Low-res two-view results

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

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

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

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

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

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

CAS	1.26 70	0.40 1	1.46 15	2.97 386	1.61 331	4.13 255	0.73 87	1.78 20	1.49 47	0.83 22	1.10 23	0.59 3	0.53 2	1.26 34	0.80 41	2.99 390	0.13 1	0.21 2	0.13 1	0.31 75	1.72 373

s12784h	1.31 81	0.45 2	2.41 92	0.71 8	0.35 4	4.42 315	0.50 17	4.22 293	2.73 293	2.01 163	2.48 293	0.91 43	0.96 55	2.01 115	0.70 23	0.29 77	0.18 24	0.24 17	0.16 7	0.27 23	0.18 2

Selective-RAFT	1.15 41	0.46 3	1.64 26	0.99 116	0.45 47	4.17 274	0.51 21	3.21 112	1.69 129	1.12 42	1.34 59	1.45 98	1.40 141	2.08 119	0.94 85	0.41 237	0.20 56	0.24 17	0.23 59	0.27 23	0.25 27

MIF-Stereo	0.82 6	0.47 4	2.63 102	0.96 101	1.19 254	0.78 3	0.39 6	1.12 1	1.54 75	1.19 44	1.26 42	0.51 1	0.64 9	1.13 14	1.03 100	0.30 111	0.20 56	0.24 17	0.21 29	0.40 176	0.25 27

MC-Stereo	1.06 32	0.48 5	1.55 22	1.15 195	0.41 32	4.56 343	0.61 45	2.06 29	1.46 33	1.90 124	1.61 108	0.89 42	1.12 94	1.35 45	0.73 30	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 21

PMTNet	0.99 23	0.48 5	1.73 30	0.62 2	0.56 99	4.20 285	0.43 11	1.88 22	1.58 94	1.00 30	1.05 17	0.78 25	0.98 60	1.50 59	0.85 52	1.21 371	0.20 56	0.23 5	0.15 4	0.22 3	0.19 3

CREStereo++_RVC	1.02 29	0.49 7	1.54 21	0.83 43	0.55 96	4.01 231	0.31 2	1.63 12	1.99 171	1.63 77	2.13 242	0.84 35	0.65 11	0.88 1	0.70 23	0.27 34	0.15 2	0.23 5	1.22 380	0.24 5	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
test_4	1.30 78	0.50 8	6.16 167	0.84 49	0.45 47	1.61 20	1.12 237	2.14 33	1.42 23	1.52 62	2.31 278	1.84 148	0.79 33	2.52 155	1.19 127	0.27 34	0.17 9	0.29 82	0.29 174	0.29 43	0.25 27

FENet	2.25 199	0.50 8	20.29 359	1.35 263	0.67 135	4.01 231	0.60 42	3.95 224	1.99 171	1.96 141	1.11 24	2.43 215	1.43 150	1.60 72	1.39 163	0.32 143	0.22 103	0.33 166	0.26 102	0.29 43	0.39 179

CASnet	0.78 2	0.51 10	1.29 7	0.81 29	0.29 1	1.28 12	0.74 97	1.51 5	1.89 160	1.64 79	1.09 22	0.65 7	0.64 9	0.91 2	0.76 35	0.29 77	0.17 9	0.41 249	0.31 204	0.32 98	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 32	0.51 10	1.56 23	1.02 136	0.39 26	4.27 296	0.42 8	4.08 261	1.48 41	0.90 25	0.68 1	1.09 55	0.66 13	1.81 97	0.62 2	0.27 34	0.19 39	0.29 82	0.23 59	0.37 161	0.25 27

DCANet-4	1.96 160	0.51 10	14.31 251	0.82 36	0.40 29	4.16 269	0.57 30	4.29 319	2.98 327	2.30 243	1.80 157	1.03 51	1.54 183	1.44 52	1.44 170	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

tt	7.19 395	0.51 10	6.83 171	4.03 400	2.30 380	12.05 409	20.19 418	15.46 416	6.58 399	3.42 354	3.22 342	5.37 377	6.39 382	4.20 202	7.46 357	9.81 418	11.53 424	7.05 416	7.46 417	6.31 408	3.71 406

test_3	1.19 44	0.51 10	2.08 68	0.99 116	0.41 32	2.05 39	0.87 166	4.40 347	1.42 23	1.99 149	1.18 30	2.03 174	0.79 33	2.70 167	0.75 33	0.27 34	0.17 9	0.29 82	0.29 174	0.30 59	0.27 56

LoS	0.94 13	0.52 15	1.88 41	0.86 59	0.36 5	4.15 259	0.51 21	2.18 35	1.45 26	0.97 29	0.88 7	0.62 5	0.79 33	1.59 70	0.86 56	0.26 27	0.19 39	0.24 17	0.16 7	0.21 2	0.20 6

Selective-IGEV	0.80 4	0.52 15	1.05 2	0.75 11	0.61 118	1.31 13	0.82 135	2.60 72	1.41 22	0.82 20	1.64 113	0.71 16	0.62 7	1.22 30	0.64 4	0.22 4	0.19 39	0.24 17	0.18 9	0.25 11	0.20 6

RCA-Stereo	1.21 52	0.52 15	1.58 24	0.90 74	0.46 54	4.68 359	0.79 122	4.13 272	1.74 142	1.92 130	1.80 157	0.94 46	1.48 163	1.14 15	0.70 23	0.27 34	0.18 24	0.25 27	0.19 18	0.25 11	0.23 15

GLC_STEREO	0.76 1	0.52 15	1.12 3	0.83 43	0.33 2	1.86 28	0.82 135	1.46 3	1.38 20	0.95 28	1.04 16	0.68 8	0.72 18	0.97 3	0.80 41	0.23 7	0.25 173	0.32 135	0.25 89	0.32 98	0.30 98

test-3	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 31	0.91 184	4.35 339	1.47 36	2.24 232	1.16 28	2.06 180	0.79 33	2.68 165	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

test_1	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 31	0.90 176	4.36 341	1.47 36	2.17 209	1.16 28	2.06 180	0.78 31	2.68 165	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

KYRaft	1.59 112	0.52 15	1.73 30	0.95 97	0.49 74	4.38 306	1.79 316	2.43 47	1.51 56	2.49 282	2.98 330	2.00 170	3.41 334	2.14 127	0.82 44	0.30 111	0.21 81	0.33 166	0.46 302	0.35 144	2.45 387

GMM-Stereo	2.45 235	0.52 15	20.38 362	0.89 69	0.82 168	4.18 276	1.91 325	2.45 49	1.48 41	2.48 281	2.30 271	1.69 119	1.86 245	2.93 173	1.08 107	0.28 60	0.18 24	0.33 166	0.48 309	0.35 144	2.41 385

CFNet-RSSM	2.08 183	0.52 15	20.06 345	1.01 127	0.56 99	3.39 111	0.64 56	3.67 161	1.55 81	1.72 93	1.37 64	2.57 228	1.19 112	1.11 10	0.86 56	0.27 34	0.20 56	0.25 27	0.23 59	0.27 23	0.23 15

11t1	1.11 36	0.53 24	1.80 38	1.55 314	0.65 129	2.20 47	0.60 42	3.66 160	1.49 47	1.60 69	1.26 42	1.03 51	1.35 135	1.72 91	0.97 89	0.28 60	0.31 225	0.29 82	0.23 59	0.30 59	0.34 133

Any-RAFT	1.40 89	0.53 24	2.78 109	1.09 160	0.64 124	4.41 313	0.81 132	3.97 230	2.78 299	1.99 149	1.34 59	2.36 207	1.56 186	1.56 66	0.75 33	0.27 34	0.20 56	0.25 27	0.18 9	0.25 11	0.28 69

FTStereo	3.71 342	0.53 24	20.37 361	0.96 101	0.65 129	4.34 303	11.29 406	2.62 73	1.50 52	2.58 294	5.04 369	1.90 153	13.84 405	3.71 188	1.25 141	0.38 210	0.24 156	0.31 120	0.32 211	0.30 59	2.10 380

GrayStereo	2.58 261	0.53 24	1.63 25	1.58 318	0.89 187	4.17 274	8.17 403	3.03 98	1.52 63	2.80 319	2.50 295	1.70 120	17.10 407	2.83 171	1.15 118	0.33 154	0.21 81	0.27 53	0.32 211	0.28 35	0.53 265

CREStereo	0.92 11	0.53 24	1.45 14	0.61 1	0.34 3	4.42 315	0.40 7	2.21 36	1.54 75	0.94 27	1.12 25	0.87 39	0.87 41	1.12 11	0.72 29	0.28 60	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
AEACV	0.79 3	0.54 29	1.35 11	0.97 108	0.63 122	1.13 6	0.92 194	2.02 28	0.91 1	0.76 13	0.79 6	0.80 30	1.61 192	1.28 38	0.61 1	0.22 4	0.18 24	0.26 37	0.23 59	0.27 23	0.23 15

LCNet	1.55 100	0.54 29	1.88 41	0.99 116	0.55 96	3.60 151	1.21 255	2.86 89	1.53 68	2.18 211	1.74 137	1.43 97	4.17 350	3.62 185	0.87 61	0.29 77	0.20 56	0.28 67	0.77 355	0.47 242	1.85 376

PSM-AAD	2.43 233	0.54 29	1.32 9	0.92 81	0.54 94	4.48 321	7.47 399	2.96 93	1.55 81	2.31 248	2.56 303	1.26 75	16.23 406	2.46 145	0.89 65	0.28 60	0.21 81	0.58 324	0.41 288	0.34 129	1.32 361

xxxx	2.67 269	0.54 29	2.03 53	1.22 219	0.81 160	3.49 128	0.63 55	4.49 362	2.49 266	2.22 226	2.23 257	2.05 178	1.38 137	10.05 313	17.91 399	0.32 143	0.32 231	0.30 101	0.27 126	0.33 113	0.34 133

MIF-Stereo (partial)	0.98 17	0.55 33	2.83 110	0.71 8	1.03 221	1.08 5	0.49 16	2.55 65	1.66 122	0.79 17	1.20 32	0.80 30	0.90 45	1.61 77	1.56 193	0.36 189	0.24 156	0.33 166	0.25 89	0.40 176	0.28 69

CES	1.01 25	0.55 33	1.74 33	0.92 81	2.15 374	2.15 43	0.50 17	2.01 27	1.45 26	0.76 13	1.02 9	0.61 4	0.47 1	1.29 40	0.79 40	0.22 4	0.17 9	0.24 17	0.14 2	0.63 291	2.29 382

DisPM	1.36 85	0.55 33	2.39 91	1.54 309	0.51 78	4.59 346	0.79 122	2.50 52	1.88 156	2.50 283	1.83 176	1.45 98	1.01 65	2.71 168	0.93 84	0.46 269	0.20 56	0.32 135	0.31 204	0.31 75	0.44 217

RAFT-RH_RVC	2.63 263	0.55 33	19.97 342	1.26 233	0.47 64	4.46 319	0.57 30	1.71 14	1.64 119	3.06 337	5.51 371	2.03 174	1.28 124	6.70 245	1.52 189	0.42 247	0.22 103	0.37 221	0.34 226	0.28 35	0.29 76

RAFT-345	2.46 237	0.55 33	19.69 333	1.02 136	0.49 74	4.43 317	0.78 117	1.64 13	2.34 233	2.09 182	3.12 338	1.96 163	1.31 129	6.65 243	1.43 168	0.36 189	0.23 127	0.32 135	0.25 89	0.28 35	0.25 27

Prome-Stereo	1.61 114	0.55 33	1.71 29	0.98 111	0.60 115	4.41 313	1.82 320	3.03 98	1.53 68	2.18 211	3.45 349	1.72 123	3.49 338	2.23 137	1.08 107	0.29 77	0.20 56	0.26 37	0.25 89	0.34 129	2.16 381

TANstereo	1.01 25	0.55 33	1.73 30	0.76 24	0.36 5	4.04 235	0.38 5	1.48 4	1.62 115	2.03 171	2.10 234	0.84 35	0.93 51	0.98 4	0.62 2	0.28 60	0.36 258	0.23 5	0.20 23	0.25 11	0.46 232

MGS-Stereo	0.80 4	0.56 40	1.53 18	0.93 92	0.39 26	1.26 10	0.73 87	1.45 2	1.30 16	1.01 31	2.26 261	0.80 30	0.56 3	1.16 17	0.65 8	0.27 34	0.23 127	0.26 37	0.22 50	0.27 23	0.25 27

ttt	2.76 276	0.56 40	2.28 83	1.41 284	1.21 263	3.67 164	0.77 115	4.59 372	2.94 323	2.35 261	2.30 271	2.45 218	1.54 183	11.25 348	15.56 385	0.43 252	0.36 258	0.37 221	0.33 219	0.40 176	0.40 196

riskmin	1.25 63	0.56 40	2.05 56	1.05 145	0.93 197	2.86 62	0.55 27	3.23 115	1.34 18	1.55 65	1.07 20	3.56 314	2.03 257	1.29 40	1.00 98	0.28 60	0.27 192	0.34 182	0.21 29	0.41 197	0.43 212

DRaft	2.28 208	0.56 40	2.64 103	0.74 10	0.46 54	3.94 212	1.23 256	2.32 41	1.55 81	2.64 305	2.80 322	1.60 109	5.34 367	6.96 253	10.99 372	0.34 166	0.22 103	0.27 53	0.27 126	0.29 43	0.37 161

HCRNet	1.60 113	0.56 40	2.47 95	0.78 26	1.36 288	4.11 250	0.71 81	3.57 149	2.79 301	1.75 98	1.61 108	1.58 107	1.41 145	5.79 227	1.56 193	0.34 166	0.28 200	0.36 209	0.29 174	0.33 113	0.37 161

test_xeample	2.67 269	0.56 40	2.05 56	1.09 160	0.81 160	3.24 91	0.80 127	4.55 369	2.70 290	2.42 276	2.27 262	1.39 89	1.40 141	10.75 330	17.51 398	0.30 111	0.30 217	0.32 135	0.28 151	0.34 129	0.33 123

SMFormer	2.00 168	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 306	2.80 305	2.32 252	2.31 278	1.95 158	1.52 175	10.99 341	2.13 267	0.34 166	0.32 231	0.36 209	0.31 204	0.38 165	0.36 147

tta	2.00 168	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 306	2.80 305	2.32 252	2.31 278	1.95 158	1.52 175	10.99 341	2.13 267	0.34 166	0.32 231	0.36 209	0.31 204	0.29 43	0.29 76

qqq1	1.92 153	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 306	2.80 305	2.32 252	2.31 278	1.95 158	1.52 175	10.99 341	0.71 26	0.34 166	0.32 231	0.30 101	0.23 59	0.29 43	0.29 76

fff1	1.92 153	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 306	2.80 305	2.32 252	2.31 278	1.95 158	1.52 175	10.99 341	0.71 26	0.34 166	0.32 231	0.30 101	0.23 59	0.29 43	0.29 76

1111x	3.13 316	0.57 46	8.38 184	1.20 211	0.76 153	3.80 183	0.88 170	4.61 374	2.63 282	2.31 248	2.16 246	1.95 158	1.81 238	11.54 356	18.13 401	0.32 143	0.31 225	0.32 135	0.30 188	0.35 144	0.34 133

qqq	1.30 78	0.57 46	1.67 27	1.15 195	0.51 78	2.18 45	0.91 184	3.98 232	1.53 68	1.50 61	1.24 37	1.79 135	1.34 133	4.66 205	0.98 91	0.28 60	0.31 225	0.33 166	0.33 219	0.33 113	0.32 112

x	1.15 41	0.57 46	1.53 18	1.44 289	0.67 135	1.94 30	0.97 209	3.87 200	1.57 92	1.61 74	1.28 49	1.58 107	1.22 114	1.93 108	1.04 101	0.28 60	0.30 217	0.34 182	0.29 174	0.32 98	0.31 105

PFNet+	1.46 95	0.57 46	2.84 111	0.92 81	0.47 64	4.64 353	0.84 142	2.46 50	1.99 171	2.14 195	1.64 113	1.34 82	1.03 67	4.68 207	1.23 140	0.45 265	0.33 238	0.37 221	0.39 274	0.32 98	0.49 245

cross-raft	2.01 171	0.57 46	19.01 318	1.03 143	0.56 99	2.11 42	0.72 83	3.63 155	1.57 92	1.77 100	1.51 82	3.17 280	1.13 96	1.16 17	0.85 52	0.23 7	0.21 81	0.26 37	0.23 59	0.28 35	0.25 27

222	2.68 272	0.57 46	2.03 53	1.11 172	0.81 160	3.23 88	0.65 62	4.52 367	2.45 258	2.34 260	2.29 267	1.41 94	1.44 152	10.50 323	18.47 403	0.32 143	0.30 217	0.32 135	0.27 126	0.32 98	0.34 133

Gwc-CoAtRS	1.58 107	0.57 46	11.69 221	1.01 127	0.60 115	2.53 53	0.64 56	2.36 42	1.56 86	1.80 106	1.47 75	2.74 243	1.18 108	1.12 11	0.90 68	0.27 34	0.21 81	0.25 27	0.22 50	0.27 23	0.23 15

