Low-res two-view results

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

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

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

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

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

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

IGEV-Stereo++	0.40 21	0.03 1	0.10 13	0.03 10	0.03 6	0.10 91	0.01 4	0.01 2	0.03 10	0.00 1	0.15 82	0.18 8	0.03 9	0.01 11	1.95 23	1.30 44	0.05 1	0.29 52	0.81 28	0.51 79	0.25 12	3.15 61	0.27 134	0.03 7	0.02 7	0.01 5	1.39 38	0.00 1

ProNet	0.22 8	0.03 1	0.09 12	0.01 2	0.00 1	0.12 96	0.75 153	0.01 2	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 124	1.31 10	1.03 22	0.22 20	0.01 2	0.09 5	0.12 19	0.24 10	1.33 17	0.03 43	0.01 1	0.07 28	0.00 1	0.05 3	0.00 1

Pointernet	0.13 1	0.04 3	0.01 2	0.00 1	0.00 1	0.07 83	0.18 103	0.00 1	0.01 1	0.00 1	0.07 67	0.10 5	0.01 3	0.01 11	0.89 5	0.57 4	0.12 6	0.02 3	0.09 5	0.06 8	0.11 1	0.83 9	0.00 1	0.02 4	0.01 3	0.00 1	0.04 2	0.18 53

RAFT	0.28 12	0.04 3	0.31 33	0.02 5	0.00 1	0.12 96	0.12 84	0.93 77	0.01 1	0.69 102	0.00 1	0.18 8	0.00 1	0.01 11	2.07 25	1.23 35	0.23 22	0.00 1	0.06 2	0.21 35	0.15 4	0.60 5	0.00 1	0.06 13	0.03 13	0.01 5	0.34 18	0.00 1

RYNet	0.61 33	0.04 3	0.00 1	0.02 5	0.04 10	0.00 1	0.01 4	0.03 11	0.04 14	0.07 45	0.00 1	0.07 2	0.12 46	0.00 1	4.57 102	0.66 9	0.12 6	0.99 157	0.37 17	0.02 2	0.25 12	0.10 1	0.05 53	0.03 7	0.08 30	7.32 196	1.40 39	0.12 47

AIO-Stereo	0.34 15	0.05 6	0.34 40	0.01 2	0.03 6	0.13 101	0.00 1	0.01 2	0.02 6	0.00 1	0.00 1	0.19 12	0.05 18	0.00 1	1.68 17	1.06 25	0.49 60	0.08 16	1.56 50	0.76 122	0.22 8	2.17 35	0.11 91	0.01 1	0.01 3	0.02 16	0.20 10	0.00 1

RAFT + AFF	0.48 24	0.05 6	0.01 2	0.22 51	0.03 6	0.04 60	0.14 91	0.03 11	0.03 10	0.00 1	0.00 1	0.32 31	0.03 9	0.07 68	4.66 106	0.97 18	0.56 72	0.09 18	2.34 71	0.04 4	0.69 29	1.96 28	0.02 34	0.22 58	0.15 49	0.12 37	0.24 15	0.01 13

AANet_RVC	0.29 13	0.05 6	0.28 31	0.06 17	0.21 61	0.00 1	0.24 116	0.03 11	0.17 69	0.34 79	0.01 54	0.08 3	0.04 13	0.01 11	2.17 27	0.58 5	0.16 13	0.07 12	0.44 19	0.20 31	0.13 3	0.33 3	0.03 43	0.07 17	0.02 7	0.06 28	1.15 33	0.86 96

RSM++	0.23 10	0.06 9	0.35 43	0.02 5	0.02 4	0.11 93	0.00 1	0.01 2	0.02 6	0.00 1	0.00 1	0.19 12	0.08 31	0.00 1	0.88 4	0.61 7	0.18 16	0.04 7	0.13 9	0.57 95	0.23 9	2.20 36	0.14 98	0.09 23	0.03 13	0.01 5	0.23 13	0.00 1

RSM	0.22 8	0.06 9	0.35 43	0.02 5	0.03 6	0.12 96	0.01 4	0.01 2	0.02 6	0.00 1	0.00 1	0.18 8	0.05 18	0.00 1	0.73 3	0.58 5	0.18 16	0.04 7	0.18 11	0.51 79	0.24 10	2.12 34	0.09 83	0.08 21	0.02 7	0.18 44	0.16 8	0.00 1

MoCha-V2	0.36 18	0.06 9	0.31 33	0.01 2	0.05 12	0.09 87	0.01 4	0.02 7	0.01 1	0.00 1	0.00 1	0.19 12	0.18 66	0.00 1	2.33 33	1.63 68	0.18 16	0.19 35	0.15 10	0.99 139	0.28 14	3.01 50	0.00 1	0.02 4	0.01 3	0.07 30	0.03 1	0.00 1

Former-RAFT_DAM_RVC	0.83 52	0.08 12	0.36 49	0.18 46	0.21 61	0.01 10	0.06 50	1.75 104	0.21 87	0.14 58	0.15 82	0.45 51	0.16 58	0.03 39	4.05 90	1.87 80	0.36 41	0.42 85	1.67 53	0.17 28	1.76 86	4.52 107	0.02 34	0.11 30	0.38 77	2.70 142	0.33 17	0.33 65

delet	0.21 6	0.08 12	0.24 25	0.06 17	0.05 12	0.02 36	0.04 32	0.02 7	0.05 19	0.34 79	0.00 1	0.20 16	0.04 13	0.02 25	1.45 13	0.53 3	0.23 22	0.07 12	0.12 8	0.06 8	0.15 4	0.38 4	0.01 10	0.06 13	0.01 3	0.01 5	1.50 43	0.02 16

CroCo-Stereo	0.21 6	0.09 14	0.03 4	0.05 14	0.07 21	0.00 1	0.00 1	0.04 18	0.05 19	0.00 1	0.00 1	0.09 4	0.07 27	0.00 1	1.51 14	1.11 26	0.17 15	0.08 16	0.76 26	0.05 6	0.40 19	0.85 10	0.00 1	0.04 9	0.04 18	0.01 5	0.08 6	0.00 1
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
anonymousdsp	0.56 29	0.10 15	0.36 49	0.24 61	0.07 21	0.09 87	0.01 4	0.04 18	0.05 19	0.00 1	2.27 156	0.22 20	0.20 69	0.00 1	2.28 31	1.41 53	0.28 29	0.17 33	0.52 21	0.67 114	0.56 25	3.56 70	0.31 145	0.07 17	0.02 7	0.01 5	1.65 46	0.01 13

TDLM	0.20 4	0.10 15	0.21 21	0.08 32	0.23 65	0.02 36	0.04 32	0.19 36	0.04 14	0.02 37	0.10 71	0.67 85	0.05 18	0.10 85	0.43 1	0.28 1	0.35 39	0.20 36	0.02 1	0.01 1	0.12 2	1.22 14	0.05 53	0.01 1	0.00 1	0.02 16	0.41 20	0.41 73

Occ-G	0.48 24	0.11 17	0.24 25	0.04 11	0.11 29	0.16 116	0.04 32	0.04 18	0.02 6	0.00 1	0.25 94	0.15 6	0.02 5	0.00 1	3.08 48	1.56 63	0.11 5	0.34 62	1.04 35	0.48 72	0.85 38	3.04 55	0.23 121	0.07 17	0.04 18	0.02 16	0.83 28	0.01 13

StereoVision	0.13 1	0.11 17	0.03 4	0.04 11	0.04 10	0.00 1	0.03 23	0.04 18	0.03 10	0.03 40	0.00 1	0.19 12	0.02 5	0.02 25	1.02 7	0.79 14	0.13 11	0.02 3	0.30 13	0.04 4	0.21 7	0.19 2	0.00 1	0.06 13	0.04 18	0.00 1	0.12 7	0.00 1

CroCo-Stereo Lap2	0.18 3	0.11 17	0.04 7	0.05 14	0.06 16	0.00 1	0.01 4	0.03 11	0.05 19	0.24 69	0.00 1	0.16 7	0.06 26	0.01 11	1.29 9	1.05 24	0.06 3	0.04 7	0.06 2	0.05 6	0.40 19	0.86 11	0.00 1	0.04 9	0.04 18	0.01 5	0.05 3	0.00 1

test_4	0.84 55	0.11 17	0.61 91	0.30 86	0.20 56	0.08 84	0.30 121	0.10 30	0.10 44	0.03 40	0.61 119	0.79 96	0.16 58	0.18 111	3.62 68	3.39 159	0.24 24	0.43 89	1.98 63	0.30 46	1.21 52	3.26 64	0.09 83	0.21 57	0.23 62	0.33 69	3.56 106	0.25 60

U	0.23 10	0.13 21	0.03 4	0.06 17	0.07 21	0.00 1	0.01 4	0.05 22	0.04 14	0.00 1	0.00 1	0.25 22	0.07 27	0.00 1	1.58 15	1.23 35	0.05 1	0.13 23	0.52 21	0.08 13	0.50 24	1.03 12	0.01 10	0.10 25	0.08 30	0.02 16	0.06 5	0.03 21

MIM_Stereo	0.83 52	0.15 22	0.44 66	0.34 99	0.24 68	0.12 96	0.08 60	2.02 118	0.08 32	0.00 1	0.24 92	0.31 30	0.10 41	0.03 39	3.34 59	2.91 136	0.24 24	0.67 115	2.62 86	0.89 131	1.44 62	3.49 67	0.06 59	0.26 63	0.20 55	0.24 51	1.72 48	0.18 53

HITNet	0.68 38	0.16 23	0.11 15	0.07 27	0.10 28	0.01 10	0.03 23	1.72 102	0.79 140	0.11 50	0.00 1	0.77 95	0.28 88	0.12 97	2.69 39	1.17 31	0.45 54	0.14 26	0.72 25	0.25 40	1.61 74	2.80 46	0.01 10	0.17 46	0.04 18	0.15 40	3.40 100	0.41 73
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
GMOStereo	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 162	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

error version	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 162	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

test-v	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 162	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

test-2	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 162	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

RAStereo	0.29 13	0.18 28	0.05 9	0.06 17	0.11 29	0.00 1	0.02 14	0.03 11	0.04 14	0.94 119	0.00 1	0.26 24	0.02 5	0.01 11	1.70 18	1.19 34	0.09 4	0.13 23	0.30 13	0.03 3	0.80 32	1.45 20	0.00 1	0.14 37	0.05 23	0.01 5	0.20 10	0.02 16

AnonymousM	1.93 136	0.21 29	0.42 62	0.06 17	0.06 16	0.26 135	0.01 4	2.70 161	0.56 122	0.36 84	2.56 170	0.59 66	0.53 127	0.50 177	2.91 45	3.30 153	1.21 137	1.06 163	2.18 67	1.68 167	3.82 146	5.56 136	0.40 153	0.50 116	0.21 59	1.57 123	6.55 192	12.23 206

iRaftStereo_RVC	0.35 17	0.21 29	0.33 38	0.22 51	0.15 36	0.02 36	0.02 14	0.05 22	0.08 32	0.00 1	0.00 1	0.28 26	0.11 44	0.03 39	1.35 11	0.98 19	0.35 39	0.07 12	0.49 20	0.17 28	1.05 46	2.96 48	0.00 1	0.05 11	0.09 32	0.01 5	0.23 13	0.04 25

MMNet	0.34 15	0.21 29	0.07 10	0.05 14	0.06 16	0.00 1	0.12 84	0.03 11	0.04 14	0.22 67	0.00 1	0.36 34	0.02 5	0.05 56	2.17 27	0.69 11	0.33 35	0.15 29	0.34 16	0.07 10	0.34 17	0.60 5	0.06 59	0.10 25	0.03 13	0.05 27	2.93 78	0.02 16

CAS	0.89 58	0.22 32	0.39 58	0.21 49	0.24 68	0.03 54	0.36 130	0.23 41	0.62 127	1.28 139	0.16 84	0.38 40	0.84 163	0.12 97	3.10 49	1.87 80	0.94 114	0.75 129	1.30 44	0.58 96	2.82 114	3.00 49	0.03 43	0.12 32	0.13 43	0.72 94	1.80 51	1.89 129

ARAFT	0.80 48	0.22 32	0.31 33	0.31 88	0.12 32	0.01 10	0.02 14	0.24 46	0.09 39	1.28 139	0.00 1	0.53 64	0.04 13	0.09 80	3.18 52	1.99 92	0.51 63	0.34 62	2.69 89	0.14 24	1.96 95	2.75 43	0.02 34	0.20 53	0.80 105	0.03 23	3.53 104	0.13 49

MaDis-Stereo	0.39 20	0.23 34	0.35 43	0.07 27	0.15 36	0.02 36	0.04 32	0.08 26	0.07 29	1.22 137	0.00 1	0.23 21	0.03 9	0.02 25	1.62 16	1.29 43	0.14 12	0.29 52	1.62 51	0.12 19	0.84 37	1.37 18	0.01 10	0.18 49	0.20 55	0.16 43	0.17 9	0.04 25

LoS	1.97 137	0.23 34	0.39 58	0.23 58	0.18 41	0.02 36	0.09 68	15.67 246	0.89 147	3.41 207	0.87 126	0.98 109	0.83 162	0.20 117	3.66 69	3.84 184	1.36 152	0.90 145	3.25 105	0.74 118	5.14 170	4.30 93	0.24 124	0.41 98	2.64 158	0.80 97	1.36 35	0.50 78
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	1.68 114	0.23 34	2.17 186	0.08 32	0.28 78	0.09 87	0.09 68	0.50 61	1.17 163	0.11 50	2.55 169	0.62 79	0.67 142	0.03 39	4.24 92	3.69 178	1.12 129	1.22 178	4.58 136	0.59 98	4.19 153	7.51 186	0.24 124	0.68 143	1.05 116	0.64 89	6.73 195	0.33 65

CIPLG	1.04 71	0.23 34	0.82 117	0.32 93	0.36 100	0.04 60	0.34 127	0.21 38	0.50 116	0.07 45	0.11 72	1.24 118	0.08 31	0.42 166	4.82 118	1.65 71	0.85 102	0.39 72	2.02 64	0.32 48	2.35 101	4.69 116	0.05 53	0.75 150	1.10 117	0.35 72	3.79 116	0.12 47

CREStereo++_RVC	1.20 87	0.23 34	1.65 166	0.28 80	0.43 122	0.01 10	0.17 100	2.02 118	0.26 94	0.61 98	0.08 69	0.50 60	0.15 54	0.05 56	3.91 83	2.85 135	0.95 115	0.50 97	2.77 92	0.31 47	3.04 121	3.84 79	0.13 95	0.14 37	1.10 117	1.31 116	4.38 153	0.77 94
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
CES	1.32 97	0.24 39	0.36 49	0.14 42	0.22 63	0.05 68	0.19 108	5.29 219	0.76 137	0.42 90	0.61 119	0.86 102	0.85 164	0.26 129	4.28 93	3.41 162	1.21 137	1.06 163	1.85 62	1.16 151	4.19 153	3.75 75	0.15 102	0.12 32	0.23 62	0.34 71	1.47 42	2.15 137

IPLGR_C	1.02 69	0.24 39	0.77 111	0.31 88	0.36 100	0.04 60	0.35 129	0.20 37	0.47 113	0.07 45	0.12 76	1.26 120	0.09 36	0.41 164	4.52 100	1.63 68	0.81 94	0.45 93	2.10 66	0.32 48	2.41 105	4.67 115	0.07 74	0.75 150	1.04 115	0.28 57	3.80 117	0.11 44

