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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCS	0.06 25	0.02 14	0.04 21	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	1.03 149	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 27	0.02 15

AnyNet_C01	0.08 27	0.03 23	0.04 21	0.02 15	0.03 21	0.03 22	0.02 15	0.02 15	0.02 15	1.46 176	0.02 15	0.03 24	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.03 22	0.03 23

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 21	0.02 15	0.02 15	0.02 15	0.04 25	0.03 23	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

FADNet_RVC	0.10 34	0.03 23	0.04 21	0.03 23	0.04 28	0.05 33	0.04 29	0.04 28	0.04 28	0.03 21	0.04 28	0.04 28	0.03 21	0.04 28	0.03 24	0.03 24	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.03 24	1.63 216	0.03 23	0.03 24	0.04 28	0.03 22	0.04 28

BEATNet_4x	0.08 27	0.03 23	0.06 31	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 177	0.03 24	0.03 24	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCL	0.08 27	0.03 23	0.06 31	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.47 177	0.03 24	0.03 24	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.03 22	0.03 23

ADCMid	0.08 27	0.02 14	0.13 69	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 170	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 38	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23

AnyNet_C32	0.12 49	0.03 23	0.07 33	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.02 15	2.33 210	0.04 28	0.04 28	0.03 21	0.02 15	0.03 24	0.04 28	0.04 25	0.04 27	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.04 28	0.03 24	0.03 22	0.02 15

ADCPNet	0.08 27	0.03 23	0.04 21	0.03 23	0.03 21	0.03 22	0.03 24	0.03 24	0.03 25	1.32 170	0.03 24	0.03 24	0.03 21	0.03 25	0.03 24	0.03 24	0.03 20	0.03 23	0.03 22	0.03 24	0.03 23	0.03 24	0.03 23	0.03 23	0.03 24	0.03 24	0.04 27	0.03 23

FADNet-RVC-Resample	0.10 34	0.04 29	0.05 26	0.04 29	0.05 32	0.05 33	0.05 34	0.07 35	0.05 34	0.05 24	0.05 32	0.05 32	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.05 34	0.05 30	0.05 34	0.05 32	0.04 29	1.53 215	0.04 29	0.05 33	0.05 33	0.06 38	0.05 33

FADNet-RVC	0.11 46	0.04 29	0.05 26	0.04 29	0.05 32	0.04 29	0.04 29	0.05 32	0.04 28	0.04 22	0.04 28	0.04 28	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	1.79 222	0.04 29	0.04 28	0.04 28	0.04 27	0.05 33

ADCRef	0.13 54	0.04 29	0.05 26	0.04 29	0.04 28	0.04 29	0.09 42	0.04 28	0.04 28	2.46 213	0.04 28	0.04 28	0.04 29	0.04 28	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

ADCP+	0.12 49	0.04 29	0.07 33	0.04 29	0.05 32	0.04 29	0.04 29	0.04 28	0.04 28	2.28 204	0.05 32	0.05 32	0.04 29	0.04 28	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.04 28	0.04 29	0.04 28	0.05 33	0.04 28	0.04 28	0.04 27	0.04 28

FADE	0.05 21	0.05 34	0.05 26	0.05 33	0.04 28	0.03 22	0.03 24	0.05 32	0.04 28	0.06 29	0.03 24	0.02 15	0.04 29	0.05 31	0.07 35	0.07 38	0.07 38	0.05 34	0.06 37	0.04 28	0.09 41	0.08 41	0.06 34	0.05 33	0.06 38	0.05 33	0.05 33	0.04 28

APVNet	0.09 32	0.06 35	0.04 21	0.06 34	0.04 28	0.05 33	0.04 29	0.05 32	1.08 200	0.05 24	0.05 32	0.05 32	0.04 29	0.05 31	0.04 29	0.04 28	0.05 32	0.04 27	0.05 30	0.04 28	0.05 32	0.04 29	0.04 28	0.04 29	0.05 33	0.04 28	0.05 33	0.04 28

FADNet	0.11 46	0.04 29	0.05 26	0.06 34	0.05 32	0.04 29	0.04 29	0.04 28	0.04 28	0.04 22	0.05 32	0.05 32	0.04 29	0.05 31	0.04 29	0.04 28	0.04 25	0.04 27	0.04 27	0.05 34	0.05 32	0.04 29	1.74 220	0.04 29	0.04 28	0.05 33	0.04 27	0.05 33

AASNet	0.05 21	0.08 38	0.08 36	0.07 36	0.05 32	0.05 33	0.05 34	0.07 35	0.05 34	0.05 24	0.05 32	0.05 32	0.05 36	0.06 36	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 34	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 33

SACVNet	0.05 21	0.08 38	0.08 36	0.07 36	0.05 32	0.05 33	0.05 34	0.07 35	0.05 34	0.05 24	0.05 32	0.05 32	0.05 36	0.06 36	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 34	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 33

AACVNet	0.05 21	0.08 38	0.08 36	0.07 36	0.05 32	0.05 33	0.05 34	0.07 35	0.05 34	0.05 24	0.05 32	0.05 32	0.05 36	0.06 36	0.07 35	0.05 35	0.05 32	0.05 34	0.05 30	0.05 34	0.05 32	0.05 35	0.04 28	0.05 33	0.05 33	0.05 33	0.05 33	0.05 33

FINET	0.07 26	0.08 38	0.07 33	0.08 39	0.07 39	0.08 41	0.07 38	0.08 41	0.07 38	0.08 30	0.07 39	0.08 39	0.07 39	0.07 39	0.07 35	0.07 38	0.07 38	0.07 39	0.07 38	0.07 39	0.08 40	0.07 38	0.07 35	0.06 39	0.07 39	0.07 39	0.08 41	0.06 39

BEATNet-Init1	0.15 65	0.07 36	0.10 42	0.08 39	0.07 39	0.07 39	0.07 38	0.07 35	0.07 38	2.19 201	0.08 40	0.08 39	0.07 39	0.07 39	0.07 35	0.07 38	0.08 40	0.07 39	0.08 40	0.08 40	0.07 38	0.07 38	0.07 35	0.07 40	0.08 40	0.07 39	0.07 39	0.07 40

DeepPrunerF	0.15 65	0.07 36	0.10 42	0.08 39	0.07 39	0.07 39	0.07 38	0.07 35	0.07 38	2.19 201	0.08 40	0.08 39	0.07 39	0.07 39	0.07 35	0.07 38	0.08 40	0.07 39	0.08 40	0.08 40	0.07 38	0.07 38	0.07 35	0.07 40	0.08 40	0.07 39	0.07 39	0.07 40

SepStereo	0.09 32	0.09 42	0.09 39	0.09 42	0.10 44	0.09 42	0.08 41	0.09 42	0.08 41	0.09 31	0.08 40	0.09 42	0.09 42	0.08 42	0.08 42	0.09 42	0.09 42	0.08 42	0.09 42	0.08 40	0.09 41	0.08 41	0.09 38	0.09 42	0.10 42	0.08 42	0.10 42	0.09 42

AnonymousM	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

PVD	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

SHD	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

SAMSARA	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

XQC	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

RTSC	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

RTS	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

RTSA	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

MADNet+	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

MADNet++	0.10 34	0.10 43	0.10 42	0.10 43	0.10 44	0.10 43	0.10 45	0.10 43	0.10 44	0.10 32	0.10 45	0.10 43	0.10 45	0.10 46	0.10 45	0.10 44	0.10 43	0.10 44	0.10 43	0.10 44	0.10 43	0.10 45	0.10 41	0.10 45	0.10 42	0.10 43	0.10 42	0.10 46

JetRed	0.22 79	0.11 53	0.12 61	0.11 53	0.11 56	0.11 53	0.11 55	0.11 53	0.11 55	2.93 220	0.11 56	0.11 53	0.11 56	0.11 59	0.11 55	0.12 64	0.11 53	0.11 58	0.11 53	0.11 56	0.11 53	0.11 56	0.11 53	0.11 57	0.11 53	0.11 56	0.11 53	0.11 57

JetBlue	0.23 80	0.12 54	0.13 69	0.12 54	0.12 68	0.12 54	0.11 55	0.14 56	0.12 65	3.07 221	0.12 68	0.12 55	0.11 56	0.11 59	0.13 71	0.13 70	0.12 54	0.12 68	0.13 54	0.11 56	0.12 54	0.13 71	0.12 64	0.14 72	0.13 55	0.12 66	0.12 54	0.11 57

LRCNet_RVC	0.11 46	0.12 54	0.09 39	0.12 54	0.09 42	0.12 54	0.09 42	0.12 54	0.09 42	0.12 42	0.09 43	0.11 53	0.09 42	0.09 43	0.09 43	0.09 42	0.12 54	0.16 74	0.21 75	0.09 43	0.12 54	0.09 43	0.09 38	0.09 42	0.12 54	0.28 105	0.12 54	0.09 42

UNet	0.19 72	0.13 56	0.09 39	0.13 56	0.09 42	0.13 56	0.09 42	0.13 55	0.09 42	0.90 141	0.09 43	0.13 56	0.09 42	0.10 46	0.09 43	0.70 174	0.13 56	0.09 43	0.13 54	0.10 44	0.91 176	0.09 43	0.10 41	0.09 42	0.13 55	0.10 43	0.13 56	0.09 42

ProNet	0.12 49	0.18 67	0.11 55	0.14 57	0.10 44	0.14 58	0.11 55	0.14 56	0.11 55	0.14 43	0.10 45	0.14 57	0.10 45	0.10 46	0.11 55	0.10 44	0.15 63	0.10 44	0.14 56	0.10 44	0.14 56	0.10 45	0.11 53	0.10 45	0.15 62	0.10 43	0.14 57	0.10 46

CIPLG	0.13 54	0.15 58	0.12 61	0.14 57	0.11 56	0.14 58	0.11 55	0.15 64	0.11 55	0.15 47	0.11 56	0.15 65	0.11 56	0.12 63	0.12 66	0.11 55	0.15 63	0.11 58	0.15 63	0.11 56	0.14 56	0.11 56	0.11 53	0.12 65	0.15 62	0.12 66	0.15 63	0.12 65

IPLG	0.12 49	0.15 58	0.12 61	0.14 57	0.11 56	0.14 58	0.11 55	0.14 56	0.11 55	0.15 47	0.11 56	0.14 57	0.11 56	0.12 63	0.11 55	0.11 55	0.14 57	0.11 58	0.14 56	0.11 56	0.14 56	0.11 56	0.11 53	0.11 57	0.14 57	0.11 56	0.14 57	0.11 57

MIPNet	0.12 49	0.15 58	0.12 61	0.14 57	0.11 56	0.14 58	0.11 55	0.14 56	0.11 55	0.15 47	0.11 56	0.14 57	0.11 56	0.12 63	0.11 55	0.11 55	0.14 57	0.11 58	0.15 63	0.11 56	0.14 56	0.11 56	0.11 53	0.11 57	0.14 57	0.11 56	0.14 57	0.11 57

IPLGR	0.13 54	0.15 58	0.12 61	0.14 57	0.11 56	0.14 58	0.11 55	0.14 56	0.13 70	0.15 47	0.11 56	0.14 57	0.12 69	0.12 63	0.11 55	0.11 55	0.14 57	0.11 58	0.14 56	0.11 56	0.14 56	0.11 56	0.11 53	0.12 65	0.15 62	0.11 56	0.14 57	0.11 57

ACRE	0.13 54	0.16 63	0.12 61	0.14 57	0.11 56	0.14 58	0.11 55	0.15 64	0.11 55	0.14 43	0.11 56	0.14 57	0.11 56	0.12 63	0.11 55	0.11 55	0.14 57	0.11 58	0.14 56	0.11 56	0.14 56	0.11 56	0.11 53	0.11 57	0.14 57	0.11 56	0.14 57	0.11 57

GMStereo	0.14 60	0.13 56	0.14 72	0.14 57	0.14 72	0.14 58	0.14 71	0.14 56	0.14 72	0.14 43	0.14 73	0.14 57	0.14 73	0.14 72	0.14 73	0.14 72	0.14 57	0.14 72	0.14 56	0.14 73	0.14 56	0.14 73	0.14 69	0.14 72	0.14 57	0.14 71	0.14 57	0.14 73
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
IPLGR_C	0.13 54	0.16 63	0.14 72	0.15 64	0.11 56	0.14 58	0.11 55	0.14 56	0.11 55	0.14 43	0.11 56	0.14 57	0.11 56	0.12 63	0.11 55	0.11 55	0.14 57	0.11 58	0.14 56	0.11 56	0.14 56	0.11 56	0.11 53	0.11 57	0.14 57	0.11 56	0.15 63	0.11 57

