.22 86	0.15 158	0.16 6	0.13 2	0.29 28	0.26 49	0.17 16	0.26 67	0.16 33	0.17 78	0.25 55	0.18 79	0.09 144	0.06 34	0.10 184	0.08 105	0.09 132	0.08 37

EKT-Stereo	0.39 297	0.13 73	0.53 159	0.42 368	3.94 417	0.22 87	0.17 55	0.38 108	0.30 93	0.21 32	0.20 31	0.23 87	0.15 51	0.30 125	0.18 79	0.10 199	0.08 139	0.09 120	0.08 105	0.09 132	0.12 164

CASnet	0.15 4	0.13 73	0.30 5	0.22 86	0.08 2	0.15 4	0.14 12	0.28 17	0.26 49	0.23 55	0.20 31	0.15 29	0.11 9	0.18 12	0.13 7	0.07 13	0.05 3	0.11 230	0.09 167	0.08 65	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.20 58	0.13 73	0.49 103	0.28 287	0.20 274	0.21 65	0.17 55	0.29 28	0.24 25	0.22 48	0.13 5	0.12 3	0.12 16	0.32 139	0.13 7	0.07 13	0.26 354	0.08 60	0.07 45	0.08 65	0.48 381

anonymousa	0.26 192	0.13 73	0.56 185	0.29 300	0.30 352	0.31 211	0.20 156	0.38 108	0.36 150	0.33 185	0.51 281	0.41 249	0.27 195	0.25 55	0.24 168	0.08 88	0.18 308	0.09 120	0.18 343	0.08 65	0.17 240

ProNet	0.16 11	0.13 73	0.36 19	0.21 54	0.15 158	0.20 49	0.19 125	0.29 28	0.23 16	0.14 6	0.13 5	0.13 12	0.12 16	0.25 55	0.13 7	0.06 1	0.09 169	0.07 13	0.06 23	0.07 30	0.22 286

ccc-4	0.18 21	0.13 73	0.41 34	0.21 54	0.15 158	0.21 65	0.17 55	0.28 17	0.23 16	0.21 32	0.13 5	0.12 3	0.12 16	0.27 81	0.13 7	0.07 13	0.25 348	0.08 60	0.07 45	0.08 65	0.36 352

BUS	0.24 149	0.13 73	0.36 19	0.25 198	0.14 108	0.44 303	0.17 55	0.59 304	0.36 150	0.34 199	0.35 145	0.31 176	0.22 139	0.27 81	0.22 148	0.10 199	0.07 92	0.11 230	0.10 211	0.09 132	0.10 100

BSDual-CNN	0.24 149	0.13 73	0.36 19	0.25 198	0.14 108	0.35 257	0.22 197	0.59 304	0.36 150	0.34 199	0.35 145	0.38 229	0.25 177	0.27 81	0.28 202	0.10 199	0.07 92	0.11 230	0.10 211	0.09 132	0.10 100

IGEV-Stereo	0.20 58	0.13 73	0.49 103	0.28 287	0.20 274	0.21 65	0.17 55	0.29 28	0.24 25	0.22 48	0.13 5	0.12 3	0.12 16	0.32 139	0.13 7	0.07 13	0.26 354	0.08 60	0.07 45	0.08 65	0.48 381
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.24 149	0.13 73	0.36 19	0.21 54	0.14 108	0.35 257	0.23 220	0.54 254	0.36 150	0.36 225	0.38 172	0.38 229	0.25 177	0.27 81	0.28 202	0.10 199	0.08 139	0.10 184	0.10 211	0.09 132	0.09 58

DAS	0.28 215	0.13 73	0.49 103	0.24 166	0.18 233	0.30 193	0.24 242	0.48 207	0.48 263	0.42 283	0.45 246	0.34 199	0.31 250	0.76 320	0.24 168	0.09 144	0.07 92	0.09 120	0.07 45	0.10 180	0.11 129

SepStereo	0.27 208	0.13 73	0.49 103	0.24 166	0.18 233	0.30 193	0.24 242	0.48 207	0.48 263	0.42 283	0.45 246	0.34 199	0.31 250	0.64 278	0.24 168	0.09 144	0.07 92	0.09 120	0.07 45	0.10 180	0.11 129

Patchmatch Stereo++	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.19 23	0.14 12	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.27 81	0.18 79	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58
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	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.19 23	0.15 25	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.25 55	0.17 60	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

ROB_FTStereo_v2	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.19 23	0.15 25	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.25 55	0.18 79	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

ROB_FTStereo	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.19 23	0.13 2	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.25 55	0.17 60	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

HUI-Stereo	0.19 37	0.13 73	0.52 149	0.22 86	0.11 25	0.19 23	0.14 12	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.23 40	0.17 60	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

iGMRVC	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.19 23	0.15 25	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.27 81	0.18 79	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

RAFT-RH_RVC	0.26 192	0.13 73	0.57 192	0.22 86	0.12 48	0.25 131	0.14 12	0.27 13	0.29 79	0.38 249	1.14 380	0.23 87	0.18 104	0.58 245	0.24 168	0.07 13	0.06 34	0.10 184	0.07 45	0.06 2	0.08 37

iRAFT	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.19 23	0.14 12	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.27 81	0.18 79	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

CRE-IMP	0.19 37	0.13 73	0.51 133	0.23 129	0.11 25	0.24 121	0.17 55	0.31 51	0.24 25	0.27 86	0.26 67	0.24 102	0.17 78	0.24 46	0.19 100	0.09 144	0.05 3	0.10 184	0.07 45	0.10 180	0.10 100

RAFT-IKP	0.19 37	0.13 73	0.51 133	0.22 86	0.11 25	0.18 14	0.15 25	0.30 37	0.24 25	0.28 92	0.29 86	0.25 113	0.18 104	0.26 72	0.18 79	0.09 144	0.06 34	0.10 184	0.08 105	0.10 180	0.09 58

ICVP	0.24 149	0.13 73	0.45 57	0.26 230	0.14 108	0.30 193	0.25 255	0.47 197	0.35 137	0.29 115	0.43 223	0.35 213	0.25 177	0.28 99	0.25 180	0.12 259	0.09 169	0.09 120	0.09 167	0.09 132	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FENet	0.22 94	0.13 73	0.48 86	0.22 86	0.12 48	0.27 151	0.18 93	0.43 157	0.37 163	0.31 151	0.32 116	0.29 157	0.23 148	0.27 81	0.24 168	0.10 199	0.07 92	0.09 120	0.09 167	0.09 132	0.11 129

DIP-Stereo	0.20 58	0.13 73	0.48 86	0.20 34	0.13 80	0.28 165	0.12 1	0.43 157	0.26 49	0.27 86	0.32 116	0.21 71	0.17 78	0.26 72	0.20 116	0.08 88	0.06 34	0.08 60	0.06 23	0.07 30	0.10 100
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ttt	0.33 264	0.14 108	0.54 169	0.22 86	0.14 108	0.30 193	0.22 197	0.59 304	0.51 287	0.31 151	0.46 258	0.30 167	0.23 148	0.71 301	1.07 367	0.13 276	0.22 331	0.10 184	0.11 235	0.12 246	0.24 305

PCWNet_CMD	0.23 123	0.14 108	0.48 86	0.21 54	0.13 80	0.28 165	0.17 55	0.47 197	0.47 257	0.30 136	0.36 158	0.37 223	0.24 166	0.29 116	0.21 133	0.09 144	0.06 34	0.10 184	0.08 105	0.11 221	0.11 129

CFNet_ucs	0.25 173	0.14 108	0.51 133	0.20 34	0.15 158	0.29 182	0.18 93	0.51 232	0.46 244	0.32 176	0.42 211	0.38 229	0.23 148	0.31 134	0.22 148	0.11 230	0.08 139	0.12 260	0.09 167	0.13 258	0.13 184

Selective-RAFT	0.19 37	0.14 108	0.37 24	0.24 166	0.11 25	0.30 193	0.15 25	0.35 82	0.34 130	0.17 16	0.17 18	0.22 74	0.18 104	0.29 116	0.18 79	0.07 13	0.16 283	0.07 13	0.07 45	0.08 65	0.08 37

CRFU-Net	0.29 229	0.14 108	0.48 86	0.26 230	0.15 158	0.46 313	0.22 197	0.52 237	0.32 108	0.44 299	0.42 211	0.48 293	0.47 325	0.44 198	0.31 226	0.12 259	0.10 194	0.09 120	0.08 105	0.10 180	0.11 129

IPLGR	0.22 94	0.14 108	0.75 270	0.21 54	0.11 25	0.25 131	0.18 93	0.44 175	0.38 171	0.29 115	0.28 80	0.21 71	0.19 121	0.37 181	0.19 100	0.07 13	0.06 34	0.08 60	0.07 45	0.07 30	0.07 11

GANet-ADL	0.22 94	0.14 108	0.51 133	0.23 129	0.14 108	0.29 182	0.19 125	0.48 207	0.36 150	0.26 77	0.33 131	0.32 186	0.20 127	0.26 72	0.22 148	0.11 230	0.07 92	0.07 13	0.06 23	0.09 132	0.11 129

STrans-v2	0.25 173	0.14 108	0.56 185	0.21 54	0.12 48	0.23 103	0.20 156	0.50 222	0.31 100	0.31 151	0.42 211	0.35 213	0.35 274	0.62 270	0.24 168	0.07 13	0.05 3	0.08 60	0.07 45	0.06 2	0.08 37

TransformOpticalFlow	0.24 149	0.14 108	0.57 192	0.24 166	0.11 25	0.21 65	0.19 125	0.43 157	0.34 130	0.30 136	0.43 223	0.36 218	0.31 250	0.61 262	0.20 116	0.07 13	0.05 3	0.08 60	0.07 45	0.06 2	0.08 37

CFNet_pseudo	0.23 123	0.14 108	0.48 86	0.20 34	0.13 80	0.27 151	0.17 55	0.46 188	0.45 235	0.30 136	0.37 166	0.38 229	0.23 148	0.30 125	0.22 148	0.09 144	0.06 34	0.11 230	0.08 105	0.11 221	0.11 129

GES	0.23 123	0.14 108	0.54 169	0.21 54	0.14 108	0.28 165	0.19 125	0.51 232	0.35 137	0.31 151	0.36 158	0.25 113	0.24 166	0.30 125	0.23 163	0.11 230	0.09 169	0.08 60	0.08 105	0.10 180	0.12 164

222	0.45 327	0.14 108	0.43 47	0.19 13	0.15 158	0.36 265	0.20 156	0.60 313	0.43 217	0.37 241	0.45 246	0.30 167	0.28 214	0.59 251	3.72 414	0.11 230	0.19 312	0.08 60	0.09 167	0.09 132	0.27 326

xxxx	0.39 297	0.14 108	0.47 74	0.20 34	0.16 187	0.38 276	0.20 156	0.61 320	0.43 217	0.30 136	0.44 232	0.38 229	0.25 177	0.50 215	2.41 408	0.11 230	0.21 325	0.09 120	0.10 211	0.10 180	0.26 323

test_xeample	0.39 297	0.14 108	0.46 69	0.19 13	0.16 187	0.34 244	0.22 197	0.59 304	0.43 217	0.33 185	0.47 265	0.30 167	0.27 195	0.60 256	2.44 409	0.10 199	0.21 325	0.09 120	0.09 167	0.09 132	0.25 314

MSMDNet	0.23 123	0.14 108	0.49 103	0.20 34	0.13 80	0.28 165	0.17 55	0.47 197	0.47 257	0.30 136	0.36 158	0.37 223	0.24 166	0.29 116	0.21 133	0.09 144	0.07 92	0.09 120	0.08 105	0.11 221	0.11 129

ccs_rob	0.23 123	0.14 108	0.48 86	0.20 34	0.13 80	0.27 151	0.17 55	0.46 188	0.45 235	0.30 136	0.37 166	0.38 229	0.23 148	0.30 125	0.22 148	0.09 144	0.06 34	0.11 230	0.08 105	0.12 246	0.11 129

Former-RAFT_DAM_RVC	0.18 21	0.15 124	0.27 2	0.20 34	0.13 80	0.24 121	0.17 55	0.31 51	0.37 163	0.43 292	0.17 18	0.13 12	0.12 16	0.20 24	0.16 47	0.08 88	0.07 92	0.09 120	0.07 45	0.09 132	0.08 37

MyStereo07	0.18 21	0.15 124	0.44 54	0.22 86	0.16 187	0.25 131	0.22 197	0.31 51	0.26 49	0.22 48	0.13 5	0.12 3	0.13 32	0.33 148	0.14 24	0.07 13	0.13 244	0.09 120	0.09 167	0.09 132	0.11 129

MyStereo06	0.23 123	0.15 124	0.74 267	0.22 86	0.14 108	0.25 131	0.22 197	0.43 157	0.25 43	0.36 225	0.24 56	0.34 199	0.18 104	0.24 46	0.20 116	0.07 13	0.12 230	0.09 120	0.09 167	0.09 132	0.11 129

MyStereo05	0.24 149	0.15 124	0.58 205	0.22 86	0.14 108	0.25 131	0.22 197	0.50 222	0.54 304	0.32 176	0.23 51	0.26 129	0.23 148	0.32 139	0.25 180	0.07 13	0.12 230	0.09 120	0.09 167	0.09 132	0.11 129

MyStereo04	0.24 149	0.15 124	0.58 205	0.22 86	0.16 187	0.25 131	0.22 197	0.51 232	0.54 304	0.29 115	0.23 51	0.27 133	0.23 148	0.32 139	0.25 180	0.07 13	0.13 244	0.09 120	0.09 167	0.09 132	0.11 129

mmm	0.25 173	0.15 124	0.44 54	0.23 129	0.20 274	0.28 165	0.21 175	0.43 157	0.32 108	0.31 151	0.40 193	0.30 167	0.24 166	0.31 134	0.28 202	0.09 144	0.21 325	0.11 230	0.12 272	0.10 180	0.26 323

DCRE	0.24 149	0.15 124	0.45 57	0.26 230	0.26 335	0.23 103	0.21 175	0.37 99	0.29 79	0.23 55	0.81 360	0.23 87	0.16 63	0.24 46	0.18 79	0.07 13	0.14 253	0.07 13	0.08 105	0.07 30	0.25 314

fff	0.20 58	0.15 124	0.57 192	0.19 13	0.09 5	0.19 23	0.18 93	0.38 108	0.46 244	0.29 115	0.31 107	0.18 48	0.28 214	0.21 25	0.20 116	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

