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	1.88 66	0.15 1	2.11 42	1.38 167	0.88 205	2.40 72	0.04 10	5.93 124	6.10 176	2.25 50	1.34 20	6.06 210	5.08 260	2.78 56	1.01 101	0.00 1	0.02 167	0.00 1	0.00 1	0.01 7	0.06 145

Selective-IGEV	1.23 26	0.18 2	1.13 2	0.07 9	0.17 71	2.38 71	0.54 128	6.10 129	2.51 17	0.41 16	3.20 55	0.26 15	0.29 8	6.94 165	0.16 1	0.00 1	0.01 126	0.00 1	0.11 287	0.04 79	0.10 200

EGLCR-Stereo	1.04 10	0.20 3	2.00 27	1.14 145	0.16 66	2.50 78	0.11 29	4.96 71	2.61 21	0.79 28	0.07 1	1.46 62	0.37 20	3.96 77	0.23 2	0.01 146	0.05 241	0.00 1	0.00 1	0.00 1	0.07 158

PSM-AAD	3.33 201	0.20 3	1.47 6	0.73 94	0.54 174	2.55 84	6.19 337	4.97 72	3.27 60	10.92 321	11.92 261	2.95 96	9.59 337	7.90 214	0.82 71	0.01 146	0.01 126	0.00 1	0.00 1	0.04 79	2.47 371

GrayStereo	3.74 228	0.20 3	1.94 22	1.55 189	0.60 178	3.12 154	8.22 359	5.76 117	3.32 62	10.40 310	16.66 309	5.81 205	8.60 324	6.57 151	1.37 128	0.01 146	0.00 1	0.01 257	0.63 362	0.02 23	0.04 105

knoymous	1.36 35	0.21 6	1.68 11	0.20 33	0.49 169	1.58 24	0.11 29	5.15 82	2.40 14	4.62 96	1.77 30	4.56 161	0.45 32	3.23 62	0.63 41	0.00 1	0.02 167	0.00 1	0.00 1	0.02 23	0.01 16

test-3	1.86 62	0.21 6	2.46 62	1.03 128	0.22 103	1.38 13	0.83 193	4.65 58	5.04 137	7.26 214	1.78 31	4.10 143	0.41 29	6.53 150	0.76 63	0.00 1	0.00 1	0.00 1	0.29 337	0.18 244	0.14 236

test_1	1.85 61	0.21 6	2.45 59	1.02 126	0.22 103	1.37 12	0.82 189	4.66 59	5.06 138	7.02 198	1.73 28	4.09 141	0.41 29	6.51 148	0.76 63	0.00 1	0.00 1	0.00 1	0.29 337	0.18 244	0.14 236

test_3	1.88 66	0.22 9	2.75 91	0.96 121	0.22 103	1.28 10	0.77 182	4.62 54	5.87 164	6.55 181	1.84 33	4.28 153	0.45 32	6.48 145	0.76 63	0.00 1	0.01 126	0.00 1	0.28 336	0.17 234	0.14 236

ttt	3.86 240	0.23 10	2.34 54	2.22 279	1.68 259	4.36 222	0.28 76	12.45 296	11.09 298	6.90 195	11.85 260	4.08 140	3.28 172	8.47 253	7.85 302	0.06 281	0.04 232	0.00 1	0.00 1	0.03 59	0.03 69

Any-RAFT	2.18 99	0.25 11	1.94 22	1.37 166	0.80 199	5.01 240	0.56 133	8.51 196	5.58 157	4.01 84	4.85 89	5.44 191	2.26 137	2.45 53	0.35 7	0.00 1	0.15 319	0.00 1	0.00 1	0.02 23	0.02 39

CAS	2.24 102	0.25 11	1.86 14	11.21 387	3.86 346	1.67 28	0.02 7	3.87 24	2.67 23	0.41 16	1.63 27	0.24 14	0.27 5	1.50 22	0.74 57	9.43 394	0.01 126	0.00 1	0.00 1	0.01 7	5.21 382

MGS-Stereo	1.10 14	0.26 13	2.45 59	0.58 84	0.06 17	1.84 40	0.67 159	2.16 2	3.42 68	1.03 32	6.13 126	0.49 39	0.36 17	1.43 19	0.62 40	0.00 1	0.00 1	0.00 1	0.00 1	0.47 325	0.00 1

11t1	1.62 43	0.26 13	2.53 67	2.37 296	0.24 107	2.58 90	0.06 15	6.66 156	3.00 43	3.40 75	3.01 51	1.14 54	1.94 123	4.18 83	0.91 88	0.01 146	0.02 167	0.00 1	0.00 1	0.03 59	0.03 69

GMM-Stereo	3.32 199	0.27 15	2.52 66	0.82 100	0.48 166	2.27 63	4.91 325	5.06 78	3.08 48	7.06 202	16.72 310	6.21 214	3.70 195	7.60 196	1.16 114	0.04 259	0.00 1	0.00 1	0.04 260	0.10 168	4.45 377

x	1.73 48	0.28 16	2.49 65	1.91 236	0.17 71	2.10 54	0.83 193	8.74 207	3.55 76	3.28 70	2.12 39	3.10 106	1.96 124	2.90 57	1.12 108	0.00 1	0.02 167	0.00 1	0.00 1	0.02 23	0.03 69

mmm	2.50 137	0.29 17	3.22 140	1.98 246	0.32 132	3.72 194	0.12 35	9.45 223	4.05 100	5.84 131	10.80 242	2.47 85	2.86 162	4.07 81	0.75 61	0.00 1	0.02 167	0.00 1	0.01 210	0.03 59	0.02 39

AEACV	0.80 2	0.29 17	1.70 12	0.96 121	0.24 107	2.03 50	0.88 206	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 127	1.77 35	0.33 5	0.00 1	0.03 210	0.00 1	0.29 337	0.10 168	0.09 181

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 78	0.01 1	1.98 47	0.57 141	3.07 5	3.02 45	0.90 30	1.48 22	0.19 2	0.40 23	0.93 3	0.36 8	0.00 1	0.01 126	0.00 1	0.00 1	0.04 79	0.02 39

Prome-Stereo	3.65 222	0.29 17	1.92 19	0.91 108	0.49 169	2.07 52	4.75 323	4.41 42	3.23 58	9.32 285	20.63 339	4.06 139	7.19 301	7.70 202	1.17 115	0.00 1	0.00 1	0.00 1	0.00 1	0.05 101	4.72 381

MoCha-V2	1.21 24	0.30 21	2.75 91	1.44 178	0.39 144	2.72 108	0.78 186	4.88 64	2.60 20	0.65 25	3.31 57	0.18 1	1.97 125	1.30 14	0.54 34	0.00 1	0.03 210	0.00 1	0.26 334	0.13 207	0.02 39

1111x	4.25 267	0.30 21	4.31 212	1.47 180	0.37 140	5.10 241	0.32 87	12.86 309	9.82 273	6.01 143	9.73 220	8.78 267	5.97 280	9.43 296	10.39 339	0.06 281	0.03 210	0.00 1	0.00 1	0.02 23	0.04 105

qqq	1.93 74	0.30 21	2.96 116	1.40 170	0.05 10	1.96 46	0.39 97	8.45 192	3.33 63	3.06 65	3.84 68	4.67 164	2.70 151	4.40 85	0.96 94	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.03 69

s12784h	1.89 69	0.30 21	2.57 71	0.11 18	0.09 35	4.18 216	0.13 42	6.61 154	7.44 218	3.62 79	4.28 77	0.59 44	0.81 55	6.61 152	0.46 21	0.01 146	0.01 126	0.00 1	0.00 1	0.02 23	0.00 1

DualNet	3.35 204	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	4.53 48	10.19 280	6.29 169	9.23 202	5.59 194	3.72 200	8.00 217	9.35 327	0.00 1	0.02 167	0.00 1	0.00 1	0.10 168	0.04 105

ffm	2.90 167	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	4.53 48	10.19 280	6.29 169	9.23 202	5.59 194	3.72 200	8.00 217	0.46 21	0.00 1	0.02 167	0.00 1	0.00 1	0.10 168	0.04 105

ff1	3.45 214	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	4.53 48	10.19 280	6.29 169	9.23 202	5.59 194	3.72 200	10.11 306	9.35 327	0.00 1	0.02 167	0.00 1	0.00 1	0.10 168	0.04 105

mmx	3.86 240	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	12.18 292	10.66 293	6.29 169	9.23 202	5.59 194	3.72 200	10.11 306	9.35 327	0.05 271	0.02 167	0.00 1	0.00 1	0.03 59	0.04 105

xxx	3.86 240	0.31 25	3.98 195	1.34 159	0.98 216	2.80 118	0.48 112	12.18 292	10.66 293	6.29 169	9.23 202	5.59 194	3.72 200	10.11 306	9.35 327	0.05 271	0.02 167	0.00 1	0.00 1	0.03 59	0.04 105

PFNet+	2.35 118	0.31 25	3.69 172	0.79 98	0.17 71	3.15 158	0.75 179	4.52 47	6.30 185	7.90 240	6.34 139	2.53 86	1.18 81	7.72 205	1.62 149	0.03 243	0.00 1	0.00 1	0.00 1	0.01 7	0.03 69

KYRaft	3.59 219	0.31 25	1.84 13	0.76 97	0.46 159	2.29 64	4.04 307	4.75 61	3.25 59	8.93 276	19.47 332	6.62 225	5.07 259	7.79 209	0.71 54	0.01 146	0.00 1	0.00 1	0.01 210	0.04 79	5.38 384

SST-Stereo	2.75 154	0.31 25	2.78 98	1.33 157	0.33 135	3.99 211	0.82 189	5.60 112	3.93 89	10.92 321	6.19 130	5.00 177	4.23 222	8.66 263	0.74 57	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.03 69

xxxx	4.51 277	0.31 25	2.77 96	1.69 208	0.47 165	7.74 293	0.07 19	14.04 325	7.91 233	5.82 130	8.97 198	9.34 271	3.41 183	7.33 184	20.24 372	0.05 271	0.03 210	0.00 1	0.00 1	0.03 59	0.04 105

AE-Stereo	1.44 38	0.32 34	2.69 82	1.58 194	0.20 97	2.24 61	0.59 143	6.01 125	5.70 160	1.18 41	3.17 54	1.02 52	0.78 53	1.73 31	0.83 72	0.02 216	0.18 333	0.00 1	0.29 337	0.11 185	0.07 158

CASnet	0.98 6	0.32 34	1.62 8	0.65 90	0.07 23	2.11 55	0.14 49	3.50 14	4.03 96	3.77 81	1.41 21	0.31 24	0.29 8	0.80 2	0.57 35	0.01 146	0.00 1	0.00 1	0.00 1	0.04 79	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 45	0.32 34	3.29 144	0.92 112	0.18 83	3.89 206	0.06 15	4.22 34	4.00 93	1.47 42	1.98 35	3.07 105	2.81 158	6.35 137	0.89 86	0.01 146	0.00 1	0.00 1	0.21 318	0.05 101	0.00 1

DisPM	2.43 126	0.32 34	3.04 126	1.76 218	0.18 83	3.46 167	0.65 155	5.13 79	4.88 134	8.59 263	7.04 158	2.84 93	1.03 68	8.85 275	0.83 72	0.01 146	0.00 1	0.00 1	0.00 1	0.01 7	0.02 39

BUS	2.49 134	0.32 34	3.05 131	0.46 70	0.46 159	7.12 278	0.50 123	9.05 211	4.69 126	6.11 151	6.15 127	5.29 185	0.83 56	3.91 73	1.77 159	0.01 146	0.03 210	0.03 302	0.00 1	0.04 79	0.00 1

BSDual-CNN	2.69 147	0.32 34	3.05 131	0.46 70	0.46 159	7.13 280	1.63 253	9.05 211	4.69 126	6.11 151	6.15 127	6.26 215	2.54 145	3.91 73	1.91 168	0.01 146	0.03 210	0.03 302	0.00 1	0.04 79	0.00 1

psmg	3.10 182	0.32 34	3.05 131	0.54 75	0.46 159	8.68 301	2.84 281	9.87 232	4.69 126	8.08 243	8.69 189	6.26 215	2.54 145	3.91 73	1.91 168	0.01 146	0.04 232	0.06 324	0.00 1	0.11 185	0.00 1

R-Stereo Train	2.44 128	0.32 34	1.93 20	0.94 115	0.16 66	3.67 186	0.61 147	6.37 142	3.08 48	9.14 279	17.44 323	1.80 72	0.77 50	1.76 33	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 69