ICVP	0.13 54	0.16 63	0.11 55	0.16 65	0.11 56	0.16 66	0.11 55	0.16 66	0.11 55	0.16 53	0.11 56	0.16 67	0.11 56	0.11 59	0.11 55	0.11 55	0.16 65	0.11 58	0.16 65	0.11 56	0.16 65	0.11 56	0.11 53	0.11 57	0.16 66	0.11 56	0.16 65	0.11 57
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PDISCO_ROB	0.50 128	0.15 58	0.11 55	0.16 65	3.16 235	0.13 56	0.12 66	0.14 56	0.12 65	0.15 47	0.11 56	2.55 224	0.11 56	2.20 223	0.13 71	0.12 64	0.16 65	0.10 44	0.14 56	0.12 68	0.15 64	0.12 67	0.12 64	0.12 65	0.15 62	0.10 43	2.75 223	0.09 42

HSM	0.14 60	0.17 66	0.11 55	0.17 67	0.11 56	0.17 67	0.12 66	0.17 69	0.11 55	0.17 54	0.11 56	0.17 69	0.11 56	0.12 63	0.12 66	0.12 64	0.17 68	0.12 68	0.17 66	0.12 68	0.17 66	0.12 67	0.12 64	0.12 65	0.17 67	0.12 66	0.17 66	0.12 65

SFCPSM	0.23 80	0.18 67	0.13 69	0.18 68	0.12 68	0.18 68	0.80 184	0.17 69	0.12 65	0.88 140	0.12 68	0.17 69	0.12 69	0.13 70	0.12 66	0.12 64	0.18 70	0.12 68	0.18 68	0.12 68	1.18 194	0.13 71	0.12 64	0.12 65	0.18 68	0.13 70	0.18 67	0.12 65

DeepPruner_ROB	0.15 65	0.18 67	0.12 61	0.18 68	0.12 68	0.18 68	0.12 66	0.18 71	0.13 70	0.18 56	0.12 68	0.18 71	0.12 69	0.13 70	0.12 66	0.13 70	0.18 70	0.13 71	0.18 68	0.12 68	0.19 69	0.12 67	0.13 68	0.12 65	0.18 68	0.12 66	0.18 67	0.12 65

ELAS_RVC	0.14 60	0.18 67	0.11 55	0.19 70	0.11 56	0.18 68	0.13 70	0.16 66	0.11 55	0.17 54	0.11 56	0.14 57	0.11 56	0.09 43	0.11 55	0.12 64	0.17 68	0.10 44	0.18 68	0.11 56	0.18 67	0.11 56	0.10 41	0.11 57	0.19 71	0.11 56	0.19 69	0.12 65
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.14 60	0.23 80	0.10 42	0.19 70	0.11 56	0.20 71	0.11 55	0.16 66	0.10 44	0.15 47	0.11 56	0.15 65	0.11 56	0.09 43	0.11 55	0.11 55	0.16 65	0.10 44	0.17 66	0.11 56	0.18 67	0.11 56	0.09 38	0.10 45	0.18 68	0.11 56	0.19 69	0.12 65
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DAS	0.20 76	0.20 72	0.20 87	0.20 72	0.20 87	0.20 71	0.20 87	0.20 73	0.20 86	0.20 58	0.20 87	0.20 73	0.20 87	0.20 86	0.20 88	0.20 83	0.20 73	0.20 89	0.20 72	0.20 88	0.20 71	0.20 88	0.20 84	0.20 87	0.20 72	0.20 86	0.20 71	0.20 86

ASD4	0.20 76	0.20 72	0.20 87	0.20 72	0.20 87	0.20 71	0.20 87	0.20 73	0.20 86	0.20 58	0.20 87	0.20 73	0.20 87	0.20 86	0.20 88	0.20 83	0.20 73	0.20 89	0.20 72	0.20 88	0.20 71	0.20 88	0.20 84	0.20 87	0.20 72	0.20 86	0.20 71	0.20 86

SGM_RVC	0.14 60	0.19 71	0.11 55	0.20 72	0.11 56	0.20 71	0.12 66	0.18 71	0.12 65	0.18 56	0.12 68	0.19 72	0.11 56	0.11 59	0.11 55	0.11 55	0.18 70	0.11 58	0.19 71	0.11 56	0.19 69	0.11 56	0.11 53	0.11 57	0.20 72	0.11 56	0.20 71	0.12 65
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IGEV_Zeroshot_test	0.18 69	0.22 76	0.18 82	0.21 75	0.18 82	0.20 71	0.17 78	0.20 73	0.16 74	0.25 69	0.16 76	0.21 75	0.17 78	0.16 76	0.18 82	0.15 74	0.20 73	0.16 74	0.20 72	0.18 83	0.21 74	0.17 80	0.17 73	0.17 77	0.20 72	0.17 78	0.20 71	0.16 74

LALA_ROB	0.15 65	0.21 74	0.12 61	0.21 75	0.12 68	0.20 71	0.14 71	0.20 73	0.12 65	0.22 62	0.12 68	0.16 67	0.12 69	0.10 46	0.12 66	0.12 64	0.21 76	0.11 58	0.22 76	0.12 68	0.20 71	0.12 67	0.11 53	0.12 65	0.21 76	0.14 71	0.21 75	0.13 72

WAO-6	0.30 93	0.22 76	0.23 91	0.22 77	0.23 94	0.23 85	0.22 92	0.22 79	0.23 93	2.21 203	0.22 92	0.22 78	0.22 92	0.22 90	0.22 93	0.23 88	0.22 78	0.23 95	0.22 76	0.22 92	0.22 77	0.22 90	0.22 88	0.22 92	0.23 82	0.23 93	0.22 76	0.22 91

MSKI-zero shot	0.19 72	0.21 74	0.16 74	0.22 77	0.16 75	0.23 85	0.17 78	0.22 79	0.17 79	0.22 62	0.17 78	0.22 78	0.16 76	0.19 85	0.16 76	0.17 76	0.23 83	0.16 74	0.22 76	0.16 76	0.22 77	0.17 80	0.16 71	0.17 77	0.22 78	0.19 85	0.22 76	0.16 74

MIM_Stereo	0.19 72	0.23 80	0.18 82	0.22 77	0.16 75	0.22 78	0.16 76	0.21 77	0.16 74	0.22 62	0.17 78	0.21 75	0.17 78	0.20 86	0.18 82	0.17 76	0.22 78	0.18 85	0.22 76	0.16 76	0.21 74	0.16 76	0.17 73	0.17 77	0.21 76	0.16 76	0.22 76	0.20 86

dd	0.18 69	0.22 76	0.16 74	0.22 77	0.15 73	0.22 78	0.15 73	0.21 77	0.15 73	0.21 60	0.15 74	0.21 75	0.15 74	0.15 73	0.15 75	0.15 74	0.22 78	0.14 72	0.22 76	0.14 73	0.22 77	0.15 74	0.16 71	0.15 74	0.23 82	0.15 73	0.22 76	0.16 74

dad	0.18 69	0.23 80	0.16 74	0.22 77	0.15 73	0.22 78	0.15 73	0.22 79	0.16 74	0.21 60	0.15 74	0.22 78	0.15 74	0.15 73	0.16 76	0.17 76	0.23 83	0.17 78	0.23 83	0.15 75	0.22 77	0.15 74	0.15 70	0.15 74	0.22 78	0.15 73	0.22 76	0.16 74

iResNet	0.19 72	0.23 80	0.17 78	0.22 77	0.17 78	0.22 78	0.19 85	0.22 79	0.17 79	0.22 62	0.17 78	0.22 78	0.17 78	0.17 77	0.17 79	0.17 76	0.22 78	0.17 78	0.22 76	0.17 78	0.23 83	0.17 80	0.18 80	0.17 77	0.23 82	0.17 78	0.23 83	0.17 79

IMH-64-1	0.29 90	0.23 80	0.23 91	0.23 83	0.22 90	0.22 78	0.23 93	0.22 79	0.22 91	2.02 195	0.23 93	0.23 83	0.22 92	0.23 93	0.23 94	0.23 88	0.23 83	0.22 92	0.23 83	0.22 92	0.22 77	0.22 90	0.22 88	0.22 92	0.22 78	0.22 91	0.22 76	0.22 91

IMH-64	0.29 90	0.23 80	0.23 91	0.23 83	0.22 90	0.22 78	0.23 93	0.22 79	0.22 91	2.02 195	0.23 93	0.23 83	0.22 92	0.23 93	0.23 94	0.23 88	0.23 83	0.22 92	0.23 83	0.22 92	0.22 77	0.22 90	0.22 88	0.22 92	0.22 78	0.22 91	0.22 76	0.22 91

GEStereo_RVC	0.36 109	0.23 80	0.18 82	0.23 83	0.18 82	0.23 85	0.19 85	0.22 79	0.19 85	0.24 67	0.20 87	0.24 88	0.18 85	0.18 82	0.18 82	0.21 85	0.25 91	0.18 85	0.22 76	0.18 83	0.23 83	0.18 85	0.19 82	0.20 87	0.23 82	0.20 86	4.43 239	0.19 85

iResNetv2_ROB	0.20 76	0.22 76	0.19 86	0.23 83	0.19 85	0.22 78	0.17 78	0.22 79	0.17 79	0.22 62	0.17 78	0.22 78	0.17 78	0.18 82	0.18 82	0.19 82	0.22 78	0.17 78	0.23 83	0.17 78	0.25 85	0.18 85	0.17 73	0.18 84	0.23 82	0.17 78	0.25 90	0.17 79

MMNet	0.30 93	0.24 87	0.17 78	0.24 87	0.17 78	0.24 88	0.17 78	0.23 87	0.18 83	1.21 164	0.17 78	0.23 83	0.17 78	0.17 77	0.17 79	0.89 183	0.24 87	0.17 78	0.24 87	0.17 78	1.22 198	0.16 76	0.17 73	0.17 77	0.24 87	0.17 78	0.24 84	0.17 79

delet	0.30 93	0.24 87	0.17 78	0.24 87	0.17 78	0.24 88	0.17 78	0.23 87	0.16 74	1.21 164	0.17 78	0.24 88	0.17 78	0.17 77	0.17 79	0.91 187	0.24 87	0.17 78	0.24 87	0.17 78	1.23 200	0.17 80	0.17 73	0.17 77	0.24 87	0.17 78	0.24 84	0.17 79

UPFNet	0.29 90	0.24 87	0.16 74	0.24 87	0.16 75	0.24 88	0.16 76	0.23 87	0.16 74	1.19 162	0.16 76	0.23 83	0.16 76	0.17 77	0.16 76	0.89 183	0.24 87	0.16 74	0.24 87	0.18 83	1.20 196	0.16 76	0.17 73	0.16 76	0.24 87	0.16 76	0.24 84	0.16 74

LoS_RVC	0.25 82	0.25 91	0.25 97	0.25 90	0.25 96	0.25 93	0.25 98	0.25 91	0.25 96	0.25 69	0.25 99	0.25 90	0.25 98	0.26 100	0.25 99	0.26 96	0.25 91	0.25 98	0.26 94	0.25 99	0.25 85	0.25 96	0.25 95	0.25 98	0.25 92	0.25 97	0.25 90	0.25 98

tt_ll	0.25 82	0.25 91	0.25 97	0.25 90	0.25 96	0.25 93	0.25 98	0.25 91	0.25 96	0.25 69	0.25 99	0.25 90	0.25 98	0.26 100	0.25 99	0.26 96	0.25 91	0.25 98	0.26 94	0.25 99	0.25 85	0.25 96	0.25 95	0.25 98	0.25 92	0.25 97	0.25 90	0.25 98

CAS	0.25 82	0.25 91	0.25 97	0.25 90	0.26 98	0.26 98	0.26 100	0.25 91	0.25 96	0.25 69	0.25 99	0.25 90	0.25 98	0.25 98	0.25 99	0.25 93	0.26 97	0.25 98	0.26 94	0.26 103	0.25 85	0.25 96	0.25 95	0.26 101	0.25 92	0.26 101	0.25 90	0.25 98

psm_up	0.30 93	0.24 87	0.17 78	0.25 90	0.17 78	0.24 88	0.17 78	0.24 90	0.17 79	1.20 163	0.17 78	0.23 83	0.17 78	0.17 77	0.18 82	0.90 186	0.24 87	0.17 78	0.25 91	0.17 78	1.24 203	0.17 80	0.17 73	0.17 77	0.24 87	0.17 78	0.24 84	0.17 79

