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	5.44 37	0.98 1	3.95 6	17.59 351	7.74 318	7.82 131	6.09 197	9.89 12	9.40 57	4.82 18	10.69 43	1.93 3	1.22 2	4.54 2	2.47 14	10.98 373	0.02 23	0.00 1	0.02 74	0.53 171	8.19 354

s12784h	6.22 76	1.01 2	4.95 12	3.57 5	0.54 19	19.55 271	0.95 17	19.51 137	18.39 141	12.98 89	12.58 59	7.78 57	5.56 71	11.34 76	4.36 86	0.89 261	0.01 7	0.05 106	0.00 1	0.07 7	0.20 18

PMTNet	5.52 39	1.11 3	4.24 7	2.49 1	1.38 81	8.75 137	0.67 10	12.64 33	12.84 80	8.66 45	11.27 49	6.00 42	4.70 55	9.91 51	3.02 42	22.39 386	0.01 7	0.04 98	0.02 74	0.06 5	0.23 19

Selective-RAFT	6.10 71	1.16 4	10.90 180	7.41 198	0.91 46	15.22 219	1.11 20	14.84 68	16.23 120	7.19 37	7.06 18	11.49 94	8.10 124	12.83 143	5.19 108	0.26 154	0.97 256	0.00 1	0.46 268	0.10 11	0.65 79

MC-Stereo	4.47 27	1.16 4	5.85 16	6.14 114	1.43 83	3.70 11	1.73 63	10.62 15	7.83 36	6.85 32	13.33 64	6.77 45	6.21 87	11.23 71	2.52 16	0.04 22	1.30 296	0.06 113	0.24 204	0.17 37	2.14 259

CREStereo++_RVC	4.83 31	1.16 4	4.67 9	4.71 37	2.02 120	4.01 12	0.11 2	9.48 9	18.00 138	8.87 48	16.74 88	4.43 23	2.15 12	6.09 7	3.39 55	0.07 66	0.00 1	0.00 1	10.51 376	0.05 2	0.12 11
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
DCANet-4	6.78 97	1.21 7	11.48 189	3.95 9	0.76 29	4.73 23	1.68 54	18.40 124	25.78 213	15.44 122	20.36 125	6.42 44	8.48 132	8.87 30	6.24 140	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

tt	89.84 420	1.21 7	99.99 429	99.29 426	100.00 429	100.00 429	100.00 429	100.00 428	99.99 426	78.46 408	68.51 396	99.99 429	100.00 428	100.00 430	100.00 431	95.27 421	99.93 427	87.33 418	86.20 418	94.13 424	86.50 418

CREStereo	3.75 9	1.21 7	3.79 3	2.66 2	0.66 23	5.52 61	0.39 5	10.77 17	14.18 99	7.14 34	10.54 42	5.25 35	3.54 22	6.27 8	2.88 41	0.04 22	0.01 7	0.03 86	0.01 55	0.05 2	0.05 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	3.10 2	1.22 10	7.79 63	4.50 32	2.51 141	2.59 4	0.42 6	5.88 1	5.74 5	5.46 29	7.76 21	1.12 1	1.46 4	9.06 34	5.42 114	0.06 55	0.07 84	0.00 1	0.01 55	0.60 189	0.26 22

CFNet-RSSM	5.78 48	1.24 11	9.20 111	4.82 42	1.23 70	6.33 97	1.21 24	17.35 110	18.14 139	13.35 95	11.17 48	11.69 98	5.43 62	9.71 50	3.34 52	0.03 16	0.20 127	0.00 1	0.36 244	0.37 120	0.42 51

LoS	3.83 10	1.25 12	4.39 8	3.29 3	0.58 20	4.87 33	1.15 21	11.00 18	13.34 88	5.02 20	10.69 43	4.14 18	3.78 25	9.15 38	3.20 48	0.08 70	0.03 35	0.09 138	0.00 1	0.13 28	0.35 30

RCA-Stereo	5.58 40	1.26 13	6.71 35	4.85 43	0.80 37	5.51 60	3.97 147	17.56 114	19.40 156	8.45 44	14.11 68	8.73 68	8.70 136	6.88 12	2.77 36	0.05 38	0.98 257	0.11 165	0.00 1	0.14 29	0.61 76

test_3	5.97 65	1.26 13	9.95 138	6.84 165	1.45 84	8.73 136	3.18 122	14.26 56	19.86 158	12.22 70	8.91 25	13.78 141	3.99 31	9.38 43	2.58 19	0.01 2	1.10 269	0.00 1	0.37 248	0.30 91	1.20 144

CASnet	4.11 23	1.27 15	5.28 15	5.63 84	0.31 2	4.89 34	2.86 112	11.52 25	11.73 72	11.06 64	11.80 52	4.16 19	1.63 6	6.30 9	2.22 2	0.63 229	0.00 1	0.60 268	0.13 152	0.15 31	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GMM-Stereo	8.44 154	1.27 15	7.36 53	6.64 150	2.56 146	10.00 143	9.29 256	23.79 187	11.33 67	17.96 186	29.59 218	17.14 183	7.59 115	11.77 92	4.61 95	0.13 105	0.01 7	0.24 226	0.94 304	0.49 167	6.14 333

EGLCR-Stereo	3.41 3	1.28 17	6.47 29	4.22 22	1.36 79	5.18 49	1.24 25	11.58 27	5.47 3	3.80 9	3.40 1	8.10 62	1.69 9	9.53 47	2.23 3	0.09 77	0.89 252	0.01 56	0.00 1	0.24 57	1.42 172

test-3	5.64 42	1.29 18	9.52 123	4.88 45	1.45 84	6.53 106	2.92 114	13.64 48	19.04 152	12.75 83	8.67 23	13.01 129	4.10 34	9.39 44	2.58 19	0.01 2	1.09 267	0.00 1	0.37 248	0.28 83	1.25 151

test_1	5.63 41	1.29 18	9.52 123	4.90 51	1.45 84	6.51 105	2.93 116	13.65 50	19.05 153	12.58 73	8.67 23	13.02 130	4.07 33	9.39 44	2.58 19	0.01 2	1.09 267	0.00 1	0.38 259	0.28 83	1.26 152

Selective-IGEV	3.46 4	1.32 20	5.92 17	4.55 33	2.27 133	4.65 18	2.07 81	11.50 24	5.81 6	3.19 2	4.75 6	5.46 39	1.77 10	11.24 72	2.37 11	0.05 38	0.82 241	0.00 1	0.20 191	0.10 11	1.17 141

CES	4.08 20	1.34 21	3.46 1	3.65 6	11.49 352	5.24 51	0.99 19	10.15 13	9.15 55	3.80 9	9.29 31	1.76 2	0.91 1	6.94 13	2.64 27	0.07 66	0.05 50	0.01 56	0.00 1	1.63 274	9.03 360

GLC_STEREO	3.61 7	1.35 22	3.91 4	6.86 166	0.23 1	4.69 21	1.61 45	9.80 10	7.20 21	5.64 31	9.11 28	5.19 34	2.02 11	10.25 53	3.70 62	0.07 66	0.04 43	0.22 220	0.00 1	0.24 57	0.17 16

GrayStereo	9.02 171	1.35 22	7.73 61	8.62 245	2.88 156	10.28 150	10.99 281	18.66 128	16.36 125	22.78 263	30.63 231	17.56 196	12.19 191	11.50 84	5.08 103	0.09 77	0.02 23	0.19 205	0.78 299	0.33 98	2.37 268

Gwc-CoAtRS	5.80 50	1.37 24	9.07 96	4.80 41	1.39 82	6.90 115	1.27 26	16.50 92	15.48 111	13.07 90	13.35 65	12.64 114	5.61 73	9.14 37	4.20 78	0.04 22	0.32 157	0.00 1	0.29 223	0.30 91	0.33 26

KYRaft	9.17 177	1.39 25	7.74 62	7.07 180	1.03 57	8.05 134	7.90 238	23.72 185	9.22 56	21.43 245	31.08 238	22.52 240	8.03 122	12.21 114	3.16 47	0.10 86	0.02 23	0.05 106	0.67 293	0.46 155	17.51 380

FENet	8.22 149	1.39 25	7.33 51	6.43 133	2.17 130	10.97 161	2.20 86	22.10 168	21.26 164	17.85 183	23.22 160	14.29 144	11.50 175	13.56 170	8.32 174	0.29 161	0.24 141	0.03 86	0.03 82	0.18 41	1.04 127

test_4	5.75 46	1.40 27	6.47 29	7.20 191	0.89 44	5.81 80	1.82 69	12.26 30	6.62 19	12.85 85	30.51 229	7.61 54	3.81 26	12.70 138	3.47 57	0.02 7	0.27 146	0.03 86	0.17 177	0.39 131	0.67 82

LCNet	7.64 133	1.41 28	6.15 19	6.93 172	1.35 78	9.00 138	5.44 179	18.37 122	11.30 66	16.62 150	24.39 169	14.67 150	11.03 165	12.03 105	4.01 71	0.07 66	0.02 23	0.23 222	2.07 337	1.00 247	6.69 340

PSM-AAD	8.76 161	1.41 28	6.46 28	6.87 167	1.18 65	12.78 182	9.66 263	20.03 145	15.78 112	21.79 250	24.91 171	14.31 145	13.16 203	12.42 128	4.07 75	0.05 38	0.06 74	2.44 334	0.16 173	0.45 150	7.17 346

AEACV	3.74 8	1.42 30	6.45 27	5.61 81	6.24 281	4.69 21	1.54 43	7.61 4	7.19 20	3.59 6	7.87 22	4.20 20	6.43 92	6.07 6	1.96 1	0.03 16	1.03 264	0.04 98	0.54 283	0.23 54	2.12 256

Any-RAFT	6.28 77	1.42 30	4.91 11	5.00 55	1.25 75	10.18 147	1.90 74	22.68 173	15.87 114	12.12 69	19.23 110	13.69 140	4.65 53	9.35 42	2.36 10	0.06 55	0.57 212	0.00 1	0.00 1	0.05 2	0.35 30

cross-raft	5.70 44	1.44 32	7.08 40	6.69 152	2.11 124	5.89 81	1.44 33	16.44 90	8.38 43	13.42 99	20.70 131	12.20 110	4.38 41	9.06 34	3.11 44	0.03 16	0.38 171	0.00 1	0.22 193	0.24 57	0.84 101

RAFT-Test	6.19 75	1.47 33	7.90 68	4.91 52	2.70 148	9.97 142	1.52 41	17.08 105	9.06 54	13.21 92	23.67 163	12.89 126	4.63 52	9.47 46	3.57 60	0.02 7	0.81 238	0.00 1	0.38 259	0.21 47	0.39 46

RAFT-345	6.94 105	1.48 34	7.45 54	5.65 86	0.96 55	5.49 59	3.20 123	13.73 51	10.97 65	13.81 105	42.93 337	9.01 72	5.31 61	13.09 155	4.73 98	0.58 220	0.05 50	0.10 146	0.06 116	0.08 9	0.08 4

Prome-Stereo	8.22 149	1.48 34	6.24 21	7.06 179	1.55 98	6.54 107	9.08 250	21.88 165	9.88 60	21.12 240	32.48 263	11.82 103	11.59 177	11.99 103	4.04 73	0.08 70	0.02 23	0.19 205	0.12 148	0.45 150	6.89 343

TANstereo	4.87 32	1.49 36	5.02 13	4.02 11	0.51 16	14.25 204	0.15 3	9.17 8	12.84 80	12.80 84	18.36 103	5.14 33	4.43 42	6.01 5	2.30 4	0.09 77	0.12 111	0.00 1	0.01 55	0.02 1	0.68 84

RAFT-RH_RVC	7.88 142	1.51 37	7.72 60	5.41 73	0.96 55	11.41 167	1.48 37	13.43 46	15.04 105	17.54 175	45.66 349	10.86 89	6.42 91	13.48 165	5.26 111	0.81 251	0.04 43	0.12 170	0.13 152	0.12 21	0.17 16

MGS-Stereo	3.47 5	1.54 38	7.34 52	3.79 8	0.51 16	4.78 29	1.51 39	6.53 2	9.92 62	4.54 16	10.22 39	5.44 38	1.26 3	8.51 27	2.53 18	0.21 138	0.01 7	0.02 71	0.00 1	0.59 186	0.23 19

riskmin	7.28 123	1.54 38	8.37 82	5.01 56	3.24 170	11.65 169	3.20 123	16.61 97	18.86 151	10.45 57	13.46 66	16.20 173	12.68 199	12.46 129	6.57 153	0.17 121	1.38 312	0.14 182	0.33 237	0.67 207	2.52 277

DRaft	9.41 179	1.56 40	10.09 142	4.18 21	0.92 47	12.87 183	5.68 184	17.40 111	29.75 241	21.24 242	38.12 309	9.96 81	13.97 219	11.81 94	8.08 168	0.66 235	0.30 154	0.07 128	0.26 214	0.33 98	0.88 106

FTStereo	8.76 161	1.57 41	6.75 36	6.55 138	2.45 140	7.65 127	11.62 291	18.36 121	9.01 51	20.25 218	40.79 325	15.87 170	12.36 193	11.02 60	4.69 97	0.24 147	0.01 7	0.09 138	0.16 173	0.19 44	5.58 327

HSM-Net_RVC	11.37 231	1.57 41	6.32 22	5.99 110	2.67 147	20.99 281	7.19 224	28.50 230	28.64 235	21.03 239	25.84 180	33.64 315	16.37 252	16.83 229	10.76 211	0.21 138	0.08 90	0.02 71	0.00 1	0.16 35	0.55 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	6.68 93	1.58 43	9.90 136	7.19 190	1.12 60	5.71 75	3.69 140	13.74 52	12.42 76	16.60 149	23.63 162	12.64 114	6.39 90	13.31 163	4.08 76	0.77 245	0.01 7	0.08 132	0.15 167	0.14 29	0.53 63

IPLGR	7.48 127	1.61 44	14.03 239	4.92 53	1.30 77	10.30 151	1.20 23	24.52 194	22.59 180	16.71 157	18.84 106	8.44 66	7.49 112	9.62 48	6.34 147	0.26 154	0.05 50	0.05 106	0.06 116	0.37 120	0.93 114

R-Stereo Train	7.33 124	1.62 45	9.31 115	6.80 163	2.33 136	7.57 125	5.36 177	24.47 191	7.63 23	16.40 143	33.07 268	12.42 112	5.52 67	8.06 22	5.23 109	0.05 38	0.05 50	0.01 56	0.00 1	0.12 21	0.56 69

RAFT-Stereo	7.33 124	1.62 45	9.31 115	6.80 163	2.33 136	7.57 125	5.36 177	24.47 191	7.63 23	16.40 143	33.07 268	12.42 112	5.52 67	8.06 22	5.23 109	0.05 38	0.05 50	0.01 56	0.00 1	0.12 21	0.56 69
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
H2IRNET	6.11 72	1.63 47	7.52 57	4.69 36	2.30 135	4.07 13	0.71 11	12.58 32	13.88 94	7.18 36	20.80 134	15.50 165	10.48 160	10.72 58	8.26 172	0.19 133	0.00 1	0.07 128	0.52 281	0.52 170	0.55 66

MIF-Stereo (partial)	4.55 28	1.63 47	8.37 82	5.46 75	5.35 245	3.48 9	0.94 16	9.80 10	8.03 40	4.45 14	15.68 78	5.33 37	5.11 58	11.92 101	4.57 94	0.06 55	0.02 23	0.06 113	0.03 82	0.45 150	0.30 25

ASMatch	7.61 131	1.63 47	9.18 109	5.79 104	2.27 133	4.63 17	2.54 98	17.23 108	13.73 93	17.27 167	34.28 284	13.26 134	10.15 158	12.39 127	5.49 118	0.12 98	0.24 141	0.21 213	0.17 177	0.18 41	1.55 185

PFNet+	6.92 104	1.64 50	10.96 181	6.27 123	0.90 45	5.66 73	1.68 54	14.43 63	16.02 118	18.13 190	21.24 136	14.33 146	5.97 79	13.13 156	5.51 119	0.90 263	0.20 127	0.11 165	0.30 228	0.08 9	0.94 118

CrosDoStereo	9.41 179	1.65 51	8.83 89	5.19 62	1.13 61	7.34 120	14.47 313	16.33 88	24.64 199	24.44 277	33.36 273	13.18 132	13.52 206	12.56 132	9.08 186	0.06 55	0.11 107	0.09 138	0.04 92	0.41 138	1.73 196

DeepStereo_LL	9.41 179	1.65 51	8.83 89	5.19 62	1.13 61	7.34 120	14.47 313	16.33 88	24.64 199	24.44 277	33.36 273	13.18 132	13.52 206	12.56 132	9.08 186	0.06 55	0.11 107	0.09 138	0.04 92	0.41 138	1.73 196

SST-Stereo	6.85 98	1.67 53	9.39 118	7.24 193	0.82 38	5.89 81	1.87 73	15.34 72	9.89 61	19.25 212	20.26 124	16.63 178	8.40 131	13.81 176	5.75 126	0.40 182	0.05 50	0.13 175	0.00 1	0.10 11	0.08 4