HSM-Net_RVC	2.87 284	0.57 46	17.46 295	0.92 81	0.90 190	3.70 167	1.20 252	5.64 397	2.51 270	3.22 346	2.43 289	2.54 226	1.59 187	11.41 352	1.65 210	0.34 166	0.25 173	0.26 37	0.23 59	0.30 59	0.29 76
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV+	0.90 10	0.58 58	1.32 9	0.94 95	0.45 47	1.27 11	1.00 213	3.32 126	1.55 81	0.82 20	1.34 59	0.86 38	1.09 84	1.16 17	0.89 65	0.33 154	0.18 24	0.23 5	0.19 18	0.29 43	0.22 9

mmm	1.27 74	0.58 58	2.20 74	1.41 284	0.68 140	2.39 50	0.85 148	3.90 209	1.63 118	2.20 217	1.84 181	1.28 77	1.50 170	1.91 107	0.89 65	0.31 128	0.27 192	0.45 268	0.37 259	0.38 165	0.34 133

IPLGR	2.53 251	0.58 58	20.46 367	0.82 36	0.52 85	4.56 343	0.50 17	4.30 326	2.38 245	1.87 116	1.53 88	1.68 117	1.72 223	6.95 252	1.15 118	0.28 60	0.21 81	0.27 53	0.23 59	0.33 113	0.32 112

DEmStereo	2.97 298	0.58 58	13.42 232	0.79 28	0.51 78	3.84 192	1.84 323	2.42 45	1.60 109	2.25 234	2.74 316	2.03 174	6.04 374	6.79 251	12.80 378	0.35 184	0.26 184	0.26 37	0.27 126	0.27 23	0.37 161

SST-Stereo	1.76 131	0.58 58	3.10 119	1.44 289	0.46 54	4.71 370	0.76 105	2.22 37	2.79 301	2.07 181	2.18 249	2.43 215	3.22 327	6.66 244	0.84 49	0.42 247	0.19 39	0.30 101	0.27 126	0.35 144	0.26 44

R-Stereo Train	1.20 49	0.58 58	1.81 39	0.99 116	0.67 135	3.78 179	0.90 176	4.09 263	1.51 56	2.16 205	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 156	0.26 37	0.21 29	0.26 17	0.25 27

RAFT-Stereo	1.20 49	0.58 58	1.81 39	0.99 116	0.67 135	3.78 179	0.90 176	4.09 263	1.51 56	2.16 205	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 156	0.26 37	0.21 29	0.26 17	0.25 27
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	1.44 92	0.59 65	6.10 166	1.01 127	0.69 142	2.90 64	0.80 127	3.68 162	1.70 132	1.85 111	1.68 121	3.15 279	1.03 67	1.20 27	0.99 96	0.27 34	0.22 103	0.25 27	0.23 59	0.27 23	0.25 27

BUS	1.49 99	0.59 65	1.94 46	0.87 62	0.85 173	4.50 329	0.76 105	4.48 359	1.88 156	2.93 326	1.83 176	3.63 316	0.97 58	1.60 72	1.17 124	0.34 166	0.25 173	0.31 120	0.28 151	0.35 144	0.33 123

BSDual-CNN	1.46 95	0.59 65	1.94 46	0.87 62	0.85 173	4.16 269	1.16 244	4.48 359	1.88 156	2.93 326	1.83 176	2.60 232	1.31 129	1.60 72	1.21 134	0.34 166	0.25 173	0.31 120	0.28 151	0.35 144	0.33 123

psmg	1.47 98	0.59 65	1.94 46	0.92 81	0.85 173	4.30 300	1.42 283	4.10 270	1.88 156	2.64 305	2.09 233	2.60 232	1.31 129	1.60 72	1.21 134	0.34 166	0.27 192	0.33 166	0.34 226	0.36 155	0.34 133

PSM-softLoss	1.66 120	0.59 65	5.15 157	2.25 368	0.48 70	4.68 359	0.69 74	2.57 69	1.52 63	2.14 195	1.45 69	1.42 95	0.99 61	6.04 233	1.20 130	0.41 237	0.23 127	0.37 221	0.39 274	0.32 98	0.31 105

KMStereo	1.66 120	0.59 65	5.15 157	2.25 368	0.48 70	4.68 359	0.69 74	2.57 69	1.52 63	2.14 195	1.45 69	1.42 95	0.99 61	6.04 233	1.20 130	0.41 237	0.23 127	0.37 221	0.39 274	0.32 98	0.31 105

RAFT_R40	1.70 123	0.59 65	2.99 115	1.46 294	0.46 54	4.74 374	0.98 212	2.23 38	1.56 86	2.02 167	2.35 286	2.71 241	2.56 297	6.71 247	0.90 68	0.40 227	0.19 39	0.30 101	0.27 126	0.33 113	0.26 44

Pruner-Stereo	1.32 83	0.59 65	2.11 69	1.79 345	0.47 64	4.73 371	0.79 122	2.53 55	1.72 134	2.47 280	1.58 97	1.48 100	1.03 67	1.66 85	1.47 177	0.44 259	0.21 81	0.34 182	0.30 188	0.30 59	0.39 179

MDST_ROB	5.53 378	0.59 65	23.11 408	2.55 379	2.69 383	21.20 418	1.98 329	4.77 381	2.65 284	9.36 404	4.25 361	4.14 340	4.45 355	22.57 412	3.68 325	0.48 282	0.33 238	0.47 275	0.44 296	0.44 225	0.44 217

AE-Stereo	1.18 43	0.60 74	2.05 56	1.10 168	0.60 115	4.39 308	0.72 83	3.74 175	1.62 115	1.10 39	1.90 201	1.01 50	0.92 49	1.45 56	0.82 44	0.28 60	0.22 103	0.28 67	0.28 151	0.26 17	0.22 9

DualNet	2.49 244	0.60 74	5.21 159	1.14 182	0.99 211	3.62 155	0.86 150	4.22 293	3.37 359	2.20 217	2.30 271	3.48 299	1.62 195	2.21 133	16.09 387	0.29 77	0.16 4	0.48 283	0.37 259	0.30 59	0.29 76

ffm	1.72 124	0.60 74	5.21 159	1.14 182	0.99 211	3.62 155	0.86 150	4.22 293	3.37 359	2.20 217	2.30 271	3.48 299	1.62 195	2.21 133	0.65 8	0.29 77	0.16 4	0.48 283	0.37 259	0.30 59	0.29 76

ff1	2.96 294	0.60 74	5.21 159	1.14 182	0.99 211	3.62 155	0.86 150	4.22 293	3.37 359	2.20 217	2.30 271	3.48 299	1.62 195	11.62 360	16.09 387	0.29 77	0.16 4	0.48 283	0.37 259	0.30 59	0.29 76

mmx	2.98 300	0.60 74	5.21 159	1.14 182	0.99 211	3.62 155	0.86 150	4.49 362	3.05 333	2.20 217	2.30 271	3.48 299	1.62 195	11.62 360	16.09 387	0.33 154	0.28 200	0.48 283	0.37 259	0.44 225	0.37 161

xxx	2.98 300	0.60 74	5.21 159	1.14 182	0.99 211	3.62 155	0.86 150	4.49 362	3.05 333	2.20 217	2.30 271	3.48 299	1.62 195	11.62 360	16.09 387	0.33 154	0.28 200	0.48 283	0.37 259	0.44 225	0.37 161

anonymousdsp2	1.26 70	0.60 74	3.74 141	1.02 136	0.41 32	3.60 151	0.72 83	3.68 162	1.47 36	1.37 51	1.56 94	1.83 145	1.01 65	2.00 112	0.66 11	0.29 77	0.20 56	0.28 67	0.20 23	0.32 98	0.29 76

knoymous	1.30 78	0.60 74	5.57 165	0.88 66	0.75 150	3.04 75	0.90 176	2.68 76	1.33 17	1.48 59	1.07 20	2.78 252	0.88 42	1.29 40	0.85 52	0.31 128	0.22 103	0.35 198	0.20 23	0.45 233	0.37 161

CrosDoStereo	5.24 373	0.60 74	20.23 353	0.82 36	0.51 78	3.39 111	18.11 414	3.82 188	2.27 222	1.98 144	8.74 386	1.96 163	6.96 385	7.35 257	26.35 416	0.30 111	0.22 103	0.30 101	0.28 151	0.33 113	0.38 174

AAGNet	2.86 281	0.60 74	1.77 35	2.05 363	0.46 54	4.76 376	1.09 232	2.27 39	1.56 86	2.17 209	1.84 181	2.41 211	4.00 346	6.23 236	24.22 414	0.46 269	0.19 39	0.30 101	0.29 174	0.32 98	0.24 21

ASMatch	2.62 262	0.60 74	20.65 373	1.37 277	0.64 124	4.39 308	0.78 117	1.97 25	1.58 94	1.70 89	3.89 359	1.94 156	3.79 342	5.46 218	1.64 208	0.31 128	0.24 156	0.34 182	0.28 151	0.33 113	0.50 252

DeepStereo_LL	5.24 373	0.60 74	20.23 353	0.82 36	0.51 78	3.39 111	18.11 414	3.82 188	2.27 222	1.98 144	8.74 386	1.96 163	6.96 385	7.35 257	26.35 416	0.30 111	0.22 103	0.30 101	0.28 151	0.33 113	0.38 174

PFNet	2.47 240	0.60 74	16.95 285	2.15 367	0.81 160	4.63 352	0.91 184	2.55 65	1.52 63	2.40 274	2.79 320	1.83 145	1.42 148	7.54 261	1.34 160	0.33 154	0.21 81	0.36 209	0.27 126	0.32 98	0.39 179

IRAFT_RVC	1.87 141	0.60 74	4.33 145	2.40 377	0.66 132	4.59 346	1.59 301	2.96 93	1.51 56	2.23 230	1.75 141	2.09 184	2.63 300	6.70 245	1.50 182	0.33 154	0.21 81	0.33 166	0.29 174	0.32 98	0.32 112

NF-Stereo	1.58 107	0.61 88	2.66 104	2.26 370	0.47 64	4.68 359	0.67 65	3.31 122	1.48 41	2.11 189	1.59 100	1.36 85	1.09 84	6.08 235	1.20 130	0.40 227	0.20 56	0.36 209	0.34 226	0.31 75	0.36 147

OCTAStereo	1.58 107	0.61 88	2.72 105	2.27 373	0.46 54	4.68 359	0.67 65	3.30 121	1.48 41	2.11 189	1.59 100	1.36 85	1.09 84	6.02 232	1.21 134	0.41 237	0.20 56	0.36 209	0.34 226	0.31 75	0.37 161

NRIStereo	1.28 75	0.61 88	1.67 27	1.15 195	0.38 25	4.73 371	0.90 176	2.42 45	1.50 52	1.93 134	1.33 54	1.75 125	1.22 114	2.96 175	1.33 158	0.46 269	0.22 103	0.29 82	0.26 102	0.30 59	0.28 69

RE-Stereo	1.58 107	0.61 88	2.72 105	2.26 370	0.46 54	4.68 359	0.68 69	3.31 122	1.48 41	2.11 189	1.59 100	1.36 85	1.09 84	6.01 230	1.22 137	0.41 237	0.20 56	0.36 209	0.34 226	0.31 75	0.37 161

TVStereo	1.58 107	0.61 88	2.72 105	2.26 370	0.46 54	4.68 359	0.68 69	3.31 122	1.48 41	2.11 189	1.59 100	1.36 85	1.09 84	6.01 230	1.22 137	0.41 237	0.20 56	0.36 209	0.34 226	0.31 75	0.37 161

CRE-IMP	1.23 55	0.61 88	2.14 70	0.82 36	0.39 26	4.54 335	0.83 139	2.63 74	1.55 81	1.95 138	1.46 71	1.87 152	0.96 55	1.48 58	1.33 158	0.45 265	0.21 81	0.31 120	0.26 102	0.41 197	0.31 105

XX-Stereo	2.54 253	0.61 88	20.21 352	1.78 340	1.19 254	4.30 300	0.46 12	4.39 345	1.58 94	2.32 252	1.89 197	4.64 363	0.60 4	4.16 200	0.82 44	0.31 128	0.21 81	0.28 67	0.27 126	0.51 252	0.26 44

iRaft-Stereo_20w	1.88 145	0.62 95	10.58 213	0.90 74	0.83 169	2.96 72	0.78 117	4.90 383	1.58 94	2.29 239	1.60 104	1.25 74	4.51 357	2.28 140	0.90 68	0.29 77	0.21 81	0.26 37	0.24 80	0.41 197	0.31 105

ac_64	2.35 224	0.62 95	9.77 200	1.32 251	1.71 347	3.27 97	0.93 195	3.48 134	2.50 267	1.74 96	1.73 135	3.91 326	1.77 227	10.21 316	1.86 235	0.40 227	0.31 225	0.33 166	0.30 188	0.34 129	0.39 179

GANet-RSSM	1.98 164	0.62 95	3.49 131	1.69 331	1.23 264	4.22 286	0.91 184	3.31 122	1.86 154	1.81 107	1.74 137	2.34 203	1.82 240	10.92 338	1.73 221	0.34 166	0.29 208	0.31 120	0.28 151	0.39 173	0.40 196

SGM-Forest	2.96 294	0.62 95	3.49 131	1.09 160	0.80 158	4.06 238	3.30 373	4.37 343	3.09 336	4.18 373	3.27 345	4.67 365	3.86 344	11.69 369	7.91 359	0.51 301	0.46 316	0.49 296	0.39 274	0.48 245	0.49 245
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 100	0.63 99	3.32 127	0.77 25	0.42 35	4.49 326	0.72 83	2.50 52	1.58 94	2.02 167	1.81 169	1.54 106	6.38 381	1.73 92	1.19 127	0.46 269	0.22 103	0.29 82	0.28 151	0.35 144	0.38 174

test_xeample3	2.12 185	0.63 99	21.55 396	0.91 78	0.47 64	1.85 27	0.94 198	7.96 400	1.23 4	0.75 6	0.76 3	0.64 6	0.70 14	1.77 94	0.83 47	0.30 111	0.21 81	0.27 53	0.21 29	0.27 23	0.24 21

EAI-Stereo	2.35 224	0.63 99	2.97 114	0.95 97	0.65 129	3.84 192	14.27 410	5.04 385	2.19 209	2.06 178	7.25 374	1.10 56	0.94 52	1.65 84	1.37 162	0.31 128	0.22 103	0.27 53	0.60 337	0.27 23	0.32 112

SFCPSM	2.18 191	0.63 99	17.03 286	0.88 66	0.98 208	3.74 173	1.28 261	4.09 263	2.16 204	1.85 111	1.83 176	1.65 114	1.39 140	2.50 148	1.50 182	0.33 154	0.27 192	0.39 236	0.36 248	0.34 129	0.37 161

UPFNet	1.81 137	0.63 99	6.71 170	1.25 227	1.44 304	3.50 131	1.35 267	4.02 243	1.85 153	2.40 274	1.52 83	2.41 211	1.40 141	3.62 185	1.88 237	0.34 166	0.33 238	0.37 221	0.31 204	0.41 197	0.39 179

MSKI-zero shot	2.22 193	0.64 104	20.09 349	0.96 101	0.56 99	4.04 235	0.70 79	3.91 213	1.50 52	1.92 130	2.28 265	1.92 155	0.71 16	2.93 173	0.67 13	0.26 27	0.23 127	0.26 37	0.21 29	0.28 35	0.26 44

EKT-Stereo	6.79 392	0.64 104	4.24 144	1.77 339	106.39 435	4.51 333	0.61 45	3.16 107	1.53 68	1.88 118	1.22 34	1.98 167	1.36 136	3.81 189	0.84 49	0.35 184	0.24 156	0.29 82	0.26 102	0.34 129	0.48 241

hknet	1.98 164	0.64 104	8.70 188	0.87 62	1.07 230	4.16 269	1.16 244	4.48 359	1.73 136	2.93 326	1.83 176	3.48 299	1.30 128	3.91 194	1.51 187	0.31 128	0.25 173	0.31 120	0.28 151	0.35 144	0.33 123

GES	1.38 88	0.64 104	2.61 99	1.09 160	0.57 108	4.30 300	1.02 218	3.86 198	1.51 56	1.72 93	1.74 137	1.28 77	1.77 227	1.62 78	1.61 202	0.39 221	0.27 192	0.33 166	0.30 188	0.41 197	0.47 237

ACVNet	1.46 95	0.64 104	3.56 134	0.93 92	0.85 173	4.22 286	0.80 127	2.85 86	2.08 186	1.78 102	1.88 192	3.10 273	1.46 159	1.33 43	1.89 238	0.29 77	0.26 184	0.30 101	0.26 102	0.39 173	0.27 56

acv_ft	1.55 100	0.64 104	3.29 125	1.14 182	2.01 369	2.93 68	0.97 209	3.81 187	2.08 186	2.22 226	1.88 192	3.10 273	1.66 214	1.33 43	2.22 274	0.29 77	0.26 184	0.30 101	0.26 102	0.39 173	0.27 56

MSMDNet	2.23 195	0.64 104	17.32 287	0.84 49	0.75 150	3.53 137	0.64 56	3.61 154	1.98 170	1.71 92	1.64 113	3.22 282	2.99 313	2.08 119	1.11 112	0.31 128	0.37 270	0.45 268	0.26 102	0.62 290	0.45 222

