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	0.63 120	0.18 1	0.37 2	2.27 395	0.84 352	0.57 77	0.54 194	0.79 14	0.62 24	0.48 19	0.70 33	0.36 2	0.26 1	0.45 3	0.35 28	2.24 396	0.10 1	0.14 1	0.09 1	0.15 5	1.06 386

CES	0.48 35	0.20 2	0.37 2	0.39 4	1.39 387	0.55 69	0.35 49	0.98 65	0.66 41	0.44 9	0.66 25	0.35 1	0.27 2	0.56 11	0.33 17	0.15 7	0.13 44	0.15 3	0.10 2	0.19 74	1.46 392

s12784h	0.52 42	0.20 2	0.38 4	0.41 5	0.19 1	0.96 229	0.34 45	1.17 128	1.25 239	0.81 70	0.90 67	0.63 60	0.50 57	1.45 172	0.42 76	0.14 4	0.12 10	0.17 15	0.11 6	0.18 44	0.11 1

IGEV+	0.40 9	0.21 4	0.53 28	0.45 33	0.28 53	0.49 32	0.39 83	0.99 67	0.68 45	0.52 30	0.48 7	0.50 33	0.53 66	0.70 35	0.37 40	0.20 120	0.11 3	0.17 15	0.13 11	0.17 24	0.15 28

LoS	0.40 9	0.21 4	0.44 11	0.37 2	0.22 4	0.50 42	0.40 87	1.00 72	0.94 109	0.48 19	0.66 25	0.48 23	0.40 18	0.60 24	0.37 40	0.18 61	0.14 77	0.16 10	0.11 6	0.14 2	0.14 12

CREStereo++_RVC	0.47 33	0.21 4	0.38 4	0.45 33	0.38 174	0.45 19	0.25 4	0.75 9	1.29 260	0.80 66	1.21 171	0.47 20	0.37 13	0.53 6	0.44 87	0.16 12	0.11 3	0.15 3	0.80 383	0.18 44	0.11 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
TANstereo	0.44 24	0.21 4	0.44 11	0.41 5	0.21 3	0.65 112	0.26 9	0.79 14	0.83 77	0.93 87	0.98 84	0.51 34	0.46 34	0.54 8	0.35 28	0.18 61	0.24 277	0.16 10	0.13 11	0.16 13	0.26 229

CREStereo	0.39 6	0.21 4	0.38 4	0.34 1	0.22 4	0.53 60	0.29 20	0.77 12	1.11 177	0.58 35	0.71 35	0.51 34	0.41 20	0.54 8	0.34 25	0.18 61	0.13 44	0.15 3	0.10 2	0.14 2	0.14 12
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	0.46 27	0.21 4	0.38 4	0.37 2	0.23 7	0.71 146	0.27 15	0.74 8	1.04 149	0.64 44	0.70 33	0.55 42	0.47 40	0.86 72	0.35 28	1.00 381	0.13 44	0.15 3	0.10 2	0.15 5	0.13 4

EGLCR-Stereo	0.37 3	0.22 10	0.51 24	0.43 8	0.26 21	0.44 18	0.22 2	0.99 67	0.48 4	0.42 4	0.42 2	0.67 70	0.29 3	0.86 72	0.33 17	0.17 33	0.12 10	0.19 52	0.17 77	0.17 24	0.15 28

test_4	0.53 51	0.22 10	0.56 39	0.54 137	0.32 109	0.64 100	0.39 83	0.80 19	0.62 24	0.92 86	1.87 328	0.68 72	0.42 22	1.16 126	0.37 40	0.15 7	0.13 44	0.20 76	0.22 201	0.20 101	0.15 28

test-3	0.54 65	0.22 10	0.68 92	0.47 43	0.27 34	0.58 78	0.35 49	0.92 42	1.00 137	1.32 250	0.69 32	0.87 130	0.45 31	1.68 215	0.37 40	0.16 12	0.11 3	0.20 76	0.16 61	0.17 24	0.13 4

test_1	0.54 65	0.22 10	0.68 92	0.47 43	0.27 34	0.58 78	0.35 49	0.92 42	1.00 137	1.28 225	0.68 29	0.87 130	0.45 31	1.67 210	0.37 40	0.16 12	0.11 3	0.20 76	0.16 61	0.17 24	0.13 4

MIF-Stereo	0.36 1	0.23 14	0.59 55	0.48 55	0.36 149	0.40 10	0.32 32	0.53 1	0.49 5	0.54 33	0.55 19	0.36 2	0.31 6	0.58 14	0.51 134	0.20 120	0.15 127	0.17 15	0.15 32	0.19 74	0.15 28

MC-Stereo	0.43 16	0.23 14	0.48 15	0.51 98	0.28 53	0.39 9	0.32 32	0.88 33	0.68 45	0.60 41	0.84 57	0.56 44	0.61 109	1.03 102	0.31 6	0.17 33	0.11 3	0.17 15	0.15 32	0.16 13	0.13 4

RCA-Stereo	0.50 40	0.23 14	0.58 50	0.48 55	0.33 125	0.55 69	0.45 139	0.97 63	1.38 300	0.68 47	1.05 113	0.63 60	0.80 167	0.59 15	0.32 8	0.17 33	0.12 10	0.17 15	0.14 24	0.16 13	0.14 12

test_3	0.55 80	0.23 14	0.71 118	0.53 122	0.28 53	0.61 91	0.40 87	0.92 42	1.05 153	1.19 189	0.68 29	0.93 148	0.44 28	1.67 210	0.39 57	0.15 7	0.12 10	0.22 125	0.19 111	0.21 135	0.14 12

DEmStereo	0.97 264	0.23 14	0.79 173	0.47 43	0.32 109	1.04 244	0.56 213	0.93 47	0.89 91	1.39 278	2.14 349	1.02 181	2.07 374	5.64 361	0.77 219	0.17 33	0.15 127	0.20 76	0.20 139	0.18 44	0.20 138

111	0.60 105	0.23 14	0.70 107	0.43 8	0.24 10	0.72 148	0.42 100	1.18 133	1.41 312	0.80 66	1.38 233	1.10 205	0.79 162	0.96 86	0.58 165	0.18 61	0.13 44	0.17 15	0.15 32	0.17 24	0.19 115

MoCha-V2	0.37 3	0.24 20	0.54 33	0.72 305	0.22 4	0.43 15	0.31 28	0.95 54	0.55 17	0.43 7	0.46 4	0.43 7	0.60 99	0.44 2	0.29 1	0.14 4	0.12 10	0.15 3	0.13 11	0.17 24	0.12 3

MIM_Stereo	0.57 94	0.24 20	0.92 219	0.46 37	0.30 82	0.54 63	0.28 18	1.27 157	0.75 58	1.00 105	1.16 158	0.93 148	0.53 66	1.45 172	0.61 176	0.16 12	0.16 158	0.20 76	0.19 111	0.17 24	0.14 12

AEACV	0.37 3	0.24 20	0.52 26	0.47 43	0.51 248	0.37 8	0.38 72	0.65 4	0.53 16	0.42 4	0.56 20	0.46 17	0.60 99	0.53 6	0.30 2	0.16 12	0.13 44	0.18 38	0.15 32	0.17 24	0.14 12

Any-RAFT	0.53 51	0.24 20	0.47 13	0.47 43	0.27 34	1.00 239	0.25 4	1.58 224	1.05 153	0.85 80	0.99 86	1.06 189	0.47 40	0.70 35	0.32 8	0.18 61	0.13 44	0.16 10	0.13 11	0.16 13	0.16 43

4D-IteraStereo	0.48 35	0.24 20	0.76 159	0.50 75	0.44 207	0.66 121	0.31 28	0.87 26	1.02 142	1.03 115	0.72 37	0.78 93	0.32 9	0.64 27	0.37 40	0.17 33	0.11 3	0.23 154	0.19 111	0.19 74	0.13 4

Selective-IGEV	0.39 6	0.24 20	0.50 18	0.44 23	0.25 19	0.46 20	0.33 35	1.25 155	0.40 1	0.35 1	0.45 3	0.52 39	0.30 4	1.07 113	0.30 2	0.14 4	0.12 10	0.17 15	0.13 11	0.16 13	0.13 4

fff	0.53 51	0.24 20	0.70 107	0.43 8	0.24 10	0.48 22	0.36 59	1.07 106	1.25 239	1.10 135	1.02 101	0.57 46	1.06 272	0.73 46	0.52 140	0.16 12	0.13 44	0.17 15	0.13 11	0.15 5	0.19 115

ADStereo(finetuned)	0.57 94	0.24 20	1.06 261	0.43 8	0.24 10	0.49 32	0.35 49	1.05 91	1.30 266	1.12 141	1.03 109	0.58 50	1.20 298	0.84 67	0.51 134	0.16 12	0.13 44	0.17 15	0.13 11	0.18 44	0.19 115

CrosDoStereo	1.58 342	0.24 20	0.72 122	0.48 55	0.29 66	0.67 125	12.49 419	1.10 113	0.98 125	1.34 261	1.75 313	1.00 172	1.89 363	6.65 377	0.81 231	0.19 93	0.15 127	0.20 76	0.22 201	0.18 44	0.19 115

DeepStereo_LL	1.58 342	0.24 20	0.72 122	0.48 55	0.29 66	0.67 125	12.49 419	1.10 113	0.98 125	1.34 261	1.75 313	1.00 172	1.89 363	6.65 377	0.81 231	0.19 93	0.15 127	0.20 76	0.22 201	0.18 44	0.19 115

DRaft	0.80 208	0.24 20	0.70 107	0.45 33	0.30 82	0.97 233	0.53 190	1.05 91	0.97 120	1.78 337	2.02 341	0.80 98	1.74 353	2.73 296	0.72 203	0.17 33	0.14 77	0.20 76	0.20 139	0.18 44	0.21 155

RAFT-RH_RVC	1.03 279	0.24 20	0.67 89	0.49 68	0.28 53	0.81 188	0.33 35	0.83 23	1.08 165	2.05 357	4.65 393	1.04 187	0.57 88	5.98 369	0.50 131	0.18 61	0.13 44	0.26 230	0.20 139	0.16 13	0.17 63

DCANet	0.54 65	0.24 20	0.70 107	0.43 8	0.24 10	0.49 32	0.36 59	1.05 91	1.30 266	1.12 141	1.03 109	0.58 50	0.92 217	0.81 62	0.52 140	0.16 12	0.13 44	0.17 15	0.13 11	0.18 44	0.19 115

csc	0.53 51	0.24 20	0.70 107	0.43 8	0.24 10	0.48 22	0.36 59	1.07 106	1.25 239	1.10 135	1.02 101	0.57 46	1.06 272	0.73 46	0.52 140	0.16 12	0.13 44	0.17 15	0.13 11	0.15 5	0.19 115

cscssc	0.53 51	0.24 20	0.70 107	0.43 8	0.24 10	0.48 22	0.36 59	1.07 106	1.25 239	1.10 135	1.02 101	0.57 46	1.06 272	0.73 46	0.52 140	0.16 12	0.13 44	0.17 15	0.13 11	0.15 5	0.19 115

CFNet-RSSM	0.54 65	0.24 20	0.70 107	0.48 55	0.28 53	0.60 88	0.27 15	1.49 197	1.14 193	1.06 119	0.93 72	1.08 196	0.54 70	0.70 35	0.35 28	0.16 12	0.12 10	0.17 15	0.15 32	0.16 13	0.14 12

Gwc-CoAtRS	0.52 42	0.24 20	0.68 92	0.48 55	0.29 66	0.64 100	0.25 4	1.16 126	1.08 165	1.01 108	1.00 89	1.12 210	0.56 80	0.69 33	0.37 40	0.16 12	0.13 44	0.17 15	0.15 32	0.15 5	0.15 28

StereoIM	0.36 1	0.25 37	0.58 50	0.44 23	0.34 140	0.30 3	0.30 23	0.72 6	0.50 6	0.37 2	0.36 1	0.58 50	0.49 56	0.52 5	0.36 34	0.19 93	0.16 158	0.19 52	0.15 32	0.18 44	0.14 12

MIF-Stereo (partial)	0.45 26	0.25 37	0.70 107	0.50 75	0.52 256	0.35 5	0.26 9	0.91 41	0.59 22	0.45 13	0.71 35	0.51 34	0.51 59	1.11 119	0.45 95	0.20 120	0.16 158	0.23 154	0.20 139	0.24 196	0.18 81

CASnet	0.41 12	0.25 37	0.48 15	0.50 75	0.20 2	0.50 42	0.36 59	0.81 22	0.80 70	0.83 74	0.68 29	0.48 23	0.31 6	0.54 8	0.32 8	0.18 61	0.12 10	0.27 241	0.22 201	0.23 182	0.14 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.54 65	0.25 37	0.64 75	0.47 43	0.30 82	0.97 233	0.27 15	1.24 153	0.81 71	0.96 94	1.12 141	1.28 251	0.48 48	0.71 40	0.36 34	0.17 33	0.13 44	0.17 15	0.14 24	0.16 13	0.16 43

GLC_STEREO	0.39 6	0.25 37	0.41 9	0.54 137	0.23 7	0.48 22	0.30 23	0.73 7	0.58 19	0.52 30	0.73 38	0.51 34	0.31 6	0.64 27	0.42 76	0.17 33	0.20 230	0.23 154	0.19 111	0.21 135	0.17 63

RAFT-345	0.84 225	0.25 37	0.66 85	0.50 75	0.27 34	0.54 63	0.42 100	0.83 23	1.11 177	1.32 250	2.34 358	0.86 126	0.54 70	5.72 362	0.47 113	0.18 61	0.13 44	0.22 125	0.17 77	0.17 24	0.16 43

cross-raft	0.54 65	0.25 37	0.61 62	0.52 114	0.29 66	0.68 132	0.37 68	1.46 192	0.76 61	1.01 108	1.06 115	1.28 251	0.46 34	0.71 40	0.35 28	0.15 7	0.12 10	0.18 38	0.16 61	0.19 74	0.14 12

GMM-Stereo	0.74 182	0.25 37	0.59 55	0.54 137	0.34 140	0.72 148	0.99 323	1.01 77	0.87 84	1.36 266	1.78 316	1.12 210	0.81 170	2.09 260	0.46 108	0.18 61	0.12 10	0.25 211	0.25 243	0.20 101	0.85 376

raftrobust	0.52 42	0.25 37	0.56 39	0.65 262	0.52 256	0.49 32	0.34 45	0.98 65	0.91 100	1.30 238	0.87 62	0.63 60	0.81 170	0.78 54	0.41 68	0.19 93	0.15 127	0.16 10	0.14 24	0.15 5	0.16 43

RAFT-Stereo + iAFF	0.54 65	0.25 37	0.68 92	0.43 8	0.24 10	0.40 10	0.34 45	1.04 85	1.09 171	1.32 250	1.60 287	0.80 98	0.68 130	0.67 32	0.39 57	0.13 1	0.10 1	0.18 38	0.17 77	0.17 24	0.13 4

AFF-stereo	0.58 99	0.25 37	0.64 75	0.46 37	0.29 66	0.34 4	0.38 72	1.15 125	1.14 193	1.17 180	1.60 287	1.10 205	0.71 138	0.97 91	0.43 85	0.13 1	0.11 3	0.19 52	0.19 111	0.17 24	0.14 12

H2IRNET	0.56 89	0.26 48	0.66 85	0.47 43	0.35 143	0.41 12	0.26 9	0.92 42	1.17 208	0.61 42	1.28 197	1.08 196	0.86 196	0.99 94	0.63 183	0.19 93	0.16 158	0.22 125	0.25 243	0.21 135	0.18 81

MGS-Stereo	0.42 13	0.26 48	0.58 50	0.44 23	0.28 53	0.50 42	0.34 45	0.57 2	0.83 77	0.46 14	1.31 207	0.52 39	0.33 10	0.65 31	0.36 34	0.19 93	0.16 158	0.18 38	0.15 32	0.17 24	0.16 43

MSKI-zero shot	0.55 80	0.26 48	0.57 47	0.51 98	0.26 21	0.69 136	0.28 18	1.18 133	0.64 28	0.91 84	1.32 213	0.82 106	0.33 10	1.92 244	0.32 8	0.17 33	0.12 10	0.17 15	0.13 11	0.16 13	0.16 43

LoS_RVC	0.42 13	0.26 48	0.40 8	0.44 23	0.82 350	0.51 53	0.44 128	0.64 3	0.41 2	0.44 9	0.78 47	0.44 10	0.47 40	0.56 11	0.36 34	0.13 1	0.12 10	0.14 1	0.10 2	0.13 1	0.84 375

DCRE	0.82 216	0.26 48	0.70 107	0.58 186	0.44 207	0.54 63	0.48 160	0.95 54	0.78 65	0.78 61	7.33 406	0.86 126	0.52 61	0.76 51	0.41 68	0.16 12	0.16 158	0.19 52	0.17 77	0.18 44	0.17 63

DCANet-4	0.54 65	0.26 48	1.07 265	0.42 7	0.24 10	0.48 22	0.36 59	0.99 67	1.30 266	1.10 135	1.02 101	0.56 44	0.75 143	0.73 46	0.52 140	0.16 12	0.13 44	0.17 15	0.13 11	0.15 5	0.19 115

tt	6.58 411	0.26 48	6.10 398	3.77 416	2.16 395	11.55 418	19.63 422	13.33 423	5.74 407	2.96 387	2.65 368	4.97 398	6.33 412	3.81 324	7.24 394	9.15 423	11.32 430	5.89 423	6.24 422	6.03 420	2.55 407

RAFT_CTSACE	0.63 120	0.26 48	0.88 204	0.55 156	0.51 248	0.71 146	0.44 128	0.80 19	0.97 120	0.97 97	1.84 323	1.18 223	0.68 130	1.47 178	0.36 34	0.16 12	0.15 127	0.21 99	0.20 139	0.20 101	0.14 12

