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

StereoIM	2.96 1	2.05 115	7.26 47	3.35 5	2.54 146	1.78 3	0.28 4	8.41 6	5.58 4	2.77 1	3.62 2	7.05 49	4.60 47	5.95 5	3.33 53	0.01 2	0.05 51	0.00 1	0.00 1	0.19 46	0.39 47

MIF-Stereo	3.10 2	1.22 11	7.79 65	4.50 33	2.51 143	2.59 4	0.42 7	5.88 1	5.74 5	5.46 30	7.76 22	1.12 1	1.46 4	9.06 36	5.42 116	0.06 56	0.07 85	0.00 1	0.01 55	0.60 191	0.26 23

EGLCR-Stereo	3.41 3	1.28 19	6.47 30	4.22 23	1.36 81	5.18 50	1.24 26	11.58 29	5.47 3	3.80 9	3.40 1	8.10 64	1.69 9	9.53 49	2.23 4	0.09 78	0.89 253	0.01 57	0.00 1	0.24 59	1.42 173

Selective-IGEV	3.46 4	1.32 22	5.92 18	4.55 34	2.27 135	4.65 19	2.07 83	11.50 26	5.81 6	3.19 2	4.75 7	5.46 40	1.77 10	11.24 74	2.37 12	0.05 39	0.82 242	0.00 1	0.20 192	0.10 12	1.17 142

MGS-Stereo	3.47 5	1.54 40	7.34 54	3.79 9	0.51 16	4.78 30	1.51 40	6.53 2	9.92 63	4.54 17	10.22 40	5.44 39	1.26 3	8.51 29	2.53 19	0.21 140	0.01 7	0.02 72	0.00 1	0.59 188	0.23 20

CroCo-Stereo	3.51 6	2.49 187	8.03 73	9.10 257	1.26 78	0.97 1	0.96 19	11.24 25	8.52 48	3.79 8	4.87 8	7.93 63	4.44 45	3.26 1	2.76 32	0.03 16	0.00 1	0.00 1	0.00 1	0.34 105	0.16 15
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
GLC_STEREO	3.61 7	1.35 24	3.91 5	6.86 167	0.23 1	4.69 22	1.61 47	9.80 11	7.20 22	5.64 32	9.11 29	5.19 35	2.02 11	10.25 55	3.70 64	0.07 67	0.04 44	0.22 222	0.00 1	0.24 59	0.17 17

AEACV	3.74 8	1.42 32	6.45 28	5.61 82	6.24 283	4.69 22	1.54 45	7.61 4	7.19 21	3.59 6	7.87 23	4.20 21	6.43 94	6.07 7	1.96 2	0.03 16	1.03 265	0.04 100	0.54 285	0.23 56	2.12 258

CREStereo	3.75 9	1.21 8	3.79 4	2.66 2	0.66 24	5.52 62	0.39 5	10.77 18	14.18 101	7.14 36	10.54 43	5.25 36	3.54 22	6.27 10	2.88 42	0.04 22	0.01 7	0.03 87	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
panet	3.79 10	1.10 3	3.76 3	2.70 3	0.63 23	5.60 73	0.41 6	10.89 19	14.11 100	7.11 35	10.55 44	5.73 42	3.75 25	6.25 9	2.89 43	0.04 22	0.02 23	0.03 87	0.01 55	0.06 5	0.07 3

LoS	3.83 11	1.25 13	4.39 9	3.29 4	0.58 20	4.87 34	1.15 22	11.00 20	13.34 89	5.02 21	10.69 45	4.14 19	3.78 26	9.15 40	3.20 50	0.08 71	0.03 36	0.09 140	0.00 1	0.13 29	0.35 31

IGEV+	3.87 12	1.79 65	6.60 36	4.71 38	1.80 115	4.84 33	1.71 64	11.53 28	7.83 37	5.50 31	5.03 10	5.02 33	5.57 73	8.49 28	3.26 52	0.09 78	1.22 293	0.00 1	0.18 187	0.23 56	1.95 223

IGEVStereo-DCA	3.90 13	2.95 216	7.30 48	4.05 14	0.92 48	4.94 43	1.65 51	14.40 59	5.82 7	4.17 12	4.67 5	4.50 28	3.95 30	11.24 74	4.28 84	0.18 126	0.56 210	0.00 1	0.17 178	0.25 63	1.98 227

ff7	3.92 14	2.12 133	7.30 48	4.22 23	1.47 89	4.90 36	1.65 51	14.40 59	5.82 7	5.08 24	5.59 14	3.45 10	4.61 48	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 178	0.35 109	1.98 227

ffff	3.92 14	2.12 133	7.30 48	4.22 23	1.47 89	4.90 36	1.65 51	14.40 59	5.82 7	5.08 24	5.59 14	3.45 10	4.61 48	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 178	0.35 109	1.98 227

11t	3.92 14	2.12 133	7.30 48	4.22 23	1.47 89	4.90 36	1.65 51	14.40 59	5.82 7	5.08 24	5.59 14	3.45 10	4.61 48	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 178	0.35 109	1.98 227

ccc-4	3.92 14	2.12 133	7.30 48	4.22 23	1.47 89	4.90 36	1.65 51	14.40 59	5.82 7	5.08 24	5.59 14	3.45 10	4.61 48	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 178	0.35 109	1.98 227

anonymousdsp	3.97 18	2.10 127	6.76 39	4.43 30	1.82 118	4.92 40	1.68 56	14.84 70	5.82 7	5.26 29	5.54 12	4.20 21	4.37 41	11.54 89	2.68 29	0.04 22	0.87 249	0.00 1	0.18 187	0.36 116	1.98 227

IGEV-Stereo	3.97 18	2.10 127	6.78 40	4.43 30	1.81 116	4.92 40	1.68 56	14.84 70	5.82 7	5.25 28	5.54 12	4.22 23	4.36 40	11.55 90	2.68 29	0.04 22	0.88 251	0.00 1	0.18 187	0.36 116	1.98 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 20	2.95 216	11.04 186	4.05 14	0.92 48	4.94 43	1.53 44	11.97 31	6.50 19	4.17 12	4.67 5	4.50 28	3.95 30	11.24 74	4.28 84	0.18 126	0.56 210	0.00 1	0.22 194	0.25 63	1.88 209

CES	4.08 21	1.34 23	3.46 1	3.65 7	11.49 354	5.24 52	0.99 20	10.15 14	9.15 56	3.80 9	9.29 32	1.76 2	0.91 1	6.94 15	2.64 28	0.07 67	0.05 51	0.01 57	0.00 1	1.63 276	9.03 363

test_xeample3	4.08 21	2.95 216	11.20 189	4.05 14	1.05 59	5.62 74	1.58 46	13.23 39	4.76 2	7.10 34	3.83 3	3.18 9	3.30 19	11.75 93	4.42 90	0.08 71	0.74 229	0.00 1	0.38 260	0.26 73	2.04 245

LoS_RVC	4.09 23	3.01 221	4.81 11	4.88 46	7.78 321	5.24 52	2.80 113	7.57 3	4.24 1	4.41 14	10.34 41	3.62 14	6.34 90	6.59 13	2.37 12	0.04 22	0.03 36	0.00 1	0.01 55	0.06 5	7.70 351

CASnet	4.11 24	1.27 17	5.28 16	5.63 85	0.31 2	4.89 35	2.86 114	11.52 27	11.73 73	11.06 66	11.80 54	4.16 20	1.63 6	6.30 11	2.22 3	0.63 231	0.00 1	0.60 270	0.13 153	0.15 32	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MoCha-V2	4.14 25	1.25 13	6.49 33	24.63 375	1.25 76	4.48 16	1.51 40	9.21 9	6.39 18	3.99 11	4.53 4	2.57 5	5.93 80	4.72 3	1.93 1	0.16 116	1.24 294	0.00 1	0.50 279	0.16 36	1.77 201

ProNet	4.14 25	2.35 172	7.50 58	4.22 23	1.47 89	5.67 76	6.24 203	13.78 56	7.71 28	3.38 3	4.93 9	3.72 15	3.52 21	11.52 88	2.72 31	0.08 71	1.32 302	0.01 57	0.26 215	0.47 159	2.02 240

CroCo-Stereo Lap2	4.21 27	2.60 197	9.11 101	10.21 285	6.06 277	1.11 2	0.78 14	10.63 17	8.34 43	3.46 4	5.18 11	8.92 72	5.66 75	6.42 12	4.53 95	0.03 16	0.05 51	0.00 1	0.00 1	0.81 232	0.39 47

test croco	4.41 28	2.18 148	11.50 192	5.46 76	2.97 165	3.20 7	1.38 30	9.01 7	5.96 15	3.56 5	16.63 88	3.01 6	2.76 16	14.80 198	4.25 83	0.32 169	0.00 1	0.04 100	0.01 55	0.79 227	0.43 53

MC-Stereo	4.47 29	1.16 5	5.85 17	6.14 115	1.43 85	3.70 11	1.73 65	10.62 16	7.83 37	6.85 33	13.33 66	6.77 47	6.21 89	11.23 73	2.52 17	0.04 22	1.30 298	0.06 115	0.24 205	0.17 39	2.14 261

MIF-Stereo (partial)	4.55 30	1.63 49	8.37 84	5.46 76	5.35 247	3.48 9	0.94 17	9.80 11	8.03 41	4.45 15	15.68 80	5.33 38	5.11 59	11.92 103	4.57 96	0.06 56	0.02 23	0.06 115	0.03 83	0.45 152	0.30 26

XX-TBD	4.63 31	10.71 329	3.94 6	10.55 297	0.62 22	5.95 85	0.08 1	7.91 5	12.75 80	11.73 69	14.80 74	4.04 18	1.64 7	4.90 4	2.61 25	0.08 71	0.01 7	0.00 1	0.00 1	0.26 73	0.06 2

MyStereo07	4.80 32	2.38 177	6.21 21	6.63 148	4.77 226	6.47 105	9.60 260	16.70 100	5.88 14	4.81 18	5.77 18	3.13 8	5.68 76	12.07 108	2.46 14	0.09 78	1.33 306	0.03 87	0.32 232	0.74 218	0.93 115

CREStereo++_RVC	4.83 33	1.16 5	4.67 10	4.71 38	2.02 122	4.01 12	0.11 2	9.48 10	18.00 140	8.87 50	16.74 90	4.43 24	2.15 12	6.09 8	3.39 57	0.07 67	0.00 1	0.00 1	10.51 379	0.05 2	0.12 12
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
TANstereo	4.87 34	1.49 38	5.02 14	4.02 12	0.51 16	14.25 206	0.15 3	9.17 8	12.84 81	12.80 86	18.36 105	5.14 34	4.43 43	6.01 6	2.30 5	0.09 78	0.12 112	0.00 1	0.01 55	0.02 1	0.68 85

Former-RAFT_DAM_RVC	4.91 35	3.05 226	9.51 123	4.55 34	3.59 182	9.01 141	1.46 35	14.59 68	19.31 157	7.65 44	7.22 20	2.04 4	2.21 13	10.13 54	2.51 16	0.12 99	0.03 36	0.08 134	0.00 1	0.62 194	0.50 63

iRaftStereo_RVC	5.06 36	2.15 141	7.88 69	5.54 78	0.78 35	5.22 51	0.45 8	18.47 127	11.75 74	9.72 56	15.05 76	5.74 43	3.18 18	9.29 43	2.52 17	0.02 7	1.24 294	0.00 1	0.01 55	0.58 182	1.62 190

MSKI-zero shot	5.11 37	1.81 71	6.47 30	6.17 117	1.78 113	6.42 104	1.50 39	13.59 49	8.66 50	10.63 61	11.58 52	13.29 137	2.35 15	12.34 124	3.09 45	0.05 39	1.21 288	0.02 72	0.29 224	0.15 32	0.85 103

sCroCo_RVC	5.29 38	3.82 254	17.52 284	11.17 309	6.67 294	5.78 81	2.66 106	10.47 15	8.48 47	3.78 7	9.32 33	4.76 32	4.83 57	8.33 26	4.88 103	1.17 295	0.52 202	0.06 115	0.03 83	0.70 212	0.90 110

CAS	5.44 39	0.98 1	3.95 7	17.59 353	7.74 320	7.82 133	6.09 199	9.89 13	9.40 58	4.82 19	10.69 45	1.93 3	1.22 2	4.54 2	2.47 15	10.98 375	0.02 23	0.00 1	0.02 75	0.53 173	8.19 357

4D-IteraStereo	5.47 40	2.05 115	8.66 87	5.34 70	4.93 231	6.11 86	1.79 70	13.74 54	16.35 126	14.53 114	11.10 49	8.22 65	1.59 5	8.73 30	3.37 55	0.00 1	0.49 196	0.09 140	0.02 75	0.25 63	1.98 227

PMTNet	5.52 41	1.11 4	4.24 8	2.49 1	1.38 83	8.75 139	0.67 11	12.64 35	12.84 81	8.66 47	11.27 51	6.00 44	4.70 56	9.91 53	3.02 44	22.39 389	0.01 7	0.04 100	0.02 75	0.06 5	0.23 20

RCA-Stereo	5.58 42	1.26 15	6.71 37	4.85 44	0.80 38	5.51 61	3.97 149	17.56 116	19.40 158	8.45 46	14.11 70	8.73 70	8.70 138	6.88 14	2.77 37	0.05 39	0.98 258	0.11 167	0.00 1	0.14 30	0.61 77

test_1	5.63 43	1.29 20	9.52 125	4.90 52	1.45 86	6.51 107	2.93 118	13.65 52	19.05 155	12.58 75	8.67 24	13.02 132	4.07 34	9.39 46	2.58 20	0.01 2	1.09 268	0.00 1	0.38 260	0.28 85	1.26 153

test-3	5.64 44	1.29 20	9.52 125	4.88 46	1.45 86	6.53 108	2.92 116	13.64 50	19.04 154	12.75 85	8.67 24	13.01 131	4.10 35	9.39 46	2.58 20	0.01 2	1.09 268	0.00 1	0.37 249	0.28 85	1.25 152

AE-Stereo	5.68 45	1.78 64	9.22 115	9.25 260	2.52 144	10.13 148	2.92 116	13.10 38	14.88 106	4.88 20	13.10 64	10.72 89	4.43 43	9.24 42	3.37 55	0.10 87	1.31 300	0.06 115	0.32 232	0.21 49	2.03 243

cross-raft	5.70 46	1.44 34	7.08 42	6.69 153	2.11 126	5.89 83	1.44 34	16.44 92	8.38 44	13.42 101	20.70 133	12.20 112	4.38 42	9.06 36	3.11 46	0.03 16	0.38 172	0.00 1	0.22 194	0.24 59	0.84 102

tt1	5.74 47	2.52 188	6.54 34	6.89 169	0.86 42	10.31 155	4.08 151	19.77 142	16.80 131	7.17 37	9.02 27	4.71 31	8.97 143	11.11 67	2.34 9	0.05 39	1.17 274	0.00 1	0.04 93	0.29 89	2.07 250

test_4	5.75 48	1.40 29	6.47 30	7.20 192	0.89 45	5.81 82	1.82 71	12.26 32	6.62 20	12.85 87	30.51 231	7.61 56	3.81 27	12.70 140	3.47 59	0.02 7	0.27 147	0.03 87	0.17 178	0.39 133	0.67 83

ACVNet-DCA	5.76 49	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	21.10 158	13.53 90	7.39 40	10.06 34	4.44 25	9.58 150	11.08 63	2.33 6	0.05 39	1.18 278	0.00 1	0.04 93	0.37 122	1.93 216

CFNet-RSSM	5.78 50	1.24 12	9.20 113	4.82 43	1.23 71	6.33 99	1.21 25	17.35 112	18.14 141	13.35 97	11.17 50	11.69 100	5.43 63	9.71 52	3.34 54	0.03 16	0.20 128	0.00 1	0.36 245	0.37 122	0.42 52

cc1	5.79 51	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	19.19 134	15.95 118	7.39 40	10.06 34	4.44 25	9.58 150	11.08 63	2.33 6	0.05 39	1.18 278	0.00 1	0.04 93	0.34 105	2.04 245

HUI-Stereo	5.80 52	1.98 97	10.42 161	5.66 88	0.45 3	5.52 62	2.68 108	13.29 46	7.82 36	12.71 84	18.16 99	12.91 129	6.60 96	10.73 61	5.36 115	0.89 263	0.08 91	0.10 148	0.00 1	0.25 63	0.36 37

Gwc-CoAtRS	5.80 52	1.37 26	9.07 98	4.80 42	1.39 84	6.90 117	1.27 27	16.50 94	15.48 113	13.07 92	13.35 67	12.64 116	5.61 74	9.14 39	4.20 80	0.04 22	0.32 158	0.00 1	0.29 224	0.30 93	0.33 27

ROB_FTStereo	5.82 54	1.97 90	10.37 157	5.67 95	0.46 9	5.52 62	1.63 48	13.27 44	7.79 30	12.69 78	18.06 96	12.86 124	6.63 100	12.28 121	5.43 117	0.87 262	0.09 94	0.10 148	0.00 1	0.26 73	0.36 37

EAI-Stereo	5.82 54	2.06 118	9.08 99	6.23 122	2.20 133	6.24 97	6.20 202	20.18 148	6.36 17	10.65 62	15.97 83	6.31 45	3.63 24	12.09 111	4.88 103	0.06 56	0.73 228	0.04 100	1.59 330	0.21 49	1.67 193