IGEVStereo-DCA	0.86 9	0.65 111	2.05 56	0.90 74	0.46 54	1.57 18	0.86 150	1.62 7	1.24 5	0.65 1	0.77 4	0.74 22	0.72 18	2.59 160	0.86 56	0.28 60	0.21 81	0.28 67	0.21 29	0.29 43	0.27 56

rrr	2.27 203	0.65 111	23.82 412	0.90 74	0.46 54	1.57 18	0.96 207	7.98 401	1.19 3	0.65 1	0.77 4	0.74 22	0.72 18	2.59 160	0.86 56	0.28 60	0.21 81	0.28 67	0.21 29	0.29 43	0.25 27

PCWNet_CMD	2.23 195	0.65 111	17.36 291	0.83 43	0.76 153	3.51 133	0.64 56	3.60 152	1.97 168	1.70 89	1.63 111	3.22 282	3.05 319	2.09 122	1.11 112	0.31 128	0.36 258	0.47 275	0.26 102	0.64 297	0.47 237

IER	1.69 122	0.65 111	7.19 175	0.94 95	1.15 243	3.28 100	0.89 172	3.48 134	1.97 168	2.10 185	1.98 212	2.28 194	2.12 266	2.25 138	1.75 224	0.29 77	0.23 127	0.36 209	0.30 188	0.32 98	0.34 133

IPLG	2.48 242	0.65 111	19.63 331	0.91 78	0.79 157	4.60 348	0.56 29	4.31 329	1.84 152	1.91 129	2.00 215	1.31 80	1.38 137	6.61 241	1.53 190	0.27 34	0.20 56	0.27 53	0.23 59	0.31 75	0.36 147

Patchmatch Stereo++	1.25 63	0.65 111	2.06 65	0.75 11	0.37 17	4.68 359	0.76 105	2.53 55	1.58 94	1.99 149	1.47 75	1.78 128	1.14 102	2.44 143	0.90 68	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 60	0.65 111	2.03 53	0.75 11	0.37 17	4.68 359	0.73 87	2.53 55	1.58 94	1.99 149	1.47 75	1.78 128	1.13 96	2.18 131	0.87 61	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

iRAFT	1.25 63	0.65 111	2.06 65	0.75 11	0.37 17	4.68 359	0.76 105	2.53 55	1.58 94	1.99 149	1.47 75	1.78 128	1.14 102	2.44 143	0.90 68	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

test-1	1.23 55	0.65 111	1.88 41	0.96 101	0.52 85	3.84 192	0.62 54	4.01 239	1.47 36	1.93 134	1.78 151	1.83 145	0.92 49	1.19 26	1.28 148	0.26 27	0.29 208	0.31 120	0.24 80	0.29 43	0.36 147

pcwnet_v2	2.70 274	0.65 111	22.48 405	1.08 156	1.03 221	3.56 144	0.81 132	4.29 319	3.14 340	2.29 239	2.29 267	3.01 267	1.71 221	3.32 179	1.43 168	0.43 252	0.50 329	0.41 249	0.34 226	0.61 288	0.56 276

StereoIM	0.82 6	0.66 121	1.53 18	0.65 4	1.87 362	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 41	0.70 14	1.15 16	1.07 105	0.29 77	0.23 127	0.26 37	0.20 23	0.31 75	0.22 9

CASS	1.29 77	0.66 121	2.62 101	0.95 97	0.66 132	2.84 60	0.69 74	3.00 96	1.79 146	2.57 292	1.95 205	1.39 89	1.55 185	1.59 70	1.06 103	0.50 295	0.28 200	0.34 182	0.28 151	0.46 240	0.63 295
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 55	0.66 121	2.02 52	0.75 11	0.37 17	4.67 358	0.76 105	2.53 55	1.58 94	1.99 149	1.46 71	1.78 128	1.14 102	2.08 119	0.88 63	0.48 282	0.22 103	0.32 135	0.27 126	0.40 176	0.29 76

ROB_FTStereo	1.25 63	0.66 121	2.14 70	0.75 11	0.37 17	4.65 355	0.77 115	2.53 55	1.58 94	1.99 149	1.47 75	1.78 128	1.13 96	2.26 139	0.86 56	0.47 277	0.22 103	0.32 135	0.27 126	0.40 176	0.29 76

HUI-Stereo	1.25 63	0.66 121	2.33 87	0.75 11	0.37 17	4.68 359	0.78 117	2.53 55	1.58 94	1.99 149	1.46 71	1.79 135	1.13 96	2.17 130	0.85 52	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

iGMRVC	1.26 70	0.66 121	2.14 70	0.75 11	0.37 17	4.66 356	0.74 97	2.53 55	1.58 94	1.99 149	1.46 71	1.78 128	1.14 102	2.46 145	0.92 77	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

RAFT-IKP	1.25 63	0.66 121	2.23 78	0.75 11	0.37 17	4.64 353	0.74 97	2.53 55	1.58 94	1.99 149	1.47 75	1.78 128	1.13 96	2.22 136	0.92 77	0.48 282	0.22 103	0.32 135	0.27 126	0.40 176	0.29 76

ICVP	2.26 201	0.66 121	21.18 388	0.99 116	0.88 182	4.28 297	0.95 202	3.32 126	1.60 109	1.66 83	1.76 144	1.34 82	1.14 102	1.62 78	1.32 154	0.53 309	0.35 254	0.33 166	0.29 174	0.40 176	0.51 258
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 189	0.67 129	19.19 319	1.04 144	1.67 343	2.06 40	0.79 122	2.86 89	1.96 166	1.85 111	2.14 243	3.23 284	1.81 238	1.12 11	1.15 118	0.26 27	0.26 184	0.34 182	0.32 211	0.30 59	0.28 69

DAS	2.31 215	0.67 129	4.79 153	1.14 182	1.64 336	2.93 68	2.13 337	4.09 263	2.74 294	4.17 370	2.52 298	2.46 219	1.79 230	11.55 357	1.63 206	0.37 196	0.22 103	0.39 236	0.25 89	0.41 197	0.34 133

SepStereo	2.15 188	0.67 129	4.79 153	1.14 182	1.64 336	2.93 68	2.13 337	4.09 263	2.74 294	4.17 370	2.52 298	2.46 219	1.79 230	8.36 271	1.63 206	0.37 196	0.22 103	0.39 236	0.25 89	0.41 197	0.34 133

GwcNet-ADL	2.47 240	0.67 129	21.48 395	0.96 101	0.72 144	4.61 349	0.95 202	4.42 349	2.36 237	1.98 144	1.80 157	2.55 227	1.24 119	1.90 106	1.41 165	0.40 227	0.46 316	0.24 17	0.27 126	0.41 197	0.49 245

CFNet_pseudo	2.12 185	0.67 129	15.14 264	0.85 58	0.74 149	3.95 217	0.64 56	3.95 224	1.78 144	1.90 124	1.79 154	3.27 287	1.62 195	2.51 151	1.16 121	0.31 128	0.36 258	0.53 310	0.27 126	0.63 291	0.44 217

ccs_rob	2.13 187	0.67 129	15.11 263	0.84 49	0.75 150	3.96 222	0.65 62	3.95 224	1.78 144	1.88 118	1.79 154	3.26 286	1.64 210	2.51 151	1.16 121	0.31 128	0.36 258	0.54 317	0.27 126	0.65 300	0.45 222

CFNet_ucs	2.36 227	0.68 135	18.42 309	0.89 69	0.81 160	3.85 198	0.68 69	4.29 319	2.37 243	2.09 182	2.04 221	3.31 290	1.24 119	2.63 162	1.14 117	0.36 189	0.45 309	0.56 320	0.29 174	0.66 305	0.49 245

ff7	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 338	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

ffff	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 338	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

11t	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 338	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

test croco	1.55 100	0.69 136	13.59 234	0.65 4	0.73 148	1.66 21	0.57 30	3.17 109	1.94 165	0.77 16	1.24 37	0.80 30	0.86 39	1.60 72	0.96 88	0.33 154	0.21 81	0.32 135	0.25 89	0.42 212	0.28 69

IGEV_Zeroshot_test	2.16 189	0.69 136	20.60 372	1.22 219	0.54 94	2.18 45	0.53 23	3.38 131	1.61 112	1.93 134	1.55 91	3.76 320	1.05 73	1.55 65	0.91 74	0.29 77	0.20 56	0.27 53	0.29 174	0.40 176	0.32 112

anonymousdsp	0.95 15	0.69 136	1.27 5	0.83 43	0.52 85	4.54 335	0.84 142	1.76 17	1.24 5	0.76 13	1.06 18	0.78 25	0.77 25	1.67 88	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44

ccc-4	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 338	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

IGEV-Stereo	0.95 15	0.69 136	1.27 5	0.84 49	0.52 85	4.54 335	0.84 142	1.76 17	1.24 5	0.75 6	1.06 18	0.79 29	0.77 25	1.68 89	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 146	0.69 136	3.14 121	1.10 168	1.18 248	3.99 228	1.79 316	3.50 139	2.16 204	3.10 338	1.64 113	2.91 261	2.50 293	5.38 216	2.26 277	0.43 252	0.38 276	0.37 221	0.36 248	0.50 251	0.42 204

DIP-Stereo	1.24 60	0.69 136	1.77 35	0.65 4	0.61 118	4.29 298	0.58 38	4.44 353	2.53 272	1.98 144	1.33 54	0.91 43	0.86 39	1.25 33	1.25 141	0.36 189	0.23 127	0.32 135	0.23 59	0.32 98	0.29 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	1.74 127	0.70 146	9.08 191	0.81 29	0.36 5	4.15 259	0.57 30	4.23 298	2.09 189	2.30 243	1.80 157	1.19 69	3.02 316	1.44 52	1.46 174	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

GMOStereo	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 267	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

error version	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 267	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

test-v	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 267	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

test-2	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 267	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

iRaftStereo_RVC	1.09 35	0.70 146	1.39 12	0.95 97	0.45 47	3.83 187	0.42 8	2.37 43	1.58 94	1.69 87	1.76 144	1.80 138	0.83 37	1.50 59	0.98 91	0.28 60	0.18 24	0.29 82	0.26 102	0.30 59	0.31 105

csc	1.74 127	0.70 146	9.08 191	0.81 29	0.36 5	4.15 259	0.57 30	4.23 298	2.09 189	2.30 243	1.80 157	1.19 69	3.02 316	1.44 52	1.46 174	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

cscssc	1.74 127	0.70 146	9.08 191	0.81 29	0.36 5	4.15 259	0.57 30	4.23 298	2.09 189	2.30 243	1.80 157	1.19 69	3.02 316	1.44 52	1.46 174	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

RASNet	2.56 258	0.70 146	10.06 205	1.60 321	2.25 378	3.67 164	1.00 213	3.38 131	3.14 340	1.81 107	2.11 238	4.60 360	2.30 279	10.25 318	2.61 300	0.37 196	0.24 156	0.25 27	0.24 80	0.28 35	0.26 44

CBMV_ROB	3.62 337	0.70 146	21.42 394	1.21 216	0.89 187	4.43 317	1.76 315	4.39 345	2.79 301	5.88 387	3.38 347	4.18 342	5.12 363	10.75 330	2.32 281	0.56 314	0.55 333	0.53 310	0.51 318	0.55 266	0.46 232

ProNet	0.82 6	0.71 156	1.50 17	0.86 59	0.45 47	1.78 23	0.83 139	1.75 16	1.28 14	0.66 3	1.13 26	0.78 25	0.76 24	1.66 85	0.71 26	0.24 10	0.20 56	0.25 27	0.23 59	0.29 43	0.25 27

MIPNet	2.33 220	0.71 156	19.82 336	0.89 69	0.56 99	4.76 376	0.61 45	4.32 333	2.37 243	1.83 110	1.48 81	1.48 100	1.98 255	2.63 162	1.44 170	0.29 77	0.20 56	0.26 37	0.23 59	0.30 59	0.39 179

HHNet	2.48 242	0.71 156	20.52 368	0.64 3	0.64 124	4.07 243	0.93 195	3.76 178	1.56 86	2.15 200	4.92 368	0.98 47	3.37 332	1.66 85	1.79 228	0.32 143	0.20 56	0.31 120	0.27 126	0.36 155	0.42 204

MyStereo06	2.46 237	0.72 159	19.97 342	1.02 136	0.99 211	4.26 291	0.86 150	3.51 142	1.68 124	1.92 130	1.73 135	4.01 332	4.22 351	1.62 78	0.88 63	0.24 10	0.23 127	0.34 182	0.26 102	0.42 212	0.36 147

MyStereo05	2.37 228	0.72 159	19.94 340	1.02 136	0.99 211	4.26 291	0.86 150	4.01 239	2.62 281	2.14 195	1.26 42	2.28 194	1.63 207	2.07 117	1.68 213	0.24 10	0.23 127	0.34 182	0.26 102	0.42 212	0.36 147

ToySt	1.35 84	0.72 159	3.65 140	1.01 127	0.50 77	3.31 105	1.01 215	3.46 133	1.73 136	1.30 46	1.55 91	2.07 183	1.47 161	1.88 105	1.40 164	0.27 34	0.27 192	0.30 101	0.32 211	0.42 212	0.39 179

RAFT+CT+SA	1.62 115	0.72 159	7.42 176	0.97 108	1.42 303	4.04 235	0.94 198	3.90 209	1.61 112	1.61 74	1.63 111	1.33 81	1.18 108	2.73 170	1.10 111	0.27 34	0.19 39	0.31 120	0.34 226	0.33 113	0.33 123

PSMNet-ADL	1.91 150	0.72 159	1.78 37	1.09 160	0.86 177	4.18 276	0.78 117	3.77 180	2.10 197	1.72 93	1.85 188	2.91 261	1.82 240	10.38 322	1.91 240	0.48 282	0.46 316	0.28 67	0.29 174	0.38 165	0.51 258

raftrobust	1.19 44	0.72 159	2.30 84	1.26 233	1.31 277	3.55 142	0.68 69	2.75 80	1.47 36	2.21 225	1.38 66	1.17 63	1.22 114	1.20 27	1.11 112	0.28 60	0.24 156	0.21 2	0.19 18	0.25 11	0.28 69

RAFT-Stereo + iAFF	1.25 63	0.72 159	1.74 33	1.05 145	0.36 5	4.13 255	0.42 8	2.95 92	2.84 315	2.02 167	2.40 288	1.61 111	1.11 93	1.26 34	0.97 89	0.21 1	0.15 2	0.26 37	0.23 59	0.29 43	0.23 15

SGM_RVC	4.57 363	0.72 159	17.46 295	1.84 349	0.58 114	4.23 289	3.45 377	4.66 376	3.66 369	7.99 399	8.82 389	7.56 387	8.74 398	12.30 384	6.84 351	0.43 252	0.38 276	0.39 236	0.35 240	0.51 252	0.48 241
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 11	0.73 167	1.42 13	0.92 81	1.08 232	2.97 73	0.53 23	1.77 19	1.39 21	1.16 43	1.54 89	0.58 2	0.65 11	1.03 8	0.84 49	0.25 19	0.23 127	0.30 101	0.24 80	0.43 220	0.29 76

tt1	1.79 135	0.73 167	10.41 211	1.75 337	0.36 5	4.55 338	0.79 122	4.22 293	3.37 359	1.08 38	1.80 157	0.74 22	1.48 163	2.21 133	0.65 8	0.29 77	0.16 4	0.31 120	0.22 50	0.30 59	0.29 76

ADStereo(finetuned)	2.04 175	0.73 167	13.28 230	0.82 36	0.40 29	4.16 269	0.59 39	4.25 306	2.97 324	2.35 261	1.84 181	1.18 66	3.40 333	1.52 62	1.54 191	0.29 77	0.24 156	0.23 5	0.18 9	0.30 59	0.51 258

GANet-ADL	2.20 192	0.73 167	20.11 350	1.25 227	0.69 142	3.83 187	0.76 105	3.49 137	1.71 133	1.65 82	1.99 214	2.10 185	1.10 89	1.42 51	1.26 144	0.38 210	0.33 238	0.25 27	0.22 50	0.42 212	0.36 147

DCANet	1.74 127	0.73 167	9.08 191	0.82 36	0.40 29	4.18 276	0.59 39	4.25 306	2.97 324	2.35 261	1.84 181	1.18 66	1.63 207	1.51 61	1.55 192	0.29 77	0.24 156	0.23 5	0.18 9	0.30 59	0.53 265

hitnet-ft	2.37 228	0.73 167	8.34 182	0.96 101	0.89 187	3.77 177	0.80 127	3.55 146	2.58 278	2.24 232	2.04 221	3.65 318	1.49 169	11.71 370	1.89 238	0.44 259	0.53 330	0.44 262	0.35 240	0.52 255	0.48 241

DISCO	2.25 199	0.73 167	10.06 205	1.76 338	1.12 238	3.47 124	1.25 259	3.24 117	2.26 220	2.65 307	1.96 206	4.53 357	1.92 252	4.17 201	3.61 323	0.32 143	0.25 173	0.31 120	0.29 174	0.66 305	0.41 201

NOSS_ROB	2.27 203	0.73 167	3.00 116	1.71 333	1.00 218	3.90 204	0.97 209	4.29 319	2.81 311	2.94 330	2.19 251	3.88 325	1.19 112	11.77 372	1.62 204	0.59 319	0.54 331	0.56 320	0.52 321	0.56 272	0.54 271