GMOStereo	0.53 51	0.26 48	0.65 79	0.50 75	0.29 66	0.52 55	0.43 116	0.89 34	0.96 113	1.41 281	1.14 149	0.85 122	0.56 80	0.59 15	0.38 51	0.16 12	0.14 77	0.24 174	0.21 175	0.20 101	0.15 28

error version	0.53 51	0.26 48	0.65 79	0.50 75	0.29 66	0.52 55	0.43 116	0.89 34	0.96 113	1.41 281	1.14 149	0.85 122	0.56 80	0.59 15	0.38 51	0.16 12	0.14 77	0.24 174	0.21 175	0.20 101	0.15 28

test-v	0.53 51	0.26 48	0.65 79	0.50 75	0.29 66	0.52 55	0.43 116	0.89 34	0.96 113	1.41 281	1.14 149	0.85 122	0.56 80	0.59 15	0.38 51	0.16 12	0.14 77	0.24 174	0.21 175	0.20 101	0.15 28

HHNet	0.62 114	0.26 48	0.63 69	0.43 8	0.45 214	0.50 42	0.58 226	1.07 106	1.01 139	1.25 216	2.23 353	0.70 80	0.61 109	1.07 113	0.47 113	0.20 120	0.13 44	0.23 154	0.19 111	0.19 74	0.30 261

FTStereo	0.91 247	0.26 48	0.56 39	0.54 137	0.33 125	0.66 121	1.87 383	1.00 72	0.75 58	1.75 334	4.15 387	1.04 187	1.65 346	1.57 195	0.46 108	0.19 93	0.16 158	0.23 154	0.21 175	0.18 44	0.63 359

ASMatch	0.88 239	0.26 48	0.69 101	0.51 98	0.35 143	0.48 22	0.37 68	1.12 121	0.92 104	1.10 135	3.28 377	0.96 163	0.98 245	4.90 343	0.49 125	0.19 93	0.16 158	0.22 125	0.19 111	0.19 74	0.27 235

PFNet	0.91 247	0.26 48	1.10 272	0.63 241	0.32 109	0.64 100	0.56 213	1.17 128	0.99 132	1.47 293	1.08 121	0.98 166	0.69 133	6.62 376	0.54 154	0.20 120	0.12 10	0.24 174	0.19 111	0.20 101	0.17 63

GrayStereo	0.82 216	0.26 48	0.58 50	0.63 241	0.37 157	0.76 164	1.86 382	1.11 119	0.87 84	1.99 354	1.89 330	1.08 196	1.82 361	1.39 162	0.48 118	0.19 93	0.14 77	0.19 52	0.21 175	0.18 44	0.39 303

test-2	0.53 51	0.26 48	0.65 79	0.50 75	0.29 66	0.52 55	0.43 116	0.89 34	0.96 113	1.41 281	1.14 149	0.85 122	0.56 80	0.59 15	0.38 51	0.16 12	0.14 77	0.24 174	0.21 175	0.20 101	0.15 28

test-1	0.52 42	0.26 48	1.04 257	0.56 169	0.32 109	0.61 91	0.38 72	1.10 113	0.91 100	0.78 61	1.01 94	0.77 90	0.52 61	0.60 24	0.42 76	0.17 33	0.14 77	0.20 76	0.17 77	0.20 101	0.23 187

iRaftStereo_RVC	0.47 33	0.26 48	0.64 75	0.50 75	0.29 66	0.53 60	0.33 35	1.05 91	0.77 63	0.84 76	1.00 89	0.55 42	0.37 13	0.81 62	0.40 61	0.17 33	0.12 10	0.22 125	0.20 139	0.19 74	0.15 28

raft+_RVC	0.53 51	0.26 48	0.54 33	0.60 210	0.47 228	0.54 63	0.54 194	1.27 157	0.99 132	0.76 57	1.03 109	0.70 80	0.56 80	0.93 85	0.47 113	0.18 61	0.14 77	0.19 52	0.18 91	0.18 44	0.15 28

XX-Stereo	0.63 120	0.26 48	1.90 353	0.81 333	0.67 308	0.43 15	0.23 3	1.03 81	0.58 19	0.65 45	1.56 279	1.41 272	0.39 15	1.28 136	0.35 28	0.20 120	0.14 77	0.20 76	0.19 111	0.18 44	0.14 12

R-Stereo Train	0.57 94	0.26 48	0.63 69	0.54 137	0.36 149	0.69 136	0.54 194	1.22 147	0.72 54	1.61 321	1.50 267	0.75 86	0.53 66	0.64 27	0.44 87	0.18 61	0.15 127	0.17 15	0.15 32	0.17 24	0.17 63

RAFT-Stereo	0.57 94	0.26 48	0.63 69	0.54 137	0.36 149	0.69 136	0.54 194	1.22 147	0.72 54	1.61 321	1.50 267	0.75 86	0.53 66	0.64 27	0.44 87	0.18 61	0.15 127	0.17 15	0.15 32	0.17 24	0.17 63
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.49 38	0.27 71	0.67 89	0.60 210	0.39 182	0.67 125	0.46 146	1.18 133	1.09 171	0.47 15	0.75 42	0.69 77	0.47 40	0.59 15	0.40 61	0.16 12	0.15 127	0.21 99	0.20 139	0.19 74	0.15 28

ff7	0.43 16	0.27 71	0.56 39	0.44 23	0.33 125	0.50 42	0.42 100	0.87 26	0.50 6	0.49 22	0.53 12	0.44 10	0.48 48	1.38 157	0.33 17	0.17 33	0.12 10	0.21 99	0.15 32	0.18 44	0.18 81

ffff	0.43 16	0.27 71	0.56 39	0.44 23	0.33 125	0.50 42	0.42 100	0.87 26	0.50 6	0.49 22	0.53 12	0.44 10	0.48 48	1.38 157	0.33 17	0.17 33	0.12 10	0.21 99	0.15 32	0.18 44	0.18 81

11t	0.43 16	0.27 71	0.56 39	0.44 23	0.33 125	0.50 42	0.42 100	0.87 26	0.50 6	0.49 22	0.53 12	0.44 10	0.48 48	1.38 157	0.33 17	0.17 33	0.12 10	0.21 99	0.15 32	0.18 44	0.18 81

test croco	0.46 27	0.27 71	1.01 244	0.50 75	0.40 187	0.35 5	0.37 68	0.87 26	0.56 18	0.43 7	0.76 44	0.42 5	0.40 18	1.13 122	0.45 95	0.21 148	0.15 127	0.24 174	0.19 111	0.24 196	0.16 43

anonymousdsp2	0.53 51	0.27 71	0.74 148	0.48 55	0.29 66	0.76 164	0.47 152	1.61 231	0.82 76	0.77 60	0.77 45	0.75 86	0.47 40	1.03 102	0.40 61	0.18 61	0.13 44	0.18 38	0.13 11	0.19 74	0.18 81

anonymousdsp	0.43 16	0.27 71	0.53 28	0.44 23	0.32 109	0.50 42	0.42 100	0.89 34	0.51 13	0.49 22	0.53 12	0.47 20	0.47 40	1.33 145	0.33 17	0.17 33	0.12 10	0.21 99	0.15 32	0.18 44	0.18 81

anonymousa	0.72 165	0.27 71	0.75 150	0.47 43	0.63 299	1.43 305	0.45 139	1.24 153	0.89 91	1.28 225	1.75 313	1.62 307	1.13 286	0.69 33	0.59 167	0.19 93	0.16 158	0.23 154	0.25 243	0.20 101	0.18 81

riskmin	0.56 89	0.27 71	0.60 59	0.43 8	0.31 94	0.83 193	0.42 100	1.14 123	1.04 149	0.73 56	0.75 42	1.11 209	1.01 257	0.81 62	0.51 134	0.20 120	0.14 77	0.24 174	0.15 32	0.24 196	0.25 211

ccc-4	0.43 16	0.27 71	0.56 39	0.44 23	0.33 125	0.50 42	0.42 100	0.87 26	0.50 6	0.49 22	0.53 12	0.44 10	0.48 48	1.38 157	0.33 17	0.17 33	0.12 10	0.21 99	0.15 32	0.18 44	0.18 81

IGEV-Stereo	0.43 16	0.27 71	0.54 33	0.45 33	0.32 109	0.50 42	0.42 100	0.90 40	0.51 13	0.49 22	0.53 12	0.47 20	0.47 40	1.32 143	0.33 17	0.17 33	0.12 10	0.21 99	0.15 32	0.18 44	0.18 81
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLG	0.69 157	0.27 71	0.97 232	0.51 98	0.43 201	0.79 179	0.33 35	1.21 140	1.06 156	1.30 238	1.10 130	0.52 39	0.55 76	3.16 311	0.63 183	0.16 12	0.14 77	0.19 52	0.16 61	0.18 44	0.17 63

IPLGR	0.58 99	0.27 71	1.14 279	0.48 55	0.28 53	0.65 112	0.33 35	1.22 147	1.13 191	1.18 185	1.05 113	0.69 77	0.66 129	0.96 86	0.52 140	0.17 33	0.15 127	0.20 76	0.17 77	0.20 101	0.18 81

PSM-AAD	0.79 205	0.27 71	0.53 28	0.55 156	0.28 53	0.77 170	1.24 349	0.99 67	0.91 100	1.66 327	1.57 283	0.81 101	2.19 377	1.65 205	0.44 87	0.19 93	0.14 77	0.38 322	0.32 311	0.21 135	0.70 367

THIR-Stereo	1.02 278	0.27 71	0.69 101	0.49 68	0.28 53	0.95 225	1.34 356	1.03 81	0.97 120	1.34 261	1.90 331	1.17 220	1.58 339	6.44 374	0.78 221	0.19 93	0.14 77	0.21 99	0.22 201	0.19 74	0.20 138

Prome-Stereo	0.75 189	0.27 71	0.53 28	0.55 156	0.32 109	0.59 82	0.97 319	0.89 34	0.88 88	1.45 290	2.46 364	0.91 139	1.41 323	1.58 197	0.44 87	0.18 61	0.13 44	0.19 52	0.17 77	0.20 101	0.92 377

MyStereo06	0.61 111	0.28 87	0.95 226	0.56 169	0.46 224	0.61 91	0.73 265	1.78 271	0.67 42	1.03 115	1.12 141	1.13 215	0.56 80	0.78 54	0.41 68	0.17 33	0.16 158	0.23 154	0.20 139	0.22 157	0.20 138

MyStereo05	0.66 143	0.28 87	1.07 265	0.56 169	0.46 224	0.61 91	0.73 265	1.34 167	1.41 312	1.15 160	0.91 68	0.77 90	0.80 167	1.41 168	0.63 183	0.17 33	0.16 158	0.23 154	0.20 139	0.22 157	0.20 138

11t1	0.52 42	0.28 87	0.68 92	0.51 98	0.28 53	0.83 193	0.39 83	1.22 147	0.63 26	0.84 76	0.74 40	0.68 72	0.68 130	0.91 79	0.57 162	0.21 148	0.18 200	0.19 52	0.16 61	0.20 101	0.21 155

IGEVStereo-DCA	0.46 27	0.28 87	0.56 39	0.43 8	0.33 125	0.49 32	0.42 100	0.87 26	0.50 6	0.47 15	0.48 7	0.48 23	0.46 34	2.03 255	0.30 2	0.19 93	0.14 77	0.19 52	0.15 32	0.16 13	0.18 81

rrr	0.46 27	0.28 87	0.73 134	0.43 8	0.33 125	0.49 32	0.38 72	0.76 11	0.50 6	0.47 15	0.48 7	0.48 23	0.46 34	2.03 255	0.30 2	0.19 93	0.14 77	0.19 52	0.15 32	0.16 13	0.16 43

Selective-RAFT	0.52 42	0.28 87	0.79 173	0.55 156	0.27 34	0.91 210	0.33 35	0.80 19	0.88 88	0.58 35	0.63 23	0.81 101	0.77 155	1.29 139	0.48 118	0.19 93	0.14 77	0.17 15	0.15 32	0.19 74	0.17 63

ProNet	0.43 16	0.28 87	0.58 50	0.43 8	0.30 82	0.56 72	0.52 184	1.00 72	0.58 19	0.44 9	0.49 10	0.43 7	0.43 24	1.28 136	0.36 34	0.15 7	0.13 44	0.19 52	0.16 61	0.17 24	0.16 43

TestStereo1	0.63 120	0.28 87	0.75 150	0.76 321	0.31 94	0.48 22	0.43 116	1.30 161	1.21 226	0.97 97	1.31 207	0.64 63	0.77 155	1.75 223	0.42 76	0.20 120	0.15 127	0.22 125	0.18 91	0.21 135	0.17 63

DisPM	0.66 143	0.28 87	0.72 122	0.61 222	0.35 143	0.62 97	0.45 139	1.02 78	0.99 132	1.56 314	1.10 130	0.80 98	0.59 97	2.37 281	0.41 68	0.23 195	0.14 77	0.23 154	0.21 175	0.20 101	0.25 211

SA-5K	0.63 120	0.28 87	0.75 150	0.76 321	0.31 94	0.48 22	0.43 116	1.30 161	1.21 226	0.97 97	1.31 207	0.64 63	0.77 155	1.75 223	0.42 76	0.20 120	0.15 127	0.22 125	0.18 91	0.21 135	0.17 63

MIPNet	0.56 89	0.28 87	0.94 223	0.49 68	0.33 125	0.66 121	0.38 72	1.35 169	1.08 165	1.06 119	0.92 70	0.60 55	0.79 162	0.73 46	0.52 140	0.17 33	0.14 77	0.19 52	0.16 61	0.18 44	0.17 63

PFNet+	0.59 102	0.28 87	0.77 163	0.53 122	0.30 82	0.59 82	0.31 28	0.92 42	1.14 193	1.33 258	1.10 130	0.79 96	0.57 88	1.31 141	0.49 125	0.25 234	0.17 184	0.28 251	0.26 257	0.21 135	0.25 211

LCNet	0.72 165	0.28 87	0.52 26	0.55 156	0.31 94	0.69 136	0.54 194	1.00 72	0.88 88	1.19 189	1.34 220	0.97 165	1.34 320	2.56 289	0.45 95	0.18 61	0.13 44	0.21 99	0.25 243	0.27 226	0.73 370

AAGNet	1.83 360	0.28 87	0.72 122	0.61 222	0.32 109	0.67 125	0.51 175	0.96 62	0.98 125	1.47 293	1.20 169	1.00 172	1.18 292	2.83 298	22.77 425	0.22 171	0.13 44	0.22 125	0.19 111	0.23 182	0.15 28

STrans-v2	1.04 282	0.28 87	0.96 230	0.49 68	0.32 109	0.68 132	0.79 278	2.47 379	1.12 181	1.12 141	1.46 257	1.40 269	1.46 329	6.70 381	0.43 85	0.18 61	0.13 44	0.20 76	0.18 91	0.18 44	0.18 81

TransformOpticalFlow	0.96 258	0.28 87	0.89 209	0.52 114	0.31 94	0.66 121	0.54 194	1.75 258	1.12 181	1.09 127	1.44 249	1.37 268	1.01 257	6.70 381	0.42 76	0.19 93	0.12 10	0.20 76	0.19 111	0.18 44	0.19 115

KYRaft	0.75 189	0.28 87	0.62 66	0.56 169	0.29 66	0.67 125	0.86 296	0.94 51	0.84 79	1.62 324	2.21 352	1.16 219	1.02 262	1.57 195	0.40 61	0.20 120	0.13 44	0.22 125	0.28 282	0.20 101	1.02 381

SST-Stereo	0.83 221	0.28 87	0.72 122	0.59 199	0.31 94	0.72 148	0.26 9	1.09 111	0.86 80	1.47 293	1.10 130	1.00 172	0.87 200	5.73 363	0.45 95	0.22 171	0.13 44	0.23 154	0.19 111	0.23 182	0.18 81

RAFT_R40	0.83 221	0.28 87	0.73 134	0.59 199	0.31 94	0.69 136	0.44 128	1.10 113	0.95 111	1.47 293	1.10 130	1.00 172	0.85 188	5.53 357	0.46 108	0.22 171	0.13 44	0.23 154	0.20 139	0.23 182	0.18 81

IRAFT_RVC	0.88 239	0.28 87	0.76 159	0.63 241	0.31 94	0.65 112	1.02 328	1.22 147	0.94 109	1.22 201	1.04 112	1.01 179	0.98 245	5.82 364	0.53 148	0.22 171	0.12 10	0.25 211	0.20 139	0.20 101	0.19 115

test_xeample3	0.42 13	0.28 87	0.69 101	0.43 8	0.33 125	0.56 72	0.38 72	0.79 14	0.45 3	0.53 32	0.46 4	0.44 10	0.44 28	1.38 157	0.31 6	0.18 61	0.14 77	0.19 52	0.15 32	0.17 24	0.16 43

xxxx	1.51 338	0.28 87	0.68 92	0.54 137	0.28 53	1.16 266	0.44 128	2.19 356	1.29 260	1.09 127	1.36 227	1.22 229	0.85 188	1.79 231	15.70 418	0.24 210	0.21 246	0.21 99	0.20 139	0.22 157	0.23 187

test_xeample	1.45 334	0.28 87	0.65 79	0.51 98	0.28 53	0.94 221	0.59 233	2.14 343	1.29 260	1.24 212	1.51 269	0.88 133	0.86 196	1.46 174	15.10 415	0.22 171	0.20 230	0.22 125	0.20 139	0.22 157	0.22 170

EAI-Stereo	0.65 135	0.28 87	0.69 101	0.53 122	0.27 34	0.60 88	0.40 87	2.28 366	0.64 28	0.71 52	3.18 376	0.57 46	0.43 24	1.06 109	0.41 68	0.18 61	0.13 44	0.17 15	0.17 77	0.17 24	0.17 63

SFCPSM	0.70 159	0.28 87	1.02 250	0.51 98	0.38 174	1.37 295	0.66 250	2.00 319	1.03 145	1.17 180	1.21 171	0.82 106	0.78 160	1.03 102	0.53 148	0.21 148	0.17 184	0.22 125	0.24 232	0.21 135	0.19 115

