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

EGLCR-Stereo	0.90 311	0.31 7	1.90 27	1.60 387	0.95 354	1.14 355	0.42 254	0.85 179	0.43 13	1.74 385	0.21 1	0.27 37	0.17 1	1.56 254	0.30 56	0.10 47	2.60 411	0.10 47	0.09 37	0.10 10	3.10 412

IGEVStereo-DCA	0.74 244	0.74 176	2.09 58	0.76 335	0.77 336	0.45 18	0.23 59	0.49 14	0.62 93	0.71 281	0.22 2	0.30 44	0.28 73	1.29 223	1.53 319	0.10 47	1.50 379	0.10 47	0.18 235	0.24 194	2.22 398

rrr	0.84 283	0.74 176	3.40 342	0.76 335	0.77 336	0.45 18	0.28 134	1.23 362	0.84 287	0.71 281	0.22 2	0.30 44	0.28 73	1.29 223	1.53 319	0.10 47	1.50 379	0.10 47	0.29 306	0.24 194	1.75 379

StereoIM	0.35 7	0.89 207	2.15 70	0.25 5	0.29 165	0.29 3	0.17 5	0.47 10	0.41 5	0.21 1	0.22 2	0.28 39	0.21 16	0.32 13	0.31 70	0.10 47	0.09 81	0.10 47	0.08 27	0.11 17	0.12 10

test_xeample3	0.86 294	0.75 180	3.36 331	0.65 317	0.76 334	0.49 39	0.33 204	1.21 361	0.80 257	0.61 206	0.23 5	0.30 44	0.29 89	1.17 207	1.57 321	0.10 47	1.79 385	0.10 47	0.40 353	0.25 209	2.09 387

ff7	0.65 191	0.58 119	2.09 58	0.39 199	0.60 303	0.56 88	0.23 59	0.49 14	0.62 93	1.00 333	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 392	0.10 47	0.18 235	0.24 194	2.22 398

ffff	0.65 191	0.58 119	2.09 58	0.39 199	0.60 303	0.56 88	0.23 59	0.49 14	0.62 93	1.00 333	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 392	0.10 47	0.18 235	0.24 194	2.22 398

11t	0.65 191	0.58 119	2.09 58	0.39 199	0.60 303	0.56 88	0.23 59	0.49 14	0.62 93	1.00 333	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 392	0.10 47	0.18 235	0.24 194	2.22 398

ProNet	0.46 45	0.60 127	1.85 20	0.35 144	0.67 321	0.49 39	0.25 100	0.53 30	0.57 67	0.21 1	0.24 6	0.22 8	0.20 14	0.52 79	0.22 4	0.09 11	0.47 288	0.10 47	0.09 37	0.23 188	1.33 359

ccc-4	0.65 191	0.58 119	2.09 58	0.39 199	0.60 303	0.56 88	0.23 59	0.49 14	0.62 93	1.00 333	0.24 6	0.20 2	0.24 27	0.71 141	0.24 15	0.09 11	2.09 392	0.10 47	0.18 235	0.24 194	2.22 398

anonymousdsp	0.86 294	0.59 125	2.65 224	1.33 373	1.25 381	0.56 88	0.23 59	0.54 39	0.71 190	1.13 346	0.25 11	0.22 8	0.24 27	1.24 215	0.24 15	0.09 11	2.34 407	0.10 47	0.18 235	0.25 209	3.12 413

IGEV-Stereo	0.86 294	0.60 127	2.65 224	1.35 375	1.25 381	0.56 88	0.23 59	0.54 39	0.71 190	1.14 347	0.25 11	0.22 8	0.24 27	1.24 215	0.24 15	0.09 11	2.34 407	0.10 47	0.18 235	0.25 209	3.13 414
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.35 7	0.71 159	1.67 8	0.32 91	0.17 37	0.19 1	0.21 30	0.79 133	0.54 55	0.22 3	0.25 11	0.55 165	0.22 19	0.28 1	0.28 42	0.10 47	0.08 38	0.08 3	0.07 12	0.12 25	0.10 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
MyStereo07	0.56 111	0.68 151	2.42 122	0.30 60	0.41 249	0.61 162	0.31 181	0.58 55	0.72 197	1.17 350	0.26 14	0.20 2	0.27 62	1.28 222	0.28 42	0.09 11	0.59 307	0.12 136	0.21 271	0.16 69	0.48 225

LoS	0.34 5	0.35 37	1.88 24	0.25 5	0.13 5	0.53 67	0.20 20	0.50 23	0.53 52	0.26 14	0.28 15	0.37 68	0.24 27	0.40 35	0.25 23	0.10 47	0.08 38	0.08 3	0.06 6	0.15 60	0.10 4

CroCo-Stereo Lap2	0.38 13	0.91 215	2.02 46	0.33 111	0.38 236	0.23 2	0.21 30	0.63 76	0.51 41	0.23 6	0.28 15	0.29 43	0.23 25	0.34 15	0.28 42	0.10 47	0.09 81	0.10 47	0.08 27	0.22 173	0.15 30

CES	0.33 4	0.32 14	1.46 3	0.25 5	0.50 276	0.40 13	0.20 20	0.48 11	0.48 28	0.22 3	0.29 17	0.26 30	0.19 7	0.35 22	0.22 4	0.09 11	0.07 6	0.08 3	0.05 1	0.16 69	0.54 248

test-3	0.58 126	0.43 76	2.44 135	0.52 276	0.59 298	0.46 21	0.23 59	0.77 119	0.49 30	0.52 119	0.29 17	0.44 108	0.22 19	0.59 102	0.97 260	0.08 1	1.27 365	0.10 47	0.35 340	0.29 254	0.62 267

test_1	0.58 126	0.43 76	2.44 135	0.52 276	0.59 298	0.46 21	0.23 59	0.77 119	0.49 30	0.51 111	0.29 17	0.44 108	0.22 19	0.59 102	0.97 260	0.08 1	1.27 365	0.10 47	0.35 340	0.29 254	0.63 271

IGEV+	0.74 244	0.70 156	2.05 53	1.11 366	1.09 371	0.32 6	0.21 30	0.75 110	0.43 13	0.30 22	0.30 20	0.22 8	0.27 62	0.98 182	0.31 70	0.10 47	2.50 410	0.08 3	0.15 196	0.27 235	2.70 408

Selective-RAFT	0.46 45	0.48 88	1.88 24	0.32 91	0.16 20	0.61 162	0.19 12	0.66 83	0.62 93	0.28 18	0.30 20	0.41 88	0.33 113	0.51 75	0.32 79	0.11 111	1.09 350	0.09 14	0.35 340	0.19 133	0.37 163

test_3	0.59 141	0.44 80	2.44 135	0.53 280	0.59 298	0.48 34	0.30 171	0.79 133	0.52 46	0.51 111	0.30 20	0.45 120	0.22 19	0.59 102	0.97 260	0.08 1	1.25 361	0.11 93	0.35 340	0.30 260	0.62 267

sAnonymous2	0.45 40	0.88 202	2.97 299	0.31 74	0.25 124	0.34 9	0.28 134	0.56 48	0.49 30	0.25 11	0.30 20	0.23 15	0.29 89	0.31 3	0.22 4	0.12 144	0.09 81	0.12 136	0.13 160	0.38 312	0.43 199

CroCo_RVC	0.45 40	0.88 202	2.97 299	0.31 74	0.25 124	0.34 9	0.28 134	0.56 48	0.49 30	0.25 11	0.30 20	0.23 15	0.29 89	0.31 3	0.22 4	0.12 144	0.09 81	0.12 136	0.13 160	0.38 312	0.43 199

Anonymous	0.41 18	0.44 80	2.55 190	0.35 144	0.32 195	0.38 12	0.34 209	0.57 53	0.41 5	0.25 11	0.30 20	0.23 15	0.29 89	0.38 27	0.28 42	0.15 235	0.13 154	0.11 93	0.12 140	0.24 194	0.30 130

CASnet	0.32 3	0.40 63	1.80 11	0.28 34	0.11 1	0.47 31	0.19 12	0.45 7	0.47 25	0.39 31	0.31 26	0.23 15	0.17 1	0.31 3	0.21 1	0.11 111	0.06 1	0.15 246	0.12 140	0.16 69	0.08 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.89 308	0.29 2	1.84 18	2.50 408	1.68 398	0.53 67	0.21 30	1.01 291	0.42 9	0.68 264	0.31 26	0.22 8	0.39 147	1.63 268	0.25 23	0.09 11	2.60 411	0.09 14	0.54 374	0.23 188	2.27 403

4D-IteraStereo	0.62 167	1.29 297	3.04 308	0.27 22	0.30 176	0.46 21	0.26 112	0.54 39	0.51 41	0.41 34	0.31 26	0.39 75	0.19 7	0.53 86	0.65 202	0.09 11	0.47 288	0.12 136	0.11 109	0.21 159	2.14 390

CAS	0.39 15	0.31 7	1.79 10	0.81 344	0.34 210	0.51 47	0.23 59	0.49 14	0.42 9	0.23 6	0.31 26	0.20 2	0.17 1	0.30 2	0.25 23	0.77 377	0.06 1	0.07 1	0.05 1	0.10 10	0.41 190

Selective-IGEV	0.57 118	0.42 70	1.87 23	1.67 391	1.33 384	0.36 11	0.20 20	0.61 67	0.71 190	0.22 3	0.31 26	0.22 8	0.19 7	0.52 79	0.36 105	0.09 11	0.97 338	0.09 14	0.15 196	0.20 150	0.85 314

GLC_STEREO	0.31 1	0.30 5	1.80 11	0.29 46	0.12 3	0.41 14	0.20 20	0.39 2	0.42 9	0.26 14	0.31 26	0.25 24	0.19 7	0.36 24	0.26 32	0.09 11	0.11 126	0.12 136	0.10 71	0.13 35	0.15 30

PMTNet	0.35 7	0.38 55	1.75 9	0.21 2	0.14 8	0.57 107	0.24 81	0.48 11	0.44 17	0.28 18	0.32 32	0.26 30	0.24 27	0.41 41	0.24 15	0.42 358	0.07 6	0.08 3	0.05 1	0.18 110	0.15 30

Former-RAFT_DAM_RVC	0.52 82	0.51 100	1.12 1	0.26 15	0.22 86	0.46 21	0.20 20	1.10 340	1.33 371	3.13 409	0.33 33	0.22 8	0.20 14	0.34 15	0.26 32	0.11 111	0.09 81	0.11 93	0.09 37	0.17 90	0.21 72

AnonymousM	0.45 40	0.49 89	1.83 15	0.29 46	0.15 13	0.53 67	0.22 40	0.64 78	0.66 124	0.47 64	0.33 33	0.30 44	0.25 41	0.49 69	0.29 51	0.12 144	0.27 256	0.71 381	0.37 346	0.12 25	0.41 190

LL-Strereo2	0.62 167	1.36 313	2.47 163	1.37 376	0.96 355	0.54 74	0.28 134	0.61 67	0.49 30	0.42 38	0.34 35	0.44 108	0.21 16	0.57 98	0.53 166	0.11 111	0.26 250	0.16 263	0.14 178	0.18 110	0.98 334

LoS_RVC	0.34 5	0.38 55	1.96 38	0.27 22	0.35 218	0.43 16	0.22 40	0.43 5	0.34 1	0.24 9	0.34 35	0.23 15	0.28 73	0.34 15	0.22 4	0.08 1	0.07 6	0.07 1	0.05 1	0.10 10	0.35 156

sCroCo_RVC	0.37 11	0.39 59	2.38 106	0.35 144	0.27 149	0.31 5	0.22 40	0.49 14	0.48 28	0.23 6	0.34 35	0.25 24	0.24 27	0.35 22	0.25 23	0.15 235	0.17 200	0.12 136	0.11 109	0.15 60	0.15 30

CREStereo	0.31 1	0.35 37	1.66 7	0.19 1	0.13 5	0.55 84	0.17 5	0.50 23	0.50 36	0.28 18	0.34 35	0.24 21	0.21 16	0.34 15	0.23 14	0.11 111	0.07 6	0.08 3	0.05 1	0.10 10	0.12 10
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
EKT-Stereo	1.56 379	0.55 114	2.60 205	2.54 409	19.66 425	0.55 84	0.22 40	0.76 113	0.51 41	0.40 33	0.36 39	0.43 93	0.27 62	0.74 150	0.42 123	0.13 186	0.17 200	0.11 93	0.16 214	0.20 150	0.50 233

raftrobust	0.52 82	1.14 256	2.15 70	0.33 111	0.99 359	0.53 67	0.21 30	0.59 62	0.50 36	0.53 127	0.36 39	0.31 49	0.33 113	0.47 51	0.42 123	0.10 47	0.55 300	0.09 14	0.08 27	0.22 173	0.46 219

GMStereo	0.44 37	1.32 300	2.65 224	0.28 34	0.16 20	0.42 15	0.22 40	0.48 11	0.63 104	0.41 34	0.36 39	0.26 30	0.25 41	0.41 41	0.30 56	0.14 216	0.08 38	0.10 47	0.12 140	0.17 90	0.13 12
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.44 37	0.36 40	2.38 106	0.28 34	0.43 260	0.53 67	0.20 20	0.86 191	0.52 46	0.44 50	0.36 39	0.53 152	0.26 49	0.40 35	0.27 37	0.09 11	0.08 38	0.09 14	0.38 349	0.10 10	0.22 77

MyStereo05	0.57 118	0.72 164	2.72 253	0.31 74	0.25 124	0.60 144	0.30 171	0.87 199	0.82 269	0.54 131	0.37 43	0.53 152	0.42 175	0.63 114	0.73 222	0.09 11	0.55 300	0.12 136	0.20 260	0.16 69	0.56 255

MyStereo04	0.57 118	0.68 151	2.66 228	0.30 60	0.41 249	0.61 162	0.31 181	0.88 207	0.80 257	0.48 66	0.37 43	0.54 157	0.42 175	0.61 110	0.71 217	0.09 11	0.59 307	0.12 136	0.21 271	0.16 69	0.48 225

MIF-Stereo (partial)	0.41 18	0.71 159	2.67 235	0.27 22	0.24 118	0.32 6	0.17 5	0.56 48	0.46 19	0.26 14	0.37 43	0.25 24	0.26 49	0.46 49	0.35 103	0.11 111	0.08 38	0.12 136	0.10 71	0.21 159	0.15 30

MIF-Stereo	0.36 10	0.66 143	2.43 127	0.28 34	0.24 118	0.30 4	0.18 10	0.35 1	0.36 2	0.26 14	0.37 43	0.18 1	0.18 6	0.33 14	0.30 56	0.11 111	0.08 38	0.09 14	0.08 27	0.25 209	0.09 2

DLNR_Zeroshot_test	13.74 421	20.06 426	23.92 428	121.50 441	35.20 436	0.46 21	0.15 1	7.96 419	0.47 25	0.29 21	0.37 43	0.26 30	0.17 1	0.79 159	0.36 105	7.16 421	2.95 415	0.09 14	0.38 349	50.40 439	1.95 383

anonymousdsp2	0.88 301	0.31 7	1.96 38	1.06 362	1.56 394	0.57 107	0.22 40	0.84 169	0.98 336	1.20 356	0.37 43	0.65 211	0.26 49	1.19 209	0.46 140	0.10 47	2.40 409	0.10 47	0.13 160	0.19 133	2.96 410

tt1	0.74 244	0.73 167	2.34 100	0.67 323	0.63 313	0.75 275	0.24 81	0.85 179	0.96 329	0.81 308	0.38 49	0.26 30	0.35 122	0.64 118	0.22 4	0.10 47	2.16 402	0.11 93	0.09 37	0.25 209	2.19 393

test croco	0.43 25	0.73 167	2.80 271	0.28 34	0.19 63	0.33 8	0.21 30	0.63 76	0.50 36	0.24 9	0.38 49	0.24 21	0.25 41	0.48 59	0.32 79	0.12 144	0.08 38	0.13 192	0.09 37	0.43 335	0.13 12

rafts_anoy	0.60 147	1.33 304	2.59 200	0.53 280	1.09 371	0.49 39	0.25 100	0.67 86	0.53 52	0.41 34	0.38 49	0.33 57	0.30 99	0.68 132	0.41 119	0.10 47	1.13 353	0.13 192	0.15 196	0.20 150	0.29 121

ACVNet-DCA	0.67 211	0.73 167	2.43 127	0.67 323	0.52 280	0.76 279	0.24 81	0.81 145	0.83 275	0.77 296	0.39 52	0.25 24	0.38 136	0.70 135	0.22 4	0.10 47	2.13 397	0.11 93	0.09 37	0.16 69	1.18 343

xx1	0.71 231	0.73 167	2.43 127	0.67 323	0.52 280	0.76 279	0.24 81	0.85 179	1.05 347	0.77 296	0.39 52	0.46 124	0.37 129	0.70 135	0.22 4	0.10 47	2.13 397	0.12 136	0.41 357	0.16 69	1.18 343

1test111	0.72 239	0.73 167	2.43 127	0.67 323	0.52 280	0.76 279	0.24 81	0.81 145	0.83 275	0.77 296	0.39 52	0.25 24	0.38 136	1.03 187	0.75 225	0.10 47	2.13 397	0.11 93	0.09 37	0.16 69	1.18 343

cc1	0.74 244	0.73 167	2.43 127	0.67 323	0.52 280	0.76 279	0.24 81	0.85 179	1.05 347	0.77 296	0.39 52	0.25 24	0.38 136	0.70 135	0.22 4	0.10 47	2.13 397	0.11 93	0.09 37	0.25 209	2.20 397

knoymous	0.37 11	0.34 30	1.83 15	0.25 5	0.18 47	0.45 18	0.24 81	0.60 65	0.40 4	0.42 38	0.39 52	0.54 157	0.25 41	0.41 41	0.29 51	0.12 144	0.08 38	0.12 136	0.07 12	0.13 35	0.20 68

