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

riskmin	0.47 68	0.03 1	1.01 53	0.08 189	0.01 103	1.12 66	0.01 55	3.00 131	0.21 28	0.46 90	0.02 31	2.08 244	1.06 259	0.26 38	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

FTStereo	2.16 328	0.03 1	1.42 143	0.17 241	0.13 267	1.42 175	4.67 385	2.44 94	0.63 74	3.36 326	17.95 384	0.78 151	4.17 358	4.41 220	0.14 80	0.15 364	0.00 1	0.00 1	0.00 1	0.01 25	1.25 382

GrayStereo	1.46 275	0.03 1	0.87 28	0.63 335	0.20 300	1.24 114	4.61 383	2.85 125	0.62 71	4.98 354	4.00 331	0.45 106	4.67 363	3.37 175	0.08 48	0.00 1	0.00 1	0.00 1	0.50 390	0.01 25	0.01 63

mmm	0.52 80	0.04 4	1.14 94	0.61 332	0.00 1	1.14 71	0.00 1	3.45 200	0.75 132	1.24 197	0.58 160	0.20 77	0.18 142	0.93 107	0.08 48	0.00 1	0.01 226	0.00 1	0.00 1	0.02 94	0.01 63

qqq	0.50 74	0.04 4	0.78 20	0.02 64	0.00 1	1.05 48	0.00 1	3.15 154	0.68 103	0.46 90	0.01 1	0.73 139	0.12 124	2.95 165	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 63

x	0.41 48	0.04 4	0.74 17	0.54 322	0.00 1	0.98 30	0.00 1	3.07 144	0.67 98	0.48 92	0.01 1	0.48 111	0.07 80	0.93 107	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 63

PSM-AAD	1.15 238	0.04 4	0.88 30	0.10 208	0.27 327	1.32 139	3.25 367	2.41 92	0.64 81	2.93 312	1.92 265	0.15 71	5.39 374	3.42 178	0.19 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 232

11t1	0.33 30	0.05 8	0.86 26	0.44 307	0.00 1	1.04 42	0.00 1	2.45 95	0.60 58	0.44 86	0.01 1	0.05 27	0.05 54	0.43 70	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.02 94	0.01 63

DualNet	1.39 267	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 100	3.03 136	6.40 369	1.39 210	2.07 272	2.15 251	0.34 183	1.59 135	7.08 362	0.00 1	0.02 275	0.00 1	0.00 1	0.09 241	0.03 191

ffm	1.04 207	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 100	3.03 136	6.40 369	1.39 210	2.07 272	2.15 251	0.34 183	1.59 135	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 241	0.03 191

ff1	1.65 293	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 100	3.03 136	6.40 369	1.39 210	2.07 272	2.15 251	0.34 183	6.68 321	7.08 362	0.00 1	0.02 275	0.00 1	0.00 1	0.09 241	0.03 191

mmx	1.56 286	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 100	5.51 346	2.25 319	1.39 210	2.07 272	2.15 251	0.34 183	6.68 321	7.08 362	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 63

ttt	1.35 262	0.05 8	1.09 84	0.46 311	0.01 103	1.61 236	0.00 1	5.61 349	1.97 296	1.75 238	2.10 277	1.40 197	0.11 114	4.81 245	6.07 359	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 151

xxx	1.56 286	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 100	5.51 346	2.25 319	1.39 210	2.07 272	2.15 251	0.34 183	6.68 321	7.08 362	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 63

AEACV	0.22 10	0.05 8	0.66 13	0.02 64	0.03 191	0.87 21	0.00 1	1.07 29	0.15 9	0.18 51	0.01 1	0.02 2	0.72 242	0.15 9	0.09 54	0.00 1	0.03 297	0.00 1	0.27 378	0.08 222	0.07 276

knoymous	0.35 34	0.05 8	1.11 87	0.05 143	0.01 103	1.15 76	0.01 55	2.06 70	0.14 6	0.40 82	0.02 31	1.67 219	0.00 1	0.31 47	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Anonymous_2	1.69 303	0.05 8	1.31 132	0.08 189	0.03 191	1.22 100	0.01 55	3.25 169	0.19 21	0.76 122	0.13 75	2.68 275	1.99 313	0.39 67	0.13 75	0.05 347	0.25 376	3.27 392	14.54 416	3.40 386	0.01 63

KYRaft	1.19 243	0.05 8	0.94 38	0.06 157	0.24 316	1.25 121	0.78 323	2.48 100	0.61 64	3.23 323	7.13 355	1.00 172	2.77 332	1.43 129	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 386

SST-Stereo	1.04 207	0.05 8	1.16 101	0.72 342	0.23 312	1.70 255	0.58 313	1.92 62	1.46 242	1.19 187	1.09 219	1.60 208	1.93 311	6.92 345	0.21 113	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

RAFT_R40	0.99 199	0.05 8	1.26 119	0.71 341	0.20 300	1.65 249	0.67 317	1.94 64	0.61 64	1.05 170	1.15 224	1.80 226	1.47 281	6.91 343	0.31 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

GMM-Stereo	1.09 223	0.05 8	1.62 171	0.13 219	0.22 307	1.41 170	0.87 325	2.31 79	0.62 71	2.75 307	3.14 310	0.54 118	0.90 253	5.33 266	0.13 75	0.01 309	0.00 1	0.00 1	0.02 290	0.01 25	1.80 387

1111x	1.53 282	0.06 22	1.77 191	0.27 275	0.00 1	2.12 276	0.01 55	5.63 353	1.65 271	1.53 221	1.67 250	0.92 157	0.64 229	6.18 293	8.17 372	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 63

anonymousdsp2	0.52 80	0.06 22	1.51 153	0.10 208	0.00 1	1.19 87	0.01 55	4.32 276	0.63 74	0.33 62	0.15 82	0.78 151	0.09 99	1.01 113	0.06 34	0.00 1	0.00 1	0.00 1	0.11 338	0.04 164	0.05 232

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 143	0.04 207	0.34 6	0.04 162	2.16 75	0.59 54	0.09 24	0.01 1	0.02 2	0.05 54	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 330	0.03 133	0.09 292

Selective-RAFT	0.37 41	0.06 22	0.65 12	0.03 103	0.01 103	1.17 79	0.02 100	2.63 109	0.66 90	0.01 1	0.01 1	0.22 78	0.18 142	1.31 126	0.24 123	0.00 1	0.00 1	0.00 1	0.20 361	0.04 164	0.00 1

test-3	0.63 105	0.06 22	1.00 50	0.07 177	0.13 267	0.99 31	0.01 55	2.46 97	0.20 25	1.96 257	0.01 1	1.10 184	0.05 54	3.75 190	0.23 118	0.00 1	0.00 1	0.00 1	0.26 376	0.15 286	0.13 314

test_1	0.61 98	0.06 22	1.00 50	0.07 177	0.12 263	0.99 31	0.01 55	2.46 97	0.20 25	1.71 236	0.01 1	1.10 184	0.04 47	3.71 188	0.23 118	0.00 1	0.00 1	0.00 1	0.25 374	0.15 286	0.13 314

test_3	0.58 93	0.06 22	1.04 73	0.07 177	0.12 263	1.01 33	0.01 55	2.45 95	0.20 25	0.95 145	0.01 1	1.05 176	0.05 54	3.74 189	0.23 118	0.00 1	0.00 1	0.00 1	0.25 374	0.15 286	0.13 314

RAFT-345	1.19 243	0.06 22	1.55 157	0.54 322	0.13 267	1.53 210	0.25 259	0.56 11	1.76 278	1.20 189	7.85 357	0.93 162	0.05 54	6.87 337	0.46 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.40 47	0.06 22	1.04 73	0.07 177	0.05 214	1.45 185	0.46 303	1.48 49	0.63 74	0.90 139	0.30 119	0.88 155	0.01 4	0.26 38	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 328

Prome-Stereo	1.23 249	0.06 22	0.93 37	0.12 216	0.24 316	1.26 123	0.67 317	2.53 105	0.69 116	2.08 266	8.70 363	0.76 142	2.91 336	2.12 150	0.11 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 385

AAGNet	1.54 284	0.07 32	0.88 30	1.04 364	0.27 327	1.47 191	0.66 316	1.57 52	0.61 64	1.68 235	0.82 201	1.62 212	2.29 319	6.18 293	11.63 385	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

AnonymousM	0.34 32	0.07 32	0.63 7	0.02 64	0.01 103	1.09 58	0.03 141	1.54 51	0.68 103	0.17 49	0.04 56	0.02 2	0.24 163	0.25 32	0.04 7	0.00 1	0.01 226	1.93 389	0.00 1	0.01 25	0.00 1

xxxx	1.78 308	0.07 32	1.02 58	0.00 1	0.01 103	1.44 179	0.00 1	5.81 358	1.53 254	1.37 209	1.91 264	1.08 180	0.05 54	4.37 219	16.98 397	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 151

FENet	0.52 80	0.07 32	1.62 171	0.04 126	0.00 1	1.19 87	0.05 175	3.10 148	0.98 171	0.89 137	0.01 1	1.63 215	0.09 99	0.47 81	0.28 142	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 63

HSM-Net_RVC	1.40 269	0.07 32	1.58 167	0.00 1	0.01 103	1.88 267	0.05 175	7.24 379	1.71 276	3.63 332	3.63 323	3.21 306	0.36 189	4.25 211	0.44 190	0.01 309	0.01 226	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	3.50 358	0.07 32	3.94 324	2.66 386	1.46 376	12.94 389	0.97 329	7.32 380	2.42 325	14.82 397	8.08 360	2.74 279	1.51 286	8.44 374	2.48 318	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 300

Any-RAFT	0.64 107	0.08 38	1.07 80	0.03 103	0.00 1	2.77 306	0.08 197	3.57 213	1.23 208	0.96 147	0.26 113	1.61 210	0.31 177	0.72 101	0.06 34	0.00 1	0.10 352	0.00 1	0.00 1	0.01 25	0.00 1

GLC_STEREO	0.13 1	0.08 38	0.61 5	0.01 17	0.00 1	0.94 25	0.03 141	0.29 1	0.21 28	0.05 17	0.02 31	0.06 36	0.04 47	0.26 38	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

DAS	1.26 250	0.08 38	2.25 241	0.04 126	0.01 103	1.28 127	1.18 336	3.80 234	1.58 266	4.60 348	2.37 290	1.53 201	0.53 209	5.36 268	0.59 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

SepStereo	1.28 251	0.08 38	2.25 241	0.04 126	0.01 103	1.28 127	1.18 336	3.80 234	1.58 266	4.60 348	2.37 290	1.53 201	0.53 209	5.63 279	0.59 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

PSMNet-ADL	0.77 139	0.08 38	0.90 34	0.07 177	0.01 103	2.01 272	0.02 100	2.55 107	1.11 192	0.33 62	0.59 169	2.15 251	0.69 240	4.07 204	0.85 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

NRIStereo	0.74 129	0.08 38	0.88 30	0.47 314	0.05 214	1.58 221	0.49 306	1.38 37	0.61 64	0.88 135	0.17 90	0.66 130	0.03 34	6.96 347	0.22 114	0.00 1	0.06 324	0.00 1	0.00 1	0.06 197	0.17 328

DEmStereo	1.51 279	0.08 38	2.17 231	0.09 200	0.02 172	1.76 259	0.90 327	1.47 48	0.60 58	2.46 299	6.42 351	1.08 180	5.16 369	6.21 295	1.86 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

DeepStereo_RVC	0.52 80	0.08 38	1.37 140	0.06 157	0.06 222	1.34 147	0.41 298	1.43 39	0.68 103	1.03 167	0.85 204	0.49 113	1.56 290	0.79 104	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 314

ICVP	0.46 64	0.08 38	1.58 167	0.01 17	0.01 103	1.10 60	0.21 248	3.80 234	0.52 50	0.42 84	0.27 115	0.33 92	0.06 69	0.57 91	0.13 75	0.00 1	0.07 333	0.00 1	0.00 1	0.04 164	0.01 63
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.61 98	0.08 38	1.78 193	0.00 1	0.00 1	1.59 229	0.07 191	5.32 336	0.13 4	0.62 102	0.32 120	0.37 95	0.67 239	0.68 100	0.49 201	0.03 339	0.00 1	0.01 322	0.00 1	0.02 94	0.01 63

test_xeample	1.79 310	0.08 38	1.03 69	0.02 64	0.00 1	1.44 179	0.00 1	5.48 344	1.84 282	1.65 233	2.17 285	0.37 95	0.06 69	4.00 203	17.67 399	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 151

SGM-Forest	1.84 311	0.08 38	1.31 132	0.15 231	0.22 307	3.52 327	2.46 362	3.85 241	2.16 312	5.29 356	3.90 327	3.71 321	1.56 290	6.28 299	1.90 296	0.01 309	0.02 275	0.00 1	0.00 1	0.03 133	0.30 353
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IGEVStereo-DCA	0.46 64	0.09 50	1.02 58	0.02 64	0.00 1	0.82 18	0.00 1	0.53 5	0.75 132	0.09 24	0.03 49	0.03 6	0.06 69	5.04 254	0.51 204	0.00 1	0.00 1	0.00 1	0.15 343	0.05 182	0.01 63

rrr	0.62 103	0.09 50	2.07 224	0.02 64	0.00 1	0.82 18	0.06 188	2.29 78	0.85 155	0.09 24	0.03 49	0.03 6	0.06 69	5.04 254	0.51 204	0.00 1	0.00 1	0.00 1	0.19 358	0.05 182	0.07 276

CAS	0.85 165	0.09 50	0.67 14	6.43 394	0.05 214	1.12 66	0.00 1	0.88 23	0.69 116	0.02 2	0.02 31	0.06 36	0.06 69	0.26 38	0.12 71	6.37 395	0.00 1	0.00 1	0.00 1	0.00 1	0.20 342

EGLCR-Stereo	0.28 24	0.09 50	0.73 16	0.18 245	0.05 214	1.17 79	0.04 162	2.37 82	0.17 17	0.35 74	0.01 1	0.01 1	0.02 16	0.38 66	0.04 7	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.03 191

DisPM	0.86 169	0.09 50	1.10 85	0.76 346	0.02 172	1.51 203	0.57 312	1.75 58	0.70 125	2.43 298	0.83 203	0.38 99	0.01 4	6.89 341	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GANet-ADL	0.52 80	0.09 50	1.43 144	0.13 219	0.02 172	1.43 177	0.02 100	3.22 168	0.59 54	0.34 73	0.98 214	1.09 182	0.19 148	0.40 68	0.34 168	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 63

Patchmatch Stereo++	0.50 74	0.09 50	1.01 53	0.06 157	0.07 230	1.60 232	0.27 265	1.45 46	0.68 103	0.98 158	0.18 93	0.77 146	0.03 34	2.58 156	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 64	0.09 50	1.01 53	0.06 157	0.09 247	1.61 236	0.30 282	1.43 39	0.69 116	0.97 149	0.18 93	0.77 146	0.02 16	1.67 141	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232

ROB_FTStereo_v2	0.43 56	0.09 50	1.00 50	0.06 157	0.08 240	1.57 217	0.33 288	1.44 43	0.67 98	0.97 149	0.19 101	0.77 146	0.02 16	1.23 122	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232

ROB_FTStereo	0.47 68	0.09 50	1.04 73	0.06 157	0.08 240	1.59 229	0.33 288	1.43 39	0.68 103	0.97 149	0.19 101	0.76 142	0.03 34	1.86 147	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232

