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	0.34 37	0.13 1	0.25 6	1.28 391	0.30 226	0.46 135	0.38 187	0.48 12	0.47 61	0.34 16	0.52 44	0.24 1	0.19 2	0.29 1	0.27 34	0.69 382	0.08 1	0.12 2	0.08 1	0.12 8	0.15 108

CES	0.28 9	0.14 2	0.23 1	0.30 4	0.70 373	0.37 87	0.27 44	0.48 12	0.46 58	0.34 16	0.48 31	0.27 2	0.22 6	0.39 15	0.23 4	0.13 12	0.11 58	0.12 2	0.08 1	0.13 20	0.17 164

LoS	0.29 14	0.15 3	0.30 11	0.29 2	0.18 7	0.33 68	0.29 58	0.51 18	0.72 134	0.34 16	0.52 44	0.41 45	0.28 34	0.47 46	0.28 44	0.15 80	0.11 58	0.13 9	0.09 6	0.11 1	0.11 9

CREStereo++_RVC	0.32 30	0.15 3	0.23 1	0.31 6	0.24 88	0.27 26	0.22 8	0.46 9	0.88 213	0.46 48	0.80 126	0.30 5	0.26 19	0.36 6	0.33 88	0.13 12	0.09 2	0.13 9	0.51 377	0.13 20	0.09 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.36 67	0.15 3	0.24 3	0.34 11	0.15 1	0.77 259	0.29 58	0.80 168	0.83 185	0.56 70	0.57 56	0.43 57	0.40 111	0.57 91	0.33 88	0.12 4	0.10 9	0.14 17	0.09 6	0.14 46	0.09 1

TANstereo	0.30 26	0.15 3	0.31 13	0.30 4	0.17 3	0.55 166	0.23 19	0.44 7	0.55 79	0.59 75	0.68 82	0.37 34	0.26 19	0.35 5	0.27 34	0.15 80	0.16 231	0.12 2	0.10 10	0.13 20	0.14 89

CREStereo	0.28 9	0.15 3	0.24 3	0.27 1	0.17 3	0.37 87	0.25 32	0.51 18	0.72 134	0.42 39	0.51 39	0.32 11	0.26 19	0.38 13	0.25 9	0.16 112	0.11 58	0.12 2	0.08 1	0.12 8	0.11 9
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
Any-RAFT	0.35 49	0.16 8	0.30 11	0.34 11	0.21 29	0.52 151	0.22 8	0.88 193	0.73 139	0.53 64	0.73 91	0.64 148	0.28 34	0.46 39	0.24 6	0.15 80	0.10 9	0.13 9	0.10 10	0.13 20	0.12 33

LoS_RVC	0.27 6	0.16 8	0.27 8	0.32 8	0.30 226	0.44 128	0.34 120	0.41 5	0.33 9	0.31 9	0.51 39	0.29 4	0.32 63	0.36 6	0.28 44	0.11 1	0.10 9	0.11 1	0.08 1	0.11 1	0.19 207

EGLCR-Stereo	0.25 3	0.16 8	0.33 21	0.34 11	0.20 20	0.35 79	0.20 1	0.52 21	0.36 22	0.28 4	0.27 4	0.41 45	0.18 1	0.45 32	0.26 25	0.14 32	0.10 9	0.16 62	0.14 74	0.13 20	0.11 9

fff	0.37 82	0.16 8	0.41 83	0.34 11	0.19 9	0.29 37	0.30 71	0.69 111	1.06 300	0.69 131	0.78 115	0.42 51	0.63 220	0.46 39	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

ADStereo(finetuned)	0.37 82	0.16 8	0.49 184	0.34 11	0.19 9	0.30 44	0.30 71	0.68 102	0.91 230	0.70 137	0.77 107	0.43 57	0.69 255	0.45 32	0.33 88	0.14 32	0.10 9	0.14 17	0.11 16	0.13 20	0.12 33

test-3	0.34 37	0.16 8	0.43 111	0.39 87	0.21 29	0.43 124	0.22 8	0.63 63	0.78 165	0.71 143	0.45 22	0.64 148	0.27 25	0.43 25	0.31 68	0.12 4	0.09 2	0.17 87	0.13 51	0.12 8	0.10 3

test_1	0.34 37	0.16 8	0.43 111	0.39 87	0.21 29	0.43 124	0.23 19	0.63 63	0.78 165	0.68 126	0.45 22	0.64 148	0.27 25	0.43 25	0.31 68	0.12 4	0.09 2	0.17 87	0.13 51	0.12 8	0.10 3

DCANet	0.36 67	0.16 8	0.41 83	0.34 11	0.19 9	0.30 44	0.30 71	0.68 102	0.91 230	0.70 137	0.77 107	0.43 57	0.57 187	0.45 32	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.13 20	0.12 33

csc	0.37 82	0.16 8	0.41 83	0.34 11	0.19 9	0.29 37	0.30 71	0.69 111	1.06 300	0.69 131	0.78 115	0.42 51	0.63 220	0.46 39	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

cscssc	0.37 82	0.16 8	0.41 83	0.34 11	0.19 9	0.29 37	0.30 71	0.69 111	1.06 300	0.69 131	0.78 115	0.42 51	0.63 220	0.46 39	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

PMTNet	0.32 30	0.16 8	0.24 3	0.29 2	0.18 7	0.45 133	0.22 8	0.56 30	0.63 100	0.46 48	0.54 48	0.39 39	0.34 77	0.48 51	0.24 6	0.75 384	0.10 9	0.12 2	0.08 1	0.12 8	0.11 9

IGEV+	0.24 1	0.17 19	0.31 13	0.38 67	0.22 42	0.24 7	0.22 8	0.50 17	0.23 1	0.28 4	0.35 17	0.30 5	0.22 6	0.31 3	0.28 44	0.14 32	0.10 9	0.13 9	0.10 10	0.13 20	0.13 58

MSKI-zero shot	0.32 30	0.17 19	0.34 27	0.39 87	0.21 29	0.32 64	0.22 8	0.61 54	0.43 49	0.52 61	0.64 70	0.61 134	0.20 4	0.74 216	0.25 9	0.14 32	0.10 9	0.14 17	0.10 10	0.12 8	0.12 33

MIF-Stereo	0.27 6	0.17 19	0.37 45	0.40 110	0.27 174	0.30 44	0.28 51	0.39 2	0.31 6	0.29 7	0.46 25	0.27 2	0.25 13	0.47 46	0.34 98	0.17 145	0.13 154	0.13 9	0.12 30	0.14 46	0.12 33

MIM_Stereo	0.38 96	0.17 19	0.53 214	0.37 46	0.24 88	0.27 26	0.24 25	0.70 125	0.54 75	0.72 154	1.00 219	0.63 141	0.29 44	0.64 158	0.38 149	0.13 12	0.14 180	0.17 87	0.16 125	0.14 46	0.11 9

AEACV	0.27 6	0.17 19	0.31 13	0.34 11	0.45 332	0.26 18	0.28 51	0.37 1	0.32 8	0.30 8	0.46 25	0.31 9	0.37 91	0.36 6	0.24 6	0.14 32	0.10 9	0.15 43	0.12 30	0.13 20	0.11 9

MC-Stereo	0.28 9	0.17 19	0.32 18	0.38 67	0.20 20	0.26 18	0.26 38	0.49 14	0.37 32	0.37 19	0.61 65	0.41 45	0.31 59	0.55 73	0.25 9	0.13 12	0.09 2	0.14 17	0.12 30	0.12 8	0.11 9

RCA-Stereo	0.35 49	0.17 19	0.34 27	0.38 67	0.22 42	0.31 54	0.34 120	0.68 102	1.24 335	0.45 46	0.65 72	0.47 71	0.43 125	0.38 13	0.27 34	0.13 12	0.10 9	0.14 17	0.11 16	0.11 1	0.11 9

HHNet	0.41 133	0.17 19	0.41 83	0.34 11	0.37 285	0.33 68	0.34 120	0.69 111	0.75 146	0.86 229	1.30 306	0.52 85	0.32 63	0.52 63	0.35 113	0.15 80	0.11 58	0.19 157	0.15 96	0.15 79	0.24 266

DEmStereo	0.48 184	0.17 19	0.50 196	0.38 67	0.25 114	0.59 197	0.34 120	0.63 63	0.74 144	0.89 248	1.66 349	0.58 111	1.06 341	0.60 128	0.42 167	0.14 32	0.11 58	0.16 62	0.16 125	0.14 46	0.15 108

DRaft	0.49 200	0.17 19	0.47 158	0.37 46	0.25 114	0.58 188	0.40 212	0.65 74	0.85 195	1.02 304	1.75 357	0.50 80	0.82 300	0.63 151	0.40 160	0.13 12	0.11 58	0.16 62	0.16 125	0.14 46	0.15 108

RAFT-RH_RVC	0.56 255	0.17 19	0.41 83	0.37 46	0.23 70	0.57 186	0.24 25	0.60 48	0.70 123	1.19 337	3.94 404	0.56 98	0.38 94	0.65 165	0.36 129	0.13 12	0.11 58	0.20 181	0.14 74	0.12 8	0.13 58

XX-Stereo	0.37 82	0.17 19	0.45 132	0.55 325	0.36 280	0.38 100	0.20 1	0.60 48	0.30 4	0.46 48	1.30 306	0.73 198	0.26 19	0.56 81	0.26 25	0.16 112	0.11 58	0.17 87	0.16 125	0.14 46	0.10 3

111	0.40 122	0.17 19	0.41 83	0.34 11	0.19 9	0.52 151	0.28 51	0.74 143	1.16 322	0.50 56	0.91 178	0.63 141	0.48 147	0.61 135	0.35 113	0.14 32	0.10 9	0.14 17	0.12 30	0.13 20	0.13 58

RAFT-Stereo + iAFF	0.36 67	0.17 19	0.41 83	0.35 29	0.19 9	0.33 68	0.29 58	0.65 74	0.73 139	0.68 126	1.01 222	0.56 98	0.40 111	0.42 22	0.30 61	0.11 1	0.09 2	0.15 43	0.14 74	0.13 20	0.10 3

CFNet-RSSM	0.34 37	0.17 19	0.45 132	0.39 87	0.22 42	0.35 79	0.23 19	0.73 141	0.84 188	0.65 108	0.54 48	0.57 103	0.28 34	0.46 39	0.26 25	0.13 12	0.10 9	0.14 17	0.12 30	0.13 20	0.11 9

Gwc-CoAtRS	0.34 37	0.17 19	0.44 121	0.39 87	0.23 70	0.34 74	0.22 8	0.70 125	0.75 146	0.60 79	0.59 61	0.58 111	0.29 44	0.45 32	0.26 25	0.14 32	0.11 58	0.14 17	0.12 30	0.12 8	0.12 33

StereoIM	0.26 4	0.18 35	0.36 35	0.36 37	0.26 150	0.27 26	0.27 44	0.43 6	0.35 17	0.27 2	0.26 3	0.41 45	0.28 34	0.40 17	0.28 44	0.16 112	0.14 180	0.16 62	0.13 51	0.14 46	0.12 33

IGEV_Zeroshot_test	0.34 37	0.18 35	0.67 273	0.39 87	0.28 193	0.30 44	0.25 32	0.74 143	0.31 6	0.62 85	0.57 56	0.54 93	0.25 13	0.53 68	0.27 34	0.14 32	0.10 9	0.15 43	0.14 74	0.14 46	0.12 33

MIF-Stereo (partial)	0.31 28	0.18 35	0.37 45	0.41 134	0.31 244	0.28 33	0.23 19	0.47 10	0.42 47	0.31 9	0.63 67	0.36 32	0.35 79	0.57 91	0.31 68	0.17 145	0.13 154	0.19 157	0.17 166	0.18 159	0.14 89

RAFT-Test	0.34 37	0.18 35	0.37 45	0.38 67	0.23 70	0.50 144	0.23 19	0.69 111	0.40 40	0.60 79	0.85 154	0.61 134	0.28 34	0.46 39	0.27 34	0.14 32	0.11 58	0.14 17	0.11 16	0.13 20	0.12 33

4D-IteraStereo	0.33 36	0.18 35	0.40 78	0.40 110	0.24 88	0.32 64	0.27 44	0.58 37	0.72 134	0.65 108	0.54 48	0.42 51	0.23 8	0.45 32	0.28 44	0.14 32	0.09 2	0.19 157	0.16 125	0.16 110	0.11 9

Selective-IGEV	0.24 1	0.18 35	0.35 30	0.35 29	0.19 9	0.27 26	0.25 32	0.55 29	0.23 1	0.27 2	0.25 2	0.34 22	0.19 2	0.58 108	0.22 1	0.12 4	0.10 9	0.14 17	0.11 16	0.12 8	0.10 3

DCRE	0.37 82	0.18 35	0.46 148	0.45 225	0.32 256	0.42 122	0.37 167	0.63 63	0.51 65	0.47 51	0.94 186	0.56 98	0.36 88	0.52 63	0.32 76	0.14 32	0.13 154	0.15 43	0.14 74	0.14 46	0.13 58

test_4	0.36 67	0.18 35	0.31 13	0.44 204	0.25 114	0.20 1	0.34 120	0.56 30	0.41 43	0.59 75	1.45 333	0.43 57	0.25 13	0.63 151	0.28 44	0.12 4	0.10 9	0.17 87	0.19 212	0.15 79	0.11 9

CrosDoStereo	0.50 213	0.18 35	0.45 132	0.38 67	0.24 88	0.40 104	1.18 378	0.67 93	0.86 200	0.94 272	1.37 316	0.63 141	0.77 285	0.65 165	0.45 190	0.15 80	0.12 99	0.17 87	0.18 188	0.14 46	0.14 89

DeepStereo_LL	0.50 213	0.18 35	0.45 132	0.38 67	0.24 88	0.40 104	1.18 378	0.67 93	0.86 200	0.94 272	1.37 316	0.63 141	0.77 285	0.65 165	0.45 190	0.15 80	0.12 99	0.17 87	0.18 188	0.14 46	0.14 89

THIR-Stereo	0.50 213	0.18 35	0.45 132	0.38 67	0.23 70	0.75 256	0.67 320	0.66 83	0.87 209	1.02 304	1.40 322	0.72 189	0.76 281	0.62 141	0.42 167	0.15 80	0.11 58	0.17 87	0.18 188	0.14 46	0.15 108

PFNet	0.42 139	0.18 35	0.58 235	0.43 189	0.24 88	0.43 124	0.32 104	0.74 143	0.78 165	1.00 297	0.74 100	0.68 169	0.39 106	0.72 204	0.37 141	0.16 112	0.10 9	0.20 181	0.15 96	0.16 110	0.13 58

RAFT-345	0.40 122	0.18 35	0.40 78	0.38 67	0.22 42	0.33 68	0.26 38	0.61 54	0.51 65	0.74 168	1.79 358	0.45 63	0.33 71	0.66 170	0.36 129	0.14 32	0.11 58	0.18 121	0.14 74	0.13 20	0.13 58

R-Stereo Train	0.39 110	0.18 35	0.42 102	0.42 171	0.26 150	0.40 104	0.32 104	0.72 134	0.34 10	0.89 248	1.28 302	0.57 103	0.35 79	0.42 22	0.32 76	0.15 80	0.12 99	0.14 17	0.12 30	0.14 46	0.13 58

RAFT-Stereo	0.39 110	0.18 35	0.42 102	0.42 171	0.26 150	0.40 104	0.32 104	0.72 134	0.34 10	0.89 248	1.28 302	0.57 103	0.35 79	0.42 22	0.32 76	0.15 80	0.12 99	0.14 17	0.12 30	0.14 46	0.13 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MGS-Stereo	0.28 9	0.19 50	0.40 78	0.36 37	0.23 70	0.37 87	0.30 71	0.39 2	0.44 53	0.31 9	0.51 39	0.40 42	0.24 11	0.43 25	0.26 25	0.15 80	0.12 99	0.15 43	0.13 51	0.14 46	0.13 58

DisPM	0.39 110	0.19 50	0.44 121	0.41 134	0.27 174	0.24 7	0.31 88	0.65 74	0.57 84	0.87 236	0.87 161	0.60 130	0.32 63	0.76 223	0.32 76	0.18 173	0.12 99	0.19 157	0.17 166	0.15 79	0.20 227

iRaft-Stereo_20w	0.39 110	0.19 50	0.57 231	0.37 46	0.27 174	0.31 54	0.24 25	1.44 360	0.29 3	0.69 131	0.53 46	0.60 130	0.42 118	0.83 250	0.27 34	0.14 32	0.11 58	0.14 17	0.13 51	0.15 79	0.13 58

GLC_STEREO	0.29 14	0.19 50	0.27 8	0.44 204	0.19 9	0.31 54	0.26 38	0.47 10	0.43 49	0.37 19	0.47 30	0.41 45	0.23 8	0.50 54	0.34 98	0.14 32	0.18 257	0.19 157	0.16 125	0.16 110	0.13 58

GMOStereo	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

error version	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

test-v	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

test_3	0.36 67	0.19 50	0.44 121	0.44 204	0.23 70	0.48 139	0.36 155	0.66 83	0.82 180	0.64 101	0.45 22	0.68 169	0.25 13	0.41 20	0.31 68	0.12 4	0.10 9	0.18 121	0.16 125	0.15 79	0.11 9