MC-Stereo	0.58 126	0.37 50	2.00 41	0.88 347	0.64 317	0.54 74	0.19 12	0.46 9	0.39 3	0.58 170	0.39 52	0.27 37	0.27 62	0.71 141	0.32 79	0.09 11	1.20 356	0.09 14	0.16 214	0.22 173	1.92 382

UDGNet	0.50 70	1.36 313	2.44 135	0.37 168	0.19 63	0.58 114	0.23 59	0.49 14	0.69 168	0.42 38	0.39 52	0.34 61	0.29 89	0.55 92	0.32 79	0.25 332	0.10 104	0.37 359	0.19 251	0.30 260	0.17 49

Gwc-CoAtRS	0.41 18	0.37 50	2.06 54	0.28 34	0.41 249	0.48 34	0.19 12	0.64 78	0.49 30	0.45 52	0.39 52	0.57 176	0.26 49	0.37 25	0.28 42	0.09 11	0.19 210	0.09 14	0.31 317	0.11 17	0.25 99

NRIStereo	0.50 70	0.34 30	2.44 135	0.52 276	0.16 20	0.94 334	0.73 346	0.52 27	0.65 117	0.48 66	0.40 60	0.59 183	0.29 89	0.78 158	0.33 88	0.11 111	0.13 154	0.11 93	0.09 37	0.22 173	0.25 99

dd	0.48 55	1.32 300	2.41 118	0.31 74	0.17 37	0.58 114	0.26 112	0.50 23	0.71 190	0.42 38	0.41 61	0.34 61	0.28 73	0.47 51	0.41 119	0.18 279	0.10 104	0.13 192	0.12 140	0.22 173	0.16 43

Anonymous3	0.47 48	0.49 89	2.61 209	0.33 111	0.25 124	0.72 265	0.32 191	0.80 138	0.60 81	0.36 24	0.41 61	0.33 57	0.29 89	0.46 49	0.30 56	0.19 290	0.18 206	0.13 192	0.13 160	0.18 110	0.22 77

iRaft-Stereo_20w	1.50 373	0.42 70	4.81 395	2.24 406	2.09 405	1.36 363	1.27 387	1.38 371	0.94 322	2.07 388	0.42 63	0.85 299	0.69 297	0.87 171	1.37 309	0.10 47	4.04 416	0.09 14	0.40 353	0.17 90	4.53 417

FENet	0.48 55	0.58 119	2.46 158	0.33 111	0.18 47	0.58 114	0.22 40	0.83 162	0.64 110	0.49 82	0.42 63	0.55 165	0.38 136	0.52 79	0.51 161	0.12 144	0.09 81	0.12 136	0.11 109	0.17 90	0.31 138

Any-RAFT	0.42 22	0.33 23	1.89 26	0.28 34	0.21 77	0.69 252	0.21 30	0.83 162	0.60 81	0.45 52	0.43 65	0.62 197	0.30 99	0.48 59	0.24 15	0.11 111	0.40 279	0.08 3	0.06 6	0.10 10	0.16 43

Patchmatch Stereo++	0.43 25	0.36 40	2.44 135	0.48 256	0.17 37	0.61 162	0.26 112	0.53 30	0.61 84	0.48 66	0.43 65	0.43 93	0.28 73	0.56 95	0.30 56	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12
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	0.43 25	0.36 40	2.44 135	0.48 256	0.18 47	0.61 162	0.28 134	0.53 30	0.61 84	0.48 66	0.43 65	0.43 93	0.28 73	0.49 69	0.30 56	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

ROB_FTStereo_v2	0.43 25	0.36 40	2.44 135	0.49 267	0.17 37	0.61 162	0.28 134	0.53 30	0.61 84	0.48 66	0.43 65	0.44 108	0.28 73	0.48 59	0.30 56	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

ROB_FTStereo	0.43 25	0.36 40	2.44 135	0.48 256	0.18 47	0.61 162	0.26 112	0.53 30	0.61 84	0.48 66	0.43 65	0.43 93	0.28 73	0.51 75	0.30 56	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

HUI-Stereo	0.43 25	0.36 40	2.45 151	0.48 256	0.18 47	0.61 162	0.27 126	0.53 30	0.61 84	0.48 66	0.43 65	0.44 108	0.28 73	0.47 51	0.30 56	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

iGMRVC	0.43 25	0.36 40	2.44 135	0.48 256	0.18 47	0.61 162	0.27 126	0.53 30	0.61 84	0.48 66	0.43 65	0.43 93	0.28 73	0.57 98	0.31 70	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

iRAFT	0.43 25	0.36 40	2.44 135	0.48 256	0.17 37	0.61 162	0.26 112	0.53 30	0.61 84	0.48 66	0.43 65	0.43 93	0.28 73	0.56 95	0.30 56	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

CRE-IMP	0.46 45	0.31 7	2.40 114	0.53 280	0.17 37	0.79 298	0.68 339	0.54 39	0.66 124	0.47 64	0.43 65	0.44 108	0.26 49	0.43 45	0.33 88	0.12 144	0.07 6	0.12 136	0.09 37	0.17 90	0.23 85

RAFT-IKP	0.43 25	0.36 40	2.44 135	0.48 256	0.16 20	0.60 144	0.28 134	0.53 30	0.61 84	0.48 66	0.43 65	0.43 93	0.28 73	0.51 75	0.31 70	0.12 144	0.08 38	0.12 136	0.10 71	0.17 90	0.13 12

iRaftStereo_RVC	0.47 48	0.84 193	1.91 29	0.29 46	0.15 13	0.53 67	0.20 20	0.58 55	0.50 36	0.37 26	0.43 65	0.42 92	0.23 25	0.38 27	0.28 42	0.09 11	0.70 325	0.12 136	0.11 109	0.43 335	0.77 299

RCA-Stereo	0.45 40	0.38 55	1.80 11	0.27 22	0.25 124	0.58 114	0.23 59	0.84 169	0.66 124	0.42 38	0.44 76	0.28 39	0.35 122	0.31 3	0.21 1	0.09 11	1.01 341	0.09 14	0.07 12	0.21 159	0.53 245

DeepStereo_RVC	0.47 48	0.37 50	2.19 76	0.55 287	0.18 47	0.60 144	0.58 313	0.52 27	0.62 93	0.49 82	0.45 77	0.39 75	0.85 325	0.47 51	0.34 96	0.12 144	0.08 38	0.11 93	0.09 37	0.15 60	0.19 60

cross-raft	0.47 48	0.34 30	2.17 73	0.70 330	0.84 344	0.50 45	0.35 218	0.74 108	0.43 13	0.44 50	0.45 77	0.63 201	0.25 41	0.37 25	0.27 37	0.08 1	0.14 167	0.10 47	0.23 278	0.11 17	0.27 109

raft_robust	0.68 216	1.24 287	2.42 122	0.30 60	0.57 293	0.53 67	0.25 100	0.95 256	0.79 250	0.49 82	0.46 79	1.12 358	0.74 308	1.50 248	0.61 188	0.09 11	0.62 312	0.10 47	0.30 312	0.26 224	0.30 130

IPLGR	0.58 126	0.64 140	3.12 315	0.37 168	0.18 47	0.62 184	0.54 300	1.06 329	0.69 168	0.73 284	0.46 79	0.50 141	0.44 196	1.12 200	0.31 70	0.10 47	0.08 38	0.11 93	0.09 37	0.21 159	0.20 68

TestStereo	0.49 66	0.88 202	2.38 106	0.30 60	0.16 20	0.43 16	0.25 100	0.55 47	0.46 19	0.38 29	0.46 79	0.34 61	0.28 73	1.96 321	0.28 42	0.11 111	0.08 38	0.12 136	0.09 37	0.15 60	0.13 12

raft+_RVC	0.62 167	1.18 270	2.43 127	0.36 158	2.08 404	0.52 62	0.25 100	0.66 83	0.54 55	0.36 24	0.46 79	0.32 53	0.28 73	0.49 69	0.43 129	0.10 47	0.91 336	0.10 47	0.09 37	0.22 173	0.70 292

RALAANet	0.52 82	1.37 316	2.63 214	0.33 111	0.23 109	0.48 34	0.19 12	0.69 91	0.55 60	0.49 82	0.46 79	0.39 75	0.31 103	0.53 86	0.53 166	0.10 47	0.33 265	0.11 93	0.17 227	0.29 254	0.13 12

11t1	0.60 147	0.49 89	2.19 76	0.35 144	0.58 297	0.48 34	0.21 30	0.72 105	0.73 200	0.49 82	0.47 84	0.35 64	0.34 120	0.61 110	0.71 217	0.12 144	1.26 364	0.10 47	0.29 306	0.16 69	1.22 351

GwcNet-ADL	0.54 99	0.78 186	2.85 283	0.31 74	0.20 68	0.58 114	0.29 159	0.93 238	0.67 136	0.48 66	0.47 84	0.56 172	0.33 113	0.48 59	0.80 239	0.13 186	0.12 141	0.09 14	0.09 37	0.14 51	0.40 183

NF-Stereo	0.53 92	0.33 23	2.55 190	0.55 287	0.16 20	0.61 162	0.43 261	0.70 98	0.70 178	0.50 100	0.47 84	0.37 68	0.26 49	1.44 241	0.78 234	0.12 144	0.07 6	0.12 136	0.10 71	0.13 35	0.17 49

OCTAStereo	0.53 92	0.33 23	2.54 183	0.56 296	0.16 20	0.61 162	0.42 254	0.70 98	0.70 178	0.50 100	0.47 84	0.37 68	0.26 49	1.43 237	0.79 237	0.12 144	0.07 6	0.12 136	0.10 71	0.13 35	0.17 49

RE-Stereo	0.53 92	0.33 23	2.54 183	0.56 296	0.16 20	0.61 162	0.43 261	0.70 98	0.70 178	0.50 100	0.47 84	0.37 68	0.26 49	1.43 237	0.77 230	0.12 144	0.07 6	0.12 136	0.10 71	0.13 35	0.17 49

TVStereo	0.53 92	0.33 23	2.54 183	0.56 296	0.16 20	0.61 162	0.43 261	0.70 98	0.70 178	0.50 100	0.47 84	0.37 68	0.26 49	1.43 237	0.77 230	0.12 144	0.07 6	0.12 136	0.10 71	0.13 35	0.17 49

DCANet-4	0.43 25	0.32 14	2.31 95	0.26 15	0.14 8	0.51 47	0.22 40	0.84 169	0.78 241	0.55 142	0.48 90	0.28 39	0.37 129	0.40 35	0.37 108	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 199

fff	0.50 70	0.90 212	2.63 214	0.25 5	0.15 13	0.51 47	0.22 40	0.85 179	0.82 269	0.55 142	0.48 90	0.31 49	0.65 283	0.39 31	0.37 108	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 199

GMOStereo	0.58 126	0.89 207	2.46 158	0.29 46	0.99 359	0.51 47	0.32 191	0.58 55	0.46 19	0.58 170	0.48 90	0.54 157	0.27 62	0.31 3	0.25 23	0.09 11	1.64 381	0.13 192	0.11 109	0.34 283	0.42 194

error version	0.58 126	0.89 207	2.46 158	0.29 46	0.99 359	0.51 47	0.32 191	0.58 55	0.46 19	0.58 170	0.48 90	0.54 157	0.27 62	0.31 3	0.25 23	0.09 11	1.64 381	0.13 192	0.11 109	0.34 283	0.42 194

test-v	0.58 126	0.89 207	2.46 158	0.29 46	0.99 359	0.51 47	0.32 191	0.58 55	0.46 19	0.58 170	0.48 90	0.54 157	0.27 62	0.31 3	0.25 23	0.09 11	1.64 381	0.13 192	0.11 109	0.34 283	0.42 194

PFNet+	0.50 70	0.43 76	2.54 183	0.49 267	0.18 47	0.58 114	0.76 348	0.54 39	0.72 197	0.56 152	0.48 90	0.39 75	0.26 49	0.94 179	0.33 88	0.14 216	0.09 81	0.14 221	0.13 160	0.12 25	0.16 43

PSM-softLoss	0.52 82	0.34 30	2.47 163	0.55 287	0.17 37	0.61 162	0.39 242	0.64 78	0.67 136	0.52 119	0.48 90	0.39 75	0.25 41	1.46 242	0.77 230	0.13 186	0.08 38	0.13 192	0.12 140	0.12 25	0.15 30

KMStereo	0.52 82	0.34 30	2.47 163	0.55 287	0.17 37	0.61 162	0.39 242	0.64 78	0.67 136	0.52 119	0.48 90	0.39 75	0.25 41	1.46 242	0.77 230	0.13 186	0.08 38	0.13 192	0.12 140	0.12 25	0.15 30

Pruner-Stereo	0.55 103	0.38 55	2.49 171	1.78 396	0.19 63	0.63 197	0.45 272	0.59 62	0.67 136	0.61 206	0.48 90	0.41 88	0.25 41	0.49 69	0.99 268	0.13 186	0.07 6	0.12 136	0.10 71	0.13 35	0.14 24

test-2	0.58 126	0.89 207	2.46 158	0.29 46	0.99 359	0.51 47	0.32 191	0.58 55	0.46 19	0.58 170	0.48 90	0.54 157	0.27 62	0.31 3	0.25 23	0.09 11	1.64 381	0.13 192	0.11 109	0.34 283	0.42 194

csc	0.50 70	0.90 212	2.63 214	0.25 5	0.15 13	0.51 47	0.22 40	0.85 179	0.82 269	0.55 142	0.48 90	0.31 49	0.65 283	0.39 31	0.37 108	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 199

cscssc	0.50 70	0.90 212	2.63 214	0.25 5	0.15 13	0.51 47	0.22 40	0.85 179	0.82 269	0.55 142	0.48 90	0.31 49	0.65 283	0.39 31	0.37 108	0.10 47	0.07 6	0.09 14	0.07 12	0.08 1	0.43 199

DIP-Stereo	0.43 25	0.50 95	2.21 81	0.27 22	0.18 47	0.63 197	0.17 5	0.94 243	0.58 73	0.49 82	0.48 90	0.30 44	0.30 99	0.40 35	0.31 70	0.10 47	0.08 38	0.10 47	0.08 27	0.15 60	0.33 143
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT-Test	0.56 111	0.41 68	2.01 43	0.90 350	1.07 369	0.65 223	0.37 228	0.83 162	0.65 117	0.49 82	0.49 103	0.93 319	0.24 27	0.52 79	0.30 56	0.10 47	0.38 273	0.09 14	0.38 349	0.11 17	0.19 60

CBFPSM	0.62 167	1.34 306	2.12 65	0.30 60	0.23 109	0.71 259	0.38 236	0.77 119	0.68 160	0.51 111	0.49 103	1.03 341	0.82 319	0.63 114	1.35 305	0.11 111	0.12 141	0.10 47	0.10 71	0.19 133	0.37 163

gwcnet-sp	0.52 82	0.71 159	2.66 228	0.32 91	0.22 86	0.66 236	0.31 181	0.84 169	0.69 168	0.61 206	0.49 103	0.46 124	0.43 188	0.77 154	0.48 146	0.12 144	0.11 126	0.11 93	0.11 109	0.19 133	0.19 60

scenet	0.52 82	0.71 159	2.66 228	0.32 91	0.22 86	0.66 236	0.31 181	0.84 169	0.69 168	0.61 206	0.49 103	0.46 124	0.43 188	0.77 154	0.48 146	0.12 144	0.11 126	0.11 93	0.11 109	0.19 133	0.19 60

ssnet	0.52 82	0.71 159	2.66 228	0.32 91	0.22 86	0.66 236	0.31 181	0.84 169	0.69 168	0.61 206	0.49 103	0.46 124	0.43 188	0.77 154	0.48 146	0.12 144	0.11 126	0.11 93	0.11 109	0.19 133	0.19 60

ADStereo(finetuned)	0.50 70	0.91 215	2.43 127	0.26 15	0.14 8	0.51 47	0.22 40	0.84 169	0.78 241	0.56 152	0.49 103	0.32 53	0.75 312	0.40 35	0.40 117	0.10 47	0.07 6	0.09 14	0.07 12	0.13 35	0.45 216

RALCasStereoNet	0.65 191	1.34 306	2.56 194	0.43 234	0.96 355	0.50 45	0.26 112	0.62 70	0.56 64	0.43 44	0.49 103	0.36 65	0.28 73	0.72 146	0.53 166	0.10 47	1.18 354	0.09 14	0.08 27	0.27 235	1.27 354

HCRNet	0.50 70	0.75 180	2.08 57	0.39 199	0.29 165	0.58 114	0.22 40	0.79 133	0.67 136	0.49 82	0.49 103	0.48 135	0.37 129	1.13 201	0.40 117	0.15 235	0.10 104	0.15 246	0.13 160	0.21 159	0.19 60

DCANet	0.49 66	0.91 215	2.63 214	0.26 15	0.14 8	0.51 47	0.22 40	0.84 169	0.78 241	0.56 152	0.49 103	0.32 53	0.41 164	0.39 31	0.41 119	0.10 47	0.07 6	0.09 14	0.07 12	0.14 51	0.45 216

ARAFT	0.65 191	1.69 360	3.34 330	0.29 46	0.16 20	0.65 223	0.36 225	0.96 259	0.73 200	0.63 227	0.49 103	0.56 172	0.31 103	1.23 213	0.35 103	0.11 111	0.08 38	0.14 221	0.13 160	0.38 312	0.50 233

DMCA	0.50 70	0.83 192	1.95 35	0.32 91	0.24 118	0.59 132	0.26 112	0.81 145	0.68 160	0.59 190	0.49 103	0.56 172	0.36 124	0.65 122	0.65 202	0.14 216	0.10 104	0.14 221	0.10 71	0.19 133	0.29 121