ADStereo(finetuned)	0.21 81	0.15 124	0.59 212	0.19 13	0.09 5	0.19 23	0.18 93	0.37 99	0.41 195	0.30 136	0.31 107	0.19 54	0.31 250	0.21 25	0.20 116	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 100

x	0.23 123	0.15 124	0.45 57	0.20 34	0.15 158	0.27 151	0.17 55	0.43 157	0.35 137	0.26 77	0.31 107	0.29 157	0.25 177	0.29 116	0.30 217	0.09 144	0.22 331	0.08 60	0.09 167	0.09 132	0.24 305

IER	0.24 149	0.15 124	0.50 121	0.21 54	0.15 158	0.31 211	0.20 156	0.44 175	0.38 171	0.34 199	0.41 204	0.32 186	0.34 267	0.31 134	0.23 163	0.09 144	0.07 92	0.08 60	0.08 105	0.09 132	0.09 58

hknet	0.26 192	0.15 124	0.49 103	0.25 198	0.16 187	0.35 257	0.22 197	0.59 304	0.40 190	0.34 199	0.35 145	0.43 265	0.28 214	0.38 183	0.26 189	0.09 144	0.07 92	0.11 230	0.10 211	0.09 132	0.10 100

GwcNet-ADL	0.23 123	0.15 124	0.58 205	0.24 166	0.13 80	0.23 103	0.24 242	0.51 232	0.41 195	0.28 92	0.29 86	0.30 167	0.20 127	0.27 81	0.28 202	0.09 144	0.07 92	0.07 13	0.07 45	0.09 132	0.11 129

THIR-Stereo	0.30 241	0.15 124	0.46 69	0.19 13	0.11 25	0.28 165	0.70 383	0.33 69	0.36 150	0.37 241	0.64 333	0.33 192	0.49 333	0.58 245	0.44 286	0.08 88	0.06 34	0.08 60	0.09 167	0.07 30	0.08 37

IRAFT_RVC	0.23 123	0.15 124	0.54 169	0.26 230	0.12 48	0.19 23	0.23 220	0.41 151	0.39 182	0.31 151	0.30 97	0.29 157	0.24 166	0.55 236	0.23 163	0.08 88	0.06 34	0.10 184	0.08 105	0.08 65	0.08 37

sCroCo_RVC	0.19 37	0.15 124	0.60 219	0.27 263	0.18 233	0.23 103	0.16 41	0.28 17	0.24 25	0.14 6	0.22 49	0.17 40	0.14 42	0.22 36	0.16 47	0.11 230	0.11 214	0.09 120	0.09 167	0.09 132	0.10 100

Anonymous	0.21 81	0.15 124	0.63 233	0.27 263	0.20 274	0.26 145	0.27 270	0.34 73	0.27 58	0.18 23	0.19 26	0.15 29	0.19 121	0.25 55	0.19 100	0.10 199	0.09 169	0.09 120	0.09 167	0.15 285	0.13 184

DCANet	0.20 58	0.15 124	0.57 192	0.19 13	0.09 5	0.19 23	0.18 93	0.37 99	0.41 195	0.30 136	0.31 107	0.19 54	0.23 148	0.21 25	0.20 116	0.07 13	0.05 3	0.07 13	0.05 8	0.07 30	0.10 100

csc	0.20 58	0.15 124	0.57 192	0.19 13	0.09 5	0.19 23	0.18 93	0.38 108	0.46 244	0.29 115	0.31 107	0.18 48	0.28 214	0.21 25	0.20 116	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

cscssc	0.20 58	0.15 124	0.57 192	0.19 13	0.09 5	0.19 23	0.18 93	0.38 108	0.46 244	0.29 115	0.31 107	0.18 48	0.28 214	0.21 25	0.20 116	0.07 13	0.05 3	0.07 13	0.05 8	0.06 2	0.09 58

UPFNet	0.27 208	0.15 124	0.47 74	0.25 198	0.20 274	0.37 270	0.27 270	0.50 222	0.40 190	0.36 225	0.38 172	0.37 223	0.29 230	0.40 187	0.34 244	0.10 199	0.10 194	0.10 184	0.10 211	0.10 180	0.08 37

ACVNet-DCA	0.21 81	0.16 145	0.50 121	0.27 263	0.13 80	0.31 211	0.19 125	0.43 157	0.32 108	0.21 32	0.20 31	0.13 12	0.17 78	0.28 99	0.12 1	0.08 88	0.28 361	0.08 60	0.06 23	0.09 132	0.23 293

xx1	0.23 123	0.16 145	0.50 121	0.27 263	0.13 80	0.31 211	0.19 125	0.39 124	0.48 263	0.21 32	0.20 31	0.28 145	0.25 177	0.28 99	0.12 1	0.08 88	0.28 361	0.10 184	0.11 235	0.09 132	0.23 293

1test111	0.22 94	0.16 145	0.50 121	0.27 263	0.13 80	0.31 211	0.19 125	0.43 157	0.32 108	0.21 32	0.20 31	0.13 12	0.17 78	0.36 173	0.28 202	0.08 88	0.28 361	0.08 60	0.06 23	0.09 132	0.23 293

cc1	0.22 94	0.16 145	0.50 121	0.27 263	0.13 80	0.31 211	0.19 125	0.39 124	0.48 263	0.21 32	0.20 31	0.13 12	0.17 78	0.28 99	0.12 1	0.08 88	0.28 361	0.08 60	0.06 23	0.08 65	0.37 360

tt1	0.22 94	0.16 145	0.49 103	0.26 230	0.15 158	0.31 211	0.19 125	0.38 108	0.46 244	0.21 32	0.19 26	0.13 12	0.16 63	0.28 99	0.12 1	0.08 88	0.28 361	0.08 60	0.06 23	0.08 65	0.37 360

test croco	0.18 21	0.16 145	0.59 212	0.21 54	0.13 80	0.16 6	0.17 55	0.29 28	0.23 16	0.16 12	0.26 67	0.13 12	0.17 78	0.27 81	0.17 60	0.09 144	0.06 34	0.10 184	0.07 45	0.10 180	0.07 11

gwcnet-sp	0.25 173	0.16 145	0.70 255	0.23 129	0.14 108	0.34 244	0.22 197	0.46 188	0.41 195	0.37 241	0.35 145	0.27 133	0.27 195	0.36 173	0.26 189	0.09 144	0.08 139	0.09 120	0.09 167	0.10 180	0.10 100

scenet	0.25 173	0.16 145	0.70 255	0.23 129	0.14 108	0.34 244	0.22 197	0.46 188	0.41 195	0.37 241	0.35 145	0.27 133	0.27 195	0.36 173	0.26 189	0.09 144	0.08 139	0.09 120	0.09 167	0.10 180	0.10 100

CASS	0.22 94	0.16 145	0.40 32	0.26 230	0.12 48	0.29 182	0.19 125	0.40 133	0.32 108	0.34 199	0.35 145	0.25 113	0.25 177	0.26 72	0.21 133	0.13 276	0.08 139	0.11 230	0.09 167	0.11 221	0.12 164
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.25 173	0.16 145	0.70 255	0.23 129	0.14 108	0.34 244	0.22 197	0.46 188	0.41 195	0.37 241	0.35 145	0.27 133	0.27 195	0.36 173	0.26 189	0.09 144	0.08 139	0.09 120	0.09 167	0.10 180	0.10 100

qqq	0.24 149	0.16 145	0.46 69	0.20 34	0.15 158	0.23 103	0.20 156	0.43 157	0.32 108	0.26 77	0.31 107	0.28 145	0.25 177	0.36 173	0.28 202	0.08 88	0.22 331	0.10 184	0.11 235	0.09 132	0.23 293

NINENet	0.27 208	0.16 145	0.49 103	0.23 129	0.16 187	0.44 303	0.17 55	0.63 332	0.49 276	0.33 185	0.38 172	0.31 176	0.22 139	0.43 195	0.22 148	0.11 230	0.10 194	0.12 260	0.08 105	0.12 246	0.11 129

test_4	0.19 37	0.16 145	0.39 28	0.24 166	0.13 80	0.19 23	0.21 175	0.27 13	0.24 25	0.24 61	0.47 265	0.22 74	0.13 32	0.27 81	0.18 79	0.06 1	0.06 34	0.09 120	0.09 167	0.07 30	0.06 4

PSMNet-ADL	0.26 192	0.16 145	0.39 28	0.27 263	0.14 108	0.32 224	0.22 197	0.45 182	0.37 163	0.28 92	0.34 139	0.41 249	0.28 214	0.61 262	0.32 232	0.11 230	0.10 194	0.09 120	0.11 235	0.10 180	0.13 184

OMP-Stereo	0.24 149	0.16 145	0.48 86	0.30 307	0.13 80	0.21 65	0.16 41	0.38 108	0.35 137	0.34 199	0.30 97	0.33 192	0.20 127	0.70 298	0.24 168	0.08 88	0.06 34	0.09 120	0.07 45	0.08 65	0.07 11

IIG-Stereo	0.24 149	0.16 145	0.47 74	0.29 300	0.12 48	0.23 103	0.14 12	0.40 133	0.33 122	0.35 214	0.37 166	0.33 192	0.22 139	0.70 298	0.26 189	0.08 88	0.06 34	0.09 120	0.07 45	0.08 65	0.07 11

CroCo-Stereo	0.15 4	0.16 145	0.34 13	0.25 198	0.12 48	0.11 1	0.18 93	0.35 82	0.24 25	0.13 1	0.13 5	0.18 48	0.12 16	0.15 1	0.13 7	0.08 88	0.06 34	0.07 13	0.05 8	0.07 30	0.06 4
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
iRaftStereo_RVC	0.17 18	0.16 145	0.35 17	0.21 54	0.11 25	0.20 49	0.17 55	0.34 73	0.25 43	0.20 28	0.25 60	0.19 54	0.12 16	0.21 25	0.16 47	0.07 13	0.12 230	0.10 184	0.09 167	0.09 132	0.14 207

pcwnet_v2	0.32 256	0.16 145	1.22 364	0.23 129	0.19 256	0.32 224	0.19 125	0.61 320	0.61 331	0.37 241	0.45 246	0.35 213	0.29 230	0.37 181	0.26 189	0.14 297	0.11 214	0.12 260	0.11 235	0.14 278	0.18 242

UNet	0.28 215	0.16 145	0.70 255	0.24 166	0.20 274	0.44 303	0.21 175	0.52 237	0.42 207	0.36 225	0.40 193	0.43 265	0.33 266	0.41 190	0.32 232	0.09 144	0.07 92	0.10 184	0.09 167	0.10 180	0.09 58

ac_64	0.28 215	0.16 145	0.62 228	0.25 198	0.17 212	0.36 265	0.22 197	0.48 207	0.35 137	0.36 225	0.37 166	0.51 306	0.30 237	0.62 270	0.34 244	0.11 230	0.09 169	0.10 184	0.10 211	0.09 132	0.09 58

DISCO	0.33 264	0.16 145	0.55 175	0.26 230	0.16 187	0.48 325	0.25 255	0.52 237	0.58 320	0.38 249	0.45 246	0.63 343	0.37 284	0.65 282	0.50 304	0.10 199	0.07 92	0.09 120	0.08 105	0.13 258	0.13 184

MDST_ROB	0.51 343	0.16 145	0.97 329	0.31 318	0.21 287	1.35 400	0.34 319	0.80 375	0.59 328	1.09 388	0.74 352	0.49 299	0.37 284	1.31 388	0.60 327	0.14 297	0.12 230	0.16 321	0.13 296	0.13 258	0.18 242

IGEVStereo-DCA	0.20 58	0.17 168	0.41 34	0.22 86	0.15 158	0.20 49	0.17 55	0.28 17	0.23 16	0.19 24	0.12 2	0.14 23	0.12 16	0.38 183	0.31 226	0.07 13	0.16 283	0.08 60	0.07 45	0.08 65	0.36 352

rrr	0.22 94	0.17 168	0.79 285	0.22 86	0.15 158	0.20 49	0.18 93	0.40 133	0.27 58	0.19 24	0.12 2	0.14 23	0.12 16	0.38 183	0.31 226	0.07 13	0.16 283	0.08 60	0.07 45	0.08 65	0.28 332

DualNet	0.33 264	0.17 168	0.84 297	0.21 54	0.13 80	0.29 182	0.21 175	0.38 108	0.46 244	0.31 151	0.44 232	0.34 199	0.24 166	0.28 99	1.30 378	0.08 88	0.28 361	0.12 260	0.11 235	0.08 65	0.37 360

ffm	0.27 208	0.17 168	0.84 297	0.21 54	0.13 80	0.29 182	0.21 175	0.38 108	0.46 244	0.31 151	0.44 232	0.34 199	0.24 166	0.28 99	0.12 1	0.08 88	0.28 361	0.12 260	0.11 235	0.08 65	0.37 360

ff1	0.36 280	0.17 168	0.84 297	0.21 54	0.13 80	0.29 182	0.21 175	0.38 108	0.46 244	0.31 151	0.44 232	0.34 199	0.24 166	0.91 353	1.30 378	0.08 88	0.28 361	0.12 260	0.11 235	0.08 65	0.37 360

mmx	0.37 287	0.17 168	0.84 297	0.21 54	0.13 80	0.29 182	0.21 175	0.57 284	0.48 263	0.31 151	0.44 232	0.34 199	0.24 166	0.91 353	1.30 378	0.10 199	0.20 320	0.12 260	0.11 235	0.11 221	0.23 293

1111x	0.39 297	0.17 168	0.80 288	0.23 129	0.15 158	0.33 230	0.27 270	0.62 328	0.48 263	0.32 176	0.43 223	0.40 242	0.29 230	0.86 343	1.60 394	0.09 144	0.23 339	0.09 120	0.12 272	0.10 180	0.23 293

xxx	0.37 287	0.17 168	0.84 297	0.21 54	0.13 80	0.29 182	0.21 175	0.57 284	0.48 263	0.31 151	0.44 232	0.34 199	0.24 166	0.91 353	1.30 378	0.10 199	0.20 320	0.12 260	0.11 235	0.11 221	0.23 293

StereoIM	0.15 4	0.17 168	0.39 28	0.19 13	0.15 158	0.16 6	0.13 2	0.26 10	0.22 13	0.13 1	0.15 15	0.14 23	0.11 9	0.17 8	0.17 60	0.08 88	0.07 92	0.08 60	0.06 23	0.07 30	0.06 4