ACRE	1.04 71	0.24 39	0.80 115	0.33 95	0.36 100	0.04 60	0.34 127	0.21 38	0.48 114	0.08 49	0.14 80	1.30 122	0.09 36	0.45 169	4.77 115	1.62 67	0.82 97	0.43 89	2.08 65	0.33 51	2.40 104	4.72 117	0.06 59	0.74 149	1.10 117	0.28 57	3.80 117	0.11 44

ICVP	1.55 108	0.24 39	1.65 166	0.43 124	0.45 124	0.50 147	0.38 133	1.26 88	0.64 129	1.77 159	1.20 138	0.88 104	1.63 185	0.25 128	4.46 97	2.81 134	1.49 158	1.01 158	2.50 80	1.15 150	2.70 108	5.75 141	0.14 98	0.63 133	0.72 99	2.31 137	3.35 98	1.59 123
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.89 131	0.25 43	0.34 40	0.06 17	0.20 56	0.16 116	0.04 32	0.81 74	1.73 185	1.94 165	0.44 110	1.12 112	0.88 169	0.12 97	4.48 98	5.29 208	2.26 179	1.77 198	5.32 144	2.13 186	5.92 188	7.47 183	0.10 88	0.37 92	0.60 92	1.61 125	4.41 155	1.14 111

LL-Strereo2	0.81 50	0.27 44	0.35 43	0.09 36	0.14 34	0.17 119	0.08 60	2.21 127	0.19 76	0.00 1	0.00 1	0.26 24	0.05 18	0.20 117	2.27 30	2.72 129	0.12 6	0.15 29	2.40 74	0.52 82	1.77 87	5.39 133	0.06 59	0.17 46	0.43 80	0.12 37	1.55 45	0.31 63

sAnonymous2	1.64 110	0.27 44	0.18 18	0.11 39	0.20 56	0.49 145	0.05 42	1.85 108	0.98 151	0.21 63	0.39 103	1.21 114	0.85 164	0.08 76	4.74 110	3.93 186	1.35 150	1.22 178	7.85 161	0.83 128	4.15 151	5.99 145	0.03 43	0.42 101	0.15 49	2.19 135	2.36 65	2.37 140

CroCo_RVC	1.64 110	0.27 44	0.18 18	0.11 39	0.20 56	0.49 145	0.05 42	1.85 108	0.98 151	0.21 63	0.39 103	1.21 114	0.85 164	0.08 76	4.74 110	3.93 186	1.35 150	1.22 178	7.85 161	0.83 128	4.15 151	5.99 145	0.03 43	0.42 101	0.15 49	2.19 135	2.36 65	2.37 140

anonymousdsp2	1.03 70	0.29 47	0.37 54	0.23 58	0.09 25	0.03 54	0.04 32	1.33 89	0.08 32	0.02 37	2.28 159	0.33 33	0.18 66	0.27 133	2.59 37	2.50 120	0.44 53	0.56 104	3.69 121	1.14 146	1.68 79	5.57 137	0.24 124	0.50 116	0.41 78	0.15 40	2.74 74	0.02 16

test-1	3.29 170	0.29 47	1.96 179	0.33 95	0.26 75	0.23 128	0.42 135	3.11 183	0.84 144	3.35 203	3.99 187	5.66 184	0.78 156	0.19 112	6.33 167	6.00 217	1.70 165	1.62 192	10.71 195	1.73 169	5.37 174	9.64 231	0.07 74	0.76 152	3.30 179	6.12 185	5.48 180	8.68 191

CVANet_RVC	0.42 22	0.29 47	0.82 117	0.60 141	0.31 82	0.18 121	0.03 23	1.58 98	0.25 93	0.12 56	0.28 95	0.84 98	0.05 18	0.11 90	0.69 2	0.46 2	0.36 41	0.25 45	0.08 4	0.08 13	0.20 6	1.95 27	0.02 34	0.05 11	0.06 27	0.03 23	0.70 25	1.10 109

UniTT-Stereo	0.45 23	0.30 50	0.37 54	0.08 32	0.19 47	0.01 10	0.02 14	0.10 30	0.09 39	0.00 1	0.00 1	0.49 56	0.09 36	0.05 56	2.28 31	1.53 61	0.28 29	0.43 89	1.84 61	0.14 24	1.17 50	1.99 31	0.01 10	0.23 61	0.16 52	0.10 34	0.26 16	0.03 21

UPFNet	0.52 27	0.31 51	0.76 109	0.22 51	0.28 78	0.02 36	0.05 42	0.09 29	0.08 32	0.38 85	0.00 1	0.38 40	0.03 9	0.24 126	3.16 51	1.04 23	0.34 37	0.14 26	0.59 23	0.34 53	0.44 21	1.09 13	0.01 10	0.30 74	0.05 23	0.01 5	3.54 105	0.05 30

trnet	1.17 81	0.32 52	0.93 128	0.22 51	0.19 47	0.01 10	0.08 60	2.54 150	0.38 103	0.63 99	0.99 131	0.76 93	0.58 134	0.06 64	3.83 78	3.16 147	0.91 110	0.55 103	2.21 70	0.76 122	2.97 118	3.47 66	0.06 59	0.29 70	1.28 124	1.05 106	2.55 69	0.92 102

AE-Stereo	1.73 116	0.32 52	2.11 184	0.34 99	0.37 105	0.05 68	0.43 138	0.44 56	0.32 101	0.04 42	0.00 1	3.48 153	0.44 111	0.07 68	4.68 108	3.77 179	1.11 128	0.92 147	4.18 130	1.16 151	3.77 145	7.03 174	0.18 109	1.06 174	3.29 178	2.09 133	4.84 165	0.18 53

Sa-1000	1.45 106	0.32 52	0.53 87	0.28 80	0.26 75	0.01 10	0.04 32	2.73 163	0.11 47	0.01 33	0.01 54	0.59 66	0.49 123	0.56 182	6.07 158	2.10 103	0.92 113	0.88 142	4.60 137	0.59 98	1.56 68	6.38 159	0.01 10	0.64 136	2.25 150	1.72 129	5.00 168	0.38 71

AFF-stereo	0.88 57	0.32 52	0.50 82	0.35 106	0.20 56	0.11 93	0.37 131	0.41 52	0.11 47	1.15 130	0.00 1	0.66 84	0.07 27	0.02 25	4.33 94	1.39 52	0.40 46	0.90 145	3.49 118	0.26 42	1.61 74	2.83 47	0.02 34	0.22 58	0.49 83	0.18 44	3.16 86	0.10 37

UNet	0.67 37	0.32 52	0.47 80	0.27 77	0.23 65	0.03 54	0.15 94	0.55 66	0.14 57	1.13 129	0.00 1	0.61 76	0.17 64	0.15 104	2.26 29	1.51 60	0.50 61	0.22 39	1.51 49	0.25 40	0.75 30	1.79 24	0.18 109	0.60 130	0.07 28	0.32 68	3.43 102	0.61 88

FADNet-RVC	2.02 139	0.32 52	0.74 107	0.33 95	1.23 165	0.05 68	3.02 198	0.60 68	0.24 91	1.02 123	0.31 99	6.30 188	0.33 93	0.34 146	10.06 204	2.10 103	0.84 101	0.81 135	6.91 156	1.97 177	2.36 102	3.78 76	0.20 112	0.61 131	1.94 146	1.65 126	3.28 93	3.13 147

RASNet	0.86 56	0.32 52	0.77 111	0.46 129	0.31 82	0.18 121	0.10 80	0.95 78	0.14 57	1.11 127	0.09 70	0.53 64	0.44 111	0.35 151	1.76 21	1.87 80	0.59 75	0.22 39	1.13 37	0.07 10	1.42 61	3.94 82	0.17 107	0.53 122	0.46 82	0.37 74	3.64 110	1.29 114

rafts_anoy	0.92 60	0.33 59	0.86 121	0.37 111	0.24 68	0.05 68	0.07 55	2.48 149	0.14 57	0.01 33	0.00 1	0.20 16	0.04 13	0.02 25	3.97 85	3.08 143	0.56 72	0.40 73	2.20 69	0.34 53	1.65 76	3.86 81	0.02 34	0.27 65	0.99 113	0.73 95	0.87 29	0.98 107

GES	1.73 116	0.33 59	0.48 81	0.58 139	0.43 122	0.28 138	0.51 145	2.03 122	0.90 148	1.18 134	0.55 115	0.49 56	0.23 82	0.02 25	8.51 191	2.72 129	1.06 125	0.76 130	9.71 184	1.71 168	3.36 133	4.34 94	0.23 121	0.83 162	0.42 79	0.35 72	2.56 70	2.21 138

RAFT-Stereo + iAFF	1.00 66	0.33 59	0.75 108	0.38 115	0.42 120	0.14 106	0.43 138	0.97 79	0.13 55	1.32 143	0.00 1	0.65 83	0.09 36	0.03 39	4.73 109	1.46 56	0.50 61	0.13 23	3.58 119	0.49 73	1.60 72	4.02 86	0.02 34	0.42 101	0.52 85	0.38 75	3.38 99	0.17 52

CREStereo	1.20 87	0.33 59	0.95 130	0.24 61	0.19 47	0.01 10	0.06 50	2.65 157	0.54 117	0.64 100	1.05 132	0.72 88	0.59 135	0.07 68	3.92 84	3.45 167	0.86 107	0.42 85	2.19 68	0.72 116	3.10 123	3.56 70	0.10 88	0.29 70	1.20 122	1.09 107	2.54 68	0.90 99
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
4D-IteraStereo	1.14 78	0.34 63	1.40 152	0.29 82	0.38 109	0.05 68	0.09 68	2.11 126	0.11 47	0.00 1	0.19 89	0.52 63	0.22 75	0.24 126	3.76 74	3.57 171	0.28 29	0.38 68	2.95 98	0.49 73	3.35 132	5.63 139	0.12 94	0.41 98	0.10 36	0.29 59	3.09 83	0.34 67

HGLStereo	0.70 41	0.34 63	0.41 60	0.23 58	0.31 82	0.02 36	0.17 100	0.08 26	0.13 55	1.20 136	0.69 123	0.25 22	0.15 54	0.09 80	2.36 35	1.50 58	0.57 74	0.29 52	1.25 41	0.24 38	1.13 49	3.16 62	0.08 79	0.34 77	0.18 53	0.19 46	3.13 84	0.47 77

HSM	1.20 87	0.35 65	1.10 141	0.59 140	0.56 135	0.05 68	0.09 68	2.87 173	0.31 99	0.13 57	0.53 114	0.76 93	0.13 49	0.05 56	5.24 127	1.26 38	0.85 102	0.30 55	3.45 116	0.50 77	2.38 103	3.35 65	0.10 88	0.55 126	0.74 100	0.86 101	4.16 145	1.08 108

DMCA	0.36 18	0.36 66	0.19 20	0.17 44	0.09 25	0.02 36	0.05 42	0.02 7	0.05 19	0.58 97	0.00 1	0.39 43	0.05 18	0.01 11	2.07 25	0.98 19	0.54 66	0.12 21	0.23 12	0.10 16	0.46 22	1.38 19	0.01 10	0.22 58	0.03 13	0.08 31	1.30 34	0.15 51

RALCasStereoNet	1.00 66	0.37 67	1.07 138	0.37 111	0.32 92	0.06 81	0.20 111	2.08 124	0.15 63	1.01 122	0.04 61	0.61 76	0.16 58	0.03 39	3.74 72	3.43 163	0.41 49	0.26 47	1.40 47	0.75 120	1.44 62	4.55 109	0.03 43	0.26 63	0.78 104	1.36 117	0.91 30	1.22 113

plain	0.56 29	0.39 68	0.44 66	0.17 44	0.41 117	0.01 10	0.01 4	0.74 71	0.08 32	0.01 33	0.00 1	0.74 90	0.14 52	0.04 52	2.91 45	1.93 87	0.25 26	0.44 92	1.02 34	0.16 26	1.65 76	2.50 42	0.01 10	0.41 98	0.21 59	0.06 28	0.36 19	0.10 37

MIF-Stereo (partial)	0.58 32	0.39 68	0.42 62	0.07 27	0.22 63	0.02 36	0.03 23	0.08 26	0.11 47	0.01 33	0.01 54	0.50 60	0.12 46	0.03 39	2.35 34	1.69 74	0.25 26	0.60 108	0.91 32	0.11 17	1.40 58	2.26 39	0.01 10	0.34 77	0.12 42	0.29 59	2.91 77	0.38 71

HCRNet	0.49 26	0.39 68	0.36 49	0.29 82	0.12 32	0.01 10	0.06 50	0.03 11	0.01 1	1.48 151	0.00 1	0.20 16	0.05 18	0.01 11	2.61 38	0.78 13	0.42 51	0.07 12	0.32 15	0.12 19	0.37 18	2.22 37	0.02 34	0.02 4	0.02 7	0.02 16	3.33 96	0.03 21

IPLG	1.33 98	0.40 71	0.76 109	0.29 82	0.28 78	0.01 10	0.09 68	2.25 129	0.31 99	0.40 88	0.28 95	0.37 38	0.74 152	0.31 144	5.67 143	1.89 83	1.26 143	0.95 152	2.86 96	0.47 69	1.18 51	6.06 151	0.06 59	0.66 140	0.63 96	3.73 156	3.86 124	0.11 44

RALAANet	1.21 90	0.40 71	0.56 90	0.37 111	0.31 82	0.20 126	0.15 94	1.87 112	0.20 77	0.51 95	0.01 54	0.49 56	0.26 85	0.07 68	3.97 85	2.32 112	0.48 57	0.73 127	3.41 113	1.09 143	3.06 122	5.24 131	0.02 34	0.50 116	0.74 100	1.14 108	4.11 144	0.54 86

raft+_RVC	0.80 48	0.41 73	0.45 77	0.34 99	0.24 68	0.03 54	0.08 60	2.24 128	0.09 39	0.07 45	0.00 1	0.42 48	0.08 31	0.02 25	3.49 64	3.16 147	0.48 57	0.12 21	2.60 85	0.82 125	0.94 41	3.69 73	0.03 43	0.20 53	0.35 74	0.14 39	0.69 24	0.35 69

DeepPruner_ROB	1.92 134	0.41 73	0.92 125	0.51 135	0.67 140	0.53 150	2.45 188	1.72 102	0.84 144	1.37 148	2.27 156	0.75 92	0.55 129	0.12 97	8.56 192	2.33 113	1.28 144	1.20 175	2.67 88	0.58 96	6.00 190	4.19 89	0.75 196	0.44 110	0.66 98	6.01 183	3.18 87	0.91 100

DMCA-RVC	0.82 51	0.43 75	0.50 82	0.31 88	0.59 137	0.15 113	1.13 160	0.29 48	1.52 173	1.29 141	0.34 101	0.64 80	0.14 52	0.17 108	3.74 72	1.26 38	0.80 92	0.51 98	0.97 33	0.51 79	0.87 39	1.93 26	0.26 129	0.40 97	0.13 43	0.08 31	2.70 72	0.50 78

raftrobust	1.17 81	0.44 76	0.99 131	0.41 120	0.37 105	0.04 60	0.12 84	2.45 146	0.14 57	0.51 95	0.00 1	0.72 88	0.24 83	0.09 80	4.74 110	4.01 189	0.39 45	0.35 64	5.19 142	0.34 53	1.89 90	4.58 110	0.21 113	0.28 67	1.21 123	0.47 77	1.09 32	0.35 69