PFNet+	0.40 122	0.19 50	0.49 184	0.39 87	0.25 114	0.28 33	0.23 19	0.64 73	0.70 123	0.85 224	0.79 124	0.64 148	0.35 79	0.72 204	0.34 98	0.19 202	0.14 180	0.23 247	0.20 234	0.16 110	0.20 227

ASMatch	0.48 184	0.19 50	0.45 132	0.39 87	0.28 193	0.37 87	0.26 38	0.74 143	0.68 118	0.76 175	2.34 373	0.61 134	0.52 165	0.62 141	0.37 141	0.14 32	0.12 99	0.17 87	0.15 96	0.14 46	0.21 240

SST-Stereo	0.40 122	0.19 50	0.45 132	0.42 171	0.25 114	0.25 16	0.21 4	0.66 83	0.47 61	1.08 324	0.79 124	0.72 189	0.43 125	0.77 230	0.35 113	0.16 112	0.11 58	0.20 181	0.16 125	0.19 194	0.15 108

RAFT_R40	0.40 122	0.19 50	0.44 121	0.43 189	0.25 114	0.23 5	0.26 38	0.67 93	0.67 117	0.98 289	0.78 115	0.72 189	0.43 125	0.76 223	0.35 113	0.16 112	0.11 58	0.20 181	0.16 125	0.18 159	0.14 89

GrayStereo	0.49 200	0.19 50	0.42 102	0.46 244	0.28 193	0.53 157	0.67 320	0.69 111	0.63 100	1.02 304	1.47 336	0.78 218	0.76 281	0.56 81	0.33 88	0.14 32	0.12 99	0.17 87	0.17 166	0.15 79	0.29 296

test-2	0.37 82	0.19 50	0.38 54	0.43 189	0.24 88	0.37 87	0.38 187	0.52 21	0.62 90	0.87 236	0.84 146	0.64 148	0.35 79	0.37 9	0.28 44	0.13 12	0.11 58	0.20 181	0.18 188	0.15 79	0.11 9

test-1	0.36 67	0.19 50	0.71 289	0.46 244	0.26 150	0.44 128	0.36 155	0.60 48	0.59 86	0.48 52	0.67 80	0.53 89	0.36 88	0.40 17	0.29 56	0.14 32	0.11 58	0.16 62	0.14 74	0.15 79	0.16 147

GMM-Stereo	0.44 151	0.19 50	0.36 35	0.42 171	0.25 114	0.51 148	0.47 248	0.71 130	0.53 71	0.76 175	1.37 316	0.76 211	0.38 94	0.60 128	0.33 88	0.15 80	0.10 9	0.20 181	0.19 212	0.16 110	0.27 283

Prome-Stereo	0.46 167	0.19 50	0.35 30	0.44 204	0.26 150	0.40 104	0.45 240	0.68 102	0.44 53	0.96 280	1.84 360	0.59 125	0.67 245	0.61 135	0.32 76	0.14 32	0.11 58	0.16 62	0.14 74	0.16 110	0.29 296

iRaftStereo_RVC	0.32 30	0.19 50	0.37 45	0.39 87	0.22 42	0.31 54	0.29 58	0.68 102	0.51 65	0.49 53	0.66 76	0.37 34	0.23 8	0.45 32	0.33 88	0.14 32	0.10 9	0.18 121	0.17 166	0.15 79	0.12 33

raft+_RVC	0.38 96	0.19 50	0.35 30	0.37 46	0.25 114	0.45 133	0.37 167	0.78 162	0.89 223	0.51 58	0.78 115	0.50 80	0.29 44	0.53 68	0.40 160	0.15 80	0.12 99	0.17 87	0.15 96	0.14 46	0.12 33

raftrobust	0.34 37	0.19 50	0.36 35	0.41 134	0.27 174	0.30 44	0.25 32	0.71 130	0.63 100	0.58 73	0.55 53	0.45 63	0.46 140	0.51 58	0.29 56	0.16 112	0.12 99	0.14 17	0.12 30	0.12 8	0.13 58

AFF-stereo	0.38 96	0.19 50	0.39 71	0.37 46	0.21 29	0.27 26	0.31 88	0.65 74	0.66 115	0.64 101	1.13 269	0.76 211	0.39 106	0.55 73	0.33 88	0.11 1	0.09 2	0.16 62	0.16 125	0.13 20	0.11 9

EAI-Stereo	0.34 37	0.19 50	0.44 121	0.39 87	0.21 29	0.31 54	0.30 71	1.15 285	0.30 4	0.49 53	0.75 101	0.36 32	0.28 34	0.62 141	0.27 34	0.14 32	0.11 58	0.14 17	0.13 51	0.13 20	0.12 33

MyStereo8	0.40 122	0.20 72	0.54 217	0.41 134	0.29 216	0.53 157	0.29 58	0.65 74	0.49 63	0.71 143	0.98 212	0.58 111	0.43 125	0.50 54	0.51 218	0.15 80	0.12 99	0.16 62	0.14 74	0.19 194	0.19 207

CoDeX	0.47 177	0.20 72	0.49 184	0.42 171	0.25 114	0.75 256	0.36 155	1.27 329	0.80 173	0.82 204	0.96 197	0.62 140	0.57 187	0.60 128	0.36 129	0.17 145	0.12 99	0.17 87	0.15 96	0.16 110	0.14 89

test croco	0.31 28	0.20 72	0.50 196	0.39 87	0.29 216	0.27 26	0.30 71	0.44 7	0.35 17	0.31 9	0.66 76	0.30 5	0.31 59	0.65 165	0.31 68	0.17 145	0.13 154	0.20 181	0.15 96	0.17 141	0.12 33

CASnet	0.30 26	0.20 72	0.33 21	0.41 134	0.16 2	0.26 18	0.24 25	0.52 21	0.53 71	0.52 61	0.54 48	0.39 39	0.24 11	0.40 17	0.26 25	0.14 32	0.10 9	0.22 233	0.18 188	0.18 159	0.11 9
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.35 49	0.20 72	0.47 158	0.40 110	0.25 114	0.33 68	0.31 88	0.76 154	0.38 36	0.43 41	0.57 56	0.79 219	0.44 133	0.71 199	0.25 9	0.15 80	0.11 58	0.15 43	0.14 74	0.14 46	0.12 33

HanStereo	0.35 49	0.20 72	0.47 158	0.40 110	0.25 114	0.33 68	0.31 88	0.76 154	0.38 36	0.43 41	0.57 56	0.79 219	0.44 133	0.71 199	0.25 9	0.15 80	0.11 58	0.15 43	0.14 74	0.14 46	0.12 33

anonymousdsp2	0.35 49	0.20 72	0.43 111	0.37 46	0.24 88	0.48 139	0.31 88	0.86 182	0.65 112	0.55 68	0.50 34	0.50 80	0.34 77	0.56 81	0.31 68	0.14 32	0.10 9	0.14 17	0.10 10	0.16 110	0.14 89

knoymous	0.36 67	0.20 72	0.31 13	0.31 6	0.22 42	0.36 85	0.29 58	0.61 54	0.64 107	0.67 120	0.70 85	0.60 130	0.40 111	0.58 108	0.34 98	0.17 145	0.11 58	0.20 181	0.11 16	0.17 141	0.18 179

anonymousa	0.49 200	0.20 72	0.42 102	0.38 67	0.23 70	0.91 294	0.35 137	0.75 149	0.62 90	0.85 224	1.54 341	1.06 294	0.66 242	0.51 58	0.43 172	0.16 112	0.13 154	0.19 157	0.21 251	0.16 110	0.14 89

riskmin	0.38 96	0.20 72	0.39 71	0.32 8	0.23 70	0.53 157	0.30 71	0.63 63	0.80 173	0.49 53	0.56 55	0.73 198	0.58 194	0.55 73	0.36 129	0.17 145	0.11 58	0.19 157	0.13 51	0.19 194	0.20 227

DCANet-4	0.36 67	0.20 72	0.48 174	0.34 11	0.19 9	0.29 37	0.30 71	0.66 83	0.92 235	0.69 131	0.78 115	0.40 42	0.47 143	0.45 32	0.34 98	0.14 32	0.10 9	0.14 17	0.11 16	0.11 1	0.13 58

tt	6.20 415	0.20 72	5.89 406	3.55 418	2.07 407	11.26 420	19.21 421	11.74 422	5.46 408	2.69 395	2.04 369	4.87 407	6.25 414	3.70 405	7.09 412	8.32 423	11.17 428	4.93 419	5.41 422	5.74 421	2.37 415

RAFT_CTSACE	0.45 161	0.20 72	0.44 121	0.45 225	0.27 174	0.34 74	0.39 206	0.60 48	0.73 139	0.76 175	1.44 330	0.83 231	0.38 94	1.08 318	0.26 25	0.12 4	0.13 154	0.18 121	0.16 125	0.15 79	0.11 9

IPLG	0.39 110	0.20 72	0.59 236	0.40 110	0.24 88	0.54 161	0.27 44	0.75 149	0.63 100	0.84 223	0.81 133	0.32 11	0.32 63	0.60 128	0.45 190	0.13 12	0.11 58	0.16 62	0.13 51	0.13 20	0.12 33

LCNet	0.41 133	0.20 72	0.32 18	0.44 204	0.24 88	0.47 137	0.29 58	0.67 93	0.53 71	0.72 154	1.03 234	0.66 163	0.60 204	0.58 108	0.34 98	0.14 32	0.10 9	0.19 157	0.19 212	0.21 225	0.36 328

AAGNet	1.43 376	0.20 72	0.48 174	0.44 204	0.25 114	0.29 37	0.31 88	0.65 74	0.68 118	0.97 285	0.86 157	0.67 168	0.62 214	0.64 158	20.63 423	0.16 112	0.11 58	0.19 157	0.15 96	0.19 194	0.12 33

STrans-v2	0.46 167	0.20 72	0.48 174	0.40 110	0.24 88	0.55 166	0.50 264	1.07 257	0.73 139	0.65 108	1.05 242	0.72 189	0.69 255	0.72 204	0.33 88	0.14 32	0.10 9	0.17 87	0.14 74	0.13 20	0.12 33

TransformOpticalFlow	0.44 151	0.20 72	0.47 158	0.41 134	0.23 70	0.37 87	0.47 248	0.94 211	0.76 152	0.65 108	1.14 271	0.73 198	0.56 186	0.76 223	0.32 76	0.15 80	0.10 9	0.17 87	0.15 96	0.14 46	0.13 58

NF-Stereo	0.38 96	0.20 72	0.45 132	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.57 103	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

OCTAStereo	0.38 96	0.20 72	0.46 148	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.58 111	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

PSM-softLoss	0.38 96	0.20 72	0.48 174	0.41 134	0.26 150	0.30 44	0.35 137	0.69 111	0.46 58	0.62 85	0.82 136	0.59 125	0.33 71	0.70 194	0.39 155	0.19 202	0.12 99	0.20 181	0.18 188	0.16 110	0.22 253

KMStereo	0.38 96	0.20 72	0.48 174	0.41 134	0.26 150	0.30 44	0.35 137	0.69 111	0.46 58	0.62 85	0.82 136	0.59 125	0.33 71	0.70 194	0.39 155	0.19 202	0.12 99	0.20 181	0.18 188	0.16 110	0.22 253

NRIStereo	0.36 67	0.20 72	0.45 132	0.41 134	0.23 70	0.34 74	0.26 38	0.65 74	0.55 79	0.64 101	0.63 67	0.56 98	0.37 91	0.65 165	0.37 141	0.15 80	0.11 58	0.18 121	0.15 96	0.17 141	0.14 89

PSM-AAD	0.48 184	0.20 72	0.37 45	0.43 189	0.23 70	0.56 182	0.50 264	0.65 74	0.70 123	1.07 321	1.12 263	0.58 111	0.92 321	0.61 135	0.32 76	0.15 80	0.11 58	0.25 272	0.26 309	0.18 159	0.43 355

FTStereo	0.56 255	0.20 72	0.37 45	0.41 134	0.25 114	0.40 104	0.79 347	0.66 83	0.43 49	1.09 326	3.27 393	0.70 175	0.73 274	0.55 73	0.33 88	0.14 32	0.13 154	0.19 157	0.17 166	0.15 79	0.30 303

KYRaft	0.48 184	0.20 72	0.38 54	0.44 204	0.23 70	0.44 128	0.37 167	0.66 83	0.41 43	0.94 272	1.73 353	0.79 219	0.41 117	0.63 151	0.31 68	0.16 112	0.11 58	0.18 121	0.22 266	0.16 110	0.78 383

RE-Stereo	0.38 96	0.20 72	0.46 148	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.58 111	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

Pruner-Stereo	0.38 96	0.20 72	0.45 132	0.40 110	0.25 114	0.22 4	0.24 25	0.67 93	0.55 79	0.89 248	0.76 103	0.68 169	0.29 44	0.62 141	0.35 113	0.18 173	0.12 99	0.20 181	0.17 166	0.17 141	0.18 179

TVStereo	0.38 96	0.20 72	0.46 148	0.41 134	0.25 114	0.26 18	0.31 88	0.69 111	0.70 123	0.65 108	0.77 107	0.58 111	0.30 55	0.67 180	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.16 110	0.27 283

IRAFT_RVC	0.42 139	0.20 72	0.48 174	0.44 204	0.24 88	0.27 26	0.54 289	0.74 143	0.77 159	0.76 175	0.80 126	0.73 198	0.51 163	0.70 194	0.36 129	0.17 145	0.10 9	0.21 221	0.16 125	0.16 110	0.14 89

cross-raft	0.34 37	0.20 72	0.37 45	0.44 204	0.23 70	0.32 64	0.35 137	0.74 143	0.40 40	0.60 79	0.77 107	0.57 103	0.27 25	0.43 25	0.28 44	0.12 4	0.10 9	0.15 43	0.13 51	0.15 79	0.11 9

MyStereo06	0.38 96	0.21 103	0.61 243	0.41 134	0.28 193	0.41 117	0.50 264	0.95 217	0.35 17	0.62 85	0.54 48	0.76 211	0.27 25	0.50 54	0.29 56	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.15 108

MyStereo05	0.44 151	0.21 103	0.45 132	0.41 134	0.28 193	0.41 117	0.50 264	0.93 207	1.09 312	0.76 175	0.61 65	0.51 83	0.57 187	0.73 210	0.42 167	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.15 108

AE-Stereo	0.34 37	0.21 103	0.42 102	0.48 259	0.31 244	0.48 139	0.35 137	0.61 54	0.62 90	0.32 14	0.55 53	0.52 85	0.27 25	0.47 46	0.29 56	0.13 12	0.13 154	0.18 121	0.16 125	0.15 79	0.12 33

11t1	0.36 67	0.21 103	0.42 102	0.35 29	0.22 42	0.62 210	0.29 58	0.69 111	0.43 49	0.60 79	0.53 46	0.53 89	0.48 147	0.56 81	0.40 160	0.18 173	0.14 180	0.16 62	0.13 51	0.17 141	0.17 164

ff7	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

ffff	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

11t	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

anonymousdsp	0.29 14	0.21 103	0.38 54	0.37 46	0.25 114	0.30 44	0.35 137	0.63 63	0.35 17	0.39 31	0.33 10	0.33 19	0.28 34	0.59 122	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

ProNet	0.29 14	0.21 103	0.38 54	0.35 29	0.24 88	0.32 64	0.43 232	0.57 33	0.37 32	0.33 15	0.30 6	0.32 11	0.28 34	0.57 91	0.26 25	0.13 12	0.11 58	0.16 62	0.13 51	0.13 20	0.13 58

ccc-4	0.29 14	0.21 103	0.38 54	0.36 37	0.26 150	0.31 54	0.35 137	0.62 58	0.34 10	0.38 23	0.33 10	0.32 11	0.29 44	0.58 108	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108

IGEV-Stereo	0.29 14	0.21 103	0.38 54	0.37 46	0.25 114	0.30 44	0.35 137	0.63 63	0.35 17	0.39 31	0.33 10	0.33 19	0.28 34	0.59 122	0.25 9	0.14 32	0.10 9	0.17 87	0.12 30	0.14 46	0.15 108
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.45 161	0.21 103	0.48 174	0.42 171	0.28 193	0.31 54	0.54 289	0.63 63	0.62 90	0.62 85	0.89 172	1.01 280	0.69 255	0.75 220	0.66 257	0.13 12	0.12 99	0.17 87	0.15 96	0.14 46	0.15 108

CIPLG	0.41 133	0.21 103	0.63 254	0.45 225	0.33 265	0.52 151	0.33 113	0.65 74	0.60 88	0.82 204	0.96 197	0.46 69	0.32 63	0.55 73	0.44 184	0.16 112	0.12 99	0.15 43	0.14 74	0.13 20	0.14 89

IPLGR_C	0.40 122	0.21 103	0.64 259	0.45 225	0.33 265	0.52 151	0.34 120	0.66 83	0.62 90	0.82 204	0.92 182	0.45 63	0.32 63	0.52 63	0.46 200	0.17 145	0.12 99	0.15 43	0.14 74	0.13 20	0.14 89