CFNet	0.55 142	0.25 91	0.18 82	0.25 90	0.18 82	0.25 93	0.18 84	0.25 91	0.18 83	0.25 69	0.18 85	0.25 90	0.18 85	0.18 82	0.18 82	0.18 80	0.25 91	0.18 85	0.25 91	0.18 83	5.31 249	4.36 249	0.18 80	0.18 84	0.25 92	0.18 84	0.25 90	0.18 84

UNDER WATER-64	0.31 101	0.25 91	0.25 97	0.26 95	0.26 98	0.25 93	0.26 100	0.25 91	0.26 102	1.69 182	0.26 103	0.25 90	0.25 98	0.25 98	0.26 104	0.26 96	0.25 91	0.26 102	0.26 94	0.26 103	0.25 85	0.25 96	0.25 95	0.25 98	0.26 96	0.26 101	0.25 90	0.26 103

TorneroNet-64	0.69 159	0.65 147	0.30 113	0.27 96	0.47 152	0.28 99	0.35 129	0.34 108	0.80 182	7.93 255	0.29 117	0.30 101	0.31 117	0.81 181	0.28 109	0.27 103	0.29 101	0.28 105	0.85 182	0.83 186	0.62 159	0.28 107	0.30 117	0.28 107	0.52 156	0.29 118	0.29 98	0.27 106

CASnet	0.32 102	0.53 142	0.34 120	0.27 96	0.31 122	0.34 107	0.29 120	0.31 100	0.32 121	0.25 69	0.31 122	0.27 97	0.40 140	0.45 140	0.27 106	0.30 114	0.26 97	0.40 138	0.28 99	0.37 134	0.28 93	0.39 135	0.29 109	0.40 140	0.29 100	0.28 105	0.24 84	0.30 121
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS	0.25 82	0.25 91	0.27 101	0.27 96	0.26 98	0.25 93	0.26 100	0.26 96	0.25 96	0.26 75	0.25 99	0.25 90	0.25 98	0.26 100	0.25 99	0.25 93	0.25 91	0.25 98	0.25 91	0.25 99	0.27 91	0.25 96	0.26 99	0.26 101	0.26 96	0.25 97	0.25 90	0.25 98

DISCO	0.59 147	0.29 99	0.22 90	0.27 96	5.05 252	0.30 101	0.21 90	0.28 97	0.21 89	0.27 76	0.21 90	0.27 97	0.20 87	0.21 89	0.21 90	0.21 85	0.27 99	0.21 91	0.27 98	0.21 91	0.27 91	0.23 94	0.21 86	0.21 90	0.27 98	0.21 89	5.06 245	0.22 91

SQANet	0.33 104	0.28 98	0.28 104	0.28 100	0.28 106	0.29 100	0.28 108	0.28 97	0.28 108	1.59 180	0.28 109	0.28 99	0.28 106	0.28 109	0.28 109	0.28 104	0.28 100	0.28 105	0.29 100	0.28 106	0.28 93	0.28 107	0.28 103	0.28 107	0.28 99	0.28 105	0.28 97	0.28 107

DLNR_Zeroshot_test	0.27 86	0.30 101	0.23 91	0.30 101	0.22 90	0.31 102	0.24 96	0.29 99	0.23 93	0.38 89	0.23 93	0.29 100	0.23 95	0.22 90	0.23 94	0.23 88	0.30 102	0.34 123	0.29 100	0.23 96	0.29 95	0.29 117	0.22 88	0.23 95	0.30 101	0.23 93	0.30 99	0.23 95

RAFT + AFF	0.34 106	0.29 99	0.32 119	0.31 102	0.30 120	0.39 127	0.32 126	0.39 124	0.30 118	0.39 92	0.32 123	0.39 122	0.32 120	0.35 120	0.36 128	0.32 121	0.38 118	0.31 119	0.38 117	0.31 122	0.38 111	0.28 107	0.37 129	0.34 125	0.38 116	0.30 120	0.38 114	0.28 107

AANet_RVC	0.61 148	0.31 102	5.05 241	0.31 102	0.19 85	0.24 88	0.20 87	5.86 237	0.20 86	0.24 67	0.18 85	0.25 90	0.20 87	0.23 93	0.21 90	0.18 80	0.37 116	0.18 85	0.24 87	0.19 87	0.25 85	0.19 87	0.19 82	0.19 86	0.24 87	0.15 73	0.24 84	0.20 86

SPstereo	0.27 86	0.33 105	0.23 91	0.32 104	0.23 94	0.31 102	0.23 93	0.31 100	0.23 93	0.31 77	0.24 96	0.31 102	0.23 95	0.23 93	0.23 94	0.23 88	0.31 103	0.23 95	0.31 102	0.23 96	0.31 96	0.23 94	0.23 92	0.23 95	0.31 102	0.23 93	0.31 100	0.23 95

anonymity	0.30 93	0.34 107	0.27 101	0.33 105	0.27 103	0.33 105	0.28 108	0.33 103	0.28 108	0.33 78	0.28 109	0.33 103	0.28 106	0.28 109	0.28 109	0.28 104	0.34 106	0.28 105	0.34 106	0.28 106	0.34 99	0.27 103	0.27 101	0.27 104	0.34 106	0.28 105	0.34 105	0.28 107

iResNet_ROB	0.28 89	0.32 104	0.24 96	0.33 105	0.26 98	0.32 104	0.24 96	0.33 103	0.25 96	0.33 78	0.24 96	0.35 108	0.24 97	0.23 93	0.24 98	0.25 93	0.32 104	0.24 97	0.36 112	0.24 98	0.32 97	0.28 107	0.24 94	0.24 97	0.32 103	0.24 96	0.33 101	0.24 97

MyStereo	0.47 124	3.97 213	0.31 116	0.34 107	0.32 124	0.36 114	0.30 123	0.35 111	0.31 120	0.51 115	0.45 147	0.35 108	0.31 117	0.31 115	0.32 122	0.31 116	0.35 109	0.31 119	0.34 106	0.31 122	0.34 99	0.32 122	0.31 118	0.32 121	0.35 109	0.31 122	0.35 107	0.30 121

iRaft-Stereo_20w	0.30 93	0.46 127	0.27 101	0.34 107	0.26 98	0.35 109	0.28 108	0.34 108	0.26 102	0.34 81	0.26 103	0.34 105	0.26 104	0.26 100	0.26 104	0.26 96	0.34 106	0.26 102	0.34 106	0.26 103	0.34 99	0.26 102	0.26 99	0.26 101	0.34 106	0.26 101	0.34 105	0.26 103

FCDSN-DC	0.44 121	0.31 102	0.35 121	0.34 107	0.28 106	0.35 109	0.30 123	0.32 102	0.25 96	1.32 170	0.24 96	1.00 185	0.32 120	0.35 120	0.34 123	0.30 114	0.72 169	0.37 130	0.48 150	0.32 124	0.53 152	0.49 159	0.23 92	0.29 115	0.50 150	0.42 146	0.61 160	0.71 178
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MLCV	0.30 93	0.33 105	0.28 104	0.34 107	0.28 106	0.33 105	0.28 108	0.33 103	0.29 116	0.33 78	0.27 106	0.33 103	0.28 106	0.26 100	0.29 117	0.28 104	0.33 105	0.28 105	0.33 103	0.28 106	0.33 98	0.27 103	0.28 103	0.28 107	0.33 104	0.28 105	0.33 101	0.28 107

DN-CSS_ROB	0.30 93	0.34 107	0.29 109	0.34 107	0.27 103	0.34 107	0.28 108	0.33 103	0.27 104	0.34 81	0.27 106	0.34 105	0.28 106	0.29 111	0.27 106	0.26 96	0.35 109	0.29 114	0.33 103	0.28 106	0.34 99	0.28 107	0.28 103	0.27 104	0.34 106	0.28 105	0.33 101	0.28 107

GES	0.43 120	0.41 117	0.31 116	0.35 112	0.30 120	0.47 147	0.28 108	0.33 103	0.28 108	0.35 83	0.29 117	2.95 225	0.38 133	0.35 120	0.30 119	0.34 123	0.34 106	0.30 117	0.33 103	0.30 120	0.35 104	0.30 119	0.33 121	0.33 123	0.33 104	0.31 122	0.33 101	0.29 116

HGLStereo	0.27 86	0.25 91	0.21 89	0.35 112	0.21 89	0.35 109	0.21 90	0.34 108	0.21 89	0.39 92	0.21 90	0.34 105	0.21 91	0.22 90	0.21 90	0.21 85	0.35 109	0.22 92	0.35 109	0.22 92	0.35 104	0.22 90	0.21 86	0.21 90	0.35 109	0.21 89	0.35 107	0.21 90

DMCA	0.36 109	0.38 112	0.37 123	0.35 112	0.35 130	0.35 109	0.36 131	0.35 111	0.36 131	0.36 87	0.37 132	0.36 114	0.36 131	0.36 124	0.35 125	0.37 129	0.36 114	0.36 128	0.36 112	0.36 133	0.36 108	0.35 126	0.36 127	0.36 131	0.37 114	0.36 129	0.36 111	0.36 130

ETE_ROB	0.35 108	0.35 110	0.35 121	0.35 112	0.35 130	0.35 109	0.35 129	0.35 111	0.35 129	0.35 83	0.35 127	0.35 108	0.35 127	0.35 120	0.35 125	0.35 125	0.35 109	0.35 127	0.35 109	0.35 129	0.35 104	0.35 126	0.35 125	0.35 129	0.35 109	0.35 127	0.35 107	0.35 128

Any-RAFT	0.32 102	0.45 125	0.29 109	0.36 116	0.29 115	0.36 114	0.29 120	0.36 115	0.29 116	0.35 83	0.29 117	0.35 108	0.28 106	0.27 106	0.28 109	0.28 104	0.35 109	0.28 105	0.35 109	0.28 106	0.35 104	0.28 107	0.29 109	0.29 115	0.36 112	0.29 118	0.36 111	0.29 116

HH	0.66 153	2.13 194	0.47 139	0.37 117	0.29 115	0.36 114	0.27 103	0.49 147	0.44 146	0.78 132	0.68 177	0.67 164	0.90 187	0.62 164	0.90 187	0.53 161	0.88 181	0.48 157	0.37 114	0.29 115	0.63 160	0.66 178	0.66 173	0.51 161	1.06 191	0.61 173	1.08 189	0.60 167

HanStereo	0.66 153	2.13 194	0.47 139	0.37 117	0.29 115	0.36 114	0.27 103	0.49 147	0.44 146	0.78 132	0.68 177	0.67 164	0.90 187	0.62 164	0.90 187	0.53 161	0.88 181	0.48 157	0.37 114	0.29 115	0.63 160	0.66 178	0.66 173	0.51 161	1.06 191	0.61 173	1.08 189	0.60 167

XPNet_ROB	0.37 112	0.37 111	0.37 123	0.37 117	0.37 133	0.37 118	0.37 135	0.37 116	0.37 132	0.37 88	0.37 132	0.37 115	0.37 132	0.37 125	0.37 131	0.37 129	0.37 116	0.37 130	0.37 114	0.37 134	0.37 109	0.37 129	0.37 129	0.37 134	0.37 114	0.37 134	0.37 113	0.37 131

WAO-7	0.46 122	0.38 112	0.38 125	0.38 120	0.38 136	0.38 121	0.38 137	0.38 118	0.38 133	2.57 214	0.38 134	0.38 118	0.38 133	0.38 126	0.38 132	0.38 131	0.38 118	0.38 133	0.38 117	0.38 136	0.38 111	0.38 130	0.38 131	0.38 135	0.38 116	0.38 135	0.38 114	0.38 133

HanzoNet	0.47 124	0.39 115	0.38 125	0.38 120	0.38 136	0.38 121	0.38 137	0.40 126	0.38 133	2.63 215	0.38 134	0.38 118	0.38 133	0.38 126	0.38 132	0.39 135	0.38 118	0.38 133	0.38 117	0.42 146	0.38 111	0.39 135	0.39 135	0.38 135	0.38 116	0.38 135	0.38 114	0.39 138

Venus	0.46 122	0.38 112	0.40 129	0.38 120	0.38 136	0.39 127	0.38 137	0.38 118	0.38 133	2.71 216	0.38 134	0.38 118	0.38 133	0.38 126	0.38 132	0.38 131	0.38 118	0.38 133	0.38 117	0.38 136	0.38 111	0.38 130	0.38 131	0.38 135	0.38 116	0.38 135	0.39 123	0.38 133

IMH	0.47 124	0.40 116	0.39 128	0.38 120	0.38 136	0.38 121	0.38 137	0.38 118	0.40 138	2.79 218	0.38 134	0.38 118	0.38 133	0.38 126	0.38 132	0.38 131	0.39 127	0.38 133	0.38 117	0.40 140	0.38 111	0.38 130	0.38 131	0.38 135	0.38 116	0.38 135	0.38 114	0.38 133