DSFCA	0.83 52	0.44 76	0.51 86	0.29 82	0.59 137	0.05 68	0.61 150	0.23 41	0.55 121	0.49 93	0.58 117	0.48 55	0.11 44	0.04 52	2.83 44	1.42 54	0.78 91	0.72 125	1.15 40	0.65 112	1.24 53	3.01 50	0.21 113	0.53 122	0.55 88	0.83 98	3.19 88	0.46 76

AASNet	0.20 4	0.45 78	0.24 25	0.09 36	0.09 25	0.00 1	0.08 60	0.05 22	0.05 19	0.26 70	0.00 1	0.18 8	0.04 13	0.01 11	1.13 8	0.68 10	0.12 6	0.04 7	0.09 5	0.16 26	0.29 15	0.77 8	0.01 10	0.07 17	0.00 1	0.02 16	0.49 22	0.03 21

FADNet	2.26 146	0.45 78	0.77 111	0.54 138	1.08 161	0.02 36	3.28 201	0.88 75	0.38 103	0.80 109	0.57 116	2.60 146	0.50 124	0.67 187	9.91 203	1.94 89	0.91 110	1.08 165	9.92 187	1.76 171	2.78 110	4.21 90	0.11 91	0.47 112	2.92 167	3.57 149	3.57 107	5.35 164

IER	0.69 40	0.46 80	0.29 32	0.30 86	0.18 41	0.01 10	0.09 68	0.42 53	0.11 47	1.07 126	0.07 67	1.62 132	0.05 18	0.20 117	3.15 50	1.25 37	0.40 46	0.16 31	0.82 29	0.44 65	0.57 26	2.22 37	0.21 113	0.34 77	0.09 32	1.03 105	2.96 79	0.28 61

HH	3.49 177	0.47 81	5.11 218	0.68 146	0.69 142	0.93 164	1.38 167	3.19 187	0.82 141	2.81 181	2.29 160	5.39 178	0.81 159	0.34 146	5.69 144	7.67 246	0.99 117	1.08 165	9.91 185	2.70 204	7.76 215	8.27 210	0.57 176	0.93 167	3.44 182	8.42 204	5.63 183	6.30 175

HanStereo	3.49 177	0.47 81	5.11 218	0.68 146	0.69 142	0.93 164	1.38 167	3.19 187	0.82 141	2.81 181	2.29 160	5.39 178	0.81 159	0.34 146	5.69 144	7.67 246	0.99 117	1.08 165	9.91 185	2.70 204	7.76 215	8.27 210	0.57 176	0.93 167	3.44 182	8.42 204	5.63 183	6.30 175

dd	1.06 74	0.48 83	0.31 33	1.86 183	0.06 16	0.26 135	0.16 96	0.47 59	0.06 26	0.11 50	0.01 54	2.18 140	0.07 27	0.20 117	4.43 96	1.13 28	1.19 134	0.38 68	6.03 148	0.38 59	0.67 28	1.85 25	0.14 98	0.32 75	0.63 96	0.09 33	3.27 92	1.90 130

GLC_STEREO	0.93 61	0.48 83	0.65 93	0.25 65	0.33 94	0.03 54	0.11 82	2.37 138	0.20 77	0.16 61	0.04 61	0.38 40	0.15 54	0.02 25	3.66 69	2.05 101	0.67 82	0.25 45	2.56 82	0.42 64	2.90 115	3.06 56	0.09 83	0.19 50	0.09 32	0.10 34	3.70 111	0.31 63

NVstereo2D	0.93 61	0.48 83	0.17 17	0.24 61	0.42 120	0.41 142	0.08 60	1.64 99	0.59 125	0.87 114	1.05 132	0.42 48	0.21 73	0.08 76	5.64 138	2.38 117	0.82 97	0.59 106	1.71 55	0.24 38	1.26 54	2.48 41	0.06 59	0.47 112	1.31 125	0.29 59	1.04 31	0.24 58

model_zeroshot	3.58 182	0.49 86	2.22 187	1.96 184	0.99 160	0.34 140	0.18 103	2.98 176	0.43 109	2.44 174	5.28 197	4.75 171	0.54 128	0.17 108	8.97 196	6.14 220	1.71 166	1.15 171	15.06 208	1.29 156	5.77 186	7.73 192	0.26 129	0.43 107	5.63 207	5.85 181	5.24 171	8.66 190

CFNet	0.72 43	0.50 87	0.71 101	0.48 132	0.45 124	0.06 81	0.27 120	0.58 67	0.09 39	0.65 101	0.04 61	0.84 98	0.10 41	0.05 56	2.80 43	0.75 12	0.60 76	0.09 18	0.84 31	0.41 61	1.10 48	1.22 14	0.03 43	0.13 35	0.58 90	1.14 108	3.44 103	1.47 117

PWCDC_ROB	3.09 164	0.52 88	0.24 25	0.38 115	0.92 158	0.25 133	0.37 131	1.16 84	8.67 232	0.14 58	2.36 164	0.85 100	32.24 252	0.72 190	6.25 162	3.40 161	2.00 174	0.94 150	2.65 87	1.03 142	3.63 141	9.35 229	0.27 134	0.68 143	0.55 88	0.69 92	1.44 40	1.79 127

XX-Stereo	3.82 185	0.53 89	2.00 182	1.20 167	0.31 82	0.38 141	0.57 148	1.46 94	0.40 106	2.50 176	7.33 221	5.11 175	1.04 174	0.11 90	7.05 178	6.53 229	1.29 145	0.81 135	7.44 160	0.89 131	4.26 155	5.80 142	0.45 165	0.39 96	27.22 252	3.57 149	5.16 170	9.43 193

CASnet	0.96 65	0.54 90	0.54 88	0.24 61	0.36 100	0.05 68	0.26 119	0.52 63	0.18 73	0.06 44	0.06 64	0.70 87	0.36 99	0.01 11	4.36 95	1.50 58	0.66 81	0.40 73	2.56 82	0.34 53	3.82 146	4.34 94	0.03 43	0.35 84	1.67 140	0.11 36	1.72 48	0.23 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_pseudo	1.04 71	0.55 91	0.68 95	0.46 129	0.53 129	0.05 68	0.02 14	0.61 69	0.10 44	0.91 116	0.11 72	0.88 104	0.56 131	0.52 180	5.81 148	1.84 78	0.55 71	0.37 65	2.85 95	0.41 61	1.09 47	3.10 60	0.59 181	0.29 70	0.61 93	0.63 88	2.23 62	1.75 125

gcap-zeroshot	3.56 181	0.56 92	4.08 208	1.72 178	0.53 129	1.55 180	1.78 178	3.23 189	0.64 129	2.75 180	6.71 214	6.50 190	0.68 145	0.48 173	6.48 169	6.49 228	1.21 137	1.11 168	16.59 210	2.54 198	5.24 172	8.27 210	1.30 210	0.79 157	3.27 177	5.01 172	4.56 159	1.94 131

LMCR-Stereo	1.14 78	0.56 92	0.72 102	0.31 88	0.31 82	0.14 106	0.06 50	1.38 91	0.28 96	0.33 78	0.12 76	0.86 102	0.20 69	0.26 129	3.99 87	2.00 94	1.20 135	0.37 65	6.02 147	1.76 171	2.41 105	3.82 77	0.07 74	0.55 126	0.52 85	0.51 82	1.50 43	0.67 91

AF-Net	1.33 98	0.56 92	1.00 132	0.36 109	0.81 150	1.01 166	2.56 189	2.36 132	1.15 160	0.48 91	0.65 121	3.84 155	0.16 58	0.30 141	3.50 65	1.17 31	0.52 64	0.02 3	1.74 58	0.53 83	0.81 34	4.34 94	0.06 59	0.14 37	0.93 108	0.61 86	3.84 120	2.40 142

Nwc_Net	1.33 98	0.56 92	1.00 132	0.36 109	0.81 150	1.01 166	2.56 189	2.36 132	1.15 160	0.48 91	0.65 121	3.84 155	0.16 58	0.30 141	3.50 65	1.17 31	0.52 64	0.02 3	1.74 58	0.53 83	0.81 34	4.34 94	0.06 59	0.14 37	0.93 108	0.61 86	3.84 120	2.40 142

PDISCO_ROB	1.24 93	0.57 96	0.10 13	0.66 144	0.32 92	0.01 10	0.57 148	0.78 73	0.49 115	1.25 138	0.94 130	0.36 34	0.32 92	0.19 112	3.99 87	2.19 106	0.98 116	1.44 186	2.38 72	0.62 103	2.92 116	4.93 124	0.18 109	0.64 136	1.52 138	0.53 83	3.95 133	0.62 89

DN-CSS_ROB	1.68 114	0.57 96	1.42 153	0.83 153	0.73 144	0.05 68	0.22 115	2.83 171	0.40 106	1.50 152	3.57 183	1.02 110	0.43 110	0.09 80	4.11 91	1.61 66	1.34 149	0.84 137	8.83 171	0.39 60	4.42 159	3.67 72	0.09 83	1.02 171	0.13 43	0.55 85	3.24 91	1.52 119

IGEV-BASED-STEREO-	0.71 42	0.58 98	0.33 38	0.08 32	0.18 41	0.19 123	0.04 32	0.12 34	0.18 73	0.04 42	0.51 113	0.50 60	0.41 109	0.02 25	2.44 36	2.27 110	0.33 35	0.54 101	1.14 38	0.44 65	2.08 96	4.84 120	0.09 83	0.12 32	0.10 36	0.15 40	1.37 37	0.08 34

BEATNet_4x	1.65 112	0.58 98	0.35 43	0.20 47	0.38 109	0.15 113	0.46 141	1.78 107	1.70 184	0.40 88	0.50 111	1.13 113	0.62 139	0.65 185	6.09 159	3.02 140	2.14 178	1.81 199	1.48 48	0.79 124	5.22 171	7.76 193	0.08 79	1.07 175	0.32 71	0.48 78	3.92 128	1.49 118

Any-RAFT	2.91 160	0.59 100	3.81 206	0.35 106	0.57 136	0.02 36	0.11 82	2.92 174	0.63 128	0.50 94	3.78 184	3.92 158	0.36 99	0.16 107	6.57 170	3.98 188	0.87 109	0.87 140	8.59 169	0.61 102	5.45 176	6.20 155	0.42 160	0.49 114	5.12 203	9.91 212	3.30 95	8.42 187

Anonymous3	3.42 172	0.60 101	0.93 128	0.09 36	1.35 168	0.50 147	0.03 23	3.46 195	1.28 164	1.11 127	0.80 125	10.89 204	1.36 182	0.45 169	8.96 195	6.97 238	3.85 199	3.08 223	11.46 198	2.32 193	7.35 212	12.18 249	0.38 152	0.51 119	1.75 142	3.57 149	5.30 174	1.85 128

PMTNet	1.51 107	0.60 101	1.30 148	0.27 77	0.26 75	0.02 36	0.18 103	0.51 62	0.56 122	0.71 104	0.33 100	0.59 66	0.48 121	0.09 80	6.84 173	3.43 163	0.91 110	0.38 68	6.13 151	0.44 65	4.00 149	3.52 69	0.13 95	0.15 41	3.04 170	1.29 115	1.36 35	3.30 151

GCAP-BAT	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 241	0.40 73	3.28 106	0.53 83	5.75 180	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

test_for_model	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 241	0.40 73	3.28 106	0.53 83	5.75 180	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

testlalala2	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 241	0.40 73	3.28 106	0.53 83	5.75 180	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

testlalala	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 241	0.40 73	3.28 106	0.53 83	5.75 180	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

testlalala_base	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 241	0.40 73	3.28 106	0.53 83	5.75 180	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

SPstereo	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 241	0.40 73	3.28 106	0.53 83	5.75 180	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

test_5	0.76 45	0.61 103	0.21 21	0.02 5	0.02 4	0.11 93	0.01 4	2.75 168	0.05 19	0.00 1	4.29 190	0.49 56	0.44 111	0.00 1	1.73 19	1.27 42	0.22 20	0.14 26	1.14 38	0.09 15	0.46 22	3.08 58	0.01 10	0.19 50	0.09 32	0.00 1	2.97 80	0.02 16

AACVNet	1.07 75	0.61 103	0.44 66	0.65 143	0.80 148	0.12 96	0.17 100	0.37 49	0.20 77	0.17 62	0.14 80	0.60 70	0.24 83	0.26 129	4.81 116	2.04 100	0.61 77	0.40 73	1.72 57	0.41 61	1.80 88	3.08 58	0.40 153	0.20 53	0.52 85	1.51 120	4.20 147	2.32 139

FINET	2.25 145	0.61 103	1.06 137	0.48 132	0.55 131	0.75 158	0.98 157	1.18 85	1.87 187	0.30 74	3.46 182	1.25 119	2.35 191	0.80 192	14.13 230	2.94 137	1.14 132	0.42 85	2.74 91	1.28 155	2.71 109	4.08 87	0.43 161	1.24 181	3.04 170	5.74 180	1.70 47	3.42 152

TestStereo	0.64 36	0.64 112	0.54 88	0.22 51	0.11 29	0.01 10	0.03 23	1.87 112	0.23 89	0.30 74	0.00 1	0.37 38	0.08 31	0.01 11	1.75 20	0.93 17	0.45 54	0.23 44	2.92 97	0.12 19	1.51 64	1.70 21	0.05 53	0.11 30	0.21 59	0.46 76	2.24 63	0.13 49

GANet-ADL	2.63 154	0.65 113	2.25 188	1.16 166	1.13 162	1.61 182	0.77 154	1.97 116	1.02 156	3.19 197	3.22 178	1.48 126	0.33 93	0.03 39	6.00 156	4.08 190	2.52 186	0.78 133	7.88 163	2.05 181	3.56 137	6.68 168	0.27 134	0.86 164	1.51 137	6.92 191	5.25 173	3.84 154

pcwnet_v2	1.99 138	0.65 113	0.87 122	0.77 150	1.17 163	0.72 155	0.24 116	1.75 104	0.66 131	3.33 199	1.75 150	1.49 128	1.91 188	1.68 217	6.75 171	2.30 111	1.12 129	0.69 118	4.33 134	0.50 77	2.08 96	4.26 91	1.07 204	0.77 155	1.43 135	2.18 134	4.16 145	5.20 162

CFNet_RVC	1.14 78	0.65 113	0.92 125	0.35 106	0.40 115	0.14 106	0.13 87	0.11 33	0.18 73	0.86 113	1.15 137	0.67 85	0.17 64	0.08 76	6.26 164	1.31 46	0.70 84	0.40 73	1.62 51	0.29 45	1.93 92	3.03 53	0.06 59	0.43 107	0.95 110	1.90 131	3.91 127	2.07 134

MLCV	2.73 157	0.66 116	0.90 124	2.64 195	1.41 175	1.10 170	1.01 158	3.58 199	0.61 126	3.69 213	4.23 189	5.51 181	3.78 200	0.11 90	5.65 140	2.01 95	1.68 164	0.87 140	10.28 191	1.26 153	3.32 131	5.13 130	0.34 148	2.60 205	2.68 162	3.08 145	4.10 143	1.55 120