FENet	0.60 105	0.28 87	0.63 69	0.54 137	0.33 125	0.83 193	0.38 72	1.27 157	1.07 161	1.00 105	0.86 59	0.99 171	0.85 188	0.96 86	0.68 193	0.22 171	0.15 127	0.23 154	0.20 139	0.22 157	0.23 187

GANet-RSSM	0.72 165	0.28 87	0.63 69	0.64 250	0.58 280	0.80 184	0.58 226	1.89 293	1.08 165	1.04 118	1.25 183	1.15 218	1.04 265	1.49 180	0.62 179	0.25 234	0.19 213	0.22 125	0.22 201	0.22 157	0.21 155

MyStereo8	0.65 135	0.29 114	1.00 240	0.58 186	0.49 232	0.91 210	0.35 49	1.18 133	1.31 270	1.16 171	1.27 192	0.90 138	0.64 122	0.72 43	0.95 255	0.18 61	0.14 77	0.20 76	0.18 91	0.22 157	0.26 229

MyStereo07	0.48 35	0.29 114	0.50 18	0.55 156	0.45 214	0.59 82	0.79 278	1.05 91	0.51 13	0.48 19	0.53 12	0.43 7	0.55 76	1.30 140	0.34 25	0.17 33	0.16 158	0.24 174	0.20 139	0.23 182	0.20 138

MyStereo04	0.67 152	0.29 114	1.07 265	0.55 156	0.45 214	0.59 82	0.79 278	1.50 201	1.40 309	0.91 84	0.91 68	0.74 84	0.86 196	1.52 183	0.62 179	0.17 33	0.16 158	0.24 174	0.20 139	0.23 182	0.20 138

CoDeX	0.73 179	0.29 114	0.93 221	0.54 137	0.36 149	1.14 259	0.61 238	2.34 371	1.17 208	1.16 171	1.25 183	0.91 139	0.87 200	1.33 145	0.64 187	0.20 120	0.16 158	0.21 99	0.18 91	0.20 101	0.18 81

1111x	1.70 355	0.29 114	0.86 191	0.51 98	0.27 34	1.01 240	0.68 255	2.22 360	1.28 256	1.13 155	1.40 239	1.21 227	1.10 280	5.53 357	15.20 416	0.22 171	0.21 246	0.22 125	0.22 201	0.24 196	0.22 170

knoymous	0.51 41	0.29 114	0.47 13	0.43 8	0.30 82	0.55 69	0.55 207	1.02 78	0.77 63	0.98 101	0.85 58	0.94 151	0.56 80	0.85 69	0.45 95	0.20 120	0.14 77	0.26 230	0.14 24	0.23 182	0.23 187

RAFT+CT+SA	0.58 99	0.29 114	0.60 59	0.66 267	0.37 157	0.42 14	0.55 207	1.27 157	1.03 145	0.70 50	1.22 173	0.60 55	0.70 136	1.64 204	0.41 68	0.18 61	0.13 44	0.22 125	0.22 201	0.21 135	0.18 81

Sa-1000	0.72 165	0.29 114	0.76 159	0.59 199	0.30 82	0.73 151	0.37 68	1.62 234	1.33 278	1.28 225	2.04 343	0.86 126	0.75 143	1.84 235	0.38 51	0.19 93	0.14 77	0.25 211	0.23 221	0.20 101	0.16 43

iRaft-Stereo_5w	0.85 229	0.29 114	0.91 215	0.53 122	0.43 201	0.49 32	0.68 255	0.99 67	0.87 84	0.79 64	1.34 220	1.46 282	0.91 214	5.11 346	1.11 278	0.17 33	0.14 77	0.22 125	0.18 91	0.20 101	0.20 138

NRIStereo	0.60 105	0.29 114	0.69 101	0.53 122	0.28 53	0.63 98	0.33 35	1.08 110	0.87 84	1.14 157	0.87 62	0.91 139	0.59 97	2.24 272	0.49 125	0.20 120	0.14 77	0.21 99	0.19 111	0.21 135	0.17 63

Pruner-Stereo	0.62 114	0.29 114	0.70 107	0.61 222	0.31 94	0.63 98	0.43 116	1.17 128	0.99 132	1.53 306	1.08 121	0.95 157	0.55 76	1.35 149	0.51 134	0.23 195	0.14 77	0.24 174	0.21 175	0.21 135	0.23 187

DeepStereo_RVC	0.55 80	0.29 114	0.72 122	0.51 98	0.30 82	0.59 82	0.33 35	1.03 81	0.70 49	1.16 171	0.93 72	0.83 113	0.94 228	0.96 86	0.54 154	0.21 148	0.14 77	0.21 99	0.19 111	0.24 196	0.24 199

rafts_anoy	0.52 42	0.29 114	0.59 55	0.59 199	0.50 238	0.53 60	0.40 87	1.11 119	1.03 145	0.84 76	0.83 55	0.68 72	0.54 70	0.72 43	0.51 134	0.19 93	0.14 77	0.24 174	0.26 257	0.21 135	0.18 81

222	1.61 347	0.29 114	0.67 89	0.56 169	0.29 66	1.06 248	0.42 100	2.17 354	1.31 270	1.31 248	1.52 270	0.92 147	0.94 228	1.76 228	17.65 419	0.24 210	0.20 230	0.21 99	0.19 111	0.22 157	0.23 187

ac_64	0.82 216	0.29 114	0.81 179	0.71 302	0.60 290	1.05 245	0.54 194	1.99 318	0.92 104	1.18 185	1.06 115	1.99 344	1.08 276	1.94 248	0.97 260	0.27 257	0.22 260	0.24 174	0.23 221	0.22 157	0.19 115

HSM-Net_RVC	0.87 238	0.29 114	0.53 28	0.53 122	0.30 82	1.15 264	0.55 207	3.57 394	1.28 256	1.53 306	1.74 310	1.68 317	0.93 223	1.49 180	0.77 219	0.22 171	0.17 184	0.19 52	0.18 91	0.20 101	0.19 115
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DispNO	0.93 252	0.30 130	1.34 310	0.55 156	0.55 268	0.89 205	0.49 167	1.48 195	1.21 226	1.17 180	1.27 192	1.19 224	0.90 211	5.23 348	0.74 207	0.22 171	0.17 184	0.24 174	0.21 175	0.19 74	0.20 138

SMFormer	0.75 189	0.30 130	0.86 191	0.46 37	0.26 21	0.82 189	0.43 116	2.05 328	1.39 304	1.23 204	1.47 258	0.98 166	0.95 233	1.71 218	0.82 236	0.24 210	0.20 230	0.22 125	0.21 175	0.23 182	0.24 199

tta	0.75 189	0.30 130	0.86 191	0.46 37	0.26 21	0.82 189	0.43 116	2.05 328	1.39 304	1.23 204	1.47 258	0.98 166	0.95 233	1.71 218	0.82 236	0.24 210	0.20 230	0.22 125	0.21 175	0.18 44	0.18 81

qqq1	0.72 165	0.30 130	0.86 191	0.46 37	0.26 21	0.82 189	0.43 116	2.05 328	1.39 304	1.23 204	1.47 258	0.98 166	0.95 233	1.71 218	0.44 87	0.24 210	0.20 230	0.18 38	0.15 32	0.18 44	0.18 81

fff1	0.72 165	0.30 130	0.86 191	0.46 37	0.26 21	0.82 189	0.43 116	2.05 328	1.39 304	1.23 204	1.47 258	0.98 166	0.95 233	1.71 218	0.44 87	0.24 210	0.20 230	0.18 38	0.15 32	0.18 44	0.18 81

IGEV_Zeroshot_test	0.53 51	0.30 130	0.99 235	0.56 169	0.35 143	0.41 12	0.32 32	1.37 172	0.63 26	1.00 105	1.09 126	0.95 157	0.41 20	0.83 65	0.39 57	0.18 61	0.12 10	0.19 52	0.18 91	0.19 74	0.17 63

EKT-Stereo	0.53 51	0.30 130	0.73 134	0.58 186	0.60 290	0.51 53	0.48 160	0.94 51	0.90 95	0.71 52	0.88 64	0.77 90	0.43 24	1.07 113	0.40 61	0.22 171	0.16 158	0.21 99	0.18 91	0.20 101	0.22 170

HH	0.63 120	0.30 130	0.77 163	0.50 75	0.32 109	0.49 32	0.46 146	1.65 238	0.64 28	0.69 48	1.09 126	1.63 309	0.85 188	1.90 242	0.37 40	0.18 61	0.13 44	0.19 52	0.17 77	0.19 74	0.16 43

HanStereo	0.63 120	0.30 130	0.77 163	0.50 75	0.32 109	0.49 32	0.46 146	1.65 238	0.64 28	0.69 48	1.09 126	1.63 309	0.85 188	1.90 242	0.37 40	0.18 61	0.13 44	0.19 52	0.17 77	0.19 74	0.16 43

raft_robust	0.68 156	0.30 130	0.64 75	0.52 114	0.26 21	0.54 63	0.35 49	1.33 163	1.24 236	1.16 171	1.07 118	0.60 55	0.54 70	3.58 323	0.37 40	0.18 61	0.14 77	0.20 76	0.22 201	0.20 101	0.16 43

test_5	0.65 135	0.30 130	0.75 150	0.67 277	0.50 238	0.92 216	0.52 184	1.39 178	1.12 181	0.76 57	1.11 135	1.00 172	0.90 211	1.53 187	0.45 95	0.18 61	0.13 44	0.23 154	0.22 201	0.21 135	0.19 115

SA	0.66 143	0.30 130	0.82 181	0.61 222	0.30 82	0.58 78	0.38 72	1.44 189	1.30 266	0.96 94	1.36 227	0.66 68	0.95 233	1.85 238	0.42 76	0.19 93	0.15 127	0.25 211	0.23 221	0.21 135	0.17 63

Patchmatch Stereo++	0.55 80	0.30 130	0.73 134	0.50 75	0.27 34	0.65 112	0.29 20	1.05 91	0.64 28	1.12 141	0.96 76	0.83 113	0.60 99	1.37 153	0.45 95	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81
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
NF-Stereo	0.80 208	0.30 130	0.75 150	0.60 210	0.31 94	0.64 100	0.44 128	1.21 140	0.90 95	1.29 230	1.02 101	0.82 106	0.57 88	5.40 355	0.48 118	0.23 195	0.14 77	0.24 174	0.20 139	0.20 101	0.30 261

OCTAStereo	0.80 208	0.30 130	0.75 150	0.60 210	0.31 94	0.64 100	0.44 128	1.21 140	0.90 95	1.29 230	1.01 94	0.82 106	0.57 88	5.35 350	0.48 118	0.24 210	0.14 77	0.24 174	0.20 139	0.20 101	0.30 261

PSM-adaLoss	0.54 65	0.30 130	0.73 134	0.50 75	0.27 34	0.65 112	0.41 98	1.04 85	0.64 28	1.12 141	0.96 76	0.82 106	0.61 109	1.06 109	0.45 95	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

ROB_FTStereo_v2	0.54 65	0.30 130	0.73 134	0.50 75	0.27 34	0.64 100	0.42 100	1.05 91	0.64 28	1.12 141	0.96 76	0.83 113	0.60 99	1.12 121	0.46 108	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

ROB_FTStereo	0.54 65	0.30 130	0.73 134	0.50 75	0.27 34	0.64 100	0.25 4	1.05 91	0.64 28	1.12 141	0.95 74	0.82 106	0.61 109	1.15 124	0.45 95	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

HUI-Stereo	0.52 42	0.30 130	0.73 134	0.50 75	0.27 34	0.65 112	0.30 23	1.04 85	0.64 28	1.12 141	0.96 76	0.83 113	0.60 99	0.79 57	0.45 95	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

RE-Stereo	0.80 208	0.30 130	0.75 150	0.60 210	0.31 94	0.64 100	0.44 128	1.21 140	0.90 95	1.29 230	1.01 94	0.81 101	0.57 88	5.37 353	0.48 118	0.24 210	0.14 77	0.24 174	0.20 139	0.20 101	0.30 261

TVStereo	0.80 208	0.30 130	0.75 150	0.60 210	0.31 94	0.64 100	0.44 128	1.21 140	0.90 95	1.29 230	1.01 94	0.81 101	0.57 88	5.37 353	0.48 118	0.24 210	0.14 77	0.24 174	0.20 139	0.20 101	0.30 261

iGMRVC	0.56 89	0.30 130	0.73 134	0.50 75	0.27 34	0.65 112	0.38 72	1.05 91	0.64 28	1.12 141	0.96 76	0.83 113	0.60 99	1.52 183	0.46 108	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

iRAFT	0.55 80	0.30 130	0.73 134	0.50 75	0.27 34	0.65 112	0.29 20	1.05 91	0.64 28	1.12 141	0.96 76	0.83 113	0.60 99	1.37 153	0.45 95	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

CRE-IMP	0.55 80	0.30 130	0.74 148	0.52 114	0.29 66	0.79 179	0.25 4	1.04 85	0.72 54	1.09 127	0.95 74	0.81 101	0.57 88	1.10 116	0.50 131	0.21 148	0.14 77	0.23 154	0.19 111	0.28 240	0.22 170

RAFT	0.64 130	0.30 130	0.73 134	0.59 199	0.33 125	0.68 132	0.58 226	1.04 85	0.76 61	1.08 122	1.19 166	1.65 314	0.93 223	1.06 109	0.56 160	0.21 148	0.18 200	0.27 241	0.24 232	0.22 157	0.17 63

RAFT-IKP	0.54 65	0.30 130	0.73 134	0.50 75	0.27 34	0.59 82	0.36 59	1.04 85	0.64 28	1.12 141	0.96 76	0.83 113	0.61 109	1.22 130	0.45 95	0.22 171	0.14 77	0.24 174	0.20 139	0.26 214	0.18 81

RALCasStereoNet	0.54 65	0.30 130	0.66 85	0.59 199	0.51 248	0.61 91	0.52 184	0.94 51	0.93 106	0.70 50	1.01 94	0.78 93	0.44 28	1.33 145	0.47 113	0.20 120	0.16 158	0.18 38	0.16 61	0.20 101	0.19 115

cf-r	0.73 179	0.30 130	0.77 163	0.55 156	0.63 299	0.78 175	0.48 160	1.79 273	1.15 202	1.13 155	1.26 189	1.43 274	0.87 200	1.40 167	0.85 244	0.25 234	0.18 200	0.22 125	0.23 221	0.19 74	0.19 115

PSMNet-RSSM	0.72 165	0.30 130	0.61 62	0.63 241	0.42 196	0.73 151	0.56 213	1.92 303	1.10 175	1.09 127	1.37 229	1.22 229	0.98 245	1.28 136	0.72 203	0.27 257	0.19 213	0.27 241	0.29 293	0.24 196	0.24 199

DIP-Stereo	0.62 114	0.30 130	0.83 183	0.48 55	0.36 149	0.95 225	0.33 35	2.37 373	0.67 42	1.25 216	1.00 89	0.68 72	0.51 59	0.91 79	0.61 176	0.18 61	0.15 127	0.21 99	0.17 77	0.19 74	0.19 115
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	1.12 298	0.30 130	0.91 215	0.66 267	0.77 336	0.97 233	0.57 223	1.37 172	1.35 289	1.02 111	1.34 220	2.11 353	1.43 325	7.09 386	1.39 313	0.19 93	0.17 184	0.17 15	0.19 111	0.18 44	0.16 43

iResNet_ROB	0.77 196	0.30 130	0.99 235	0.57 180	0.36 149	0.83 193	0.36 59	2.33 369	1.58 334	1.27 223	1.30 202	1.25 240	0.84 185	1.65 205	0.79 227	0.20 120	0.14 77	0.17 15	0.12 9	0.18 44	0.27 235

ACVNet-DCA	0.56 89	0.31 162	0.50 18	0.54 137	0.26 21	1.18 269	0.51 175	1.42 182	0.78 65	0.58 35	0.79 50	0.48 23	0.88 204	1.46 174	0.32 8	0.20 120	0.12 10	0.25 211	0.15 32	0.22 157	0.21 155

xx1	0.67 152	0.31 162	0.50 18	0.54 137	0.26 21	1.18 269	0.51 175	0.93 47	3.05 388	0.58 35	0.79 50	0.95 157	0.77 155	1.46 174	0.32 8	0.20 120	0.12 10	0.24 174	0.23 221	0.22 157	0.21 155

1test111	0.54 65	0.31 162	0.50 18	0.54 137	0.26 21	1.18 269	0.51 175	1.42 182	0.78 65	0.58 35	0.79 50	0.48 23	0.88 204	0.88 74	0.59 167	0.20 120	0.12 10	0.25 211	0.15 32	0.22 157	0.21 155

cc1	0.64 130	0.31 162	0.50 18	0.54 137	0.26 21	1.18 269	0.51 175	0.93 47	3.05 388	0.58 35	0.79 50	0.48 23	0.88 204	1.46 174	0.32 8	0.20 120	0.12 10	0.25 211	0.15 32	0.19 74	0.19 115

x	0.54 65	0.31 162	0.61 62	0.47 43	0.30 82	0.67 125	0.47 152	1.53 215	0.79 69	0.81 70	0.83 55	0.78 93	0.70 136	0.70 35	0.62 179	0.21 148	0.19 213	0.22 125	0.19 111	0.21 135	0.20 138

IER	0.70 159	0.31 162	1.02 250	0.48 55	0.52 256	1.34 292	0.51 175	1.17 128	0.99 132	1.23 204	1.34 220	1.12 210	1.11 281	0.99 94	0.71 200	0.20 120	0.16 158	0.21 99	0.21 175	0.20 101	0.19 115

iRaft-Stereo_20w	0.65 135	0.31 162	1.00 240	0.47 43	0.34 140	0.73 151	0.30 23	2.96 387	0.70 49	1.15 160	1.14 149	0.76 89	0.65 127	1.11 119	0.38 51	0.17 33	0.13 44	0.18 38	0.16 61	0.19 74	0.18 81