PSM-adaLoss	5.83 56	1.97 90	10.44 165	5.66 88	0.46 9	5.54 69	1.91 77	13.24 40	7.80 34	12.69 78	18.19 103	12.80 120	6.65 108	11.89 101	5.45 119	1.02 277	0.09 94	0.10 148	0.00 1	0.26 73	0.36 37

CRE-IMP	5.83 56	1.86 79	11.10 188	6.20 120	0.51 16	6.86 115	1.64 50	12.56 33	9.01 52	13.16 93	16.11 85	10.94 92	6.14 88	12.81 143	6.46 153	0.50 207	0.07 85	0.10 148	0.00 1	0.27 81	0.27 24

ROB_FTStereo_v2	5.85 58	1.97 90	10.38 158	5.66 88	0.46 9	5.52 62	1.95 79	13.24 40	7.78 29	12.68 77	18.16 99	12.83 121	6.61 98	12.27 119	5.63 126	1.00 274	0.09 94	0.10 148	0.00 1	0.26 73	0.36 37

RAFT-IKP	5.85 58	1.97 90	10.36 155	5.66 88	0.45 3	5.33 57	2.01 82	13.27 44	7.79 30	12.69 78	18.19 103	12.77 119	6.67 109	12.36 126	5.60 123	1.11 286	0.09 94	0.10 148	0.00 1	0.25 63	0.35 31

iGMRVC	5.86 60	1.97 90	10.41 160	5.66 88	0.45 3	5.53 66	1.75 68	13.35 47	7.81 35	12.69 78	18.17 101	12.86 124	6.53 95	12.34 124	5.77 129	1.13 289	0.09 94	0.10 148	0.00 1	0.26 73	0.34 30

Patchmatch Stereo++	5.88 61	1.97 90	10.43 163	5.66 88	0.45 3	5.54 69	2.32 91	13.26 42	7.79 30	12.69 78	18.14 97	12.86 124	6.63 100	12.36 126	5.60 123	1.09 283	0.09 94	0.10 148	0.00 1	0.25 63	0.35 31
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
iRAFT	5.88 61	1.97 90	10.43 163	5.66 88	0.45 3	5.54 69	2.32 91	13.26 42	7.79 30	12.69 78	18.14 97	12.86 124	6.63 100	12.36 126	5.60 123	1.09 283	0.09 94	0.10 148	0.00 1	0.25 63	0.35 31

IGEV_Zeroshot_test	5.90 63	2.30 159	15.24 260	6.90 170	2.11 126	4.35 14	1.51 40	15.68 79	8.52 48	13.73 106	11.89 56	11.49 96	3.82 28	11.41 79	4.76 101	0.11 91	0.84 244	0.15 189	0.25 213	0.87 240	1.98 227

raftrobust	5.94 64	2.07 122	6.94 41	7.67 210	6.24 283	4.96 45	1.82 71	17.76 117	14.36 102	12.03 70	11.62 53	7.74 58	9.01 144	11.29 77	3.71 66	0.05 39	0.79 237	0.00 1	0.04 93	0.25 63	0.38 45

RAFT-Stereo + iAFF	5.94 64	2.35 172	8.80 90	4.07 17	1.36 81	2.78 5	0.66 10	17.05 106	15.89 117	12.65 76	18.49 106	11.81 104	7.89 122	8.48 27	3.80 68	0.02 7	0.75 231	0.00 1	0.00 1	0.43 145	1.49 181

DeepStereo_RVC	5.95 66	1.88 83	10.44 165	5.76 104	0.60 21	5.45 58	1.78 69	12.93 36	8.02 40	14.07 110	14.98 75	12.40 113	10.05 157	12.02 106	7.35 159	0.61 229	0.10 104	0.12 172	0.00 1	0.21 49	0.29 25

LL-Strereo2	5.97 67	2.88 211	10.62 169	6.59 142	3.38 176	6.31 98	2.20 88	15.61 78	8.46 46	11.33 67	10.75 47	15.69 170	3.45 20	13.58 173	4.65 98	0.16 116	0.48 193	1.33 316	0.13 153	0.36 116	1.42 173

test_3	5.97 67	1.26 15	9.95 140	6.84 166	1.45 86	8.73 138	3.18 124	14.26 58	19.86 160	12.22 72	8.91 26	13.78 143	3.99 32	9.38 45	2.58 20	0.01 2	1.10 270	0.00 1	0.37 249	0.30 93	1.20 145

NRIStereo	5.98 69	1.91 88	9.60 127	6.29 130	0.45 3	6.56 110	2.52 99	15.37 75	11.43 70	12.55 74	15.07 77	11.45 95	6.11 86	12.32 122	6.23 141	0.83 255	0.16 121	0.11 167	0.00 1	0.32 98	0.33 27

HH	6.00 70	2.42 180	9.81 134	5.74 101	1.64 107	7.05 119	3.48 138	17.54 114	7.69 26	8.73 48	12.47 59	14.83 156	8.86 140	13.04 152	2.59 23	0.04 22	1.21 288	0.20 212	0.05 107	0.30 93	2.34 267

HanStereo	6.00 70	2.42 180	9.81 134	5.74 101	1.64 107	7.05 119	3.48 138	17.54 114	7.69 26	8.73 48	12.47 59	14.83 156	8.86 140	13.04 152	2.59 23	0.04 22	1.21 288	0.20 212	0.05 107	0.30 93	2.34 267

test-1	6.03 72	1.76 62	15.61 265	8.01 230	1.98 121	7.82 133	1.16 23	13.64 50	13.60 93	9.69 55	15.16 78	11.55 98	5.45 65	7.78 21	4.35 87	0.16 116	1.18 278	0.00 1	0.13 153	0.16 36	1.39 168

Selective-RAFT	6.10 73	1.16 5	10.90 182	7.41 199	0.91 47	15.22 221	1.11 21	14.84 70	16.23 122	7.19 39	7.06 19	11.49 96	8.10 126	12.83 145	5.19 110	0.26 156	0.97 257	0.00 1	0.46 269	0.10 12	0.65 80

H2IRNET	6.11 74	1.63 49	7.52 59	4.69 37	2.30 137	4.07 13	0.71 12	12.58 34	13.88 95	7.18 38	20.80 136	15.50 167	10.48 162	10.72 60	8.26 174	0.19 135	0.00 1	0.07 130	0.52 283	0.52 172	0.55 67

EKT-Stereo	6.11 74	1.71 57	9.09 100	7.69 211	5.56 257	5.16 48	4.26 155	19.18 133	15.13 109	9.20 53	12.84 62	9.55 80	4.18 36	11.74 92	3.24 51	0.53 211	0.62 220	0.09 140	0.14 162	0.17 39	2.16 262

1test111	6.16 76	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	21.10 158	13.53 90	7.39 40	10.06 34	4.44 25	9.58 150	12.08 109	9.26 192	0.05 39	1.18 278	0.00 1	0.04 93	0.37 122	1.93 216

RAFT-Test	6.19 77	1.47 35	7.90 70	4.91 53	2.70 150	9.97 144	1.52 43	17.08 107	9.06 55	13.21 94	23.67 165	12.89 128	4.63 53	9.47 48	3.57 62	0.02 7	0.81 239	0.00 1	0.38 260	0.21 49	0.39 47

s12784h	6.22 78	1.01 2	4.95 13	3.57 6	0.54 19	19.55 273	0.95 18	19.51 139	18.39 143	12.98 91	12.58 61	7.78 59	5.56 72	11.34 78	4.36 88	0.89 263	0.01 7	0.05 108	0.00 1	0.07 8	0.20 19

Any-RAFT	6.28 79	1.42 32	4.91 12	5.00 56	1.25 76	10.18 149	1.90 76	22.68 175	15.87 116	12.12 71	19.23 112	13.69 142	4.65 54	9.35 44	2.36 11	0.06 56	0.57 213	0.00 1	0.00 1	0.05 2	0.35 31

GMOStereo	6.33 80	2.04 110	8.28 80	5.68 96	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 16	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

error version	6.33 80	2.04 110	8.28 80	5.68 96	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 16	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

test-v	6.33 80	2.04 110	8.28 80	5.68 96	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 16	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

test-2	6.33 80	2.04 110	8.28 80	5.68 96	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 16	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

GMStereo	6.44 84	4.92 277	12.13 211	5.60 81	0.87 43	9.18 142	2.57 103	12.99 37	25.54 212	12.85 87	11.84 55	5.60 41	3.62 23	11.92 103	6.44 152	0.53 211	0.02 23	0.05 108	0.36 245	0.98 246	0.70 87
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 85	3.34 238	8.02 72	6.23 122	1.68 109	6.33 99	2.48 97	14.54 67	16.71 130	11.71 68	24.13 169	9.38 77	7.13 111	11.83 97	4.32 86	0.12 99	0.01 7	0.00 1	0.00 1	0.73 216	0.33 27

knoymous	6.46 86	1.84 78	5.13 15	4.31 29	1.88 120	6.36 102	5.55 184	15.25 73	14.48 103	13.85 108	21.25 139	12.66 118	6.63 100	13.20 159	5.11 107	0.19 135	0.13 113	0.12 172	0.00 1	0.71 214	0.57 75

rafts_anoy	6.46 86	2.37 174	7.09 43	7.48 205	6.02 275	5.31 56	2.45 96	14.50 66	22.01 175	12.94 90	16.18 86	8.48 69	5.53 70	9.70 51	6.32 147	0.05 39	1.66 332	0.10 148	0.05 107	0.30 93	0.69 86

anonymousdsp2	6.47 88	1.81 71	9.73 131	5.25 66	1.23 71	9.35 143	3.96 148	22.51 172	18.39 143	12.87 89	10.19 39	10.17 84	4.46 46	11.77 94	3.83 69	0.06 56	1.00 263	0.31 248	0.18 187	0.25 63	2.06 249

XX-Stereo	6.50 89	1.81 71	10.42 161	12.71 327	7.14 305	3.46 8	0.90 16	16.31 88	6.13 16	9.03 52	28.11 204	13.48 140	2.22 14	11.87 100	2.61 25	0.45 200	0.78 236	0.08 134	0.42 266	1.09 252	0.88 107

AFF-stereo	6.50 89	2.29 158	8.09 75	4.63 36	0.87 43	3.48 9	0.75 13	16.92 105	13.98 97	13.26 95	25.21 177	15.46 166	7.68 119	11.50 86	3.71 66	0.04 22	0.70 226	0.00 1	0.00 1	0.48 161	1.02 126

xx1	6.52 91	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	19.19 134	15.95 118	7.39 40	10.07 38	16.17 173	12.10 191	11.08 63	2.33 6	0.05 39	1.18 278	0.02 72	0.36 245	0.37 122	1.93 216

RALCasStereoNet	6.53 92	2.84 210	8.12 76	7.88 224	6.12 279	6.85 114	5.29 177	14.66 69	13.94 96	10.20 57	18.18 102	10.24 85	3.83 29	12.33 123	5.56 122	0.04 22	1.88 338	0.11 167	0.01 55	0.26 73	2.24 264

11t1	6.61 93	1.76 62	9.64 129	5.62 84	2.15 130	13.57 197	2.67 107	15.77 81	8.83 51	13.66 105	11.90 57	12.03 110	9.76 154	12.23 118	8.58 182	0.23 144	1.33 306	0.00 1	0.31 230	0.26 73	1.95 223

TRStereo	6.64 94	6.95 304	12.06 210	9.69 271	7.59 313	5.12 47	1.68 56	20.72 151	12.34 76	10.93 65	9.07 28	10.57 88	3.16 17	14.33 185	4.23 82	0.60 227	0.80 238	0.14 184	0.37 249	0.56 181	1.86 208

DisPM	6.68 95	1.58 45	9.90 138	7.19 191	1.12 61	5.71 77	3.69 142	13.74 54	12.42 77	16.60 151	23.63 164	12.64 116	6.39 92	13.31 165	4.08 78	0.77 247	0.01 7	0.08 134	0.15 168	0.14 30	0.53 64

DCRE	6.73 96	2.11 131	9.19 112	7.76 217	4.90 229	7.81 132	5.86 194	16.46 93	11.38 69	9.61 54	22.55 157	11.84 106	6.35 91	11.09 66	3.63 63	0.04 22	1.19 283	0.06 115	0.37 249	0.15 32	2.23 263

AnonymousM	6.73 96	12.03 342	3.53 2	4.47 32	1.55 100	4.42 15	3.17 123	11.94 30	8.44 45	17.00 166	10.06 34	9.08 75	4.00 33	7.56 20	4.06 76	0.55 218	0.68 224	23.13 383	8.12 373	0.07 8	0.65 80

iRaft-Stereo_20w	6.75 98	2.17 146	13.20 231	5.07 59	2.34 140	7.43 126	2.61 104	20.20 149	7.85 39	15.28 121	10.36 42	14.42 151	8.13 127	16.81 230	4.20 80	0.06 56	0.84 244	0.13 177	0.83 302	0.66 207	2.42 275

DCANet-4	6.78 99	1.21 8	11.48 191	3.95 10	0.76 30	4.73 24	1.68 56	18.40 126	25.78 215	15.44 124	20.36 127	6.42 46	8.48 134	8.87 32	6.24 142	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

SST-Stereo	6.85 100	1.67 55	9.39 120	7.24 194	0.82 39	5.89 83	1.87 75	15.34 74	9.89 62	19.25 214	20.26 126	16.63 180	8.40 133	13.81 178	5.75 128	0.40 184	0.05 51	0.13 177	0.00 1	0.10 12	0.08 5

Pruner-Stereo	6.85 100	1.81 71	10.24 151	6.92 172	0.92 48	5.55 72	4.01 150	14.42 64	11.85 75	18.22 194	21.92 150	15.64 169	5.69 77	12.10 112	6.08 134	0.84 257	0.02 23	0.18 201	0.10 143	0.11 19	0.38 45

RALAANet	6.86 102	3.28 235	11.09 187	7.63 208	4.95 233	6.16 95	1.63 48	20.54 150	15.45 111	15.30 122	14.52 72	12.98 130	4.35 39	13.53 169	3.98 72	0.11 91	0.35 166	0.00 1	0.29 224	0.58 182	0.48 61

DCANet	6.87 103	2.02 106	9.12 103	4.03 13	0.76 30	4.77 29	1.74 67	16.15 86	25.07 204	15.88 139	20.79 135	7.89 61	11.31 175	9.23 41	6.15 136	0.18 126	0.05 51	0.00 1	0.00 1	0.28 85	2.01 239

PSM-softLoss	6.90 104	1.81 71	10.84 177	7.04 177	0.93 52	5.53 66	1.97 80	23.18 181	9.65 59	14.16 111	22.01 154	12.84 122	5.15 60	13.03 150	7.95 167	0.76 244	0.06 75	0.27 233	0.55 288	0.21 49	0.14 13

KMStereo	6.90 104	1.81 71	10.84 177	7.04 177	0.93 52	5.53 66	1.97 80	23.18 181	9.65 59	14.16 111	22.01 154	12.84 122	5.15 60	13.03 150	7.95 167	0.76 244	0.06 75	0.27 233	0.55 288	0.21 49	0.14 13

PFNet+	6.92 106	1.64 52	10.96 183	6.27 124	0.90 46	5.66 75	1.68 56	14.43 65	16.02 120	18.13 192	21.24 138	14.33 148	5.97 81	13.13 158	5.51 121	0.90 265	0.20 128	0.11 167	0.30 229	0.08 10	0.94 119

RAFT-345	6.94 107	1.48 36	7.45 56	5.65 87	0.96 56	5.49 60	3.20 125	13.73 53	10.97 66	13.81 107	42.93 340	9.01 74	5.31 62	13.09 157	4.73 100	0.58 222	0.05 51	0.10 148	0.06 117	0.08 10	0.08 5

MyStereo06	6.95 108	2.25 154	14.05 242	6.69 153	4.74 224	7.75 130	9.60 260	17.85 119	9.03 54	13.29 96	10.78 48	18.68 212	5.70 78	10.66 57	4.52 94	0.09 78	1.32 302	0.02 72	0.26 215	0.84 238	0.92 111

NF-Stereo	6.96 109	1.80 68	10.17 145	7.16 190	0.79 37	6.15 94	3.26 132	20.74 155	18.45 147	13.42 101	19.33 113	11.67 99	6.05 82	12.71 141	6.17 137	0.57 221	0.06 75	0.21 215	0.23 201	0.12 22	0.09 7

OCTAStereo	6.97 110	1.80 68	10.20 148	7.15 189	0.78 35	6.12 91	3.38 134	20.72 151	18.47 148	13.41 98	19.33 113	11.91 107	6.05 82	12.68 139	6.19 138	0.59 225	0.06 75	0.21 215	0.22 194	0.12 22	0.10 9

RE-Stereo	6.97 110	1.79 65	10.18 146	7.14 184	0.77 32	6.14 92	3.39 135	20.72 151	18.43 145	13.41 98	19.33 113	11.78 102	6.09 84	12.66 137	6.22 139	0.58 222	0.05 51	0.21 215	0.22 194	0.12 22	0.10 9

TVStereo	6.97 110	1.79 65	10.18 146	7.14 184	0.77 32	6.14 92	3.39 135	20.72 151	18.43 145	13.41 98	19.33 113	11.78 102	6.09 84	12.66 137	6.22 139	0.58 222	0.05 51	0.21 215	0.22 194	0.12 22	0.10 9

sAnonymous2	6.98 113	7.12 305	20.67 307	9.13 258	5.40 249	5.28 54	8.11 244	16.71 101	11.50 71	5.04 22	9.17 30	3.77 16	8.23 128	7.84 22	3.15 47	0.11 91	0.07 85	0.06 115	0.28 221	10.80 364	7.09 347