RAFT-Stereo	2.44 128	0.32 34	1.93 20	0.94 115	0.16 66	3.67 186	0.61 147	6.37 142	3.08 48	9.14 279	17.44 323	1.80 72	0.77 50	1.76 33	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 69
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 262	0.32 34	2.76 95	0.63 88	0.69 187	6.95 276	1.69 257	11.96 283	8.36 245	8.83 270	12.17 267	15.18 330	4.21 220	6.91 161	3.30 224	0.02 216	0.02 167	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 342	0.32 34	9.03 328	4.18 365	2.42 298	26.86 387	6.14 336	19.36 373	13.52 324	27.09 382	22.75 349	9.47 274	4.74 246	15.06 358	6.34 282	0.02 216	0.02 167	0.00 1	0.00 1	0.02 23	0.13 231

SGM-Forest	4.96 285	0.32 34	2.84 103	1.21 148	0.64 182	10.23 319	6.64 348	11.55 270	10.98 297	10.94 323	13.59 282	11.65 308	4.30 226	8.94 279	4.63 258	0.11 301	0.04 232	0.00 1	0.00 1	0.05 101	0.46 324
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	1.29 30	0.33 46	3.02 121	0.03 1	1.12 227	1.26 8	0.13 42	4.46 44	3.75 82	0.35 7	2.39 43	0.31 24	0.74 48	6.09 123	1.76 158	0.00 1	0.00 1	0.00 1	0.00 1	0.08 141	0.04 105

MIF-Stereo	0.83 4	0.33 46	1.98 25	0.92 112	1.27 236	0.54 3	0.11 29	1.35 1	2.94 34	1.67 45	2.09 36	0.20 5	0.31 13	1.57 25	1.07 103	0.00 1	0.00 1	0.00 1	0.00 1	0.16 226	0.01 16

NF-Stereo	2.24 102	0.33 46	3.00 117	2.04 258	0.10 38	3.46 167	0.43 104	6.51 152	3.17 52	6.84 188	5.24 105	2.67 91	1.34 90	8.17 239	1.53 140	0.01 146	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

OCTAStereo	2.24 102	0.33 46	3.03 123	2.04 258	0.10 38	3.45 166	0.43 104	6.50 149	3.17 52	6.84 188	5.20 102	2.65 88	1.33 88	8.18 240	1.56 144	0.01 146	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

RAFT_R40	2.71 150	0.33 46	3.00 117	1.26 152	0.30 125	3.83 204	1.00 217	5.69 114	4.29 109	9.69 294	6.33 138	5.02 179	4.02 213	8.58 259	0.86 77	0.01 146	0.00 1	0.00 1	0.00 1	0.03 59	0.02 39

RE-Stereo	2.25 107	0.33 46	3.03 123	2.04 258	0.10 38	3.47 169	0.43 104	6.50 149	3.18 55	6.84 188	5.20 102	2.65 88	1.34 90	8.18 240	1.58 146	0.01 146	0.00 1	0.01 257	0.00 1	0.02 23	0.01 16

TVStereo	2.25 107	0.33 46	3.03 123	2.04 258	0.10 38	3.47 169	0.43 104	6.50 149	3.18 55	6.84 188	5.20 102	2.65 88	1.34 90	8.18 240	1.58 146	0.01 146	0.00 1	0.01 257	0.00 1	0.02 23	0.01 16

CFNet-RSSM	2.11 90	0.33 46	2.71 86	1.04 133	0.30 125	3.21 161	0.41 101	6.67 157	6.96 201	5.62 122	4.58 85	5.40 190	1.71 112	1.86 39	0.87 79	0.00 1	0.08 274	0.00 1	0.32 344	0.02 23	0.02 39

Gwc-CoAtRS	2.02 84	0.33 46	2.61 75	1.04 133	0.30 125	3.56 180	0.40 100	5.89 123	5.94 167	5.08 110	5.01 94	5.55 193	1.72 113	1.60 27	0.91 88	0.01 146	0.09 282	0.00 1	0.25 328	0.01 7	0.02 39

LoS	0.91 5	0.34 55	2.10 41	0.38 64	0.13 57	2.47 76	0.26 74	5.00 76	2.74 27	0.89 29	0.21 5	0.49 39	0.36 17	1.97 43	0.67 46	0.02 216	0.02 167	0.00 1	0.00 1	0.06 117	0.01 16

RCA-Stereo	1.99 81	0.34 55	2.71 86	0.26 41	0.06 17	2.29 64	0.48 112	4.89 65	14.65 330	2.81 59	5.51 115	0.78 48	3.21 171	1.44 20	0.33 5	0.00 1	0.01 126	0.00 1	0.00 1	0.07 132	0.02 39

DCANet-4	2.03 85	0.34 55	5.30 261	0.31 47	0.18 83	1.69 32	0.12 35	4.95 69	8.55 253	5.78 125	5.17 97	1.12 53	2.82 159	2.11 49	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

tt	83.26 426	0.34 55	99.99 434	79.40 427	93.18 428	100.00 433	100.00 434	100.00 435	99.95 430	60.33 416	47.63 404	99.98 434	99.96 432	99.98 433	100.00 437	92.42 428	99.82 432	73.83 428	73.63 425	88.42 429	56.35 423

test_4	2.38 122	0.34 55	2.68 80	0.08 11	0.11 46	3.69 189	1.14 227	3.33 8	3.34 66	4.03 85	17.35 322	3.31 112	0.51 36	6.28 131	1.15 112	0.00 1	0.00 1	0.00 1	0.11 287	0.16 226	0.01 16

AAGNet	3.41 209	0.34 55	2.45 59	1.78 221	0.39 144	3.69 189	1.05 219	4.79 63	4.61 124	9.62 292	7.74 174	4.98 173	6.38 287	7.34 185	13.02 354	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.04 105

PSM-softLoss	2.24 102	0.34 55	3.42 154	1.81 224	0.17 71	2.74 110	0.39 97	6.17 134	2.92 32	6.26 164	6.29 136	2.96 97	0.97 63	8.68 264	1.71 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39

KMStereo	2.24 102	0.34 55	3.42 154	1.81 224	0.17 71	2.74 110	0.39 97	6.17 134	2.92 32	6.26 164	6.29 136	2.96 97	0.97 63	8.68 264	1.71 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39

FENet	2.19 100	0.34 55	3.04 126	2.05 262	0.26 116	2.82 130	0.13 42	7.02 167	5.55 154	4.97 106	1.94 34	4.91 172	3.39 180	4.71 89	2.50 199	0.02 216	0.03 210	0.00 1	0.00 1	0.00 1	0.21 274

CES	1.56 41	0.35 64	1.44 4	0.42 67	7.70 383	2.66 105	0.13 42	4.89 65	2.53 19	0.25 2	1.10 13	0.33 29	0.31 13	1.61 29	0.58 38	0.01 146	0.02 167	0.00 1	0.00 1	0.54 327	6.26 386

iRaft-Stereo_20w	2.56 139	0.35 64	4.98 241	0.37 63	0.67 185	3.47 169	0.59 143	12.57 304	3.89 87	6.10 150	6.23 133	1.49 63	2.24 134	6.65 153	0.86 77	0.00 1	0.19 337	0.00 1	0.33 346	0.08 141	0.22 276

DAS	3.74 228	0.35 64	5.19 256	1.99 247	3.74 338	2.36 68	3.22 290	7.77 177	9.27 262	8.70 264	12.08 263	4.45 157	5.43 269	8.39 248	1.71 153	0.01 146	0.00 1	0.00 1	0.00 1	0.04 79	0.02 39

SepStereo	3.78 233	0.35 64	5.19 256	1.99 247	3.74 338	2.36 68	3.22 290	7.77 177	9.27 262	8.70 264	12.08 263	4.45 157	5.43 269	9.18 287	1.71 153	0.01 146	0.00 1	0.00 1	0.00 1	0.04 79	0.02 39

NRIStereo	2.14 93	0.35 64	2.65 79	1.10 138	0.14 59	3.05 148	0.86 203	5.35 101	3.18 55	6.24 161	3.36 62	4.17 146	1.82 121	8.12 232	2.01 176	0.00 1	0.10 290	0.00 1	0.00 1	0.12 197	0.19 267

CRE-IMP	1.95 76	0.35 64	2.68 80	0.27 45	0.17 71	3.90 207	0.85 202	5.14 80	2.87 31	5.74 124	4.14 74	3.49 122	0.83 56	6.40 138	1.80 162	0.00 1	0.00 1	0.00 1	0.00 1	0.10 168	0.19 267

cross-raft	2.03 85	0.35 64	2.78 98	1.10 138	0.16 66	3.77 200	0.48 112	7.03 168	3.75 82	5.06 109	5.55 116	6.26 215	1.41 94	1.75 32	0.89 86	0.01 146	0.07 266	0.00 1	0.19 313	0.03 59	0.03 69

MSKI-zero shot	2.00 82	0.36 71	2.15 43	0.81 99	0.25 110	2.69 107	0.29 81	6.16 133	2.34 13	4.31 88	7.52 167	3.70 129	0.25 3	8.42 251	0.41 10	0.01 146	0.13 310	0.00 1	0.25 328	0.03 59	0.02 39

RAFT-Test	2.17 97	0.36 71	3.40 152	1.05 135	0.34 137	4.90 237	0.69 164	6.27 137	3.98 91	4.65 100	7.02 155	6.30 218	1.12 72	1.81 36	0.99 98	0.01 146	0.17 329	0.00 1	0.34 348	0.02 23	0.02 39

MC-Stereo	1.47 40	0.36 71	2.54 68	1.99 247	0.12 55	1.90 42	0.12 35	4.47 45	2.83 30	3.31 73	3.44 64	0.56 43	1.47 98	5.39 109	0.47 26	0.00 1	0.04 232	0.00 1	0.21 318	0.07 132	0.04 105

FTStereo	4.55 281	0.36 71	2.18 48	0.94 115	0.38 142	2.60 94	8.82 362	4.98 74	3.17 52	10.88 320	30.35 374	5.60 199	7.60 310	7.62 197	1.55 143	0.17 315	0.00 1	0.05 320	0.00 1	0.03 59	3.80 375

pcwnet_v2	4.20 262	0.36 71	8.53 326	1.33 157	1.12 227	3.43 165	0.41 101	12.85 308	14.16 327	9.90 300	14.29 290	5.90 207	3.03 165	6.20 128	2.06 180	0.01 146	0.05 241	0.04 313	0.02 231	0.16 226	0.18 257

test_xeample	4.13 256	0.36 71	2.75 91	1.23 150	0.51 172	3.96 210	0.13 42	12.63 305	7.65 224	7.49 224	10.86 246	3.29 111	3.36 175	6.71 154	21.53 377	0.02 216	0.03 210	0.00 1	0.00 1	0.03 59	0.04 105

panet	0.99 8	0.37 77	1.89 16	0.08 11	0.19 92	1.68 31	0.02 7	4.12 33	6.41 191	0.70 26	1.57 26	0.46 37	0.67 43	1.15 10	0.41 10	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.01 16

DEmStereo	3.79 234	0.37 77	3.69 172	0.17 31	0.17 71	5.28 244	2.54 273	4.35 37	3.70 79	8.21 251	20.15 334	5.13 182	10.38 342	7.65 198	3.85 246	0.01 146	0.01 126	0.01 257	0.00 1	0.02 23	0.06 145

PMTNet	1.41 37	0.37 77	2.06 31	0.26 41	0.15 63	2.94 142	0.34 91	3.39 9	5.33 147	1.00 31	1.27 18	0.28 19	0.93 62	4.04 80	0.74 57	5.00 382	0.00 1	0.00 1	0.00 1	0.03 59	0.01 16

ICVP	2.32 116	0.38 80	2.89 113	0.92 112	0.70 191	2.55 84	0.87 205	9.97 235	3.99 92	4.13 86	8.97 198	2.71 92	1.69 111	2.52 54	3.52 238	0.05 271	0.24 349	0.01 257	0.01 210	0.11 185	0.13 231
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 150	0.38 80	5.96 281	2.25 280	2.20 289	1.54 23	0.21 64	5.44 107	3.05 46	2.28 53	16.16 304	7.03 232	0.24 2	6.19 126	0.79 68	0.00 1	0.15 319	0.00 1	0.23 324	0.13 207	0.04 105

GES	2.49 134	0.38 80	4.29 211	1.58 194	0.05 10	4.58 230	1.07 222	9.70 229	3.39 67	5.21 112	6.64 143	1.84 74	3.36 175	4.86 92	2.54 202	0.06 281	0.01 126	0.06 324	0.01 210	0.12 197	0.03 69

SMFormer	3.54 216	0.39 83	3.61 165	1.69 208	0.11 46	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	3.51 234	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.04 105

tta	3.54 216	0.39 83	3.61 165	1.69 208	0.11 46	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	3.51 234	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.03 69

qqq1	3.38 205	0.39 83	3.61 165	1.69 208	0.11 46	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	0.30 3	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.03 69

fff1	3.38 205	0.39 83	3.61 165	1.69 208	0.11 46	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	0.30 3	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.03 69