MIPNet	0.37 82	0.21 103	0.59 236	0.39 87	0.25 114	0.50 144	0.28 51	0.77 157	0.70 123	0.65 108	0.60 62	0.40 42	0.49 150	0.44 31	0.37 141	0.14 32	0.11 58	0.16 62	0.13 51	0.14 46	0.13 58

IPLGR	0.39 110	0.21 103	0.63 254	0.39 87	0.22 42	0.49 143	0.29 58	0.76 154	0.74 144	0.78 183	0.77 107	0.44 62	0.42 118	0.47 46	0.38 149	0.13 12	0.12 99	0.16 62	0.14 74	0.15 79	0.13 58

ACRE	0.40 122	0.21 103	0.65 264	0.45 225	0.33 265	0.51 148	0.33 113	0.66 83	0.63 100	0.80 187	0.92 182	0.45 63	0.32 63	0.52 63	0.45 190	0.16 112	0.12 99	0.15 43	0.14 74	0.13 20	0.14 89

IIG-Stereo	0.43 145	0.21 103	0.44 121	0.50 288	0.25 114	0.44 128	0.21 4	0.71 130	0.76 152	0.83 216	0.95 193	0.83 231	0.43 125	0.90 275	0.35 113	0.15 80	0.12 99	0.19 157	0.14 74	0.15 79	0.11 9

DeepStereo_RVC	0.36 67	0.21 103	0.47 158	0.40 110	0.24 88	0.26 18	0.22 8	0.60 48	0.38 36	0.69 131	0.67 80	0.57 103	0.51 163	0.56 81	0.39 155	0.16 112	0.12 99	0.18 121	0.15 96	0.19 194	0.18 179

rafts_anoy	0.37 82	0.21 103	0.36 35	0.41 134	0.26 150	0.30 44	0.33 113	0.67 93	0.90 225	0.58 73	0.66 76	0.45 63	0.33 71	0.47 46	0.39 155	0.16 112	0.11 58	0.21 221	0.23 277	0.17 141	0.14 89

RALCasStereoNet	0.36 67	0.21 103	0.37 45	0.42 171	0.26 150	0.35 79	0.38 187	0.63 63	0.64 107	0.50 56	0.72 87	0.51 83	0.29 44	0.59 122	0.36 129	0.16 112	0.14 180	0.15 43	0.13 51	0.17 141	0.16 147

test_xeample3	0.29 14	0.21 103	0.41 83	0.35 29	0.26 150	0.35 79	0.32 104	0.56 30	0.36 22	0.43 41	0.32 9	0.34 22	0.28 34	0.54 71	0.23 4	0.14 32	0.11 58	0.16 62	0.12 30	0.14 46	0.13 58

test_xeample	1.01 344	0.21 103	0.42 102	0.35 29	0.21 29	0.71 248	0.39 206	1.23 316	0.86 200	0.81 195	1.04 238	0.69 173	0.61 209	0.69 191	10.93 415	0.19 202	0.15 204	0.18 121	0.17 166	0.18 159	0.17 164

SFCPSM	0.47 177	0.21 103	0.55 222	0.40 110	0.27 174	0.87 292	0.37 167	1.33 340	0.77 159	0.80 187	0.84 146	0.54 93	0.49 150	0.57 91	0.37 141	0.18 173	0.13 154	0.18 121	0.20 234	0.16 110	0.15 108

GANet-RSSM	0.47 177	0.21 103	0.37 45	0.38 67	0.25 114	0.58 188	0.36 155	1.07 257	0.78 165	0.68 126	1.01 222	0.86 239	0.67 245	0.62 141	0.44 184	0.21 238	0.15 204	0.18 121	0.18 188	0.18 159	0.17 164

DIP-Stereo	0.39 110	0.21 103	0.50 196	0.41 134	0.28 193	0.62 210	0.27 44	0.77 157	0.40 40	0.64 101	0.86 157	0.52 85	0.33 71	0.66 170	0.42 167	0.15 80	0.13 154	0.17 87	0.14 74	0.15 79	0.15 108
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNet_ROB	0.52 230	0.21 103	0.53 214	0.37 46	0.21 29	0.61 203	0.29 58	1.51 369	1.32 347	0.90 255	1.02 230	0.80 227	0.62 214	0.76 223	0.43 172	0.16 112	0.12 99	0.13 9	0.09 6	0.15 79	0.18 179

MyStereo07	0.32 30	0.22 130	0.34 27	0.42 171	0.28 193	0.40 104	0.50 264	0.72 134	0.37 32	0.37 19	0.34 16	0.32 11	0.31 59	0.59 122	0.27 34	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.16 147

MyStereo04	0.44 151	0.22 130	0.44 121	0.42 171	0.28 193	0.40 104	0.50 264	1.00 231	1.08 309	0.62 85	0.58 60	0.55 96	0.57 187	0.71 199	0.44 184	0.14 32	0.13 154	0.18 121	0.17 166	0.17 141	0.16 147

IGEVStereo-DCA	0.29 14	0.22 130	0.38 54	0.35 29	0.27 174	0.37 87	0.35 137	0.62 58	0.34 10	0.38 23	0.30 6	0.35 27	0.27 25	0.51 58	0.22 1	0.15 80	0.12 99	0.16 62	0.12 30	0.13 20	0.15 108

rrr	0.29 14	0.22 130	0.41 83	0.35 29	0.27 174	0.37 87	0.32 104	0.52 21	0.42 47	0.38 23	0.30 6	0.35 27	0.27 25	0.51 58	0.22 1	0.15 80	0.12 99	0.16 62	0.13 51	0.13 20	0.14 89

1111x	0.55 244	0.22 130	0.46 148	0.38 67	0.20 20	0.66 233	0.43 232	1.23 316	0.99 265	0.71 143	0.99 217	0.95 266	0.69 255	0.90 275	1.08 342	0.18 173	0.17 245	0.18 121	0.19 212	0.20 207	0.18 179

CBFPSM	0.59 273	0.22 130	1.31 362	0.38 67	0.27 174	1.12 333	0.65 317	0.79 164	0.82 180	0.80 187	0.81 133	1.35 341	0.87 312	0.67 180	0.76 279	0.16 112	0.15 204	0.15 43	0.16 125	0.17 141	0.22 253

GwcNet-ADL	0.44 151	0.22 130	0.48 174	0.45 225	0.30 226	0.40 104	0.37 167	0.92 204	0.97 256	0.71 143	0.78 115	0.61 134	0.42 118	0.62 141	0.50 210	0.19 202	0.14 180	0.15 43	0.14 74	0.18 159	0.18 179

OMP-Stereo	0.42 139	0.22 130	0.46 148	0.52 311	0.24 88	0.36 85	0.25 32	0.71 130	0.78 165	0.77 180	0.64 70	0.89 253	0.39 106	0.91 282	0.35 113	0.15 80	0.12 99	0.20 181	0.15 96	0.15 79	0.12 33

CroCo-Stereo	0.26 4	0.22 130	0.36 35	0.48 259	0.22 42	0.20 1	0.29 58	0.51 18	0.44 53	0.28 4	0.23 1	0.42 51	0.26 19	0.29 1	0.26 25	0.15 80	0.13 154	0.13 9	0.11 16	0.16 110	0.12 33
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
RAFT	0.45 161	0.22 130	0.45 132	0.47 254	0.26 150	0.54 161	0.47 248	0.66 83	0.58 85	0.80 187	0.82 136	0.94 264	0.57 187	0.75 220	0.34 98	0.17 145	0.15 204	0.22 233	0.20 234	0.16 110	0.12 33

222	1.18 363	0.22 130	0.44 121	0.37 46	0.22 42	0.79 266	0.37 167	1.31 337	0.89 223	0.92 268	1.08 254	0.72 189	0.71 269	0.66 170	13.89 418	0.20 223	0.15 204	0.17 87	0.16 125	0.18 159	0.19 207

xxxx	1.01 344	0.22 130	0.43 111	0.36 37	0.21 29	0.82 282	0.36 155	1.32 338	0.88 213	0.71 143	0.94 186	0.97 270	0.63 220	0.64 158	10.58 414	0.20 223	0.16 231	0.18 121	0.17 166	0.19 194	0.19 207

FENet	0.42 139	0.22 130	0.38 54	0.39 87	0.24 88	0.55 166	0.32 104	0.79 164	0.70 123	0.71 143	0.72 87	0.63 141	0.57 187	0.62 141	0.44 184	0.19 202	0.13 154	0.19 157	0.17 166	0.18 159	0.19 207

ac_64	0.52 230	0.22 130	0.50 196	0.45 225	0.28 193	0.80 269	0.45 240	1.02 241	0.61 89	0.91 260	0.83 141	1.07 299	0.68 251	0.74 216	0.70 267	0.21 238	0.18 257	0.20 181	0.19 212	0.18 159	0.15 108

PSMNet-RSSM	0.48 184	0.22 130	0.38 54	0.42 171	0.25 114	0.50 144	0.37 167	1.10 266	0.77 159	0.70 137	1.06 248	0.84 235	0.64 231	0.62 141	0.47 204	0.23 261	0.15 204	0.23 247	0.25 299	0.20 207	0.19 207

RASNet	0.53 233	0.22 130	0.52 208	0.38 67	0.22 42	0.68 239	0.38 187	0.97 223	0.88 213	0.73 161	1.04 238	1.03 287	0.92 321	0.90 275	0.86 298	0.16 112	0.14 180	0.14 17	0.17 166	0.15 79	0.13 58

HSM-Net_RVC	0.53 233	0.22 130	0.35 30	0.37 46	0.21 29	0.85 288	0.37 167	1.23 316	0.93 240	0.90 255	1.15 276	1.26 321	0.63 220	0.72 204	0.48 207	0.17 145	0.13 154	0.16 62	0.15 96	0.17 141	0.15 108
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SMFormer	0.51 220	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.55 236	0.19 202	0.15 204	0.18 121	0.16 125	0.18 159	0.18 179

tta	0.51 220	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.55 236	0.19 202	0.15 204	0.18 121	0.16 125	0.15 79	0.14 89

qqq1	0.49 200	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.34 98	0.19 202	0.15 204	0.14 17	0.12 30	0.15 79	0.14 89

fff1	0.49 200	0.23 147	0.62 246	0.34 11	0.20 20	0.62 210	0.34 120	1.21 304	1.02 279	0.81 195	1.01 222	0.71 179	0.65 237	0.84 255	0.34 98	0.19 202	0.15 204	0.14 17	0.12 30	0.15 79	0.14 89

ACVNet-DCA	0.35 49	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.85 179	0.54 75	0.41 34	0.50 34	0.34 22	0.49 150	0.57 91	0.25 9	0.16 112	0.10 9	0.19 157	0.13 51	0.18 159	0.17 164

xx1	0.39 110	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.67 93	1.06 300	0.41 34	0.50 34	0.65 158	0.53 168	0.57 91	0.25 9	0.16 112	0.10 9	0.20 181	0.19 212	0.18 159	0.17 164

1test111	0.36 67	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.85 179	0.54 75	0.41 34	0.50 34	0.34 22	0.49 150	0.55 73	0.45 190	0.16 112	0.10 9	0.19 157	0.13 51	0.18 159	0.17 164

cc1	0.37 82	0.23 147	0.33 21	0.41 134	0.22 42	0.55 166	0.38 187	0.67 93	1.06 300	0.41 34	0.50 34	0.34 22	0.49 150	0.57 91	0.25 9	0.16 112	0.10 9	0.19 157	0.13 51	0.16 110	0.15 108

EKT-Stereo	0.35 49	0.23 147	0.39 71	0.43 189	0.29 216	0.38 100	0.31 88	0.69 111	0.64 107	0.45 46	0.63 67	0.49 79	0.27 25	0.56 81	0.33 88	0.18 173	0.14 180	0.18 121	0.15 96	0.16 110	0.16 147

gwcnet-sp	0.48 184	0.23 147	0.70 286	0.40 110	0.26 150	0.81 274	0.41 224	0.89 195	0.84 188	0.91 260	0.76 103	0.66 163	0.61 209	0.66 170	0.50 210	0.18 173	0.17 245	0.18 121	0.18 188	0.18 159	0.18 179

scenet	0.48 184	0.23 147	0.70 286	0.40 110	0.26 150	0.81 274	0.41 224	0.89 195	0.84 188	0.91 260	0.76 103	0.66 163	0.61 209	0.66 170	0.50 210	0.18 173	0.17 245	0.18 121	0.18 188	0.18 159	0.18 179

Selective-RAFT	0.35 49	0.23 147	0.51 203	0.44 204	0.21 29	0.64 225	0.27 44	0.59 39	0.63 100	0.40 33	0.38 19	0.55 96	0.40 111	0.57 91	0.35 113	0.13 12	0.11 58	0.14 17	0.12 30	0.16 110	0.13 58

ssnet	0.48 184	0.23 147	0.70 286	0.40 110	0.26 150	0.81 274	0.41 224	0.89 195	0.84 188	0.91 260	0.76 103	0.66 163	0.61 209	0.66 170	0.50 210	0.18 173	0.17 245	0.18 121	0.18 188	0.18 159	0.18 179

TestStereo1	0.43 145	0.23 147	0.41 83	0.51 300	0.24 88	0.34 74	0.40 212	0.77 157	0.90 225	0.68 126	0.96 197	0.48 75	0.46 140	0.91 282	0.32 76	0.16 112	0.13 154	0.18 121	0.15 96	0.14 46	0.13 58

IER	0.46 167	0.23 147	0.50 196	0.38 67	0.28 193	0.69 241	0.35 137	0.80 168	0.66 115	0.83 216	0.94 186	0.75 205	0.77 285	0.60 128	0.42 167	0.17 145	0.14 180	0.17 87	0.17 166	0.17 141	0.15 108

raft_robust	0.41 133	0.23 147	0.36 35	0.42 171	0.21 29	0.40 104	0.33 113	0.79 164	0.98 260	0.79 185	0.87 161	0.39 39	0.33 71	0.84 255	0.29 56	0.13 12	0.12 99	0.16 62	0.17 166	0.15 79	0.12 33

RAFT+CT+SA	0.39 110	0.23 147	0.36 35	0.51 300	0.27 174	0.29 37	0.46 243	0.75 149	0.80 173	0.51 58	0.89 172	0.41 45	0.40 111	0.78 234	0.32 76	0.14 32	0.11 58	0.18 121	0.18 188	0.15 79	0.14 89

SA-5K	0.43 145	0.23 147	0.41 83	0.51 300	0.24 88	0.34 74	0.40 212	0.77 157	0.90 225	0.68 126	0.96 197	0.48 75	0.46 140	0.91 282	0.32 76	0.16 112	0.13 154	0.18 121	0.15 96	0.14 46	0.13 58

AACVNet	0.50 213	0.23 147	0.49 184	0.46 244	0.29 216	0.52 151	0.38 187	0.90 199	0.55 79	0.81 195	1.03 234	1.00 277	0.70 265	0.83 250	0.54 232	0.21 238	0.18 257	0.24 261	0.18 188	0.23 250	0.20 227

Patchmatch Stereo++	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.22 8	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.31 88	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.56 81	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

ROB_FTStereo_v2	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.31 88	0.59 39	0.36 22	0.63 92	0.73 91	0.57 103	0.38 94	0.57 91	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

ROB_FTStereo	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.25 16	0.21 4	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.57 91	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

HUI-Stereo	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.22 8	0.60 48	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.50 54	0.35 113	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

iGMRVC	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.30 71	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

iRAFT	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.22 8	0.59 39	0.36 22	0.63 92	0.73 91	0.58 111	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

CRE-IMP	0.36 67	0.23 147	0.49 184	0.42 171	0.24 88	0.41 117	0.21 4	0.57 33	0.41 43	0.65 108	0.72 87	0.53 89	0.37 91	0.61 135	0.38 149	0.17 145	0.11 58	0.19 157	0.15 96	0.21 225	0.18 179

RAFT-IKP	0.35 49	0.23 147	0.47 158	0.41 134	0.22 42	0.24 7	0.28 51	0.59 39	0.36 22	0.63 92	0.73 91	0.57 103	0.38 94	0.58 108	0.36 129	0.18 173	0.12 99	0.20 181	0.16 125	0.20 207	0.15 108

RALAANet	0.38 96	0.23 147	0.48 174	0.42 171	0.29 216	0.35 79	0.25 32	0.86 182	0.64 107	0.67 120	0.65 72	0.60 130	0.29 44	0.60 128	0.34 98	0.15 80	0.12 99	0.17 87	0.15 96	0.21 225	0.13 58

GES	0.44 151	0.23 147	0.57 231	0.40 110	0.30 226	0.59 197	0.36 155	0.96 219	0.68 118	0.74 168	0.83 141	0.47 71	0.48 147	0.67 180	0.43 172	0.22 256	0.16 231	0.17 87	0.16 125	0.18 159	0.23 260