GwcNet-ADL	0.64 130	0.31 162	0.79 173	0.56 169	0.41 193	0.60 88	0.58 226	1.41 180	1.26 244	1.08 122	1.13 146	0.91 139	0.60 99	1.04 107	0.78 221	0.27 257	0.18 200	0.18 38	0.18 91	0.25 206	0.29 249

IIG-Stereo	0.96 258	0.31 162	0.72 122	0.88 355	0.33 125	0.61 91	0.26 9	1.19 139	1.03 145	1.69 330	1.37 229	1.46 282	0.75 143	6.96 385	0.51 134	0.19 93	0.14 77	0.23 154	0.18 91	0.20 101	0.14 12

PSM-softLoss	0.78 202	0.31 162	0.77 163	0.58 186	0.32 109	0.56 72	0.40 87	1.18 133	0.70 49	1.24 212	1.07 118	0.83 113	0.52 61	5.36 351	0.53 148	0.24 210	0.15 127	0.25 211	0.22 201	0.20 101	0.25 211

KMStereo	0.78 202	0.31 162	0.77 163	0.58 186	0.32 109	0.56 72	0.40 87	1.18 133	0.70 49	1.24 212	1.07 118	0.83 113	0.52 61	5.36 351	0.53 148	0.24 210	0.15 127	0.25 211	0.22 201	0.20 101	0.25 211

CroCo-Stereo	0.40 9	0.31 162	0.73 134	0.58 186	0.27 34	0.26 1	0.33 35	0.95 54	0.81 71	0.42 4	0.47 6	0.65 66	0.47 40	0.39 1	0.34 25	0.18 61	0.15 127	0.16 10	0.14 24	0.19 74	0.16 43
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
ACVNet	0.63 120	0.31 162	0.54 33	0.54 137	0.36 149	0.80 184	0.46 146	1.37 172	1.07 161	0.93 87	1.30 202	1.08 196	0.85 188	0.80 58	0.94 253	0.21 148	0.19 213	0.21 99	0.18 91	0.22 157	0.18 81

acv_ft	0.75 189	0.31 162	0.95 226	0.70 295	0.86 355	1.24 279	0.53 190	1.44 189	1.07 161	1.24 212	1.30 202	1.08 196	0.92 217	0.80 58	1.34 305	0.21 148	0.19 213	0.21 99	0.18 91	0.21 135	0.18 81

tt1	0.62 114	0.32 176	0.51 24	0.54 137	0.26 21	1.16 266	0.48 160	0.95 54	2.47 376	0.57 34	0.77 45	0.49 30	0.81 170	1.55 191	0.32 8	0.20 120	0.12 10	0.24 174	0.15 32	0.19 74	0.20 138

PCWNet_CMD	0.66 143	0.32 176	0.88 204	0.49 68	0.37 157	0.78 175	0.40 87	1.42 182	1.31 270	1.16 171	1.31 207	1.25 240	0.62 114	0.89 77	0.57 162	0.20 120	0.16 158	0.27 241	0.19 111	0.40 301	0.25 211

BUS	0.74 182	0.32 176	0.68 92	0.54 137	0.44 207	2.34 369	0.42 100	2.16 348	0.98 125	1.20 193	1.11 135	1.03 184	0.62 114	0.91 79	0.70 195	0.24 210	0.17 184	0.25 211	0.22 201	0.22 157	0.22 170

BSDual-CNN	0.71 164	0.32 176	0.68 92	0.54 137	0.44 207	1.27 283	0.65 245	2.16 348	0.98 125	1.20 193	1.11 135	1.12 210	0.74 141	0.91 79	0.66 189	0.24 210	0.17 184	0.25 211	0.22 201	0.22 157	0.22 170

hknet	0.77 196	0.32 176	0.95 226	0.54 137	0.38 174	1.27 283	0.65 245	2.16 348	1.07 161	1.20 193	1.11 135	1.59 303	0.81 170	1.37 153	0.66 189	0.22 171	0.17 184	0.25 211	0.22 201	0.22 157	0.22 170

psmg	0.72 165	0.32 176	0.68 92	0.50 75	0.44 207	1.48 308	0.75 267	1.94 309	0.98 125	1.21 196	1.33 215	1.12 210	0.74 141	0.91 79	0.66 189	0.24 210	0.19 213	0.25 211	0.25 243	0.23 182	0.22 170

CFNet_pseudo	0.66 143	0.32 176	0.86 191	0.48 55	0.39 182	0.70 143	0.40 87	1.33 163	1.22 229	1.16 171	1.34 220	1.24 236	0.64 122	0.98 92	0.59 167	0.21 148	0.16 158	0.33 292	0.19 111	0.36 281	0.25 211

MMNet	0.84 225	0.32 176	1.09 269	0.60 210	0.59 287	1.85 345	0.49 167	1.51 206	1.27 251	1.37 268	1.15 155	1.26 244	1.18 292	1.67 210	1.22 289	0.19 93	0.18 200	0.23 154	0.22 201	0.25 206	0.21 155

delet	0.85 229	0.32 176	0.95 226	0.65 262	0.66 306	1.64 324	0.84 290	1.75 258	1.35 289	1.32 250	1.30 202	1.30 255	0.88 204	1.68 215	1.10 276	0.21 148	0.21 246	0.24 174	0.24 232	0.21 135	0.21 155

UPFNet	0.80 208	0.32 176	0.90 212	0.59 199	0.74 326	1.26 282	0.80 284	1.52 209	1.10 175	1.30 238	1.12 141	1.30 255	0.84 185	1.67 210	1.09 273	0.24 210	0.24 277	0.24 174	0.23 221	0.25 206	0.18 81

GwcNet-RSSM	0.77 196	0.32 176	1.01 244	0.62 233	0.54 262	0.78 175	0.51 175	1.73 252	1.20 221	1.09 127	1.37 229	1.46 282	0.85 188	1.53 187	1.09 273	0.25 234	0.18 200	0.23 154	0.24 232	0.20 101	0.19 115

CFNet-ft	0.72 165	0.32 176	0.54 33	0.66 267	0.54 262	0.83 193	0.55 207	1.37 172	1.15 202	0.93 87	1.28 197	1.57 299	0.97 241	1.35 149	0.81 231	0.26 248	0.20 230	0.33 292	0.25 243	0.30 254	0.23 187

MSMDNet	0.66 143	0.32 176	0.87 201	0.49 68	0.37 157	0.79 179	0.40 87	1.43 188	1.31 270	1.15 160	1.31 207	1.24 236	0.63 119	0.88 74	0.57 162	0.21 148	0.16 158	0.26 230	0.19 111	0.39 297	0.24 199

CFNet_RVC	0.72 165	0.32 176	0.54 33	0.66 267	0.54 262	0.83 193	0.55 207	1.37 172	1.15 202	0.93 87	1.28 197	1.57 299	0.97 241	1.35 149	0.81 231	0.26 248	0.20 230	0.33 292	0.25 243	0.30 254	0.23 187

HSM	1.19 310	0.32 176	0.65 79	0.57 180	0.38 174	1.23 278	0.59 233	2.25 363	1.19 216	1.30 238	1.25 183	1.94 339	1.03 264	9.32 407	0.71 200	0.22 171	0.16 158	0.20 76	0.16 61	0.21 135	0.21 155

DN-CSS_ROB	0.64 130	0.32 176	1.05 258	0.55 156	0.40 187	0.54 63	0.45 139	1.21 140	0.93 106	1.03 115	1.47 258	0.69 77	0.63 119	1.76 228	0.49 125	0.18 61	0.14 77	0.25 211	0.22 201	0.22 157	0.20 138

DualNet	1.09 290	0.33 192	0.85 185	0.53 122	0.37 157	0.74 154	0.56 213	0.95 54	2.47 376	1.15 160	1.45 251	1.06 189	0.82 174	1.55 191	7.61 396	0.20 120	0.12 10	0.31 272	0.27 265	0.19 74	0.20 138

ffm	0.72 165	0.33 192	0.85 185	0.53 122	0.37 157	0.74 154	0.56 213	0.95 54	2.47 376	1.15 160	1.45 251	1.06 189	0.82 174	1.55 191	0.32 8	0.20 120	0.12 10	0.31 272	0.27 265	0.19 74	0.20 138

ff1	1.37 327	0.33 192	0.85 185	0.53 122	0.37 157	0.74 154	0.56 213	0.95 54	2.47 376	1.15 160	1.45 251	1.06 189	0.82 174	7.22 387	7.61 396	0.20 120	0.12 10	0.31 272	0.27 265	0.19 74	0.20 138

mmx	1.39 329	0.33 192	0.85 185	0.53 122	0.37 157	0.74 154	0.56 213	2.13 339	1.37 296	1.15 160	1.45 251	1.06 189	0.82 174	7.22 387	7.61 396	0.24 210	0.19 213	0.31 272	0.27 265	0.30 254	0.25 211

xxx	1.39 329	0.33 192	0.85 185	0.53 122	0.37 157	0.74 154	0.56 213	2.13 339	1.37 296	1.15 160	1.45 251	1.06 189	0.82 174	7.22 387	7.61 396	0.24 210	0.19 213	0.31 272	0.27 265	0.30 254	0.25 211

CFNet_ucs	0.70 159	0.33 192	0.88 204	0.50 75	0.43 201	0.74 154	0.44 128	1.60 228	1.29 260	1.22 201	1.54 273	1.09 203	0.63 119	0.99 94	0.59 167	0.25 234	0.20 230	0.37 319	0.21 175	0.40 301	0.28 246

LL-Strereo2	0.52 42	0.33 192	0.69 101	0.52 114	0.37 157	0.70 143	0.30 23	1.13 122	0.67 42	0.94 92	0.78 47	0.91 139	0.42 22	1.05 108	0.42 76	0.17 33	0.16 158	0.29 259	0.25 243	0.21 135	0.16 43

CBFPSM	0.92 249	0.33 192	1.86 352	0.49 68	0.38 174	1.75 332	0.84 290	1.39 178	1.12 181	1.09 127	0.99 86	2.37 363	1.66 350	1.32 143	1.42 322	0.19 93	0.18 200	0.20 76	0.20 139	0.21 135	0.33 281

gwcnet-sp	0.74 182	0.33 192	1.44 316	0.57 180	0.45 214	1.40 300	0.54 194	1.50 201	1.14 193	1.30 238	1.02 101	0.94 151	0.82 174	1.39 162	0.76 213	0.21 148	0.21 246	0.22 125	0.21 175	0.22 157	0.22 170

scenet	0.74 182	0.33 192	1.44 316	0.57 180	0.45 214	1.40 300	0.54 194	1.50 201	1.14 193	1.30 238	1.02 101	0.94 151	0.82 174	1.39 162	0.76 213	0.21 148	0.21 246	0.22 125	0.21 175	0.22 157	0.22 170

ToySt	0.66 143	0.33 192	1.23 289	0.51 98	0.33 125	0.86 202	0.68 255	1.10 113	0.97 120	0.84 76	1.08 121	1.25 240	0.94 228	1.01 99	0.74 207	0.19 93	0.19 213	0.24 174	0.24 232	0.27 226	0.23 187

ssnet	0.74 182	0.33 192	1.44 316	0.57 180	0.45 214	1.40 300	0.54 194	1.50 201	1.14 193	1.30 238	1.02 101	0.94 151	0.82 174	1.39 162	0.76 213	0.21 148	0.21 246	0.22 125	0.21 175	0.22 157	0.22 170

CIPLG	0.62 114	0.33 192	0.96 230	0.58 186	0.50 238	0.75 160	0.48 160	1.05 91	0.96 113	1.40 279	1.57 283	0.64 63	0.48 48	0.89 77	0.70 195	0.23 195	0.15 127	0.19 52	0.16 61	0.19 74	0.21 155

IPLGR_C	0.62 114	0.33 192	0.99 235	0.58 186	0.49 232	0.76 164	0.48 160	1.10 113	0.96 113	1.40 279	1.56 279	0.62 58	0.48 48	0.80 58	0.71 200	0.23 195	0.15 127	0.19 52	0.16 61	0.19 74	0.21 155

ACRE	0.61 111	0.33 192	1.01 244	0.58 186	0.49 232	0.75 160	0.47 152	1.06 104	0.95 111	1.37 268	1.55 275	0.62 58	0.46 34	0.83 65	0.70 195	0.23 195	0.15 127	0.19 52	0.16 61	0.18 44	0.21 155

OMP-Stereo	0.94 254	0.33 192	0.72 122	0.90 360	0.31 94	0.49 32	0.36 59	1.16 126	1.06 156	1.58 320	1.12 141	1.46 282	0.69 133	6.94 384	0.49 125	0.19 93	0.14 77	0.24 174	0.18 91	0.20 101	0.14 12

ICVP	0.63 120	0.33 192	0.57 47	0.61 222	0.40 187	0.80 184	0.58 226	1.61 231	0.89 91	0.90 82	1.24 179	0.88 133	0.73 139	0.72 43	0.88 247	0.29 275	0.21 246	0.22 125	0.21 175	0.24 196	0.27 235
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RALAANet	0.60 105	0.33 192	0.87 201	0.62 233	0.50 238	0.69 136	0.31 28	1.21 140	1.06 156	1.09 127	1.16 158	0.88 133	0.46 34	1.22 130	0.42 76	0.19 93	0.15 127	0.21 99	0.17 77	0.27 226	0.17 63

ccs_rob	0.66 143	0.33 192	0.86 191	0.48 55	0.39 182	0.70 143	0.40 87	1.33 163	1.22 229	1.16 171	1.34 220	1.23 234	0.64 122	0.98 92	0.59 167	0.21 148	0.16 158	0.35 309	0.20 139	0.37 285	0.25 211

ttt	0.94 254	0.34 211	0.59 55	0.61 222	0.37 157	0.94 221	0.50 174	2.17 354	1.34 281	1.23 204	1.61 291	0.91 139	0.76 151	1.85 238	3.97 381	0.30 279	0.26 288	0.26 230	0.24 232	0.29 245	0.29 249

StereoVision	0.65 135	0.34 211	0.86 191	0.59 199	0.40 187	0.50 42	0.41 98	1.09 111	0.93 106	0.71 52	2.50 365	0.82 106	0.57 88	1.03 102	0.49 125	0.25 234	0.28 302	0.29 259	0.28 282	0.36 281	0.20 138

CASS	0.65 135	0.34 211	0.72 122	0.56 169	0.27 34	0.78 175	0.42 100	1.59 225	0.86 80	1.30 238	1.25 183	0.87 130	0.84 185	0.84 67	0.54 154	0.35 311	0.19 213	0.26 230	0.21 175	0.28 240	0.42 312
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.44 24	0.34 211	0.77 163	0.61 222	0.79 341	0.28 2	0.35 49	0.75 9	0.71 53	0.38 3	0.50 11	0.72 83	0.55 76	0.57 13	0.47 113	0.17 33	0.18 200	0.19 52	0.16 61	0.21 135	0.20 138

qqq	0.57 94	0.34 211	0.71 118	0.47 43	0.27 34	0.64 100	0.62 240	1.42 182	0.78 65	0.80 66	0.92 70	0.95 157	0.77 155	0.88 74	0.59 167	0.21 148	0.20 230	0.24 174	0.23 221	0.22 157	0.21 155

DAS	0.84 225	0.34 211	1.03 254	0.64 250	0.69 316	0.77 170	0.63 241	1.54 217	1.20 221	1.79 340	1.55 275	0.95 157	1.04 265	2.83 298	0.60 174	0.21 148	0.16 158	0.25 211	0.18 91	0.27 226	0.22 170

SepStereo	0.82 216	0.34 211	1.03 254	0.64 250	0.69 316	0.77 170	0.63 241	1.54 217	1.20 221	1.79 340	1.55 275	0.95 157	1.04 265	2.30 276	0.60 174	0.21 148	0.16 158	0.25 211	0.18 91	0.27 226	0.22 170

ADLNet2	0.88 239	0.34 211	1.17 283	0.77 324	0.64 301	1.12 257	0.76 270	1.74 256	1.24 236	1.21 196	1.65 300	1.71 320	1.05 269	1.67 210	1.17 285	0.24 210	0.21 246	0.21 99	0.22 201	0.26 214	0.29 249

GES	0.66 143	0.34 211	0.90 212	0.59 199	0.38 174	0.94 221	0.57 223	2.11 338	0.86 80	1.02 111	1.11 135	0.66 68	0.79 162	0.99 94	0.61 176	0.27 257	0.19 213	0.20 76	0.20 139	0.21 135	0.30 261

psm_up	0.77 196	0.34 211	0.70 107	0.66 267	0.58 280	1.05 245	0.92 309	1.52 209	1.12 181	1.26 220	1.16 158	1.31 258	1.23 304	1.20 128	0.81 231	0.25 234	0.29 310	0.31 272	0.27 265	0.27 226	0.25 211

UNet	0.83 221	0.34 211	1.31 302	0.58 186	0.74 326	1.58 318	0.49 167	1.41 180	1.04 149	1.21 196	1.08 121	1.54 295	1.12 284	1.65 205	1.09 273	0.23 195	0.17 184	0.25 211	0.20 139	0.25 206	0.22 170

DSFCA	0.93 252	0.34 211	1.06 261	0.52 114	0.65 304	1.55 315	0.93 313	1.49 197	1.19 216	1.56 314	1.15 155	1.50 290	0.96 238	3.07 306	1.02 265	0.30 279	0.26 288	0.25 211	0.25 243	0.28 240	0.24 199

DMCA	0.67 152	0.34 211	0.90 212	0.51 98	0.44 207	0.86 202	0.47 152	1.42 182	1.02 142	1.17 180	1.12 141	1.23 234	0.75 143	0.78 54	0.95 255	0.25 234	0.19 213	0.27 241	0.19 111	0.24 196	0.27 235