FADNet	0.71 231	1.60 351	2.53 179	0.33 111	0.30 176	0.67 243	0.29 159	0.92 235	0.75 222	0.45 52	0.49 103	0.66 218	0.57 258	1.85 305	0.85 250	0.46 365	0.20 222	0.17 277	0.20 260	0.60 361	0.37 163

IRAFT_RVC	0.59 141	0.74 176	2.42 122	0.47 255	0.21 77	0.59 132	0.42 254	0.68 89	0.73 200	0.54 131	0.50 115	0.49 137	0.51 233	1.57 258	1.00 270	0.11 111	0.25 247	0.13 192	0.10 71	0.15 60	0.14 24

RAFT	0.62 167	1.35 309	2.26 86	0.62 310	0.53 285	0.47 31	0.35 218	0.70 98	0.58 73	0.50 100	0.50 115	0.79 277	0.40 153	0.49 69	0.36 105	0.11 111	0.79 330	0.14 221	0.13 160	0.52 354	0.72 295

AE-Stereo	0.71 231	0.32 14	2.44 135	0.44 239	0.50 276	0.58 114	0.23 59	1.08 335	0.67 136	0.67 258	0.51 117	0.47 129	0.24 27	0.63 114	0.32 79	0.09 11	2.15 401	0.11 93	0.45 361	0.22 173	2.01 384

IPLG	0.74 244	1.09 244	2.87 286	0.36 158	0.21 77	1.63 378	0.60 319	1.39 372	0.63 104	1.39 371	0.51 117	0.40 83	0.86 327	1.40 233	0.37 108	0.09 11	0.07 6	0.14 221	0.12 140	0.34 283	0.23 85

TANstereo	0.39 15	0.70 156	2.48 168	0.23 3	0.12 3	0.54 74	0.16 3	0.41 3	0.47 25	0.45 52	0.51 117	0.26 30	0.22 19	0.34 15	0.21 1	0.10 47	0.10 104	0.08 3	0.07 12	0.09 5	0.18 56

XX-TBD	0.40 17	1.04 237	2.49 171	0.35 144	0.13 5	0.51 47	0.17 5	0.44 6	0.52 46	0.38 29	0.51 117	0.23 15	0.19 7	0.31 3	0.25 23	0.10 47	0.07 6	0.08 3	0.06 6	0.09 5	0.18 56

FADNet-RVC-Resample	0.74 244	1.54 340	3.81 369	0.38 186	0.29 165	0.62 184	0.38 236	0.91 228	0.67 136	0.52 119	0.51 117	0.63 201	0.44 196	1.56 254	0.59 181	0.24 326	0.32 261	0.22 316	0.19 251	0.30 260	0.71 294

FADNet-RVC	0.69 222	1.65 356	2.74 260	0.35 144	0.26 138	0.60 144	0.29 159	0.91 228	0.67 136	0.46 62	0.51 117	0.62 197	0.46 211	1.75 284	0.81 243	0.17 268	0.20 222	0.17 277	0.18 235	0.60 361	0.39 178

HITNet	0.55 103	1.28 295	2.73 258	0.35 144	0.14 8	0.56 88	0.23 59	0.89 213	0.62 93	0.52 119	0.51 117	0.49 137	0.38 136	0.52 79	0.60 183	0.09 11	0.07 6	0.10 47	0.08 27	0.25 209	0.61 265
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
MSKI-zero shot	0.70 227	0.44 80	2.62 213	1.47 381	0.75 331	0.56 88	0.20 20	0.80 138	0.45 18	0.60 199	0.52 124	0.44 108	0.17 1	0.70 135	0.26 32	0.09 11	2.87 414	0.09 14	0.32 322	0.14 51	0.50 233

CREStereo++_RVC	0.38 13	0.37 50	2.47 163	0.25 5	0.16 20	0.54 74	0.15 1	0.42 4	0.57 67	0.37 26	0.52 124	0.24 21	0.19 7	0.31 3	0.27 37	0.09 11	0.06 1	0.08 3	0.30 312	0.09 5	0.22 77
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
SFCPSM	0.48 55	0.39 59	2.30 93	0.28 34	0.27 149	0.70 255	0.32 191	1.00 283	0.69 168	0.50 100	0.52 124	0.43 93	0.36 124	0.53 86	0.44 132	0.12 144	0.09 81	0.12 136	0.16 214	0.18 110	0.23 85

MyStereo06	0.70 227	0.72 164	3.51 351	0.31 74	0.25 124	0.60 144	0.30 171	0.90 221	0.67 136	1.48 379	0.53 127	0.84 294	0.57 258	0.60 107	1.11 281	0.09 11	0.55 300	0.12 136	0.20 260	0.16 69	0.56 255

IGEV_Zeroshot_test	0.91 313	0.39 59	3.80 368	0.42 224	1.95 402	0.56 88	0.64 328	0.84 169	0.55 60	1.45 376	0.53 127	0.79 277	0.42 175	0.57 98	1.13 283	0.10 47	0.49 292	0.10 47	0.34 338	0.19 133	2.97 411

DisPM	0.48 55	0.41 68	2.54 183	0.61 308	0.18 47	0.59 132	0.62 326	0.54 39	0.67 136	0.61 206	0.53 127	0.38 73	0.26 49	0.76 153	0.31 70	0.13 186	0.07 6	0.12 136	0.11 109	0.12 25	0.15 30

BUS	0.45 40	0.32 14	1.58 4	0.31 74	0.22 86	0.91 328	0.23 59	1.05 317	0.67 136	0.64 238	0.53 127	0.65 211	0.32 108	0.48 59	0.34 96	0.13 186	0.10 104	0.14 221	0.12 140	0.13 35	0.15 30

BSDual-CNN	0.48 55	0.32 14	1.58 4	0.31 74	0.22 86	0.76 279	0.32 191	1.05 317	0.67 136	0.64 238	0.53 127	0.63 201	0.38 136	0.48 59	0.97 260	0.13 186	0.10 104	0.14 221	0.12 140	0.13 35	0.15 30

hknet	0.53 92	0.39 59	2.04 50	0.31 74	0.24 118	0.76 279	0.32 191	1.05 317	0.71 190	0.64 238	0.53 127	0.79 277	0.40 153	0.84 168	0.78 234	0.12 144	0.10 104	0.14 221	0.12 140	0.13 35	0.15 30

PSMNet-ADL	0.56 111	0.47 85	2.03 47	0.35 144	0.22 86	0.67 243	0.27 126	0.77 119	0.58 73	0.43 44	0.53 127	0.70 250	0.45 204	1.89 312	0.64 197	0.16 249	0.13 154	0.11 93	0.13 160	0.15 60	0.51 237

AAGNet	0.92 314	0.40 63	2.53 179	0.60 302	1.01 364	0.62 184	0.45 272	0.52 27	0.68 160	0.58 170	0.53 127	0.50 141	0.72 301	1.22 211	7.32 413	0.12 144	0.07 6	0.12 136	0.10 71	0.16 69	0.10 4

SST-Stereo	0.56 111	0.30 5	2.44 135	0.71 332	0.55 288	0.62 184	0.65 331	0.57 53	0.67 136	0.59 190	0.53 127	0.51 144	0.59 268	1.57 258	0.31 70	0.12 144	0.07 6	0.12 136	0.10 71	0.17 90	0.11 9

GES	0.49 66	0.54 107	2.37 104	0.31 74	0.19 63	0.61 162	0.30 171	0.93 238	0.52 46	0.49 82	0.53 127	0.40 83	0.43 188	0.59 102	0.67 207	0.16 249	0.11 126	0.12 136	0.10 71	0.20 150	0.30 130

UPFNet	0.51 80	0.67 144	2.04 50	0.34 128	0.33 201	0.65 223	0.37 228	0.88 207	0.65 117	0.60 199	0.53 127	0.61 192	0.41 164	0.77 154	0.55 173	0.13 186	0.13 154	0.13 192	0.13 160	0.20 150	0.16 43

ac_64	0.63 179	0.77 183	2.71 251	0.37 168	0.34 210	0.64 209	0.30 171	0.86 191	0.67 136	0.58 170	0.53 127	0.88 309	0.48 225	1.84 303	0.71 217	0.15 235	0.12 141	0.12 136	0.12 140	0.21 159	0.25 99

BEATNet_4x	0.57 118	1.16 264	2.56 194	0.35 144	0.16 20	0.56 88	0.25 100	0.91 228	0.64 110	0.55 142	0.53 127	0.59 183	0.43 188	0.67 128	0.76 228	0.12 144	0.09 81	0.12 136	0.09 37	0.23 188	0.58 257

UCFNet_RVC	0.55 103	1.16 264	2.48 168	0.31 74	0.27 149	0.65 223	0.28 134	0.76 113	0.58 73	0.51 111	0.53 127	0.67 220	0.42 175	0.91 176	0.45 136	0.16 249	0.11 126	0.17 277	0.17 227	0.20 150	0.23 85

MIM_Stereo	0.55 103	0.92 220	2.65 224	0.32 91	1.09 371	0.51 47	0.19 12	0.67 86	0.52 46	0.48 66	0.54 141	0.43 93	0.27 62	0.57 98	0.30 56	0.08 1	0.17 200	0.11 93	0.10 71	0.28 246	0.80 306

ssnet_v2	0.64 186	0.99 226	2.67 235	0.33 111	0.22 86	0.72 265	0.45 272	1.00 283	0.80 257	0.66 256	0.54 141	0.81 286	0.48 225	0.91 176	1.08 278	0.16 249	0.14 167	0.14 221	0.14 178	0.33 277	0.31 138

TRStereo	0.89 308	1.02 231	2.91 292	4.59 416	0.31 184	0.93 332	0.23 59	1.93 393	0.66 124	0.37 26	0.54 141	0.48 135	0.40 153	0.67 128	0.29 51	0.13 186	0.37 269	0.11 93	0.48 365	0.13 35	1.21 349

RAFT_R40	0.55 103	0.31 7	2.44 135	0.57 300	0.42 259	0.62 184	0.52 295	0.58 55	0.66 124	0.56 152	0.54 141	0.54 157	0.50 229	1.56 254	0.53 166	0.11 111	0.07 6	0.12 136	0.10 71	0.16 69	0.10 4

s12784h	0.41 18	0.34 30	2.17 73	0.24 4	0.11 1	0.64 209	0.24 81	0.85 179	0.70 178	0.45 52	0.54 141	0.28 39	0.27 62	0.51 75	0.27 37	0.11 111	0.06 1	0.09 14	0.06 6	0.16 69	0.14 24

111	0.57 118	1.41 321	2.63 214	0.25 5	0.15 13	0.59 132	0.26 112	0.90 221	0.83 275	0.50 100	0.54 141	0.57 176	0.38 136	0.54 91	0.41 119	0.10 47	0.07 6	0.09 14	0.07 12	0.24 194	0.81 308

DMCA-RVC	0.70 227	1.30 298	3.59 359	0.37 168	0.89 348	0.57 107	0.31 181	0.73 106	0.59 77	0.69 269	0.54 141	0.59 183	0.57 258	1.25 218	0.66 205	0.16 249	0.38 273	0.20 308	0.15 196	0.22 173	0.23 85

RYNet	0.77 261	0.91 215	2.36 102	0.37 168	0.41 249	0.88 322	0.44 267	0.99 277	0.88 303	0.65 250	0.54 141	0.92 314	0.61 275	2.70 375	1.23 296	0.15 235	0.14 167	0.17 277	0.14 178	0.27 235	0.55 254

NVstereo2D	0.63 179	0.57 117	2.29 91	0.37 168	0.35 218	0.69 252	0.49 288	0.96 259	0.88 303	0.49 82	0.54 141	0.72 253	0.46 211	1.98 322	0.50 158	0.19 290	0.20 222	0.18 293	0.16 214	0.28 246	0.34 150

PCWNet_CMD	0.48 55	0.50 95	2.23 83	0.27 22	0.20 68	0.56 88	0.22 40	0.78 126	0.67 136	0.49 82	0.55 150	0.68 233	0.56 253	0.48 59	0.32 79	0.11 111	0.10 104	0.14 221	0.10 71	0.19 133	0.43 199

HH	0.79 267	0.52 102	2.72 253	1.45 379	0.80 340	0.91 328	0.23 59	0.76 113	0.76 230	0.64 238	0.55 150	0.87 305	0.41 164	0.94 179	0.45 136	0.09 11	1.20 356	0.10 47	0.09 37	0.16 69	2.16 391

HanStereo	0.79 267	0.52 102	2.72 253	1.45 379	0.80 340	0.91 328	0.23 59	0.76 113	0.76 230	0.64 238	0.55 150	0.87 305	0.41 164	0.94 179	0.45 136	0.09 11	1.20 356	0.10 47	0.09 37	0.16 69	2.16 391

CASS	0.43 25	0.34 30	2.01 43	0.33 111	0.17 37	0.54 74	0.24 81	0.71 104	0.52 46	0.62 218	0.55 150	0.40 83	0.41 164	0.43 45	0.33 88	0.17 268	0.10 104	0.14 221	0.11 109	0.18 110	0.23 85
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT+CT+SA	0.60 147	1.25 290	2.49 171	0.38 186	0.75 331	0.55 84	0.34 209	0.83 162	0.68 160	0.39 31	0.55 150	0.44 108	0.29 89	0.75 151	0.28 42	0.09 11	0.24 240	0.11 93	0.51 370	0.30 260	0.74 298

LCNet	0.58 126	0.43 76	2.42 122	0.91 352	0.22 86	0.95 336	0.29 159	0.62 70	0.64 110	0.52 119	0.55 150	0.41 88	0.75 312	0.84 168	0.27 37	0.10 47	0.07 6	0.12 136	0.18 235	0.97 382	0.40 183

test-1	0.61 154	0.54 107	2.09 58	0.31 74	1.37 386	0.51 47	0.28 134	0.83 162	0.50 36	0.42 38	0.55 150	0.54 157	0.24 27	0.38 27	1.25 298	0.10 47	1.08 349	0.10 47	0.17 227	0.11 17	0.77 299

GEStereo_RVC	0.61 154	1.19 273	2.61 209	0.48 256	0.25 124	0.63 197	0.37 228	1.05 317	0.79 250	0.55 142	0.55 150	0.59 183	0.44 196	1.10 194	0.48 146	0.16 249	0.11 126	0.12 136	0.11 109	0.27 235	0.43 199

UNet	0.56 111	0.58 119	2.81 275	0.32 91	0.33 201	0.74 273	0.27 126	0.86 191	0.67 136	0.55 142	0.55 150	0.72 253	0.55 251	0.79 159	0.58 179	0.12 144	0.09 81	0.13 192	0.11 109	0.20 150	0.19 60

STTStereo	0.58 126	0.95 224	2.95 297	0.37 168	0.31 184	0.62 184	0.32 191	0.81 145	0.63 104	0.61 206	0.55 150	0.67 220	0.43 188	0.87 171	0.48 146	0.16 249	0.16 193	0.17 277	0.20 260	0.17 90	0.25 99

MSMDNet	0.48 55	0.50 95	2.23 83	0.27 22	0.20 68	0.56 88	0.22 40	0.78 126	0.67 136	0.49 82	0.55 150	0.68 233	0.56 253	0.48 59	0.32 79	0.11 111	0.10 104	0.13 192	0.10 71	0.18 110	0.43 199

AdaStereo	0.48 55	0.44 80	2.18 75	0.36 158	0.20 68	0.59 132	0.29 159	0.97 266	0.74 217	0.52 119	0.55 150	0.61 192	0.33 113	0.52 79	0.44 132	0.18 279	0.08 38	0.17 277	0.11 109	0.18 110	0.24 95
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.
CoDeX	0.54 99	0.52 102	2.25 85	0.30 60	0.26 138	0.61 162	0.32 191	1.03 303	0.73 200	0.49 82	0.56 162	0.52 151	0.40 153	1.59 265	0.38 114	0.12 144	0.09 81	0.11 93	0.10 71	0.15 60	0.22 77

qqq	0.65 191	0.63 138	2.10 64	0.30 60	0.64 317	0.46 21	0.27 126	0.81 145	0.83 275	0.48 66	0.56 162	0.46 124	0.37 129	1.03 187	0.75 225	0.11 111	1.41 377	0.12 136	0.41 357	0.16 69	1.18 343

x	0.65 191	0.62 136	2.12 65	0.36 158	0.61 310	0.48 34	0.24 81	0.80 138	0.89 308	0.50 100	0.56 162	0.44 108	0.36 124	0.62 113	0.80 239	0.11 111	1.44 378	0.11 93	0.39 352	0.16 69	1.34 361

test_5	0.61 154	1.25 290	2.76 265	0.39 199	0.64 317	0.58 114	0.35 218	0.85 179	0.66 124	0.49 82	0.56 162	0.55 165	0.40 153	0.79 159	0.32 79	0.10 47	0.19 210	0.12 136	0.12 140	0.33 277	0.85 314

PFNet	0.62 167	0.42 70	2.69 246	0.43 234	0.55 288	0.62 184	0.27 126	0.64 78	0.72 197	0.61 206	0.56 162	0.45 120	0.33 113	1.86 307	1.12 282	0.28 342	0.09 81	0.12 136	0.16 214	0.26 224	0.27 109

CFNet_pseudo	0.47 48	0.50 95	2.19 76	0.26 15	0.20 68	0.56 88	0.22 40	0.80 138	0.62 93	0.50 100	0.56 162	0.68 233	0.47 219	0.53 86	0.33 88	0.11 111	0.10 104	0.15 246	0.10 71	0.18 110	0.33 143