ACVNet-DCA	1.85 140	0.74 175	13.77 237	1.78 340	0.36 5	4.48 321	0.74 97	3.98 232	1.53 68	1.01 31	1.81 169	0.72 17	1.62 195	2.13 124	0.64 4	0.29 77	0.17 9	0.32 135	0.21 29	0.33 113	0.32 112

xx1	2.03 173	0.74 175	13.77 237	1.78 340	0.36 5	4.48 321	0.74 97	4.23 298	3.95 376	1.01 31	1.81 169	1.79 135	1.34 133	2.13 124	0.64 4	0.29 77	0.17 9	0.33 166	0.33 219	0.33 113	0.32 112

1test111	1.99 167	0.74 175	13.77 237	1.78 340	0.36 5	4.48 321	0.74 97	3.98 232	1.53 68	1.01 31	1.81 169	0.72 17	1.62 195	4.66 205	0.98 91	0.29 77	0.17 9	0.32 135	0.21 29	0.33 113	0.32 112

cc1	1.98 164	0.74 175	13.77 237	1.78 340	0.36 5	4.48 321	0.74 97	4.23 298	3.95 376	1.01 31	1.81 169	0.72 17	1.62 195	2.13 124	0.64 4	0.29 77	0.17 9	0.32 135	0.21 29	0.31 75	0.29 76

DCRE	1.44 92	0.74 175	3.50 133	1.13 181	0.72 144	1.78 23	0.67 65	2.14 33	1.56 86	1.99 149	8.09 381	1.73 124	1.07 82	1.24 32	0.83 47	0.23 7	0.25 173	0.26 37	0.26 102	0.28 35	0.30 98

NINENet	1.87 141	0.74 175	2.60 98	1.12 174	1.06 228	4.50 329	0.76 105	4.41 348	2.24 215	2.16 205	1.86 190	3.63 316	0.97 58	8.00 268	1.17 124	0.41 237	0.30 217	0.41 249	0.30 188	0.41 197	0.36 147

UNet	2.51 247	0.74 175	20.17 351	1.14 182	1.44 304	3.48 126	0.76 105	3.77 180	1.87 155	2.05 175	1.57 96	2.75 245	2.39 286	3.51 182	2.51 293	0.32 143	0.26 184	0.41 249	0.26 102	0.38 165	0.39 179

HGLStereo	2.03 173	0.74 175	7.50 178	1.23 223	1.56 323	3.62 155	0.95 202	3.78 183	1.89 160	2.03 171	2.20 253	3.12 277	2.14 268	5.68 225	2.04 255	0.37 196	0.31 225	0.32 135	0.29 174	0.40 176	0.45 222

DMCA	1.72 124	0.74 175	6.63 169	1.14 182	0.96 201	3.98 227	0.90 176	3.75 176	2.76 297	2.83 322	1.58 97	2.35 205	1.18 108	1.58 67	1.98 250	0.40 227	0.27 192	0.42 255	0.26 102	0.36 155	0.38 174

StereoVision	1.65 118	0.75 184	7.47 177	1.01 127	1.80 359	2.61 57	0.61 45	3.06 102	1.96 166	1.25 45	3.46 350	1.85 150	0.88 42	2.07 117	1.93 241	0.43 252	0.36 258	0.37 221	0.36 248	0.48 245	0.33 123

test_5	1.87 141	0.75 184	10.23 208	1.14 182	1.40 296	3.85 198	1.27 260	3.91 213	1.93 164	1.69 87	1.78 151	1.67 116	1.79 230	2.99 176	1.17 124	0.30 111	0.18 24	0.35 198	0.33 219	0.34 129	0.33 123

SA	1.62 115	0.75 184	3.78 142	1.07 151	0.43 38	4.26 291	1.36 269	4.45 356	3.12 337	1.63 77	1.97 211	1.68 117	2.26 278	2.55 156	1.27 145	0.27 34	0.22 103	0.37 221	0.37 259	0.35 144	0.30 98

Anonymous3	1.72 124	0.76 187	11.61 220	0.83 43	0.84 172	4.46 319	0.84 142	3.57 149	1.16 2	1.34 48	1.37 64	1.11 57	1.03 67	1.58 67	1.13 116	0.70 342	0.58 340	0.33 166	0.35 240	0.47 242	0.42 204

Anonymous	1.04 31	0.76 187	2.42 94	1.06 149	1.27 273	1.67 22	0.86 150	2.51 54	1.49 47	0.92 26	1.14 27	0.70 11	1.10 89	1.26 34	0.98 91	0.47 277	0.33 238	0.30 101	0.30 188	0.66 305	0.51 258

delet	1.92 153	0.76 187	5.14 156	1.01 127	1.65 339	3.44 117	2.03 332	3.76 178	2.48 262	2.01 163	2.05 226	2.63 236	1.90 250	5.34 215	2.12 264	0.28 60	0.29 208	0.40 242	0.31 204	0.41 197	0.45 222

STrans-v2	3.03 306	0.77 190	20.91 378	0.81 29	0.63 122	3.89 203	1.01 215	4.27 314	2.64 283	2.28 237	3.70 354	4.13 339	5.20 364	7.33 256	1.27 145	0.31 128	0.18 24	0.29 82	0.25 89	0.29 43	0.41 201

TransformOpticalFlow	3.03 306	0.77 190	20.99 381	1.00 123	0.55 96	4.18 276	0.64 56	4.33 335	3.02 331	2.18 211	3.09 337	4.35 350	5.07 362	7.36 259	1.27 145	0.32 143	0.18 24	0.32 135	0.26 102	0.28 35	0.46 232

AFF-stereo	1.31 81	0.77 190	1.46 15	1.10 168	0.45 47	3.93 210	0.48 15	2.92 91	2.92 321	1.90 124	2.21 255	2.11 187	1.52 175	1.93 108	1.12 115	0.21 1	0.16 4	0.25 27	0.25 89	0.29 43	0.20 6

PSMNet-RSSM	1.96 160	0.77 190	3.26 124	1.29 242	1.31 277	4.19 280	0.96 207	3.68 162	1.89 160	2.05 175	1.80 157	2.60 232	1.70 219	9.84 302	1.81 229	0.35 184	0.29 208	0.35 198	0.37 259	0.42 212	0.35 144

FC-DCNN	6.64 390	0.77 190	19.26 322	1.68 330	1.64 336	8.27 403	2.35 345	6.35 398	9.23 401	10.85 411	11.27 399	19.89 408	13.33 403	12.51 390	11.79 376	0.66 333	0.57 336	0.58 324	0.56 330	0.63 291	0.61 290

CoDeX	2.40 230	0.78 195	13.21 229	1.00 123	1.18 248	3.24 91	1.32 264	4.14 278	2.41 250	1.74 96	1.84 181	2.05 178	1.47 161	10.03 312	1.60 199	0.34 166	0.28 200	0.32 135	0.27 126	0.32 98	0.39 179

MIM_Stereo	1.20 49	0.78 195	3.30 126	1.05 145	0.43 38	3.04 75	0.60 42	2.46 50	1.51 56	1.60 69	1.58 97	1.82 142	1.29 126	2.00 112	1.07 105	0.24 10	0.24 156	0.28 67	0.25 89	0.27 23	0.27 56

CRFU-Net	2.49 244	0.78 195	10.36 209	2.30 374	1.08 232	3.91 205	1.41 281	3.85 195	1.65 120	2.15 200	1.76 144	3.34 292	7.95 393	5.56 222	1.48 178	0.47 277	0.35 254	0.30 101	0.28 151	0.37 161	0.43 212

Sa-1000	1.63 117	0.79 198	3.56 134	1.11 172	0.48 70	4.06 238	1.41 281	4.49 362	2.75 296	2.00 161	2.80 322	1.84 148	1.43 150	2.64 164	1.50 182	0.27 34	0.19 39	0.36 209	0.33 219	0.36 155	0.30 98

IIG-Stereo	1.95 158	0.79 198	2.14 70	2.78 383	0.66 132	4.62 350	0.76 105	4.27 314	1.53 68	2.63 304	3.14 340	3.35 293	1.61 192	7.65 265	1.41 165	0.39 221	0.20 56	0.31 120	0.25 89	0.33 113	0.22 9

cf-r	2.57 260	0.79 198	16.09 271	1.48 299	1.35 286	4.19 280	0.93 195	3.68 162	2.36 237	1.97 143	1.81 169	3.42 296	1.45 156	8.24 270	1.83 232	0.32 143	0.26 184	0.33 166	0.30 188	0.34 129	0.37 161

MyStereo07	1.01 25	0.80 201	1.26 4	1.00 123	1.04 224	3.95 217	0.95 202	2.07 31	1.42 23	0.75 6	1.22 34	0.68 8	0.91 47	1.63 81	0.67 13	0.24 10	0.24 156	0.34 182	0.26 102	0.41 197	0.37 161

MyStereo04	2.29 211	0.80 201	18.77 314	1.00 123	1.04 224	3.95 217	0.95 202	3.91 213	2.54 274	1.99 149	1.27 48	2.31 201	1.65 212	2.02 116	1.77 225	0.24 10	0.24 156	0.34 182	0.26 102	0.41 197	0.37 161

rafts_anoy	1.24 60	0.80 201	3.61 138	1.17 201	1.20 259	3.00 74	0.61 45	3.17 109	1.58 94	1.37 51	1.26 42	1.19 69	1.12 94	1.78 95	1.25 141	0.32 143	0.23 127	0.32 135	0.32 211	0.31 75	0.30 98

GEStereo_RVC	1.91 150	0.80 201	6.57 168	1.20 211	1.06 228	4.02 233	1.43 285	4.13 272	1.89 160	2.03 171	1.80 157	2.34 203	1.86 245	4.94 209	1.77 225	0.48 282	0.38 276	0.32 135	0.28 151	0.42 212	0.50 252

TestStereo1	1.56 104	0.81 205	2.32 85	1.61 324	0.64 124	4.13 255	1.36 269	3.79 184	3.20 348	1.60 69	2.57 305	1.39 89	2.15 269	2.51 151	1.30 151	0.29 77	0.20 56	0.34 182	0.25 89	0.40 176	0.36 147

SA-5K	1.56 104	0.81 205	2.32 85	1.61 324	0.64 124	4.13 255	1.36 269	3.79 184	3.20 348	1.60 69	2.57 305	1.39 89	2.15 269	2.51 151	1.30 151	0.29 77	0.20 56	0.34 182	0.25 89	0.40 176	0.36 147

MMNet	2.02 172	0.81 205	10.76 214	1.12 174	1.23 264	3.53 137	0.89 172	3.79 184	2.08 186	2.15 200	1.76 144	2.15 188	2.12 266	3.69 187	2.32 281	0.31 128	0.29 208	0.34 182	0.27 126	0.38 165	0.42 204

psm_up	2.28 208	0.81 205	5.45 164	1.26 233	1.50 312	3.84 192	1.23 256	4.23 298	2.03 178	2.55 288	1.80 157	2.44 217	1.65 212	12.90 392	1.58 195	0.37 196	0.38 276	0.41 249	0.34 226	0.43 220	0.39 179

FAT-Stereo	3.34 329	0.81 205	20.05 344	1.25 227	1.20 259	3.44 117	1.99 330	4.23 298	2.67 287	3.14 341	3.82 357	3.51 308	3.32 331	11.68 368	1.94 243	0.64 328	0.67 355	0.48 283	0.52 321	0.61 288	0.81 328

HSM	2.35 224	0.81 205	2.21 75	1.14 182	1.55 320	3.44 117	1.03 219	3.99 236	2.25 217	2.29 239	2.11 238	8.04 389	3.05 319	11.60 358	1.71 216	0.33 154	0.22 103	0.28 67	0.23 59	0.32 98	0.35 144

StereoDRNet-Refined	1.77 133	0.81 205	2.22 76	1.21 216	0.76 153	3.26 95	0.71 81	3.82 188	2.05 183	2.29 239	2.05 226	2.98 264	1.44 152	7.15 254	2.27 278	0.30 111	0.23 127	0.42 255	0.33 219	0.45 233	0.64 297
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 355	0.82 212	10.85 215	0.86 59	0.43 38	2.16 44	16.77 412	3.22 114	1.54 75	2.04 174	12.05 402	2.68 238	7.53 390	7.30 255	12.62 377	0.30 111	0.21 81	0.29 82	0.28 151	0.33 113	0.41 201

sCroCo_RVC	1.06 32	0.82 212	5.05 155	1.02 136	1.05 226	0.98 4	0.61 45	2.06 29	1.29 15	0.69 5	1.26 42	0.82 34	1.10 89	1.20 27	0.90 68	0.42 247	0.40 289	0.33 166	0.30 188	0.46 240	0.38 174

HITNet	2.07 181	0.82 212	14.77 253	1.34 259	0.56 99	3.47 124	0.80 127	4.07 257	2.35 235	2.16 205	1.61 108	1.64 113	1.44 152	2.09 122	2.56 299	0.26 27	0.18 24	0.41 249	0.26 102	0.45 233	0.25 27
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
DispNO	2.92 289	0.83 215	19.31 325	1.07 151	1.14 240	3.08 81	0.94 198	3.60 152	2.88 317	2.32 252	2.65 310	3.11 276	2.01 256	11.26 349	2.24 275	0.34 166	0.32 231	0.34 182	0.26 102	0.44 225	0.32 112

iRaft-Stereo_5w	2.10 184	0.83 215	8.57 185	0.81 29	0.76 153	3.21 85	0.84 142	3.71 172	1.65 120	1.56 67	2.50 295	2.20 190	2.23 277	9.13 287	2.01 253	0.38 210	0.19 39	0.35 198	0.27 126	0.45 233	0.39 179

raft+_RVC	1.21 52	0.83 215	2.61 99	1.35 263	0.97 204	3.60 151	0.76 105	3.23 115	1.51 56	1.33 47	1.67 119	1.03 51	1.10 89	1.87 104	0.92 77	0.24 10	0.22 103	0.25 27	0.24 80	0.26 17	0.25 27

ADLNet	2.29 211	0.83 215	3.62 139	1.35 263	1.60 329	3.67 164	1.24 258	3.95 224	2.98 327	2.58 294	2.29 267	4.01 332	1.79 230	11.23 347	2.09 263	0.37 196	0.38 276	0.36 209	0.34 226	0.45 233	0.71 308

AdaStereo	1.45 94	0.83 215	2.34 88	1.28 239	0.81 160	3.21 85	1.14 242	4.20 286	2.46 261	2.05 175	1.77 149	2.48 221	1.18 108	1.71 90	1.44 170	0.43 252	0.25 173	0.43 259	0.28 151	0.44 225	0.34 133
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
4D-IteraStereo	1.97 162	0.84 220	20.43 366	0.78 26	1.56 323	2.09 41	1.05 224	2.43 47	1.56 86	1.41 55	1.00 8	1.94 156	0.61 6	1.22 30	1.06 103	0.27 34	0.18 24	0.31 120	0.26 102	0.27 23	0.23 15

RAFT	1.23 55	0.84 220	2.05 56	0.96 101	0.47 64	1.80 25	0.94 198	3.18 111	1.46 33	1.60 69	1.71 130	3.04 269	1.59 187	1.64 82	1.32 154	0.38 210	0.24 156	0.40 242	0.32 211	0.40 176	0.35 144

FCDSN-DC	6.04 386	0.84 220	19.25 321	1.24 225	1.09 235	4.38 306	2.62 353	4.38 344	4.71 383	9.59 407	11.22 398	19.19 407	17.40 408	12.30 384	8.55 363	0.69 341	0.57 336	0.60 331	0.60 337	0.70 314	0.78 325
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 106	0.84 220	3.25 123	1.36 269	1.40 296	4.07 243	1.01 215	2.68 76	1.50 52	2.11 189	1.88 192	2.37 208	1.50 170	3.41 180	1.42 167	0.36 189	0.28 200	0.52 308	0.40 284	0.53 261	0.43 212

LL-Strereo2	1.23 55	0.85 224	2.38 90	0.93 92	0.68 140	3.72 170	1.37 273	2.54 64	1.99 171	1.75 98	1.40 67	1.82 142	0.73 21	1.40 47	0.99 96	0.31 128	0.23 127	0.55 318	0.35 240	0.29 43	0.24 21

HH	2.23 195	0.86 225	21.59 397	0.98 111	0.51 78	1.49 16	0.82 135	2.74 78	1.54 75	1.10 39	1.69 124	4.62 361	1.86 245	2.55 156	0.69 19	0.26 27	0.22 103	0.29 82	0.23 59	0.34 129	0.27 56

HanStereo	2.23 195	0.86 225	21.59 397	0.98 111	0.51 78	1.49 16	0.82 135	2.74 78	1.54 75	1.10 39	1.69 124	4.62 361	1.86 245	2.55 156	0.69 19	0.26 27	0.22 103	0.29 82	0.23 59	0.34 129	0.27 56

CroCo-Stereo	0.98 17	0.87 227	3.44 130	0.87 62	0.53 93	0.49 1	0.50 17	3.99 236	1.49 47	0.81 18	1.25 41	1.00 49	0.75 23	1.10 9	1.09 110	0.24 10	0.21 81	0.24 17	0.19 18	0.35 144	0.27 56
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ssnet_v2	2.04 175	0.88 228	7.87 179	1.20 211	0.87 179	3.86 200	1.64 306	4.01 239	2.60 280	2.61 300	1.96 206	3.79 321	1.71 221	2.20 132	2.96 312	0.41 237	0.35 254	0.42 255	0.37 259	0.55 266	0.52 263