ACVNet	0.46 167	0.23 147	0.36 35	0.39 87	0.28 193	0.58 188	0.40 212	0.87 189	0.80 173	0.64 101	0.96 197	0.79 219	0.60 204	0.63 151	0.67 260	0.17 145	0.15 204	0.16 62	0.15 96	0.18 159	0.15 108

acv_ft	0.51 220	0.23 147	0.56 228	0.44 204	0.28 193	0.86 291	0.39 206	0.91 203	0.80 173	0.97 285	0.96 197	0.79 219	0.59 200	0.63 151	0.87 302	0.17 145	0.15 204	0.16 62	0.15 96	0.17 141	0.15 108

cf-r	0.47 177	0.23 147	0.41 83	0.39 87	0.23 70	0.59 197	0.37 167	0.88 193	0.85 195	0.72 154	1.05 242	0.94 264	0.62 214	0.56 81	0.54 232	0.21 238	0.14 180	0.17 87	0.19 212	0.15 79	0.15 108

CFNet-ft	0.48 184	0.23 147	0.36 35	0.40 110	0.26 150	0.64 225	0.37 167	0.87 189	0.85 195	0.64 101	1.00 219	1.01 280	0.64 231	0.61 135	0.53 229	0.23 261	0.15 204	0.24 261	0.21 251	0.23 250	0.18 179

CFNet_RVC	0.48 184	0.23 147	0.36 35	0.40 110	0.26 150	0.64 225	0.37 167	0.87 189	0.85 195	0.64 101	1.00 219	1.01 280	0.64 231	0.61 135	0.53 229	0.23 261	0.15 204	0.24 261	0.21 251	0.23 250	0.18 179

tt1	0.36 67	0.24 182	0.32 18	0.41 134	0.22 42	0.54 161	0.38 187	0.68 102	1.04 288	0.41 34	0.46 25	0.35 27	0.45 137	0.57 91	0.25 9	0.16 112	0.10 9	0.19 157	0.13 51	0.16 110	0.16 147

PCWNet_CMD	0.48 184	0.24 182	0.52 208	0.39 87	0.27 174	0.63 219	0.30 71	0.95 217	0.96 253	0.86 229	1.07 251	0.79 219	0.44 133	0.57 91	0.43 172	0.17 145	0.12 99	0.21 221	0.16 125	0.24 260	0.19 207

CFNet_ucs	0.50 213	0.24 182	0.55 222	0.38 67	0.31 244	0.58 188	0.33 113	0.98 226	0.93 240	0.88 244	1.19 289	0.80 227	0.49 150	0.63 151	0.43 172	0.21 238	0.15 204	0.26 286	0.18 188	0.26 272	0.22 253

LL-Strereo2	0.35 49	0.24 182	0.48 174	0.41 134	0.26 150	0.35 79	0.24 25	0.67 93	0.44 53	0.54 66	0.51 39	0.66 163	0.25 13	0.66 170	0.30 61	0.14 32	0.12 99	0.23 247	0.20 234	0.18 159	0.13 58

CroCo-Stereo Lap2	0.28 9	0.24 182	0.39 71	0.50 288	0.29 216	0.20 1	0.31 88	0.49 14	0.38 36	0.24 1	0.27 4	0.46 69	0.31 59	0.39 15	0.30 61	0.14 32	0.15 204	0.16 62	0.13 51	0.16 110	0.15 108

x	0.39 110	0.24 182	0.41 83	0.34 11	0.23 70	0.52 151	0.32 104	0.86 182	0.52 68	0.57 72	0.70 85	0.59 125	0.50 160	0.49 52	0.46 200	0.17 145	0.15 204	0.17 87	0.15 96	0.17 141	0.16 147

test_5	0.43 145	0.24 182	0.43 111	0.52 311	0.28 193	0.28 33	0.42 231	0.72 134	0.82 180	0.62 85	0.91 178	0.72 189	0.55 181	0.79 237	0.35 113	0.14 32	0.11 58	0.18 121	0.18 188	0.18 159	0.16 147

Sa-1000	0.48 184	0.24 182	0.41 83	0.45 225	0.25 114	0.59 197	0.34 120	0.81 171	0.93 240	0.82 204	1.50 337	0.53 89	0.45 137	0.92 285	0.30 61	0.15 80	0.12 99	0.21 221	0.19 212	0.15 79	0.13 58

CFNet_pseudo	0.46 167	0.24 182	0.52 208	0.37 46	0.27 174	0.58 188	0.30 71	0.86 182	0.88 213	0.82 204	1.03 234	0.75 205	0.47 143	0.58 108	0.44 184	0.17 145	0.12 99	0.24 261	0.16 125	0.24 260	0.19 207

ARAFT	0.47 177	0.24 182	0.79 309	0.42 171	0.25 114	0.55 166	0.55 293	0.75 149	0.81 179	0.89 248	0.75 101	0.73 198	0.47 143	0.88 268	0.37 141	0.15 80	0.12 99	0.23 247	0.22 266	0.14 46	0.13 58

delet	0.55 244	0.24 182	0.55 222	0.44 204	0.33 265	1.07 324	0.50 264	1.00 231	0.86 200	0.85 224	0.96 197	0.90 257	0.63 220	0.83 250	0.74 277	0.18 173	0.18 257	0.20 181	0.21 251	0.16 110	0.15 108

UPFNet	0.53 233	0.24 182	0.51 203	0.45 225	0.38 293	0.84 287	0.49 260	0.99 228	0.75 146	0.87 236	0.88 168	0.86 239	0.64 231	0.80 238	0.71 271	0.20 223	0.20 279	0.20 181	0.20 234	0.19 194	0.15 108

GwcNet-RSSM	0.49 200	0.24 182	0.42 102	0.40 110	0.23 70	0.55 166	0.38 187	0.93 207	0.93 240	0.71 143	1.16 281	0.86 239	0.60 204	0.62 141	0.66 257	0.21 238	0.14 180	0.19 157	0.20 234	0.16 110	0.15 108

MSMDNet	0.48 184	0.24 182	0.52 208	0.39 87	0.27 174	0.63 219	0.30 71	0.96 219	0.96 253	0.86 229	1.07 251	0.79 219	0.44 133	0.57 91	0.43 172	0.17 145	0.12 99	0.20 181	0.16 125	0.23 250	0.19 207

ccs_rob	0.46 167	0.24 182	0.52 208	0.37 46	0.27 174	0.58 188	0.31 88	0.86 182	0.88 213	0.82 204	1.02 230	0.75 205	0.47 143	0.58 108	0.44 184	0.17 145	0.12 99	0.24 261	0.16 125	0.24 260	0.19 207

MLCV	0.47 177	0.24 182	0.61 243	0.37 46	0.17 3	0.61 203	0.33 113	0.80 168	0.87 209	0.94 272	1.13 269	0.72 189	0.43 125	0.89 273	0.51 218	0.13 12	0.10 9	0.13 9	0.11 16	0.14 46	0.12 33

HSM	0.51 220	0.24 182	0.41 83	0.39 87	0.24 88	0.75 256	0.40 212	1.22 312	0.75 146	0.81 195	0.91 178	1.21 317	0.69 255	0.87 265	0.46 200	0.17 145	0.13 154	0.17 87	0.14 74	0.17 141	0.17 164

LE_ROB	4.42 410	0.24 182	2.75 394	0.42 171	0.23 70	1.57 369	0.90 360	1.71 383	17.88 426	16.56 428	4.88 412	5.17 408	18.85 428	1.63 369	14.62 419	0.17 145	0.14 180	0.16 62	0.16 125	0.19 194	0.17 164

ttt	0.51 220	0.25 200	0.43 111	0.38 67	0.24 88	0.65 230	0.38 187	1.18 296	1.05 293	0.72 154	1.08 254	0.63 141	0.49 150	0.84 255	0.59 243	0.24 270	0.21 286	0.22 233	0.20 234	0.24 260	0.24 266

BUS	0.45 161	0.25 200	0.43 111	0.45 225	0.28 193	0.70 243	0.34 120	0.94 211	0.76 152	0.75 170	0.80 126	0.65 158	0.49 150	0.64 158	0.51 218	0.20 223	0.14 180	0.22 233	0.19 212	0.18 159	0.18 179

BSDual-CNN	0.46 167	0.25 200	0.43 111	0.45 225	0.28 193	0.77 259	0.40 212	0.94 211	0.76 152	0.75 170	0.80 126	0.76 211	0.54 179	0.64 158	0.43 172	0.20 223	0.14 180	0.22 233	0.19 212	0.18 159	0.18 179

hknet	0.49 200	0.25 200	0.51 203	0.45 225	0.29 216	0.77 259	0.40 212	0.94 211	0.83 185	0.75 170	0.80 126	0.97 270	0.61 209	0.73 210	0.45 190	0.18 173	0.14 180	0.22 233	0.19 212	0.18 159	0.18 179

SA	0.44 151	0.25 200	0.46 148	0.46 244	0.24 88	0.43 124	0.36 155	0.75 149	0.96 253	0.59 75	1.03 234	0.48 75	0.52 165	0.94 297	0.32 76	0.16 112	0.12 99	0.21 221	0.19 212	0.15 79	0.13 58

psmg	0.49 200	0.25 200	0.43 111	0.41 134	0.28 193	0.85 288	0.43 232	0.99 228	0.76 152	0.91 260	0.94 186	0.76 211	0.54 179	0.64 158	0.43 172	0.20 223	0.15 204	0.20 181	0.20 234	0.18 159	0.18 179

DAS	0.51 220	0.25 200	0.60 241	0.48 259	0.31 244	0.58 188	0.41 224	0.83 173	0.97 256	0.89 248	1.12 263	0.70 175	0.75 278	0.82 243	0.43 172	0.17 145	0.13 154	0.18 121	0.15 96	0.20 207	0.18 179

SepStereo	0.51 220	0.25 200	0.60 241	0.48 259	0.31 244	0.58 188	0.41 224	0.83 173	0.97 256	0.89 248	1.12 263	0.70 175	0.75 278	0.93 290	0.43 172	0.17 145	0.13 154	0.18 121	0.15 96	0.20 207	0.18 179

AASNet	0.53 233	0.25 200	0.52 208	0.49 274	0.32 256	0.74 253	0.40 212	1.50 366	0.86 200	0.86 229	0.92 182	0.64 148	0.59 200	0.59 122	0.79 284	0.23 261	0.19 271	0.20 181	0.16 125	0.21 225	0.19 207

GANet-ADL	0.42 139	0.25 200	0.45 132	0.43 189	0.29 216	0.54 161	0.35 137	0.89 195	0.86 200	0.63 92	0.72 87	0.68 169	0.42 118	0.52 63	0.41 163	0.21 238	0.14 180	0.15 43	0.13 51	0.18 159	0.19 207

ADLNet2	0.55 244	0.25 200	0.65 264	0.47 254	0.30 226	0.83 284	0.50 264	1.05 253	0.95 252	0.80 187	0.98 212	0.99 274	0.69 255	0.77 230	0.73 274	0.20 223	0.16 231	0.17 87	0.18 188	0.21 225	0.21 240

ICVP	0.46 167	0.25 200	0.38 54	0.48 259	0.28 193	0.58 188	0.43 232	1.00 231	0.70 123	0.67 120	0.95 193	0.75 205	0.55 181	0.53 68	0.54 232	0.23 261	0.17 245	0.19 157	0.17 166	0.19 194	0.20 227
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.55 244	0.25 200	0.61 243	0.43 189	0.34 272	1.07 324	0.39 206	0.87 189	0.91 230	0.91 260	0.93 185	0.86 239	0.76 281	0.81 241	0.76 279	0.15 80	0.14 180	0.18 121	0.19 212	0.20 207	0.16 147

DSFCA	0.55 244	0.25 200	0.62 246	0.40 110	0.36 280	0.74 253	0.52 281	1.04 248	0.82 180	1.06 318	0.84 146	0.89 253	0.63 220	0.99 300	0.58 239	0.25 280	0.21 286	0.21 221	0.21 251	0.21 225	0.19 207

DualNet	0.47 177	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	0.68 102	1.04 288	0.73 161	0.96 197	0.71 179	0.53 168	0.57 91	0.88 305	0.16 112	0.10 9	0.25 272	0.21 251	0.16 110	0.16 147

ffm	0.44 151	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	0.68 102	1.04 288	0.73 161	0.96 197	0.71 179	0.53 168	0.57 91	0.25 9	0.16 112	0.10 9	0.25 272	0.21 251	0.16 110	0.16 147

ff1	0.49 200	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	0.68 102	1.04 288	0.73 161	0.96 197	0.71 179	0.53 168	1.01 303	0.88 305	0.16 112	0.10 9	0.25 272	0.21 251	0.16 110	0.16 147

mmx	0.53 233	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	1.16 288	1.03 284	0.73 161	0.96 197	0.71 179	0.53 168	1.01 303	0.88 305	0.20 223	0.15 204	0.25 272	0.21 251	0.22 241	0.20 227

xxx	0.53 233	0.26 214	0.49 184	0.37 46	0.25 114	0.55 166	0.37 167	1.16 288	1.03 284	0.73 161	0.96 197	0.71 179	0.53 168	1.01 303	0.88 305	0.20 223	0.15 204	0.25 272	0.21 251	0.22 241	0.20 227

iinet-f	0.67 286	0.26 214	2.15 390	0.39 87	0.31 244	1.19 343	0.56 298	0.84 176	0.84 188	0.80 187	1.17 283	1.05 293	0.84 306	0.71 199	1.21 352	0.20 223	0.18 257	0.17 87	0.15 96	0.20 207	0.20 227

qqq	0.40 122	0.26 214	0.44 121	0.36 37	0.22 42	0.46 135	0.36 155	0.85 179	0.54 75	0.56 70	0.69 83	0.65 158	0.53 168	0.55 73	0.45 190	0.17 145	0.16 231	0.20 181	0.19 212	0.18 159	0.17 164

psm_up	0.55 244	0.26 214	0.47 158	0.49 274	0.32 256	0.65 230	0.56 298	1.04 248	0.82 180	0.82 204	0.88 168	1.01 280	0.94 327	0.74 216	0.61 247	0.21 238	0.25 317	0.26 286	0.23 277	0.21 225	0.20 227

UNet	0.54 243	0.26 214	0.66 269	0.44 204	0.40 303	0.99 311	0.41 224	0.98 226	0.75 146	0.83 216	0.89 172	1.04 289	0.72 273	0.73 210	0.62 249	0.19 202	0.14 180	0.20 181	0.17 166	0.20 207	0.17 164

DMCA	0.45 161	0.26 214	0.50 196	0.38 67	0.28 193	0.51 148	0.34 120	0.93 207	0.68 118	0.75 170	0.83 141	0.79 219	0.53 168	0.51 58	0.54 232	0.21 238	0.16 231	0.21 221	0.16 125	0.19 194	0.21 240

UCFNet_RVC	0.49 200	0.26 214	0.35 30	0.39 87	0.26 150	0.64 225	0.36 155	1.15 285	0.84 188	0.67 120	0.88 168	0.88 249	0.59 200	0.58 108	0.45 190	0.24 270	0.17 245	0.27 298	0.27 314	0.25 268	0.23 260

HITNet	0.41 133	0.26 214	0.45 132	0.33 10	0.17 3	0.63 219	0.30 71	0.93 207	0.64 107	0.71 143	0.82 136	0.64 148	0.52 165	0.59 122	0.43 172	0.14 32	0.10 9	0.15 43	0.13 51	0.19 194	0.12 33
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
DISCO	0.70 293	0.26 214	0.68 276	0.44 204	0.31 244	1.14 335	0.51 278	1.23 316	1.23 333	0.81 195	1.05 242	1.50 355	0.85 307	1.82 378	1.03 336	0.19 202	0.15 204	0.18 121	0.16 125	0.24 260	0.23 260

DN-CSS_ROB	0.43 145	0.26 214	0.62 246	0.40 110	0.29 216	0.44 128	0.27 44	0.77 157	0.75 146	0.72 154	1.09 258	0.48 75	0.43 125	0.69 191	0.37 141	0.15 80	0.12 99	0.21 221	0.19 212	0.18 159	0.16 147

Former-RAFT_DAM_RVC	0.34 37	0.27 228	0.45 132	0.36 37	0.25 114	0.48 139	0.30 71	0.58 37	0.90 225	0.42 39	0.36 18	0.30 5	0.29 44	0.49 52	0.30 61	0.16 112	0.14 180	0.18 121	0.15 96	0.18 159	0.15 108

mmm	0.44 151	0.27 228	0.46 148	0.38 67	0.24 88	0.61 203	0.35 137	0.94 211	0.53 71	0.72 154	1.05 242	0.63 141	0.50 160	0.57 91	0.45 190	0.18 173	0.15 204	0.23 247	0.20 234	0.20 207	0.18 179

LL-Strereo	0.57 260	0.27 228	0.68 276	0.48 259	0.34 272	0.39 103	0.48 254	0.94 211	0.97 256	0.83 216	0.78 115	1.10 305	1.18 353	1.33 348	0.49 209	0.17 145	0.14 180	0.22 233	0.19 212	0.16 110	0.17 164

CASS	0.45 161	0.27 228	0.42 102	0.48 259	0.22 42	0.61 203	0.34 120	0.97 223	0.62 90	0.71 143	0.85 154	0.61 134	0.55 181	0.57 91	0.41 163	0.29 309	0.16 231	0.22 233	0.18 188	0.22 241	0.28 290
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.49 200	0.27 228	0.75 299	0.40 110	0.27 174	0.64 225	0.49 260	0.84 176	0.77 159	0.60 79	0.83 141	0.88 249	0.66 242	0.70 194	0.56 238	0.16 112	0.17 245	0.21 221	0.20 234	0.21 225	0.19 207