NLCA_NET_v2_RVC	0.62 167	1.15 262	3.11 314	0.39 199	0.37 230	0.60 144	0.28 134	0.87 199	0.64 110	0.63 227	0.56 162	0.71 252	0.45 204	1.08 192	0.52 163	0.15 235	0.12 141	0.14 221	0.15 196	0.18 110	0.25 99
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.47 48	0.50 95	2.19 76	0.26 15	0.20 68	0.56 88	0.22 40	0.80 138	0.62 93	0.50 100	0.56 162	0.68 233	0.47 219	0.53 86	0.33 88	0.11 111	0.10 104	0.16 263	0.10 71	0.18 110	0.33 143

DeepPruner_ROB	0.58 126	1.06 239	2.68 240	0.30 60	0.26 138	0.63 197	0.31 181	0.83 162	0.51 41	0.62 218	0.56 162	0.65 211	0.39 147	1.06 189	0.56 175	0.19 290	0.14 167	0.14 221	0.14 178	0.24 194	0.33 143

StereoDRNet	0.71 231	1.24 287	2.56 194	0.42 224	0.45 264	0.73 268	0.46 277	0.98 272	0.81 264	0.77 296	0.56 162	0.74 261	0.48 225	1.69 279	0.91 256	0.15 235	0.14 167	0.15 246	0.15 196	0.26 224	0.51 237

NINENet	0.54 99	0.40 63	2.19 76	0.55 287	0.26 138	0.91 328	0.23 59	1.05 317	0.77 238	0.54 131	0.57 172	0.65 211	0.32 108	1.22 211	0.34 96	0.16 249	0.13 154	0.16 263	0.11 109	0.16 69	0.14 24

psm_up	0.65 191	1.02 231	2.53 179	0.36 158	0.31 184	0.64 209	0.38 236	0.96 259	0.73 200	0.63 227	0.57 172	0.68 233	0.57 258	1.90 317	0.52 163	0.17 268	0.15 181	0.16 263	0.15 196	0.27 235	0.22 77

GANet-RSSM	0.63 179	1.14 256	2.67 235	0.38 186	0.26 138	0.59 132	0.29 159	0.81 145	0.56 64	0.50 100	0.57 172	0.67 220	0.50 229	1.91 318	0.50 158	0.14 216	0.10 104	0.24 328	0.12 140	0.36 300	0.28 115

CFNet-ft	0.60 147	1.16 264	2.45 151	0.29 46	0.30 176	0.64 209	0.28 134	0.69 91	0.57 67	0.49 82	0.57 172	0.79 277	0.44 196	1.48 245	0.62 191	0.15 235	0.10 104	0.28 339	0.14 178	0.21 159	0.29 121

FADNet_RVC	0.87 300	1.51 337	2.90 291	0.31 74	0.24 118	0.71 259	0.25 100	1.00 283	0.65 117	0.45 52	0.57 172	0.61 192	0.44 196	1.53 250	0.75 225	0.94 382	0.97 338	0.28 339	1.00 401	0.89 379	1.36 365

CFNet_RVC	0.60 147	1.16 264	2.45 151	0.29 46	0.30 176	0.64 209	0.28 134	0.69 91	0.57 67	0.49 82	0.57 172	0.79 277	0.44 196	1.48 245	0.62 191	0.15 235	0.10 104	0.28 339	0.14 178	0.21 159	0.29 121

LL-Strereo	0.85 291	1.73 361	3.06 312	0.37 168	0.61 310	0.54 74	0.33 204	1.01 291	0.76 230	0.69 269	0.58 178	0.85 299	0.78 315	2.65 370	0.54 171	0.14 216	0.58 306	0.14 221	0.12 140	0.42 333	1.05 336

RAFT + AFF	0.79 267	1.73 361	2.99 304	0.34 128	0.35 218	0.67 243	0.51 291	1.05 317	0.79 250	0.54 131	0.58 178	0.59 183	0.81 318	1.80 295	1.21 292	0.13 186	0.27 256	0.15 246	0.14 178	0.45 340	0.69 289

MMNet	0.55 103	0.92 220	2.03 47	0.34 128	0.27 149	0.79 298	0.28 134	0.86 191	0.79 250	0.62 218	0.58 178	0.59 183	0.56 253	0.80 163	0.61 188	0.11 111	0.11 126	0.12 136	0.11 109	0.21 159	0.22 77

HSM	0.67 211	0.92 220	2.29 91	0.30 60	0.29 165	0.65 223	0.29 159	0.98 272	0.67 136	0.59 190	0.58 178	1.39 371	0.65 283	2.56 362	0.45 136	0.11 111	0.09 81	0.10 47	0.08 27	0.18 110	0.24 95

NOSS_ROB	0.75 254	1.03 234	2.27 87	0.68 328	0.26 138	0.68 249	0.30 171	0.99 277	0.82 269	0.59 190	0.58 178	0.77 271	0.39 147	2.75 380	0.48 146	0.25 332	0.24 240	0.28 339	0.26 292	0.29 254	1.07 338

GMStereo_Zeroshot	0.44 37	0.44 80	1.84 18	0.44 239	0.20 68	0.52 62	0.19 12	0.60 65	0.54 55	0.58 170	0.59 183	0.63 201	0.29 89	0.59 102	0.34 96	0.16 249	0.09 81	0.16 263	0.09 37	0.26 224	0.26 104

GASNet	0.84 283	1.98 375	4.07 377	0.48 256	0.33 201	0.58 114	0.34 209	0.97 266	0.81 264	0.60 199	0.59 183	0.74 261	0.55 251	2.08 330	1.18 288	0.22 311	0.15 181	0.19 298	0.17 227	0.55 357	0.29 121

IER	0.49 66	0.73 167	2.12 65	0.27 22	0.25 124	0.65 223	0.27 126	0.76 113	0.59 77	0.56 152	0.59 183	0.60 190	0.53 244	0.64 118	0.44 132	0.12 144	0.09 81	0.11 93	0.11 109	0.18 110	0.15 30

psmg	0.48 55	0.32 14	1.58 4	0.28 34	0.22 86	0.75 275	0.35 218	0.94 243	0.67 136	0.61 206	0.59 183	0.63 201	0.38 136	0.48 59	0.97 260	0.13 186	0.11 126	0.13 192	0.13 160	0.14 51	0.15 30

ACVNet	0.54 99	0.87 198	2.45 151	0.28 34	0.22 86	0.59 132	0.36 225	0.69 91	0.73 200	0.49 82	0.59 183	0.69 244	0.42 175	0.47 51	0.70 213	0.11 111	0.10 104	0.10 47	0.09 37	0.36 300	0.39 178

acv_ft	0.57 118	0.87 198	2.45 151	0.33 111	0.41 249	0.63 197	0.29 159	0.86 191	0.73 200	0.64 238	0.59 183	0.69 244	0.45 204	0.47 51	0.68 210	0.11 111	0.10 104	0.10 47	0.09 37	0.43 335	0.39 178

CFNet	0.65 191	1.45 330	2.27 87	0.34 128	0.25 124	0.64 209	0.23 59	0.93 238	0.79 250	0.48 66	0.59 183	0.58 180	0.40 153	2.28 341	0.63 196	0.13 186	0.09 81	0.15 246	0.14 178	0.34 283	0.26 104

CRFU-Net	0.58 126	0.42 70	1.90 27	0.49 267	0.27 149	0.83 309	0.35 218	0.94 243	0.54 55	0.65 250	0.60 190	0.78 275	1.34 358	1.00 183	0.51 161	0.17 268	0.14 167	0.17 277	0.10 71	0.19 133	0.20 68

CSP-Net	0.55 103	0.61 132	1.81 14	0.30 60	0.23 109	0.77 289	0.35 218	0.90 221	0.62 93	0.62 218	0.60 190	0.65 211	0.42 175	1.76 286	0.47 143	0.17 268	0.12 141	0.10 47	0.10 71	0.21 159	0.16 43

AASNet	0.66 208	1.49 336	2.97 299	0.37 168	0.33 201	0.65 223	0.30 171	1.00 283	0.78 241	0.56 152	0.60 190	0.55 165	0.39 147	0.88 175	0.96 259	0.15 235	0.12 141	0.13 192	0.11 109	0.45 340	0.35 156

AACVNet	0.61 154	1.13 255	2.47 163	0.37 168	0.21 77	0.57 107	0.25 100	0.75 110	0.55 60	0.56 152	0.60 190	0.66 218	0.44 196	2.11 333	0.49 155	0.14 216	0.11 126	0.14 221	0.11 109	0.35 294	0.23 85

OMP-Stereo	0.64 186	0.87 198	2.38 106	0.56 296	0.37 230	0.60 144	0.26 112	0.75 110	0.71 190	0.65 250	0.60 190	0.68 233	0.32 108	2.07 327	1.18 288	0.11 111	0.08 38	0.12 136	0.09 37	0.17 90	0.28 115

ICVP	0.48 55	0.33 23	2.37 104	0.34 128	0.22 86	0.60 144	0.55 304	0.79 133	0.53 52	0.45 52	0.60 190	0.49 137	0.36 124	0.55 92	0.46 140	0.16 249	0.16 193	0.14 221	0.11 109	0.16 69	0.32 140
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PA-Net	0.93 319	1.36 313	4.14 379	0.64 315	0.41 249	0.70 255	0.53 297	0.91 228	0.88 303	0.53 127	0.60 190	0.70 250	0.54 246	2.40 352	2.57 368	0.17 268	0.28 258	0.19 298	0.28 302	0.25 209	0.48 225
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PSMNet_ROB	0.75 254	1.42 325	2.93 294	0.39 199	0.32 195	0.73 268	0.56 308	0.90 221	0.74 217	0.56 152	0.60 190	0.75 265	0.47 219	2.00 323	1.31 301	0.18 279	0.13 154	0.19 298	0.20 260	0.26 224	0.40 183

iRaft-Stereo_5w	0.65 191	1.35 309	2.21 81	0.30 60	0.63 313	0.49 39	0.28 134	0.78 126	0.64 110	0.41 34	0.61 198	0.62 197	0.46 211	1.79 294	0.48 146	0.10 47	0.25 247	0.11 93	0.12 140	0.40 325	0.94 324

GANet-ADL	0.48 55	0.56 116	2.51 175	0.34 128	0.20 68	0.58 114	0.25 100	0.80 138	0.57 67	0.43 44	0.61 198	0.56 172	0.31 103	0.44 48	0.44 132	0.14 216	0.11 126	0.10 47	0.09 37	0.22 173	0.38 171

RAFT-Stereo + iAFF	0.58 126	1.48 335	2.53 179	0.29 46	0.78 339	0.52 62	0.20 20	0.68 89	0.66 124	0.51 111	0.61 198	0.40 83	0.32 108	0.40 35	0.43 129	0.08 1	0.63 313	0.09 14	0.09 37	0.37 306	0.58 257

cf-r	0.62 167	1.27 293	2.99 304	0.34 128	0.28 159	0.60 144	0.28 134	0.82 152	0.70 178	0.55 142	0.61 198	0.77 271	0.41 164	1.32 226	0.52 163	0.13 186	0.09 81	0.11 93	0.12 140	0.22 173	0.27 109

DeepPrunerF	0.92 314	1.33 304	3.41 343	0.46 249	0.51 278	0.64 209	0.49 288	1.16 352	2.62 398	0.65 250	0.61 198	0.65 211	0.62 277	2.23 339	1.31 301	0.23 319	0.19 210	0.30 348	0.28 302	0.39 319	0.34 150

GANetREF_RVC	0.81 272	1.44 329	3.04 308	0.49 267	0.27 149	0.83 309	0.63 327	1.03 303	0.92 315	0.63 227	0.61 198	0.72 253	0.59 268	2.40 352	0.58 179	0.33 351	0.25 247	0.37 359	0.25 286	0.41 331	0.36 162
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
NCCL2	0.71 231	1.32 300	2.30 93	0.44 239	0.31 184	0.71 259	0.67 337	0.89 213	0.69 168	0.70 272	0.61 198	0.85 299	0.54 246	1.58 264	0.70 213	0.20 298	0.17 200	0.66 378	0.25 286	0.26 224	0.38 171

IPLGR_C	0.64 186	1.66 358	3.36 331	0.80 342	0.31 184	0.60 144	0.60 319	0.82 152	0.69 168	0.58 170	0.62 205	0.44 108	0.31 103	0.47 51	0.43 129	0.12 144	0.22 232	0.13 192	0.15 196	0.35 294	0.21 72

ACRE	0.63 179	1.55 341	3.41 343	0.76 335	0.28 159	0.60 144	0.56 308	0.82 152	0.68 160	0.57 164	0.62 205	0.43 93	0.30 99	0.47 51	0.42 123	0.12 144	0.19 210	0.13 192	0.14 178	0.36 300	0.20 68

SACVNet	0.68 216	1.08 243	2.58 198	0.38 186	0.28 159	0.65 223	0.37 228	0.91 228	0.65 117	0.67 258	0.62 205	0.69 244	0.47 219	2.07 327	0.65 202	0.18 279	0.14 167	0.16 263	0.15 196	0.39 319	0.41 190

ADLNet	0.68 216	1.02 231	2.68 240	0.35 144	0.34 210	0.67 243	0.34 209	0.95 256	0.79 250	0.70 272	0.62 205	0.80 283	0.46 211	1.77 289	0.69 212	0.15 235	0.12 141	0.14 221	0.14 178	0.31 268	0.54 248

delet	0.60 147	0.84 193	2.45 151	0.33 111	0.35 218	0.73 268	0.46 277	0.89 213	0.80 257	0.58 170	0.62 205	0.67 220	0.51 233	1.14 203	0.64 197	0.12 144	0.12 141	0.13 192	0.14 178	0.22 173	0.29 121

PSMNet-RSSM	0.61 154	1.19 273	2.43 127	0.33 111	0.25 124	0.59 132	0.28 134	0.88 207	0.65 117	0.54 131	0.62 205	0.69 244	0.46 211	1.67 275	0.50 158	0.15 235	0.10 104	0.14 221	0.16 214	0.20 150	0.28 115

TDLM	0.83 280	1.28 295	2.38 106	0.46 249	0.26 138	0.66 236	0.55 304	0.87 199	0.80 257	2.54 402	0.62 205	0.61 192	0.51 233	2.68 374	0.67 207	0.20 298	0.11 126	0.35 356	0.15 196	0.33 277	0.48 225

DN-CSS_ROB	0.56 111	1.64 355	2.75 262	0.42 224	0.22 86	0.57 107	0.19 12	0.79 133	0.66 124	0.46 62	0.62 205	0.41 88	0.32 108	0.73 147	0.49 155	0.12 144	0.08 38	0.14 221	0.13 160	0.38 312	0.17 49

TestStereo1	0.59 141	1.21 277	2.63 214	0.40 212	0.60 303	0.56 88	0.34 209	0.82 152	0.73 200	0.45 52	0.63 213	0.36 65	0.42 175	0.66 125	0.42 123	0.10 47	0.32 261	0.12 136	0.10 71	0.34 283	0.52 242

SA-5K	0.59 141	1.21 277	2.63 214	0.40 212	0.60 303	0.56 88	0.34 209	0.82 152	0.73 200	0.45 52	0.63 213	0.36 65	0.42 175	0.66 125	0.42 123	0.10 47	0.32 261	0.12 136	0.10 71	0.34 283	0.52 242

SA	0.61 154	1.14 256	2.79 269	0.32 91	0.63 313	0.57 107	0.30 171	0.97 266	0.78 241	0.43 44	0.63 213	0.39 75	0.46 211	0.70 135	0.31 70	0.10 47	0.44 285	0.13 192	0.32 322	0.31 268	0.51 237

CIPLG	0.63 179	1.59 347	3.16 317	0.79 341	0.31 184	0.62 184	0.57 311	0.82 152	0.68 160	0.58 170	0.63 213	0.43 93	0.31 103	0.48 59	0.42 123	0.12 144	0.20 222	0.13 192	0.13 160	0.36 300	0.21 72

AFF-stereo	0.57 118	1.51 337	2.59 200	0.33 111	0.23 109	0.51 47	0.21 30	0.69 91	0.68 160	0.49 82	0.63 213	0.49 137	0.34 120	0.50 74	0.37 108	0.08 1	0.54 298	0.10 47	0.10 71	0.40 325	0.60 264

MaskLacGwcNet_RVC	0.84 283	1.41 321	2.80 271	0.94 354	0.35 218	0.89 324	0.41 247	0.89 213	0.66 124	0.57 164	0.63 213	0.75 265	0.38 136	2.37 347	0.55 173	1.16 392	0.31 260	0.36 357	0.21 271	0.59 360	0.63 271

iResNet_ROB	0.60 147	1.59 347	2.04 50	0.32 91	0.21 77	0.60 144	0.22 40	0.99 277	0.85 291	0.61 206	0.63 213	0.58 180	0.42 175	1.08 192	0.98 266	0.11 111	0.08 38	0.09 14	0.06 6	0.23 188	0.33 143

CFNet_ucs	0.50 70	0.55 114	2.28 89	0.27 22	0.22 86	0.58 114	0.23 59	0.90 221	0.69 168	0.54 131	0.64 220	0.68 233	0.44 196	0.55 92	0.34 96	0.14 216	0.12 141	0.16 263	0.11 109	0.19 133	0.38 171

iinet-f	0.62 167	1.18 270	2.55 190	0.33 111	0.25 124	0.82 308	0.34 209	0.87 199	0.69 168	0.56 152	0.64 220	0.73 259	0.67 291	0.80 163	0.81 243	0.14 216	0.13 154	0.11 93	0.10 71	0.44 338	0.26 104

dad	0.58 126	1.35 309	2.39 112	0.31 74	0.20 68	0.62 184	0.26 112	0.56 48	0.79 250	0.66 256	0.64 220	0.64 207	0.36 124	0.87 171	0.48 146	0.28 342	0.15 181	0.40 362	0.18 235	0.24 194	0.22 77