MLCV	0.72 165	0.34 211	1.10 272	0.51 98	0.23 7	0.91 210	0.39 83	1.33 163	1.23 232	1.46 292	1.55 275	1.01 179	0.64 122	1.95 249	0.80 230	0.18 61	0.12 10	0.18 38	0.14 24	0.19 74	0.17 63

DISCO	1.03 279	0.34 211	1.11 274	0.69 290	0.45 214	2.07 358	0.84 290	2.13 339	1.50 325	1.15 160	1.33 215	2.40 365	1.07 275	2.60 291	1.51 331	0.23 195	0.18 200	0.22 125	0.20 139	0.31 261	0.27 235

MDST_ROB	1.67 351	0.34 211	1.58 334	0.92 365	0.58 280	4.26 404	1.11 336	2.83 384	1.41 312	4.49 404	2.55 366	1.45 280	0.97 241	7.79 397	1.17 285	0.31 286	0.25 284	0.37 319	0.33 317	0.31 261	0.30 261

mmm	0.63 120	0.35 227	0.72 122	0.51 98	0.30 82	0.86 202	0.54 194	1.59 225	0.86 80	1.07 121	1.38 233	0.79 96	0.75 143	0.91 79	0.58 165	0.22 171	0.18 200	0.29 259	0.25 243	0.25 206	0.23 187

AASNet	0.76 195	0.35 227	0.91 215	0.79 327	0.81 348	1.14 259	0.56 213	2.02 326	1.08 165	1.22 201	1.24 179	0.93 148	0.76 151	0.77 53	1.16 283	0.27 257	0.23 268	0.24 174	0.20 139	0.28 240	0.24 199

AACVNet	0.86 234	0.35 227	0.79 173	0.82 338	0.39 182	0.76 164	0.49 167	1.61 231	0.81 71	1.08 122	1.33 215	1.30 255	0.93 223	4.34 334	0.74 207	0.25 234	0.21 246	0.28 251	0.22 201	0.29 245	0.25 211

PSMNet-ADL	0.72 165	0.35 227	0.62 66	0.69 290	0.46 224	1.14 259	0.44 128	1.37 172	1.01 139	0.83 74	1.17 161	1.33 260	0.96 238	1.43 169	0.95 255	0.33 296	0.22 260	0.21 99	0.23 221	0.27 226	0.29 249

GANet-ADL	0.60 105	0.35 227	0.72 122	0.64 250	0.40 187	0.68 132	0.51 175	1.49 197	1.12 181	0.95 93	1.08 121	0.91 139	0.57 88	0.76 51	0.55 158	0.26 248	0.18 200	0.18 38	0.16 61	0.23 182	0.25 211

hitnet-ft	0.79 205	0.35 227	0.57 47	0.58 186	0.42 196	0.96 229	0.46 146	1.47 194	1.33 278	1.19 189	1.22 173	1.81 328	0.98 245	1.66 209	0.94 253	0.33 296	0.28 302	0.34 302	0.27 265	0.35 275	0.31 271

UCFNet_RVC	0.69 157	0.35 227	0.49 17	0.64 250	0.39 182	0.85 201	0.58 226	1.75 258	1.14 193	0.97 97	1.19 166	1.17 220	0.93 223	0.99 94	0.62 179	0.28 267	0.20 230	0.34 302	0.31 305	0.32 266	0.27 235

Former-RAFT_DAM_RVC	0.46 27	0.36 234	0.71 118	0.47 43	0.36 149	0.67 125	0.35 49	0.78 13	1.12 181	0.61 42	0.62 22	0.39 4	0.39 15	0.71 40	0.39 57	0.20 120	0.17 184	0.22 125	0.18 91	0.23 182	0.19 115

ssnet_v2	0.88 239	0.36 234	1.02 250	0.62 233	0.38 174	1.32 289	0.97 319	2.07 334	1.34 281	1.37 268	1.18 163	1.54 295	0.92 217	1.10 116	1.65 336	0.30 279	0.27 296	0.30 268	0.28 282	0.27 226	0.26 229

ADLNet	0.85 229	0.36 234	0.89 209	0.85 347	0.72 321	1.24 279	0.76 270	1.82 279	1.36 292	1.52 305	1.35 226	1.27 248	0.99 253	1.23 132	1.15 282	0.27 257	0.20 230	0.26 230	0.25 243	0.28 240	0.30 261

ARAFT	0.77 196	0.36 234	1.49 329	0.51 98	0.31 94	0.90 208	0.82 288	1.90 296	1.06 156	1.62 324	1.24 179	1.02 181	0.64 122	1.84 235	0.50 131	0.18 61	0.14 77	0.28 251	0.27 265	0.17 24	0.16 43

CFNet	0.96 258	0.36 234	1.01 244	0.62 233	0.42 196	0.99 237	0.47 152	1.90 296	1.32 275	0.99 103	1.39 237	1.10 205	0.86 196	5.58 360	0.79 227	0.23 195	0.17 184	0.28 251	0.27 265	0.26 214	0.21 155

SGM_RVC	1.68 353	0.36 234	0.61 62	0.59 199	0.29 66	2.25 365	1.18 345	2.38 374	1.68 341	3.60 394	2.67 369	3.69 386	2.42 383	8.13 400	1.90 347	0.31 286	0.31 320	0.30 268	0.28 282	0.30 254	0.29 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NINENet	0.77 196	0.37 240	0.78 171	0.62 233	0.51 248	2.34 369	0.42 100	1.83 283	1.04 149	1.14 157	1.23 177	1.03 184	0.62 114	1.24 133	0.70 195	0.28 267	0.23 268	0.31 272	0.21 175	0.26 214	0.25 211

GEStereo_RVC	0.90 244	0.37 240	0.99 235	0.64 250	0.50 238	0.95 225	0.79 278	2.42 376	1.17 208	1.16 171	1.11 135	1.26 244	0.92 217	3.24 312	0.90 250	0.29 275	0.19 213	0.23 154	0.20 139	0.27 226	0.29 249

pcwnet_v2	0.97 264	0.37 240	4.33 389	0.62 233	0.54 262	0.79 179	0.45 139	2.02 326	1.58 334	1.42 287	1.64 298	1.09 203	0.79 162	1.24 133	0.67 192	0.32 291	0.25 284	0.29 259	0.27 265	0.37 285	0.35 288

iResNetv2_ROB	0.80 208	0.37 240	1.71 341	0.56 169	0.37 157	0.94 221	0.64 243	1.73 252	1.34 281	1.23 204	1.42 242	1.26 244	0.92 217	1.85 238	0.56 160	0.23 195	0.15 127	0.19 52	0.14 24	0.24 196	0.19 115

LE_ROB	8.05 413	0.37 240	23.53 422	0.74 315	0.33 125	2.77 381	2.87 410	3.71 396	27.24 429	25.39 429	8.87 413	8.46 411	26.71 429	6.65 377	21.99 422	0.21 148	0.19 213	0.20 76	0.21 175	0.25 206	0.22 170

CSP-Net	0.97 264	0.38 245	0.83 183	0.53 122	0.41 193	1.63 322	0.77 273	2.00 319	1.05 153	1.25 216	1.20 169	1.33 260	0.83 183	4.93 345	0.85 244	0.32 291	0.22 260	0.20 76	0.20 139	0.23 182	0.25 211

Anonymous	0.53 51	0.38 245	0.91 215	0.66 267	0.73 324	0.65 112	0.59 233	0.95 54	0.73 57	0.47 15	0.58 21	0.42 5	0.60 99	0.80 58	0.53 148	0.24 210	0.23 268	0.21 99	0.21 175	0.41 304	0.29 249

HGLStereo	0.85 229	0.38 245	0.94 223	0.80 330	1.03 368	1.17 268	0.58 226	1.52 209	1.20 221	1.19 189	1.62 294	1.13 215	1.20 298	1.80 232	1.06 268	0.24 210	0.24 277	0.24 174	0.21 175	0.23 182	0.27 235

SGM-ForestM	6.52 410	0.38 245	1.26 295	0.63 241	0.35 143	13.59 422	5.32 416	6.32 415	6.70 410	11.14 419	9.18 414	22.51 430	13.93 418	16.89 423	20.07 421	0.36 314	0.37 345	0.36 317	0.35 326	0.36 281	0.34 283

SGM-Forest	1.24 312	0.38 245	0.60 59	0.52 114	0.37 157	1.56 316	1.30 354	1.65 238	1.36 292	2.11 360	1.79 317	1.63 309	0.93 223	7.48 394	0.95 255	0.36 314	0.37 345	0.39 328	0.34 322	0.37 285	0.32 277
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LL-Strereo	1.33 323	0.39 250	1.38 312	0.61 222	0.61 293	0.75 160	0.66 250	1.63 236	1.17 208	1.56 314	1.60 287	2.03 349	2.12 375	9.72 412	0.97 260	0.21 148	0.18 200	0.27 241	0.23 221	0.22 157	0.25 211

CRFU-Net	0.86 234	0.39 250	1.00 240	0.65 262	0.57 272	1.78 339	0.86 296	2.15 345	0.81 71	1.38 273	1.18 163	1.64 312	1.19 295	1.35 149	0.90 250	0.26 248	0.22 260	0.21 99	0.19 111	0.23 182	0.24 199

TestStereo	0.64 130	0.39 250	0.71 118	0.51 98	0.27 34	0.56 72	0.42 100	1.03 81	0.91 100	0.80 66	1.00 89	0.68 72	0.52 61	3.25 313	0.45 95	0.22 171	0.15 127	0.24 174	0.18 91	0.27 226	0.16 43

HCRNet	0.70 159	0.39 250	0.73 134	0.60 210	0.59 287	0.76 164	0.35 49	1.22 147	1.13 191	1.02 111	0.99 86	1.02 181	0.76 151	2.19 269	0.70 195	0.28 267	0.19 213	0.28 251	0.23 221	0.25 206	0.23 187

Wz-Net-LNSev-Ref	0.99 269	0.40 254	1.82 349	0.66 267	0.62 298	2.05 357	0.78 275	1.91 300	1.29 260	1.54 310	1.42 242	1.51 292	1.23 304	1.99 252	1.33 303	0.23 195	0.14 77	0.20 76	0.15 32	0.27 226	0.26 229

sCroCo_RVC	0.49 38	0.40 254	1.02 250	0.65 262	0.60 290	0.52 55	0.40 87	0.83 23	0.61 23	0.44 9	0.74 40	0.49 30	0.50 57	0.63 26	0.48 118	0.26 248	0.27 296	0.23 154	0.22 201	0.29 245	0.25 211

DMCA-RVC	0.74 182	0.40 254	1.27 298	0.66 267	0.49 232	0.77 170	0.47 152	1.35 169	1.01 139	1.53 306	1.01 94	1.29 254	0.82 174	1.31 141	0.78 221	0.27 257	0.21 246	0.35 309	0.27 265	0.32 266	0.24 199

HITNet	0.65 135	0.40 254	0.77 163	0.48 55	0.24 10	1.05 245	0.49 167	1.76 264	1.02 142	1.18 185	1.18 163	0.89 137	0.80 167	0.85 69	0.79 227	0.17 33	0.12 10	0.21 99	0.17 77	0.29 245	0.15 28
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
iResNet	0.75 189	0.40 254	1.36 311	0.67 277	0.29 66	0.92 216	0.59 233	1.52 209	1.25 239	1.28 225	1.48 263	0.94 151	0.76 151	1.62 202	0.78 221	0.18 61	0.14 77	0.18 38	0.15 32	0.22 157	0.23 187

DLCB_ROB	0.86 234	0.40 254	0.78 171	0.68 287	0.54 262	1.11 254	0.84 290	1.49 197	1.23 232	1.64 326	1.65 300	1.70 319	0.91 214	1.70 217	1.05 266	0.25 234	0.24 277	0.26 230	0.27 265	0.27 226	0.24 199

FAT-Stereo	1.07 285	0.41 260	1.32 305	0.72 305	0.58 280	1.08 251	0.89 301	1.96 312	1.65 338	1.75 334	1.98 337	2.03 349	1.48 332	2.02 254	1.18 288	0.42 334	0.35 338	0.34 302	0.29 293	0.35 275	0.53 341

NVstereo2D	0.92 249	0.41 260	1.48 327	0.72 305	0.72 321	1.20 275	0.87 298	1.75 258	1.38 300	0.99 103	1.13 146	1.26 244	0.98 245	2.21 271	0.89 248	0.43 339	0.20 230	0.38 322	0.24 232	0.57 348	0.63 359

StereoDRNet-Refined	0.80 208	0.41 260	0.88 204	0.62 233	0.42 196	1.33 290	0.48 160	1.52 209	1.17 208	1.45 290	1.44 249	1.44 278	0.90 211	1.26 135	1.24 291	0.20 120	0.16 158	0.27 241	0.24 232	0.25 206	0.28 246
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT + AFF	1.00 273	0.42 263	1.09 269	0.67 277	0.50 238	1.22 277	1.24 349	2.24 362	1.19 216	1.30 238	1.56 279	1.17 220	1.49 334	3.44 320	0.83 238	0.21 148	0.25 284	0.30 268	0.26 257	0.27 226	0.27 235

stereogan	1.15 306	0.42 263	1.40 313	0.86 349	0.84 352	2.38 371	0.71 263	1.88 291	1.73 345	1.72 332	1.94 336	2.31 360	1.29 312	2.07 259	1.08 271	0.36 314	0.35 338	0.39 328	0.31 305	0.51 338	0.46 324

pmcnn	2.37 380	0.42 263	2.71 380	0.63 241	0.43 201	1.54 314	1.19 346	2.01 323	1.53 330	2.64 377	7.60 407	18.07 422	1.45 328	3.44 320	2.78 366	0.18 61	0.15 127	0.15 3	0.12 9	0.20 101	0.18 81

CVANet_RVC	1.07 285	0.43 266	0.76 159	0.60 210	0.50 238	0.90 208	0.97 319	1.52 209	1.26 244	1.33 258	1.38 233	1.24 236	1.18 292	6.75 383	0.75 211	0.34 304	0.23 268	0.34 302	0.29 293	0.42 309	0.27 235

NLCA_NET_v2_RVC	0.79 205	0.43 266	1.05 258	0.64 250	0.58 280	0.95 225	0.53 190	1.53 215	1.18 213	1.37 268	1.15 155	1.43 274	0.88 204	1.61 201	0.84 241	0.25 234	0.22 260	0.27 241	0.27 265	0.29 245	0.29 249
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AdaStereo	0.70 159	0.43 266	0.75 150	0.73 313	0.37 157	0.92 216	0.53 190	1.85 285	1.18 213	1.12 141	1.23 177	1.07 195	0.65 127	0.96 86	0.63 183	0.31 286	0.15 127	0.32 285	0.21 175	0.29 245	0.22 170
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.
fast-acv-ft	0.94 254	0.44 269	1.40 313	0.58 186	0.51 248	1.77 337	0.69 259	1.36 171	1.42 315	1.29 230	1.86 326	1.74 324	1.25 307	1.52 183	1.38 310	0.26 248	0.28 302	0.28 251	0.28 282	0.27 226	0.26 229

Anonymous3	0.61 111	0.44 269	1.11 274	0.59 199	0.49 232	0.93 219	0.65 245	0.93 47	0.81 71	0.72 55	0.88 64	0.65 66	0.69 133	1.06 109	0.53 148	0.35 311	0.30 314	0.26 230	0.26 257	0.31 261	0.27 235

TDLM	1.06 283	0.44 269	0.79 173	0.63 241	0.50 238	0.89 205	1.44 361	1.48 195	1.26 244	1.12 141	1.40 239	1.08 196	0.98 245	6.65 377	0.78 221	0.33 296	0.21 246	0.33 292	0.26 257	0.37 285	0.24 199

DRN-Test	1.00 273	0.44 269	1.13 278	0.70 295	0.81 348	1.62 321	0.79 278	2.14 343	1.44 318	1.78 337	1.33 215	1.43 274	1.05 269	2.18 268	1.53 332	0.27 257	0.21 246	0.31 272	0.30 301	0.32 266	0.28 246

CBMV_ROB	0.90 244	0.44 269	0.63 69	0.51 98	0.37 157	1.25 281	0.49 167	1.77 267	1.27 251	1.41 281	2.00 338	1.33 260	1.08 276	2.17 265	0.76 213	0.43 339	0.42 358	0.47 348	0.44 348	0.41 304	0.36 292

CBMV	0.95 257	0.44 269	0.66 85	0.53 122	0.35 143	1.53 313	1.63 372	1.69 246	1.42 315	2.00 356	1.60 287	1.43 274	1.17 289	1.59 199	0.99 263	0.34 304	0.34 330	0.39 328	0.33 317	0.33 272	0.32 277
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iinet-f	0.99 269	0.45 275	3.71 388	0.55 156	0.43 201	1.81 340	0.68 255	1.14 123	1.14 193	1.18 185	1.42 242	1.58 302	1.44 326	1.34 148	1.59 335	0.24 210	0.23 268	0.20 76	0.19 111	0.26 214	0.25 211

GMStereo	0.55 80	0.45 275	0.94 223	0.50 75	0.32 109	0.64 100	0.43 116	1.00 72	1.40 309	0.82 73	0.73 38	0.51 34	0.45 31	0.85 69	0.55 158	0.24 210	0.15 127	0.20 76	0.21 175	0.31 261	0.24 199
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SACVNet	0.85 229	0.46 277	0.85 185	0.81 333	0.56 270	0.80 184	0.79 278	1.68 244	1.12 181	1.34 261	1.33 215	1.25 240	0.94 228	2.39 283	0.76 213	0.34 304	0.26 288	0.31 272	0.29 293	0.35 275	0.44 318

LMCR-Stereo	0.82 216	0.46 277	0.88 204	0.75 319	0.43 201	1.33 290	0.56 213	2.43 377	0.98 125	1.53 306	1.49 264	0.74 84	1.00 255	1.63 203	0.89 248	0.28 267	0.17 184	0.22 125	0.17 77	0.29 245	0.20 138

