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	1.34 11	0.48 1	2.20 5	3.01 383	1.66 330	4.08 241	0.73 94	1.96 21	1.51 17	0.86 12	1.10 15	0.59 2	0.53 2	1.36 28	0.94 37	3.07 388	0.14 1	0.21 2	0.14 1	0.38 152	1.78 300

s12784h	2.08 52	0.50 2	16.85 118	0.75 8	0.36 3	4.42 310	0.49 16	4.23 278	3.08 231	2.03 150	2.67 312	0.91 42	1.05 77	2.05 101	0.78 7	0.37 162	0.18 5	0.24 14	0.16 5	0.27 15	0.26 5

PMTNet	1.13 8	0.55 3	3.88 15	0.71 6	0.59 80	4.21 282	0.43 10	2.00 22	1.58 30	1.02 26	1.06 11	0.78 25	0.98 57	1.58 49	0.93 31	1.21 366	0.20 17	0.23 4	0.15 3	0.23 3	0.27 6

EGLCR-Stereo	2.52 131	0.56 4	9.39 40	1.16 155	0.81 142	5.24 383	0.61 44	4.20 268	1.56 27	1.09 31	0.71 1	1.09 55	0.66 13	1.92 90	0.82 18	0.29 33	0.30 148	0.29 78	0.24 65	0.37 143	19.09 420

GrayStereo	3.68 304	0.56 4	20.61 317	1.71 319	0.90 165	4.17 267	8.11 403	3.17 95	4.13 335	2.80 309	2.49 292	1.70 112	17.06 408	2.83 165	1.25 93	0.37 162	0.23 71	0.27 44	0.32 203	0.30 44	0.57 151

GMM-Stereo	2.52 131	0.56 4	20.57 311	0.92 62	0.83 145	4.18 271	1.88 320	2.51 46	2.40 136	2.48 274	2.30 265	1.69 110	1.84 241	2.93 169	1.25 93	0.32 84	0.19 9	0.33 164	0.49 305	0.37 143	2.40 318

CFNet-RSSM	2.17 62	0.56 4	20.50 300	1.08 126	0.57 76	3.42 104	0.62 51	4.24 285	1.60 38	1.73 87	1.39 58	2.55 221	1.19 110	1.36 28	1.04 56	0.29 33	0.20 17	0.26 34	0.23 52	0.28 20	0.32 17

KYRaft	2.55 144	0.57 8	20.60 316	0.98 94	0.51 57	4.38 301	1.76 313	2.51 46	1.59 33	2.48 274	2.98 329	1.99 167	3.36 332	2.17 115	0.96 43	0.34 123	0.22 48	0.33 164	0.46 298	0.38 152	2.44 320

LoS	1.05 5	0.58 9	3.31 10	0.91 56	0.38 6	4.14 256	0.50 19	2.22 32	1.49 13	1.02 26	0.88 7	0.62 5	0.84 37	1.69 59	0.94 37	0.27 21	0.20 17	0.24 14	0.17 8	0.22 2	0.32 17

Selective-IGEV	1.42 15	0.58 9	8.82 39	0.92 62	0.85 150	1.32 10	0.80 128	2.85 75	3.84 323	0.87 15	1.68 113	0.71 16	0.62 7	1.30 15	0.75 4	0.24 4	0.27 129	0.24 14	0.19 9	0.27 15	1.18 266

Selective-RAFT	1.34 11	0.58 9	2.21 6	1.01 105	0.49 48	4.19 279	0.51 21	3.39 115	3.62 313	1.15 34	1.40 60	1.45 95	1.40 140	2.09 104	1.31 104	0.43 215	0.40 217	0.25 23	0.26 90	0.29 33	0.38 58

MC-Stereo	2.54 139	0.58 9	6.38 26	1.30 217	1.37 272	4.56 339	0.60 41	2.08 27	1.57 29	1.97 128	1.68 113	0.89 41	1.12 93	1.46 37	0.88 25	0.27 21	8.44 395	0.27 44	0.22 43	0.26 12	14.87 401

DCANet-4	2.06 51	0.58 9	15.30 84	0.86 36	0.44 30	4.16 262	0.57 29	4.31 311	3.28 262	2.31 227	1.82 158	1.04 52	1.54 175	1.69 59	1.56 147	0.35 135	0.24 90	0.24 14	0.19 9	0.25 5	0.57 151

tt	7.29 393	0.58 9	7.34 28	4.04 398	2.30 368	12.04 408	20.18 414	15.60 418	7.41 398	3.46 350	3.36 345	5.36 374	6.39 372	4.27 199	7.46 336	9.80 419	11.53 416	7.04 417	7.45 418	6.31 408	3.81 346

test_3	2.17 62	0.58 9	18.64 155	1.11 134	0.78 135	2.15 34	0.85 152	4.42 338	1.47 8	2.00 136	1.20 27	2.02 172	0.79 33	2.70 160	1.35 107	0.29 33	1.04 319	0.29 78	0.29 159	0.31 49	1.07 257

PSM-AAD	3.41 282	0.58 9	20.55 305	0.95 77	0.56 69	4.46 314	7.40 401	3.11 92	1.58 30	2.30 224	2.56 301	1.26 74	16.19 407	2.47 141	1.00 52	0.32 84	0.22 48	0.58 325	0.41 280	0.37 143	1.32 272

CASnet	0.85 2	0.59 17	1.66 2	0.91 56	0.30 1	1.37 11	0.73 94	1.63 6	1.94 79	1.66 75	1.14 23	0.66 7	0.63 8	1.07 2	0.90 27	0.37 162	0.17 3	0.41 246	0.31 193	0.33 88	0.23 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	1.62 20	0.59 17	5.29 21	1.12 141	0.76 132	4.41 309	0.79 124	4.12 241	3.26 258	2.02 145	1.36 53	2.82 248	1.56 180	1.90 89	0.81 13	0.29 33	0.25 102	0.26 34	0.19 9	0.25 5	0.35 35

GLC_STEREO	0.83 1	0.59 17	1.71 3	0.89 48	0.34 2	1.88 20	0.80 128	1.48 2	1.60 38	0.98 25	1.06 11	0.68 8	0.71 16	1.19 9	0.89 26	0.25 8	0.25 102	0.32 132	0.25 76	0.32 67	0.34 30

test-3	2.19 64	0.59 17	18.63 154	1.13 146	0.75 128	2.07 29	0.89 166	4.37 330	1.53 20	2.25 209	1.20 27	2.05 178	0.79 33	2.68 157	1.35 107	0.29 33	0.95 314	0.28 64	0.27 105	0.27 15	1.47 282

test_1	2.19 64	0.59 17	18.67 156	1.13 146	0.78 135	2.07 29	0.89 166	4.37 330	1.53 20	2.18 192	1.20 27	2.05 178	0.78 27	2.68 157	1.36 114	0.29 33	0.93 311	0.28 64	0.27 105	0.28 20	1.53 285

CREStereo++_RVC	1.98 35	0.59 17	19.94 230	0.87 42	0.55 66	4.02 227	0.31 2	1.75 14	2.09 90	1.65 74	2.20 246	0.85 37	0.65 11	1.03 1	0.72 2	0.29 33	0.16 2	0.23 4	1.22 376	0.25 5	0.22 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
CREStereo	1.00 4	0.59 17	1.82 4	0.66 1	0.36 3	4.43 311	0.40 7	2.43 40	1.98 82	0.96 24	1.22 31	0.88 39	0.87 41	1.30 15	0.79 11	0.30 55	0.20 17	0.23 4	0.16 5	0.23 3	0.22 1
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
MIF-Stereo	1.73 28	0.60 24	20.25 266	0.98 94	1.19 238	0.78 3	0.39 5	1.19 1	1.55 24	1.21 36	1.28 40	0.52 1	0.64 9	1.17 7	1.16 73	0.35 135	0.20 17	0.25 23	0.22 43	0.42 192	0.31 14

LCNet	2.54 139	0.60 24	20.89 338	1.01 105	0.57 76	3.60 141	1.21 254	3.20 97	1.70 58	2.17 189	1.76 134	1.43 92	4.12 347	3.61 181	0.94 37	0.32 84	0.20 17	0.28 64	0.76 349	0.50 244	1.83 304

FTStereo	3.74 307	0.60 24	20.43 287	0.99 99	0.66 104	4.34 298	11.24 405	2.63 65	1.95 80	2.58 283	5.03 369	1.90 151	13.77 402	3.70 184	1.28 101	0.41 191	0.24 90	0.31 117	0.33 210	0.32 67	2.08 308

RAFT-345	2.55 144	0.60 24	19.89 226	1.22 180	0.49 48	4.43 311	0.77 115	1.68 7	3.54 308	2.09 169	3.10 336	1.95 159	1.30 124	6.65 241	1.47 136	0.41 191	0.23 71	0.32 132	0.26 90	0.29 33	0.28 7

Prome-Stereo	2.57 153	0.60 24	20.29 272	1.01 105	0.62 93	4.40 307	1.80 316	3.22 99	1.74 60	2.18 192	3.43 347	1.71 114	3.45 336	2.24 125	1.19 77	0.32 84	0.20 17	0.27 44	0.25 76	0.37 143	2.15 311

riskmin	2.46 123	0.61 29	12.91 57	1.22 180	1.65 327	3.56 133	0.61 44	4.30 301	1.50 14	1.86 104	1.16 24	4.30 346	2.02 254	1.53 47	1.32 105	0.29 33	0.95 314	0.34 182	0.23 52	0.43 201	8.34 380

RCA-Stereo	1.38 13	0.61 29	3.95 17	0.94 69	0.48 41	4.68 362	0.78 118	4.17 258	1.95 80	1.93 112	1.84 171	0.94 45	1.48 159	1.23 10	0.75 4	0.30 55	0.43 235	0.25 23	0.20 19	0.26 12	0.37 51

DisPM	2.29 86	0.61 29	20.25 266	1.79 330	0.52 60	4.58 340	0.77 115	2.50 45	2.22 107	2.49 277	1.82 158	1.45 95	1.01 63	2.73 161	1.04 56	0.48 255	0.20 17	0.32 132	0.31 193	0.32 67	0.45 89

Gwc-CoAtRS	1.80 29	0.61 29	14.92 80	1.08 126	0.61 84	2.88 55	0.63 56	2.47 42	1.62 44	1.80 99	1.50 70	2.73 237	1.17 105	1.35 26	1.08 62	0.30 55	0.22 48	0.25 23	0.23 52	0.28 20	0.30 12

FENet	2.30 89	0.61 29	20.21 260	1.43 265	0.68 113	4.04 230	0.60 41	4.01 201	2.26 115	2.03 150	1.13 20	2.42 209	1.42 147	1.72 67	1.43 126	0.36 155	0.24 90	0.33 164	0.27 105	0.29 33	0.51 126

AE-Stereo	2.91 213	0.63 34	17.05 121	1.15 151	0.63 96	4.39 305	0.70 79	4.02 206	2.12 96	1.24 43	2.04 213	1.01 50	0.91 46	1.67 53	1.42 124	0.30 55	1.14 324	0.28 64	0.28 129	0.27 15	16.93 419

CES	1.08 7	0.63 34	2.53 8	0.95 77	2.18 361	2.13 32	0.50 19	2.07 26	1.46 7	0.79 6	1.06 11	0.61 4	0.48 1	1.45 36	0.87 23	0.24 4	0.18 5	0.24 14	0.15 3	0.64 290	2.36 317

SST-Stereo	2.63 167	0.63 34	19.76 213	1.69 314	0.46 32	4.71 368	0.74 102	2.27 33	3.07 230	2.07 164	2.15 232	2.42 209	3.17 323	6.66 242	0.95 42	0.45 230	0.19 9	0.30 99	0.27 105	0.35 122	0.31 14

RAFT-Test	1.67 26	0.64 37	6.13 24	1.25 201	1.82 348	3.06 66	0.78 118	4.02 206	3.09 234	1.88 105	1.70 118	3.76 315	1.03 64	1.40 32	1.07 61	0.29 33	0.33 164	0.25 23	0.23 52	0.29 33	0.33 22

BUS	1.64 23	0.64 37	3.82 12	0.94 69	0.86 152	4.50 323	0.75 107	4.49 347	2.29 123	2.96 324	1.82 158	3.61 308	1.03 64	1.79 75	1.18 74	0.39 181	0.25 102	0.31 117	0.28 129	0.38 152	0.41 70

BSDual-CNN	1.61 19	0.64 37	3.82 12	0.94 69	0.86 152	4.18 271	1.14 242	4.49 347	2.29 123	2.96 324	1.82 158	2.58 226	1.30 124	1.79 75	1.44 130	0.39 181	0.25 102	0.31 117	0.28 129	0.38 152	0.41 70

psmg	1.63 21	0.64 37	3.82 12	0.96 84	0.86 152	4.35 299	1.41 278	4.11 236	2.29 123	2.68 294	2.09 226	2.58 226	1.30 124	1.79 75	1.44 130	0.39 181	0.29 140	0.33 164	0.34 219	0.38 152	0.44 85

PFNet+	2.46 123	0.64 37	21.10 360	0.98 94	0.48 41	4.63 348	0.83 141	2.47 42	3.48 303	2.14 179	1.67 111	1.34 78	1.03 64	4.66 201	1.35 107	0.49 261	0.33 164	0.38 233	0.39 263	0.33 88	0.49 116

RAFT_R40	2.61 160	0.64 37	19.86 222	1.69 314	0.46 32	4.74 371	0.95 205	2.28 34	2.52 153	2.02 145	2.32 267	2.69 236	2.52 294	6.70 244	1.05 59	0.42 201	0.19 9	0.30 99	0.27 105	0.33 88	0.29 10

RAFT-RH_RVC	2.72 187	0.64 37	20.10 249	1.48 274	0.49 48	4.46 314	0.56 26	1.73 13	2.86 196	3.06 329	5.50 371	2.02 172	1.28 121	6.70 244	1.56 147	0.46 243	0.22 48	0.37 221	0.34 219	0.29 33	0.33 22

knoymous	1.50 16	0.65 44	8.73 38	0.91 56	0.75 128	2.97 63	0.90 182	2.93 76	1.38 4	1.56 61	1.07 14	2.75 242	0.88 42	1.43 34	1.13 66	0.32 84	0.22 48	0.35 199	0.20 19	0.45 216	0.41 70

PSM-softLoss	2.62 163	0.65 44	21.11 361	2.46 365	0.49 48	4.68 362	0.68 71	2.61 63	4.23 340	2.14 179	1.47 67	1.42 90	0.99 58	6.04 227	1.24 87	0.47 250	0.23 71	0.37 221	0.39 263	0.33 88	0.34 30

KMStereo	2.62 163	0.65 44	21.11 361	2.46 365	0.49 48	4.68 362	0.68 71	2.61 63	4.23 340	2.14 179	1.47 67	1.42 90	0.99 58	6.04 227	1.24 87	0.47 250	0.23 71	0.37 221	0.39 263	0.33 88	0.34 30

DEmStereo	3.24 265	0.65 44	18.95 164	0.83 27	0.54 63	3.85 188	1.79 315	2.53 49	2.54 155	2.25 209	2.74 318	2.02 172	6.02 368	6.78 247	11.30 352	0.40 188	0.26 122	0.27 44	0.27 105	0.28 20	0.57 151

R-Stereo Train	2.13 55	0.65 44	19.43 190	1.02 109	0.67 106	3.79 176	0.89 166	4.12 241	1.55 24	2.15 183	1.72 124	1.13 58	0.94 51	1.46 37	1.30 102	0.32 84	0.25 102	0.27 44	0.21 26	0.28 20	0.37 51

RAFT-Stereo	2.13 55	0.65 44	19.43 190	1.02 109	0.67 106	3.79 176	0.89 166	4.12 241	1.55 24	2.15 183	1.72 124	1.13 58	0.94 51	1.46 37	1.30 102	0.32 84	0.25 102	0.27 44	0.21 26	0.28 20	0.37 51
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	3.02 229	0.65 44	19.48 194	0.94 69	0.90 165	3.71 162	1.20 252	5.61 393	2.87 198	3.24 342	2.49 292	2.53 218	1.61 190	11.39 350	1.90 209	0.37 162	0.27 129	0.27 44	0.24 65	0.31 49	0.39 62
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MGS-Stereo	1.24 10	0.66 51	9.68 42	0.97 91	0.40 21	1.26 9	0.72 87	1.50 3	1.35 1	1.03 28	2.26 254	0.80 30	0.56 3	1.28 13	0.78 7	0.31 69	0.23 71	0.26 34	0.22 43	0.28 20	0.34 30

cross-raft	1.95 33	0.66 51	16.17 102	1.23 186	0.92 171	2.25 37	0.70 79	3.69 144	1.68 56	1.78 95	1.53 72	3.15 273	1.13 94	1.35 26	1.06 60	0.24 4	0.23 71	0.26 34	0.24 65	0.29 33	0.45 89

AEACV	2.12 54	0.67 53	6.33 25	1.38 243	1.50 292	3.53 128	0.90 182	2.83 74	1.60 38	0.91 20	0.81 6	0.80 30	1.61 190	1.56 48	0.73 3	0.25 8	0.60 279	0.26 34	0.27 105	0.29 33	15.65 410

AAGNet	3.88 317	0.67 53	20.04 239	2.27 355	0.46 32	4.76 373	1.05 225	2.28 34	3.38 284	2.16 187	1.84 171	2.40 203	3.95 344	6.22 231	24.21 413	0.49 261	0.19 9	0.30 99	0.29 159	0.33 88	0.29 10

NF-Stereo	2.68 183	0.67 53	21.09 358	2.43 361	0.47 36	4.67 354	0.67 63	3.68 140	4.30 346	2.11 173	1.62 98	1.36 82	1.09 83	6.07 229	1.24 87	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