HUI-Stereo	0.45 61	0.09 50	1.08 82	0.06 157	0.08 240	1.61 236	0.32 286	1.43 39	0.70 125	0.97 149	0.18 93	0.77 146	0.02 16	1.44 133	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232

iGMRVC	0.51 77	0.09 50	1.04 73	0.06 157	0.08 240	1.61 236	0.27 265	1.44 43	0.69 116	0.97 149	0.19 101	0.76 142	0.03 34	2.69 160	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 215

iRAFT	0.50 74	0.09 50	1.01 53	0.06 157	0.07 230	1.60 232	0.27 265	1.45 46	0.68 103	0.98 158	0.18 93	0.77 146	0.03 34	2.58 156	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232

RAFT-IKP	0.45 61	0.09 50	1.06 79	0.06 157	0.06 222	1.44 179	0.31 285	1.44 43	0.69 116	0.97 149	0.18 93	0.76 142	0.02 16	1.65 140	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 215

222	2.69 339	0.09 50	1.03 69	0.00 1	0.00 1	1.54 214	0.00 1	5.61 349	1.55 256	1.51 219	2.10 277	0.53 117	0.07 80	4.54 233	35.09 415	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

UPFNet	0.87 174	0.09 50	2.05 222	0.00 1	0.00 1	1.90 269	0.11 215	3.41 193	0.83 149	2.15 269	0.10 70	1.92 234	0.09 99	3.94 200	0.70 232	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

R-Stereo Train	0.44 58	0.09 50	0.94 38	0.02 64	0.00 1	1.24 114	0.09 206	3.65 220	0.11 1	1.87 250	0.42 142	0.06 36	0.01 4	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 151

RAFT-Stereo	0.44 58	0.09 50	0.94 38	0.02 64	0.00 1	1.24 114	0.09 206	3.65 220	0.11 1	1.87 250	0.42 142	0.06 36	0.01 4	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 151
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaStereo	0.65 109	0.09 50	1.12 89	0.02 64	0.00 1	1.45 185	0.23 256	4.38 277	1.44 239	1.17 185	0.37 133	1.56 204	0.18 142	0.56 90	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
MGS-Stereo	0.31 29	0.10 69	0.89 33	0.02 64	0.00 1	0.50 13	0.00 1	0.39 3	0.61 64	0.02 2	2.91 306	0.04 11	0.03 34	0.21 22	0.06 34	0.00 1	0.00 1	0.00 1	0.00 1	0.44 364	0.00 1

BUS	0.97 190	0.10 69	0.96 43	0.01 17	0.00 1	5.85 362	0.03 141	5.40 339	0.93 164	2.26 281	0.66 178	2.39 269	0.06 69	0.61 96	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 158	0.10 69	0.96 43	0.01 17	0.00 1	3.32 318	0.21 248	5.40 339	0.93 164	2.26 281	0.66 178	1.81 227	0.10 106	0.61 96	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

test_4	0.51 77	0.10 69	1.27 121	0.01 17	0.06 222	0.97 29	0.03 141	1.12 31	0.16 12	0.27 56	3.42 319	0.65 127	0.09 99	1.59 135	0.26 134	0.00 1	0.00 1	0.00 1	0.08 327	0.14 276	0.00 1

psmg	0.83 158	0.10 69	0.96 43	0.01 17	0.00 1	3.28 316	0.27 265	4.83 312	0.93 164	1.92 253	1.46 244	1.81 227	0.10 106	0.61 96	0.18 103	0.00 1	0.00 1	0.01 322	0.00 1	0.01 25	0.00 1

PFNet+	0.54 88	0.10 69	1.31 132	0.16 238	0.05 214	1.44 179	0.56 310	1.60 53	0.98 171	1.35 207	0.46 151	0.37 95	0.01 4	2.18 153	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

NF-Stereo	0.82 154	0.10 69	1.12 89	1.19 372	0.01 103	1.52 207	0.29 276	2.67 115	0.66 90	1.20 189	0.58 160	0.24 79	0.01 4	6.38 305	0.32 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 154	0.10 69	1.15 97	1.19 372	0.01 103	1.53 210	0.29 276	2.66 111	0.66 90	1.20 189	0.58 160	0.25 82	0.01 4	6.38 305	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.85 165	0.10 69	1.50 150	1.14 368	0.03 191	1.47 191	0.27 265	2.48 100	0.69 116	1.30 200	0.38 135	0.39 100	0.01 4	6.88 338	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

KMStereo	0.85 165	0.10 69	1.50 150	1.14 368	0.03 191	1.47 191	0.27 265	2.48 100	0.69 116	1.30 200	0.38 135	0.39 100	0.01 4	6.88 338	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

RE-Stereo	0.82 154	0.10 69	1.15 97	1.19 372	0.01 103	1.52 207	0.29 276	2.66 111	0.66 90	1.20 189	0.58 160	0.24 79	0.01 4	6.38 305	0.32 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Pruner-Stereo	0.53 86	0.10 69	1.02 58	0.89 358	0.10 256	1.57 217	0.36 294	2.06 70	0.63 74	2.23 275	0.46 151	0.25 82	0.01 4	0.45 77	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

TVStereo	0.82 154	0.10 69	1.15 97	1.19 372	0.01 103	1.52 207	0.29 276	2.66 111	0.66 90	1.20 189	0.58 160	0.24 79	0.01 4	6.38 305	0.32 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

test_xeample3	0.35 34	0.10 69	1.95 207	0.02 64	0.00 1	0.93 24	0.07 191	1.70 57	0.86 157	0.09 24	0.04 56	0.05 27	0.05 54	0.23 25	0.51 204	0.00 1	0.00 1	0.00 1	0.24 371	0.06 197	0.08 286

AE-Stereo	0.47 68	0.11 83	1.03 69	0.04 126	0.09 247	1.11 64	0.03 141	4.16 259	0.34 41	0.35 74	0.82 201	0.15 71	0.16 135	0.45 77	0.05 17	0.00 1	0.09 346	0.00 1	0.26 376	0.09 241	0.05 232

MIF-Stereo	0.16 2	0.11 83	1.13 93	0.03 103	0.17 285	0.32 4	0.02 100	0.38 2	0.32 39	0.03 11	0.16 84	0.05 27	0.07 80	0.16 12	0.16 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

SFCPSM	0.81 153	0.11 83	2.53 262	0.01 17	0.07 230	2.45 289	0.18 239	4.99 318	1.18 202	0.77 124	0.78 197	0.69 134	0.31 177	1.72 142	0.20 110	0.00 1	0.00 1	0.00 1	0.05 311	0.06 197	0.01 63

CBMV_ROB	1.70 304	0.11 83	1.98 213	0.46 311	0.00 1	2.85 309	0.91 328	4.27 271	2.21 317	4.02 341	5.00 338	2.97 293	2.32 321	5.40 269	1.35 272	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.06 260

MC-Stereo	0.24 19	0.12 87	0.71 15	0.04 126	0.02 172	1.07 51	0.00 1	1.30 35	0.17 17	0.59 100	0.02 31	0.08 47	0.11 114	0.18 14	0.05 17	0.00 1	0.02 275	0.00 1	0.17 355	0.06 197	0.02 151

IER	0.75 134	0.12 87	1.93 203	0.01 17	0.00 1	2.31 283	0.02 100	2.96 130	0.98 171	1.30 200	0.96 212	1.40 197	1.19 267	1.31 126	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DRaft	1.34 261	0.12 87	1.19 109	0.06 157	0.01 103	1.64 245	0.43 300	1.86 61	0.14 6	3.76 334	5.27 341	0.41 102	4.38 361	5.49 272	1.68 285	0.01 309	0.06 324	0.00 1	0.07 322	0.07 211	0.11 300

cross-raft	0.53 86	0.12 87	1.78 193	0.03 103	0.01 103	1.04 42	0.10 213	3.21 167	0.23 31	0.37 80	0.01 1	2.86 286	0.04 47	0.24 28	0.24 123	0.00 1	0.01 226	0.00 1	0.16 349	0.01 25	0.02 151

Anonymous3	0.49 73	0.12 87	2.21 233	0.01 17	0.00 1	2.53 293	0.09 206	3.16 157	0.65 84	0.12 40	0.22 110	0.12 59	0.05 54	0.37 63	0.08 48	0.00 1	0.07 333	0.00 1	0.00 1	0.04 164	0.03 191

EAI-Stereo	1.14 235	0.12 87	1.19 109	0.21 253	0.32 343	1.84 266	2.32 357	5.42 342	1.19 204	1.02 164	5.66 344	0.48 111	0.60 218	0.86 106	0.62 224	0.00 1	0.13 363	0.00 1	0.65 394	0.02 94	0.17 328

CFNet-RSSM	0.51 77	0.12 87	1.26 119	0.03 103	0.14 273	1.24 114	0.02 100	4.12 257	0.15 9	0.31 59	0.01 1	1.96 238	0.04 47	0.19 17	0.25 129	0.00 1	0.01 226	0.00 1	0.27 378	0.01 25	0.01 63

Gwc-CoAtRS	0.42 50	0.12 87	1.28 123	0.03 103	0.13 267	1.03 35	0.02 100	2.33 80	0.15 9	0.35 74	0.01 1	2.27 260	0.03 34	0.20 20	0.25 129	0.00 1	0.01 226	0.00 1	0.22 367	0.01 25	0.01 63

StereoDRNet-Refined	0.83 158	0.12 87	1.18 106	0.02 64	0.01 103	1.31 138	0.00 1	3.33 181	1.07 189	1.92 253	1.24 234	2.48 271	0.18 142	1.86 147	1.67 284	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.05 232
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Former-RAFT_DAM_RVC	0.23 14	0.13 96	0.62 6	0.01 17	0.00 1	1.05 48	0.00 1	0.63 13	0.80 144	0.76 122	0.18 93	0.09 50	0.06 69	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 232

MSKI-zero shot	0.73 127	0.13 96	1.56 164	0.02 64	0.14 273	1.34 147	0.04 162	3.00 131	0.23 31	0.67 111	1.64 247	0.89 156	0.00 1	4.55 234	0.10 62	0.00 1	0.02 275	0.00 1	0.21 365	0.03 133	0.01 63

CASS	0.56 90	0.13 96	1.40 141	0.03 103	0.01 103	1.65 249	0.04 162	3.03 136	0.63 74	1.96 257	0.93 210	0.28 85	0.36 189	0.52 84	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
hknet	1.08 216	0.13 96	2.07 224	0.01 17	0.00 1	3.32 318	0.21 248	5.40 339	0.92 161	2.26 281	0.66 178	3.43 312	0.05 54	2.81 163	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Anonymous	0.25 20	0.13 96	1.19 109	0.00 1	0.00 1	0.24 3	0.01 55	2.54 106	0.42 45	0.02 2	0.02 31	0.05 27	0.07 80	0.15 9	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.10 251	0.08 286

GMStereo_Zeroshot	0.63 105	0.14 101	1.54 155	0.75 344	0.00 1	1.26 123	0.01 55	1.85 60	0.31 38	1.44 216	0.58 160	1.76 222	0.19 148	2.55 155	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

CASnet	0.16 2	0.14 101	0.52 3	0.01 17	0.00 1	0.86 20	0.00 1	0.51 4	0.75 132	0.10 34	0.01 1	0.04 11	0.02 16	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 109	0.14 101	2.02 218	0.01 17	0.01 103	1.10 60	0.00 1	2.80 121	0.97 169	0.48 92	0.28 117	2.31 264	1.50 285	1.19 119	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

CES	0.43 56	0.14 101	0.85 24	0.05 143	1.52 378	1.22 100	0.05 175	1.01 27	0.59 54	0.03 11	0.02 31	0.14 69	0.10 106	0.40 68	0.10 62	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	2.45 389

RCA-Stereo	0.37 41	0.14 101	0.76 18	0.01 17	0.00 1	1.17 79	0.00 1	3.14 152	0.61 64	0.71 116	0.47 154	0.05 27	0.13 130	0.19 17	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.06 197	0.01 63

ASMatch	1.44 273	0.14 101	2.15 230	0.60 329	0.21 305	1.21 98	0.26 262	0.96 25	0.66 90	0.29 58	11.75 372	0.93 162	2.37 322	6.73 327	0.54 211	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.04 215

s12784h	0.56 90	0.14 101	1.22 115	0.02 64	0.00 1	1.14 71	0.03 141	3.43 197	1.47 244	1.02 164	1.41 243	0.05 27	0.02 16	1.08 115	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

sCroCo_RVC	0.21 6	0.14 101	1.54 155	0.01 17	0.00 1	0.13 1	0.04 162	1.10 30	0.65 84	0.10 34	0.05 58	0.03 6	0.04 47	0.23 25	0.05 17	0.00 1	0.07 333	0.00 1	0.00 1	0.01 25	0.00 1

DSFCA	1.30 254	0.14 101	1.82 197	0.01 17	0.03 191	3.74 332	0.86 324	2.71 117	1.23 208	3.09 319	0.41 141	2.93 289	1.49 282	6.12 292	1.35 272	0.00 1	0.02 275	0.00 1	0.00 1	0.02 94	0.01 63

MSMDNet	0.65 109	0.14 101	2.02 218	0.01 17	0.01 103	1.11 64	0.00 1	2.88 127	0.98 171	0.49 95	0.28 117	2.32 265	1.49 282	1.19 119	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

DCANet-4	0.69 124	0.15 111	3.76 319	0.03 103	0.01 103	1.22 100	0.01 55	3.14 152	1.90 291	2.34 287	0.14 76	0.11 56	0.25 166	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 232

tt	68.65 423	0.15 111	99.57 430	50.64 422	14.90 414	100.00 431	100.00 431	100.00 432	99.76 427	27.80 411	10.52 369	99.97 433	98.63 429	99.61 429	100.00 434	90.62 427	98.21 428	46.66 422	52.02 424	62.86 425	21.04 419

anonymity	0.74 129	0.15 111	1.17 103	0.16 238	0.27 327	0.71 17	0.01 55	4.70 299	1.78 279	1.15 181	1.23 232	0.31 87	1.65 298	0.54 88	0.53 208	0.02 331	0.02 275	0.00 1	0.27 378	0.02 94	0.06 260

iRaft-Stereo_20w	0.92 185	0.15 111	2.68 271	0.24 263	0.06 222	1.36 152	0.28 273	7.46 382	0.34 41	1.56 229	0.37 133	0.62 123	1.24 272	1.25 123	0.34 168	0.00 1	0.09 346	0.00 1	0.16 349	0.02 94	0.13 314

CrosDoStereo	1.66 294	0.15 111	1.66 179	0.02 64	0.07 230	1.38 163	6.16 397	3.12 150	1.06 187	0.97 149	3.74 325	0.96 166	4.79 365	7.00 350	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

DeepStereo_LL	1.66 294	0.15 111	1.66 179	0.02 64	0.07 230	1.38 163	6.16 397	3.12 150	1.06 187	0.97 149	3.74 325	0.96 166	4.79 365	7.00 350	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

RAFT-RH_RVC	2.05 326	0.15 111	1.66 179	0.60 329	0.27 327	1.49 198	0.02 100	0.58 12	0.65 84	5.35 358	21.66 396	1.06 178	0.07 80	6.85 334	0.57 216	0.04 341	0.00 1	0.00 1	0.03 296	0.01 25	0.00 1