CroCo_RVC	6.98 113	7.12 305	20.67 307	9.13 258	5.40 249	5.28 54	8.11 244	16.71 101	11.50 71	5.04 22	9.17 30	3.77 16	8.23 128	7.84 22	3.15 47	0.11 91	0.07 85	0.06 115	0.28 221	10.80 364	7.09 347

DIP-Stereo	6.99 115	2.37 174	11.45 190	4.78 41	1.70 111	13.13 189	1.47 36	15.76 80	7.43 23	14.57 115	26.61 192	10.76 90	5.10 58	14.97 201	8.10 171	0.06 56	0.06 75	0.06 115	0.00 1	0.17 39	1.22 147
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ADStereo(finetuned)	7.09 116	2.04 110	11.52 193	4.01 11	0.77 32	4.78 30	1.73 65	16.15 86	25.08 205	15.89 140	20.74 134	7.88 60	13.56 211	9.11 38	6.07 133	0.18 126	0.05 51	0.00 1	0.00 1	0.28 85	1.93 216

raft+_RVC	7.10 117	2.37 174	6.59 35	6.94 175	5.82 268	6.35 101	5.97 197	21.05 157	23.63 192	10.90 64	17.95 95	9.80 81	5.55 71	11.49 85	4.47 93	0.04 22	1.50 327	0.00 1	0.00 1	0.38 132	1.23 149

OMP-Stereo	7.13 118	2.89 212	9.89 137	10.98 306	1.73 112	4.81 32	1.85 73	18.38 125	16.26 123	16.94 164	14.11 70	17.45 196	7.57 116	13.26 163	5.12 109	0.43 194	0.04 44	0.06 115	0.02 75	0.20 48	0.56 70

RAFT_R40	7.14 119	1.73 59	9.36 119	7.36 198	0.82 39	5.74 78	3.69 142	15.47 77	15.09 108	18.24 195	19.87 121	16.82 181	8.50 135	13.72 177	5.81 130	0.28 161	0.02 23	0.14 184	0.00 1	0.11 19	0.09 7

Anonymous	7.23 120	3.43 241	20.00 303	12.23 323	8.33 332	14.99 217	12.18 297	15.77 81	10.89 65	4.48 16	7.52 21	3.11 7	7.53 115	12.16 113	6.03 131	1.24 299	0.36 169	0.09 140	0.20 192	2.81 302	1.32 161

fff	7.26 121	1.99 98	9.12 103	4.17 18	0.47 12	4.73 24	1.68 56	16.56 96	33.55 272	15.45 125	20.36 127	7.49 53	12.54 196	9.03 33	6.26 143	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

MIPNet	7.26 121	2.30 159	13.74 236	5.32 69	1.61 104	11.32 167	2.77 112	27.02 222	18.47 148	15.56 131	13.20 65	7.01 48	9.46 149	8.84 31	6.32 147	0.15 115	0.03 36	0.06 115	0.08 130	0.42 143	1.39 168

csc	7.26 121	1.99 98	9.12 103	4.17 18	0.47 12	4.73 24	1.68 56	16.56 96	33.55 272	15.45 125	20.36 127	7.49 53	12.54 196	9.03 33	6.26 143	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

cscssc	7.26 121	1.99 98	9.12 103	4.17 18	0.47 12	4.73 24	1.68 56	16.56 96	33.55 272	15.45 125	20.36 127	7.49 53	12.54 196	9.03 33	6.26 143	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

riskmin	7.28 125	1.54 40	8.37 84	5.01 57	3.24 172	11.65 171	3.20 125	16.61 99	18.86 153	10.45 59	13.46 68	16.20 175	12.68 201	12.46 131	6.57 155	0.17 123	1.38 314	0.14 184	0.33 238	0.67 209	2.52 279

R-Stereo Train	7.33 126	1.62 47	9.31 117	6.80 164	2.33 138	7.57 127	5.36 179	24.47 193	7.63 24	16.40 145	33.07 270	12.42 114	5.52 68	8.06 24	5.23 111	0.05 39	0.05 51	0.01 57	0.00 1	0.12 22	0.56 70

RAFT-Stereo	7.33 126	1.62 47	9.31 117	6.80 164	2.33 138	7.57 127	5.36 179	24.47 193	7.63 24	16.40 145	33.07 270	12.42 114	5.52 68	8.06 24	5.23 111	0.05 39	0.05 51	0.01 57	0.00 1	0.12 22	0.56 70
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 128	2.06 118	12.02 209	4.71 38	1.69 110	5.17 49	1.28 28	19.54 140	13.09 83	16.93 162	28.48 207	13.05 133	5.43 63	13.25 162	7.41 160	0.02 7	0.62 220	0.00 1	0.01 55	0.45 152	2.09 256

StereoVision	7.48 129	2.90 213	10.47 167	10.13 281	3.93 195	4.99 46	1.86 74	21.10 158	17.66 137	8.90 51	29.71 222	10.95 93	6.61 98	12.83 145	5.11 107	0.69 239	0.05 51	0.17 198	0.03 83	0.98 246	0.56 70

IPLGR	7.48 129	1.61 46	14.03 241	4.92 54	1.30 79	10.30 153	1.20 24	24.52 196	22.59 182	16.71 159	18.84 108	8.44 68	7.49 114	9.62 50	6.34 149	0.26 156	0.05 51	0.05 108	0.06 117	0.37 122	0.93 115

HHNet	7.57 131	2.01 104	8.03 73	3.71 8	3.46 179	4.93 42	6.17 201	19.69 141	16.27 124	20.91 238	31.75 251	10.56 87	5.82 79	10.69 59	5.10 106	0.67 238	0.07 85	0.21 215	0.14 162	0.63 196	0.54 66

IIG-Stereo	7.59 132	2.47 183	9.40 121	10.39 292	1.78 113	6.67 111	1.47 36	17.83 118	16.51 129	18.91 208	20.12 124	17.76 200	8.74 139	13.21 161	5.43 117	0.44 197	0.05 51	0.03 87	0.00 1	0.17 39	0.45 56

ASMatch	7.61 133	1.63 49	9.18 111	5.79 105	2.27 135	4.63 18	2.54 100	17.23 110	13.73 94	17.27 169	34.28 286	13.26 136	10.15 160	12.39 129	5.49 120	0.12 99	0.24 142	0.21 215	0.17 178	0.18 43	1.55 186

ACRE	7.62 134	3.21 230	14.93 257	7.81 219	5.00 236	10.01 146	4.45 159	16.32 89	15.86 115	17.81 182	19.21 111	8.38 67	4.25 37	11.11 67	10.58 210	0.78 250	0.32 158	0.03 87	0.15 168	0.44 148	1.84 206

LCNet	7.64 135	1.41 30	6.15 20	6.93 173	1.35 80	9.00 140	5.44 181	18.37 124	11.30 67	16.62 152	24.39 171	14.67 152	11.03 167	12.03 107	4.01 73	0.07 67	0.02 23	0.23 224	2.07 339	1.00 249	6.69 343

IPLG	7.65 136	2.00 102	13.81 237	5.86 109	4.35 212	10.97 163	1.43 32	22.52 173	16.50 128	19.78 218	20.62 132	5.28 37	5.49 66	12.58 136	9.70 199	0.13 106	0.06 75	0.03 87	0.07 124	0.41 140	1.38 166

MyStereo8	7.68 137	3.00 219	12.46 217	7.70 214	5.11 241	11.40 168	1.39 31	15.98 84	10.05 64	16.45 147	24.04 168	12.01 109	7.91 123	10.68 58	10.57 209	0.14 108	1.52 329	0.08 134	0.48 275	0.60 191	1.98 227

CIPLG	7.69 138	3.27 233	14.40 246	7.84 221	5.08 240	10.24 150	4.59 162	16.02 85	15.45 111	18.05 190	19.72 119	8.79 71	4.61 48	11.84 99	10.40 207	0.76 244	0.33 164	0.03 87	0.15 168	0.44 148	1.83 205

x	7.70 139	2.12 133	8.93 96	5.08 60	2.55 147	11.65 171	4.40 158	20.91 156	12.53 78	13.58 104	20.49 131	15.73 171	11.10 169	10.65 56	10.16 202	0.11 91	1.37 312	0.04 100	0.29 224	0.34 105	1.95 223

IPLGR_C	7.70 139	3.32 236	14.54 248	7.98 228	5.04 238	10.26 151	4.64 165	16.50 94	16.28 125	17.97 189	18.85 109	8.30 66	4.66 55	11.22 72	10.89 217	0.77 247	0.32 158	0.03 87	0.15 168	0.43 145	1.84 206

qqq	7.72 141	2.15 141	10.06 143	5.01 57	1.82 118	8.62 137	7.27 229	21.10 158	13.53 90	12.48 73	18.71 107	16.17 173	12.10 191	12.08 109	9.26 192	0.08 71	1.35 310	0.02 72	0.36 245	0.36 116	1.93 216

111	7.73 142	2.39 179	9.12 103	4.17 18	0.47 12	10.65 161	3.49 141	21.34 164	28.25 235	10.60 60	16.85 91	14.74 155	10.22 161	12.48 132	6.61 156	0.43 194	0.01 7	0.00 1	0.00 1	0.35 109	2.39 274

RAFT+CT+SA	7.76 143	2.01 104	7.56 60	11.32 311	3.31 173	4.60 17	7.19 226	17.21 109	27.40 228	10.43 58	27.34 196	7.63 57	7.83 121	15.46 208	3.51 60	0.03 16	0.39 174	0.18 201	0.46 269	0.33 100	0.93 115

RAFT-RH_RVC	7.88 144	1.51 39	7.72 62	5.41 74	0.96 56	11.41 169	1.48 38	13.43 48	15.04 107	17.54 177	45.66 352	10.86 91	6.42 93	13.48 167	5.26 113	0.81 253	0.04 44	0.12 172	0.13 153	0.12 22	0.17 17

TransformOpticalFlow	7.95 145	2.10 127	9.83 136	6.06 113	1.24 74	6.82 113	7.98 241	18.60 128	14.06 99	14.93 117	28.79 209	18.74 213	11.03 167	12.79 142	4.12 79	0.06 56	0.04 44	0.21 215	0.04 93	0.21 49	1.27 154

TestStereo1	8.04 146	2.22 152	8.85 93	10.87 304	2.12 128	4.66 20	2.40 94	21.17 162	23.79 193	17.41 170	26.31 188	9.41 78	9.09 145	16.23 214	3.85 70	0.14 108	0.40 176	0.02 72	0.13 153	0.58 182	1.10 136

SA-5K	8.04 146	2.22 152	8.85 93	10.87 304	2.12 128	4.66 20	2.40 94	21.17 162	23.79 193	17.41 170	26.31 188	9.41 78	9.09 145	16.23 214	3.85 70	0.14 108	0.40 176	0.02 72	0.13 153	0.58 182	1.10 136

PFNet	8.10 148	1.75 60	12.34 215	7.54 207	2.40 141	7.41 125	5.81 192	23.83 190	17.85 139	20.78 232	17.57 93	15.22 164	7.72 120	13.37 166	6.46 153	0.33 170	0.20 128	0.12 172	0.19 191	0.32 98	0.77 97

AAGNet	8.15 149	1.75 60	10.57 168	7.72 216	0.74 25	5.74 78	4.98 171	15.90 83	14.59 104	20.31 225	23.80 166	15.08 162	11.25 173	12.27 119	16.70 260	0.85 258	0.06 75	0.32 250	0.01 55	0.15 32	0.16 15

STrans-v2	8.16 150	2.09 125	9.79 133	5.44 75	1.53 99	11.87 174	9.69 266	19.77 142	13.20 88	14.01 109	25.80 181	17.88 204	12.55 199	13.30 164	4.39 89	0.06 56	0.01 7	0.18 201	0.01 55	0.25 63	1.31 159

Prome-Stereo	8.22 151	1.48 36	6.24 22	7.06 180	1.55 100	6.54 109	9.08 252	21.88 167	9.88 61	21.12 242	32.48 265	11.82 105	11.59 179	11.99 105	4.04 75	0.08 71	0.02 23	0.19 207	0.12 149	0.45 152	6.89 346

FENet	8.22 151	1.39 27	7.33 53	6.43 134	2.17 132	10.97 163	2.20 88	22.10 170	21.26 166	17.85 185	23.22 162	14.29 146	11.50 177	13.56 172	8.32 176	0.29 163	0.24 142	0.03 87	0.03 83	0.18 43	1.04 128

raft_robust	8.39 153	2.81 207	7.62 61	6.32 132	1.17 65	5.47 59	0.82 15	34.37 300	35.49 295	18.40 197	20.25 125	7.24 51	5.51 67	15.77 210	3.40 58	0.11 91	1.10 270	0.00 1	0.50 279	0.33 100	1.19 144

HITNet	8.41 154	3.59 250	9.91 139	5.30 67	1.52 98	13.35 194	4.48 160	22.00 168	16.06 121	15.52 129	22.95 161	15.28 165	11.74 182	14.91 200	9.25 191	0.10 87	0.01 7	0.48 262	0.06 117	0.58 182	1.04 128
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
SA	8.43 155	2.16 145	10.02 142	8.41 240	0.93 52	7.36 124	2.21 90	23.73 188	26.15 217	13.55 103	30.84 237	9.89 82	10.09 158	16.84 232	3.52 61	0.18 126	0.68 224	0.17 198	0.40 265	0.48 161	0.92 111

GMM-Stereo	8.44 156	1.27 17	7.36 55	6.64 151	2.56 148	10.00 145	9.29 258	23.79 189	11.33 68	17.96 188	29.59 220	17.14 185	7.59 117	11.77 94	4.61 97	0.13 106	0.01 7	0.24 228	0.94 306	0.49 169	6.14 335

mmm	8.54 157	2.13 139	10.21 149	5.81 107	2.96 164	14.00 202	6.67 212	19.28 136	12.59 79	16.95 165	24.40 172	17.83 203	10.70 165	12.90 147	9.42 195	0.17 123	1.28 297	0.50 264	0.60 292	0.44 148	2.03 243

RAFT_CTSACE	8.55 158	2.62 202	9.63 128	7.41 199	5.06 239	5.76 80	2.54 100	15.38 76	17.84 138	24.33 278	34.69 291	16.37 176	7.22 112	18.05 251	2.63 27	0.01 2	0.56 210	0.00 1	0.03 83	0.42 143	0.41 50

dd	8.57 159	5.20 282	13.37 232	6.91 171	1.05 59	10.30 153	3.89 146	17.29 111	34.00 279	15.73 134	17.50 92	7.45 52	6.60 96	15.00 202	10.99 218	1.39 304	0.41 182	0.18 201	0.46 269	2.25 293	1.40 170

CASS	8.64 160	2.03 108	8.60 86	8.71 250	1.59 103	15.02 219	2.75 111	23.27 184	18.58 151	16.29 141	22.78 159	13.42 138	13.68 215	13.07 156	7.66 161	1.18 296	0.05 51	0.13 177	0.01 55	0.75 222	3.24 303
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.72 161	3.49 243	16.63 274	6.74 157	3.39 177	6.20 96	3.43 137	23.40 185	22.03 176	17.46 174	30.28 227	9.33 76	8.32 131	14.71 191	6.36 150	0.91 267	0.00 1	0.45 260	0.00 1	0.65 202	0.70 87

GANet-ADL	8.73 162	2.80 206	9.48 122	7.87 223	2.77 152	12.88 186	5.29 177	29.97 249	25.61 213	14.50 113	16.64 89	17.02 184	7.60 118	11.61 91	8.01 169	0.51 210	0.40 176	0.10 148	0.12 149	0.77 225	0.70 87

PSM-AAD	8.76 163	1.41 30	6.46 29	6.87 168	1.18 66	12.78 184	9.66 265	20.03 147	15.78 114	21.79 252	24.91 173	14.31 147	13.16 205	12.42 130	4.07 77	0.05 39	0.06 75	2.44 336	0.16 174	0.45 152	7.17 349

FTStereo	8.76 163	1.57 43	6.75 38	6.55 139	2.45 142	7.65 129	11.62 293	18.36 123	9.01 52	20.25 220	40.79 328	15.87 172	12.36 195	11.02 62	4.69 99	0.24 149	0.01 7	0.09 140	0.16 174	0.19 46	5.58 329

GwcNet-ADL	8.81 165	2.00 102	10.21 149	7.70 214	2.82 154	6.99 118	7.05 223	30.58 254	26.21 219	15.71 133	17.65 94	13.93 144	6.83 110	13.90 179	11.43 220	0.49 205	0.76 235	0.01 57	0.01 55	0.55 180	1.46 176

test_5	8.85 166	2.05 115	9.51 123	11.62 313	4.99 235	6.74 112	5.48 183	18.25 122	23.57 190	16.72 160	29.73 223	15.54 168	10.54 164	16.25 217	4.02 74	0.05 39	0.40 176	0.27 233	0.08 130	0.34 105	0.81 99