OCTAStereo	2.67 180	0.67 53	21.08 353	2.43 361	0.47 36	4.67 354	0.67 63	3.68 140	4.31 349	2.11 173	1.62 98	1.36 82	1.09 83	6.02 226	1.25 93	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

RE-Stereo	2.67 180	0.67 53	21.08 353	2.43 361	0.47 36	4.67 354	0.67 63	3.68 140	4.30 346	2.11 173	1.62 98	1.36 82	1.09 83	6.01 223	1.26 98	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

TVStereo	2.67 180	0.67 53	21.08 353	2.43 361	0.47 36	4.67 354	0.67 63	3.68 140	4.30 346	2.11 173	1.62 98	1.36 82	1.09 83	6.01 223	1.26 98	0.45 230	0.20 17	0.36 210	0.34 219	0.32 67	0.37 51

anonymousdsp2	2.72 187	0.68 59	11.15 48	1.20 171	0.64 98	3.66 154	0.71 84	3.71 148	2.14 99	1.62 69	1.61 95	1.95 159	1.00 60	2.24 125	0.81 13	0.32 84	0.50 262	0.28 64	0.20 19	0.34 109	19.58 421

test_4	1.98 35	0.68 59	15.65 93	0.91 56	0.48 41	4.11 246	1.09 231	2.41 38	1.50 14	1.55 59	2.31 266	1.87 148	0.79 33	2.86 167	1.51 138	0.34 123	0.19 9	0.29 78	0.29 159	0.30 44	0.40 65

ASMatch	2.65 172	0.68 59	20.65 321	1.60 296	0.71 119	4.40 307	0.77 115	2.02 24	1.65 51	1.71 84	3.89 355	1.93 153	3.75 341	5.45 212	1.67 174	0.33 107	0.24 90	0.34 182	0.28 129	0.34 109	0.57 151

DRaft	3.12 243	0.68 59	20.57 311	0.77 9	0.49 48	3.95 215	1.20 252	2.40 37	1.60 38	2.64 292	2.80 321	1.59 102	5.33 361	6.94 252	9.51 346	0.43 215	0.22 48	0.27 44	0.27 105	0.32 67	0.47 104

CRE-IMP	2.28 83	0.68 59	19.67 206	0.85 33	0.39 20	4.54 329	0.80 128	2.63 65	4.84 371	1.96 125	1.51 71	1.86 145	0.96 54	1.52 44	1.43 126	0.47 250	0.21 33	0.31 117	0.26 90	0.41 185	0.35 35

MSKI-zero shot	2.33 94	0.69 64	20.22 262	1.14 150	0.77 134	4.05 234	0.68 71	3.95 191	1.51 17	1.93 112	2.35 269	1.91 152	0.71 16	3.01 171	0.79 11	0.28 28	1.47 332	0.27 44	0.21 26	0.28 20	0.44 85

MIF-Stereo (partial)	1.93 32	0.69 64	21.14 363	0.74 7	1.02 193	1.07 5	0.49 16	2.75 71	1.78 64	0.82 8	1.22 31	0.80 30	0.90 44	1.68 54	1.63 166	0.38 174	0.24 90	0.33 164	0.26 90	0.41 185	0.32 17

iRaft-Stereo_20w	3.11 240	0.69 64	18.89 162	1.00 102	1.09 215	5.03 380	1.00 213	5.86 395	2.46 148	2.83 313	1.64 107	3.06 266	4.30 350	3.08 173	1.74 191	0.31 69	0.30 148	0.27 44	0.35 232	0.42 192	7.93 371

NRIStereo	2.32 91	0.69 64	20.07 241	1.35 231	0.38 6	4.73 369	0.89 166	2.43 40	3.35 280	1.95 123	1.37 55	1.75 118	1.21 112	2.97 170	1.35 107	0.49 261	0.22 48	0.29 78	0.26 90	0.31 49	0.33 22

PFNet	2.75 196	0.69 64	19.96 231	2.25 354	0.80 140	4.63 348	0.90 182	2.60 62	3.85 325	2.39 257	2.71 316	1.82 140	1.41 145	7.53 262	1.41 123	0.36 155	0.21 33	0.36 210	0.27 105	0.32 67	0.46 96

EAI-Stereo	4.89 357	0.69 64	7.74 31	0.99 99	1.63 320	4.68 362	51.52 428	5.79 394	3.37 282	3.64 356	7.24 374	1.10 56	0.95 53	2.51 143	1.71 184	0.33 107	0.31 152	0.28 64	2.04 399	0.28 20	0.92 240

Pruner-Stereo	2.33 94	0.70 70	20.66 322	2.05 349	0.48 41	4.73 369	0.78 118	2.55 57	2.70 169	2.47 272	1.57 88	1.48 97	1.03 64	1.71 64	1.55 146	0.48 255	0.21 33	0.34 182	0.30 176	0.31 49	0.42 77

DeepStereo_RVC	2.42 117	0.70 70	18.41 150	0.79 19	0.43 26	4.50 323	0.70 79	2.51 46	3.51 306	2.02 145	1.79 147	1.54 100	6.35 370	1.93 92	1.22 82	0.47 250	0.22 48	0.29 78	0.29 159	0.35 122	0.40 65

pcwnet_v2	2.73 192	0.70 70	22.43 404	1.11 134	1.02 193	3.58 136	0.80 128	4.31 311	3.42 293	2.39 257	2.28 260	2.99 259	1.68 214	3.31 176	1.54 144	0.44 221	0.51 264	0.41 246	0.34 219	0.62 281	0.74 213

XX-Stereo	2.66 176	0.70 70	21.17 368	2.33 358	1.24 250	4.31 297	0.45 12	4.48 346	1.60 38	2.39 257	1.89 184	4.60 359	0.60 5	4.17 196	1.11 65	0.34 123	0.26 122	0.29 78	0.29 159	0.53 251	0.43 81

PCWNet_CMD	2.16 59	0.71 74	15.44 89	0.84 28	0.76 132	3.38 96	0.68 71	3.69 144	2.24 109	1.72 85	1.63 102	3.20 275	3.00 314	2.09 104	1.23 83	0.32 84	0.37 192	0.47 275	0.27 105	0.65 295	0.51 126

IRAFT_RVC	2.74 193	0.71 74	19.80 214	2.52 367	0.67 106	4.60 344	1.57 297	3.05 89	2.99 212	2.23 206	1.72 124	2.08 181	2.59 295	6.69 243	1.61 161	0.37 162	0.21 33	0.33 164	0.29 159	0.33 88	0.35 35

MSMDNet	2.16 59	0.71 74	15.36 86	0.86 36	0.75 128	3.41 102	0.69 77	3.70 146	2.25 112	1.73 87	1.64 107	3.21 276	2.95 306	2.09 104	1.24 87	0.32 84	0.37 192	0.45 268	0.27 105	0.63 287	0.50 120

11t1	2.82 204	0.72 77	17.81 141	1.60 296	0.93 175	2.27 39	0.62 51	3.76 155	4.47 356	1.72 85	1.33 48	1.05 53	1.34 128	1.84 86	1.45 133	0.29 33	5.57 386	0.29 78	0.26 90	0.32 67	8.80 384

test-1	1.81 30	0.72 77	9.51 41	1.02 109	1.57 308	3.85 188	0.60 41	4.07 220	1.51 17	1.94 118	1.81 156	2.04 175	0.91 46	1.39 31	1.73 189	0.27 21	0.93 311	0.31 117	0.25 76	0.29 33	1.37 275

ICVP	2.19 64	0.72 77	19.18 175	1.03 112	0.88 160	4.22 284	0.94 202	3.44 119	1.69 57	1.68 78	1.76 134	1.35 80	1.19 110	1.80 80	1.40 122	0.58 302	0.37 192	0.34 182	0.30 176	0.41 185	0.59 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SMFormer	2.40 109	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 301	4.43 351	2.41 261	2.40 278	1.94 155	1.52 169	10.99 336	3.10 287	0.35 135	0.84 304	0.36 210	0.33 210	0.40 167	0.77 216

tta	2.44 119	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 301	4.43 351	2.41 261	2.40 278	1.94 155	1.52 169	10.99 336	3.10 287	0.35 135	0.84 304	0.36 210	0.33 210	0.31 49	1.75 295

qqq1	2.35 98	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 301	4.43 351	2.41 261	2.40 278	1.94 155	1.52 169	10.99 336	1.36 114	0.35 135	0.84 304	0.30 99	0.25 76	0.31 49	1.75 295

fff1	2.35 98	0.73 80	8.34 33	1.41 253	0.61 84	2.04 24	0.72 87	4.30 301	4.43 351	2.41 261	2.40 278	1.94 155	1.52 169	10.99 336	1.36 114	0.35 135	0.84 304	0.30 99	0.25 76	0.31 49	1.75 295

CASS	1.65 24	0.73 80	8.72 37	0.97 91	0.67 106	2.88 55	0.69 77	3.07 91	1.86 71	2.82 311	2.02 209	1.39 86	1.55 178	1.75 73	1.36 114	0.51 277	0.28 135	0.34 182	0.28 129	0.47 234	0.63 180
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	2.61 160	0.73 80	20.72 327	0.87 42	0.54 63	4.58 340	0.52 22	4.32 318	2.79 181	1.91 108	1.54 81	1.72 115	1.71 221	6.94 252	1.43 126	0.31 69	0.21 33	0.27 44	0.24 65	0.34 109	0.48 111

Patchmatch Stereo++	2.28 83	0.74 86	20.54 303	0.77 9	0.38 6	4.67 354	0.75 107	2.55 57	3.21 247	2.00 136	1.53 72	1.77 125	1.14 99	2.46 138	0.98 47	0.51 277	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35
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	2.26 76	0.74 86	20.53 302	0.77 9	0.38 6	4.67 354	0.71 84	2.54 50	3.22 252	2.00 136	1.53 72	1.77 125	1.13 94	2.22 123	0.96 43	0.50 271	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

ROB_FTStereo_v2	2.25 74	0.74 86	20.45 290	0.77 9	0.38 6	4.66 353	0.74 102	2.54 50	3.20 244	2.00 136	1.53 72	1.77 125	1.14 99	2.13 110	0.96 43	0.50 271	0.22 48	0.32 132	0.28 129	0.40 167	0.35 35

ROB_FTStereo	2.26 76	0.74 86	20.44 288	0.77 9	0.38 6	4.65 351	0.75 107	2.54 50	3.19 243	2.00 136	1.54 81	1.77 125	1.13 94	2.28 129	0.94 37	0.49 261	0.22 48	0.32 132	0.28 129	0.40 167	0.35 35

HUI-Stereo	2.27 79	0.74 86	20.56 307	0.77 9	0.38 6	4.67 354	0.78 118	2.54 50	3.23 255	2.00 136	1.53 72	1.77 125	1.13 94	2.21 122	0.93 31	0.49 261	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

iGMRVC	2.27 79	0.74 86	20.46 291	0.77 9	0.38 6	4.65 351	0.73 94	2.54 50	3.21 247	2.00 136	1.53 72	1.77 125	1.14 99	2.47 141	0.99 49	0.51 277	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

iRAFT	2.28 83	0.74 86	20.54 303	0.77 9	0.38 6	4.67 354	0.75 107	2.55 57	3.21 247	2.00 136	1.53 72	1.77 125	1.14 99	2.46 138	0.98 47	0.51 277	0.23 71	0.32 132	0.28 129	0.40 167	0.35 35

RAFT-IKP	2.27 79	0.74 86	20.55 305	0.77 9	0.38 6	4.64 350	0.73 94	2.54 50	3.21 247	2.00 136	1.53 72	1.77 125	1.13 94	2.25 128	1.00 52	0.51 277	0.22 48	0.32 132	0.28 129	0.40 167	0.35 35

CFNet_pseudo	2.03 47	0.74 86	12.75 55	0.87 42	0.74 124	3.91 202	0.65 60	4.04 213	1.93 77	1.93 112	1.79 147	3.25 279	1.61 190	2.51 143	1.25 93	0.32 84	0.37 192	0.53 307	0.28 129	0.64 290	0.50 120

HCRNet	2.24 72	0.74 86	14.54 75	0.82 26	1.36 269	4.11 246	0.70 79	3.61 132	3.03 223	1.83 103	1.61 95	1.58 101	1.40 140	5.79 218	1.60 159	0.35 135	0.28 135	0.36 210	0.29 159	0.34 109	0.46 96

ccs_rob	2.03 47	0.74 86	12.67 54	0.87 42	0.75 128	3.91 202	0.66 61	4.04 213	1.93 77	1.92 111	1.79 147	3.24 278	1.63 201	2.52 147	1.25 93	0.32 84	0.37 192	0.54 315	0.28 129	0.66 299	0.51 126

ttt	4.23 331	0.75 97	19.96 231	1.48 274	1.31 262	3.69 158	0.87 158	4.65 367	5.33 378	2.45 270	2.39 276	2.44 212	1.54 175	11.35 349	16.49 380	0.43 215	4.35 380	0.37 221	0.35 232	0.41 185	4.01 351

IGEV_Zeroshot_test	2.66 176	0.75 97	21.55 385	1.50 278	0.89 161	2.21 35	0.90 182	3.52 122	1.83 68	2.17 189	1.57 88	4.09 332	1.60 185	1.73 70	1.21 80	0.32 84	0.33 164	0.28 64	0.30 176	0.44 209	6.09 365

EKT-Stereo	7.93 395	0.75 97	21.17 368	1.84 333	109.80 435	4.51 327	0.61 44	4.13 244	1.59 33	1.89 106	1.24 33	1.96 164	1.35 129	4.02 192	1.36 114	0.42 201	0.31 152	0.29 78	0.27 105	0.35 122	0.78 218

CFNet_ucs	2.32 91	0.75 97	17.05 121	0.90 54	0.81 142	3.86 191	0.68 71	4.31 311	2.68 166	2.13 177	2.04 213	3.30 281	1.24 116	2.63 153	1.23 83	0.37 162	0.46 245	0.56 319	0.30 176	0.67 302	0.53 137

GwcNet-ADL	2.51 129	0.75 97	21.41 382	0.98 94	0.73 121	4.58 340	0.95 205	4.46 345	2.61 162	2.06 158	1.80 151	2.54 220	1.24 116	1.98 98	1.73 189	0.41 191	0.46 245	0.24 14	0.27 105	0.41 185	0.55 144

CrosDoStereo	5.27 364	0.75 97	20.07 241	0.85 33	0.53 61	3.40 99	18.03 411	3.90 179	3.29 267	1.99 132	8.27 381	1.95 159	6.95 379	7.34 257	25.94 416	0.33 107	0.22 48	0.30 99	0.28 129	0.35 122	0.61 173

DeepStereo_LL	5.27 364	0.75 97	20.07 241	0.85 33	0.53 61	3.40 99	18.03 411	3.90 179	3.29 267	1.99 132	8.27 381	1.95 159	6.95 379	7.34 257	25.94 416	0.33 107	0.22 48	0.30 99	0.28 129	0.35 122	0.61 173

SFCPSM	2.16 59	0.75 97	15.82 95	0.91 56	0.98 184	3.74 167	1.27 260	4.15 251	2.56 156	1.90 107	1.82 158	1.64 107	1.39 136	2.51 143	1.57 150	0.36 155	0.28 135	0.39 237	0.36 241	0.36 139	0.50 120

DAS	2.52 131	0.76 105	7.72 29	1.16 155	1.64 324	2.96 61	2.10 336	4.14 247	3.31 272	4.16 369	2.51 296	2.56 223	1.81 235	11.54 356	1.83 203	0.44 221	0.23 71	0.39 237	0.25 76	0.42 192	0.45 89

SepStereo	2.36 100	0.76 105	7.72 29	1.16 155	1.64 324	2.96 61	2.10 336	4.14 247	3.31 272	4.16 369	2.51 296	2.56 223	1.81 235	8.34 272	1.83 203	0.44 221	0.23 71	0.39 237	0.25 76	0.42 192	0.45 89

HHNet	2.51 129	0.76 105	20.83 333	0.67 2	0.67 106	4.07 238	0.90 182	3.85 172	1.59 33	2.14 179	4.91 368	0.98 47	3.32 328	1.73 70	1.80 199	0.41 191	0.20 17	0.31 117	0.28 129	0.38 152	0.44 85

hknet	2.34 96	0.78 108	13.86 63	0.94 69	1.07 209	4.18 271	1.14 242	4.49 347	3.00 214	2.96 324	1.82 158	3.47 292	1.30 124	4.11 195	1.77 193	0.35 135	0.25 102	0.31 117	0.28 129	0.38 152	0.41 70

PSMNet-ADL	2.01 43	0.78 108	2.89 9	1.11 134	0.86 152	4.13 251	0.80 128	3.84 170	2.26 115	1.74 90	1.87 180	2.90 254	1.81 235	10.37 320	2.34 253	0.49 261	0.47 253	0.29 78	0.30 176	0.39 163	0.56 146

GES	2.26 76	0.79 110	19.68 207	1.12 141	0.59 80	4.30 294	1.01 214	3.90 179	1.59 33	1.78 95	1.78 144	1.28 76	1.75 224	1.80 80	1.61 161	0.42 201	0.29 140	0.33 164	0.31 193	0.45 216	0.50 120

mmm	2.70 184	0.80 111	8.26 32	1.50 278	1.18 233	2.44 44	0.85 152	4.08 227	4.59 358	2.31 227	1.95 200	1.51 98	1.55 178	2.33 134	1.72 186	0.31 69	7.71 394	0.45 268	0.42 283	0.40 167	9.56 386

GANet-ADL	2.25 74	0.80 111	20.17 253	1.28 208	0.69 118	3.83 183	0.75 107	3.63 134	1.83 68	1.68 78	2.04 213	2.09 182	1.10 88	1.63 51	1.43 126	0.42 201	0.33 164	0.26 34	0.23 52	0.43 201	0.41 70