S-Stereo	1.15 306	0.46 277	2.17 364	0.81 333	0.80 346	1.21 276	1.19 346	1.93 307	2.02 364	1.47 293	2.11 346	1.57 299	1.17 289	2.05 258	1.41 318	0.40 327	0.40 354	0.35 309	0.31 305	0.44 321	0.70 367

NOSS_ROB	1.26 315	0.46 277	0.62 66	0.56 169	0.38 174	1.06 248	0.78 275	1.73 252	1.40 309	1.01 108	1.43 246	1.10 205	0.75 143	10.62 417	0.65 188	0.45 345	0.43 359	0.48 349	0.45 350	0.44 321	0.41 308

whm_eth	0.65 135	0.47 281	1.05 258	0.55 156	0.64 301	0.69 136	0.45 139	1.34 167	1.26 244	1.02 111	1.92 333	0.49 30	0.48 48	0.70 35	0.52 140	0.23 195	0.20 230	0.25 211	0.24 232	0.24 196	0.31 271

FADNet-RVC-Resample	0.84 225	0.47 281	2.10 360	0.61 222	0.45 214	1.07 250	0.61 238	1.59 225	1.20 221	1.08 122	0.98 84	1.03 184	0.98 245	2.17 265	0.72 203	0.23 195	0.22 260	0.30 268	0.32 311	0.35 275	0.34 283

GANet	1.36 326	0.47 281	0.86 191	0.67 277	0.45 214	1.34 292	1.73 374	1.64 237	1.24 236	1.49 301	2.38 359	1.55 297	1.20 298	9.30 406	0.93 252	0.30 279	0.31 320	0.33 292	0.28 282	0.39 297	0.30 261

StereoDRNet	0.98 268	0.47 281	1.70 340	0.76 321	0.94 363	1.51 311	0.91 307	1.92 303	1.32 275	1.61 321	1.13 146	1.47 287	0.97 241	1.75 223	1.46 327	0.28 267	0.23 268	0.29 259	0.27 265	0.35 275	0.27 235

WCMA_ROB	1.84 361	0.47 281	1.31 302	0.69 290	0.57 272	2.11 360	1.14 340	1.87 289	1.73 345	4.04 398	6.43 401	5.62 401	3.61 397	2.59 290	1.94 349	0.52 358	0.44 362	0.39 328	0.42 344	0.48 330	0.47 327

dd	0.59 102	0.48 286	0.97 232	0.55 156	0.32 109	0.64 100	0.47 152	1.02 78	1.34 281	0.78 61	0.86 59	0.58 50	0.54 70	1.01 99	0.86 246	0.28 267	0.18 200	0.26 230	0.19 111	0.32 266	0.24 199

ADCP+	1.99 370	0.48 286	7.73 401	0.66 267	0.91 359	2.30 367	1.05 331	1.82 279	1.34 281	1.54 310	1.32 213	1.74 324	1.61 343	2.17 265	13.37 411	0.24 210	0.21 246	0.32 285	0.28 282	0.37 285	0.29 249

DeepPruner_ROB	0.74 182	0.48 286	0.87 201	0.57 180	0.44 207	0.79 179	0.54 194	1.73 252	0.96 113	1.38 273	1.27 192	1.24 236	0.73 139	1.43 169	0.73 206	0.34 304	0.28 302	0.27 241	0.26 257	0.31 261	0.31 271

BEATNet_4x	0.73 179	0.49 289	1.17 283	0.53 122	0.26 21	1.03 242	0.55 207	1.82 279	1.06 156	1.21 196	1.22 173	0.96 163	0.91 214	1.01 99	1.06 268	0.21 148	0.14 77	0.24 174	0.19 111	0.37 285	0.21 155

Nwc_Net	1.09 290	0.49 289	1.33 307	0.89 359	0.80 346	1.49 310	0.66 250	2.19 356	1.27 251	1.32 250	2.26 354	1.96 341	1.54 336	1.92 244	1.34 305	0.40 327	0.30 314	0.43 339	0.45 350	0.38 293	0.37 294

RYNet	1.17 309	0.49 289	1.24 292	0.70 295	0.97 367	1.71 328	0.92 309	1.91 300	1.46 320	1.38 273	1.14 149	1.88 329	1.30 316	4.24 330	1.87 344	0.26 248	0.21 246	0.35 309	0.27 265	0.55 345	0.54 342

XPNet_ROB	0.96 258	0.49 289	1.09 269	0.72 305	0.57 272	1.11 254	1.14 340	1.66 242	1.23 232	1.85 346	1.39 237	1.64 312	1.11 281	1.80 232	1.42 322	0.38 322	0.30 314	0.33 292	0.29 293	0.37 285	0.34 283

STTStereo	0.78 202	0.50 293	1.22 288	0.64 250	0.54 262	0.89 205	0.54 194	1.44 189	1.11 177	1.38 273	1.09 126	1.27 248	0.85 188	1.43 169	0.83 238	0.29 275	0.27 296	0.33 292	0.39 336	0.32 266	0.30 261

RP	1.09 290	0.50 293	1.12 276	0.90 360	1.04 369	1.11 254	0.84 290	1.80 275	1.62 336	1.55 313	2.00 338	1.90 333	1.78 356	1.84 235	1.25 292	0.52 358	0.36 343	0.48 349	0.36 330	0.45 324	0.43 316

edge stereo	1.11 296	0.50 293	1.30 301	0.71 302	0.65 304	1.14 259	0.75 267	1.93 307	1.37 296	1.71 331	1.83 321	2.54 369	1.44 326	2.43 285	1.23 290	0.42 334	0.41 356	0.54 360	0.35 326	0.42 309	0.46 324

SDNR	1.62 348	0.51 296	2.17 364	0.53 122	0.56 270	3.80 398	0.45 139	1.54 217	1.29 260	1.33 258	2.41 362	1.08 196	0.96 238	11.18 418	1.16 283	0.66 374	0.63 386	0.43 339	0.32 311	0.64 359	0.67 364

GwcNet	1.08 288	0.51 296	2.33 369	0.79 327	1.18 381	1.76 334	0.70 261	1.68 244	1.47 321	1.41 281	1.64 298	1.74 324	1.04 265	2.20 270	1.41 318	0.30 279	0.29 310	0.29 259	0.27 265	0.30 254	0.35 288

FADNet_RVC	0.83 221	0.51 296	1.83 351	0.54 137	0.42 196	1.19 273	0.46 146	1.51 206	1.09 171	0.89 81	1.24 179	0.91 139	0.87 200	2.11 262	1.11 278	0.27 257	0.22 260	0.31 272	0.28 282	0.43 314	0.38 300

AF-Net	1.13 301	0.52 299	1.33 307	0.86 349	0.91 359	1.38 298	0.71 263	2.16 348	1.62 336	1.56 314	2.40 361	1.99 344	1.65 346	1.81 234	1.48 329	0.48 353	0.28 302	0.49 351	0.33 317	0.39 297	0.32 277

AANet_RVC	1.16 308	0.52 299	1.49 329	0.65 262	0.45 214	0.75 160	0.69 259	1.42 182	1.55 333	1.34 261	1.87 328	1.53 294	0.78 160	7.43 392	1.38 310	0.25 234	0.17 184	0.19 52	0.16 61	0.22 157	0.26 229

PSMNet_ROB	0.90 244	0.52 299	1.17 283	0.72 305	0.61 293	1.27 283	1.12 338	1.76 264	1.12 181	1.09 127	1.28 197	1.45 280	0.89 210	1.65 205	1.42 322	0.33 296	0.25 284	0.37 319	0.39 336	0.35 275	0.29 249

APVNet	1.06 283	0.53 302	1.42 315	0.84 342	0.79 341	1.92 348	0.82 288	1.90 296	1.08 165	1.08 122	1.43 246	1.56 298	1.13 286	3.07 306	1.58 333	0.31 286	0.34 330	0.42 337	0.36 330	0.36 281	0.37 294

FINET	0.97 264	0.54 303	1.60 335	0.63 241	0.79 341	1.08 251	1.07 333	1.56 222	2.20 370	1.15 160	1.49 264	0.94 151	0.88 204	2.32 277	1.05 266	0.42 334	0.35 338	0.32 285	0.28 282	0.43 314	0.38 300

NCC-stereo	1.10 293	0.54 303	1.24 292	0.84 342	0.94 363	1.29 286	0.89 301	2.01 323	1.34 281	1.32 250	1.74 310	1.88 329	1.74 353	2.35 279	1.25 292	0.45 345	0.37 345	0.45 343	0.58 372	0.42 309	0.42 312

Abc-Net	1.10 293	0.54 303	1.24 292	0.84 342	0.94 363	1.29 286	0.89 301	2.01 323	1.34 281	1.32 250	1.74 310	1.88 329	1.74 353	2.35 279	1.25 292	0.45 345	0.37 345	0.45 343	0.58 372	0.42 309	0.42 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Anonymous_2	1.30 319	0.55 306	0.82 181	0.52 114	0.58 280	1.01 240	0.64 243	1.25 155	0.97 120	0.96 94	0.78 47	1.33 260	1.29 312	1.03 102	0.74 207	0.62 370	0.64 387	1.06 386	9.63 423	1.16 384	0.49 334

ADCRef	1.35 325	0.55 306	2.37 371	0.72 305	0.77 336	1.94 350	0.78 275	1.91 300	1.27 251	1.57 318	1.59 286	1.36 265	1.41 323	1.54 189	7.53 395	0.23 195	0.20 230	0.32 285	0.30 301	0.29 245	0.29 249

NaN_ROB	1.13 301	0.55 306	1.15 280	0.64 250	0.48 229	1.61 320	2.03 392	1.72 251	1.48 322	2.09 359	1.27 192	1.40 269	1.08 276	3.94 326	1.30 300	0.28 267	0.34 330	0.28 251	0.28 282	0.30 254	0.33 281

sAnonymous2	0.55 80	0.56 309	1.46 322	0.60 210	0.51 248	0.48 22	0.52 184	0.79 14	0.68 45	0.50 28	0.67 27	0.46 17	0.62 114	0.59 15	0.40 61	0.22 171	0.17 184	0.22 125	0.21 175	0.86 373	0.56 346

CroCo_RVC	0.55 80	0.56 309	1.46 322	0.60 210	0.51 248	0.48 22	0.52 184	0.79 14	0.68 45	0.50 28	0.67 27	0.46 17	0.62 114	0.59 15	0.40 61	0.22 171	0.17 184	0.22 125	0.21 175	0.86 373	0.56 346

NCCL2	1.00 273	0.56 309	1.06 261	0.75 319	0.57 272	1.31 288	1.72 373	1.77 267	1.36 292	1.50 302	1.17 161	1.91 334	1.17 289	1.54 189	1.29 299	0.35 311	0.31 320	0.45 343	0.44 348	0.40 301	0.40 304

MeshStereo	2.26 376	0.56 309	0.92 219	0.61 222	0.49 232	2.60 377	1.02 328	3.18 390	2.05 366	7.40 417	4.98 397	7.58 407	2.98 392	6.37 373	1.96 350	0.43 339	0.43 359	0.45 343	0.39 336	0.43 314	0.42 312
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
ADCL	1.72 358	0.57 313	3.66 386	0.67 277	0.61 293	2.61 378	1.85 381	1.96 312	1.67 340	1.90 350	1.83 321	2.06 352	1.90 365	2.13 263	9.15 404	0.26 248	0.24 277	0.34 302	0.32 311	0.38 293	0.35 288

PA-Net	1.01 276	0.57 313	1.29 300	0.64 250	0.74 326	1.19 273	0.84 290	1.69 246	1.43 317	1.16 171	1.19 166	1.32 259	1.19 295	3.42 318	1.25 292	0.29 275	0.45 366	0.33 292	0.49 360	0.32 266	0.47 327
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SANet	1.88 363	0.57 313	2.18 366	0.63 241	0.40 187	2.80 383	1.57 369	2.39 375	5.88 408	2.36 369	3.57 381	3.72 387	2.97 391	4.74 339	1.76 340	0.34 304	0.30 314	0.32 285	0.29 293	0.48 330	0.37 294

HBP-ISP	0.96 258	0.58 316	0.72 122	0.61 222	0.46 224	1.64 324	0.76 270	1.86 288	1.28 256	1.30 238	1.53 271	0.86 126	0.94 228	3.27 314	0.69 194	0.45 345	0.44 362	0.54 360	0.48 357	0.47 327	0.40 304

Wz-Net-MNSev	1.11 296	0.58 316	2.23 367	0.66 267	0.71 319	1.95 351	1.46 362	1.98 317	1.45 319	1.79 340	1.43 246	1.49 289	1.33 319	1.97 251	1.42 322	0.27 257	0.23 268	0.28 251	0.28 282	0.34 274	0.31 271

PS-NSSS	0.99 269	0.58 316	0.93 221	0.58 186	0.57 272	0.91 210	0.80 284	1.81 278	1.14 193	1.14 157	1.67 304	1.00 172	0.83 183	4.62 338	0.78 221	0.37 318	0.31 320	0.52 354	0.32 311	0.45 324	0.38 300

SuperB	2.53 386	0.59 319	18.45 416	0.69 290	0.50 238	1.87 347	0.88 299	1.67 243	2.39 373	1.50 302	1.42 242	1.14 217	1.15 288	4.28 333	5.07 385	0.24 210	0.19 213	0.22 125	0.19 111	7.86 424	0.34 283

MANE	6.19 408	0.59 319	1.03 254	0.93 366	1.22 384	13.38 421	2.69 406	12.81 422	17.94 425	8.21 418	10.82 417	14.72 420	11.68 416	11.39 419	11.90 410	0.59 367	0.50 375	0.52 354	1.76 409	0.55 345	0.54 342

FC-DCNN	2.72 393	0.59 319	0.86 191	0.73 313	0.57 272	2.91 384	1.04 330	3.01 388	2.60 381	6.83 413	7.64 408	9.92 414	6.33 412	5.21 347	3.14 371	0.53 364	0.48 371	0.51 353	0.50 363	0.53 342	0.51 339

DPSNet	1.69 354	0.59 319	4.33 389	0.70 295	0.57 272	2.02 356	1.62 371	3.35 393	1.78 349	1.48 299	1.38 233	2.17 354	2.84 389	4.77 340	3.66 377	0.48 353	0.31 320	0.29 259	0.25 243	0.64 359	0.48 330

CSAN	1.41 332	0.59 319	1.26 295	0.70 295	0.50 238	1.76 334	1.78 376	1.77 267	1.90 358	2.35 367	2.32 356	1.92 337	1.94 367	5.56 359	1.49 330	0.43 339	0.35 338	0.40 333	0.41 342	0.43 314	0.41 308

LALA_ROB	1.01 276	0.59 319	1.16 281	0.67 277	0.51 248	1.63 322	1.26 353	1.69 246	1.38 300	1.81 343	1.37 229	1.94 339	1.02 262	1.58 197	1.38 310	0.37 318	0.27 296	0.43 339	0.37 333	0.43 314	0.37 294

MSMD_ROB	1.99 370	0.59 319	0.89 209	0.70 295	0.61 293	3.95 400	0.94 315	1.80 275	1.79 350	4.41 402	4.43 388	8.17 410	3.66 398	3.40 316	1.33 303	0.52 358	0.48 371	0.54 360	0.58 372	0.53 342	0.50 335

TRStereo	0.60 105	0.60 326	0.97 232	0.74 315	0.67 308	0.46 20	0.38 72	1.85 285	0.89 91	0.79 64	0.80 54	0.88 133	0.39 15	1.10 116	0.41 68	0.23 195	0.15 127	0.23 154	0.24 232	0.17 24	0.15 28

GMStereo_Zeroshot	0.67 152	0.61 327	1.01 244	0.64 250	0.37 157	0.84 200	0.35 49	1.05 91	1.12 181	1.12 141	1.06 115	1.27 248	0.54 70	1.19 127	0.59 167	0.32 291	0.17 184	0.31 272	0.18 91	0.52 340	0.22 170

FADNet	0.92 249	0.61 327	1.81 348	0.62 233	0.55 268	0.96 229	0.57 223	1.78 271	1.33 278	0.93 87	1.01 94	1.36 265	1.01 257	2.71 295	0.75 211	0.33 296	0.34 330	0.31 272	0.34 322	0.59 352	0.40 304

DANet	1.08 288	0.61 327	1.32 305	0.85 347	0.72 321	1.37 295	0.51 175	1.54 217	1.15 202	1.78 337	1.54 273	2.01 346	1.11 281	2.90 301	2.00 352	0.33 296	0.30 314	0.40 333	0.30 301	0.44 321	0.45 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	1.71 357	0.62 330	1.45 320	0.67 277	0.61 293	1.81 340	1.08 334	2.52 380	1.70 342	1.77 336	1.73 309	1.98 343	1.25 307	12.57 420	1.84 343	0.34 304	0.37 345	0.56 368	0.38 335	0.45 324	0.43 316

FCDSN-DC	2.32 378	0.63 331	0.81 179	0.84 342	0.75 332	2.23 364	0.94 315	2.09 337	1.80 351	5.45 411	7.72 409	7.77 409	6.93 414	3.39 315	1.80 342	0.52 358	0.48 371	0.52 354	0.51 365	0.57 348	0.58 351
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
G-Net	1.66 350	0.63 331	1.56 332	1.11 379	0.74 326	2.98 387	0.91 307	1.55 221	1.22 229	2.76 381	8.18 412	2.32 361	2.53 386	1.92 244	1.87 344	0.48 353	0.44 362	0.45 343	0.31 305	0.60 356	0.57 350

ETE_ROB	0.96 258	0.64 333	1.16 281	0.69 290	0.48 229	1.14 259	1.13 339	1.77 267	1.19 216	1.91 351	1.45 251	1.73 322	1.05 269	1.60 200	1.14 281	0.32 291	0.26 288	0.38 322	0.34 322	0.39 297	0.41 308