IPLGR	2.02 139	0.67 117	0.81 116	0.38 115	0.47 126	0.01 10	0.08 60	1.39 92	0.28 96	2.32 172	2.30 162	0.46 52	0.79 158	0.20 117	6.88 175	1.99 92	1.44 154	1.35 184	5.56 145	1.85 174	2.94 117	6.20 155	0.06 59	1.13 177	3.39 181	6.80 189	3.93 129	0.75 93

psm_up	1.28 96	0.67 117	1.09 140	0.41 120	0.89 154	0.04 60	0.31 122	2.38 139	1.16 162	0.77 105	0.00 1	1.36 124	0.10 41	0.44 167	4.59 105	1.35 48	0.83 99	0.45 93	4.14 129	0.47 69	1.60 72	2.76 44	0.01 10	0.73 147	1.16 120	1.54 122	3.84 120	1.40 115

MSKI-zero shot	3.55 179	0.69 119	1.78 175	0.20 47	0.41 117	0.19 123	0.14 91	3.13 184	0.94 150	0.80 109	6.42 212	3.89 157	0.60 138	0.03 39	5.84 149	6.80 236	1.44 154	1.01 158	11.77 200	2.28 190	6.56 203	8.63 217	0.24 124	0.71 145	4.66 196	11.34 220	7.75 205	7.55 183

RAFT-Test	3.05 163	0.69 119	1.82 176	1.09 165	0.81 150	0.25 133	0.43 138	3.13 184	0.76 137	1.06 125	6.42 212	1.03 111	0.91 171	0.35 151	5.61 137	6.66 233	1.32 148	0.61 109	10.76 196	1.74 170	6.54 202	7.48 184	0.56 174	0.59 129	2.76 164	10.02 213	4.56 159	4.35 156

FADNet-RVC-Resample	1.87 129	0.69 119	1.01 134	0.50 134	0.67 140	0.19 123	1.39 170	1.43 93	0.87 146	0.94 119	0.92 128	5.52 182	0.52 126	1.00 199	7.45 180	1.91 86	1.44 154	1.98 206	3.91 126	1.13 145	1.92 91	4.61 113	0.23 121	1.54 189	0.58 90	3.08 145	2.12 59	3.05 145

MSMDNet	2.61 153	0.70 122	1.72 172	0.38 115	0.62 139	0.23 128	0.18 103	3.09 182	0.67 132	1.02 123	2.22 155	1.22 117	2.43 193	0.35 151	5.26 130	6.79 235	1.36 152	0.58 105	10.46 194	3.11 209	6.34 197	7.92 198	0.41 157	0.76 152	2.48 154	3.98 161	3.04 81	3.06 146

AEACV	0.55 28	0.71 123	0.34 40	0.04 11	0.05 12	0.10 91	0.02 14	0.02 7	0.03 10	0.00 1	0.00 1	0.20 16	0.13 49	0.05 56	2.71 41	2.52 121	0.12 6	0.64 110	1.33 46	0.95 137	0.81 34	3.06 56	0.32 147	0.09 23	0.02 7	0.20 48	0.41 20	0.00 1

iResNet_ROB	1.22 92	0.71 123	0.44 66	0.45 128	0.34 96	0.04 60	0.16 96	3.05 180	0.12 54	1.32 143	0.00 1	0.93 107	0.34 95	0.05 56	4.57 102	1.86 79	0.81 94	0.48 95	6.00 146	0.34 53	1.95 93	1.30 16	0.31 145	0.91 166	0.33 72	0.95 102	3.93 129	1.14 111

MyStereo04	2.45 150	0.72 125	1.28 145	0.73 149	0.84 153	0.04 60	0.16 96	2.58 153	0.98 151	3.09 192	0.72 124	1.71 135	0.16 58	0.07 68	5.25 128	3.37 157	0.81 94	1.04 160	10.31 192	2.51 197	5.56 178	5.11 128	1.16 207	0.94 169	3.03 169	8.41 202	4.87 166	0.64 90

MIPNet	1.76 120	0.72 125	0.87 122	0.32 93	0.55 131	0.01 10	0.08 60	1.77 106	0.38 103	2.09 169	0.92 128	0.44 50	0.76 154	0.27 133	5.64 138	2.03 96	1.52 160	0.93 149	3.87 125	1.34 159	1.41 60	6.39 160	0.07 74	1.05 173	2.65 159	7.16 193	3.90 126	0.29 62

GANet	0.63 35	0.72 125	0.73 105	0.46 129	0.40 115	1.37 176	0.41 134	0.45 57	0.06 26	0.21 63	2.81 177	2.16 139	0.28 88	0.47 171	0.89 5	0.62 8	0.74 88	0.38 68	0.38 18	0.07 10	0.30 16	1.98 30	0.14 98	0.13 35	0.20 55	0.03 23	0.52 23	0.22 56

raft_robust	1.38 102	0.73 128	0.63 92	0.27 77	0.23 65	0.01 10	0.05 42	3.04 179	0.24 91	1.16 131	0.02 59	0.61 76	0.67 142	0.07 68	3.67 71	2.22 108	0.80 92	0.66 112	5.14 141	0.33 51	3.43 135	6.40 161	0.01 10	0.37 92	1.19 121	1.48 119	2.86 76	0.96 106

DLCB_ROB	1.13 77	0.77 129	0.73 105	0.44 126	0.51 128	0.22 127	0.42 135	0.49 60	0.28 96	0.84 111	0.50 111	1.31 123	0.85 164	0.11 90	2.70 40	1.54 62	1.12 129	0.27 49	0.82 29	0.22 36	1.70 81	3.50 68	0.48 171	0.44 110	4.83 199	2.48 140	2.14 60	0.79 95

anonymity	4.07 188	0.78 130	6.15 228	1.49 173	0.74 145	0.48 144	0.49 143	3.72 201	1.65 180	2.70 177	20.70 263	3.99 159	0.88 169	0.28 138	5.31 131	6.26 224	1.14 132	0.71 123	7.91 164	1.58 164	4.27 156	8.17 207	0.41 157	0.61 131	4.86 200	9.60 211	5.48 180	9.41 192

EKT-Stereo	3.12 166	0.79 131	2.25 188	0.51 135	0.38 109	0.57 151	1.87 180	3.36 191	1.32 166	2.03 167	5.99 206	1.48 126	0.75 153	0.44 167	7.79 185	6.14 220	1.47 157	3.22 225	8.95 173	2.82 207	6.93 209	8.34 215	0.17 107	0.49 114	4.41 192	4.95 171	5.40 179	1.57 122

cross-raft	2.64 155	0.79 131	1.76 173	0.43 124	0.89 154	0.23 128	0.18 103	3.08 181	0.70 133	0.77 105	2.13 153	1.21 114	0.69 146	0.41 164	5.43 133	5.90 215	1.22 142	0.59 106	10.82 197	1.85 174	6.50 198	8.26 208	0.45 165	0.63 133	2.66 160	4.41 165	4.46 157	4.88 159

IGEV_Zeroshot_test	4.05 187	0.80 133	8.10 238	6.86 218	0.41 117	2.27 192	1.89 181	3.90 203	1.41 170	2.09 169	8.67 230	4.78 172	1.00 173	0.23 125	5.53 135	6.82 237	1.05 124	0.73 127	9.30 181	1.98 179	7.38 213	8.89 222	0.47 168	0.72 146	5.72 209	5.34 177	5.93 185	7.12 180

RAFT_CTSACE	0.74 44	0.81 134	0.44 66	0.25 65	0.08 24	0.15 113	0.03 23	1.99 117	0.06 26	0.00 1	0.11 72	0.47 54	0.46 118	0.01 11	2.74 42	1.26 38	0.29 34	0.16 31	0.77 27	0.13 23	0.79 31	4.54 108	0.01 10	0.15 41	0.25 64	0.01 5	3.88 125	0.04 25

NLCA_NET_v2_RVC	1.21 90	0.81 134	0.50 82	0.22 51	0.48 127	0.03 54	1.73 176	1.18 85	2.43 196	2.04 168	0.11 72	0.74 90	0.09 36	0.55 181	6.88 175	1.12 27	0.38 43	0.30 55	1.67 53	0.28 44	0.80 32	1.75 23	0.15 102	0.25 62	0.13 43	3.23 147	2.70 72	2.04 133
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT+CT+SA	0.77 46	0.83 136	0.24 25	0.15 43	0.05 12	0.01 10	0.02 14	2.46 147	0.09 39	0.11 50	0.00 1	0.89 106	0.40 106	0.01 11	1.42 12	1.63 68	0.18 16	0.21 38	2.39 73	0.27 43	0.93 40	4.66 114	0.01 10	0.20 53	0.13 43	0.02 16	3.33 96	0.05 30

iResNetv2_ROB	1.40 104	0.83 136	0.41 60	1.30 170	0.37 105	0.05 68	0.14 91	3.17 186	0.20 77	1.97 166	0.28 95	2.49 145	0.40 106	0.06 64	3.78 75	1.57 64	1.08 127	0.22 39	6.10 149	0.67 114	3.61 140	2.04 32	0.26 129	0.83 162	0.62 95	0.54 84	4.07 136	0.71 92

STTStereo	1.36 101	0.86 138	0.78 114	0.40 119	0.33 94	0.08 84	1.20 163	0.43 55	1.52 173	1.38 149	0.24 92	2.01 137	0.27 86	0.38 154	9.23 198	1.30 44	0.40 46	0.33 60	1.27 43	0.20 31	1.56 68	1.97 29	0.16 104	0.15 41	0.10 36	1.81 130	3.62 109	4.69 157

PSMNet-ADL	3.55 179	0.87 139	1.70 170	1.71 177	2.00 191	1.21 172	0.69 151	2.55 152	1.91 189	4.36 227	7.71 224	4.22 160	7.85 212	0.10 85	7.75 184	5.27 206	2.09 177	0.89 143	11.92 202	2.07 182	4.52 160	6.13 153	0.70 191	0.67 142	2.07 147	4.52 168	8.78 212	1.62 124

SACVNet	1.77 127	0.88 140	1.11 142	0.67 145	1.41 175	0.84 159	0.94 155	2.65 157	0.54 117	1.31 142	0.02 59	0.95 108	0.40 106	0.39 155	6.01 157	2.36 115	1.71 166	0.42 85	4.84 140	0.82 125	3.03 120	6.05 150	0.11 91	0.73 147	1.33 126	1.66 127	4.02 134	2.55 144

iResNet	4.46 192	0.88 140	0.92 125	2.61 194	2.85 203	4.95 209	1.38 167	4.97 213	1.33 167	3.66 212	3.45 181	12.37 207	16.29 231	0.06 64	9.09 197	3.33 154	2.53 187	1.85 202	16.79 212	2.68 203	4.65 163	4.29 92	0.25 128	4.69 223	1.88 145	4.19 162	5.32 175	3.22 149

dad	4.27 190	0.90 142	0.38 56	10.18 228	1.67 180	1.51 179	12.20 236	12.33 237	0.11 47	3.40 205	0.00 1	1.94 136	3.49 198	0.26 129	6.16 161	1.44 55	1.74 170	0.71 123	14.06 207	0.66 113	3.23 126	4.00 85	0.21 113	1.02 171	6.09 212	0.19 46	17.62 239	9.71 196

GEStereo_RVC	2.49 152	0.90 142	1.02 135	1.03 164	0.74 145	1.57 181	1.21 164	2.68 159	0.58 124	0.77 105	0.39 103	2.62 149	0.36 99	0.11 90	4.94 121	4.65 193	2.05 175	2.17 212	9.07 176	2.10 185	3.74 144	9.71 232	0.55 173	1.49 185	0.81 106	0.84 100	4.45 156	6.73 178

SA	1.07 75	0.91 144	0.46 79	0.21 49	0.25 74	0.01 10	0.02 14	2.68 159	0.14 57	0.14 58	0.00 1	0.59 66	0.38 104	0.34 146	3.59 67	2.03 96	0.45 54	0.51 98	3.47 117	0.32 48	1.40 58	3.72 74	0.01 10	0.38 94	0.44 81	1.60 124	4.79 164	0.10 37

FCDSN-DC	1.87 129	0.93 145	2.12 185	1.84 181	1.62 179	1.35 175	1.17 161	0.74 71	0.46 110	1.19 135	0.30 98	2.02 138	0.48 121	0.28 138	5.91 150	2.18 105	2.34 181	2.10 211	1.30 44	0.47 69	2.99 119	5.42 134	0.57 176	3.93 215	2.22 149	3.45 148	1.45 41	1.56 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GMStereo	0.56 29	0.94 146	0.07 10	0.25 65	0.06 16	0.01 10	0.02 14	0.15 35	0.07 29	0.00 1	0.00 1	0.41 46	0.01 3	0.01 11	2.04 24	1.15 30	0.34 37	0.18 34	2.72 90	0.11 17	1.52 65	2.04 32	0.00 1	0.08 21	0.20 55	0.03 23	2.65 71	0.04 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TESTraft	1.00 66	0.95 147	0.32 37	0.06 17	0.17 39	0.01 10	0.03 23	1.49 96	0.07 29	0.78 108	0.00 1	0.46 52	0.64 140	0.19 112	4.75 113	2.06 102	0.26 28	0.20 36	2.78 93	0.36 58	1.26 54	4.60 111	0.07 74	0.17 46	0.11 41	1.53 121	3.70 111	0.04 25

ADLNet	0.79 47	0.95 147	0.12 16	0.22 51	0.28 78	0.09 87	0.05 42	1.25 87	0.10 44	0.32 77	0.06 64	2.48 144	0.08 31	0.20 117	3.48 63	1.14 29	0.48 57	0.11 20	0.60 24	0.23 37	0.60 27	3.03 53	0.01 10	0.10 25	0.91 107	0.83 98	3.15 85	0.34 67

RTSC	3.11 165	0.95 147	1.93 178	0.51 135	0.89 154	1.05 168	2.90 197	1.64 99	1.98 190	2.28 171	2.71 173	1.60 131	1.14 176	1.24 207	11.23 213	4.78 197	4.92 216	2.00 209	8.11 168	1.61 165	4.78 164	6.97 173	0.34 148	1.52 186	1.35 127	1.21 113	4.60 161	9.80 198

PA-Net	2.07 141	0.95 147	1.62 165	0.31 88	2.13 194	0.17 119	0.70 152	0.21 38	1.90 188	0.84 111	1.44 141	0.30 27	0.21 73	0.84 193	7.47 181	1.66 72	0.38 43	0.37 65	1.25 41	0.74 118	1.66 78	4.96 127	0.64 185	0.51 119	1.03 114	11.53 222	2.31 64	9.73 197
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.90 59	0.96 151	0.36 49	0.06 17	0.36 100	0.63 154	0.54 146	0.23 41	0.32 101	1.72 157	0.58 117	0.41 46	0.29 90	0.04 52	2.98 47	1.47 57	1.02 122	0.31 58	3.32 112	0.56 94	1.01 43	3.01 50	0.13 95	0.33 76	0.13 43	0.33 69	2.81 75	0.43 75