DEmStereo	9.07 172	1.70 54	10.89 178	4.86 44	1.23 70	11.51 168	5.70 185	14.24 55	27.02 223	22.33 258	32.56 264	11.70 99	15.04 231	11.83 95	8.53 178	0.31 164	0.16 120	0.02 71	0.09 135	0.11 18	1.47 176

EKT-Stereo	6.11 72	1.71 55	9.09 98	7.69 210	5.56 255	5.16 47	4.26 153	19.18 131	15.13 107	9.20 51	12.84 60	9.55 78	4.18 35	11.74 90	3.24 49	0.53 209	0.62 219	0.09 138	0.14 161	0.17 37	2.16 260

SFCPSM	9.16 176	1.72 56	12.32 212	5.64 85	3.51 179	16.58 245	6.93 218	31.11 259	26.15 215	17.05 165	20.08 121	11.05 92	9.94 153	12.55 131	6.05 130	0.36 174	0.17 123	0.37 252	0.22 193	0.40 135	1.01 123

RAFT_R40	7.14 117	1.73 57	9.36 117	7.36 197	0.82 38	5.74 76	3.69 140	15.47 75	15.09 106	18.24 193	19.87 119	16.82 179	8.50 133	13.72 175	5.81 128	0.28 159	0.02 23	0.14 182	0.00 1	0.11 18	0.09 6

AAGNet	8.15 147	1.75 58	10.57 166	7.72 215	0.74 24	5.74 76	4.98 169	15.90 81	14.59 102	20.31 223	23.80 164	15.08 160	11.25 171	12.27 117	16.70 258	0.85 256	0.06 74	0.32 248	0.01 55	0.15 31	0.16 14

PFNet	8.10 146	1.75 58	12.34 213	7.54 206	2.40 139	7.41 123	5.81 190	23.83 188	17.85 137	20.78 230	17.57 91	15.22 162	7.72 118	13.37 164	6.46 151	0.33 168	0.20 127	0.12 170	0.19 190	0.32 96	0.77 96

11t1	6.61 91	1.76 60	9.64 127	5.62 83	2.15 128	13.57 195	2.67 105	15.77 79	8.83 50	13.66 103	11.90 55	12.03 108	9.76 152	12.23 116	8.58 180	0.23 142	1.33 304	0.00 1	0.31 229	0.26 71	1.95 221

test-1	6.03 70	1.76 60	15.61 263	8.01 229	1.98 119	7.82 131	1.16 22	13.64 48	13.60 92	9.69 53	15.16 76	11.55 96	5.45 64	7.78 19	4.35 85	0.16 115	1.18 277	0.00 1	0.13 152	0.16 35	1.39 167

AE-Stereo	5.68 43	1.78 62	9.22 113	9.25 259	2.52 142	10.13 146	2.92 114	13.10 36	14.88 104	4.88 19	13.10 62	10.72 87	4.43 42	9.24 40	3.37 53	0.10 86	1.31 298	0.06 113	0.32 231	0.21 47	2.03 241

IGEV+	3.87 11	1.79 63	6.60 34	4.71 37	1.80 113	4.84 32	1.71 62	11.53 26	7.83 36	5.50 30	5.03 9	5.02 32	5.57 72	8.49 26	3.26 50	0.09 77	1.22 292	0.00 1	0.18 186	0.23 54	1.95 221

RE-Stereo	6.97 108	1.79 63	10.18 144	7.14 183	0.77 31	6.14 90	3.39 133	20.72 149	18.43 143	13.41 96	19.33 111	11.78 100	6.09 82	12.66 135	6.22 137	0.58 220	0.05 50	0.21 213	0.22 193	0.12 21	0.10 8

TVStereo	6.97 108	1.79 63	10.18 144	7.14 183	0.77 31	6.14 90	3.39 133	20.72 149	18.43 143	13.41 96	19.33 111	11.78 100	6.09 82	12.66 135	6.22 137	0.58 220	0.05 50	0.21 213	0.22 193	0.12 21	0.10 8

NF-Stereo	6.96 107	1.80 66	10.17 143	7.16 189	0.79 36	6.15 92	3.26 130	20.74 153	18.45 145	13.42 99	19.33 111	11.67 97	6.05 80	12.71 139	6.17 135	0.57 219	0.06 74	0.21 213	0.23 200	0.12 21	0.09 6

OCTAStereo	6.97 108	1.80 66	10.20 146	7.15 188	0.78 34	6.12 89	3.38 132	20.72 149	18.47 146	13.41 96	19.33 111	11.91 105	6.05 80	12.68 137	6.19 136	0.59 223	0.06 74	0.21 213	0.22 193	0.12 21	0.10 8

IRAFT_RVC	8.93 168	1.80 66	10.65 168	7.83 219	1.81 114	6.36 100	10.05 268	26.32 211	27.59 228	17.93 185	19.70 116	17.67 197	9.98 154	13.20 157	6.29 144	0.37 178	0.30 154	0.19 205	0.05 106	0.23 54	0.24 21

MSKI-zero shot	5.11 35	1.81 69	6.47 29	6.17 116	1.78 111	6.42 102	1.50 38	13.59 47	8.66 49	10.63 59	11.58 50	13.29 135	2.35 15	12.34 122	3.09 43	0.05 38	1.21 287	0.02 71	0.29 223	0.15 31	0.85 102

anonymousdsp2	6.47 86	1.81 69	9.73 129	5.25 65	1.23 70	9.35 141	3.96 146	22.51 170	18.39 141	12.87 87	10.19 38	10.17 82	4.46 45	11.77 92	3.83 67	0.06 55	1.00 262	0.31 246	0.18 186	0.25 61	2.06 247

PSM-softLoss	6.90 102	1.81 69	10.84 175	7.04 176	0.93 51	5.53 65	1.97 78	23.18 179	9.65 58	14.16 109	22.01 152	12.84 120	5.15 59	13.03 148	7.95 165	0.76 242	0.06 74	0.27 231	0.55 286	0.21 47	0.14 12

KMStereo	6.90 102	1.81 69	10.84 175	7.04 176	0.93 51	5.53 65	1.97 78	23.18 179	9.65 58	14.16 109	22.01 152	12.84 120	5.15 59	13.03 148	7.95 165	0.76 242	0.06 74	0.27 231	0.55 286	0.21 47	0.14 12

Pruner-Stereo	6.85 98	1.81 69	10.24 149	6.92 171	0.92 47	5.55 71	4.01 148	14.42 62	11.85 74	18.22 192	21.92 148	15.64 167	5.69 76	12.10 110	6.08 132	0.84 255	0.02 23	0.18 199	0.10 142	0.11 18	0.38 44

XX-Stereo	6.50 87	1.81 69	10.42 159	12.71 326	7.14 303	3.46 8	0.90 15	16.31 86	6.13 16	9.03 50	28.11 202	13.48 138	2.22 14	11.87 98	2.61 24	0.45 198	0.78 235	0.08 132	0.42 265	1.09 250	0.88 106

HCRNet	9.13 175	1.82 75	8.73 87	14.95 340	5.22 242	10.66 160	2.49 96	26.57 215	18.64 150	16.31 140	25.51 177	18.42 209	11.15 169	13.53 167	7.25 156	0.10 86	0.04 43	0.10 146	0.02 74	0.27 79	0.76 94

knoymous	6.46 84	1.84 76	5.13 14	4.31 28	1.88 118	6.36 100	5.55 182	15.25 71	14.48 101	13.85 106	21.25 137	12.66 116	6.63 98	13.20 157	5.11 105	0.19 133	0.13 112	0.12 170	0.00 1	0.71 212	0.57 74

BUS	9.86 188	1.86 77	9.14 106	7.14 183	4.12 200	19.47 269	2.69 107	34.15 294	23.28 184	18.82 203	21.95 149	14.37 147	11.63 178	14.72 190	12.39 228	0.36 174	0.13 112	0.15 187	0.04 92	0.37 120	0.46 56

BSDual-CNN	10.33 206	1.86 77	9.14 106	7.14 183	4.12 200	15.83 230	8.93 247	34.15 294	23.28 184	18.82 203	21.95 149	22.14 236	13.58 210	14.72 190	9.53 194	0.36 174	0.13 112	0.15 187	0.04 92	0.37 120	0.46 56

psmg	10.36 207	1.86 77	9.14 106	5.58 79	4.12 200	15.74 229	7.65 234	30.05 248	23.28 184	21.80 251	26.26 185	22.14 236	13.58 210	14.72 190	9.53 194	0.36 174	0.13 112	0.17 196	0.04 92	0.44 146	0.67 82

CRE-IMP	5.83 54	1.86 77	11.10 186	6.20 119	0.51 16	6.86 113	1.64 48	12.56 31	9.01 51	13.16 91	16.11 83	10.94 90	6.14 86	12.81 141	6.46 151	0.50 205	0.07 84	0.10 146	0.00 1	0.27 79	0.27 23

DeepStereo_RVC	5.95 64	1.88 81	10.44 163	5.76 103	0.60 21	5.45 57	1.78 67	12.93 34	8.02 39	14.07 108	14.98 73	12.40 111	10.05 155	12.02 104	7.35 157	0.61 227	0.10 103	0.12 170	0.00 1	0.21 47	0.29 24

SMFormer	11.03 221	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.74 249	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	14.46 242	0.41 185	1.20 283	0.28 237	0.24 204	0.45 150	1.47 176

tta	11.03 221	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.73 248	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	14.46 242	0.41 185	1.20 283	0.28 237	0.24 204	0.39 131	1.60 186

qqq1	10.51 210	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.74 249	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	4.42 88	0.41 185	1.20 283	0.00 1	0.14 161	0.39 131	1.60 186

fff1	10.51 210	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.74 249	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	4.42 88	0.41 185	1.20 283	0.00 1	0.14 161	0.39 131	1.60 186

NRIStereo	5.98 67	1.91 86	9.60 125	6.29 129	0.45 3	6.56 108	2.52 97	15.37 73	11.43 69	12.55 72	15.07 75	11.45 93	6.11 84	12.32 120	6.23 139	0.83 253	0.16 120	0.11 165	0.00 1	0.32 96	0.33 26

hknet	10.77 217	1.95 87	11.80 198	7.14 183	3.83 191	15.83 230	8.93 247	34.15 294	22.70 181	18.82 203	21.95 149	23.13 244	17.03 260	16.94 232	9.85 198	0.28 159	0.13 112	0.15 187	0.04 92	0.37 120	0.46 56

Patchmatch Stereo++	5.88 59	1.97 88	10.43 161	5.66 87	0.45 3	5.54 68	2.32 89	13.26 40	7.79 29	12.69 76	18.14 95	12.86 122	6.63 98	12.36 124	5.60 121	1.09 281	0.09 93	0.10 146	0.00 1	0.25 61	0.35 30
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	5.83 54	1.97 88	10.44 163	5.66 87	0.46 9	5.54 68	1.91 75	13.24 38	7.80 33	12.69 76	18.19 101	12.80 118	6.65 106	11.89 99	5.45 117	1.02 275	0.09 93	0.10 146	0.00 1	0.26 71	0.36 36

ROB_FTStereo_v2	5.85 56	1.97 88	10.38 156	5.66 87	0.46 9	5.52 61	1.95 77	13.24 38	7.78 28	12.68 75	18.16 97	12.83 119	6.61 96	12.27 117	5.63 124	1.00 272	0.09 93	0.10 146	0.00 1	0.26 71	0.36 36

ROB_FTStereo	5.82 52	1.97 88	10.37 155	5.67 94	0.46 9	5.52 61	1.63 46	13.27 42	7.79 29	12.69 76	18.06 94	12.86 122	6.63 98	12.28 119	5.43 115	0.87 260	0.09 93	0.10 146	0.00 1	0.26 71	0.36 36

iGMRVC	5.86 58	1.97 88	10.41 158	5.66 87	0.45 3	5.53 65	1.75 66	13.35 45	7.81 34	12.69 76	18.17 99	12.86 122	6.53 93	12.34 122	5.77 127	1.13 287	0.09 93	0.10 146	0.00 1	0.26 71	0.34 29

iRAFT	5.88 59	1.97 88	10.43 161	5.66 87	0.45 3	5.54 68	2.32 89	13.26 40	7.79 29	12.69 76	18.14 95	12.86 122	6.63 98	12.36 124	5.60 121	1.09 281	0.09 93	0.10 146	0.00 1	0.25 61	0.35 30

RAFT-IKP	5.85 56	1.97 88	10.36 153	5.66 87	0.45 3	5.33 56	2.01 80	13.27 42	7.79 29	12.69 76	18.19 101	12.77 117	6.67 107	12.36 124	5.60 121	1.11 284	0.09 93	0.10 146	0.00 1	0.25 61	0.35 30

HUI-Stereo	5.80 50	1.98 95	10.42 159	5.66 87	0.45 3	5.52 61	2.68 106	13.29 44	7.82 35	12.71 82	18.16 97	12.91 127	6.60 94	10.73 59	5.36 113	0.89 261	0.08 90	0.10 146	0.00 1	0.25 61	0.36 36

fff	7.26 119	1.99 96	9.12 101	4.17 17	0.47 12	4.73 23	1.68 54	16.56 94	33.55 270	15.45 123	20.36 125	7.49 51	12.54 194	9.03 31	6.26 141	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

csc	7.26 119	1.99 96	9.12 101	4.17 17	0.47 12	4.73 23	1.68 54	16.56 94	33.55 270	15.45 123	20.36 125	7.49 51	12.54 194	9.03 31	6.26 141	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

cscssc	7.26 119	1.99 96	9.12 101	4.17 17	0.47 12	4.73 23	1.68 54	16.56 94	33.55 270	15.45 123	20.36 125	7.49 51	12.54 194	9.03 31	6.26 141	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

222	13.07 262	1.99 96	10.74 171	6.56 139	2.74 149	19.95 274	2.54 98	34.13 293	24.42 197	22.52 261	31.39 242	20.78 224	16.99 259	14.31 182	48.07 388	0.16 115	1.33 304	0.01 56	0.32 231	0.37 120	2.02 238

IPLG	7.65 134	2.00 100	13.81 235	5.86 108	4.35 210	10.97 161	1.43 31	22.52 171	16.50 126	19.78 216	20.62 130	5.28 36	5.49 65	12.58 134	9.70 197	0.13 105	0.06 74	0.03 86	0.07 123	0.41 138	1.38 165

GwcNet-ADL	8.81 163	2.00 100	10.21 147	7.70 213	2.82 152	6.99 116	7.05 221	30.58 252	26.21 217	15.71 131	17.65 92	13.93 142	6.83 108	13.90 177	11.43 218	0.49 203	0.76 234	0.01 56	0.01 55	0.55 178	1.46 175

RAFT+CT+SA	7.76 141	2.01 102	7.56 58	11.32 310	3.31 171	4.60 16	7.19 224	17.21 107	27.40 226	10.43 56	27.34 194	7.63 55	7.83 119	15.46 206	3.51 58	0.03 16	0.39 173	0.18 199	0.46 268	0.33 98	0.93 114

HHNet	7.57 129	2.01 102	8.03 71	3.71 7	3.46 177	4.93 41	6.17 199	19.69 139	16.27 122	20.91 236	31.75 249	10.56 85	5.82 78	10.69 57	5.10 104	0.67 236	0.07 84	0.21 213	0.14 161	0.63 194	0.54 65

DCANet	6.87 101	2.02 104	9.12 101	4.03 12	0.76 29	4.77 28	1.74 65	16.15 84	25.07 202	15.88 137	20.79 133	7.89 59	11.31 173	9.23 39	6.15 134	0.18 124	0.05 50	0.00 1	0.00 1	0.28 83	2.01 237

GANet-RSSM	10.17 198	2.02 104	8.21 76	7.09 182	5.57 256	13.17 189	7.29 228	27.27 223	19.65 157	15.81 133	28.83 208	26.18 267	16.33 250	14.58 187	9.28 192	0.25 151	0.27 146	0.16 193	0.04 92	0.65 200	0.72 89

CASS	8.64 158	2.03 106	8.60 84	8.71 249	1.59 101	15.02 217	2.75 109	23.27 182	18.58 149	16.29 139	22.78 157	13.42 136	13.68 213	13.07 154	7.66 159	1.18 294	0.05 50	0.13 175	0.01 55	0.75 220	3.24 301
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
xxxx	12.60 254	2.03 106	10.79 172	6.18 118	2.86 155	21.84 287	3.02 118	34.55 302	25.46 209	16.39 142	31.58 248	26.87 277	14.75 228	14.00 179	37.45 358	0.21 138	1.36 309	0.01 56	0.32 231	0.35 107	2.07 248

ADStereo(finetuned)	7.09 114	2.04 108	11.52 191	4.01 10	0.77 31	4.78 29	1.73 63	16.15 84	25.08 203	15.89 138	20.74 132	7.88 58	13.56 209	9.11 36	6.07 131	0.18 124	0.05 50	0.00 1	0.00 1	0.28 83	1.93 214