MIM_Stereo	0.20 58	0.17 168	0.55 175	0.20 34	0.21 287	0.17 10	0.14 12	0.37 99	0.27 58	0.28 92	0.35 145	0.23 87	0.13 32	0.28 99	0.16 47	0.06 1	0.08 139	0.09 120	0.08 105	0.08 65	0.15 218

CSP-Net	0.28 215	0.17 168	0.41 34	0.22 86	0.14 108	0.44 303	0.24 242	0.52 237	0.42 207	0.42 283	0.44 232	0.42 259	0.27 195	0.66 288	0.30 217	0.12 259	0.09 169	0.08 60	0.08 105	0.10 180	0.10 100

GMOStereo	0.20 58	0.17 168	0.45 57	0.23 129	0.18 233	0.21 65	0.27 270	0.28 17	0.28 66	0.31 151	0.32 116	0.28 145	0.17 78	0.16 3	0.13 7	0.07 13	0.23 339	0.10 184	0.08 105	0.08 65	0.07 11

error version	0.20 58	0.17 168	0.45 57	0.23 129	0.18 233	0.21 65	0.27 270	0.28 17	0.28 66	0.31 151	0.32 116	0.28 145	0.17 78	0.16 3	0.13 7	0.07 13	0.23 339	0.10 184	0.08 105	0.08 65	0.07 11

test-v	0.20 58	0.17 168	0.45 57	0.23 129	0.18 233	0.21 65	0.27 270	0.28 17	0.28 66	0.31 151	0.32 116	0.28 145	0.17 78	0.16 3	0.13 7	0.07 13	0.23 339	0.10 184	0.08 105	0.08 65	0.07 11

test-2	0.20 58	0.17 168	0.45 57	0.23 129	0.18 233	0.21 65	0.27 270	0.28 17	0.28 66	0.31 151	0.32 116	0.28 145	0.17 78	0.16 3	0.13 7	0.07 13	0.23 339	0.10 184	0.08 105	0.08 65	0.07 11

test_xeample3	0.22 94	0.17 168	0.81 289	0.21 54	0.15 158	0.20 49	0.18 93	0.40 133	0.25 43	0.19 24	0.12 2	0.13 12	0.12 16	0.34 162	0.33 240	0.07 13	0.20 320	0.07 13	0.08 105	0.08 65	0.34 349

AdaStereo	0.25 173	0.17 168	0.47 74	0.25 198	0.13 80	0.33 230	0.17 55	0.57 284	0.43 217	0.34 199	0.38 172	0.35 213	0.21 134	0.32 139	0.24 168	0.14 297	0.06 34	0.13 283	0.09 167	0.11 221	0.09 58
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.
CroCo-Stereo Lap2	0.16 11	0.18 185	0.39 28	0.26 230	0.18 233	0.11 1	0.19 125	0.30 37	0.22 13	0.13 1	0.16 16	0.15 29	0.11 9	0.17 8	0.15 37	0.07 13	0.07 92	0.08 60	0.06 23	0.08 65	0.07 11

delet	0.29 229	0.18 185	0.58 205	0.24 166	0.19 256	0.41 289	0.30 294	0.52 237	0.51 287	0.35 214	0.42 211	0.37 223	0.31 250	0.49 211	0.36 253	0.10 199	0.09 169	0.11 230	0.12 272	0.09 132	0.09 58

ACVNet	0.24 149	0.18 185	0.51 133	0.18 8	0.15 158	0.27 151	0.23 220	0.40 133	0.45 235	0.29 115	0.41 204	0.38 229	0.28 214	0.28 99	0.35 250	0.09 144	0.07 92	0.08 60	0.07 45	0.10 180	0.09 58

acv_ft	0.26 192	0.18 185	0.56 185	0.24 166	0.19 256	0.34 244	0.21 175	0.47 197	0.45 235	0.39 260	0.41 204	0.38 229	0.28 214	0.28 99	0.36 253	0.09 144	0.07 92	0.08 60	0.07 45	0.11 221	0.09 58

DSFCA	0.29 229	0.18 185	0.48 86	0.21 54	0.17 212	0.39 279	0.32 310	0.49 214	0.44 224	0.44 299	0.38 172	0.40 242	0.30 237	0.53 228	0.38 261	0.12 259	0.10 194	0.10 184	0.11 235	0.11 221	0.11 129

DMCA	0.24 149	0.18 185	0.51 133	0.23 129	0.14 108	0.27 151	0.20 156	0.45 182	0.40 190	0.32 176	0.33 131	0.33 192	0.25 177	0.27 81	0.30 217	0.11 230	0.08 139	0.10 184	0.08 105	0.11 221	0.12 164

NVstereo2D	0.32 256	0.18 185	0.63 233	0.24 166	0.23 311	0.43 298	0.28 284	0.60 313	0.58 320	0.28 92	0.39 186	0.42 259	0.30 237	0.71 301	0.30 217	0.13 276	0.09 169	0.13 283	0.10 211	0.20 332	0.18 242

HSM	0.29 229	0.18 185	0.48 86	0.21 54	0.15 158	0.33 230	0.20 156	0.55 265	0.39 182	0.36 225	0.39 186	0.67 357	0.32 262	0.88 346	0.24 168	0.09 144	0.07 92	0.08 60	0.07 45	0.09 132	0.10 100

ToySt	0.28 215	0.19 193	0.68 251	0.22 86	0.19 256	0.31 211	0.31 304	0.43 157	0.43 217	0.28 92	0.38 172	0.42 259	0.32 262	0.33 148	0.32 232	0.08 88	0.14 253	0.10 184	0.12 272	0.11 221	0.24 305

IPLG	0.23 123	0.19 193	0.65 240	0.21 54	0.12 48	0.28 165	0.17 55	0.45 182	0.32 108	0.33 185	0.32 116	0.16 33	0.17 78	0.50 215	0.23 163	0.07 13	0.06 34	0.08 60	0.07 45	0.07 30	0.08 37

MIPNet	0.22 94	0.19 193	0.64 237	0.22 86	0.12 48	0.28 165	0.20 156	0.48 207	0.39 182	0.31 151	0.24 56	0.19 54	0.24 166	0.28 99	0.20 116	0.07 13	0.05 3	0.08 60	0.07 45	0.07 30	0.08 37

Anonymous3	0.24 149	0.19 193	0.76 274	0.27 263	0.18 233	0.41 289	0.24 242	0.45 182	0.36 150	0.23 55	0.27 76	0.20 61	0.18 104	0.28 99	0.19 100	0.12 259	0.11 214	0.10 184	0.10 211	0.11 221	0.13 184

raftrobust	0.19 37	0.19 193	0.42 42	0.23 129	0.24 322	0.19 23	0.13 2	0.33 69	0.28 66	0.26 77	0.20 31	0.19 54	0.17 78	0.23 40	0.17 60	0.08 88	0.10 194	0.07 13	0.06 23	0.07 30	0.09 58

ADLNet	0.30 241	0.19 193	0.59 212	0.23 129	0.19 256	0.34 244	0.23 220	0.56 275	0.44 224	0.43 292	0.41 204	0.43 265	0.28 214	0.56 241	0.36 253	0.11 230	0.08 139	0.11 230	0.11 235	0.11 221	0.15 218

MMNet	0.28 215	0.19 193	0.54 169	0.24 166	0.17 212	0.47 319	0.22 197	0.47 197	0.53 299	0.40 269	0.43 223	0.36 218	0.34 267	0.40 187	0.35 250	0.08 88	0.08 139	0.09 120	0.09 167	0.10 180	0.09 58

HGLStereo	0.29 229	0.19 193	0.60 219	0.24 166	0.21 287	0.33 230	0.23 220	0.52 237	0.44 224	0.36 225	0.49 276	0.41 249	0.35 274	0.46 205	0.34 244	0.11 230	0.11 214	0.09 120	0.09 167	0.11 221	0.12 164

GANet-RSSM	0.26 192	0.19 193	0.54 169	0.21 54	0.14 108	0.27 151	0.22 197	0.47 197	0.34 130	0.30 136	0.40 193	0.41 249	0.30 237	0.59 251	0.25 180	0.11 230	0.08 139	0.09 120	0.09 167	0.10 180	0.10 100

FAT-Stereo	0.36 280	0.19 193	0.75 270	0.26 230	0.18 233	0.34 244	0.30 294	0.62 328	0.61 331	0.47 317	0.61 329	0.59 329	0.50 334	0.61 262	0.36 253	0.13 276	0.14 253	0.13 283	0.12 272	0.14 278	0.20 269

RASNet	0.30 241	0.19 193	0.59 212	0.23 129	0.19 256	0.33 230	0.20 156	0.50 222	0.41 195	0.31 151	0.44 232	0.47 289	0.38 289	0.79 328	0.40 267	0.09 144	0.07 92	0.07 13	0.09 167	0.08 65	0.10 100

StereoDRNet-Refined	0.28 215	0.19 193	0.47 74	0.25 198	0.14 108	0.36 265	0.21 175	0.49 214	0.43 217	0.46 311	0.52 287	0.42 259	0.30 237	0.46 205	0.38 261	0.10 199	0.07 92	0.11 230	0.11 235	0.10 180	0.11 129
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo8	0.25 173	0.20 205	0.69 252	0.24 166	0.17 212	0.31 211	0.16 41	0.50 222	0.32 108	0.29 115	0.38 172	0.25 113	0.19 121	0.33 148	0.29 215	0.08 88	0.20 320	0.08 60	0.08 105	0.10 180	0.16 228

Sa-1000	0.24 149	0.20 205	0.53 159	0.23 129	0.14 108	0.30 193	0.23 220	0.50 222	0.41 195	0.30 136	0.50 278	0.26 129	0.19 121	0.33 148	0.16 47	0.08 88	0.10 194	0.10 184	0.11 235	0.08 65	0.08 37

AnonymousM	0.19 37	0.20 205	0.30 5	0.18 8	0.10 17	0.19 23	0.17 55	0.32 56	0.27 58	0.27 86	0.21 43	0.18 48	0.14 42	0.21 25	0.16 47	0.09 144	0.08 139	0.38 376	0.15 319	0.06 2	0.08 37

S-Stereo	0.39 297	0.20 205	1.04 336	0.28 287	0.22 302	0.39 279	0.31 304	0.58 296	0.69 350	0.40 269	0.59 316	0.48 293	0.41 304	0.75 314	0.42 275	0.12 259	0.15 274	0.13 283	0.13 296	0.16 294	0.25 314

stereogan	0.39 297	0.20 205	0.78 284	0.28 287	0.22 302	0.65 358	0.26 265	0.62 328	0.65 340	0.45 306	0.60 320	0.67 357	0.45 316	0.69 295	0.37 259	0.14 297	0.14 253	0.14 301	0.12 272	0.20 332	0.19 257

DRN-Test	0.35 278	0.20 205	0.75 270	0.28 287	0.19 256	0.46 313	0.29 288	0.68 355	0.54 304	0.49 324	0.47 265	0.44 271	0.35 274	0.63 273	0.44 286	0.13 276	0.09 169	0.13 283	0.12 272	0.13 258	0.13 184

DLCB_ROB	0.30 241	0.20 205	0.45 57	0.28 287	0.17 212	0.37 270	0.25 255	0.50 222	0.45 235	0.46 311	0.47 265	0.51 306	0.34 267	0.56 241	0.38 261	0.10 199	0.10 194	0.11 230	0.11 235	0.10 180	0.11 129

whm_eth	0.24 149	0.21 212	0.72 265	0.24 166	0.19 256	0.21 65	0.19 125	0.40 133	0.43 217	0.31 151	0.60 320	0.15 29	0.18 104	0.26 72	0.19 100	0.09 144	0.08 139	0.10 184	0.09 167	0.09 132	0.13 184

4D-IteraStereo	0.20 58	0.21 212	0.62 228	0.21 54	0.14 108	0.19 23	0.17 55	0.29 28	0.28 66	0.24 61	0.20 31	0.20 61	0.10 3	0.22 36	0.18 79	0.07 13	0.07 92	0.10 184	0.08 105	0.08 65	0.33 346

ssnet_v2	0.30 241	0.21 212	0.63 233	0.23 129	0.15 158	0.40 285	0.30 294	0.59 304	0.48 263	0.40 269	0.37 166	0.46 282	0.30 237	0.41 190	0.44 286	0.13 276	0.11 214	0.11 230	0.11 235	0.12 246	0.11 129

RAFT_CTSACE	0.23 123	0.21 212	0.57 192	0.26 230	0.15 158	0.22 87	0.23 220	0.34 73	0.30 93	0.34 199	0.51 281	0.31 176	0.17 78	0.33 148	0.15 37	0.06 1	0.09 169	0.09 120	0.08 105	0.08 65	0.07 11

TRStereo	0.22 94	0.21 212	0.62 228	0.40 362	0.19 256	0.22 87	0.16 41	0.58 296	0.30 93	0.21 32	0.21 43	0.22 74	0.13 32	0.27 81	0.14 24	0.09 144	0.09 169	0.09 120	0.11 235	0.06 2	0.19 257

raft+_RVC	0.21 81	0.21 212	0.46 69	0.22 86	0.35 361	0.21 65	0.16 41	0.39 124	0.35 137	0.22 48	0.28 80	0.20 61	0.15 51	0.25 55	0.20 116	0.08 88	0.16 283	0.08 60	0.07 45	0.07 30	0.12 164

XX-TBD	0.16 11	0.21 212	0.43 47	0.22 86	0.10 17	0.23 103	0.15 25	0.23 3	0.28 66	0.22 48	0.26 67	0.14 23	0.12 16	0.16 3	0.14 24	0.08 88	0.05 3	0.06 1	0.04 1	0.07 30	0.06 4

psm_up	0.30 241	0.21 212	0.58 205	0.26 230	0.18 233	0.32 224	0.27 270	0.57 284	0.45 235	0.38 249	0.41 204	0.45 276	0.40 299	0.59 251	0.32 232	0.11 230	0.12 230	0.13 283	0.12 272	0.11 221	0.11 129

hitnet-ft	0.31 251	0.21 212	0.56 185	0.19 13	0.14 108	0.40 285	0.23 220	0.46 188	0.42 207	0.37 241	0.46 258	0.53 315	0.35 274	0.76 320	0.35 250	0.14 297	0.10 194	0.14 301	0.10 211	0.15 285	0.14 207