CRFU-Net	0.57 260	0.27 228	0.57 231	0.46 244	0.30 226	1.20 344	0.52 281	1.10 266	0.56 83	1.00 297	0.98 212	1.06 294	0.79 292	0.81 241	0.71 271	0.21 238	0.19 271	0.18 121	0.16 125	0.18 159	0.19 207

CSP-Net	0.56 255	0.27 228	0.49 184	0.41 134	0.28 193	1.22 345	0.50 264	1.23 316	0.72 134	0.95 279	0.95 193	0.89 253	0.62 214	0.83 250	0.62 249	0.26 290	0.17 245	0.17 87	0.17 166	0.18 159	0.17 164

PSMNet-ADL	0.48 184	0.27 228	0.40 78	0.48 259	0.30 226	0.68 239	0.37 167	0.90 199	0.80 173	0.61 84	0.80 126	0.92 261	0.62 214	0.72 204	0.63 252	0.23 261	0.18 257	0.18 121	0.20 234	0.22 241	0.20 227

TRStereo	0.37 82	0.27 228	0.59 236	0.47 254	0.41 310	0.29 37	0.30 71	0.84 176	0.59 86	0.52 61	0.41 20	0.52 85	0.26 19	0.73 210	0.27 34	0.17 145	0.12 99	0.19 157	0.19 212	0.13 20	0.11 9

Anonymous	0.39 110	0.27 228	0.66 269	0.53 316	0.43 321	0.55 166	0.49 260	0.63 63	0.50 64	0.37 19	0.42 21	0.33 19	0.42 118	0.56 81	0.38 149	0.20 223	0.19 271	0.17 87	0.18 188	0.30 296	0.24 266

ADLNet	0.55 244	0.27 228	0.51 203	0.44 204	0.35 278	0.78 263	0.46 243	1.08 261	0.86 200	0.99 292	0.98 212	0.92 261	0.63 220	0.69 191	0.81 289	0.22 256	0.16 231	0.22 233	0.22 266	0.21 225	0.21 240

hitnet-ft	0.55 244	0.27 228	0.39 71	0.41 134	0.28 193	0.78 263	0.40 212	0.92 204	0.90 225	0.82 204	1.01 222	1.13 312	0.70 265	0.78 234	0.67 260	0.28 303	0.20 279	0.28 305	0.22 266	0.29 287	0.26 276

iResNetv2_ROB	0.52 230	0.27 228	0.69 282	0.38 67	0.25 114	0.62 210	0.35 137	1.17 293	1.01 276	0.99 292	1.06 248	0.88 249	0.67 245	0.66 170	0.39 155	0.19 202	0.13 154	0.15 43	0.11 16	0.18 159	0.16 147

MDST_ROB	0.91 336	0.27 228	0.85 314	0.63 349	0.41 310	2.53 389	0.71 338	1.60 376	1.13 318	2.83 398	1.73 353	0.97 270	0.69 255	1.61 366	0.73 274	0.25 280	0.22 292	0.32 326	0.28 319	0.25 268	0.24 266

DispNO	0.51 220	0.28 242	0.87 321	0.46 244	0.30 226	0.55 166	0.52 281	0.92 204	1.08 309	0.73 161	0.89 172	0.73 198	0.63 220	0.72 204	0.52 225	0.20 223	0.17 245	0.20 181	0.16 125	0.18 159	0.17 164

StereoVision	0.42 139	0.28 242	0.45 132	0.49 274	0.28 193	0.38 100	0.38 187	0.72 134	0.62 90	0.44 44	1.14 271	0.54 93	0.39 106	0.56 81	0.34 98	0.21 238	0.24 309	0.25 272	0.24 290	0.26 272	0.16 147

ssnet_v2	0.58 266	0.28 242	0.56 228	0.43 189	0.29 216	0.95 302	0.59 304	1.13 276	0.99 265	0.93 269	0.80 126	0.99 274	0.64 231	0.82 243	0.94 322	0.25 280	0.22 292	0.23 247	0.24 290	0.20 207	0.19 207

Wz-Net-LNSev-Ref	0.63 280	0.28 242	0.99 331	0.40 110	0.30 226	1.03 318	0.56 298	1.10 266	0.99 265	0.97 285	1.22 291	1.06 294	0.69 255	1.07 316	0.95 325	0.19 202	0.11 58	0.16 62	0.13 51	0.22 241	0.21 240

pcwnet_v2	0.58 266	0.28 242	0.84 313	0.45 225	0.35 278	0.61 203	0.35 137	1.27 329	1.21 330	0.99 292	1.27 300	0.72 189	0.58 194	0.67 180	0.48 207	0.27 297	0.21 286	0.24 261	0.23 277	0.29 287	0.29 296

sCroCo_RVC	0.35 49	0.28 242	0.69 282	0.51 300	0.39 298	0.41 117	0.31 88	0.49 14	0.45 57	0.31 9	0.48 31	0.38 38	0.32 63	0.46 39	0.32 76	0.21 238	0.22 292	0.19 157	0.19 212	0.21 225	0.20 227

HGLStereo	0.56 255	0.28 242	0.57 231	0.50 288	0.37 285	0.80 269	0.45 240	1.02 241	0.78 165	0.86 229	1.14 271	0.89 253	0.82 300	0.76 223	0.73 274	0.21 238	0.20 279	0.19 157	0.18 188	0.19 194	0.21 240

DLCB_ROB	0.58 266	0.28 242	0.47 158	0.49 274	0.32 256	0.77 259	0.50 264	0.99 228	0.92 235	1.04 313	1.14 271	1.21 317	0.69 255	0.88 268	0.69 264	0.20 223	0.20 279	0.22 233	0.22 266	0.21 225	0.18 179

SGM_RVC	0.97 341	0.28 242	0.41 83	0.39 87	0.22 42	1.55 367	0.73 340	1.51 369	1.25 339	2.25 388	1.92 363	2.58 385	1.56 374	2.02 385	1.19 351	0.27 297	0.27 327	0.27 298	0.25 299	0.25 268	0.25 272
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
NINENet	0.50 213	0.29 251	0.51 203	0.45 225	0.32 256	0.70 243	0.34 120	1.10 266	0.88 213	0.80 187	0.94 186	0.65 158	0.49 150	0.73 210	0.51 218	0.22 256	0.20 279	0.25 272	0.18 188	0.22 241	0.21 240

GEStereo_RVC	0.55 244	0.29 251	0.63 254	0.49 274	0.31 244	0.70 243	0.54 289	1.22 312	0.92 235	0.82 204	0.85 154	0.85 237	0.63 220	0.90 275	0.65 255	0.24 270	0.16 231	0.19 157	0.16 125	0.21 225	0.22 253

RAFT + AFF	0.53 233	0.29 251	0.75 299	0.51 300	0.32 256	0.63 219	0.60 306	1.00 231	0.91 230	0.78 183	0.87 161	0.83 231	0.58 194	0.80 238	0.47 204	0.17 145	0.20 279	0.23 247	0.22 266	0.18 159	0.18 179

CFNet	0.51 220	0.29 251	0.46 148	0.41 134	0.27 174	0.70 243	0.32 104	1.13 276	1.00 272	0.72 154	1.07 251	0.85 237	0.60 204	0.76 223	0.52 225	0.19 202	0.14 180	0.23 247	0.23 277	0.21 225	0.16 147

iResNet	0.49 200	0.29 251	0.79 309	0.42 171	0.21 29	0.61 203	0.40 212	0.82 172	0.99 265	0.87 236	1.12 263	0.69 173	0.53 168	0.78 234	0.51 218	0.15 80	0.11 58	0.14 17	0.12 30	0.17 141	0.15 108

pmcnn	1.23 366	0.29 251	0.96 328	0.40 110	0.23 70	0.95 302	0.69 329	1.16 288	1.28 343	1.67 369	2.33 372	11.15 420	0.86 309	0.93 290	0.88 305	0.15 80	0.12 99	0.12 2	0.10 10	0.15 79	0.15 108

whm_eth	0.48 184	0.30 257	0.74 296	0.46 244	0.38 293	0.37 87	0.37 167	0.79 164	0.78 165	0.82 204	1.74 355	0.37 34	0.38 94	0.60 128	0.38 149	0.18 173	0.16 231	0.20 181	0.20 234	0.19 194	0.22 253

fast-acv-ft	0.64 281	0.30 257	0.73 292	0.45 225	0.34 272	1.17 340	0.49 260	0.86 182	0.98 260	1.02 304	1.36 313	1.29 325	0.85 307	0.76 223	0.81 289	0.21 238	0.23 302	0.23 247	0.23 277	0.21 225	0.20 227

LMCR-Stereo	0.53 233	0.30 257	0.53 214	0.58 335	0.30 226	0.83 284	0.36 155	1.19 298	0.76 152	0.88 244	1.04 238	0.56 98	0.62 214	0.82 243	0.67 260	0.19 202	0.15 204	0.19 157	0.14 74	0.23 250	0.17 164

DMCA-RVC	0.51 220	0.30 257	0.59 236	0.50 288	0.32 256	0.54 161	0.38 187	0.86 182	0.68 118	0.94 272	0.86 157	0.91 259	0.68 251	0.70 194	0.59 243	0.23 261	0.18 257	0.31 321	0.23 277	0.26 272	0.19 207

NVstereo2D	0.60 276	0.30 257	0.75 299	0.48 259	0.43 321	0.89 293	0.48 254	1.05 253	1.15 321	0.66 119	0.86 157	0.88 249	0.70 265	0.99 300	0.65 255	0.32 330	0.15 204	0.28 305	0.20 234	0.40 335	0.36 328

TestStereo	0.38 96	0.31 262	0.40 78	0.45 225	0.20 20	0.40 104	0.37 167	0.66 83	0.65 112	0.53 64	0.78 115	0.47 71	0.40 111	0.55 73	0.37 141	0.18 173	0.13 154	0.20 181	0.15 96	0.22 241	0.13 58

stereogan	0.80 315	0.31 262	0.71 289	0.59 338	0.50 343	1.72 377	0.48 254	1.35 345	1.37 350	1.00 297	1.46 335	1.56 361	0.95 330	1.29 344	0.84 293	0.28 303	0.29 334	0.29 313	0.25 299	0.38 332	0.38 340

BEATNet_4x	0.46 167	0.32 264	0.56 228	0.37 46	0.19 9	0.63 219	0.35 137	1.01 238	0.72 134	0.77 180	0.83 141	0.70 175	0.59 200	0.68 188	0.53 229	0.16 112	0.12 99	0.16 62	0.14 74	0.24 260	0.16 147

NLCA_NET_v2_RVC	0.53 233	0.32 264	0.64 259	0.44 204	0.30 226	0.66 233	0.44 238	1.04 248	0.88 213	0.91 260	0.91 178	0.99 274	0.60 204	0.68 188	0.60 246	0.21 238	0.17 245	0.22 233	0.22 266	0.21 225	0.21 240
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.57 260	0.32 264	0.54 217	0.45 225	0.27 174	0.57 186	0.48 254	1.00 231	1.28 343	0.86 229	1.33 310	0.87 244	0.58 194	1.07 316	0.75 278	0.18 173	0.12 99	0.15 43	0.13 51	0.18 159	0.18 179

AdaStereo	0.50 213	0.32 264	0.47 158	0.48 259	0.25 114	0.67 237	0.32 104	1.17 293	0.88 213	0.75 170	0.99 217	0.75 205	0.49 150	0.67 180	0.46 200	0.27 297	0.12 99	0.28 305	0.18 188	0.23 250	0.18 179
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.
SGM-ForestM	4.04 408	0.32 264	0.46 148	0.43 189	0.27 174	7.50 416	1.45 399	3.84 408	4.24 407	8.19 419	6.76 416	19.00 426	9.08 416	10.74 420	6.62 410	0.31 318	0.33 356	0.32 326	0.32 338	0.29 287	0.29 296

StereoDRNet-Refined	0.58 266	0.32 264	0.54 217	0.46 244	0.30 226	0.96 305	0.40 212	1.00 231	0.94 247	1.12 330	1.08 254	0.96 268	0.67 245	0.90 275	0.89 316	0.17 145	0.13 154	0.22 233	0.21 251	0.20 207	0.19 207
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.66 285	0.32 264	0.66 269	0.50 288	0.39 298	1.15 337	0.61 311	1.49 365	1.01 276	1.12 330	1.08 254	1.06 294	0.69 255	0.77 230	0.94 322	0.23 261	0.17 245	0.26 286	0.25 299	0.25 268	0.21 240

SGM-Forest	0.62 279	0.32 264	0.39 71	0.43 189	0.30 226	1.02 315	0.55 293	1.09 265	1.05 293	1.06 318	1.18 285	1.10 305	0.67 245	0.88 268	0.62 249	0.31 318	0.33 356	0.33 331	0.30 325	0.30 296	0.28 290
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FAT-Stereo	0.73 303	0.33 272	0.75 299	0.49 274	0.37 285	0.71 248	0.59 304	1.36 348	1.30 345	1.03 312	1.40 322	1.59 364	1.15 349	0.87 265	0.86 298	0.28 303	0.28 329	0.28 305	0.23 277	0.28 284	0.38 340

FADNet-RVC-Resample	0.56 255	0.33 272	1.16 345	0.49 274	0.34 272	0.71 248	0.43 232	1.01 238	0.93 240	0.82 204	0.87 161	0.74 204	0.67 245	0.73 210	0.45 190	0.18 173	0.18 257	0.26 286	0.27 314	0.26 272	0.27 283

TDLM	0.57 260	0.33 272	0.49 184	0.51 300	0.30 226	0.66 233	0.73 340	1.03 245	1.01 276	0.82 204	1.10 260	0.84 235	0.70 265	0.86 264	0.58 239	0.28 303	0.17 245	0.25 272	0.22 266	0.26 272	0.19 207

CVANet_RVC	0.57 260	0.33 272	0.44 121	0.47 254	0.32 256	0.67 237	0.61 311	1.05 253	0.93 240	0.85 224	1.04 238	1.01 280	0.73 274	0.83 250	0.52 225	0.29 309	0.19 271	0.27 298	0.25 299	0.31 301	0.21 240

StereoDRNet	0.64 281	0.33 272	0.68 276	0.51 300	0.43 321	1.03 318	0.53 285	1.47 362	0.99 265	1.10 328	0.87 161	1.07 299	0.71 269	0.82 243	0.88 305	0.23 261	0.19 271	0.25 272	0.23 277	0.27 282	0.19 207

SACVNet	0.58 266	0.34 277	0.55 222	0.55 325	0.36 280	0.63 219	0.48 254	1.13 276	0.77 159	1.02 304	1.06 248	1.02 285	0.74 276	0.90 275	0.51 218	0.27 297	0.21 286	0.25 272	0.24 290	0.29 287	0.36 328

Anonymous3	0.46 167	0.34 277	0.86 319	0.50 288	0.37 285	0.81 274	0.50 264	0.72 134	0.65 112	0.51 58	0.65 72	0.45 63	0.45 137	0.64 158	0.38 149	0.24 270	0.24 309	0.22 233	0.21 251	0.23 250	0.23 260

HCRNet	0.44 151	0.34 277	0.41 83	0.53 316	0.26 150	0.53 157	0.29 58	0.83 173	0.63 100	0.71 143	0.81 133	0.77 217	0.50 160	0.66 170	0.36 129	0.24 270	0.16 231	0.24 261	0.20 234	0.21 225	0.18 179

DeepPruner_ROB	0.53 233	0.34 277	0.59 236	0.41 134	0.30 226	0.50 144	0.43 232	1.19 298	0.70 123	0.85 224	1.05 242	0.86 239	0.55 181	0.84 255	0.51 218	0.29 309	0.23 302	0.22 233	0.22 266	0.26 272	0.25 272

S-Stereo	0.74 304	0.35 281	0.96 328	0.56 328	0.45 332	0.82 282	0.60 306	1.24 323	1.60 371	0.96 280	1.41 324	1.12 309	0.94 327	0.80 238	1.04 339	0.26 290	0.31 347	0.28 305	0.25 299	0.32 306	0.47 365

ADCP+	1.06 352	0.35 281	1.51 377	0.49 274	0.51 346	1.45 362	0.55 293	1.25 326	1.03 284	1.16 334	1.15 276	1.10 305	1.07 343	1.56 363	6.75 411	0.19 202	0.16 231	0.23 247	0.21 251	0.28 284	0.21 240

RYNet	0.72 301	0.35 281	0.64 259	0.53 316	0.67 369	1.31 352	0.67 320	1.20 302	1.18 325	1.05 315	0.87 161	1.27 322	0.93 326	0.93 290	1.27 358	0.22 256	0.16 231	0.26 286	0.23 277	0.40 335	0.39 342

XPNet_ROB	0.70 293	0.35 281	0.68 276	0.52 311	0.40 303	0.79 266	0.85 356	1.16 288	0.94 247	1.33 351	1.15 276	1.38 343	0.83 304	1.03 310	0.90 318	0.32 330	0.25 317	0.26 286	0.24 290	0.31 301	0.28 290