MGS-Stereo	0.68 38	0.97 152	0.65 93	0.25 65	0.18 41	0.01 10	0.05 42	0.07 25	0.14 57	0.00 1	0.00 1	0.30 27	0.15 54	0.03 39	5.25 128	1.01 21	0.41 49	0.26 47	1.09 36	0.44 65	1.38 57	2.76 44	0.03 43	0.27 65	0.34 73	0.25 52	1.72 48	0.24 58

TestStereo1	0.93 61	0.98 153	0.22 23	0.07 27	0.18 41	0.01 10	0.04 32	1.07 81	0.08 32	0.11 50	0.00 1	0.39 43	0.56 131	0.12 97	4.92 119	2.03 96	0.28 29	0.22 39	2.98 99	0.20 31	1.56 68	3.94 82	0.01 10	0.15 41	0.10 36	1.19 111	3.74 113	0.05 30

SA-5K	0.93 61	0.98 153	0.22 23	0.07 27	0.18 41	0.01 10	0.04 32	1.07 81	0.08 32	0.11 50	0.00 1	0.39 43	0.56 131	0.12 97	4.92 119	2.03 96	0.28 29	0.22 39	2.98 99	0.20 31	1.56 68	3.94 82	0.01 10	0.15 41	0.10 36	1.19 111	3.74 113	0.05 30

DAS	4.65 195	0.98 153	1.28 145	1.99 186	1.39 171	1.39 177	1.58 172	3.52 197	4.17 213	3.33 199	6.18 209	12.75 209	6.50 207	0.10 85	8.31 189	4.81 199	4.46 208	2.26 214	10.21 188	5.35 227	6.51 200	7.66 188	0.57 176	4.84 225	4.63 194	7.17 194	7.79 206	5.90 168

SepStereo	4.65 195	0.98 153	1.28 145	1.99 186	1.39 171	1.39 177	1.58 172	3.52 197	4.17 213	3.33 199	6.18 209	12.75 209	6.50 207	0.10 85	8.31 189	4.81 199	4.46 208	2.26 214	10.21 188	5.35 227	6.51 200	7.66 188	0.57 176	4.84 225	4.63 194	7.17 194	7.79 206	5.90 168

IGEV-Stereo+	0.62 34	1.03 157	0.04 7	0.11 39	0.14 34	0.14 106	0.03 23	0.10 30	0.11 47	0.02 37	2.00 151	0.32 31	0.30 91	0.02 25	1.86 22	1.97 91	0.16 13	0.31 58	1.71 55	0.60 100	1.02 44	3.85 80	0.29 138	0.06 13	0.03 13	0.21 49	0.20 10	0.00 1

test-3	1.89 131	1.05 158	1.54 160	0.41 120	0.38 109	0.14 106	0.19 108	2.73 163	0.17 69	0.35 83	0.42 108	4.22 160	0.35 97	0.03 39	5.92 151	3.44 165	0.64 79	0.66 112	9.08 177	0.54 93	3.27 128	8.02 202	0.08 79	0.82 160	0.74 100	1.01 103	3.94 131	0.87 97

CASS	2.93 161	1.06 159	2.39 191	2.21 191	1.17 163	0.52 149	2.81 193	2.79 169	1.05 157	1.80 161	3.40 180	1.68 133	0.59 135	0.05 56	4.51 99	3.20 150	5.58 218	1.31 183	9.56 182	1.64 166	7.26 210	7.98 200	0.05 53	0.66 140	3.62 186	2.70 142	4.35 150	5.22 163
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
APVNet	1.38 102	1.06 159	0.27 30	0.33 95	0.37 105	0.28 138	0.50 144	0.39 50	0.42 108	0.93 117	0.42 108	0.85 100	0.19 68	0.15 104	4.81 116	3.10 146	1.87 172	0.94 150	4.74 139	0.89 131	2.23 99	5.90 144	0.05 53	1.23 180	0.19 54	0.48 78	3.80 117	0.91 100

test_1	1.89 131	1.07 161	1.54 160	0.41 120	0.38 109	0.14 106	0.19 108	2.73 163	0.17 69	0.31 76	0.40 106	4.23 162	0.35 97	0.03 39	5.96 154	3.44 165	0.64 79	0.65 111	9.10 178	0.53 83	3.29 129	8.03 203	0.08 79	0.82 160	0.74 100	1.01 103	3.94 131	0.89 98

EAI-Stereo	3.47 175	1.08 162	3.31 202	1.01 163	2.20 197	0.86 160	2.15 185	3.02 178	2.01 191	0.21 63	6.99 217	3.36 152	0.71 149	0.17 108	8.65 193	6.60 231	1.21 137	1.15 171	10.39 193	1.82 173	4.60 161	8.03 203	0.69 189	1.76 192	2.14 148	5.97 182	7.35 202	6.22 174

R-Stereo Train	2.40 148	1.12 163	1.98 180	1.00 159	0.24 68	0.05 68	0.07 55	2.02 118	1.01 154	1.35 146	2.47 166	1.55 129	0.47 119	0.19 112	5.66 141	4.74 194	1.71 166	1.04 160	7.24 158	1.14 146	5.08 168	7.81 194	0.06 59	0.42 101	2.90 165	4.55 169	3.22 89	5.57 165

RAFT-Stereo	2.40 148	1.12 163	1.98 180	1.00 159	0.24 68	0.05 68	0.07 55	2.02 118	1.01 154	1.35 146	2.47 166	1.55 129	0.47 119	0.19 112	5.66 141	4.74 194	1.71 166	1.04 160	7.24 158	1.14 146	5.08 168	7.81 194	0.06 59	0.42 101	2.90 165	4.55 169	3.22 89	5.57 165
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RP	1.55 108	1.14 165	2.48 194	0.89 154	1.23 165	0.43 143	2.08 184	1.86 111	1.63 179	0.29 73	2.10 152	2.43 143	0.13 49	0.49 176	5.11 123	1.26 38	0.83 99	0.05 11	1.74 58	0.49 73	1.04 45	4.92 122	0.16 104	0.76 152	0.49 83	1.14 108	4.64 162	1.98 132

SHD	5.09 201	1.15 166	3.12 201	1.80 180	1.94 187	1.71 184	2.82 194	5.09 216	4.76 219	2.82 184	5.39 198	5.07 174	9.79 219	0.87 194	11.37 215	6.33 227	4.71 212	2.67 220	13.97 206	3.50 215	7.31 211	8.29 214	0.44 164	3.88 214	5.02 202	7.49 197	4.03 135	12.20 205

test_3	1.92 134	1.16 167	1.42 153	0.44 126	0.39 114	0.14 106	0.20 111	2.79 169	0.17 69	0.38 85	0.41 107	4.32 163	0.36 99	0.03 39	6.25 162	3.34 155	0.68 83	0.67 115	9.18 179	0.53 83	3.20 125	7.85 197	0.06 59	0.80 158	0.95 110	1.27 114	3.85 123	0.94 105

UDGNet	2.73 157	1.17 168	0.42 62	10.90 229	5.53 218	8.65 226	3.60 206	1.70 101	0.27 95	0.22 67	0.12 76	0.80 97	0.12 46	9.72 246	4.00 89	1.35 48	0.73 87	0.54 101	3.02 103	0.60 100	2.78 110	6.16 154	3.41 230	0.29 70	1.70 141	1.69 128	3.06 82	1.10 109

NaN_ROB	3.44 173	1.18 169	1.20 144	0.92 156	3.15 205	0.73 156	1.61 174	3.36 191	2.57 199	0.98 121	1.25 139	21.11 224	0.77 155	1.26 209	5.06 122	1.79 77	1.06 125	0.76 130	2.52 81	1.44 161	1.95 93	3.82 77	0.52 172	1.30 182	4.05 188	10.09 215	4.78 163	13.66 212

iinet-f	1.66 113	1.28 170	0.38 56	0.81 152	0.15 36	0.24 132	0.13 87	0.42 53	0.21 87	1.91 163	3.98 186	0.30 27	0.27 86	0.07 68	6.30 166	2.65 128	0.43 52	0.30 55	8.10 167	1.14 146	2.10 98	6.32 157	0.26 129	0.52 121	1.42 134	0.21 49	4.26 149	0.60 87

AIO-Stereo-zeroshot	4.98 199	1.32 171	8.08 237	2.22 192	1.40 173	5.53 210	2.05 182	3.43 194	3.32 206	3.75 215	12.29 243	5.33 177	1.84 186	0.33 145	5.97 155	7.09 239	1.62 162	1.81 199	10.22 190	2.59 200	6.85 206	8.81 219	0.47 168	2.00 197	5.18 204	13.24 230	6.40 191	11.37 204

HSM-Net_RVC	3.23 169	1.35 172	1.70 170	2.82 197	2.07 193	0.73 156	0.46 141	3.48 196	1.14 159	3.44 208	5.99 206	8.07 195	3.38 197	0.27 133	5.71 146	2.35 114	1.54 161	0.27 49	3.44 115	1.35 160	4.35 157	6.00 147	0.70 191	3.05 209	4.68 197	6.45 186	6.23 188	6.18 173
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TANstereo	1.73 116	1.38 173	0.72 102	0.26 69	0.35 98	0.62 152	0.07 55	0.52 63	0.46 110	0.27 71	1.08 134	0.36 34	0.20 69	1.04 202	3.37 61	2.99 138	0.99 117	1.69 195	9.06 174	3.49 213	3.58 138	4.48 105	3.34 228	0.28 67	0.05 23	0.67 90	5.35 176	0.09 35

XX-TBD	1.73 116	1.38 173	0.72 102	0.26 69	0.35 98	0.62 152	0.07 55	0.52 63	0.46 110	0.27 71	1.08 134	0.36 34	0.20 69	1.04 202	3.37 61	2.99 138	0.99 117	1.69 195	9.06 174	3.49 213	3.58 138	4.48 105	3.34 228	0.28 67	0.05 23	0.67 90	5.35 176	0.09 35

ccs_rob	4.98 199	1.51 175	2.53 195	2.16 189	0.89 154	3.24 200	1.79 179	4.91 212	1.34 169	4.26 225	15.64 254	28.82 231	10.34 220	0.50 177	6.81 172	5.55 211	2.39 183	1.57 190	6.45 153	2.16 187	6.28 196	6.95 172	0.40 153	2.33 201	1.38 129	2.46 139	4.37 151	7.31 182

iRaft-Stereo_20w	4.82 197	1.53 176	8.41 240	7.63 220	1.90 185	3.40 202	1.71 175	3.40 193	2.25 194	3.58 209	9.41 236	3.70 154	1.31 179	0.48 173	5.41 132	5.85 214	1.31 147	0.85 138	9.58 183	1.92 176	5.27 173	7.69 191	0.65 186	0.77 155	4.40 191	14.15 232	11.18 222	12.46 208

LoS_RVC	1.27 94	1.54 177	0.85 119	0.06 17	0.55 131	0.01 10	0.13 87	0.23 41	0.73 135	1.70 155	0.22 90	0.64 80	0.69 146	0.11 90	3.79 76	3.07 141	0.75 89	1.99 207	3.69 121	0.64 106	4.98 166	4.94 125	0.22 119	0.10 25	0.37 75	0.50 80	0.82 26	0.93 103

tt_ll	1.27 94	1.54 177	0.85 119	0.06 17	0.55 131	0.01 10	0.13 87	0.23 41	0.73 135	1.70 155	0.22 90	0.64 80	0.69 146	0.11 90	3.79 76	3.07 141	0.75 89	1.99 207	3.69 121	0.64 106	4.98 166	4.94 125	0.22 119	0.10 25	0.37 75	0.50 80	0.82 26	0.93 103

RTS	6.13 207	1.54 177	1.31 149	0.94 157	1.83 182	4.15 207	5.45 215	2.74 166	3.33 207	2.85 185	1.61 145	8.52 196	1.31 179	1.13 204	14.79 239	6.12 218	7.56 227	2.52 217	18.82 216	3.48 211	6.23 194	8.15 205	1.11 205	1.90 195	8.24 219	21.58 251	6.64 193	21.79 230

RTSA	6.13 207	1.54 177	1.31 149	0.94 157	1.83 182	4.15 207	5.45 215	2.74 166	3.33 207	2.85 185	1.61 145	8.52 196	1.31 179	1.13 204	14.79 239	6.12 218	7.56 227	2.52 217	18.82 216	3.48 211	6.23 194	8.15 205	1.11 205	1.90 195	8.24 219	21.58 251	6.64 193	21.79 230

MaskLacGwcNet_RVC	8.85 221	1.66 181	6.09 227	4.62 210	3.79 208	3.05 198	6.94 223	3.69 200	3.58 210	4.74 232	10.17 238	65.85 272	12.11 225	7.99 244	7.88 186	5.27 206	4.63 210	5.31 237	18.89 218	2.67 202	8.70 226	10.19 238	1.05 203	4.09 216	5.01 201	9.52 210	6.30 190	15.16 215

NCC-stereo	2.13 142	1.68 182	1.46 157	1.00 159	1.37 169	0.89 162	2.88 195	2.59 154	2.86 202	0.34 79	2.72 174	2.40 141	1.41 183	0.27 133	5.18 125	1.38 50	0.85 102	0.98 153	2.99 101	1.01 140	1.54 66	4.72 117	0.43 161	0.53 122	2.61 156	4.44 166	4.09 141	4.93 160

Abc-Net	2.13 142	1.68 182	1.46 157	1.00 159	1.37 169	0.89 162	2.88 195	2.59 154	2.86 202	0.34 79	2.72 174	2.40 141	1.41 183	0.27 133	5.18 125	1.38 50	0.85 102	0.98 153	2.99 101	1.01 140	1.54 66	4.72 117	0.43 161	0.53 122	2.61 156	4.44 166	4.09 141	4.93 160
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	2.93 161	1.75 184	0.35 43	3.49 202	9.49 234	1.73 185	4.02 208	0.70 70	3.19 204	0.69 102	1.51 143	0.60 70	0.34 95	0.14 103	7.97 187	3.53 169	1.21 137	0.76 130	4.64 138	0.73 117	2.31 100	4.11 88	0.65 186	0.58 128	15.77 240	3.70 155	3.75 115	1.43 116

AIO-Stereo-zeroshot1	6.35 211	1.86 185	7.76 235	2.86 198	2.71 202	7.05 218	3.15 199	3.93 204	4.88 221	4.54 228	11.42 240	5.15 176	2.03 189	0.06 64	10.49 209	8.30 249	2.05 175	1.28 182	37.56 248	2.22 188	6.07 191	9.22 225	0.40 153	0.89 165	4.29 189	12.82 228	6.10 186	12.31 207

GANetREF_RVC	2.72 156	1.88 186	1.03 136	2.10 188	1.40 173	1.09 169	0.21 113	4.74 210	1.62 178	3.74 214	0.06 64	10.56 203	0.82 161	0.10 85	4.53 101	1.59 65	1.29 145	0.98 153	6.76 154	0.75 120	3.12 124	2.45 40	0.21 113	1.71 191	4.31 190	3.74 157	7.02 198	5.71 167
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
PWC_ROB	7.58 216	2.00 187	5.48 221	0.90 155	1.32 167	2.25 191	5.46 217	2.83 171	16.84 250	3.83 219	8.10 228	5.42 180	39.62 259	1.01 200	9.69 202	5.15 203	6.62 223	4.25 233	16.71 211	4.76 222	8.56 225	10.40 241	0.63 183	4.96 228	3.07 173	3.69 154	7.15 201	24.07 237