Anonymous3	2.20 68	0.80 111	20.08 246	0.86 36	0.86 152	4.46 314	0.84 148	3.64 137	1.40 5	1.37 48	1.40 60	1.11 57	1.03 64	1.71 64	1.24 87	0.75 341	0.58 276	0.34 182	0.35 232	0.48 239	0.65 187

ff7	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 335	0.83 141	1.68 7	3.44 294	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 404

ffff	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 335	0.83 141	1.68 7	3.44 294	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 404

11t	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 335	0.83 141	1.68 7	3.44 294	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 404

ccc-4	2.60 156	0.81 114	16.25 103	0.89 48	0.56 69	4.55 335	0.83 141	1.68 7	3.44 294	0.88 16	1.10 15	0.70 11	0.78 27	1.93 92	0.93 31	0.29 33	0.37 192	0.29 78	0.21 26	0.33 88	15.08 404

H2IRNET	2.19 64	0.83 118	19.13 171	1.25 201	0.61 84	4.48 321	0.44 11	2.94 78	1.86 71	1.08 30	2.29 262	1.67 108	1.40 140	2.18 117	1.64 169	0.41 191	0.21 33	0.33 164	0.37 249	0.38 152	0.39 62

anonymousdsp	3.14 246	0.83 118	20.28 269	0.94 69	0.64 98	4.54 329	0.82 137	2.03 25	3.32 275	0.91 20	1.13 20	0.78 25	0.77 25	1.78 74	0.90 27	0.29 33	0.25 102	0.29 78	0.21 26	0.33 88	21.81 423

anonymousa	3.14 246	0.83 118	19.20 177	1.62 300	9.63 409	2.06 28	0.78 118	2.93 76	2.20 104	1.95 123	2.17 237	3.41 289	1.81 235	1.33 21	1.67 174	0.29 33	8.64 398	0.34 182	0.37 249	0.32 67	1.33 273

x	2.94 219	0.83 118	16.07 97	1.51 280	0.83 145	2.13 32	0.96 210	3.97 195	4.73 364	1.73 87	1.43 64	1.61 103	1.27 118	2.24 125	1.71 184	0.29 33	6.91 391	0.34 182	0.31 193	0.34 109	9.60 387

IGEV-Stereo	3.15 248	0.83 118	20.31 276	0.94 69	0.64 98	4.54 329	0.82 137	2.01 23	3.31 272	0.91 20	1.13 20	0.79 29	0.77 25	1.79 75	0.92 30	0.29 33	0.25 102	0.29 78	0.21 26	0.33 88	21.85 424
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Former-RAFT_DAM_RVC	0.99 3	0.85 123	1.58 1	0.95 77	1.08 212	2.95 60	0.53 23	1.93 19	2.00 85	1.19 35	1.63 102	0.59 2	0.65 11	1.10 4	0.90 27	0.28 28	0.23 71	0.31 117	0.25 76	0.45 216	0.32 17

xxxx	4.25 332	0.86 124	14.59 76	1.30 217	1.16 229	3.51 124	0.63 56	4.56 357	5.42 384	2.33 241	2.29 262	2.04 175	1.39 136	10.23 314	18.00 399	0.33 107	7.15 393	0.31 117	0.30 176	0.35 122	8.33 379

UPFNet	2.23 70	0.86 124	14.25 70	1.28 208	1.44 286	3.51 124	1.34 267	4.05 216	2.11 94	2.44 269	1.53 72	2.41 207	1.39 136	3.62 183	1.91 211	0.41 191	0.41 223	0.37 221	0.32 203	0.44 209	0.48 111

SGM-Forest	4.96 359	0.86 124	21.02 345	1.22 180	0.83 145	4.05 234	3.26 370	4.40 337	3.49 305	4.40 374	3.69 353	4.66 363	13.91 405	11.94 373	17.16 392	0.66 319	0.46 245	0.49 293	0.39 263	0.49 243	1.77 299
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TransformOpticalFlow	3.07 236	0.87 127	20.87 337	1.10 130	0.56 69	4.18 271	0.64 58	4.36 327	3.28 262	2.19 197	3.08 334	4.32 347	5.01 358	7.36 259	1.59 155	0.34 123	0.18 5	0.32 132	0.26 90	0.29 33	0.57 151

TANstereo	1.98 35	0.87 127	20.35 279	0.80 20	0.37 5	4.05 234	0.38 4	1.50 3	1.65 51	2.03 150	2.16 236	0.84 35	0.93 50	1.09 3	0.68 1	0.30 55	0.36 187	0.24 14	0.20 19	0.26 12	0.46 96

ac_64	2.93 215	0.87 127	19.66 200	1.35 231	1.70 334	3.29 87	0.92 195	3.56 124	3.46 301	1.91 108	1.79 147	3.90 322	1.76 226	10.23 314	1.93 216	0.44 221	0.32 158	0.33 164	0.31 193	0.35 122	0.51 126

qqq	2.96 222	0.88 130	15.54 92	1.27 206	0.74 124	2.29 40	0.90 182	4.07 220	4.63 359	1.63 70	1.32 47	1.78 133	1.36 130	5.19 207	1.68 176	0.29 33	6.43 389	0.33 164	0.36 241	0.35 122	8.09 373

Anonymous	1.97 34	0.88 130	20.58 314	1.08 126	1.27 254	1.65 15	0.89 166	2.54 50	1.62 44	0.92 23	1.18 26	0.70 11	1.09 83	1.28 13	1.00 52	0.53 289	0.35 180	0.30 99	0.30 176	0.66 299	0.56 146

222	3.82 312	0.88 130	6.92 27	1.15 151	0.99 185	3.27 82	0.64 58	4.57 359	5.37 381	2.43 266	2.32 267	1.41 89	1.44 151	10.64 324	18.51 403	0.32 84	4.89 383	0.32 132	0.30 176	0.34 109	9.80 388

FAT-Stereo	3.38 280	0.88 130	19.96 231	1.28 208	1.20 240	3.44 107	1.97 325	4.26 295	3.15 241	3.14 336	3.92 357	3.50 299	3.28 326	11.68 364	2.04 230	0.65 318	0.68 292	0.48 280	0.54 321	0.63 287	0.91 238

test croco	2.00 40	0.89 134	21.49 383	0.67 2	0.73 121	1.66 16	0.57 29	3.27 107	2.18 100	0.80 7	1.25 35	0.80 30	0.86 39	1.72 67	1.13 66	0.34 123	0.21 33	0.32 132	0.25 76	0.44 209	0.34 30

ToySt	2.53 135	0.89 134	19.20 177	1.12 141	0.95 180	3.47 113	1.13 240	3.72 149	2.25 112	1.36 47	1.71 122	2.22 187	1.59 184	2.14 113	1.81 202	0.28 28	0.64 286	0.30 99	0.33 210	0.43 201	5.14 359

CRFU-Net	2.56 149	0.89 134	10.77 46	2.53 368	1.09 215	3.91 202	1.40 276	3.87 174	1.92 76	2.25 209	1.80 151	3.32 284	7.85 385	5.53 215	1.54 144	0.58 302	0.36 187	0.31 117	0.28 129	0.39 163	0.56 146

NINENet	2.59 154	0.89 134	16.09 98	1.16 155	1.07 209	4.50 323	0.75 107	4.43 340	2.61 162	2.18 192	1.91 192	3.61 308	1.03 64	7.92 267	1.18 74	0.49 261	0.34 171	0.41 246	0.30 176	0.42 192	0.44 85

NOSS_ROB	3.12 243	0.89 134	19.03 167	2.01 345	1.07 209	3.90 199	0.97 212	4.32 318	3.08 231	2.94 321	2.19 245	3.85 321	1.18 108	11.75 367	1.69 179	0.69 325	0.54 266	0.57 322	0.52 316	0.57 267	0.72 204

AdaStereo	2.22 69	0.90 139	16.41 112	1.33 228	0.83 145	3.21 72	1.12 238	4.25 294	2.91 203	2.06 158	1.76 134	2.47 214	1.17 105	1.93 92	1.65 172	0.50 271	0.26 122	0.43 260	0.29 159	0.46 224	0.39 62
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.
CBMV_ROB	4.57 348	0.90 139	21.30 377	1.46 268	0.89 161	4.43 311	1.69 310	4.51 352	3.14 240	5.97 388	4.23 360	4.16 337	7.83 384	11.06 340	16.47 379	0.61 307	0.55 268	0.53 307	0.51 315	0.56 263	0.59 165

CoDeX	2.47 125	0.91 141	13.65 59	1.03 112	1.17 231	3.28 84	1.30 262	4.17 258	2.99 212	1.78 95	1.85 175	2.04 175	1.46 155	9.99 307	1.66 173	0.38 174	0.28 135	0.32 132	0.28 129	0.34 109	0.57 151

HH	3.19 255	0.91 141	21.34 378	1.24 187	0.61 84	4.16 262	0.80 128	2.94 78	1.82 66	1.23 41	1.84 171	4.61 360	1.84 241	2.63 153	0.99 49	0.29 33	1.53 334	0.30 99	0.24 65	0.34 109	14.22 399

HanStereo	3.19 255	0.91 141	21.34 378	1.24 187	0.61 84	4.16 262	0.80 128	2.94 78	1.82 66	1.23 41	1.84 171	4.61 360	1.84 241	2.63 153	0.99 49	0.29 33	1.53 334	0.30 99	0.24 65	0.34 109	14.22 399

ProNet	1.63 21	0.91 141	5.70 22	0.96 84	0.64 98	2.40 43	0.82 137	1.92 18	3.28 262	0.69 1	1.17 25	0.78 25	0.76 24	1.72 67	0.87 23	0.27 21	0.97 317	0.25 23	0.26 90	0.31 49	7.97 372

IER	2.09 53	0.91 141	14.11 68	0.97 91	1.15 228	3.17 71	0.89 166	3.59 127	2.39 132	2.15 183	1.98 204	2.27 190	2.11 261	2.39 137	1.80 199	0.35 135	0.24 90	0.36 210	0.30 176	0.34 109	0.42 77

UNet	2.53 135	0.91 141	20.07 241	1.19 169	1.44 286	3.45 110	0.75 107	3.80 164	1.98 82	2.09 169	1.57 88	2.74 240	2.37 282	3.51 179	2.52 265	0.35 135	0.30 148	0.41 246	0.28 129	0.40 167	0.50 120

GMOStereo	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 249	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 412	0.35 199	0.28 129	0.35 122	0.33 22

error version	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 249	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 412	0.35 199	0.28 129	0.35 122	0.33 22

test-v	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 249	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 412	0.35 199	0.28 129	0.35 122	0.33 22

test-2	2.64 168	0.92 147	19.83 218	0.81 21	0.68 113	3.22 74	0.89 166	2.94 78	1.48 9	2.36 249	1.54 81	1.75 118	1.04 70	1.33 21	1.15 69	0.26 14	11.32 412	0.35 199	0.28 129	0.35 122	0.33 22

IGEV+	3.79 310	0.93 151	15.37 87	1.08 126	0.79 138	2.07 29	0.81 136	3.60 129	2.39 132	1.57 63	1.65 109	0.95 46	0.96 54	1.69 59	1.20 79	0.31 69	18.87 421	0.23 4	0.20 19	0.28 20	20.80 422

tt1	3.79 310	0.93 151	15.34 85	1.83 332	0.45 31	4.54 329	0.78 118	4.23 278	4.73 364	1.27 44	1.89 184	0.74 22	1.48 159	2.29 130	0.78 7	0.30 55	19.28 428	0.32 132	0.22 43	0.31 49	14.02 395

sCroCo_RVC	1.81 30	0.93 151	19.44 192	1.04 115	1.05 206	0.97 4	0.61 44	2.08 27	1.36 2	0.71 3	1.28 40	0.82 34	1.10 88	1.31 17	0.97 46	0.54 293	0.41 223	0.33 164	0.30 176	0.46 224	0.48 111

test_xeample	4.19 328	0.93 151	14.09 67	1.16 155	1.17 231	3.28 84	0.80 128	4.63 366	5.30 377	2.46 271	2.35 269	1.39 86	1.42 147	10.88 331	17.68 397	0.30 55	6.50 390	0.32 132	0.32 203	0.36 139	8.38 381

ACVNet-DCA	3.67 302	0.94 155	19.66 200	1.87 334	0.42 22	4.47 317	0.73 94	4.07 220	4.63 359	1.21 36	1.89 184	0.73 17	1.62 198	2.20 119	0.81 13	0.31 69	18.77 417	0.32 132	0.21 26	0.35 122	8.09 373

xx1	3.69 305	0.94 155	19.66 200	1.87 334	0.42 22	4.47 317	0.73 94	4.24 285	4.01 331	1.21 36	1.89 184	1.78 133	1.36 130	2.20 119	0.81 13	0.31 69	18.77 417	0.33 164	0.36 241	0.35 122	8.09 373

1test111	3.86 315	0.94 155	19.66 200	1.87 334	0.42 22	4.47 317	0.73 94	4.07 220	4.63 359	1.21 36	1.89 184	0.73 17	1.62 198	5.19 207	1.68 176	0.31 69	18.77 417	0.32 132	0.21 26	0.35 122	8.09 373

cc1	3.93 320	0.94 155	19.66 200	1.87 334	0.42 22	4.47 317	0.73 94	4.24 285	4.01 331	1.21 36	1.89 184	0.73 17	1.62 198	2.20 119	0.81 13	0.31 69	18.77 417	0.32 132	0.21 26	0.32 67	13.93 394

DCRE	3.02 229	0.95 159	18.48 152	1.18 166	1.89 350	3.57 134	0.82 137	3.36 113	1.70 58	2.04 153	8.12 379	1.73 117	1.07 81	1.31 17	1.24 87	0.24 4	0.87 308	0.26 34	0.27 105	0.28 20	11.03 391

STrans-v2	3.11 240	0.95 159	20.80 331	0.86 36	0.64 98	3.90 199	1.01 214	4.30 301	3.61 311	2.28 220	3.65 351	4.11 335	5.17 360	7.32 256	1.63 166	0.34 123	0.18 5	0.29 78	0.26 90	0.30 44	0.65 187

fff	2.40 109	0.96 161	20.47 293	0.84 28	0.38 6	4.15 259	0.57 29	4.30 301	2.85 190	2.31 227	1.82 158	1.19 69	2.98 310	1.68 54	1.57 150	0.35 135	0.24 90	0.23 4	0.19 9	0.25 5	0.57 151

csc	2.40 109	0.96 161	20.47 293	0.84 28	0.38 6	4.15 259	0.57 29	4.30 301	2.85 190	2.31 227	1.82 158	1.19 69	2.98 310	1.68 54	1.57 150	0.35 135	0.24 90	0.23 4	0.19 9	0.25 5	0.57 151

cscssc	2.40 109	0.96 161	20.47 293	0.84 28	0.38 6	4.15 259	0.57 29	4.30 301	2.85 190	2.31 227	1.82 158	1.19 69	2.98 310	1.68 54	1.57 150	0.35 135	0.24 90	0.23 4	0.19 9	0.25 5	0.57 151

S-Stereo	3.51 294	0.96 161	22.00 396	1.38 243	1.50 292	3.55 131	2.49 349	4.27 297	3.00 214	2.38 255	3.94 358	3.73 313	1.84 241	11.89 372	2.59 267	0.64 316	0.71 297	0.49 293	0.81 354	0.68 307	1.31 271

ADStereo(finetuned)	2.30 89	0.97 165	17.29 127	0.86 36	0.43 26	4.17 267	0.59 37	4.31 311	3.29 267	2.35 245	1.86 177	1.18 66	3.35 331	1.69 59	1.59 155	0.34 123	0.25 102	0.23 4	0.19 9	0.31 49	0.72 204

ACVNet	2.40 109	0.97 165	20.20 256	0.94 69	0.86 152	4.22 284	0.79 124	2.97 86	2.85 190	1.93 112	1.91 192	3.07 267	1.46 155	1.52 44	2.37 257	0.33 107	0.27 129	0.30 99	0.27 105	0.42 192	0.35 35

acv_ft	2.45 121	0.97 165	19.57 197	1.15 151	2.01 357	2.97 63	0.96 210	3.88 175	2.85 190	2.34 243	1.91 192	3.07 267	1.65 210	1.52 44	2.26 247	0.33 107	0.27 129	0.30 99	0.27 105	0.42 192	0.35 35

DualNet	5.08 361	0.98 168	21.04 347	1.24 187	1.03 197	3.64 147	0.87 158	4.23 278	4.73 364	2.31 227	2.40 278	3.49 294	1.64 203	2.29 130	16.90 384	0.30 55	19.28 428	0.48 280	0.40 270	0.31 49	14.02 395

ffm	4.27 335	0.98 168	21.04 347	1.24 187	1.03 197	3.64 147	0.87 158	4.23 278	4.73 364	2.31 227	2.40 278	3.49 294	1.64 203	2.29 130	0.78 7	0.30 55	19.28 428	0.48 280	0.40 270	0.31 49	14.02 395

ff1	5.58 366	0.98 168	21.04 347	1.24 187	1.03 197	3.64 147	0.87 158	4.23 278	4.73 364	2.31 227	2.40 278	3.49 294	1.64 203	12.40 379	16.90 384	0.30 55	19.28 428	0.48 280	0.40 270	0.31 49	14.02 395

mmx	4.56 346	0.98 168	21.04 347	1.24 187	1.03 197	3.64 147	0.87 158	4.53 353	5.34 379	2.31 227	2.40 278	3.49 294	1.64 203	12.40 379	16.90 384	0.34 123	5.98 387	0.48 280	0.40 270	0.46 224	5.71 362

xxx	4.56 346	0.98 168	21.04 347	1.24 187	1.03 197	3.64 147	0.87 158	4.53 353	5.34 379	2.31 227	2.40 278	3.49 294	1.64 203	12.40 379	16.90 384	0.34 123	5.98 387	0.48 280	0.40 270	0.46 224	5.71 362