FCDSN-DC	5.04 373	0.15 111	1.83 198	0.22 255	0.44 349	5.60 360	1.66 345	5.22 328	4.37 357	14.49 396	21.86 397	20.65 396	11.88 396	7.66 366	4.55 345	0.02 331	0.00 1	0.00 1	0.00 1	0.03 133	0.05 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SMFormer	1.04 207	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 221	2.16 281	0.92 157	0.02 16	4.46 225	1.24 264	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.02 151

tta	1.04 207	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 221	2.16 281	0.92 157	0.02 16	4.46 225	1.24 264	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 63

qqq1	0.98 192	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 221	2.16 281	0.92 157	0.02 16	4.46 225	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 63

fff1	0.98 192	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 221	2.16 281	0.92 157	0.02 16	4.46 225	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 63

RAFT-Test	0.61 98	0.16 119	2.27 246	0.04 126	0.15 278	1.80 264	0.17 234	2.52 103	0.65 84	0.56 98	0.11 73	2.76 280	0.02 16	0.27 42	0.34 168	0.00 1	0.07 333	0.00 1	0.29 383	0.01 25	0.01 63

LoS	0.28 24	0.16 119	0.95 42	0.07 177	0.01 103	1.32 139	0.07 191	1.30 35	0.60 58	0.04 16	0.03 49	0.28 85	0.11 114	0.48 82	0.11 69	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.00 1

CFNet_pseudo	0.66 114	0.17 125	2.08 226	0.00 1	0.01 103	1.22 100	0.00 1	2.79 120	0.73 128	0.78 127	0.46 151	2.32 265	0.63 226	1.77 144	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

pcwnet_v2	1.29 252	0.17 125	5.98 370	0.10 208	0.01 103	1.76 259	0.02 100	5.08 325	2.90 338	1.54 227	1.98 269	2.03 242	0.81 247	3.01 167	0.28 142	0.00 1	0.00 1	0.00 1	0.01 272	0.03 133	0.03 191

CREStereo	0.22 10	0.17 125	0.64 10	0.00 1	0.01 103	1.22 100	0.01 55	1.15 32	0.56 52	0.10 34	0.07 64	0.04 11	0.00 1	0.32 53	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	0.65 109	0.17 125	2.09 227	0.00 1	0.01 103	1.22 100	0.00 1	2.77 119	0.73 128	0.75 120	0.44 147	2.32 265	0.64 229	1.76 143	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

NVstereo2D	1.09 223	0.17 125	4.40 343	0.00 1	0.00 1	1.59 229	0.18 239	4.29 273	1.40 231	0.85 134	0.36 132	2.30 262	0.62 225	5.26 262	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

MIF-Stereo (partial)	0.27 22	0.18 130	1.14 94	0.01 17	0.00 1	0.43 11	0.02 100	1.97 67	0.39 44	0.11 39	0.08 67	0.07 44	0.06 69	0.44 72	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 151

EKT-Stereo	0.74 129	0.18 130	1.23 117	0.81 348	4.25 391	1.19 87	0.03 141	2.17 76	0.13 4	0.35 74	0.40 139	0.97 169	0.08 94	2.61 158	0.09 54	0.00 1	0.09 346	0.00 1	0.07 322	0.04 164	0.03 191

LCNet	0.87 174	0.18 130	0.97 48	0.14 229	0.26 322	1.19 87	0.22 252	2.36 81	0.71 127	1.82 246	0.21 106	0.11 56	2.56 326	5.56 276	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.81 374

ac_64	1.12 232	0.18 130	1.64 173	0.18 245	0.25 319	1.48 197	0.02 100	4.97 317	1.47 244	0.69 114	0.45 150	4.94 343	0.46 204	4.87 247	0.74 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1

HGLStereo	1.03 205	0.18 130	1.50 150	0.01 17	0.01 103	1.41 170	0.01 55	3.41 193	0.82 147	1.05 170	3.09 309	2.11 247	1.24 272	4.51 230	1.18 261	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.03 191

FC-DCNN	6.09 379	0.18 130	2.35 250	0.42 305	0.53 356	7.80 378	1.42 342	8.14 384	7.07 377	19.05 403	22.10 398	22.85 399	13.84 398	9.42 380	6.44 360	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.06 260

DISCO	1.93 317	0.18 130	2.44 253	0.67 339	0.53 356	5.25 357	0.00 1	5.43 343	1.56 261	2.09 267	0.91 208	6.48 359	0.89 252	8.55 375	3.60 337	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 63

IGEV+	0.36 38	0.19 137	0.57 4	0.09 200	0.00 1	0.35 7	0.03 141	4.62 294	0.24 34	0.12 40	0.02 31	0.03 6	0.17 138	0.24 28	0.23 118	0.00 1	0.05 316	0.00 1	0.04 306	0.09 241	0.08 286

MyStereo06	0.80 151	0.19 137	2.53 262	0.02 64	0.00 1	1.51 203	0.01 55	4.61 293	0.24 34	0.89 137	0.69 187	3.14 302	1.18 266	0.58 94	0.33 161	0.00 1	0.06 324	0.00 1	0.00 1	0.02 94	0.07 276

MyStereo05	0.79 147	0.19 137	3.17 292	0.02 64	0.00 1	1.51 203	0.01 55	3.56 212	2.48 328	1.34 204	0.02 31	1.25 191	0.38 193	1.19 119	0.50 202	0.00 1	0.06 324	0.00 1	0.00 1	0.02 94	0.07 276

PFNet	1.06 215	0.19 137	2.95 278	1.16 370	0.56 358	1.58 221	0.25 259	1.50 50	0.60 58	2.38 294	1.23 232	0.63 125	0.30 173	6.85 334	0.43 187	0.16 365	0.01 226	0.00 1	0.07 322	0.18 302	0.18 334

CREStereo++_RVC	0.29 27	0.19 137	0.83 23	0.05 143	0.00 1	1.19 87	0.00 1	0.66 14	0.99 175	0.25 54	1.26 237	0.05 27	0.07 80	0.20 20	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
HCRNet	0.73 127	0.19 137	1.10 85	0.01 17	0.00 1	1.17 79	0.01 55	3.07 144	1.97 296	0.60 101	0.21 106	0.56 119	0.11 114	5.34 267	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151

FAT-Stereo	1.86 313	0.19 137	3.31 302	0.17 241	0.03 191	1.78 262	0.97 329	4.76 306	2.79 336	4.22 343	4.87 336	5.31 351	2.83 335	5.06 256	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 63

PMTNet	0.21 6	0.19 137	0.85 24	0.02 64	0.02 172	1.14 71	0.30 282	0.88 23	0.11 1	0.03 11	0.02 31	0.07 44	0.02 16	0.37 63	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

IGEV_Zeroshot_test	0.74 129	0.20 145	3.00 281	0.26 272	0.02 172	1.10 60	0.05 175	3.72 225	0.19 21	0.88 135	0.71 194	2.84 283	0.63 226	0.53 86	0.33 161	0.00 1	0.07 333	0.00 1	0.16 349	0.04 164	0.00 1

CFNet_ucs	0.77 139	0.20 145	2.22 240	0.01 17	0.01 103	1.32 139	0.00 1	3.30 178	1.31 220	1.15 181	1.14 222	2.19 259	0.42 199	2.04 149	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

GwcNet-ADL	0.62 103	0.20 145	2.03 220	0.05 143	0.01 103	1.29 131	0.02 100	3.16 157	1.39 227	0.97 149	0.44 147	1.48 199	0.23 161	0.78 103	0.27 138	0.01 309	0.00 1	0.00 1	0.00 1	0.01 25	0.03 191

IRAFT_RVC	1.02 203	0.20 145	1.58 167	1.39 376	0.26 322	1.33 145	0.32 286	2.52 103	0.66 90	1.58 230	0.81 200	1.16 186	1.58 294	6.51 313	0.43 187	0.00 1	0.12 359	0.00 1	0.00 1	0.02 94	0.03 191

XX-Stereo	1.04 207	0.20 145	4.94 356	0.85 352	0.04 207	1.25 121	0.00 1	3.37 186	0.45 48	1.22 195	0.50 156	3.70 320	0.02 16	3.91 199	0.05 17	0.00 1	0.09 346	0.00 1	0.20 361	0.03 133	0.02 151

ccnet	1.70 304	0.20 145	1.95 207	0.26 272	0.18 289	3.72 331	1.22 338	4.22 267	1.43 238	2.37 292	3.96 329	3.45 313	1.51 286	4.69 239	4.47 343	0.06 352	0.00 1	0.09 361	0.01 272	0.10 251	0.01 63

ff7	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 211	0.01 63

ffff	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 211	0.01 63

11t	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 211	0.01 63

anonymousdsp	0.21 6	0.21 151	0.63 7	0.02 64	0.00 1	1.07 51	0.00 1	0.74 19	0.77 141	0.09 24	0.01 1	0.04 11	0.07 80	0.25 32	0.04 7	0.00 1	0.00 1	0.00 1	0.16 349	0.08 222	0.03 191

ccc-4	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 211	0.01 63

IGEV-Stereo	0.21 6	0.21 151	0.63 7	0.02 64	0.00 1	1.07 51	0.00 1	0.73 18	0.77 141	0.09 24	0.01 1	0.04 11	0.07 80	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 349	0.08 222	0.03 191
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLGR	0.76 138	0.21 151	2.98 279	0.06 157	0.07 230	1.24 114	0.05 175	3.09 147	1.38 225	0.62 102	0.34 127	0.75 141	0.78 244	3.35 173	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.06 260

ACVNet	0.57 92	0.21 151	1.34 135	0.09 200	0.00 1	1.36 152	0.22 252	2.40 85	1.05 184	0.63 106	0.66 178	1.94 236	0.26 168	0.31 47	0.79 238	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

acv_ft	0.79 147	0.21 151	1.28 123	0.01 17	1.08 372	1.68 252	0.01 55	3.75 226	1.05 184	1.31 203	0.66 178	1.94 236	0.46 204	0.31 47	1.68 285	0.00 1	0.00 1	0.00 1	0.00 1	0.27 337	0.00 1

H2IRNET	0.47 68	0.22 160	1.27 121	0.15 231	0.01 103	1.18 85	0.01 55	1.65 54	0.48 49	0.02 2	1.80 260	0.46 107	0.04 47	1.62 139	0.35 172	0.00 1	0.00 1	0.01 322	0.01 272	0.16 290	0.02 151

NINENet	1.03 205	0.22 160	1.30 131	0.10 208	0.01 103	5.85 362	0.03 141	4.41 281	1.25 212	1.55 228	0.60 174	2.39 269	0.06 69	2.72 162	0.05 17	0.00 1	0.01 226	0.01 322	0.00 1	0.04 164	0.00 1

DMCA	0.68 121	0.22 160	1.96 210	0.01 17	0.01 103	1.28 127	0.02 100	3.02 134	1.54 255	2.14 268	0.15 82	1.74 220	0.10 106	0.45 77	0.95 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

DANet	1.74 306	0.22 160	3.06 285	0.75 344	0.44 349	2.46 290	0.35 293	3.40 191	1.41 233	4.22 343	1.56 245	5.03 345	0.56 213	6.29 300	5.00 351	0.01 309	0.00 1	0.00 1	0.01 272	0.04 164	0.08 286
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DLCB_ROB	1.17 241	0.22 160	1.28 123	0.08 189	0.00 1	1.51 203	0.23 256	3.39 189	1.52 253	3.43 330	2.00 270	3.40 310	0.31 177	4.29 213	1.82 291	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NOSS_ROB	1.29 252	0.22 160	1.35 138	0.64 336	0.16 283	2.56 294	0.00 1	4.14 258	2.37 323	2.29 286	1.76 257	2.84 283	0.02 16	6.80 333	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.11 300

DIP-Stereo	0.58 93	0.23 166	0.90 34	0.08 189	0.00 1	1.43 177	0.01 55	6.01 363	1.38 225	0.92 143	0.11 73	0.04 11	0.19 148	0.12 8	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 63
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DRN-Test	1.62 290	0.23 166	3.72 317	0.18 245	0.13 267	3.34 320	0.19 244	5.93 362	2.01 301	4.14 342	0.76 196	2.12 249	1.78 303	5.22 261	2.62 324	0.00 1	0.00 1	0.01 322	0.01 272	0.03 133	0.01 63

UNet	1.13 234	0.24 168	4.21 334	0.01 17	0.02 172	2.31 283	0.02 100	3.06 142	0.76 140	1.17 185	0.14 76	2.73 278	1.58 294	4.48 229	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CBMV	1.56 286	0.24 168	1.92 202	0.31 283	0.03 191	2.90 311	4.33 380	3.79 231	1.81 280	4.98 354	1.73 255	2.70 276	1.68 300	3.81 193	0.92 249	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.08 286
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ToySt	0.47 68	0.25 170	2.47 258	0.04 126	0.01 103	1.17 79	0.00 1	2.01 68	0.63 74	0.08 22	0.14 76	1.16 186	0.05 54	0.80 105	0.46 197	0.00 1	0.00 1	0.00 1	0.03 296	0.10 251	0.04 215

ProNet	0.20 5	0.25 170	0.78 20	0.01 17	0.01 103	0.95 28	0.00 1	0.70 15	0.68 103	0.02 2	0.01 1	0.05 27	0.03 34	0.31 47	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.12 266	0.04 215

HHNet	0.87 174	0.25 170	1.78 193	0.16 238	0.08 240	1.30 135	0.44 301	1.93 63	0.64 81	1.41 215	5.92 346	0.14 69	1.79 304	0.35 62	0.95 250	0.05 347	0.00 1	0.01 322	0.00 1	0.14 276	0.01 63

test-1	0.52 80	0.25 170	0.94 38	0.03 103	0.22 307	1.20 95	0.08 197	4.03 252	0.25 36	0.70 115	0.66 178	0.71 137	0.03 34	0.30 46	0.43 187	0.00 1	0.18 372	0.00 1	0.07 322	0.01 25	0.25 351

anonymousa	0.79 147	0.26 174	1.91 201	0.03 103	0.29 336	1.46 190	0.02 100	3.76 227	0.97 169	0.72 118	2.25 287	3.21 306	0.56 213	0.15 9	0.12 71	0.00 1	0.00 1	0.00 1	0.04 306	0.00 1	0.02 151

MyStereo07	0.27 22	0.27 175	0.64 10	0.02 64	0.01 103	1.64 245	0.01 55	1.41 38	0.73 128	0.10 34	0.01 1	0.03 6	0.10 106	0.24 28	0.04 7	0.00 1	0.07 333	0.00 1	0.00 1	0.03 133	0.06 260

MyStereo04	0.78 146	0.27 175	3.19 293	0.02 64	0.01 103	1.64 245	0.01 55	3.64 219	2.20 316	0.98 158	0.02 31	1.29 193	0.57 215	1.10 116	0.53 208	0.00 1	0.07 333	0.00 1	0.00 1	0.03 133	0.06 260

ACVNet-DCA	0.61 98	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.15 154	0.68 103	0.33 62	0.69 187	0.04 11	0.61 220	1.43 129	0.05 17	0.00 1	0.02 275	0.00 1	0.03 296	0.01 25	0.01 63

xx1	0.95 188	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.18 160	7.23 378	0.33 62	0.69 187	0.73 139	0.12 124	1.43 129	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.01 25	0.01 63