ADCP+	3.65 183	2.02 188	2.68 197	1.32 171	1.94 187	1.22 173	4.40 210	1.11 83	9.44 235	1.76 158	5.45 199	9.05 198	0.37 103	0.98 198	6.99 177	2.36 115	0.61 77	0.92 147	6.14 152	0.94 136	2.80 112	5.58 138	0.36 151	0.63 133	3.00 168	12.42 225	3.57 107	10.51 200

stereogan	2.15 144	2.03 189	1.44 156	1.52 174	2.14 195	1.79 186	1.07 159	1.88 114	1.10 158	1.33 145	1.43 140	5.96 186	0.51 125	0.34 146	5.92 151	1.93 87	1.03 123	0.41 84	4.12 128	0.95 137	1.69 80	6.00 147	0.26 129	0.81 159	0.61 93	1.42 118	6.77 196	3.73 153

AnyNet_C32	6.34 210	2.03 189	2.98 200	1.85 182	2.88 204	3.58 203	6.75 222	4.57 209	12.25 239	3.05 191	7.04 218	4.71 170	1.88 187	2.57 225	14.38 236	6.24 223	6.31 222	4.36 235	12.98 205	3.18 210	11.94 244	11.62 246	1.98 216	4.21 217	6.60 215	10.55 217	6.27 189	14.36 214

S-Stereo	9.64 222	2.07 191	4.59 210	8.70 224	8.72 231	12.93 234	19.52 243	5.25 218	6.14 224	6.12 239	20.39 262	29.19 232	7.43 211	0.64 184	14.26 233	7.63 245	4.01 203	5.81 242	18.32 214	6.45 232	7.46 214	9.84 234	12.36 248	7.40 242	3.61 185	6.74 188	7.10 200	17.56 221

ADCPNet	7.46 214	2.07 191	4.11 209	2.81 196	6.39 223	3.36 201	8.24 227	5.53 221	7.83 229	3.76 216	7.86 226	5.53 183	14.04 227	3.15 228	13.54 227	6.64 232	4.80 213	2.06 210	18.97 219	5.05 225	8.54 224	10.30 240	2.99 223	2.59 204	9.61 228	17.77 240	7.74 204	16.22 216

SGM-Forest	3.19 167	2.07 191	0.45 77	6.33 215	2.00 191	2.67 195	0.10 80	1.46 94	0.76 137	2.49 175	0.91 127	6.65 192	6.47 206	0.48 173	6.84 173	3.08 143	0.85 102	0.33 60	3.65 120	0.62 103	2.81 113	5.69 140	0.84 199	1.18 178	3.88 187	3.84 159	11.86 225	7.73 185
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	2.76 159	2.10 194	5.00 215	1.68 176	1.94 187	1.93 187	1.23 165	2.03 122	1.49 172	0.88 115	4.67 194	2.77 150	2.63 194	0.70 189	5.76 147	1.89 83	1.20 135	0.48 95	4.42 135	1.33 158	2.66 107	6.08 152	0.21 113	1.11 176	2.55 155	5.20 174	5.35 176	7.17 181

FADNet_RVC	4.48 193	2.12 195	1.42 153	3.57 204	3.69 207	1.20 171	2.37 187	2.30 131	1.42 171	1.77 159	4.48 191	9.79 201	6.84 210	1.84 221	12.73 222	3.36 156	3.55 196	4.20 232	17.52 213	3.76 216	5.93 189	8.26 208	0.72 193	1.64 190	1.78 143	3.63 153	5.12 169	5.99 172

FAT-Stereo	7.68 217	2.26 196	8.90 242	7.33 219	12.67 241	6.25 215	3.58 205	7.41 226	3.60 211	5.82 236	12.39 244	18.45 222	9.06 216	1.35 210	12.36 219	6.54 230	3.93 200	4.03 231	15.97 209	6.36 230	7.78 217	9.24 226	0.76 197	5.29 233	3.49 184	6.98 192	8.20 210	17.22 220

s12784h	2.36 147	2.32 197	2.69 198	1.64 175	0.77 147	0.08 84	0.06 50	2.09 125	0.54 117	1.17 132	0.13 79	1.69 134	0.67 142	0.04 52	3.36 60	3.26 151	1.00 121	0.40 73	3.79 124	0.49 73	5.47 177	4.44 98	0.16 104	0.38 94	3.34 180	5.45 178	7.07 199	11.25 203

NCCL2	2.48 151	2.35 198	1.52 159	1.33 172	1.96 190	0.23 128	1.25 166	1.33 89	1.30 165	1.63 154	2.57 171	1.38 125	0.55 129	0.40 156	7.49 183	2.59 125	1.77 171	0.67 115	2.58 84	0.83 128	3.36 133	6.56 166	1.66 213	1.53 188	4.71 198	4.33 163	4.24 148	6.90 179

SAMSARA	20.09 242	2.60 199	5.52 223	4.28 209	4.10 211	3.59 204	5.57 218	15.80 247	10.05 237	4.59 229	5.59 203	9.22 199	24.85 240	3.88 231	16.25 245	8.47 250	6.17 221	3.82 228	22.29 227	5.87 229	19.35 266	26.82 279	1.02 201	5.45 234	80.31 284	91.77 284	78.09 285	77.23 284

XPNet_ROB	3.41 171	2.62 200	1.58 164	0.80 151	1.56 177	1.24 174	0.96 156	0.89 76	1.54 175	1.17 132	3.26 179	26.85 230	0.38 104	0.40 156	6.47 168	2.54 123	3.57 197	0.89 143	3.41 113	1.26 153	3.53 136	7.67 190	0.87 200	0.64 136	0.96 112	2.39 138	9.98 217	4.70 158

STTRV1_RVC	10.96 224	2.66 201	1.55 162	5.84 212	1.90 185	6.01 214	3.60 206	4.11 205	3.93 212	4.64 230	6.71 214	16.96 218	21.63 238	1.68 217	20.69 260	5.04 202	18.60 254	1.18 173	52.69 265	12.74 250	19.16 264	9.31 227	4.76 236	5.05 229	9.07 224	12.15 223	12.79 226	31.40 249

CSAN	5.32 203	2.66 201	1.69 169	3.30 201	3.85 209	2.05 188	2.31 186	5.00 215	4.86 220	3.78 217	2.69 172	17.88 221	11.82 224	1.17 206	10.17 205	1.96 90	2.51 185	1.35 184	6.12 150	2.50 196	3.97 148	4.60 111	0.56 174	2.97 208	6.49 214	16.18 238	7.96 208	13.30 211

UCFNet_RVC	1.41 105	2.75 203	0.68 95	0.60 141	0.80 148	0.26 135	0.16 96	0.28 47	0.23 89	0.93 117	0.37 102	2.60 146	1.05 175	0.07 68	6.13 160	1.33 47	0.70 84	0.52 100	2.48 79	0.62 103	1.87 89	3.20 63	1.04 202	0.35 84	1.83 144	1.96 132	2.11 58	3.29 150

ADCRef	3.22 168	2.76 204	1.07 138	0.70 148	2.26 199	2.09 190	2.76 192	1.00 80	5.91 222	1.91 163	1.10 136	1.28 121	0.78 156	1.43 212	8.09 188	3.52 168	1.51 159	1.18 173	8.68 170	2.26 189	3.23 126	6.00 147	1.89 215	1.20 179	3.12 175	7.80 199	3.41 101	10.10 199

SFCPSM	5.84 206	2.89 205	1.36 151	1.97 185	1.59 178	1.65 183	0.56 147	2.54 150	4.75 218	3.16 194	7.74 225	15.48 216	23.57 239	1.24 207	11.21 212	4.79 198	2.53 187	1.55 189	22.65 229	7.42 234	4.60 161	6.67 167	0.69 189	2.33 201	4.62 193	4.35 164	6.18 187	9.49 194

CBMV_ROB	7.04 213	2.92 206	2.91 199	8.40 223	6.54 226	5.80 212	3.57 204	5.09 216	2.49 197	3.84 220	4.70 195	21.33 225	14.76 229	0.47 171	10.48 208	3.84 184	3.13 193	1.58 191	12.20 204	8.81 240	6.17 192	5.80 142	0.47 168	3.14 211	9.16 225	15.50 237	13.69 230	13.29 210

TRStereo	3.75 184	3.07 207	7.59 234	0.37 111	0.17 39	7.92 222	0.24 116	2.99 177	0.91 149	2.72 179	1.68 147	5.88 185	0.65 141	0.15 104	5.57 136	5.35 210	0.86 107	0.80 134	7.01 157	1.31 157	4.10 150	7.50 185	0.34 148	0.43 107	2.67 161	12.33 224	12.84 227	5.90 168

pmcnn	8.69 219	3.07 207	2.45 192	6.53 217	5.75 219	7.18 219	4.96 214	4.79 211	2.03 192	4.24 224	12.14 242	19.36 223	21.49 237	0.91 196	9.48 200	6.75 234	6.67 224	4.39 236	22.61 228	5.09 226	10.91 240	7.84 196	4.51 234	5.07 230	6.90 218	5.26 176	17.73 240	26.48 243

GwcNet-ADL	3.44 173	3.11 209	3.40 203	3.24 200	2.51 200	0.88 161	0.42 135	2.96 175	0.71 134	3.80 218	7.12 219	7.96 194	1.21 178	0.20 117	4.76 114	4.86 201	2.42 184	0.72 125	8.04 166	2.75 206	3.31 130	5.54 135	0.28 137	1.76 192	2.68 162	5.24 175	4.37 151	8.53 189

PS-NSSS	1.79 128	3.17 210	0.42 62	3.20 199	0.92 158	2.08 189	1.19 162	0.39 50	0.16 68	0.38 85	0.00 1	11.59 206	1.18 177	0.50 177	5.15 124	0.89 15	0.71 86	0.28 51	4.31 133	0.17 28	0.97 42	0.64 7	2.37 219	0.19 50	1.58 139	0.76 96	3.28 93	1.77 126

XQC	5.77 205	3.33 211	2.00 182	3.49 202	4.00 210	3.75 205	3.56 203	6.60 225	3.33 207	2.89 187	5.57 201	6.45 189	8.10 214	1.78 219	12.28 218	5.97 216	4.03 204	1.85 202	11.48 199	3.98 218	6.63 204	9.37 230	0.62 182	2.51 203	9.28 226	15.19 235	11.40 224	6.32 177

DPSNet	15.27 239	3.38 212	2.28 190	7.89 222	8.28 230	10.58 231	4.44 211	5.86 222	8.70 233	4.26 225	6.00 208	72.12 277	28.20 245	4.69 237	15.14 243	10.42 257	11.48 238	8.27 252	58.42 274	9.38 244	12.12 246	11.31 245	17.29 253	11.11 253	20.16 247	20.85 250	14.99 234	24.68 240

HBP-ISP	4.03 186	3.61 213	4.65 212	4.90 211	2.67 201	3.96 206	0.21 113	4.13 206	1.33 167	3.40 205	4.53 192	5.06 173	0.59 135	1.99 222	8.66 194	8.18 248	1.95 173	1.49 188	3.09 104	1.55 163	5.74 179	9.32 228	0.67 188	2.28 200	3.06 172	5.01 172	10.99 221	5.93 171

ADCL	4.20 189	3.62 214	2.45 192	1.72 178	1.80 181	3.15 199	4.53 213	2.29 130	13.19 242	2.81 181	4.88 196	2.96 151	0.72 150	1.36 211	7.16 179	2.76 132	2.35 182	2.20 213	6.83 155	2.31 192	6.19 193	6.77 170	1.40 211	1.47 184	6.63 216	6.49 187	4.40 154	11.08 202

CBMV	6.33 209	3.75 215	1.57 163	3.96 205	3.58 206	2.97 197	1.75 177	3.89 202	2.67 201	4.14 221	2.72 174	14.42 213	3.85 201	0.73 191	10.81 210	6.26 224	4.67 211	2.29 216	9.29 180	1.51 162	8.03 219	7.42 181	0.63 183	6.58 239	6.79 217	7.57 198	20.00 242	28.98 246
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_DS_RVC	7.94 218	3.78 216	1.17 143	9.35 225	4.27 212	8.06 223	8.52 229	11.24 235	8.55 231	4.88 234	4.04 188	17.24 219	9.50 218	6.06 240	14.53 238	3.53 169	2.28 180	1.12 169	19.59 222	2.56 199	8.24 222	9.72 233	3.14 226	2.11 198	11.98 234	14.76 233	10.14 218	14.15 213

AMNet	6.93 212	3.82 217	2.53 195	4.00 206	5.78 220	6.99 217	3.24 200	2.46 147	2.51 198	3.39 204	6.36 211	9.40 200	2.06 190	7.30 241	5.92 151	9.99 255	13.66 247	7.81 251	8.03 165	7.76 238	11.45 241	8.81 219	2.81 221	4.73 224	5.75 210	7.80 199	13.20 228	19.55 225

NOSS_ROB	3.47 175	3.88 218	0.50 82	2.22 192	1.85 184	2.58 194	0.05 42	2.70 161	1.59 176	3.61 210	1.69 148	2.61 148	3.90 202	1.01 200	9.33 199	5.76 213	3.02 192	1.87 204	2.83 94	1.09 143	5.42 175	6.93 171	0.46 167	3.37 213	3.09 174	10.15 216	8.01 209	4.05 155

ETE_ROB	5.10 202	4.12 219	1.76 173	1.25 168	2.22 198	2.82 196	2.07 183	1.56 97	4.21 215	1.88 162	5.58 202	37.59 243	0.86 168	1.44 213	10.38 207	2.80 133	4.20 206	0.98 153	5.24 143	1.97 177	4.87 165	7.58 187	0.77 198	1.38 183	2.34 151	3.79 158	15.93 236	8.21 186

ADCMid	7.46 214	4.47 220	5.08 216	2.16 189	4.40 213	5.87 213	8.05 226	9.24 229	12.39 240	3.16 194	7.69 223	10.20 202	10.41 221	3.13 227	12.60 221	5.58 212	5.05 217	2.83 222	19.52 220	4.27 219	8.70 226	10.59 242	5.48 237	2.86 206	5.69 208	10.08 214	5.48 180	16.37 217

FC-DCNN	4.43 191	4.58 221	5.93 225	9.82 227	4.79 215	8.76 227	4.48 212	4.47 208	1.65 180	2.91 189	2.13 153	6.53 191	2.41 192	0.30 141	4.57 102	2.52 121	2.76 191	1.21 176	3.98 127	0.89 131	3.66 142	4.91 121	0.73 195	4.23 219	8.24 219	6.03 184	7.69 203	9.53 195

SANet	11.19 228	4.59 222	6.27 231	5.98 213	6.03 221	9.51 229	3.52 202	15.63 244	13.49 243	2.90 188	8.65 229	59.91 267	26.52 242	3.01 226	14.30 234	3.26 151	7.32 226	3.86 230	11.91 201	3.94 217	6.50 198	7.39 179	2.61 220	7.75 245	12.68 235	17.80 241	13.93 231	22.99 233

LALA_ROB	4.53 194	4.80 223	1.68 168	1.27 169	2.16 196	2.28 193	1.42 171	1.88 114	2.60 200	2.71 178	5.56 200	33.12 235	0.72 150	0.88 195	10.88 211	2.59 125	3.47 195	1.83 201	4.21 131	2.04 180	4.39 158	7.30 178	0.41 157	1.52 186	2.35 152	3.60 152	8.94 213	7.68 184