IIG-Stereo	2.89 211	0.98 168	19.80 214	2.78 375	0.67 106	4.62 346	0.74 102	4.29 299	2.26 115	2.62 290	3.10 336	3.33 285	1.60 185	7.64 263	1.51 138	0.42 201	0.21 33	0.32 132	0.25 76	0.33 88	0.28 7

DCANet	2.37 104	0.98 168	20.47 293	0.86 36	0.43 26	4.18 271	0.59 37	4.31 311	3.29 267	2.35 245	1.86 177	1.18 66	1.63 201	1.69 59	1.59 155	0.34 123	0.25 102	0.24 14	0.19 9	0.31 49	0.73 209

DIP-Stereo	2.03 47	0.98 168	16.44 114	0.67 2	0.62 93	4.30 294	0.58 35	4.43 340	2.89 200	1.97 128	1.40 60	0.91 42	0.86 39	1.31 17	1.27 100	0.38 174	0.23 71	0.33 164	0.23 52	0.33 88	0.57 151
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	2.23 70	0.98 168	10.62 45	1.25 201	0.78 135	3.29 87	0.71 84	3.96 192	2.20 104	2.43 266	2.05 219	2.97 257	1.46 155	6.87 250	2.33 252	0.37 162	0.25 102	0.42 256	0.34 219	0.47 234	0.80 221
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Anonymous_2	4.03 324	0.99 177	11.19 49	1.20 171	1.71 335	3.68 157	0.93 200	3.76 155	1.63 47	2.07 164	1.43 64	4.76 364	2.34 280	1.86 88	1.78 194	0.82 348	2.42 358	8.69 419	16.64 424	4.38 401	8.29 378

DISCO	2.40 109	0.99 177	11.99 51	1.81 331	1.12 223	3.47 113	1.24 258	3.34 111	2.57 158	2.73 299	1.96 201	4.52 355	1.90 249	4.18 197	3.62 299	0.37 162	0.27 129	0.31 117	0.30 176	0.70 310	0.62 177

FC-DCNN	7.08 391	1.01 179	21.89 389	1.74 324	1.64 324	8.18 402	2.31 344	6.50 397	9.16 401	10.85 412	11.33 398	19.85 410	13.33 401	12.94 391	17.10 389	0.72 334	0.57 270	0.59 326	0.57 328	0.64 290	0.69 197

HGLStereo	2.74 193	1.03 180	20.80 331	1.24 187	1.55 302	3.62 145	0.94 202	3.83 169	2.09 90	2.18 192	2.20 246	3.11 271	2.12 263	5.65 216	2.07 233	0.50 271	0.34 171	0.32 132	0.30 176	0.42 192	0.50 120

DSFCA	2.38 105	1.03 180	11.06 47	1.15 151	1.18 233	3.97 221	1.75 312	3.63 134	2.44 145	3.14 336	1.68 113	2.90 254	2.48 289	5.38 210	3.17 290	0.49 261	0.45 241	0.37 221	0.37 249	0.54 254	0.46 96

1111x	4.75 354	1.05 182	20.89 338	1.28 208	1.02 193	3.81 182	0.88 165	4.65 367	5.52 385	2.43 266	2.27 257	1.97 165	1.81 235	12.40 379	18.19 401	0.32 84	9.06 406	0.32 132	0.34 219	0.38 152	6.34 367

STTRV1_RVC	3.55 296	1.06 183	20.71 326	1.47 272	1.46 288	3.29 87	1.56 296	4.14 247	3.33 277	1.96 125	3.50 349	2.63 231	2.08 257	11.95 374	2.32 251	2.09 378	4.04 379	0.81 362	0.73 347	1.06 348	0.71 201

MyStereo06	2.74 193	1.07 184	21.19 371	1.06 122	1.08 212	4.26 288	0.86 155	3.72 149	1.80 65	2.25 209	1.77 141	4.28 344	4.12 347	1.85 87	1.38 120	0.25 8	2.43 359	0.34 182	0.27 105	0.46 224	0.48 111

MyStereo05	2.55 144	1.07 184	19.87 224	1.06 122	1.08 212	4.26 288	0.86 155	4.10 233	3.01 218	2.19 197	1.26 37	2.30 194	1.64 203	2.13 110	1.99 220	0.25 8	2.43 359	0.34 182	0.27 105	0.46 224	0.48 111

DMCA	2.02 45	1.07 184	11.33 50	1.17 162	0.96 182	3.92 209	0.89 166	3.80 164	3.11 235	2.89 315	1.58 92	2.35 201	1.17 105	1.79 75	2.25 246	0.42 201	0.29 140	0.42 256	0.27 105	0.38 152	0.43 81

XX-TBD	1.98 35	1.08 187	20.29 272	1.31 220	0.43 26	3.97 221	0.33 3	1.76 15	1.77 62	1.59 66	2.18 242	0.69 10	0.59 4	1.44 35	0.75 4	0.33 107	0.25 102	0.23 4	0.16 5	0.31 49	0.22 1

edge stereo	3.45 287	1.08 187	22.14 398	1.31 220	1.36 269	2.68 50	1.54 292	4.13 244	3.27 260	2.94 321	3.27 344	4.34 348	2.48 289	11.60 360	2.79 271	0.62 312	0.64 286	0.79 359	0.56 327	0.70 310	0.82 223

HSM	3.25 268	1.08 187	19.18 175	1.19 169	1.54 298	3.45 110	1.02 217	4.04 213	2.61 162	2.31 227	2.17 237	8.01 389	2.99 313	11.59 358	1.80 199	0.35 135	0.24 90	0.28 64	0.24 65	0.33 88	0.55 144

SGM_RVC	6.11 378	1.10 190	20.44 288	2.15 351	0.66 104	15.87 416	3.98 390	5.00 378	6.19 394	9.79 407	11.46 399	8.23 391	12.63 399	12.32 378	9.15 343	0.54 293	0.39 214	0.41 246	0.35 232	0.55 257	1.05 256
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoIM	1.60 18	1.11 191	16.13 100	0.67 2	1.87 349	1.22 8	0.39 5	2.17 31	1.42 6	0.69 1	0.78 3	0.88 39	0.70 14	1.24 11	1.13 66	0.32 84	0.23 71	0.26 34	0.21 26	0.32 67	0.28 7

IPLG	2.56 149	1.11 191	19.89 226	0.95 77	0.79 138	4.60 344	0.56 26	4.31 311	2.10 92	1.94 118	2.00 208	1.34 78	1.37 132	6.59 240	1.59 155	0.32 84	0.21 33	0.27 44	0.23 52	0.32 67	0.63 180

THIR-Stereo	4.50 344	1.11 191	18.71 157	0.89 48	0.47 36	2.25 37	16.71 410	3.53 123	1.58 30	2.04 153	12.04 402	2.66 233	7.52 382	7.29 255	11.25 351	0.32 84	0.21 33	0.29 78	0.28 129	0.35 122	0.52 132

delet	2.66 176	1.11 191	18.42 151	1.05 119	1.65 327	3.47 113	2.00 329	3.81 166	2.82 187	2.15 183	2.11 228	2.62 230	1.88 248	5.38 210	2.21 244	0.34 123	0.38 205	0.40 242	0.32 203	0.45 216	0.54 141

MIPNet	2.43 118	1.13 195	20.00 235	0.93 64	0.58 79	4.74 371	0.62 51	4.33 321	2.95 206	1.94 118	1.49 69	1.52 99	1.96 252	2.77 162	1.60 159	0.35 135	0.20 17	0.27 44	0.23 52	0.32 67	0.59 165

NVstereo2D	2.79 202	1.13 195	13.75 60	1.37 240	1.47 290	3.57 134	1.38 274	4.17 258	3.77 321	2.04 153	1.72 124	3.05 264	1.75 224	10.84 329	1.72 186	0.62 312	0.48 256	0.56 319	0.54 321	0.79 327	1.02 252

CroCo-Stereo Lap2	1.65 24	1.14 197	14.70 78	1.00 102	1.80 347	0.53 2	0.46 13	3.18 96	1.62 44	1.10 33	1.24 33	1.05 53	0.78 27	1.40 32	1.18 74	0.31 69	0.23 71	0.27 44	0.22 43	0.46 224	0.38 58

StereoVision	2.36 100	1.15 198	20.38 282	1.07 125	1.79 345	2.58 48	0.61 44	3.14 93	2.34 128	1.33 45	3.46 348	1.85 144	0.88 42	2.12 108	2.01 225	0.46 243	0.36 187	0.37 221	0.36 241	0.50 244	0.41 70

DANet	2.82 204	1.17 199	10.20 43	1.87 334	1.72 337	3.25 81	1.15 245	4.36 327	3.02 221	3.42 349	2.18 242	4.09 332	1.79 232	9.78 296	4.32 307	0.55 296	0.57 270	0.60 329	0.44 291	0.65 295	1.25 270
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MyStereo07	2.29 86	1.18 200	20.10 249	1.04 115	1.21 245	3.96 219	0.95 205	2.13 30	3.37 282	1.09 31	1.28 40	0.68 8	0.91 46	1.74 72	0.86 22	0.26 14	3.49 375	0.34 182	0.27 105	0.43 201	0.49 116

MyStereo04	2.54 139	1.18 200	18.82 161	1.04 115	1.21 245	3.96 219	0.95 205	4.02 206	3.01 218	2.06 158	1.27 39	2.33 197	1.66 211	2.06 102	2.01 225	0.26 14	3.49 375	0.34 182	0.27 105	0.43 201	0.49 116

CroCo-Stereo	1.07 6	1.18 200	3.66 11	0.91 56	0.60 83	0.49 1	0.49 16	4.07 220	1.91 75	0.84 10	1.29 44	1.00 49	0.75 23	1.32 20	1.38 120	0.26 14	0.21 33	0.24 14	0.20 19	0.37 143	0.30 12
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	1.70 27	1.18 200	3.88 15	0.99 99	0.46 32	3.83 183	0.41 8	2.41 38	1.60 38	1.69 81	1.76 134	1.81 138	0.83 36	1.58 49	1.23 83	0.31 69	4.86 382	0.29 78	0.26 90	0.33 88	4.33 354

FCDSN-DC	6.71 389	1.18 200	21.61 386	1.29 213	1.10 218	4.38 301	2.59 353	4.58 361	5.52 385	9.58 404	11.19 397	19.17 408	17.69 410	13.03 392	17.11 390	0.73 336	0.57 270	0.61 332	0.60 333	0.71 312	0.92 240
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MDST_ROB	6.31 379	1.18 200	22.96 408	2.56 370	2.69 373	21.07 417	2.01 331	4.79 376	2.87 198	9.49 403	4.45 363	4.10 334	4.48 353	22.33 413	17.61 396	0.79 343	0.44 239	0.47 275	0.44 291	0.47 234	0.95 245

ADLNet	3.23 263	1.19 206	21.03 346	1.36 235	1.61 315	3.69 158	1.23 256	4.05 216	3.41 291	2.72 297	2.29 262	4.00 328	1.77 228	11.21 344	2.15 238	0.42 201	0.43 235	0.36 210	0.35 232	0.47 234	0.82 223

GEStereo_RVC	2.66 176	1.20 207	20.38 282	1.29 213	1.05 206	4.02 227	1.42 279	4.17 258	2.24 109	2.10 171	1.86 177	2.33 197	1.84 241	4.93 203	1.78 194	0.51 277	0.38 205	0.32 132	0.29 159	0.44 209	0.56 146

RASNet	3.15 248	1.20 207	19.81 216	1.63 303	2.26 364	3.67 155	1.09 231	3.58 125	3.44 294	1.99 132	2.15 232	4.59 358	2.30 278	10.24 316	2.98 281	0.57 301	0.26 122	0.25 23	0.25 76	0.30 44	0.54 141

hitnet-ft	2.99 227	1.23 209	19.37 188	0.96 84	0.90 165	3.76 170	0.79 124	3.60 129	2.68 166	2.31 227	2.04 213	3.63 311	1.49 162	11.70 365	2.37 257	0.45 230	0.54 266	0.44 262	0.36 241	0.54 254	0.56 146

MIM_Stereo	2.71 186	1.26 210	20.92 340	1.34 230	5.57 406	3.10 67	0.59 37	3.25 104	2.51 151	1.64 71	1.61 95	1.82 140	1.29 123	2.07 103	1.35 107	0.25 8	0.31 152	0.28 64	0.26 90	0.29 33	4.43 356

OMP-Stereo	2.94 219	1.26 210	20.07 241	2.73 373	0.67 106	4.58 340	1.46 284	4.33 321	2.21 106	3.14 336	2.68 313	3.22 277	1.38 133	7.65 264	1.42 124	0.46 243	0.21 33	0.33 164	0.26 90	0.34 109	0.31 14

stereogan	3.26 269	1.26 210	18.01 142	1.38 243	1.66 330	3.76 170	1.64 305	4.06 218	3.86 326	3.23 341	2.70 315	5.02 369	2.85 302	9.88 300	1.85 205	0.71 329	0.51 264	0.69 348	0.48 302	0.86 335	0.85 230

GMStereo_Zeroshot	1.51 17	1.27 213	4.75 18	1.54 285	0.72 120	3.33 93	0.54 25	2.67 68	1.74 60	2.34 243	1.57 88	2.40 203	0.96 54	2.51 143	1.21 80	0.48 255	0.23 71	0.41 246	0.24 65	0.82 331	0.40 65

GANet-RSSM	2.96 222	1.27 213	21.17 368	1.73 322	1.23 248	4.22 284	0.91 190	3.39 115	2.02 86	1.97 128	1.74 132	2.53 218	2.06 256	10.91 334	1.88 207	0.37 162	0.35 180	0.32 132	0.29 159	0.42 192	0.46 96

CBMV	4.12 326	1.27 213	21.14 363	1.52 282	0.85 150	3.80 179	3.89 389	4.58 361	3.02 221	3.56 355	2.37 272	4.44 350	13.88 404	11.23 346	3.78 301	0.56 299	0.43 235	0.48 280	0.39 263	0.55 257	0.74 213
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymity	2.02 45	1.28 216	5.16 20	1.73 322	1.63 320	1.86 19	1.06 227	3.50 121	2.42 139	2.19 197	2.11 228	1.88 149	3.89 343	1.92 90	1.56 147	1.11 361	1.14 324	1.08 371	1.11 369	1.05 347	2.68 324

STTStereo	2.62 163	1.28 216	19.16 173	1.52 282	1.55 302	3.84 185	0.89 166	3.75 154	2.59 161	2.23 206	1.59 94	2.48 216	1.58 181	5.11 205	1.72 186	0.38 174	0.41 223	0.47 275	0.54 321	0.53 251	0.75 215

UCFNet_RVC	2.53 135	1.29 218	20.56 307	1.42 260	1.40 279	4.01 225	1.04 224	2.79 72	1.67 55	2.27 218	1.88 182	2.94 256	1.50 163	3.48 177	1.68 176	0.37 162	0.29 140	0.52 303	0.41 280	0.55 257	0.51 126

MSMD_ROB	5.99 373	1.29 218	19.23 180	1.40 251	0.84 149	10.25 404	2.05 334	4.20 268	6.02 393	10.42 411	8.00 378	22.21 412	9.45 393	11.67 361	8.73 342	0.76 342	0.59 277	0.67 345	0.68 342	0.67 302	0.72 204

RAFT+CT+SA	2.32 91	1.30 220	19.71 208	1.01 105	1.41 281	4.04 230	0.92 195	3.96 192	1.64 49	1.64 71	1.69 116	1.63 106	1.18 108	3.06 172	1.19 77	0.28 28	0.22 48	0.32 132	0.34 219	0.34 109	0.47 104

psm_up	3.04 233	1.30 220	18.97 166	1.31 220	1.51 294	3.86 191	1.22 255	4.26 295	2.31 126	2.72 297	1.83 170	2.43 211	1.68 214	12.86 390	1.78 194	0.43 215	0.41 223	0.41 246	0.34 219	0.46 224	0.67 194

DRN-Test	3.17 252	1.30 220	19.66 200	1.41 253	1.60 314	3.61 143	1.47 285	4.18 263	2.83 188	3.48 351	1.92 197	2.58 226	2.50 292	10.81 328	2.90 279	0.49 261	0.49 259	0.44 262	0.42 283	0.57 267	0.78 218

DLCB_ROB	2.55 144	1.32 223	10.26 44	1.31 220	1.04 204	2.94 59	1.29 261	3.81 166	2.73 171	2.93 319	2.17 237	3.37 287	1.53 173	10.40 321	3.26 292	0.42 201	0.35 180	0.41 246	0.37 249	0.43 201	0.68 195

AnonymousM	1.38 13	1.33 224	2.35 7	0.95 77	0.56 69	4.03 229	0.67 63	2.63 65	2.49 150	1.51 57	1.36 53	1.15 61	1.00 60	1.26 12	1.04 56	0.41 191	0.46 245	2.07 386	1.71 387	0.25 5	0.40 65