ARAFT	8.86 167	3.86 255	17.37 283	5.96 110	0.94 55	12.59 182	10.80 279	18.20 121	19.95 161	18.77 203	16.27 87	17.78 201	8.88 142	18.82 258	5.30 114	0.35 173	0.04 44	0.00 1	0.00 1	0.62 194	0.64 78

ffm	8.89 168	2.34 166	12.99 225	6.28 125	3.81 188	12.43 177	7.47 231	19.77 142	16.80 131	16.64 154	32.03 255	17.29 187	11.78 183	11.11 67	2.34 9	0.05 39	1.17 274	0.80 285	0.37 249	0.29 89	2.07 250

Sa-1000	8.91 169	2.10 127	9.11 101	8.07 232	1.16 64	16.62 248	2.39 93	25.58 203	25.43 210	15.52 129	28.24 205	12.19 111	8.67 136	16.40 220	3.70 64	0.39 182	0.86 248	0.16 195	0.23 201	0.48 161	0.89 109

IRAFT_RVC	8.93 170	1.80 68	10.65 170	7.83 220	1.81 116	6.36 102	10.05 270	26.32 213	27.59 230	17.93 187	19.70 118	17.67 199	9.98 156	13.20 159	6.29 146	0.37 180	0.30 155	0.19 207	0.05 107	0.23 56	0.24 22

DMCA	8.96 171	2.60 197	11.84 203	5.61 82	4.25 207	11.09 165	4.36 157	25.89 205	20.23 163	17.10 168	20.96 137	17.55 197	11.92 190	11.47 80	12.27 229	0.60 227	0.09 94	0.35 252	0.05 107	0.48 161	0.57 75

GES	9.01 172	2.61 201	12.88 221	6.76 158	2.02 122	13.08 188	6.33 207	22.23 171	22.21 178	19.80 219	26.73 193	8.97 73	11.01 166	14.41 187	8.35 179	0.54 216	0.10 104	0.30 247	0.15 168	0.82 235	0.99 121

GrayStereo	9.02 173	1.35 24	7.73 63	8.62 246	2.88 158	10.28 152	10.99 283	18.66 130	16.36 127	22.78 265	30.63 233	17.56 198	12.19 193	11.50 86	5.08 105	0.09 78	0.02 23	0.19 207	0.78 301	0.33 100	2.37 270

DEmStereo	9.07 174	1.70 56	10.89 180	4.86 45	1.23 71	11.51 170	5.70 187	14.24 57	27.02 225	22.33 260	32.56 266	11.70 101	15.04 233	11.83 97	8.53 180	0.31 166	0.16 121	0.02 72	0.09 136	0.11 19	1.47 177

RAFT	9.07 174	2.76 205	10.38 158	8.89 255	1.24 74	13.48 195	8.19 246	17.14 108	17.29 136	23.01 267	19.34 117	20.06 224	11.13 170	17.79 249	6.43 151	0.09 78	1.12 272	0.28 239	0.02 75	0.79 227	1.94 222

iRaft-Stereo_5w	9.10 176	2.33 164	10.69 172	6.64 151	4.47 218	4.74 28	10.72 278	16.71 101	16.97 135	15.39 123	26.15 185	21.25 231	12.59 200	16.38 219	12.90 238	0.85 258	0.51 199	0.08 134	0.22 194	0.95 245	1.53 184

HCRNet	9.13 177	1.82 77	8.73 89	14.95 341	5.22 244	10.66 162	2.49 98	26.57 217	18.64 152	16.31 142	25.51 179	18.42 211	11.15 171	13.53 169	7.25 158	0.10 87	0.04 44	0.10 148	0.02 75	0.27 81	0.76 95

SFCPSM	9.16 178	1.72 58	12.32 214	5.64 86	3.51 181	16.58 247	6.93 220	31.11 261	26.15 217	17.05 167	20.08 123	11.05 94	9.94 155	12.55 133	6.05 132	0.36 176	0.17 124	0.37 254	0.22 194	0.40 137	1.01 124

whm_eth	9.17 179	5.14 281	19.04 299	7.90 226	6.70 296	6.89 116	3.35 133	18.64 129	21.30 167	22.39 261	38.88 318	4.64 30	4.25 37	14.43 188	5.63 126	0.65 233	0.08 91	0.22 222	0.10 143	0.74 218	2.37 270

KYRaft	9.17 179	1.39 27	7.74 64	7.07 181	1.03 58	8.05 136	7.90 240	23.72 187	9.22 57	21.43 247	31.08 240	22.52 242	8.03 124	12.21 116	3.16 49	0.10 87	0.02 23	0.05 108	0.67 295	0.46 157	17.51 383

CrosDoStereo	9.41 181	1.65 53	8.83 91	5.19 63	1.13 62	7.34 122	14.47 315	16.33 90	24.64 201	24.44 279	33.36 275	13.18 134	13.52 208	12.56 134	9.08 188	0.06 56	0.11 108	0.09 140	0.04 93	0.41 140	1.73 197

DeepStereo_LL	9.41 181	1.65 53	8.83 91	5.19 63	1.13 62	7.34 122	14.47 315	16.33 90	24.64 201	24.44 279	33.36 275	13.18 134	13.52 208	12.56 134	9.08 188	0.06 56	0.11 108	0.09 140	0.04 93	0.41 140	1.73 197

DRaft	9.41 181	1.56 42	10.09 144	4.18 22	0.92 48	12.87 185	5.68 186	17.40 113	29.75 243	21.24 244	38.12 312	9.96 83	13.97 221	11.81 96	8.08 170	0.66 237	0.30 155	0.07 130	0.26 215	0.33 100	0.88 107

THIR-Stereo	9.52 184	2.21 149	9.26 116	5.38 72	0.85 41	15.55 224	11.50 292	16.88 104	21.74 173	24.45 281	31.96 254	14.20 145	13.85 219	11.89 101	8.54 181	0.14 108	0.25 146	0.10 148	0.05 107	0.40 137	1.11 140

MyStereo04	9.58 185	2.38 177	10.28 154	6.63 148	4.77 226	6.47 105	9.60 260	32.50 277	42.15 327	14.59 116	12.10 58	11.92 108	11.87 189	14.80 198	8.14 173	0.09 78	1.33 306	0.03 87	0.32 232	0.74 218	0.93 115

CoDeX	9.58 185	2.12 133	10.82 176	6.52 138	3.76 187	16.55 246	6.82 217	26.62 218	25.63 214	17.50 175	25.62 180	14.70 154	11.81 188	12.82 144	7.88 166	0.42 193	0.20 128	0.15 189	0.02 75	0.36 116	1.28 155

anonymousa	9.61 187	2.06 118	9.20 113	5.24 65	6.67 294	15.03 220	4.18 154	19.08 132	21.43 170	19.03 209	30.96 239	21.49 234	14.23 223	11.12 71	8.61 183	0.08 71	1.24 294	0.29 243	0.69 296	0.18 43	1.48 180

MyStereo05	9.63 188	2.25 154	10.26 152	6.69 153	4.74 224	7.75 130	9.60 260	31.51 269	41.00 323	17.45 173	13.02 63	10.28 86	12.27 194	14.74 195	7.68 163	0.09 78	1.32 302	0.02 72	0.26 215	0.84 238	0.92 111

DispNO	9.82 189	2.57 194	17.77 288	6.22 121	5.73 262	11.89 175	4.77 167	25.54 202	21.70 172	17.56 178	21.28 140	18.01 205	13.83 218	17.46 242	9.91 201	0.35 173	0.16 121	0.03 87	0.12 149	0.51 171	1.05 131

BUS	9.86 190	1.86 79	9.14 108	7.14 184	4.12 202	19.47 271	2.69 109	34.15 296	23.28 186	18.82 205	21.95 151	14.37 149	11.63 180	14.72 192	12.39 230	0.36 176	0.13 113	0.15 189	0.04 93	0.37 122	0.46 57

CFNet_pseudo	9.92 191	2.21 149	11.76 198	5.09 61	2.93 163	14.43 207	3.12 121	27.16 223	32.52 266	17.58 180	22.81 160	21.97 237	9.29 148	13.06 154	8.34 177	0.23 144	0.46 190	1.23 312	0.27 219	2.89 304	0.99 121

ccs_rob	9.95 192	2.21 149	11.74 197	5.11 62	2.91 159	14.48 208	3.21 127	27.26 224	32.72 268	17.53 176	22.70 158	21.96 236	9.25 147	12.99 148	8.34 177	0.23 144	0.45 188	1.38 317	0.28 221	3.13 312	1.07 134

MSMDNet	9.96 193	2.08 123	11.66 196	5.39 73	2.92 160	16.50 245	2.89 115	29.73 247	34.55 286	17.86 186	21.91 149	18.86 215	8.36 132	13.06 154	7.74 165	0.24 149	0.47 192	0.66 275	0.24 205	3.07 308	1.04 128

MLCV	9.96 193	3.33 237	14.77 249	5.75 103	1.62 105	14.91 211	1.31 29	22.06 169	24.83 203	22.51 262	31.57 249	17.20 186	8.07 125	17.07 236	12.11 224	0.48 202	0.01 7	0.05 108	0.05 107	0.48 161	1.10 136

PCWNet_CMD	9.97 195	2.08 123	11.61 195	5.36 71	2.92 160	16.39 242	2.94 119	29.76 248	34.38 283	17.83 183	21.86 148	18.91 216	8.27 130	13.01 149	7.73 164	0.23 144	0.46 190	0.79 283	0.25 213	3.46 317	1.12 141

DualNet	9.99 196	2.34 166	12.99 225	6.28 125	3.81 188	12.43 177	7.47 231	19.77 142	16.80 131	16.64 154	32.03 255	17.29 187	11.78 183	11.11 67	24.30 306	0.05 39	1.17 274	0.80 285	0.37 249	0.29 89	2.07 250

UCFNet_RVC	10.01 197	2.81 207	6.11 19	7.31 196	3.92 194	16.80 250	8.00 242	28.68 236	20.81 165	16.57 149	23.35 163	25.82 267	13.06 204	13.55 171	9.18 190	0.12 99	0.06 75	1.19 308	0.32 232	1.47 271	1.06 132

Anonymous3	10.07 198	4.14 261	31.49 337	9.77 274	5.11 241	25.00 308	11.85 294	25.20 199	19.24 156	10.80 63	14.78 73	7.92 62	8.68 137	14.40 186	6.12 135	3.25 340	1.40 315	0.08 134	0.06 117	0.81 232	1.30 158

BEATNet_4x	10.11 199	5.82 290	14.80 251	6.14 115	1.55 100	13.87 200	5.98 198	26.24 210	18.35 142	16.53 148	25.41 178	18.01 205	13.78 217	18.01 250	12.39 230	0.48 202	0.18 125	0.81 290	0.11 147	2.02 285	1.70 195

GANet-RSSM	10.17 200	2.02 106	8.21 78	7.09 183	5.57 258	13.17 191	7.29 230	27.27 225	19.65 159	15.81 135	28.83 210	26.18 269	16.33 252	14.58 189	9.28 194	0.25 153	0.27 147	0.16 195	0.04 93	0.65 202	0.72 90

gwcnet-sp	10.26 201	3.56 246	15.31 261	6.59 142	4.30 208	15.71 227	5.71 189	26.09 207	25.15 207	21.68 249	21.77 141	15.01 159	16.42 255	15.21 203	10.76 213	0.12 99	0.20 128	0.02 72	0.09 136	0.63 196	0.86 104

scenet	10.26 201	3.56 246	15.31 261	6.59 142	4.30 208	15.71 227	5.71 189	26.09 207	25.15 207	21.68 249	21.77 141	15.01 159	16.42 255	15.21 203	10.76 213	0.12 99	0.20 128	0.02 72	0.09 136	0.63 196	0.86 104

ssnet	10.26 201	3.56 246	15.31 261	6.59 142	4.30 208	15.71 227	5.71 189	26.09 207	25.15 207	21.68 249	21.77 141	15.01 159	16.42 255	15.21 203	10.76 213	0.12 99	0.20 128	0.02 72	0.09 136	0.63 196	0.86 104

PSMNet-ADL	10.30 204	2.32 162	7.83 67	9.69 271	4.44 215	16.04 234	4.16 152	27.57 228	25.08 205	15.16 119	19.04 110	25.28 264	13.63 214	16.49 223	15.33 248	0.86 260	0.81 239	0.01 57	0.04 93	0.33 100	1.81 202

ff1	10.31 205	2.34 166	12.99 225	6.28 125	3.81 188	12.43 177	7.47 231	19.77 142	16.80 131	16.64 154	32.03 255	17.29 187	11.78 183	17.54 243	24.30 306	0.05 39	1.17 274	0.80 285	0.37 249	0.29 89	2.07 250

PSMNet-RSSM	10.31 205	2.47 183	7.79 65	7.85 222	4.38 214	10.47 156	6.67 212	29.67 245	22.25 179	16.62 152	33.75 281	23.30 248	14.58 228	13.91 180	10.56 208	0.23 144	0.09 94	0.07 130	0.24 205	0.87 240	0.48 61

IER	10.32 207	2.06 118	11.88 205	4.95 55	5.34 246	13.34 193	6.11 200	27.47 227	23.59 191	20.37 226	30.03 225	16.50 177	20.42 294	14.24 183	8.81 184	0.16 116	0.03 36	0.18 201	0.10 143	0.27 81	0.56 70

BSDual-CNN	10.33 208	1.86 79	9.14 108	7.14 184	4.12 202	15.83 232	8.93 249	34.15 296	23.28 186	18.82 205	21.95 151	22.14 238	13.58 212	14.72 192	9.53 196	0.36 176	0.13 113	0.15 189	0.04 93	0.37 122	0.46 57

psmg	10.36 209	1.86 79	9.14 108	5.58 80	4.12 202	15.74 231	7.65 236	30.05 250	23.28 186	21.80 253	26.26 187	22.14 238	13.58 212	14.72 192	9.53 196	0.36 176	0.13 113	0.17 198	0.04 93	0.44 148	0.67 83

CFNet-ft	10.46 210	3.02 222	7.10 44	7.69 211	5.42 252	16.93 251	5.92 195	22.83 179	22.31 180	15.81 135	30.40 229	26.42 272	15.19 236	13.60 174	12.18 226	0.14 108	0.10 104	1.87 325	0.34 241	1.22 257	0.73 93

CFNet_RVC	10.46 210	3.02 222	7.10 44	7.69 211	5.42 252	16.93 251	5.92 195	22.82 178	22.31 180	15.81 135	30.40 229	26.41 271	15.19 236	13.60 174	12.19 227	0.14 108	0.10 104	1.87 325	0.34 241	1.22 257	0.73 93

qqq1	10.51 212	1.90 84	14.85 252	4.89 48	1.48 94	14.92 212	3.21 127	31.03 256	30.74 251	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	4.42 90	0.41 187	1.20 284	0.00 1	0.14 162	0.39 133	1.60 187

fff1	10.51 212	1.90 84	14.85 252	4.89 48	1.48 94	14.92 212	3.21 127	31.03 256	30.74 251	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	4.42 90	0.41 187	1.20 284	0.00 1	0.14 162	0.39 133	1.60 187

UDGNet	10.51 212	14.75 354	11.91 206	10.29 287	2.78 153	7.93 135	1.94 78	19.31 137	34.57 287	17.74 181	13.70 69	13.56 141	7.30 113	13.52 168	7.18 157	5.80 359	0.11 108	12.86 377	2.76 345	9.87 360	2.34 267

ICVP	10.54 215	2.11 131	7.49 57	9.62 269	3.41 178	13.85 199	6.34 208	26.81 220	23.24 185	16.90 161	31.76 252	27.31 280	12.81 202	12.18 115	12.47 234	1.59 307	0.58 216	0.19 207	0.13 153	0.63 196	1.45 175
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 216	2.15 141	12.88 221	5.55 79	4.11 201	15.24 222	3.93 147	28.55 234	32.41 265	18.70 202	24.95 175	22.99 244	9.66 153	14.22 182	8.13 172	0.29 163	0.84 244	1.63 321	0.23 201	3.43 316	1.31 159

cf-r	10.67 217	2.34 166	9.77 132	6.17 117	5.79 265	12.94 187	5.14 172	25.21 201	27.86 232	17.84 184	32.03 255	25.81 266	15.91 246	12.22 117	12.56 236	0.17 123	0.19 127	0.05 108	0.06 117	0.59 188	0.72 90

RAFT + AFF	10.71 218	4.59 269	18.51 293	10.52 294	5.02 237	13.14 190	11.12 286	26.24 210	27.48 229	15.09 118	16.07 84	19.83 222	11.23 172	17.09 237	10.38 205	0.45 200	1.45 323	0.65 274	0.23 201	2.31 296	2.74 288

hknet	10.77 219	1.95 89	11.80 200	7.14 184	3.83 193	15.83 232	8.93 249	34.15 296	22.70 183	18.82 205	21.95 151	23.13 246	17.03 262	16.94 234	9.85 200	0.28 161	0.13 113	0.15 189	0.04 93	0.37 122	0.46 57

ttt	10.82 220	2.17 146	9.66 130	7.03 176	4.44 215	14.16 204	6.87 218	33.72 291	30.69 249	15.67 132	31.50 247	14.99 158	10.50 163	16.54 224	13.98 241	0.41 187	1.31 300	0.10 148	0.29 224	0.47 159	1.92 215

ACVNet	10.83 221	2.25 154	7.10 44	6.43 134	3.02 167	13.17 191	3.75 144	22.83 179	35.15 293	15.81 135	30.67 234	24.65 257	15.77 244	16.47 221	18.13 269	0.16 116	0.01 7	0.06 115	0.07 124	0.65 202	0.43 53