1test111	0.69 124	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.15 154	0.68 103	0.33 62	0.69 187	0.04 11	0.61 220	2.95 165	0.07 39	0.00 1	0.02 275	0.00 1	0.03 296	0.01 25	0.01 63

cc1	0.94 186	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.18 160	7.23 378	0.33 62	0.69 187	0.04 11	0.61 220	1.43 129	0.05 17	0.00 1	0.02 275	0.00 1	0.03 296	0.09 241	0.04 215

tt1	0.88 178	0.27 175	1.25 118	0.08 189	0.00 1	3.36 321	0.02 100	3.03 136	6.40 369	0.33 62	0.66 178	0.05 27	0.40 197	1.59 135	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 241	0.03 191

CRFU-Net	1.32 259	0.27 175	2.46 257	1.17 371	0.03 191	4.08 336	0.05 175	5.61 349	0.67 98	1.53 221	0.70 193	3.47 314	2.62 329	3.24 171	0.24 123	0.01 309	0.01 226	0.11 365	0.00 1	0.13 270	0.00 1

iRaftStereo_RVC	0.36 38	0.27 175	0.76 18	0.01 17	0.00 1	1.20 95	0.01 55	2.15 74	0.62 71	0.15 47	0.22 110	0.69 134	0.12 124	0.28 43	0.18 103	0.00 1	0.06 324	0.00 1	0.00 1	0.27 337	0.22 346

MMNet	1.20 245	0.27 175	3.59 314	0.09 200	0.00 1	4.15 338	0.01 55	3.63 218	1.19 204	1.93 256	0.32 120	1.35 196	1.23 269	4.42 221	1.84 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

test croco	0.41 48	0.28 185	2.26 243	0.07 177	0.00 1	0.50 13	0.01 55	2.84 124	0.92 161	0.05 17	0.07 64	0.13 63	0.17 138	0.43 70	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.34 352	0.01 63

ssnet_v2	1.14 235	0.28 185	1.77 191	0.03 103	0.00 1	2.07 274	0.37 295	5.20 327	1.87 289	2.00 260	0.87 206	3.09 299	0.55 212	1.31 126	3.02 329	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.12 309

GMOStereo	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 100	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

error version	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 100	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

test-v	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 100	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

test-2	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 100	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

TANstereo	0.30 28	0.28 185	0.86 26	0.03 103	0.01 103	1.14 71	0.00 1	0.53 5	0.44 47	1.06 173	1.24 234	0.06 36	0.05 54	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoIM	0.22 10	0.29 192	0.87 28	0.05 143	0.18 289	0.41 10	0.01 55	1.24 33	0.56 52	0.02 2	0.03 49	0.13 63	0.05 54	0.32 53	0.24 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

THIR-Stereo	1.48 277	0.29 192	1.51 153	0.01 17	0.02 172	1.05 48	4.32 379	2.11 73	0.22 30	1.08 174	4.24 332	1.93 235	4.19 359	6.76 329	1.87 295	0.00 1	0.00 1	0.04 353	0.00 1	0.05 182	0.00 1

ADLNet	1.20 245	0.29 192	1.98 213	0.00 1	0.02 172	2.20 277	0.11 215	4.39 279	2.52 330	2.19 273	2.20 286	2.66 274	0.70 241	3.42 178	1.25 266	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.04 215

S-Stereo	2.00 322	0.30 195	5.74 368	0.24 263	0.23 312	2.51 292	1.90 348	4.74 302	5.15 363	2.42 296	5.80 345	2.85 285	0.72 242	5.08 257	2.17 311	0.00 1	0.02 275	0.00 1	0.00 1	0.08 222	0.04 215

TransformOpticalFlow	1.47 276	0.31 196	3.22 299	0.66 337	0.08 240	1.54 214	0.09 206	3.84 239	1.58 266	1.66 234	2.32 289	3.60 316	3.12 341	6.99 349	0.42 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

APVNet	1.52 280	0.31 196	4.00 325	0.09 200	0.00 1	4.64 349	0.08 197	4.41 281	1.21 206	1.25 198	1.05 218	2.90 288	0.93 255	6.70 325	2.48 318	0.01 309	0.00 1	0.07 358	0.00 1	0.27 337	0.05 232

stereogan	2.13 327	0.31 196	3.75 318	0.01 17	0.09 247	7.44 375	0.60 314	4.27 271	3.29 342	3.91 339	4.62 335	6.41 358	1.84 309	5.17 258	0.58 218	0.00 1	0.01 226	0.01 322	0.00 1	0.24 326	0.05 232

RASNet	1.53 282	0.31 196	1.97 212	0.09 200	3.20 387	1.69 254	0.06 188	3.27 177	2.12 306	0.77 124	1.29 238	5.32 352	1.69 301	6.60 316	2.17 311	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 151

sAnonymous2	0.37 41	0.32 200	3.21 296	0.01 17	0.00 1	0.35 7	0.08 197	1.96 65	0.90 158	0.03 11	0.05 58	0.04 11	0.11 114	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.18 334

CroCo_RVC	0.37 41	0.32 200	3.21 296	0.01 17	0.00 1	0.35 7	0.08 197	1.96 65	0.90 158	0.03 11	0.05 58	0.04 11	0.11 114	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.18 334

delet	1.14 235	0.32 200	1.56 164	0.03 103	0.17 285	2.86 310	1.03 332	4.25 268	2.14 311	1.03 167	1.17 228	1.64 217	0.92 254	4.35 216	1.27 269	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.00 1

psm_up	0.84 164	0.32 200	1.44 146	0.02 64	0.00 1	1.98 271	0.05 175	3.40 191	1.04 180	2.06 265	0.40 139	1.74 220	0.45 202	3.47 181	0.24 123	0.06 352	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

CoDeX	0.94 186	0.34 204	2.09 227	0.05 143	0.20 300	1.49 198	0.20 246	5.89 359	1.57 262	0.66 110	0.67 185	1.05 176	0.32 181	3.82 195	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

STTStereo	0.83 158	0.34 204	2.44 253	0.24 263	0.15 278	1.41 170	0.10 213	3.02 134	1.55 256	1.34 204	0.17 90	1.77 224	0.45 202	3.42 178	0.30 152	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

DCRE	0.69 124	0.35 206	1.16 101	0.06 157	0.02 172	0.91 22	0.00 1	1.05 28	0.30 37	0.98 158	7.63 356	0.72 138	0.02 16	0.16 12	0.07 39	0.00 1	0.02 275	0.00 1	0.21 365	0.02 94	0.03 191

STTRV1_RVC	1.94 319	0.35 206	4.85 354	0.32 286	0.01 103	2.41 288	0.34 292	5.79 356	3.55 345	0.82 133	5.11 340	1.63 215	1.08 261	7.63 364	1.41 277	0.91 383	2.53 408	0.00 1	0.00 1	0.01 25	0.04 215

RYNet	1.52 280	0.35 206	3.38 305	0.25 266	0.04 207	2.31 283	0.03 141	4.62 294	1.47 244	1.14 180	0.34 127	4.52 334	1.38 279	6.36 304	4.23 341	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

UCFNet_RVC	0.66 114	0.35 206	1.20 113	0.02 64	0.30 338	1.53 210	0.01 55	3.42 195	0.67 98	1.12 178	0.73 195	1.26 192	0.20 154	1.84 146	0.46 197	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.96 189	0.36 210	1.49 149	0.05 143	0.00 1	1.62 242	0.28 273	3.86 243	1.28 215	1.79 245	0.80 199	1.59 206	0.07 80	5.29 263	0.48 200	0.01 309	0.00 1	0.00 1	0.00 1	0.23 323	0.01 63

STrans-v2	1.67 298	0.36 210	3.28 300	0.02 64	0.19 296	1.45 185	0.08 197	6.69 373	1.49 250	2.00 260	2.86 304	3.67 319	3.88 357	7.04 352	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT-Stereo + iAFF	0.60 96	0.36 210	0.96 43	0.03 103	0.02 172	1.21 98	0.02 100	2.80 121	1.55 256	1.08 174	2.63 298	0.43 104	0.16 135	0.37 63	0.25 129	0.00 1	0.02 275	0.00 1	0.00 1	0.19 309	0.01 63

FBW_ROB	2.36 334	0.36 210	3.16 291	0.37 300	0.14 273	4.42 347	0.18 239	6.64 371	3.05 340	2.98 316	2.85 303	4.86 342	1.11 263	11.00 393	4.53 344	0.16 365	0.05 316	0.37 378	0.09 330	0.19 309	0.78 373

HH	0.88 178	0.37 214	1.93 203	0.25 266	0.10 256	0.62 15	0.00 1	3.79 231	0.18 19	0.33 62	0.59 169	3.94 324	0.81 247	4.44 223	0.09 54	0.00 1	0.06 324	0.00 1	0.00 1	0.03 133	0.02 151

HanStereo	0.88 178	0.37 214	1.93 203	0.25 266	0.10 256	0.62 15	0.00 1	3.79 231	0.18 19	0.33 62	0.59 169	3.94 324	0.81 247	4.44 223	0.09 54	0.00 1	0.06 324	0.00 1	0.00 1	0.03 133	0.02 151

psmorigin	2.01 323	0.37 214	10.25 389	0.22 255	0.03 191	1.62 242	0.19 244	3.31 179	1.05 184	4.92 353	3.14 310	5.85 353	2.21 318	5.31 264	1.71 288	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 151

StereoVision	0.86 169	0.38 217	1.75 190	0.03 103	0.01 103	1.14 71	0.02 100	3.38 188	0.92 161	0.13 45	6.89 353	0.50 115	0.12 124	1.10 116	0.78 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 151

gwcnet-sp	0.98 192	0.38 217	4.06 329	0.04 126	0.00 1	2.60 296	0.15 227	3.51 207	1.13 197	1.75 238	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 191

scenet	0.98 192	0.38 217	4.06 329	0.04 126	0.00 1	2.60 296	0.15 227	3.51 207	1.13 197	1.75 238	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 191

ssnet	0.98 192	0.38 217	4.06 329	0.04 126	0.00 1	2.60 296	0.15 227	3.51 207	1.13 197	1.75 238	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 191

GANet-RSSM	0.88 178	0.38 217	1.45 147	0.60 329	0.00 1	1.36 152	0.02 100	4.55 290	0.69 116	0.71 116	0.32 120	1.56 204	0.61 220	4.55 234	0.64 227	0.00 1	0.00 1	0.05 357	0.00 1	0.08 222	0.02 151

SGM_RVC	4.07 366	0.38 217	1.98 213	0.84 349	0.26 322	6.20 366	2.37 358	6.45 368	3.57 346	11.56 387	9.27 364	15.55 387	6.78 379	10.07 386	4.60 346	0.22 369	0.25 376	0.20 372	0.23 369	0.26 334	0.34 359
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Sa-1000	1.04 207	0.39 223	1.17 103	0.00 1	0.20 300	1.33 145	0.03 141	4.19 262	1.81 280	0.99 162	5.33 342	0.61 121	0.15 132	4.07 204	0.30 152	0.00 1	0.00 1	0.00 1	0.16 349	0.13 270	0.00 1

ADLNet2	1.38 266	0.39 223	3.13 290	0.00 1	0.70 363	1.23 113	0.26 262	4.19 262	2.36 322	1.45 217	3.16 313	4.23 328	0.82 250	4.56 236	0.88 243	0.00 1	0.00 1	0.00 1	0.00 1	0.13 270	0.02 151

XX-TBD	0.28 24	0.39 223	0.97 48	0.05 143	0.00 1	1.09 58	0.00 1	0.71 17	0.54 51	0.44 86	1.04 217	0.06 36	0.06 69	0.19 17	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hitnet-ft	1.09 223	0.39 223	1.45 147	0.04 126	0.00 1	1.34 147	0.22 252	3.34 184	2.25 319	1.48 218	1.11 221	4.17 327	0.37 191	4.73 242	0.79 238	0.01 309	0.00 1	0.03 351	0.00 1	0.09 241	0.01 63

CVANet_RVC	1.10 227	0.39 223	1.69 184	0.28 277	0.00 1	1.45 185	0.48 304	3.26 171	1.64 270	2.93 312	1.22 231	1.51 200	0.37 191	6.09 290	0.50 202	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.01 63

CroCo-Stereo	0.39 45	0.40 228	1.67 182	0.07 177	0.00 1	0.19 2	0.01 55	3.55 211	0.75 132	0.08 22	0.02 31	0.46 107	0.08 94	0.28 43	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63
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
edge stereo	1.94 319	0.40 228	3.82 322	0.15 231	0.09 247	1.81 265	0.45 302	4.77 307	2.21 317	3.36 326	3.94 328	8.39 370	1.72 302	5.75 280	1.69 287	0.00 1	0.00 1	0.01 322	0.00 1	0.17 295	0.01 63

HSM	1.36 263	0.40 228	1.07 80	0.01 17	0.30 338	1.73 258	0.03 141	5.89 359	1.22 207	1.83 247	1.36 241	4.78 340	1.30 277	6.61 318	0.57 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

SA	0.83 158	0.41 231	1.17 103	0.00 1	0.20 300	1.28 127	0.01 55	3.98 248	1.86 287	0.41 83	0.96 212	0.27 84	1.33 278	4.07 204	0.35 172	0.00 1	0.00 1	0.00 1	0.17 355	0.14 276	0.01 63

IPLG	0.86 169	0.41 231	2.31 248	0.06 157	0.06 222	1.36 152	0.11 215	3.17 159	0.83 149	0.62 102	1.00 215	0.46 107	0.61 220	5.57 278	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.01 63

XPNet_ROB	1.17 241	0.41 231	1.68 183	0.04 126	0.01 103	1.65 249	0.17 234	3.46 202	1.39 227	3.89 338	1.01 216	1.60 208	0.53 209	4.35 216	3.07 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151

fff	0.66 114	0.42 234	2.21 233	0.01 17	0.01 103	1.22 100	0.02 100	3.26 171	1.04 180	2.34 287	0.14 76	0.09 50	1.83 306	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 232

MIPNet	0.64 107	0.42 234	2.01 216	0.08 189	0.07 230	1.29 131	0.11 215	3.47 204	1.29 216	0.67 111	0.10 70	0.63 125	0.97 256	1.25 123	0.25 129	0.00 1	0.01 226	0.01 322	0.01 272	0.11 261	0.04 215

GEStereo_RVC	1.10 227	0.42 234	1.72 187	0.28 277	0.01 103	1.37 157	0.11 215	6.25 366	0.84 152	1.05 170	0.67 185	1.61 210	0.79 245	6.11 291	0.63 225	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.04 215

raftrobust	0.46 64	0.42 234	1.05 78	0.01 17	0.21 305	1.17 79	0.05 175	2.07 72	0.19 21	2.98 316	0.02 31	0.12 59	0.15 132	0.25 32	0.31 154	0.00 1	0.03 297	0.00 1	0.00 1	0.08 222	0.06 260

csc	0.66 114	0.42 234	2.21 233	0.01 17	0.01 103	1.22 100	0.02 100	3.26 171	1.04 180	2.34 287	0.14 76	0.09 50	1.83 306	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 232

cscssc	0.66 114	0.42 234	2.21 233	0.01 17	0.01 103	1.22 100	0.02 100	3.26 171	1.04 180	2.34 287	0.14 76	0.09 50	1.83 306	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 232