MMNet	2.15 57	1.33 224	12.06 52	1.22 180	1.23 248	3.55 131	0.89 166	3.84 170	2.26 115	2.19 197	1.78 144	2.15 184	2.10 259	3.70 184	2.35 254	0.45 230	0.38 205	0.34 182	0.28 129	0.40 167	0.52 132

iResNet	2.70 184	1.35 226	20.93 341	2.01 345	0.73 121	3.76 170	0.83 141	4.28 298	2.93 204	2.38 255	2.03 211	1.35 80	1.54 175	3.28 175	4.42 310	0.42 201	0.25 102	0.29 78	0.23 52	0.45 216	0.64 184

iRaft-Stereo_5w	2.47 125	1.37 227	13.85 61	0.87 42	0.99 185	3.22 74	0.84 148	3.72 149	2.12 96	1.57 63	2.49 292	2.20 186	2.22 273	9.12 283	2.03 228	0.48 255	0.27 129	0.35 199	0.29 159	0.48 239	0.94 244

ssnet_v2	2.81 203	1.39 228	21.16 366	1.25 201	0.90 165	3.86 191	1.63 302	4.10 233	3.22 252	2.79 307	1.96 201	3.78 316	1.70 219	2.53 148	3.12 289	0.44 221	0.37 192	0.42 256	0.38 257	0.59 272	0.58 163

G-Net	4.16 327	1.39 228	20.31 276	2.30 356	2.91 377	4.68 362	2.86 360	3.35 112	2.44 145	4.43 375	9.43 391	6.89 383	3.83 342	8.91 279	4.83 317	0.80 344	0.80 302	0.70 349	0.50 311	0.95 343	0.97 246

TestStereo1	2.56 149	1.41 230	20.56 307	1.63 303	0.74 124	4.13 251	1.34 267	3.93 188	3.38 284	1.61 67	2.56 301	1.43 92	2.13 265	2.55 149	1.70 181	0.32 84	0.22 48	0.34 182	0.26 90	0.40 167	0.53 137

SA-5K	2.56 149	1.41 230	20.56 307	1.63 303	0.74 124	4.13 251	1.34 267	3.93 188	3.38 284	1.61 67	2.56 301	1.43 92	2.13 265	2.55 149	1.70 181	0.32 84	0.22 48	0.34 182	0.26 90	0.40 167	0.53 137

test_5	2.45 121	1.43 232	19.72 210	1.20 171	1.39 275	3.88 196	1.25 259	4.03 209	1.98 82	1.74 90	1.82 158	1.86 145	1.78 229	3.57 180	1.35 107	0.33 107	0.21 33	0.35 199	0.33 210	0.34 109	0.43 81

ADLNet2	3.20 257	1.43 232	20.11 252	1.22 180	1.78 344	3.86 191	1.47 285	3.96 192	3.89 327	2.26 215	2.49 292	4.63 362	1.92 251	10.68 326	2.00 224	0.42 201	0.37 192	0.29 78	0.30 176	0.51 249	0.46 96

raftrobust	2.05 50	1.45 234	13.44 58	1.29 213	5.81 407	3.59 137	0.67 63	2.80 73	1.50 14	2.21 202	1.41 63	1.17 63	1.22 113	1.37 30	1.46 135	0.29 33	0.33 164	0.22 3	0.20 19	0.27 15	0.36 50

psmorigin	6.62 384	1.45 234	87.38 437	1.55 288	0.97 183	2.86 54	1.42 279	3.30 108	2.12 96	3.74 359	2.45 288	5.15 372	2.59 295	10.55 322	2.91 280	0.55 296	0.68 292	0.48 280	0.53 318	0.73 314	1.02 252

Sa-1000	2.54 139	1.47 236	20.36 280	1.16 155	0.55 66	4.07 238	1.39 275	4.49 347	3.01 218	2.06 158	2.79 320	1.84 143	1.43 150	2.68 157	1.53 141	0.31 69	0.26 122	0.36 210	0.33 210	0.37 143	0.46 96

ccnet	3.03 231	1.48 237	12.88 56	1.54 285	1.26 253	3.71 162	2.32 345	4.11 236	3.05 228	2.92 318	3.21 340	2.86 251	2.40 283	9.87 299	4.19 304	0.80 344	0.76 300	0.71 351	0.70 344	0.78 323	1.07 257

RYNet	3.15 248	1.48 237	16.27 108	1.24 187	1.39 275	3.67 155	1.44 283	4.09 231	3.20 244	2.26 215	1.70 118	3.83 319	2.15 267	13.64 401	3.23 291	0.45 230	0.45 241	0.50 295	0.35 232	0.81 329	0.83 225

NLCA_NET_v2_RVC	2.76 198	1.48 237	19.72 210	1.62 300	2.00 356	3.95 215	0.86 155	3.92 184	2.51 151	2.56 282	1.69 116	2.83 250	1.61 190	5.65 216	1.78 194	0.48 255	0.36 187	0.38 233	0.42 283	0.56 263	0.77 216
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LoS_RVC	1.23 9	1.51 240	6.09 23	0.88 47	1.71 335	1.96 23	0.59 37	1.61 5	1.37 3	0.84 10	1.35 50	0.84 35	1.15 104	1.49 41	0.83 19	0.21 1	0.17 3	0.20 1	0.14 1	0.20 1	1.49 283

gwcnet-sp	2.38 105	1.51 240	17.58 134	1.11 134	0.92 171	3.59 137	1.03 219	3.79 159	2.43 141	2.60 284	1.63 102	1.80 135	1.61 190	3.87 187	1.99 220	0.33 107	0.32 158	0.30 99	0.29 159	0.40 167	0.47 104

scenet	2.38 105	1.51 240	17.58 134	1.11 134	0.92 171	3.59 137	1.03 219	3.79 159	2.43 141	2.60 284	1.63 102	1.80 135	1.61 190	3.87 187	1.99 220	0.33 107	0.32 158	0.30 99	0.29 159	0.40 167	0.47 104

ssnet	2.38 105	1.51 240	17.58 134	1.11 134	0.92 171	3.59 137	1.03 219	3.79 159	2.43 141	2.60 284	1.63 102	1.80 135	1.61 190	3.87 187	1.99 220	0.33 107	0.32 158	0.30 99	0.29 159	0.40 167	0.47 104

SA	2.55 144	1.54 244	20.70 324	1.12 141	0.48 41	4.26 288	1.33 266	4.45 343	3.28 262	1.68 78	1.96 201	1.69 110	2.25 275	2.60 151	1.57 150	0.30 55	0.29 140	0.37 221	0.38 257	0.36 139	0.47 104

sAnonymous2	2.00 40	1.54 244	21.24 373	0.93 64	0.89 161	1.21 6	0.62 51	2.58 60	2.28 119	0.86 12	1.04 9	0.73 17	1.22 113	1.10 4	0.85 20	0.30 55	0.25 102	0.31 117	0.31 193	1.06 348	0.72 204

CroCo_RVC	2.00 40	1.54 244	21.24 373	0.93 64	0.89 161	1.21 6	0.62 51	2.58 60	2.28 119	0.86 12	1.04 9	0.73 17	1.22 113	1.10 4	0.85 20	0.30 55	0.25 102	0.31 117	0.31 193	1.06 348	0.72 204

whm_eth	2.15 57	1.55 247	19.39 189	0.96 84	1.37 272	2.60 49	0.72 87	3.63 134	2.97 208	1.55 59	2.06 221	0.78 25	0.71 16	1.17 7	1.08 62	0.45 230	0.29 140	0.34 182	0.33 210	0.44 209	0.65 187

PSMNet-RSSM	2.91 213	1.55 247	20.10 249	1.32 226	1.30 258	4.19 279	0.95 205	3.78 158	2.28 119	2.28 220	1.80 151	2.64 232	1.87 246	9.83 298	1.93 216	0.37 162	0.33 164	0.35 199	0.38 257	0.46 224	0.40 65

TDLM	3.20 257	1.58 249	18.80 158	1.70 318	1.10 218	4.29 292	2.17 339	3.81 166	3.27 260	2.89 315	1.98 204	2.06 180	1.70 219	12.44 385	2.15 238	0.58 302	0.31 152	0.56 319	0.40 270	0.58 270	1.59 288

XPNet_ROB	2.99 227	1.58 249	17.06 123	1.38 243	0.99 185	3.91 202	1.62 301	4.20 268	2.42 139	2.87 314	2.03 211	2.31 195	1.72 222	10.76 327	3.60 298	0.55 296	0.49 259	0.48 280	0.40 270	0.53 251	0.85 230

APVNet	3.24 265	1.59 251	21.72 388	1.36 235	1.52 296	3.93 210	1.12 238	3.58 125	2.80 182	2.32 239	2.02 209	3.05 264	1.96 252	11.77 368	2.61 268	0.44 221	0.46 245	0.65 343	0.47 300	0.73 314	0.73 209

PS-NSSS	3.11 240	1.60 252	19.48 194	1.00 102	1.53 297	4.12 248	1.08 229	4.59 364	2.80 182	2.19 197	2.38 273	1.76 124	1.39 136	11.79 369	1.94 219	0.69 325	0.45 241	0.95 366	0.43 288	1.03 346	1.00 249

SACVNet	3.06 235	1.61 253	19.29 184	1.46 268	1.18 233	4.05 234	1.48 287	4.03 209	2.58 160	2.75 301	1.89 184	2.55 221	1.38 133	11.33 348	2.28 249	0.51 277	0.41 223	0.48 280	0.43 288	0.57 267	0.93 243

fast-acv-ft	2.62 163	1.62 254	20.48 299	1.45 267	1.39 275	3.16 70	1.16 247	3.41 117	2.45 147	1.97 128	2.15 232	2.68 234	2.15 267	2.92 168	2.47 263	0.43 215	0.40 217	0.45 268	0.40 270	0.62 281	0.64 184

RAFT	2.36 100	1.62 254	18.03 143	1.75 326	0.54 63	1.91 22	0.91 190	3.24 101	3.65 314	1.64 71	1.73 130	3.45 291	1.58 181	1.82 83	1.74 191	0.42 201	1.06 320	0.40 242	0.32 203	0.44 209	1.03 254

CVANet_RVC	3.32 275	1.63 256	21.06 352	1.66 309	1.29 257	3.99 223	1.55 294	3.98 196	3.00 214	3.51 352	2.06 221	2.58 226	1.72 222	12.46 386	1.70 181	0.62 312	0.34 171	0.53 307	0.47 300	0.64 290	1.66 293

AACVNet	2.77 200	1.64 257	19.22 179	1.57 291	0.86 152	3.28 84	0.74 102	3.31 110	1.66 53	2.06 158	1.82 158	2.47 214	1.40 140	10.95 335	1.92 215	0.41 191	0.35 180	0.38 233	0.33 210	0.46 224	0.61 173

MaskLacGwcNet_RVC	3.77 308	1.65 258	20.61 317	2.55 369	1.63 320	4.29 292	1.67 308	3.99 198	2.56 156	1.76 93	1.93 198	3.03 263	1.41 145	13.24 396	2.02 227	4.47 405	1.63 338	1.12 374	0.48 302	2.42 383	2.85 327

rafts_anoy	2.76 198	1.68 259	20.42 286	1.42 260	3.90 394	3.03 65	0.61 44	3.24 101	1.66 53	1.42 51	1.26 37	1.19 69	1.11 91	2.13 110	1.64 169	0.33 107	8.77 400	0.32 132	0.32 203	0.32 67	0.38 58

RAFT-Stereo + iAFF	2.49 127	1.68 259	20.50 300	1.11 134	1.32 265	4.13 251	0.42 9	3.23 100	3.30 271	2.05 157	2.40 278	1.61 103	1.11 91	1.49 41	1.63 166	0.22 2	0.22 48	0.26 34	0.24 65	0.31 49	2.47 322

CSP-Net	1.99 39	1.70 261	4.84 19	1.22 180	1.02 193	3.42 104	1.30 262	3.66 138	2.11 94	2.07 164	1.93 198	2.40 203	1.48 159	8.56 274	1.62 163	0.51 277	0.41 223	0.27 44	0.27 105	0.44 209	0.54 141

UDGNet	2.34 96	1.71 262	20.28 269	1.42 260	0.62 93	4.39 305	0.67 63	1.82 16	2.28 119	1.40 50	1.21 30	0.99 48	1.00 60	2.23 124	1.23 83	1.14 363	0.35 180	1.30 379	0.98 363	1.11 357	0.62 177

RP	3.26 269	1.73 263	17.70 139	1.56 290	1.93 353	3.43 106	1.94 322	4.18 263	2.72 170	2.77 303	3.05 332	3.96 326	2.69 297	10.17 311	2.86 275	1.04 357	0.50 262	0.71 351	0.59 331	0.75 320	0.83 225

MyStereo8	2.97 226	1.76 264	18.94 163	1.55 288	1.62 317	4.16 262	0.57 29	3.79 159	2.41 138	2.22 204	2.93 327	2.27 190	1.14 99	2.16 114	2.28 249	0.27 21	8.58 396	0.32 132	0.29 159	0.37 143	1.72 294

GANet	3.64 298	1.76 264	19.65 199	1.92 339	1.04 204	3.91 202	2.51 350	3.86 173	2.81 186	3.13 333	3.03 331	3.19 274	2.19 272	12.43 384	8.23 341	0.60 306	0.43 235	0.52 303	0.43 288	0.63 287	0.63 180

MLCV	2.52 131	1.77 266	18.20 147	1.17 162	0.63 96	3.60 141	0.53 23	3.88 175	2.35 131	2.82 311	2.24 251	1.99 167	1.42 147	4.59 200	3.09 286	0.39 181	0.22 48	0.33 164	0.22 43	0.35 122	0.52 132

CFNet-ft	2.87 207	1.80 267	20.20 256	1.10 130	1.54 298	4.09 242	0.89 166	2.97 86	1.88 73	1.93 112	1.70 118	3.50 299	1.60 185	9.35 287	2.17 240	0.35 135	0.32 158	0.61 332	0.38 257	0.55 257	0.45 89

CFNet_RVC	2.87 207	1.80 267	20.20 256	1.10 130	1.54 298	4.09 242	0.89 166	2.97 86	1.88 73	1.93 112	1.70 118	3.50 299	1.60 185	9.35 287	2.17 240	0.35 135	0.32 158	0.61 332	0.38 257	0.55 257	0.45 89

MeshStereo	5.67 369	1.80 267	21.28 375	1.40 251	1.14 226	4.38 301	3.83 388	5.51 391	4.85 372	10.12 409	11.72 401	11.44 395	5.87 367	13.86 403	12.31 359	0.68 323	0.61 281	0.61 332	0.60 333	0.73 314	0.68 195
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
LL-Strereo2	2.36 100	1.81 270	19.35 186	1.04 115	1.03 197	3.73 165	1.35 270	2.70 69	2.04 87	1.76 93	1.44 66	1.82 140	0.73 19	1.48 40	1.53 141	0.33 107	0.30 148	0.55 316	0.35 232	0.30 44	3.51 344

pmcnn	5.90 371	1.81 270	22.30 400	1.69 314	2.37 369	3.47 113	2.10 336	4.58 361	5.56 388	3.75 360	13.12 405	22.07 411	3.70 340	11.99 375	17.13 391	0.58 302	0.23 71	0.23 4	0.19 9	0.37 143	0.70 199

iinet-f	2.44 119	1.82 272	14.97 81	1.21 176	1.11 220	3.78 175	1.10 235	4.19 266	2.90 202	2.10 171	1.76 134	2.99 259	2.97 308	2.84 166	2.79 271	0.38 174	0.38 205	0.28 64	0.28 129	0.50 244	0.47 104

4D-IteraStereo	2.95 221	1.83 273	20.75 328	0.81 21	1.56 306	2.22 36	1.03 219	2.48 44	1.56 27	1.42 51	1.00 8	1.93 153	0.61 6	1.65 52	2.04 230	0.31 69	0.22 48	0.31 117	0.26 90	0.28 20	16.75 417

RAFT_CTSACE	2.41 115	1.83 273	20.33 278	1.77 329	1.39 275	3.50 122	1.03 219	3.25 104	1.64 49	1.80 99	2.04 213	2.82 248	1.78 229	2.11 107	1.10 64	0.27 21	0.24 90	0.28 64	0.30 176	0.31 49	0.33 22

RGC	3.35 279	1.84 275	18.13 145	1.52 282	1.79 345	3.33 93	1.37 273	4.18 263	2.39 132	2.96 324	3.23 342	3.98 327	2.71 298	11.53 355	3.42 294	0.90 352	0.48 256	0.79 359	0.79 352	0.75 320	0.89 236

RALCasStereoNet	3.17 252	1.87 276	20.86 336	1.17 162	1.63 320	3.10 67	0.70 79	3.21 98	2.19 101	1.39 49	1.73 130	1.18 66	0.91 46	2.46 138	1.64 169	0.31 69	8.75 399	0.25 23	0.22 43	0.31 49	9.45 385

Nwc_Net	3.03 231	1.90 277	19.16 173	1.38 243	1.69 333	3.53 128	1.19 249	4.03 209	2.19 101	2.79 307	2.84 323	3.80 318	2.46 288	6.93 251	2.87 277	0.96 355	0.41 223	0.59 326	0.68 342	0.60 275	0.65 187

Consistency-Raft	2.93 215	1.93 278	19.72 210	1.41 253	1.75 339	3.85 188	1.32 265	4.09 231	2.75 174	1.82 101	2.66 310	1.81 138	4.34 352	2.29 130	2.08 234	0.90 352	0.94 313	1.03 368	1.13 370	1.71 379	1.10 260

TestStereo	2.41 115	1.95 279	19.15 172	0.77 9	0.61 84	1.83 18	0.58 35	2.33 36	1.53 20	1.44 54	1.37 55	1.26 74	0.90 44	11.59 358	0.94 37	0.36 155	0.19 9	0.33 164	0.24 65	0.45 216	0.32 17