RAFT-Test	0.34 106	0.45 125	0.30 113	0.38 120	0.32 124	0.40 130	0.32 126	0.39 124	0.32 121	0.39 92	0.30 120	0.37 115	0.29 115	0.30 114	0.30 119	0.29 112	0.38 118	0.30 117	0.38 117	0.29 115	0.38 111	0.29 117	0.29 109	0.30 119	0.38 116	0.30 120	0.38 114	0.30 121

LL-Strereo2	0.47 124	2.60 204	0.51 153	0.38 120	0.28 106	0.37 118	0.28 108	0.55 157	0.35 129	0.44 106	0.34 126	0.44 135	0.34 124	0.34 116	0.36 128	0.36 127	0.47 141	0.36 128	0.47 144	0.35 129	0.47 136	0.35 126	0.35 125	0.35 129	0.46 137	0.35 127	0.47 139	0.35 128

IER	0.56 145	2.72 205	2.20 224	0.38 120	0.29 115	0.38 121	0.27 103	2.77 222	0.27 104	0.38 89	0.28 109	0.37 115	0.25 98	0.26 100	0.25 99	0.26 96	0.38 118	0.29 114	0.38 117	0.25 99	0.39 119	0.25 96	0.29 109	0.29 115	0.40 125	0.25 97	0.38 114	0.25 98

CFNet_pseudo	1.01 190	9.78 246	0.29 109	0.38 120	0.28 106	0.38 121	0.28 108	0.38 118	0.28 108	0.39 92	0.28 109	0.39 122	0.28 106	9.50 254	0.29 117	0.28 104	0.38 118	0.28 105	0.38 117	0.28 106	0.38 111	0.28 107	0.28 103	0.28 107	0.38 116	0.28 105	0.38 114	0.28 107

pcwnet_v2	1.01 190	9.73 245	0.28 104	0.38 120	0.28 106	0.38 121	0.28 108	0.38 118	0.28 108	0.38 89	0.28 109	0.39 122	0.28 106	9.61 255	0.28 109	0.28 104	0.38 118	0.28 105	0.38 117	0.28 106	0.38 111	0.28 107	0.29 109	0.28 107	0.38 116	0.28 105	0.38 114	0.28 107

UCFNet_RVC	1.03 193	10.10 249	0.28 104	0.38 120	0.28 106	0.39 127	0.28 108	0.38 118	0.28 108	0.39 92	0.28 109	0.39 122	0.29 115	9.62 256	0.28 109	0.28 104	0.38 118	0.28 105	0.38 117	0.28 106	0.39 119	0.28 107	0.29 109	0.28 107	0.39 124	0.28 105	0.38 114	0.29 116

WAO-8	1.02 192	1.50 185	1.49 208	0.40 130	0.40 140	1.56 212	0.98 190	1.55 203	0.58 170	4.18 236	0.40 139	0.79 176	0.48 156	0.91 184	0.39 140	0.99 192	0.71 168	0.70 179	0.51 159	0.77 182	1.07 186	0.82 186	0.69 178	0.96 192	1.01 188	1.30 212	1.10 191	1.38 215

EKT-Stereo	0.36 109	0.50 139	0.30 113	0.40 130	0.29 115	0.40 130	0.29 120	0.35 111	0.30 118	0.47 112	0.30 120	0.35 108	0.32 120	0.29 111	0.34 123	0.33 122	0.59 159	0.31 119	0.39 127	0.29 115	0.37 109	0.38 130	0.29 109	0.31 120	0.58 162	0.28 105	0.51 151	0.29 116

GMOStereo	0.50 128	0.44 123	2.38 229	0.40 130	0.34 127	0.42 137	0.36 131	1.96 209	0.34 125	0.41 98	0.36 129	0.42 131	0.35 127	0.34 116	0.38 132	0.31 116	0.39 127	0.34 123	0.40 128	0.33 126	0.39 119	0.33 123	0.33 121	0.34 125	0.40 125	0.36 129	0.40 124	0.32 125

error version	0.50 128	0.44 123	2.38 229	0.40 130	0.34 127	0.42 137	0.36 131	1.96 209	0.34 125	0.41 98	0.36 129	0.42 131	0.35 127	0.34 116	0.38 132	0.31 116	0.39 127	0.34 123	0.40 128	0.33 126	0.39 119	0.33 123	0.33 121	0.34 125	0.40 125	0.36 129	0.40 124	0.32 125

test_1	0.65 152	4.37 217	2.38 229	0.40 130	0.34 127	0.42 137	0.36 131	1.96 209	0.34 125	0.41 98	0.36 129	0.42 131	0.35 127	0.34 116	0.38 132	0.31 116	0.39 127	0.34 123	0.40 128	0.33 126	0.39 119	0.33 123	0.33 121	0.34 125	0.40 125	0.36 129	0.40 124	0.32 125

DGSMNet	0.33 104	0.42 122	0.28 104	0.40 130	0.28 106	0.40 130	0.28 108	0.40 126	0.28 108	0.40 97	0.28 109	0.39 122	0.28 106	0.27 106	0.28 109	0.28 104	0.40 131	0.28 105	0.42 135	0.29 115	0.41 124	0.31 120	0.29 109	0.28 107	0.41 129	0.28 105	0.42 131	0.29 116

GwcNet-ADL	0.41 116	0.41 117	0.41 130	0.41 136	0.41 141	0.41 133	0.41 142	0.41 128	0.41 140	0.41 98	0.41 140	0.41 127	0.41 141	0.41 132	0.41 142	0.41 136	0.41 132	0.41 140	0.41 131	0.41 141	0.41 124	0.41 138	0.41 138	0.41 141	0.41 129	0.41 141	0.41 127	0.41 140

PSMNet-ADL	0.41 116	0.41 117	0.41 130	0.41 136	0.41 141	0.41 133	0.41 142	0.41 128	0.41 140	0.41 98	0.41 140	0.41 127	0.41 141	0.41 132	0.41 142	0.41 136	0.41 132	0.41 140	0.41 131	0.41 141	0.41 124	0.41 138	0.41 138	0.41 141	0.41 129	0.41 141	0.41 127	0.41 140

GANet-ADL	0.41 116	0.41 117	0.41 130	0.41 136	0.41 141	0.41 133	0.41 142	0.41 128	0.41 140	0.41 98	0.41 140	0.41 127	0.41 141	0.41 132	0.41 142	0.41 136	0.41 132	0.41 140	0.41 131	0.41 141	0.41 124	0.41 138	0.41 138	0.41 141	0.41 129	0.41 141	0.41 127	0.41 140

ADLNet	0.41 116	0.41 117	0.41 130	0.41 136	0.41 141	0.41 133	0.41 142	0.41 128	0.41 140	0.41 98	0.41 140	0.41 127	0.41 141	0.41 132	0.41 142	0.41 136	0.41 132	0.41 140	0.41 131	0.41 141	0.41 124	0.41 138	0.41 138	0.41 141	0.41 129	0.41 141	0.41 127	0.41 140

MoCha-V2	1.57 212	31.91 264	0.38 125	0.43 140	0.35 130	0.49 155	0.34 128	0.43 132	0.33 124	0.44 106	0.41 140	0.50 149	0.34 124	0.41 132	0.35 125	0.35 125	0.47 141	0.37 130	0.44 137	0.35 129	0.44 130	0.41 138	0.40 136	0.36 131	0.43 135	0.36 129	0.44 133	0.37 131

CES	0.38 113	0.34 107	0.44 137	0.43 140	0.33 126	0.37 118	0.44 149	0.37 116	0.38 133	0.45 108	0.35 127	0.35 108	0.41 141	0.45 140	0.36 128	0.36 127	0.36 114	0.45 146	0.43 136	0.35 129	0.34 99	0.46 145	0.36 127	0.36 131	0.42 134	0.34 126	0.35 107	0.38 133

ccs_rob	1.00 186	10.06 248	0.31 116	0.44 142	0.31 122	0.43 140	0.31 125	0.43 132	0.32 121	0.45 108	0.32 123	1.20 201	0.31 117	7.02 253	0.31 121	0.31 116	0.44 136	0.31 119	0.44 137	0.32 124	0.44 130	0.31 120	0.32 119	0.32 121	0.44 136	0.32 124	0.43 132	0.31 124

otaku	0.52 132	0.46 127	0.48 144	0.46 143	0.46 148	0.46 141	0.46 151	0.46 134	0.47 153	1.88 185	0.46 148	0.46 136	0.46 149	0.46 142	0.46 149	0.46 143	0.47 141	0.46 147	0.46 140	0.46 149	0.47 136	0.46 145	0.46 144	0.46 148	0.47 143	0.46 148	0.46 135	0.47 149

Ntro	0.53 136	0.47 132	0.50 150	0.46 143	0.48 157	0.47 147	0.47 155	0.46 134	0.46 149	2.05 197	0.47 152	0.47 140	0.49 160	0.47 146	0.47 153	0.46 143	0.48 146	0.46 147	0.49 153	0.46 149	0.47 136	0.46 145	0.46 144	0.47 151	0.46 137	0.46 148	0.47 139	0.47 149

Dean	0.52 132	0.46 127	0.48 144	0.46 143	0.46 148	0.46 141	0.46 151	0.46 134	0.46 149	1.90 186	0.46 148	0.47 140	0.46 149	0.46 142	0.46 149	0.46 143	0.48 146	0.46 147	0.46 140	0.46 149	0.46 132	0.46 145	0.46 144	0.46 148	0.46 137	0.46 148	0.46 135	0.46 146

ACVNet-4b	0.53 136	0.46 127	0.47 139	0.46 143	0.46 148	0.46 141	0.46 151	0.46 134	0.46 149	2.17 200	0.46 148	0.46 136	0.47 152	0.46 142	0.46 149	0.46 143	0.46 137	0.46 147	0.46 140	0.46 149	0.46 132	0.46 145	0.46 144	0.47 151	0.46 137	0.46 148	0.46 135	0.46 146

MaskLacGwcNet_RVC	0.70 161	6.91 230	0.46 138	0.46 143	0.46 148	0.46 141	0.46 151	0.46 134	0.46 149	0.46 110	0.46 148	0.46 136	0.46 149	0.46 142	0.46 149	0.46 143	0.46 137	0.46 147	0.46 140	0.46 149	0.47 136	0.46 145	0.46 144	0.46 148	0.46 137	0.46 148	0.46 135	0.46 146

HaxPig	0.52 132	0.48 135	0.47 139	0.47 148	0.47 152	0.47 147	0.47 155	0.47 140	0.47 153	1.80 183	0.47 152	0.47 140	0.47 152	0.47 146	0.47 153	0.47 150	0.47 141	0.47 153	0.47 144	0.47 154	0.47 136	0.47 153	0.47 150	0.47 151	0.47 143	0.47 154	0.47 139	0.47 149

UNDER WATER	0.52 132	0.47 132	0.47 139	0.47 148	0.47 152	0.47 147	0.47 155	0.47 140	0.47 153	1.90 186	0.47 152	0.47 140	0.47 152	0.47 146	0.47 153	0.47 150	0.46 137	0.47 153	0.47 144	0.47 154	0.46 132	0.47 153	0.47 150	0.48 155	0.47 143	0.47 154	0.47 139	0.47 149

LVE	0.53 136	0.47 132	0.48 144	0.47 148	0.47 152	0.47 147	0.47 155	0.48 143	0.47 153	1.96 192	0.47 152	0.47 140	0.47 152	0.47 146	0.47 153	0.47 150	0.47 141	0.47 153	0.47 144	0.47 154	0.47 136	0.47 153	0.47 150	0.47 151	0.47 143	0.47 154	0.47 139	0.47 149

ACVNet_1	0.53 136	0.46 127	0.48 144	0.47 148	0.47 152	0.46 141	0.48 159	0.48 143	0.48 157	2.07 198	0.47 152	0.48 145	0.48 156	0.47 146	0.47 153	0.46 143	0.49 150	0.47 153	0.47 144	0.47 154	0.48 142	0.46 145	0.46 144	0.48 155	0.47 143	0.47 154	0.48 144	0.47 149