PSMNet-RSSM	0.26 192	0.21 212	0.50 121	0.21 54	0.14 108	0.25 131	0.21 175	0.50 222	0.38 171	0.31 151	0.45 246	0.40 242	0.27 195	0.53 228	0.24 168	0.12 259	0.08 139	0.11 230	0.13 296	0.10 180	0.10 100

CFNet-ft	0.26 192	0.21 212	0.51 133	0.19 13	0.16 187	0.31 211	0.21 175	0.40 133	0.37 163	0.29 115	0.40 193	0.46 282	0.27 195	0.49 211	0.28 202	0.12 259	0.07 92	0.12 260	0.11 235	0.12 246	0.11 129

CFNet_RVC	0.26 192	0.21 212	0.51 133	0.19 13	0.16 187	0.31 211	0.21 175	0.40 133	0.37 163	0.29 115	0.40 193	0.46 282	0.27 195	0.49 211	0.28 202	0.12 259	0.07 92	0.12 260	0.11 235	0.12 246	0.11 129

UCFNet_RVC	0.25 173	0.21 212	0.49 103	0.19 13	0.15 158	0.34 244	0.18 93	0.47 197	0.36 150	0.30 136	0.35 145	0.40 242	0.26 189	0.35 169	0.24 168	0.13 276	0.08 139	0.13 283	0.14 310	0.13 258	0.13 184

CBMV_ROB	0.36 280	0.21 212	0.57 192	0.22 86	0.14 108	0.35 257	0.20 156	0.55 265	0.47 257	0.52 333	0.58 312	0.45 276	0.53 343	0.75 314	0.50 304	0.18 339	0.19 312	0.23 357	0.21 352	0.15 285	0.20 269

GMStereo_Zeroshot	0.25 173	0.22 226	0.51 133	0.27 263	0.14 108	0.28 165	0.15 25	0.40 133	0.36 150	0.37 241	0.43 223	0.40 242	0.17 78	0.35 169	0.21 133	0.12 259	0.07 92	0.13 283	0.07 45	0.17 306	0.10 100

TestStereo1	0.23 123	0.22 226	0.50 121	0.27 263	0.14 108	0.26 145	0.27 270	0.43 157	0.38 171	0.29 115	0.39 186	0.23 87	0.21 134	0.33 148	0.18 79	0.08 88	0.08 139	0.09 120	0.08 105	0.08 65	0.10 100

SA-5K	0.23 123	0.22 226	0.50 121	0.27 263	0.14 108	0.26 145	0.27 270	0.43 157	0.38 171	0.29 115	0.39 186	0.23 87	0.21 134	0.33 148	0.18 79	0.08 88	0.08 139	0.09 120	0.08 105	0.08 65	0.10 100

SA	0.24 149	0.22 226	0.55 175	0.23 129	0.14 108	0.25 131	0.23 220	0.48 207	0.42 207	0.28 92	0.44 232	0.23 87	0.23 148	0.34 162	0.17 60	0.07 13	0.09 169	0.11 230	0.11 235	0.08 65	0.09 58

AACVNet	0.28 215	0.22 226	0.55 175	0.23 129	0.14 108	0.30 193	0.19 125	0.43 157	0.33 122	0.39 260	0.42 211	0.44 271	0.29 230	0.73 305	0.28 202	0.11 230	0.09 169	0.11 230	0.09 167	0.13 258	0.12 164

LMCR-Stereo	0.28 215	0.22 226	0.56 185	0.29 300	0.14 108	0.37 270	0.23 220	0.57 284	0.36 150	0.40 269	0.40 193	0.29 157	0.30 237	0.41 190	0.38 261	0.11 230	0.07 92	0.09 120	0.07 45	0.13 258	0.10 100

rafts_anoy	0.21 81	0.22 226	0.49 103	0.25 198	0.24 322	0.19 23	0.17 55	0.34 73	0.32 108	0.24 61	0.25 60	0.20 61	0.16 63	0.25 55	0.21 133	0.08 88	0.19 312	0.11 230	0.12 272	0.09 132	0.09 58

RALCasStereoNet	0.22 94	0.22 226	0.48 86	0.23 129	0.23 311	0.22 87	0.18 93	0.32 56	0.27 58	0.22 48	0.30 97	0.22 74	0.15 51	0.29 116	0.20 116	0.08 88	0.22 331	0.07 13	0.06 23	0.10 180	0.25 314

111	0.22 94	0.22 226	0.57 192	0.19 13	0.09 5	0.24 121	0.17 55	0.44 175	0.46 244	0.24 61	0.30 97	0.29 157	0.22 139	0.25 55	0.19 100	0.08 88	0.05 3	0.07 13	0.06 23	0.07 30	0.15 218

cf-r	0.26 192	0.22 226	0.66 243	0.22 86	0.14 108	0.28 165	0.22 197	0.44 175	0.42 207	0.32 176	0.42 211	0.43 265	0.27 195	0.44 198	0.27 196	0.11 230	0.07 92	0.08 60	0.10 211	0.08 65	0.09 58

edge stereo	0.40 307	0.22 226	0.87 306	0.27 263	0.22 302	0.38 276	0.26 265	0.59 304	0.56 316	0.53 339	0.60 320	0.71 365	0.50 334	0.78 325	0.43 278	0.16 317	0.15 274	0.19 343	0.14 310	0.17 306	0.19 257

iResNet	0.25 173	0.22 226	0.62 228	0.26 230	0.11 25	0.31 211	0.23 220	0.46 188	0.45 235	0.34 199	0.43 223	0.27 133	0.23 148	0.36 173	0.37 259	0.08 88	0.05 3	0.07 13	0.06 23	0.08 65	0.10 100

SGM_RVC	0.57 356	0.22 226	0.60 219	0.26 230	0.16 187	0.97 385	0.46 355	0.76 372	0.90 373	1.03 385	0.92 371	1.16 382	0.93 382	1.21 381	0.72 342	0.17 329	0.16 283	0.16 321	0.16 328	0.16 294	0.24 305
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoVision	0.23 123	0.23 239	0.55 175	0.27 263	0.17 212	0.23 103	0.22 197	0.40 133	0.32 108	0.21 32	0.51 281	0.22 74	0.16 63	0.29 116	0.19 100	0.11 230	0.12 230	0.13 283	0.13 296	0.10 180	0.08 37

CBFPSM	0.28 215	0.23 239	0.76 274	0.21 54	0.14 108	0.38 276	0.26 265	0.42 152	0.37 163	0.34 199	0.36 158	0.55 318	0.38 289	0.33 148	0.40 267	0.08 88	0.08 139	0.07 13	0.08 105	0.09 132	0.12 164

iinet-f	0.31 251	0.23 239	1.16 353	0.20 34	0.16 187	0.44 303	0.23 220	0.47 197	0.38 171	0.36 225	0.44 232	0.41 249	0.35 274	0.36 173	0.43 278	0.10 199	0.09 169	0.08 60	0.08 105	0.13 258	0.12 164

Anonymous_2	0.44 324	0.23 239	0.57 192	0.34 338	0.34 358	0.53 340	0.28 284	0.49 214	0.39 182	0.36 225	0.34 139	0.48 293	0.38 289	0.43 195	0.33 240	0.26 361	0.41 387	0.44 380	1.45 414	0.33 372	0.37 360

raft_robust	0.25 173	0.23 239	0.44 54	0.22 86	0.13 80	0.23 103	0.22 197	0.52 237	0.50 281	0.33 185	0.32 116	0.33 192	0.23 148	0.55 236	0.18 79	0.07 13	0.11 214	0.08 60	0.10 211	0.08 65	0.07 11

ADLNet2	0.31 251	0.23 239	0.77 280	0.23 129	0.18 233	0.36 265	0.24 242	0.55 265	0.54 304	0.33 185	0.38 172	0.45 276	0.31 250	0.70 298	0.36 253	0.10 199	0.08 139	0.09 120	0.09 167	0.12 246	0.11 129

RAFT-Stereo + iAFF	0.20 58	0.23 239	0.49 103	0.21 54	0.16 187	0.19 23	0.17 55	0.35 82	0.32 108	0.26 77	0.33 131	0.20 61	0.17 78	0.21 25	0.17 60	0.06 1	0.10 194	0.07 13	0.07 45	0.07 30	0.11 129

RYNet	0.38 292	0.23 239	0.65 240	0.26 230	0.28 341	0.62 353	0.33 315	0.61 320	0.62 335	0.42 283	0.39 186	0.58 328	0.40 299	0.89 348	0.57 323	0.11 230	0.09 169	0.12 260	0.11 235	0.19 325	0.22 286

HITNet	0.22 94	0.23 239	0.60 219	0.20 34	0.09 5	0.27 151	0.15 25	0.45 182	0.33 122	0.29 115	0.33 131	0.27 133	0.22 139	0.29 116	0.27 196	0.07 13	0.05 3	0.07 13	0.06 23	0.09 132	0.11 129
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
MLCV	0.25 173	0.23 239	0.59 212	0.22 86	0.09 5	0.30 193	0.18 93	0.40 133	0.38 171	0.38 249	0.44 232	0.31 176	0.22 139	0.44 198	0.32 232	0.07 13	0.05 3	0.07 13	0.06 23	0.07 30	0.08 37

RAFT+CT+SA	0.23 123	0.24 249	0.48 86	0.25 198	0.18 233	0.23 103	0.29 288	0.42 152	0.38 171	0.24 61	0.39 186	0.20 61	0.17 78	0.34 162	0.17 60	0.07 13	0.07 92	0.09 120	0.12 272	0.09 132	0.13 184

iRaft-Stereo_5w	0.25 173	0.24 249	0.50 121	0.23 129	0.18 233	0.19 23	0.19 125	0.39 124	0.35 137	0.28 92	0.36 158	0.34 199	0.23 148	0.66 288	0.28 202	0.07 13	0.07 92	0.08 60	0.07 45	0.09 132	0.14 207

RAFT	0.24 149	0.24 249	0.46 69	0.27 263	0.15 158	0.26 145	0.26 265	0.37 99	0.31 100	0.34 199	0.34 139	0.41 249	0.22 139	0.30 125	0.18 79	0.08 88	0.15 274	0.11 230	0.10 211	0.11 221	0.13 184

GEStereo_RVC	0.29 229	0.24 249	0.60 219	0.27 263	0.16 187	0.33 230	0.25 255	0.58 296	0.56 316	0.35 214	0.38 172	0.34 199	0.25 177	0.51 220	0.29 215	0.12 259	0.08 139	0.09 120	0.08 105	0.11 221	0.13 184

TestStereo	0.22 94	0.24 249	0.48 86	0.25 198	0.11 25	0.22 87	0.22 197	0.32 56	0.31 100	0.24 61	0.34 139	0.23 87	0.19 121	0.62 270	0.19 100	0.08 88	0.07 92	0.10 184	0.07 45	0.11 221	0.07 11

sAnonymous2	0.21 81	0.24 249	0.79 285	0.24 166	0.17 212	0.22 87	0.20 156	0.36 87	0.29 79	0.17 16	0.19 26	0.17 40	0.16 63	0.18 12	0.15 37	0.10 199	0.07 92	0.09 120	0.08 105	0.23 347	0.18 242

CroCo_RVC	0.21 81	0.24 249	0.79 285	0.24 166	0.17 212	0.22 87	0.20 156	0.36 87	0.29 79	0.17 16	0.19 26	0.17 40	0.16 63	0.18 12	0.15 37	0.10 199	0.07 92	0.09 120	0.08 105	0.23 347	0.18 242

RALAANet	0.21 81	0.24 249	0.53 159	0.23 129	0.14 108	0.22 87	0.13 2	0.38 108	0.30 93	0.29 115	0.26 67	0.25 113	0.15 51	0.28 99	0.20 116	0.08 88	0.08 139	0.09 120	0.08 105	0.10 180	0.07 11

AFF-stereo	0.20 58	0.24 249	0.49 103	0.22 86	0.11 25	0.18 14	0.18 93	0.35 82	0.29 79	0.25 72	0.36 158	0.25 113	0.17 78	0.25 55	0.17 60	0.06 1	0.09 169	0.08 60	0.08 105	0.08 65	0.11 129

STTStereo	0.30 241	0.24 249	0.83 294	0.25 198	0.17 212	0.30 193	0.24 242	0.49 214	0.39 182	0.39 260	0.41 204	0.44 271	0.28 214	0.41 190	0.30 217	0.13 276	0.13 244	0.13 283	0.16 328	0.12 246	0.12 164

NLCA_NET_v2_RVC	0.29 229	0.24 249	0.81 289	0.26 230	0.18 233	0.30 193	0.22 197	0.52 237	0.41 195	0.38 249	0.42 211	0.42 259	0.28 214	0.46 205	0.31 226	0.11 230	0.08 139	0.10 184	0.11 235	0.10 180	0.12 164
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NOSS_ROB	0.33 264	0.24 249	0.49 103	0.27 263	0.16 187	0.34 244	0.19 125	0.55 265	0.50 281	0.34 199	0.37 166	0.42 259	0.30 237	0.93 359	0.25 180	0.19 348	0.20 320	0.24 359	0.22 359	0.17 306	0.25 314

pmcnn	0.54 349	0.24 249	1.06 339	0.25 198	0.26 335	0.40 285	0.31 304	0.55 265	0.55 312	0.56 346	1.22 384	2.53 407	0.39 296	0.84 340	1.08 369	0.09 144	0.06 34	0.06 1	0.05 8	0.10 180	0.14 207

LL-Strereo2	0.21 81	0.25 262	0.53 159	0.32 323	0.20 274	0.25 131	0.14 12	0.32 56	0.25 43	0.25 72	0.20 31	0.24 102	0.12 16	0.28 99	0.18 79	0.07 13	0.07 92	0.12 260	0.09 167	0.09 132	0.16 228

Wz-Net-LNSev-Ref	0.33 264	0.25 262	0.82 292	0.22 86	0.17 212	0.46 313	0.28 284	0.53 247	0.53 299	0.43 292	0.57 309	0.44 271	0.31 250	0.50 215	0.48 297	0.10 199	0.06 34	0.08 60	0.06 23	0.11 221	0.12 164

test_5	0.25 173	0.25 262	0.57 192	0.27 263	0.18 233	0.25 131	0.29 288	0.42 152	0.39 182	0.29 115	0.40 193	0.27 133	0.23 148	0.35 169	0.19 100	0.07 13	0.07 92	0.09 120	0.09 167	0.10 180	0.14 207