CBMV	0.64 281	0.35 281	0.41 83	0.42 171	0.25 114	1.01 313	0.77 344	1.13 276	1.09 312	1.17 335	1.22 291	1.04 289	0.75 278	0.88 268	0.63 252	0.28 303	0.30 337	0.34 333	0.30 325	0.26 272	0.26 276
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GwcNet	0.69 291	0.36 286	1.10 339	0.51 300	0.42 316	1.08 328	0.50 264	1.21 304	1.16 322	1.00 297	1.37 316	1.06 294	0.79 292	0.92 285	0.94 322	0.25 280	0.24 309	0.24 261	0.22 266	0.23 250	0.26 276

RP	0.76 307	0.36 286	0.63 254	0.66 358	0.58 363	0.80 269	0.55 293	1.14 282	1.22 332	0.97 285	1.65 347	1.43 348	1.32 363	1.01 303	0.84 293	0.33 336	0.30 337	0.36 338	0.30 325	0.34 318	0.34 321

WCMA_ROB	1.14 358	0.36 286	0.76 304	0.49 274	0.44 328	1.23 347	0.67 320	1.11 271	1.23 333	2.84 399	3.95 405	3.28 395	1.83 385	1.25 338	0.99 332	0.44 361	0.34 358	0.34 333	0.37 347	0.41 341	0.40 345

SDNR	0.86 327	0.37 289	1.47 375	0.40 110	0.38 293	3.38 405	0.33 113	0.90 199	0.98 260	0.99 292	2.09 370	0.59 125	0.71 269	1.29 344	0.70 267	0.51 371	0.56 386	0.36 338	0.26 309	0.43 345	0.46 361

GMStereo	0.39 110	0.37 289	0.54 217	0.40 110	0.26 150	0.42 122	0.36 155	0.59 39	1.04 288	0.55 68	0.51 39	0.37 34	0.35 79	0.54 71	0.41 163	0.19 202	0.13 154	0.16 62	0.17 166	0.24 260	0.18 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
APVNet	0.71 297	0.37 289	0.89 323	0.56 328	0.45 332	1.18 342	0.68 325	1.41 356	0.85 195	0.81 195	1.15 276	1.04 289	0.81 296	1.10 321	1.17 349	0.26 290	0.28 329	0.32 326	0.31 332	0.29 287	0.30 303

FADNet_RVC	0.55 244	0.37 289	1.17 350	0.44 204	0.31 244	0.56 182	0.34 120	1.06 256	0.88 213	0.67 120	0.90 176	0.61 134	0.65 237	0.93 290	0.70 267	0.21 238	0.18 257	0.26 286	0.23 277	0.31 301	0.28 290

STTStereo	0.55 244	0.37 289	0.76 304	0.44 204	0.31 244	0.60 202	0.44 238	0.96 219	0.86 200	0.99 292	0.90 176	0.96 268	0.58 194	0.71 199	0.61 247	0.25 280	0.23 302	0.26 286	0.32 338	0.24 260	0.23 260

SuperB	1.04 349	0.37 289	4.81 405	0.43 189	0.31 244	0.99 311	0.46 243	1.02 241	2.09 382	1.09 326	1.09 258	0.75 205	0.81 296	1.06 313	1.76 370	0.19 202	0.15 204	0.17 87	0.15 96	2.82 413	0.26 276

GANet	0.70 293	0.37 289	0.55 222	0.51 300	0.34 272	0.94 299	0.96 365	1.08 261	0.94 247	1.04 313	1.98 366	1.13 312	0.88 315	1.12 324	0.66 257	0.25 280	0.26 323	0.27 298	0.22 266	0.31 301	0.22 253

CBMV_ROB	0.59 273	0.37 289	0.38 54	0.39 87	0.28 193	0.74 253	0.28 51	1.00 231	0.98 260	0.94 272	1.25 298	0.81 229	0.78 290	0.87 265	0.50 210	0.36 349	0.37 363	0.43 353	0.40 357	0.33 311	0.30 303

PSMNet_ROB	0.64 281	0.37 289	0.65 264	0.56 328	0.42 316	0.97 306	0.83 350	1.21 304	0.92 235	0.79 185	1.02 230	1.08 301	0.63 220	0.82 243	0.91 320	0.29 309	0.20 279	0.31 321	0.31 332	0.26 272	0.23 260

dd	0.43 145	0.38 298	0.55 222	0.44 204	0.25 114	0.47 137	0.38 187	0.70 125	1.05 293	0.59 75	0.65 72	0.42 51	0.39 106	0.66 170	0.50 210	0.24 270	0.15 204	0.21 221	0.15 96	0.22 241	0.18 179

edge stereo	0.76 307	0.38 298	0.74 296	0.52 311	0.43 321	0.80 269	0.53 285	1.28 331	1.06 300	1.28 347	1.38 321	1.81 368	1.11 346	1.08 318	0.85 297	0.33 336	0.32 350	0.41 351	0.28 319	0.32 306	0.36 328

Nwc_Net	0.78 311	0.38 298	0.73 292	0.60 343	0.55 354	1.05 323	0.55 293	1.67 381	1.05 293	0.88 244	1.86 362	1.40 346	1.09 344	1.10 321	0.87 302	0.30 315	0.25 317	0.36 338	0.38 350	0.29 287	0.29 296

ADCL	1.04 349	0.38 298	1.35 366	0.50 288	0.39 298	1.61 371	0.89 358	1.29 332	1.39 353	1.29 348	1.50 337	1.24 320	1.24 358	1.37 356	4.87 404	0.21 238	0.19 271	0.25 272	0.25 299	0.29 287	0.27 283

sAnonymous2	0.40 122	0.39 302	0.85 314	0.48 259	0.37 285	0.40 104	0.46 243	0.57 33	0.52 68	0.38 23	0.46 25	0.35 27	0.42 118	0.43 25	0.30 61	0.19 202	0.14 180	0.18 121	0.17 166	0.57 371	0.44 356

CroCo_RVC	0.40 122	0.39 302	0.85 314	0.48 259	0.37 285	0.40 104	0.46 243	0.57 33	0.52 68	0.38 23	0.46 25	0.35 27	0.42 118	0.43 25	0.30 61	0.19 202	0.14 180	0.18 121	0.17 166	0.57 371	0.44 356

AF-Net	0.81 318	0.39 302	0.68 276	0.64 350	0.54 352	0.91 294	0.51 278	1.61 377	1.31 346	0.96 280	2.02 367	1.46 349	1.26 361	1.11 323	0.99 332	0.32 330	0.24 309	0.39 347	0.27 314	0.30 296	0.25 272

NOSS_ROB	0.57 260	0.39 302	0.39 71	0.44 204	0.30 226	0.73 252	0.54 289	1.03 245	1.08 309	0.67 120	0.87 161	0.76 211	0.57 187	0.77 230	0.47 204	0.38 353	0.38 365	0.44 356	0.42 363	0.37 328	0.34 321

Wz-Net-MNSev	0.76 307	0.40 306	1.34 365	0.50 288	0.40 303	1.44 361	0.83 350	1.15 285	1.16 322	1.25 346	1.20 290	1.13 312	0.81 296	1.16 327	1.00 335	0.22 256	0.19 271	0.24 261	0.23 277	0.28 284	0.26 276

NCC-stereo	0.78 311	0.40 306	0.76 304	0.61 345	0.67 369	0.81 274	0.69 329	1.54 373	1.11 314	0.90 255	1.36 313	1.33 335	1.16 350	1.19 330	0.88 305	0.31 318	0.30 337	0.37 342	0.48 370	0.33 311	0.33 317

Abc-Net	0.78 311	0.40 306	0.76 304	0.61 345	0.67 369	0.81 274	0.69 329	1.54 373	1.11 314	0.90 255	1.36 313	1.33 335	1.16 350	1.19 330	0.88 305	0.31 318	0.30 337	0.37 342	0.48 370	0.33 311	0.33 317
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.72 301	0.41 309	0.65 264	0.64 350	0.44 328	0.98 310	1.20 380	1.11 271	1.00 272	0.98 289	0.96 197	1.49 354	0.87 312	0.90 275	0.79 284	0.31 318	0.26 323	0.39 347	0.39 354	0.32 306	0.32 313

SANet	1.07 354	0.41 309	1.06 336	0.48 259	0.30 226	1.41 358	0.94 363	1.42 357	3.36 401	1.58 360	2.43 376	2.33 381	1.70 380	1.34 350	1.07 341	0.28 303	0.24 309	0.26 286	0.23 277	0.34 318	0.30 303

FINET	0.67 286	0.42 311	1.00 332	0.46 244	0.43 321	0.83 284	0.89 358	1.08 261	1.50 362	0.87 236	1.14 271	0.71 179	0.68 251	0.92 285	0.70 267	0.36 349	0.30 337	0.26 286	0.24 290	0.35 322	0.33 317

DPSNet	0.99 343	0.42 311	1.88 386	0.53 316	0.41 310	1.59 370	1.26 387	2.21 391	1.43 356	1.10 328	1.11 261	1.46 349	1.95 389	1.34 350	1.26 356	0.34 342	0.25 317	0.25 272	0.21 251	0.46 353	0.37 334

ADCRef	0.80 315	0.43 313	1.32 364	0.50 288	0.45 332	1.07 324	0.51 278	1.07 257	0.98 260	1.17 335	1.42 325	0.87 244	0.91 318	0.85 262	3.19 391	0.18 173	0.16 231	0.23 247	0.23 277	0.22 241	0.21 240

PA-Net	0.67 286	0.43 313	0.83 312	0.50 288	0.53 350	0.94 299	0.68 325	1.10 266	1.14 320	0.80 187	0.88 168	0.87 244	0.77 285	1.02 308	0.88 305	0.24 270	0.41 372	0.29 313	0.44 364	0.26 272	0.34 321
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	0.74 304	0.43 313	0.69 282	0.54 322	0.40 303	1.01 313	0.95 364	1.21 304	1.07 306	1.22 342	1.12 263	1.56 361	0.79 292	1.04 312	0.86 298	0.33 336	0.22 292	0.35 335	0.30 325	0.35 322	0.31 309

MeshStereo	1.34 370	0.43 313	0.54 217	0.44 204	0.34 272	1.66 373	0.60 306	1.94 385	1.37 350	4.47 412	3.25 391	4.71 403	1.94 388	1.92 381	1.17 349	0.35 346	0.35 360	0.37 342	0.31 332	0.32 306	0.32 313
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
GMStereo_Zeroshot	0.49 200	0.44 317	0.74 296	0.49 274	0.27 174	0.56 182	0.29 58	0.73 141	0.76 152	0.86 229	0.94 186	0.91 259	0.36 88	0.74 216	0.43 172	0.26 290	0.14 180	0.26 286	0.15 96	0.36 326	0.18 179

Anonymous_2	0.82 319	0.44 317	0.63 254	0.40 110	0.43 321	0.80 269	0.52 281	0.72 134	0.77 159	0.71 143	0.60 62	0.87 244	0.76 281	0.75 220	0.58 239	0.52 372	0.54 385	0.54 372	4.82 421	0.56 369	0.40 345

PS-NSSS	0.58 266	0.44 317	0.62 246	0.42 171	0.33 265	0.66 233	0.58 302	1.02 241	0.86 200	0.77 180	1.28 302	0.72 189	0.64 231	0.82 243	0.59 243	0.31 318	0.26 323	0.40 350	0.27 314	0.33 311	0.26 276

NaN_ROB	0.69 291	0.44 317	0.69 282	0.51 300	0.33 265	0.97 306	1.06 372	1.22 312	1.19 327	1.24 345	0.96 197	1.08 301	0.78 290	1.20 332	0.67 260	0.24 270	0.30 337	0.23 247	0.24 290	0.23 250	0.25 272

HBP-ISP	0.59 273	0.45 321	0.43 111	0.45 225	0.33 265	0.70 243	0.28 51	1.11 271	1.00 272	0.83 216	1.18 285	0.65 158	0.68 251	0.88 268	0.52 225	0.35 346	0.38 365	0.47 361	0.41 362	0.38 332	0.31 309

DANet	0.71 297	0.45 321	0.91 324	0.59 338	0.40 303	0.81 274	0.40 212	0.97 223	0.84 188	1.20 340	1.22 291	1.33 335	0.88 315	1.16 327	1.24 354	0.27 297	0.23 302	0.31 321	0.25 299	0.35 322	0.32 313
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	0.95 340	0.46 323	1.04 334	0.64 350	0.48 340	2.12 385	0.64 316	1.01 238	0.87 209	1.75 371	2.82 389	1.30 327	1.64 379	1.06 313	0.96 327	0.36 349	0.29 334	0.35 335	0.25 299	0.45 350	0.42 350

RTSC	0.87 328	0.48 324	1.23 356	0.52 311	0.37 285	1.13 334	0.50 264	1.34 342	1.79 376	1.51 357	1.24 296	1.12 309	0.81 296	1.62 367	2.16 380	0.25 280	0.19 271	0.23 247	0.24 290	0.30 296	0.31 309

ADCPNet	1.03 348	0.48 324	2.70 393	0.54 322	0.42 316	1.40 356	0.75 342	1.13 276	1.07 306	1.22 342	1.42 325	1.68 366	1.09 344	1.36 355	3.45 395	0.30 315	0.28 329	0.29 313	0.32 338	0.37 328	0.35 326

PDISCO_ROB	0.91 336	0.48 324	1.06 336	0.99 380	0.97 382	1.67 375	0.63 313	1.64 379	1.59 368	1.06 318	1.18 285	1.31 328	0.79 292	1.55 361	0.97 328	0.49 368	0.22 292	0.45 357	0.40 357	0.45 350	0.37 334

CSAN	0.83 325	0.49 327	0.77 308	0.60 343	0.41 310	1.14 335	1.06 372	1.19 298	1.46 360	1.32 349	1.43 328	1.37 342	1.19 355	1.27 342	0.86 298	0.39 355	0.31 347	0.36 338	0.37 347	0.35 322	0.34 321

ETE_ROB	0.70 293	0.49 327	0.73 292	0.56 328	0.36 280	0.79 266	0.87 357	1.14 282	0.93 240	1.19 337	1.18 285	1.39 344	0.82 300	0.99 300	0.80 286	0.26 290	0.21 286	0.31 321	0.26 309	0.33 311	0.34 321

MSMD_ROB	1.21 365	0.49 327	0.62 246	0.59 338	0.50 343	1.62 372	0.67 320	1.23 316	1.24 335	2.45 392	3.77 399	3.09 392	2.98 404	1.32 347	0.81 289	0.45 362	0.41 372	0.49 367	0.51 377	0.47 355	0.44 356

PWCDC_ROB	0.89 332	0.49 327	0.80 311	0.74 372	0.40 303	1.03 318	0.39 206	1.33 340	2.35 389	1.02 304	3.77 399	0.81 229	0.92 321	1.20 332	0.90 318	0.34 342	0.22 292	0.24 261	0.20 234	0.34 318	0.29 296

dad	0.58 266	0.50 331	0.64 259	0.43 189	0.30 226	0.59 197	0.36 155	0.78 162	1.25 339	1.01 302	1.17 283	1.15 315	0.53 168	0.68 188	0.50 210	0.35 346	0.23 302	0.37 342	0.21 251	0.29 287	0.20 227

SHD	0.93 339	0.50 331	1.18 351	0.59 338	0.46 339	0.97 306	0.48 254	1.70 382	2.15 383	1.58 360	1.37 316	1.42 347	1.19 355	1.31 346	1.60 365	0.31 318	0.26 323	0.32 326	0.33 341	0.40 335	0.42 350

FBW_ROB	0.88 330	0.50 331	0.85 314	0.55 325	0.40 303	1.17 340	0.78 346	1.50 366	1.37 350	1.33 351	1.27 300	1.48 353	1.00 337	2.57 397	0.98 331	0.25 280	0.32 350	0.45 357	0.30 325	0.34 318	0.28 290

Wz-Net-LNSev	0.71 297	0.51 334	1.36 370	0.50 288	0.41 310	1.15 337	0.69 329	1.21 304	1.07 306	1.02 304	1.12 263	1.08 301	0.87 312	0.89 273	0.89 316	0.24 270	0.22 292	0.21 221	0.19 212	0.26 272	0.26 276

Syn2CoEx	0.71 297	0.51 334	0.95 326	0.64 350	0.45 332	0.91 294	0.53 285	1.48 363	1.13 318	0.93 269	1.35 312	1.02 285	0.99 335	0.92 285	0.80 286	0.30 315	0.27 327	0.28 305	0.24 290	0.23 250	0.24 266

psmorigin	0.82 319	0.51 334	2.09 388	0.49 274	0.41 310	0.85 288	0.50 264	1.04 248	0.88 213	1.45 355	1.43 328	1.50 355	1.06 341	1.22 335	0.97 328	0.31 318	0.32 350	0.27 298	0.27 314	0.33 311	0.42 350

FADNet	0.61 278	0.51 334	1.10 339	0.45 225	0.44 328	0.65 230	0.41 224	1.19 298	1.05 293	0.70 137	0.84 146	0.98 273	0.66 242	0.82 243	0.50 210	0.29 309	0.30 337	0.27 298	0.30 325	0.46 353	0.35 326