RainbowNet	0.53 136	0.48 135	0.48 144	0.48 152	0.48 157	0.48 153	0.48 159	0.48 143	0.48 157	1.92 188	0.48 157	0.48 145	0.48 156	0.48 151	0.48 158	0.48 153	0.48 146	0.48 157	0.48 150	0.48 158	0.48 142	0.48 156	0.48 153	0.48 155	0.48 148	0.48 158	0.48 144	0.48 155

notaker	0.54 141	0.48 135	0.48 144	0.48 152	0.48 157	0.48 153	0.49 162	0.48 143	0.48 157	1.95 191	0.48 157	0.48 145	0.48 156	0.48 151	0.48 158	0.48 153	0.48 146	0.48 157	0.48 150	0.48 158	0.49 145	0.48 156	0.48 153	0.49 158	0.48 148	0.48 158	0.48 144	0.49 156

KSHMR	0.85 177	0.72 148	0.51 153	0.49 154	0.49 161	0.51 158	1.07 200	0.50 150	0.48 157	6.04 249	0.52 162	0.66 162	0.98 193	0.49 153	0.77 180	0.49 156	1.17 198	0.51 164	0.49 153	1.06 198	0.51 148	0.49 159	0.49 155	0.51 161	1.04 189	0.49 160	0.81 176	0.72 179

ACVNet_2	0.55 142	0.49 138	0.50 150	0.49 154	0.49 161	0.49 155	0.49 162	0.49 147	0.49 161	2.14 199	0.49 159	0.50 149	0.49 160	0.49 153	0.49 161	0.49 156	0.50 152	0.49 161	0.50 156	0.49 161	0.49 145	0.49 159	0.49 155	0.50 159	0.50 150	0.49 160	0.50 149	0.49 156

HCRNet	0.71 163	6.06 228	3.15 234	0.50 156	0.22 90	0.21 77	0.15 73	3.04 224	0.34 125	0.43 105	0.33 125	0.43 134	0.33 123	0.15 73	0.14 73	0.14 72	0.21 76	0.17 78	0.47 144	0.20 88	0.21 74	0.16 76	0.32 119	0.33 123	0.50 150	0.33 125	0.49 148	0.28 107

SANet	0.50 128	0.50 139	0.50 150	0.50 156	0.50 164	0.50 157	0.50 164	0.50 150	0.50 162	0.50 113	0.50 160	0.50 149	0.50 162	0.50 156	0.50 163	0.50 159	0.50 152	0.50 162	0.50 156	0.50 163	0.50 147	0.50 163	0.50 157	0.50 159	0.50 150	0.50 162	0.50 149	0.50 158

iRaftStereo_RVC	0.62 150	1.76 188	2.24 226	0.52 158	0.37 133	0.53 160	0.38 137	2.51 220	0.38 133	0.51 115	0.38 134	0.51 152	0.38 133	0.38 126	0.38 132	0.38 131	0.52 154	0.38 133	0.52 160	0.38 136	0.52 150	0.38 130	0.38 131	0.38 135	0.52 156	0.39 139	0.52 153	0.38 133

PML	0.39 115	0.56 144	0.29 109	0.55 159	0.28 106	0.56 161	0.28 108	0.51 153	0.28 108	0.50 113	0.28 109	0.51 152	0.28 106	0.29 111	0.28 109	0.29 112	0.56 157	0.29 114	0.57 164	0.28 106	0.56 154	0.28 107	0.28 103	0.29 115	0.56 159	0.28 105	0.56 156	0.28 107

CASS	0.58 146	0.89 159	0.55 159	0.56 160	0.55 167	0.60 165	0.57 171	0.57 159	0.56 167	0.55 117	0.56 166	0.56 156	0.50 162	0.63 167	0.56 166	0.56 164	0.62 161	0.62 173	0.59 165	0.56 167	0.56 154	0.48 156	0.60 166	0.56 167	0.57 161	0.60 171	0.57 158	0.59 165
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet_RVC	0.93 181	8.54 243	0.41 130	0.56 160	0.37 133	0.56 161	0.37 135	0.50 150	0.40 138	0.56 119	5.24 253	0.56 156	0.34 124	0.40 131	0.41 142	0.34 123	0.53 155	0.40 138	0.56 163	0.38 136	0.52 150	0.40 137	0.40 136	0.41 141	0.56 159	0.40 140	0.56 156	0.40 139

PSMNet_ROB	0.55 142	0.55 143	0.56 161	0.56 160	0.55 167	0.56 161	0.55 168	0.55 157	0.55 165	0.55 117	0.55 165	0.55 155	0.55 167	0.55 158	0.56 166	0.55 163	0.55 156	0.55 166	0.55 161	0.55 166	0.55 153	0.55 166	0.55 161	0.55 166	0.55 158	0.55 167	0.55 155	0.55 162

Former-RAFT_DAM_RVC	0.38 113	1.06 169	0.54 157	0.59 163	0.27 103	0.46 141	0.27 103	0.46 134	0.27 104	0.46 110	0.27 106	0.46 136	0.26 104	0.27 106	0.27 106	0.26 96	0.46 137	0.26 102	0.45 139	0.30 120	0.46 132	0.27 103	0.27 101	0.27 104	0.46 137	0.27 104	0.45 134	0.26 103

AEACV	0.74 167	0.52 141	3.10 233	0.60 164	0.48 157	0.56 161	0.48 159	3.02 223	0.83 186	0.61 120	0.62 173	0.72 170	0.50 162	0.49 153	0.49 161	0.48 153	0.58 158	0.50 162	0.55 161	0.48 158	0.56 154	0.50 163	0.50 157	0.51 161	0.58 162	0.51 164	0.60 159	0.51 160

LMCR-Stereo	0.61 148	0.61 145	0.61 166	0.61 165	0.61 173	0.67 170	0.61 175	0.61 160	0.61 173	0.61 120	0.61 172	0.61 159	0.61 172	0.61 163	0.61 172	0.61 168	0.61 160	0.61 172	0.61 166	0.61 172	0.61 157	0.61 172	0.61 167	0.61 173	0.61 164	0.61 173	0.61 160	0.61 171

test-3	0.78 169	4.38 218	1.80 215	0.62 166	0.49 161	0.62 166	0.50 164	1.86 205	0.64 174	0.69 124	0.52 162	0.66 162	0.38 133	0.58 160	0.57 168	0.46 143	0.66 164	0.46 147	0.50 156	0.44 148	0.48 142	0.58 168	0.54 160	0.60 171	0.70 168	0.46 148	0.48 144	0.50 158

MyStereo04	0.76 168	4.78 222	0.62 167	0.63 167	0.54 166	0.65 168	0.56 170	0.61 160	0.58 170	0.61 120	0.56 166	0.63 160	0.57 169	0.63 167	0.60 170	0.60 167	0.64 162	0.56 168	0.63 167	0.58 168	0.63 160	0.62 173	0.55 161	0.60 171	0.63 165	0.57 168	0.64 162	0.58 164

FC-DCNN	1.10 195	0.81 156	0.77 173	0.63 167	0.42 146	0.86 182	0.64 177	0.91 175	0.96 192	1.11 152	0.80 184	1.07 191	0.81 184	0.67 175	1.75 221	1.30 211	1.41 210	0.85 187	1.28 206	0.71 178	2.12 219	1.32 211	0.52 159	0.81 186	1.64 213	1.40 217	2.39 221	1.75 223

DSFCA	0.66 153	0.73 150	0.74 172	0.68 169	0.65 177	0.64 167	0.65 178	0.65 162	0.65 175	0.66 123	0.65 175	0.65 161	0.64 174	0.65 172	0.65 177	0.65 172	0.65 163	0.65 177	0.65 168	0.65 175	0.65 163	0.65 175	0.65 172	0.65 178	0.66 166	0.66 178	0.65 163	0.65 175

TorneroNet	1.15 198	1.10 172	0.51 153	0.69 170	0.51 165	1.10 194	0.50 164	0.51 153	0.51 163	13.92 256	1.17 206	0.49 148	0.51 165	0.54 157	0.48 158	0.49 156	0.49 150	0.65 177	0.70 170	0.49 161	0.51 148	0.49 159	0.67 175	1.36 214	0.51 154	0.50 162	0.52 153	1.23 208

STTRV1_RVC	0.66 153	1.59 186	0.52 156	0.69 170	0.61 173	0.66 169	0.43 148	0.88 174	0.45 148	0.71 126	0.62 173	0.69 168	0.45 148	0.62 164	0.40 141	0.44 142	0.80 176	0.59 169	0.76 177	0.63 173	0.80 170	0.46 145	0.64 170	0.61 173	0.72 170	0.54 165	0.80 173	0.60 167

PA-Net	0.71 163	0.62 146	0.55 159	0.69 170	0.71 180	0.70 171	0.69 180	0.69 163	0.74 180	0.73 128	0.75 181	0.59 158	0.72 179	0.82 182	0.79 182	0.83 181	0.67 165	0.76 181	0.81 181	0.67 177	0.61 157	0.76 181	0.68 177	0.65 178	0.82 178	0.76 183	0.71 165	0.69 176
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.64 151	0.74 152	0.62 167	0.70 173	0.56 169	0.72 173	0.55 168	0.72 166	0.54 164	0.73 128	0.56 166	0.72 170	0.56 168	0.56 159	0.62 173	0.63 170	0.73 171	0.53 165	0.73 173	0.54 165	0.72 166	0.65 175	0.62 168	0.56 167	0.72 170	0.54 165	0.72 167	0.57 163

4D-IteraStereo	0.67 157	3.40 209	1.05 189	0.71 174	0.83 186	0.47 147	0.27 103	0.47 140	0.27 104	0.35 83	0.26 103	0.68 166	0.84 185	0.41 132	0.54 165	0.89 183	0.74 173	0.88 188	0.73 173	0.87 188	0.42 129	0.27 103	0.28 103	0.28 107	0.36 112	0.28 105	0.68 164	0.90 186

DMCA-RVC	0.71 163	0.72 148	0.72 171	0.71 174	0.70 179	0.70 171	0.70 181	0.70 164	0.71 179	0.70 125	0.71 179	0.71 169	0.70 178	0.70 176	0.71 179	0.70 174	0.70 166	0.71 180	0.70 170	0.71 178	0.70 164	0.70 180	0.71 180	0.71 180	0.70 168	0.72 181	0.71 165	0.70 177

MyStereo03	0.79 170	4.96 225	0.60 164	0.72 176	0.58 170	0.77 175	0.44 149	0.51 153	0.55 165	0.73 128	0.60 171	0.68 166	0.61 172	0.63 167	0.62 173	0.66 173	0.70 166	0.55 166	0.69 169	0.65 175	0.71 165	0.57 167	0.58 164	0.61 173	0.68 167	0.60 171	0.75 170	0.63 172

MyStereo02	0.84 175	4.69 221	0.69 170	0.73 177	0.65 177	0.80 177	0.66 179	0.79 169	0.67 178	0.77 131	0.66 176	0.78 174	0.65 176	0.63 167	0.63 176	0.79 178	0.72 169	0.62 173	0.72 172	0.59 170	0.74 168	0.62 173	0.63 169	0.62 176	0.78 173	0.62 177	0.74 169	0.64 173

G-Net	0.82 174	1.77 189	0.78 174	0.78 178	0.78 181	0.78 176	0.78 182	0.78 168	0.79 181	0.79 134	0.78 182	0.78 174	0.78 181	0.78 178	0.78 181	0.78 176	0.79 175	0.79 182	0.79 178	0.79 183	0.79 169	0.79 182	0.79 182	0.79 182	0.79 174	0.79 184	0.79 172	0.79 182

RAFT-Stereo + iAFF	0.67 157	0.74 152	0.60 164	0.79 179	0.61 173	0.76 174	0.57 171	0.71 165	0.56 167	0.71 126	0.54 164	0.72 170	0.66 177	0.65 172	0.65 177	0.64 171	0.74 173	0.64 176	0.74 175	0.63 173	0.73 167	0.65 175	0.64 170	0.64 177	0.74 172	0.61 173	0.73 168	0.64 173

NaN_ROB	0.80 171	0.80 154	0.80 176	0.80 180	0.80 183	0.80 177	0.80 184	0.80 170	0.80 182	0.80 135	0.80 184	0.80 177	0.80 182	0.80 179	0.80 183	0.80 179	0.80 176	0.80 184	0.80 179	0.80 184	0.80 170	0.80 183	0.80 183	0.80 183	0.80 176	0.80 185	0.80 173	0.80 183

CSAN	0.80 171	0.80 154	0.80 176	0.80 180	0.80 183	0.80 177	0.80 184	0.80 170	0.80 182	0.80 135	0.80 184	0.80 177	0.80 182	0.80 179	0.80 183	0.80 179	0.80 176	0.80 184	0.80 179	0.80 184	0.80 170	0.80 183	0.80 183	0.80 183	0.80 176	0.80 185	0.80 173	0.80 183