AdaStereo	10.85 222	4.57 268	10.79 174	9.59 268	3.46 179	17.49 257	6.29 205	32.70 279	26.07 216	19.04 210	26.55 191	19.60 221	10.12 159	17.71 248	10.38 205	1.00 274	0.05 51	0.42 258	0.02 75	0.70 212	0.46 57
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.
SMFormer	11.03 223	1.90 84	14.85 252	4.89 48	1.48 94	14.92 212	3.21 127	31.03 256	30.74 251	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	14.46 244	0.41 187	1.20 284	0.28 239	0.24 205	0.45 152	1.47 177

tta	11.03 223	1.90 84	14.85 252	4.89 48	1.48 94	14.92 212	3.21 127	31.03 256	30.73 250	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	14.46 244	0.41 187	1.20 284	0.28 239	0.24 205	0.39 133	1.60 187

iResNet	11.06 225	4.16 262	16.83 276	7.89 225	2.23 134	15.59 225	9.17 256	24.49 195	29.14 240	20.78 232	31.13 242	16.87 183	11.58 178	15.45 207	12.50 235	0.64 232	0.05 51	0.02 72	0.10 143	0.79 227	1.71 196

CFNet	11.23 226	3.41 240	10.68 171	7.08 182	4.22 206	17.38 256	4.83 169	31.29 266	31.29 257	19.15 212	26.85 194	24.06 253	13.75 216	16.23 214	12.22 228	0.26 156	0.05 51	0.44 259	0.09 136	0.92 243	0.41 50

AACVNet	11.24 227	3.71 252	11.56 194	9.45 264	3.35 175	11.67 173	4.88 170	23.23 183	14.00 98	28.19 310	29.90 224	30.39 295	18.03 274	20.04 266	13.22 239	0.50 207	0.21 136	0.23 224	0.07 124	0.75 222	1.52 183

DeepPruner_ROB	11.28 228	5.83 291	15.23 258	6.93 173	4.50 219	10.08 147	6.62 211	36.65 326	20.17 162	18.12 191	27.95 201	23.10 245	13.43 207	20.08 267	11.90 222	1.16 292	0.51 199	0.23 224	0.17 178	1.11 253	1.91 214

GMStereo_Zeroshot	11.32 229	8.59 323	21.66 312	10.06 279	2.53 145	12.38 176	1.43 32	21.36 165	21.50 171	23.48 271	35.74 297	24.85 259	6.12 87	20.48 274	8.28 175	0.83 255	0.02 23	0.25 230	0.01 55	6.33 343	0.53 64

LMCR-Stereo	11.32 229	4.98 279	11.87 204	14.09 332	4.01 196	16.97 253	5.70 187	26.41 214	23.41 189	22.57 264	22.11 156	15.18 163	15.44 240	21.48 291	17.57 265	2.29 323	0.04 44	0.00 1	0.03 83	1.53 274	0.65 80

LL-Strereo	11.34 231	4.25 263	13.90 238	9.09 256	6.20 281	7.31 121	8.93 249	35.93 315	30.30 245	16.93 162	15.83 81	21.85 235	17.45 269	21.92 295	10.25 203	0.43 194	1.47 326	0.74 280	0.08 130	1.15 254	2.71 286

GwcNet-RSSM	11.34 231	2.72 204	10.26 152	7.24 194	5.38 248	12.67 183	6.70 214	26.70 219	31.93 262	17.56 178	34.45 288	24.37 256	15.77 244	13.70 176	15.31 247	0.19 135	0.20 128	0.14 184	0.05 107	0.81 232	0.64 78

HSM-Net_RVC	11.37 233	1.57 43	6.32 23	5.99 111	2.67 149	20.99 283	7.19 226	28.50 232	28.64 237	21.03 241	25.84 182	33.64 318	16.37 254	16.83 231	10.76 213	0.21 140	0.08 91	0.02 72	0.00 1	0.16 36	0.55 67
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 234	3.02 222	11.83 202	8.45 242	5.40 249	19.47 271	2.69 109	39.63 347	34.82 288	19.11 211	27.64 199	14.37 149	11.63 180	16.21 213	12.39 230	0.94 269	0.21 136	0.29 243	0.00 1	0.48 161	0.55 67

ToySt	11.51 235	2.48 186	17.84 289	6.10 114	2.09 124	16.11 238	12.36 300	25.07 198	28.25 235	15.22 120	25.16 176	25.51 265	15.98 247	17.63 247	15.46 250	0.19 135	1.08 267	0.04 100	0.31 230	0.66 207	2.67 283

DAS	11.51 235	2.60 197	15.62 266	9.37 262	6.27 286	16.04 234	7.71 237	22.70 176	33.92 277	19.53 216	29.03 211	19.51 219	19.10 283	17.44 241	8.98 186	0.78 250	0.02 23	0.29 243	0.01 55	0.48 161	0.81 99

ac_64	11.57 237	2.13 139	11.77 199	8.79 252	5.51 255	19.40 269	6.29 205	24.72 197	15.20 110	23.50 272	24.91 173	33.07 312	16.82 259	19.33 261	17.78 267	0.53 211	0.15 119	0.02 72	0.03 83	0.35 109	1.03 127

mmx	11.59 238	2.34 166	12.99 225	6.28 125	3.81 188	12.43 177	7.47 231	32.76 281	28.92 238	16.64 154	32.03 255	17.29 187	11.78 183	17.54 243	24.30 306	0.24 149	1.21 288	0.80 285	0.37 249	0.65 202	1.89 210

xxx	11.59 238	2.34 166	12.99 225	6.28 125	3.81 188	12.43 177	7.47 231	32.75 280	28.92 238	16.64 154	32.03 255	17.29 187	11.78 183	17.54 243	24.30 306	0.24 149	1.21 288	0.80 285	0.37 249	0.65 202	1.89 210

NOSS_ROB	11.76 240	4.63 271	8.14 77	7.46 203	2.92 160	17.82 260	10.55 276	30.45 253	34.08 281	16.37 143	19.97 122	23.14 247	16.31 250	18.22 253	10.67 212	2.98 335	1.84 336	3.39 349	1.64 331	2.24 292	2.37 270

HSM	11.89 241	2.32 162	8.70 88	6.70 156	4.10 200	16.45 243	8.06 243	30.42 252	20.31 164	23.35 270	26.42 190	41.60 354	17.59 271	20.66 277	9.57 198	0.11 91	0.03 36	0.01 57	0.01 55	0.24 59	1.22 147

SepStereo	12.04 242	2.60 197	15.62 266	9.37 262	6.27 286	16.04 234	7.71 237	22.70 176	33.92 277	19.53 216	29.03 211	19.51 219	19.10 283	27.97 325	8.98 186	0.78 250	0.02 23	0.29 243	0.01 55	0.48 161	0.81 99

DMCA-RVC	12.06 243	4.35 265	14.21 245	10.52 294	4.86 228	13.84 198	4.33 156	25.20 199	24.13 195	20.56 230	29.22 214	26.65 274	25.85 321	17.02 235	16.34 256	0.41 187	0.35 166	0.55 267	0.24 205	0.83 237	1.81 202

1111x	12.31 244	2.33 164	12.13 211	5.79 105	2.84 155	15.49 223	8.70 247	36.34 321	29.33 241	16.58 150	27.52 198	26.70 276	15.76 243	17.21 238	24.79 313	0.26 156	1.37 312	0.04 100	0.42 266	0.46 157	2.07 250

UPFNet	12.31 244	2.15 141	11.91 206	7.90 226	7.21 307	20.03 277	9.28 257	29.44 243	27.18 227	20.88 235	30.86 238	21.23 230	18.11 275	19.60 263	17.41 264	0.55 218	0.57 213	0.26 232	0.07 124	0.67 209	0.92 111

FADNet-RVC-Resample	12.31 244	5.22 283	32.28 340	10.14 282	4.08 199	14.97 216	6.98 222	26.54 216	24.42 199	23.72 273	29.31 215	19.87 223	15.01 232	16.26 218	10.61 211	0.65 233	0.52 202	0.48 262	0.54 285	1.52 273	3.09 300

RASNet	12.38 247	2.58 195	12.48 219	6.76 158	5.97 273	16.37 241	6.74 215	34.99 307	22.20 177	17.44 172	33.11 272	22.81 243	24.84 314	20.33 271	18.27 272	1.16 292	0.05 51	0.06 115	0.01 55	0.27 81	1.06 132

test_xeample	12.39 248	2.09 125	10.36 155	5.73 100	3.06 169	18.17 263	6.27 204	31.98 273	24.37 198	18.78 204	33.92 284	19.09 218	16.00 248	14.60 190	39.03 369	0.19 135	1.32 302	0.01 57	0.33 238	0.36 116	2.04 245

iResNet_ROB	12.41 249	3.19 229	12.39 216	6.63 148	3.72 184	16.98 254	2.64 105	32.29 275	38.58 313	26.93 302	33.73 280	26.24 270	17.40 268	17.36 240	8.95 185	0.33 170	0.01 7	0.00 1	0.00 1	0.40 137	0.35 31

DSFCA	12.44 250	3.00 219	14.87 256	6.04 112	7.03 303	17.06 255	10.86 282	31.11 261	32.12 263	26.41 297	23.81 167	22.37 240	15.13 235	21.13 286	13.53 240	0.95 271	0.66 222	0.28 239	0.38 260	1.21 256	0.77 97

FADNet_RVC	12.44 250	6.19 298	40.86 355	7.04 177	3.69 183	11.30 166	4.17 153	29.67 245	27.67 231	18.20 193	26.04 183	13.47 139	17.15 263	16.85 233	14.95 246	0.99 273	0.75 231	0.60 270	1.32 324	4.18 326	3.62 309

CBMV_ROB	12.51 252	3.86 255	7.98 71	5.81 107	2.99 166	16.05 237	4.62 163	27.61 229	31.37 258	26.75 300	32.62 267	23.97 252	22.66 308	21.14 287	12.09 223	2.15 321	1.78 335	2.24 331	1.27 323	1.64 277	1.54 185

NLCA_NET_v2_RVC	12.58 253	4.09 259	18.25 291	8.26 236	5.83 269	14.72 209	5.85 193	33.49 289	27.86 232	22.14 258	32.16 262	24.94 261	14.01 222	16.19 212	16.82 262	0.90 265	0.35 166	0.37 254	0.58 291	1.51 272	3.31 304
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 254	2.25 154	13.50 234	8.30 238	6.23 282	19.81 275	6.34 208	26.43 215	35.15 293	26.38 296	30.67 234	24.65 257	14.91 231	16.47 221	19.16 281	0.16 116	0.01 7	0.06 115	0.07 124	0.74 218	0.43 53

hitnet-ft	12.59 254	3.03 225	7.87 68	7.49 206	4.20 205	27.41 324	3.75 144	23.41 186	24.15 196	21.14 243	34.12 285	31.93 304	19.74 291	20.28 270	18.13 269	0.54 216	1.45 323	0.35 252	0.09 136	1.26 260	1.41 172

xxxx	12.60 256	2.03 108	10.79 174	6.18 119	2.86 157	21.84 289	3.02 120	34.55 304	25.46 211	16.39 144	31.58 250	26.87 279	14.75 230	14.00 181	37.45 361	0.21 140	1.36 311	0.01 57	0.32 232	0.35 109	2.07 250

pcwnet_v2	12.68 257	2.30 159	18.36 292	8.32 239	5.74 263	17.73 259	4.77 167	36.75 329	46.28 349	20.98 239	29.07 213	16.62 178	13.52 208	16.56 225	10.30 204	0.55 218	1.02 264	0.34 251	0.24 205	2.10 288	2.11 257

iResNetv2_ROB	12.78 258	4.09 259	15.60 264	6.44 136	3.75 186	14.86 210	7.17 224	34.46 302	37.12 301	26.06 292	34.81 292	29.76 286	16.32 251	14.77 196	7.67 162	0.31 166	0.03 36	0.12 172	0.01 55	0.94 244	1.23 149

ADLNet	12.84 259	2.93 214	11.94 208	8.87 253	6.88 299	17.96 261	8.85 248	34.12 294	26.67 222	27.81 309	26.24 186	26.84 278	15.04 233	17.54 243	19.94 285	0.59 225	0.58 216	0.24 228	0.11 147	0.80 231	2.85 292

CBFPSM	12.96 260	3.37 239	30.97 335	5.30 67	3.22 171	22.79 296	16.93 333	21.82 166	21.35 168	21.93 255	28.34 206	29.99 290	17.38 267	15.32 206	16.39 257	0.11 91	0.48 193	0.10 148	0.17 178	0.58 182	2.72 287

ADLNet2	12.99 261	2.94 215	14.18 243	9.57 267	5.96 272	20.23 280	10.41 275	33.05 283	37.61 305	19.46 215	19.74 120	22.46 241	18.63 277	22.37 298	20.76 289	0.37 180	0.15 119	0.06 115	0.08 130	1.04 251	0.72 90

dad	13.05 262	11.39 337	15.64 268	7.35 197	2.10 125	15.64 226	3.48 138	18.77 131	35.55 296	27.77 307	33.76 282	31.59 298	13.04 203	14.79 197	11.16 219	3.35 341	0.54 205	7.85 368	0.96 311	3.88 324	2.49 278

AASNet	13.05 262	3.27 233	12.23 213	10.28 286	6.90 300	17.61 258	7.88 239	41.14 352	38.29 310	23.20 269	29.62 221	16.85 182	15.59 242	15.50 209	19.03 279	0.39 182	0.03 36	0.78 282	0.05 107	1.32 264	1.08 135

HBP-ISP	13.07 264	8.80 324	8.99 97	8.11 234	4.55 221	13.48 195	6.60 210	29.09 241	30.50 247	21.33 245	36.14 298	16.62 178	19.42 287	20.92 282	12.81 237	3.63 343	2.61 353	7.18 364	4.12 357	3.74 322	2.69 285

222	13.07 264	1.99 98	10.74 173	6.56 140	2.74 151	19.95 276	2.54 100	34.13 295	24.42 199	22.52 263	31.39 244	20.78 226	16.99 261	14.31 184	48.07 391	0.16 116	1.33 306	0.01 57	0.32 232	0.37 122	2.02 240

UNet	13.18 266	2.47 183	14.45 247	7.45 202	7.82 322	26.01 315	4.67 166	34.38 301	29.42 242	20.90 237	31.81 253	26.68 275	18.98 280	21.08 285	15.56 251	0.21 140	0.06 75	0.27 233	0.09 136	0.37 122	1.01 124

HGLStereo	13.21 267	3.45 242	14.01 240	10.32 289	7.72 319	15.72 230	7.19 226	31.94 272	28.12 234	20.83 234	36.16 300	26.61 273	20.82 296	18.74 256	19.63 284	1.01 276	0.22 138	0.07 130	0.08 130	0.59 188	1.00 123

GEStereo_RVC	13.23 268	3.13 227	15.23 258	10.33 290	4.95 233	18.92 268	11.46 291	31.58 270	48.03 351	20.51 229	27.68 200	19.00 217	13.31 206	20.44 273	16.01 254	1.15 291	0.51 199	0.10 148	0.14 162	0.67 209	1.47 177

delet	13.26 269	2.43 182	12.99 225	8.45 242	6.26 285	22.40 292	10.83 281	28.78 237	38.76 314	20.39 228	30.36 228	20.85 227	17.67 272	22.97 300	19.13 280	0.14 108	0.45 188	0.19 207	0.08 130	0.78 226	1.24 151

CRFU-Net	13.32 270	3.53 245	12.90 223	8.76 251	6.05 276	26.25 317	10.15 272	25.86 204	14.68 105	30.76 328	30.58 232	30.11 293	21.59 305	20.52 275	20.28 287	1.53 306	0.48 193	0.27 233	0.16 174	0.64 201	1.28 155

CSP-Net	13.41 271	3.62 251	11.03 185	6.62 147	4.07 198	25.76 314	9.61 264	29.66 244	27.14 226	29.97 322	33.42 277	29.84 288	17.23 265	20.64 276	16.03 255	1.12 287	0.41 182	0.03 87	0.00 1	0.75 222	1.29 157

MMNet	13.55 272	2.82 209	13.90 238	7.63 208	6.36 289	26.45 319	4.63 164	24.00 191	42.67 330	26.25 295	33.12 273	20.98 229	19.45 289	20.14 268	19.49 283	0.75 242	0.54 205	0.11 167	0.01 55	0.53 173	1.10 136

STTStereo	13.60 273	5.63 288	28.73 330	8.07 232	5.65 261	13.97 201	7.17 224	31.25 263	26.70 223	25.59 288	32.06 261	31.71 301	14.71 229	17.24 239	16.46 259	0.29 163	0.40 176	0.71 277	1.43 327	1.31 262	2.82 290

SGM-Forest	13.63 274	2.55 193	8.22 79	6.30 131	2.16 131	23.84 302	11.13 287	34.68 305	32.40 264	27.27 303	33.02 269	30.08 292	17.82 273	22.13 296	15.40 249	1.66 313	0.32 158	0.88 294	0.03 83	0.79 227	1.93 216
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 275	4.93 278	11.80 200	11.93 319	5.53 256	16.75 249	14.38 314	36.12 319	32.59 267	23.08 268	27.03 195	25.90 268	15.40 238	25.87 315	14.23 242	1.24 299	0.09 94	1.53 319	0.61 293	2.06 287	2.94 295