SACVNet	0.32 256	0.25 262	0.59 212	0.26 230	0.19 256	0.35 257	0.25 255	0.54 254	0.41 195	0.43 292	0.45 246	0.46 282	0.34 267	0.71 301	0.30 217	0.14 297	0.10 194	0.12 260	0.12 272	0.16 294	0.20 269

GwcNet-RSSM	0.28 215	0.25 262	0.61 225	0.22 86	0.14 108	0.28 165	0.24 242	0.46 188	0.44 224	0.33 185	0.46 258	0.41 249	0.28 214	0.55 236	0.31 226	0.11 230	0.07 92	0.09 120	0.10 211	0.10 180	0.09 58

BEATNet_4x	0.25 173	0.25 262	0.66 243	0.23 129	0.10 17	0.29 182	0.14 12	0.49 214	0.34 130	0.31 151	0.35 145	0.32 186	0.26 189	0.34 162	0.33 240	0.08 88	0.06 34	0.08 60	0.07 45	0.11 221	0.13 184

DANet	0.37 287	0.25 262	0.67 246	0.37 348	0.22 302	0.42 294	0.25 255	0.50 222	0.44 224	0.52 333	0.50 278	0.59 329	0.42 308	0.78 325	0.53 312	0.13 276	0.12 230	0.14 301	0.12 272	0.17 306	0.21 278
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CVANet_RVC	0.34 272	0.25 262	0.77 280	0.27 263	0.17 212	0.34 244	0.28 284	0.55 265	0.50 281	0.43 292	0.46 258	0.44 271	0.31 250	0.90 351	0.27 196	0.15 309	0.10 194	0.14 301	0.14 310	0.15 285	0.15 218

DeepPruner_ROB	0.28 215	0.25 262	0.64 237	0.22 86	0.16 187	0.30 193	0.21 175	0.54 254	0.33 122	0.36 225	0.38 172	0.38 229	0.26 189	0.45 204	0.28 202	0.15 309	0.11 214	0.11 230	0.11 235	0.14 278	0.14 207

CBMV	0.36 280	0.25 262	0.61 225	0.24 166	0.14 108	0.42 294	0.33 315	0.56 275	0.52 298	0.54 342	0.52 287	0.51 306	0.58 350	0.63 273	0.43 278	0.15 309	0.16 283	0.18 337	0.16 328	0.13 258	0.19 257
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	0.33 264	0.26 272	0.88 312	0.25 198	0.18 233	0.49 328	0.27 270	0.44 175	0.50 281	0.40 269	0.55 302	0.49 299	0.36 279	0.39 186	0.41 272	0.11 230	0.11 214	0.11 230	0.12 272	0.13 258	0.11 129

APVNet	0.38 292	0.26 272	0.87 306	0.26 230	0.22 302	0.52 337	0.35 321	0.64 338	0.46 244	0.40 269	0.52 287	0.48 293	0.39 296	0.84 340	0.48 297	0.13 276	0.14 253	0.15 315	0.16 328	0.16 294	0.16 228

RP	0.38 292	0.26 272	0.67 246	0.31 318	0.24 322	0.37 270	0.29 288	0.53 247	0.61 331	0.42 283	0.65 335	0.62 339	0.51 336	0.63 273	0.43 278	0.17 329	0.15 274	0.17 330	0.15 319	0.17 306	0.19 257

G-Net	0.47 336	0.26 272	1.02 335	0.34 338	0.28 341	0.89 379	0.35 321	0.47 197	0.46 244	0.68 360	1.20 382	0.64 348	0.59 352	0.61 262	0.60 327	0.16 317	0.14 253	0.17 330	0.13 296	0.22 342	0.21 278

DPSNet	0.51 343	0.26 272	1.16 353	0.28 287	0.21 287	0.76 367	0.56 374	0.89 386	0.82 366	0.49 324	0.51 281	0.64 348	0.81 374	0.89 348	0.85 353	0.17 329	0.16 283	0.13 283	0.13 296	0.26 357	0.27 326

XPNet_ROB	0.35 278	0.26 272	0.58 205	0.28 287	0.19 256	0.37 270	0.31 304	0.57 284	0.51 287	0.52 333	0.54 297	0.57 323	0.38 289	0.65 282	0.48 297	0.17 329	0.12 230	0.13 283	0.12 272	0.16 294	0.17 240

AASNet	0.29 229	0.27 278	0.67 246	0.26 230	0.18 233	0.34 244	0.21 175	0.64 338	0.49 276	0.36 225	0.41 204	0.32 186	0.26 189	0.33 148	0.39 265	0.12 259	0.09 169	0.10 184	0.08 105	0.14 278	0.12 164

ACRE	0.23 123	0.27 278	0.83 294	0.24 166	0.15 158	0.24 121	0.20 156	0.38 108	0.32 108	0.32 176	0.33 131	0.23 87	0.15 51	0.26 72	0.22 148	0.09 144	0.07 92	0.08 60	0.07 45	0.08 65	0.09 58

HCRNet	0.25 173	0.27 278	0.42 42	0.34 338	0.17 212	0.27 151	0.18 93	0.45 182	0.37 163	0.31 151	0.35 145	0.32 186	0.23 148	0.44 198	0.21 133	0.13 276	0.08 139	0.13 283	0.11 235	0.11 221	0.09 58

DMCA-RVC	0.30 241	0.27 278	0.93 323	0.28 287	0.17 212	0.30 193	0.21 175	0.43 157	0.36 150	0.40 269	0.38 172	0.39 239	0.36 279	0.44 198	0.34 244	0.13 276	0.10 194	0.16 321	0.12 272	0.13 258	0.11 129

TDLM	0.32 256	0.27 278	0.52 149	0.30 307	0.15 158	0.33 230	0.32 310	0.54 254	0.50 281	0.44 299	0.43 223	0.39 239	0.30 237	0.92 358	0.30 217	0.14 297	0.09 169	0.13 283	0.12 272	0.13 258	0.14 207

iResNet_ROB	0.27 208	0.27 278	0.48 86	0.21 54	0.12 48	0.32 224	0.17 55	0.57 284	0.55 312	0.39 260	0.44 232	0.37 223	0.28 214	0.43 195	0.28 202	0.08 88	0.06 34	0.06 1	0.05 8	0.09 132	0.11 129

WCMA_ROB	0.55 350	0.27 278	0.76 274	0.26 230	0.22 302	0.62 353	0.36 326	0.57 284	0.58 320	0.97 381	1.40 390	1.28 387	0.94 383	0.80 331	0.80 349	0.20 350	0.17 301	0.16 321	0.16 328	0.19 325	0.29 336

CIPLG	0.23 123	0.28 285	0.75 270	0.24 166	0.16 187	0.25 131	0.20 156	0.38 108	0.33 122	0.32 176	0.34 139	0.23 87	0.15 51	0.27 81	0.22 148	0.09 144	0.07 92	0.08 60	0.07 45	0.08 65	0.09 58

GANet	0.40 307	0.28 285	0.67 246	0.31 318	0.18 233	0.43 298	0.39 339	0.60 313	0.46 244	0.48 323	0.78 356	0.55 318	0.45 316	0.96 363	0.55 319	0.13 276	0.14 253	0.13 283	0.12 272	0.15 285	0.16 228

StereoDRNet	0.34 272	0.28 285	0.70 255	0.28 287	0.21 287	0.43 298	0.30 294	0.63 332	0.51 287	0.47 317	0.40 193	0.48 293	0.31 250	0.58 245	0.44 286	0.12 259	0.10 194	0.12 260	0.11 235	0.13 258	0.13 184

DispNO	0.32 256	0.29 288	0.95 327	0.26 230	0.17 212	0.25 131	0.30 294	0.47 197	0.53 299	0.36 225	0.44 232	0.36 218	0.31 250	0.77 324	0.43 278	0.11 230	0.08 139	0.09 120	0.08 105	0.09 132	0.09 58

SDNR	0.47 336	0.29 288	0.92 319	0.24 166	0.37 367	1.27 396	0.17 55	0.54 254	0.58 320	0.44 299	0.85 364	0.55 318	0.28 214	1.19 380	0.52 308	0.23 355	0.24 347	0.17 330	0.13 296	0.19 325	0.26 323

IPLGR_C	0.23 123	0.29 288	0.81 289	0.24 166	0.16 187	0.24 121	0.20 156	0.38 108	0.33 122	0.32 176	0.33 131	0.23 87	0.15 51	0.26 72	0.22 148	0.09 144	0.07 92	0.08 60	0.07 45	0.08 65	0.09 58

psmorigin	0.52 346	0.29 288	3.10 408	0.24 166	0.19 256	0.39 279	0.24 242	0.52 237	0.45 235	0.66 358	0.68 342	0.70 364	0.52 338	0.86 343	0.49 303	0.15 309	0.17 301	0.13 283	0.14 310	0.16 294	0.23 293

GwcNet	0.37 287	0.29 288	1.12 347	0.25 198	0.24 322	0.48 325	0.27 270	0.58 296	0.60 329	0.39 260	0.54 297	0.51 306	0.34 267	0.60 256	0.46 292	0.13 276	0.12 230	0.12 260	0.11 235	0.13 258	0.15 218

Nwc_Net	0.39 297	0.29 288	0.84 297	0.32 323	0.24 322	0.45 311	0.30 294	0.67 350	0.51 287	0.39 260	0.70 346	0.59 329	0.48 329	0.61 262	0.45 291	0.16 317	0.12 230	0.19 343	0.21 352	0.14 278	0.15 218

CFNet	0.29 229	0.29 288	0.57 192	0.23 129	0.14 108	0.34 244	0.15 25	0.53 247	0.46 244	0.31 151	0.40 193	0.38 229	0.27 195	0.76 320	0.28 202	0.10 199	0.07 92	0.11 230	0.11 235	0.11 221	0.09 58

ARAFT	0.26 192	0.30 295	0.87 306	0.22 86	0.12 48	0.30 193	0.24 242	0.46 188	0.34 130	0.33 185	0.28 80	0.29 157	0.20 127	0.49 211	0.19 100	0.08 88	0.06 34	0.12 260	0.11 235	0.09 132	0.09 58

GMStereo	0.21 81	0.30 295	0.57 192	0.21 54	0.12 48	0.24 121	0.18 93	0.30 37	0.41 195	0.26 77	0.24 56	0.17 40	0.16 63	0.25 55	0.19 100	0.10 199	0.07 92	0.08 60	0.08 105	0.11 221	0.09 58
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ADCL	0.50 341	0.30 295	1.15 351	0.28 287	0.19 256	0.77 370	0.64 379	0.57 284	0.73 359	0.57 349	0.73 351	0.55 318	0.60 353	0.66 288	1.53 391	0.11 230	0.10 194	0.13 283	0.13 296	0.15 285	0.16 228

AF-Net	0.40 307	0.31 298	0.74 267	0.33 334	0.24 322	0.43 298	0.30 294	0.64 338	0.67 344	0.44 299	0.69 345	0.65 350	0.52 338	0.59 251	0.48 297	0.16 317	0.12 230	0.19 343	0.14 310	0.16 294	0.14 207

NCC-stereo	0.42 316	0.31 298	0.87 306	0.32 323	0.29 350	0.47 319	0.37 328	0.68 355	0.53 299	0.42 283	0.58 312	0.57 323	0.52 338	0.75 314	0.54 316	0.18 339	0.14 253	0.18 337	0.25 365	0.17 306	0.18 242

Abc-Net	0.42 316	0.31 298	0.87 306	0.32 323	0.29 350	0.47 319	0.37 328	0.68 355	0.53 299	0.42 283	0.58 312	0.57 323	0.52 338	0.75 314	0.54 316	0.18 339	0.14 253	0.18 337	0.25 365	0.17 306	0.18 242
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AANet_RVC	0.33 264	0.31 298	0.69 252	0.23 129	0.14 108	0.30 193	0.23 220	0.49 214	0.55 312	0.39 260	0.60 320	0.43 265	0.30 237	0.88 346	0.54 316	0.11 230	0.08 139	0.07 13	0.07 45	0.10 180	0.12 164

LALA_ROB	0.38 292	0.31 298	0.65 240	0.30 307	0.21 287	0.46 313	0.39 339	0.63 332	0.54 304	0.53 339	0.52 287	0.69 361	0.36 279	0.52 226	0.48 297	0.18 339	0.11 214	0.16 321	0.14 310	0.17 306	0.16 228

PSMNet_ROB	0.36 280	0.31 298	0.71 261	0.31 318	0.21 287	0.44 303	0.44 351	0.61 320	0.49 276	0.39 260	0.45 246	0.49 299	0.32 262	0.66 288	0.53 312	0.14 297	0.10 194	0.15 315	0.14 310	0.13 258	0.13 184

MeshStereo	0.60 361	0.31 298	0.71 261	0.22 86	0.17 212	0.66 359	0.36 326	0.81 377	0.63 337	1.48 406	1.32 387	1.65 394	0.83 375	1.18 379	0.74 343	0.17 329	0.17 301	0.17 330	0.14 310	0.17 306	0.19 257
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
dd	0.23 123	0.32 305	0.55 175	0.23 129	0.12 48	0.27 151	0.21 175	0.32 56	0.45 235	0.30 136	0.29 86	0.25 113	0.17 78	0.31 134	0.26 189	0.13 276	0.07 92	0.10 184	0.08 105	0.12 246	0.09 58

DGSMNet	0.63 367	0.32 305	1.01 334	0.54 379	0.73 392	0.62 353	1.36 410	0.62 328	0.58 320	0.38 249	0.62 331	0.52 311	0.34 267	0.65 282	0.47 295	0.54 385	0.61 402	0.67 391	0.61 399	0.65 387	0.69 398

FADNet-RVC-Resample	0.31 251	0.32 305	1.16 353	0.27 263	0.17 212	0.33 230	0.21 175	0.49 214	0.40 190	0.36 225	0.38 172	0.34 199	0.27 195	0.54 233	0.27 196	0.10 199	0.10 194	0.14 301	0.13 296	0.13 258	0.18 242

ETE_ROB	0.36 280	0.32 305	0.64 237	0.30 307	0.18 233	0.40 285	0.38 336	0.59 304	0.49 276	0.50 327	0.52 287	0.62 339	0.37 284	0.58 245	0.43 278	0.13 276	0.10 194	0.14 301	0.12 272	0.17 306	0.18 242

LL-Strereo	0.32 256	0.33 309	0.77 280	0.26 230	0.24 322	0.22 87	0.23 220	0.58 296	0.44 224	0.35 214	0.32 116	0.41 249	0.40 299	0.93 359	0.25 180	0.08 88	0.13 244	0.11 230	0.09 167	0.09 132	0.22 286