AFF-stereo	0.71 163	0.73 150	0.65 169	0.82 182	0.63 176	0.83 180	0.63 176	0.73 167	0.65 175	0.82 137	0.73 180	0.74 173	0.64 174	0.63 167	0.62 173	0.62 169	0.73 171	0.63 175	0.74 175	0.72 180	0.80 170	0.58 168	0.70 179	0.71 180	0.79 174	0.69 180	0.78 171	0.72 179

DDUNet	0.69 159	0.84 157	0.59 163	0.84 183	0.59 171	0.87 183	0.57 171	0.84 172	0.59 172	0.82 137	0.58 169	0.85 180	0.57 169	0.59 162	0.59 169	0.57 165	0.87 180	0.59 169	0.85 182	0.59 170	0.85 174	0.59 170	0.59 165	0.59 169	0.87 179	0.59 170	0.84 177	0.59 165

UDG	0.70 161	0.87 158	0.56 161	0.87 184	0.59 171	0.84 181	0.59 174	0.85 173	0.57 169	0.84 139	0.59 170	0.84 179	0.60 171	0.58 160	0.60 170	0.59 166	0.85 179	0.59 169	0.87 184	0.58 168	0.87 175	0.60 171	0.57 163	0.59 169	0.87 179	0.58 169	0.86 178	0.60 167

pmcnn	0.92 179	0.92 160	0.92 180	0.92 185	0.92 188	0.92 184	0.92 188	0.92 176	0.92 188	0.92 142	0.92 189	0.92 184	0.92 189	0.92 186	0.92 191	0.92 190	0.92 183	0.92 189	0.92 185	0.92 192	0.92 178	0.92 188	0.92 186	0.92 190	0.92 183	0.92 189	0.92 179	0.92 189

DGTPSM_ROB	0.92 179	0.93 163	0.91 179	0.93 186	0.91 187	0.92 184	0.93 189	0.92 176	0.92 188	0.92 142	0.91 188	0.91 181	0.93 190	0.91 184	0.92 191	0.92 190	0.92 183	0.92 189	0.92 185	0.90 189	0.91 176	0.92 188	0.93 187	0.94 191	0.92 183	0.91 188	0.92 179	0.97 190

DPSM_ROB	0.93 181	0.92 160	0.94 181	0.96 187	1.02 192	0.92 184	0.98 190	0.95 178	0.92 188	0.92 142	0.92 189	0.91 181	0.97 191	0.92 186	0.91 189	0.91 187	0.96 185	0.94 191	0.93 187	0.91 190	0.93 179	0.92 188	0.93 187	0.91 188	0.91 181	0.99 190	0.92 179	0.91 187

DPSM	0.93 181	0.92 160	0.94 181	0.96 187	1.02 192	0.92 184	0.98 190	0.95 178	0.92 188	0.92 142	0.92 189	0.91 181	0.97 191	0.92 186	0.91 189	0.91 187	0.96 185	0.94 191	0.93 187	0.91 190	0.93 179	0.92 188	0.93 187	0.91 188	0.91 181	0.99 190	0.92 179	0.91 187

GANet	1.00 186	1.00 164	1.00 183	1.00 189	1.00 189	1.00 188	1.00 193	1.00 180	1.00 193	1.00 146	1.00 192	1.00 185	1.00 194	1.00 191	1.00 193	1.00 193	1.00 187	1.00 193	1.00 189	1.00 193	1.00 181	1.00 192	1.00 191	1.00 193	1.00 185	1.00 193	1.00 183	1.00 191

TDLM	1.00 186	1.00 164	1.00 183	1.00 189	1.00 189	1.00 188	1.00 193	1.00 180	1.00 193	1.00 146	1.00 192	1.00 185	1.00 194	1.00 191	1.00 193	1.00 193	1.00 187	1.00 193	1.00 189	1.00 193	1.00 181	1.00 192	1.00 191	1.00 193	1.00 185	1.00 193	1.00 183	1.00 191

CVANet_RVC	1.00 186	1.00 164	1.00 183	1.00 189	1.00 189	1.00 188	1.00 193	1.00 180	1.00 193	1.00 146	1.00 192	1.00 185	1.00 194	1.00 191	1.00 193	1.00 193	1.00 187	1.00 193	1.00 189	1.00 193	1.00 181	1.00 192	1.00 191	1.00 193	1.00 185	1.00 193	1.00 183	1.00 191

GLC_STEREO	1.05 194	1.01 167	1.02 186	1.02 192	1.02 192	1.05 192	1.06 197	1.05 184	1.05 196	1.04 151	1.05 195	1.05 190	1.04 197	1.06 196	1.05 196	1.06 197	1.06 190	1.05 197	1.06 192	1.05 197	1.06 185	1.06 196	1.04 195	1.05 196	1.04 189	1.05 196	1.06 187	1.06 194

DPSimNet_ROB	0.93 181	1.04 168	0.83 178	1.05 193	0.82 185	1.04 191	0.83 187	1.03 183	0.89 187	1.03 149	0.84 187	1.03 189	0.84 185	0.83 183	0.84 186	0.83 181	1.14 193	0.84 186	1.12 196	0.84 187	1.04 184	0.88 187	0.83 185	0.84 187	1.07 193	0.83 187	1.15 194	0.88 185

Nwc_Net	1.15 198	1.15 173	1.15 195	1.09 194	1.19 207	1.16 197	1.17 204	1.15 188	1.16 205	1.16 158	1.16 202	1.08 192	1.16 204	1.11 199	1.15 205	1.18 206	1.11 191	1.10 199	1.16 197	1.17 207	1.16 190	1.13 201	1.18 204	1.20 209	1.11 195	1.15 203	1.16 195	1.20 205

NCC-stereo	1.15 198	1.17 178	1.12 194	1.10 195	1.15 202	1.14 195	1.15 202	1.15 188	1.12 201	1.17 161	1.17 206	1.11 193	1.17 207	1.11 199	1.10 199	1.16 202	1.12 192	1.11 202	1.16 197	1.13 203	1.23 200	1.16 202	1.19 206	1.11 202	1.18 201	1.17 205	1.17 198	1.13 200

Abc-Net	1.14 196	1.16 175	1.18 199	1.10 195	1.10 199	1.16 197	1.18 206	1.16 190	1.13 202	1.11 152	1.16 202	1.16 195	1.12 201	1.10 197	1.17 206	1.16 202	1.16 196	1.10 199	1.16 197	1.14 204	1.17 192	1.16 202	1.11 199	1.09 201	1.10 194	1.10 200	1.16 195	1.17 202
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.93 181	1.09 171	0.79 175	1.10 195	0.78 181	1.09 193	0.79 183	1.16 190	0.80 182	1.14 154	0.79 183	1.17 197	0.77 180	0.73 177	0.83 185	0.78 176	1.19 200	0.79 182	1.18 200	0.72 180	1.19 195	0.80 183	0.72 181	0.80 183	1.18 201	0.74 182	1.14 193	0.73 181
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AF-Net	2.06 223	25.73 263	1.18 199	1.12 198	1.16 205	1.16 197	1.19 207	1.10 185	1.17 208	1.15 155	1.14 201	1.11 193	1.16 204	1.16 204	1.14 203	1.11 198	1.15 194	1.13 204	1.21 203	1.17 207	1.11 187	1.21 208	1.17 203	1.17 206	1.17 199	1.11 202	1.20 201	1.13 200

edge stereo	1.15 198	1.18 179	1.11 193	1.12 198	1.17 206	1.17 201	1.17 204	1.16 190	1.18 209	1.16 158	1.17 206	1.17 197	1.13 202	1.11 199	1.11 200	1.12 199	1.17 198	1.17 205	1.11 195	1.17 207	1.17 192	1.17 204	1.18 204	1.14 204	1.11 195	1.18 206	1.12 192	1.11 198

RGC	1.15 198	1.16 175	1.17 198	1.15 200	1.11 201	1.21 202	1.21 212	1.10 185	1.15 203	1.16 158	1.11 199	1.17 197	1.09 199	1.14 202	1.11 200	1.16 202	1.19 200	1.11 202	1.10 193	1.15 206	1.11 187	1.19 205	1.16 202	1.12 203	1.17 199	1.10 200	1.16 195	1.17 202

stereogan	1.17 203	1.19 181	1.15 195	1.15 200	1.15 202	1.15 196	1.19 207	1.19 193	1.15 203	1.15 155	1.16 202	1.19 200	1.19 208	1.19 205	1.19 207	1.19 207	1.15 194	1.19 208	1.19 201	1.19 210	1.15 189	1.19 205	1.15 201	1.15 205	1.16 198	1.15 203	1.19 199	1.20 205

ktn	0.84 175	1.15 173	0.54 157	1.16 202	1.26 211	0.51 158	0.53 167	0.51 153	0.66 177	4.54 239	0.51 161	0.52 154	0.52 166	0.66 174	0.51 164	0.51 160	1.37 209	1.17 205	0.49 153	0.51 164	1.23 200	0.51 165	0.67 175	0.51 161	0.51 154	0.68 179	0.51 151	0.51 160

RP	1.14 196	1.16 175	1.15 195	1.17 203	1.10 199	1.16 197	1.15 202	1.10 185	1.16 205	1.15 155	1.08 197	1.16 195	1.15 203	1.15 203	1.14 203	1.16 202	1.16 196	1.10 199	1.10 193	1.10 201	1.16 190	1.11 199	1.10 198	1.19 208	1.14 197	1.19 208	1.07 188	1.10 197

S-Stereo	1.22 204	1.18 179	1.19 201	1.20 204	1.23 209	1.23 203	1.19 207	1.19 193	1.18 209	1.27 167	1.20 210	1.20 201	1.20 209	1.23 207	1.22 210	1.23 209	1.23 203	1.23 211	1.20 202	1.25 213	1.20 196	1.22 210	1.25 209	1.24 211	1.20 203	1.22 211	1.26 202	1.24 209

FAT-Stereo	1.22 204	1.23 182	1.19 201	1.21 205	1.24 210	1.24 204	1.19 207	1.25 195	1.24 212	1.25 166	1.19 209	1.20 201	1.24 211	1.20 206	1.21 208	1.25 210	1.22 202	1.21 209	1.25 204	1.23 212	1.22 198	1.19 205	1.19 206	1.24 211	1.25 204	1.20 209	1.19 199	1.25 210

CroCo-Stereo	0.80 171	2.51 203	0.41 130	1.27 206	0.41 141	1.27 205	0.41 142	1.27 196	0.41 140	1.27 167	0.41 140	1.27 204	0.41 141	0.41 132	0.41 142	0.41 136	1.28 204	0.41 140	1.27 205	0.41 141	1.27 204	0.41 138	0.42 142	0.41 141	1.27 206	0.41 141	1.27 203	0.41 140
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
HBP-ISP	1.47 208	1.07 170	1.03 187	1.30 207	1.08 197	1.36 207	1.06 197	1.44 201	1.25 213	1.97 193	1.51 217	1.65 211	1.58 217	0.98 189	1.58 217	1.68 219	1.98 216	1.32 212	2.02 217	1.28 214	2.95 224	1.89 227	0.97 190	1.06 198	1.26 205	0.99 190	1.94 211	1.43 217

CroCo-Stereo Lap2	0.85 177	2.86 207	0.43 136	1.33 208	0.43 147	1.31 206	0.42 147	1.32 197	0.42 145	1.31 169	0.44 146	1.32 205	0.44 147	0.43 139	0.44 148	0.43 141	1.35 205	0.43 145	1.32 207	0.43 147	1.31 205	0.43 144	0.43 143	0.42 147	1.31 207	0.42 146	1.31 204	0.43 145

PS-NSSS	1.48 209	4.46 220	1.35 204	1.35 209	1.35 212	1.41 210	1.34 214	1.36 198	1.35 215	1.40 174	1.35 212	1.33 206	1.35 212	1.37 209	1.40 213	1.35 212	1.35 205	1.35 214	1.39 209	1.44 219	1.35 206	1.34 212	1.35 210	1.38 217	1.35 208	1.33 213	1.34 205	1.38 215

RASNet	1.39 207	1.37 183	1.35 204	1.38 210	1.40 213	1.39 209	1.77 222	1.36 198	1.74 222	1.36 173	1.36 213	1.36 208	1.36 213	1.36 208	1.35 211	1.41 216	1.36 207	1.36 216	1.36 208	1.35 215	1.36 207	1.35 213	1.36 211	1.35 213	1.36 209	1.35 214	1.36 207	1.35 211