PCWNet_CMD	2.99 173	0.39 83	4.02 197	0.39 65	0.26 116	2.53 81	0.15 53	9.24 218	9.22 260	7.12 205	11.53 257	6.94 230	2.41 141	4.02 79	1.33 124	0.01 146	0.02 167	0.02 286	0.00 1	0.05 101	0.07 158

anonymousdsp2	1.78 51	0.39 83	3.40 152	1.10 138	0.04 9	3.63 184	0.50 123	7.80 179	2.77 28	2.91 62	2.88 49	3.17 107	1.01 65	5.15 105	0.43 12	0.00 1	0.01 126	0.02 286	0.15 297	0.05 101	0.12 224

DeepStereo_RVC	2.05 87	0.39 83	2.87 110	0.14 29	0.17 71	3.51 176	0.70 166	5.21 85	3.00 43	6.27 166	4.13 73	3.47 120	4.53 238	4.81 91	1.49 136	0.01 146	0.00 1	0.00 1	0.00 1	0.09 158	0.18 257

CREStereo++_RVC	1.59 42	0.39 83	2.26 50	0.36 61	0.01 1	1.67 28	0.01 1	2.95 4	8.12 238	3.69 80	7.44 166	0.47 38	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 386	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
MSMDNet	2.99 173	0.39 83	4.02 197	0.40 66	0.25 110	2.53 81	0.16 56	9.35 221	9.25 261	7.08 203	11.39 252	6.93 229	2.43 142	4.01 78	1.34 126	0.01 146	0.02 167	0.02 286	0.00 1	0.05 101	0.07 158

Patchmatch Stereo++	1.95 76	0.40 92	2.86 106	0.12 19	0.18 83	3.74 196	0.66 157	5.24 92	2.96 37	5.86 132	4.32 78	3.46 117	1.52 103	6.88 158	0.70 50	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.09 181
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	1.88 66	0.40 92	2.86 106	0.12 19	0.19 92	3.75 199	0.71 168	5.23 86	2.96 37	5.86 132	4.33 80	3.45 115	1.51 99	5.40 110	0.69 48	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.09 181

PFNet	2.93 169	0.40 92	5.51 269	2.13 269	0.84 202	3.11 153	0.75 179	6.78 161	4.79 132	9.98 302	6.00 120	4.78 167	2.13 130	8.33 246	2.11 181	0.19 319	0.06 253	0.00 1	0.11 287	0.20 253	0.35 309

Pruner-Stereo	2.49 134	0.40 92	2.46 62	1.80 223	0.25 110	3.51 176	0.77 182	6.03 126	4.92 135	8.91 273	6.09 122	4.45 157	1.11 71	6.99 167	2.11 181	0.02 216	0.00 1	0.02 286	0.00 1	0.01 7	0.04 105

iGMRVC	1.96 79	0.40 92	2.88 111	0.12 19	0.19 92	3.74 196	0.73 173	5.23 86	2.97 41	5.87 137	4.37 84	3.48 121	1.52 103	6.73 155	0.74 57	0.02 216	0.00 1	0.00 1	0.00 1	0.08 141	0.08 171

iRAFT	1.95 76	0.40 92	2.86 106	0.12 19	0.18 83	3.74 196	0.66 157	5.24 92	2.96 37	5.86 132	4.32 78	3.46 117	1.52 103	6.88 158	0.70 50	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.09 181

222	5.36 292	0.40 92	2.72 88	1.50 181	0.48 166	6.15 260	0.07 19	13.73 322	8.06 236	8.79 267	11.03 248	3.71 130	4.21 220	7.47 192	38.74 408	0.03 243	0.02 167	0.00 1	0.00 1	0.04 79	0.05 135

ROB_FTStereo_v2	1.91 72	0.41 99	2.85 104	0.12 19	0.19 92	3.71 191	0.73 173	5.23 86	2.95 35	5.86 132	4.36 83	3.46 117	1.51 99	5.86 117	0.69 48	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.08 171

HUI-Stereo	1.80 54	0.41 99	2.85 104	0.12 19	0.18 83	3.72 194	0.65 155	5.23 86	2.97 41	5.87 137	4.34 81	3.45 115	1.52 103	3.93 76	0.65 43	0.02 216	0.00 1	0.00 1	0.00 1	0.08 141	0.10 200

IRAFT_RVC	2.85 161	0.41 99	3.32 145	2.09 264	0.41 150	2.92 140	5.22 330	6.41 147	3.63 78	6.53 180	5.48 114	5.09 180	4.88 254	8.20 243	2.15 185	0.01 146	0.17 329	0.01 257	0.00 1	0.02 23	0.04 105

RAFT-345	3.27 189	0.41 99	2.88 111	1.02 126	0.21 100	2.63 99	0.48 112	3.76 23	5.51 152	7.35 219	24.88 359	4.25 149	1.76 119	8.15 235	2.13 183	0.01 146	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

Former-RAFT_DAM_RVC	1.26 28	0.42 103	2.36 56	0.59 86	1.26 234	2.43 75	0.01 1	3.29 6	7.76 228	1.71 46	2.78 47	0.27 17	0.32 15	1.16 12	0.58 38	0.04 259	0.01 126	0.00 1	0.00 1	0.04 79	0.10 200

hknet	3.31 193	0.42 103	4.68 230	0.46 70	1.17 230	7.13 280	1.63 253	9.05 211	6.91 199	6.11 151	6.15 127	9.66 276	2.85 161	7.48 193	2.45 198	0.01 146	0.03 210	0.03 302	0.00 1	0.04 79	0.00 1

LCNet	2.85 161	0.42 103	1.90 17	0.95 119	0.56 175	2.07 52	1.60 251	4.99 75	3.57 77	6.05 145	10.59 237	4.59 162	6.79 296	7.46 190	0.72 55	0.01 146	0.00 1	0.01 257	0.77 367	0.30 293	3.57 373

ROB_FTStereo	1.90 70	0.42 103	2.86 106	0.12 19	0.19 92	3.71 191	0.75 179	5.24 92	2.95 35	5.87 137	4.26 76	3.41 113	1.51 99	5.80 116	0.65 43	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.08 171

RAFT-IKP	1.90 70	0.42 103	2.83 101	0.12 19	0.18 83	3.50 174	0.64 153	5.24 92	2.96 37	5.86 132	4.34 81	3.50 123	1.51 99	5.99 121	0.76 63	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.08 171

CFNet_pseudo	2.81 158	0.42 103	4.04 200	0.33 55	0.24 107	2.59 92	0.12 35	8.20 187	7.66 225	7.04 201	10.42 233	6.56 222	2.05 128	4.88 93	1.53 140	0.00 1	0.02 167	0.01 257	0.00 1	0.05 101	0.07 158

CREStereo	0.98 6	0.42 103	1.86 14	0.07 9	0.22 103	1.65 27	0.02 7	4.07 30	6.33 188	0.72 27	1.54 24	0.43 35	0.64 42	1.22 13	0.44 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	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	2.81 158	0.42 103	4.06 202	0.33 55	0.25 110	2.59 92	0.12 35	8.19 186	7.68 226	7.02 198	10.37 232	6.54 221	2.06 129	4.88 93	1.53 140	0.00 1	0.02 167	0.01 257	0.00 1	0.05 101	0.07 158

PSMNet-ADL	2.98 172	0.43 111	2.41 57	1.43 175	0.40 147	5.94 257	0.28 76	8.45 192	5.13 141	3.36 74	6.77 145	8.41 259	4.61 241	7.20 180	4.55 257	0.02 216	0.09 282	0.00 1	0.00 1	0.01 7	0.03 69

DRaft	3.74 228	0.43 111	2.60 73	0.12 19	0.15 63	4.76 233	1.34 240	5.33 100	4.31 110	10.30 306	21.91 343	3.27 110	8.83 327	7.36 187	3.66 241	0.05 271	0.10 290	0.00 1	0.14 294	0.10 168	0.14 236

test_xeample3	1.08 13	0.43 111	3.39 150	0.49 74	0.05 10	2.58 90	0.93 211	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 7	6.34 135	0.85 74	0.00 1	0.01 126	0.00 1	0.26 334	0.06 117	0.10 200

SFCPSM	3.29 191	0.43 111	5.11 249	0.34 59	0.94 212	8.48 297	2.15 266	14.51 332	5.29 144	7.00 197	7.65 171	3.43 114	2.59 149	5.11 103	2.37 194	0.01 146	0.03 210	0.01 257	0.07 271	0.13 207	0.15 245

CFNet_ucs	3.07 178	0.44 115	4.05 201	0.54 75	0.37 140	3.08 149	0.19 60	9.80 231	8.49 251	7.64 228	12.62 274	5.67 200	1.76 119	4.96 98	1.51 137	0.00 1	0.04 232	0.01 257	0.00 1	0.09 158	0.11 212

CASS	2.44 128	0.44 115	3.56 162	0.85 104	0.38 142	3.14 155	0.22 65	9.64 227	4.00 93	6.78 185	7.62 170	3.57 126	3.58 188	3.80 72	1.10 106	0.02 216	0.01 126	0.00 1	0.00 1	0.05 101	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 50	0.44 115	6.37 291	0.33 55	0.50 171	4.33 220	0.54 128	4.43 43	2.48 15	2.21 49	3.24 56	1.53 65	1.14 74	5.64 112	1.29 122	0.17 315	0.23 344	0.00 1	0.00 1	0.12 197	0.15 245

EAI-Stereo	2.31 115	0.44 115	2.72 88	0.68 92	0.56 175	3.51 176	2.62 275	11.42 268	4.14 106	2.09 48	7.23 163	1.21 56	0.91 60	5.67 114	1.51 137	0.01 146	0.25 350	0.00 1	0.88 369	0.04 79	0.26 294

H2IRNET	2.16 95	0.45 119	2.60 73	1.22 149	0.03 8	1.98 47	0.13 42	4.73 60	7.04 206	1.15 38	7.79 176	5.88 206	3.39 180	4.97 99	1.45 134	0.01 146	0.00 1	0.04 313	0.17 305	0.19 249	0.03 69

IGEVStereo-DCA	1.06 12	0.45 119	2.06 31	0.32 50	0.06 17	2.74 110	0.84 196	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 8	6.47 143	0.87 79	0.00 1	0.00 1	0.00 1	0.16 299	0.06 117	0.06 145

rrr	1.05 11	0.45 119	3.18 137	0.32 50	0.06 17	2.74 110	0.95 215	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 8	6.47 143	0.87 79	0.00 1	0.00 1	0.00 1	0.21 318	0.06 117	0.10 200

CrosDoStereo	3.96 247	0.45 119	3.04 126	0.32 50	0.20 97	3.28 162	11.63 381	5.76 117	4.45 116	9.04 277	16.58 307	4.99 174	7.45 305	8.04 221	3.72 242	0.00 1	0.02 167	0.01 257	0.00 1	0.16 226	0.10 200

DeepStereo_LL	3.96 247	0.45 119	3.04 126	0.32 50	0.20 97	3.28 162	11.63 381	5.76 117	4.45 116	9.04 277	16.58 307	4.99 174	7.45 305	8.04 221	3.72 242	0.00 1	0.02 167	0.01 257	0.00 1	0.16 226	0.10 200

test-1	1.82 59	0.45 119	5.42 264	0.89 106	0.41 150	2.14 56	0.56 133	5.75 115	4.15 107	3.28 70	5.11 95	3.61 127	0.70 44	1.53 24	1.56 144	0.02 216	0.34 356	0.00 1	0.08 275	0.02 23	0.30 303

RAFT-RH_RVC	3.96 247	0.46 125	2.93 114	1.55 189	0.42 152	3.14 155	0.14 49	3.70 17	5.98 171	11.25 326	32.23 378	5.29 185	1.68 110	8.13 233	2.14 184	0.08 293	0.00 1	0.00 1	0.03 243	0.01 7	0.00 1

NOSS_ROB	3.30 192	0.46 125	2.62 76	2.08 263	1.01 221	5.60 248	0.74 176	10.37 246	11.48 305	5.15 111	8.43 186	5.67 200	1.73 114	7.97 216	2.34 191	0.02 216	0.06 253	0.00 1	0.00 1	0.07 132	0.14 236

GMOStereo	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 207	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 76	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

error version	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 207	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 76	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

test-v	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 207	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 76	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

test-2	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 207	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 76	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

UPFNet	3.82 237	0.47 127	4.34 214	2.21 276	3.38 323	7.26 282	2.69 277	9.89 233	5.96 168	7.98 241	7.53 168	7.89 249	3.15 169	7.72 205	5.88 277	0.01 146	0.02 167	0.00 1	0.00 1	0.04 79	0.06 145

ac_64	3.70 226	0.47 127	3.50 160	2.87 320	3.50 329	5.91 256	0.72 172	10.17 243	4.34 111	8.16 246	5.80 118	10.82 296	5.64 275	7.08 172	4.73 260	0.03 243	0.00 1	0.00 1	0.00 1	0.08 141	0.14 236