FC-DCNN v2	4.85 198	4.85 224	6.16 229	11.18 230	5.04 216	9.41 228	4.33 209	5.45 220	2.13 193	2.92 190	2.41 165	6.96 193	3.28 195	0.29 140	4.66 106	2.49 119	2.73 189	1.13 170	4.30 132	0.89 131	3.66 142	4.92 122	0.72 193	4.22 218	9.66 229	6.86 190	9.29 214	10.92 201

DGSMNet	12.26 232	4.87 225	8.31 239	6.01 214	6.04 222	7.30 220	6.59 221	7.90 227	4.51 217	11.38 252	32.66 271	17.48 220	8.74 215	4.36 235	14.01 229	14.50 264	17.26 251	9.25 254	41.69 254	11.54 249	21.38 269	24.41 272	4.74 235	7.56 243	5.44 205	11.45 221	8.55 211	13.11 209

G-Net	11.11 227	4.89 226	9.62 244	4.05 207	4.71 214	7.69 221	2.56 189	10.07 232	15.27 246	5.01 235	15.52 253	47.57 258	9.25 217	0.66 186	11.93 216	8.70 251	5.83 219	4.33 234	24.55 233	15.55 253	8.38 223	9.97 236	3.01 224	5.25 232	6.16 213	13.40 231	22.59 244	23.59 236

ADCS	10.79 223	5.73 227	4.98 214	4.16 208	6.39 223	6.60 216	6.53 220	10.15 233	15.87 248	4.18 223	7.59 222	13.56 212	18.31 232	4.53 236	14.24 232	11.99 261	10.80 235	7.09 250	25.37 234	9.28 243	16.45 260	16.31 265	2.97 222	7.03 241	10.05 232	20.56 247	11.21 223	19.51 224

PVD	13.07 234	5.77 228	8.84 241	7.67 221	7.35 229	10.40 230	7.28 224	21.12 257	19.70 257	3.65 211	8.76 231	16.32 217	27.90 244	3.25 229	14.97 242	8.92 253	11.32 236	6.23 246	25.56 236	7.56 235	12.68 247	14.11 259	1.29 209	6.16 236	16.97 241	25.32 258	18.21 241	35.51 255

LSM0	23.31 252	6.07 229	4.80 213	15.07 232	10.87 238	17.08 238	14.50 239	23.84 259	15.74 247	14.73 259	18.40 259	35.77 241	35.06 255	1.58 215	76.98 282	85.81 282	14.68 248	5.68 240	56.53 272	17.15 257	23.95 272	21.89 270	4.26 233	8.21 247	17.36 242	20.39 246	29.27 250	33.71 253

MFN_U_SF_RVC	11.03 225	6.12 230	3.70 205	9.72 226	5.50 217	12.91 233	11.38 234	12.61 239	7.46 228	12.18 255	14.75 250	23.19 226	14.11 228	9.33 245	18.32 250	5.16 204	4.41 207	3.43 227	39.06 251	6.67 233	10.28 236	11.18 244	1.45 212	6.88 240	9.80 230	8.50 206	9.76 215	19.96 227

AnyNet_C01	13.13 235	6.35 231	5.48 221	6.38 216	6.46 225	5.73 211	10.15 232	12.79 242	16.56 249	5.83 237	9.31 234	26.51 229	19.60 234	5.31 239	17.84 248	13.62 262	17.55 252	15.56 267	35.24 244	11.09 247	19.28 265	17.31 267	7.05 240	7.85 246	13.46 237	10.79 218	9.89 216	21.58 229

edge stereo	11.93 231	6.96 232	11.28 245	14.49 231	12.53 240	16.91 237	13.06 238	12.62 240	7.43 227	6.06 238	15.07 251	38.54 245	18.86 233	1.55 214	12.90 223	7.43 242	6.14 220	3.10 224	25.46 235	4.74 221	8.16 220	10.22 239	4.20 232	4.35 220	9.83 231	8.13 201	13.68 229	28.51 245

MADNet+	20.34 243	8.33 233	14.90 254	18.17 235	11.98 239	8.55 225	19.20 241	28.96 267	17.96 253	12.55 256	11.63 241	34.32 239	30.36 248	10.57 247	26.85 266	16.66 266	27.39 266	10.40 258	40.88 253	18.27 258	19.91 267	15.53 263	9.97 247	19.40 264	35.72 262	22.38 254	21.31 243	37.09 256

CC-Net-ROB	5.62 204	8.62 234	1.87 177	23.08 239	6.72 227	15.74 236	8.55 230	0.45 57	0.82 141	1.55 153	0.00 1	24.53 227	3.35 196	3.39 230	5.49 134	0.89 15	2.73 189	1.76 197	12.04 203	0.82 125	1.32 56	1.73 22	9.22 243	0.42 101	3.22 176	2.53 141	2.45 67	8.44 188

FBW_ROB	8.77 220	9.60 235	5.96 226	20.47 238	9.29 233	12.71 232	9.20 231	4.97 213	1.59 176	3.30 198	6.98 216	15.27 214	3.59 199	7.76 243	10.34 206	1.71 75	3.43 194	0.86 139	34.07 243	2.29 191	6.89 207	6.34 158	9.32 244	8.81 248	5.75 210	8.41 202	5.24 171	22.62 232

MeshStereo	13.92 238	10.29 236	5.80 224	24.32 242	15.33 242	17.65 239	7.76 225	12.34 238	7.38 226	4.65 231	9.09 232	38.22 244	30.61 249	0.62 183	14.44 237	7.42 241	4.05 205	2.65 219	19.82 223	2.63 201	14.32 254	9.90 235	1.27 208	6.42 237	22.75 249	19.43 244	33.41 255	33.14 251
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
MSC_U_SF_DS_RVC	11.75 230	10.45 237	6.25 230	17.50 234	6.77 228	8.15 224	11.44 235	18.23 251	23.22 261	11.11 250	4.62 193	15.32 215	6.08 205	10.68 248	16.27 246	6.19 222	3.94 201	5.52 238	39.73 252	7.74 237	9.53 235	12.33 250	7.02 239	7.63 244	14.72 239	12.91 229	6.89 197	16.97 219

SGM_RVC	11.04 226	10.51 238	3.94 207	16.88 233	9.65 236	15.55 235	8.47 228	9.54 230	6.09 223	4.15 222	7.87 227	25.06 228	19.78 236	0.97 197	9.49 201	2.25 109	3.81 198	1.26 181	21.86 225	2.34 194	6.63 204	5.12 129	2.33 218	4.85 227	18.97 244	16.47 239	33.79 257	30.47 247
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LE_ROB	23.34 253	10.93 239	12.86 249	32.65 244	38.35 255	31.72 246	33.97 251	23.50 258	21.06 259	7.08 241	17.87 257	51.83 262	51.55 274	1.81 220	14.20 231	3.08 143	3.94 201	1.47 187	30.65 237	8.98 242	9.43 234	7.39 179	6.89 238	25.95 268	35.31 261	39.95 276	53.69 278	54.00 273

MFMNet_re	16.81 240	13.74 240	7.85 236	23.81 241	9.51 235	34.14 251	18.04 240	12.31 236	19.02 255	10.33 249	12.96 245	38.69 246	15.16 230	1.61 216	18.46 251	10.89 259	28.67 268	12.10 259	31.52 239	10.43 246	18.75 263	11.05 243	8.52 242	9.85 249	9.47 227	5.57 179	24.17 245	37.24 257

SPS-STEREO	20.98 247	14.87 241	11.99 247	19.90 237	20.87 243	18.85 240	10.39 233	16.04 248	19.39 256	19.65 264	21.64 265	33.32 236	37.38 257	7.51 242	19.34 256	17.18 268	26.65 264	16.12 269	32.93 240	23.87 265	31.45 277	25.37 276	13.83 250	14.33 261	17.76 243	19.97 245	29.60 251	26.21 241
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-ForestM	13.51 237	15.62 242	5.25 220	19.43 236	9.27 232	19.59 241	12.46 237	12.78 241	8.97 234	3.34 202	9.27 233	36.07 242	25.37 241	2.03 223	16.48 247	3.39 159	4.90 215	1.21 176	22.28 226	2.96 208	6.90 208	5.25 132	1.83 214	4.68 222	27.51 253	25.27 257	34.85 260	27.72 244

SGM+DAISY	22.46 250	16.23 243	12.74 248	23.16 240	22.67 244	25.12 244	20.00 244	18.50 252	14.48 245	18.58 263	22.04 266	30.49 233	41.59 260	13.05 250	22.51 263	16.54 265	26.00 263	12.93 261	35.92 245	22.37 263	28.02 275	25.12 275	21.26 254	13.77 259	20.04 246	18.46 243	33.94 258	30.81 248

MDST_ROB	11.38 229	16.72 244	3.53 204	29.03 243	10.09 237	21.13 242	6.30 219	6.03 223	2.39 195	3.16 194	5.82 205	11.55 205	29.02 246	0.67 187	15.26 244	3.18 149	1.65 163	0.66 112	8.85 172	2.07 182	5.87 187	6.71 169	2.26 217	3.08 210	28.29 254	22.14 253	37.48 262	24.36 238

MANE	21.44 248	17.36 245	16.07 255	34.52 247	24.54 247	25.94 245	19.26 242	20.13 256	18.43 254	6.42 240	15.25 252	40.88 248	36.30 256	4.35 234	18.72 254	10.55 258	8.23 229	29.63 277	23.68 232	4.94 223	11.81 243	8.91 223	3.02 225	10.18 250	36.19 265	32.24 268	51.66 276	49.72 270

ELAS_RVC	20.43 244	19.80 246	14.61 253	33.93 246	22.90 245	33.71 250	20.10 245	15.64 245	12.18 238	8.45 244	19.69 261	54.25 265	33.97 253	4.07 232	13.47 226	5.30 209	11.89 239	6.49 248	21.52 224	8.87 241	14.06 251	14.69 261	9.63 246	11.88 254	32.34 258	25.79 259	41.56 268	40.71 263
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDUNet	13.01 233	20.50 247	4.63 211	37.04 249	24.81 248	34.87 252	32.65 250	1.85 108	1.66 182	1.47 150	3.83 185	13.22 211	4.08 203	83.62 262	6.26 164	2.41 118	8.99 232	3.82 228	18.78 215	4.54 220	7.88 218	7.25 175	16.92 252	0.99 170	1.50 136	0.70 93	4.90 167	2.09 135

UDG	13.28 236	21.47 248	5.08 216	37.13 250	29.51 251	32.00 248	40.03 253	2.62 156	1.78 186	2.40 173	5.74 204	12.64 208	4.23 204	74.90 259	7.47 181	2.61 127	9.44 233	3.24 226	19.57 221	5.01 224	8.74 229	7.28 176	12.84 249	1.84 194	1.35 127	2.91 144	4.53 158	2.12 136

ELAS	20.62 246	22.76 249	14.59 252	35.29 248	24.88 249	31.90 247	20.66 246	17.34 250	17.05 251	7.97 242	18.32 258	48.39 259	31.67 250	4.13 233	14.30 234	5.24 205	11.47 237	6.10 245	23.02 231	7.62 236	13.14 248	14.53 260	9.46 245	10.75 252	34.52 260	27.84 264	41.52 267	42.31 266
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	20.61 245	24.96 250	17.24 256	39.82 251	27.48 250	32.58 249	22.87 247	19.77 254	17.77 252	8.05 243	19.67 260	46.38 253	37.96 258	2.15 224	18.66 253	4.75 196	4.82 214	1.95 205	33.25 241	6.38 231	9.07 231	8.67 218	3.28 227	10.68 251	31.80 257	27.62 263	40.75 264	38.09 259

BEATNet-Init1	25.27 255	27.76 251	13.76 250	44.57 253	24.32 246	38.91 253	25.10 248	19.51 253	20.03 258	9.35 245	16.15 255	47.35 257	48.89 269	4.71 238	23.55 264	11.00 260	8.78 231	5.84 243	49.88 262	20.70 259	15.01 255	14.94 262	7.37 241	12.57 257	35.78 263	26.22 260	60.85 282	49.36 269

JetBlue	33.16 262	30.03 252	36.86 276	39.95 252	35.04 254	44.19 254	36.23 252	30.47 270	47.01 273	15.01 261	10.48 239	79.96 283	19.64 235	25.82 252	18.89 255	17.14 267	40.11 277	25.93 275	36.94 247	25.94 268	32.23 278	26.39 277	31.84 255	27.47 270	31.63 255	33.13 270	48.81 274	48.30 268

WAO-7	28.15 258	31.17 253	25.54 264	33.41 245	34.99 253	22.62 243	28.62 249	47.75 276	47.89 274	29.08 269	39.82 275	41.47 249	41.79 261	12.75 249	36.14 273	18.16 269	17.03 250	8.88 253	47.38 258	21.69 262	11.73 242	12.95 256	3.79 231	33.81 274	23.20 250	26.44 261	24.41 246	37.61 258

SQANet	19.01 241	32.39 254	7.05 232	58.51 255	34.20 252	58.54 257	40.35 254	4.32 207	1.69 183	4.85 233	1.45 142	32.05 234	6.71 209	57.82 255	11.24 214	1.77 76	6.68 225	1.66 193	31.16 238	2.08 184	8.23 221	7.99 201	54.11 261	2.11 198	5.60 206	10.88 219	10.17 219	19.67 226

DispFullNet	27.09 256	40.76 255	20.37 260	53.27 254	39.67 256	45.72 255	56.25 257	14.00 243	12.78 241	14.18 257	10.07 237	43.95 252	34.00 254	86.26 263	13.33 225	13.62 262	31.37 272	16.57 270	52.58 264	15.02 252	15.98 257	12.66 253	15.43 251	6.52 238	8.73 222	8.65 207	16.24 237	33.48 252

Ntro	23.84 254	41.67 256	11.59 246	63.69 263	43.73 259	62.95 264	57.60 258	8.47 228	6.35 225	11.89 254	2.51 168	35.10 240	7.96 213	75.67 260	12.59 220	1.67 73	9.55 234	2.68 221	39.05 250	9.79 245	8.70 226	8.40 216	55.40 263	3.24 212	11.18 233	15.16 234	14.07 232	23.09 235

ACVNet-4b	27.62 257	43.15 257	14.04 251	69.86 272	48.10 262	70.20 274	77.34 273	10.63 234	9.55 236	15.00 260	1.55 144	59.33 266	11.37 223	93.44 270	12.94 224	2.57 124	15.66 249	5.69 241	33.68 242	14.13 251	9.17 232	7.28 176	59.49 267	4.60 221	12.85 236	9.43 209	15.52 235	19.12 223

otaku	22.42 249	43.20 258	9.38 243	63.06 261	42.07 258	64.13 266	51.05 255	6.07 224	4.42 216	10.13 248	1.74 149	33.95 237	10.96 222	66.92 257	12.03 217	1.89 83	8.57 230	1.66 193	38.00 249	7.96 239	8.85 230	8.28 213	54.71 262	2.95 207	9.04 223	9.25 208	14.25 233	20.70 228