CC-Net-ROB	1.51 210	4.40 219	1.69 212	1.39 211	1.40 213	1.37 208	1.40 217	1.36 198	1.39 216	1.41 175	1.36 213	1.35 207	1.38 214	1.39 210	1.39 212	1.36 213	1.36 207	1.35 214	1.39 209	1.39 216	1.37 208	1.36 214	1.41 214	1.48 218	1.39 210	1.42 218	1.35 206	1.35 211

SPS-STEREO	1.25 206	1.47 184	1.06 191	1.54 212	1.08 197	1.52 211	1.20 211	1.44 201	1.06 198	1.49 179	1.10 198	1.41 209	1.10 200	0.98 189	1.08 198	1.12 199	1.47 211	1.04 196	1.53 211	1.14 204	1.52 209	1.07 197	1.02 194	1.05 196	1.48 211	1.07 198	1.55 208	1.11 198
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.62 213	1.60 187	1.59 209	1.61 213	1.69 217	1.66 213	1.61 218	1.70 204	1.65 220	1.62 181	1.60 219	1.61 210	1.60 218	1.60 213	1.59 218	1.62 217	1.60 212	1.63 219	1.62 212	1.68 222	1.70 210	1.60 217	1.64 217	1.60 219	1.61 212	1.60 219	1.60 209	1.59 219

MFMNet_re	1.77 216	1.89 190	1.72 213	1.88 214	1.69 217	1.89 214	1.67 219	1.91 206	1.70 221	1.87 184	1.67 220	1.89 212	1.68 220	1.67 214	1.67 220	1.70 220	1.88 213	1.68 221	1.88 213	1.67 220	1.89 211	1.68 220	1.70 219	1.71 221	1.87 214	1.68 224	1.87 210	1.68 221

R-Stereo Train	1.62 213	2.01 191	1.41 206	1.97 215	1.40 213	1.96 215	1.39 215	1.93 207	1.39 216	1.92 188	1.38 215	1.94 213	1.39 215	1.40 211	1.45 214	1.38 214	1.96 214	1.37 217	1.97 214	1.39 216	1.98 212	1.41 215	1.40 212	1.37 215	1.97 215	1.38 215	1.96 212	1.37 213

RAFT-Stereo	1.62 213	2.01 191	1.41 206	1.97 215	1.40 213	1.96 215	1.39 215	1.93 207	1.39 216	1.92 188	1.38 215	1.94 213	1.39 215	1.40 211	1.45 214	1.38 214	1.96 214	1.37 217	1.97 214	1.39 216	1.98 212	1.41 215	1.40 212	1.37 215	1.97 215	1.38 215	1.96 212	1.37 213
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GANetREF_RVC	1.52 211	2.01 191	1.21 203	1.98 217	1.21 208	1.98 217	1.21 212	1.98 212	1.21 211	1.99 194	1.21 211	1.98 215	1.21 210	1.02 194	1.21 208	1.21 208	1.99 217	1.21 209	1.99 216	1.21 211	1.99 214	1.21 208	1.21 208	1.21 210	1.99 217	1.21 210	1.99 214	1.21 207
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
TRStereo	2.05 220	2.13 194	1.85 217	2.27 218	1.84 222	2.28 218	1.84 225	2.29 215	1.87 226	2.29 207	1.86 224	2.30 218	1.87 225	2.30 227	1.87 226	2.08 227	2.29 219	1.87 225	2.30 219	1.87 226	2.08 216	1.72 221	1.86 225	2.30 231	2.13 218	1.84 227	2.29 216	1.87 226

XX-Stereo	2.05 220	2.13 194	1.85 217	2.27 218	1.84 222	2.28 218	1.84 225	2.29 215	1.87 226	2.29 207	1.86 224	2.30 218	1.87 225	2.30 227	1.87 226	2.08 227	2.29 219	1.87 225	2.30 219	1.87 226	2.08 216	1.72 221	1.86 225	2.30 231	2.13 218	1.84 227	2.29 216	1.87 226

EAI-Stereo	2.05 220	2.13 194	1.85 217	2.27 218	1.84 222	2.28 218	1.84 225	2.29 215	1.87 226	2.29 207	1.86 224	2.30 218	1.87 225	2.30 227	1.87 226	2.08 227	2.29 219	1.87 225	2.30 219	1.87 226	2.08 216	1.72 221	1.86 225	2.30 231	2.13 218	1.84 227	2.29 216	1.87 226

NCCL2	2.27 225	2.27 199	2.28 228	2.27 218	2.28 231	2.28 218	2.28 232	2.27 214	2.28 232	2.28 204	2.28 231	2.29 217	2.28 231	2.28 226	2.29 232	2.28 232	2.28 218	2.28 233	2.27 218	2.28 234	2.28 220	2.28 232	2.28 232	2.28 229	2.28 221	2.28 233	2.11 215	2.28 234

STTStereo	2.30 226	2.34 200	2.26 227	2.37 222	2.23 228	2.40 222	2.35 233	2.20 213	2.33 233	2.28 204	2.31 232	2.19 216	2.37 232	2.20 223	2.31 233	2.23 231	2.38 222	2.25 232	2.33 222	2.27 233	2.39 221	2.27 231	2.31 233	2.29 230	2.37 222	2.32 234	2.34 220	2.26 233

FBW_ROB	2.04 219	2.50 202	1.75 214	2.45 223	1.78 220	2.40 222	1.74 221	2.47 219	1.77 223	2.37 212	1.81 222	2.30 218	1.80 221	1.78 216	1.88 229	1.80 221	2.41 223	1.77 222	2.43 223	1.83 224	2.39 221	1.81 225	1.76 221	1.75 222	2.56 224	1.75 225	2.30 219	1.74 222

UDGNet	1.97 218	2.43 201	1.67 210	2.46 224	1.70 219	2.44 224	1.69 220	2.34 218	1.63 219	2.35 211	1.67 220	2.37 222	1.67 219	1.68 215	1.64 219	1.67 218	2.44 224	1.64 220	2.43 223	1.67 220	2.43 223	1.66 218	1.67 218	1.63 220	2.43 223	1.66 222	2.42 222	1.66 220

NLCA_NET_v2_RVC	2.50 227	2.85 206	1.90 222	2.90 225	2.77 232	2.88 225	2.85 234	2.51 220	2.85 235	2.88 219	1.99 229	2.50 223	2.76 234	2.20 223	1.57 216	2.64 233	2.89 225	2.63 234	5.69 250	1.03 196	2.01 215	2.71 233	2.74 236	2.73 234	2.87 225	1.64 220	1.00 183	1.49 218
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
test croco	1.96 217	3.33 208	1.04 188	3.24 226	1.04 195	3.24 227	1.04 196	3.26 225	1.05 196	3.26 222	1.13 200	3.27 226	1.06 198	1.05 195	1.05 196	1.05 196	3.28 226	1.05 197	3.29 225	1.06 198	3.30 225	1.05 195	1.05 196	1.06 198	3.30 226	1.06 197	3.30 226	1.06 194

MIF-Stereo (partial)	2.52 228	3.41 210	1.05 189	3.29 227	1.05 196	3.29 229	1.06 197	3.30 226	1.06 198	3.31 223	1.06 196	4.97 245	2.72 233	2.72 230	2.71 234	2.70 234	6.57 252	2.19 230	5.08 247	1.08 200	3.36 226	1.07 197	1.07 197	1.07 200	3.35 228	1.07 198	3.36 227	1.07 196

raft_robust	4.19 243	7.78 236	6.08 244	3.30 228	3.85 245	4.03 237	3.73 243	6.25 246	3.30 237	4.44 238	3.28 236	4.01 235	3.82 247	4.29 246	3.70 246	4.01 246	4.48 244	3.42 238	4.11 236	3.76 245	4.05 237	3.32 236	3.85 243	3.82 243	4.71 242	3.83 245	4.09 236	3.80 245

MIF-Stereo	2.12 224	3.66 212	1.10 192	3.48 229	1.15 202	3.57 230	1.11 201	3.44 227	1.16 205	3.52 224	1.16 202	3.50 227	1.16 204	1.10 197	1.13 202	1.15 201	3.61 227	1.17 205	3.64 226	1.12 202	3.58 228	1.12 200	1.12 200	1.17 206	3.53 229	1.18 206	3.52 228	1.18 204

DPSNet	3.67 234	3.61 211	3.62 236	3.64 230	3.61 240	3.64 231	3.65 240	3.64 228	3.67 239	3.67 226	3.65 238	3.68 229	3.69 244	3.69 238	3.69 245	3.68 241	3.70 229	3.70 242	3.69 231	3.69 243	3.71 231	3.69 239	3.67 240	3.69 242	3.68 232	3.67 239	3.68 230	3.67 236

test-1	4.11 238	7.65 234	4.93 239	3.65 231	3.58 238	4.70 245	3.74 244	4.73 233	4.06 246	3.72 227	4.11 248	3.70 230	3.49 239	3.36 232	3.65 240	4.17 249	3.92 234	4.04 249	4.19 238	3.75 244	4.69 245	4.18 246	3.88 244	3.90 244	4.73 243	3.77 244	3.12 225	3.68 239

test_5	4.51 248	8.85 244	5.35 243	3.66 232	3.56 237	5.10 248	4.47 251	6.14 241	4.07 247	4.96 245	3.87 245	5.14 248	4.17 251	3.53 234	4.39 250	4.53 250	4.15 238	3.62 239	4.74 244	2.94 235	3.63 230	4.53 250	4.20 249	4.54 250	4.86 245	3.68 240	4.95 243	4.06 248

TestStereo1	4.11 238	7.79 237	6.72 249	3.93 233	3.81 243	3.96 234	3.58 238	6.96 250	3.74 241	3.90 228	3.76 241	3.89 232	3.57 241	3.70 239	3.66 241	3.34 238	3.80 232	3.62 239	3.66 228	3.68 241	3.91 233	3.70 240	3.65 238	3.67 239	3.88 233	3.53 237	3.89 232	3.68 239

SA-5K	4.11 238	7.79 237	6.72 249	3.93 233	3.81 243	3.96 234	3.58 238	6.96 250	3.74 241	3.90 228	3.76 241	3.89 232	3.57 241	3.70 239	3.66 241	3.34 238	3.80 232	3.62 239	3.66 228	3.68 241	3.91 233	3.70 240	3.65 238	3.67 239	3.88 233	3.53 237	3.89 232	3.68 239

TESTraft	4.16 242	8.03 239	6.81 251	3.99 235	3.68 241	3.93 233	3.70 242	6.86 249	3.69 240	3.93 230	3.88 246	3.93 234	3.59 243	3.65 237	3.64 238	3.68 241	3.92 234	3.72 244	3.92 232	3.57 240	3.84 232	3.70 240	3.71 242	3.67 239	3.91 236	3.74 241	3.92 234	3.67 236

sCroCo_RVC	2.76 229	4.00 214	1.82 216	4.00 236	1.83 221	3.98 236	1.82 223	3.99 229	1.81 224	4.14 233	2.76 233	4.13 238	1.82 223	1.83 217	1.83 222	1.82 222	4.01 236	1.82 224	3.98 234	1.86 225	4.00 236	1.82 226	1.83 223	1.84 223	4.02 238	1.81 226	4.00 235	1.83 225

test_3	4.55 249	10.96 252	7.69 255	4.04 237	3.60 239	4.10 238	3.98 248	7.94 252	4.56 251	3.99 231	4.03 247	4.08 237	3.74 245	3.99 245	3.91 248	4.05 247	4.33 242	3.89 246	4.14 237	4.00 248	4.11 238	4.02 245	4.01 248	3.91 245	3.53 229	3.94 247	4.19 237	4.20 249

Sa-1000	3.84 236	7.71 235	6.81 251	4.15 238	2.86 233	3.27 228	3.87 246	5.99 238	4.35 250	2.78 217	3.71 239	3.88 231	3.56 240	3.88 241	3.64 238	2.71 235	3.72 230	3.27 237	3.67 230	3.15 236	3.51 227	3.36 237	2.70 235	3.49 236	3.32 227	3.76 243	2.87 224	3.76 243

SA	3.93 237	7.22 231	4.74 238	4.15 238	3.88 246	3.70 232	4.02 249	6.67 247	3.95 244	3.64 225	3.74 240	3.63 228	3.00 236	3.51 233	3.68 244	3.68 241	3.73 231	3.71 243	3.64 226	3.48 238	3.58 228	2.97 234	3.69 241	3.61 237	3.55 231	3.42 236	3.64 229	3.79 244

sAnonymous2	2.87 230	4.16 215	1.89 220	4.26 240	1.87 225	4.23 239	1.92 228	4.17 230	1.94 229	4.16 234	1.92 227	4.20 239	1.92 228	1.96 219	1.86 224	1.87 224	4.25 239	1.90 228	4.23 239	1.91 229	4.26 239	1.93 228	1.89 228	1.90 224	4.07 239	1.91 230	5.09 247	1.93 230