EKT-Stereo	1.91 72	0.48 133	2.77 96	2.19 273	4.36 355	1.42 17	0.24 69	4.63 55	3.51 73	2.94 63	3.47 65	3.55 125	2.25 136	5.26 106	0.85 74	0.04 259	0.12 303	0.00 1	0.09 282	0.06 117	0.05 135

GwcNet-ADL	2.65 146	0.48 133	3.84 188	0.82 100	0.33 135	2.04 51	0.69 164	8.07 184	9.42 265	6.05 145	6.66 144	4.14 145	1.73 114	5.40 110	3.01 212	0.08 293	0.06 253	0.00 1	0.00 1	0.06 117	0.03 69

TANstereo	1.20 22	0.49 135	2.04 29	0.34 59	0.10 38	1.80 39	0.01 1	3.40 10	4.10 104	4.37 89	4.82 87	0.41 33	0.70 44	0.94 4	0.46 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV_Zeroshot_test	2.13 92	0.50 136	4.91 238	1.41 173	0.18 83	2.62 98	0.36 93	7.80 179	3.87 85	5.04 108	5.42 112	4.77 166	1.03 68	3.43 66	0.79 68	0.00 1	0.16 326	0.00 1	0.18 309	0.17 234	0.04 105

GANet-ADL	2.20 101	0.50 136	3.27 143	2.02 254	0.11 46	2.21 60	0.48 112	8.64 205	6.79 197	4.56 95	5.83 119	3.98 136	1.27 86	2.68 55	1.43 131	0.04 259	0.08 274	0.02 286	0.00 1	0.15 220	0.03 69

ASMatch	3.32 199	0.50 136	3.32 145	1.72 214	0.45 158	1.93 45	0.68 160	6.42 148	3.89 87	6.18 157	22.30 346	4.61 163	4.82 252	7.65 198	1.70 152	0.00 1	0.02 167	0.00 1	0.03 243	0.01 7	0.18 257

DSFCA	4.21 264	0.50 136	5.45 266	1.34 159	1.68 259	7.04 277	4.51 318	10.73 254	7.00 203	10.78 318	6.80 146	8.48 263	4.63 242	9.91 305	5.12 265	0.02 216	0.06 253	0.02 286	0.03 243	0.08 141	0.03 69

test croco	1.34 32	0.51 140	5.09 248	0.30 46	0.05 10	1.58 24	0.08 22	4.47 45	3.77 84	0.42 20	1.76 29	0.60 45	0.74 48	6.11 124	0.94 92	0.00 1	0.00 1	0.00 1	0.00 1	0.40 317	0.02 39

IPLGR	2.28 111	0.51 140	6.00 282	0.15 30	0.15 63	1.99 49	0.22 65	6.34 139	6.04 174	6.80 186	5.76 117	2.87 94	2.31 138	4.88 93	1.28 121	0.00 1	0.00 1	0.00 1	0.00 1	0.09 158	0.18 257

Anonymous	1.37 36	0.52 142	4.23 208	1.38 167	2.70 306	1.85 41	0.42 103	4.77 62	3.54 75	0.53 23	1.56 25	0.19 2	1.32 87	3.11 61	0.92 91	0.05 271	0.08 274	0.00 1	0.00 1	0.17 234	0.15 245

HGLStereo	4.25 267	0.52 142	4.65 228	3.09 329	5.18 369	6.51 269	0.73 173	10.37 246	6.74 196	7.32 217	12.44 272	7.00 231	7.21 303	7.46 190	5.51 270	0.00 1	0.02 167	0.00 1	0.00 1	0.06 117	0.10 200

FC-DCNN	10.72 364	0.52 142	4.27 210	1.88 232	1.63 253	17.18 363	5.29 332	18.20 360	19.69 355	28.50 384	34.51 386	34.03 390	21.48 382	15.89 362	11.15 347	0.03 243	0.01 126	0.02 286	0.01 210	0.07 132	0.09 181

CBMV_ROB	4.14 257	0.52 142	3.14 135	1.30 156	0.77 197	6.92 275	1.97 262	10.11 242	9.58 268	8.92 274	14.20 289	7.12 238	5.90 278	8.65 262	3.50 233	0.01 146	0.05 241	0.00 1	0.00 1	0.04 79	0.09 181

HCRNet	2.56 139	0.53 146	3.35 147	0.24 40	3.39 325	2.19 58	0.23 68	6.89 165	5.50 150	5.26 114	4.79 86	5.27 184	2.78 156	7.71 203	2.89 209	0.00 1	0.02 167	0.00 1	0.00 1	0.04 79	0.04 105

ACVNet	2.58 142	0.53 146	2.69 82	0.84 103	0.59 177	2.61 95	0.55 131	8.35 188	5.70 160	4.45 91	9.26 211	5.77 202	3.50 184	2.24 50	4.41 254	0.00 1	0.00 1	0.00 1	0.00 1	0.17 234	0.01 16

acv_ft	3.69 225	0.53 146	4.58 227	2.31 291	4.71 367	7.44 286	0.86 203	8.54 198	5.70 160	9.29 284	9.26 211	5.77 202	4.15 217	2.24 50	8.13 311	0.00 1	0.00 1	0.00 1	0.00 1	0.29 292	0.01 16

IER	3.20 186	0.54 149	5.13 251	0.58 84	1.59 250	7.29 283	0.56 133	6.36 140	4.95 136	7.44 222	8.84 191	6.20 213	6.26 283	4.88 93	3.29 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

ToySt	2.69 147	0.55 150	7.03 306	1.03 128	0.10 38	3.49 172	1.04 218	6.38 146	4.55 123	2.69 55	6.28 135	7.95 254	4.38 230	5.08 101	2.58 203	0.01 146	0.11 296	0.00 1	0.04 260	0.28 290	0.19 267

anonymousa	3.80 236	0.55 150	3.35 147	1.24 151	3.74 338	9.04 305	0.36 93	6.74 160	4.03 96	7.72 231	19.64 333	10.62 292	6.01 281	1.52 23	1.40 129	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1	0.03 69

HHNet	2.59 143	0.55 150	2.55 69	0.20 33	0.32 132	2.84 133	0.94 213	5.77 120	5.14 142	7.33 218	13.80 284	0.94 49	3.20 170	5.27 107	2.41 197	0.13 306	0.02 167	0.06 324	0.00 1	0.23 272	0.03 69

NINENet	3.09 179	0.56 153	3.22 140	1.61 199	1.37 244	7.12 278	0.50 123	11.88 280	5.63 158	6.63 182	8.40 185	5.29 185	0.83 56	6.51 148	1.77 159	0.15 309	0.07 266	0.07 330	0.00 1	0.09 158	0.00 1

FCDSN-DC	10.24 361	0.56 153	3.49 159	1.96 244	1.29 238	16.90 362	4.59 320	17.16 353	19.10 350	24.64 380	32.46 382	33.82 389	22.14 384	15.93 363	10.45 340	0.04 259	0.00 1	0.00 1	0.00 1	0.05 101	0.21 274
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IGEV+	1.19 21	0.57 155	1.44 4	0.57 82	0.11 46	2.65 102	0.74 176	4.93 68	3.46 70	2.26 51	2.86 48	0.77 47	0.90 59	1.60 27	0.64 42	0.00 1	0.06 253	0.00 1	0.01 210	0.11 185	0.04 105

ff7	1.12 15	0.57 155	2.06 31	0.03 1	0.07 23	2.80 118	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 145

ffff	1.12 15	0.57 155	2.06 31	0.03 1	0.07 23	2.80 118	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 145

11t	1.12 15	0.57 155	2.06 31	0.03 1	0.07 23	2.80 118	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 145

ccc-4	1.12 15	0.57 155	2.06 31	0.03 1	0.07 23	2.80 118	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 145

DISCO	6.28 307	0.57 155	5.78 276	3.43 344	1.17 230	11.22 329	3.39 297	12.14 290	16.16 338	6.52 179	11.22 250	16.96 342	6.32 285	19.51 377	10.74 343	0.00 1	0.00 1	0.00 1	0.00 1	0.35 306	0.11 212

RAFT-Stereo + iAFF	2.12 91	0.58 161	2.43 58	1.27 154	0.16 66	1.60 26	0.14 49	5.17 83	5.90 165	7.10 204	10.10 224	3.06 104	1.74 116	1.87 40	0.97 96	0.01 146	0.02 167	0.00 1	0.00 1	0.23 272	0.02 39

AdaStereo	3.09 179	0.58 161	3.04 126	2.84 319	0.48 166	4.08 213	1.29 237	12.16 291	7.77 229	6.03 144	9.62 217	5.79 204	1.53 107	4.56 88	1.93 174	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39
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.
anonymousdsp	1.12 15	0.59 163	1.66 9	0.03 1	0.07 23	2.81 127	0.82 189	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 23	7.05 170	0.49 27	0.00 1	0.00 1	0.00 1	0.17 305	0.10 168	0.05 135

IGEV-Stereo	1.12 15	0.59 163	1.66 9	0.03 1	0.07 23	2.82 130	0.82 189	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 29	7.05 170	0.49 27	0.00 1	0.00 1	0.00 1	0.17 305	0.10 168	0.05 135
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 22	0.60 165	2.00 27	0.26 41	0.08 34	2.73 109	0.68 160	5.00 76	2.52 18	0.29 3	1.32 19	0.37 31	0.36 17	6.94 165	0.44 13	0.00 1	0.07 266	0.00 1	0.00 1	0.17 234	0.07 158

GANet-RSSM	3.27 189	0.60 165	3.38 149	2.94 326	2.00 278	2.61 95	0.48 112	10.93 260	6.11 179	5.47 119	10.20 227	6.57 223	5.44 272	6.25 129	2.23 187	0.00 1	0.00 1	0.08 333	0.00 1	0.17 234	0.03 69

SGM_RVC	10.08 358	0.60 165	3.42 154	2.30 285	0.32 132	19.41 370	6.33 343	18.95 367	14.64 329	25.14 381	24.32 355	33.34 388	18.79 372	19.86 378	12.55 353	0.25 329	0.26 352	0.22 353	0.24 326	0.34 305	0.40 314
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 111	0.61 168	3.81 182	0.22 36	0.07 23	1.69 32	0.11 29	5.37 104	11.84 309	5.80 127	5.17 97	1.44 59	5.41 266	2.00 44	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

csc	2.28 111	0.61 168	3.81 182	0.22 36	0.07 23	1.69 32	0.11 29	5.37 104	11.84 309	5.80 127	5.17 97	1.44 59	5.41 266	2.00 44	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

cscssc	2.28 111	0.61 168	3.81 182	0.22 36	0.07 23	1.69 32	0.11 29	5.37 104	11.84 309	5.80 127	5.17 97	1.44 59	5.41 266	2.00 44	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

UNet	3.97 250	0.61 168	6.50 296	1.68 207	3.22 317	9.82 314	0.31 86	9.50 224	5.32 146	7.20 211	6.35 140	10.59 290	5.91 279	6.93 162	5.49 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

RASNet	4.52 280	0.61 168	4.42 216	3.42 343	4.68 366	4.58 230	0.99 216	9.54 226	8.01 235	5.28 115	11.42 254	10.34 289	8.88 328	9.28 292	8.68 318	0.15 309	0.00 1	0.00 1	0.00 1	0.03 59	0.04 105

Anonymous_2	4.14 257	0.62 173	3.21 139	1.40 170	1.43 246	5.19 242	0.32 87	6.63 155	4.38 113	4.48 94	2.30 42	8.08 255	7.00 298	5.37 108	2.29 189	0.23 326	0.75 372	5.20 386	18.12 409	5.66 382	0.23 282

StereoDRNet-Refined	4.46 274	0.62 173	3.80 181	1.92 238	0.40 147	9.35 308	0.15 53	10.02 238	8.83 257	12.69 337	11.62 259	9.34 271	3.87 207	8.06 228	8.02 306	0.00 1	0.00 1	0.01 257	0.05 264	0.20 253	0.26 294
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 93	0.63 175	2.22 49	2.27 281	0.02 3	5.71 250	0.63 150	4.53 48	10.19 280	1.16 39	3.39 63	0.33 29	3.05 167	8.00 217	0.46 21	0.00 1	0.02 167	0.00 1	0.03 243	0.10 168	0.04 105

ADStereo(finetuned)	2.26 110	0.64 176	5.22 258	0.31 47	0.18 83	1.71 37	0.25 72	5.23 86	8.46 248	6.06 147	5.30 110	1.41 57	6.37 286	1.87 40	1.87 165	0.00 1	0.00 1	0.00 1	0.00 1	0.04 79	0.18 257

DCANet	2.08 89	0.64 176	3.81 182	0.31 47	0.17 71	1.70 36	0.25 72	5.23 86	8.47 249	6.07 148	5.30 110	1.41 57	4.23 222	1.85 38	2.02 178	0.00 1	0.00 1	0.00 1	0.00 1	0.04 79	0.19 267