LMCR-Stereo	0.61 154	1.00 227	2.60 205	0.42 224	0.22 86	0.74 273	0.31 181	1.06 329	0.70 178	0.62 218	0.64 220	0.40 83	0.52 241	0.84 168	1.27 300	0.20 298	0.09 81	0.12 136	0.09 37	0.26 224	0.16 43

DRN-Test	0.71 231	0.79 188	2.83 279	0.40 212	0.44 261	0.80 301	0.41 247	1.07 332	0.83 275	0.82 312	0.64 220	0.68 233	0.57 258	1.78 292	0.79 237	0.16 249	0.13 154	0.17 277	0.16 214	0.24 194	0.51 237

iResNet	0.59 141	1.09 244	2.54 183	0.44 239	0.18 47	0.65 223	0.29 159	0.89 213	0.75 222	0.59 190	0.64 220	0.43 93	0.39 147	0.73 147	1.24 297	0.11 111	0.08 38	0.09 14	0.08 27	0.21 159	0.40 183

DISCO	0.61 154	0.63 138	1.98 40	0.46 249	0.34 210	0.84 314	0.35 218	0.88 207	0.81 264	0.61 206	0.64 220	1.06 349	0.53 244	1.11 198	0.83 248	0.13 186	0.10 104	0.11 93	0.10 71	0.26 224	0.37 163

ADLNet2	0.73 241	1.22 282	3.28 325	0.34 128	0.36 224	0.65 223	0.37 228	0.94 243	0.87 299	0.57 164	0.65 227	0.92 314	0.48 225	2.05 325	0.60 183	0.13 186	0.11 126	0.11 93	0.11 109	0.37 306	0.38 171

XX-Stereo	0.98 327	0.57 117	4.45 392	1.64 389	5.33 415	0.55 84	0.16 3	0.96 259	0.43 13	0.45 52	0.65 227	0.85 299	0.19 7	0.79 159	0.26 32	0.11 111	0.80 331	0.10 47	0.32 322	0.17 90	0.78 302

xxxx	0.97 325	0.64 140	2.14 69	0.30 60	0.67 321	0.64 209	0.24 81	1.09 337	0.91 313	0.57 164	0.65 227	0.58 180	0.39 147	1.57 258	5.49 407	0.13 186	1.38 374	0.11 93	0.32 322	0.17 90	1.41 367

GwcNet-RSSM	0.64 186	1.38 319	2.69 246	0.33 111	0.26 138	0.60 144	0.32 191	0.84 169	0.73 200	0.56 152	0.65 227	0.72 253	0.42 175	1.78 292	0.60 183	0.14 216	0.10 104	0.12 136	0.13 160	0.26 224	0.26 104

RASNet	0.69 222	1.05 238	2.59 200	0.37 168	0.47 272	0.66 236	0.33 204	0.82 152	0.76 230	0.51 111	0.65 227	0.93 319	0.62 277	2.20 338	0.80 239	0.14 216	0.09 81	0.09 14	0.11 109	0.18 110	0.37 163

iResNetv2_ROB	0.71 231	1.90 372	3.48 349	0.43 234	0.22 86	0.60 144	0.29 159	0.96 259	0.78 241	0.60 199	0.65 227	0.60 190	0.46 211	0.80 163	1.21 292	0.12 144	0.08 38	0.10 47	0.07 12	0.44 338	0.33 143

MyStereo8	0.73 241	1.16 264	2.89 289	0.53 280	0.34 210	0.71 259	0.20 20	1.87 390	0.59 77	0.53 127	0.66 233	0.50 141	0.33 113	1.27 221	0.62 191	0.10 47	1.19 355	0.10 47	0.21 271	0.21 159	0.61 265

DSFCA	0.62 167	0.77 183	1.95 35	0.29 46	0.29 165	0.79 298	0.86 356	0.81 145	0.73 200	0.73 284	0.66 233	0.67 220	0.57 258	1.17 207	1.03 273	0.16 249	0.15 181	0.13 192	0.14 178	0.19 133	0.28 115

MLCV	0.59 141	1.41 321	2.41 118	0.31 74	0.15 13	0.60 144	0.23 59	0.77 119	0.63 104	0.67 258	0.66 233	0.55 165	0.37 129	1.16 205	1.09 279	0.10 47	0.07 6	0.09 14	0.07 12	0.21 159	0.29 121

222	1.02 332	0.60 127	1.95 35	0.29 46	0.51 278	0.62 184	0.24 81	1.09 337	0.86 297	0.64 238	0.67 236	0.47 129	0.42 175	1.86 307	6.73 411	0.13 186	1.21 359	0.11 93	0.32 322	0.17 90	1.44 369

R-Stereo Train	0.42 22	0.31 7	2.51 175	0.30 60	0.18 47	0.56 88	0.25 100	0.82 152	0.41 5	0.57 164	0.67 236	0.33 57	0.24 27	0.34 15	0.33 88	0.10 47	0.08 38	0.09 14	0.07 12	0.09 5	0.18 56

RAFT-Stereo	0.42 22	0.31 7	2.51 175	0.30 60	0.18 47	0.56 88	0.25 100	0.82 152	0.41 5	0.57 164	0.67 236	0.33 57	0.24 27	0.34 15	0.33 88	0.10 47	0.08 38	0.09 14	0.07 12	0.09 5	0.18 56
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
SuperB	1.19 351	1.62 352	5.29 402	0.37 168	0.26 138	0.81 306	0.87 357	0.94 243	1.19 363	0.68 264	0.68 239	0.63 201	1.37 362	1.73 281	3.30 380	0.16 249	0.12 141	0.17 277	0.16 214	2.74 412	0.63 271

ADCP+	1.03 336	1.68 359	3.83 370	0.35 144	0.39 238	1.05 345	0.79 352	0.94 243	0.86 297	0.69 269	0.68 239	0.85 299	1.53 374	1.02 185	4.56 401	0.13 186	0.12 141	0.16 263	0.15 196	0.28 246	0.44 211

Anonymous Stereo	0.83 280	1.57 342	3.56 356	0.46 249	0.39 238	0.63 197	0.84 355	0.92 235	0.83 275	0.68 264	0.68 239	0.64 207	0.42 175	2.42 356	1.02 272	0.23 319	0.23 237	0.19 298	0.20 260	0.31 268	0.40 183

LALA_ROB	0.68 216	1.14 256	2.50 174	0.37 168	0.29 165	0.78 294	0.55 304	0.99 277	0.84 287	0.82 312	0.68 239	0.93 319	0.50 229	1.01 184	0.89 254	0.21 306	0.15 181	0.21 312	0.18 235	0.26 224	0.30 130

mmm	0.66 208	0.53 105	1.83 15	0.38 186	0.86 345	0.49 39	0.27 126	0.82 152	0.83 275	0.59 190	0.69 243	0.47 129	0.38 136	0.81 166	0.73 222	0.12 144	1.37 373	0.14 221	0.45 361	0.18 110	1.35 363

1111x	1.06 339	0.79 188	3.29 327	0.33 111	0.60 303	0.64 209	0.33 204	1.10 340	0.92 315	0.59 190	0.69 243	0.59 183	0.47 219	2.64 369	4.61 402	0.12 144	1.38 374	0.11 93	0.49 367	0.18 110	1.30 358

SQANet	0.92 314	1.96 373	3.23 319	0.77 338	0.83 342	0.76 279	0.38 236	0.87 199	0.68 160	0.64 238	0.69 243	0.73 259	0.52 241	1.35 229	1.36 307	0.80 378	0.30 259	0.60 376	0.29 306	0.93 380	0.70 292

DAS	0.61 154	0.42 70	1.85 20	0.34 128	0.34 210	0.52 62	0.42 254	0.89 213	0.80 257	0.85 317	0.69 243	0.57 176	0.51 233	2.38 350	0.57 177	0.13 186	0.09 81	0.12 136	0.09 37	0.18 110	0.37 163

SepStereo	0.57 118	0.42 70	1.85 20	0.34 128	0.34 210	0.52 62	0.42 254	0.89 213	0.80 257	0.85 317	0.69 243	0.57 176	0.51 233	1.55 252	0.57 177	0.13 186	0.09 81	0.12 136	0.09 37	0.18 110	0.37 163

IIG-Stereo	0.65 191	0.87 198	2.32 97	0.55 287	0.23 109	0.62 184	0.21 30	0.78 126	0.71 190	0.64 238	0.69 243	0.69 244	0.38 136	2.07 327	1.37 309	0.11 111	0.08 38	0.11 93	0.09 37	0.15 60	0.27 109

pcwnet_v2	0.65 191	0.54 107	4.29 388	0.33 111	0.27 149	0.60 144	0.25 100	1.02 297	0.92 315	0.61 206	0.69 243	0.62 197	0.54 246	0.67 128	0.38 114	0.18 279	0.15 181	0.15 246	0.14 178	0.21 159	0.49 231

APVNet	0.76 257	1.11 251	3.23 319	0.39 199	0.36 224	0.85 315	0.44 267	0.96 259	0.73 200	0.58 170	0.69 243	0.76 269	0.56 253	2.29 342	0.82 246	0.17 268	0.18 206	0.24 328	0.19 251	0.35 294	0.27 109

XQC	0.84 283	1.32 300	2.61 209	0.78 340	0.44 261	0.89 324	0.53 297	1.16 352	1.07 350	0.85 317	0.69 243	0.92 314	0.73 304	1.40 233	1.44 313	0.24 326	0.35 267	0.23 323	0.26 292	0.45 340	0.39 178

CC-Net-ROB	0.95 321	1.57 342	2.93 294	0.90 350	0.39 238	0.87 320	0.44 267	1.12 346	0.83 275	0.59 190	0.69 243	0.64 207	0.50 229	2.73 378	0.93 257	0.97 385	0.40 279	0.87 384	0.29 306	0.61 364	0.66 278

CVANet_RVC	0.82 276	1.18 270	3.98 374	0.40 212	0.28 159	0.63 197	0.43 261	0.90 221	0.78 241	1.14 347	0.69 243	0.68 233	0.52 241	2.62 367	0.48 146	0.20 298	0.13 154	0.22 316	0.37 346	0.37 306	0.48 225

DPSNet	1.02 332	0.72 164	2.84 281	0.60 302	0.39 238	1.08 350	0.75 347	1.41 373	1.14 358	0.74 290	0.69 243	1.05 348	1.67 376	2.09 332	2.22 355	0.27 339	0.61 309	0.20 308	0.50 369	0.48 347	1.03 335

StereoDRNet-Refined	0.55 103	0.61 132	2.07 55	0.34 128	0.21 77	0.68 249	0.26 112	0.87 199	0.73 200	0.70 272	0.69 243	0.74 261	0.45 204	1.10 194	0.62 191	0.12 144	0.09 81	0.14 221	0.14 178	0.27 235	0.24 95
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	0.64 186	0.54 107	1.92 30	0.32 91	0.16 20	0.46 21	0.24 81	0.94 243	0.85 291	0.58 170	0.70 256	0.51 144	0.41 164	1.89 312	0.86 252	0.13 186	1.01 341	0.11 93	0.26 292	0.17 90	0.84 310

tta	0.63 179	0.54 107	1.92 30	0.32 91	0.16 20	0.46 21	0.24 81	0.94 243	0.85 291	0.58 170	0.70 256	0.51 144	0.41 164	1.89 312	0.86 252	0.13 186	1.01 341	0.11 93	0.26 292	0.19 133	0.59 260

qqq1	0.62 167	0.54 107	1.92 30	0.32 91	0.16 20	0.46 21	0.24 81	0.94 243	0.85 291	0.58 170	0.70 256	0.51 144	0.41 164	1.89 312	0.64 197	0.13 186	1.01 341	0.09 14	0.24 280	0.19 133	0.59 260

fff1	0.62 167	0.54 107	1.92 30	0.32 91	0.16 20	0.46 21	0.24 81	0.94 243	0.85 291	0.58 170	0.70 256	0.51 144	0.41 164	1.89 312	0.64 197	0.13 186	1.01 341	0.09 14	0.24 280	0.19 133	0.59 260

ToySt	0.67 211	0.88 202	2.61 209	0.39 199	0.73 329	0.61 162	0.38 236	0.78 126	0.73 200	0.43 44	0.70 256	0.72 253	0.45 204	0.66 125	0.62 191	0.14 216	0.63 313	0.13 192	0.33 332	0.24 194	1.18 343

HBP-ISP	0.82 276	1.57 342	3.28 325	0.50 272	0.27 149	0.86 316	0.54 300	1.09 337	0.78 241	0.81 308	0.70 256	0.68 233	1.00 344	2.02 324	0.47 143	0.24 326	0.24 240	0.29 347	0.25 286	0.28 246	0.52 242

anonymity	0.86 294	0.68 151	1.44 2	0.64 315	0.83 342	0.67 243	0.52 295	0.98 272	0.73 200	0.96 330	0.70 256	0.81 286	0.86 327	1.10 194	1.34 303	0.64 372	0.72 328	0.58 374	1.44 409	0.60 361	0.91 321

Wz-Net-LNSev	0.66 208	1.30 298	2.81 275	0.35 144	0.37 230	0.80 301	0.48 283	0.91 228	0.87 299	0.63 227	0.70 256	0.80 283	0.59 268	0.67 128	0.68 210	0.15 235	0.14 167	0.12 136	0.12 140	0.24 194	0.38 171

UDG	0.86 294	1.57 342	2.80 271	0.68 328	0.59 298	0.78 294	0.38 236	0.97 266	0.74 217	0.63 227	0.70 256	1.01 337	0.68 293	1.02 185	1.22 295	0.45 363	0.34 266	0.89 385	0.51 370	0.73 370	0.58 257

test_xeample	0.98 327	0.65 142	2.12 65	0.29 46	0.67 321	0.60 144	0.28 134	1.08 335	0.85 291	0.62 218	0.70 256	0.44 108	0.41 164	1.95 320	5.45 406	0.12 144	1.33 372	0.11 93	0.31 317	0.18 110	1.42 368

HGLStereo	0.61 154	1.20 275	2.59 200	0.36 158	0.40 244	0.65 223	0.30 171	0.87 199	0.67 136	0.60 199	0.70 256	0.69 244	0.56 253	1.07 191	0.59 181	0.14 216	0.13 154	0.13 192	0.12 140	0.23 188	0.23 85

HSM-Net_RVC	0.70 227	0.40 63	2.45 151	0.27 22	0.19 63	0.68 249	0.30 171	1.29 365	0.73 200	0.73 284	0.70 256	0.77 271	0.45 204	3.73 402	0.46 140	0.13 186	0.09 81	0.10 47	0.09 37	0.13 35	0.32 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DLCB_ROB	0.61 154	0.96 225	2.00 41	0.37 168	0.25 124	0.65 223	0.37 228	0.86 191	0.76 230	0.73 284	0.70 256	0.84 294	0.47 219	1.57 258	0.72 221	0.13 186	0.13 154	0.14 221	0.14 178	0.18 110	0.33 143

PSM-AAD	0.67 211	0.29 2	2.41 118	0.37 168	0.23 109	0.86 316	1.15 380	0.62 70	0.66 124	0.64 238	0.71 269	0.67 220	2.90 398	0.65 122	0.32 79	0.10 47	0.08 38	0.17 277	0.15 196	0.14 51	0.34 150

XPNet_ROB	0.68 216	1.11 251	2.28 89	0.38 186	0.27 149	0.67 243	0.47 281	0.94 243	0.75 222	0.80 307	0.71 269	0.81 286	0.54 246	1.72 280	0.84 249	0.22 311	0.16 193	0.16 263	0.15 196	0.25 209	0.45 216

ETE_ROB	0.68 216	1.09 244	2.32 97	0.38 186	0.26 138	0.69 252	0.51 291	1.49 377	0.75 222	0.81 308	0.71 269	0.85 299	0.51 233	1.39 231	0.70 213	0.17 268	0.14 167	0.19 298	0.16 214	0.24 194	0.35 156

DANet	0.85 291	0.68 151	2.41 118	1.18 371	0.48 273	0.77 289	1.23 386	0.93 238	1.53 380	0.90 323	0.72 272	0.97 329	0.57 258	1.86 307	1.05 275	0.18 279	0.16 193	0.19 298	0.16 214	0.26 224	0.67 280
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PDISCO_ROB	0.84 283	1.46 332	2.84 281	0.65 317	0.59 298	1.17 358	0.48 283	1.19 358	1.08 352	0.67 258	0.72 272	1.00 336	0.61 275	1.24 215	1.05 275	0.38 355	0.18 206	0.28 339	0.24 280	0.58 359	0.44 211

Wz-Net-TNSev	1.02 332	2.26 396	3.69 363	0.38 186	0.31 184	1.00 340	0.71 343	1.12 346	1.02 342	0.74 290	0.73 274	1.09 355	0.91 334	2.46 358	2.15 350	0.21 306	0.20 222	0.16 263	0.20 260	0.48 347	0.62 267

GMM-Stereo	0.53 92	0.33 23	2.89 289	0.53 280	0.24 118	0.77 289	0.46 277	0.62 70	0.65 117	0.58 170	0.73 274	0.47 129	0.43 188	0.68 132	0.29 51	0.10 47	0.06 1	0.13 192	0.13 160	0.14 51	0.44 211

PASM	0.82 276	1.00 227	2.68 240	0.52 276	0.48 273	0.65 223	0.59 316	0.83 162	0.89 308	0.82 312	0.73 274	0.89 312	0.68 293	2.39 351	0.73 222	0.35 354	0.37 269	0.36 357	0.41 357	0.45 340	0.51 237

DispNO	0.78 263	1.51 337	3.38 336	0.34 128	0.28 159	0.54 74	0.41 247	0.86 191	0.84 287	0.58 170	0.74 277	0.67 220	0.51 233	2.40 352	1.62 322	0.14 216	0.10 104	0.15 246	0.11 109	0.22 173	0.23 85