CroCo_RVC	2.87 230	4.16 215	1.89 220	4.26 240	1.87 225	4.23 239	1.92 228	4.17 230	1.94 229	4.16 234	1.92 227	4.20 239	1.92 228	1.96 219	1.86 224	1.87 224	4.25 239	1.90 228	4.23 239	1.91 229	4.26 239	1.93 228	1.89 228	1.90 224	4.07 239	1.91 230	5.09 247	1.93 230

cross-raft	4.43 245	7.31 232	6.46 246	4.47 242	3.95 247	4.46 242	3.95 247	6.70 248	3.97 245	4.41 237	3.82 243	4.38 242	3.94 248	3.95 244	3.95 249	3.95 245	4.45 243	3.95 247	4.46 242	3.95 247	4.46 243	3.95 244	3.95 247	3.94 246	4.40 241	3.95 248	4.45 240	3.95 246

test_4	4.11 238	8.05 240	6.64 247	4.52 243	3.68 241	3.00 226	3.40 237	6.21 245	3.29 236	4.07 232	3.84 244	4.04 236	3.76 246	3.56 236	3.67 243	3.76 244	4.04 237	3.79 245	4.10 235	3.53 239	3.98 235	3.74 243	3.55 237	3.61 237	3.94 237	3.75 242	3.73 231	3.73 242

RAFT_CTSACE	4.43 245	8.26 242	6.10 245	4.62 244	4.01 248	4.54 244	3.65 240	6.09 240	3.93 243	4.64 241	4.14 249	4.26 241	4.13 249	3.91 242	3.88 247	4.06 248	4.30 241	4.03 248	4.27 241	3.92 246	4.26 239	3.67 238	3.91 245	4.16 247	4.82 244	4.08 249	4.20 238	3.67 236

TestStereo	4.92 250	4.80 223	4.98 240	4.82 245	4.97 251	4.91 247	4.78 252	4.80 234	4.88 252	4.78 242	4.80 251	4.99 246	4.81 252	4.83 248	4.87 252	4.97 252	4.93 247	5.01 253	5.03 246	4.90 252	5.02 247	5.02 251	5.06 251	5.04 251	4.93 246	4.89 251	5.01 244	5.09 251

Anonymous3	3.36 232	4.93 224	2.20 224	4.92 246	2.23 228	4.90 246	2.23 231	4.89 235	2.24 231	4.95 244	2.21 230	4.91 244	2.21 230	2.18 222	2.22 231	2.22 230	4.86 246	2.20 231	4.90 245	2.20 232	4.96 246	2.21 230	2.21 231	2.21 228	6.30 250	2.21 232	4.90 242	2.23 232

RAFT+CT+SA	4.43 245	7.34 233	6.71 248	5.01 247	4.38 249	4.40 241	3.85 245	6.15 243	4.30 249	4.89 243	3.26 235	4.49 243	3.01 237	4.53 247	3.36 237	3.65 240	3.64 228	4.39 251	3.94 233	4.28 249	4.44 242	4.30 248	4.24 250	4.52 249	3.90 235	3.85 246	4.89 241	4.00 247

DispFullNet	4.96 251	5.67 226	3.30 235	5.01 247	3.21 236	4.50 243	3.11 235	4.43 232	3.44 238	4.60 240	3.46 237	5.13 247	3.44 238	3.53 234	3.20 236	2.87 236	4.80 245	3.15 235	4.70 243	4.83 251	9.02 256	5.98 254	5.95 255	6.21 253	8.84 256	5.85 253	9.76 256	5.91 253

StereoVision	3.44 233	10.12 250	1.68 211	5.44 249	2.26 230	5.87 249	1.97 230	5.17 236	1.31 214	5.80 247	1.56 218	5.62 249	1.84 224	1.97 221	1.91 230	1.84 223	4.98 248	1.32 212	5.60 248	1.71 223	5.35 250	1.73 224	1.97 230	1.96 226	5.40 247	1.65 221	5.08 246	1.76 224

StereoIM	3.69 235	10.19 251	2.01 223	6.09 250	2.01 227	5.94 250	1.82 223	6.14 241	1.85 225	6.59 251	1.82 223	6.01 250	1.81 222	1.83 217	1.83 222	2.02 226	5.87 249	1.79 223	5.93 251	2.06 231	4.63 244	1.67 219	1.84 224	2.08 227	5.90 248	1.66 222	6.34 251	1.87 226

SGM-Forest	5.07 252	6.74 229	4.17 237	6.46 251	4.68 250	6.21 253	4.38 250	6.00 239	4.14 248	5.84 248	4.44 250	6.28 252	4.16 250	3.92 243	4.56 251	4.60 251	6.15 250	4.27 250	6.12 252	4.31 250	5.99 251	4.27 247	3.92 246	4.27 248	6.13 249	4.10 250	6.18 250	4.49 250
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Anonymous	4.38 244	6.03 227	2.67 232	6.71 252	3.03 234	5.98 252	3.20 236	6.18 244	2.49 234	6.13 250	3.16 234	6.07 251	2.97 235	3.15 231	3.09 235	3.15 237	6.62 253	3.20 236	6.32 253	3.16 237	6.80 252	3.15 235	2.63 234	3.20 235	7.02 251	2.85 235	6.13 249	3.25 235

test-v	7.17 255	11.53 253	7.63 253	7.17 253	6.87 255	7.48 254	6.90 255	8.14 254	6.88 255	6.93 252	7.42 255	7.05 253	6.14 254	6.05 250	6.86 254	6.99 255	7.60 254	6.75 255	6.90 254	6.66 255	7.83 253	6.36 255	5.89 253	7.34 255	7.19 253	6.75 254	7.52 253	6.77 255

test-2	7.17 255	11.53 253	7.63 253	7.17 253	6.87 255	7.48 254	6.90 255	8.14 254	6.88 255	6.93 252	7.42 255	7.05 253	6.14 254	6.05 250	6.86 254	6.99 255	7.60 254	6.75 255	6.90 254	6.66 255	7.83 253	6.36 255	5.89 253	7.34 255	7.19 253	6.75 254	7.52 253	6.77 255

RAFT	6.60 254	9.99 247	8.33 256	7.21 255	6.55 254	5.95 251	5.87 254	8.70 256	5.02 253	5.10 246	6.69 254	7.06 255	6.94 256	6.17 252	7.09 256	6.84 254	6.47 251	4.72 252	5.60 248	5.60 254	5.11 248	5.97 253	6.93 256	6.89 254	7.16 252	7.08 256	6.58 252	6.66 254

SGM+DAISY	6.35 253	8.16 241	5.14 242	8.12 256	5.08 253	8.12 256	5.16 253	8.01 253	5.18 254	7.92 254	5.14 252	7.89 256	5.14 253	4.95 249	5.33 253	5.32 253	8.14 256	5.16 254	8.16 256	5.16 253	8.21 255	5.19 252	5.12 252	5.12 252	8.18 255	5.24 252	8.12 255	5.11 252

rafts_anoy	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

raft+_RVC	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

raftrobust	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

CasAABBNet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

RALCasStereoNet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

RALAANet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

MSMDNet	20.00 258	20.00 255	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258	20.00 258	20.00 258	20.00 257	20.00 258	20.00 257	20.00 258

MANE	18.41 257	23.00 262	16.00 257	22.00 264	15.00 257	22.00 264	15.00 257	22.00 264	15.00 257	21.00 264	15.00 257	22.00 264	15.00 257	15.00 257	17.00 257	15.00 257	23.00 264	15.00 257	22.00 264	15.00 257	23.00 264	15.00 257	18.00 257	15.00 257	24.00 264	17.00 257	24.00 264	16.00 257

MDST_ROB	61.15 265	72.66 266	46.52 265	70.00 265	44.89 265	64.24 265	43.75 265	73.65 265	48.92 266	72.70 266	42.40 265	60.70 265	50.23 265	50.07 266	67.69 266	68.60 266	83.13 266	47.77 265	82.48 266	46.00 265	95.93 266	53.44 266	50.66 265	45.00 265	84.99 266	53.64 266	79.01 265	52.07 266

CBMV	101.59 266	71.60 265	48.40 266	72.70 266	49.00 266	79.60 266	48.40 266	80.90 266	46.90 265	68.90 265	49.00 266	78.00 266	572.10 274	49.50 265	51.30 265	48.40 265	72.20 265	639.60 274	79.40 265	48.90 266	79.50 265	51.40 265	52.30 266	48.30 266	80.20 265	49.10 265	79.60 266	47.60 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	151.99 267	131.36 267	140.69 267	151.38 267	151.40 267	150.79 267	151.72 267	149.36 267	159.46 267	146.42 267	150.73 267	149.06 270	176.22 266	143.94 267	133.10 269	133.45 269	153.30 268	154.22 267	154.67 268	153.95 268	156.90 269	156.53 269	160.21 267	162.72 267	154.57 267	160.59 267	153.47 267	163.50 267
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
DLCB_ROB	280.78 272	376.74 271	215.59 268	376.74 268	215.59 268	376.74 271	215.59 268	366.42 269	218.39 269	366.42 271	218.39 269	366.42 271	218.39 269	209.96 269	219.76 272	219.38 271	376.72 272	216.43 268	376.72 269	216.43 269	376.72 272	216.43 270	216.14 268	216.14 270	376.69 272	217.67 270	376.69 272	217.67 269

NOSS_ROB	248.11 268	409.00 272	288.00 269	412.00 269	280.00 269	411.00 272	288.00 269	356.00 268	275.00 272	379.00 272	303.00 272	415.00 272	278.00 271	260.00 272	104.00 267	103.00 267	126.00 267	108.00 266	118.00 267	98.00 267	126.00 268	104.00 268	268.00 270	216.00 269	279.00 271	201.00 268	288.00 271	206.00 268

LE_ROB	387.11 273	453.07 273	321.39 270	500.23 270	323.05 270	493.99 273	324.56 270	477.63 273	322.28 273	465.51 273	322.97 273	486.37 273	334.17 272	305.26 273	320.63 273	327.66 273	476.08 273	315.70 272	483.76 271	335.15 273	469.64 273	309.74 273	315.90 273	318.85 273	498.41 273	328.85 273	491.00 273	330.08 273

AE-Stereo	252.48 269	202.00 268	361.00 271	502.00 271	324.00 271	321.00 268	482.00 274	423.00 271	227.00 271	201.00 268	273.00 271	101.00 267	207.00 267	198.00 268	183.00 270	181.00 270	221.00 269	232.00 271	477.00 270	220.00 270	111.00 267	100.00 267	219.00 269	214.00 268	204.00 268	211.00 269	200.00 268	222.00 270

MGS-Stereo	264.93 270	208.00 269	362.00 272	512.00 272	350.00 272	326.00 269	443.00 273	410.00 270	210.00 268	232.00 270	215.00 268	125.00 268	217.00 268	216.00 270	127.00 268	122.00 268	223.00 270	230.00 269	487.00 272	255.00 271	250.00 270	223.00 271	272.00 271	228.00 271	241.00 269	220.00 271	214.00 269	235.00 271

EGLCR-Stereo	276.81 271	209.00 270	366.00 273	514.00 273	354.00 273	336.00 270	422.00 271	440.00 272	220.00 270	231.00 269	245.00 270	135.00 269	237.00 270	218.00 271	197.00 271	222.00 272	223.00 270	230.00 269	487.00 272	255.00 271	250.00 270	273.00 272	272.00 271	228.00 271	241.00 269	220.00 271	214.00 269	235.00 271

SGM-ForestM	522.49 274	676.08 274	448.56 274	638.17 274	433.15 274	639.59 274	427.03 272	617.52 274	439.90 274	604.63 274	429.02 274	611.68 274	432.74 273	420.18 274	451.96 274	465.85 274	601.06 274	403.73 273	659.15 274	405.50 274	669.64 274	437.21 274	455.85 274	425.66 274	689.82 274	481.65 274	662.43 274	479.61 274

CBMV_ROB	1133.35 275	1280.38 275	976.92 275	1317.57 275	1021.62 275	1282.66 275	1022.22 275	1213.88 275	982.57 275	1194.12 275	975.90 275	1357.87 275	1090.02 275	943.32 275	1021.85 275	1006.47 275	1309.01 275	986.29 275	1499.40 275	986.35 275	1359.35 275	975.96 275	975.21 275	969.30 275	1337.82 275	1042.34 275	1398.25 275	1073.86 275

anonymousdsp2	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276

anonymousdsp	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276

AMNet	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276	10000000.00 276

Low-res two-view benchmark