AANet_RVC	13.75 276	6.34 299	12.90 223	8.87 253	4.53 220	14.09 203	9.12 254	29.37 242	38.32 311	23.85 276	37.41 305	23.55 250	17.51 270	23.31 303	18.56 273	2.08 320	1.30 298	0.25 230	0.06 117	0.73 216	2.87 293

ssnet_v2	13.84 277	3.15 228	13.44 233	7.99 229	3.08 170	22.60 293	14.51 317	36.65 326	33.59 275	22.04 257	26.10 184	28.64 282	17.16 264	23.13 301	20.86 291	0.50 207	0.32 158	0.20 212	0.13 153	1.41 267	1.38 166

FADNet-RVC	13.86 278	12.75 348	41.65 356	8.64 247	4.63 222	16.45 243	6.89 219	28.91 238	24.20 197	20.89 236	31.44 246	26.73 277	11.37 176	21.58 293	15.91 252	0.25 153	0.14 118	0.14 184	0.24 205	2.97 306	1.50 182

psm_up	13.88 279	2.70 203	10.89 180	10.20 284	5.97 273	15.01 218	12.58 302	39.13 344	31.75 260	21.39 246	31.09 241	30.18 294	25.01 317	20.33 271	17.62 266	0.75 242	0.39 174	0.18 201	0.03 83	0.82 235	1.67 193

DLCB_ROB	13.97 280	3.74 253	11.01 184	9.99 278	5.85 270	21.40 286	10.37 274	30.17 251	30.49 246	28.21 311	32.18 263	32.67 308	21.17 300	20.20 269	18.59 274	0.34 172	0.18 125	0.41 257	0.15 168	0.61 193	1.76 200

StereoDRNet-Refined	14.03 281	3.52 244	12.77 220	8.70 249	3.31 173	18.50 265	4.58 161	29.08 240	30.59 248	29.85 320	42.52 337	25.24 263	19.57 290	23.88 305	23.55 301	0.44 197	0.07 85	0.54 266	0.38 260	0.88 242	2.64 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 282	5.00 280	47.51 365	6.57 141	4.04 197	21.14 284	14.37 312	28.25 230	21.37 169	21.95 256	31.37 243	21.31 232	18.66 278	16.15 211	20.61 288	0.31 166	0.41 182	0.09 140	0.05 107	1.00 249	0.76 95

CVANet_RVC	14.09 283	4.82 276	10.86 179	9.46 265	5.60 260	19.70 274	12.94 307	33.38 287	34.86 289	23.72 273	33.31 274	29.76 286	16.35 253	24.37 306	12.45 233	1.22 297	0.23 140	1.45 318	0.87 305	3.41 315	3.01 297

SACVNet	14.10 284	5.24 284	14.19 244	12.11 321	6.12 279	18.45 264	9.11 253	33.13 284	22.94 184	28.79 314	33.88 283	32.69 309	23.78 309	20.91 281	12.13 225	1.08 281	0.54 205	0.84 293	0.48 275	1.41 267	4.26 317

PS-NSSS	14.36 285	8.44 321	16.43 273	7.44 201	5.79 265	18.65 267	12.71 305	39.02 341	26.84 224	20.99 240	36.15 299	21.47 233	18.25 276	18.21 252	18.63 275	2.44 328	0.55 209	5.38 354	0.37 249	5.25 335	4.11 316

CBMV	14.52 286	4.59 269	9.99 141	6.61 146	2.85 156	22.76 295	12.45 301	30.63 255	33.32 271	31.98 332	35.00 294	31.68 299	19.43 288	26.53 318	16.71 261	1.28 301	0.61 219	0.63 272	0.12 149	1.26 260	1.89 210
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 287	11.96 341	39.55 354	8.50 244	6.64 293	18.53 266	6.74 215	35.70 313	35.06 291	19.21 213	28.06 203	28.14 281	13.94 220	18.54 255	11.61 221	0.48 202	0.75 231	0.38 256	0.49 278	9.17 355	2.05 248

fast-acv-ft	14.96 288	4.73 273	17.68 286	8.03 231	5.27 245	28.61 330	9.97 269	26.25 212	35.58 297	26.03 291	38.02 311	31.91 303	21.50 302	19.25 260	21.18 292	0.61 229	0.38 172	0.63 272	0.48 275	1.31 262	1.73 197

pmcnn	15.27 289	4.31 264	22.32 316	7.46 203	4.46 217	22.15 291	15.74 324	28.53 233	31.88 261	27.78 308	40.04 324	39.06 340	19.11 285	18.79 257	20.78 290	1.04 279	0.23 140	0.00 1	0.00 1	0.53 173	1.17 142

Anonymous_2	15.61 290	7.12 305	18.63 296	6.49 137	7.98 323	26.94 322	11.93 295	19.48 138	18.48 150	18.25 196	15.95 82	24.18 254	21.32 301	21.17 288	15.94 253	10.88 374	13.80 388	11.19 375	25.13 390	10.92 366	6.42 341

NVstereo2D	15.77 291	4.01 257	17.73 287	9.96 277	8.10 328	30.36 338	9.52 259	43.10 362	43.12 333	15.45 125	28.03 202	23.46 249	16.84 260	24.62 307	17.06 263	3.35 341	0.87 249	1.76 323	1.13 317	7.76 349	9.19 364

StereoDRNet	16.00 292	5.45 286	16.67 275	11.34 312	8.74 337	25.62 311	11.07 285	40.40 350	37.03 300	29.77 319	30.04 226	34.35 323	19.09 282	19.81 264	25.28 316	0.65 233	0.30 155	0.16 195	0.14 162	1.80 281	2.33 266

Wz-Net-LNSev-Ref	16.12 293	4.56 267	29.46 331	7.78 218	6.11 278	26.08 316	13.01 308	31.08 260	37.61 305	27.66 305	46.96 358	29.92 289	15.40 238	21.54 292	22.39 294	1.09 283	0.05 51	0.10 148	0.00 1	0.43 145	1.21 146

DRN-Test	16.60 294	4.76 274	16.90 279	10.75 299	8.16 329	29.42 334	14.37 312	43.26 364	39.35 315	28.93 316	35.46 296	29.03 284	20.11 293	20.78 279	24.51 312	0.94 269	0.93 255	0.46 261	0.35 243	1.42 269	2.12 258

SDNR	16.80 295	5.88 293	30.01 333	6.39 133	6.53 290	57.67 391	3.15 122	24.30 192	31.49 259	21.50 248	36.56 303	14.69 153	16.76 258	19.14 259	14.45 243	11.12 377	14.00 389	3.11 345	0.51 281	8.86 354	9.92 369

DISCO	16.93 296	2.58 195	17.15 282	8.26 236	4.37 213	27.65 326	10.68 277	31.28 265	44.93 342	22.21 259	34.47 289	36.48 331	23.91 310	36.14 355	34.48 356	0.35 173	0.11 108	0.04 100	0.07 124	1.95 283	1.40 170

PA-Net	16.98 297	8.05 318	29.56 332	10.52 294	11.30 353	21.91 290	29.93 381	32.64 278	39.50 316	20.38 227	28.51 208	23.80 251	20.82 296	21.45 290	25.60 318	0.25 153	2.36 350	0.23 224	4.99 362	1.34 265	6.47 342
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 298	8.11 319	28.42 329	9.29 261	8.89 339	24.46 303	25.06 369	35.40 310	49.52 356	26.73 299	33.49 279	20.50 225	18.75 279	20.67 278	19.18 282	2.30 324	2.09 341	1.13 306	0.75 300	2.86 303	2.84 291

GwcNet	17.31 299	6.61 303	23.02 318	10.83 303	8.63 335	29.48 335	10.80 279	39.37 346	45.73 344	24.16 277	37.85 310	31.50 297	21.81 307	21.37 289	27.25 332	0.81 253	0.88 251	0.57 269	0.46 269	1.54 275	3.61 307

NaN_ROB	17.35 300	7.91 314	18.84 298	11.29 310	4.93 231	33.28 349	20.75 352	38.10 336	43.81 334	30.28 325	31.53 248	32.88 310	20.88 298	29.10 330	17.85 268	0.40 184	0.43 187	0.31 248	0.44 268	0.98 246	3.03 298

S-Stereo	17.36 301	4.46 266	22.16 315	12.58 326	9.10 341	23.07 297	12.60 303	33.18 285	46.12 347	22.78 265	38.67 317	29.04 285	27.48 328	19.40 262	23.90 305	3.14 339	3.13 362	0.88 294	1.95 337	3.77 323	9.86 368

FAT-Stereo	17.45 302	3.56 246	19.19 300	10.31 288	6.54 291	18.00 262	14.89 320	38.68 339	40.49 319	27.39 304	39.66 321	37.32 333	32.14 354	21.07 284	22.97 297	3.68 344	2.16 346	0.81 290	1.21 321	2.10 288	6.78 344

DANet	17.51 303	8.91 325	27.61 326	14.94 340	7.48 309	22.67 294	5.66 185	27.33 226	26.64 220	32.62 339	36.27 301	37.40 334	30.07 344	31.65 340	26.09 324	1.30 302	1.46 325	2.33 333	0.53 284	3.54 318	5.69 330
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 304	17.23 361	20.10 304	12.02 320	6.91 301	28.81 331	11.45 290	41.35 353	21.95 174	30.13 324	34.66 290	32.04 306	11.30 174	21.04 283	16.43 258	8.91 367	2.67 354	12.29 376	0.84 303	12.72 372	8.43 359

PSMNet_ROB	17.59 305	6.52 302	16.27 271	14.43 335	7.71 318	29.22 333	33.59 386	43.94 367	38.52 312	24.74 282	33.46 278	34.17 321	17.29 266	18.52 254	25.68 320	0.40 184	0.29 154	0.96 298	2.22 341	2.03 286	1.81 202

Syn2CoEx	17.68 306	11.86 340	28.39 328	20.88 362	8.24 330	25.66 312	12.35 298	37.57 332	33.60 276	29.57 317	39.80 323	30.02 291	28.00 331	19.91 265	18.91 278	1.14 290	0.53 204	1.23 312	0.46 269	1.97 284	3.61 307

GANet	17.85 307	5.41 285	14.79 250	11.91 318	4.73 223	24.54 305	17.04 336	41.01 351	34.96 290	33.06 340	45.84 353	39.83 345	29.19 338	24.71 309	22.45 296	1.34 303	0.41 182	1.09 302	0.70 298	2.15 290	1.89 210

GASNet	17.87 308	20.62 372	32.66 342	21.17 363	9.48 343	16.26 240	9.15 255	45.00 372	40.55 321	26.16 293	24.34 170	33.05 311	15.45 241	29.82 334	18.15 271	3.79 346	0.28 152	1.87 325	0.51 281	7.06 344	1.97 226

NCCL2	17.94 309	7.94 316	16.87 278	24.07 373	7.60 314	24.52 304	17.08 337	35.42 311	26.65 221	32.01 333	38.57 314	41.96 357	27.61 329	22.24 297	24.43 311	0.65 233	0.33 164	2.64 339	2.13 340	2.28 295	3.86 315

ADCRef	18.01 310	8.01 317	44.10 359	10.75 299	8.85 338	27.18 323	11.06 284	31.77 271	34.40 284	31.90 331	42.45 336	18.79 214	21.55 304	25.18 312	35.17 357	1.03 278	0.42 186	2.18 330	1.79 333	1.38 266	2.27 265

XPNet_ROB	18.03 311	6.06 297	18.19 290	11.68 315	6.83 297	21.23 285	16.93 333	36.66 328	39.82 318	32.51 338	42.05 335	41.04 351	25.77 320	25.72 313	28.80 342	1.67 314	0.91 254	0.79 283	0.27 219	1.24 259	2.38 273

SuperB	18.07 312	7.33 308	56.73 377	8.42 241	5.42 252	20.39 281	9.73 267	26.04 206	50.80 360	26.88 301	39.52 320	17.79 202	21.54 303	23.17 302	25.96 323	0.77 247	0.32 158	1.11 305	0.73 299	16.11 379	2.75 289

RP	18.36 313	5.94 295	17.54 285	15.95 350	12.33 359	21.55 288	12.66 304	28.65 235	45.65 343	23.78 275	42.55 338	39.77 344	29.54 341	26.72 319	23.58 303	6.14 361	1.05 266	4.38 351	1.77 332	3.90 325	3.82 314

APVNet	18.42 314	6.37 300	23.10 319	12.76 328	8.28 331	30.74 339	24.17 366	42.08 358	30.76 254	25.86 290	41.66 331	31.83 302	24.99 315	28.01 326	28.77 340	0.49 205	0.57 213	3.05 343	0.55 288	1.80 281	2.46 276

ETE_ROB	18.45 315	10.71 329	20.90 309	14.23 334	4.92 230	23.28 299	22.01 355	33.00 282	36.14 299	30.68 327	39.03 319	46.10 369	26.28 322	27.52 323	26.22 325	0.53 211	0.49 196	1.16 307	0.94 306	1.69 279	3.07 299

PWCDC_ROB	18.66 316	11.24 335	21.32 311	18.82 358	8.08 327	25.75 313	6.94 221	35.08 308	53.33 367	30.37 326	49.70 366	20.87 228	21.63 306	31.05 339	22.39 294	6.94 364	0.28 152	0.10 148	0.06 117	5.98 342	3.22 302

Nwc_Net	18.76 317	5.80 289	19.91 302	14.99 342	11.96 356	26.32 318	15.90 325	41.68 356	40.50 320	21.85 254	43.58 345	34.89 324	29.47 340	27.48 322	26.34 326	3.75 345	0.27 147	2.55 338	3.31 350	2.25 293	2.46 276

ADCP+	18.93 318	5.83 291	35.35 346	9.85 275	10.36 348	29.49 336	13.65 310	34.22 299	37.75 307	30.02 323	41.45 329	24.18 254	26.43 325	34.71 349	36.58 359	0.27 160	0.40 176	2.00 328	1.19 319	2.31 296	2.66 282

MDST_ROB	18.99 319	3.23 231	15.81 270	14.15 333	6.98 302	44.89 374	16.81 332	43.19 363	42.83 331	43.71 369	43.84 346	28.79 283	19.02 281	30.64 338	18.70 276	1.84 317	0.84 244	0.69 276	0.47 274	0.71 214	2.61 280

Wz-Net-LNSev	19.04 320	11.48 338	43.55 358	10.82 302	8.01 325	24.96 307	17.46 341	34.72 306	44.36 337	33.43 343	44.72 351	32.54 307	24.13 311	21.64 294	24.38 310	0.93 268	0.22 138	0.00 1	0.03 83	1.44 270	1.99 237

AF-Net	19.18 321	6.50 301	16.90 279	16.60 351	11.00 352	23.83 301	11.31 288	36.25 320	51.10 363	25.56 287	38.34 313	41.77 355	31.01 349	30.20 336	27.83 335	4.87 356	0.27 147	4.60 352	1.00 313	2.67 300	2.02 240

PWC_ROB	19.21 322	12.15 345	28.02 327	11.02 307	6.62 292	25.15 309	5.47 182	36.42 323	49.47 355	33.19 341	44.32 348	34.98 325	26.66 326	32.22 343	27.30 333	1.71 315	0.27 147	1.62 320	0.37 249	2.38 298	4.90 321

stereogan	19.38 323	4.02 258	18.62 295	13.54 330	10.30 347	37.03 358	9.83 268	39.12 343	46.13 348	25.09 285	41.76 333	40.01 346	27.19 327	32.16 341	25.48 317	2.44 328	1.13 273	2.70 341	0.86 304	5.45 337	4.81 318

edge stereo	19.38 323	5.98 296	19.25 301	11.11 308	8.07 326	23.51 300	12.74 306	35.93 315	42.55 328	35.05 347	43.06 342	41.34 353	36.05 361	26.06 316	25.62 319	2.70 332	2.47 351	6.38 358	1.54 329	3.18 314	5.01 323

RYNet	19.73 325	5.52 287	18.58 294	11.63 314	15.84 370	47.05 377	17.28 338	38.60 338	49.19 354	27.71 306	27.46 197	38.63 338	26.42 324	20.79 280	32.08 353	0.73 240	0.59 218	0.97 299	0.16 174	7.40 346	8.04 355

LALA_ROB	19.82 326	8.32 320	18.64 297	13.59 331	5.79 265	28.03 328	23.44 361	43.09 361	37.57 304	33.91 346	41.55 330	50.73 378	25.61 319	29.09 329	27.30 333	0.73 240	0.67 223	2.08 329	1.42 326	2.70 301	2.12 258

Wz-Net-MNSev	19.84 327	7.55 311	35.79 347	10.79 301	7.51 311	38.96 365	18.39 346	35.08 308	44.72 340	31.28 329	41.70 332	41.18 352	20.49 295	28.41 327	30.13 350	0.96 272	0.36 169	0.05 108	0.13 153	1.70 280	1.64 191

aanetorigin	19.84 327	13.32 350	54.46 372	10.07 280	7.99 324	14.16 204	15.32 321	17.85 119	34.49 285	49.59 378	48.88 363	34.28 322	31.32 351	23.53 304	29.64 346	1.12 287	0.81 239	0.73 278	0.94 306	3.05 307	5.23 327

Anonymous Stereo	19.84 327	13.55 351	51.68 369	15.30 344	12.97 362	16.15 239	25.32 370	33.73 292	44.41 338	25.12 286	35.39 295	25.00 262	16.27 249	32.62 344	33.04 355	1.83 316	2.26 349	1.76 323	2.01 338	3.57 319	4.92 322