DMCA	2.82 160	0.64 176	4.45 217	1.61 199	0.89 206	3.86 205	0.57 141	9.18 215	5.10 140	6.24 161	6.49 141	7.17 239	2.13 130	3.31 63	4.73 260	0.00 1	0.01 126	0.00 1	0.00 1	0.04 79	0.02 39

DIP-Stereo	1.97 80	0.64 176	2.95 115	0.17 31	0.10 38	4.83 235	0.13 42	8.60 203	4.06 103	6.42 176	4.92 90	0.44 36	0.72 47	3.57 68	1.80 162	0.00 1	0.01 126	0.00 1	0.00 1	0.05 101	0.04 105
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	2.01 83	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	8.45 192	3.33 63	1.03 32	3.33 58	0.32 26	3.71 196	8.05 224	0.45 17	0.00 1	0.02 167	0.00 1	0.03 243	0.02 23	0.03 69

xx1	2.33 117	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	4.31 35	10.41 286	1.03 32	3.33 58	4.67 164	2.70 151	8.05 224	0.45 17	0.00 1	0.02 167	0.00 1	0.00 1	0.02 23	0.03 69

1test111	1.86 62	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	8.45 192	3.33 63	1.03 32	3.33 58	0.32 26	3.71 196	4.40 85	0.96 94	0.00 1	0.02 167	0.00 1	0.03 243	0.02 23	0.03 69

cc1	2.17 97	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	4.31 35	10.41 286	1.03 32	3.33 58	0.32 26	3.71 196	8.05 224	0.45 17	0.00 1	0.02 167	0.00 1	0.03 243	0.10 168	0.05 135

sCroCo_RVC	1.21 24	0.65 180	5.16 254	1.09 137	1.29 238	0.92 4	0.19 60	3.92 25	2.68 24	0.30 4	3.04 52	0.52 41	1.56 108	1.58 26	0.78 67	0.09 297	0.25 350	0.00 1	0.00 1	0.07 132	0.11 212

hitnet-ft	3.66 223	0.65 180	2.79 100	0.89 106	0.72 193	4.25 217	0.55 131	9.11 214	7.52 220	7.14 206	10.19 226	12.49 313	4.70 244	7.44 189	4.41 254	0.03 243	0.00 1	0.06 324	0.00 1	0.20 253	0.04 105

MyStereo06	2.35 118	0.66 186	4.54 221	1.10 138	0.96 214	2.57 87	0.10 26	9.30 220	4.05 100	5.22 113	6.09 122	5.95 208	2.38 140	3.00 58	0.73 56	0.01 146	0.08 274	0.00 1	0.01 210	0.13 207	0.15 245

MyStereo05	2.94 170	0.66 186	5.25 260	1.10 138	0.96 214	2.57 87	0.10 26	8.53 197	12.34 317	6.28 167	3.88 69	3.18 108	3.30 173	7.81 210	2.37 194	0.01 146	0.08 274	0.00 1	0.01 210	0.13 207	0.15 245

IPLG	2.43 126	0.66 186	4.77 233	0.54 75	0.31 131	3.01 146	0.26 74	6.15 132	5.55 154	7.69 229	6.21 131	1.89 75	1.74 116	7.19 179	2.35 193	0.01 146	0.01 126	0.00 1	0.00 1	0.24 282	0.12 224

CRFU-Net	4.45 273	0.67 189	5.02 242	2.78 317	1.32 242	12.67 344	3.35 295	11.26 264	3.52 74	10.06 304	9.30 213	10.91 299	6.92 297	7.26 181	3.24 221	0.15 309	0.16 326	0.16 345	0.00 1	0.26 283	0.05 135

CoDeX	3.43 211	0.68 190	4.49 218	0.98 124	1.65 254	6.37 264	2.14 265	13.23 316	6.07 175	7.23 212	8.95 195	4.09 141	3.79 205	6.31 133	2.37 194	0.03 243	0.06 253	0.00 1	0.00 1	0.07 132	0.15 245

DCRE	1.79 52	0.68 190	2.55 69	1.66 206	0.27 118	1.27 9	0.05 13	4.57 52	4.04 98	3.30 72	9.24 208	3.83 132	1.20 82	2.08 48	0.67 46	0.00 1	0.12 303	0.00 1	0.24 326	0.04 79	0.09 181

iRaftStereo_RVC	1.62 43	0.68 190	1.98 25	0.67 91	0.05 10	2.99 144	0.04 10	5.36 103	3.74 81	3.82 82	4.96 91	2.54 87	0.62 41	3.35 65	0.97 96	0.00 1	0.07 266	0.00 1	0.00 1	0.30 293	0.27 298

AFF-stereo	2.59 143	0.68 190	2.35 55	1.55 189	0.17 71	1.67 28	0.08 22	5.75 115	6.60 193	6.20 158	12.13 265	6.16 212	2.36 139	4.75 90	1.11 107	0.02 216	0.02 167	0.00 1	0.00 1	0.23 272	0.05 135

FAT-Stereo	6.78 320	0.68 190	6.80 301	2.30 285	1.77 268	5.63 249	4.20 311	18.79 364	18.62 347	10.53 314	17.15 318	18.52 351	13.74 361	8.86 277	7.38 295	0.03 243	0.15 319	0.01 257	0.07 271	0.12 197	0.26 294

StereoIM	0.80 2	0.69 195	3.02 121	0.33 55	1.83 272	1.22 5	0.06 15	3.41 11	1.49 3	0.31 5	0.38 7	0.42 34	0.51 36	1.14 9	1.21 117	0.00 1	0.00 1	0.00 1	0.00 1	0.05 101	0.05 135

MIPNet	2.06 88	0.69 195	4.57 226	0.32 50	0.21 100	1.92 44	0.19 60	6.89 165	5.64 159	5.48 120	4.02 72	2.02 79	3.50 184	3.32 64	2.01 176	0.00 1	0.01 126	0.01 257	0.01 210	0.20 253	0.13 231

test_5	2.90 167	0.70 197	3.69 172	2.01 252	3.17 316	4.61 232	1.32 239	6.69 158	7.02 205	2.79 58	7.18 160	4.99 174	4.14 216	7.96 215	1.31 123	0.00 1	0.00 1	0.00 1	0.03 243	0.19 249	0.26 294

TransformOpticalFlow	3.38 205	0.70 197	4.54 221	1.00 125	0.30 125	3.56 180	0.14 49	9.67 228	7.30 214	5.55 121	13.34 280	6.74 226	5.03 257	8.22 244	1.34 126	0.00 1	0.01 126	0.01 257	0.00 1	0.04 79	0.11 212

RAFT+CT+SA	2.36 120	0.71 199	2.46 62	0.83 102	2.26 292	3.18 159	0.93 211	6.82 163	5.48 149	2.55 54	8.07 180	1.64 67	1.59 109	8.54 256	1.15 112	0.02 216	0.00 1	0.00 1	0.38 351	0.19 249	0.36 310

DispNO	3.25 188	0.72 200	6.85 303	1.95 242	1.34 243	3.49 172	0.84 196	8.14 185	6.30 185	6.34 174	7.76 175	6.30 218	4.28 225	6.93 162	3.51 234	0.00 1	0.03 210	0.03 302	0.12 290	0.07 132	0.07 158

StereoVision	2.25 107	0.72 200	4.00 196	1.03 128	2.64 304	1.91 43	0.28 76	5.83 122	4.43 114	1.89 47	10.65 240	3.88 133	0.52 38	5.13 104	1.98 175	0.00 1	0.00 1	0.00 1	0.00 1	0.09 158	0.03 69

delet	4.27 269	0.72 200	4.50 219	1.07 136	3.75 342	10.79 327	4.04 307	9.95 234	7.89 231	8.09 244	8.89 193	8.46 261	3.81 206	7.56 195	5.80 275	0.00 1	0.00 1	0.00 1	0.00 1	0.11 185	0.02 39

HH	2.42 124	0.73 203	3.76 177	0.91 108	0.14 59	2.78 116	0.71 168	7.92 182	2.72 25	1.53 43	6.10 124	7.93 250	4.01 211	8.60 260	0.44 13	0.00 1	0.09 282	0.00 1	0.00 1	0.05 101	0.04 105

HanStereo	2.42 124	0.73 203	3.76 177	0.91 108	0.14 59	2.78 116	0.71 168	7.92 182	2.72 25	1.53 43	6.10 124	7.93 250	4.01 211	8.60 260	0.44 13	0.00 1	0.09 282	0.00 1	0.00 1	0.05 101	0.04 105

STrans-v2	3.43 211	0.73 203	4.82 234	0.26 41	0.60 178	3.00 145	1.19 231	10.41 248	7.22 210	5.79 126	10.97 247	6.75 227	7.03 300	8.25 245	1.40 129	0.00 1	0.01 126	0.00 1	0.00 1	0.03 59	0.18 257

GEStereo_RVC	3.74 228	0.73 203	4.95 240	2.01 252	1.24 233	4.36 222	3.07 285	11.77 277	7.80 230	6.87 192	6.52 142	7.70 246	4.31 228	8.98 281	4.19 252	0.03 243	0.01 126	0.02 286	0.02 231	0.13 207	0.11 212

SA	3.06 177	0.74 207	3.79 180	1.60 198	0.30 125	3.19 160	1.43 242	6.72 159	9.06 259	4.63 99	10.80 242	2.89 95	4.71 245	9.62 302	1.18 116	0.00 1	0.09 282	0.00 1	0.19 313	0.23 272	0.02 39

raftrobust	1.86 62	0.74 207	1.94 22	2.15 270	2.24 291	2.74 110	0.53 126	4.89 65	4.05 100	6.09 149	3.89 70	1.64 67	2.55 147	2.44 52	1.12 108	0.00 1	0.03 210	0.00 1	0.00 1	0.12 197	0.08 171

MIM_Stereo	2.50 137	0.75 209	4.26 209	1.18 147	0.11 46	3.08 149	0.33 89	6.07 128	3.28 61	5.01 107	10.12 225	4.29 155	1.74 116	8.06 228	1.27 120	0.00 1	0.12 303	0.00 1	0.01 210	0.18 244	0.15 245

Sa-1000	3.55 218	0.75 209	3.63 169	1.91 236	0.30 125	3.55 179	1.63 253	7.39 173	8.54 252	7.70 230	17.44 323	4.00 137	2.82 159	9.44 299	1.33 124	0.00 1	0.10 290	0.00 1	0.18 309	0.21 261	0.04 105

IIG-Stereo	3.16 184	0.75 209	2.83 101	4.08 362	0.21 100	2.56 86	0.74 176	6.55 153	5.56 156	8.39 255	9.38 214	7.94 252	2.79 157	9.50 301	1.89 167	0.02 216	0.00 1	0.00 1	0.00 1	0.02 23	0.04 105

RAFT	2.57 141	0.76 212	3.09 134	0.91 108	0.09 35	2.41 73	0.94 213	5.35 101	2.65 22	6.11 151	7.21 162	9.43 273	4.30 226	5.73 115	1.77 159	0.00 1	0.12 303	0.00 1	0.02 231	0.46 324	0.08 171

THIR-Stereo	3.86 240	0.77 213	2.62 76	0.12 19	0.13 57	4.25 217	6.63 347	5.30 98	4.18 108	10.33 307	17.13 317	6.58 224	7.62 311	7.78 208	3.51 234	0.01 146	0.07 266	0.07 330	0.00 1	0.11 185	0.02 39

MMNet	4.16 260	0.77 213	5.47 267	1.40 170	1.67 257	10.78 326	0.63 150	8.64 205	8.47 249	8.80 269	8.33 184	7.51 242	6.61 290	7.53 194	6.54 286	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.05 135

PSMNet-RSSM	3.33 201	0.77 213	3.22 140	2.12 267	1.90 277	2.33 66	0.71 168	11.17 262	5.83 163	5.90 140	11.43 255	7.04 234	4.83 253	5.96 120	3.17 217	0.00 1	0.00 1	0.02 286	0.00 1	0.08 141	0.02 39

UCFNet_RVC	3.09 179	0.77 213	2.27 51	2.35 294	1.79 269	3.50 174	1.06 220	12.12 289	6.91 199	4.71 102	7.67 172	7.58 243	4.40 232	4.95 97	1.67 151	0.00 1	0.00 1	0.00 1	0.00 1	0.11 185	0.01 16

HITNet	2.79 157	0.77 213	4.02 197	2.03 256	0.11 46	5.58 247	0.59 143	9.24 218	5.15 143	6.42 176	7.26 164	3.66 128	2.92 164	4.07 81	3.87 247	0.00 1	0.00 1	0.00 1	0.00 1	0.06 117	0.02 39
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
MyStereo07	1.31 31	0.79 218	1.61 7	1.03 128	1.11 225	2.63 99	0.46 109	5.48 108	2.24 5	0.64 24	1.48 22	0.27 17	0.59 40	7.03 169	0.45 17	0.00 1	0.09 282	0.00 1	0.01 210	0.11 185	0.09 181