Anonymous_2	3.01 304	0.89 229	4.53 151	1.06 149	1.18 248	2.93 68	0.87 166	3.24 117	1.46 33	1.86 115	1.35 62	4.11 338	2.35 284	1.64 82	1.28 148	0.82 353	0.90 369	8.71 419	15.84 423	4.44 402	0.74 316

CroCo-Stereo Lap2	0.99 23	0.89 229	2.55 97	0.99 116	1.80 359	0.54 2	0.46 12	3.10 103	1.24 5	1.07 37	1.21 33	1.05 54	0.78 31	1.26 34	1.08 107	0.27 34	0.23 127	0.27 53	0.21 29	0.43 220	0.34 133

NVstereo2D	2.54 253	0.90 231	11.10 217	1.32 251	1.47 308	3.58 148	1.38 275	4.13 272	2.45 258	1.90 124	1.71 130	2.86 257	1.76 226	10.86 334	1.66 211	0.60 320	0.43 302	0.53 310	0.41 288	0.78 329	0.94 342

WCMA_ROB	5.12 371	0.90 231	21.33 390	1.50 302	1.33 284	4.09 245	3.49 378	4.03 245	4.59 382	6.57 392	10.95 397	12.92 400	8.41 397	9.86 303	8.78 364	0.75 345	0.58 340	0.51 302	0.50 316	0.68 311	0.57 280

S-Stereo	3.48 333	0.91 233	22.06 404	1.36 269	1.50 312	3.55 142	2.53 350	4.21 290	2.81 311	2.37 267	3.81 356	3.75 319	1.84 242	11.90 379	2.51 293	0.63 325	0.71 360	0.48 283	0.76 353	0.67 308	1.19 355

MLCV	1.87 141	0.91 233	8.59 186	1.10 168	0.57 108	3.59 149	0.53 23	3.70 171	2.20 210	2.80 319	2.25 260	2.00 170	1.42 148	4.13 199	1.86 235	0.30 111	0.20 56	0.32 135	0.21 29	0.33 113	0.36 147

AASNet	2.44 234	0.92 235	19.79 335	1.35 263	1.49 310	3.81 185	1.07 227	3.85 195	2.93 322	1.95 138	2.29 267	1.96 163	1.29 126	1.73 92	1.93 241	0.39 221	0.33 238	0.45 268	0.30 188	0.55 266	0.45 222

ADLNet2	3.15 319	0.92 235	20.06 345	1.20 211	1.79 356	3.83 187	1.48 287	3.94 222	3.59 366	2.19 215	2.47 292	4.65 364	1.93 253	10.69 329	1.96 248	0.39 221	0.37 270	0.28 67	0.30 188	0.48 245	0.43 212

111	1.83 138	0.92 235	9.08 191	0.81 29	0.36 5	4.25 290	0.91 184	4.44 353	2.70 290	2.39 272	1.96 206	2.30 200	1.64 210	1.28 38	1.82 230	0.28 60	0.22 103	0.24 17	0.20 23	0.31 75	0.54 271

OMP-Stereo	1.97 162	0.93 238	1.88 41	2.76 382	0.67 135	4.58 345	1.48 287	4.31 329	1.54 75	3.15 343	2.76 319	3.25 285	1.38 137	7.66 266	1.35 161	0.40 227	0.20 56	0.33 166	0.26 102	0.33 113	0.24 21

stereogan	3.09 311	0.93 238	16.43 275	1.37 277	1.66 342	3.70 167	1.67 311	3.87 200	3.15 342	3.04 334	2.70 315	5.04 372	2.79 305	9.96 308	1.78 227	0.63 325	0.49 327	0.69 347	0.47 305	0.83 336	0.68 304

RYNet	2.97 298	0.93 238	15.09 262	1.12 174	1.38 293	3.66 163	1.42 283	4.03 245	2.29 227	2.10 185	1.70 126	3.79 321	2.16 271	13.64 401	3.02 315	0.37 196	0.41 295	0.48 283	0.34 226	0.81 333	0.75 319

iResNet	2.52 250	0.94 241	21.17 387	1.84 349	0.72 144	3.75 174	0.81 132	4.14 278	2.55 275	2.33 259	2.03 218	1.35 84	1.44 152	3.27 178	2.16 270	0.35 184	0.23 127	0.28 67	0.22 50	0.44 225	0.45 222

CBFPSM	2.05 178	0.95 242	10.12 207	1.07 151	1.05 226	2.84 60	1.20 252	3.28 119	1.73 136	1.82 109	1.30 52	4.56 359	4.06 347	2.34 141	2.34 283	0.25 19	0.38 276	0.32 135	0.27 126	0.37 161	0.79 327

XX-TBD	1.03 30	0.95 242	1.94 46	1.30 247	0.43 38	3.97 225	0.33 3	1.74 15	1.73 136	1.59 68	2.02 217	0.69 10	0.60 4	1.16 17	0.66 11	0.30 111	0.25 173	0.23 5	0.15 4	0.31 75	0.22 9

CFNet-ft	1.90 148	0.95 242	3.56 134	1.07 151	1.54 316	4.09 245	0.90 176	2.85 86	1.82 148	1.78 102	1.70 126	2.75 245	1.48 163	9.33 291	1.72 217	0.33 154	0.30 217	0.61 334	0.36 248	0.52 255	0.39 179

STTStereo	2.34 222	0.95 242	14.93 259	1.43 287	1.54 316	3.86 200	0.86 150	3.65 157	2.44 257	2.15 200	1.55 91	2.49 223	1.59 187	5.14 212	1.44 170	0.38 210	0.39 284	0.47 275	0.51 318	0.52 255	0.51 258

CFNet_RVC	1.90 148	0.95 242	3.56 134	1.07 151	1.54 316	4.09 245	0.90 176	2.85 86	1.82 148	1.78 102	1.70 126	2.75 245	1.48 163	9.33 291	1.72 217	0.33 154	0.30 217	0.61 334	0.36 248	0.52 255	0.39 179

DLCB_ROB	2.05 178	0.95 242	2.37 89	1.24 225	1.02 220	2.92 67	1.30 262	3.68 162	2.30 228	2.91 324	2.17 248	3.32 291	1.52 175	10.37 320	2.50 292	0.40 227	0.33 238	0.40 242	0.36 248	0.41 197	0.47 237

CBMV	3.32 328	0.96 248	21.16 386	1.32 251	0.83 169	3.81 185	3.91 390	4.47 358	2.53 272	3.34 350	2.24 258	4.45 353	2.58 298	10.07 314	1.96 248	0.45 265	0.43 302	0.48 283	0.38 270	0.52 255	0.53 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 267	0.97 249	8.01 180	1.54 309	1.24 266	3.75 174	2.18 340	4.07 257	2.41 250	2.66 308	3.25 343	2.87 258	2.31 282	9.89 304	3.50 321	0.78 347	0.75 364	0.71 350	0.67 343	0.76 326	0.81 328

DRN-Test	3.03 306	0.99 250	18.18 302	1.35 263	1.60 329	3.59 149	1.48 287	4.13 272	2.45 258	3.47 355	1.92 203	2.58 231	2.53 295	10.88 335	2.80 308	0.39 221	0.36 258	0.44 262	0.41 288	0.55 266	0.57 280

GMStereo	1.01 25	1.00 251	2.86 112	0.83 43	0.45 47	1.47 15	0.57 30	1.89 23	2.11 199	1.52 62	1.24 37	0.87 39	0.74 22	1.58 67	0.94 85	0.40 227	0.21 81	0.30 101	0.30 188	0.47 242	0.36 147
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 331	1.01 252	21.99 403	1.28 239	1.37 289	2.67 58	1.39 276	3.98 232	2.87 316	2.93 326	3.27 345	4.35 350	2.43 289	11.62 360	2.39 284	0.60 320	0.63 350	0.79 359	0.55 328	0.68 311	0.67 302

AACVNet	1.83 138	1.02 253	2.41 92	1.45 292	0.87 179	3.21 85	0.73 87	3.16 107	1.61 112	2.01 163	1.82 175	2.28 194	1.33 132	10.98 340	1.49 181	0.39 221	0.32 231	0.38 233	0.32 211	0.43 220	0.44 217

TestStereo	2.00 168	1.02 253	12.25 223	0.70 7	0.61 118	1.88 29	0.55 27	2.31 40	1.52 63	1.41 55	1.33 54	1.27 76	0.90 45	11.62 360	0.81 43	0.34 166	0.19 39	0.33 166	0.24 80	0.44 225	0.24 21

RALCasStereoNet	1.19 44	1.02 253	2.06 65	1.12 174	1.14 240	3.08 81	0.70 79	2.99 95	1.73 136	1.34 48	1.68 121	1.18 66	0.91 47	2.16 128	1.00 98	0.30 111	0.26 184	0.24 17	0.21 29	0.29 43	0.30 98

FBW_ROB	3.24 323	1.02 253	9.21 197	1.49 301	1.07 230	3.78 179	1.48 287	4.31 329	3.08 335	2.46 278	2.32 283	4.20 345	2.08 264	15.19 407	7.16 355	0.84 356	0.62 348	1.33 380	0.92 365	0.99 348	1.31 359

iResNet_ROB	1.89 146	1.02 253	8.60 187	1.39 281	0.98 208	3.72 170	0.66 64	3.84 192	2.65 284	1.88 118	2.05 226	1.98 167	1.27 121	4.52 203	1.67 212	0.30 111	0.20 56	0.28 67	0.18 9	0.31 75	0.40 196

STTRV1_RVC	3.52 334	1.03 258	20.87 377	1.47 297	1.47 308	3.23 88	1.55 298	4.06 255	3.22 350	1.95 138	3.50 351	2.63 236	2.07 263	11.96 381	2.21 273	1.86 382	4.03 414	0.81 362	0.73 350	1.06 351	0.70 307

NLCA_NET_v2_RVC	2.54 253	1.04 259	16.73 281	1.53 307	2.00 368	3.96 222	0.87 166	3.87 200	2.31 230	2.54 287	1.67 119	2.85 256	1.63 207	5.55 221	1.62 204	0.46 269	0.33 238	0.38 233	0.38 270	0.53 261	0.62 292
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	2.66 267	1.05 260	15.91 269	1.22 219	1.19 254	4.12 252	1.12 237	3.84 192	2.02 176	1.93 134	1.79 154	3.12 277	1.46 159	10.37 320	2.05 257	0.33 154	0.27 192	0.35 198	0.30 188	0.40 176	0.36 147

GANet	2.93 290	1.05 260	11.29 219	1.64 326	0.96 201	3.91 205	2.52 349	3.72 173	2.41 250	2.95 331	3.00 331	3.21 281	2.03 257	12.42 387	4.72 335	0.51 301	0.41 295	0.46 272	0.39 274	0.60 283	0.50 252

RAFT_CTSACE	1.80 136	1.06 262	10.00 204	1.71 333	1.39 294	3.49 128	1.06 225	3.05 100	1.62 115	1.70 89	2.04 221	2.51 224	1.80 235	1.98 111	0.94 85	0.25 19	0.22 103	0.28 67	0.30 188	0.30 59	0.26 44

FINET	2.96 294	1.07 263	23.18 410	1.29 242	1.86 361	2.03 34	1.52 292	4.30 326	4.71 383	2.23 230	2.34 285	1.65 114	1.48 163	5.89 229	2.81 309	0.51 301	0.47 320	0.49 296	0.40 284	0.59 279	0.49 245

DANet	2.63 263	1.07 263	8.10 181	1.83 348	1.70 346	3.25 94	1.16 244	4.31 329	2.38 245	3.40 353	2.18 249	4.08 336	1.80 235	9.77 299	3.89 327	0.52 307	0.55 333	0.59 326	0.44 296	0.63 291	0.86 334
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 75	1.08 265	3.21 122	1.25 227	0.94 198	1.44 14	0.69 74	3.15 106	2.57 277	2.01 163	1.80 157	1.29 79	1.05 73	2.00 112	1.48 178	0.27 34	0.20 56	0.27 53	0.24 80	0.40 176	0.27 56

TDLM	2.29 211	1.08 265	4.61 152	1.29 242	1.01 219	4.26 291	2.17 339	3.75 176	2.79 301	2.31 248	1.98 212	2.06 180	1.59 187	12.45 388	1.72 217	0.51 301	0.28 200	0.52 308	0.35 240	0.56 272	0.50 252

MSMD_ROB	5.61 379	1.08 265	16.68 279	1.21 216	0.83 169	10.14 405	2.07 335	3.93 219	6.22 396	10.37 410	8.03 380	22.22 411	9.45 399	11.66 366	4.52 332	0.66 333	0.58 340	0.66 344	0.68 346	0.65 300	0.63 295

DeepPruner_ROB	2.05 178	1.09 268	10.50 212	1.01 127	1.20 259	4.39 308	0.91 184	3.14 105	1.72 134	2.60 298	1.54 89	2.78 252	1.27 121	4.52 203	1.72 217	0.51 301	0.40 289	0.37 221	0.34 226	0.48 245	0.52 263

HBP-ISP	3.25 325	1.10 269	20.86 376	1.54 309	1.15 243	4.50 329	2.89 361	4.43 352	2.38 245	4.14 369	1.96 206	1.90 153	2.04 259	11.08 346	1.32 154	0.66 333	0.57 336	0.66 344	0.61 340	0.64 297	0.61 290

CFNet	2.34 222	1.10 269	8.96 190	1.34 259	1.24 266	4.09 245	0.73 87	4.04 249	2.77 298	1.62 76	1.87 191	2.27 193	1.45 156	11.41 352	1.82 230	0.31 128	0.24 156	0.43 259	0.36 248	0.43 220	0.33 123

CVANet_RVC	2.55 257	1.10 269	9.13 196	1.46 294	1.15 243	3.96 222	1.53 294	3.91 213	2.50 267	3.04 334	2.04 221	2.60 232	1.72 223	12.46 389	1.50 182	0.49 292	0.30 217	0.51 302	0.41 288	0.63 291	0.50 252

ACRE	2.27 203	1.11 272	19.45 326	0.91 78	1.30 275	3.94 212	0.87 166	4.21 290	1.80 147	2.28 237	2.62 307	1.17 63	1.04 71	1.52 62	1.30 151	0.37 196	0.23 127	0.27 53	0.22 50	0.31 75	0.46 232

XPNet_ROB	2.27 203	1.11 272	4.10 143	1.36 269	0.97 204	3.94 212	1.63 304	4.07 257	2.14 201	2.82 321	2.00 215	2.32 202	1.73 225	10.81 333	3.39 320	0.51 301	0.47 320	0.48 283	0.40 284	0.51 252	0.56 276

MyStereo8	2.33 220	1.13 274	19.26 322	1.22 219	1.62 332	4.16 269	0.57 30	3.50 139	2.36 237	2.15 200	1.75 141	2.28 194	1.14 102	1.46 57	2.20 272	0.24 10	0.21 81	0.32 135	0.27 126	0.36 155	0.43 212

ARAFT	2.56 258	1.13 274	19.50 329	0.89 69	0.48 70	4.15 259	1.40 278	4.36 341	2.82 313	2.36 266	1.88 192	1.70 120	1.04 71	6.45 238	1.22 137	0.29 77	0.18 24	0.37 221	0.35 240	0.35 144	0.25 27

NaN_ROB	4.06 353	1.13 274	16.64 278	1.12 174	1.25 269	3.50 131	3.05 368	4.29 319	3.26 353	3.64 356	2.56 303	2.97 263	4.79 359	13.33 395	16.91 394	0.37 196	0.41 295	0.38 233	0.39 274	0.48 245	0.81 328

SACVNet	2.46 237	1.14 277	9.47 198	1.44 289	1.18 248	4.06 238	1.49 291	3.84 192	2.24 215	2.62 301	1.89 197	2.57 228	1.28 124	11.35 351	1.64 208	0.50 295	0.39 284	0.48 283	0.41 288	0.55 266	0.75 319

raft_robust	1.92 153	1.15 278	3.34 129	1.02 136	0.43 38	3.84 192	0.46 12	4.42 349	2.52 271	1.67 85	1.36 63	2.17 189	6.37 380	6.78 249	1.04 101	0.28 60	0.24 156	0.30 101	0.35 240	0.31 75	0.32 112

dd	1.26 70	1.15 278	2.47 95	0.92 81	0.49 74	4.35 304	0.75 104	1.92 24	2.11 199	1.44 57	1.24 37	1.19 69	1.05 73	1.78 95	1.70 215	0.57 316	0.34 250	0.35 198	0.33 219	0.60 283	0.46 232

psmorigin	6.59 389	1.15 278	88.11 436	1.52 304	0.97 204	2.88 63	1.20 252	3.21 112	2.04 181	3.73 359	2.46 290	5.15 375	2.55 296	10.60 326	2.47 290	0.55 312	0.68 358	0.48 283	0.51 318	0.70 314	0.88 338

Nwc_Net	2.88 286	1.16 281	18.30 305	1.35 263	1.68 344	3.52 136	1.18 248	3.90 209	2.06 184	2.52 286	2.82 325	3.82 323	2.34 283	6.78 249	2.55 298	0.86 357	0.40 289	0.59 326	0.67 343	0.57 276	0.55 274