RAFT + AFF	0.30 241	0.33 309	0.76 274	0.25 198	0.17 212	0.30 193	0.33 315	0.55 265	0.42 207	0.28 92	0.30 97	0.31 176	0.31 250	0.64 278	0.32 232	0.09 144	0.11 214	0.11 230	0.10 211	0.12 246	0.16 228

aanetorigin	0.40 307	0.33 309	1.14 350	0.25 198	0.19 256	0.30 193	0.37 328	0.34 73	0.47 257	0.95 379	0.82 361	0.52 311	0.56 347	0.50 215	0.52 308	0.11 230	0.09 169	0.10 184	0.10 211	0.16 294	0.19 257

ADCRef	0.41 312	0.33 309	1.05 337	0.26 230	0.21 287	0.49 328	0.27 270	0.54 254	0.51 287	0.51 330	0.59 316	0.35 213	0.47 325	0.54 233	1.35 385	0.09 144	0.08 139	0.12 260	0.12 272	0.12 246	0.13 184

STTRV1_RVC	0.42 316	0.33 309	0.89 314	0.29 300	0.36 366	0.49 328	0.31 304	0.63 332	0.54 304	0.47 317	0.56 306	0.47 289	0.43 311	1.00 366	0.40 267	0.28 367	0.21 325	0.20 347	0.18 343	0.25 352	0.18 242

FC-DCNN	0.73 374	0.33 309	0.84 297	0.33 334	0.28 341	0.82 376	0.40 343	0.82 378	0.83 367	1.43 399	1.60 398	1.97 399	1.38 397	1.10 375	0.93 356	0.24 357	0.22 331	0.27 362	0.26 369	0.26 357	0.32 344

NCCL2	0.37 287	0.33 309	0.59 212	0.37 348	0.23 311	0.42 294	0.41 346	0.56 275	0.44 224	0.47 317	0.47 265	0.61 336	0.39 296	0.58 245	0.41 272	0.16 317	0.13 244	0.21 350	0.22 359	0.16 294	0.18 242

DN-CSS_ROB	0.24 149	0.33 309	0.69 252	0.25 198	0.14 108	0.26 145	0.13 2	0.42 152	0.35 137	0.30 136	0.42 211	0.22 74	0.20 127	0.34 162	0.22 148	0.07 13	0.06 34	0.11 230	0.11 235	0.11 221	0.09 58

ccnet	0.43 322	0.34 317	0.62 228	0.28 287	0.33 357	0.60 351	0.34 319	0.68 355	0.47 257	0.54 342	0.66 337	0.56 322	0.46 323	0.73 305	0.66 337	0.26 361	0.19 312	0.24 359	0.22 359	0.27 361	0.25 314

SHD	0.45 327	0.34 317	0.89 314	0.37 348	0.28 341	0.46 313	0.23 220	0.72 366	0.96 380	0.65 356	0.61 329	0.61 336	0.48 329	0.64 278	0.69 340	0.16 317	0.16 283	0.16 321	0.16 328	0.21 338	0.25 314

FBW_ROB	0.46 333	0.34 317	0.71 261	0.32 323	0.20 274	0.51 332	0.32 310	0.73 367	0.63 337	0.60 351	0.57 309	0.65 350	0.44 314	1.42 393	0.62 331	0.14 297	0.17 301	0.22 355	0.16 328	0.17 306	0.23 293

MSMD_ROB	0.63 367	0.34 317	0.70 255	0.30 307	0.25 332	0.88 378	0.35 321	0.58 296	0.67 344	1.13 389	1.52 394	1.75 397	1.05 388	0.90 351	0.60 327	0.24 357	0.22 331	0.27 362	0.27 371	0.25 352	0.27 326

HBP-ISP	0.34 272	0.35 321	0.76 274	0.23 129	0.17 212	0.33 230	0.22 197	0.56 275	0.47 257	0.42 283	0.49 276	0.33 192	0.41 304	0.73 305	0.27 196	0.18 339	0.19 312	0.24 359	0.20 350	0.16 294	0.16 228

Wz-Net-LNSev	0.36 280	0.35 321	1.06 339	0.26 230	0.21 287	0.47 319	0.33 315	0.56 275	0.58 320	0.45 306	0.54 297	0.50 303	0.37 284	0.40 187	0.42 275	0.12 259	0.11 214	0.10 184	0.09 167	0.14 278	0.15 218

Wz-Net-MNSev	0.39 297	0.35 321	0.99 333	0.26 230	0.21 287	0.59 350	0.39 339	0.58 296	0.61 331	0.49 324	0.56 306	0.53 315	0.37 284	0.61 262	0.47 295	0.11 230	0.09 169	0.11 230	0.11 235	0.15 285	0.15 218

FADNet_RVC	0.31 251	0.35 321	0.98 331	0.24 166	0.16 187	0.30 193	0.17 55	0.52 237	0.39 182	0.30 136	0.38 172	0.30 167	0.29 230	0.54 233	0.33 240	0.14 297	0.14 253	0.14 301	0.16 328	0.21 338	0.24 305

RGC	0.41 312	0.35 321	0.76 274	0.35 343	0.28 341	0.41 289	0.29 288	0.60 313	0.55 312	0.47 317	0.64 333	0.63 343	0.47 325	0.74 309	0.46 292	0.16 317	0.15 274	0.21 350	0.21 352	0.19 325	0.21 278

PA-Net	0.40 307	0.35 321	1.05 337	0.32 323	0.28 341	0.39 279	0.43 349	0.53 247	0.56 316	0.35 214	0.43 223	0.41 249	0.36 279	0.83 339	0.61 330	0.12 259	0.23 339	0.16 321	0.23 363	0.13 258	0.20 269
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADCP+	0.48 339	0.36 327	1.47 378	0.26 230	0.22 302	0.57 346	0.40 343	0.56 275	0.54 304	0.46 311	0.52 287	0.46 282	0.53 343	0.59 251	1.93 400	0.10 199	0.08 139	0.11 230	0.11 235	0.14 278	0.15 218

ADCPNet	0.51 343	0.36 327	1.82 392	0.27 263	0.23 311	0.71 362	0.39 339	0.56 275	0.54 304	0.52 333	0.60 320	0.66 354	0.57 349	0.64 278	1.23 374	0.15 309	0.18 308	0.14 301	0.23 363	0.19 325	0.22 286

PS-NSSS	0.33 264	0.36 327	0.61 225	0.24 166	0.18 233	0.33 230	0.24 242	0.59 304	0.42 207	0.38 249	0.52 287	0.36 218	0.31 250	0.80 331	0.32 232	0.18 339	0.14 253	0.21 350	0.15 319	0.17 306	0.14 207

UDGNet	0.24 149	0.37 330	0.53 159	0.25 198	0.14 108	0.24 121	0.18 93	0.32 56	0.44 224	0.29 115	0.28 80	0.24 102	0.20 127	0.30 125	0.21 133	0.16 317	0.07 92	0.21 350	0.11 235	0.16 294	0.11 129

SuperB	0.50 341	0.37 330	2.16 398	0.23 129	0.15 158	0.41 289	0.32 310	0.50 222	0.83 367	0.44 299	0.51 281	0.33 192	0.45 316	0.69 295	1.07 367	0.10 199	0.08 139	0.09 120	0.08 105	0.95 404	0.18 242

RTSC	0.43 322	0.37 330	0.95 327	0.30 307	0.20 274	0.50 331	0.23 220	0.65 344	0.86 370	0.56 346	0.54 297	0.51 306	0.36 279	0.71 301	0.92 355	0.13 276	0.14 253	0.11 230	0.13 296	0.18 321	0.19 257

DeepPrunerF	0.46 333	0.37 330	1.50 380	0.34 338	0.30 352	0.36 265	0.37 328	0.64 338	1.15 392	0.41 279	0.45 246	0.40 242	0.41 304	0.82 335	0.53 312	0.18 339	0.14 253	0.23 357	0.21 352	0.17 306	0.18 242

iResNetv2_ROB	0.29 229	0.37 330	0.92 319	0.24 166	0.13 80	0.30 193	0.19 125	0.55 265	0.51 287	0.39 260	0.46 258	0.39 239	0.27 195	0.36 173	0.30 217	0.09 144	0.06 34	0.07 13	0.05 8	0.13 258	0.11 129

PDISCO_ROB	0.45 327	0.37 330	0.89 314	0.44 370	0.37 367	0.70 361	0.35 321	0.75 370	0.78 362	0.45 306	0.53 294	0.65 350	0.40 299	0.68 294	0.52 308	0.22 354	0.12 230	0.21 350	0.19 346	0.26 357	0.22 286

dad	0.30 241	0.38 336	0.60 219	0.22 86	0.14 108	0.32 224	0.21 175	0.35 82	0.51 287	0.45 306	0.45 246	0.46 282	0.23 148	0.41 190	0.27 196	0.21 351	0.11 214	0.20 347	0.11 235	0.15 285	0.11 129

FCDSN-DC	0.67 370	0.38 336	0.83 294	0.37 348	0.30 352	0.66 359	0.37 328	0.69 361	0.70 352	1.15 391	1.53 395	1.70 396	1.38 397	1.00 366	0.83 351	0.24 357	0.22 331	0.27 362	0.26 369	0.27 361	0.32 344
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NaN_ROB	0.44 324	0.38 336	0.94 326	0.30 307	0.20 274	0.52 337	0.49 363	0.61 320	0.60 329	0.56 346	0.47 265	0.49 299	0.42 308	1.24 382	0.76 345	0.12 259	0.18 308	0.12 260	0.13 296	0.12 246	0.18 242

PWC_ROB	0.41 312	0.38 336	0.92 319	0.26 230	0.20 274	0.39 279	0.19 125	0.61 320	0.69 350	0.58 350	0.84 363	0.52 311	0.44 314	0.74 309	0.62 331	0.13 276	0.09 169	0.14 301	0.10 211	0.17 306	0.18 242

Syn2CoEx	0.39 297	0.39 340	1.08 344	0.35 343	0.21 287	0.41 289	0.29 288	0.63 332	0.51 287	0.43 292	0.56 306	0.45 276	0.45 316	0.69 295	0.39 265	0.17 329	0.14 253	0.16 321	0.12 272	0.13 258	0.16 228

EDNetEfficient	0.64 369	0.39 340	2.52 400	0.26 230	0.26 335	0.39 279	0.49 363	0.42 152	1.06 384	1.38 396	0.86 365	0.61 336	0.97 384	0.66 288	1.62 395	0.11 230	0.10 194	0.10 184	0.12 272	0.20 332	0.19 257

LE_ROB	1.82 407	0.39 340	3.15 409	0.50 377	0.55 383	0.79 372	1.00 398	0.89 386	6.48 418	7.40 420	2.07 406	2.07 400	5.08 416	1.33 390	3.96 415	0.11 230	0.09 169	0.12 260	0.11 235	0.11 221	0.13 184

ELAS_RVC	0.80 381	0.40 343	1.10 346	0.40 362	0.35 361	0.93 380	1.10 405	0.87 384	1.12 390	1.40 397	1.39 388	1.27 386	1.55 404	1.13 376	1.13 370	0.29 369	0.27 357	0.30 367	0.28 372	0.31 368	0.36 352
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.80 381	0.40 343	0.91 318	0.39 358	0.35 361	1.52 404	0.81 392	0.97 388	0.98 381	1.47 405	1.58 397	1.19 384	1.33 396	1.01 368	1.21 373	0.29 369	0.27 357	0.30 367	0.29 374	0.32 371	0.36 352
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	0.62 364	0.41 345	0.93 323	0.44 370	0.39 371	0.63 356	0.51 368	0.86 383	1.27 393	0.93 378	1.09 377	0.81 369	0.85 376	0.89 348	0.89 354	0.21 351	0.23 339	0.22 355	0.19 346	0.28 364	0.41 369

PASM	0.49 340	0.41 345	1.15 351	0.37 348	0.35 361	0.42 294	0.42 347	0.54 254	0.65 340	0.54 342	0.54 297	0.63 343	0.48 329	0.94 362	0.51 307	0.27 365	0.30 373	0.30 367	0.33 376	0.29 366	0.29 336

SANet	0.58 358	0.41 345	1.38 372	0.27 263	0.16 187	0.72 363	0.48 359	0.71 363	1.34 394	0.69 361	0.97 373	0.94 375	0.78 370	0.97 365	0.93 356	0.14 297	0.12 230	0.12 260	0.12 272	0.18 321	0.20 269

PWCDC_ROB	0.41 312	0.41 345	0.77 280	0.34 338	0.21 287	0.43 298	0.20 156	0.60 313	0.90 373	0.44 299	1.24 385	0.36 218	0.38 289	0.56 241	0.48 297	0.18 339	0.11 214	0.11 230	0.10 211	0.20 332	0.16 228

FADNet-RVC	0.34 272	0.43 349	0.97 329	0.25 198	0.20 274	0.33 230	0.20 156	0.51 232	0.42 207	0.34 199	0.40 193	0.41 249	0.29 230	0.65 282	0.36 253	0.14 297	0.14 253	0.14 301	0.15 319	0.19 325	0.20 269

FADNet	0.34 272	0.43 349	0.88 312	0.24 166	0.22 302	0.37 270	0.19 125	0.56 275	0.49 276	0.32 176	0.36 158	0.43 265	0.32 262	0.65 282	0.30 217	0.17 329	0.16 283	0.14 301	0.16 328	0.25 352	0.21 278

MaskLacGwcNet_RVC	0.38 292	0.43 349	0.72 265	0.35 343	0.19 256	0.51 332	0.25 255	0.56 275	0.39 182	0.42 283	0.47 265	0.47 289	0.27 195	0.74 309	0.32 232	0.38 380	0.19 312	0.27 362	0.17 339	0.29 366	0.27 326

Anonymous Stereo	0.42 316	0.43 349	1.38 372	0.32 323	0.26 335	0.35 257	0.48 359	0.55 265	0.58 320	0.43 292	0.48 274	0.40 242	0.29 230	0.93 359	0.56 320	0.16 317	0.16 283	0.15 315	0.16 328	0.16 294	0.20 269