GMOStereo	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

error version	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

test-v	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

test-2	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

StereoIM	2.96 1	2.05 113	7.26 45	3.35 4	2.54 144	1.78 3	0.28 4	8.41 6	5.58 4	2.77 1	3.62 2	7.05 47	4.60 46	5.95 4	3.33 51	0.01 2	0.05 50	0.00 1	0.00 1	0.19 44	0.39 46

4D-IteraStereo	5.47 38	2.05 113	8.66 85	5.34 69	4.93 229	6.11 84	1.79 68	13.74 52	16.35 124	14.53 112	11.10 47	8.22 63	1.59 5	8.73 28	3.37 53	0.00 1	0.49 195	0.09 138	0.02 74	0.25 61	1.98 225

test_5	8.85 164	2.05 113	9.51 121	11.62 312	4.99 233	6.74 110	5.48 181	18.25 120	23.57 188	16.72 158	29.73 221	15.54 166	10.54 162	16.25 215	4.02 72	0.05 38	0.40 175	0.27 231	0.08 129	0.34 103	0.81 98

MIM_Stereo	7.37 126	2.06 116	12.02 207	4.71 37	1.69 108	5.17 48	1.28 27	19.54 138	13.09 82	16.93 160	28.48 205	13.05 131	5.43 62	13.25 160	7.41 158	0.02 7	0.62 219	0.00 1	0.01 55	0.45 150	2.09 254

anonymousa	9.61 185	2.06 116	9.20 111	5.24 64	6.67 292	15.03 218	4.18 152	19.08 130	21.43 168	19.03 207	30.96 237	21.49 232	14.23 221	11.12 69	8.61 181	0.08 70	1.24 293	0.29 241	0.69 294	0.18 41	1.48 179

IER	10.32 205	2.06 116	11.88 203	4.95 54	5.34 244	13.34 191	6.11 198	27.47 225	23.59 189	20.37 224	30.03 223	16.50 175	20.42 292	14.24 181	8.81 182	0.16 115	0.03 35	0.18 199	0.10 142	0.27 79	0.56 69

EAI-Stereo	5.82 52	2.06 116	9.08 97	6.23 121	2.20 131	6.24 95	6.20 200	20.18 146	6.36 17	10.65 60	15.97 81	6.31 43	3.63 24	12.09 109	4.88 101	0.06 55	0.73 227	0.04 98	1.59 328	0.21 47	1.67 192

raftrobust	5.94 62	2.07 120	6.94 39	7.67 209	6.24 281	4.96 44	1.82 69	17.76 115	14.36 100	12.03 68	11.62 51	7.74 56	9.01 142	11.29 75	3.71 64	0.05 38	0.79 236	0.00 1	0.04 92	0.25 61	0.38 44

PCWNet_CMD	9.97 193	2.08 121	11.61 193	5.36 70	2.92 158	16.39 240	2.94 117	29.76 246	34.38 280	17.83 181	21.86 146	18.91 214	8.27 128	13.01 147	7.73 162	0.23 142	0.46 189	0.79 281	0.25 212	3.46 315	1.12 140

MSMDNet	9.96 191	2.08 121	11.66 194	5.39 72	2.92 158	16.50 243	2.89 113	29.73 245	34.55 283	17.86 184	21.91 147	18.86 213	8.36 130	13.06 152	7.74 163	0.24 147	0.47 191	0.66 273	0.24 204	3.07 306	1.04 127

STrans-v2	8.16 148	2.09 123	9.79 131	5.44 74	1.53 97	11.87 172	9.69 264	19.77 140	13.20 87	14.01 107	25.80 179	17.88 202	12.55 197	13.30 162	4.39 87	0.06 55	0.01 7	0.18 199	0.01 55	0.25 61	1.31 158

test_xeample	12.39 246	2.09 123	10.36 153	5.73 99	3.06 167	18.17 261	6.27 202	31.98 271	24.37 196	18.78 202	33.92 282	19.09 216	16.00 246	14.60 188	39.03 366	0.19 133	1.32 300	0.01 56	0.33 237	0.36 114	2.04 243

anonymousdsp	3.97 17	2.10 125	6.76 37	4.43 29	1.82 116	4.92 39	1.68 54	14.84 68	5.82 7	5.26 28	5.54 11	4.20 20	4.37 40	11.54 87	2.68 28	0.04 22	0.87 248	0.00 1	0.18 186	0.36 114	1.98 225

Sa-1000	8.91 167	2.10 125	9.11 99	8.07 231	1.16 63	16.62 246	2.39 91	25.58 201	25.43 208	15.52 127	28.24 203	12.19 109	8.67 134	16.40 218	3.70 62	0.39 180	0.86 247	0.16 193	0.23 200	0.48 159	0.89 108

IGEV-Stereo	3.97 17	2.10 125	6.78 38	4.43 29	1.81 114	4.92 39	1.68 54	14.84 68	5.82 7	5.25 27	5.54 11	4.22 22	4.36 39	11.55 88	2.68 28	0.04 22	0.88 250	0.00 1	0.18 186	0.36 114	1.98 225
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TransformOpticalFlow	7.95 143	2.10 125	9.83 134	6.06 112	1.24 73	6.82 111	7.98 239	18.60 126	14.06 98	14.93 115	28.79 207	18.74 211	11.03 165	12.79 140	4.12 77	0.06 55	0.04 43	0.21 213	0.04 92	0.21 47	1.27 153

DCRE	6.73 94	2.11 129	9.19 110	7.76 216	4.90 227	7.81 130	5.86 192	16.46 91	11.38 68	9.61 52	22.55 155	11.84 104	6.35 89	11.09 64	3.63 61	0.04 22	1.19 282	0.06 113	0.37 248	0.15 31	2.23 261

ICVP	10.54 213	2.11 129	7.49 55	9.62 268	3.41 176	13.85 197	6.34 206	26.81 218	23.24 183	16.90 159	31.76 250	27.31 278	12.81 200	12.18 113	12.47 232	1.59 305	0.58 215	0.19 205	0.13 152	0.63 194	1.45 174
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CoDeX	9.58 183	2.12 131	10.82 174	6.52 137	3.76 185	16.55 244	6.82 215	26.62 216	25.63 212	17.50 173	25.62 178	14.70 152	11.81 186	12.82 142	7.88 164	0.42 191	0.20 127	0.15 187	0.02 74	0.36 114	1.28 154

ff7	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

ffff	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

11t	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

ccc-4	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

x	7.70 137	2.12 131	8.93 94	5.08 59	2.55 145	11.65 169	4.40 156	20.91 154	12.53 77	13.58 102	20.49 129	15.73 169	11.10 167	10.65 54	10.16 200	0.11 90	1.37 310	0.04 98	0.29 223	0.34 103	1.95 221

mmm	8.54 155	2.13 137	10.21 147	5.81 106	2.96 162	14.00 200	6.67 210	19.28 134	12.59 78	16.95 163	24.40 170	17.83 201	10.70 163	12.90 145	9.42 193	0.17 121	1.28 295	0.50 262	0.60 290	0.44 146	2.03 241

ac_64	11.57 235	2.13 137	11.77 197	8.79 251	5.51 253	19.40 267	6.29 203	24.72 195	15.20 108	23.50 270	24.91 171	33.07 309	16.82 257	19.33 259	17.78 265	0.53 209	0.15 118	0.02 71	0.03 82	0.35 107	1.03 126

CFNet_ucs	10.56 214	2.15 139	12.88 219	5.55 78	4.11 199	15.24 220	3.93 145	28.55 232	32.41 263	18.70 200	24.95 173	22.99 242	9.66 151	14.22 180	8.13 170	0.29 161	0.84 243	1.63 319	0.23 200	3.43 314	1.31 158

qqq	7.72 139	2.15 139	10.06 141	5.01 56	1.82 116	8.62 135	7.27 227	21.10 156	13.53 89	12.48 71	18.71 105	16.17 171	12.10 189	12.08 107	9.26 190	0.08 70	1.35 308	0.02 71	0.36 244	0.36 114	1.93 214

iRaftStereo_RVC	5.06 34	2.15 139	7.88 67	5.54 77	0.78 34	5.22 50	0.45 7	18.47 125	11.75 73	9.72 54	15.05 74	5.74 41	3.18 18	9.29 41	2.52 16	0.02 7	1.24 293	0.00 1	0.01 55	0.58 180	1.62 189

UPFNet	12.31 242	2.15 139	11.91 204	7.90 225	7.21 305	20.03 275	9.28 255	29.44 241	27.18 225	20.88 233	30.86 236	21.23 228	18.11 273	19.60 261	17.41 262	0.55 216	0.57 212	0.26 230	0.07 123	0.67 207	0.92 110

SA	8.43 153	2.16 143	10.02 140	8.41 239	0.93 51	7.36 122	2.21 88	23.73 186	26.15 215	13.55 101	30.84 235	9.89 80	10.09 156	16.84 230	3.52 59	0.18 124	0.68 223	0.17 196	0.40 264	0.48 159	0.92 110

ttt	10.82 218	2.17 144	9.66 128	7.03 175	4.44 213	14.16 202	6.87 216	33.72 289	30.69 247	15.67 130	31.50 245	14.99 156	10.50 161	16.54 222	13.98 239	0.41 185	1.31 298	0.10 146	0.29 223	0.47 157	1.92 213

iRaft-Stereo_20w	6.75 96	2.17 144	13.20 229	5.07 58	2.34 138	7.43 124	2.61 102	20.20 147	7.85 38	15.28 119	10.36 41	14.42 149	8.13 125	16.81 228	4.20 78	0.06 55	0.84 243	0.13 175	0.83 300	0.66 205	2.42 273

test croco	4.41 26	2.18 146	11.50 190	5.46 75	2.97 163	3.20 7	1.38 29	9.01 7	5.96 15	3.56 5	16.63 86	3.01 5	2.76 16	14.80 196	4.25 81	0.32 167	0.00 1	0.04 98	0.01 55	0.79 225	0.43 52

THIR-Stereo	9.52 182	2.21 147	9.26 114	5.38 71	0.85 40	15.55 222	11.50 290	16.88 102	21.74 171	24.45 279	31.96 252	14.20 143	13.85 217	11.89 99	8.54 179	0.14 107	0.25 145	0.10 146	0.05 106	0.40 135	1.11 139

CFNet_pseudo	9.92 189	2.21 147	11.76 196	5.09 60	2.93 161	14.43 205	3.12 119	27.16 221	32.52 264	17.58 178	22.81 158	21.97 235	9.29 146	13.06 152	8.34 175	0.23 142	0.46 189	1.23 310	0.27 218	2.89 302	0.99 120

ccs_rob	9.95 190	2.21 147	11.74 195	5.11 61	2.91 157	14.48 206	3.21 125	27.26 222	32.72 266	17.53 174	22.70 156	21.96 234	9.25 145	12.99 146	8.34 175	0.23 142	0.45 187	1.38 315	0.28 220	3.13 310	1.07 133

TestStereo1	8.04 144	2.22 150	8.85 91	10.87 303	2.12 126	4.66 19	2.40 92	21.17 160	23.79 191	17.41 168	26.31 186	9.41 76	9.09 143	16.23 212	3.85 68	0.14 107	0.40 175	0.02 71	0.13 152	0.58 180	1.10 135

SA-5K	8.04 144	2.22 150	8.85 91	10.87 303	2.12 126	4.66 19	2.40 92	21.17 160	23.79 191	17.41 168	26.31 186	9.41 76	9.09 143	16.23 212	3.85 68	0.14 107	0.40 175	0.02 71	0.13 152	0.58 180	1.10 135

MyStereo06	6.95 106	2.25 152	14.05 240	6.69 152	4.74 222	7.75 128	9.60 258	17.85 117	9.03 53	13.29 94	10.78 46	18.68 210	5.70 77	10.66 55	4.52 92	0.09 77	1.32 300	0.02 71	0.26 214	0.84 236	0.92 110

MyStereo05	9.63 186	2.25 152	10.26 150	6.69 152	4.74 222	7.75 128	9.60 258	31.51 267	41.00 320	17.45 171	13.02 61	10.28 84	12.27 192	14.74 193	7.68 161	0.09 77	1.32 300	0.02 71	0.26 214	0.84 236	0.92 110

ACVNet	10.83 219	2.25 152	7.10 42	6.43 133	3.02 165	13.17 189	3.75 142	22.83 177	35.15 290	15.81 133	30.67 232	24.65 255	15.77 242	16.47 219	18.13 267	0.16 115	0.01 7	0.06 113	0.07 123	0.65 200	0.43 52

acv_ft	12.59 252	2.25 152	13.50 232	8.30 237	6.23 280	19.81 273	6.34 206	26.43 213	35.15 290	26.38 294	30.67 232	24.65 255	14.91 229	16.47 219	19.16 279	0.16 115	0.01 7	0.06 113	0.07 123	0.74 216	0.43 52

AFF-stereo	6.50 87	2.29 156	8.09 73	4.63 35	0.87 42	3.48 9	0.75 12	16.92 103	13.98 96	13.26 93	25.21 175	15.46 164	7.68 117	11.50 84	3.71 64	0.04 22	0.70 225	0.00 1	0.00 1	0.48 159	1.02 125

IGEV_Zeroshot_test	5.90 61	2.30 157	15.24 258	6.90 169	2.11 124	4.35 14	1.51 39	15.68 77	8.52 47	13.73 104	11.89 54	11.49 94	3.82 27	11.41 77	4.76 99	0.11 90	0.84 243	0.15 187	0.25 212	0.87 238	1.98 225

MIPNet	7.26 119	2.30 157	13.74 234	5.32 68	1.61 102	11.32 165	2.77 110	27.02 220	18.47 146	15.56 129	13.20 63	7.01 46	9.46 147	8.84 29	6.32 145	0.15 114	0.03 35	0.06 113	0.08 129	0.42 141	1.39 167

pcwnet_v2	12.68 255	2.30 157	18.36 290	8.32 238	5.74 261	17.73 257	4.77 165	36.75 326	46.28 346	20.98 237	29.07 211	16.62 176	13.52 206	16.56 223	10.30 202	0.55 216	1.02 263	0.34 249	0.24 204	2.10 286	2.11 255

PSMNet-ADL	10.30 202	2.32 160	7.83 65	9.69 270	4.44 213	16.04 232	4.16 150	27.57 226	25.08 203	15.16 117	19.04 108	25.28 262	13.63 212	16.49 221	15.33 246	0.86 258	0.81 238	0.01 56	0.04 92	0.33 98	1.81 200

HSM	11.89 239	2.32 160	8.70 86	6.70 155	4.10 198	16.45 241	8.06 241	30.42 250	20.31 162	23.35 268	26.42 188	41.60 351	17.59 269	20.66 275	9.57 196	0.11 90	0.03 35	0.01 56	0.01 55	0.24 57	1.22 146

1111x	12.31 242	2.33 162	12.13 209	5.79 104	2.84 153	15.49 221	8.70 245	36.34 318	29.33 239	16.58 148	27.52 196	26.70 274	15.76 241	17.21 236	24.79 310	0.26 154	1.37 310	0.04 98	0.42 265	0.46 155	2.07 248

iRaft-Stereo_5w	9.10 174	2.33 162	10.69 170	6.64 150	4.47 216	4.74 27	10.72 276	16.71 99	16.97 133	15.39 121	26.15 183	21.25 229	12.59 198	16.38 217	12.90 236	0.85 256	0.51 198	0.08 132	0.22 193	0.95 243	1.53 183

DualNet	9.99 194	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	19.77 140	16.80 129	16.64 152	32.03 253	17.29 185	11.78 181	11.11 65	24.30 303	0.05 38	1.17 273	0.80 283	0.37 248	0.29 87	2.07 248

ffm	8.89 166	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	19.77 140	16.80 129	16.64 152	32.03 253	17.29 185	11.78 181	11.11 65	2.34 8	0.05 38	1.17 273	0.80 283	0.37 248	0.29 87	2.07 248

ff1	10.31 203	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	19.77 140	16.80 129	16.64 152	32.03 253	17.29 185	11.78 181	17.54 241	24.30 303	0.05 38	1.17 273	0.80 283	0.37 248	0.29 87	2.07 248

mmx	11.59 236	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	32.76 279	28.92 236	16.64 152	32.03 253	17.29 185	11.78 181	17.54 241	24.30 303	0.24 147	1.21 287	0.80 283	0.37 248	0.65 200	1.89 208

xxx	11.59 236	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	32.75 278	28.92 236	16.64 152	32.03 253	17.29 185	11.78 181	17.54 241	24.30 303	0.24 147	1.21 287	0.80 283	0.37 248	0.65 200	1.89 208

cf-r	10.67 215	2.34 164	9.77 130	6.17 116	5.79 263	12.94 185	5.14 170	25.21 199	27.86 230	17.84 182	32.03 253	25.81 264	15.91 244	12.22 115	12.56 234	0.17 121	0.19 126	0.05 106	0.06 116	0.59 186	0.72 89