SGM-ForestM	11.55 406	1.16 281	21.62 399	2.14 366	0.81 160	22.25 420	19.08 416	16.50 418	11.34 403	15.94 417	14.44 409	27.12 419	22.61 417	24.76 418	28.39 423	0.50 295	0.48 325	0.47 275	0.44 296	0.55 266	0.53 265

iinet-f	2.26 201	1.18 283	13.71 235	1.14 182	1.11 237	3.77 177	1.10 234	4.14 278	2.17 206	2.06 178	1.76 144	2.99 265	2.99 313	2.50 148	2.49 291	0.35 184	0.39 284	0.27 53	0.28 151	0.45 233	0.39 179

CIPLG	2.27 203	1.18 283	19.24 320	0.92 81	1.34 285	3.95 217	0.89 172	4.23 298	1.82 148	2.31 248	2.67 312	1.17 63	1.06 80	1.53 64	1.32 154	0.37 196	0.23 127	0.27 53	0.22 50	0.31 75	0.45 222

fast-acv-ft	2.54 253	1.19 285	20.08 348	1.41 284	1.40 296	3.18 84	1.17 247	3.37 130	2.28 225	1.90 124	2.15 245	2.69 239	2.17 273	2.91 172	2.31 280	0.37 196	0.39 284	0.45 268	0.39 274	0.57 276	0.45 222

dad	1.65 118	1.19 285	3.04 118	0.98 111	0.56 99	4.22 286	0.84 142	1.99 26	2.48 262	2.14 195	1.68 121	1.62 112	1.13 96	3.85 190	2.04 255	1.03 365	0.40 289	2.04 385	0.48 309	0.75 325	0.53 265

RP	2.79 277	1.20 287	10.36 209	1.54 309	1.93 365	3.44 117	1.97 328	4.05 253	2.34 233	2.66 308	2.79 320	3.98 330	2.58 298	10.21 316	2.61 300	0.95 361	0.47 320	0.71 350	0.57 333	0.71 319	0.68 304

GMStereo_Zeroshot	1.41 91	1.21 288	3.33 128	1.29 242	0.72 144	3.35 108	0.53 23	2.58 71	1.68 124	2.35 261	1.56 94	2.42 214	0.96 55	2.50 148	1.16 121	0.45 265	0.23 127	0.40 242	0.24 80	0.79 331	0.33 123

gwcnet-sp	2.31 215	1.21 288	17.34 288	1.08 156	0.92 192	3.56 144	1.04 221	3.69 167	2.09 189	2.55 288	1.60 104	1.80 138	1.62 195	3.87 191	1.95 245	0.29 77	0.29 208	0.30 101	0.28 151	0.38 165	0.39 179

scenet	2.31 215	1.21 288	17.34 288	1.08 156	0.92 192	3.56 144	1.04 221	3.69 167	2.09 189	2.55 288	1.60 104	1.80 138	1.62 195	3.87 191	1.95 245	0.29 77	0.29 208	0.30 101	0.28 151	0.38 165	0.39 179

ssnet	2.31 215	1.21 288	17.34 288	1.08 156	0.92 192	3.56 144	1.04 221	3.69 167	2.09 189	2.55 288	1.60 104	1.80 138	1.62 195	3.87 191	1.95 245	0.29 77	0.29 208	0.30 101	0.28 151	0.38 165	0.39 179

G-Net	4.11 354	1.21 288	19.47 328	2.31 375	2.94 387	4.74 374	2.95 362	3.33 129	2.14 201	4.44 376	9.43 391	6.93 385	3.84 343	9.01 285	4.92 340	0.79 348	0.80 366	0.70 349	0.50 316	0.95 343	0.87 337

LE_ROB	18.58 414	1.21 288	48.38 427	8.60 418	23.00 421	7.32 400	19.74 417	9.94 403	38.69 428	43.53 426	21.91 413	28.40 420	40.92 423	23.18 414	54.71 428	0.34 166	0.33 238	0.32 135	0.36 248	0.42 212	0.40 196

sAnonymous2	1.37 86	1.22 294	9.79 201	0.92 81	0.88 182	1.23 7	0.61 45	2.56 67	1.69 129	0.85 23	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 173	0.31 120	0.30 188	1.06 351	0.71 308

CroCo_RVC	1.37 86	1.22 294	9.79 201	0.92 81	0.88 182	1.23 7	0.61 45	2.56 67	1.69 129	0.85 23	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 173	0.31 120	0.30 188	1.06 351	0.71 308

DMCA-RVC	2.45 235	1.22 294	18.29 304	1.23 223	1.14 240	2.49 52	0.85 148	3.29 120	1.68 124	3.02 333	1.41 68	2.00 170	1.53 182	6.39 237	2.00 251	0.38 210	0.30 217	0.44 262	0.35 240	0.45 233	0.44 217

pmcnn	5.45 377	1.22 294	17.40 292	1.60 321	2.41 381	3.48 126	2.12 336	4.52 367	3.26 353	3.67 358	13.15 405	22.10 410	3.46 337	11.92 380	17.16 396	0.34 166	0.21 81	0.23 5	0.19 18	0.36 155	0.28 69

ADCRef	3.30 326	1.23 298	14.90 257	1.17 201	1.41 302	3.95 217	1.64 306	3.88 203	2.36 237	3.05 336	2.21 255	2.40 209	2.81 307	5.04 210	16.63 393	0.46 269	0.34 250	0.63 338	0.62 341	0.54 264	0.67 302

whm_eth	2.04 175	1.24 299	18.44 310	0.89 69	1.37 289	2.59 56	0.73 87	3.56 148	2.56 276	1.53 64	2.06 230	0.78 25	0.71 16	1.02 7	0.98 91	0.36 189	0.29 208	0.34 182	0.32 211	0.41 197	0.54 271

PA-Net	3.09 311	1.24 299	18.84 315	1.38 279	1.19 254	3.42 115	1.75 314	3.89 204	3.27 356	1.88 118	2.10 234	3.03 268	1.88 249	11.60 358	2.88 310	0.40 227	0.54 331	0.44 262	0.62 341	0.52 255	1.02 345
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 316	1.25 301	21.14 384	1.31 249	1.52 314	3.94 212	1.13 240	3.32 126	2.14 201	2.20 217	2.03 218	3.05 272	1.96 254	11.79 373	2.53 295	0.42 247	0.45 309	0.64 341	0.46 302	0.67 308	0.57 280

anonymity	1.76 131	1.26 302	2.73 108	1.66 328	1.32 281	1.84 26	1.07 227	3.49 137	2.30 228	2.11 189	2.11 238	1.71 122	3.90 345	1.82 99	1.48 178	1.10 367	1.09 373	1.08 374	1.08 373	1.05 350	1.09 350

NCC-stereo	3.16 320	1.28 303	18.31 306	1.25 227	1.75 351	4.06 238	1.40 278	3.89 204	2.22 211	2.72 312	2.55 301	3.49 306	2.65 301	9.91 305	2.99 313	1.29 376	0.65 352	0.64 341	0.86 362	0.65 300	0.71 308

Abc-Net	3.16 320	1.28 303	18.31 306	1.25 227	1.75 351	4.06 238	1.40 278	3.89 204	2.22 211	2.72 312	2.55 301	3.49 306	2.65 301	9.91 305	2.99 313	1.29 376	0.65 352	0.64 341	0.86 362	0.65 300	0.71 308
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LoS_RVC	0.94 13	1.30 305	1.31 8	0.84 49	1.63 334	2.02 33	0.59 39	1.51 5	1.36 19	0.81 18	1.33 54	0.84 35	0.88 42	1.36 46	0.73 30	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 366

AF-Net	2.87 284	1.30 305	16.24 272	1.33 255	1.75 351	3.26 95	1.59 301	4.09 263	2.43 254	2.69 310	2.94 328	4.51 356	3.20 326	5.84 228	2.75 306	0.76 346	0.36 258	0.72 354	0.49 312	0.70 314	0.56 276

IPLGR_C	2.28 208	1.31 307	19.46 327	0.92 81	1.32 281	3.93 210	0.89 172	4.20 286	1.82 148	2.30 243	2.63 309	1.16 62	1.07 82	1.41 50	1.29 150	0.37 196	0.23 127	0.27 53	0.22 50	0.31 75	0.45 222

LMCR-Stereo	2.40 230	1.31 307	18.61 312	1.59 319	0.86 177	3.87 202	1.15 243	4.32 333	1.60 109	2.25 234	2.27 262	1.13 58	2.43 289	2.48 147	1.60 199	0.88 358	0.24 156	0.29 82	0.24 80	0.56 272	0.30 98

CSP-Net	1.78 134	1.32 309	1.92 45	1.16 200	1.03 221	3.38 110	1.31 263	3.52 143	1.75 143	1.96 141	1.93 204	2.40 209	1.48 163	8.58 276	1.58 195	0.46 269	0.34 250	0.27 53	0.26 102	0.41 197	0.50 252

AnonymousM	1.22 54	1.32 309	0.97 1	0.88 66	0.56 99	4.03 234	0.69 74	2.41 44	1.68 124	1.48 59	1.31 53	1.15 61	1.00 63	1.18 25	0.73 30	0.32 143	0.40 289	2.07 386	1.70 388	0.24 5	0.22 9

MeshStereo	5.35 375	1.32 309	21.34 391	1.34 259	1.15 243	4.40 312	3.90 389	5.18 387	4.55 381	10.14 409	11.82 401	11.47 395	5.84 372	13.84 403	7.03 354	0.61 322	0.58 340	0.60 331	0.58 334	0.72 322	0.59 287
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PS-NSSS	2.22 193	1.33 312	2.90 113	0.97 108	1.53 315	4.11 250	1.08 230	4.55 369	2.65 284	2.10 185	2.32 283	1.77 127	1.40 141	11.79 373	1.61 202	0.68 338	0.45 309	0.96 368	0.43 294	0.95 343	0.92 340

NCCL2	2.53 251	1.35 313	10.90 216	1.15 195	0.97 204	3.53 137	2.56 351	3.65 157	2.23 213	2.76 315	1.80 157	2.41 211	1.66 214	10.35 319	2.07 261	0.44 259	0.40 289	0.57 322	0.53 325	0.59 279	0.65 299

BEATNet_4x	1.92 153	1.36 314	8.75 189	1.20 211	0.56 99	3.46 122	1.03 219	4.00 238	2.43 254	2.25 234	1.70 126	2.10 185	1.59 187	2.57 159	3.05 316	0.37 196	0.22 103	0.47 275	0.29 174	0.60 283	0.40 196

DPSNet	3.43 332	1.37 315	12.19 222	1.39 281	1.24 266	4.15 259	2.06 333	4.51 366	3.34 358	2.69 310	1.96 206	3.52 309	5.56 369	10.68 328	9.68 367	0.93 359	0.73 362	0.40 242	0.37 259	1.06 351	0.86 334

MANE	11.39 405	1.38 316	23.16 409	4.82 411	2.79 386	22.02 419	14.51 411	25.81 419	26.28 420	10.93 412	13.17 406	19.90 409	18.03 411	15.69 408	20.41 409	0.96 362	0.74 363	1.42 381	3.24 413	0.74 323	1.71 372

PSMNet_ROB	2.95 291	1.38 316	18.46 311	1.19 208	1.20 259	3.80 183	1.65 309	3.54 145	2.35 235	1.98 144	1.71 130	2.75 245	1.79 230	11.43 354	2.78 307	0.42 247	0.36 258	0.50 299	0.60 337	0.59 279	0.49 245

CSAN	4.71 366	1.39 318	20.23 353	1.19 208	0.87 179	3.65 162	3.50 379	4.57 371	3.87 372	3.89 362	7.82 378	3.54 313	6.16 378	23.47 417	6.82 350	0.52 307	0.45 309	0.49 296	0.52 321	0.63 291	0.66 301

NVStereoNet_ROB	4.91 370	1.40 319	16.46 276	1.47 297	1.72 349	3.46 122	1.96 327	3.89 204	3.61 367	2.90 323	24.61 417	4.81 366	4.49 356	13.57 399	4.87 338	1.33 379	1.29 381	1.70 383	1.68 386	1.41 374	1.66 370
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 181	1.40 319	3.01 117	1.09 160	0.92 192	3.94 212	1.53 294	4.25 306	2.23 213	3.31 348	2.06 230	2.35 205	1.52 175	8.74 278	2.07 261	0.44 259	0.36 258	0.51 302	0.48 309	0.54 264	0.62 292

MaskLacGwcNet_RVC	3.13 316	1.43 321	9.93 203	2.50 378	1.62 332	4.29 298	1.68 313	3.95 224	2.43 254	1.66 83	1.91 202	3.04 269	1.41 145	13.26 394	1.58 195	3.82 401	1.59 385	1.12 376	0.46 302	2.21 382	2.74 393

SPS-STEREO	3.97 350	1.44 322	20.85 375	1.72 335	1.71 347	3.24 91	2.30 344	3.55 146	2.68 289	4.79 380	3.66 353	5.44 378	2.97 312	9.11 286	9.35 366	1.15 370	1.10 374	1.06 373	1.02 371	1.16 363	1.18 354
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 314	1.45 323	14.90 257	1.46 294	1.79 356	3.33 106	1.39 276	4.04 249	2.26 220	2.77 316	3.26 344	4.00 331	2.71 303	11.63 365	2.62 302	0.82 353	0.46 316	0.79 359	0.79 359	0.71 319	0.78 325

Wz-Net-LNSev-Ref	2.42 232	1.47 324	14.14 247	1.30 247	1.35 286	3.51 133	1.64 306	4.04 249	2.10 197	2.46 278	1.88 192	2.28 194	2.51 294	4.73 208	3.17 318	0.38 210	0.19 39	0.35 198	0.20 23	0.40 176	0.36 147

LALA_ROB	1.95 158	1.48 325	3.11 120	1.05 145	0.98 208	3.99 228	1.82 320	4.44 353	2.28 225	3.31 348	1.85 188	2.76 251	1.67 216	4.04 198	3.23 319	0.46 269	0.41 295	0.55 318	0.52 321	0.60 283	0.57 280

StereoDRNet	2.84 280	1.49 326	14.48 252	1.33 255	1.57 327	3.44 117	2.06 333	3.69 167	2.36 237	3.26 347	1.84 181	2.79 254	1.80 235	10.88 335	3.16 317	0.41 237	0.33 238	0.39 236	0.36 248	0.59 279	0.58 284

UDGNet	1.40 89	1.52 327	2.22 76	1.38 279	0.62 121	4.39 308	0.68 69	1.80 21	2.18 208	1.34 48	1.18 30	0.99 48	1.00 63	2.16 128	1.19 127	1.09 366	0.34 250	1.30 379	0.98 368	1.10 357	0.58 284

PDISCO_ROB	2.86 281	1.53 328	14.27 250	1.98 360	2.19 375	4.52 334	1.35 267	4.65 375	3.19 345	2.09 182	2.16 246	3.53 310	2.45 291	5.32 214	2.12 264	1.30 378	0.78 365	0.72 354	0.59 336	1.24 368	1.28 357

DN-CSS_ROB	1.91 150	1.55 329	11.13 218	1.82 347	0.88 182	3.99 228	0.61 45	4.01 239	1.67 123	1.64 79	1.89 197	1.39 89	1.06 80	3.23 177	1.50 182	0.31 128	0.19 39	0.44 262	0.29 174	0.37 161	0.31 105

DGSMNet	7.55 397	1.62 330	17.42 293	1.92 355	12.73 415	7.45 401	42.99 427	4.13 272	2.07 185	2.10 185	3.16 341	3.42 296	1.70 219	9.24 290	2.30 279	3.70 400	10.89 423	11.80 423	5.54 414	4.24 398	2.66 388

ELAS	5.99 385	1.62 330	20.29 359	1.96 359	2.01 369	15.09 414	8.38 404	5.23 388	5.54 392	9.02 403	8.61 385	6.74 383	9.75 400	7.48 260	11.40 375	0.96 362	1.18 376	0.72 354	0.93 366	1.30 370	1.67 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 303	1.63 332	19.83 337	1.32 251	2.04 372	3.27 97	1.55 298	3.65 157	2.33 232	2.00 161	2.12 241	3.56 314	1.68 217	9.47 294	2.45 288	0.44 259	0.45 309	0.46 272	0.38 270	0.60 283	0.76 321

ADCL	4.35 359	1.63 332	14.21 249	1.29 242	1.26 272	5.56 389	11.16 405	3.97 230	3.37 359	6.07 388	4.67 365	4.30 349	5.72 371	5.08 211	14.51 382	0.50 295	0.48 325	0.89 366	0.77 355	0.78 329	0.76 321

ADCPNet	3.89 345	1.63 332	20.25 357	1.28 239	1.27 273	6.43 394	2.65 354	3.93 219	2.70 290	2.78 317	2.20 253	4.28 348	6.16 378	5.56 222	10.27 370	0.65 331	1.18 376	0.71 350	1.70 388	0.84 337	1.37 362

ELAS_RVC	5.72 382	1.64 335	20.40 363	2.09 365	2.01 369	4.95 381	11.47 407	4.66 376	6.31 398	8.09 400	8.01 379	8.06 391	11.65 401	8.36 271	10.22 369	0.99 364	1.17 375	0.81 362	0.76 353	1.14 360	1.58 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 281	1.66 336	19.61 330	1.40 283	1.75 351	3.84 192	1.32 264	4.07 257	2.25 217	1.78 102	2.67 312	1.82 142	4.41 354	1.94 110	2.06 258	0.83 355	0.94 370	1.03 370	1.12 374	1.70 378	1.09 350

aanetorigin	3.30 326	1.66 336	17.52 297	1.18 206	1.58 328	2.57 55	3.80 387	2.65 75	2.03 178	6.12 390	4.30 363	2.82 255	5.70 370	5.47 219	4.67 333	0.50 295	0.44 305	0.43 259	0.47 305	1.17 364	0.92 340