DeepPruner_ROB	2.61 160	1.97 280	19.32 185	1.03 112	1.20 240	4.38 301	0.90 182	3.44 119	1.77 62	2.61 288	1.54 81	2.77 245	1.27 118	5.05 204	2.08 234	0.52 287	0.40 217	0.37 221	0.35 232	0.52 250	0.62 177

aanetorigin	3.34 278	2.00 281	17.58 134	1.20 171	1.57 308	2.57 47	3.75 385	2.73 70	2.10 92	6.11 390	4.27 361	2.88 252	5.64 364	5.46 213	4.60 313	0.53 289	0.46 245	0.45 268	0.48 302	1.15 359	1.22 267

DPSNet	3.94 321	2.01 282	14.69 77	1.58 293	1.30 258	4.17 267	2.08 335	4.57 359	4.63 359	2.78 305	1.99 207	3.79 317	7.88 386	10.66 325	11.35 354	0.94 354	0.99 318	0.41 246	0.57 328	1.09 354	1.40 276

DispNO	3.22 260	2.06 283	19.82 217	1.21 176	1.11 220	3.74 167	0.93 200	4.31 311	2.89 200	2.37 254	2.27 257	4.51 354	2.09 258	11.41 351	3.47 295	0.35 135	0.28 135	0.31 117	0.29 159	0.39 163	0.51 126

CBFPSM	2.24 72	2.06 283	12.12 53	1.13 146	1.05 206	2.85 53	1.23 256	3.37 114	2.05 88	1.82 101	1.33 48	4.55 356	4.00 345	2.38 136	2.35 254	0.27 21	0.38 205	0.32 132	0.28 129	0.39 163	0.89 236

NCC-stereo	3.49 292	2.07 285	20.23 263	1.31 220	1.76 341	4.04 230	1.42 279	4.01 201	2.34 128	3.06 329	2.59 304	3.51 302	3.02 315	10.02 309	5.44 321	1.38 371	0.66 290	0.64 341	0.88 358	0.67 302	0.84 228

Abc-Net	3.49 292	2.07 285	20.23 263	1.31 220	1.76 341	4.04 230	1.42 279	4.01 201	2.34 128	3.06 329	2.59 304	3.51 302	3.02 315	10.02 309	5.44 321	1.38 371	0.66 290	0.64 341	0.88 358	0.67 302	0.84 228
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	3.91 318	2.07 285	15.46 90	1.60 296	1.16 229	3.80 179	1.48 287	4.37 330	3.41 291	2.53 279	2.45 288	4.19 340	2.10 259	15.17 408	9.45 345	0.86 350	0.65 289	1.54 382	0.96 362	1.08 353	3.80 345

TRStereo	2.86 206	2.12 288	19.98 234	1.68 313	1.18 233	4.35 299	1.05 225	5.07 380	3.48 303	1.56 61	1.39 58	1.75 118	0.85 38	2.01 100	1.50 137	0.43 215	0.34 171	0.33 164	0.36 241	0.36 139	7.50 370

ETE_ROB	2.93 215	2.12 288	17.80 140	1.13 146	0.94 178	3.71 162	1.53 290	4.29 299	2.98 211	3.32 346	2.13 231	2.34 200	1.51 165	8.68 276	2.82 273	0.44 221	0.40 217	0.51 300	0.49 305	0.56 263	0.80 221

LALA_ROB	2.88 209	2.13 290	19.08 169	1.10 130	0.99 185	3.91 202	1.81 317	4.50 351	3.04 226	3.32 346	1.87 180	2.75 242	1.66 211	4.06 193	4.02 303	0.47 250	0.44 239	0.55 316	0.53 318	0.61 276	0.73 209

raft_robust	3.17 252	2.15 291	20.28 269	1.06 122	0.55 66	3.86 191	0.46 13	4.42 338	2.77 178	1.70 83	1.37 55	7.48 386	6.35 370	6.81 249	1.44 130	0.31 69	0.74 299	0.30 99	0.37 249	0.32 67	0.57 151

cf-r	2.93 215	2.19 292	20.59 315	1.49 276	1.35 268	4.18 271	0.92 195	3.73 153	3.12 237	2.16 187	1.82 158	3.40 288	1.44 151	8.22 269	1.93 216	0.34 123	0.31 152	0.33 164	0.30 176	0.38 152	0.45 89

SDNR	4.37 338	2.22 293	20.63 320	1.60 296	0.99 185	5.15 381	0.67 63	4.36 327	5.55 387	4.89 380	7.17 373	5.50 377	1.58 181	17.48 410	4.33 308	0.80 344	0.72 298	0.59 326	0.45 296	1.18 361	1.43 280

GMStereo	2.01 43	2.26 294	20.93 341	0.90 54	0.48 41	1.67 17	0.56 26	1.90 17	2.19 101	1.58 65	1.31 46	0.87 38	0.74 22	1.68 54	1.00 52	0.41 191	0.21 33	0.30 99	0.32 203	0.50 244	0.46 96
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EDNetEfficient	5.62 368	2.26 294	17.51 131	1.67 310	3.59 389	3.99 223	7.25 399	3.14 93	5.63 389	11.52 413	4.82 367	3.94 324	12.48 398	8.39 273	20.56 411	0.46 243	0.46 245	0.48 280	1.06 367	1.65 378	1.62 291

LMCR-Stereo	2.53 135	2.30 296	18.81 159	1.64 307	0.86 152	3.88 196	1.14 242	4.33 321	1.63 47	2.27 218	2.35 269	1.13 58	2.41 284	2.63 153	2.26 247	1.06 359	0.24 90	0.29 78	0.25 76	0.62 281	0.42 77

DGSMNet	8.13 396	2.31 297	18.62 153	2.77 374	13.96 416	6.91 397	42.17 427	4.16 254	2.53 154	2.25 209	3.21 340	3.41 289	1.69 216	9.19 285	3.03 283	3.79 398	10.31 411	11.70 424	5.68 415	4.38 401	10.58 390

WCMA_ROB	5.78 370	2.42 298	21.71 387	1.67 310	1.55 302	4.07 238	3.53 379	4.14 247	4.73 364	6.59 392	10.89 396	12.82 401	9.59 394	10.17 311	12.65 363	1.05 358	0.61 281	0.52 303	0.52 316	0.71 312	5.64 361

PA-Net	3.45 287	2.50 299	20.39 285	1.42 260	1.20 240	3.39 98	1.73 311	3.93 188	3.57 310	1.94 118	2.17 237	3.02 262	1.87 246	11.67 361	6.48 327	0.40 188	0.55 268	0.44 262	0.63 341	0.55 257	1.13 262
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ELAS_RVC	6.36 380	2.53 300	20.21 260	2.67 372	2.48 370	4.90 377	11.89 406	4.84 377	6.31 397	9.03 401	8.54 386	8.09 390	12.73 400	9.32 286	13.25 365	1.92 376	2.18 348	1.51 381	1.31 377	1.40 371	2.15 311
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 383	2.54 301	20.08 246	2.66 371	2.48 370	15.49 414	7.29 400	5.50 390	5.72 390	10.05 408	8.94 389	6.91 384	10.83 396	8.33 271	14.27 370	1.92 376	2.19 349	1.23 377	1.31 377	1.62 375	2.17 313
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Wz-Net-LNSev-Ref	2.72 187	2.55 302	14.91 79	1.37 240	1.36 269	3.50 122	1.63 302	4.11 236	3.38 284	2.55 281	2.04 213	2.35 201	2.50 292	5.14 206	4.64 314	0.53 289	0.22 48	0.35 199	0.21 26	0.41 185	0.60 169

raft+_RVC	3.46 290	2.57 303	19.51 196	1.49 276	17.54 417	3.63 146	0.76 114	3.24 101	1.53 20	1.35 46	1.67 111	1.03 51	1.10 88	1.98 98	1.53 141	0.25 8	7.10 392	0.25 23	0.24 65	0.28 20	2.18 314

AF-Net	3.15 248	2.65 304	18.81 159	1.37 240	1.76 341	3.30 91	1.57 297	4.20 268	3.05 228	2.76 302	2.94 328	4.50 353	3.21 324	5.88 221	3.07 285	0.88 351	0.39 214	0.72 354	0.50 311	0.75 320	0.66 193

RALAANet	2.29 86	2.73 305	21.08 353	1.29 213	0.94 178	1.45 12	0.68 71	3.25 104	2.61 162	2.02 145	1.80 151	1.28 76	1.04 70	2.12 108	1.79 198	0.30 55	0.22 48	0.27 44	0.27 105	0.41 185	0.35 35

DDUNet	3.65 299	2.81 306	19.59 198	3.57 392	2.26 364	3.47 113	1.35 270	4.21 272	2.40 136	2.68 294	2.48 291	4.17 338	1.78 229	5.48 214	2.61 268	2.25 380	1.77 341	2.61 394	2.43 403	2.63 384	2.40 318

PASM	3.22 260	2.89 307	15.38 88	2.00 343	1.57 308	2.77 51	1.96 324	3.62 133	2.75 174	2.95 323	2.26 254	3.10 270	2.24 274	11.87 370	2.46 261	0.97 356	1.06 320	0.87 363	1.02 364	1.20 362	1.41 278

UDG	3.84 314	2.91 308	20.05 240	2.98 381	1.98 355	3.95 215	1.18 248	4.43 340	2.24 109	2.47 272	2.53 299	4.49 352	2.44 287	6.52 239	4.74 315	2.14 379	1.77 341	2.64 395	2.58 405	2.66 385	2.19 315

HITNet	2.49 127	2.91 308	19.23 180	1.54 285	0.57 76	3.47 113	0.79 124	4.16 254	2.93 204	2.18 192	1.65 109	1.68 109	1.45 153	2.17 115	2.99 282	0.28 28	0.20 17	0.41 246	0.27 105	0.45 216	0.52 132
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
StereoDRNet	3.07 236	2.92 310	16.33 110	1.36 235	1.57 308	3.45 110	2.04 333	3.77 157	2.85 190	3.31 345	1.85 175	2.78 246	1.79 232	10.85 330	3.41 293	0.45 230	0.36 187	0.39 237	0.37 249	0.62 281	0.85 230

dd	2.27 79	3.06 311	20.18 254	0.96 84	0.51 57	4.24 287	0.74 102	1.94 20	2.43 141	1.48 56	1.28 40	1.19 69	1.05 77	1.82 83	1.69 179	0.63 315	0.34 171	0.35 199	0.33 210	0.61 276	0.57 151

111	2.59 154	3.10 312	20.47 293	0.84 28	0.38 6	4.26 288	0.91 190	4.45 343	2.96 207	2.48 274	2.07 225	2.31 195	1.64 203	1.49 41	1.90 209	0.35 135	0.22 48	0.25 23	0.21 26	0.32 67	1.14 263

AASNet	2.65 172	3.20 313	20.19 255	1.38 243	1.49 291	3.84 185	1.06 227	3.92 184	3.28 262	2.07 164	2.28 260	1.95 159	1.28 121	2.19 118	2.17 240	0.42 201	0.33 164	0.45 268	0.30 176	0.59 272	0.52 132

EDNetEfficientorigin	12.42 405	3.26 314	179.44 442	1.21 176	1.00 191	2.89 57	1.82 318	3.05 89	5.37 381	8.87 400	4.78 366	4.17 338	4.80 356	9.91 301	11.32 353	0.41 191	0.41 223	0.62 338	0.88 358	1.33 369	2.81 326

DMCA-RVC	2.72 187	3.31 315	20.08 246	1.27 206	1.13 225	2.49 45	0.85 152	3.43 118	1.85 70	3.04 328	1.58 92	1.99 167	1.51 165	6.42 236	2.86 275	0.39 181	0.31 152	0.44 262	0.37 249	0.47 234	0.65 187

dad	2.65 172	3.40 316	19.45 193	1.05 119	0.65 103	4.21 282	0.84 148	2.10 29	2.77 178	2.32 239	1.72 124	1.72 115	1.27 118	3.86 186	2.04 230	1.06 359	0.40 217	2.04 385	0.49 305	0.78 323	0.83 225

CC-Net-ROB	3.82 312	3.41 317	20.20 256	2.40 360	1.66 330	4.49 322	1.61 299	4.77 375	3.08 231	2.06 158	2.06 221	1.99 167	1.60 185	12.57 388	1.91 211	2.82 385	2.19 349	2.67 396	1.06 367	2.31 382	1.59 288

AFF-stereo	2.54 139	3.44 318	20.84 335	1.30 217	0.48 41	3.94 213	0.48 15	3.30 108	3.40 290	1.94 118	2.21 249	2.10 183	1.51 165	2.36 135	1.62 163	0.23 3	0.21 33	0.25 23	0.25 76	0.33 88	0.53 137

IGEVStereo-DCA	3.09 238	3.48 319	16.25 103	0.96 84	0.49 48	1.59 13	0.83 141	1.68 7	3.44 294	0.75 4	0.78 3	0.74 22	0.73 19	5.79 218	7.75 338	0.32 84	0.26 122	0.28 64	0.21 26	0.32 67	15.08 404

rrr	3.66 300	3.48 319	23.50 409	0.96 84	0.49 48	1.59 13	0.92 195	8.19 401	2.75 174	0.75 4	0.78 3	0.74 22	0.73 19	5.79 218	7.75 338	0.32 84	0.26 122	0.28 64	0.21 26	0.32 67	13.47 392

test_xeample3	3.67 302	3.52 321	21.53 384	0.98 94	0.51 57	1.88 20	0.91 190	8.10 400	2.76 177	0.82 8	0.76 2	0.65 6	0.70 14	5.88 221	7.74 337	0.32 84	0.29 140	0.27 44	0.22 43	0.29 33	15.33 409

GwcNet	3.26 269	3.93 322	20.24 265	1.38 243	2.04 358	3.24 79	1.53 290	3.72 149	3.66 315	2.17 189	2.25 253	3.55 306	1.69 216	9.38 289	3.03 283	0.48 255	0.49 259	0.46 273	0.39 263	0.66 299	0.86 233

DispFullNet	4.71 352	3.93 322	23.92 411	4.00 397	3.01 379	3.38 96	1.31 264	4.23 278	3.26 258	6.31 391	2.92 326	4.03 329	7.80 383	3.93 190	5.15 318	2.80 384	1.61 337	3.11 404	2.70 408	3.32 388	3.38 341

ADCL	4.70 351	4.04 324	16.12 99	1.35 231	1.28 255	5.46 386	10.88 404	4.08 227	4.25 342	5.97 388	4.51 364	4.29 345	5.60 362	6.37 235	15.21 376	0.54 293	0.48 256	0.88 364	0.78 351	0.86 335	1.01 251

ADCPNet	4.25 332	4.04 324	21.95 392	1.33 228	1.31 262	6.34 392	2.63 354	4.07 220	3.23 255	2.81 310	2.21 249	4.27 343	6.08 369	6.01 223	11.73 357	0.67 322	1.17 326	0.71 351	1.71 387	0.87 337	1.82 302

NCCL2	2.96 222	4.07 326	15.75 94	1.24 187	1.03 197	3.48 119	2.55 351	3.79 159	2.39 132	2.78 305	1.80 151	2.41 207	1.67 213	10.27 317	2.48 264	0.46 243	0.41 223	0.57 322	0.55 325	0.61 276	0.86 233

SHD	3.22 260	4.21 327	14.19 69	2.37 359	2.12 360	2.77 51	1.19 249	4.24 285	3.25 257	4.64 378	2.73 317	3.62 310	2.76 300	6.30 234	4.75 316	0.66 319	1.25 329	0.52 303	0.59 331	0.69 309	1.64 292

PVD	3.91 318	4.36 328	13.89 65	2.81 379	4.79 403	3.80 179	1.94 322	3.89 177	4.11 333	5.75 386	3.56 350	3.59 307	3.34 330	6.44 238	6.44 326	0.73 336	2.84 363	0.74 357	0.84 356	0.82 331	3.45 343

BEATNet_4x	2.65 172	4.43 329	18.10 144	1.41 253	0.59 80	3.44 107	1.02 217	4.08 227	2.97 208	2.28 220	1.75 133	2.18 185	1.61 190	2.80 164	3.54 296	0.39 181	0.25 102	0.47 275	0.31 193	0.61 276	0.86 233

PWC_ROB	3.32 275	4.61 330	14.41 73	1.46 268	1.90 351	3.21 72	1.15 245	4.39 336	3.46 301	3.13 333	3.40 346	2.79 247	2.34 280	9.17 284	6.94 329	0.61 307	0.34 171	0.61 332	0.37 249	0.73 314	1.40 276

GwcNet-RSSM	3.13 245	5.08 331	19.86 222	1.28 208	1.20 240	4.12 248	1.11 236	3.89 177	2.80 182	2.13 177	1.81 156	3.11 271	1.46 155	10.33 319	2.19 243	0.36 155	0.34 171	0.35 199	0.31 193	0.45 216	0.43 81

GANetREF_RVC	3.45 287	5.10 332	19.89 226	1.58 293	0.80 140	4.13 251	1.82 318	4.24 285	3.33 277	1.91 108	1.76 134	2.46 213	1.83 240	13.17 394	1.87 206	0.83 349	0.57 270	0.79 359	0.77 350	1.21 363	0.91 238
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
PDISCO_ROB	3.32 275	5.22 333	18.16 146	2.03 347	2.19 363	4.52 328	1.63 302	4.74 374	3.32 275	2.22 204	2.18 242	3.71 312	2.41 284	5.36 209	2.43 260	1.35 369	0.79 301	0.72 354	0.62 337	1.31 368	1.53 285

PSMNet_ROB	3.38 280	5.24 334	20.61 317	1.24 187	1.22 247	3.76 170	1.64 305	3.59 127	2.80 182	2.07 164	1.72 124	2.75 242	1.79 232	11.42 353	4.58 312	0.42 201	0.38 205	0.50 295	0.62 337	0.62 281	0.69 197