MIM_Stereo	0.45 61	0.43 240	1.18 106	0.51 319	0.04 207	1.26 123	0.02 100	2.38 83	0.65 84	0.07 19	0.02 31	0.70 136	0.20 154	1.01 113	0.13 75	0.00 1	0.09 346	0.00 1	0.00 1	0.14 276	0.10 296

ADStereo(finetuned)	0.83 158	0.43 240	3.68 316	0.03 103	0.00 1	1.22 100	0.01 55	3.26 171	1.86 287	2.61 304	0.20 105	0.09 50	2.39 324	0.34 57	0.38 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 260

DCANet	0.66 114	0.43 240	2.21 233	0.03 103	0.00 1	1.22 100	0.01 55	3.26 171	1.85 286	2.61 304	0.21 106	0.09 50	0.49 206	0.33 56	0.39 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 260

GANet	1.90 316	0.43 240	1.83 198	0.39 302	0.00 1	2.24 279	3.37 368	3.90 245	1.44 239	2.17 271	9.66 365	2.57 272	1.09 262	6.88 338	1.81 290	0.00 1	0.00 1	0.02 346	0.00 1	0.10 251	0.03 191

MSMD_ROB	4.94 372	0.43 240	2.58 266	0.12 216	0.01 103	8.43 380	1.09 334	4.25 268	4.11 354	13.11 390	26.36 405	13.95 384	13.88 399	7.45 361	2.92 328	0.10 358	0.01 226	0.00 1	0.00 1	0.01 25	0.02 151

AACVNet	0.87 174	0.44 245	1.19 109	0.17 241	0.00 1	1.76 259	0.00 1	3.60 216	0.60 58	1.03 167	0.26 113	1.31 194	0.17 138	6.33 302	0.28 142	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.01 63

rafts_anoy	0.39 45	0.44 245	1.15 97	0.06 157	0.03 191	1.12 66	0.04 162	2.75 118	0.33 40	0.10 34	0.16 84	0.11 56	0.19 148	0.74 102	0.31 154	0.00 1	0.14 364	0.00 1	0.01 272	0.02 94	0.05 232

RALCasStereoNet	0.44 58	0.44 245	1.03 69	0.03 103	0.00 1	1.10 60	0.03 141	2.46 97	0.90 158	0.07 19	0.32 120	0.12 59	0.20 154	1.28 125	0.25 129	0.00 1	0.31 381	0.00 1	0.00 1	0.08 222	0.12 309

PSMNet-RSSM	0.90 183	0.44 245	1.35 138	0.13 219	0.00 1	1.37 157	0.03 141	4.79 310	0.85 155	1.11 177	0.49 155	2.15 251	0.35 188	4.09 207	0.73 234	0.00 1	0.00 1	0.01 322	0.00 1	0.03 133	0.01 63

RAFT+CT+SA	0.66 114	0.45 249	1.22 115	0.10 208	0.30 338	1.24 114	0.02 100	4.21 264	0.67 98	0.62 102	0.39 138	0.33 92	0.05 54	2.69 160	0.14 80	0.00 1	0.00 1	0.00 1	0.35 387	0.13 270	0.30 353

MaskLacGwcNet_RVC	1.63 291	0.45 249	2.21 233	1.53 378	0.18 289	4.33 343	0.41 298	3.37 186	1.40 231	0.54 97	0.65 176	3.10 300	0.11 114	4.93 249	0.60 222	4.57 391	0.51 386	0.00 1	0.00 1	1.37 383	2.39 388

PS-NSSS	1.08 216	0.45 249	1.70 185	0.02 64	0.01 103	1.37 157	0.01 55	4.38 277	2.09 304	1.15 181	2.65 299	0.65 127	0.07 80	6.35 303	0.56 214	0.16 365	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

iResNet	1.00 200	0.45 249	3.08 287	0.86 356	0.01 103	1.97 270	0.01 55	3.67 223	1.49 250	1.77 243	1.09 219	0.35 94	0.13 130	3.83 196	1.27 269	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

fast-acv-ft	1.41 270	0.46 253	4.29 338	0.10 208	0.13 267	3.97 334	0.29 276	2.42 93	1.91 292	0.81 132	3.55 321	3.02 295	1.26 274	3.35 173	2.05 308	0.04 341	0.01 226	0.04 353	0.04 306	0.39 360	0.05 232

TestStereo1	0.77 139	0.46 253	1.12 89	0.15 231	0.19 296	1.29 131	0.01 55	3.33 181	1.55 256	0.45 88	1.67 250	0.13 63	1.23 269	3.39 176	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.07 276

SA-5K	0.77 139	0.46 253	1.12 89	0.15 231	0.19 296	1.29 131	0.01 55	3.33 181	1.55 256	0.45 88	1.67 250	0.13 63	1.23 269	3.39 176	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.07 276

AFF-stereo	0.65 109	0.46 253	0.82 22	0.37 300	0.00 1	1.19 87	0.00 1	3.04 141	1.42 234	0.72 118	1.95 267	1.16 186	0.26 168	0.97 111	0.31 154	0.00 1	0.02 275	0.00 1	0.00 1	0.21 319	0.02 151

FINET	1.36 263	0.46 253	4.05 328	0.22 255	0.73 364	1.03 35	0.00 1	3.57 213	5.71 366	1.59 231	1.64 247	0.49 113	0.19 148	5.53 273	1.90 296	0.00 1	0.01 226	0.00 1	0.00 1	0.08 222	0.03 191

CFNet-ft	0.77 139	0.46 253	1.34 135	0.01 17	0.27 327	1.32 139	0.02 100	2.40 85	0.68 103	0.63 106	0.18 93	3.23 308	0.21 158	3.97 201	0.54 211	0.00 1	0.00 1	0.01 322	0.00 1	0.03 133	0.02 151

CFNet_RVC	0.77 139	0.46 253	1.34 135	0.01 17	0.27 327	1.32 139	0.02 100	2.40 85	0.68 103	0.63 106	0.18 93	3.23 308	0.21 158	3.97 201	0.54 211	0.00 1	0.00 1	0.01 322	0.00 1	0.03 133	0.02 151

NVStereoNet_ROB	3.25 350	0.46 253	2.71 274	0.34 293	0.56 358	2.36 286	0.87 325	4.56 291	4.47 360	4.55 347	14.09 378	11.93 378	3.23 346	9.79 385	3.14 332	0.43 379	0.03 297	0.53 382	0.31 384	0.36 357	0.38 363
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LL-Strereo2	0.36 38	0.47 261	1.08 82	0.09 200	0.03 191	1.12 66	0.07 191	1.66 56	0.93 164	0.43 85	0.02 31	0.51 116	0.08 94	0.23 25	0.29 146	0.00 1	0.00 1	0.00 1	0.03 296	0.04 164	0.04 215

G-Net	3.49 357	0.47 261	4.03 327	1.61 379	1.91 380	10.78 385	1.92 349	3.06 142	1.26 213	8.59 376	12.06 373	6.13 356	7.82 383	4.78 243	4.77 347	0.08 354	0.12 359	0.07 358	0.15 343	0.16 290	0.11 300

LoS_RVC	0.19 4	0.48 263	0.51 2	0.12 216	0.10 256	1.01 33	0.01 55	0.81 21	0.19 21	0.07 19	0.02 31	0.06 36	0.05 54	0.31 47	0.05 17	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.04 215

IIG-Stereo	1.30 254	0.48 263	1.04 73	2.41 384	0.05 214	1.61 236	0.14 226	2.59 108	0.68 103	2.97 315	2.28 288	3.08 298	0.57 215	7.41 360	0.65 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

raft+_RVC	0.42 50	0.48 263	1.11 87	0.51 319	0.17 285	1.16 77	0.04 162	2.25 77	0.59 54	0.12 40	0.42 142	0.08 47	0.15 132	0.60 95	0.28 142	0.00 1	0.09 346	0.00 1	0.00 1	0.06 197	0.19 338

WCMA_ROB	4.54 369	0.48 263	3.19 293	0.49 315	0.63 362	5.38 358	2.57 363	4.70 299	3.77 350	14.17 394	19.02 389	15.47 386	9.03 387	6.73 327	4.85 349	0.01 309	0.05 316	0.01 322	0.01 272	0.08 222	0.16 324

CroCo-Stereo Lap2	0.33 30	0.49 267	1.18 106	0.02 64	0.00 1	0.33 5	0.00 1	3.08 146	0.61 64	0.02 2	0.01 1	0.04 11	0.08 94	0.45 77	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.02 151

TDLM	1.08 216	0.49 267	1.43 144	0.27 275	0.00 1	1.56 216	2.12 352	3.10 148	1.75 277	1.36 208	0.93 210	1.06 178	0.49 206	6.21 295	0.70 232	0.00 1	0.00 1	0.00 1	0.00 1	0.16 290	0.02 151

SPS-STEREO	3.08 347	0.49 267	2.49 259	0.21 253	0.24 316	3.67 330	1.24 339	5.80 357	2.43 326	10.68 382	8.00 359	9.48 375	3.59 351	8.11 371	5.08 352	0.01 309	0.01 226	0.00 1	0.00 1	0.04 164	0.11 300
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
test_5	0.74 129	0.50 270	1.55 157	0.44 307	0.25 319	1.45 185	0.01 55	4.16 259	0.78 143	0.79 129	0.17 90	0.42 103	0.64 229	3.06 169	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.16 290	0.21 344

UDGNet	0.35 34	0.50 270	1.14 94	0.02 64	0.00 1	1.12 66	0.02 100	0.70 15	1.57 262	0.31 59	0.05 58	0.06 36	0.02 16	1.45 134	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.60 96	0.50 270	1.01 53	0.50 316	0.04 207	0.94 25	0.08 197	3.01 133	0.65 84	0.22 53	0.09 68	3.41 311	0.27 171	0.53 86	0.37 179	0.00 1	0.03 297	0.00 1	0.01 272	0.40 361	0.03 191

DeepPruner_ROB	0.86 169	0.50 270	1.80 196	0.01 17	0.00 1	1.57 217	0.17 234	3.48 205	0.42 45	3.31 325	0.02 31	2.09 246	0.17 138	3.01 167	0.61 223	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.01 63

cf-r	0.98 192	0.51 274	2.04 221	0.25 266	0.01 103	1.40 166	0.03 141	4.47 286	1.65 271	0.95 145	0.58 160	2.63 273	0.24 163	4.19 209	0.58 218	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.04 215

MyStereo8	0.85 165	0.52 275	3.20 295	0.20 252	0.00 1	1.47 191	0.01 55	3.53 210	1.91 292	1.34 204	0.65 176	1.22 189	0.31 177	0.57 91	1.38 276	0.00 1	0.14 364	0.00 1	0.06 320	0.09 241	0.30 353

whm_eth	0.68 121	0.52 275	3.05 284	0.01 17	0.00 1	1.26 123	0.02 100	3.36 185	1.93 294	0.26 55	2.52 295	0.13 63	0.11 114	0.18 14	0.10 62	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.11 300

RAFT_CTSACE	0.68 121	0.52 275	1.74 188	0.50 316	0.05 214	1.16 77	0.00 1	2.68 116	0.66 90	0.68 113	1.60 246	1.76 222	0.80 246	0.94 109	0.13 75	0.00 1	0.02 275	0.00 1	0.00 1	0.27 337	0.00 1

CSP-Net	1.01 201	0.52 275	0.92 36	0.01 17	0.00 1	2.83 308	0.05 175	4.99 318	0.69 116	0.91 142	0.85 204	1.82 229	0.23 161	6.04 288	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.01 63

ETE_ROB	1.16 240	0.52 275	1.71 186	0.01 17	0.02 172	1.79 263	0.22 252	4.10 255	1.32 221	4.68 351	1.18 229	2.81 281	0.08 94	3.56 182	1.12 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 260

AASNet	0.86 169	0.53 280	1.96 210	0.04 126	0.00 1	1.70 255	0.05 175	5.13 326	1.84 282	0.93 144	1.88 263	0.96 166	0.19 148	0.67 99	0.91 248	0.00 1	0.00 1	0.00 1	0.00 1	0.27 337	0.09 292

MLCV	1.01 201	0.53 280	2.17 231	0.03 103	0.00 1	1.60 232	0.03 141	2.90 128	1.30 218	2.60 303	1.85 262	1.00 172	0.40 197	4.88 248	0.74 235	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

OMP-Stereo	1.20 245	0.54 282	0.96 43	2.39 383	0.29 336	1.58 221	0.33 288	2.01 68	0.68 103	2.68 306	1.16 226	3.10 300	0.18 142	7.40 359	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

TestStereo	0.61 98	0.55 283	1.84 200	0.00 1	0.00 1	0.94 25	0.00 1	1.65 54	0.23 31	0.12 40	0.03 49	0.08 47	0.06 69	6.59 315	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RP	1.76 307	0.55 283	2.59 268	0.22 255	0.60 361	1.70 255	0.98 331	4.31 275	1.99 300	3.12 320	5.04 339	4.41 332	2.96 337	4.72 241	1.90 296	0.01 309	0.00 1	0.00 1	0.01 272	0.14 276	0.01 63

Nwc_Net	1.94 319	0.55 283	3.79 320	0.07 177	0.08 240	2.73 301	0.04 162	6.75 376	1.11 192	2.03 264	7.92 358	4.82 341	2.11 316	4.78 243	2.01 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.01 63

NLCA_NET_v2_RVC	1.04 207	0.55 283	2.52 261	0.56 325	1.00 369	1.37 157	0.00 1	3.43 197	1.35 223	2.24 276	0.35 130	2.18 258	0.58 217	4.28 212	0.34 168	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iRaft-Stereo_5w	1.08 216	0.56 287	2.70 272	0.02 64	0.02 172	1.20 95	0.01 55	3.18 160	0.63 74	0.14 46	2.00 270	1.62 212	1.54 288	6.69 324	1.01 254	0.00 1	0.00 1	0.00 1	0.00 1	0.23 323	0.01 63

NCC-stereo	1.67 298	0.56 287	3.10 288	0.08 189	0.22 307	2.24 279	0.13 223	5.05 323	1.42 234	2.27 284	2.72 300	4.29 329	3.53 349	5.76 281	2.01 305	0.04 341	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151

Abc-Net	1.67 298	0.56 287	3.10 288	0.08 189	0.22 307	2.24 279	0.13 223	5.05 323	1.42 234	2.27 284	2.72 300	4.29 329	3.53 349	5.76 281	2.01 305	0.04 341	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raft_robust	0.98 192	0.57 290	1.21 114	0.06 157	0.17 285	1.36 152	0.02 100	3.46 202	2.18 314	0.33 62	0.01 1	1.54 203	1.42 280	6.77 330	0.15 84	0.00 1	0.02 275	0.00 1	0.18 357	0.11 261	0.09 292

HITNet	0.80 151	0.58 291	2.14 229	0.69 340	0.00 1	1.35 150	0.02 100	4.50 287	1.15 200	1.76 242	0.16 84	0.60 120	0.30 173	1.13 118	1.64 283	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1
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
NaN_ROB	2.02 324	0.58 291	2.65 270	0.29 279	0.28 335	3.19 313	5.19 390	3.84 239	2.55 332	5.31 357	1.73 255	2.30 262	1.96 312	6.78 331	3.09 331	0.01 309	0.06 324	0.03 351	0.10 334	0.10 251	0.37 362