Wz-Net-LNSev	2.30 214	1.67 338	14.88 256	1.18 206	1.65 339	3.49 128	1.54 297	3.63 155	2.03 178	1.88 118	1.64 113	3.29 288	2.06 261	2.71 168	2.02 254	0.40 227	0.33 238	0.32 135	0.31 204	0.53 261	0.49 245

DeepPrunerF	3.70 340	1.72 339	14.87 255	1.33 255	1.74 350	3.70 167	1.55 298	4.20 286	14.00 407	2.02 167	1.77 149	2.74 243	2.30 279	10.88 335	6.88 352	0.68 338	0.60 345	0.78 358	0.78 358	0.81 333	0.71 308

AANet_RVC	3.03 306	1.72 339	12.78 226	1.17 201	1.12 238	3.79 182	1.10 234	3.86 198	3.13 338	2.62 301	4.26 362	3.96 329	1.41 145	11.43 354	5.23 342	0.94 360	0.47 320	0.34 182	0.23 59	0.40 176	0.55 274

SANet	5.65 381	1.72 339	20.94 379	1.26 233	0.88 182	7.20 398	3.81 388	4.60 373	11.23 402	4.56 377	8.78 388	7.49 386	6.95 384	11.85 376	18.11 400	0.49 292	0.44 305	0.50 299	0.42 293	0.90 341	0.82 332

FADNet	2.49 244	1.76 342	13.17 228	1.17 201	0.95 200	3.27 97	0.88 170	3.94 222	2.27 222	1.40 54	1.29 51	2.51 224	2.06 261	9.93 307	1.94 243	0.43 252	0.45 309	0.40 242	0.43 294	1.06 351	0.53 265

CC-Net-ROB	3.35 330	1.76 342	13.89 243	2.33 376	1.65 339	4.49 326	1.62 303	4.73 379	2.90 319	1.92 130	2.05 226	1.99 169	1.61 192	12.57 391	1.60 199	2.46 386	2.18 393	2.68 396	1.04 372	2.11 381	1.38 364

LL-Strereo	3.01 304	1.81 344	17.59 298	1.12 174	2.10 373	2.90 64	1.09 232	4.33 335	2.00 175	3.12 340	2.24 258	3.29 288	3.15 322	11.31 350	1.84 233	0.30 111	0.28 200	0.46 272	0.34 226	0.49 250	0.45 222

TRStereo	2.31 215	1.87 345	19.74 334	1.53 307	1.16 247	4.26 291	1.08 230	4.73 379	1.45 26	1.55 65	1.28 49	1.75 125	0.85 38	1.81 97	1.20 130	0.36 189	0.26 184	0.32 135	0.36 248	0.34 129	0.33 123

MFMNet_re	2.91 287	1.91 346	18.25 303	3.06 387	1.89 363	3.13 83	1.67 311	3.52 143	2.97 324	3.14 341	2.87 327	2.26 192	2.41 287	2.42 142	2.00 251	1.10 367	1.05 372	0.94 367	0.90 364	1.28 369	1.46 368

SDNR	3.97 350	1.93 347	20.28 358	1.31 249	0.94 198	5.16 384	0.67 65	4.33 335	2.58 278	4.82 381	5.94 373	5.01 371	1.45 156	17.52 409	2.53 295	0.79 348	0.72 361	0.59 326	0.45 300	1.15 362	1.17 353

GANetREF_RVC	3.20 322	1.93 347	18.84 315	1.51 303	0.80 158	4.12 252	1.82 320	4.16 282	2.91 320	1.87 116	1.74 137	2.48 221	1.84 242	13.18 393	1.74 222	0.80 350	0.57 336	0.79 359	0.74 351	1.20 367	0.86 334
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ADCP+	3.74 343	1.96 349	16.90 284	1.09 160	1.55 320	4.35 304	3.65 385	3.93 219	2.98 327	2.22 226	1.66 118	3.95 327	4.83 360	3.41 180	18.87 406	0.38 210	0.41 295	0.63 338	0.53 325	0.64 297	0.81 328

PVD	3.12 315	1.97 350	12.80 227	1.79 345	1.63 334	3.83 187	1.34 266	3.48 134	3.88 373	5.77 385	3.56 352	3.45 298	3.29 329	5.58 224	5.30 343	0.71 344	0.69 359	0.74 357	0.77 355	0.79 331	1.13 352

PWC_ROB	2.69 273	2.01 351	8.36 183	1.33 255	1.90 364	3.23 88	1.18 248	4.33 335	3.25 352	3.11 339	3.41 348	2.71 241	2.18 275	9.15 288	4.48 331	0.56 314	0.31 225	0.61 334	0.36 248	0.69 313	0.74 316

FADNet-RVC-Resample	2.83 279	2.02 352	21.07 382	1.12 174	0.91 191	3.53 137	1.37 273	4.08 261	2.09 189	1.68 86	1.33 54	2.03 174	1.51 173	9.54 296	1.69 214	0.38 210	0.37 270	0.42 255	0.44 296	0.56 272	0.56 276

SHD	2.82 278	2.04 353	13.80 241	1.69 331	1.79 356	2.73 59	1.07 227	3.85 195	3.18 344	4.63 378	2.74 316	3.38 295	2.77 304	5.48 220	3.66 324	0.62 324	0.47 320	0.51 302	0.55 328	0.65 300	0.74 316

PASM	2.67 269	2.05 354	9.71 199	1.73 336	1.37 289	2.53 53	1.52 292	3.10 103	2.17 206	2.79 318	1.84 181	2.90 259	1.85 244	11.89 378	2.19 271	0.81 352	0.85 367	0.87 365	1.01 369	1.14 360	1.05 347

EDNetEfficient	5.61 379	2.14 355	16.75 282	1.67 329	3.64 398	4.12 252	7.51 400	3.05 100	5.63 394	11.57 413	4.83 367	3.95 327	12.72 402	8.44 274	20.78 410	0.41 237	0.43 302	0.47 275	1.01 369	1.66 377	1.39 365

SAMSARA	3.55 335	2.16 356	14.18 248	1.86 352	1.49 310	4.62 350	2.65 354	3.58 151	2.80 305	7.05 394	3.05 334	5.16 376	4.07 348	9.18 289	4.80 337	0.64 328	0.67 355	0.59 326	0.68 346	0.89 339	0.91 339

WAO-6	5.87 384	2.27 357	15.05 261	2.96 385	2.77 385	12.01 408	3.58 383	5.37 394	11.91 406	3.34 350	9.69 392	6.78 384	5.84 372	11.82 375	8.89 365	2.87 388	2.35 400	2.50 390	1.84 394	2.85 385	2.67 389

FADNet-RVC	2.51 247	2.27 357	14.03 245	1.09 160	0.81 160	3.54 141	1.10 234	4.13 272	2.48 262	1.39 53	1.22 34	1.85 150	1.77 227	9.78 301	2.06 258	0.38 210	0.37 270	0.40 242	0.40 284	0.67 308	0.48 241

FADNet_RVC	2.65 265	2.28 359	16.51 277	0.98 111	0.92 192	4.09 245	0.83 139	4.26 313	1.73 136	1.46 58	1.78 151	1.60 109	1.50 170	8.88 280	2.39 284	0.47 277	0.38 276	0.44 262	0.58 334	0.89 339	0.97 343

XQC	2.96 294	2.42 360	14.85 254	1.36 269	1.32 281	3.29 104	1.53 294	4.28 318	2.78 299	3.21 345	2.46 290	3.53 310	2.92 311	6.58 240	4.67 333	0.70 342	0.41 295	0.59 326	0.56 330	0.96 347	0.83 333

EDNetEfficientorigin	12.35 409	2.51 361	179.47 441	1.19 208	0.96 201	2.91 66	1.81 319	3.00 96	5.35 390	8.91 402	4.79 366	4.18 342	4.64 358	9.98 309	11.30 373	0.37 196	0.38 276	0.60 331	0.85 361	1.32 371	2.43 386

RTSC	2.95 291	2.51 361	15.49 268	1.54 309	1.30 275	3.51 133	0.86 150	3.89 204	2.48 262	3.64 356	3.12 338	3.04 269	2.30 279	5.70 226	6.67 346	0.55 312	0.35 254	0.37 221	0.39 274	0.70 314	0.60 288

IMH-64-1	4.84 368	2.53 363	6.83 171	4.30 404	3.74 399	4.81 378	6.05 395	5.30 390	3.92 374	3.95 364	8.33 382	5.08 373	6.06 375	8.96 283	6.30 344	4.57 410	2.96 406	3.04 400	2.12 399	4.28 399	3.62 404

IMH-64	4.84 368	2.53 363	6.83 171	4.30 404	3.74 399	4.81 378	6.05 395	5.30 390	3.92 374	3.95 364	8.33 382	5.08 373	6.06 375	8.96 283	6.30 344	4.57 410	2.96 406	3.04 400	2.12 399	4.28 399	3.62 404

Wz-Net-MNSev	2.71 275	2.54 365	13.91 244	1.52 304	1.37 289	3.28 100	2.47 346	4.03 245	2.32 231	2.57 292	2.07 232	2.29 199	3.01 315	7.55 262	2.74 305	0.38 210	0.36 258	0.36 209	0.37 259	0.57 276	0.47 237

Syn2CoEx	3.08 310	2.55 366	19.88 338	1.34 259	1.18 248	2.43 51	1.65 309	3.91 213	2.40 248	2.39 272	2.27 262	2.90 259	3.17 325	9.57 297	2.54 297	0.50 295	0.45 309	0.53 310	0.39 274	0.74 323	0.72 314

RAFT + AFF	2.51 247	2.66 367	4.48 150	1.15 195	1.95 366	4.15 259	2.01 331	4.46 357	3.30 357	2.19 215	2.51 297	2.22 191	4.87 361	8.91 282	2.06 258	0.30 111	0.60 345	0.48 283	0.38 270	0.77 327	0.69 306

DDUNet	2.91 287	2.78 368	6.94 174	3.53 393	2.26 379	3.28 100	1.36 269	3.77 180	2.04 181	2.62 301	2.49 294	4.18 342	1.69 218	5.38 216	1.85 234	2.21 385	1.77 389	2.61 394	2.43 402	2.60 383	2.34 384

UDG	3.55 335	2.81 369	17.45 294	2.69 380	1.98 367	3.97 225	1.19 251	4.35 339	2.02 176	2.42 276	2.53 300	4.50 355	2.46 292	6.53 239	2.41 286	2.12 384	1.77 389	2.63 395	2.57 404	2.64 384	1.95 378

Anonymous Stereo	3.09 311	3.14 370	16.69 280	1.52 304	1.25 269	3.33 106	2.95 362	4.02 243	2.42 253	2.35 261	2.04 221	2.57 228	1.27 121	11.88 377	2.92 311	0.49 292	0.49 327	0.57 322	0.56 330	0.70 314	0.65 299

WAO-7	5.16 372	3.21 371	18.98 317	1.88 354	1.44 304	5.34 386	3.09 371	4.91 384	5.81 395	4.35 375	8.92 390	6.55 382	6.06 375	13.40 397	10.81 371	1.34 380	1.20 379	1.48 382	1.35 384	1.60 376	1.45 366

PWCDC_ROB	2.95 291	3.26 372	14.06 246	1.59 319	1.56 323	4.19 280	0.86 150	4.30 326	4.08 378	2.06 178	7.37 375	2.75 245	2.42 288	3.59 184	2.67 303	1.34 380	0.36 258	0.39 236	0.34 226	1.13 359	0.62 292

ADCMid	3.96 349	3.27 373	15.48 267	1.26 233	1.40 296	4.66 356	2.28 342	4.06 255	3.54 365	3.94 363	3.02 332	3.85 324	3.67 341	4.03 197	18.65 404	0.68 338	0.61 347	1.09 375	1.18 378	1.38 372	1.08 349

DispFullNet	4.64 365	3.48 374	23.95 413	3.99 399	3.03 389	3.35 108	1.06 225	4.18 283	2.80 305	6.33 391	2.94 328	4.04 334	7.81 392	3.92 195	5.16 341	2.75 387	1.61 386	3.10 403	2.68 407	3.32 387	3.31 401

LSM	12.71 410	3.52 375	20.79 374	55.63 434	84.76 433	3.63 161	6.30 397	3.73 174	4.93 387	5.55 384	13.92 407	3.53 310	3.25 328	9.72 298	4.12 328	0.64 328	0.85 367	0.71 350	0.81 360	1.03 349	26.84 424

SGM+DAISY	8.36 399	3.82 376	24.83 414	2.02 362	1.75 351	14.80 413	17.22 413	4.27 314	11.79 405	13.88 414	14.38 408	11.74 398	13.83 404	10.56 324	15.12 383	1.21 371	1.19 378	1.14 377	1.13 376	1.17 364	1.37 362

UNDER WATER	10.47 402	3.95 377	22.62 407	5.07 412	4.51 409	7.78 402	3.77 386	12.56 408	21.72 418	7.84 398	10.78 396	23.96 414	31.66 419	10.78 332	16.19 391	4.44 407	2.93 404	4.24 412	2.86 410	6.33 409	5.47 416

Wz-Net-SNSev	2.98 300	4.36 378	15.98 270	1.57 317	1.19 254	3.28 100	1.80 318	3.96 229	2.40 248	2.32 252	2.28 265	3.48 299	2.05 260	7.84 267	3.82 326	0.47 277	0.39 284	0.53 310	0.49 312	0.71 319	0.60 288

SuperB	4.79 367	4.41 379	21.08 383	1.45 292	1.08 232	3.91 205	3.08 370	4.18 283	3.01 330	2.50 283	2.10 234	2.75 245	3.49 338	8.80 279	19.60 408	0.44 259	0.33 238	0.53 310	0.39 274	12.01 420	0.64 297

WZ-Net	3.62 337	4.87 380	16.77 283	1.43 287	1.40 296	3.75 174	2.29 343	4.12 271	2.50 267	2.74 314	2.19 251	4.06 335	5.29 366	10.19 315	7.36 356	0.54 311	0.37 270	0.47 275	0.49 312	0.77 327	0.73 315

iResNetv2_ROB	2.65 265	5.00 381	19.28 324	2.06 364	1.09 235	3.83 187	1.13 240	4.14 278	2.09 189	1.85 111	2.03 218	2.01 173	1.51 173	3.58 183	1.58 195	0.34 166	0.21 81	0.32 135	0.21 29	0.44 225	0.29 76

ADCS	4.22 358	5.33 382	16.32 273	1.64 326	1.31 277	3.91 205	3.64 384	4.21 290	2.89 318	5.11 382	2.81 324	4.46 354	3.06 321	5.21 213	19.50 407	0.63 325	0.64 351	0.69 347	0.69 348	1.12 358	1.26 356

UNDER WATER-64	9.33 400	5.37 383	22.60 406	5.22 413	4.86 411	10.75 406	4.61 394	11.45 405	17.30 411	7.59 395	9.80 394	15.99 405	17.90 410	10.63 327	15.72 386	4.36 405	2.87 403	4.39 413	2.86 410	7.01 412	5.36 415

KSHMR	16.96 413	5.37 383	21.64 401	4.46 407	4.50 408	8.30 404	3.32 374	15.58 417	76.24 434	6.62 393	61.47 432	56.53 432	5.43 368	35.17 424	11.37 374	4.39 406	2.97 408	3.63 411	2.74 409	5.10 405	4.34 412

GASNet	3.24 323	5.55 385	20.58 371	1.56 316	1.25 269	2.32 48	1.12 237	4.04 249	2.67 287	1.88 118	2.10 234	3.00 266	2.16 271	10.59 325	2.43 287	0.65 331	0.37 270	0.61 334	0.45 300	0.87 338	0.58 284

AnyNet_C32	4.17 356	5.75 386	12.62 225	1.60 321	1.54 316	5.51 388	4.09 391	3.90 209	3.23 351	4.22 374	3.03 333	3.10 273	3.41 334	8.01 269	18.85 405	0.53 309	0.58 340	0.53 310	0.74 351	1.19 366	0.97 343

MADNet++	7.57 398	5.80 387	13.28 230	6.38 414	5.26 412	7.18 397	7.77 402	5.32 392	5.62 393	6.11 389	7.78 377	6.02 381	8.01 394	11.74 371	16.36 392	9.36 417	4.95 416	8.57 418	5.66 415	4.83 404	5.34 414

coex-ft	18.59 415	6.62 388	113.53 438	1.17 201	1.31 277	2.33 49	1.93 326	2.81 85	14.00 407	124.82 440	8.45 384	5.90 380	51.74 433	9.99 310	22.69 411	0.57 316	0.62 348	0.50 299	0.49 312	1.08 356	1.28 357

RTS	3.90 346	7.04 389	17.94 300	1.92 355	2.19 375	5.00 382	2.96 364	4.29 319	3.19 345	4.05 366	3.08 335	4.94 368	3.16 323	7.64 263	6.72 347	0.66 333	0.44 305	0.51 302	0.47 305	0.95 343	0.76 321