DualNet	0.97 325	0.67 144	3.39 337	0.32 91	0.22 86	0.58 114	0.28 134	0.85 179	0.96 329	0.54 131	0.74 277	0.67 220	0.40 153	0.64 118	3.86 392	0.10 47	2.16 402	0.15 246	0.33 332	0.25 209	2.19 393

ffm	0.78 263	0.67 144	3.39 337	0.32 91	0.22 86	0.58 114	0.28 134	0.85 179	0.96 329	0.54 131	0.74 277	0.67 220	0.40 153	0.64 118	0.22 4	0.10 47	2.16 402	0.15 246	0.33 332	0.25 209	2.19 393

ff1	1.07 341	0.67 144	3.39 337	0.32 91	0.22 86	0.58 114	0.28 134	0.85 179	0.96 329	0.54 131	0.74 277	0.67 220	0.40 153	2.75 380	3.86 392	0.10 47	2.16 402	0.15 246	0.33 332	0.25 209	2.19 393

mmx	0.99 329	0.67 144	3.39 337	0.32 91	0.22 86	0.58 114	0.28 134	1.05 317	0.92 315	0.54 131	0.74 277	0.67 220	0.40 153	2.75 380	3.86 392	0.13 186	1.25 361	0.15 246	0.33 332	0.19 133	1.28 356

xxx	0.99 329	0.67 144	3.39 337	0.32 91	0.22 86	0.58 114	0.28 134	1.05 317	0.92 315	0.54 131	0.74 277	0.67 220	0.40 153	2.75 380	3.86 392	0.13 186	1.25 361	0.15 246	0.33 332	0.19 133	1.28 356

TransformOpticalFlow	0.65 191	0.61 132	2.67 235	0.45 246	0.26 138	0.62 184	0.28 134	0.88 207	0.76 230	0.76 294	0.74 277	0.90 313	0.84 322	1.82 300	0.80 239	0.10 47	0.07 6	0.11 93	0.09 37	0.12 25	0.19 60

CBMV	0.86 294	1.00 227	2.82 277	0.35 144	0.21 77	0.78 294	0.78 350	1.05 317	0.87 299	0.90 323	0.74 277	0.87 305	1.89 385	1.67 275	1.38 311	0.19 290	0.20 222	0.21 312	0.19 251	0.28 246	0.84 310
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-MNSev	0.74 244	1.42 325	2.75 262	0.38 186	0.33 201	0.90 327	0.61 324	0.98 272	0.94 322	0.77 296	0.75 285	0.75 265	0.66 289	1.39 231	0.76 228	0.17 268	0.13 154	0.14 221	0.14 178	0.28 246	0.48 225

RAFT_CTSACE	0.58 126	1.16 264	2.76 265	0.36 158	0.29 165	0.54 74	0.29 159	0.69 91	0.51 41	0.51 111	0.75 285	0.67 220	0.37 129	0.63 114	0.47 143	0.08 1	0.49 292	0.11 93	0.10 71	0.41 331	0.32 140

PS-NSSS	0.69 222	1.37 316	2.44 135	0.31 74	0.32 195	0.64 209	0.34 209	1.04 309	0.74 217	0.56 152	0.75 285	0.51 144	0.42 175	2.41 355	0.54 171	0.24 326	0.17 200	0.27 336	0.18 235	0.30 260	0.23 85

Ntro	1.11 346	2.10 385	3.52 353	0.97 357	0.87 347	1.06 348	0.54 300	1.02 297	0.93 321	0.63 227	0.76 288	0.93 319	0.67 291	1.76 286	1.71 324	1.03 387	0.46 286	0.76 383	0.41 357	1.29 390	0.86 317

Wz-Net-LNSev-Ref	0.65 191	1.15 262	2.40 114	0.33 111	0.30 176	0.83 309	0.40 245	0.94 243	0.82 269	0.67 258	0.76 288	0.68 233	0.58 265	1.13 201	1.25 298	0.14 216	0.08 38	0.10 47	0.08 27	0.18 110	0.28 115

test_4	0.47 48	0.80 190	2.15 70	0.36 158	0.29 165	0.59 132	0.28 134	0.50 23	0.42 9	0.43 44	0.76 288	0.39 75	0.22 19	0.73 147	0.49 155	0.08 1	0.18 206	0.11 93	0.15 196	0.29 254	0.27 109

DDUNet	0.90 311	1.63 354	2.77 267	0.77 338	0.69 325	0.83 309	0.44 267	0.90 221	0.70 178	0.68 264	0.76 288	0.92 314	0.54 246	1.14 203	1.35 305	0.61 371	0.37 269	0.96 387	0.52 372	0.77 375	0.67 280

ttt	0.89 308	0.51 100	2.51 175	0.36 158	0.31 184	0.61 162	0.28 134	1.07 332	0.92 315	0.56 152	0.77 292	0.55 165	0.37 129	2.27 340	3.51 386	0.16 249	1.21 359	0.13 192	0.31 317	0.18 110	1.26 353

GrayStereo	0.71 231	0.27 1	2.40 114	0.89 348	0.23 109	0.62 184	1.40 394	0.67 86	0.70 178	0.72 283	0.77 292	0.55 165	3.03 399	0.60 107	0.28 42	0.10 47	0.08 38	0.10 47	0.21 271	0.12 25	0.37 163

Syn2CoEx	0.78 263	1.43 328	3.54 355	0.44 239	0.31 184	0.64 209	0.43 261	1.04 309	0.83 275	0.64 238	0.77 292	0.74 261	0.74 308	1.91 318	0.64 197	0.20 298	0.17 200	0.19 298	0.15 196	0.30 260	0.59 260

GwcNet	0.76 257	1.09 244	3.68 362	0.38 186	0.45 264	0.81 306	0.45 272	0.91 228	0.89 308	0.63 227	0.77 292	0.82 289	0.51 233	1.64 271	0.85 250	0.17 268	0.16 193	0.15 246	0.15 196	0.33 277	0.34 150

fast-acv-ft	0.67 211	1.24 287	3.26 323	0.39 199	0.30 176	0.80 301	0.48 283	0.74 108	0.76 230	0.60 199	0.78 296	0.76 269	0.60 273	0.70 135	0.78 234	0.16 249	0.15 181	0.18 293	0.17 227	0.38 312	0.24 95

FBW_ROB	0.94 320	1.23 286	2.35 101	0.46 249	0.32 195	0.87 320	0.46 277	1.15 349	0.97 335	0.83 315	0.78 296	1.01 337	0.64 282	3.65 401	1.65 323	0.27 339	0.24 240	0.40 362	0.26 292	0.32 273	0.88 318

RTSC	0.84 283	1.40 320	2.67 235	0.50 272	0.40 244	0.83 309	0.33 204	1.11 344	1.14 358	0.93 329	0.82 298	0.84 294	0.58 265	1.34 228	1.82 334	0.18 279	0.49 292	0.14 221	0.30 312	0.46 344	0.42 194

ADCPNet	1.07 341	1.37 316	4.54 394	0.38 186	0.68 324	1.36 363	0.64 328	0.93 238	0.83 275	0.79 305	0.82 298	1.08 352	1.18 356	1.30 225	2.68 370	0.21 306	0.69 322	0.21 312	0.95 398	0.30 260	0.54 248

Sa-1000	0.61 154	1.07 240	2.71 251	0.32 91	0.61 310	0.61 162	0.31 181	1.00 283	0.76 230	0.53 127	0.83 300	0.43 93	0.33 113	0.69 134	0.30 56	0.10 47	0.52 297	0.13 192	0.28 302	0.29 254	0.29 121

hitnet-ft	0.73 241	1.09 244	2.59 200	0.28 34	0.22 86	0.71 259	0.36 225	0.89 213	0.67 136	0.58 170	0.83 300	1.03 341	0.94 340	2.31 343	0.70 213	0.23 319	0.14 167	0.41 364	0.13 160	0.24 194	0.28 115

anonymousa	0.74 244	0.60 127	2.58 198	0.96 356	1.33 384	0.61 162	0.26 112	0.69 91	0.56 64	0.55 142	0.84 302	0.82 289	0.46 211	0.56 95	0.61 188	0.10 47	1.11 352	0.12 136	0.98 400	0.14 51	0.97 332

STrans-v2	0.69 222	0.62 136	2.66 228	0.28 34	0.23 109	0.57 107	0.32 191	1.01 291	0.77 238	0.92 326	0.84 302	0.88 309	0.92 337	1.81 297	1.19 290	0.10 47	0.07 6	0.10 47	0.09 37	0.12 25	0.30 130

ADCRef	0.88 301	1.45 330	2.68 240	0.38 186	0.35 218	0.95 336	0.51 291	0.92 235	0.81 264	0.89 321	0.84 302	0.61 192	1.35 359	1.26 220	3.38 383	0.14 216	0.12 141	0.17 277	0.19 251	0.28 246	0.34 150

Wz-Net-SNSev	0.85 291	1.83 368	3.36 331	0.42 224	0.31 184	0.71 259	0.66 333	1.04 309	0.94 322	0.68 264	0.85 305	0.96 327	0.62 277	1.75 284	1.14 284	0.16 249	0.15 181	0.16 263	0.17 227	0.39 319	0.63 271

MIPNet	0.88 301	1.07 240	2.85 283	0.61 308	0.18 47	1.46 368	1.37 390	1.65 383	0.78 241	1.93 387	0.85 305	0.75 265	1.66 375	0.87 171	0.34 96	0.10 47	0.08 38	0.11 93	0.32 322	0.27 235	0.26 104

NCC-stereo	0.88 301	1.22 282	2.97 299	0.60 302	0.45 264	1.88 387	0.48 283	1.04 309	0.75 222	0.70 272	0.85 305	0.93 319	0.84 322	1.81 297	1.51 317	0.28 342	0.19 210	0.23 323	0.31 317	0.27 235	0.35 156

Abc-Net	0.88 301	1.22 282	2.97 299	0.60 302	0.45 264	1.88 387	0.48 283	1.04 309	0.75 222	0.70 272	0.85 305	0.93 319	0.84 322	1.81 297	1.51 317	0.28 342	0.19 210	0.23 323	0.31 317	0.27 235	0.35 156
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.84 283	1.14 256	2.54 183	0.80 342	0.52 280	0.76 279	0.34 209	1.16 352	1.29 368	1.11 344	0.85 305	0.98 330	0.74 308	1.25 218	1.48 315	0.22 311	0.37 269	0.20 308	0.27 300	0.36 300	0.41 190

whm_eth	0.51 80	0.86 197	2.79 269	0.31 74	0.31 184	0.49 39	0.24 81	0.78 126	0.75 222	0.48 66	0.86 310	0.26 30	0.26 49	0.38 27	0.29 51	0.13 186	0.11 126	0.13 192	0.12 140	0.14 51	0.44 211

stereogan	0.74 244	0.68 151	2.82 277	0.40 212	0.40 244	1.05 345	0.42 254	0.99 277	0.96 329	0.78 304	0.86 310	1.15 362	0.73 304	1.57 258	0.56 175	0.20 298	0.19 210	0.20 308	0.16 214	0.37 306	0.34 150

psmorigin	1.41 366	0.91 215	13.83 421	0.37 168	0.30 176	0.63 197	0.37 228	0.80 138	0.64 110	0.98 331	0.87 312	1.16 364	0.78 315	3.95 403	1.09 279	0.19 290	0.22 232	0.17 277	0.19 251	0.25 209	0.47 221

NaN_ROB	1.25 354	1.46 332	3.84 371	0.54 286	0.56 290	1.12 353	0.99 366	1.05 317	1.03 343	1.10 343	0.87 312	0.77 271	1.07 349	5.85 410	2.98 376	0.16 249	0.23 237	0.16 263	0.24 280	0.28 246	0.66 278

Anonymous_2	1.36 363	0.49 89	2.03 47	1.71 393	1.58 395	2.49 401	0.58 313	1.59 382	2.31 393	0.77 296	0.88 314	1.03 341	0.58 265	1.20 210	0.66 205	0.32 349	1.38 374	1.42 403	3.87 417	0.78 377	1.56 373

edge stereo	0.84 283	0.74 176	3.42 346	0.38 186	1.21 379	0.63 197	0.41 247	0.98 272	0.83 275	0.81 308	0.88 314	1.14 360	0.73 304	2.16 336	0.89 254	0.22 311	0.20 222	0.26 335	0.18 235	0.38 312	0.43 199

StereoVision	0.52 82	1.12 253	2.70 250	0.34 128	0.32 195	0.47 31	0.26 112	0.73 106	0.61 84	0.33 23	0.89 316	0.45 120	0.26 49	0.52 79	0.39 116	0.14 216	0.15 181	0.16 263	0.15 196	0.22 173	0.14 24

riskmin	0.96 322	0.32 14	2.07 55	1.72 394	1.61 397	1.62 377	0.57 311	1.45 375	0.55 60	0.73 284	0.89 316	0.92 314	0.45 204	1.16 205	0.60 183	0.11 111	1.30 370	0.12 136	1.38 408	0.14 51	1.51 372

SAMSARA	1.11 346	1.35 309	2.60 205	1.34 374	0.77 336	1.67 380	1.41 396	1.47 376	0.99 339	1.54 381	0.89 316	1.44 373	0.90 333	1.88 311	1.71 324	0.25 332	0.55 300	0.22 316	0.34 338	0.39 319	0.50 233

STTRV1_RVC	0.81 272	0.59 125	2.88 288	0.43 234	0.49 275	0.80 301	0.44 267	1.18 357	0.84 287	0.63 227	0.89 316	0.72 253	0.63 281	2.67 371	0.67 207	0.51 367	0.65 315	0.27 336	0.24 280	0.35 294	0.29 121

KYRaft	0.52 82	0.35 37	2.40 114	0.34 128	0.21 77	0.75 275	0.43 261	0.62 70	0.63 104	0.64 238	0.92 320	0.53 152	0.72 301	0.60 107	0.26 32	0.10 47	0.07 6	0.12 136	0.14 178	0.13 35	0.54 248

S-Stereo	0.82 276	0.73 167	3.79 367	0.40 212	0.37 230	0.70 255	0.69 341	1.00 283	1.03 343	0.63 227	0.92 320	0.82 289	0.59 268	2.35 346	0.71 217	0.18 279	0.22 232	0.17 277	0.18 235	0.30 260	0.67 280

WZ-Net	1.04 337	1.83 368	4.20 382	0.42 224	0.36 224	0.88 322	0.71 343	1.05 317	1.11 355	0.84 316	0.94 322	1.06 349	1.17 355	2.37 347	2.24 356	0.20 298	0.14 167	0.15 246	0.16 214	0.36 300	0.53 245

FAT-Stereo	0.72 239	0.60 127	2.86 285	0.37 168	0.29 165	0.64 209	0.55 304	1.01 291	0.91 313	0.76 294	0.94 322	0.93 319	0.79 317	1.82 300	0.60 183	0.19 290	0.19 210	0.17 277	0.16 214	0.23 188	0.47 221

MFN_U_SF_DS_RVC	1.08 344	2.01 379	2.56 194	0.49 267	0.40 244	1.49 369	0.96 365	1.02 297	0.95 327	0.85 317	0.94 322	1.06 349	0.59 268	2.92 386	1.15 285	0.43 361	0.74 329	0.32 351	0.55 375	0.74 371	1.35 363

RP	0.74 244	1.01 230	2.48 168	0.44 239	0.45 264	0.66 236	0.45 272	0.95 256	0.87 299	0.70 272	0.95 325	0.99 333	0.82 319	1.55 252	0.82 246	0.26 336	0.19 210	0.23 323	0.20 260	0.34 283	0.38 171

AANet_RVC	0.79 267	1.46 332	2.72 253	0.34 128	0.25 124	0.59 132	0.32 191	0.88 207	0.83 275	0.62 218	0.95 325	0.80 283	0.43 188	2.46 358	1.72 326	0.38 355	0.26 250	0.10 47	0.09 37	0.25 209	0.43 199

RainbowNet	1.27 355	2.22 392	3.58 358	1.14 369	0.92 351	1.08 350	0.76 348	1.19 358	1.15 360	0.77 296	0.97 327	1.08 352	0.83 321	1.64 271	1.72 326	1.20 394	1.30 370	1.01 390	0.58 379	1.23 387	0.97 332

ACVNet_1	1.47 372	2.27 397	4.92 397	1.11 366	0.89 348	1.19 360	0.66 333	1.28 364	1.19 363	0.98 331	0.97 327	3.06 395	1.48 370	2.37 347	1.82 334	1.08 389	0.49 292	1.03 391	0.48 365	1.20 386	0.95 327

ccnet	0.77 261	0.61 132	2.01 43	0.40 212	0.46 271	1.05 345	0.59 316	1.02 297	0.74 217	0.90 323	0.97 327	0.82 289	0.89 332	1.68 278	1.16 287	0.32 349	0.26 250	0.32 351	0.28 302	0.35 294	0.47 221

DRaft	0.65 191	0.47 85	2.38 106	0.25 5	0.17 37	0.64 209	0.65 331	0.56 48	0.57 67	0.67 258	0.98 330	0.38 73	0.99 343	1.42 236	2.06 343	0.11 111	0.14 167	0.10 47	0.14 178	0.18 110	0.21 72

ADCS	1.14 348	2.02 380	3.36 331	0.43 234	0.37 230	0.96 338	0.81 353	1.12 346	1.17 362	1.25 363	0.98 330	1.08 352	0.92 337	1.41 235	4.97 404	0.23 319	0.21 230	0.22 316	0.23 278	0.40 325	0.67 280

AnyNet_C32	1.08 344	1.76 365	3.01 306	0.50 272	0.54 286	1.17 358	1.16 382	0.97 266	0.95 327	1.11 344	0.98 330	0.87 305	0.93 339	1.57 258	4.11 398	0.22 311	0.20 222	0.25 333	0.25 286	0.40 325	0.68 285