PA-Net	1.31 258	0.59 293	3.65 315	0.06 157	0.15 278	1.44 179	0.54 309	4.08 253	2.71 335	0.78 127	1.16 226	2.32 265	0.64 229	5.96 286	1.92 299	0.01 309	0.00 1	0.00 1	0.00 1	0.04 164	0.06 260
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.33 260	0.59 293	1.74 188	0.02 64	0.06 222	3.25 315	0.50 308	3.45 200	1.39 227	3.70 333	0.59 169	4.59 336	0.25 166	3.58 183	2.79 326	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 151

4D-IteraStereo	0.35 34	0.60 295	1.93 203	0.02 64	0.09 247	1.03 35	0.07 191	1.25 34	0.34 41	0.02 2	0.03 49	0.84 153	0.10 106	0.31 47	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.07 276

GMStereo	0.25 20	0.60 295	1.28 123	0.01 17	0.00 1	0.48 12	0.00 1	0.74 19	1.24 211	0.16 48	0.03 49	0.07 44	0.09 99	0.22 23	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DPSNet	3.38 356	0.60 295	9.55 387	0.61 332	0.46 351	5.10 355	1.44 343	11.17 391	3.92 353	2.57 301	0.88 207	5.90 354	9.68 391	7.63 364	7.25 367	0.08 354	0.16 369	0.01 322	0.07 322	0.34 352	0.17 328

CBFPSM	1.39 267	0.61 298	4.29 338	0.01 17	0.01 103	3.64 329	0.03 141	3.39 189	0.80 144	0.64 109	0.21 106	6.18 357	3.70 354	2.38 154	1.82 291	0.00 1	0.01 226	0.00 1	0.00 1	0.08 222	0.01 63

iinet-f	1.68 302	0.61 298	11.37 393	0.29 279	0.03 191	4.39 345	0.04 162	3.18 160	1.10 190	1.16 184	0.58 160	2.96 292	2.76 331	2.13 151	2.46 317	0.00 1	0.02 275	0.02 346	0.00 1	0.46 365	0.01 63

dad	0.88 178	0.62 300	2.26 243	0.06 157	0.01 103	1.24 114	0.00 1	0.98 26	2.17 313	1.29 199	0.35 130	0.37 95	0.04 47	5.80 284	1.06 255	0.01 309	0.00 1	1.13 386	0.11 338	0.05 182	0.00 1

RALAANet	0.54 88	0.62 300	1.41 142	0.01 17	0.01 103	0.92 23	0.02 100	2.39 84	1.87 289	1.13 179	0.38 135	0.15 71	0.30 173	1.00 112	0.38 182	0.00 1	0.00 1	0.00 1	0.04 306	0.14 276	0.01 63

CFNet	1.08 216	0.62 300	2.26 243	0.26 272	0.03 191	1.40 166	0.04 162	4.45 285	2.09 304	0.48 92	0.69 187	1.31 194	0.24 163	6.63 319	0.83 240	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.04 215

DispNO	1.42 271	0.63 303	4.58 348	0.08 189	0.11 262	1.37 157	0.17 234	4.51 289	2.06 302	1.83 247	2.89 305	1.91 233	1.01 257	5.79 283	1.36 274	0.00 1	0.00 1	0.01 322	0.01 272	0.10 251	0.07 276

NCCL2	1.30 254	0.63 303	2.31 248	0.02 64	0.03 191	1.57 217	3.41 369	3.91 246	1.39 227	3.14 321	0.34 127	3.90 323	0.30 173	3.75 190	1.19 262	0.00 1	0.00 1	0.02 346	0.00 1	0.03 133	0.05 232

DMCA-RVC	0.90 183	0.64 305	3.30 301	0.03 103	0.04 207	1.30 135	0.06 188	2.65 110	0.73 128	3.21 322	0.09 68	0.99 171	0.66 236	3.14 170	0.99 252	0.01 309	0.04 307	0.02 346	0.01 272	0.07 211	0.01 63

CC-Net-ROB	1.86 313	0.64 305	2.55 264	1.42 377	0.19 296	3.38 322	0.04 162	4.41 281	2.45 327	0.90 139	1.31 239	0.98 170	0.18 142	6.60 316	0.53 208	1.14 386	1.60 396	7.16 393	0.00 1	1.33 382	0.32 358

LE_ROB	12.79 402	0.64 305	10.26 390	2.13 381	1.29 374	7.25 373	5.81 395	9.09 385	49.27 419	57.55 419	24.58 404	23.68 401	31.13 415	9.00 378	23.57 413	0.04 341	0.06 324	0.13 368	0.20 361	0.08 222	0.11 300

Consistency-Raft	1.36 263	0.65 308	4.81 353	0.33 287	0.32 343	1.62 242	0.11 215	3.65 220	3.80 351	0.33 62	6.12 349	0.86 154	2.14 317	0.94 109	1.25 266	0.02 331	0.01 226	0.00 1	0.00 1	0.24 326	0.01 63

AF-Net	2.17 329	0.65 308	3.53 311	0.00 1	0.09 247	2.02 273	0.48 304	6.44 367	1.70 274	3.36 326	10.22 367	4.95 344	2.81 333	4.34 215	2.66 325	0.00 1	0.00 1	0.00 1	0.00 1	0.13 270	0.01 63

ADCRef	2.29 333	0.65 308	5.67 367	0.10 208	0.09 247	4.81 351	0.76 322	4.75 305	1.37 224	2.88 311	1.67 250	1.62 212	2.30 320	3.77 192	14.93 392	0.02 331	0.00 1	0.01 322	0.10 334	0.20 318	0.11 300

dd	0.34 32	0.67 311	1.55 157	0.04 126	0.01 103	1.22 100	0.03 141	0.84 22	1.16 201	0.18 51	0.05 58	0.12 59	0.05 54	0.29 45	0.44 190	0.02 331	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

RGC	1.86 313	0.67 311	3.45 309	0.07 177	0.26 322	3.29 317	0.11 215	4.78 309	1.46 242	3.26 324	4.51 334	5.14 347	2.68 330	5.46 270	1.94 303	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.09 292

Wz-Net-LNSev-Ref	1.54 284	0.68 313	4.62 350	0.01 17	0.00 1	5.13 356	0.30 282	4.64 297	1.23 208	2.39 295	0.59 169	2.12 249	2.00 314	4.94 250	2.19 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

pmcnn	3.61 359	0.68 313	5.38 362	0.61 332	1.46 376	2.75 305	1.26 340	5.04 322	1.57 262	8.77 377	11.67 371	18.69 393	2.38 323	6.03 287	5.61 356	0.00 1	0.07 333	0.00 1	0.00 1	0.21 319	0.07 276

LMCR-Stereo	1.10 227	0.69 315	1.95 207	0.50 316	0.01 103	2.73 301	0.09 206	6.20 365	0.64 81	2.37 292	1.76 257	0.13 63	1.59 296	2.94 164	0.23 118	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.00 1

GwcNet-RSSM	1.02 203	0.69 315	2.70 272	0.22 255	0.02 172	1.42 175	0.05 175	4.02 250	1.01 177	0.90 139	0.42 142	2.89 287	0.26 168	4.43 222	1.17 260	0.00 1	0.00 1	0.02 346	0.00 1	0.13 270	0.05 232

PSMNet_ROB	1.09 223	0.69 315	2.92 277	0.03 103	0.07 230	1.68 252	0.16 231	3.44 199	1.30 218	0.96 147	0.32 120	2.81 281	0.63 226	4.23 210	2.48 318	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.04 215

111	0.79 147	0.70 318	2.21 233	0.01 17	0.01 103	1.19 87	0.16 231	3.78 230	1.98 298	1.22 195	0.91 208	2.01 239	0.32 181	0.32 53	0.64 227	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.17 328

aanetorigin	2.87 342	0.73 319	8.74 385	0.23 261	0.23 312	1.61 236	2.07 350	1.76 59	1.10 190	14.21 395	10.25 368	2.93 289	3.38 347	4.98 252	4.06 339	0.10 358	0.05 316	0.09 361	0.11 338	0.57 374	0.15 322

HBP-ISP	1.45 274	0.75 320	3.02 282	0.30 281	0.10 256	4.28 342	1.49 344	4.68 298	1.29 216	3.43 330	0.78 197	0.93 162	1.01 257	6.48 312	0.36 178	0.04 341	0.02 275	0.00 1	0.00 1	0.05 182	0.03 191

StereoDRNet	1.48 277	0.75 320	4.58 348	0.05 143	0.10 256	2.49 291	1.10 335	4.62 294	1.47 244	3.38 329	0.62 175	2.29 261	0.65 234	4.52 231	2.89 327	0.00 1	0.03 297	0.00 1	0.01 272	0.05 182	0.07 276

CSAN	2.70 340	0.75 320	3.41 306	0.18 245	0.12 263	4.18 339	4.05 375	4.11 256	4.36 356	6.03 361	6.24 350	4.60 337	4.74 364	7.29 357	3.43 335	0.02 331	0.03 297	0.01 322	0.02 290	0.18 302	0.22 346

MeshStereo	5.78 377	0.75 320	3.04 283	0.25 266	0.14 273	7.88 379	2.09 351	9.64 386	5.18 364	20.48 405	19.06 390	22.80 398	9.54 390	9.64 384	4.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.29 344	0.03 191
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
iResNet_ROB	1.05 214	0.76 324	2.06 223	0.07 177	0.00 1	1.35 150	0.03 141	6.80 377	2.57 333	0.79 129	1.20 230	0.94 165	0.12 124	3.81 193	0.41 185	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.01 63

ELAS	8.05 386	0.76 324	4.02 326	0.95 359	1.02 370	14.85 394	6.99 404	12.80 393	11.73 384	22.43 410	27.75 408	17.88 391	15.19 401	10.96 391	11.31 382	0.22 369	0.56 389	0.23 374	0.22 367	0.50 371	0.71 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet_4x	0.97 190	0.77 326	3.36 304	0.46 311	0.01 103	1.32 139	0.09 206	4.57 292	1.26 213	1.88 252	0.22 110	1.09 182	0.42 199	1.79 145	2.09 309	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.06 260

ACRE	0.75 134	0.78 327	2.72 275	0.13 219	0.02 172	1.40 166	0.26 262	3.20 166	0.82 147	1.84 249	2.46 292	0.19 75	0.10 106	0.52 84	0.26 134	0.00 1	0.04 307	0.01 322	0.05 311	0.19 309	0.05 232

PDISCO_ROB	2.21 330	0.78 327	3.43 307	0.96 360	2.04 384	7.04 371	0.09 206	7.36 381	5.72 367	1.21 194	1.67 250	3.16 303	1.28 275	7.52 362	1.37 275	0.00 1	0.00 1	0.00 1	0.00 1	0.34 352	0.13 314

TRStereo	0.59 95	0.79 329	1.59 170	0.56 325	0.01 103	1.19 87	0.03 141	4.74 302	0.60 58	0.17 49	0.01 1	0.62 123	0.44 201	0.57 91	0.07 39	0.00 1	0.04 307	0.00 1	0.24 371	0.01 25	0.14 321

DGSMNet	2.23 331	0.80 330	6.10 372	0.96 360	1.73 379	3.22 314	4.12 376	5.30 335	1.11 192	1.19 187	2.48 294	3.18 304	0.65 234	4.57 237	1.33 271	1.11 385	1.37 395	1.55 387	1.26 400	1.37 383	1.28 383

SGM-ForestM	12.56 401	0.80 330	4.31 341	1.07 366	0.41 347	21.56 405	8.57 407	17.42 399	19.67 396	29.93 412	28.49 412	45.83 417	27.22 412	26.05 411	18.40 402	0.14 363	0.25 376	0.18 371	0.28 382	0.18 302	0.42 365

ELAS_RVC	7.69 384	0.80 330	4.90 355	1.06 365	1.02 370	10.00 384	9.43 409	9.75 387	14.69 388	21.83 408	20.27 395	17.88 391	16.41 403	13.01 396	10.44 380	0.22 369	0.55 388	0.28 376	0.19 358	0.35 355	0.65 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CIPLG	0.75 134	0.81 333	2.38 251	0.13 219	0.03 191	1.41 170	0.27 265	3.19 164	0.84 152	1.98 259	2.56 297	0.19 75	0.10 106	0.54 88	0.26 134	0.00 1	0.05 316	0.01 322	0.05 311	0.19 309	0.05 232

GwcNet	1.67 298	0.81 333	5.52 363	0.23 261	1.21 373	4.21 340	0.62 315	3.71 224	1.57 262	1.01 163	1.65 249	3.99 326	0.52 208	5.46 270	2.30 314	0.00 1	0.00 1	0.00 1	0.01 272	0.35 355	0.13 314

ADCL	3.30 352	0.81 333	6.76 379	0.25 266	0.25 319	6.93 369	4.65 384	4.79 310	2.62 334	4.61 350	3.36 317	5.22 349	4.55 362	5.54 275	14.91 391	0.05 347	0.01 226	0.11 365	0.13 342	0.28 343	0.10 296

ARAFT	1.12 232	0.82 336	4.11 332	0.04 126	0.00 1	1.64 245	0.03 141	4.85 313	1.69 273	2.78 309	0.57 158	0.47 110	0.11 114	4.81 245	0.24 123	0.00 1	0.03 297	0.00 1	0.00 1	0.24 326	0.05 232

ADCPNet	3.63 360	0.82 336	13.20 395	0.08 189	0.43 348	7.02 370	2.23 356	4.77 307	2.41 324	4.31 345	1.96 268	7.57 368	5.16 369	6.45 311	13.80 389	0.02 331	0.75 390	0.04 353	0.90 399	0.16 290	0.53 366

Wz-Net-LNSev	1.30 254	0.85 338	6.26 375	0.02 64	0.03 191	4.02 335	0.13 223	4.21 264	1.12 196	0.77 124	0.10 70	3.60 316	1.11 263	2.68 159	1.12 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

MANE	14.02 406	0.85 338	3.53 311	2.13 381	3.75 390	18.44 398	6.14 396	22.67 413	27.90 403	33.01 414	41.08 417	41.26 416	30.90 414	23.39 407	17.99 400	0.47 380	0.76 391	0.91 385	4.04 408	0.17 295	1.00 380

DeepPrunerF	2.50 335	0.87 340	14.90 397	0.17 241	0.31 341	1.41 170	0.29 276	5.62 352	9.97 382	1.02 164	0.43 146	2.01 239	1.65 298	6.85 334	3.99 338	0.00 1	0.01 226	0.07 358	0.10 334	0.24 326	0.12 309

IPLGR_C	0.75 134	0.88 341	2.58 266	0.13 219	0.02 172	1.40 166	0.27 265	3.19 164	0.84 152	1.92 253	2.46 292	0.18 74	0.11 114	0.49 83	0.26 134	0.00 1	0.05 316	0.01 322	0.05 311	0.19 309	0.06 260

AANet_RVC	1.66 294	0.88 341	3.52 310	0.06 157	0.00 1	1.22 100	0.00 1	3.25 169	2.51 329	2.21 274	4.49 333	3.65 318	0.20 154	7.10 353	3.42 334	0.50 381	0.04 307	0.00 1	0.00 1	0.08 222	0.05 232

SANet	4.63 370	0.89 343	5.34 361	0.30 281	0.09 247	7.43 374	3.75 373	6.53 369	16.16 392	6.79 365	13.29 375	12.44 379	7.74 381	7.38 358	4.11 340	0.00 1	0.01 226	0.00 1	0.00 1	0.10 251	0.31 357