Anonymous Stereo	3.53 295	5.56 335	19.23 180	1.75 326	1.40 279	3.35 95	3.23 369	4.15 251	3.13 238	2.42 265	2.38 273	2.56 223	1.53 173	11.88 371	3.54 296	0.68 323	0.92 310	0.57 322	0.57 328	0.74 318	1.08 259

DeepPrunerF	4.00 323	5.64 336	16.81 117	1.36 235	1.75 339	3.69 158	1.54 292	4.24 285	13.98 407	2.21 202	1.77 141	2.73 237	2.29 276	10.90 333	6.64 328	0.71 329	0.61 281	0.77 358	0.79 352	0.87 337	0.79 220

ADCRef	3.66 300	5.95 337	15.50 91	1.20 171	1.41 281	3.93 210	1.61 299	3.92 184	2.77 178	3.13 333	2.20 246	2.40 203	2.78 301	6.23 233	16.59 381	0.50 271	0.35 180	0.63 339	0.62 337	0.58 270	0.92 240

Wz-Net-LNSev	2.78 201	6.16 338	17.27 126	1.24 187	1.65 327	3.49 120	1.55 294	3.70 146	3.61 311	1.96 125	1.76 134	3.30 281	2.17 271	2.78 163	2.24 245	0.49 261	0.35 180	0.32 132	0.31 193	0.56 263	0.65 187

MADNet++	8.64 398	6.17 339	13.88 64	6.61 411	5.25 405	10.15 403	14.20 409	5.89 396	8.25 399	7.14 393	8.18 380	6.41 380	9.84 395	11.71 366	16.73 383	9.65 418	5.03 384	8.63 418	5.68 415	4.83 405	8.57 382

SAMSARA	4.67 349	6.50 340	16.40 111	4.62 408	3.13 383	6.62 394	3.49 376	5.24 381	3.04 226	7.78 396	3.07 333	5.32 373	4.05 346	9.98 306	6.42 325	0.69 325	2.39 357	0.60 329	0.74 348	0.99 344	2.26 316

XQC	3.41 282	6.58 341	15.18 83	1.97 340	1.62 317	3.40 99	1.76 313	4.53 353	3.67 317	3.40 348	2.45 288	3.73 313	2.91 305	6.78 247	5.36 320	0.73 336	0.90 309	0.60 329	0.61 335	1.02 345	0.99 248

NaN_ROB	4.73 353	6.66 342	21.89 389	1.26 205	1.28 255	3.49 120	3.02 365	4.38 334	3.93 328	3.65 357	2.55 300	2.97 257	5.01 358	13.23 395	17.43 395	0.38 174	0.42 234	0.38 233	0.40 270	0.50 244	1.82 302

RTSC	3.44 285	6.78 343	16.53 115	1.76 328	1.54 298	3.53 128	0.94 202	4.22 273	2.97 208	3.65 357	3.23 342	3.31 283	2.29 276	6.22 231	7.41 335	0.61 307	1.32 330	0.37 221	0.42 283	0.78 323	0.98 247

CFNet	3.04 233	6.89 344	16.27 108	1.36 235	1.24 250	4.09 242	0.72 87	4.15 251	3.00 214	1.69 81	1.88 182	2.27 190	1.45 153	11.41 351	2.12 237	0.36 155	0.29 140	0.43 260	0.36 241	0.48 239	0.38 58

AANet_RVC	3.70 306	7.03 345	17.25 124	1.21 176	1.12 223	3.79 176	1.09 231	3.98 196	3.38 284	2.65 293	4.29 362	3.95 325	1.40 140	11.43 354	7.88 340	1.25 367	0.57 270	0.34 182	0.25 76	0.43 201	0.71 201

Wz-Net-MNSev	3.26 269	7.24 346	17.26 125	1.58 293	1.37 272	3.27 82	2.45 346	4.10 233	4.50 357	2.61 288	2.17 237	2.33 197	3.02 315	7.48 261	2.88 278	0.46 243	0.39 214	0.37 221	0.38 257	0.61 276	0.63 180

FADNet_RVC	3.10 239	7.62 347	19.12 170	1.05 119	0.93 175	4.09 242	0.84 148	4.34 324	2.05 88	1.54 58	1.78 144	1.61 103	1.50 163	8.92 280	2.64 270	0.50 271	0.38 205	0.44 262	0.61 335	0.91 339	1.16 265

Syn2CoEx	3.42 284	7.66 348	20.57 311	1.42 260	1.18 233	2.49 45	1.64 305	4.07 220	2.68 166	2.51 278	2.27 257	2.89 253	3.15 322	9.56 291	2.58 266	0.52 287	0.45 241	0.53 307	0.42 283	0.79 327	1.00 249

ACRE	2.75 196	7.69 349	19.93 229	0.93 64	1.30 258	3.94 213	0.90 182	4.23 278	3.66 315	2.33 241	2.61 306	1.17 63	1.04 70	1.80 80	1.35 107	0.46 243	0.25 102	0.27 44	0.23 52	0.32 67	0.60 169

LSM	13.03 408	7.72 350	21.01 344	55.44 435	85.65 433	3.65 152	6.27 397	3.91 183	5.06 374	5.63 385	13.91 406	3.53 304	3.46 337	9.93 303	4.36 309	0.72 334	0.95 314	0.72 354	0.85 357	1.09 354	26.67 425

FADNet-RVC-Resample	3.31 273	8.52 351	22.84 405	1.18 166	0.91 170	3.52 126	1.35 270	4.13 244	2.32 127	1.75 92	1.35 50	2.26 189	1.51 165	9.51 290	2.03 228	0.42 201	0.38 205	0.42 256	0.44 291	0.59 272	0.71 201

MFMNet_re	3.44 285	8.89 352	19.36 187	3.25 387	1.91 352	3.13 69	1.99 326	3.60 129	4.16 336	3.17 339	2.86 324	2.25 188	2.41 284	2.61 152	2.35 254	1.13 362	1.06 320	0.94 365	0.91 361	1.29 367	1.57 287

SuperB	5.03 360	8.93 353	20.96 343	1.51 280	1.11 220	3.88 196	3.00 363	4.24 285	3.13 238	2.53 279	2.10 227	2.74 240	3.37 333	8.76 277	19.44 409	0.45 230	0.34 171	0.53 307	0.40 270	11.97 421	1.15 264

WAO-6	6.68 387	9.03 354	20.68 323	2.98 381	2.79 376	11.93 406	3.56 381	5.39 386	11.65 404	3.55 354	9.59 392	6.77 382	6.72 375	12.28 377	11.56 355	2.88 386	2.36 356	2.50 390	1.84 394	2.89 386	2.72 325

HBP-ISP	3.78 309	9.10 355	20.83 333	1.72 320	1.14 226	4.54 329	2.82 358	4.61 365	3.03 223	4.13 368	1.98 204	1.88 149	3.31 327	11.06 340	1.52 140	0.74 339	0.57 270	0.67 345	0.62 337	0.65 295	0.64 184

RTS	4.29 336	9.35 356	18.25 148	2.79 377	2.29 366	4.98 378	3.41 373	4.72 371	4.27 344	4.35 372	3.10 336	4.93 366	3.14 320	7.71 265	6.99 330	0.71 329	0.68 292	0.51 300	0.50 311	1.07 351	1.98 305

RTSA	4.29 336	9.35 356	18.25 148	2.79 377	2.29 366	4.98 378	3.41 373	4.72 371	4.27 344	4.35 372	3.10 336	4.93 366	3.14 320	7.71 265	6.99 330	0.71 329	0.68 292	0.51 300	0.50 311	1.07 351	1.98 305

AnyNet_C32	4.49 343	9.53 358	13.85 61	1.67 310	1.56 306	5.40 385	4.06 391	4.03 209	3.69 318	4.21 371	3.09 335	3.09 269	3.38 334	8.24 270	18.76 406	0.56 299	0.64 286	0.53 307	0.81 354	1.36 370	1.42 279

NVStereoNet_ROB	6.63 385	9.57 359	19.28 183	3.19 385	2.11 359	3.69 158	1.99 326	4.32 318	6.27 396	3.26 344	24.57 418	5.45 376	11.39 397	13.56 399	12.37 361	2.79 383	2.05 346	1.76 383	1.75 390	1.49 373	1.75 295
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DN-CSS_ROB	2.89 211	9.72 360	19.71 208	2.07 350	0.90 165	4.01 225	0.61 44	4.06 218	3.35 280	1.66 75	1.89 184	1.39 86	1.06 79	3.24 174	1.88 207	0.44 221	0.19 9	0.44 262	0.29 159	0.40 167	0.42 77

PWCDC_ROB	3.62 297	9.86 361	17.35 128	1.62 300	1.57 308	4.19 279	1.01 214	4.35 325	4.20 337	2.26 215	7.36 375	2.73 237	2.75 299	4.10 194	4.51 311	1.47 373	0.37 192	0.39 237	0.34 219	1.22 364	0.73 209

CIPLG	2.88 209	10.01 362	20.02 237	0.95 77	1.34 266	3.95 215	0.91 190	4.24 285	3.69 318	2.36 249	2.66 310	1.17 63	1.06 79	1.82 83	1.37 119	0.45 230	0.25 102	0.27 44	0.23 52	0.33 88	0.60 169

SPS-STEREO	5.18 362	10.36 363	21.09 358	1.74 324	1.72 337	3.24 79	2.26 342	3.92 184	4.12 334	5.06 382	3.66 352	5.43 375	3.33 329	9.56 291	12.34 360	1.17 365	1.17 326	1.07 370	1.03 366	1.17 360	10.25 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iResNet_ROB	2.72 187	10.38 364	14.41 73	1.46 268	0.99 185	3.74 167	0.66 61	4.01 201	2.84 189	2.04 153	2.05 219	1.98 166	1.38 133	4.73 202	1.91 211	0.35 135	0.20 17	0.28 64	0.19 9	0.33 88	0.41 70

Wz-Net-SNSev	3.47 291	10.51 365	16.90 119	1.65 308	1.20 240	3.29 87	2.03 332	4.16 254	3.03 223	2.35 245	2.39 276	3.48 293	2.12 263	7.95 268	4.28 306	0.51 277	0.40 217	0.53 307	0.49 305	0.74 318	1.46 281

ADCMid	4.55 345	10.78 366	17.67 138	1.32 226	1.43 284	4.62 346	2.24 341	4.22 273	4.97 373	3.93 363	3.01 330	3.84 320	3.66 339	4.22 198	18.57 405	0.69 325	0.62 284	1.09 372	1.20 374	1.48 372	1.49 283

AnyNet_C01	4.68 350	10.90 367	16.41 112	2.03 347	1.62 317	6.25 390	6.40 398	4.19 266	5.13 376	4.03 365	3.77 354	4.14 336	3.26 325	7.23 254	11.19 350	0.64 316	0.80 302	0.65 343	0.72 346	2.18 380	2.08 308

MADNet+	4.46 342	11.36 368	14.35 72	2.23 353	2.50 372	4.18 271	2.86 360	5.46 388	4.43 351	2.74 300	2.69 314	4.55 356	3.43 335	8.97 282	9.42 344	1.47 373	2.06 347	1.09 372	1.02 364	1.54 374	2.96 333

coex-ft	20.00 416	11.54 369	120.82 439	1.18 166	1.30 258	2.36 42	1.99 326	2.96 85	13.96 406	129.83 440	8.40 385	5.88 379	52.82 434	9.93 303	31.13 425	0.61 307	0.62 284	0.50 295	0.49 305	1.10 356	2.63 323

FADNet	3.20 257	11.55 370	16.16 101	1.24 187	0.95 180	3.30 91	0.87 158	4.00 199	2.73 171	1.42 51	1.35 50	2.51 217	2.04 255	9.95 305	2.39 259	0.44 221	0.46 245	0.40 242	0.44 291	1.13 358	0.61 173

IPLGR_C	2.96 222	11.71 371	20.02 237	0.95 77	1.31 262	3.93 210	0.92 195	4.22 273	3.76 320	2.35 245	2.62 307	1.16 62	1.07 81	1.71 64	1.34 106	0.45 230	0.25 102	0.27 44	0.23 52	0.33 88	0.60 169

JetBlue	6.69 388	12.01 372	14.30 71	1.98 342	4.64 402	11.97 407	12.29 407	5.39 386	4.32 350	3.81 361	4.51 364	9.50 393	6.53 374	10.22 313	14.50 372	1.32 368	1.47 332	1.18 375	1.36 382	7.48 414	5.05 358

WZ-Net	4.39 340	12.37 373	17.44 130	1.47 272	1.42 283	3.76 170	2.27 343	4.17 258	3.11 235	2.89 315	2.24 251	4.05 330	5.69 366	10.89 332	12.07 358	0.66 319	0.41 223	0.47 275	0.49 305	0.78 323	1.12 261

FADNet-RVC	3.23 263	12.51 374	17.02 120	1.17 162	0.81 142	3.52 126	1.09 231	4.16 254	2.74 173	1.44 54	1.29 44	1.86 145	1.76 226	9.82 297	2.46 261	0.39 181	0.38 205	0.40 242	0.41 280	0.68 307	0.59 165

ADCS	4.77 355	12.63 375	17.40 129	1.72 320	1.34 266	3.90 199	3.60 382	4.30 301	3.54 308	5.11 383	2.81 322	4.44 350	3.05 318	6.15 230	19.32 408	0.74 339	0.68 292	0.70 349	0.70 344	1.25 366	1.98 305

ADCP+	4.42 341	12.67 376	18.95 164	1.12 141	1.55 302	4.30 294	3.60 382	4.01 201	3.80 322	2.30 224	1.71 122	3.93 323	4.29 349	3.49 178	18.77 407	0.40 188	0.41 223	0.63 339	0.53 318	0.67 302	1.35 274

LE_ROB	19.18 415	12.99 377	48.22 428	8.42 416	23.91 422	7.26 398	19.71 413	9.92 403	38.58 429	43.44 427	21.85 414	28.15 421	41.18 424	23.00 415	54.71 429	0.38 174	0.34 171	0.32 132	0.36 241	0.43 201	0.49 116

PWCK	6.49 382	13.40 378	20.27 268	2.95 380	1.61 315	5.68 388	7.63 402	5.37 385	4.77 370	3.90 362	7.48 376	7.96 388	5.63 363	15.15 407	10.93 349	3.21 389	1.55 336	2.34 389	1.43 384	6.05 407	2.45 321

ARAFT	3.24 265	13.49 379	19.88 225	0.93 64	0.49 48	4.16 262	1.40 276	4.37 330	3.21 247	2.40 260	1.91 192	1.70 112	1.04 70	6.43 237	1.45 133	0.37 162	0.19 9	0.37 221	0.35 232	0.37 143	0.35 35

Wz-Net-TNSev	4.22 329	13.55 380	15.87 96	1.57 291	1.19 238	3.61 143	2.48 348	4.38 334	3.45 300	2.29 223	1.91 192	4.20 341	2.86 303	12.11 376	10.56 348	0.61 307	0.59 277	0.48 280	0.54 321	0.93 341	1.24 269

UNDER WATER	11.28 404	13.60 381	22.90 407	5.11 409	4.53 401	7.75 400	3.75 385	12.50 407	21.62 419	7.80 397	10.68 395	23.75 415	35.20 420	11.54 356	17.40 394	4.46 404	2.95 366	4.23 413	2.90 411	6.57 409	6.27 366

SPstereo	30.75 423	13.65 382	19.03 167	8.80 417	10.65 411	50.20 431	82.83 439	71.83 436	35.94 428	30.86 422	29.63 420	48.58 432	42.25 431	47.75 436	58.04 436	7.66 415	8.94 402	20.43 425	10.51 419	8.69 418	8.79 383

MFN_U_SF_DS_RVC	4.38 339	13.66 383	13.95 66	1.39 250	1.58 313	5.18 382	3.31 371	4.53 353	3.22 252	2.60 284	2.62 307	4.99 368	2.11 261	13.99 405	4.21 305	1.53 375	2.56 361	0.67 345	1.82 393	0.83 334	2.92 331

MANE	15.29 410	13.67 384	23.58 410	10.15 419	13.37 414	23.58 421	23.86 415	27.83 421	26.26 421	12.02 414	15.10 407	19.83 409	18.01 411	15.68 409	20.35 410	8.58 417	9.20 408	3.05 402	4.19 414	0.82 331	16.69 414

LL-Strereo	4.26 334	13.69 385	20.37 281	1.24 187	2.18 361	2.90 58	1.08 229	4.35 325	2.22 107	3.20 340	2.26 254	3.29 280	3.13 319	11.30 347	1.91 211	0.33 107	3.89 378	0.46 273	0.34 219	0.54 254	6.47 368

CSAN	5.95 372	13.70 386	21.94 391	1.35 231	0.93 175	3.65 152	3.46 375	4.73 373	4.26 343	3.98 364	7.70 377	3.54 305	6.94 378	22.83 414	16.00 378	0.53 289	0.47 253	0.50 295	0.55 325	0.65 295	1.22 267

SANet	6.43 381	13.71 387	22.08 397	1.43 265	1.00 191	6.86 396	3.78 387	4.71 370	11.10 402	4.71 379	8.72 387	7.47 385	7.91 387	12.46 386	18.12 400	0.51 277	0.47 253	0.50 295	0.45 296	0.94 342	1.60 290

MFN_U_SF_RVC	4.08 325	13.72 388	15.13 82	2.00 343	1.43 284	3.73 165	1.68 309	4.11 236	3.39 289	2.93 319	2.38 273	4.39 349	3.63 338	8.63 275	6.14 323	1.14 363	1.07 323	1.01 367	1.35 381	1.63 376	2.09 310

IMH-64-1	6.10 376	13.83 389	17.55 132	4.34 401	3.78 391	4.79 374	5.94 395	5.34 382	4.20 337	4.10 366	8.31 383	5.07 370	6.92 376	9.63 294	7.36 333	4.60 408	2.96 368	3.04 400	2.14 400	4.30 399	3.88 348