ProNet	4.14 24	2.35 170	7.50 56	4.22 22	1.47 87	5.67 74	6.24 201	13.78 54	7.71 27	3.38 3	4.93 8	3.72 14	3.52 21	11.52 86	2.72 30	0.08 70	1.32 300	0.01 56	0.26 214	0.47 157	2.02 238

RAFT-Stereo + iAFF	5.94 62	2.35 170	8.80 88	4.07 16	1.36 79	2.78 5	0.66 9	17.05 104	15.89 115	12.65 74	18.49 104	11.81 102	7.89 120	8.48 25	3.80 66	0.02 7	0.75 230	0.00 1	0.00 1	0.43 143	1.49 180

rafts_anoy	6.46 84	2.37 172	7.09 41	7.48 204	6.02 273	5.31 55	2.45 94	14.50 64	22.01 173	12.94 88	16.18 84	8.48 67	5.53 69	9.70 49	6.32 145	0.05 38	1.66 330	0.10 146	0.05 106	0.30 91	0.69 85

raft+_RVC	7.10 115	2.37 172	6.59 33	6.94 174	5.82 266	6.35 99	5.97 195	21.05 155	23.63 190	10.90 62	17.95 93	9.80 79	5.55 70	11.49 83	4.47 91	0.04 22	1.50 325	0.00 1	0.00 1	0.38 130	1.23 148

DIP-Stereo	6.99 113	2.37 172	11.45 188	4.78 40	1.70 109	13.13 187	1.47 35	15.76 78	7.43 22	14.57 113	26.61 190	10.76 88	5.10 57	14.97 199	8.10 169	0.06 55	0.06 74	0.06 113	0.00 1	0.17 37	1.22 146
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MyStereo07	4.80 30	2.38 175	6.21 20	6.63 147	4.77 224	6.47 103	9.60 258	16.70 98	5.88 14	4.81 17	5.77 17	3.13 7	5.68 75	12.07 106	2.46 13	0.09 77	1.33 304	0.03 86	0.32 231	0.74 216	0.93 114

MyStereo04	9.58 183	2.38 175	10.28 152	6.63 147	4.77 224	6.47 103	9.60 258	32.50 275	42.15 324	14.59 114	12.10 56	11.92 106	11.87 187	14.80 196	8.14 171	0.09 77	1.33 304	0.03 86	0.32 231	0.74 216	0.93 114

111	7.73 140	2.39 177	9.12 101	4.17 17	0.47 12	10.65 159	3.49 139	21.34 162	28.25 233	10.60 58	16.85 89	14.74 153	10.22 159	12.48 130	6.61 154	0.43 192	0.01 7	0.00 1	0.00 1	0.35 107	2.39 272

HH	6.00 68	2.42 178	9.81 132	5.74 100	1.64 105	7.05 117	3.48 136	17.54 112	7.69 25	8.73 46	12.47 57	14.83 154	8.86 138	13.04 150	2.59 22	0.04 22	1.21 287	0.20 210	0.05 106	0.30 91	2.34 265

HanStereo	6.00 68	2.42 178	9.81 132	5.74 100	1.64 105	7.05 117	3.48 136	17.54 112	7.69 25	8.73 46	12.47 57	14.83 154	8.86 138	13.04 150	2.59 22	0.04 22	1.21 287	0.20 210	0.05 106	0.30 91	2.34 265

delet	13.26 267	2.43 180	12.99 223	8.45 241	6.26 283	22.40 290	10.83 279	28.78 235	38.76 311	20.39 226	30.36 226	20.85 225	17.67 270	22.97 298	19.13 278	0.14 107	0.45 187	0.19 205	0.08 129	0.78 224	1.24 150

IIG-Stereo	7.59 130	2.47 181	9.40 119	10.39 291	1.78 111	6.67 109	1.47 35	17.83 116	16.51 127	18.91 206	20.12 122	17.76 198	8.74 137	13.21 159	5.43 115	0.44 195	0.05 50	0.03 86	0.00 1	0.17 37	0.45 55

UNet	13.18 264	2.47 181	14.45 245	7.45 201	7.82 320	26.01 313	4.67 164	34.38 299	29.42 240	20.90 235	31.81 251	26.68 273	18.98 278	21.08 283	15.56 249	0.21 138	0.06 74	0.27 231	0.09 135	0.37 120	1.01 123

PSMNet-RSSM	10.31 203	2.47 181	7.79 63	7.85 221	4.38 212	10.47 154	6.67 210	29.67 243	22.25 177	16.62 150	33.75 279	23.30 246	14.58 226	13.91 178	10.56 206	0.23 142	0.09 93	0.07 128	0.24 204	0.87 238	0.48 60

ToySt	11.51 233	2.48 184	17.84 287	6.10 113	2.09 122	16.11 236	12.36 298	25.07 196	28.25 233	15.22 118	25.16 174	25.51 263	15.98 245	17.63 245	15.46 248	0.19 133	1.08 266	0.04 98	0.31 229	0.66 205	2.67 281

CroCo-Stereo	3.51 6	2.49 185	8.03 71	9.10 256	1.26 76	0.97 1	0.96 18	11.24 23	8.52 47	3.79 8	4.87 7	7.93 61	4.44 44	3.26 1	2.76 31	0.03 16	0.00 1	0.00 1	0.00 1	0.34 103	0.16 14
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
ACVNet-DCA	5.76 47	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	21.10 156	13.53 89	7.39 38	10.06 33	4.44 24	9.58 148	11.08 61	2.33 5	0.05 38	1.18 277	0.00 1	0.04 92	0.37 120	1.93 214

xx1	6.52 89	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	19.19 132	15.95 116	7.39 38	10.07 37	16.17 171	12.10 189	11.08 61	2.33 5	0.05 38	1.18 277	0.02 71	0.36 244	0.37 120	1.93 214

1test111	6.16 74	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	21.10 156	13.53 89	7.39 38	10.06 33	4.44 24	9.58 148	12.08 107	9.26 190	0.05 38	1.18 277	0.00 1	0.04 92	0.37 120	1.93 214

cc1	5.79 49	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	19.19 132	15.95 116	7.39 38	10.06 33	4.44 24	9.58 148	11.08 61	2.33 5	0.05 38	1.18 277	0.00 1	0.04 92	0.34 103	2.04 243

tt1	5.74 45	2.52 186	6.54 32	6.89 168	0.86 41	10.31 153	4.08 149	19.77 140	16.80 129	7.17 35	9.02 26	4.71 30	8.97 141	11.11 65	2.34 8	0.05 38	1.17 273	0.00 1	0.04 92	0.29 87	2.07 248

SGM-Forest	13.63 272	2.55 191	8.22 77	6.30 130	2.16 129	23.84 300	11.13 285	34.68 303	32.40 262	27.27 301	33.02 267	30.08 290	17.82 271	22.13 294	15.40 247	1.66 311	0.32 157	0.88 292	0.03 82	0.79 225	1.93 214
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispNO	9.82 187	2.57 192	17.77 286	6.22 120	5.73 260	11.89 173	4.77 165	25.54 200	21.70 170	17.56 176	21.28 138	18.01 203	13.83 216	17.46 240	9.91 199	0.35 171	0.16 120	0.03 86	0.12 148	0.51 169	1.05 130

RASNet	12.38 245	2.58 193	12.48 217	6.76 157	5.97 271	16.37 239	6.74 213	34.99 305	22.20 175	17.44 170	33.11 270	22.81 241	24.84 312	20.33 269	18.27 270	1.16 290	0.05 50	0.06 113	0.01 55	0.27 79	1.06 131

DISCO	16.93 294	2.58 193	17.15 280	8.26 235	4.37 211	27.65 324	10.68 275	31.28 263	44.93 339	22.21 257	34.47 287	36.48 328	23.91 308	36.14 352	34.48 353	0.35 171	0.11 107	0.04 98	0.07 123	1.95 281	1.40 169

CroCo-Stereo Lap2	4.21 25	2.60 195	9.11 99	10.21 284	6.06 275	1.11 2	0.78 13	10.63 16	8.34 42	3.46 4	5.18 10	8.92 70	5.66 74	6.42 10	4.53 93	0.03 16	0.05 50	0.00 1	0.00 1	0.81 230	0.39 46

DAS	11.51 233	2.60 195	15.62 264	9.37 261	6.27 284	16.04 232	7.71 235	22.70 174	33.92 275	19.53 214	29.03 209	19.51 217	19.10 281	17.44 239	8.98 184	0.78 248	0.02 23	0.29 241	0.01 55	0.48 159	0.81 98

SepStereo	12.04 240	2.60 195	15.62 264	9.37 261	6.27 284	16.04 232	7.71 235	22.70 174	33.92 275	19.53 214	29.03 209	19.51 217	19.10 281	27.97 323	8.98 184	0.78 248	0.02 23	0.29 241	0.01 55	0.48 159	0.81 98

DMCA	8.96 169	2.60 195	11.84 201	5.61 81	4.25 205	11.09 163	4.36 155	25.89 203	20.23 161	17.10 166	20.96 135	17.55 195	11.92 188	11.47 78	12.27 227	0.60 225	0.09 93	0.35 250	0.05 106	0.48 159	0.57 74

GES	9.01 170	2.61 199	12.88 219	6.76 157	2.02 120	13.08 186	6.33 205	22.23 169	22.21 176	19.80 217	26.73 191	8.97 71	11.01 164	14.41 185	8.35 177	0.54 214	0.10 103	0.30 245	0.15 167	0.82 233	0.99 120

RAFT_CTSACE	8.55 156	2.62 200	9.63 126	7.41 198	5.06 237	5.76 78	2.54 98	15.38 74	17.84 136	24.33 276	34.69 289	16.37 174	7.22 110	18.05 249	2.63 26	0.01 2	0.56 209	0.00 1	0.03 82	0.42 141	0.41 49

psm_up	13.88 277	2.70 201	10.89 178	10.20 283	5.97 271	15.01 216	12.58 300	39.13 341	31.75 258	21.39 244	31.09 239	30.18 292	25.01 315	20.33 269	17.62 264	0.75 240	0.39 173	0.18 199	0.03 82	0.82 233	1.67 192

GwcNet-RSSM	11.34 229	2.72 202	10.26 150	7.24 193	5.38 246	12.67 181	6.70 212	26.70 217	31.93 260	17.56 176	34.45 286	24.37 254	15.77 242	13.70 174	15.31 245	0.19 133	0.20 127	0.14 182	0.05 106	0.81 230	0.64 77

RAFT	9.07 172	2.76 203	10.38 156	8.89 254	1.24 73	13.48 193	8.19 244	17.14 106	17.29 134	23.01 265	19.34 115	20.06 222	11.13 168	17.79 247	6.43 149	0.09 77	1.12 271	0.28 237	0.02 74	0.79 225	1.94 220

GANet-ADL	8.73 160	2.80 204	9.48 120	7.87 222	2.77 150	12.88 184	5.29 175	29.97 247	25.61 211	14.50 111	16.64 87	17.02 182	7.60 116	11.61 89	8.01 167	0.51 208	0.40 175	0.10 146	0.12 148	0.77 223	0.70 86

raft_robust	8.39 151	2.81 205	7.62 59	6.32 131	1.17 64	5.47 58	0.82 14	34.37 298	35.49 292	18.40 195	20.25 123	7.24 49	5.51 66	15.77 208	3.40 56	0.11 90	1.10 269	0.00 1	0.50 278	0.33 98	1.19 143

UCFNet_RVC	10.01 195	2.81 205	6.11 18	7.31 195	3.92 192	16.80 248	8.00 240	28.68 234	20.81 163	16.57 147	23.35 161	25.82 265	13.06 202	13.55 169	9.18 188	0.12 98	0.06 74	1.19 306	0.32 231	1.47 269	1.06 131

MMNet	13.55 270	2.82 207	13.90 236	7.63 207	6.36 287	26.45 317	4.63 162	24.00 189	42.67 327	26.25 293	33.12 271	20.98 227	19.45 287	20.14 266	19.49 281	0.75 240	0.54 204	0.11 165	0.01 55	0.53 171	1.10 135

RALCasStereoNet	6.53 90	2.84 208	8.12 74	7.88 223	6.12 277	6.85 112	5.29 175	14.66 67	13.94 95	10.20 55	18.18 100	10.24 83	3.83 28	12.33 121	5.56 120	0.04 22	1.88 336	0.11 165	0.01 55	0.26 71	2.24 262

LL-Strereo2	5.97 65	2.88 209	10.62 167	6.59 141	3.38 174	6.31 96	2.20 86	15.61 76	8.46 45	11.33 65	10.75 45	15.69 168	3.45 20	13.58 171	4.65 96	0.16 115	0.48 192	1.33 314	0.13 152	0.36 114	1.42 172

OMP-Stereo	7.13 116	2.89 210	9.89 135	10.98 305	1.73 110	4.81 31	1.85 71	18.38 123	16.26 121	16.94 162	14.11 68	17.45 194	7.57 114	13.26 161	5.12 107	0.43 192	0.04 43	0.06 113	0.02 74	0.20 46	0.56 69

StereoVision	7.48 127	2.90 211	10.47 165	10.13 280	3.93 193	4.99 45	1.86 72	21.10 156	17.66 135	8.90 49	29.71 220	10.95 91	6.61 96	12.83 143	5.11 105	0.69 237	0.05 50	0.17 196	0.03 82	0.98 244	0.56 69

ADLNet	12.84 257	2.93 212	11.94 206	8.87 252	6.88 297	17.96 259	8.85 246	34.12 292	26.67 220	27.81 307	26.24 184	26.84 276	15.04 231	17.54 241	19.94 283	0.59 223	0.58 215	0.24 226	0.11 146	0.80 229	2.85 290

ADLNet2	12.99 259	2.94 213	14.18 241	9.57 266	5.96 270	20.23 278	10.41 273	33.05 281	37.61 302	19.46 213	19.74 118	22.46 239	18.63 275	22.37 296	20.76 287	0.37 178	0.15 118	0.06 113	0.08 129	1.04 249	0.72 89

IGEVStereo-DCA	3.90 12	2.95 214	7.30 46	4.05 13	0.92 47	4.94 42	1.65 49	14.40 57	5.82 7	4.17 11	4.67 4	4.50 27	3.95 29	11.24 72	4.28 82	0.18 124	0.56 209	0.00 1	0.17 177	0.25 61	1.98 225

rrr	3.99 19	2.95 214	11.04 184	4.05 13	0.92 47	4.94 42	1.53 42	11.97 29	6.50 18	4.17 11	4.67 4	4.50 27	3.95 29	11.24 72	4.28 82	0.18 124	0.56 209	0.00 1	0.22 193	0.25 61	1.88 207

test_xeample3	4.08 20	2.95 214	11.20 187	4.05 13	1.05 58	5.62 72	1.58 44	13.23 37	4.76 2	7.10 33	3.83 3	3.18 8	3.30 19	11.75 91	4.42 88	0.08 70	0.74 228	0.00 1	0.38 259	0.26 71	2.04 243

MyStereo8	7.68 135	3.00 217	12.46 215	7.70 213	5.11 239	11.40 166	1.39 30	15.98 82	10.05 63	16.45 145	24.04 166	12.01 107	7.91 121	10.68 56	10.57 207	0.14 107	1.52 327	0.08 132	0.48 274	0.60 189	1.98 225

DSFCA	12.44 248	3.00 217	14.87 254	6.04 111	7.03 301	17.06 253	10.86 280	31.11 259	32.12 261	26.41 295	23.81 165	22.37 238	15.13 233	21.13 284	13.53 238	0.95 269	0.66 221	0.28 237	0.38 259	1.21 254	0.77 96

LoS_RVC	4.09 22	3.01 219	4.81 10	4.88 45	7.78 319	5.24 51	2.80 111	7.57 3	4.24 1	4.41 13	10.34 40	3.62 13	6.34 88	6.59 11	2.37 11	0.04 22	0.03 35	0.00 1	0.01 55	0.06 5	7.70 348

NINENet	11.46 232	3.02 220	11.83 200	8.45 241	5.40 247	19.47 269	2.69 107	39.63 344	34.82 285	19.11 209	27.64 197	14.37 147	11.63 178	16.21 211	12.39 228	0.94 267	0.21 135	0.29 241	0.00 1	0.48 159	0.55 66

CFNet-ft	10.46 208	3.02 220	7.10 42	7.69 210	5.42 250	16.93 249	5.92 193	22.83 177	22.31 178	15.81 133	30.40 227	26.42 270	15.19 234	13.60 172	12.18 224	0.14 107	0.10 103	1.87 323	0.34 240	1.22 255	0.73 92

CFNet_RVC	10.46 208	3.02 220	7.10 42	7.69 210	5.42 250	16.93 249	5.92 193	22.82 176	22.31 178	15.81 133	30.40 227	26.41 269	15.19 234	13.60 172	12.19 225	0.14 107	0.10 103	1.87 323	0.34 240	1.22 255	0.73 92

hitnet-ft	12.59 252	3.03 223	7.87 66	7.49 205	4.20 203	27.41 322	3.75 142	23.41 184	24.15 194	21.14 241	34.12 283	31.93 302	19.74 289	20.28 268	18.13 267	0.54 214	1.45 321	0.35 250	0.09 135	1.26 258	1.41 171