ACVNet_1	28.17 259	43.81 259	17.24 256	67.32 267	49.50 264	66.04 271	82.98 278	16.42 249	8.08 230	11.43 253	7.19 220	34.00 238	27.09 243	93.81 271	14.92 241	2.21 107	17.82 253	6.77 249	36.07 246	11.39 248	10.56 239	7.42 181	59.65 268	6.11 235	20.40 248	15.24 236	10.18 220	16.93 218

RainbowNet	28.72 260	46.67 260	19.30 259	69.82 271	47.14 260	68.90 273	70.63 268	10.00 231	3.26 205	17.63 262	2.27 156	46.57 254	29.74 247	91.67 267	17.86 249	3.37 157	12.50 240	5.59 239	44.74 257	17.11 256	10.33 237	8.87 221	58.90 266	5.15 231	14.30 238	12.58 226	17.44 238	23.01 234

WAO-6	37.66 267	47.81 261	21.43 261	60.52 256	52.73 270	58.92 258	64.84 260	27.98 264	43.38 268	33.02 272	17.53 256	43.36 251	50.95 271	89.65 264	33.50 269	18.63 272	24.84 260	13.57 263	42.17 255	25.77 267	21.16 268	19.52 268	35.00 256	18.52 263	43.20 271	29.62 265	37.17 261	41.96 265

ACVNet_2	33.32 263	48.24 262	22.45 262	67.72 270	50.69 269	65.88 269	85.41 281	28.48 265	14.03 244	14.63 258	9.36 235	52.16 263	31.94 251	91.62 266	13.62 228	2.72 129	21.29 256	5.84 243	51.78 263	16.52 255	10.41 238	7.93 199	58.06 264	13.93 260	36.96 267	18.42 242	25.58 247	33.95 254

IMH-64-1	35.05 264	48.99 263	25.77 266	61.80 257	50.28 267	62.71 262	68.79 262	27.80 262	35.88 264	10.10 246	14.48 248	46.82 255	41.96 262	94.04 272	19.93 257	7.49 243	22.67 257	9.35 255	48.46 259	21.14 260	14.12 252	12.56 251	59.91 270	12.21 255	41.64 268	20.57 248	27.79 248	39.03 260

IMH-64	35.05 264	48.99 263	25.77 266	61.80 257	50.28 267	62.71 262	68.79 262	27.80 262	35.88 264	10.10 246	14.48 248	46.82 255	41.96 262	94.04 272	19.93 257	7.49 243	22.67 257	9.35 255	48.46 259	21.14 260	14.12 252	12.56 251	59.91 270	12.21 255	41.64 268	20.57 248	27.79 248	39.03 260

LVE	40.69 270	49.32 265	32.19 271	74.37 279	65.31 275	65.52 268	78.53 274	29.09 268	24.11 262	37.95 274	38.44 273	39.09 247	50.88 270	95.16 282	18.50 252	6.31 226	25.93 262	13.65 264	54.80 269	26.51 270	16.26 258	15.81 264	69.49 279	26.57 269	44.82 272	33.95 272	41.51 266	24.49 239

PSMNet_ROB	32.72 261	49.56 266	17.71 258	65.01 265	47.98 261	61.81 261	62.32 259	19.85 255	21.78 260	27.64 268	25.28 267	42.80 250	43.52 264	83.58 261	21.88 262	4.36 191	19.43 255	6.46 247	43.95 256	16.36 254	13.14 248	11.66 247	58.31 265	14.57 262	31.67 256	24.32 256	29.94 253	18.64 222

IMH	36.38 266	50.15 267	26.16 268	62.16 260	50.12 266	63.98 265	68.96 264	28.54 266	38.29 267	11.29 251	14.14 246	50.26 260	54.45 277	94.09 274	20.59 259	7.40 240	23.63 259	10.28 257	49.17 261	22.78 264	13.74 250	11.88 248	59.95 272	13.42 258	41.71 270	23.99 255	29.69 252	41.45 264

TorneroNet-64	40.02 269	51.18 268	25.58 265	64.09 264	48.50 263	64.50 267	69.74 265	27.58 261	44.28 270	21.06 265	14.38 247	70.42 276	57.53 278	94.84 276	27.09 267	8.83 252	28.00 267	16.10 268	54.90 270	26.42 269	15.26 256	13.34 257	61.86 273	22.65 265	33.51 259	30.60 266	34.09 259	54.24 274

Dean	44.25 272	52.28 269	33.23 272	77.10 280	64.97 274	79.61 283	83.94 280	43.21 272	43.41 269	35.28 273	25.28 267	61.70 269	57.88 279	95.07 281	21.16 261	4.55 192	29.50 269	12.92 260	64.62 277	29.22 273	11.94 244	10.07 237	59.70 269	23.01 266	50.00 276	39.42 275	53.45 277	32.13 250

TorneroNet	40.95 271	54.80 270	28.35 269	67.47 269	50.00 265	66.00 270	71.75 269	26.53 260	45.69 271	24.20 266	21.34 264	68.12 273	53.25 276	94.92 278	27.93 268	9.57 254	26.82 265	16.87 271	54.27 268	24.50 266	16.26 258	13.93 258	62.31 274	23.32 267	36.59 266	27.14 262	43.07 269	50.69 271

DPSimNet_ROB	59.87 280	56.83 271	60.12 282	63.44 262	74.40 283	61.08 259	66.03 261	29.26 269	91.88 285	80.83 283	53.70 277	74.56 279	48.76 268	90.67 265	61.12 279	47.44 280	55.65 281	43.29 280	68.79 280	60.06 282	52.83 283	61.42 282	45.69 259	46.03 279	46.40 274	63.34 281	56.49 279	56.41 275

WAO-8	45.52 273	56.99 272	36.84 274	70.78 274	61.58 271	72.65 277	72.88 270	44.15 273	50.34 275	32.51 270	26.24 269	68.22 274	50.98 272	91.91 268	34.40 270	19.25 273	31.26 270	14.25 265	53.00 266	37.84 276	18.64 261	12.91 254	45.23 257	27.94 271	54.23 279	39.08 273	48.02 272	56.81 276

Venus	45.52 273	56.99 272	36.84 274	70.77 273	61.58 271	72.65 277	72.88 270	44.15 273	50.34 275	32.51 270	26.24 269	68.22 274	50.98 272	91.91 268	34.40 270	19.25 273	31.26 270	14.25 265	53.00 266	37.84 276	18.64 261	12.91 254	45.23 257	27.94 271	54.23 279	39.08 273	48.02 272	56.81 276

UNDER WATER-64	54.23 278	63.34 274	46.02 279	79.36 282	71.42 280	76.64 281	88.13 284	66.12 281	46.96 272	52.07 280	60.69 280	73.21 278	59.22 281	94.98 280	35.82 272	18.58 271	36.56 276	27.05 276	54.96 271	27.40 271	22.29 270	24.45 273	75.67 283	44.51 278	51.17 277	56.84 280	41.43 265	69.34 283

PWCK	39.46 268	63.60 275	25.26 263	73.87 278	41.94 257	61.54 260	51.88 256	54.42 277	37.36 266	26.43 267	38.00 272	62.72 271	47.31 266	27.64 253	24.07 265	10.09 256	32.07 273	12.97 262	84.14 284	29.01 272	25.42 273	16.79 266	48.17 260	30.69 273	35.86 264	32.01 267	32.05 254	40.21 262

ktn	53.49 277	64.55 276	32.09 270	67.37 268	73.02 282	67.18 272	79.08 275	39.47 271	71.03 281	45.61 279	66.57 281	53.73 264	46.66 265	95.58 283	51.51 277	35.27 277	42.24 279	32.53 278	61.67 275	36.66 275	34.35 280	37.51 280	63.57 275	39.21 275	45.92 273	42.82 277	58.10 280	61.01 278

notaker	50.99 275	64.58 277	35.58 273	71.22 275	67.03 276	71.52 276	79.74 276	46.10 275	64.92 279	43.57 277	60.04 279	61.27 268	52.88 275	94.30 275	52.11 278	32.30 276	36.01 275	25.62 274	66.68 279	41.75 278	26.51 274	26.69 278	69.04 278	40.16 277	27.04 251	32.57 269	39.45 263	47.99 267

UNDER WATER	53.46 276	66.50 278	44.48 277	77.89 281	68.28 277	75.27 280	86.28 283	62.01 280	51.94 277	41.57 275	48.61 276	74.76 280	58.64 280	94.91 277	40.27 275	19.59 275	35.94 274	25.36 273	57.83 273	30.24 274	22.42 271	21.82 269	69.76 280	49.60 281	53.54 278	52.17 278	44.57 270	69.15 282

HanzoNet	61.45 282	69.33 279	44.96 278	71.45 276	72.16 281	72.71 279	79.94 277	60.19 279	75.71 282	45.02 278	73.92 282	75.04 281	64.67 282	96.72 284	48.25 276	40.02 278	53.74 280	47.73 281	76.16 281	51.62 280	46.98 282	46.48 281	73.13 281	39.85 276	55.14 281	52.31 279	60.69 281	65.16 281

JetRed	63.04 283	70.59 280	68.87 283	66.96 266	63.46 273	70.43 275	74.93 272	66.45 282	66.78 280	41.63 276	39.08 274	81.30 284	13.47 226	63.11 256	65.97 281	66.70 281	65.90 282	75.66 285	63.14 276	54.09 281	78.41 284	73.67 283	73.25 282	49.49 280	56.43 282	64.32 282	66.29 283	61.81 279

MADNet++	76.55 284	72.12 281	82.72 285	61.81 259	81.28 284	58.20 256	69.82 266	68.60 284	78.83 283	85.65 284	92.58 285	79.76 282	85.27 284	36.74 254	81.31 284	89.87 284	87.51 285	69.64 283	82.22 283	90.64 285	91.37 286	93.20 286	65.06 276	90.12 285	59.87 283	75.77 283	74.46 284	62.48 280

ASD4	81.93 285	73.21 282	76.95 284	73.65 277	68.72 278	82.82 284	70.01 267	72.46 285	81.37 284	64.41 282	77.66 284	50.65 261	95.44 285	68.75 258	77.39 283	87.32 283	86.80 284	89.75 286	81.77 282	89.98 284	88.86 285	88.63 285	80.66 284	86.12 284	99.17 289	99.85 288	99.79 289	99.90 288

KSHMR	57.18 279	74.32 283	54.88 281	81.85 283	71.02 279	78.52 282	83.49 279	67.32 283	55.52 278	57.05 281	55.43 278	62.46 270	47.47 267	94.95 279	62.89 280	43.86 279	41.02 278	36.71 279	65.14 278	47.71 279	30.88 276	22.80 271	66.24 277	55.80 283	49.31 275	33.72 271	50.52 275	52.93 272

LRCNet_RVC	60.98 281	74.62 284	47.06 280	94.31 284	95.29 285	91.20 285	85.70 282	54.57 278	35.63 263	98.62 285	74.21 283	91.97 287	68.08 283	96.82 285	39.31 274	18.45 270	70.27 283	52.85 282	94.58 285	64.63 283	32.99 279	24.53 274	94.81 285	53.78 282	19.71 245	12.68 227	33.49 256	26.36 242

DLNR_Zeroshot_test	23.08 251	78.93 285	7.15 233	99.97 285	0.34 96	0.16 116	98.90 285	3.23 189	0.54 117	3.12 193	2.31 163	6.01 187	0.92 172	21.35 251	96.48 286	100.00 289	25.46 261	22.19 272	22.79 230	2.43 195	9.32 233	9.14 224	0.06 59	0.65 139	2.36 153	3.89 160	2.16 61	3.20 148

MEDIAN_ROB	97.62 287	99.11 286	98.47 287	100.00 286	99.99 286	100.00 289	100.00 289	99.48 288	98.33 286	100.00 288	99.95 289	98.03 288	96.13 286	99.95 287	99.43 287	98.46 286	98.58 287	98.67 287	99.88 288	97.97 286	93.64 288	96.55 288	100.00 288	97.27 286	87.22 285	92.69 285	89.89 286	95.94 286

DGTPSM_ROB	99.53 290	99.77 287	100.00 290	100.00 286	100.00 287	100.00 289	100.00 289	99.19 286	100.00 289	99.32 286	99.66 288	91.63 285	99.15 287	100.00 288	99.94 290	100.00 289	99.82 288	99.99 289	99.51 286	99.99 288	99.77 291	99.66 290	100.00 288	100.00 289	100.00 290	100.00 290	100.00 290	100.00 290

DPSMNet_ROB	99.54 291	99.78 288	100.00 290	100.00 286	100.00 287	100.00 289	100.00 289	99.19 286	100.00 289	99.32 286	99.65 287	91.68 286	99.16 288	100.00 288	99.94 290	100.00 289	99.83 289	99.99 289	99.59 287	99.99 288	99.77 291	99.66 290	100.00 288	100.00 289	100.00 290	100.00 290	100.00 290	100.00 290

HaxPig	99.00 289	100.00 289	98.99 288	100.00 286	100.00 287	99.99 288	100.00 289	99.99 289	99.89 288	100.00 288	99.98 290	100.00 292	99.94 289	100.00 288	99.61 288	99.46 287	99.97 290	99.58 288	99.99 289	99.99 288	97.37 289	96.43 287	99.99 287	99.98 288	89.52 286	99.53 287	94.23 287	98.48 287

PML	96.12 286	100.00 289	83.16 286	100.00 286	100.00 287	100.00 289	99.20 288	100.00 290	99.01 287	100.00 288	96.16 286	99.92 291	100.00 290	98.52 286	94.60 285	91.70 285	91.21 286	74.14 284	100.00 290	98.06 287	92.87 287	86.59 284	97.59 286	98.11 287	94.46 288	99.98 289	100.00 290	99.92 289

CasAABBNet	100.00 294	100.00 289	100.00 290	100.00 286	100.00 287	100.00 289	100.00 289	100.00 290	100.00 289	100.00 288	100.00 291	100.00 292	100.00 290	100.00 288	100.00 292	100.00 289	100.00 291	100.00 291	100.00 290	100.00 291	100.00 293	100.00 292	100.00 288	100.00 289	100.00 290	100.00 290	100.00 290	100.00 290

DPSM_ROB	99.91 292	100.00 289	100.00 290	100.00 286	100.00 287	98.90 286	98.96 286	100.00 290	100.00 289	100.00 288	100.00 291	99.76 289	100.00 290	100.00 288	100.00 292	100.00 289	100.00 291	100.00 291	100.00 290	100.00 291	100.00 293	100.00 292	100.00 288	100.00 289	100.00 290	100.00 290	100.00 290	100.00 290

DPSM	99.91 292	100.00 289	100.00 290	100.00 286	100.00 287	98.90 286	98.96 286	100.00 290	100.00 289	100.00 288	100.00 291	99.76 289	100.00 290	100.00 288	100.00 292	100.00 289	100.00 291	100.00 291	100.00 290	100.00 291	100.00 293	100.00 292	100.00 288	100.00 289	100.00 290	100.00 290	100.00 290	100.00 290

AVERAGE_ROB	98.96 288	100.00 289	99.80 289	100.00 286	100.00 287	100.00 289	100.00 289	100.00 290	100.00 289	100.00 288	100.00 291	100.00 292	100.00 290	100.00 288	99.80 289	99.85 288	100.00 291	100.00 291	100.00 290	100.00 291	98.20 290	99.54 289	100.00 288	100.00 289	93.40 287	93.83 286	94.40 288	93.22 285

FADE																					37.77 281						47.51 271

Low-res two-view benchmark