RAFT-345	0.56 111	0.37 50	2.68 240	0.40 212	0.34 210	0.58 114	0.41 247	0.49 14	0.70 178	0.51 111	0.99 333	0.43 93	0.28 73	1.56 254	0.81 243	0.10 47	0.07 6	0.11 93	0.09 37	0.11 17	0.09 2

DEmStereo	0.69 222	0.40 63	2.42 122	0.42 224	0.18 47	0.66 236	0.88 359	0.54 39	0.64 110	0.60 199	1.00 334	0.45 120	1.24 357	1.53 250	2.21 354	0.10 47	0.08 38	0.10 47	0.10 71	0.11 17	0.14 24

Nwc_Net	0.75 254	1.10 249	2.96 298	0.42 224	0.39 238	0.77 289	0.39 242	1.06 329	0.73 200	0.65 250	1.00 334	0.99 333	0.74 308	1.43 237	0.99 268	0.24 326	0.15 181	0.23 323	0.26 292	0.27 235	0.30 130

DispFullNet	1.69 384	2.25 394	5.23 400	1.53 385	8.78 416	0.89 324	0.37 228	1.03 303	0.98 336	1.37 369	1.00 334	1.13 359	1.97 387	1.51 249	0.98 266	0.55 370	0.32 261	1.19 394	0.64 383	1.16 385	0.88 318

Prome-Stereo	0.53 92	0.36 40	2.39 112	0.60 302	0.23 109	0.63 197	0.41 247	0.66 83	0.67 136	0.59 190	1.02 337	0.43 93	0.71 300	0.61 110	0.34 96	0.10 47	0.07 6	0.10 47	0.09 37	0.13 35	0.44 211

ADCMid	1.06 339	1.82 367	3.53 354	0.39 199	0.36 224	0.99 339	0.58 313	1.01 291	0.94 322	1.23 362	1.02 337	1.01 337	1.01 345	1.11 198	4.04 396	0.22 311	0.19 210	0.42 366	0.32 322	0.42 333	0.53 245

Consistency-Raft	0.92 314	1.21 277	3.50 350	0.98 358	0.63 313	0.77 289	0.54 300	1.02 297	1.01 341	0.62 218	1.03 339	0.65 211	1.04 347	0.81 166	1.36 307	0.45 363	0.47 288	0.51 372	0.59 380	0.65 367	0.47 221

MADNet+	1.44 368	2.19 389	6.00 407	0.89 348	0.70 327	1.58 374	1.11 375	1.56 381	1.30 370	0.89 321	1.03 339	1.25 365	1.12 353	3.29 393	2.80 372	0.48 366	0.57 304	0.39 361	0.36 345	0.63 365	0.69 289

RGC	0.78 263	1.10 249	2.55 190	0.45 246	0.45 264	0.73 268	0.40 245	1.00 283	0.75 222	0.75 292	1.04 341	1.02 340	0.73 304	1.74 283	1.15 285	0.24 326	0.19 210	0.28 339	0.26 292	0.31 268	0.38 171

CBMV_ROB	0.88 301	0.75 180	2.73 258	0.36 158	0.22 86	0.76 279	0.47 281	1.05 317	0.81 264	1.06 341	1.04 341	0.88 309	1.36 361	2.17 337	2.03 340	0.23 319	0.24 240	0.27 336	0.25 286	0.27 235	0.73 296

AF-Net	0.76 257	1.14 256	2.74 260	0.42 224	0.41 249	0.70 255	0.41 247	1.07 332	0.94 322	0.73 284	1.05 343	1.04 345	0.86 327	1.23 213	1.00 270	0.23 319	0.15 181	0.25 333	0.18 235	0.32 273	0.35 156

MFMNet_re	1.01 331	1.73 361	3.04 308	0.85 346	0.76 334	0.93 332	0.81 353	1.02 297	1.10 353	1.05 339	1.06 344	0.84 294	0.96 341	0.93 178	0.97 260	0.68 375	0.61 309	0.63 377	0.60 382	0.77 375	0.80 306

ACVNet-4b	2.00 390	2.19 389	4.85 396	1.09 363	0.86 345	1.15 356	0.53 297	1.11 344	1.15 360	0.65 250	1.09 345	1.97 382	0.69 297	2.31 343	9.78 417	5.73 416	0.42 281	1.03 391	0.55 375	1.89 403	0.92 323

MSC_U_SF_DS_RVC	1.40 365	2.04 382	3.02 307	0.58 301	0.41 249	2.15 396	1.00 370	1.31 367	1.29 368	1.05 339	1.10 346	1.29 368	0.91 334	3.07 389	1.34 303	1.65 404	0.84 333	0.68 380	0.88 395	1.55 399	1.91 381

HHNet	0.63 179	0.67 144	3.10 313	0.37 168	0.25 124	0.64 209	0.60 319	0.70 98	0.67 136	0.55 142	1.12 347	0.32 53	0.60 273	0.43 45	1.75 329	0.16 249	0.08 38	0.12 136	0.10 71	0.18 110	0.22 77

GANet	0.92 314	1.20 275	2.68 240	0.45 246	0.27 149	0.76 279	0.66 333	0.94 243	0.77 238	0.79 305	1.17 348	0.84 294	0.91 334	2.72 376	1.76 330	0.18 279	0.42 281	0.44 369	0.20 260	0.33 277	0.94 324

MDST_ROB	1.28 356	0.53 105	3.84 371	0.55 287	0.45 264	4.06 409	0.60 319	1.36 370	0.89 308	2.18 393	1.17 348	0.98 330	0.72 301	4.28 405	2.12 347	0.20 298	0.16 193	0.19 298	0.17 227	0.20 150	0.84 310

FADE	15.98 423	3.24 414	8.93 412	2.10 405	2.93 409	1.19 360	0.91 363	4.99 414	2.50 396	1.28 366	1.19 350	3.05 394	7.02 413	8.01 415	5.49 407	96.22 440	36.26 440	65.47 437	65.78 437	1.78 402	1.34 361

ASMatch	0.61 154	0.47 85	2.72 253	0.91 352	0.36 224	0.56 88	0.24 81	0.54 39	0.67 136	0.48 66	1.20 351	0.47 129	0.65 283	1.33 227	0.93 257	0.10 47	0.08 38	0.11 93	0.11 109	0.10 10	0.17 49

MFN_U_SF_RVC	1.57 380	2.56 409	3.30 328	0.66 321	0.41 249	1.15 356	0.51 291	1.27 363	1.35 372	1.61 383	1.20 351	1.43 372	0.97 342	1.80 295	2.10 345	1.88 407	1.79 385	1.97 412	2.14 411	1.61 400	1.76 380

aanetorigin	0.81 272	1.03 234	2.64 223	0.44 239	0.44 261	0.59 132	1.00 370	0.59 62	0.70 178	1.54 381	1.22 353	0.82 289	1.08 350	1.06 189	1.07 277	0.18 279	0.15 181	0.17 277	0.21 271	0.53 355	0.65 277

SPS-STEREO	1.22 353	1.65 356	3.41 343	0.66 321	0.69 325	1.01 341	0.68 339	1.10 340	0.96 329	1.40 373	1.25 354	1.46 374	1.08 350	2.05 325	2.24 356	0.66 373	0.61 309	0.58 374	0.57 378	0.66 368	1.65 377
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCL	1.07 341	1.22 282	2.80 271	0.40 212	0.33 201	1.50 370	1.87 401	0.97 266	1.04 346	1.26 364	1.28 355	0.99 333	1.41 365	1.36 230	3.51 386	0.17 268	0.14 167	0.22 316	0.21 271	0.32 273	0.43 199

PWC_ROB	0.81 272	1.41 321	2.60 205	0.41 221	0.40 244	0.63 197	0.31 181	1.04 309	0.99 339	0.92 326	1.29 356	0.78 275	0.68 293	1.65 274	1.50 316	0.19 290	0.12 141	0.18 293	0.13 160	0.51 351	0.54 248

RTS	1.29 357	1.59 347	6.48 409	0.63 312	0.57 293	1.59 375	0.90 361	1.15 349	1.44 375	1.20 356	1.31 357	1.10 356	0.87 330	2.67 371	2.27 358	0.21 306	0.38 273	0.19 298	0.20 260	0.46 344	0.68 285

RTSA	1.29 357	1.59 347	6.48 409	0.63 312	0.57 293	1.59 375	0.90 361	1.15 349	1.44 375	1.20 356	1.31 357	1.10 356	0.87 330	2.67 371	2.27 358	0.21 306	0.38 273	0.19 298	0.20 260	0.46 344	0.68 285

EDNetEfficient	1.29 357	0.78 186	4.27 385	0.65 317	1.03 366	0.94 334	1.38 392	0.87 199	1.75 387	2.33 399	1.32 359	1.04 345	2.21 392	1.59 265	4.07 397	0.16 249	0.19 210	0.15 246	0.27 300	0.38 312	0.40 183

tt	4.94 411	0.32 14	4.22 383	2.29 407	1.58 395	10.19 419	16.94 422	9.44 420	5.03 407	1.69 384	1.33 360	4.68 406	5.02 409	3.38 396	5.91 409	6.15 417	9.47 424	2.80 414	3.16 416	3.54 415	1.58 374

AnyNet_C01	1.20 352	1.89 371	4.25 384	0.55 287	0.54 286	1.57 373	1.39 393	1.10 340	1.13 357	1.19 351	1.34 361	1.15 362	1.11 352	1.73 281	2.89 375	0.26 336	0.24 240	0.28 339	0.24 280	0.50 349	0.68 285

CrosDoStereo	0.96 322	0.49 89	2.66 228	0.27 22	0.33 201	0.54 74	3.69 408	0.77 119	0.66 124	0.70 272	1.39 362	0.53 152	1.47 368	1.77 289	3.02 378	0.10 47	0.08 38	0.11 93	0.11 109	0.22 173	0.30 130

DeepStereo_LL	0.96 322	0.49 89	2.66 228	0.27 22	0.33 201	0.54 74	3.69 408	0.77 119	0.66 124	0.70 272	1.39 362	0.53 152	1.47 368	1.77 289	3.02 378	0.10 47	0.08 38	0.11 93	0.11 109	0.22 173	0.30 130

PVD	1.05 338	1.21 277	2.36 102	0.84 345	0.91 350	1.04 343	0.64 328	1.32 368	1.68 384	1.43 375	1.41 364	1.14 360	1.15 354	1.49 247	1.77 331	0.27 339	0.65 315	0.28 339	0.35 340	0.40 325	0.73 296

EAI-Stereo	1.16 350	0.29 2	1.94 34	0.55 287	0.97 358	1.96 389	7.94 417	1.34 369	1.03 343	1.01 337	1.48 365	0.51 144	0.66 289	0.65 122	1.42 312	0.09 11	0.23 237	0.09 14	0.53 373	0.13 35	0.49 231

EDNetEfficientorigin	8.19 415	1.27 293	145.54 441	0.51 275	0.96 355	0.75 275	0.49 288	0.86 191	1.57 382	2.12 391	1.49 366	1.28 366	1.35 359	1.84 303	2.15 350	0.14 216	0.13 154	0.17 277	0.18 235	0.39 319	0.64 276

JetBlue	1.89 387	2.09 384	4.16 380	0.74 333	1.23 380	4.52 413	3.86 410	1.68 385	1.26 365	1.28 366	1.54 367	2.36 388	1.86 384	3.35 395	3.37 382	0.54 368	0.49 292	0.48 370	0.49 367	1.39 396	1.21 349

otaku	1.15 349	2.10 385	3.51 351	0.98 358	0.74 330	1.02 342	0.59 316	1.03 303	0.89 308	0.70 272	1.60 368	0.98 330	0.65 283	1.63 268	1.80 333	0.99 386	0.46 286	0.73 382	0.40 353	1.30 392	0.88 318

THIR-Stereo	0.88 301	0.85 195	2.33 99	0.26 15	0.16 20	0.59 132	2.69 404	0.62 70	0.54 55	0.62 218	1.61 369	0.96 327	1.77 381	1.67 275	2.20 353	0.10 47	0.08 38	0.14 221	0.11 109	0.16 69	0.21 72

FTStereo	0.79 267	0.32 14	2.83 279	0.70 330	0.21 77	0.73 268	1.75 399	0.61 67	0.60 81	1.07 342	1.62 370	1.28 366	2.11 390	0.75 151	0.30 56	0.19 290	0.08 38	0.12 136	0.11 109	0.12 25	0.39 178

ACVNet_2	1.54 378	2.20 391	4.42 391	1.10 365	0.93 353	1.37 365	0.87 357	1.53 378	1.71 386	1.22 360	1.72 371	2.12 385	1.06 348	2.58 364	1.93 336	0.94 382	0.54 298	1.00 389	0.56 377	2.11 407	0.96 329

PWCK	1.62 383	2.32 401	4.27 385	1.11 366	0.56 290	1.81 385	1.84 400	1.55 380	1.54 381	1.45 376	1.81 372	1.82 380	1.38 363	3.34 394	2.14 349	1.09 390	0.57 304	0.98 388	0.59 380	1.50 398	0.79 304

SANet	1.35 362	1.80 366	4.39 390	0.41 221	0.29 165	1.72 382	0.89 360	1.17 355	2.47 395	1.22 360	1.82 373	1.72 379	1.70 378	2.57 363	3.30 380	0.18 279	0.16 193	0.16 263	0.15 196	0.34 283	0.62 267

DGSMNet	2.93 402	0.77 183	3.44 347	3.58 415	4.25 413	2.53 402	6.86 416	1.03 303	0.88 303	0.58 170	1.85 374	0.79 277	0.62 277	1.63 268	1.46 314	4.62 414	4.98 417	5.15 419	4.71 418	4.52 418	4.37 416

RAFT-RH_RVC	0.65 191	0.73 167	2.78 268	0.39 199	0.29 165	0.60 144	0.18 10	0.45 7	0.63 104	0.75 292	1.89 375	0.47 129	0.29 89	1.59 265	1.21 292	0.15 235	0.07 6	0.13 192	0.13 160	0.11 17	0.10 4

CSAN	1.38 364	1.74 364	4.12 378	0.53 280	0.38 236	1.06 348	1.15 380	1.29 365	1.12 356	1.19 351	1.90 376	1.04 345	1.44 366	5.92 411	2.82 374	0.26 336	0.22 232	0.24 328	0.25 286	0.35 294	0.54 248

FINET	1.92 388	1.96 373	4.49 393	1.62 388	1.39 387	3.51 407	4.39 411	2.89 403	2.58 397	1.39 371	1.98 377	1.35 370	2.12 391	1.64 271	2.12 347	0.84 380	1.03 347	0.18 293	0.29 306	0.54 356	2.12 389

SGM_RVC	2.11 393	1.07 240	2.87 286	0.98 358	0.92 351	2.72 403	1.88 402	1.91 392	12.27 415	2.09 389	1.99 378	2.47 389	2.24 393	2.87 385	2.03 340	0.54 368	0.47 288	0.42 366	0.47 364	0.74 371	1.22 351
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PWCDC_ROB	0.83 280	1.57 342	2.63 214	0.48 256	0.37 230	0.78 294	0.29 159	1.04 309	1.36 373	0.63 227	2.05 379	0.64 207	0.70 299	1.10 194	1.20 291	0.33 351	0.14 167	0.15 246	0.12 140	0.63 365	0.46 219

UNDER WATER-64	2.59 395	2.28 398	5.63 404	1.85 400	1.45 390	3.28 405	1.60 398	2.62 399	5.57 408	2.09 389	2.12 380	4.10 401	4.21 407	2.74 379	3.64 389	1.49 401	0.86 334	1.58 407	1.09 404	1.91 404	1.62 376

DCRE	0.76 257	0.80 190	2.31 95	1.05 361	1.18 377	0.63 197	0.26 112	1.03 303	0.59 77	0.52 119	2.12 380	0.44 108	0.27 62	0.41 41	0.53 166	0.09 11	1.02 346	0.10 47	0.32 322	0.16 69	1.47 371

coex-ft	6.14 413	1.98 375	60.80 439	0.34 128	0.30 176	0.80 301	1.17 383	0.76 113	4.34 406	19.82 426	2.15 382	1.61 377	8.77 416	1.82 300	10.36 418	0.44 362	2.05 391	0.18 293	0.19 251	0.39 319	4.61 418

LSM	3.40 405	1.42 325	5.81 406	9.98 421	30.74 435	0.86 316	1.14 378	0.99 277	1.26 365	1.40 373	2.18 383	0.93 319	0.85 325	1.76 286	1.03 273	0.22 311	0.35 267	0.24 328	0.29 306	0.40 325	6.21 419

IMH-64-1	1.50 373	1.98 375	2.69 246	1.39 377	1.12 374	1.39 366	1.19 384	1.80 387	1.47 377	1.19 351	2.20 384	1.53 375	1.51 372	2.12 334	1.98 337	1.34 397	0.68 319	1.28 397	0.70 384	1.37 394	1.12 340

IMH-64	1.50 373	1.98 375	2.69 246	1.39 377	1.12 374	1.39 366	1.19 384	1.80 387	1.47 377	1.19 351	2.20 384	1.53 375	1.51 372	2.12 334	1.98 337	1.34 397	0.68 319	1.28 397	0.70 384	1.37 394	1.12 340