Former-RAFT_DAM_RVC	4.91 33	3.05 224	9.51 121	4.55 33	3.59 180	9.01 139	1.46 34	14.59 66	19.31 155	7.65 42	7.22 19	2.04 4	2.21 13	10.13 52	2.51 15	0.12 98	0.03 35	0.08 132	0.00 1	0.62 192	0.50 62

GEStereo_RVC	13.23 266	3.13 225	15.23 256	10.33 289	4.95 231	18.92 266	11.46 289	31.58 268	48.03 348	20.51 227	27.68 198	19.00 215	13.31 204	20.44 271	16.01 252	1.15 289	0.51 198	0.10 146	0.14 161	0.67 207	1.47 176

ssnet_v2	13.84 275	3.15 226	13.44 231	7.99 228	3.08 168	22.60 291	14.51 315	36.65 323	33.59 273	22.04 255	26.10 182	28.64 280	17.16 262	23.13 299	20.86 289	0.50 205	0.32 157	0.20 210	0.13 152	1.41 265	1.38 165

iResNet_ROB	12.41 247	3.19 227	12.39 214	6.63 147	3.72 182	16.98 252	2.64 103	32.29 273	38.58 310	26.93 300	33.73 278	26.24 268	17.40 266	17.36 238	8.95 183	0.33 168	0.01 7	0.00 1	0.00 1	0.40 135	0.35 30

ACRE	7.62 132	3.21 228	14.93 255	7.81 218	5.00 234	10.01 144	4.45 157	16.32 87	15.86 113	17.81 180	19.21 109	8.38 65	4.25 36	11.11 65	10.58 208	0.78 248	0.32 157	0.03 86	0.15 167	0.44 146	1.84 204

MDST_ROB	18.99 317	3.23 229	15.81 268	14.15 332	6.98 300	44.89 371	16.81 329	43.19 360	42.83 328	43.71 366	43.84 343	28.79 281	19.02 279	30.64 335	18.70 274	1.84 315	0.84 243	0.69 274	0.47 273	0.71 212	2.61 278

SGM_RVC	20.33 328	3.24 230	8.92 93	7.20 191	1.62 103	39.61 364	17.01 332	39.11 339	35.12 289	46.26 371	42.62 336	51.57 377	39.45 365	39.66 370	29.87 345	1.16 290	0.37 170	0.55 265	0.35 242	1.20 253	1.64 190
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CIPLG	7.69 136	3.27 231	14.40 244	7.84 220	5.08 238	10.24 148	4.59 160	16.02 83	15.45 109	18.05 188	19.72 117	8.79 69	4.61 47	11.84 97	10.40 205	0.76 242	0.33 163	0.03 86	0.15 167	0.44 146	1.83 203

AASNet	13.05 260	3.27 231	12.23 211	10.28 285	6.90 298	17.61 256	7.88 237	41.14 349	38.29 307	23.20 267	29.62 219	16.85 180	15.59 240	15.50 207	19.03 277	0.39 180	0.03 35	0.78 280	0.05 106	1.32 262	1.08 134

RALAANet	6.86 100	3.28 233	11.09 185	7.63 207	4.95 231	6.16 93	1.63 46	20.54 148	15.45 109	15.30 120	14.52 70	12.98 128	4.35 38	13.53 167	3.98 70	0.11 90	0.35 165	0.00 1	0.29 223	0.58 180	0.48 60

IPLGR_C	7.70 137	3.32 234	14.54 246	7.98 227	5.04 236	10.26 149	4.64 163	16.50 92	16.28 123	17.97 187	18.85 107	8.30 64	4.66 54	11.22 70	10.89 215	0.77 245	0.32 157	0.03 86	0.15 167	0.43 143	1.84 204

MLCV	9.96 191	3.33 235	14.77 247	5.75 102	1.62 103	14.91 209	1.31 28	22.06 167	24.83 201	22.51 260	31.57 247	17.20 184	8.07 123	17.07 234	12.11 222	0.48 200	0.01 7	0.05 106	0.05 106	0.48 159	1.10 135

TestStereo	6.45 83	3.34 236	8.02 70	6.23 121	1.68 107	6.33 97	2.48 95	14.54 65	16.71 128	11.71 66	24.13 167	9.38 75	7.13 109	11.83 95	4.32 84	0.12 98	0.01 7	0.00 1	0.00 1	0.73 214	0.33 26

CBFPSM	12.96 258	3.37 237	30.97 333	5.30 66	3.22 169	22.79 294	16.93 330	21.82 164	21.35 166	21.93 253	28.34 204	29.99 288	17.38 265	15.32 204	16.39 255	0.11 90	0.48 192	0.10 146	0.17 177	0.58 180	2.72 285

CFNet	11.23 224	3.41 238	10.68 169	7.08 181	4.22 204	17.38 254	4.83 167	31.29 264	31.29 255	19.15 210	26.85 192	24.06 251	13.75 214	16.23 212	12.22 226	0.26 154	0.05 50	0.44 257	0.09 135	0.92 241	0.41 49

Anonymous	7.23 118	3.43 239	20.00 301	12.23 322	8.33 330	14.99 215	12.18 295	15.77 79	10.89 64	4.48 15	7.52 20	3.11 6	7.53 113	12.16 111	6.03 129	1.24 297	0.36 168	0.09 138	0.20 191	2.81 300	1.32 160

HGLStereo	13.21 265	3.45 240	14.01 238	10.32 288	7.72 317	15.72 228	7.19 224	31.94 270	28.12 232	20.83 232	36.16 297	26.61 271	20.82 294	18.74 254	19.63 282	1.01 274	0.22 137	0.07 128	0.08 129	0.59 186	1.00 122

DN-CSS_ROB	8.72 159	3.49 241	16.63 272	6.74 156	3.39 175	6.20 94	3.43 135	23.40 183	22.03 174	17.46 172	30.28 225	9.33 74	8.32 129	14.71 189	6.36 148	0.91 265	0.00 1	0.45 258	0.00 1	0.65 200	0.70 86

StereoDRNet-Refined	14.03 279	3.52 242	12.77 218	8.70 248	3.31 171	18.50 263	4.58 159	29.08 238	30.59 246	29.85 318	42.52 334	25.24 261	19.57 288	23.88 303	23.55 299	0.44 195	0.07 84	0.54 264	0.38 259	0.88 240	2.64 279
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CRFU-Net	13.32 268	3.53 243	12.90 221	8.76 250	6.05 274	26.25 315	10.15 270	25.86 202	14.68 103	30.76 326	30.58 230	30.11 291	21.59 303	20.52 273	20.28 285	1.53 304	0.48 192	0.27 231	0.16 173	0.64 199	1.28 154

gwcnet-sp	10.26 199	3.56 244	15.31 259	6.59 141	4.30 206	15.71 225	5.71 187	26.09 205	25.15 205	21.68 247	21.77 139	15.01 157	16.42 253	15.21 201	10.76 211	0.12 98	0.20 127	0.02 71	0.09 135	0.63 194	0.86 103

scenet	10.26 199	3.56 244	15.31 259	6.59 141	4.30 206	15.71 225	5.71 187	26.09 205	25.15 205	21.68 247	21.77 139	15.01 157	16.42 253	15.21 201	10.76 211	0.12 98	0.20 127	0.02 71	0.09 135	0.63 194	0.86 103

ssnet	10.26 199	3.56 244	15.31 259	6.59 141	4.30 206	15.71 225	5.71 187	26.09 205	25.15 205	21.68 247	21.77 139	15.01 157	16.42 253	15.21 201	10.76 211	0.12 98	0.20 127	0.02 71	0.09 135	0.63 194	0.86 103

FAT-Stereo	17.45 300	3.56 244	19.19 298	10.31 287	6.54 289	18.00 260	14.89 318	38.68 336	40.49 316	27.39 302	39.66 318	37.32 330	32.14 351	21.07 282	22.97 295	3.68 342	2.16 344	0.81 288	1.21 319	2.10 286	6.78 341

HITNet	8.41 152	3.59 248	9.91 137	5.30 66	1.52 96	13.35 192	4.48 158	22.00 166	16.06 119	15.52 127	22.95 159	15.28 163	11.74 180	14.91 198	9.25 189	0.10 86	0.01 7	0.48 260	0.06 116	0.58 180	1.04 127
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
CSP-Net	13.41 269	3.62 249	11.03 183	6.62 146	4.07 196	25.76 312	9.61 262	29.66 242	27.14 224	29.97 320	33.42 275	29.84 286	17.23 263	20.64 274	16.03 253	1.12 285	0.41 181	0.03 86	0.00 1	0.75 220	1.29 156

AACVNet	11.24 225	3.71 250	11.56 192	9.45 263	3.35 173	11.67 171	4.88 168	23.23 181	14.00 97	28.19 308	29.90 222	30.39 293	18.03 272	20.04 264	13.22 237	0.50 205	0.21 135	0.23 222	0.07 123	0.75 220	1.52 182

DLCB_ROB	13.97 278	3.74 251	11.01 182	9.99 277	5.85 268	21.40 284	10.37 272	30.17 249	30.49 244	28.21 309	32.18 261	32.67 305	21.17 298	20.20 267	18.59 272	0.34 170	0.18 124	0.41 255	0.15 167	0.61 191	1.76 199

sCroCo_RVC	5.29 36	3.82 252	17.52 282	11.17 308	6.67 292	5.78 79	2.66 104	10.47 14	8.48 46	3.78 7	9.32 32	4.76 31	4.83 56	8.33 24	4.88 101	1.17 293	0.52 201	0.06 113	0.03 82	0.70 210	0.90 109

ARAFT	8.86 165	3.86 253	17.37 281	5.96 109	0.94 54	12.59 180	10.80 277	18.20 119	19.95 159	18.77 201	16.27 85	17.78 199	8.88 140	18.82 256	5.30 112	0.35 171	0.04 43	0.00 1	0.00 1	0.62 192	0.64 77

CBMV_ROB	12.51 250	3.86 253	7.98 69	5.81 106	2.99 164	16.05 235	4.62 161	27.61 227	31.37 256	26.75 298	32.62 265	23.97 250	22.66 306	21.14 285	12.09 221	2.15 319	1.78 333	2.24 329	1.27 321	1.64 275	1.54 184

NVstereo2D	15.77 289	4.01 255	17.73 285	9.96 276	8.10 326	30.36 335	9.52 257	43.10 359	43.12 330	15.45 123	28.03 200	23.46 247	16.84 258	24.62 305	17.06 261	3.35 339	0.87 248	1.76 321	1.13 315	7.76 347	9.19 361

stereogan	19.38 321	4.02 256	18.62 293	13.54 329	10.30 345	37.03 355	9.83 266	39.12 340	46.13 345	25.09 283	41.76 330	40.01 343	27.19 325	32.16 338	25.48 314	2.44 326	1.13 272	2.70 339	0.86 302	5.45 335	4.81 316

NLCA_NET_v2_RVC	12.58 251	4.09 257	18.25 289	8.26 235	5.83 267	14.72 207	5.85 191	33.49 287	27.86 230	22.14 256	32.16 260	24.94 259	14.01 220	16.19 210	16.82 260	0.90 263	0.35 165	0.37 252	0.58 289	1.51 270	3.31 302
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNetv2_ROB	12.78 256	4.09 257	15.60 262	6.44 135	3.75 184	14.86 208	7.17 222	34.46 300	37.12 298	26.06 290	34.81 290	29.76 284	16.32 249	14.77 194	7.67 160	0.31 164	0.03 35	0.12 170	0.01 55	0.94 242	1.23 148

Anonymous3	10.07 196	4.14 259	31.49 335	9.77 273	5.11 239	25.00 306	11.85 292	25.20 197	19.24 154	10.80 61	14.78 71	7.92 60	8.68 135	14.40 184	6.12 133	3.25 338	1.40 313	0.08 132	0.06 116	0.81 230	1.30 157

iResNet	11.06 223	4.16 260	16.83 274	7.89 224	2.23 132	15.59 223	9.17 254	24.49 193	29.14 238	20.78 230	31.13 240	16.87 181	11.58 176	15.45 205	12.50 233	0.64 230	0.05 50	0.02 71	0.10 142	0.79 225	1.71 195

LL-Strereo	11.34 229	4.25 261	13.90 236	9.09 255	6.20 279	7.31 119	8.93 247	35.93 312	30.30 243	16.93 160	15.83 79	21.85 233	17.45 267	21.92 293	10.25 201	0.43 192	1.47 324	0.74 278	0.08 129	1.15 252	2.71 284

pmcnn	15.27 287	4.31 262	22.32 314	7.46 202	4.46 215	22.15 289	15.74 321	28.53 231	31.88 259	27.78 306	40.04 321	39.06 337	19.11 283	18.79 255	20.78 288	1.04 277	0.23 139	0.00 1	0.00 1	0.53 171	1.17 141

DMCA-RVC	12.06 241	4.35 263	14.21 243	10.52 293	4.86 226	13.84 196	4.33 154	25.20 197	24.13 193	20.56 228	29.22 212	26.65 272	25.85 319	17.02 233	16.34 254	0.41 185	0.35 165	0.55 265	0.24 204	0.83 235	1.81 200

S-Stereo	17.36 299	4.46 264	22.16 313	12.58 325	9.10 339	23.07 295	12.60 301	33.18 283	46.12 344	22.78 263	38.67 314	29.04 283	27.48 326	19.40 260	23.90 302	3.14 337	3.13 360	0.88 292	1.95 335	3.77 321	9.86 365

Wz-Net-LNSev-Ref	16.12 291	4.56 265	29.46 329	7.78 217	6.11 276	26.08 314	13.01 306	31.08 258	37.61 302	27.66 303	46.96 355	29.92 287	15.40 236	21.54 290	22.39 292	1.09 281	0.05 50	0.10 146	0.00 1	0.43 143	1.21 145

AdaStereo	10.85 220	4.57 266	10.79 172	9.59 267	3.46 177	17.49 255	6.29 203	32.70 277	26.07 214	19.04 208	26.55 189	19.60 219	10.12 157	17.71 246	10.38 203	1.00 272	0.05 50	0.42 256	0.02 74	0.70 210	0.46 56
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.
RAFT + AFF	10.71 216	4.59 267	18.51 291	10.52 293	5.02 235	13.14 188	11.12 284	26.24 208	27.48 227	15.09 116	16.07 82	19.83 220	11.23 170	17.09 235	10.38 203	0.45 198	1.45 321	0.65 272	0.23 200	2.31 294	2.74 286

CBMV	14.52 284	4.59 267	9.99 139	6.61 145	2.85 154	22.76 293	12.45 299	30.63 253	33.32 269	31.98 330	35.00 291	31.68 297	19.43 286	26.53 316	16.71 259	1.28 299	0.61 218	0.63 270	0.12 148	1.26 258	1.89 208
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	11.76 238	4.63 269	8.14 75	7.46 202	2.92 158	17.82 258	10.55 274	30.45 251	34.08 279	16.37 141	19.97 120	23.14 245	16.31 248	18.22 251	10.67 210	2.98 333	1.84 334	3.39 347	1.64 329	2.24 290	2.37 268

LE_ROB	23.59 351	4.64 270	16.84 275	8.59 244	3.05 166	33.01 344	18.53 344	28.96 237	67.40 397	70.71 398	55.67 378	48.44 372	48.90 380	26.06 314	37.98 359	0.44 195	0.24 141	0.27 231	0.54 283	0.49 167	0.98 119

fast-acv-ft	14.96 286	4.73 271	17.68 284	8.03 230	5.27 243	28.61 328	9.97 267	26.25 210	35.58 294	26.03 289	38.02 308	31.91 301	21.50 300	19.25 258	21.18 290	0.61 227	0.38 171	0.63 270	0.48 274	1.31 260	1.73 196

DRN-Test	16.60 292	4.76 272	16.90 277	10.75 298	8.16 327	29.42 332	14.37 310	43.26 361	39.35 312	28.93 314	35.46 293	29.03 282	20.11 291	20.78 277	24.51 309	0.94 267	0.93 254	0.46 259	0.35 242	1.42 267	2.12 256

SGM-ForestM	25.21 359	4.80 273	13.50 232	8.68 247	3.74 183	46.85 373	22.04 353	46.25 373	51.32 362	51.28 377	52.07 366	62.64 390	47.13 378	46.05 378	36.30 355	1.99 317	2.25 346	1.21 308	1.24 320	1.65 276	3.21 299

CVANet_RVC	14.09 281	4.82 274	10.86 177	9.46 264	5.60 258	19.70 272	12.94 305	33.38 285	34.86 286	23.72 271	33.31 272	29.76 284	16.35 251	24.37 304	12.45 231	1.22 295	0.23 139	1.45 316	0.87 303	3.41 313	3.01 295