MyStereo04	2.95 171	0.79 218	5.38 263	1.03 128	1.11 225	2.63 99	0.46 109	10.00 236	12.44 318	4.19 87	3.91 71	3.04 103	3.60 189	7.34 185	2.74 208	0.00 1	0.09 282	0.00 1	0.01 210	0.11 185	0.09 181

rafts_anoy	1.72 46	0.79 218	2.58 72	2.03 256	1.75 265	2.47 76	0.16 56	5.48 108	6.01 173	3.24 69	2.11 38	1.92 78	1.33 88	3.08 60	1.13 110	0.01 146	0.18 333	0.00 1	0.01 210	0.03 59	0.07 158

HSM	4.00 252	0.79 218	3.16 136	1.59 197	2.17 286	6.77 272	1.11 225	12.28 294	6.35 190	6.75 183	8.11 182	13.90 321	5.37 265	8.85 275	2.71 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39

ADLNet	4.32 272	0.80 222	4.33 213	3.60 350	3.56 331	6.87 274	2.48 272	11.20 263	7.58 223	9.87 298	9.62 217	8.39 258	4.95 255	6.16 125	6.60 288	0.01 146	0.01 126	0.00 1	0.01 210	0.12 197	0.25 289

TestStereo1	2.85 161	0.81 223	3.48 157	3.11 331	0.44 153	2.52 79	1.50 245	6.37 142	8.18 240	4.62 96	9.24 208	2.23 82	3.69 193	9.19 288	1.26 118	0.00 1	0.01 126	0.00 1	0.00 1	0.27 288	0.09 181

SA-5K	2.85 161	0.81 223	3.48 157	3.11 331	0.44 153	2.52 79	1.50 245	6.37 142	8.18 240	4.62 96	9.24 208	2.23 82	3.69 193	9.19 288	1.26 118	0.00 1	0.01 126	0.00 1	0.00 1	0.27 288	0.09 181

cf-r	3.42 210	0.81 223	3.97 190	2.41 300	2.78 308	2.85 134	0.64 153	8.44 191	6.32 187	6.25 163	11.57 258	8.97 269	3.54 187	5.93 119	3.83 245	0.00 1	0.00 1	0.00 1	0.00 1	0.09 158	0.07 158

psm_up	3.85 239	0.82 226	3.01 119	2.00 251	2.58 303	5.28 244	3.34 294	10.85 258	6.33 188	7.27 215	7.32 165	10.15 283	9.02 331	6.19 126	2.51 200	0.22 325	0.01 126	0.00 1	0.00 1	0.12 197	0.03 69

NVstereo2D	4.51 277	0.82 226	6.86 304	3.28 339	3.38 323	8.16 295	3.13 287	10.51 249	15.15 333	4.90 105	6.89 148	7.87 247	4.78 249	9.88 304	3.91 248	0.01 146	0.00 1	0.00 1	0.06 269	0.02 23	0.58 334

LL-Strereo2	1.86 62	0.83 228	2.33 53	0.36 61	0.17 71	3.79 202	1.52 247	5.82 121	4.04 98	4.43 90	2.51 44	4.23 147	0.37 20	5.66 113	0.99 98	0.00 1	0.02 167	0.00 1	0.05 264	0.06 117	0.11 212

raft+_RVC	1.79 52	0.84 229	2.32 52	2.40 297	0.85 203	1.38 13	0.09 25	6.36 140	4.75 131	2.85 60	5.46 113	1.17 55	1.36 93	4.54 87	0.91 88	0.00 1	0.10 290	0.00 1	0.00 1	0.11 185	0.22 276

S-Stereo	6.63 315	0.84 229	9.67 333	3.15 335	3.48 328	6.49 267	6.22 339	12.99 312	22.84 365	9.48 286	15.51 300	12.00 310	8.43 321	8.04 221	10.70 342	0.12 304	0.17 329	0.00 1	0.38 351	0.13 207	1.92 363

XX-TBD	1.44 38	0.85 231	2.04 29	2.45 302	0.05 10	2.34 67	0.01 1	3.46 12	7.51 219	2.88 61	4.98 93	0.26 15	0.25 3	1.15 10	0.46 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 46	0.86 232	3.01 119	0.09 13	2.86 311	3.57 183	1.06 220	3.92 25	5.31 145	5.28 115	1.02 8	3.92 134	0.38 22	1.83 37	1.04 102	0.00 1	0.01 126	0.00 1	0.00 1	0.07 132	0.09 181

iRaft-Stereo_5w	2.86 165	0.86 232	4.08 205	0.06 8	0.25 110	2.76 115	0.60 146	4.97 72	4.10 104	2.98 64	7.85 177	10.17 284	4.17 219	8.16 236	5.83 276	0.00 1	0.00 1	0.00 1	0.01 210	0.26 283	0.06 145

ssnet_v2	4.46 274	0.87 234	5.18 255	1.57 193	0.67 185	9.14 306	4.73 322	11.84 278	9.68 269	8.79 267	6.24 134	9.91 279	4.34 229	6.28 131	9.30 326	0.00 1	0.01 126	0.00 1	0.00 1	0.28 290	0.30 303

WCMA_ROB	9.21 349	0.87 234	7.37 314	2.54 306	2.13 283	13.59 350	5.80 334	11.64 271	14.01 326	24.43 379	32.99 383	27.09 377	18.02 368	12.51 337	9.85 337	0.81 361	0.07 266	0.01 257	0.01 210	0.16 226	0.23 282

CroCo-Stereo Lap2	1.24 27	0.88 236	3.39 150	0.95 119	4.59 365	0.47 2	0.08 22	3.51 16	2.80 29	1.17 40	2.24 40	1.57 66	0.20 1	1.48 21	1.14 111	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.12 224

stereogan	7.69 334	0.88 236	7.08 308	3.49 348	3.93 348	18.98 368	3.23 292	16.52 349	19.58 354	9.93 301	18.92 329	20.50 364	9.04 332	14.07 351	6.14 278	0.26 331	0.04 232	0.21 352	0.03 243	0.63 337	0.33 307

MLCV	3.44 213	0.88 236	5.60 273	1.39 169	0.25 110	4.36 222	0.33 89	7.25 170	7.28 213	9.17 281	12.24 270	5.09 180	2.47 143	9.15 286	3.23 220	0.00 1	0.00 1	0.00 1	0.00 1	0.10 168	0.02 39

CroCo-Stereo	0.99 8	0.89 239	3.19 138	0.46 70	0.44 153	0.38 1	0.05 13	4.61 53	3.95 90	0.48 22	1.78 31	1.01 51	0.27 5	1.11 8	1.07 103	0.01 146	0.00 1	0.00 1	0.00 1	0.05 101	0.04 105
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
RYNet	6.34 309	0.89 239	5.88 278	1.41 173	4.48 362	15.97 357	4.18 310	13.41 317	16.49 339	10.81 319	7.00 154	14.33 324	8.72 325	9.43 296	13.71 359	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.07 158

ADLNet2	4.46 274	0.90 241	6.06 284	2.74 316	3.91 347	6.79 273	3.01 284	10.95 261	8.40 247	7.27 215	9.80 221	9.85 277	5.43 269	7.29 182	6.44 284	0.01 146	0.03 210	0.00 1	0.00 1	0.15 220	0.11 212

iResNet	3.68 224	0.91 242	7.94 321	2.97 327	0.34 137	4.44 228	0.48 112	7.70 176	9.74 271	7.72 231	12.74 275	4.03 138	2.87 163	8.05 224	3.37 225	0.02 216	0.01 126	0.00 1	0.00 1	0.10 168	0.09 181

DLCB_ROB	4.51 277	0.91 242	3.78 179	2.19 273	1.07 224	6.28 261	3.09 286	9.78 230	7.72 227	10.65 316	12.97 276	13.91 322	3.71 196	8.72 271	5.30 267	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.10 200

CBMV	5.35 291	0.91 242	3.67 171	1.62 202	0.44 153	10.09 317	7.19 355	12.49 301	12.33 316	12.22 333	14.69 296	10.93 300	6.48 288	8.51 255	4.96 264	0.02 216	0.15 319	0.00 1	0.00 1	0.17 234	0.17 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 244	0.92 245	4.41 215	3.56 349	4.00 350	6.70 270	1.26 235	18.71 363	6.14 180	7.35 219	7.91 179	4.35 156	2.58 148	3.04 59	6.62 290	0.00 1	0.00 1	0.00 1	0.00 1	0.39 314	0.14 236

111	2.78 156	0.92 245	3.81 182	0.22 36	0.07 23	2.83 132	0.70 166	6.03 126	14.00 325	3.22 68	8.93 194	5.48 192	3.30 173	3.66 69	2.03 179	0.00 1	0.00 1	0.00 1	0.00 1	0.10 168	0.29 301

ccnet	6.87 322	0.92 245	5.15 253	3.09 329	2.18 288	11.78 334	4.90 324	17.97 358	8.79 256	12.79 340	20.20 335	16.00 336	8.35 320	9.12 284	14.17 362	0.42 349	0.33 355	0.25 356	0.09 282	0.40 317	0.48 325

OMP-Stereo	3.03 176	0.93 248	2.72 88	4.21 366	0.51 172	2.19 58	1.25 233	6.19 136	6.00 172	7.99 242	6.21 131	8.50 265	2.49 144	9.44 299	1.74 157	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.05 135

STTStereo	3.60 220	0.93 248	6.34 290	2.71 313	2.23 290	3.68 188	0.63 150	9.42 222	6.73 195	9.87 298	6.97 149	8.84 268	3.65 191	6.85 157	3.04 213	0.00 1	0.02 167	0.01 257	0.00 1	0.02 23	0.02 39

CBFPSM	4.87 284	0.94 250	14.70 361	1.51 184	1.15 229	11.49 331	2.55 274	7.28 171	6.47 192	6.23 160	4.83 88	15.30 331	8.99 330	6.88 158	8.20 312	0.03 243	0.02 167	0.00 1	0.00 1	0.40 317	0.42 317

CFNet-ft	3.31 193	0.94 250	2.69 82	1.50 181	2.38 295	2.81 127	0.68 160	8.35 188	7.43 216	4.45 91	9.94 222	10.20 285	4.60 239	6.50 147	3.41 226	0.00 1	0.00 1	0.03 302	0.00 1	0.22 265	0.03 69

CFNet_RVC	3.31 193	0.94 250	2.69 82	1.50 181	2.38 295	2.81 127	0.68 160	8.35 188	7.43 216	4.45 91	9.94 222	10.20 285	4.60 239	6.49 146	3.41 226	0.00 1	0.00 1	0.03 302	0.00 1	0.22 265	0.03 69

DRN-Test	5.87 296	0.98 253	5.89 279	2.69 312	3.65 335	12.37 341	3.35 295	20.07 380	10.20 284	11.93 332	12.31 271	11.06 303	5.31 264	7.89 213	9.05 322	0.04 259	0.05 241	0.04 313	0.04 260	0.18 244	0.25 289

GMStereo	1.83 60	0.99 254	4.55 223	0.57 82	0.05 10	2.53 81	0.01 1	4.95 69	11.14 299	3.52 77	2.24 40	0.53 42	0.49 35	3.76 71	0.80 70	0.20 322	0.00 1	0.00 1	0.12 290	0.12 197	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
RALCasStereoNet	1.93 74	1.01 255	2.75 91	1.88 232	1.75 265	2.88 139	0.18 59	4.64 57	4.36 112	2.27 52	5.14 96	2.22 81	0.79 54	7.10 173	1.00 100	0.00 1	0.34 356	0.00 1	0.00 1	0.10 168	0.16 254

edge stereo	6.76 317	1.01 255	6.76 300	2.20 275	2.45 299	6.41 265	2.45 271	14.84 336	11.98 313	15.29 354	18.31 328	22.02 367	12.56 353	10.82 319	7.49 296	0.03 243	0.06 253	0.11 338	0.03 243	0.30 293	0.14 236

TestStereo	1.74 49	1.02 257	3.64 170	0.20 33	0.28 123	1.33 11	0.01 1	5.24 92	4.01 95	3.18 66	4.97 92	2.07 80	0.70 44	7.32 183	0.75 61	0.02 216	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

iResNet_ROB	4.23 265	1.02 257	4.90 237	2.18 272	0.93 211	2.92 140	0.37 95	15.10 340	16.91 343	7.89 239	10.51 236	7.03 232	3.07 168	8.16 236	3.46 232	0.01 146	0.00 1	0.00 1	0.00 1	0.10 168	0.02 39

AACVNet	3.33 201	1.03 259	3.56 162	3.46 345	0.63 180	3.09 151	0.28 76	8.78 208	3.43 69	5.99 142	10.64 239	10.08 282	4.03 214	8.69 266	2.51 200	0.03 243	0.01 126	0.00 1	0.00 1	0.26 283	0.06 145