IMH-64	6.10 376	13.83 389	17.55 132	4.34 401	3.78 391	4.79 374	5.94 395	5.34 382	4.20 337	4.10 366	8.31 383	5.07 370	6.92 376	9.63 294	7.36 333	4.60 408	2.96 368	3.04 400	2.14 400	4.30 399	3.88 348

MSC_U_SF_DS_RVC	4.90 358	13.94 391	16.59 116	1.69 314	1.46 288	6.15 389	3.52 378	5.47 389	3.95 329	2.77 303	2.74 318	4.81 365	2.49 291	13.78 402	5.33 319	2.34 381	3.46 374	1.05 369	1.21 375	2.28 381	2.94 332

SQANet	4.22 329	14.03 392	20.30 274	2.78 375	2.75 375	3.41 102	1.48 287	3.66 138	2.25 112	2.62 290	1.77 141	2.68 234	1.90 249	7.41 260	3.78 301	2.97 387	1.42 331	1.85 384	1.13 370	3.28 387	2.86 328

RAFT + AFF	3.98 322	14.10 393	20.78 329	1.16 155	1.96 354	4.14 256	2.00 329	4.56 357	3.52 307	2.23 206	2.51 296	2.27 190	4.92 357	8.94 281	2.82 273	0.33 107	0.60 279	0.48 280	0.39 263	0.81 329	1.03 254

notaker	10.92 403	14.17 394	20.38 282	4.56 407	3.98 396	6.29 391	3.53 379	7.68 399	5.10 375	9.04 402	46.37 429	13.84 405	28.85 419	14.18 406	14.16 369	4.57 407	3.19 372	3.52 408	2.70 408	8.16 416	4.13 352

UNDER WATER-64	10.08 399	14.27 395	22.85 406	5.26 410	4.88 404	11.00 405	4.57 394	11.41 405	17.25 412	7.68 395	9.72 393	15.96 406	21.47 417	11.12 343	16.63 382	4.38 402	2.88 365	4.41 414	2.95 412	7.12 412	5.81 364

WAO-7	6.00 374	14.29 396	20.46 291	1.97 340	1.51 294	5.31 384	3.06 367	5.00 378	5.92 392	4.55 377	8.87 388	6.52 381	6.47 373	13.38 398	13.85 367	1.35 369	1.24 328	1.48 380	1.36 382	1.63 376	1.79 301

TorneroNet-64	10.52 400	14.33 397	21.95 392	4.29 400	3.76 390	13.77 411	2.83 359	14.96 415	23.11 420	10.24 410	23.77 417	13.44 402	8.15 388	13.98 404	17.70 398	4.03 401	2.73 362	3.23 405	2.53 404	7.27 413	4.35 355

SGM+DAISY	13.18 409	14.36 398	24.65 413	8.10 414	13.49 415	22.47 419	25.54 418	12.13 406	17.08 411	14.77 415	15.82 410	12.17 400	13.97 406	12.65 389	18.22 402	8.40 416	9.18 407	1.23 377	1.33 380	1.23 365	16.81 418

ktn	22.24 419	14.37 399	20.30 274	4.54 406	4.02 397	6.52 393	4.50 393	6.78 398	78.80 437	84.67 437	100.54 440	58.48 434	8.39 390	13.13 393	17.09 388	4.61 410	3.24 373	3.49 407	2.62 406	4.70 404	3.96 350

KSHMR	17.50 414	14.38 400	22.35 402	4.50 405	4.51 400	8.17 401	3.33 372	15.44 417	76.15 435	7.32 394	61.40 433	56.33 433	5.66 365	32.91 422	13.97 368	4.42 403	2.99 370	3.64 412	2.79 410	5.13 406	4.55 357

FINET	10.59 401	14.44 401	25.84 414	2.30 356	3.90 394	21.74 418	25.19 417	8.85 402	16.99 410	2.68 294	15.19 408	11.45 396	13.83 403	6.71 246	15.11 375	0.80 344	8.59 397	0.53 307	0.44 291	0.62 281	16.67 413

TorneroNet	26.32 421	14.70 402	22.40 403	4.24 399	4.08 398	54.72 432	3.19 368	15.11 416	76.73 436	57.99 432	82.55 437	86.65 438	45.79 433	13.34 397	18.51 403	4.52 406	2.86 364	3.45 406	2.63 407	8.75 419	4.28 353

Ntro	4.83 356	14.73 403	20.47 293	3.24 386	2.97 378	4.12 248	1.88 320	4.00 199	2.57 158	1.79 98	2.15 232	3.34 286	2.16 269	10.01 308	7.34 332	3.53 395	1.77 341	2.13 387	1.32 379	3.89 396	3.23 334

FADE	78.97 437	14.73 403	35.82 420	10.62 421	13.30 413	4.17 267	4.16 392	28.45 422	8.38 400	5.17 384	3.89 355	11.84 399	36.55 421	44.20 427	27.82 422	481.80 443	167.92 442	346.21 443	320.29 443	7.64 415	6.52 369

ACVNet-4b	6.98 390	14.78 405	22.17 399	3.56 391	3.11 382	4.14 256	2.23 340	4.08 227	3.84 323	1.67 77	3.96 359	5.86 378	2.87 304	10.30 318	17.16 392	26.09 429	2.24 352	2.53 391	1.79 391	3.91 397	3.28 337

ACVNet_1	6.63 385	14.79 406	21.40 381	3.59 393	3.17 384	4.69 367	2.46 347	4.24 285	3.34 279	3.11 332	2.86 324	23.21 413	4.59 355	11.06 340	12.59 362	3.75 396	2.34 355	2.60 393	1.80 392	3.70 391	3.31 338

otaku	5.59 367	14.82 407	20.70 324	3.13 384	2.70 374	3.91 202	2.56 352	3.90 179	2.48 149	2.25 209	9.38 390	4.06 331	2.32 279	9.59 293	14.37 371	3.52 394	1.66 339	2.15 388	1.19 373	3.73 394	3.35 340

iResNetv2_ROB	3.31 273	14.88 408	20.01 236	2.17 352	1.09 215	3.84 185	1.13 240	4.22 273	3.15 241	2.02 145	2.06 221	2.00 171	1.69 216	3.61 181	2.10 236	0.36 155	0.22 48	0.32 132	0.22 43	0.48 239	0.58 163

SGM-ForestM	15.60 411	14.94 409	28.17 418	7.84 413	10.49 410	23.43 420	24.58 416	20.87 419	16.87 408	15.92 418	15.89 411	27.08 420	22.45 418	24.86 419	28.42 424	3.85 399	8.90 401	0.55 316	1.15 372	0.64 290	15.05 402

RainbowNet	5.20 363	15.03 410	21.14 363	3.66 394	3.25 387	4.18 271	2.98 362	4.22 273	3.20 244	2.30 224	2.65 309	4.24 342	2.97 308	9.92 302	6.29 324	3.92 400	2.27 353	2.71 398	1.73 389	3.82 395	3.43 342

Dean	8.35 397	15.23 411	22.34 401	3.76 396	3.55 388	4.81 376	3.51 377	5.34 382	5.37 381	4.49 376	26.13 419	25.59 419	4.33 351	11.21 344	13.12 364	3.78 397	2.31 354	2.90 399	1.89 395	4.04 398	3.34 339

ACVNet_2	6.09 375	15.28 412	21.36 380	3.30 388	3.17 384	4.50 323	3.00 363	4.70 369	3.96 330	3.52 353	5.34 370	7.79 387	2.95 306	12.40 379	13.76 366	3.28 390	2.23 351	2.70 397	1.70 386	3.52 389	3.24 335

GASNet	3.86 315	15.35 413	21.16 366	1.63 303	1.25 252	2.35 41	1.11 236	4.11 236	2.86 196	1.99 132	2.11 228	2.99 259	2.16 269	10.62 323	3.75 300	0.71 329	0.37 192	0.61 332	0.46 298	0.91 339	0.70 199

LVE	7.57 394	15.80 414	21.28 375	3.69 395	3.19 386	4.54 329	2.78 355	10.13 404	11.63 403	3.24 342	11.52 400	18.10 407	4.55 354	11.67 361	10.30 347	4.62 411	2.95 366	2.56 392	1.91 396	3.63 390	3.26 336

WAO-8	12.61 406	16.02 415	21.99 394	3.55 389	3.10 380	15.07 412	2.80 356	12.81 409	19.10 417	7.93 398	13.05 403	11.75 397	8.46 391	83.86 439	15.10 373	3.51 392	1.94 344	3.54 409	1.96 397	3.72 392	2.89 329

Venus	12.61 406	16.02 415	21.99 394	3.55 389	3.10 380	15.07 412	2.80 356	12.81 409	19.10 417	7.93 398	13.05 403	11.75 397	8.46 391	83.86 439	15.10 373	3.51 392	1.94 344	3.54 409	1.96 397	3.72 392	2.89 329

IMH	7.25 392	16.24 417	21.08 353	4.40 403	3.79 393	5.46 386	3.03 366	5.58 392	6.26 395	4.92 381	10.32 394	9.24 392	8.30 389	13.62 400	11.56 355	4.84 412	3.00 371	3.09 403	2.14 400	4.38 401	3.83 347

HanzoNet	31.86 424	17.33 418	21.23 372	7.52 412	5.85 408	7.49 399	3.61 384	14.35 413	13.37 405	50.38 430	46.35 428	44.46 423	56.50 435	36.53 426	28.25 423	64.05 435	58.31 436	9.45 420	89.24 436	31.17 431	31.77 426

Anonymous_1	57.77 435	19.65 419	26.12 415	23.12 423	141.97 439	30.79 422	39.72 424	34.10 426	16.98 409	70.09 436	15.64 409	23.44 414	19.73 414	23.03 416	27.21 419	164.70 441	9.02 405	130.41 436	137.42 438	161.21 442	41.01 430

DPSM_ROB	20.83 417	20.01 420	26.54 416	23.64 424	22.42 420	31.06 423	39.94 425	34.02 424	17.42 413	15.35 416	16.05 412	24.04 416	20.69 415	23.28 417	27.60 420	10.77 420	9.41 409	11.68 422	11.50 421	14.48 422	16.71 415

DPSM	20.83 417	20.01 420	26.54 416	23.64 424	22.42 420	31.06 423	39.94 425	34.02 424	17.42 413	15.35 416	16.05 412	24.04 416	20.69 415	23.28 417	27.60 420	10.77 420	9.41 409	11.68 422	11.50 421	14.48 422	16.71 415

DGTPSM_ROB	16.67 412	21.79 422	40.19 424	10.00 418	19.05 418	12.43 409	33.20 421	13.71 411	18.09 415	9.71 405	22.85 415	13.77 403	19.64 412	21.23 411	24.07 412	5.09 413	8.95 403	5.62 415	11.49 420	6.73 410	15.75 411

DPSMNet_ROB	16.76 413	21.81 423	40.95 425	10.20 420	19.08 419	12.43 409	33.21 422	13.73 412	18.21 416	9.76 406	22.88 416	13.78 404	19.64 412	21.39 412	24.21 413	5.20 414	8.97 404	5.63 416	11.51 423	6.80 411	15.82 412

JetRed	10.68 402	26.07 424	35.62 419	4.40 403	4.16 399	15.72 415	13.07 408	14.57 414	5.83 391	5.85 387	5.55 372	10.12 394	7.37 381	8.86 278	25.99 418	3.33 391	3.82 377	3.59 411	2.98 413	8.51 417	8.22 377

LRCNet_RVC	25.63 420	33.47 425	24.35 412	31.77 426	32.74 423	6.73 395	1.19 249	25.87 420	4.67 363	28.95 419	30.91 421	24.89 418	17.54 409	27.82 420	24.57 415	35.48 430	25.62 432	35.91 432	33.80 431	31.95 432	34.38 429

LSM0	49.69 433	40.02 426	53.50 436	97.07 436	129.56 437	62.65 438	79.82 433	68.02 433	35.12 424	33.72 426	33.34 427	48.41 431	41.54 425	46.57 431	55.40 431	21.63 428	19.16 427	23.60 431	23.13 425	29.46 430	52.08 434

MyStereo03	43.09 427	40.09 427	53.32 432	48.07 432	45.83 430	62.40 433	80.65 435	67.87 430	35.18 425	31.09 423	32.21 422	48.24 428	41.62 426	46.66 433	55.80 433	21.53 423	18.98 423	23.44 426	23.21 427	29.12 425	56.57 435

MyStereo02	43.09 427	40.09 427	53.32 432	48.07 432	45.83 430	62.40 433	80.65 435	67.87 430	35.18 425	31.09 423	32.21 422	48.24 428	41.62 426	46.66 433	55.80 433	21.53 423	18.98 423	23.44 426	23.21 427	29.12 425	56.57 435

MyStereo	43.09 427	40.09 427	53.32 432	48.07 432	45.83 430	62.40 433	80.65 435	67.87 430	35.18 425	31.09 423	32.21 422	48.24 428	41.62 426	46.66 433	55.80 433	21.53 423	18.98 423	23.44 426	23.21 427	29.12 425	56.57 435

Selective-RAFT-Error	41.88 425	40.10 430	53.23 431	47.74 431	45.20 429	62.42 436	80.58 434	68.27 434	34.95 423	30.85 421	32.30 425	48.08 426	42.07 430	46.54 430	54.92 430	21.60 427	19.12 426	23.46 429	23.15 426	29.14 428	33.95 428

CasAABBNet	41.89 426	40.14 431	53.33 435	47.71 430	45.10 428	62.42 436	80.65 435	68.29 435	34.85 422	30.67 420	32.34 426	48.22 427	41.76 429	46.61 432	55.60 432	21.59 426	18.89 422	23.46 429	23.21 427	29.17 429	33.75 427

HaxPig	43.31 430	43.63 432	45.01 426	33.88 427	35.67 425	32.79 425	30.52 420	45.50 427	42.95 430	48.75 428	48.14 430	43.24 422	40.44 423	44.58 428	43.63 426	47.17 432	49.30 433	51.65 434	50.37 433	43.72 433	45.27 431

AVERAGE_ROB	44.46 431	45.87 433	46.48 427	40.54 429	38.62 426	32.95 426	30.49 419	46.80 428	43.31 431	49.57 429	48.93 431	44.57 424	39.87 422	45.01 429	43.89 427	48.70 433	50.65 434	50.80 433	49.79 432	45.54 434	46.89 432

MEDIAN_ROB	47.37 432	49.00 434	49.74 429	40.28 428	39.94 427	34.93 427	33.41 423	49.78 429	46.38 433	53.04 431	52.61 432	47.67 425	42.28 432	48.33 437	47.25 428	52.06 434	53.99 435	54.28 435	53.48 434	48.70 435	50.27 433

DLNR_Zeroshot_test	29.83 422	55.48 435	50.99 430	183.84 439	114.74 436	3.44 107	0.28 1	29.52 423	1.59 33	1.03 28	1.25 35	0.93 44	0.64 9	3.95 191	1.62 163	37.16 431	1.69 340	0.26 34	0.23 52	92.97 436	15.07 403

PML	64.55 436	56.00 436	20.79 330	8.10 414	32.82 424	147.60 441	247.57 443	12.71 408	45.39 432	111.32 439	288.85 443	101.42 440	100.62 441	31.63 421	15.84 377	13.96 422	4.84 381	10.95 421	6.18 417	28.99 424	5.33 360

BEATNet-Init1	51.93 434	71.67 437	99.39 438	10.91 422	13.10 412	84.39 439	59.36 429	73.78 437	67.97 434	88.09 438	88.15 438	91.73 439	97.51 440	85.13 441	72.56 440	2.59 382	5.18 385	1.20 376	1.49 385	10.61 420	13.83 393

xxxxx1	112.85 438	94.19 438	38.10 421	228.21 441	161.02 440	39.23 428	61.26 430	92.54 438	79.08 438	63.44 433	74.84 434	77.80 435	69.88 436	33.55 423	70.96 437	117.25 437	130.44 439	258.49 440	273.88 440	145.63 439	147.24 440

tt_ll	112.85 438	94.19 438	38.10 421	228.21 441	161.02 440	39.23 428	61.26 430	92.54 438	79.08 438	63.44 433	74.84 434	77.80 435	69.88 436	33.55 423	70.96 437	117.25 437	130.44 439	258.49 440	273.88 440	145.63 439	147.24 440

ff	112.85 438	94.19 438	38.10 421	228.21 441	161.02 440	39.23 428	61.26 430	92.54 438	79.08 438	63.44 433	74.84 434	77.80 435	69.88 436	33.55 423	70.96 437	117.25 437	130.44 439	258.49 440	273.88 440	145.63 439	147.24 440

ASD4	117.27 441	129.52 441	123.56 440	122.58 437	90.02 434	142.70 440	121.49 440	155.40 442	106.26 441	137.15 441	93.99 439	116.23 441	77.54 439	123.37 442	97.34 441	115.20 436	101.37 437	138.98 438	118.15 437	131.38 438	103.11 438

DPSimNet_ROB	143.68 442	156.64 442	170.66 441	162.59 438	135.40 438	195.13 442	174.01 441	141.76 441	167.78 443	174.58 442	138.78 441	186.01 442	183.75 442	82.32 438	97.85 442	151.24 440	102.48 438	131.25 437	82.78 435	115.21 437	123.37 439

test_example2	213.42 443	219.67 443	222.97 443	213.78 440	220.82 443	199.03 443	200.49 442	189.27 443	143.61 442	211.05 443	218.08 442	210.69 443	205.21 443	221.14 443	216.49 443	236.74 442	242.08 443	213.66 439	216.96 439	235.55 443	231.06 443

Low-res two-view benchmark