GMStereo	6.44 82	4.92 275	12.13 209	5.60 80	0.87 42	9.18 140	2.57 101	12.99 35	25.54 210	12.85 85	11.84 53	5.60 40	3.62 23	11.92 101	6.44 150	0.53 209	0.02 23	0.05 106	0.36 244	0.98 244	0.70 86
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TDLM	13.70 273	4.93 276	11.80 198	11.93 318	5.53 254	16.75 247	14.38 312	36.12 316	32.59 265	23.08 266	27.03 193	25.90 266	15.40 236	25.87 313	14.23 240	1.24 297	0.09 93	1.53 317	0.61 291	2.06 285	2.94 293

LMCR-Stereo	11.32 227	4.98 277	11.87 202	14.09 331	4.01 194	16.97 251	5.70 185	26.41 212	23.41 187	22.57 262	22.11 154	15.18 161	15.44 238	21.48 289	17.57 263	2.29 321	0.04 43	0.00 1	0.03 82	1.53 272	0.65 79

iinet-f	14.05 280	5.00 278	47.51 363	6.57 140	4.04 195	21.14 282	14.37 310	28.25 228	21.37 167	21.95 254	31.37 241	21.31 230	18.66 276	16.15 209	20.61 286	0.31 164	0.41 181	0.09 138	0.05 106	1.00 247	0.76 94

whm_eth	9.17 177	5.14 279	19.04 297	7.90 225	6.70 294	6.89 114	3.35 131	18.64 127	21.30 165	22.39 259	38.88 315	4.64 29	4.25 36	14.43 186	5.63 124	0.65 231	0.08 90	0.22 220	0.10 142	0.74 216	2.37 268

dd	8.57 157	5.20 280	13.37 230	6.91 170	1.05 58	10.30 151	3.89 144	17.29 109	34.00 277	15.73 132	17.50 90	7.45 50	6.60 94	15.00 200	10.99 216	1.39 302	0.41 181	0.18 199	0.46 268	2.25 291	1.40 169

FADNet-RVC-Resample	12.31 242	5.22 281	32.28 338	10.14 281	4.08 197	14.97 214	6.98 220	26.54 214	24.42 197	23.72 271	29.31 213	19.87 221	15.01 230	16.26 216	10.61 209	0.65 231	0.52 201	0.48 260	0.54 283	1.52 271	3.09 298

SACVNet	14.10 282	5.24 282	14.19 242	12.11 320	6.12 277	18.45 262	9.11 251	33.13 282	22.94 182	28.79 312	33.88 281	32.69 306	23.78 307	20.91 279	12.13 223	1.08 279	0.54 204	0.84 291	0.48 274	1.41 265	4.26 315

GANet	17.85 305	5.41 283	14.79 248	11.91 317	4.73 221	24.54 303	17.04 333	41.01 348	34.96 287	33.06 338	45.84 350	39.83 342	29.19 335	24.71 307	22.45 294	1.34 301	0.41 181	1.09 300	0.70 296	2.15 288	1.89 208

StereoDRNet	16.00 290	5.45 284	16.67 273	11.34 311	8.74 335	25.62 309	11.07 283	40.40 347	37.03 297	29.77 317	30.04 224	34.35 320	19.09 280	19.81 262	25.28 313	0.65 231	0.30 154	0.16 193	0.14 161	1.80 279	2.33 264

RYNet	19.73 323	5.52 285	18.58 292	11.63 313	15.84 368	47.05 374	17.28 335	38.60 335	49.19 351	27.71 304	27.46 195	38.63 335	26.42 322	20.79 278	32.08 350	0.73 238	0.59 217	0.97 297	0.16 173	7.40 344	8.04 352

STTStereo	13.60 271	5.63 286	28.73 328	8.07 231	5.65 259	13.97 199	7.17 222	31.25 261	26.70 221	25.59 286	32.06 259	31.71 299	14.71 227	17.24 237	16.46 257	0.29 161	0.40 175	0.71 275	1.43 325	1.31 260	2.82 288

Nwc_Net	18.76 315	5.80 287	19.91 300	14.99 341	11.96 354	26.32 316	15.90 322	41.68 353	40.50 317	21.85 252	43.58 342	34.89 321	29.47 337	27.48 320	26.34 323	3.75 343	0.27 146	2.55 336	3.31 348	2.25 291	2.46 274

BEATNet_4x	10.11 197	5.82 288	14.80 249	6.14 114	1.55 98	13.87 198	5.98 196	26.24 208	18.35 140	16.53 146	25.41 176	18.01 203	13.78 215	18.01 248	12.39 228	0.48 200	0.18 124	0.81 288	0.11 146	2.02 283	1.70 194

ADCP+	18.93 316	5.83 289	35.35 344	9.85 274	10.36 346	29.49 334	13.65 308	34.22 297	37.75 304	30.02 321	41.45 326	24.18 252	26.43 323	34.71 346	36.58 356	0.27 158	0.40 175	2.00 326	1.19 317	2.31 294	2.66 280

DeepPruner_ROB	11.28 226	5.83 289	15.23 256	6.93 172	4.50 217	10.08 145	6.62 209	36.65 323	20.17 160	18.12 189	27.95 199	23.10 243	13.43 205	20.08 265	11.90 220	1.16 290	0.51 198	0.23 222	0.17 177	1.11 251	1.91 212

SDNR	16.80 293	5.88 291	30.01 331	6.39 132	6.53 288	57.67 388	3.15 120	24.30 190	31.49 257	21.50 246	36.56 300	14.69 151	16.76 256	19.14 257	14.45 241	11.12 375	14.00 386	3.11 343	0.51 279	8.86 352	9.92 366

WCMA_ROB	21.17 335	5.89 292	22.32 314	10.39 291	7.65 314	34.55 349	16.42 327	33.20 284	34.02 278	42.06 361	52.50 367	44.09 358	37.59 361	33.66 344	26.77 326	7.45 364	3.18 361	1.27 313	1.43 325	4.18 324	4.81 316

RP	18.36 311	5.94 293	17.54 283	15.95 349	12.33 357	21.55 286	12.66 302	28.65 233	45.65 340	23.78 273	42.55 335	39.77 341	29.54 338	26.72 317	23.58 301	6.14 359	1.05 265	4.38 349	1.77 330	3.90 323	3.82 312

edge stereo	19.38 321	5.98 294	19.25 299	11.11 307	8.07 324	23.51 298	12.74 304	35.93 312	42.55 325	35.05 345	43.06 339	41.34 350	36.05 358	26.06 314	25.62 316	2.70 330	2.47 349	6.38 356	1.54 327	3.18 312	5.01 321

XPNet_ROB	18.03 309	6.06 295	18.19 288	11.68 314	6.83 295	21.23 283	16.93 330	36.66 325	39.82 315	32.51 336	42.05 332	41.04 348	25.77 318	25.72 311	28.80 339	1.67 312	0.91 253	0.79 281	0.27 218	1.24 257	2.38 271

FADNet_RVC	12.44 248	6.19 296	40.86 353	7.04 176	3.69 181	11.30 164	4.17 151	29.67 243	27.67 229	18.20 191	26.04 181	13.47 137	17.15 261	16.85 231	14.95 244	0.99 271	0.75 230	0.60 268	1.32 322	4.18 324	3.62 307

AANet_RVC	13.75 274	6.34 297	12.90 221	8.87 252	4.53 218	14.09 201	9.12 252	29.37 240	38.32 308	23.85 274	37.41 302	23.55 248	17.51 268	23.31 301	18.56 271	2.08 318	1.30 296	0.25 228	0.06 116	0.73 214	2.87 291

APVNet	18.42 312	6.37 298	23.10 317	12.76 327	8.28 329	30.74 336	24.17 363	42.08 355	30.76 252	25.86 288	41.66 328	31.83 300	24.99 313	28.01 324	28.77 337	0.49 203	0.57 212	3.05 341	0.55 286	1.80 279	2.46 274

AF-Net	19.18 319	6.50 299	16.90 277	16.60 350	11.00 350	23.83 299	11.31 286	36.25 317	51.10 360	25.56 285	38.34 310	41.77 352	31.01 346	30.20 333	27.83 332	4.87 354	0.27 146	4.60 350	1.00 311	2.67 298	2.02 238

PSMNet_ROB	17.59 303	6.52 300	16.27 269	14.43 334	7.71 316	29.22 331	33.59 383	43.94 364	38.52 309	24.74 280	33.46 276	34.17 318	17.29 264	18.52 252	25.68 317	0.40 182	0.29 153	0.96 296	2.22 339	2.03 284	1.81 200

GwcNet	17.31 297	6.61 301	23.02 316	10.83 302	8.63 333	29.48 333	10.80 277	39.37 343	45.73 341	24.16 275	37.85 307	31.50 295	21.81 305	21.37 287	27.25 329	0.81 251	0.88 250	0.57 267	0.46 268	1.54 273	3.61 305

TRStereo	6.64 92	6.95 302	12.06 208	9.69 270	7.59 311	5.12 46	1.68 54	20.72 149	12.34 75	10.93 63	9.07 27	10.57 86	3.16 17	14.33 183	4.23 80	0.60 225	0.80 237	0.14 182	0.37 248	0.56 179	1.86 206

Anonymous_2	15.61 288	7.12 303	18.63 294	6.49 136	7.98 321	26.94 320	11.93 293	19.48 136	18.48 148	18.25 194	15.95 80	24.18 252	21.32 299	21.17 286	15.94 251	10.88 372	13.80 385	11.19 372	25.13 387	10.92 364	6.42 338

sAnonymous2	6.98 111	7.12 303	20.67 305	9.13 257	5.40 247	5.28 53	8.11 242	16.71 99	11.50 70	5.04 21	9.17 29	3.77 15	8.23 126	7.84 20	3.15 45	0.11 90	0.07 84	0.06 113	0.28 220	10.80 362	7.09 344

CroCo_RVC	6.98 111	7.12 303	20.67 305	9.13 257	5.40 247	5.28 53	8.11 242	16.71 99	11.50 70	5.04 21	9.17 29	3.77 15	8.23 126	7.84 20	3.15 45	0.11 90	0.07 84	0.06 113	0.28 220	10.80 362	7.09 344

SuperB	18.07 310	7.33 306	56.73 375	8.42 240	5.42 250	20.39 279	9.73 265	26.04 204	50.80 357	26.88 299	39.52 317	17.79 200	21.54 301	23.17 300	25.96 320	0.77 245	0.32 157	1.11 303	0.73 297	16.11 376	2.75 287

NCC-stereo	20.61 330	7.39 307	25.96 320	15.90 347	16.62 369	20.15 276	23.27 355	44.11 367	41.29 322	25.00 281	38.64 312	35.47 323	28.75 332	36.35 354	26.90 327	4.83 352	2.14 341	3.33 345	9.27 373	3.10 307	3.72 310

Abc-Net	20.61 330	7.39 307	25.96 320	15.90 347	16.62 369	20.15 276	23.27 355	44.11 367	41.29 322	25.00 281	38.64 312	35.47 323	28.75 332	36.35 354	26.90 327	4.83 352	2.14 341	3.33 345	9.27 373	3.10 307	3.72 310
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	19.84 325	7.55 309	35.79 345	10.79 300	7.51 309	38.96 362	18.39 343	35.08 306	44.72 337	31.28 327	41.70 329	41.18 349	20.49 293	28.41 325	30.13 347	0.96 270	0.36 168	0.05 106	0.13 152	1.70 278	1.64 190

ADCL	22.44 344	7.79 310	49.20 365	10.61 297	7.28 306	40.40 367	21.03 350	32.07 272	55.07 368	28.53 310	48.73 358	31.68 297	31.69 349	34.04 345	38.38 361	1.22 295	0.93 254	2.65 338	1.89 333	2.65 297	2.94 293

MeshStereo	22.95 347	7.84 311	12.46 215	8.13 234	5.20 241	38.49 361	13.36 307	42.69 356	38.05 306	51.34 378	53.82 371	58.22 383	43.29 373	38.42 365	29.59 342	2.96 332	2.84 357	3.11 343	2.33 341	3.12 309	3.65 308
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
NaN_ROB	17.35 298	7.91 312	18.84 296	11.29 309	4.93 229	33.28 346	20.75 349	38.10 333	43.81 331	30.28 323	31.53 246	32.88 307	20.88 296	29.10 328	17.85 266	0.40 182	0.43 186	0.31 246	0.44 267	0.98 244	3.03 296

DPSNet	25.20 358	7.92 313	36.17 346	11.72 315	6.85 296	53.68 381	43.17 391	52.22 383	60.09 384	31.61 328	39.76 319	40.91 347	35.82 357	33.42 343	26.48 324	4.98 355	2.10 340	0.50 262	1.13 315	9.63 355	5.83 329

NCCL2	17.94 307	7.94 314	16.87 276	24.07 371	7.60 312	24.52 302	17.08 334	35.42 309	26.65 219	32.01 331	38.57 311	41.96 354	27.61 327	22.24 295	24.43 308	0.65 231	0.33 163	2.64 337	2.13 338	2.28 293	3.86 313

ADCRef	18.01 308	8.01 315	44.10 357	10.75 298	8.85 336	27.18 321	11.06 282	31.77 269	34.40 281	31.90 329	42.45 333	18.79 212	21.55 302	25.18 310	35.17 354	1.03 276	0.42 185	2.18 328	1.79 331	1.38 264	2.27 263

PA-Net	16.98 295	8.05 316	29.56 330	10.52 293	11.30 351	21.91 288	29.93 378	32.64 276	39.50 313	20.38 225	28.51 206	23.80 249	20.82 294	21.45 288	25.60 315	0.25 151	2.36 348	0.23 222	4.99 359	1.34 263	6.47 339
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 296	8.11 317	28.42 327	9.29 260	8.89 337	24.46 301	25.06 366	35.40 308	49.52 353	26.73 297	33.49 277	20.50 223	18.75 277	20.67 276	19.18 280	2.30 322	2.09 339	1.13 304	0.75 298	2.86 301	2.84 289

LALA_ROB	19.82 324	8.32 318	18.64 295	13.59 330	5.79 263	28.03 326	23.44 358	43.09 358	37.57 301	33.91 344	41.55 327	50.73 375	25.61 317	29.09 327	27.30 330	0.73 238	0.67 222	2.08 327	1.42 324	2.70 299	2.12 256

PS-NSSS	14.36 283	8.44 319	16.43 271	7.44 200	5.79 263	18.65 265	12.71 303	39.02 338	26.84 222	20.99 238	36.15 296	21.47 231	18.25 274	18.21 250	18.63 273	2.44 326	0.55 208	5.38 352	0.37 248	5.25 333	4.11 314

SANet	22.05 339	8.47 320	32.65 339	9.90 275	4.31 209	33.49 347	23.44 358	42.82 357	56.64 376	39.67 357	44.09 344	44.62 359	32.96 353	29.24 330	25.79 318	1.08 279	0.74 228	0.98 298	0.69 294	5.69 338	3.66 309

GMStereo_Zeroshot	11.32 227	8.59 321	21.66 310	10.06 278	2.53 143	12.38 174	1.43 31	21.36 163	21.50 169	23.48 269	35.74 294	24.85 257	6.12 85	20.48 272	8.28 173	0.83 253	0.02 23	0.25 228	0.01 55	6.33 341	0.53 63

HBP-ISP	13.07 262	8.80 322	8.99 95	8.11 233	4.55 219	13.48 193	6.60 208	29.09 239	30.50 245	21.33 243	36.14 295	16.62 176	19.42 285	20.92 280	12.81 235	3.63 341	2.61 351	7.18 361	4.12 355	3.74 320	2.69 283

DANet	17.51 301	8.91 323	27.61 324	14.94 339	7.48 307	22.67 292	5.66 183	27.33 224	26.64 218	32.62 337	36.27 298	37.40 331	30.07 341	31.65 337	26.09 321	1.30 300	1.46 323	2.33 331	0.53 282	3.54 316	5.69 328
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	21.66 337	9.10 324	39.39 351	15.85 346	9.60 342	51.00 379	16.73 328	28.32 229	31.17 254	38.99 354	43.24 340	33.26 313	32.09 350	28.50 326	26.50 325	4.74 351	3.92 367	3.60 348	1.02 312	8.42 351	7.86 350

PDISCO_ROB	25.35 360	10.44 325	31.01 334	29.47 379	20.36 377	38.32 358	17.74 339	45.56 371	55.34 370	29.88 319	42.94 338	46.63 367	29.76 339	36.23 353	31.29 349	10.74 371	2.20 345	6.96 358	3.53 350	9.98 359	8.52 357

MSMD_ROB	23.50 350	10.55 326	15.65 267	17.87 355	10.07 344	35.58 352	19.04 345	34.53 301	37.81 305	41.55 360	60.11 382	46.01 365	39.81 366	32.74 342	24.92 311	6.86 361	3.63 365	8.92 367	11.16 378	7.21 343	5.99 332

XX-TBD	4.63 29	10.71 327	3.94 5	10.55 296	0.62 22	5.95 83	0.08 1	7.91 5	12.75 79	11.73 67	14.80 72	4.04 17	1.64 7	4.90 3	2.61 24	0.08 70	0.01 7	0.00 1	0.00 1	0.26 71	0.06 2