PDISCO_ROB	1.32 322	0.65 334	1.44 316	1.36 383	1.46 389	2.55 375	0.92 309	2.45 378	2.07 367	1.37 268	1.49 264	1.65 314	1.00 255	2.82 297	1.35 308	1.01 382	0.27 296	0.54 360	0.47 355	0.71 368	0.73 370

dad	0.86 234	0.66 335	1.06 261	0.56 169	0.37 157	0.76 164	0.44 128	1.17 128	1.50 325	1.44 288	1.27 192	1.34 264	0.75 143	2.52 288	0.84 241	0.42 334	0.27 296	0.83 378	0.26 257	0.41 304	0.29 249

Wz-Net-LNSev	1.03 279	0.67 336	2.71 380	0.64 250	0.84 352	1.75 332	1.00 325	1.80 275	1.32 275	1.28 225	1.25 183	1.65 314	1.22 302	1.39 162	1.40 314	0.28 267	0.26 288	0.24 174	0.23 221	0.33 272	0.32 277

ccnet	1.12 298	0.67 336	1.01 244	0.78 326	0.73 324	1.72 330	0.99 323	1.84 284	1.26 244	1.47 293	1.85 325	1.75 327	1.29 312	1.75 223	1.88 346	0.57 366	0.53 378	0.57 370	0.55 369	0.59 352	0.54 342

FADNet-RVC	0.88 239	0.67 336	1.93 355	0.60 210	0.48 229	0.91 210	0.60 237	1.71 250	1.18 213	0.90 82	0.96 76	1.36 265	0.92 217	2.25 274	1.17 285	0.30 279	0.29 310	0.32 285	0.32 311	0.41 304	0.35 288

STTRV1_RVC	1.58 342	0.68 339	1.96 357	0.88 355	1.12 375	1.57 317	0.90 306	2.25 363	1.75 348	1.29 230	2.02 341	1.40 269	1.22 302	9.77 413	1.31 301	0.81 377	0.33 329	0.54 360	0.49 360	0.73 370	0.52 340

Syn2CoEx	1.14 303	0.69 340	1.66 338	0.80 330	0.67 308	1.40 300	0.88 299	2.06 333	1.54 331	1.25 216	1.58 285	1.42 273	1.50 335	4.09 328	1.40 314	0.36 314	0.32 327	0.34 302	0.29 293	0.29 245	0.34 283

psmorigin	1.52 339	0.69 340	10.52 409	0.68 287	0.59 287	1.13 258	0.70 261	1.57 223	1.19 216	1.99 354	1.79 317	2.26 357	1.47 331	2.09 260	1.36 309	0.39 325	0.40 354	0.34 302	0.33 317	0.43 314	0.56 346

ADCPNet	1.85 362	0.69 340	8.07 402	0.71 302	0.58 280	2.79 382	1.22 348	1.94 309	1.54 331	1.88 347	1.69 305	2.46 368	2.04 371	2.37 281	6.48 390	0.38 322	0.37 345	0.38 322	0.43 346	0.47 327	0.45 320

XX-TBD	0.46 27	0.70 343	0.35 1	0.79 327	0.25 19	0.58 78	0.26 9	0.69 5	1.27 251	0.76 57	1.00 89	0.45 16	0.33 10	0.47 4	0.37 40	0.19 93	0.15 127	0.15 3	0.11 6	0.17 24	0.14 12

SHD	1.31 320	0.71 344	2.34 370	0.86 349	0.75 332	1.77 337	0.65 245	2.22 360	2.50 380	2.40 371	1.71 307	1.91 334	1.60 342	1.93 247	2.37 360	0.38 322	0.31 320	0.38 322	0.40 340	0.48 330	0.50 335

RTSC	1.29 317	0.73 345	2.44 372	0.83 341	0.57 272	1.85 345	0.65 245	1.88 291	2.00 363	2.20 362	1.66 302	1.60 305	1.26 309	2.33 278	3.92 379	0.32 291	0.23 268	0.27 241	0.29 293	0.37 285	0.37 294

ADCMid	1.89 366	0.73 345	5.06 392	0.72 305	0.67 308	2.00 355	1.14 340	1.97 316	1.48 322	2.86 384	1.81 320	2.37 363	2.05 373	2.24 272	10.39 408	0.33 296	0.31 320	0.39 328	0.43 346	0.50 334	0.44 318

DeepPrunerF	1.60 345	0.73 345	5.81 397	0.88 355	1.19 382	0.91 210	0.95 317	2.19 356	5.24 406	1.17 180	1.30 202	1.19 224	1.30 316	4.90 343	1.66 338	0.42 334	0.34 330	0.52 354	0.47 355	0.41 304	0.40 304

ELAS_RVC	2.48 385	0.74 348	1.90 353	1.05 374	0.92 361	2.76 380	4.01 414	2.76 383	4.11 399	4.69 405	4.63 392	4.62 392	5.96 410	3.97 327	3.96 380	0.63 372	0.53 378	0.56 368	0.52 366	0.64 359	0.63 359
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 380	0.74 348	1.54 331	0.99 370	0.92 361	4.78 406	2.33 402	3.33 392	3.37 392	5.05 410	4.77 395	3.67 385	4.53 405	3.42 318	4.50 383	0.62 370	0.53 378	0.55 365	0.53 367	0.63 357	0.64 363
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Anonymous Stereo	1.28 316	0.75 350	2.45 373	0.74 315	0.77 336	0.93 219	1.77 375	1.51 206	1.31 270	1.67 328	1.29 201	1.20 226	0.75 143	6.29 372	1.68 339	0.37 318	0.36 343	0.38 322	0.40 340	0.43 314	0.45 320

PWCDC_ROB	1.29 317	0.75 350	1.33 307	1.05 374	0.88 358	1.73 331	0.52 184	1.89 293	3.28 390	1.29 230	4.88 396	1.22 229	1.46 329	1.77 230	1.45 326	0.60 368	0.26 288	0.29 259	0.25 243	0.52 340	0.37 294

DGSMNet	1.14 303	0.76 352	2.49 375	0.81 333	0.86 355	1.39 299	1.39 358	2.13 339	1.35 289	1.26 220	1.63 297	1.48 288	0.98 245	1.75 223	1.10 276	0.45 345	0.43 359	0.55 365	0.49 360	0.75 371	0.70 367

PWC_ROB	1.24 312	0.76 352	2.46 374	0.72 305	0.78 339	1.15 264	0.49 167	1.75 258	1.92 359	2.31 364	3.07 374	1.59 303	1.40 322	2.46 286	2.10 356	0.33 296	0.22 260	0.35 309	0.24 232	0.38 293	0.41 308

aanetorigin	1.23 311	0.79 354	2.78 382	0.70 295	0.79 341	0.99 237	1.06 332	1.06 104	1.37 296	3.52 393	2.61 367	1.72 321	1.63 344	1.99 252	1.78 341	0.25 234	0.24 277	0.26 230	0.25 243	0.38 293	0.45 320

RGC	1.14 303	0.79 354	1.26 295	0.91 363	0.96 366	1.52 312	0.77 273	1.92 303	1.26 244	1.54 310	1.93 334	2.02 348	1.54 336	2.25 274	1.31 301	0.44 344	0.35 338	0.58 371	0.48 357	0.47 327	0.46 324

MFN_U_SF_RVC	1.52 339	0.84 356	3.42 384	0.87 354	0.66 306	2.56 376	0.95 317	2.36 372	1.70 342	1.98 353	1.86 326	2.45 367	1.79 357	2.95 302	2.58 362	0.52 358	0.48 371	0.55 365	0.59 375	0.59 352	0.61 357

PVD	1.70 355	0.84 356	2.26 368	0.94 368	0.83 351	2.48 373	0.97 319	2.59 382	3.35 391	3.01 390	2.77 370	2.34 362	2.47 385	2.67 294	3.14 371	0.47 352	0.45 366	0.59 372	0.48 357	0.59 352	0.75 372

SAMSARA	1.55 341	0.84 356	2.61 377	1.22 382	1.07 370	2.50 374	1.93 386	2.05 328	1.89 356	2.75 380	1.66 302	2.81 376	1.69 351	3.08 308	1.97 351	0.46 351	0.51 376	0.42 337	0.46 353	0.58 350	0.59 353

GANetREF_RVC	1.07 285	0.86 359	1.31 302	0.82 338	0.53 259	1.41 304	1.31 355	1.76 264	1.52 328	1.27 223	1.31 207	1.46 282	1.24 306	2.03 255	0.96 259	0.56 365	0.45 366	0.67 373	0.50 363	0.88 375	0.59 353
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
MFN_U_SF_DS_RVC	1.74 359	0.87 360	3.56 385	0.80 330	0.75 332	3.72 395	2.44 405	1.82 279	1.82 353	1.74 333	1.91 332	1.92 337	1.26 309	7.69 396	1.28 298	0.45 345	0.47 370	0.52 354	0.77 381	0.50 334	0.50 335

XQC	1.37 327	0.87 360	2.56 376	0.84 342	0.69 316	1.83 343	0.89 301	2.07 334	1.88 355	1.88 347	1.53 271	1.91 334	1.55 338	2.85 300	3.05 368	0.48 353	0.29 310	0.44 342	0.39 336	0.69 366	0.60 356

SQANet	1.31 320	0.88 362	1.08 268	1.83 391	1.44 388	1.44 306	0.75 267	1.74 256	1.09 171	1.32 250	1.26 189	1.28 251	1.01 257	1.50 182	0.83 238	2.50 397	0.34 330	1.47 389	0.55 369	2.32 393	1.57 393

PASM	1.34 324	0.92 363	2.62 378	0.86 349	0.87 357	1.03 242	1.08 334	1.50 201	1.51 327	1.82 344	1.41 241	1.68 317	1.26 309	4.87 342	1.34 305	0.61 369	0.65 389	0.68 374	0.78 382	0.69 366	0.68 366

WZ-Net	1.95 367	0.95 364	10.10 406	0.86 349	0.78 339	1.69 327	1.60 370	2.20 359	1.98 362	2.08 358	1.93 334	2.30 359	1.97 368	5.30 349	3.17 373	0.34 304	0.26 288	0.29 259	0.31 305	0.51 338	0.47 327

GASNet	0.99 269	0.97 365	1.72 342	0.98 369	0.68 314	0.83 193	0.67 253	1.60 228	1.28 256	1.31 248	1.22 173	1.22 229	1.21 301	2.41 284	1.41 318	0.43 339	0.26 288	0.36 317	0.34 322	0.55 345	0.31 271

anonymity	1.12 298	0.97 365	1.21 286	1.07 377	1.12 375	1.08 251	0.89 301	1.95 311	1.16 206	1.29 230	1.26 189	1.22 229	1.09 279	1.15 124	1.01 264	1.02 384	1.00 405	0.97 382	0.97 392	0.98 377	0.99 380

Consistency-Raft	1.25 314	0.99 367	1.93 355	1.02 373	1.21 383	0.96 229	1.01 327	1.75 258	1.92 359	1.36 266	2.12 347	1.44 278	1.01 257	1.14 123	1.40 314	0.72 375	0.82 392	0.89 380	0.98 394	1.31 388	0.95 378

ADCS	2.25 375	0.99 367	5.55 394	0.81 333	0.74 326	2.19 363	1.80 377	2.27 365	2.14 368	2.80 383	2.13 348	2.40 365	2.03 370	2.64 293	13.69 412	0.41 331	0.39 352	0.40 333	0.45 350	0.58 350	0.56 346

MaskLacGwcNet_RVC	1.10 293	1.02 369	1.00 240	0.82 338	0.67 308	1.93 349	0.93 313	1.62 234	1.11 177	1.15 160	1.25 183	1.50 290	0.79 162	1.96 250	0.76 213	1.89 392	0.34 330	0.79 377	0.36 330	1.25 387	0.83 374

SPS-STEREO	1.67 351	1.04 370	1.23 289	1.21 381	1.13 378	1.82 342	1.11 336	2.16 348	1.52 328	3.07 392	2.32 356	2.82 377	1.80 358	4.11 329	2.04 353	1.03 385	0.99 404	0.97 382	0.94 390	1.03 381	1.02 381
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NVStereoNet_ROB	1.88 363	1.07 371	1.45 320	1.07 377	1.17 379	1.47 307	1.48 364	1.89 293	1.93 361	1.94 352	4.67 394	3.08 381	1.80 358	6.51 375	1.65 336	1.06 387	0.86 399	1.08 387	1.32 399	0.93 376	1.26 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.41 383	1.07 371	2.14 363	1.18 380	1.10 372	2.14 362	1.36 357	1.96 312	1.66 339	5.46 412	7.07 404	4.95 397	4.32 404	5.50 356	2.26 359	1.04 386	1.02 407	0.99 384	0.97 392	1.02 380	1.04 383

EDNetEfficient	2.37 380	1.10 373	8.08 403	0.74 315	0.71 319	0.98 236	1.56 367	1.46 192	4.06 398	4.90 407	2.82 371	2.25 356	3.48 396	2.95 302	9.97 405	0.26 248	0.24 277	0.26 230	0.30 301	0.68 365	0.61 357

AnyNet_C32	1.96 368	1.10 373	5.17 393	0.90 360	1.11 373	2.12 361	2.37 403	1.85 285	1.48 322	2.45 372	1.70 306	2.05 351	1.64 345	2.50 287	10.28 407	0.37 318	0.34 330	0.35 309	0.41 342	0.49 333	0.54 342

LSM	6.33 409	1.10 373	13.19 412	1.41 387	68.17 438	1.64 324	1.90 385	1.92 303	2.46 375	2.99 388	3.11 375	1.88 329	1.80 358	2.61 292	2.06 355	0.41 331	0.58 384	0.50 352	0.57 371	0.64 359	17.66 430

otaku	1.60 345	1.11 376	1.21 286	2.20 394	1.56 390	1.97 352	1.24 349	2.07 334	1.36 292	1.44 288	1.62 294	1.73 322	1.19 295	1.73 222	0.98 262	2.89 401	0.57 383	1.74 390	0.60 376	2.78 398	1.94 398

AnonymousM	0.59 102	1.11 376	0.41 9	0.44 23	0.32 109	0.43 15	0.47 152	1.05 91	0.64 28	0.98 101	0.63 23	0.67 70	0.43 24	0.59 15	0.41 68	0.20 120	0.15 127	1.84 393	0.84 385	0.14 2	0.13 4

MFMNet_re	1.40 331	1.14 378	1.68 339	1.39 385	1.07 370	1.48 308	1.43 360	1.87 289	1.82 353	2.26 363	2.19 351	1.51 292	1.86 362	1.52 183	1.25 292	0.93 380	0.83 393	0.84 379	0.80 383	0.99 379	1.05 385

Ntro	1.64 349	1.15 379	1.23 289	2.48 399	1.83 392	2.09 359	1.16 343	1.96 312	1.38 300	1.21 196	1.62 294	1.62 307	1.29 312	1.87 241	1.11 278	3.04 402	0.56 382	1.82 392	0.64 377	2.80 399	2.05 399

MSC_U_SF_DS_RVC	2.12 372	1.15 379	3.10 383	1.05 374	0.76 335	5.03 409	2.40 404	2.16 348	2.62 382	1.89 349	2.28 355	2.69 374	1.65 346	9.35 408	2.04 353	0.64 373	0.51 376	0.68 374	0.71 379	1.09 383	0.67 364

UDGNet	0.72 165	1.17 381	0.80 178	0.77 324	0.41 193	0.77 170	0.38 72	0.97 63	1.34 281	0.81 70	0.88 64	0.71 82	0.60 99	1.21 129	0.54 154	0.52 358	0.19 213	1.02 385	0.26 257	0.71 368	0.31 271

Wz-Net-SNSev	1.49 335	1.23 382	6.27 399	0.68 287	0.67 308	1.37 295	1.41 359	2.00 319	1.39 304	1.48 299	1.61 291	2.29 358	1.32 318	3.93 325	2.14 357	0.31 286	0.28 302	0.31 272	0.33 317	0.42 309	0.36 292

CC-Net-ROB	1.49 335	1.26 383	1.27 298	0.88 355	0.79 341	1.76 334	1.00 325	1.79 273	1.26 244	1.10 135	1.61 291	1.21 227	0.99 253	8.13 400	0.84 241	1.09 388	0.41 356	2.20 394	0.46 353	1.20 386	0.48 330

RTS	2.67 388	1.38 384	15.28 414	0.99 370	1.26 385	3.78 396	1.96 388	2.15 345	2.62 382	2.61 375	2.85 372	2.60 371	1.59 340	6.27 370	5.71 388	0.40 327	0.28 302	0.35 309	0.35 326	0.50 334	0.48 330

RTSA	2.67 388	1.38 384	15.28 414	0.99 370	1.26 385	3.78 396	1.96 388	2.15 345	2.62 382	2.61 375	2.85 372	2.60 371	1.59 340	6.27 370	5.71 388	0.40 327	0.28 302	0.35 309	0.35 326	0.50 334	0.48 330

WAO-7	2.66 387	1.40 386	1.73 344	1.39 385	1.17 379	3.93 399	1.94 387	4.11 399	3.88 397	2.92 385	5.50 398	4.18 390	3.00 393	7.63 395	3.71 378	1.13 390	1.00 405	1.17 388	1.13 398	1.18 385	1.09 387

ACVNet_2	2.43 384	1.41 387	2.04 358	2.62 400	2.24 399	2.63 379	1.88 384	3.31 391	3.01 387	2.19 361	3.45 380	4.62 392	2.04 371	4.50 336	1.47 328	2.55 398	0.64 387	2.22 395	0.84 385	2.69 397	2.29 402

ACVNet-4b	2.15 373	1.41 387	1.64 336	2.80 401	2.31 402	2.31 368	1.24 349	2.32 368	2.14 368	1.26 220	2.39 360	2.66 373	1.48 332	5.95 368	1.06 268	3.20 406	0.45 366	2.37 398	0.89 387	2.83 402	2.37 403

ACVNet_1	2.18 374	1.45 389	1.72 342	2.85 403	2.33 403	2.28 366	1.46 362	3.08 389	2.22 371	1.82 344	2.05 344	3.56 384	1.98 369	3.09 309	1.40 314	3.17 403	0.60 385	2.40 402	0.92 389	2.91 405	2.37 403