MANE	4.13 409	0.51 334	0.64 259	0.66 358	0.56 357	6.89 415	0.99 368	7.55 417	12.04 415	6.68 417	8.57 419	10.69 419	9.45 417	7.59 417	6.39 409	0.49 368	0.43 377	0.48 364	0.98 397	0.49 357	0.48 367

FC-DCNN	1.59 381	0.51 334	0.66 269	0.61 345	0.49 342	1.56 368	0.70 334	1.66 380	1.53 364	4.64 413	4.62 411	5.85 410	3.34 407	1.84 379	1.11 344	0.46 363	0.42 374	0.47 361	0.46 365	0.48 356	0.46 361

ADCMid	1.14 358	0.52 340	2.23 391	0.53 316	0.43 321	1.07 324	0.75 342	1.23 316	1.05 293	2.15 385	1.44 330	1.50 355	1.43 369	1.56 363	5.01 405	0.26 290	0.24 309	0.29 313	0.31 332	0.37 328	0.33 317

DeepPrunerF	0.89 332	0.52 340	3.43 398	0.68 365	0.81 374	0.72 251	0.72 339	1.22 312	1.99 381	0.93 269	1.01 222	0.87 244	0.86 309	1.08 318	0.95 325	0.34 342	0.28 329	0.43 353	0.39 354	0.30 296	0.32 313

PWC_ROB	0.87 328	0.52 340	1.28 359	0.50 288	0.32 256	0.91 294	0.37 167	1.36 348	1.46 360	1.61 363	2.59 382	1.16 316	1.01 338	1.34 350	1.40 363	0.25 280	0.18 257	0.28 305	0.20 234	0.29 287	0.28 290

XX-TBD	0.32 30	0.53 343	0.26 7	0.51 300	0.20 20	0.37 87	0.24 25	0.40 4	0.73 139	0.54 66	0.69 83	0.31 9	0.25 13	0.32 4	0.27 34	0.16 112	0.10 9	0.12 2	0.09 6	0.13 20	0.11 9

FADNet-RVC	0.60 276	0.53 343	1.14 344	0.46 244	0.39 298	0.61 203	0.39 206	1.12 275	0.87 209	0.70 137	0.84 146	1.04 289	0.55 181	0.94 297	0.69 264	0.26 290	0.25 317	0.28 305	0.28 319	0.31 301	0.31 309

Anonymous Stereo	0.75 306	0.54 345	1.78 383	0.57 333	0.56 357	0.62 210	1.25 386	0.96 219	0.99 265	0.96 280	0.95 193	0.83 231	0.58 194	1.27 342	1.21 352	0.31 318	0.30 337	0.31 321	0.33 341	0.33 311	0.36 328

DGSMNet	0.76 307	0.55 346	1.29 361	0.58 335	0.62 366	0.94 299	0.70 334	1.26 327	1.11 314	0.83 216	1.24 296	1.00 277	0.71 269	1.03 310	0.81 289	0.34 342	0.29 334	0.41 351	0.40 357	0.57 371	0.55 376

FCDSN-DC	1.39 375	0.56 347	0.65 264	0.74 372	0.59 364	1.38 355	0.63 313	1.35 345	1.39 353	3.26 406	4.50 410	4.61 401	2.63 399	1.58 365	1.03 336	0.46 363	0.42 374	0.48 364	0.47 368	0.50 359	0.50 371
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanetorigin	0.83 325	0.56 347	1.87 385	0.49 274	0.38 293	0.56 182	0.66 318	0.70 125	1.00 272	2.42 391	2.02 367	1.31 328	1.18 353	0.93 290	1.13 348	0.20 223	0.18 257	0.20 181	0.19 212	0.27 282	0.30 303

ccnet	0.82 319	0.57 349	0.75 299	0.54 322	0.59 364	1.09 329	0.66 318	1.38 351	0.94 247	1.12 330	1.44 330	1.29 325	0.92 321	0.95 299	1.24 354	0.49 368	0.42 374	0.50 369	0.47 368	0.51 360	0.46 361

MFN_U_SF_DS_RVC	1.02 347	0.57 349	1.51 377	0.67 361	0.50 343	2.57 390	1.66 402	1.20 302	1.43 356	1.38 353	1.57 343	1.33 335	0.92 321	1.64 370	0.88 305	0.37 352	0.39 369	0.46 360	0.60 382	0.41 341	0.40 345

WZ-Net	1.19 364	0.59 351	4.07 402	0.62 348	0.51 346	1.34 353	1.31 391	1.32 338	1.74 375	1.53 359	1.65 347	1.74 367	1.28 362	2.25 391	2.01 377	0.27 297	0.21 286	0.23 247	0.25 299	0.40 335	0.39 342

MFN_U_SF_RVC	1.09 356	0.59 351	1.97 387	0.67 361	0.44 328	1.93 381	0.60 306	1.85 384	1.36 348	1.61 363	1.54 341	1.95 374	1.37 365	1.64 370	1.73 368	0.40 359	0.37 363	0.45 357	0.48 370	0.44 346	0.44 356

RGC	0.79 314	0.59 351	0.71 289	0.65 355	0.65 368	0.92 298	0.58 302	1.29 332	1.05 293	1.07 321	1.45 333	1.47 352	1.03 339	1.21 334	0.88 305	0.32 330	0.30 337	0.48 364	0.40 357	0.37 328	0.37 334

STTRV1_RVC	0.82 319	0.59 351	1.16 345	0.67 361	0.81 374	1.11 330	0.63 313	1.30 335	1.11 314	0.98 289	1.33 310	1.08 301	0.95 330	1.26 339	0.87 302	0.55 377	0.25 317	0.43 353	0.39 354	0.58 374	0.40 345

ADCS	1.51 379	0.61 355	3.42 397	0.59 338	0.51 346	1.27 350	1.08 375	1.59 375	1.81 377	1.91 379	1.66 349	1.51 358	1.42 368	1.94 383	8.60 413	0.33 336	0.32 350	0.33 331	0.36 346	0.44 346	0.42 350

ELAS_RVC	1.60 382	0.61 355	1.01 333	0.70 368	0.56 357	2.00 383	1.89 409	1.96 386	2.65 392	3.33 407	3.26 392	3.03 389	3.41 408	2.49 395	2.09 379	0.52 372	0.45 380	0.50 369	0.48 370	0.54 367	0.52 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	1.63 384	0.61 355	0.95 326	0.68 365	0.55 354	3.01 403	1.55 400	2.39 393	2.33 388	3.64 409	3.89 403	2.75 387	2.90 403	2.15 389	2.27 386	0.52 372	0.45 380	0.50 369	0.48 370	0.54 367	0.52 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	1.16 362	0.62 358	2.40 392	0.57 333	0.55 354	1.41 358	1.34 392	1.18 296	1.24 335	1.49 356	1.42 325	1.39 344	1.20 357	1.55 361	4.82 403	0.29 309	0.28 329	0.29 313	0.34 343	0.38 332	0.42 350

PASM	0.90 335	0.64 359	1.69 379	0.69 367	0.69 372	0.78 263	0.84 353	1.03 245	1.26 342	1.19 337	1.15 276	1.31 328	0.98 334	1.24 337	1.03 336	0.52 372	0.56 386	0.59 377	0.66 384	0.56 369	0.54 375

SAMSARA	1.07 354	0.65 360	1.19 352	1.06 385	0.90 377	1.76 378	1.76 406	1.46 361	1.44 358	1.51 357	1.16 281	2.00 375	1.14 348	1.48 359	1.31 360	0.39 355	0.44 379	0.35 335	0.38 350	0.49 357	0.49 370

XQC	0.89 332	0.65 360	1.31 362	0.67 361	0.52 349	1.22 345	0.68 325	1.26 327	1.52 363	1.14 333	1.11 261	1.28 324	1.04 340	1.40 358	1.77 371	0.38 353	0.24 309	0.37 342	0.31 332	0.53 365	0.47 365

PVD	1.28 369	0.67 362	1.28 359	0.74 372	0.62 366	1.50 364	0.84 353	1.99 387	2.96 395	2.18 386	2.36 375	1.85 371	1.95 389	1.92 381	1.94 375	0.39 355	0.36 362	0.49 367	0.37 347	0.51 360	0.64 378

GASNet	0.67 286	0.72 363	0.96 328	0.70 368	0.48 340	0.62 210	0.47 248	1.08 261	1.03 284	0.94 272	0.82 136	0.93 263	0.83 304	1.33 348	0.80 286	0.31 318	0.22 292	0.29 313	0.28 319	0.44 346	0.24 266

Wz-Net-SNSev	0.91 336	0.73 364	2.13 389	0.56 328	0.45 332	0.95 302	1.13 377	1.34 342	1.24 335	1.02 304	1.30 306	1.46 349	0.86 309	1.81 377	1.50 364	0.25 280	0.23 302	0.25 272	0.26 309	0.32 306	0.29 296

SQANet	0.82 319	0.74 365	0.67 273	1.13 386	0.98 384	1.11 330	0.47 248	1.07 257	0.83 185	0.91 260	1.05 242	1.03 287	0.74 276	1.01 303	0.64 254	0.61 379	0.24 309	1.03 386	0.35 345	1.18 390	0.58 377

GANetREF_RVC	0.80 315	0.75 366	0.86 319	0.66 358	0.42 316	1.15 337	0.98 366	1.14 282	1.19 327	1.01 302	1.02 230	1.10 305	0.90 317	1.15 326	0.76 279	0.48 366	0.39 369	0.57 374	0.38 350	0.63 377	0.46 361
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
UDGNet	0.48 184	0.77 367	0.50 196	0.48 259	0.31 244	0.41 117	0.34 120	0.70 125	0.92 235	0.65 108	0.60 62	0.58 111	0.43 125	0.63 151	0.41 163	0.32 330	0.15 204	0.66 378	0.19 212	0.36 326	0.21 240

LSM	4.74 412	0.77 367	10.16 412	0.70 368	56.56 436	1.02 315	1.00 370	1.24 323	1.62 372	2.04 381	2.34 373	1.33 335	1.17 352	1.38 357	1.09 343	0.33 336	0.49 383	0.39 347	0.46 365	0.51 360	10.09 423

EDNetEfficient	1.46 377	0.80 369	6.12 407	0.47 254	0.39 298	0.69 241	0.83 350	0.90 199	2.77 394	3.50 408	1.96 365	1.66 365	2.03 391	1.26 339	4.18 401	0.21 238	0.18 257	0.21 221	0.20 234	0.41 341	0.39 342

Consistency-Raft	1.01 344	0.81 370	1.24 357	0.84 375	0.97 382	0.81 274	0.84 353	1.30 335	1.59 368	1.05 315	1.68 352	1.12 309	0.91 318	0.92 285	1.11 344	0.65 380	0.74 393	0.79 381	0.90 393	1.06 388	0.79 385

AnonymousM	0.41 133	0.81 370	0.29 10	0.34 11	0.22 42	0.28 33	0.38 187	0.53 28	0.41 43	0.70 137	0.49 33	0.47 71	0.27 25	0.41 20	0.31 68	0.15 80	0.12 99	1.51 390	0.26 309	0.12 8	0.10 3

MaskLacGwcNet_RVC	0.67 286	0.81 370	0.73 292	0.53 316	0.37 285	1.40 356	0.53 285	1.04 248	0.79 172	0.88 244	0.94 186	0.95 266	0.53 168	0.93 290	0.58 239	0.39 355	0.30 337	0.57 374	0.31 332	0.53 365	0.30 303

UDG	0.88 330	0.82 373	0.67 273	1.00 382	0.96 381	1.02 315	0.57 301	1.13 276	0.99 265	0.90 255	0.97 211	1.31 328	0.99 335	0.85 262	0.84 293	0.54 376	0.32 350	1.77 393	0.40 357	0.94 383	0.66 380

BEATNet-Init1	15.13 422	0.82 373	50.86 439	0.72 371	0.53 350	38.10 433	7.03 419	11.83 423	14.25 420	29.78 437	30.17 437	48.21 440	22.64 430	26.78 431	18.11 421	0.42 360	0.38 365	0.47 361	0.46 365	0.51 360	0.48 367

MSC_U_SF_DS_RVC	1.34 370	0.87 375	1.76 382	0.86 376	0.56 357	4.29 409	1.79 407	1.50 366	1.98 380	1.61 363	1.85 361	1.84 369	1.41 367	1.89 380	1.36 361	0.48 366	0.40 371	0.56 373	0.57 380	0.69 378	0.48 367

anonymity	0.97 341	0.89 376	1.05 335	0.92 378	1.03 387	0.97 306	0.81 349	1.29 332	0.91 230	1.07 321	0.98 212	1.00 277	0.95 330	1.02 308	0.92 321	0.96 390	0.95 408	0.90 383	0.91 396	0.92 382	0.94 390

NVStereoNet_ROB	1.24 367	0.90 377	1.13 343	0.86 376	0.88 376	1.11 330	0.99 368	1.42 357	1.53 364	1.59 362	2.48 377	2.24 378	1.53 371	1.96 384	1.30 359	0.76 385	0.70 390	0.78 380	1.00 398	0.71 379	0.88 388
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
otaku	1.04 349	0.93 378	0.88 322	1.33 392	1.05 389	1.66 373	0.70 334	1.40 355	1.18 325	1.08 324	1.32 309	1.33 335	0.91 318	1.23 336	0.76 279	0.72 383	0.46 382	1.24 388	0.50 375	1.40 391	0.75 381

SPS-STEREO	1.25 368	0.93 378	1.06 336	1.04 384	1.03 387	1.41 358	0.91 361	1.51 369	1.19 327	2.09 383	1.83 359	1.94 373	1.39 366	1.62 367	1.39 362	0.97 391	0.94 407	0.90 383	0.89 392	0.96 385	0.96 393
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	1.35 372	0.94 380	1.25 358	0.96 379	1.00 386	1.52 366	1.02 371	1.34 342	1.21 330	2.64 394	2.65 384	2.44 382	1.56 374	1.64 370	1.26 356	0.97 391	0.95 408	0.90 383	0.90 393	0.94 383	0.96 393

RTS	1.98 390	0.96 381	11.36 414	0.65 355	0.57 361	2.77 395	1.40 395	1.39 352	2.26 384	1.89 376	2.56 379	1.32 333	1.25 359	5.20 410	4.05 399	0.31 318	0.22 292	0.29 313	0.29 323	0.40 335	0.37 334

RTSA	1.98 390	0.96 381	11.36 414	0.65 355	0.57 361	2.77 395	1.40 395	1.39 352	2.26 384	1.89 376	2.56 379	1.32 333	1.25 359	5.20 410	4.05 399	0.31 318	0.22 292	0.29 313	0.29 323	0.40 335	0.37 334

CC-Net-ROB	0.82 319	0.96 381	0.85 314	0.58 335	0.45 332	1.27 350	0.70 334	1.17 293	1.02 279	0.83 216	1.23 295	0.90 257	0.77 285	1.06 313	0.69 264	0.46 363	0.34 358	1.71 392	0.38 350	0.59 375	0.36 328

Ntro	1.09 356	0.97 384	0.91 324	1.44 393	1.19 391	1.69 376	0.80 348	1.35 345	1.25 339	1.00 297	1.29 305	1.31 328	0.97 333	1.26 339	0.84 293	0.84 387	0.43 377	1.36 389	0.50 375	1.56 392	0.78 383

MFMNet_re	1.14 358	0.97 384	1.19 352	0.99 380	0.95 380	1.25 349	1.22 383	1.39 352	1.55 366	1.69 370	1.67 351	1.21 317	1.53 371	1.12 324	0.99 332	0.87 389	0.75 397	0.79 381	0.75 388	0.90 381	0.94 390

AnyNet_C01	1.56 380	1.05 386	7.45 410	0.64 350	0.54 352	1.99 382	1.38 394	1.43 359	1.36 348	1.63 366	1.92 363	1.84 369	1.33 364	2.40 393	4.03 398	0.33 336	0.32 350	0.32 326	0.34 343	0.44 346	0.45 360

Wz-Net-TNSev	1.14 358	1.06 387	4.32 404	0.49 274	0.42 316	1.51 365	1.11 376	1.48 363	1.40 355	1.22 342	1.26 299	1.58 363	1.43 369	1.76 375	1.70 367	0.32 330	0.31 347	0.26 286	0.30 325	0.41 341	0.41 349

EDNetEfficientorigin	9.93 418	1.15 388	175.16 441	0.48 259	0.36 280	1.04 322	0.68 325	1.24 323	2.69 393	3.17 405	2.50 378	2.30 379	2.07 392	1.76 375	2.21 381	0.20 223	0.18 257	0.24 261	0.19 212	0.51 360	0.50 371

WAO-7	1.90 388	1.20 389	1.35 366	1.27 390	1.06 390	2.84 397	1.56 401	3.23 401	3.06 399	2.23 387	3.33 396	3.17 393	2.28 394	3.12 398	2.21 381	1.02 393	0.91 403	1.06 387	1.03 401	1.04 387	0.97 396