ETE_ROB	18.45 313	10.71 327	20.90 307	14.23 333	4.92 228	23.28 297	22.01 352	33.00 280	36.14 296	30.68 325	39.03 316	46.10 366	26.28 320	27.52 321	26.22 322	0.53 209	0.49 195	1.16 305	0.94 304	1.69 277	3.07 297

ADCPNet	22.75 346	10.94 329	58.96 379	12.24 323	7.57 310	37.33 356	20.08 348	33.89 291	37.37 300	33.49 342	44.32 345	39.36 340	28.43 331	32.19 339	38.55 363	2.25 320	2.69 354	2.37 333	3.59 351	4.33 327	5.01 321

RTSC	20.52 329	11.06 330	33.58 341	12.11 320	7.19 304	28.90 330	11.99 294	38.49 334	58.85 381	32.22 334	37.28 301	33.11 310	21.14 297	36.93 360	38.84 365	1.49 303	1.50 325	0.15 187	0.64 292	2.18 289	2.67 281

CSAN	22.36 343	11.11 331	26.06 322	21.79 364	5.59 257	34.55 349	36.54 385	40.04 346	50.84 358	37.47 351	40.31 322	45.09 362	33.07 354	27.44 319	25.80 319	1.60 308	0.75 230	1.08 299	1.80 332	2.89 302	3.36 304

psmorigin	21.56 336	11.18 332	36.59 347	10.19 282	7.08 302	25.30 308	12.35 296	33.52 288	33.12 268	43.62 365	54.15 375	42.72 355	37.44 360	36.87 359	28.98 340	1.65 310	2.78 355	0.81 288	1.19 317	3.62 318	8.10 353

PWCDC_ROB	18.66 314	11.24 333	21.32 309	18.82 356	8.08 325	25.75 311	6.94 219	35.08 306	53.33 364	30.37 324	49.70 363	20.87 226	21.63 304	31.05 336	22.39 292	6.94 362	0.28 151	0.10 146	0.06 116	5.98 340	3.22 300

SHD	22.33 342	11.30 334	32.10 336	15.61 344	9.88 343	26.75 318	10.12 269	41.84 354	61.77 386	36.36 348	44.65 347	39.28 338	31.10 347	35.07 348	32.76 351	2.35 323	1.95 338	1.24 312	1.90 334	4.33 327	6.34 335

dad	13.05 260	11.39 335	15.64 266	7.35 196	2.10 123	15.64 224	3.48 136	18.77 129	35.55 293	27.77 305	33.76 280	31.59 296	13.04 201	14.79 195	11.16 217	3.35 339	0.54 204	7.85 365	0.96 309	3.88 322	2.49 276

Wz-Net-LNSev	19.04 318	11.48 336	43.55 356	10.82 301	8.01 323	24.96 305	17.46 338	34.72 304	44.36 334	33.43 341	44.72 348	32.54 304	24.13 309	21.64 292	24.38 307	0.93 266	0.22 137	0.00 1	0.03 82	1.44 268	1.99 235

FBW_ROB	21.87 338	11.80 337	25.52 319	14.64 336	7.49 308	31.20 339	16.35 326	45.28 370	44.78 338	44.85 370	40.36 323	43.50 357	27.85 328	34.94 347	23.52 297	3.07 335	2.15 343	7.53 364	3.03 347	4.30 326	5.17 324

Syn2CoEx	17.68 304	11.86 338	28.39 326	20.88 360	8.24 328	25.66 310	12.35 296	37.57 329	33.60 274	29.57 315	39.80 320	30.02 289	28.00 329	19.91 263	18.91 276	1.14 288	0.53 203	1.23 310	0.46 268	1.97 282	3.61 305

FADNet	14.77 285	11.96 339	39.55 352	8.50 243	6.64 291	18.53 264	6.74 213	35.70 310	35.06 288	19.21 211	28.06 201	28.14 279	13.94 218	18.54 253	11.61 219	0.48 200	0.75 230	0.38 254	0.49 277	9.17 353	2.05 246

AnonymousM	6.73 94	12.03 340	3.53 2	4.47 31	1.55 98	4.42 15	3.17 121	11.94 28	8.44 44	17.00 164	10.06 33	9.08 73	4.00 32	7.56 18	4.06 74	0.55 216	0.68 223	23.13 380	8.12 370	0.07 7	0.65 79

FC-DCNN	25.07 356	12.06 341	20.30 303	19.06 358	9.41 340	38.40 359	23.46 360	41.37 351	44.07 332	46.76 373	53.99 374	50.49 374	39.32 364	36.43 356	29.46 341	7.40 363	3.39 362	6.15 354	5.01 360	8.05 348	6.83 342

DeepPrunerF	20.61 330	12.13 342	46.35 360	21.53 362	17.78 372	19.41 268	23.64 361	37.23 328	50.61 354	26.20 292	37.72 303	24.90 258	25.02 316	24.63 306	23.53 298	3.13 336	1.65 329	5.69 353	4.09 354	3.64 319	3.34 303

PWC_ROB	19.21 320	12.15 343	28.02 325	11.02 306	6.62 290	25.15 307	5.47 180	36.42 320	49.47 352	33.19 339	44.32 345	34.98 322	26.66 324	32.22 340	27.30 330	1.71 313	0.27 146	1.62 318	0.37 248	2.38 296	4.90 319

ADCMid	23.61 352	12.42 344	44.10 357	11.85 316	8.33 330	27.89 325	20.03 347	36.49 321	39.56 314	40.81 358	47.01 356	36.89 329	43.95 374	39.12 368	42.60 375	1.95 316	1.55 328	3.05 341	3.98 353	5.20 332	5.37 326

MANE	33.27 377	12.69 345	21.10 308	22.10 367	15.09 366	49.75 376	29.51 377	54.10 387	56.36 375	59.73 382	64.93 390	65.43 393	57.34 391	52.70 388	41.02 370	10.52 370	6.09 375	7.35 362	20.29 385	9.66 356	9.65 364

FADNet-RVC	13.86 276	12.75 346	41.65 354	8.64 246	4.63 220	16.45 241	6.89 217	28.91 236	24.20 195	20.89 234	31.44 244	26.73 275	11.37 174	21.58 291	15.91 250	0.25 151	0.14 117	0.14 182	0.24 204	2.97 304	1.50 181

DGSMNet	20.75 334	13.28 347	34.59 343	14.80 338	17.14 371	23.25 296	17.99 342	36.39 319	43.00 329	20.70 229	32.67 266	36.05 327	19.22 284	30.34 334	25.04 312	4.61 349	4.62 370	6.31 355	5.20 361	14.71 374	15.15 378

aanetorigin	19.84 325	13.32 348	54.46 370	10.07 279	7.99 322	14.16 202	15.32 319	17.85 117	34.49 282	49.59 375	48.88 360	34.28 319	31.32 348	23.53 302	29.64 343	1.12 285	0.81 238	0.73 276	0.94 304	3.05 305	5.23 325

Anonymous Stereo	19.84 325	13.55 349	51.68 367	15.30 343	12.97 360	16.15 237	25.32 367	33.73 290	44.41 335	25.12 284	35.39 292	25.00 260	16.27 247	32.62 341	33.04 352	1.83 314	2.26 347	1.76 321	2.01 336	3.57 317	4.92 320

WZ-Net	25.86 363	14.23 350	64.17 384	15.77 345	10.61 348	39.36 363	28.01 374	41.38 352	54.97 367	28.82 313	53.68 370	40.90 346	30.14 342	37.91 362	42.98 378	1.59 305	0.49 195	0.73 276	0.95 307	5.43 334	5.12 323

RGC	20.62 333	14.30 351	21.99 312	18.85 357	14.53 363	21.42 285	14.82 317	36.00 315	44.32 333	28.54 311	41.82 331	40.12 344	29.43 336	35.44 351	23.33 296	4.12 346	0.72 226	8.80 366	4.39 357	4.55 329	4.84 318

UDGNet	10.51 210	14.75 352	11.91 204	10.29 286	2.78 151	7.93 133	1.94 76	19.31 135	34.57 284	17.74 179	13.70 67	13.56 139	7.30 111	13.52 166	7.18 155	5.80 357	0.11 107	12.86 374	2.76 343	9.87 358	2.34 265

MFN_U_SF_DS_RVC	24.71 354	14.86 353	32.18 337	26.47 374	10.48 347	40.27 366	22.83 354	36.88 327	44.51 336	42.59 362	47.13 357	40.20 345	28.00 329	36.70 357	28.36 333	4.23 348	4.00 368	6.73 357	16.35 384	5.05 331	6.34 335

AnyNet_C32	24.34 353	15.07 354	42.84 355	13.07 328	11.83 353	31.80 340	31.73 380	32.47 274	45.77 342	35.92 346	49.66 362	34.05 316	35.21 356	44.09 377	43.39 379	1.61 309	1.70 331	1.22 309	2.94 346	4.87 330	7.60 347

MFN_U_SF_RVC	28.91 368	15.44 355	55.12 372	22.00 366	8.49 332	41.39 368	15.36 320	52.74 384	46.70 347	47.83 374	53.87 372	54.97 380	40.50 369	39.54 369	40.77 369	6.09 358	4.92 372	7.08 359	9.02 372	7.68 346	8.69 358

ADCS	27.11 366	15.49 356	48.87 364	15.20 342	10.99 349	31.86 341	24.37 364	43.99 365	58.30 379	43.12 363	49.92 364	41.90 353	41.43 371	42.90 376	46.29 383	3.00 334	2.60 350	2.45 335	3.47 349	7.63 345	8.41 355

FCDSN-DC	26.18 365	15.77 357	20.36 304	28.79 378	15.78 367	40.13 365	19.12 346	43.57 362	42.59 326	44.78 369	52.51 368	50.73 375	40.32 368	35.32 350	28.55 335	6.41 360	3.61 364	7.11 360	6.54 364	10.58 360	10.93 371
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UDG	22.21 341	15.90 358	16.41 270	21.71 363	20.17 376	32.51 342	13.78 309	36.62 322	35.77 295	26.64 296	31.43 243	37.49 332	32.33 352	22.77 297	21.19 291	11.08 374	5.60 374	23.12 379	7.74 367	17.07 378	14.89 377

MaskLacGwcNet_RVC	17.56 302	17.23 359	20.10 302	12.02 319	6.91 299	28.81 329	11.45 288	41.35 350	21.95 172	30.13 322	34.66 288	32.04 303	11.30 172	21.04 281	16.43 256	8.91 365	2.67 352	12.29 373	0.84 301	12.72 370	8.43 356

ccnet	24.80 355	17.64 360	24.53 318	12.35 324	18.18 374	38.47 360	17.76 340	46.24 372	32.78 267	37.51 352	46.76 352	38.80 336	30.45 344	38.35 364	41.98 372	9.41 368	6.40 376	9.67 369	8.04 368	11.64 368	9.00 359

Wz-Net-SNSev	23.35 348	18.18 361	47.37 362	14.55 335	8.63 333	28.33 327	29.16 376	39.88 345	55.80 373	32.16 333	53.91 373	39.35 339	24.42 310	27.60 322	38.11 360	1.06 278	0.24 141	1.20 307	0.95 307	3.16 311	2.93 292

XQC	25.15 357	18.26 362	52.31 368	22.53 369	12.15 355	37.47 357	21.78 351	38.74 337	55.51 372	32.40 335	30.75 234	38.36 334	30.19 343	38.28 363	41.25 371	4.61 349	1.44 320	2.77 340	2.26 340	12.52 369	9.49 363

PASM	29.37 369	19.17 363	50.43 366	23.55 370	23.15 382	27.62 323	27.82 373	35.90 311	50.76 356	35.98 347	40.55 324	47.26 370	34.98 355	35.28 349	38.72 364	12.58 380	15.96 387	17.57 378	22.46 386	13.71 371	13.92 376

SAMSARA	35.29 382	19.78 364	33.90 342	55.86 393	36.15 387	76.79 410	94.89 420	49.29 377	51.59 363	38.15 353	37.83 306	53.71 379	39.29 363	40.56 371	40.41 368	4.02 345	6.72 378	2.35 332	4.12 355	9.70 357	10.76 369

PVD	34.10 379	19.91 365	39.04 350	27.08 376	18.09 373	35.11 351	44.32 393	52.16 382	66.36 394	53.04 380	64.50 389	52.33 378	56.17 387	52.24 387	42.11 373	4.17 347	4.82 371	9.60 368	4.65 358	11.11 366	25.25 387

ELAS	34.78 380	20.32 366	38.13 349	21.79 364	14.89 364	57.95 389	37.04 386	51.15 381	51.19 361	60.95 385	64.42 388	59.08 385	54.44 385	51.53 383	46.26 382	12.00 377	7.83 380	10.46 370	8.04 368	14.42 372	13.71 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 381	20.50 367	37.14 348	22.37 368	15.07 365	54.02 382	38.42 388	50.06 379	56.72 377	61.86 390	63.52 384	58.79 384	54.60 386	54.13 390	43.99 380	12.20 378	7.90 381	10.75 371	7.65 366	14.42 372	13.42 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDUNet	23.49 349	20.59 368	17.13 279	24.58 372	22.45 380	24.86 304	17.96 341	31.42 265	31.06 253	29.59 316	37.81 305	37.85 333	26.39 321	25.77 312	18.74 275	18.99 383	8.10 382	26.65 383	11.80 379	19.41 380	18.58 382

GASNet	17.87 306	20.62 369	32.66 340	21.17 361	9.48 341	16.26 238	9.15 253	45.00 369	40.55 318	26.16 291	24.34 168	33.05 308	15.45 239	29.82 331	18.15 269	3.79 344	0.28 151	1.87 323	0.51 279	7.06 342	1.97 224

LSM	30.92 372	21.18 370	57.13 378	19.98 359	54.02 397	33.70 348	25.92 369	43.87 363	49.18 350	46.43 372	55.59 377	43.44 356	36.70 359	36.70 357	28.75 336	2.94 331	9.77 383	5.07 351	8.20 371	10.77 361	29.00 389

Wz-Net-TNSev	25.85 362	21.47 371	59.51 381	10.38 290	7.64 313	42.40 370	23.33 357	35.97 314	54.36 366	36.56 349	43.26 341	45.90 364	41.27 370	37.81 361	37.10 357	2.35 323	1.90 337	0.77 279	1.34 323	5.89 339	7.75 349

BEATNet-Init1	36.29 384	22.72 372	56.79 376	28.53 377	13.41 362	59.81 393	33.49 381	53.72 386	58.64 380	60.78 384	63.63 385	70.42 395	56.59 389	53.93 389	46.48 384	5.63 356	4.14 369	7.49 363	7.45 365	11.35 367	10.88 370

EDNetEfficient	25.68 361	22.94 373	77.88 403	9.49 265	7.66 315	20.89 280	17.37 336	22.52 171	56.02 374	61.49 389	53.31 369	35.83 326	41.88 372	25.06 309	39.53 367	0.86 258	0.83 242	0.91 294	2.82 344	8.28 349	7.98 351

CC-Net-ROB	22.73 345	23.99 374	30.57 332	14.72 337	8.91 338	32.98 343	16.17 324	46.75 374	37.29 299	33.88 343	32.33 262	35.48 325	25.00 314	24.75 308	28.78 338	9.60 369	3.03 358	25.33 382	3.87 352	14.82 375	6.33 334

RTS	30.97 373	24.38 375	96.47 417	17.75 353	12.63 358	58.43 390	26.47 370	38.01 331	63.33 389	44.41 367	46.81 353	33.16 311	45.26 375	52.06 385	42.65 376	2.66 328	1.40 313	1.09 300	1.02 312	5.49 336	5.86 330

RTSA	30.97 373	24.38 375	96.47 417	17.75 353	12.63 358	58.43 390	26.47 370	38.01 331	63.33 389	44.41 367	46.81 353	33.16 311	45.26 375	52.06 385	42.65 376	2.66 328	1.40 313	1.09 300	1.02 312	5.49 336	5.86 330

SQANet	22.07 340	25.29 377	21.78 311	26.81 375	18.92 375	30.75 337	10.25 271	33.47 286	30.10 242	25.73 287	34.31 285	33.45 314	19.94 290	29.16 329	20.03 284	11.68 376	3.08 359	26.95 384	5.80 363	20.97 381	12.99 373

AnyNet_C01	30.67 371	27.57 378	76.09 401	17.61 352	12.18 356	50.42 378	28.89 375	39.14 342	41.14 321	41.36 359	65.66 393	47.21 369	40.16 367	47.50 379	49.82 390	2.38 325	2.79 356	2.31 330	2.83 345	8.35 350	9.99 367

GANetREF_RVC	26.12 364	30.35 379	27.03 323	26.08 373	6.28 286	31.16 338	37.25 387	48.48 376	50.90 359	37.30 350	36.39 299	34.11 317	30.98 345	38.51 366	28.38 334	9.08 366	2.68 353	16.48 376	5.42 362	16.24 377	9.34 362
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
DispFullNet	31.01 375	32.97 380	59.04 380	30.27 380	28.46 384	33.06 345	11.44 287	37.69 330	54.13 365	33.30 340	37.78 304	44.68 360	28.96 334	42.19 375	29.68 344	12.35 379	3.56 363	36.10 388	12.90 381	32.29 388	19.42 384