DN-CSS_ROB	0.77 139	0.90 344	2.01 216	0.85 352	0.00 1	1.47 191	0.01 55	2.92 129	0.93 164	0.12 40	0.53 157	0.44 105	0.16 135	4.33 214	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.30 348	0.01 63

SDNR	3.31 354	0.91 345	6.28 376	0.44 307	0.02 172	26.11 412	0.01 55	3.81 237	1.62 269	2.82 310	11.06 370	2.93 289	0.60 218	7.95 369	1.52 278	0.01 309	0.01 226	0.00 1	0.00 1	0.06 197	0.12 309

FADNet	1.20 245	0.93 346	4.51 346	0.03 103	0.06 222	2.56 294	0.16 231	4.02 250	1.42 234	0.32 61	0.06 63	1.66 218	1.07 260	5.56 276	0.87 242	0.19 368	0.02 275	0.01 322	0.01 272	0.50 371	0.03 191

GANetREF_RVC	1.10 227	0.95 347	2.98 279	0.06 157	0.00 1	2.23 278	0.18 239	3.95 247	2.53 331	0.56 98	0.32 120	1.89 232	0.66 236	5.03 253	0.51 204	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.04 215
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
LL-Strereo	1.93 317	0.97 348	3.83 323	0.55 324	2.19 385	1.49 198	0.05 175	4.09 254	1.00 176	2.59 302	2.77 302	5.17 348	5.63 375	7.19 354	0.63 225	0.00 1	0.10 352	0.00 1	0.00 1	0.25 332	0.20 342

ADCP+	2.87 342	0.98 349	8.75 386	0.07 177	0.16 283	5.93 365	2.90 365	4.00 249	1.84 282	1.52 220	0.27 115	3.81 322	3.22 345	6.05 289	17.38 398	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.30 353

MFMNet_re	2.02 324	0.98 349	4.27 337	2.74 387	0.88 366	1.47 191	0.15 227	4.21 264	3.18 341	6.63 364	6.93 354	1.87 231	3.63 352	2.13 151	0.99 252	0.00 1	0.00 1	0.00 1	0.00 1	0.23 323	0.05 232

PVD	5.81 378	0.99 351	5.56 365	0.72 342	0.51 355	6.72 368	0.18 239	9.90 388	23.69 397	11.45 386	19.26 392	8.18 369	9.46 389	9.24 379	9.49 377	0.02 331	0.16 369	0.00 1	0.08 327	0.18 302	0.40 364

FADNet-RVC-Resample	1.08 216	1.00 352	5.32 360	0.10 208	0.14 273	1.53 210	0.25 259	3.62 217	1.18 202	0.51 96	0.19 101	1.04 175	0.28 172	5.20 259	0.44 190	0.10 358	0.16 369	0.09 361	0.06 320	0.24 326	0.21 344

PWC_ROB	2.90 344	1.01 353	6.12 373	0.53 321	0.57 360	1.30 135	0.40 296	3.85 241	4.42 359	7.37 369	15.40 380	3.03 297	1.55 289	6.31 301	5.74 357	0.00 1	0.00 1	0.00 1	0.00 1	0.46 365	0.05 232

SHD	3.01 345	1.02 354	5.52 363	0.45 310	0.39 346	4.12 337	0.17 234	6.68 372	12.04 385	7.20 368	3.36 317	4.40 331	2.58 328	4.69 239	7.17 366	0.01 309	0.04 307	0.00 1	0.03 296	0.22 322	0.17 328

PASM	1.58 289	1.05 355	7.51 380	0.56 325	0.09 247	1.37 157	0.28 273	2.85 125	1.44 239	3.91 339	0.44 147	3.02 295	0.64 229	6.38 305	1.59 282	0.00 1	0.01 226	0.00 1	0.03 296	0.26 334	0.15 322

FADNet_RVC	1.15 238	1.06 356	4.34 342	0.02 64	0.06 222	2.77 306	0.04 162	3.50 206	0.80 144	0.35 74	0.32 120	0.65 127	0.09 99	5.20 259	1.56 279	0.24 374	0.34 383	0.11 365	0.33 386	0.65 378	0.60 367

FADNet-RVC	1.10 227	1.07 357	4.79 352	0.03 103	0.00 1	1.60 232	0.08 197	3.77 228	1.70 274	0.35 74	0.07 64	0.61 121	0.66 236	5.32 265	1.11 256	0.01 309	0.08 342	0.00 1	0.00 1	0.48 369	0.18 334

SAMSARA	3.32 355	1.07 357	6.25 374	0.86 356	0.31 341	7.55 376	3.87 374	5.26 334	4.20 355	7.43 370	3.35 316	10.04 376	3.83 356	6.98 348	4.83 348	0.00 1	0.14 364	0.00 1	0.05 311	0.17 295	0.22 346

iResNetv2_ROB	1.08 216	1.12 359	4.68 351	1.09 367	0.00 1	1.38 163	0.05 175	3.83 238	1.11 192	0.80 131	1.15 224	1.02 174	0.12 124	4.52 231	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.33 349	0.03 191

RAFT + AFF	1.63 291	1.13 360	2.62 269	0.04 126	0.80 365	2.29 282	1.03 332	5.54 348	2.06 302	1.77 243	1.81 261	1.22 189	3.65 353	6.23 297	1.57 281	0.01 309	0.35 384	0.00 1	0.01 272	0.33 349	0.12 309

Syn2CoEx	1.66 294	1.17 361	4.29 338	0.04 126	0.00 1	1.44 179	0.56 310	5.33 337	1.98 298	2.01 263	2.12 279	2.08 244	2.81 333	6.55 314	2.42 315	0.00 1	0.00 1	0.00 1	0.00 1	0.33 349	0.06 260

EDNetEfficient	6.54 381	1.17 361	33.15 408	0.66 337	1.96 381	2.07 274	3.72 372	2.80 121	14.85 389	20.02 404	9.69 366	6.59 362	10.19 392	7.19 354	15.49 394	0.03 339	0.10 352	0.01 322	0.20 361	0.62 377	0.29 352

Wz-Net-MNSev	1.85 312	1.19 363	5.61 366	0.01 17	0.00 1	4.74 350	2.16 354	4.93 316	1.48 248	3.77 335	1.24 234	1.77 224	2.56 326	4.94 250	2.61 323	0.00 1	0.01 226	0.00 1	0.00 1	0.07 211	0.01 63

XQC	2.57 337	1.20 364	6.33 377	0.18 245	0.01 103	3.84 333	0.33 288	5.24 329	3.83 352	4.43 346	1.94 266	4.58 335	3.19 343	7.19 354	8.67 374	0.00 1	0.03 297	0.00 1	0.03 296	0.27 337	0.19 338

RTSC	2.66 338	1.24 365	6.04 371	0.18 245	0.02 172	4.40 346	0.08 197	4.29 273	4.98 362	6.00 360	3.15 312	2.97 293	1.56 290	6.71 326	10.89 381	0.00 1	0.07 333	0.00 1	0.05 311	0.40 361	0.24 350

SQANet	2.28 332	1.25 366	2.39 252	4.17 390	2.91 386	2.60 296	0.24 258	4.17 261	0.83 149	2.42 296	0.57 158	1.59 206	0.88 251	3.30 172	0.68 230	7.35 396	0.12 359	0.47 379	0.02 290	6.56 391	3.00 391

otaku	3.17 348	1.32 367	2.49 259	6.07 393	3.26 388	4.62 348	2.15 353	5.35 338	1.34 222	2.00 260	2.54 296	3.50 315	1.49 282	3.68 184	1.11 256	7.89 397	0.23 375	1.88 388	0.03 296	7.74 394	4.78 396

Ntro	3.24 349	1.34 368	2.83 276	7.27 395	4.43 392	6.22 367	0.74 321	4.73 301	1.48 248	0.39 81	1.77 259	2.70 276	1.28 275	4.59 238	1.25 266	8.06 398	0.28 380	2.12 391	0.05 311	8.11 395	5.16 397

ADCMid	3.95 365	1.34 368	10.91 392	0.18 245	0.38 345	5.02 354	1.27 341	4.87 314	2.94 339	11.15 384	3.60 322	6.76 363	5.21 372	6.40 310	16.96 396	0.12 361	0.08 342	0.55 383	0.46 388	0.53 373	0.19 338

SGM+DAISY	4.39 368	1.34 368	5.18 358	1.01 363	0.88 366	5.61 361	2.86 364	4.88 315	3.53 344	13.29 391	13.95 377	12.66 380	7.55 380	7.98 370	5.39 355	0.23 373	0.18 372	0.15 369	0.24 371	0.29 344	0.64 369

Anonymous Stereo	1.78 308	1.37 371	7.79 381	0.42 305	0.07 230	1.49 198	3.20 366	3.31 179	1.84 282	2.75 307	1.14 222	1.84 230	0.09 99	6.89 341	3.32 333	0.00 1	0.00 1	0.00 1	0.00 1	0.09 241	0.01 63

PWCDC_ROB	3.06 346	1.38 372	3.81 321	0.14 229	0.00 1	3.14 312	0.02 100	4.40 280	12.35 386	1.08 174	23.69 402	2.01 239	2.01 315	3.87 197	2.43 316	0.24 374	0.00 1	0.00 1	0.00 1	0.61 376	0.08 286

GASNet	1.43 272	1.53 373	4.54 347	0.31 283	0.02 172	1.49 198	0.20 246	3.86 243	1.95 295	0.75 120	1.37 242	2.11 247	1.57 293	5.82 285	2.60 322	0.00 1	0.05 316	0.00 1	0.00 1	0.43 363	0.10 296

ACVNet-4b	5.67 376	1.65 374	4.43 344	9.46 401	7.11 400	8.72 381	1.68 347	6.61 370	5.76 368	0.27 56	6.49 352	11.67 377	2.43 325	8.40 373	1.56 279	9.06 402	2.34 401	10.49 401	0.02 290	9.22 401	5.98 400

LSM	7.38 383	1.68 375	22.24 403	3.99 389	40.72 420	3.54 328	4.79 388	4.74 302	6.65 373	10.25 381	13.51 376	4.49 333	3.81 355	6.91 343	5.31 354	0.00 1	0.04 307	0.00 1	0.00 1	0.26 334	14.60 415

WAO-6	11.09 396	1.69 376	3.21 296	7.54 396	7.10 399	16.34 395	6.63 402	20.12 404	38.64 413	9.67 380	19.28 393	27.53 403	10.97 395	12.43 395	11.57 384	4.26 390	2.35 402	10.54 402	0.02 290	7.59 393	4.29 394

WZ-Net	4.16 367	1.75 377	23.59 404	0.08 189	0.04 207	2.62 300	2.16 354	5.89 359	4.74 361	5.73 359	3.51 320	6.99 366	4.89 367	10.82 390	10.11 378	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.11 300

MFN_U_SF_RVC	3.76 362	1.77 378	9.85 388	0.84 349	0.27 327	9.50 382	0.49 306	8.07 383	3.41 343	4.81 352	3.28 315	9.40 374	3.49 348	7.76 368	8.31 373	0.41 378	0.54 387	0.52 381	0.80 397	0.89 379	0.84 375

SuperB	3.70 361	1.77 378	15.73 398	0.31 283	0.05 214	4.37 344	1.67 346	3.58 215	11.57 383	2.36 291	1.32 240	2.03 242	1.91 310	6.95 346	9.01 375	0.05 347	0.03 297	0.10 364	0.08 327	11.00 406	0.10 296

WAO-7	9.09 389	1.79 380	3.55 313	0.80 347	0.15 278	18.67 399	4.36 382	23.07 414	26.68 402	12.59 389	27.90 409	22.52 397	13.03 397	13.53 397	11.47 383	0.09 357	0.03 297	0.58 384	0.10 334	0.47 368	0.34 359

ACVNet_2	8.69 387	1.80 381	5.09 357	8.55 399	6.72 397	13.47 390	4.34 381	13.70 394	23.86 398	6.89 367	19.74 394	20.52 394	5.36 373	7.70 367	2.48 318	8.53 399	1.67 398	7.99 395	0.32 385	8.79 399	6.29 404

ACVNet_1	6.16 380	1.86 382	4.43 344	9.52 402	7.22 401	7.59 377	2.37 358	9.99 389	6.71 374	3.84 337	5.35 343	13.23 383	4.90 368	6.25 298	1.94 303	9.06 402	2.40 403	10.88 403	0.11 338	9.58 403	6.03 401

EDNetEfficientorigin	10.31 394	1.90 383	98.96 429	0.22 255	0.23 312	2.73 301	0.71 319	4.50 287	16.94 393	18.72 398	15.36 379	12.74 381	10.73 394	8.96 377	11.94 386	0.01 309	0.01 226	0.00 1	0.00 1	0.25 332	1.31 384

Dean	11.46 399	2.03 384	5.20 359	10.73 404	8.20 404	18.71 400	5.73 393	21.10 408	41.49 416	11.12 383	22.16 399	25.92 402	7.74 381	7.52 362	4.31 342	9.01 401	2.27 400	9.95 400	0.61 393	9.18 400	6.22 402

ADCS	5.09 374	2.15 385	16.58 399	0.34 293	0.07 230	5.91 364	4.26 378	6.73 375	6.99 376	9.44 379	6.09 348	6.57 361	5.17 371	9.54 383	21.38 410	0.00 1	0.00 1	0.00 1	0.00 1	0.36 357	0.23 349

MSC_U_SF_DS_RVC	5.12 375	2.33 386	8.42 384	0.33 287	0.27 327	24.60 411	8.84 408	5.50 345	9.75 381	3.82 336	8.16 361	8.53 371	1.82 305	9.44 381	5.18 353	1.02 384	1.65 397	0.33 377	0.47 389	1.06 381	0.90 377

LVE	11.10 397	2.36 387	3.34 303	9.94 403	8.13 403	21.22 404	7.75 406	16.47 398	32.55 408	8.55 375	23.64 401	23.22 400	7.93 384	10.98 392	6.65 361	9.45 404	2.55 410	11.08 404	0.58 392	9.35 402	6.28 403

Wz-Net-SNSev	2.53 336	2.49 388	10.66 391	0.39 302	0.01 103	2.73 301	0.40 296	5.02 321	1.50 252	2.15 269	2.12 279	6.48 359	1.11 263	9.47 382	5.84 358	0.00 1	0.01 226	0.00 1	0.00 1	0.21 319	0.06 260

AnyNet_C32	3.93 364	2.58 389	12.07 394	0.39 302	0.49 354	5.50 359	6.45 401	4.44 284	2.19 315	6.86 366	2.94 307	5.28 350	3.20 344	6.63 319	18.37 401	0.08 354	0.04 307	0.20 372	0.09 330	0.57 374	0.19 338

MFN_U_SF_DS_RVC	3.30 352	2.61 390	7.84 382	0.09 200	0.26 322	12.92 388	7.62 405	4.25 268	3.64 349	2.95 314	3.99 330	4.61 338	1.22 268	8.36 372	1.77 289	0.59 382	1.15 394	0.04 353	0.85 398	0.48 369	0.67 371

RTS	9.75 392	2.69 391	65.25 417	0.85 352	1.99 382	14.36 391	4.75 386	5.69 354	17.29 394	7.97 372	19.00 387	6.83 364	3.02 339	26.15 412	18.62 404	0.00 1	0.15 367	0.00 1	0.00 1	0.29 344	0.16 324