SGM-Forest	0.42 316	0.44 353	0.92 319	0.24 166	0.16 187	0.45 311	0.40 343	0.58 296	0.50 281	0.54 342	0.63 332	0.52 311	0.51 336	0.91 353	0.66 337	0.17 329	0.17 301	0.17 330	0.15 319	0.15 285	0.21 278
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XQC	0.47 336	0.45 354	1.07 341	0.40 362	0.28 341	0.58 348	0.38 336	0.67 350	0.76 361	0.53 339	0.47 265	0.59 329	0.47 325	0.74 309	0.80 349	0.18 339	0.14 253	0.18 337	0.16 328	0.26 357	0.24 305

ADCMid	0.53 347	0.45 354	1.46 377	0.27 263	0.22 302	0.51 332	0.38 336	0.61 320	0.58 320	0.75 365	0.67 339	0.62 339	0.66 366	0.66 288	1.75 396	0.13 276	0.12 230	0.17 330	0.17 339	0.20 332	0.21 278

SAMSARA	0.62 364	0.47 356	0.93 323	0.70 388	0.50 378	1.15 391	1.29 409	0.79 374	0.70 352	0.77 370	0.55 302	0.92 374	0.58 350	0.87 345	0.77 346	0.19 348	0.27 357	0.18 337	0.19 346	0.27 361	0.28 332

CSAN	0.55 350	0.47 356	1.19 361	0.37 348	0.23 311	0.57 346	0.61 377	0.65 344	0.72 356	0.65 356	0.78 356	0.66 354	0.65 365	1.41 392	0.77 346	0.21 351	0.17 301	0.20 347	0.21 352	0.18 321	0.21 278

FINET	0.58 358	0.48 358	1.35 371	0.38 356	0.37 367	0.96 384	1.13 406	0.84 382	1.05 383	0.50 327	0.70 346	0.45 276	0.61 357	0.63 273	0.62 331	0.26 361	0.28 361	0.14 301	0.13 296	0.20 332	0.44 374

LSM	1.68 405	0.48 358	2.91 405	2.28 418	17.60 428	0.52 337	0.55 373	0.65 344	0.78 362	0.84 373	1.11 378	0.63 343	0.55 345	0.79 328	0.53 312	0.16 317	0.25 348	0.18 337	0.21 352	0.25 352	2.37 419

WZ-Net	0.56 354	0.49 360	2.14 397	0.30 307	0.24 322	0.58 348	0.48 359	0.65 344	0.80 364	0.51 330	0.72 348	0.68 359	0.60 353	1.06 373	1.01 362	0.13 276	0.10 194	0.11 230	0.12 272	0.19 325	0.23 293

AnyNet_C32	0.55 350	0.51 361	1.34 370	0.29 300	0.28 341	0.61 352	0.62 378	0.57 284	0.62 335	0.63 354	0.68 342	0.54 317	0.55 345	0.82 335	1.81 397	0.15 309	0.15 274	0.15 315	0.18 343	0.21 338	0.25 314

Consistency-Raft	0.56 354	0.52 362	1.12 347	0.45 372	0.49 377	0.48 325	0.45 352	0.73 367	0.74 360	0.45 306	0.82 361	0.46 282	0.60 353	0.51 220	0.63 334	0.39 382	0.40 385	0.44 380	0.51 391	0.53 382	0.38 368

GANetREF_RVC	0.45 327	0.52 362	0.87 306	0.39 358	0.20 274	0.51 332	0.50 365	0.68 355	0.67 344	0.47 317	0.46 258	0.50 303	0.43 311	0.91 353	0.40 267	0.28 367	0.21 325	0.32 371	0.19 346	0.28 364	0.23 293
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
Wz-Net-SNSev	0.45 327	0.53 364	1.42 376	0.31 318	0.21 287	0.44 303	0.45 352	0.64 338	0.68 348	0.46 311	0.66 337	0.62 339	0.40 299	0.78 325	0.65 335	0.12 259	0.11 214	0.12 260	0.13 296	0.17 306	0.19 257

UDG	0.42 316	0.54 365	0.67 246	0.41 366	0.35 361	0.47 319	0.27 270	0.57 284	0.48 263	0.40 269	0.46 258	0.59 329	0.45 316	0.47 208	0.46 292	0.26 361	0.19 312	0.49 382	0.22 359	0.37 374	0.30 338

anonymity	0.57 356	0.55 366	0.74 267	0.48 375	0.63 386	0.56 344	0.43 349	0.71 363	0.51 287	0.64 355	0.55 302	0.57 323	0.61 357	0.65 282	0.57 323	0.55 386	0.55 397	0.50 383	0.54 392	0.51 380	0.61 389

CC-Net-ROB	0.46 333	0.55 366	0.86 304	0.38 356	0.23 311	0.51 332	0.30 294	0.69 361	0.51 287	0.46 311	0.51 281	0.48 293	0.38 289	0.96 363	0.40 267	0.36 377	0.23 339	0.56 386	0.25 365	0.34 373	0.22 286

RTS	0.81 383	0.56 368	4.76 412	0.37 348	0.30 352	1.11 388	0.52 369	0.67 350	1.07 385	0.76 368	0.91 369	0.60 334	0.61 357	1.64 396	1.24 375	0.15 309	0.13 244	0.15 315	0.15 319	0.22 342	0.24 305

RTSA	0.81 383	0.56 368	4.76 412	0.37 348	0.30 352	1.11 388	0.52 369	0.67 350	1.07 385	0.76 368	0.91 369	0.60 334	0.61 357	1.64 396	1.24 375	0.15 309	0.13 244	0.15 315	0.15 319	0.22 342	0.24 305

ADCS	0.62 364	0.56 368	1.54 383	0.30 307	0.25 332	0.56 344	0.46 355	0.71 363	0.86 370	0.77 370	0.72 348	0.68 359	0.62 361	0.82 335	2.33 407	0.17 329	0.16 283	0.16 321	0.17 339	0.23 347	0.27 326

SGM-ForestM	1.59 401	0.56 368	1.52 382	0.41 366	0.34 358	2.77 413	1.67 413	1.69 405	1.73 401	2.48 411	2.27 410	6.02 419	2.90 413	3.08 412	2.83 411	0.25 360	0.30 373	0.19 343	0.20 350	0.18 321	0.45 377

SQANet	0.44 324	0.57 372	0.89 314	0.49 376	0.39 371	0.47 319	0.23 220	0.53 247	0.44 224	0.41 279	0.48 274	0.47 289	0.34 267	0.58 245	0.43 278	0.38 380	0.15 274	0.40 378	0.21 352	0.50 379	0.34 349

EDNetEfficientorigin	7.48 418	0.57 372	139.59 441	0.25 198	0.17 212	0.44 303	0.30 294	0.48 207	1.04 382	1.29 393	1.02 375	0.82 370	0.87 379	0.76 320	1.02 363	0.10 199	0.09 169	0.12 260	0.11 235	0.22 342	0.25 314

GASNet	0.39 297	0.58 374	1.27 366	0.35 343	0.23 311	0.35 257	0.23 220	0.63 332	0.56 316	0.41 279	0.38 172	0.45 276	0.30 237	0.81 334	0.42 275	0.16 317	0.11 214	0.14 301	0.14 310	0.23 347	0.12 164

MFN_U_SF_RVC	0.58 358	0.58 374	1.31 369	0.39 358	0.23 311	0.72 363	0.30 294	0.83 380	0.68 348	0.74 364	0.74 352	0.86 371	0.60 353	0.84 340	0.83 351	0.29 369	0.27 357	0.32 371	0.37 382	0.31 368	0.33 346

MANE	1.63 403	0.58 374	1.16 353	0.59 381	0.60 385	2.71 412	1.53 411	2.63 415	3.62 410	2.33 410	3.26 412	3.66 413	2.98 414	2.26 409	2.26 406	0.37 378	0.40 385	0.31 370	0.49 387	0.31 368	0.63 392

DDUNet	0.45 327	0.60 377	0.71 261	0.45 372	0.39 371	0.46 313	0.32 310	0.53 247	0.44 224	0.46 311	0.53 294	0.57 323	0.38 289	0.51 220	0.43 278	0.34 375	0.21 325	0.56 386	0.25 365	0.41 376	0.36 352

MFN_U_SF_DS_RVC	0.53 347	0.60 377	0.98 331	0.40 362	0.25 332	0.87 377	0.57 375	0.60 313	0.64 339	0.60 351	0.67 339	0.63 343	0.42 308	1.13 376	0.50 304	0.23 355	0.28 361	0.27 362	0.35 378	0.25 352	0.33 346

NVStereoNet_ROB	0.74 375	0.64 379	1.20 363	0.55 380	0.43 375	0.54 343	0.48 359	0.75 370	0.87 372	0.88 375	1.72 400	1.06 379	1.03 387	1.29 386	0.98 361	0.35 376	0.42 388	0.41 379	0.48 386	0.38 375	0.43 372
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	0.68 372	0.69 380	2.64 402	0.33 334	0.27 340	0.93 380	0.64 379	0.66 348	0.65 340	0.70 362	0.97 373	0.75 367	0.63 363	1.01 368	1.52 390	0.17 329	0.16 283	0.17 330	0.17 339	0.24 351	0.28 332

Wz-Net-TNSev	0.55 350	0.72 381	1.90 393	0.26 230	0.21 287	0.64 357	0.45 352	0.66 348	0.71 354	0.52 333	0.55 302	0.71 365	0.63 363	1.04 371	0.94 358	0.16 317	0.15 274	0.13 283	0.15 319	0.21 338	0.24 305

SPS-STEREO	0.74 375	0.72 381	1.18 360	0.52 378	0.57 384	0.76 367	0.50 365	0.80 375	0.66 343	0.97 381	0.88 368	0.94 375	0.74 368	1.08 374	1.04 365	0.58 389	0.51 391	0.50 383	0.50 390	0.56 383	0.72 400
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	0.60 361	0.73 383	1.13 349	0.64 383	0.45 376	0.73 365	0.37 328	0.67 350	0.67 344	0.52 333	0.75 354	0.66 354	0.46 323	0.74 309	0.59 326	0.55 386	0.34 382	0.56 386	0.36 380	0.65 387	0.49 383

MSC_U_SF_DS_RVC	0.70 373	0.73 383	1.26 365	0.47 374	0.28 341	1.42 402	0.60 376	0.82 378	0.94 379	0.85 374	0.86 365	0.88 373	0.70 367	1.32 389	0.75 344	0.37 378	0.30 373	0.34 374	0.36 380	0.44 377	0.42 370

Ntro	0.61 363	0.75 385	1.16 353	0.67 385	0.50 378	0.76 367	0.37 328	0.68 355	0.71 354	0.50 327	0.59 316	0.65 350	0.52 338	0.79 328	0.58 325	0.58 389	0.32 378	0.57 389	0.34 377	0.69 392	0.50 384

coex-ft	3.48 413	0.81 386	48.53 439	0.24 166	0.19 256	0.53 340	0.47 358	0.49 214	2.36 406	7.18 419	1.20 382	0.96 378	2.53 410	0.75 314	2.14 404	0.13 276	0.15 274	0.14 301	0.12 272	0.22 342	0.47 379

MFMNet_re	0.74 375	0.84 387	1.16 353	0.64 383	0.70 391	0.79 372	0.71 384	0.77 373	0.85 369	0.79 372	0.86 365	0.69 361	0.80 372	0.73 305	0.65 335	0.66 393	0.59 401	0.61 390	0.58 397	0.68 390	0.71 399

SGM+DAISY	1.12 393	0.86 388	1.64 386	0.68 386	0.80 400	1.68 406	1.68 414	1.08 390	1.10 387	1.53 407	1.76 402	1.47 391	1.53 403	1.24 382	1.42 389	0.66 393	0.65 407	0.52 385	0.54 392	0.57 384	0.91 407

JetBlue	1.20 395	0.89 389	2.53 401	0.59 381	0.76 393	3.16 415	2.09 415	1.16 392	0.93 376	0.95 379	1.12 379	1.65 394	1.27 394	2.15 407	1.87 399	0.43 384	0.37 384	0.38 376	0.39 384	0.62 385	0.63 392

ACVNet-4b	0.76 378	0.90 390	1.67 387	0.73 390	0.51 381	0.80 375	0.31 304	0.74 369	0.81 365	0.51 330	0.72 348	0.94 375	0.43 311	1.01 368	1.32 383	1.18 411	0.22 331	0.77 395	0.45 385	0.70 393	0.50 384

ACVNet_1	0.77 380	0.92 391	1.79 391	0.73 390	0.53 382	0.78 371	0.42 347	0.88 385	0.90 373	0.75 365	0.76 355	1.32 388	0.80 372	1.04 371	0.70 341	0.57 388	0.32 378	0.72 393	0.35 378	0.70 393	0.50 384

DispFullNet	0.67 370	0.94 392	1.63 385	0.77 393	1.19 410	0.53 340	0.25 255	0.61 320	0.72 356	0.70 362	0.60 320	0.69 361	0.90 380	0.80 331	0.52 308	0.27 365	0.13 244	0.74 394	0.31 375	0.68 390	0.44 374

IMH-64-1	0.94 385	0.95 393	1.07 341	0.98 399	0.76 393	0.93 380	0.72 385	1.30 394	1.11 388	0.91 376	1.45 391	1.14 380	1.00 385	1.25 384	0.97 359	0.77 395	0.51 391	0.97 400	0.55 395	0.90 398	0.66 395

IMH-64	0.94 385	0.95 393	1.07 341	0.98 399	0.76 393	0.93 380	0.72 385	1.30 394	1.11 388	0.91 376	1.45 391	1.14 380	1.00 385	1.25 384	0.97 359	0.77 395	0.51 391	0.97 400	0.55 395	0.90 398	0.66 395

ACVNet_2	0.94 385	0.98 395	1.71 389	0.83 395	0.63 386	1.02 386	0.64 379	1.16 392	1.43 397	1.02 383	1.39 388	1.47 391	0.86 378	1.16 378	0.79 348	0.63 392	0.43 390	0.78 396	0.49 387	0.80 395	0.57 387

WAO-7	1.05 388	1.00 396	1.19 361	0.83 395	0.67 390	1.22 394	0.84 394	1.43 398	1.56 399	1.13 389	1.75 401	1.46 390	1.25 393	1.56 395	1.28 377	0.61 391	0.62 405	0.70 392	0.68 401	0.66 389	0.62 390

RainbowNet	0.76 378	1.00 396	1.29 367	0.82 394	0.63 386	0.79 372	0.52 369	0.83 380	0.93 376	0.61 353	0.79 359	0.79 368	0.62 361	0.82 335	0.67 339	0.80 399	0.55 397	0.79 397	0.49 387	0.81 396	0.62 390