NVStereoNet_ROB	42.81 389	34.00 381	46.84 361	37.40 382	28.64 385	35.65 353	33.88 384	49.95 378	58.27 378	69.65 397	75.69 402	66.36 394	65.66 395	48.37 380	62.04 402	16.50 381	25.07 389	23.61 381	32.35 389	21.58 382	24.72 386
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	41.94 387	35.39 382	45.40 359	33.16 381	41.47 391	45.14 372	33.50 382	56.78 391	55.37 371	32.11 332	65.41 391	30.46 294	49.76 381	40.94 373	48.33 389	27.72 389	35.00 392	43.33 390	51.89 400	39.60 390	28.04 388

MSC_U_SF_DS_RVC	37.85 386	35.62 383	55.10 371	38.16 383	13.19 361	57.63 387	24.72 365	52.87 385	63.40 391	66.39 394	63.74 386	58.16 382	54.28 384	51.56 384	47.39 386	9.36 367	5.44 373	14.82 375	15.34 383	18.80 379	11.04 372

EDNetEfficientorigin	29.50 370	36.05 384	99.77 427	9.67 269	5.93 269	26.79 319	16.02 323	26.87 219	55.18 369	61.15 386	57.72 379	45.04 361	50.99 383	26.90 318	44.78 381	0.53 209	0.54 204	1.72 320	2.53 342	11.05 365	10.75 368

otaku	33.83 378	36.87 385	53.81 369	40.41 384	21.58 378	54.54 383	17.45 337	44.01 366	61.47 385	39.63 355	50.06 365	46.76 368	29.76 339	40.64 372	30.07 346	19.17 384	7.09 379	32.34 386	9.92 375	24.17 383	16.94 379

Ntro	35.59 383	38.58 386	55.41 373	43.66 388	22.54 381	57.26 384	23.73 362	47.69 375	63.99 392	39.63 355	48.82 359	47.68 371	37.60 362	41.55 374	30.80 348	17.85 382	6.61 377	33.21 387	10.52 377	26.65 384	17.97 381

coex-ft	31.29 376	39.15 387	93.51 416	9.71 272	5.77 262	36.25 354	26.79 372	31.43 266	59.45 382	73.35 402	58.73 380	45.49 363	48.48 379	30.19 332	46.52 385	1.59 305	1.71 332	0.94 295	0.97 310	9.43 354	6.35 337

JetBlue	54.72 393	46.20 388	75.05 399	51.44 391	47.85 392	76.48 409	62.38 402	64.44 396	62.86 388	63.67 393	65.49 392	78.96 402	68.77 396	68.63 399	75.95 414	37.07 390	25.78 391	29.10 385	29.19 388	29.75 386	35.27 393

ACVNet_1	42.11 388	50.66 389	66.19 389	45.24 390	25.33 383	50.11 377	25.60 368	55.90 388	65.25 393	60.15 383	59.98 381	63.57 391	50.05 382	50.45 382	38.46 362	20.06 385	11.00 384	38.79 389	14.48 382	31.31 387	19.68 385

DLNR_Zeroshot_test	27.91 367	51.88 390	91.97 415	98.26 423	97.92 423	3.07 6	0.49 8	31.27 262	8.33 41	8.40 43	15.66 77	7.22 48	1.66 8	12.16 111	4.82 100	40.46 392	1.87 335	0.06 113	0.33 237	80.45 415	1.99 235

ACVNet-4b	36.91 385	52.81 391	57.04 377	42.64 387	22.08 379	48.32 375	14.64 316	50.28 380	59.78 383	43.17 364	46.34 351	55.50 381	24.49 311	39.03 367	23.55 299	25.75 388	3.76 366	47.36 391	33.76 391	28.62 385	19.22 383

SGM+DAISY	55.54 394	57.77 392	64.45 386	40.89 385	53.89 395	63.34 396	50.45 395	56.00 389	45.95 343	61.43 388	64.32 387	61.05 388	56.70 390	61.32 394	56.86 396	56.51 400	49.35 401	50.49 392	50.00 397	52.52 393	57.57 401

anonymity	52.60 391	58.73 393	63.81 383	41.37 386	59.41 401	53.52 380	41.39 389	56.50 390	40.60 319	55.03 381	49.64 361	49.57 373	56.22 388	59.42 392	50.07 391	55.57 399	50.19 403	51.15 393	51.23 398	51.90 392	56.75 400

IMH-64-1	59.89 397	58.89 394	69.08 393	66.46 395	50.96 393	57.48 385	51.18 396	69.03 400	67.25 395	67.90 395	80.31 407	70.42 395	74.30 402	72.66 407	50.07 391	42.88 393	43.00 394	65.88 397	47.48 393	53.41 394	39.15 394

IMH-64	59.89 397	58.89 394	69.08 393	66.46 395	50.96 393	57.48 385	51.18 396	69.03 400	67.25 395	67.90 395	80.31 407	70.42 395	74.30 402	72.66 407	50.07 391	42.88 393	43.00 394	65.88 397	47.48 393	53.41 394	39.15 394

SPS-STEREO	56.02 395	59.82 396	64.35 385	45.23 389	53.96 396	61.34 394	44.05 392	60.08 393	50.73 355	62.61 391	61.78 383	59.73 387	57.62 392	60.63 393	59.08 397	58.29 401	48.28 398	51.30 394	49.29 396	55.67 397	56.59 399
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	63.51 399	61.05 397	69.15 395	69.90 399	54.09 398	65.82 399	55.66 398	72.12 406	72.52 401	72.73 400	81.82 409	73.16 398	79.86 407	77.03 412	52.57 394	44.46 395	50.01 402	68.11 399	51.57 399	56.59 398	41.88 397

ACVNet_2	58.13 396	62.74 398	73.58 398	66.59 397	38.77 389	63.23 395	49.56 394	72.12 406	82.24 412	79.37 410	88.96 418	76.25 399	73.29 401	55.14 391	48.05 387	38.17 391	24.21 388	54.92 396	37.94 392	48.23 391	29.29 390

RainbowNet	51.77 390	63.10 399	65.03 388	60.15 394	39.21 390	59.39 392	31.46 379	57.61 392	78.49 408	50.61 376	66.05 394	59.57 386	45.26 375	50.17 381	42.57 374	46.92 396	45.90 397	53.26 395	32.46 390	54.03 396	34.14 392

SPstereo	83.66 418	69.17 400	79.52 404	76.33 403	67.79 409	88.06 418	91.78 419	100.00 428	100.00 428	99.12 424	99.11 424	100.00 431	98.10 423	98.44 424	89.22 419	65.98 404	60.50 410	82.46 412	81.00 413	62.47 399	64.12 406

MADNet+	53.97 392	69.36 401	98.79 424	67.30 398	38.52 388	79.97 414	81.50 416	61.38 394	62.53 387	52.01 379	55.50 376	61.22 389	59.61 393	70.25 401	77.26 415	25.21 387	25.07 389	17.40 377	12.69 380	34.21 389	29.70 391

LRCNet_RVC	73.95 410	70.63 402	75.65 400	77.92 406	60.69 404	41.66 369	16.24 325	71.26 404	48.66 349	88.23 418	93.84 420	90.11 416	82.18 410	80.69 415	61.88 400	97.09 424	72.20 416	96.71 423	97.62 424	77.99 414	77.70 416

TorneroNet-64	66.18 400	71.37 403	72.19 397	76.80 404	59.54 402	67.82 400	59.56 399	67.83 399	79.98 409	63.09 392	67.00 395	82.98 407	69.97 398	68.02 396	62.78 403	49.03 397	44.17 396	73.23 401	64.19 402	69.14 403	54.83 398

LVE	71.96 404	73.19 404	84.13 409	75.60 402	55.78 400	75.59 406	63.60 403	77.67 412	83.64 413	82.16 411	87.25 417	83.54 409	82.79 412	76.17 410	65.22 405	49.11 398	57.71 409	74.86 403	62.93 401	66.84 402	61.36 403

WAO-6	71.06 402	73.42 405	67.24 390	79.78 411	61.93 405	69.67 401	60.23 400	75.12 411	87.02 415	74.87 403	79.60 406	79.28 403	84.75 413	68.25 398	61.91 401	67.67 405	48.98 400	81.65 409	73.43 407	66.76 401	59.64 402

TorneroNet	71.59 403	73.91 406	76.67 402	81.06 413	65.65 406	71.44 403	65.68 404	71.66 405	75.08 403	71.76 399	73.09 401	84.12 411	74.51 404	70.46 402	69.58 407	59.87 402	48.58 399	79.93 405	73.78 408	75.74 413	69.18 412

UNDER WATER-64	73.59 409	75.19 407	88.26 412	74.50 401	55.55 399	78.94 413	76.55 413	65.86 397	68.37 399	75.79 405	69.24 398	84.00 410	77.49 406	69.01 400	73.11 410	81.39 414	57.22 408	82.69 413	80.62 412	69.53 404	68.45 411

WAO-7	72.48 406	78.58 408	55.84 374	79.20 409	69.56 412	71.30 402	73.06 411	78.20 415	84.37 414	77.52 406	85.78 413	79.44 404	80.26 408	65.93 395	66.47 406	62.13 403	69.81 415	70.46 400	73.18 406	66.66 400	61.95 404

WAO-8	77.20 413	78.94 409	67.39 391	86.73 416	72.82 414	79.98 415	69.63 408	77.88 413	88.66 417	83.17 414	86.77 414	85.56 413	85.20 415	72.63 405	69.82 408	75.00 409	55.65 406	87.92 419	83.63 414	71.60 407	64.97 407

Venus	77.20 413	78.94 409	67.39 391	86.73 416	72.82 414	79.98 415	69.63 408	77.88 413	88.66 417	83.17 414	86.77 414	85.56 413	85.20 415	72.63 405	69.82 408	75.00 409	55.65 406	87.92 419	83.63 414	71.61 408	64.97 407

MFMNet_re	72.11 405	79.45 411	64.79 387	52.91 392	84.26 417	78.00 412	69.47 407	64.08 395	67.45 398	61.33 387	71.28 399	64.22 392	69.42 397	72.45 404	61.54 399	81.63 415	73.93 417	80.19 407	74.21 409	83.02 417	88.49 419

UNDER WATER	76.36 412	79.65 412	88.23 411	84.62 414	67.01 408	77.90 411	78.03 414	67.43 398	72.64 402	75.52 404	71.49 400	85.52 412	82.57 411	70.68 403	75.48 413	79.61 412	54.01 405	86.59 417	84.76 416	72.44 409	72.94 414

notaker	72.59 407	79.99 413	79.75 405	79.06 408	68.60 410	63.66 397	62.15 401	69.61 403	75.78 404	77.77 407	79.16 405	79.92 405	84.80 414	77.69 413	59.73 398	70.15 408	61.03 411	77.65 404	68.69 404	70.81 405	65.81 409

ktn	72.86 408	80.20 414	70.88 396	79.38 410	69.76 413	75.01 404	70.17 410	69.27 402	77.21 405	73.05 401	77.79 404	77.79 400	77.01 405	73.04 409	56.44 395	79.36 411	66.31 412	80.24 408	68.37 403	72.53 410	63.45 405

JetRed	79.80 416	80.33 415	91.79 414	71.25 400	75.71 416	91.85 419	80.84 415	79.41 416	80.84 410	84.48 416	84.47 412	83.34 408	72.72 400	79.51 414	85.74 418	69.66 407	81.68 418	73.70 402	72.68 405	82.42 416	73.53 415

HanzoNet	77.99 415	81.45 416	83.64 407	78.05 407	69.26 411	75.78 407	69.09 406	73.99 409	78.09 407	82.39 413	83.06 410	85.66 415	87.00 417	86.11 418	74.40 412	85.46 420	68.53 414	81.84 410	75.61 410	73.07 411	67.26 410

DPSimNet_ROB	74.86 411	83.75 417	61.14 382	77.51 405	65.78 407	76.04 408	75.86 412	74.62 410	77.61 406	82.20 412	75.97 403	80.50 406	72.45 399	68.06 397	84.65 417	81.90 416	52.11 404	79.97 406	76.71 411	70.85 406	79.47 417

Dean	80.94 417	86.19 418	83.94 408	85.03 415	60.07 403	75.42 405	67.27 405	81.85 417	88.36 416	92.35 419	87.09 416	92.14 418	93.19 419	83.37 417	74.06 411	68.69 406	66.48 413	94.89 422	84.90 417	83.86 418	69.69 413

PWCK	66.53 401	88.82 419	80.30 406	80.69 412	30.85 386	65.18 398	41.64 390	72.55 408	71.28 400	78.68 409	69.18 397	78.14 401	62.17 394	82.93 416	63.46 404	80.46 413	40.52 393	82.05 411	47.71 395	74.54 412	39.47 396

KSHMR	88.63 419	93.05 420	84.15 410	95.59 421	91.74 421	82.94 417	83.28 417	84.59 418	81.87 411	87.85 417	83.96 411	91.71 417	81.49 409	76.73 411	82.12 416	96.47 423	96.06 423	96.71 423	97.16 423	92.74 423	92.47 423

MADNet++	94.07 424	93.58 421	90.62 413	96.24 422	96.57 422	97.26 421	90.52 418	94.64 422	91.89 419	97.09 423	93.64 419	94.65 419	92.81 418	96.06 422	95.06 423	95.31 422	95.85 422	92.44 421	92.08 422	91.00 422	94.17 425

xxxxx1	91.89 421	95.36 422	98.42 421	87.40 418	89.37 418	98.54 422	98.20 424	92.95 419	93.30 420	93.53 420	95.30 421	97.01 420	96.36 420	94.68 419	94.93 420	83.39 417	84.31 419	82.86 414	88.15 419	84.30 419	89.46 420

tt_ll	91.89 421	95.36 422	98.42 421	87.40 418	89.37 418	98.54 422	98.20 424	92.95 419	93.30 420	93.53 420	95.30 421	97.01 420	96.36 420	94.68 419	94.93 420	83.39 417	84.31 419	82.86 414	88.15 419	84.30 419	89.46 420

ff	91.89 421	95.36 422	98.42 421	87.40 418	89.37 418	98.54 422	98.20 424	92.95 419	93.30 420	93.53 420	95.30 421	97.01 420	96.36 420	94.68 419	94.93 420	83.39 417	84.31 419	82.86 414	88.15 419	84.30 419	89.46 420

MEDIAN_ROB	99.20 426	99.85 425	99.64 426	98.51 424	98.53 424	98.60 425	97.88 423	98.83 425	98.59 424	99.35 427	99.47 426	99.57 425	99.05 425	98.38 423	98.37 426	99.99 426	99.63 425	100.00 427	100.00 428	99.82 426	99.92 427

Anonymous_1	99.63 428	99.96 426	99.94 428	99.77 427	99.59 426	100.00 429	100.00 429	99.81 427	99.98 425	99.63 428	99.94 427	99.75 426	100.00 428	99.67 426	99.89 427	98.37 425	99.84 426	98.70 425	99.26 425	99.29 425	99.24 426

HaxPig	99.40 427	99.99 427	97.53 419	99.99 428	99.99 427	96.91 420	97.19 421	99.57 426	99.99 426	99.98 429	100.00 428	99.99 429	99.96 427	99.06 425	97.86 424	99.99 426	100.00 429	100.00 427	100.00 428	100.00 428	99.98 428

test_example2	99.67 429	99.99 427	99.99 429	100.00 429	99.99 427	99.87 427	99.99 428	98.01 423	100.00 428	100.00 430	100.00 428	98.18 423	98.43 424	99.98 427	99.98 428	100.00 428	99.99 428	99.40 426	99.52 427	100.00 428	100.00 429

AVERAGE_ROB	99.81 430	99.99 427	99.44 425	100.00 429	100.00 429	99.02 426	97.81 422	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

MyStereo03	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

MyStereo02	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

MyStereo	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

Selective-RAFT-Error	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

PML	99.07 425	100.00 430	98.17 420	99.22 425	99.21 425	99.98 428	99.74 427	98.27 424	98.10 423	100.00 430	99.37 425	98.77 424	99.85 426	100.00 430	98.07 425	100.00 428	99.54 424	100.00 427	99.51 426	99.87 427	93.65 424

CasAABBNet	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

LSM0	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

DPSMNet_ROB	99.95 431	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	99.16 425	100.00 428	99.95 427	100.00 428	99.98 427	99.99 429	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

DGTPSM_ROB	99.95 431	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	99.16 425	100.00 428	99.95 427	100.00 428	99.98 427	99.99 429	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

DPSM_ROB	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

DPSM	100.00 433	100.00 430	100.00 431	100.00 429	100.00 429	100.00 429	100.00 429	100.00 428	100.00 428	100.00 430	100.00 428	100.00 431	100.00 428	100.00 430	100.00 431	100.00 428	100.00 429	100.00 427	100.00 428	100.00 428	100.00 429

Low-res two-view benchmark