ELAS_RVC	1.51 376	0.88 202	3.36 331	0.63 312	0.56 290	1.53 371	2.73 405	1.53 378	1.76 388	2.26 397	2.21 386	2.10 384	3.07 400	2.08 330	2.52 364	0.42 358	0.42 281	0.42 366	0.37 346	0.51 351	0.84 310
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-Forest	1.84 386	7.91 419	10.36 415	0.42 224	0.33 201	1.04 343	1.29 388	1.01 291	0.88 303	1.19 351	2.30 387	1.03 341	1.79 382	2.60 366	2.81 373	0.22 311	0.21 230	0.21 312	0.19 251	0.25 209	0.79 304
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
JetRed	3.37 404	4.96 416	10.08 414	1.48 382	1.73 400	7.63 416	5.47 415	3.47 409	2.20 392	2.42 400	2.40 388	2.98 392	2.35 394	3.52 399	6.60 410	1.33 396	1.90 387	1.38 401	1.23 406	2.30 409	2.02 385

MeshStereo	1.29 357	1.34 306	3.04 308	0.35 144	0.28 159	1.10 352	0.69 341	1.42 374	1.07 350	2.71 405	2.43 389	2.95 391	1.50 371	2.92 386	2.03 340	0.23 319	0.22 232	0.22 316	0.19 251	0.50 349	0.69 289
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
ELAS	1.52 377	0.92 220	2.91 292	0.62 310	0.57 293	3.13 404	2.21 403	1.67 384	1.58 383	2.42 400	2.43 389	1.87 381	2.49 395	1.85 305	2.70 371	0.42 358	0.43 284	0.41 364	0.40 353	0.51 351	0.85 314
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	1.58 381	2.04 382	3.25 322	0.94 354	0.75 331	1.75 383	1.13 377	1.87 390	1.97 391	1.46 378	2.53 391	1.98 383	1.75 379	3.13 390	2.48 363	0.69 376	0.67 318	0.94 386	0.74 389	0.80 378	0.77 299

G-Net	1.02 332	0.70 156	3.23 319	0.60 302	0.66 320	2.00 393	0.71 343	0.78 126	0.70 178	1.14 347	2.53 391	1.29 368	1.01 345	1.47 244	1.74 328	0.25 332	0.24 240	0.24 328	0.26 292	0.37 306	0.40 183

WAO-6	1.69 384	1.87 370	3.21 318	1.15 370	1.01 364	2.29 397	1.06 374	1.85 389	2.84 402	1.30 368	2.59 393	2.19 386	1.67 376	2.62 367	2.52 364	0.96 384	0.68 319	1.19 394	0.84 392	1.13 383	0.95 327

WCMA_ROB	1.29 357	1.21 277	3.13 316	0.65 317	0.36 224	1.20 362	0.78 350	1.00 283	0.98 336	1.78 386	2.62 394	3.08 396	2.01 388	1.86 307	2.35 360	0.38 355	0.38 273	0.32 351	0.32 322	0.31 268	1.06 337

MSMD_ROB	1.41 366	1.03 234	2.75 262	0.41 221	0.32 195	2.00 393	0.61 324	0.96 259	1.43 374	2.97 407	2.63 395	4.76 407	2.04 389	2.44 357	1.78 332	0.30 346	0.26 250	0.32 351	0.32 322	0.32 273	0.63 271

IMH	2.14 394	2.46 405	3.60 361	1.70 392	1.13 376	1.65 379	0.93 364	2.13 396	1.93 390	1.37 369	2.64 396	2.19 386	1.82 383	5.77 409	2.18 352	5.70 415	1.05 348	1.31 399	0.72 388	1.39 396	1.13 342

SDNR	2.06 391	2.93 412	2.94 296	1.55 386	5.13 414	1.98 392	0.24 81	1.95 394	2.62 398	0.92 326	2.71 397	5.76 410	0.68 293	3.61 400	3.84 391	0.33 351	0.38 273	0.22 316	0.17 227	1.13 383	2.04 386

UNDER WATER	2.84 399	2.25 394	5.25 401	1.84 399	1.45 390	2.36 399	1.44 397	3.23 406	6.51 411	2.61 403	2.73 398	5.69 409	5.64 411	3.14 391	4.18 399	1.48 400	0.81 332	1.60 408	1.07 402	1.91 404	1.67 378

FCDSN-DC	1.45 370	1.12 253	3.30 328	0.48 256	0.41 249	1.13 354	0.60 319	1.17 355	1.28 367	2.25 396	2.85 399	3.65 399	3.34 403	2.58 364	2.44 362	0.31 348	0.26 250	0.31 349	0.30 312	0.37 306	0.78 302
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LVE	2.10 392	2.61 410	4.30 389	1.79 397	1.81 401	1.68 381	1.04 373	2.35 398	2.78 401	1.27 365	2.87 400	4.21 404	1.46 367	2.83 384	2.02 339	2.87 412	0.92 337	1.19 394	1.47 410	1.29 390	1.18 343

pmcnn	1.44 368	1.25 290	3.57 357	0.74 333	1.42 388	0.72 265	0.56 308	1.04 309	1.06 349	1.03 338	2.89 401	6.01 411	0.75 312	2.54 361	3.60 388	0.14 216	0.11 126	0.08 3	0.06 6	0.34 283	0.81 308

FC-DCNN	1.60 382	0.85 195	3.44 347	0.46 249	0.39 238	1.96 389	0.66 333	1.72 386	1.70 385	2.75 406	2.91 402	4.20 402	3.15 401	2.72 376	2.66 369	0.30 346	0.26 250	0.31 349	0.30 312	0.33 277	0.91 321

MADNet++	2.94 403	2.17 388	3.27 324	2.55 410	2.28 407	3.29 406	3.37 406	2.76 401	2.67 400	3.10 408	3.20 403	2.78 390	3.25 402	4.11 404	4.68 403	2.72 411	2.27 406	3.03 415	2.43 413	2.34 410	2.59 407

WAO-8	2.91 400	2.55 407	3.77 365	1.93 403	1.04 367	4.08 410	0.99 366	3.25 407	6.09 409	2.20 394	3.34 404	3.33 397	2.64 396	11.73 418	2.52 364	2.12 408	1.92 388	1.55 405	0.93 396	1.27 388	0.96 329

Venus	2.91 400	2.55 407	3.77 365	1.93 403	1.04 367	4.08 410	0.99 366	3.25 407	6.09 409	2.20 394	3.34 404	3.33 397	2.64 396	11.73 418	2.52 364	2.12 408	1.92 388	1.55 405	0.93 396	1.27 388	0.96 329

SGM+DAISY	2.67 396	2.14 387	4.28 387	1.92 402	2.11 406	4.36 412	5.22 414	3.17 404	3.00 403	3.24 410	3.81 406	3.03 393	3.61 404	2.53 360	3.79 390	1.15 391	1.29 368	0.66 378	0.71 387	0.95 381	2.44 406

NVStereoNet_ROB	1.45 370	1.62 352	3.59 359	1.09 363	0.70 327	0.86 316	0.67 337	1.19 358	1.51 379	1.20 356	4.05 407	1.61 377	1.94 386	2.97 388	2.07 344	0.67 374	0.69 322	0.55 373	0.70 384	0.57 358	0.67 280
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	1.92 388	2.31 400	5.03 399	1.31 372	1.08 370	1.55 372	0.99 366	1.98 395	2.33 394	1.51 380	4.15 408	4.23 405	1.39 364	2.31 343	2.10 345	1.18 393	0.69 322	1.18 393	0.75 390	1.30 392	1.07 338

SGM-ForestM	3.67 407	2.70 411	5.34 403	1.65 390	1.72 399	6.02 415	5.08 413	4.10 412	3.47 404	4.59 412	4.21 409	9.81 416	5.79 412	6.44 412	6.97 412	0.88 381	1.09 350	0.33 355	0.45 361	0.68 369	2.10 388

TorneroNet-64	2.74 397	2.23 393	4.18 381	1.48 382	1.20 378	3.88 408	1.01 372	3.48 411	6.61 412	2.62 404	4.55 410	4.20 402	3.84 406	3.39 397	3.40 384	1.23 395	0.66 317	1.39 402	0.80 391	3.42 414	1.27 354

LE_ROB	4.55 410	2.43 404	9.94 413	2.79 413	4.03 412	2.40 400	3.54 407	2.72 400	11.04 414	11.64 419	4.69 411	5.25 408	10.74 417	4.52 408	9.73 416	0.82 379	0.70 325	1.34 400	0.97 399	0.74 371	0.94 324

MANE	3.51 406	2.03 381	3.88 373	1.89 401	2.01 403	5.98 414	4.72 412	5.87 416	7.13 413	3.80 411	5.10 412	6.11 412	5.34 410	4.39 406	5.05 405	1.07 388	1.28 367	0.50 371	0.85 393	0.76 374	2.36 405

HanzoNet	7.85 414	3.30 415	5.75 405	7.47 419	3.97 411	2.34 398	1.37 390	3.47 409	4.02 405	13.30 420	10.49 413	10.86 417	16.67 423	8.50 417	10.51 419	10.80 423	9.84 425	5.83 420	13.69 423	7.24 420	7.51 420

Anonymous_1	22.76 426	11.11 420	11.93 416	12.73 422	26.05 434	19.39 426	27.77 428	14.18 422	13.64 419	14.92 421	10.66 414	11.26 418	11.24 420	12.48 422	14.45 422	37.82 439	7.87 419	34.92 436	63.61 436	87.51 440	11.75 425

DPSM_ROB	12.32 418	11.13 421	12.31 417	12.90 423	12.80 421	19.81 428	28.13 429	14.50 423	14.31 422	10.62 416	11.34 415	12.03 421	11.89 421	13.08 423	15.22 423	7.09 419	8.31 421	6.47 422	7.32 419	8.69 421	8.43 423

DPSM	12.32 418	11.13 421	12.31 417	12.90 423	12.80 421	19.81 428	28.13 429	14.50 423	14.31 422	10.62 416	11.34 415	12.03 421	11.89 421	13.08 423	15.22 423	7.09 419	8.31 421	6.47 422	7.32 419	8.69 421	8.43 423

notaker	2.77 398	2.35 402	4.02 376	2.61 411	1.44 389	1.77 384	1.14 378	2.77 402	1.81 389	2.30 398	11.41 417	3.95 400	4.70 408	3.24 392	3.01 377	1.58 403	0.88 335	1.71 410	1.08 403	2.10 406	1.44 369

DGTPSM_ROB	8.97 416	5.94 417	13.01 419	5.95 418	11.34 418	8.54 417	24.06 423	6.47 417	13.52 417	5.19 413	11.52 418	6.18 413	11.04 418	7.02 413	13.92 420	4.47 413	7.66 418	3.90 416	7.43 421	4.34 417	7.98 421

DPSMNet_ROB	9.58 417	5.96 418	13.98 422	8.88 420	11.87 419	8.54 417	24.08 424	6.48 418	13.67 420	5.35 414	11.53 419	6.31 414	11.04 418	7.69 414	14.09 421	7.61 422	8.23 420	5.03 418	7.75 422	5.24 419	8.36 422

KSHMR	4.19 408	2.37 403	6.24 408	1.73 395	1.48 392	1.97 391	1.29 388	3.18 405	17.06 425	2.15 392	15.74 420	9.09 415	1.75 379	8.33 416	2.37 361	1.55 402	1.29 368	1.70 409	1.23 406	1.75 401	1.60 375

ktn	4.44 409	2.47 406	3.70 364	1.82 398	1.49 393	2.11 395	1.40 394	2.30 397	12.56 416	11.36 418	16.25 421	11.30 419	3.77 405	4.41 407	3.47 385	1.86 406	0.99 340	1.74 411	1.21 405	3.28 413	1.39 366

TorneroNet	5.60 412	2.30 399	3.98 374	1.49 384	1.26 383	14.47 421	1.11 375	4.85 413	20.66 430	10.12 415	16.30 422	11.78 420	7.35 414	3.41 398	4.38 400	1.36 399	0.70 325	1.46 404	0.87 394	2.73 411	1.33 359

xxxxx1	29.05 438	20.74 427	14.05 423	50.10 437	40.25 437	19.01 423	26.60 425	21.83 429	20.22 427	16.52 423	17.56 423	18.33 424	21.41 427	16.11 426	20.77 428	23.48 431	26.77 435	66.36 438	78.56 438	30.19 435	32.23 438

tt_ll	29.05 438	20.74 427	14.05 423	50.10 437	40.25 437	19.01 423	26.60 425	21.83 429	20.22 427	16.52 423	17.56 423	18.33 424	21.41 427	16.11 426	20.77 428	23.48 431	26.77 435	66.36 438	78.56 438	30.19 435	32.23 438

ff	29.05 438	20.74 427	14.05 423	50.10 437	40.25 437	19.01 423	26.60 425	21.83 429	20.22 427	16.52 423	17.56 423	18.33 424	21.41 427	16.11 426	20.77 428	23.48 431	26.77 435	66.36 438	78.56 438	30.19 435	32.23 438

LRCNet_RVC	13.78 422	19.34 425	13.01 419	19.47 426	12.67 420	1.85 386	0.42 254	12.28 421	1.10 353	15.76 422	18.69 426	12.52 423	8.65 415	12.22 421	9.64 415	22.29 430	8.38 423	25.92 432	24.06 433	19.72 431	17.59 428

BEATNet-Init1	12.32 418	12.82 423	28.66 436	3.22 414	3.71 410	21.59 430	11.42 418	14.54 425	13.73 421	20.24 427	20.16 427	26.14 435	19.85 426	19.08 429	15.33 425	1.81 405	1.93 390	2.05 413	2.48 414	4.25 416	3.41 415

ASD4	27.03 437	24.46 438	23.91 427	27.24 435	17.87 423	47.08 439	31.36 431	41.80 440	21.82 431	31.12 439	20.82 428	33.80 440	18.50 425	27.25 439	21.57 431	29.52 437	20.55 433	27.54 433	23.38 431	30.03 434	20.96 433

HaxPig	19.88 425	22.39 431	22.30 426	17.98 425	17.98 424	12.06 420	12.06 419	16.25 426	15.97 424	21.05 428	21.41 429	18.85 427	18.35 424	20.07 430	19.64 427	23.57 434	23.19 434	24.07 431	23.71 432	22.95 432	23.72 435

SPstereo	16.55 424	3.18 413	4.92 397	2.73 412	2.77 408	29.67 431	52.00 433	39.41 439	29.70 440	21.94 435	21.64 430	27.45 437	23.83 432	27.92 440	26.10 434	2.44 410	2.60 411	4.96 417	3.11 415	2.27 408	2.32 404

LSM0	26.57 435	22.53 436	25.76 434	30.62 436	52.30 440	39.86 438	56.49 434	29.18 437	28.76 433	21.26 430	22.46 431	24.42 434	23.97 436	26.42 437	30.66 440	14.29 429	16.56 426	13.06 429	14.65 425	17.62 429	20.52 432

CasAABBNet	24.76 430	22.38 430	24.44 429	26.05 430	25.75 429	39.79 433	56.76 436	29.10 436	28.88 434	21.22 429	22.69 432	24.21 432	23.99 437	26.23 432	30.62 436	14.22 424	16.71 427	13.03 424	14.75 426	17.49 427	16.97 426

Selective-RAFT-Error	24.83 431	22.44 435	24.80 430	26.10 431	25.82 430	39.85 437	56.72 435	29.21 438	29.03 439	21.29 431	22.80 433	24.25 433	24.07 438	26.28 436	30.60 435	14.24 425	16.85 428	13.04 428	14.75 426	17.53 428	17.02 427

MyStereo03	24.90 432	22.40 432	24.90 431	26.19 432	25.93 431	39.80 434	56.77 437	29.00 433	28.95 436	21.51 432	22.81 434	24.16 429	23.92 433	26.26 433	30.65 437	14.24 425	17.13 429	13.03 424	14.76 428	17.48 424	18.00 429

MyStereo02	24.90 432	22.40 432	24.90 431	26.19 432	25.93 431	39.80 434	56.77 437	29.00 433	28.95 436	21.51 432	22.81 434	24.16 429	23.92 433	26.26 433	30.65 437	14.24 425	17.13 429	13.03 424	14.76 428	17.48 424	18.00 429

MyStereo	24.90 432	22.40 432	24.90 431	26.19 432	25.93 431	39.80 434	56.77 437	29.00 433	28.95 436	21.51 432	22.81 434	24.16 429	23.92 433	26.26 433	30.65 437	14.24 425	17.13 429	13.03 424	14.76 428	17.48 424	18.00 429

DPSimNet_ROB	24.35 429	23.81 437	31.38 438	25.93 429	22.83 427	31.30 432	34.38 432	20.78 428	28.92 435	27.39 437	22.99 437	28.29 438	35.76 440	15.47 425	17.82 426	24.28 435	17.90 432	22.23 430	14.12 424	19.38 430	22.12 434

MEDIAN_ROB	23.95 428	26.96 439	26.29 435	22.14 427	22.09 426	16.18 422	14.23 420	20.47 427	20.09 426	25.43 436	25.22 438	22.96 428	22.54 430	24.33 431	23.18 432	28.15 436	27.16 438	28.60 434	27.73 434	27.59 433	27.58 436

AVERAGE_ROB	26.91 436	30.28 440	29.18 437	25.78 428	25.30 428	19.49 427	15.38 421	23.70 432	23.02 432	28.38 438	27.78 439	26.23 436	25.76 439	26.95 438	25.55 433	31.27 438	30.02 439	31.76 435	30.80 435	30.88 438	30.77 437

PML	22.99 427	17.34 424	8.24 411	5.48 417	9.84 417	50.35 440	102.65 440	5.84 415	13.52 417	37.08 440	104.84 440	30.61 439	23.20 431	12.09 420	7.96 414	6.27 418	2.12 396	6.31 421	2.42 412	10.67 423	2.95 409

test_example2	115.17 441	122.38 441	93.45 440	115.38 440	123.53 441	101.24 441	113.11 441	54.67 441	99.94 441	135.50 441	136.43 441	85.67 441	85.40 441	110.44 441	104.91 441	152.17 441	205.21 441	99.17 441	114.27 441	138.55 441	112.04 441

Low-res two-view benchmark