RTSA	3.90 346	7.04 389	17.94 300	1.92 355	2.19 375	5.00 382	2.96 364	4.29 319	3.19 345	4.05 366	3.08 335	4.94 368	3.16 323	7.64 263	6.72 347	0.66 333	0.44 305	0.51 302	0.47 305	0.95 343	0.76 321

AnyNet_C01	4.37 360	7.80 391	16.40 274	1.98 360	1.40 296	6.37 393	6.47 398	4.09 263	5.03 388	4.06 368	3.78 355	4.16 341	3.31 330	6.62 242	10.00 368	0.61 322	0.67 355	0.63 338	0.67 343	2.01 379	1.31 359

RainbowNet	4.56 362	8.28 392	20.07 347	3.64 397	3.23 396	4.15 259	2.99 366	4.18 283	3.03 332	2.20 217	2.65 310	4.26 347	2.90 310	9.77 299	2.12 264	3.88 402	2.27 396	2.71 398	1.72 390	3.78 394	3.31 401

notaker	10.50 404	8.60 393	20.23 353	4.54 409	3.95 403	6.27 392	3.44 376	8.07 402	4.75 386	8.73 401	46.45 427	13.86 404	27.86 418	13.49 398	13.61 381	4.56 409	3.18 410	3.52 408	2.68 407	8.13 418	4.05 409

TorneroNet-64	10.12 401	8.74 394	20.95 380	4.27 402	3.76 402	13.86 412	2.85 359	15.05 414	23.15 419	10.07 408	23.84 416	13.47 401	8.24 396	13.96 404	17.21 397	3.96 403	2.72 401	3.23 404	2.48 403	6.29 407	4.27 411

Wz-Net-TNSev	3.67 339	8.83 395	13.47 233	1.48 299	1.18 248	3.60 151	2.49 348	4.27 314	3.13 338	2.18 211	1.89 197	4.21 346	2.80 306	12.10 382	7.58 358	0.57 316	0.55 333	0.47 275	0.54 327	0.91 342	1.05 347

DGTPSM_ROB	15.31 411	8.85 396	28.14 418	9.90 419	18.89 417	12.44 410	33.21 421	13.48 411	17.86 414	9.50 405	22.89 414	13.78 402	19.67 412	21.26 410	23.68 412	5.08 414	8.84 417	5.62 414	11.50 419	6.72 410	14.87 420

DPSMNet_ROB	15.52 412	8.89 397	31.44 419	10.07 420	18.91 418	12.44 410	33.22 422	13.51 412	17.94 415	9.58 406	22.91 415	13.79 403	19.67 412	21.43 411	23.73 413	5.17 415	8.84 417	5.63 415	11.52 422	6.79 411	14.90 421

otaku	4.58 364	8.93 398	19.95 341	3.11 388	2.67 382	3.91 205	2.57 352	3.82 188	2.25 217	2.22 226	9.72 393	4.08 336	2.35 284	8.57 275	2.13 267	3.51 396	1.65 387	2.15 388	1.17 377	3.69 392	3.15 396

Ntro	4.21 357	8.94 399	19.89 339	3.22 389	2.96 388	4.15 259	1.89 324	3.92 218	2.36 237	1.77 100	2.14 243	3.35 293	2.17 273	9.48 295	2.24 275	3.52 397	1.76 388	2.13 387	1.31 381	3.83 395	3.09 394

Dean	7.52 396	9.08 400	21.41 393	3.74 398	3.53 397	4.81 378	3.53 380	5.33 393	5.25 389	4.17 370	26.53 418	25.62 418	4.09 349	10.97 339	4.32 329	3.69 399	2.30 397	2.91 399	1.87 395	4.03 397	3.24 400

JetBlue	6.27 388	9.15 401	13.76 236	1.94 358	4.60 410	11.91 407	12.00 408	5.12 386	3.45 364	3.79 360	4.52 364	9.54 393	6.56 383	9.40 293	13.48 380	1.26 374	1.37 382	1.17 378	1.34 383	7.06 413	3.95 408

LVE	6.88 394	9.31 402	21.14 384	3.61 396	3.18 395	4.49 326	2.79 356	10.21 404	11.69 404	3.16 344	11.53 400	18.33 406	4.31 352	11.66 366	3.52 322	4.45 408	2.93 404	2.56 392	1.91 396	3.62 389	3.16 397

SQANet	3.70 340	9.34 403	18.41 308	2.75 381	2.74 384	3.40 114	1.47 286	3.50 139	1.68 124	2.60 298	1.75 141	2.69 239	1.91 251	6.72 248	1.74 222	2.96 389	1.41 383	1.85 384	1.12 374	3.17 386	2.70 392

MADNet+	3.97 350	9.54 404	13.83 242	1.87 353	1.69 345	4.19 280	2.87 360	4.80 382	4.10 379	2.51 285	2.67 312	4.55 358	3.41 334	8.72 277	6.92 353	1.25 373	1.27 380	1.04 371	0.93 366	1.39 373	1.85 376

PWCK	5.85 383	9.95 405	15.22 266	2.90 384	1.56 323	5.66 390	7.69 401	5.27 389	4.74 385	3.88 361	7.51 376	8.04 389	5.28 365	15.18 406	8.40 362	3.08 391	1.51 384	2.24 389	1.37 385	5.55 406	1.96 379

ktn	21.74 418	10.34 406	19.68 332	4.53 408	4.00 404	6.53 395	4.51 393	6.79 399	78.82 436	84.69 436	100.86 440	58.49 433	7.57 391	12.11 383	13.35 379	4.58 412	3.24 411	3.49 406	2.62 405	4.65 403	3.84 407

MSC_U_SF_DS_RVC	4.48 361	10.62 407	15.18 265	1.55 314	1.45 307	6.16 391	3.54 382	5.41 395	3.68 370	2.59 297	2.74 316	4.81 366	2.20 276	13.79 402	4.40 330	2.04 383	3.36 412	1.05 372	1.20 379	2.09 380	1.72 373

MFN_U_SF_RVC	3.81 344	10.78 408	15.01 260	1.84 349	1.39 294	3.73 172	1.63 304	4.05 253	3.26 353	2.91 324	2.38 287	4.36 352	3.65 340	8.43 273	4.91 339	1.11 369	1.04 371	0.99 369	1.31 381	1.58 375	1.75 375

MFN_U_SF_DS_RVC	3.94 348	10.88 409	12.30 224	1.26 233	1.55 320	5.19 385	3.33 375	4.42 349	2.82 313	2.58 294	2.62 307	5.00 370	2.11 265	14.03 405	2.73 304	1.28 375	2.34 399	0.67 346	1.83 393	0.81 333	1.03 346

TorneroNet	25.88 420	11.28 410	21.62 399	4.20 401	4.07 405	55.25 431	3.15 372	15.16 415	76.94 435	58.09 431	82.72 437	86.88 437	41.15 424	13.35 396	18.13 401	4.32 404	2.85 402	3.45 405	2.62 405	8.33 419	4.14 410

SPstereo	30.42 422	11.55 411	18.72 313	8.51 417	9.93 414	50.05 430	82.85 438	71.73 436	35.92 427	30.73 424	29.66 419	48.61 431	42.30 432	47.77 435	58.10 435	7.32 416	8.89 419	20.37 424	10.07 418	7.98 417	7.43 419

ACVNet_2	5.41 376	12.60 412	20.42 365	3.27 390	3.15 394	4.50 329	3.02 367	4.66 376	3.73 371	3.35 352	5.36 370	7.86 388	2.88 308	12.33 386	4.76 336	3.12 392	2.22 394	2.70 397	1.69 387	3.49 388	3.10 395

WAO-8	11.95 407	13.02 413	20.56 369	3.50 391	3.08 391	15.11 415	2.80 357	12.91 409	19.11 416	7.69 396	13.12 403	11.62 396	7.01 387	84.40 438	7.91 359	3.42 394	1.92 391	3.54 409	1.93 397	3.68 390	2.69 390

Venus	11.95 407	13.02 413	20.56 369	3.50 391	3.08 391	15.11 415	2.80 357	12.91 409	19.11 416	7.69 396	13.12 403	11.62 396	7.01 387	84.40 438	7.91 359	3.42 394	1.92 391	3.54 409	1.93 397	3.68 390	2.69 390

IMH	6.81 393	13.66 415	20.41 364	4.33 406	3.74 399	5.50 387	3.06 369	5.49 396	6.22 396	4.64 379	10.35 395	9.30 392	8.03 395	13.61 400	6.81 349	4.80 413	2.99 409	3.09 402	2.12 399	4.36 401	3.61 403

ACVNet-4b	6.73 391	13.67 416	21.87 402	3.54 394	3.07 390	4.19 280	2.25 341	4.03 245	3.65 368	1.64 79	3.98 360	5.88 379	2.89 309	10.01 311	16.98 395	23.29 428	2.24 395	2.53 391	1.78 391	3.87 396	3.21 399

FADE	78.44 436	13.79 417	36.09 421	10.71 421	13.34 416	4.15 259	4.14 392	28.60 422	8.36 400	5.15 383	3.88 358	11.85 399	36.55 420	44.37 426	28.26 422	474.90 442	161.58 441	347.36 442	322.13 442	7.29 414	6.23 417

ACVNet_1	6.04 386	13.97 418	21.36 392	3.58 395	3.14 393	4.73 371	2.48 347	4.20 286	3.17 343	2.98 332	2.83 326	23.31 412	4.34 353	11.06 345	2.45 288	3.68 398	2.33 398	2.60 393	1.79 392	3.69 392	3.19 398

HanzoNet	31.60 423	17.23 419	21.22 389	7.32 415	5.84 413	7.25 399	3.53 380	13.82 413	14.20 409	50.38 429	47.01 428	44.45 422	56.61 434	36.61 425	32.00 424	63.89 434	56.57 435	7.97 417	89.20 435	28.69 423	28.25 426

Anonymous_1	57.11 434	19.68 420	26.15 415	23.10 422	142.31 438	30.84 421	39.75 424	33.86 426	16.98 410	70.53 435	15.42 410	23.46 413	19.75 414	23.04 413	27.23 419	164.73 440	9.02 420	130.38 436	137.40 437	161.27 441	27.24 425

DPSM_ROB	20.78 416	20.03 421	26.57 416	23.62 423	22.46 419	31.10 422	39.97 425	33.52 424	17.41 412	15.25 415	15.80 411	24.06 415	20.71 415	23.30 415	27.62 420	10.78 419	9.41 421	11.69 421	11.50 419	14.49 421	16.36 422

DPSM	20.78 416	20.03 421	26.57 416	23.62 423	22.46 419	31.10 422	39.97 425	33.52 424	17.41 412	15.25 415	15.80 411	24.06 415	20.71 415	23.30 415	27.62 420	10.78 419	9.41 421	11.69 421	11.50 419	14.49 421	16.36 422

JetRed	10.48 403	27.10 423	35.70 420	4.27 402	4.09 406	15.55 417	12.83 409	12.16 406	5.50 391	5.83 386	5.56 372	10.14 394	7.43 389	8.88 280	26.39 418	3.32 393	3.81 413	3.51 407	2.96 412	7.85 415	6.69 418

LRCNet_RVC	25.52 419	33.45 424	23.21 411	31.79 425	32.78 422	6.74 396	1.18 248	25.88 420	4.46 380	28.94 418	30.89 420	24.91 417	17.57 409	27.66 419	24.34 415	35.26 430	25.60 431	35.91 431	33.81 430	31.90 431	34.10 432

LSM0	49.58 432	40.04 425	53.62 435	97.15 435	128.68 437	62.75 437	79.89 432	67.63 435	35.11 426	33.02 425	32.61 426	48.43 430	41.60 425	46.60 430	55.43 430	21.63 427	18.99 430	23.62 430	23.13 424	29.47 430	52.26 436

MyStereo03	41.77 424	40.13 426	53.46 432	47.73 429	45.04 427	62.50 432	80.72 435	66.91 430	34.93 422	30.53 420	31.77 421	48.26 427	41.67 426	46.68 432	55.85 432	21.53 422	18.88 426	23.46 425	23.21 426	29.14 425	33.09 429

MyStereo02	41.77 424	40.13 426	53.46 432	47.73 429	45.04 427	62.50 432	80.72 435	66.91 430	34.93 422	30.53 420	31.77 421	48.26 427	41.67 426	46.68 432	55.85 432	21.53 422	18.88 426	23.46 425	23.21 426	29.14 425	33.09 429

MyStereo	41.77 424	40.13 426	53.46 432	47.73 429	45.04 427	62.50 432	80.72 435	66.91 430	34.93 422	30.53 420	31.77 421	48.26 427	41.67 426	46.68 432	55.85 432	21.53 422	18.88 426	23.46 425	23.21 426	29.14 425	33.09 429

Selective-RAFT-Error	41.77 424	40.16 429	53.34 430	47.73 429	45.25 431	62.51 435	80.64 433	67.22 433	34.93 422	30.64 423	31.81 424	48.11 425	42.11 430	46.57 429	54.95 429	21.61 426	18.87 425	23.48 428	23.15 425	29.16 428	33.08 428

CasAABBNet	41.80 428	40.20 430	53.41 431	47.73 429	45.18 430	62.51 435	80.71 434	67.26 434	34.80 421	30.49 419	31.88 425	48.24 426	41.81 429	46.63 431	55.64 431	21.60 425	18.88 426	23.48 428	23.22 429	29.19 429	33.05 427

HaxPig	43.25 429	43.65 431	45.00 425	33.85 426	35.61 424	32.69 424	30.52 419	45.09 427	42.97 429	48.77 427	48.17 429	43.00 421	40.26 422	44.58 427	43.61 425	47.18 431	49.30 432	51.54 433	50.25 432	43.73 432	45.29 433

AVERAGE_ROB	44.46 430	45.91 432	46.59 426	40.59 428	38.66 425	32.99 425	30.52 419	46.19 428	43.26 430	49.59 428	48.97 430	44.62 423	39.89 421	45.04 428	43.94 426	48.74 432	50.69 433	50.80 432	49.79 431	45.54 433	46.97 434

MEDIAN_ROB	47.37 431	49.08 433	49.92 428	40.32 427	39.97 426	34.95 426	33.43 423	49.17 429	46.39 432	53.06 430	52.65 431	47.65 424	42.23 431	48.35 436	47.29 427	52.10 433	54.04 434	54.28 434	53.48 433	48.76 434	50.33 435

PML	64.32 435	53.22 434	17.88 299	8.10 416	32.94 423	148.46 441	247.79 442	12.18 407	45.42 431	111.41 438	288.92 442	101.47 440	101.31 440	31.67 420	15.55 384	14.03 421	4.83 415	10.98 420	6.18 416	28.82 424	5.17 413

DLNR_Zeroshot_test	28.62 421	55.50 435	49.94 429	183.62 438	115.05 436	3.43 116	0.28 1	29.49 423	1.49 47	1.01 31	1.26 42	0.93 45	0.63 8	3.92 195	1.51 187	29.81 429	0.41 295	0.26 37	0.23 59	93.28 435	0.32 112

BEATNet-Init1	49.72 433	64.32 436	97.77 437	4.68 410	4.28 407	84.75 438	60.42 428	73.38 437	68.59 433	88.29 437	88.51 439	91.94 438	97.99 439	85.26 440	70.96 439	0.80 350	0.65 352	0.85 364	0.70 349	7.96 416	2.33 383

xxxxx1	112.33 439	88.53 437	37.76 422	227.84 440	157.23 439	39.05 427	61.41 429	93.76 438	79.29 437	62.45 432	74.79 434	78.32 434	70.96 436	33.47 421	70.69 436	114.00 437	130.36 438	259.31 439	274.34 439	145.54 438	147.50 439

tt_ll	112.33 439	88.53 437	37.76 422	227.84 440	157.23 439	39.05 427	61.41 429	93.76 438	79.29 437	62.45 432	74.79 434	78.32 434	70.96 436	33.47 421	70.69 436	114.00 437	130.36 438	259.31 439	274.34 439	145.54 438	147.50 439

ff	112.33 439	88.53 437	37.76 422	227.84 440	157.23 439	39.05 427	61.41 429	93.76 438	79.29 437	62.45 432	74.79 434	78.32 434	70.96 436	33.47 421	70.69 436	114.00 437	130.36 438	259.31 439	274.34 439	145.54 438	147.50 439

ASD4	103.30 438	113.98 440	120.24 439	106.67 436	79.75 432	115.36 439	120.35 439	119.13 441	79.65 440	120.04 439	74.64 433	101.45 439	65.48 435	109.11 441	84.31 441	104.31 435	90.04 437	133.15 437	103.58 436	130.15 437	94.66 438

DPSimNet_ROB	102.30 437	119.72 441	143.59 440	109.42 437	94.10 434	127.22 440	127.15 440	26.62 421	102.36 441	149.58 441	83.99 438	139.34 441	137.54 441	64.62 437	82.36 440	105.18 436	66.15 436	120.15 435	69.61 434	99.58 436	77.72 437

test_example2	212.63 442	219.92 442	221.87 442	213.67 439	221.17 442	199.47 442	200.74 441	185.30 442	141.66 442	209.52 442	213.45 441	210.82 442	205.48 442	221.27 442	216.64 442	236.83 441	242.07 442	213.93 438	217.01 438	235.69 442	226.10 442

Low-res two-view benchmark