WAO-6	1.11 392	1.01 398	1.17 359	0.96 398	0.79 397	1.30 398	0.78 389	1.36 396	1.99 404	1.04 386	1.54 396	1.59 393	1.27 394	1.37 391	1.30 378	0.78 397	0.55 397	1.03 404	0.75 405	0.87 397	0.72 400

IMH	1.09 391	1.04 399	1.29 367	1.03 401	0.79 397	1.11 388	0.69 382	1.40 397	1.42 396	1.02 383	1.71 399	1.42 389	1.19 392	1.78 402	1.03 364	1.14 409	0.56 400	1.00 402	0.58 397	0.93 401	0.68 397

TorneroNet-64	1.47 397	1.15 400	1.51 381	1.11 406	0.86 404	2.27 411	0.76 387	1.84 407	3.76 411	1.29 393	2.22 409	2.68 409	1.46 399	1.81 403	1.55 392	0.79 398	0.51 391	1.10 405	0.67 400	1.31 409	0.81 406

LVE	1.18 394	1.16 401	1.67 387	1.04 402	0.81 401	1.32 399	0.82 393	1.49 400	1.94 402	1.08 387	1.90 403	1.89 398	1.07 389	1.51 394	1.04 365	0.96 405	0.61 402	0.94 399	0.69 402	0.92 400	0.79 405

Dean	1.22 396	1.17 402	1.97 394	1.04 402	0.79 397	1.21 393	0.76 387	1.51 401	1.96 403	1.30 395	1.98 405	2.14 401	1.18 391	1.30 387	1.15 371	0.83 400	0.61 402	1.01 403	0.69 402	0.97 405	0.77 404

FADE	4.36 414	1.19 403	4.67 411	0.71 389	0.76 393	0.73 365	0.50 365	1.87 410	1.53 398	0.75 365	0.67 339	1.17 383	2.69 412	2.88 411	2.14 404	24.66 438	4.77 420	17.17 433	17.41 432	0.51 380	0.45 377

TorneroNet	2.26 409	1.20 404	1.55 384	1.15 408	0.91 405	5.84 416	0.84 394	2.12 412	8.45 421	2.59 412	5.32 416	3.84 414	2.15 407	1.84 405	1.98 402	0.88 401	0.54 396	1.16 409	0.74 404	1.31 409	0.91 407

WAO-8	1.50 399	1.22 405	1.39 374	1.10 404	0.85 402	2.15 408	0.78 389	1.84 407	3.76 411	1.46 401	2.18 407	2.15 402	1.50 401	3.20 414	1.35 385	0.92 403	0.66 408	1.10 405	0.79 406	0.94 402	0.74 402

Venus	1.50 399	1.22 405	1.39 374	1.10 404	0.85 402	2.15 408	0.78 389	1.84 407	3.76 411	1.46 401	2.18 407	2.15 402	1.50 401	3.20 414	1.35 385	0.92 403	0.66 408	1.10 405	0.79 406	0.94 402	0.74 402

MADNet+	1.05 388	1.26 407	4.77 414	0.73 390	0.50 378	1.25 395	0.97 397	1.05 389	0.93 376	0.67 359	0.78 356	0.87 372	0.85 376	2.14 406	1.83 398	0.40 383	0.42 388	0.32 371	0.28 372	0.45 378	0.43 372

PWCK	1.05 388	1.29 408	2.12 396	0.92 397	0.42 374	1.27 396	1.01 399	1.14 391	1.14 391	1.16 392	1.14 380	1.25 385	0.90 380	1.77 401	1.15 371	0.89 402	0.51 391	0.87 398	0.54 392	1.02 406	0.57 387

UNDER WATER-64	1.61 402	1.30 409	2.93 406	1.33 409	0.96 406	2.20 410	1.25 408	1.47 399	3.15 408	1.46 401	1.31 386	2.61 408	2.22 408	1.69 398	1.93 400	1.13 408	0.67 410	1.29 410	0.94 409	1.26 407	1.09 411

UNDER WATER	1.64 404	1.34 410	2.72 404	1.40 410	1.04 407	1.70 407	1.14 407	1.57 404	3.58 409	1.46 401	1.46 393	2.82 410	2.43 409	1.74 399	2.04 403	1.08 407	0.63 406	1.31 411	0.94 409	1.29 408	1.10 412

notaker	1.49 398	1.44 411	1.77 390	1.42 411	1.08 408	1.19 392	0.87 396	1.51 401	1.40 395	1.53 407	3.41 413	2.40 405	1.94 406	1.83 404	1.57 393	1.14 409	0.69 411	1.38 412	0.88 408	1.39 413	1.03 410

ktn	1.80 406	1.46 412	1.49 379	1.44 412	1.14 409	1.50 403	1.07 402	1.53 403	3.90 414	2.77 413	4.62 414	3.42 412	1.49 400	1.74 399	1.40 388	1.45 413	0.77 412	1.46 413	0.99 411	1.41 414	1.00 409

KSHMR	1.92 408	1.47 413	1.97 394	1.48 413	1.22 411	1.39 401	1.06 401	1.81 406	5.83 417	1.43 399	5.56 417	2.95 411	1.17 390	2.24 408	1.33 384	1.29 412	1.13 413	1.47 414	1.11 413	1.37 412	1.21 413

MADNet++	2.34 410	1.81 414	2.24 399	2.15 417	1.97 416	2.79 414	2.19 416	2.42 414	2.26 405	2.79 414	2.70 411	2.43 406	2.60 411	3.18 413	3.32 412	2.19 415	1.97 416	1.93 415	1.62 415	2.02 416	2.10 417

SPstereo	14.29 426	1.85 415	2.95 407	1.89 415	1.68 415	23.50 433	43.36 433	35.81 440	29.54 440	20.90 434	20.49 431	26.26 440	21.86 433	25.13 440	19.49 432	1.60 414	1.44 414	2.99 418	2.21 417	1.34 411	1.43 416

HanzoNet	3.08 412	1.87 416	2.70 403	1.81 414	1.34 412	1.60 405	1.05 400	2.06 411	2.62 407	5.63 417	5.12 415	5.96 418	7.09 419	4.39 418	3.43 413	3.29 417	2.06 418	1.98 416	2.94 419	2.47 417	2.15 418

JetRed	2.35 411	2.70 417	6.11 415	1.14 407	1.38 413	6.03 417	3.61 417	2.12 412	1.72 400	1.99 409	1.97 404	2.15 402	1.59 405	2.49 410	4.19 416	1.05 406	1.60 415	1.10 405	1.02 412	1.72 415	1.41 415

BEATNet-Init1	4.91 416	3.27 418	14.39 428	0.69 387	0.65 389	10.19 423	3.83 418	5.04 418	5.11 416	8.73 422	8.52 420	13.95 429	7.66 420	7.79 421	5.79 418	0.32 374	0.34 382	0.34 374	0.38 383	0.64 386	0.64 394

DPSimNet_ROB	6.21 417	5.16 419	9.50 418	5.59 421	5.56 418	7.64 418	10.02 420	4.07 417	7.33 419	6.84 418	6.26 418	7.17 420	10.55 421	4.07 417	5.68 417	5.50 420	4.29 419	5.24 421	3.66 420	4.05 419	5.96 422

DGTPSM_ROB	8.38 420	5.24 420	10.71 426	5.32 420	10.19 422	8.34 419	23.49 428	6.11 420	13.43 427	4.93 415	10.93 425	5.64 416	10.55 421	6.17 419	12.73 424	3.74 418	7.56 423	3.68 419	7.24 424	4.09 420	7.49 423

DPSMNet_ROB	8.44 421	5.25 421	10.87 427	5.59 421	10.27 423	8.34 419	23.51 429	6.12 421	13.47 428	4.96 416	10.94 426	5.65 417	10.55 421	6.25 420	12.77 425	4.01 419	7.62 424	3.75 420	7.27 425	4.16 421	7.54 424

ASD4	8.08 419	7.42 422	8.23 417	6.03 423	6.01 419	14.62 425	20.55 424	9.03 423	8.06 420	7.51 421	6.52 419	7.36 421	6.42 417	8.13 422	9.88 422	5.93 422	5.10 421	6.60 425	5.79 421	6.82 422	5.52 421

Anonymous_1	16.44 431	9.26 423	9.67 420	10.63 424	14.54 426	18.62 430	26.98 430	12.68 428	13.53 429	10.78 428	10.37 424	10.15 423	10.66 424	10.99 428	12.64 423	15.61 435	7.73 425	16.87 432	43.01 437	56.14 440	7.86 427

xxxxx1	15.30 427	9.78 424	10.23 423	20.34 430	19.47 429	17.10 426	23.00 425	10.36 425	11.04 423	9.25 423	9.66 421	10.74 424	10.66 424	10.60 425	13.72 428	8.14 426	9.35 429	31.88 438	44.61 438	12.63 426	13.46 428

tt_ll	15.30 427	9.78 424	10.23 423	20.34 430	19.47 429	17.10 426	23.00 425	10.36 425	11.04 423	9.25 423	9.66 421	10.74 424	10.66 424	10.60 425	13.72 428	8.14 426	9.35 429	31.88 438	44.61 438	12.63 426	13.46 428

ff	15.30 427	9.78 424	10.23 423	20.34 430	19.47 429	17.10 426	23.00 425	10.36 425	11.04 423	9.25 423	9.66 421	10.74 424	10.66 424	10.60 425	13.72 428	8.14 426	9.35 429	31.88 438	44.61 438	12.63 426	13.46 428

DPSM_ROB	11.46 424	9.79 427	10.18 421	11.11 425	11.31 424	19.08 431	27.38 431	13.42 429	14.23 430	10.34 426	11.13 427	10.97 427	11.33 428	11.89 429	13.49 426	6.74 424	8.19 426	6.00 422	7.05 422	7.74 423	7.76 425

DPSM	11.46 424	9.79 427	10.18 421	11.11 425	11.31 424	19.08 431	27.38 431	13.42 429	14.23 430	10.34 426	11.13 427	10.97 427	11.33 428	11.89 429	13.49 426	6.74 424	8.19 426	6.00 422	7.05 422	7.74 423	7.76 425

DLNR_Zeroshot_test	10.53 422	12.28 429	20.32 430	105.84 441	23.88 438	0.14 3	0.13 2	3.20 416	0.20 6	0.16 12	0.23 51	0.16 33	0.10 3	0.32 139	0.16 47	2.54 416	0.32 378	0.07 13	0.07 45	40.17 439	0.28 332

PML	15.86 430	13.12 430	7.07 416	5.22 419	7.66 420	32.93 434	64.30 440	5.37 419	10.12 422	25.87 439	67.29 440	20.25 431	13.20 430	10.09 424	6.81 421	5.94 423	2.00 417	6.03 424	2.18 416	9.13 425	2.62 420

LRCNet_RVC	10.94 423	14.45 431	9.66 419	15.38 427	8.02 421	1.08 387	0.35 321	8.72 422	0.72 356	12.63 429	15.84 429	9.73 422	6.52 418	8.58 423	6.38 420	20.33 436	5.39 422	23.79 435	21.95 434	15.35 429	13.96 431

CasAABBNet	23.04 434	19.69 432	20.32 430	22.42 433	22.73 433	38.35 435	55.23 436	26.99 437	28.74 435	20.67 432	22.28 434	22.11 436	22.86 437	23.84 436	27.17 436	13.52 429	16.47 433	12.08 426	14.21 427	15.57 430	15.60 432

MyStereo03	23.12 436	19.74 433	20.70 433	22.51 435	22.82 435	38.36 436	55.25 437	26.92 434	28.81 436	20.90 434	22.38 435	22.06 433	22.80 434	23.83 433	27.20 438	13.55 431	16.70 435	12.09 427	14.22 429	15.58 431	16.03 434

MyStereo02	23.12 436	19.74 433	20.70 433	22.51 435	22.82 435	38.36 436	55.25 437	26.92 434	28.81 436	20.90 434	22.38 435	22.06 433	22.80 434	23.83 433	27.20 438	13.55 431	16.70 435	12.09 427	14.22 429	15.58 431	16.03 434

MyStereo	23.12 436	19.74 433	20.70 433	22.51 435	22.82 435	38.36 436	55.25 437	26.92 434	28.81 436	20.90 434	22.38 435	22.06 433	22.80 434	23.83 433	27.20 438	13.55 431	16.70 435	12.09 427	14.22 429	15.58 431	16.03 434

Selective-RAFT-Error	23.11 435	19.77 436	20.60 432	22.49 434	22.80 434	38.46 440	55.19 435	27.13 439	28.90 439	20.73 433	22.38 435	22.11 436	22.91 439	23.94 437	27.18 437	13.54 430	16.57 434	12.09 427	14.21 427	15.61 434	15.65 433

LSM0	24.21 439	19.88 437	22.33 436	24.42 438	40.13 440	38.41 439	54.99 434	27.05 438	28.61 434	20.59 431	22.00 433	22.29 438	22.86 437	24.12 438	27.16 435	13.59 434	16.33 432	12.13 431	14.08 426	15.72 435	17.53 437

HaxPig	17.72 432	20.23 438	19.76 429	16.55 428	16.52 427	9.46 421	9.42 419	14.48 431	13.31 426	18.59 430	18.67 430	17.39 430	16.68 431	17.07 431	16.43 431	21.99 437	20.86 438	22.28 434	21.55 433	21.30 436	21.88 438

MEDIAN_ROB	21.20 433	24.56 439	23.42 437	19.57 429	19.62 432	13.29 424	11.21 421	18.04 432	17.02 432	22.07 438	21.92 432	20.84 432	20.24 432	21.02 432	19.68 433	25.59 439	24.08 439	26.20 436	25.19 435	25.31 437	25.19 439

AVERAGE_ROB	25.43 440	29.01 440	27.22 438	24.60 439	24.16 439	17.78 429	12.87 422	22.39 433	21.40 433	26.72 440	26.08 439	25.18 439	24.52 440	25.07 439	23.57 434	29.94 440	28.36 440	30.60 437	29.57 436	29.83 438	29.66 440

test_example2	100.95 441	107.33 441	67.16 440	98.17 440	106.88 441	89.44 441	101.34 441	37.23 441	97.88 441	129.56 441	131.26 441	65.41 441	67.34 441	91.22 441	79.29 441	143.32 441	199.32 441	81.12 441	102.17 441	121.89 441	101.70 441

Low-res two-view benchmark