SGM_RVC	20.33 330	3.24 232	8.92 95	7.20 192	1.62 105	39.61 367	17.01 335	39.11 342	35.12 292	46.26 374	42.62 339	51.57 380	39.45 368	39.66 373	29.87 348	1.16 292	0.37 171	0.55 267	0.35 243	1.20 255	1.64 191
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 331	11.06 332	33.58 343	12.11 321	7.19 306	28.90 332	11.99 296	38.49 337	58.85 384	32.22 336	37.28 304	33.11 313	21.14 299	36.93 363	38.84 368	1.49 305	1.50 327	0.15 189	0.64 294	2.18 291	2.67 283

NCC-stereo	20.61 332	7.39 309	25.96 322	15.90 348	16.62 371	20.15 278	23.27 358	44.11 370	41.29 325	25.00 283	38.64 315	35.47 326	28.75 334	36.35 357	26.90 330	4.83 354	2.14 343	3.33 347	9.27 376	3.10 309	3.72 312

Abc-Net	20.61 332	7.39 309	25.96 322	15.90 348	16.62 371	20.15 278	23.27 358	44.11 370	41.29 325	25.00 283	38.64 315	35.47 326	28.75 334	36.35 357	26.90 330	4.83 354	2.14 343	3.33 347	9.27 376	3.10 309	3.72 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 332	12.13 344	46.35 362	21.53 364	17.78 374	19.41 270	23.64 364	37.23 331	50.61 357	26.20 294	37.72 306	24.90 260	25.02 318	24.63 308	23.53 300	3.13 338	1.65 331	5.69 355	4.09 356	3.64 321	3.34 305

RGC	20.62 335	14.30 353	21.99 314	18.85 359	14.53 365	21.42 287	14.82 319	36.00 318	44.32 336	28.54 313	41.82 334	40.12 347	29.43 339	35.44 354	23.33 298	4.12 348	0.72 227	8.80 369	4.39 359	4.55 331	4.84 320

DGSMNet	20.75 336	13.28 349	34.59 345	14.80 339	17.14 373	23.25 298	17.99 345	36.39 322	43.00 332	20.70 231	32.67 268	36.05 330	19.22 286	30.34 337	25.04 315	4.61 351	4.62 373	6.31 357	5.20 364	14.71 376	15.15 381

WCMA_ROB	21.17 337	5.89 294	22.32 316	10.39 292	7.65 316	34.55 352	16.42 330	33.20 286	34.02 280	42.06 364	52.50 370	44.09 361	37.59 364	33.66 347	26.77 329	7.45 366	3.18 363	1.27 315	1.43 327	4.18 326	4.81 318

psmorigin	21.56 338	11.18 334	36.59 349	10.19 283	7.08 304	25.30 310	12.35 298	33.52 290	33.12 270	43.62 368	54.15 378	42.72 358	37.44 363	36.87 362	28.98 343	1.65 312	2.78 357	0.81 290	1.19 319	3.62 320	8.10 356

G-Net	21.66 339	9.10 326	39.39 353	15.85 347	9.60 344	51.00 382	16.73 331	28.32 231	31.17 256	38.99 357	43.24 343	33.26 316	32.09 353	28.50 328	26.50 328	4.74 353	3.92 370	3.60 350	1.02 314	8.42 353	7.86 353

FBW_ROB	21.87 340	11.80 339	25.52 321	14.64 337	7.49 310	31.20 342	16.35 329	45.28 373	44.78 341	44.85 373	40.36 326	43.50 360	27.85 330	34.94 350	23.52 299	3.07 337	2.15 345	7.53 367	3.03 349	4.30 328	5.17 326

SANet	22.05 341	8.47 322	32.65 341	9.90 276	4.31 211	33.49 350	23.44 361	42.82 360	56.64 379	39.67 360	44.09 347	44.62 362	32.96 356	29.24 333	25.79 321	1.08 281	0.74 229	0.98 300	0.69 296	5.69 340	3.66 311

SQANet	22.07 342	25.29 380	21.78 313	26.81 378	18.92 377	30.75 340	10.25 273	33.47 288	30.10 244	25.73 289	34.31 287	33.45 317	19.94 292	29.16 331	20.03 286	11.68 378	3.08 361	26.95 387	5.80 366	20.97 385	12.99 376

UDG	22.21 343	15.90 360	16.41 272	21.71 365	20.17 378	32.51 345	13.78 311	36.62 325	35.77 298	26.64 298	31.43 245	37.49 335	32.33 355	22.77 299	21.19 293	11.08 376	5.60 377	23.12 382	7.74 370	17.07 381	14.89 380

SHD	22.33 344	11.30 336	32.10 338	15.61 345	9.88 345	26.75 320	10.12 271	41.84 357	61.77 389	36.36 351	44.65 350	39.28 341	31.10 350	35.07 351	32.76 354	2.35 325	1.95 340	1.24 314	1.90 336	4.33 329	6.34 338

CSAN	22.36 345	11.11 333	26.06 324	21.79 366	5.59 259	34.55 352	36.54 388	40.04 349	50.84 361	37.47 354	40.31 325	45.09 365	33.07 357	27.44 321	25.80 322	1.60 310	0.75 231	1.08 301	1.80 334	2.89 304	3.36 306

ADCL	22.44 346	7.79 312	49.20 367	10.61 298	7.28 308	40.40 370	21.03 353	32.07 274	55.07 371	28.53 312	48.73 361	31.68 299	31.69 352	34.04 348	38.38 364	1.22 297	0.93 255	2.65 340	1.89 335	2.65 299	2.94 295

CC-Net-ROB	22.73 347	23.99 377	30.57 334	14.72 338	8.91 340	32.98 346	16.17 327	46.75 377	37.29 302	33.88 345	32.33 264	35.48 328	25.00 316	24.75 310	28.78 341	9.60 371	3.03 360	25.33 385	3.87 354	14.82 377	6.33 337

ADCPNet	22.75 348	10.94 331	58.96 381	12.24 324	7.57 312	37.33 359	20.08 351	33.89 293	37.37 303	33.49 344	44.32 348	39.36 343	28.43 333	32.19 342	38.55 366	2.25 322	2.69 356	2.37 335	3.59 353	4.33 329	5.01 323

MeshStereo	22.95 349	7.84 313	12.46 217	8.13 235	5.20 243	38.49 364	13.36 309	42.69 359	38.05 309	51.34 381	53.82 374	58.22 386	43.29 376	38.42 368	29.59 345	2.96 334	2.84 359	3.11 345	2.33 343	3.12 311	3.65 310
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
Wz-Net-SNSev	23.35 350	18.18 363	47.37 364	14.55 336	8.63 335	28.33 329	29.16 379	39.88 348	55.80 376	32.16 335	53.91 376	39.35 342	24.42 312	27.60 324	38.11 363	1.06 280	0.24 142	1.20 309	0.95 309	3.16 313	2.93 294

DDUNet	23.49 351	20.59 371	17.13 281	24.58 374	22.45 382	24.86 306	17.96 344	31.42 267	31.06 255	29.59 318	37.81 308	37.85 336	26.39 323	25.77 314	18.74 277	18.99 386	8.10 385	26.65 386	11.80 382	19.41 384	18.58 385

MSMD_ROB	23.50 352	10.55 328	15.65 269	17.87 357	10.07 346	35.58 355	19.04 348	34.53 303	37.81 308	41.55 363	60.11 385	46.01 368	39.81 369	32.74 345	24.92 314	6.86 363	3.63 368	8.92 370	11.16 381	7.21 345	5.99 334

LE_ROB	23.59 353	4.64 272	16.84 277	8.59 245	3.05 168	33.01 347	18.53 347	28.96 239	67.40 400	70.71 401	55.67 381	48.44 375	48.90 383	26.06 316	37.98 362	0.44 197	0.24 142	0.27 233	0.54 285	0.49 169	0.98 120

ADCMid	23.61 354	12.42 346	44.10 359	11.85 317	8.33 332	27.89 327	20.03 350	36.49 324	39.56 317	40.81 361	47.01 359	36.89 332	43.95 377	39.12 371	42.60 378	1.95 318	1.55 330	3.05 343	3.98 355	5.20 334	5.37 328

AnyNet_C32	24.34 355	15.07 356	42.84 357	13.07 329	11.83 355	31.80 343	31.73 383	32.47 276	45.77 345	35.92 349	49.66 365	34.05 319	35.21 359	44.09 380	43.39 382	1.61 311	1.70 333	1.22 311	2.94 348	4.87 332	7.60 350

MFN_U_SF_DS_RVC	24.71 356	14.86 355	32.18 339	26.47 377	10.48 349	40.27 369	22.83 357	36.88 330	44.51 339	42.59 365	47.13 360	40.20 348	28.00 331	36.70 360	28.36 336	4.23 350	4.00 371	6.73 360	16.35 387	5.05 333	6.34 338

ccnet	24.80 357	17.64 362	24.53 320	12.35 325	18.18 376	38.47 363	17.76 343	46.24 375	32.78 269	37.51 355	46.76 355	38.80 339	30.45 347	38.35 367	41.98 375	9.41 370	6.40 379	9.67 372	8.04 371	11.64 370	9.00 362

FC-DCNN	25.07 358	12.06 343	20.30 305	19.06 360	9.41 342	38.40 362	23.46 363	41.37 354	44.07 335	46.76 376	53.99 377	50.49 377	39.32 367	36.43 359	29.46 344	7.40 365	3.39 364	6.15 356	5.01 363	8.05 350	6.83 345

XQC	25.15 359	18.26 364	52.31 370	22.53 371	12.15 357	37.47 360	21.78 354	38.74 340	55.51 375	32.40 337	30.75 236	38.36 337	30.19 346	38.28 366	41.25 374	4.61 351	1.44 322	2.77 342	2.26 342	12.52 371	9.49 366

DPSNet	25.20 360	7.92 315	36.17 348	11.72 316	6.85 298	53.68 384	43.17 394	52.22 386	60.09 387	31.61 330	39.76 322	40.91 350	35.82 360	33.42 346	26.48 327	4.98 357	2.10 342	0.50 264	1.13 317	9.63 357	5.83 331

SGM-ForestM	25.21 361	4.80 275	13.50 234	8.68 248	3.74 185	46.85 376	22.04 356	46.25 376	51.32 365	51.28 380	52.07 369	62.64 393	47.13 381	46.05 381	36.30 358	1.99 319	2.25 348	1.21 310	1.24 322	1.65 278	3.21 301

PDISCO_ROB	25.35 362	10.44 327	31.01 336	29.47 382	20.36 379	38.32 361	17.74 342	45.56 374	55.34 373	29.88 321	42.94 341	46.63 370	29.76 342	36.23 356	31.29 352	10.74 373	2.20 347	6.96 361	3.53 352	9.98 361	8.52 360

EDNetEfficient	25.68 363	22.94 376	77.88 405	9.49 266	7.66 317	20.89 282	17.37 339	22.52 173	56.02 377	61.49 392	53.31 372	35.83 329	41.88 375	25.06 311	39.53 370	0.86 260	0.83 243	0.91 296	2.82 346	8.28 351	7.98 354

Wz-Net-TNSev	25.85 364	21.47 374	59.51 383	10.38 291	7.64 315	42.40 373	23.33 360	35.97 317	54.36 369	36.56 352	43.26 344	45.90 367	41.27 373	37.81 364	37.10 360	2.35 325	1.90 339	0.77 281	1.34 325	5.89 341	7.75 352

WZ-Net	25.86 365	14.23 352	64.17 386	15.77 346	10.61 350	39.36 366	28.01 377	41.38 355	54.97 370	28.82 315	53.68 373	40.90 349	30.14 345	37.91 365	42.98 381	1.59 307	0.49 196	0.73 278	0.95 309	5.43 336	5.12 325

GANetREF_RVC	26.12 366	30.35 382	27.03 325	26.08 376	6.28 288	31.16 341	37.25 390	48.48 379	50.90 362	37.30 353	36.39 302	34.11 320	30.98 348	38.51 369	28.38 337	9.08 368	2.68 355	16.48 379	5.42 365	16.24 380	9.34 365
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
FCDSN-DC	26.18 367	15.77 359	20.36 306	28.79 381	15.78 369	40.13 368	19.12 349	43.57 365	42.59 329	44.78 372	52.51 371	50.73 378	40.32 371	35.32 353	28.55 338	6.41 362	3.61 367	7.11 363	6.54 367	10.58 362	10.93 374
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 368	15.49 358	48.87 366	15.20 343	10.99 351	31.86 344	24.37 367	43.99 368	58.30 382	43.12 366	49.92 367	41.90 356	41.43 374	42.90 379	46.29 386	3.00 336	2.60 352	2.45 337	3.47 351	7.63 347	8.41 358

DLNR_Zeroshot_test	27.91 369	51.88 394	91.97 418	98.26 428	97.92 428	3.07 6	0.49 9	31.27 264	8.33 42	8.40 45	15.66 79	7.22 50	1.66 8	12.16 113	4.82 102	40.46 395	1.87 337	0.06 115	0.33 238	80.45 419	1.99 237

MFN_U_SF_RVC	28.91 370	15.44 357	55.12 374	22.00 368	8.49 334	41.39 371	15.36 322	52.74 387	46.70 350	47.83 377	53.87 375	54.97 383	40.50 372	39.54 372	40.77 372	6.09 360	4.92 375	7.08 362	9.02 375	7.68 348	8.69 361

PASM	29.37 371	19.17 366	50.43 368	23.55 372	23.15 384	27.62 325	27.82 376	35.90 314	50.76 359	35.98 350	40.55 327	47.26 373	34.98 358	35.28 352	38.72 367	12.58 382	15.96 390	17.57 381	22.46 389	13.71 373	13.92 379

EDNetEfficientorigin	29.50 372	36.05 387	99.77 430	9.67 270	5.93 271	26.79 321	16.02 326	26.87 221	55.18 372	61.15 389	57.72 382	45.04 364	50.99 386	26.90 320	44.78 384	0.53 211	0.54 205	1.72 322	2.53 344	11.05 367	10.75 371

AnyNet_C01	30.67 373	27.57 381	76.09 403	17.61 354	12.18 358	50.42 381	28.89 378	39.14 345	41.14 324	41.36 362	65.66 396	47.21 372	40.16 370	47.50 382	49.82 393	2.38 327	2.79 358	2.31 332	2.83 347	8.35 352	9.99 370

LSM	30.92 374	21.18 373	57.13 380	19.98 361	54.02 401	33.70 351	25.92 372	43.87 366	49.18 353	46.43 375	55.59 380	43.44 359	36.70 362	36.70 360	28.75 339	2.94 333	9.77 386	5.07 353	8.20 374	10.77 363	29.00 392

RTS	30.97 375	24.38 378	96.47 420	17.75 355	12.63 360	58.43 393	26.47 373	38.01 334	63.33 392	44.41 370	46.81 356	33.16 314	45.26 378	52.06 388	42.65 379	2.66 330	1.40 315	1.09 302	1.02 314	5.49 338	5.86 332

RTSA	30.97 375	24.38 378	96.47 420	17.75 355	12.63 360	58.43 393	26.47 373	38.01 334	63.33 392	44.41 370	46.81 356	33.16 314	45.26 378	52.06 388	42.65 379	2.66 330	1.40 315	1.09 302	1.02 314	5.49 338	5.86 332

DispFullNet	31.01 377	32.97 383	59.04 382	30.27 383	28.46 388	33.06 348	11.44 289	37.69 333	54.13 368	33.30 342	37.78 307	44.68 363	28.96 337	42.19 378	29.68 347	12.35 381	3.56 366	36.10 391	12.90 384	32.29 392	19.42 387

coex-ft	31.29 378	39.15 391	93.51 419	9.71 273	5.77 264	36.25 357	26.79 375	31.43 268	59.45 385	73.35 405	58.73 383	45.49 366	48.48 382	30.19 335	46.52 388	1.59 307	1.71 334	0.94 297	0.97 312	9.43 356	6.35 340

MANE	33.27 379	12.69 347	21.10 310	22.10 369	15.09 368	49.75 379	29.51 380	54.10 390	56.36 378	59.73 385	64.93 393	65.43 396	57.34 394	52.70 391	41.02 373	10.52 372	6.09 378	7.35 365	20.29 388	9.66 358	9.65 367

otaku	33.83 380	36.87 389	53.81 371	40.41 388	21.58 380	54.54 386	17.45 340	44.01 369	61.47 388	39.63 358	50.06 368	46.76 371	29.76 342	40.64 375	30.07 349	19.17 387	7.09 382	32.34 389	9.92 378	24.17 387	16.94 382

PVD	34.10 381	19.91 368	39.04 352	27.08 379	18.09 375	35.11 354	44.32 396	52.16 385	66.36 397	53.04 383	64.50 392	52.33 381	56.17 390	52.24 390	42.11 376	4.17 349	4.82 374	9.60 371	4.65 360	11.11 368	25.25 390