EDNetEfficientorigin	10.57 416	1.47 390	177.42 443	0.67 277	0.53 259	1.58 318	1.16 343	1.90 296	3.37 392	4.71 406	3.38 378	3.10 382	2.69 388	3.13 310	3.58 376	0.25 234	0.23 268	0.33 292	0.27 265	0.83 372	0.81 373

Dean	2.91 396	1.53 391	2.07 359	2.96 407	2.51 405	3.15 388	2.14 396	4.75 404	4.41 402	2.76 381	6.10 400	5.53 400	2.37 381	2.97 304	1.92 348	3.18 404	0.85 397	2.51 405	1.04 397	2.88 404	2.47 406

WAO-6	2.81 394	1.60 392	1.46 322	2.36 398	2.28 401	3.55 393	2.29 401	4.21 400	4.56 403	2.36 369	4.51 389	4.88 396	2.66 387	4.60 337	4.07 382	1.72 391	1.15 411	2.31 397	1.46 405	2.31 392	1.85 396

LVE	3.31 398	1.67 393	1.64 336	2.85 403	2.42 404	3.20 390	2.26 400	4.78 405	5.05 405	2.35 367	6.91 402	6.02 402	2.37 381	9.15 404	2.17 358	3.19 405	1.08 410	2.38 400	1.47 406	2.81 400	2.40 405

RainbowNet	1.97 369	1.76 394	1.57 333	2.81 402	2.21 398	1.98 354	1.81 378	2.54 381	1.89 356	1.50 302	1.84 323	1.96 341	1.65 346	2.14 264	1.25 292	3.33 408	0.85 397	2.39 401	0.98 394	2.82 401	2.22 400

AnyNet_C01	2.26 376	1.78 395	10.22 408	0.93 366	0.74 326	2.92 386	2.20 398	2.29 367	1.80 351	2.53 374	2.41 362	2.71 375	1.73 352	3.41 317	6.72 392	0.41 331	0.39 352	0.40 333	0.42 344	0.67 364	0.63 359

IMH-64-1	2.70 391	1.79 396	1.46 322	3.26 410	2.66 406	3.23 391	2.10 393	4.08 397	2.75 385	2.34 365	3.81 384	3.06 379	2.22 378	4.25 331	2.59 363	3.75 412	0.84 394	2.75 408	1.35 400	3.15 407	2.60 409

IMH-64	2.70 391	1.79 396	1.46 322	3.26 410	2.66 406	3.23 391	2.10 393	4.08 397	2.75 385	2.34 365	3.81 384	3.06 379	2.22 378	4.25 331	2.59 363	3.75 412	0.84 394	2.75 408	1.35 400	3.15 407	2.60 409

WAO-8	4.40 401	1.82 398	1.79 346	2.34 396	2.20 396	9.19 414	1.53 365	6.09 412	16.46 419	3.94 396	7.84 410	7.32 404	3.72 400	9.41 410	3.31 374	2.00 393	1.07 408	2.44 403	1.37 403	2.50 394	1.68 394

Venus	4.40 401	1.82 398	1.79 346	2.34 396	2.20 396	9.19 414	1.53 365	6.09 412	16.46 419	3.94 396	7.84 410	7.32 404	3.72 400	9.41 410	3.31 374	2.00 393	1.07 408	2.44 403	1.37 403	2.50 394	1.68 394

IMH	3.21 397	1.85 400	1.48 327	3.25 409	2.69 408	4.07 402	2.02 391	4.41 402	3.80 396	2.72 378	7.11 405	4.75 395	2.92 390	5.92 366	2.55 361	3.85 415	0.88 400	2.78 410	1.36 402	3.19 409	2.59 408

JetBlue	3.97 399	2.01 401	10.19 407	1.38 384	2.84 410	10.53 417	9.54 417	3.60 395	2.41 374	2.73 379	3.39 379	4.54 391	4.31 403	7.85 399	6.84 393	0.88 378	0.93 403	0.89 380	0.91 388	1.74 389	1.91 397

TorneroNet-64	5.30 407	2.03 402	1.74 345	3.43 412	2.81 409	10.09 416	2.12 395	9.10 419	17.12 424	4.96 409	9.27 415	10.72 418	3.70 399	9.20 405	4.55 384	3.31 407	0.84 394	2.88 411	1.55 407	3.49 410	3.04 412

TorneroNet	10.70 417	2.03 402	1.82 349	3.43 412	3.01 411	43.83 434	2.22 399	8.87 418	67.47 443	7.17 416	27.36 428	10.68 417	3.85 402	8.67 403	7.65 400	3.59 410	0.88 400	3.04 412	1.57 408	3.71 411	3.17 413

PWCK	2.88 395	2.05 404	5.72 396	2.08 393	1.11 373	3.55 393	3.90 413	2.86 386	3.54 395	3.03 391	3.63 382	3.10 382	2.31 380	8.15 402	3.09 369	2.12 395	0.91 402	1.75 391	0.98 394	2.57 396	1.18 389

KSHMR	8.75 415	2.06 405	2.11 361	3.53 414	3.11 412	4.13 403	2.69 406	5.60 409	61.37 442	3.00 389	55.83 442	4.98 399	2.45 384	4.49 335	2.61 365	3.46 409	1.55 415	3.14 414	1.94 412	3.72 412	3.18 414

Wz-Net-TNSev	1.88 363	2.08 406	7.66 400	0.67 277	0.64 301	2.42 372	1.83 380	2.33 369	1.74 347	1.57 318	1.56 279	2.58 370	1.90 365	4.86 341	3.12 370	0.39 325	0.37 345	0.33 292	0.37 333	0.53 342	0.58 351

coex-ft	8.13 414	2.13 407	98.04 442	0.67 277	0.53 259	1.71 328	1.56 367	1.65 238	11.11 414	18.17 428	3.75 383	3.88 388	7.61 415	2.98 305	6.49 391	0.30 279	0.30 314	0.32 285	0.31 305	0.66 363	0.50 335

UNDER WATER-64	5.27 406	2.32 408	8.78 405	3.93 418	3.54 417	7.61 412	3.03 412	5.84 411	14.19 415	4.04 398	4.04 386	9.39 413	6.26 411	5.93 367	8.48 402	3.60 411	1.51 414	3.13 413	1.88 410	4.29 417	3.61 417

UNDER WATER	5.08 405	2.33 409	5.55 394	3.94 419	3.51 416	5.20 410	2.72 408	5.61 410	16.52 421	3.84 395	4.60 391	9.21 412	5.89 409	5.90 365	8.66 403	3.75 412	1.34 412	3.18 415	1.88 410	4.33 418	3.61 417

ktn	4.70 403	2.38 410	2.12 362	3.76 415	3.24 413	4.85 407	2.95 411	5.52 407	7.37 411	4.07 400	19.32 425	7.46 406	3.47 395	7.39 390	2.95 367	4.04 416	1.85 416	3.26 416	2.22 415	3.08 406	2.65 411

notaker	3.98 400	2.40 411	2.68 379	3.82 417	3.27 415	3.97 401	2.14 396	4.78 405	3.45 394	4.12 401	6.94 403	7.65 408	3.26 394	7.82 398	5.30 387	4.04 416	1.41 413	3.36 417	2.10 414	3.88 413	3.31 415

UDG	1.41 332	2.65 412	0.99 235	1.44 388	1.64 391	1.34 292	0.80 284	1.60 228	1.23 232	1.23 204	1.71 307	2.01 346	1.34 320	1.47 178	1.41 318	0.90 379	0.54 381	2.29 396	0.75 380	1.84 390	1.04 383

DDUNet	1.50 337	2.69 413	1.12 276	1.77 390	1.88 393	1.84 344	0.92 309	1.70 249	1.16 206	1.38 273	1.79 317	1.60 305	1.12 284	1.37 153	1.08 271	1.10 389	0.76 390	2.37 398	0.94 390	2.00 391	1.37 391

DispFullNet	2.34 379	2.85 414	3.66 386	3.08 408	2.27 400	1.97 352	0.67 253	2.00 319	1.70 342	2.52 373	2.00 338	2.23 355	5.86 408	3.44 320	1.58 333	1.01 382	0.32 327	2.64 407	1.94 412	2.85 403	2.24 401

MADNet++	5.01 404	3.14 415	4.91 391	4.55 421	3.94 419	5.20 410	4.41 415	4.40 401	4.13 400	4.95 408	6.08 399	4.74 394	5.37 406	9.40 409	10.67 409	4.65 418	4.15 421	3.97 419	3.34 418	4.09 415	4.08 420

MADNet+	2.69 390	3.22 416	11.53 411	1.44 388	1.12 375	3.19 389	1.81 378	2.85 385	2.37 372	1.68 329	2.07 345	2.85 378	2.18 376	7.41 391	5.23 386	0.79 376	0.76 390	0.69 376	0.65 378	0.98 377	0.95 378

HanzoNet	11.04 418	3.62 417	8.10 404	4.08 420	3.55 418	4.90 408	2.73 409	7.19 416	10.10 412	31.86 438	28.92 430	21.96 429	36.36 431	18.08 424	10.17 406	7.94 422	3.32 419	3.47 418	3.31 417	7.06 423	4.04 419

FADE	26.59 428	4.78 418	20.96 418	1.89 392	1.92 394	2.91 384	2.00 390	5.58 408	5.04 404	2.92 385	2.16 350	4.13 389	14.18 419	10.23 416	8.46 401	188.09 443	2.77 417	123.78 440	127.92 440	1.06 382	1.10 388

DPSimNet_ROB	11.20 419	4.98 419	35.43 430	2.90 406	4.52 420	7.89 413	17.09 421	4.66 403	6.06 409	14.89 424	10.93 418	17.29 421	36.81 433	13.18 421	15.68 417	2.86 400	6.29 423	5.75 422	5.09 420	3.91 414	7.70 423

SPstereo	26.54 427	6.08 420	10.71 410	5.55 422	5.68 421	48.14 435	80.43 442	67.31 443	34.39 438	28.70 436	27.52 429	43.76 440	37.60 438	45.04 442	54.41 443	4.92 421	4.89 422	10.74 427	5.88 421	4.46 419	4.57 421

DPSMNet_ROB	13.02 421	8.23 421	21.91 420	9.53 425	18.11 424	11.56 419	32.02 429	10.64 421	16.23 418	7.05 415	19.49 427	10.16 416	16.66 421	9.85 415	22.43 424	4.77 420	8.68 424	5.38 421	10.26 425	6.17 422	11.36 424

DGTPSM_ROB	13.01 420	8.23 421	21.87 419	9.51 424	18.10 423	11.56 419	32.01 428	10.63 420	16.20 417	7.03 414	19.48 426	10.15 415	16.66 421	9.83 414	22.42 423	4.75 419	8.68 424	5.37 420	10.25 424	6.16 421	11.36 424

JetRed	6.91 412	8.80 423	25.96 426	2.85 403	3.25 414	13.98 423	11.87 418	6.25 414	4.28 401	4.45 403	4.56 390	6.69 403	5.46 407	7.46 393	14.05 413	2.59 399	3.31 418	2.59 406	2.29 416	4.20 416	3.36 416

ASD4	15.85 422	10.99 424	19.63 417	10.21 426	11.70 422	19.24 424	31.10 427	19.35 424	10.68 413	11.14 419	10.18 416	12.59 419	12.64 417	14.74 422	24.83 426	12.93 428	9.94 429	26.83 434	19.40 428	16.23 427	12.70 429

BEATNet-Init1	26.87 429	13.43 425	70.68 441	0.91 363	0.68 314	57.02 442	21.06 423	32.82 434	32.67 431	52.12 442	53.61 441	66.05 442	49.56 442	48.79 443	34.71 433	0.49 357	0.44 362	0.53 359	0.53 367	0.63 357	0.59 353

Anonymous_1	43.04 439	18.73 426	24.79 423	21.81 427	46.26 437	27.80 425	37.60 430	28.08 429	16.14 416	14.66 423	14.30 419	20.65 423	17.88 423	21.56 425	25.94 427	117.93 442	8.92 426	100.65 439	126.50 439	158.64 443	12.08 426

DPSM_ROB	19.08 423	19.14 427	25.17 424	22.15 428	20.85 426	28.17 426	37.82 431	26.56 427	16.85 422	14.14 421	14.84 420	21.70 424	18.75 424	21.87 426	26.55 428	10.16 426	9.30 427	10.47 425	10.42 426	14.03 425	12.61 427

DPSM	19.08 423	19.14 427	25.17 424	22.15 428	20.85 426	28.17 426	37.82 431	26.56 427	16.85 422	14.14 421	14.84 420	21.70 424	18.75 424	21.87 426	26.55 428	10.16 426	9.30 427	10.47 425	10.42 426	14.03 425	12.61 427

xxxxx1	54.10 441	25.67 429	27.13 427	113.43 440	96.96 440	30.69 430	47.44 433	32.38 431	25.60 426	17.75 425	17.27 422	21.81 426	21.02 426	24.43 429	33.82 430	33.37 436	40.54 438	157.71 441	175.86 441	66.16 439	72.93 441

tt_ll	54.10 441	25.67 429	27.13 427	113.43 440	96.96 440	30.69 430	47.44 433	32.38 431	25.60 426	17.75 425	17.27 422	21.81 426	21.02 426	24.43 429	33.82 430	33.37 436	40.54 438	157.71 441	175.86 441	66.16 439	72.93 441

ff	54.10 441	25.67 429	27.13 427	113.43 440	96.96 440	30.69 430	47.44 433	32.38 431	25.60 426	17.75 425	17.27 422	21.81 426	21.02 426	24.43 429	33.82 430	33.37 436	40.54 438	157.71 441	175.86 441	66.16 439	72.93 441

LRCNet_RVC	22.74 425	32.10 432	21.97 421	29.84 430	26.23 428	4.42 405	0.81 287	22.66 425	2.02 364	26.93 430	29.26 431	23.06 431	15.59 420	23.84 428	18.88 420	31.75 435	19.90 437	34.65 435	32.13 435	30.54 435	28.32 436

PML	51.67 440	36.25 433	13.28 413	7.46 423	20.81 425	108.69 443	232.22 444	8.72 417	27.82 430	87.01 443	269.67 444	69.67 443	61.95 443	24.76 432	14.20 414	9.74 425	3.40 420	9.62 424	4.70 419	18.74 428	4.72 422

CasAABBNet	38.33 430	38.46 434	50.35 435	44.75 438	41.84 432	56.68 439	76.37 437	53.22 440	33.83 433	28.31 431	29.54 432	43.62 439	37.71 439	43.84 439	53.41 438	20.30 429	18.70 432	21.07 431	21.07 430	28.24 432	25.34 431

Selective-RAFT-Error	38.39 434	38.47 435	50.44 439	44.73 434	41.97 436	56.68 439	76.38 438	53.24 441	33.92 434	28.34 432	29.85 433	43.60 438	38.20 440	43.75 435	53.34 437	20.38 433	18.70 432	21.09 432	21.05 429	28.30 433	25.43 435

MyStereo03	38.34 431	38.50 436	50.41 436	44.74 435	41.86 433	56.65 436	76.38 438	52.99 437	33.93 435	28.39 433	29.99 434	43.54 435	37.42 435	43.82 436	53.53 439	20.31 430	18.71 434	21.06 428	21.08 431	28.23 429	25.35 432

MyStereo02	38.34 431	38.50 436	50.41 436	44.74 435	41.86 433	56.65 436	76.38 438	52.99 437	33.93 435	28.39 433	29.99 434	43.54 435	37.42 435	43.82 436	53.53 439	20.31 430	18.71 434	21.06 428	21.08 431	28.23 429	25.35 432

MyStereo	38.34 431	38.50 436	50.41 436	44.74 435	41.86 433	56.65 436	76.38 438	52.99 437	33.93 435	28.39 433	29.99 434	43.54 435	37.42 435	43.82 436	53.53 439	20.31 430	18.71 434	21.06 428	21.08 431	28.23 429	25.35 432

LSM0	42.82 438	38.75 439	50.81 440	47.07 439	109.38 443	57.00 441	76.02 436	53.74 442	33.71 432	29.02 437	30.41 437	43.87 441	37.22 434	43.91 440	53.54 442	20.52 434	18.62 431	21.10 433	21.11 434	28.41 434	42.22 437

HaxPig	38.92 435	41.40 440	41.64 431	29.95 431	32.27 429	28.90 428	27.60 424	29.73 430	37.71 439	43.82 439	43.87 438	33.17 432	35.56 430	41.53 433	40.37 435	43.94 439	47.51 442	45.82 436	47.08 437	42.38 436	44.15 439

AVERAGE_ROB	40.43 436	42.37 441	42.73 432	36.96 433	35.58 431	30.50 429	27.61 425	36.71 436	38.39 440	44.91 440	44.36 439	37.45 434	36.70 432	41.88 434	40.35 434	45.43 440	46.81 441	47.11 437	46.35 436	42.51 437	43.87 438

MEDIAN_ROB	42.00 437	44.40 442	44.29 434	35.15 432	34.95 430	31.28 433	29.60 426	35.88 435	40.02 441	47.20 441	46.64 440	37.37 433	38.48 441	44.35 441	42.45 436	48.03 441	49.39 443	49.71 438	49.03 438	45.14 438	46.65 440

DLNR_Zeroshot_test	23.17 426	48.52 443	43.29 433	176.68 443	78.69 439	0.35 5	0.21 1	23.41 426	0.75 58	0.66 46	0.86 59	0.59 54	0.30 4	1.56 194	0.44 87	9.57 424	0.12 10	0.18 38	0.14 24	76.92 442	0.16 43

test_example2	192.40 444	210.76 444	206.48 444	199.83 444	204.73 444	172.94 444	183.52 443	133.93 444	133.41 444	191.38 444	196.19 443	187.13 444	178.77 444	205.33 444	208.00 444	222.09 444	238.72 444	186.54 444	190.54 444	227.34 444	170.31 444

Low-res two-view benchmark