RTSA	9.75 392	2.69 391	65.25 417	0.85 352	1.99 382	14.36 391	4.75 386	5.69 354	17.29 394	7.97 372	19.00 387	6.83 364	3.02 339	26.15 412	18.62 404	0.00 1	0.15 367	0.00 1	0.00 1	0.29 344	0.16 324

IMH-64-1	9.55 390	2.76 393	2.44 253	11.17 405	9.13 405	12.03 386	5.45 391	18.33 400	15.78 390	6.59 362	18.69 385	16.95 389	6.20 376	10.63 388	8.06 370	9.46 405	2.46 404	15.42 408	1.61 401	10.89 404	6.88 405

IMH-64	9.55 390	2.76 393	2.44 253	11.17 405	9.13 405	12.03 386	5.45 391	18.33 400	15.78 390	6.59 362	18.69 385	16.95 389	6.20 376	10.63 388	8.06 370	9.46 405	2.46 404	15.42 408	1.61 401	10.89 404	6.88 405

RainbowNet	4.74 371	3.21 395	3.07 286	9.34 400	6.01 394	4.89 353	3.60 371	7.09 378	4.39 358	1.63 232	3.01 308	4.72 339	2.96 337	5.53 273	1.19 262	8.95 400	2.12 399	8.48 396	0.19 358	8.75 396	5.73 398

IMH	11.11 398	3.50 396	2.56 265	11.25 407	9.13 405	14.49 393	5.10 389	20.68 407	26.30 401	8.28 374	23.85 403	20.63 395	9.19 388	12.39 394	7.96 368	9.50 407	2.50 406	15.28 407	1.66 403	11.07 407	6.96 407

WAO-8	13.93 404	3.75 397	4.23 335	7.74 397	6.54 395	22.81 407	2.39 360	22.66 411	45.98 417	18.88 401	35.42 414	33.21 408	16.91 404	16.55 402	12.78 387	5.01 392	0.81 392	9.89 398	0.77 395	8.77 398	3.61 392

Venus	13.93 404	3.75 397	4.23 335	7.74 397	6.54 395	22.81 407	2.39 360	22.66 411	45.98 417	18.88 401	35.42 414	33.21 408	16.91 404	16.55 402	12.78 387	5.01 392	0.81 392	9.89 398	0.77 395	8.76 397	3.61 392

AnyNet_C01	6.59 382	4.31 399	36.24 410	0.96 360	0.46 351	9.96 383	5.74 394	6.02 364	3.63 348	7.59 371	8.56 362	8.83 372	3.14 342	13.74 398	20.83 408	0.12 361	0.08 342	0.25 375	0.09 330	1.01 380	0.34 359

JetBlue	13.83 403	5.03 400	33.82 409	0.84 349	6.92 398	50.14 418	20.02 416	15.09 395	8.92 380	11.33 385	17.05 382	28.25 404	18.01 408	32.60 416	18.53 403	0.32 376	0.12 359	0.15 369	0.23 369	4.59 389	4.64 395

Wz-Net-TNSev	3.91 363	5.20 401	20.57 401	0.15 231	0.01 103	7.14 372	3.57 370	6.70 374	3.57 346	1.74 237	0.58 160	7.39 367	4.33 360	8.86 376	7.99 369	0.00 1	0.00 1	0.00 1	0.02 290	0.24 326	0.16 324

PWCK	8.72 388	5.37 402	16.61 400	5.74 392	0.12 263	19.88 401	11.41 411	11.31 392	13.42 387	14.07 392	12.84 374	13.20 382	8.05 385	15.44 399	10.25 379	5.95 394	0.22 374	2.09 390	0.05 311	7.50 392	0.92 378

coex-ft	12.01 400	5.60 403	80.23 420	0.15 231	0.15 278	1.88 267	0.73 320	2.66 111	30.12 405	49.31 418	16.59 381	15.97 388	14.42 400	6.79 332	14.50 390	0.05 347	0.08 342	0.01 322	0.05 311	0.37 359	0.61 368

TorneroNet-64	15.45 408	5.66 404	3.44 308	13.86 408	12.03 409	28.15 414	6.27 399	19.89 403	38.68 414	12.16 388	28.06 410	35.76 411	15.44 402	19.56 405	15.40 393	9.71 408	2.52 407	19.13 411	2.70 404	12.55 409	7.94 409

TorneroNet	16.10 409	5.74 405	4.12 333	13.88 409	11.97 408	26.89 413	6.85 403	21.13 409	38.32 412	14.15 393	33.36 413	33.52 410	17.49 406	18.89 404	19.64 406	9.77 409	2.53 408	19.43 412	3.35 405	13.21 410	7.86 408

KSHMR	14.27 407	6.95 406	5.79 369	15.08 411	12.84 410	17.44 396	10.61 410	18.88 402	30.94 406	18.81 400	22.21 400	28.54 405	8.85 386	15.56 400	9.24 376	10.34 412	3.60 414	21.61 414	4.68 411	14.48 411	8.94 410

BEATNet-Init1	17.91 411	7.45 407	36.82 411	1.88 380	1.38 375	37.29 417	14.71 414	21.90 410	24.20 399	38.07 415	36.59 416	50.41 418	32.00 416	29.42 414	21.83 411	0.33 377	0.39 385	0.47 379	0.54 391	1.50 385	1.07 381

UDG	2.86 341	8.81 408	1.57 166	2.60 385	0.89 368	2.39 287	0.11 215	3.42 195	1.02 178	2.18 272	3.64 324	5.04 346	1.60 297	4.17 208	2.09 309	1.21 387	0.04 307	7.69 394	3.67 407	4.10 388	0.93 379

FADE		10.20 409		4.76 391	4.82 393							14.63 385				24.52 417	8.46 416	36.14 421	36.87 421	3.46 387

UNDER WATER-64	20.03 414	10.28 410	31.50 407	20.05 414	13.64 411	32.81 416	23.45 417	16.01 396	33.44 409	22.01 409	17.25 383	40.58 415	32.20 417	24.50 409	22.36 412	10.06 410	2.70 412	18.37 410	4.24 409	14.84 412	10.24 414

DDUNet	3.28 351	10.54 411	2.29 247	3.50 388	3.31 389	4.21 340	0.21 248	3.77 228	1.03 179	2.54 300	3.17 314	3.20 305	0.21 158	3.89 198	0.69 231	1.94 388	0.05 316	9.87 397	3.53 406	5.03 390	2.55 390

UNDER WATER	19.61 413	12.37 412	31.14 406	20.44 415	14.31 412	28.63 415	18.15 415	16.43 397	34.24 410	20.82 406	19.14 391	38.83 412	30.09 413	24.31 408	20.97 409	10.09 411	2.68 411	19.51 413	4.70 412	15.52 413	9.93 412

MADNet+	10.71 395	14.57 413	70.07 419	0.58 328	0.47 353	19.89 402	4.20 377	11.05 390	6.87 375	3.03 318	5.99 347	9.01 373	6.35 378	31.95 415	28.31 414	0.22 369	0.26 379	0.01 322	0.04 306	0.46 365	0.87 376

ktn	19.15 412	18.52 414	6.39 378	22.64 417	17.26 415	24.47 409	12.11 412	24.52 415	34.74 411	18.75 399	27.70 406	32.54 406	17.85 407	15.71 401	16.67 395	22.09 416	3.64 415	28.95 418	10.91 415	17.40 415	10.22 413

DPSimNet_ROB	25.03 416	19.56 415	24.93 405	24.36 418	17.85 416	22.25 406	25.93 418	28.52 416	29.10 404	32.61 413	28.25 411	32.87 407	26.42 410	24.51 410	40.42 416	16.75 415	13.93 418	25.19 415	22.38 418	19.96 417	24.75 420

notaker	17.52 410	21.54 416	7.84 382	18.05 413	14.44 413	17.58 397	6.43 400	20.13 405	24.44 400	21.34 407	27.71 407	39.12 413	18.78 409	19.63 406	20.40 407	11.95 413	2.71 413	25.51 416	5.85 413	17.10 414	9.78 411

DispFullNet	7.91 385	23.96 417	13.67 396	14.71 410	7.88 402	4.83 352	0.04 162	5.01 320	2.89 337	8.86 378	4.96 337	6.11 355	10.72 393	10.18 387	3.51 336	2.44 389	0.33 382	15.15 406	4.65 410	12.33 408	5.95 399

SPstereo	60.73 422	26.49 418	40.67 413	33.02 419	24.24 418	71.50 421	79.28 421	100.00 432	100.00 430	97.54 428	96.19 427	100.00 434	94.96 427	94.75 426	75.88 422	28.65 420	21.81 419	46.87 423	42.08 422	19.71 416	20.91 418

HanzoNet	29.69 417	29.33 419	21.66 402	21.75 416	19.07 417	24.58 410	12.99 413	28.87 417	40.49 415	43.09 416	44.02 418	55.65 420	44.93 418	43.17 418	44.44 417	27.88 419	9.47 417	29.77 419	15.86 417	20.94 418	15.84 416

MADNet++	47.78 419	34.15 420	37.11 412	42.94 420	41.23 421	64.94 419	30.63 419	60.79 421	53.26 420	72.08 421	61.65 420	57.68 421	54.96 419	58.03 419	59.24 420	43.01 422	36.17 422	36.07 420	22.50 419	47.50 421	41.67 422

JetRed	34.54 418	39.28 421	62.16 415	15.62 412	26.51 419	69.20 420	40.79 420	31.43 418	32.41 407	46.06 417	44.55 419	40.19 414	26.50 411	38.43 417	56.06 419	12.76 414	37.49 423	13.23 405	9.38 414	29.52 419	19.34 417

DLNR_Zeroshot_test	23.05 415	49.79 422	87.94 421	97.52 434	94.73 429	1.18 85	0.00 1	20.60 406	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 216	0.10 62	32.22 421	0.04 307	0.00 1	0.27 378	72.00 427	0.06 260

LRCNet_RVC	60.63 421	63.16 423	62.94 416	69.09 426	50.21 422	19.92 403	0.07 191	58.32 420	5.21 365	75.67 422	86.75 422	74.68 422	62.48 420	59.01 421	49.80 418	93.38 428	56.36 427	93.48 428	92.95 428	67.44 426	71.73 427

ASD4	55.28 420	67.10 424	50.57 414	44.24 421	57.82 423	92.00 423	98.23 429	54.95 419	86.61 424	58.30 420	64.61 421	50.57 419	63.33 421	58.83 420	67.37 421	25.76 418	29.60 420	26.82 417	29.01 420	42.42 420	37.42 421

xxxxx1	76.92 424	82.43 425	93.26 424	61.67 423	66.92 424	95.84 425	95.11 425	75.84 422	80.96 421	82.71 423	86.75 422	89.18 423	87.35 422	85.27 422	87.18 423	55.08 423	54.60 424	60.31 424	72.71 425	62.51 422	62.73 423

tt_ll	76.92 424	82.43 425	93.26 424	61.67 423	66.92 424	95.84 425	95.11 425	75.84 422	80.96 421	82.71 423	86.75 422	89.18 423	87.35 422	85.27 422	87.18 423	55.08 423	54.60 424	60.31 424	72.71 425	62.51 422	62.73 423

ff	76.92 424	82.43 425	93.26 424	61.67 423	66.92 424	95.84 425	95.11 425	75.84 422	80.96 421	82.71 423	86.75 422	89.18 423	87.35 422	85.27 422	87.18 423	55.08 423	54.60 424	60.31 424	72.71 425	62.51 422	62.73 423

MEDIAN_ROB	96.83 428	99.41 428	98.66 428	94.75 429	94.23 428	93.08 424	90.54 423	95.61 427	94.75 425	97.65 429	97.73 428	98.30 428	96.57 428	94.51 425	93.74 428	99.78 438	98.24 429	99.99 432	99.89 431	99.48 432	99.67 431

HaxPig	97.68 430	99.63 429	91.34 422	99.82 439	99.97 433	88.15 422	88.00 422	98.28 428	99.93 429	99.98 432	99.99 430	99.95 432	99.99 431	96.29 427	92.24 427	99.99 440	99.98 432	100.00 433	99.99 432	100.00 441	99.98 438

Anonymous_1	97.10 429	99.72 430	99.64 431	92.33 427	93.91 427	100.00 431	100.00 431	99.20 429	99.90 428	98.57 430	99.75 429	99.14 429	99.94 430	98.50 428	99.54 429	87.90 426	98.87 430	90.88 427	96.91 429	92.22 428	95.12 428

PML	89.08 427	99.72 430	92.85 423	94.72 428	94.92 430	99.54 430	97.42 428	93.50 425	95.96 426	99.77 431	92.33 426	95.35 427	93.51 426	99.96 433	91.15 426	99.98 439	31.71 421	100.00 433	45.94 423	93.46 429	69.88 426

AVERAGE_ROB	99.23 434	99.81 432	97.56 427	100.00 442	100.00 435	96.24 428	91.02 424	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	99.98 434	99.97 431	100.00 441	100.00 433	100.00 433	100.00 433	100.00 441	100.00 440

DPSMNet_ROB	99.46 436	99.94 433	99.98 433	96.59 433	100.00 435	100.00 431	100.00 431	99.81 430	100.00 430	95.87 427	100.00 431	99.32 430	100.00 432	99.79 430	99.99 432	98.46 432	100.00 433	99.86 430	100.00 433	99.52 433	100.00 440

DGTPSM_ROB	99.45 435	99.94 433	99.98 433	96.58 432	100.00 435	100.00 431	100.00 431	99.81 430	100.00 430	95.86 426	100.00 431	99.32 430	100.00 432	99.79 430	99.99 432	98.34 431	100.00 433	99.86 430	100.00 433	99.52 433	99.99 439

test_example2	98.83 431	99.97 435	99.97 432	99.96 441	99.97 433	99.46 429	99.97 430	95.54 426	100.00 430	100.00 433	100.00 431	93.37 426	93.47 425	99.93 432	99.91 430	100.00 441	99.79 431	96.64 429	98.71 430	100.00 441	100.00 440

MyStereo03	99.95 439	100.00 436	100.00 435	99.75 436	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	99.21 433	100.00 433	100.00 433	100.00 433	99.99 436	99.95 433

MyStereo02	99.95 439	100.00 436	100.00 435	99.75 436	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	99.21 433	100.00 433	100.00 433	100.00 433	99.99 436	99.95 433

MyStereo	99.95 439	100.00 436	100.00 435	99.75 436	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	99.21 433	100.00 433	100.00 433	100.00 433	99.99 436	99.95 433

Selective-RAFT-Error	100.00 442	100.00 436	100.00 435	100.00 442	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	100.00 441	100.00 433	100.00 433	100.00 433	99.99 436	99.95 433

CasAABBNet	99.94 437	100.00 436	100.00 435	99.72 435	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	99.21 433	100.00 433	100.00 433	100.00 433	99.96 435	99.95 433

LSM0	99.94 437	100.00 436	100.00 435	99.84 440	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	99.22 437	100.00 433	100.00 433	100.00 433	99.99 436	99.83 432

DPSM_ROB	99.17 432	100.00 436	100.00 435	96.28 430	98.84 431	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	93.66 429	100.00 433	100.00 433	100.00 433	96.31 430	98.27 429

DPSM	99.17 432	100.00 436	100.00 435	96.28 430	98.84 431	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 434	100.00 432	100.00 435	100.00 434	93.66 429	100.00 433	100.00 433	100.00 433	96.31 430	98.27 429

Low-res two-view benchmark