FBW_ROB	8.50 345	1.03 259	7.98 322	1.93 240	1.28 237	13.10 347	6.23 340	22.50 384	18.98 348	18.82 362	14.91 298	19.06 354	10.04 340	18.41 372	9.83 335	0.62 356	0.22 342	1.82 379	0.82 368	0.99 351	1.36 355

HBP-ISP	4.09 253	1.05 261	4.10 206	1.87 229	1.31 241	7.56 288	3.98 305	11.26 264	9.94 277	7.81 234	14.44 292	3.23 109	4.27 224	8.89 278	1.87 165	0.06 281	0.06 253	0.00 1	0.00 1	0.06 117	0.04 105

GwcNet-RSSM	3.77 232	1.05 261	5.06 246	2.21 276	1.87 274	2.36 68	1.52 247	8.98 210	7.96 234	5.91 141	14.59 294	7.94 252	3.50 184	6.43 139	5.70 273	0.00 1	0.00 1	0.04 313	0.00 1	0.20 253	0.08 171

NLCA_NET_v2_RVC	3.84 238	1.06 263	5.23 259	2.72 315	3.27 319	4.36 222	0.61 147	10.71 253	7.56 221	8.75 266	7.89 178	9.86 278	3.90 208	7.15 178	3.44 228	0.14 307	0.02 167	0.02 286	0.03 243	0.04 79	0.03 69
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_CTSACE	3.40 208	1.07 264	4.52 220	1.27 154	3.14 313	4.00 212	1.07 222	3.93 27	4.43 114	4.66 101	17.94 326	7.21 241	2.76 155	10.82 319	0.85 74	0.00 1	0.07 266	0.00 1	0.00 1	0.30 293	0.01 16

GANet	6.22 306	1.07 264	4.07 204	2.27 281	0.89 206	9.19 307	9.52 368	12.02 284	8.13 239	10.72 317	29.09 370	13.86 320	7.52 309	11.00 322	4.39 253	0.36 340	0.00 1	0.02 286	0.02 231	0.12 197	0.08 171

ACRE	2.41 123	1.08 266	5.11 249	0.55 78	2.05 279	2.65 102	0.78 186	5.26 97	4.67 125	7.59 227	9.20 200	1.70 70	1.08 70	3.74 70	2.18 186	0.01 146	0.18 333	0.02 286	0.08 275	0.22 265	0.10 200

SGM-ForestM	16.99 387	1.08 266	5.74 275	2.12 267	0.75 194	31.63 392	12.21 384	27.80 393	32.25 381	37.88 396	39.99 394	52.96 405	35.20 400	33.60 397	24.47 387	0.26 331	0.39 361	0.31 359	0.39 353	0.26 283	0.53 331

RALAANet	2.46 132	1.09 268	3.70 175	2.55 308	0.80 199	3.37 164	0.15 53	7.44 175	5.54 153	5.65 123	6.01 121	3.54 124	1.13 73	6.34 135	1.58 146	0.00 1	0.01 126	0.00 1	0.05 264	0.21 261	0.03 69

MSMD_ROB	9.28 351	1.09 268	4.65 228	1.58 194	0.39 144	16.52 358	4.41 316	13.60 319	14.87 332	22.34 370	39.89 393	25.67 374	20.71 379	12.42 336	6.98 291	0.34 339	0.03 210	0.00 1	0.00 1	0.05 101	0.09 181

CIPLG	2.47 133	1.10 270	4.71 232	0.63 88	2.15 285	2.67 106	0.77 182	5.19 84	4.73 129	7.85 236	9.56 216	1.72 71	1.14 74	4.20 84	2.34 191	0.01 146	0.19 337	0.02 286	0.09 282	0.23 272	0.08 171

STTRV1_RVC	7.02 325	1.10 270	12.88 352	3.32 340	6.92 377	11.90 336	4.00 306	15.07 337	11.94 312	9.51 287	14.57 293	11.63 307	8.73 326	12.65 339	8.06 309	3.32 380	2.75 391	0.41 365	0.12 290	1.38 360	0.11 212

CFNet	3.72 227	1.10 270	5.03 244	2.49 304	1.59 250	4.90 237	0.22 65	11.38 267	9.88 276	4.80 104	11.25 251	6.44 220	3.68 192	8.33 246	3.00 211	0.00 1	0.00 1	0.00 1	0.00 1	0.22 265	0.07 158

ARAFT	3.13 183	1.11 273	7.34 313	0.42 67	0.14 59	4.52 229	2.99 283	7.41 174	5.97 170	8.85 271	7.06 159	5.20 183	1.25 85	8.49 254	1.44 132	0.00 1	0.03 210	0.00 1	0.00 1	0.33 302	0.11 212

TDLM	4.11 254	1.11 273	3.54 161	1.62 202	1.04 222	3.91 208	7.41 357	10.60 251	10.67 295	6.38 175	12.59 273	5.95 208	4.77 247	8.79 273	3.04 213	0.58 354	0.00 1	0.01 257	0.00 1	0.19 249	0.12 224

FINET	5.32 290	1.14 275	10.04 335	2.17 271	3.67 337	6.49 267	6.76 350	11.68 273	22.08 363	7.42 221	12.15 266	4.24 148	3.61 190	9.25 291	5.35 268	0.04 259	0.04 232	0.00 1	0.00 1	0.17 234	0.09 181

DeepPruner_ROB	3.52 215	1.14 275	4.06 202	1.12 144	1.65 254	3.65 185	0.83 193	13.96 324	4.47 118	7.80 233	10.84 244	7.05 236	2.16 133	8.14 234	3.08 215	0.07 288	0.03 210	0.00 1	0.01 210	0.32 300	0.06 145

CVANet_RVC	4.16 260	1.16 277	3.60 164	1.94 241	1.46 247	3.92 209	4.68 321	10.89 259	8.34 244	7.58 226	10.84 244	10.27 287	6.62 291	8.56 257	2.69 204	0.39 343	0.00 1	0.00 1	0.01 210	0.21 261	0.09 181

IPLGR_C	2.44 128	1.17 278	4.94 239	0.62 87	2.08 280	2.65 102	0.80 188	5.60 112	4.79 132	7.87 237	9.23 202	1.67 69	1.15 76	3.43 66	2.23 187	0.01 146	0.19 337	0.02 286	0.08 275	0.22 265	0.10 200

MyStereo8	2.88 166	1.19 279	5.03 244	1.61 199	3.75 342	4.30 219	0.07 19	6.14 131	6.16 181	6.22 159	9.64 219	4.28 153	1.45 97	2.05 47	4.76 262	0.00 1	0.16 326	0.00 1	0.14 294	0.26 283	0.43 319

raft_robust	2.64 145	1.20 280	2.62 76	1.10 138	0.28 123	1.50 22	0.12 35	6.28 138	9.04 258	6.80 186	7.19 161	3.73 131	2.13 130	9.06 283	1.07 103	0.03 243	0.12 303	0.00 1	0.21 318	0.17 234	0.22 276

dd	2.16 95	1.22 281	4.82 234	0.68 92	0.12 55	1.39 16	0.17 58	5.14 80	11.22 302	2.70 57	3.51 67	1.52 64	1.23 84	5.08 101	3.96 249	0.12 304	0.01 126	0.04 313	0.21 318	0.07 132	0.01 16

XPNet_ROB	6.03 304	1.22 281	5.61 274	2.56 309	0.90 208	6.32 262	7.07 353	12.92 310	8.30 243	14.76 352	15.13 299	19.84 358	6.66 293	10.36 312	8.58 317	0.02 216	0.04 232	0.00 1	0.03 243	0.11 185	0.24 286

DANet	6.02 303	1.23 283	8.45 325	3.86 359	3.94 349	7.64 292	1.34 240	9.51 225	7.00 203	13.39 345	15.53 301	15.99 335	7.02 299	12.14 333	12.37 351	0.19 319	0.12 303	0.02 286	0.03 243	0.13 207	0.56 333
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 302	1.24 284	6.29 288	1.34 159	1.68 259	9.60 313	10.31 374	15.09 338	15.79 336	12.62 336	8.95 195	11.67 309	5.83 276	11.78 331	6.41 283	0.05 271	0.13 310	0.08 333	0.20 315	0.22 265	0.79 342

Nwc_Net	6.97 324	1.25 285	6.63 298	3.82 357	3.37 322	10.83 328	1.67 256	19.56 378	11.35 303	8.36 253	23.62 351	17.19 344	11.44 349	11.21 324	8.08 310	0.80 360	0.00 1	0.00 1	0.02 231	0.13 207	0.09 181

SACVNet	4.15 259	1.26 286	3.81 182	3.12 333	1.68 259	3.09 151	2.85 282	11.91 281	5.96 168	10.52 313	11.20 249	10.59 290	3.95 209	8.97 280	3.25 222	0.08 293	0.02 167	0.00 1	0.00 1	0.32 300	0.44 321

DMCA-RVC	3.17 185	1.26 286	6.39 293	2.10 266	1.51 249	3.02 147	0.56 133	7.84 181	5.06 138	9.23 282	5.19 101	8.46 261	2.72 154	6.31 133	3.22 219	0.06 281	0.11 296	0.09 336	0.02 231	0.16 226	0.08 171

BEATNet_4x	3.24 187	1.27 288	5.89 279	1.56 192	0.10 38	5.26 243	1.07 222	10.08 240	5.50 150	6.89 193	7.73 173	4.53 160	4.13 215	5.05 100	5.27 266	0.04 259	0.05 241	0.00 1	0.00 1	0.23 272	0.23 282

MANE	19.47 394	1.27 288	5.07 247	4.69 369	5.55 371	30.49 391	9.94 372	34.01 397	37.27 393	44.13 405	51.57 409	52.51 403	40.41 405	33.58 396	24.81 388	0.89 363	0.86 373	1.11 374	9.72 400	0.38 310	1.06 349

pmcnn	7.72 335	1.27 288	9.42 332	2.91 321	3.14 313	9.44 309	6.23 340	12.56 303	16.51 340	14.53 350	24.08 353	27.44 378	8.49 322	9.32 294	8.44 315	0.06 281	0.08 274	0.00 1	0.00 1	0.30 293	0.15 245

CSP-Net	4.12 255	1.28 291	3.70 175	1.54 187	1.06 223	13.28 349	2.33 268	12.96 311	5.45 148	8.87 272	8.54 188	8.43 260	3.03 165	8.16 236	3.65 240	0.00 1	0.00 1	0.00 1	0.00 1	0.18 244	0.03 69

LE_ROB	16.73 386	1.28 291	11.61 341	3.72 354	1.65 254	16.67 360	9.17 365	14.39 330	55.91 408	63.81 419	40.86 396	35.94 392	37.73 403	14.24 352	26.87 393	0.05 271	0.10 290	0.13 342	0.22 323	0.12 197	0.15 245

LMCR-Stereo	3.63 221	1.29 293	4.20 207	2.54 306	0.17 71	8.08 294	1.52 247	11.46 269	4.73 129	8.45 258	10.66 241	1.91 77	5.03 257	7.69 201	3.58 239	0.92 365	0.00 1	0.00 1	0.00 1	0.36 308	0.02 39

RP	6.84 321	1.29 293	5.53 272	3.92 360	5.18 369	6.32 262	3.53 298	11.73 276	15.31 334	9.54 289	22.38 347	18.25 349	14.47 363	10.11 306	7.49 296	0.91 364	0.01 126	0.12 340	0.15 297	0.33 302	0.19 267

whm_eth	3.00 175	1.32 295	5.51 269	0.75 96	2.73 307	2.57 87	0.28 76	6.84 164	7.24 212	5.29 117	24.32 355	0.37 31	0.46 34	1.03 7	0.95 93	0.01 146	0.03 210	0.00 1	0.00 1	0.06 117	0.14 236

ADCRef	7.27 326	1.38 296	16.37 365	2.52 305	3.30 321	11.63 333	3.16 289	10.80 256	9.35 264	13.03 343	25.27 362	8.17 256	8.92 329	8.06 228	21.81 380	0.15 309	0.08 274	0.16 345	0.34 348	0.38 310	0.58 334

fast-acv-ft	5.62 294	1.39 297	7.01 305	2.02 254	1.89 276	12.23 339	1.82 261	7.35 172	9.45 266	10.46 312	20.27 337	14.55 326	7.71 313	7.41 188	7.61 298	0.10 299	0.09 282	0.16 345	0.07 271	0.59 332	0.13 231

DN-CSS_ROB	2.69 147	1.40 298	5.34 262	2.31 291	0.75 194	3.14 155	0.06 15	6.11 130	3.87 85	5.34 118	12.18 268	2.34 84	1.22 83	7.84 211	1.48 135	0.03 243	0.00 1	0.00 1	0.00 1	0.35 306	0.03 69