JetBlue	2.78 399	1.26 390	7.04 409	1.16 387	1.48 394	8.00 417	6.02 418	2.60 394	1.92 379	2.12 384	2.64 383	3.34 396	3.05 405	6.49 414	3.39 393	0.78 386	0.76 398	0.75 379	0.76 389	0.97 386	1.18 404

ACVNet_2	1.65 385	1.27 391	1.41 373	1.75 396	1.62 396	2.22 386	1.20 380	2.30 392	2.62 391	1.78 373	2.56 379	3.03 389	1.61 376	1.54 360	1.12 347	1.06 394	0.58 388	1.82 394	0.70 387	1.82 396	0.96 393

ACVNet-4b	1.35 372	1.31 392	1.10 339	1.90 400	1.59 395	1.92 380	0.77 344	1.52 372	1.62 372	1.05 315	1.60 345	2.11 376	0.94 327	1.64 370	0.77 283	1.30 398	0.35 360	2.03 400	0.67 385	1.88 400	0.84 386

ACVNet_1	1.46 377	1.33 393	1.12 342	1.91 401	1.62 396	1.83 379	0.98 366	2.00 388	1.85 378	1.39 354	1.53 340	2.32 380	1.53 371	1.34 350	1.11 344	1.30 398	0.50 384	2.06 402	0.58 381	1.93 402	0.95 392

Dean	1.98 390	1.36 394	1.36 370	2.12 403	1.81 403	2.74 392	1.36 393	3.37 405	3.80 405	2.08 382	3.32 395	3.21 394	1.82 383	1.71 374	1.67 366	1.27 395	0.77 399	1.99 396	0.90 393	1.86 397	1.03 397

LVE	2.12 395	1.44 395	1.36 370	1.99 402	1.78 401	2.75 393	1.79 407	2.82 395	3.95 406	1.90 378	4.33 409	3.52 398	1.81 382	2.24 390	1.74 369	1.74 406	0.87 402	2.06 402	1.13 404	1.91 401	1.35 407

RainbowNet	1.35 372	1.49 396	1.19 352	1.88 399	1.45 393	1.48 363	1.07 374	1.61 377	1.55 366	1.20 340	1.59 344	1.54 359	1.13 347	1.34 350	0.97 328	1.36 401	0.70 390	1.82 394	0.79 390	1.71 394	1.07 398

WAO-6	2.04 393	1.50 397	1.16 345	1.70 395	1.67 400	2.69 391	1.44 398	3.06 398	3.63 404	1.98 380	3.27 393	3.54 399	2.07 392	2.36 392	2.22 383	1.31 400	0.91 403	2.04 401	1.22 408	1.73 395	1.27 406

coex-ft	6.43 416	1.51 398	87.33 440	0.49 274	0.38 293	1.34 353	1.21 382	1.16 288	8.09 412	12.12 420	2.79 386	2.77 388	3.31 406	1.16 327	3.15 390	0.24 270	0.23 302	0.27 298	0.24 290	0.45 350	0.37 334

WAO-8	2.92 400	1.55 399	1.35 366	1.79 397	1.63 398	5.23 411	1.22 383	4.58 412	12.56 417	2.84 399	4.07 407	4.83 404	2.72 401	3.49 402	2.25 384	1.27 395	0.91 403	1.99 396	1.15 406	1.86 397	1.15 400

Venus	2.92 400	1.55 399	1.35 366	1.79 397	1.63 398	5.23 411	1.22 383	4.58 412	12.56 417	2.84 399	4.06 406	4.83 404	2.72 401	3.49 402	2.25 384	1.27 395	0.91 403	1.99 396	1.15 406	1.86 397	1.15 400

IMH-64-1	1.86 386	1.62 401	1.16 345	2.20 404	1.89 404	2.33 387	1.30 388	2.89 396	2.29 386	1.66 367	2.80 387	2.49 383	1.61 376	2.10 387	1.78 372	1.60 402	0.74 393	2.43 406	1.02 399	2.12 403	1.17 402

IMH-64	1.86 386	1.62 401	1.16 345	2.20 404	1.89 404	2.33 387	1.30 388	2.89 396	2.29 386	1.66 367	2.80 387	2.49 383	1.61 376	2.10 387	1.78 372	1.60 402	0.74 393	2.43 406	1.02 399	2.12 403	1.17 402

IMH	2.04 393	1.62 401	1.20 355	2.20 404	1.89 404	2.91 402	1.30 388	3.11 399	3.03 397	1.81 374	3.35 397	3.03 389	1.90 386	2.48 394	1.80 374	1.66 405	0.77 399	2.45 408	1.04 402	2.15 405	1.19 405

PWCK	1.92 389	1.66 404	3.12 396	1.65 394	0.91 378	2.84 397	2.26 412	2.10 389	2.41 390	2.36 390	2.31 371	2.22 377	1.82 383	3.43 401	2.03 378	1.61 404	0.71 392	1.51 390	0.82 391	1.69 393	0.91 389

TorneroNet-64	3.44 403	1.86 405	1.42 374	2.58 411	2.28 409	6.87 414	1.68 403	4.70 414	12.03 414	2.31 389	5.59 415	8.25 415	2.55 398	3.97 407	2.73 388	1.81 407	0.74 393	2.57 410	1.07 403	2.35 407	1.44 408

TorneroNet	4.53 411	1.89 406	1.48 376	2.55 409	2.27 408	13.78 422	1.69 404	4.84 416	23.73 431	2.89 402	7.70 418	7.06 414	2.69 400	4.26 409	3.42 394	1.84 408	0.77 399	2.68 412	1.13 404	2.42 408	1.47 409

KSHMR	2.57 397	1.93 407	1.69 379	2.63 412	2.42 411	2.86 399	2.07 410	3.27 403	6.50 410	2.49 393	3.36 398	3.41 397	1.92 387	2.49 395	1.94 375	2.13 411	1.40 413	2.79 415	1.50 411	2.73 411	1.77 410

UNDER WATER-64	3.53 405	2.01 408	3.94 401	3.22 417	2.49 413	5.41 413	2.60 415	3.43 406	12.41 416	3.03 404	2.68 385	6.07 412	4.04 410	3.79 406	3.33 392	2.02 409	1.24 412	2.63 411	1.46 410	2.78 412	2.08 414

FADE	5.17 413	2.05 409	13.14 418	1.03 383	0.99 385	2.09 384	0.91 361	3.91 409	3.00 396	1.76 372	1.60 345	2.73 386	6.73 415	5.95 412	3.95 397	11.57 427	1.70 415	23.09 433	15.86 427	0.62 376	0.65 379

UNDER WATER	3.46 404	2.07 410	3.64 400	3.09 415	2.48 412	3.75 407	2.42 414	3.31 404	13.77 419	2.90 403	2.95 390	5.84 409	3.69 409	3.69 404	3.48 396	2.07 410	1.11 410	2.70 413	1.40 409	2.84 414	1.98 412

ktn	2.98 402	2.25 411	1.73 381	2.84 413	2.53 414	3.76 408	2.15 411	3.70 407	5.47 409	2.75 396	5.17 414	5.94 411	2.48 396	3.23 399	2.46 387	2.34 415	1.44 414	2.78 414	2.03 414	2.45 409	2.01 413

notaker	2.76 398	2.29 412	1.80 384	2.96 414	2.58 415	2.90 401	1.75 405	3.24 402	3.05 398	2.78 397	4.24 408	6.15 413	2.51 397	3.34 400	2.75 389	2.31 413	1.18 411	3.00 416	1.65 412	2.84 414	1.97 411

MADNet+	2.23 396	2.43 413	10.85 413	1.22 389	0.91 378	2.76 394	1.40 395	2.12 390	1.67 374	1.32 349	1.74 355	1.86 372	1.74 381	6.25 413	4.41 402	0.65 380	0.64 389	0.58 376	0.54 379	0.80 380	0.76 382

HanzoNet	6.76 417	2.45 414	4.22 403	3.19 416	2.94 417	3.62 406	2.28 413	4.79 415	7.20 411	14.00 424	13.19 423	17.49 424	22.30 429	13.25 422	6.19 408	4.20 419	1.93 416	3.10 417	2.56 416	3.35 417	2.88 418

DPSimNet_ROB	3.58 406	2.45 414	8.57 411	2.53 408	2.37 410	2.88 400	3.77 417	3.14 400	3.23 400	4.71 414	3.86 402	4.68 402	4.87 413	4.07 408	5.62 406	2.33 414	2.33 417	2.47 409	2.52 415	2.51 410	2.64 416

DDUNet	1.06 352	2.56 416	0.68 276	1.21 388	1.26 392	1.03 318	0.69 329	1.11 271	0.94 247	0.96 280	1.22 291	1.27 322	0.82 300	0.93 290	0.72 273	0.84 387	0.38 365	1.99 396	0.60 382	1.10 389	0.85 387

DispFullNet	1.60 382	2.63 417	2.75 394	2.56 410	1.79 402	1.24 348	0.47 248	1.37 350	1.45 359	1.87 375	1.50 337	1.55 360	2.46 395	2.04 386	1.04 339	0.59 378	0.18 257	2.32 405	0.68 386	2.29 406	1.14 399

MADNet++	4.03 407	2.70 418	3.44 399	3.72 419	3.44 418	4.44 410	3.52 416	3.95 410	3.61 403	4.46 411	4.98 413	4.10 400	4.58 412	7.00 416	5.89 407	3.74 416	3.67 420	3.27 418	2.71 417	3.70 419	3.66 420

SPstereo	24.26 427	4.19 419	6.66 408	4.29 420	3.79 419	45.68 434	78.09 440	63.52 441	33.36 440	27.50 436	26.65 429	39.53 439	33.55 439	42.77 441	51.02 435	3.90 417	3.72 421	5.95 423	4.66 419	3.15 416	3.30 419

JetRed	5.27 414	5.84 420	12.81 417	2.36 407	2.83 416	12.23 421	10.50 420	4.46 411	3.60 402	3.86 410	3.83 401	4.85 406	4.18 411	6.78 415	11.96 416	2.17 412	2.96 419	2.18 404	1.97 413	3.38 418	2.68 417

DPSMNet_ROB	12.08 421	8.00 421	21.00 421	8.97 424	16.79 423	10.67 418	30.89 427	9.02 420	15.17 422	6.51 416	15.41 427	9.04 417	14.85 420	9.27 419	21.67 424	4.58 421	8.57 423	5.09 421	9.29 424	5.90 422	10.95 424

DGTPSM_ROB	12.07 420	8.00 421	20.99 420	8.93 423	16.78 422	10.67 418	30.87 426	9.01 419	15.16 421	6.50 415	15.41 427	9.04 417	14.85 420	9.25 418	21.67 424	4.57 420	8.57 423	5.08 420	9.28 423	5.90 422	10.95 424

ASD4	9.96 419	8.86 423	17.78 419	7.17 421	9.80 420	16.08 423	28.92 425	9.77 421	8.20 413	7.02 418	7.08 417	8.47 416	9.57 418	11.17 421	20.26 422	4.12 418	4.14 422	5.57 422	4.74 420	5.53 420	4.90 422

Anonymous_1	33.25 429	18.26 424	23.92 423	20.54 425	21.28 426	25.59 425	35.94 428	22.01 432	15.57 423	13.33 421	13.49 424	18.08 425	15.29 422	20.36 423	24.60 426	16.28 431	8.84 425	66.59 438	118.00 438	155.73 441	11.23 426

DPSM_ROB	17.78 423	18.63 425	24.31 427	20.90 426	19.47 424	25.97 426	36.21 429	21.23 430	16.24 424	13.38 422	14.06 425	19.18 427	16.30 423	20.78 424	25.67 427	9.38 425	9.23 426	9.49 425	9.82 425	13.51 425	11.91 427

DPSM	17.78 423	18.63 425	24.31 427	20.90 426	19.47 424	25.97 426	36.21 429	21.23 430	16.24 424	13.38 422	14.06 425	19.18 427	16.30 423	20.78 424	25.67 427	9.38 425	9.23 426	9.49 425	9.82 425	13.51 425	11.91 427

xxxxx1	36.64 435	19.51 427	24.21 424	61.66 438	64.63 438	27.28 429	40.10 431	20.25 425	18.63 427	14.07 425	12.97 420	17.26 421	17.36 425	21.70 427	27.93 429	13.18 428	18.50 431	111.26 439	133.37 439	29.24 433	39.73 436

tt_ll	36.64 435	19.51 427	24.21 424	61.66 438	64.63 438	27.28 429	40.10 431	20.25 425	18.63 427	14.07 425	12.97 420	17.26 421	17.36 425	21.70 427	27.93 429	13.18 428	18.50 431	111.26 439	133.37 439	29.24 433	39.73 436

ff	36.64 435	19.51 427	24.21 424	61.66 438	64.63 438	27.28 429	40.10 431	20.25 425	18.63 427	14.07 425	12.97 420	17.26 421	17.36 425	21.70 427	27.93 429	13.18 428	18.50 431	111.26 439	133.37 439	29.24 433	39.73 436

PML	40.80 441	29.24 430	11.87 416	7.20 422	14.47 421	92.13 441	213.69 442	7.63 418	23.35 430	74.72 441	190.14 442	50.17 441	26.15 431	21.39 426	12.70 417	8.76 424	2.92 418	8.45 424	3.25 418	13.26 424	4.42 421

LRCNet_RVC	21.24 426	31.15 431	21.41 422	28.98 429	23.82 427	3.13 404	0.60 306	20.96 429	1.59 368	25.58 429	28.15 432	21.99 429	14.79 419	21.94 430	16.41 420	28.89 438	14.87 429	33.53 434	31.28 434	29.51 436	26.16 434

DLNR_Zeroshot_test	20.09 425	36.28 432	38.04 430	169.85 441	61.80 437	0.23 5	0.20 1	13.88 424	0.37 32	0.44 44	0.66 76	0.43 57	0.21 5	0.62 141	0.28 44	5.46 422	0.10 9	0.15 43	0.11 16	72.60 440	0.11 9

HaxPig	31.96 428	37.24 433	34.27 429	24.37 428	24.88 428	18.26 424	19.86 422	20.64 428	28.52 432	35.97 438	38.75 438	25.57 430	28.72 432	33.88 432	34.39 432	35.94 439	38.87 439	37.80 435	40.48 435	39.68 437	41.15 439

CasAABBNet	35.74 430	37.43 434	48.72 434	42.22 435	39.20 434	52.24 435	73.12 436	42.61 438	32.62 437	26.78 430	27.95 430	38.58 436	32.60 433	41.67 438	51.65 440	18.74 432	18.57 434	19.15 431	19.77 429	27.20 430	23.98 432

Selective-RAFT-Error	35.84 434	37.49 435	48.83 438	42.26 436	39.24 435	52.30 439	73.09 435	42.66 439	32.61 433	26.80 431	28.30 433	38.84 438	33.51 438	41.68 439	51.59 436	18.82 436	18.58 435	19.17 432	19.80 430	27.28 431	24.05 433

MyStereo03	35.77 431	37.55 436	48.75 435	42.19 432	39.18 431	52.27 436	73.13 437	42.32 435	32.61 433	27.03 433	28.40 434	38.50 433	32.89 434	41.62 435	51.63 437	18.78 433	18.59 436	19.11 427	19.80 430	27.18 427	23.95 429

MyStereo02	35.77 431	37.55 436	48.75 435	42.19 432	39.18 431	52.27 436	73.13 437	42.32 435	32.61 433	27.03 433	28.40 434	38.50 433	32.89 434	41.62 435	51.63 437	18.78 433	18.59 436	19.11 427	19.80 430	27.18 427	23.95 429

MyStereo	35.77 431	37.55 436	48.75 435	42.19 432	39.18 431	52.27 436	73.13 437	42.32 435	32.61 433	27.03 433	28.40 434	38.50 433	32.89 434	41.62 435	51.63 437	18.78 433	18.59 436	19.11 427	19.80 430	27.18 427	23.95 429

LSM0	38.95 440	37.60 439	48.58 433	43.57 437	91.06 441	52.57 440	72.57 434	43.17 440	32.63 438	26.97 432	27.97 431	38.65 437	32.94 437	41.86 440	51.78 441	18.89 437	18.41 430	19.13 430	19.63 428	27.29 432	33.77 435

AVERAGE_ROB	37.58 439	40.13 440	40.15 431	34.81 431	33.82 430	28.55 432	25.10 424	32.02 434	34.06 441	41.28 439	40.66 439	34.46 432	34.81 441	39.18 433	37.57 434	42.78 440	43.44 440	43.82 436	43.03 436	40.47 438	41.51 440

MEDIAN_ROB	37.38 438	40.85 441	40.60 432	32.31 430	31.85 429	27.20 428	24.55 423	29.10 433	33.19 439	42.09 440	41.76 440	33.35 431	34.39 440	39.78 434	37.07 433	43.64 441	44.10 441	44.12 437	43.40 437	41.51 439	42.76 441

test_example2	176.61 442	205.14 442	198.86 442	188.60 442	190.98 442	152.67 442	170.61 441	94.86 442	123.55 442	178.88 442	179.48 441	158.94 442	141.34 442	192.61 442	198.96 442	203.76 442	236.37 442	164.13 442	173.55 442	218.58 442	160.41 442

Low-res two-view benchmark