ELAS	34.78 382	20.32 369	38.13 351	21.79 366	14.89 366	57.95 392	37.04 389	51.15 384	51.19 364	60.95 388	64.42 391	59.08 388	54.44 388	51.53 386	46.26 385	12.00 379	7.83 383	10.46 373	8.04 371	14.42 374	13.71 378
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 383	20.50 370	37.14 350	22.37 370	15.07 367	54.02 385	38.42 391	50.06 382	56.72 380	61.86 393	63.52 387	58.79 387	54.60 389	54.13 393	43.99 383	12.20 380	7.90 384	10.75 374	7.65 369	14.42 374	13.42 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 384	19.78 367	33.90 344	55.86 397	36.15 391	76.79 413	94.89 423	49.29 380	51.59 366	38.15 356	37.83 309	53.71 382	39.29 366	40.56 374	40.41 371	4.02 347	6.72 381	2.35 334	4.12 357	9.70 359	10.76 372

Ntro	35.59 385	38.58 390	55.41 375	43.66 392	22.54 383	57.26 387	23.73 365	47.69 378	63.99 395	39.63 358	48.82 362	47.68 374	37.60 365	41.55 377	30.80 351	17.85 385	6.61 380	33.21 390	10.52 380	26.65 388	17.97 384

BEATNet-Init1	36.29 386	22.72 375	56.79 378	28.53 380	13.41 364	59.81 396	33.49 384	53.72 389	58.64 383	60.78 387	63.63 388	70.42 398	56.59 392	53.93 392	46.48 387	5.63 358	4.14 372	7.49 366	7.45 368	11.35 369	10.88 373

ACVNet-4b	36.91 387	52.81 395	57.04 379	42.64 391	22.08 381	48.32 378	14.64 318	50.28 383	59.78 386	43.17 367	46.34 354	55.50 384	24.49 313	39.03 370	23.55 301	25.75 391	3.76 369	47.36 395	33.76 394	28.62 389	19.22 386

MSC_U_SF_DS_RVC	37.85 388	35.62 386	55.10 373	38.16 387	13.19 363	57.63 390	24.72 368	52.87 388	63.40 394	66.39 397	63.74 389	58.16 385	54.28 387	51.56 387	47.39 389	9.36 369	5.44 376	14.82 378	15.34 386	18.80 383	11.04 375

Consistency-Raft	41.94 389	35.39 385	45.40 361	33.16 385	41.47 395	45.14 375	33.50 385	56.78 394	55.37 374	32.11 334	65.41 394	30.46 296	49.76 384	40.94 376	48.33 392	27.72 392	35.00 395	43.33 393	51.89 403	39.60 394	28.04 391

ACVNet_1	42.11 390	50.66 393	66.19 391	45.24 394	25.33 387	50.11 380	25.60 371	55.90 391	65.25 396	60.15 386	59.98 384	63.57 394	50.05 385	50.45 385	38.46 365	20.06 388	11.00 387	38.79 392	14.48 385	31.31 391	19.68 388

NVStereoNet_ROB	42.81 391	34.00 384	46.84 363	37.40 386	28.64 389	35.65 356	33.88 387	49.95 381	58.27 381	69.65 400	75.69 405	66.36 397	65.66 398	48.37 383	62.04 405	16.50 384	25.07 392	23.61 384	32.35 392	21.58 386	24.72 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 392	63.10 403	65.03 390	60.15 398	39.21 394	59.39 395	31.46 382	57.61 395	78.49 411	50.61 379	66.05 397	59.57 389	45.26 378	50.17 384	42.57 377	46.92 399	45.90 400	53.26 399	32.46 393	54.03 400	34.14 395

anonymity	52.60 393	58.73 397	63.81 385	41.37 390	59.41 405	53.52 383	41.39 392	56.50 393	40.60 322	55.03 384	49.64 364	49.57 376	56.22 391	59.42 395	50.07 394	55.57 402	50.19 406	51.15 397	51.23 401	51.90 396	56.75 403

MADNet+	53.97 394	69.36 405	98.79 427	67.30 402	38.52 392	79.97 417	81.50 419	61.38 397	62.53 390	52.01 382	55.50 379	61.22 392	59.61 396	70.25 404	77.26 418	25.21 390	25.07 392	17.40 380	12.69 383	34.21 393	29.70 394

JetBlue	54.72 395	46.20 392	75.05 401	51.44 395	47.85 396	76.48 412	62.38 405	64.44 399	62.86 391	63.67 396	65.49 395	78.96 405	68.77 399	68.63 402	75.95 417	37.07 393	25.78 394	29.10 388	29.19 391	29.75 390	35.27 396

SGM+DAISY	55.54 396	57.77 396	64.45 388	40.89 389	53.89 399	63.34 399	50.45 398	56.00 392	45.95 346	61.43 391	64.32 390	61.05 391	56.70 393	61.32 397	56.86 399	56.51 403	49.35 404	50.49 396	50.00 400	52.52 397	57.57 404

SPS-STEREO	56.02 397	59.82 400	64.35 387	45.23 393	53.96 400	61.34 397	44.05 395	60.08 396	50.73 358	62.61 394	61.78 386	59.73 390	57.62 395	60.63 396	59.08 400	58.29 404	48.28 401	51.30 398	49.29 399	55.67 401	56.59 402
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 398	62.74 402	73.58 400	66.59 401	38.77 393	63.23 398	49.56 397	72.12 409	82.24 415	79.37 413	88.96 421	76.25 402	73.29 404	55.14 394	48.05 390	38.17 394	24.21 391	54.92 400	37.94 395	48.23 395	29.29 393

IMH-64-1	59.89 399	58.89 398	69.08 395	66.46 399	50.96 397	57.48 388	51.18 399	69.03 403	67.25 398	67.90 398	80.31 410	70.42 398	74.30 405	72.66 410	50.07 394	42.88 396	43.00 397	65.88 401	47.48 396	53.41 398	39.15 397

IMH-64	59.89 399	58.89 398	69.08 395	66.46 399	50.96 397	57.48 388	51.18 399	69.03 403	67.25 398	67.90 398	80.31 410	70.42 398	74.30 405	72.66 410	50.07 394	42.88 396	43.00 397	65.88 401	47.48 396	53.41 398	39.15 397

IMH	63.51 401	61.05 401	69.15 397	69.90 403	54.09 402	65.82 402	55.66 401	72.12 409	72.52 404	72.73 403	81.82 412	73.16 401	79.86 410	77.03 415	52.57 397	44.46 398	50.01 405	68.11 403	51.57 402	56.59 402	41.88 400

TorneroNet-64	66.18 402	71.37 407	72.19 399	76.80 408	59.54 406	67.82 403	59.56 402	67.83 402	79.98 412	63.09 395	67.00 398	82.98 410	69.97 401	68.02 399	62.78 406	49.03 400	44.17 399	73.23 405	64.19 405	69.14 407	54.83 401

PWCK	66.53 403	88.82 423	80.30 408	80.69 416	30.85 390	65.18 401	41.64 393	72.55 411	71.28 403	78.68 412	69.18 400	78.14 404	62.17 397	82.93 419	63.46 407	80.46 417	40.52 396	82.05 416	47.71 398	74.54 416	39.47 399

WAO-6	71.06 404	73.42 409	67.24 392	79.78 415	61.93 409	69.67 404	60.23 403	75.12 414	87.02 418	74.87 406	79.60 409	79.28 406	84.75 416	68.25 401	61.91 404	67.67 408	48.98 403	81.65 414	73.43 410	66.76 405	59.64 405

TorneroNet	71.59 405	73.91 410	76.67 404	81.06 417	65.65 410	71.44 406	65.68 407	71.66 408	75.08 406	71.76 402	73.09 404	84.12 414	74.51 407	70.46 405	69.58 410	59.87 405	48.58 402	79.93 410	73.78 411	75.74 417	69.18 415

LVE	71.96 406	73.19 408	84.13 412	75.60 406	55.78 404	75.59 409	63.60 406	77.67 415	83.64 416	82.16 414	87.25 420	83.54 412	82.79 415	76.17 413	65.22 408	49.11 401	57.71 412	74.86 407	62.93 404	66.84 406	61.36 406

MFMNet_re	72.11 407	79.45 415	64.79 389	52.91 396	84.26 421	78.00 415	69.47 410	64.08 398	67.45 401	61.33 390	71.28 402	64.22 395	69.42 400	72.45 407	61.54 402	81.63 419	73.93 420	80.19 412	74.21 412	83.02 421	88.49 423

WAO-7	72.48 408	78.58 412	55.84 376	79.20 413	69.56 416	71.30 405	73.06 414	78.20 418	84.37 417	77.52 409	85.78 416	79.44 407	80.26 411	65.93 398	66.47 409	62.13 406	69.81 418	70.46 404	73.18 409	66.66 404	61.95 407

notaker	72.59 409	79.99 417	79.75 407	79.06 412	68.60 414	63.66 400	62.15 404	69.61 406	75.78 407	77.77 410	79.16 408	79.92 408	84.80 417	77.69 416	59.73 401	70.15 411	61.03 414	77.65 409	68.69 407	70.81 409	65.81 412

ktn	72.86 410	80.20 418	70.88 398	79.38 414	69.76 417	75.01 407	70.17 413	69.27 405	77.21 408	73.05 404	77.79 407	77.79 403	77.01 408	73.04 412	56.44 398	79.36 414	66.31 415	80.24 413	68.37 406	72.53 414	63.45 408

UNDER WATER-64	73.59 411	75.19 411	88.26 415	74.50 405	55.55 403	78.94 416	76.55 416	65.86 400	68.37 402	75.79 408	69.24 401	84.00 413	77.49 409	69.01 403	73.11 413	81.39 418	57.22 411	82.69 418	80.62 415	69.53 408	68.45 414

LRCNet_RVC	73.95 412	70.63 406	75.65 402	77.92 410	60.69 408	41.66 372	16.24 328	71.26 407	48.66 352	88.23 421	93.84 424	90.11 420	82.18 413	80.69 418	61.88 403	97.09 428	72.20 419	96.71 428	97.62 428	77.99 418	77.70 419

DPSimNet_ROB	74.86 413	83.75 421	61.14 384	77.51 409	65.78 411	76.04 411	75.86 415	74.62 413	77.61 409	82.20 415	75.97 406	80.50 409	72.45 402	68.06 400	84.65 420	81.90 420	52.11 407	79.97 411	76.71 414	70.85 410	79.47 420

UNDER WATER	76.36 414	79.65 416	88.23 414	84.62 419	67.01 412	77.90 414	78.03 417	67.43 401	72.64 405	75.52 407	71.49 403	85.52 415	82.57 414	70.68 406	75.48 416	79.61 416	54.01 408	86.59 422	84.76 420	72.44 413	72.94 417

WAO-8	77.20 415	78.94 413	67.39 393	86.73 421	72.82 418	79.98 418	69.63 411	77.88 416	88.66 420	83.17 417	86.77 417	85.56 416	85.20 418	72.63 408	69.82 411	75.00 412	55.65 409	87.92 424	83.63 418	71.60 411	64.97 410

Venus	77.20 415	78.94 413	67.39 393	86.73 421	72.82 418	79.98 418	69.63 411	77.88 416	88.66 420	83.17 417	86.77 417	85.56 416	85.20 418	72.63 408	69.82 411	75.00 412	55.65 409	87.92 424	83.63 418	71.61 412	64.97 410

HanzoNet	77.99 417	81.45 420	83.64 409	78.05 411	69.26 415	75.78 410	69.09 409	73.99 412	78.09 410	82.39 416	83.06 413	85.66 418	87.00 421	86.11 421	74.40 415	85.46 424	68.53 417	81.84 415	75.61 413	73.07 415	67.26 413

JetRed	79.80 418	80.33 419	91.79 417	71.25 404	75.71 420	91.85 422	80.84 418	79.41 419	80.84 413	84.48 419	84.47 415	83.34 411	72.72 403	79.51 417	85.74 421	69.66 410	81.68 421	73.70 406	72.68 408	82.42 420	73.53 418

Dean	80.94 419	86.19 422	83.94 411	85.03 420	60.07 407	75.42 408	67.27 408	81.85 420	88.36 419	92.35 423	87.09 419	92.14 422	93.19 423	83.37 420	74.06 414	68.69 409	66.48 416	94.89 427	84.90 421	83.86 423	69.69 416

SPstereo	83.66 420	69.17 404	79.52 406	76.33 407	67.79 413	88.06 421	91.78 422	100.00 432	100.00 432	99.12 428	99.11 428	100.00 435	98.10 427	98.44 428	89.22 422	65.98 407	60.50 413	82.46 417	81.00 416	62.47 403	64.12 409

ASD4	87.80 421	90.70 424	83.73 410	83.43 418	90.78 425	97.93 425	99.61 430	89.14 422	96.84 426	88.33 422	93.49 422	89.94 419	86.43 420	88.88 422	91.91 423	79.57 415	81.89 422	76.64 408	81.57 417	83.78 422	81.45 421

KSHMR	88.63 422	93.05 425	84.15 413	95.59 426	91.74 426	82.94 420	83.28 420	84.59 421	81.87 414	87.85 420	83.96 414	91.71 421	81.49 412	76.73 414	82.12 419	96.47 427	96.06 427	96.71 428	97.16 427	92.74 428	92.47 427

tt	89.84 423	1.21 8	99.99 432	99.29 431	100.00 434	100.00 433	100.00 433	100.00 432	99.99 430	78.46 411	68.51 399	99.99 433	100.00 432	100.00 434	100.00 435	95.27 425	99.93 431	87.33 423	86.20 422	94.13 429	86.50 422

xxxxx1	91.89 424	95.36 427	98.42 424	87.40 423	89.37 422	98.54 426	98.20 427	92.95 423	93.30 423	93.53 424	95.30 425	97.01 424	96.36 424	94.68 423	94.93 424	83.39 421	84.31 423	82.86 419	88.15 423	84.30 424	89.46 424

tt_ll	91.89 424	95.36 427	98.42 424	87.40 423	89.37 422	98.54 426	98.20 427	92.95 423	93.30 423	93.53 424	95.30 425	97.01 424	96.36 424	94.68 423	94.93 424	83.39 421	84.31 423	82.86 419	88.15 423	84.30 424	89.46 424

ff	91.89 424	95.36 427	98.42 424	87.40 423	89.37 422	98.54 426	98.20 427	92.95 423	93.30 423	93.53 424	95.30 425	97.01 424	96.36 424	94.68 423	94.93 424	83.39 421	84.31 423	82.86 419	88.15 423	84.30 424	89.46 424

MADNet++	94.07 427	93.58 426	90.62 416	96.24 427	96.57 427	97.26 424	90.52 421	94.64 426	91.89 422	97.09 427	93.64 423	94.65 423	92.81 422	96.06 426	95.06 427	95.31 426	95.85 426	92.44 426	92.08 426	91.00 427	94.17 429

PML	99.07 428	100.00 435	98.17 423	99.22 430	99.21 430	99.98 432	99.74 431	98.27 428	98.10 427	100.00 434	99.37 429	98.77 428	99.85 430	100.00 434	98.07 429	100.00 432	99.54 428	100.00 432	99.51 430	99.87 432	93.65 428

MEDIAN_ROB	99.20 429	99.85 430	99.64 429	98.51 429	98.53 429	98.60 429	97.88 426	98.83 429	98.59 428	99.35 431	99.47 430	99.57 429	99.05 429	98.38 427	98.37 430	99.99 430	99.63 429	100.00 432	100.00 432	99.82 431	99.92 431

HaxPig	99.40 430	99.99 432	97.53 422	99.99 433	99.99 432	96.91 423	97.19 424	99.57 430	99.99 430	99.98 433	100.00 432	99.99 433	99.96 431	99.06 429	97.86 428	99.99 430	100.00 433	100.00 432	100.00 432	100.00 433	99.98 432

Anonymous_1	99.63 431	99.96 431	99.94 431	99.77 432	99.59 431	100.00 433	100.00 433	99.81 431	99.98 429	99.63 432	99.94 431	99.75 430	100.00 432	99.67 430	99.89 431	98.37 429	99.84 430	98.70 430	99.26 429	99.29 430	99.24 430

test_example2	99.67 432	99.99 432	99.99 432	100.00 434	99.99 432	99.87 431	99.99 432	98.01 427	100.00 432	100.00 434	100.00 432	98.18 427	98.43 428	99.98 431	99.98 432	100.00 432	99.99 432	99.40 431	99.52 431	100.00 433	100.00 433

AVERAGE_ROB	99.81 433	99.99 432	99.44 428	100.00 434	100.00 434	99.02 430	97.81 425	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

DPSMNet_ROB	99.95 434	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	99.16 429	100.00 432	99.95 431	100.00 432	99.98 431	99.99 433	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

DGTPSM_ROB	99.95 434	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	99.16 429	100.00 432	99.95 431	100.00 432	99.98 431	99.99 433	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

MyStereo03	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

MyStereo02	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

MyStereo	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

Selective-RAFT-Error	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

CasAABBNet	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

LSM0	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

DPSM_ROB	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

DPSM	100.00 436	100.00 435	100.00 434	100.00 434	100.00 434	100.00 433	100.00 433	100.00 432	100.00 432	100.00 434	100.00 432	100.00 435	100.00 432	100.00 434	100.00 435	100.00 432	100.00 433	100.00 432	100.00 432	100.00 433	100.00 433

STTRV1_RVC		18.60 365		16.79 352	23.81 386	29.59 337	15.67 323	35.42 311	34.27 282	35.05 347	34.94 293	31.94 305	28.80 336	29.17 332	23.89 304	12.64 383	3.40 365	6.58 359	4.73 361	15.20 378	6.23 336

FADE		36.34 388		32.23 384	23.74 385													44.28 394		17.94 382

Low-res two-view benchmark