LoS_RVC	1.26 28	1.43 299	1.91 18	0.42 67	3.77 344	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 45	0.30 21	0.57 39	1.71 30	0.66 45	0.01 146	0.02 167	0.00 1	0.00 1	0.02 23	4.49 379

iResNetv2_ROB	4.28 270	1.43 299	7.17 309	2.91 321	1.26 234	4.36 222	1.62 252	13.64 321	10.25 285	9.83 296	11.41 253	7.68 245	4.00 210	7.75 207	1.85 164	0.00 1	0.00 1	0.00 1	0.00 1	0.37 309	0.09 181

AF-Net	7.78 336	1.44 301	6.68 299	3.37 341	4.50 363	8.61 300	2.69 277	17.07 352	20.17 358	9.52 288	24.02 352	20.31 363	14.59 364	11.58 329	9.84 336	0.61 355	0.00 1	0.12 340	0.00 1	0.38 310	0.12 224

gwcnet-sp	3.31 193	1.47 302	7.26 310	1.73 215	0.69 187	7.57 289	1.14 227	8.59 199	6.17 182	8.57 260	5.25 107	4.26 150	3.36 175	6.46 140	3.44 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.11 212

scenet	3.31 193	1.47 302	7.26 310	1.73 215	0.69 187	7.57 289	1.14 227	8.59 199	6.17 182	8.57 260	5.25 107	4.26 150	3.36 175	6.46 140	3.44 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.11 212

ssnet	3.31 193	1.47 302	7.26 310	1.73 215	0.69 187	7.57 289	1.14 227	8.59 199	6.17 182	8.57 260	5.25 107	4.26 150	3.36 175	6.46 140	3.44 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.11 212

PA-Net	4.98 286	1.47 302	7.42 315	2.40 297	2.14 284	8.73 302	3.64 302	12.42 295	13.11 320	7.03 200	7.57 169	7.88 248	6.52 289	10.16 311	7.82 301	0.02 216	0.03 210	0.00 1	0.00 1	0.11 185	1.07 350
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 318	1.49 306	6.48 294	2.92 323	4.40 356	7.43 284	3.61 300	19.52 376	13.29 321	8.39 255	16.91 312	15.96 333	12.13 350	12.85 340	7.70 299	1.47 373	0.11 296	0.01 257	0.42 355	0.14 218	0.24 286

Abc-Net	6.77 318	1.49 306	6.48 294	2.92 323	4.40 356	7.43 284	3.61 300	19.52 376	13.29 321	8.39 255	16.91 312	15.96 333	12.13 350	12.85 340	7.70 299	1.47 373	0.11 296	0.01 257	0.42 355	0.14 218	0.24 286
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 367	1.52 308	4.55 223	1.89 234	1.46 247	19.87 372	5.11 328	20.66 382	15.91 337	32.67 389	34.51 386	39.34 396	21.15 380	18.74 374	12.10 349	0.11 301	0.06 253	0.01 257	0.00 1	0.45 323	0.22 276
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
G-Net	8.41 343	1.54 309	10.97 339	5.73 376	3.60 333	26.19 381	4.41 316	10.10 241	7.42 215	19.71 365	24.99 360	14.38 325	15.83 365	10.99 321	9.53 333	0.50 353	0.46 367	0.19 351	0.25 328	0.80 345	0.66 338

Wz-Net-LNSev-Ref	5.98 300	1.55 310	9.92 334	2.40 297	3.22 317	10.28 320	3.14 288	11.64 271	9.79 272	9.54 289	20.22 336	11.16 304	6.77 295	10.61 317	9.16 323	0.06 281	0.00 1	0.00 1	0.00 1	0.03 59	0.04 105

RAFT + AFF	4.30 271	1.55 310	5.84 277	1.43 175	2.36 294	5.94 257	6.72 349	10.01 237	7.56 221	7.55 225	8.96 197	7.09 237	6.73 294	8.57 258	4.02 250	0.02 216	0.47 368	0.00 1	0.01 210	0.56 328	0.54 332

psmorigin	7.34 327	1.58 312	18.31 372	2.35 294	0.87 204	6.72 271	1.70 259	10.63 252	7.14 208	19.77 366	22.71 348	20.13 360	11.34 347	12.96 342	9.49 332	0.04 259	0.17 329	0.06 324	0.17 305	0.21 261	0.50 328

NCCL2	5.88 297	1.59 313	5.44 265	1.87 229	0.92 209	9.55 311	11.55 380	12.11 287	9.94 277	9.67 293	8.85 192	22.28 369	7.41 304	8.78 272	7.17 293	0.01 146	0.00 1	0.03 302	0.00 1	0.13 207	0.23 282

iinet-f	5.94 298	1.60 314	26.88 391	1.79 222	1.38 245	11.92 337	1.47 244	6.80 162	7.11 207	6.90 195	14.43 291	10.64 294	7.97 315	7.00 168	12.12 350	0.02 216	0.03 210	0.05 320	0.00 1	0.63 337	0.02 39

CSAN	7.62 330	1.60 314	6.56 297	1.83 227	0.66 183	12.40 342	10.52 377	14.45 331	21.32 361	14.19 348	15.98 303	17.84 345	13.02 358	12.32 335	8.38 314	0.09 297	0.07 266	0.03 302	0.04 260	0.33 302	0.67 339

FADNet-RVC-Resample	3.79 234	1.62 316	12.06 343	1.43 175	0.66 183	5.94 257	2.41 269	10.18 244	8.58 254	6.28 167	4.22 75	5.33 189	4.80 251	7.71 203	3.19 218	0.17 315	0.21 341	0.17 348	0.12 290	0.41 320	0.29 301

PSMNet_ROB	5.02 288	1.63 317	6.03 283	1.90 235	1.83 272	9.57 312	6.35 344	15.58 345	7.23 211	6.15 156	10.48 235	12.22 311	4.16 218	8.02 220	8.71 319	0.02 216	0.01 126	0.01 257	0.10 286	0.20 253	0.12 224

LL-Strereo	4.71 283	1.64 318	7.51 318	1.15 146	4.31 354	3.71 191	1.45 243	9.21 216	8.36 245	8.37 254	8.17 183	10.82 296	11.36 348	12.51 337	4.82 263	0.00 1	0.12 303	0.00 1	0.00 1	0.31 298	0.32 306

FADNet	4.23 265	1.65 319	11.75 342	1.64 204	0.80 199	4.80 234	0.77 182	13.76 323	11.65 307	3.97 83	5.24 105	9.62 275	5.14 261	8.40 249	3.78 244	0.21 323	0.04 232	0.07 330	0.05 264	1.14 353	0.10 200

sAnonymous2	1.35 33	1.66 320	8.14 323	0.55 78	0.46 159	1.23 6	0.24 69	4.00 28	3.47 71	0.40 14	1.11 14	0.23 12	1.42 95	0.96 5	0.57 35	0.01 146	0.00 1	0.00 1	0.20 315	2.07 369	0.22 276

CroCo_RVC	1.35 33	1.66 320	8.14 323	0.55 78	0.46 159	1.23 6	0.24 69	4.00 28	3.47 71	0.40 14	1.11 14	0.23 12	1.42 95	0.96 5	0.57 35	0.01 146	0.00 1	0.00 1	0.20 315	2.07 369	0.22 276

FADNet_RVC	3.91 246	1.67 322	12.95 354	0.96 121	0.75 194	5.71 250	0.54 128	10.83 257	6.60 193	3.46 76	8.09 181	4.10 143	3.40 182	9.43 296	6.33 281	0.36 340	0.44 365	0.17 348	0.46 359	0.91 348	0.95 347

APVNet	5.98 300	1.72 323	8.72 327	3.21 337	4.04 351	12.31 340	1.81 260	19.09 369	6.10 176	6.13 155	13.41 281	10.69 295	6.30 284	11.26 325	13.90 360	0.05 271	0.02 167	0.11 338	0.03 243	0.53 326	0.20 273

AANet_RVC	5.01 287	1.74 324	6.38 292	1.96 244	1.29 238	2.26 62	1.69 257	10.07 239	18.53 346	7.88 238	18.15 327	8.49 264	2.70 151	10.59 316	7.04 292	0.96 366	0.15 319	0.02 286	0.00 1	0.13 207	0.12 224

StereoDRNet	5.59 293	1.75 325	6.80 301	3.12 333	4.45 360	10.61 325	4.35 315	18.80 365	9.73 270	12.22 333	6.87 147	11.44 306	4.65 243	8.09 231	8.26 313	0.02 216	0.11 296	0.00 1	0.03 243	0.20 253	0.28 300

ETE_ROB	5.80 295	1.77 326	6.33 289	1.44 178	0.78 198	6.43 266	6.90 351	12.53 302	8.08 237	12.93 342	14.89 297	21.13 366	5.87 277	9.83 303	6.57 287	0.04 259	0.01 126	0.00 1	0.02 231	0.08 141	0.33 307

ADCP+	8.09 339	1.79 327	14.50 359	1.54 187	4.28 353	16.57 359	5.20 329	12.80 307	11.20 301	12.83 341	17.07 316	11.02 302	10.80 345	17.59 370	23.18 385	0.03 243	0.05 241	0.01 257	0.18 309	0.39 314	0.81 343

LALA_ROB	6.58 314	1.80 328	6.25 287	1.26 152	0.94 212	10.08 316	9.02 364	16.00 347	11.51 306	12.74 338	13.02 277	24.77 371	5.25 263	10.56 315	8.02 306	0.04 259	0.05 241	0.00 1	0.02 231	0.10 168	0.25 289

FADNet-RVC	3.98 251	1.84 329	12.48 348	1.69 208	0.44 153	4.33 220	1.31 238	11.84 278	7.15 209	3.53 78	3.50 66	10.63 293	4.43 233	9.12 284	6.25 280	0.03 243	0.10 290	0.00 1	0.03 243	0.60 334	0.25 289

PS-NSSS	3.90 244	1.84 329	4.55 223	0.87 105	2.95 312	4.10 215	2.00 263	10.77 255	8.23 242	6.75 183	14.63 295	5.01 178	2.24 134	8.41 250	2.91 210	0.33 338	0.03 210	0.83 370	0.00 1	0.82 346	0.70 340

SANet	10.64 363	1.86 331	10.91 337	1.76 218	0.71 192	14.62 353	9.23 367	19.18 370	37.14 392	19.22 363	27.96 366	25.86 375	19.11 374	13.02 343	10.63 341	0.08 293	0.06 253	0.03 302	0.02 231	0.62 335	0.81 343

DPSNet	10.14 359	1.88 332	16.82 368	1.85 228	1.73 263	24.84 379	17.20 402	19.92 379	27.41 373	12.23 335	13.62 283	16.52 338	18.35 369	14.42 354	12.50 352	0.78 359	0.54 371	0.08 333	0.25 328	1.18 354	0.59 337

dad	4.66 282	1.89 333	5.51 269	0.94 115	0.09 35	2.16 57	0.37 95	7.10 169	14.43 328	10.13 305	16.84 311	14.97 328	1.90 122	6.82 156	4.15 251	1.09 368	0.11 296	4.08 384	0.46 359	0.17 234	0.06 145

Wz-Net-LNSev	6.46 311	1.93 334	16.44 367	1.52 185	4.15 352	12.66 343	4.96 326	13.05 313	12.10 314	10.55 315	16.23 305	11.32 305	7.19 301	8.43 252	8.48 316	0.00 1	0.01 126	0.00 1	0.00 1	0.08 141	0.06 145

GwcNet	6.42 310	1.97 335	10.92 338	2.59 310	5.58 372	11.55 332	2.21 267	14.10 327	16.52 342	10.04 303	17.19 320	10.86 298	5.61 274	9.23 290	8.84 321	0.01 146	0.06 253	0.03 302	0.08 275	0.56 328	0.40 314

GMStereo_Zeroshot	2.77 155	1.98 336	5.14 252	1.53 186	0.36 139	3.56 180	0.10 26	5.57 111	5.91 166	6.89 193	7.02 155	8.50 265	0.91 60	6.01 122	1.65 150	0.00 1	0.00 1	0.00 1	0.00 1	0.20 253	0.01 16

PDISCO_ROB	9.62 356	1.99 337	11.51 340	9.88 384	9.61 386	21.48 373	3.83 303	19.33 372	28.49 376	11.27 327	14.17 288	19.92 359	5.02 256	16.35 366	9.18 324	5.28 384	0.41 362	0.14 343	0.09 282	2.05 368	2.36 370

ADCL	10.16 360	2.11 338	19.36 375	1.92 238	1.88 275	22.23 374	8.91 363	14.04 325	23.56 367	14.62 351	26.19 363	12.75 314	13.59 360	16.06 365	22.95 384	0.26 331	0.18 333	0.75 368	0.65 363	0.69 341	0.58 334

ELAS	16.72 385	2.14 339	9.23 329	4.92 371	4.53 364	32.66 396	15.11 397	27.40 392	28.68 377	40.27 400	44.90 399	38.33 395	30.50 394	26.44 391	21.94 381	0.88 362	1.23 377	0.67 367	0.89 370	1.49 362	2.18 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 323	2.23 340	6.13 285	4.05 361	4.73 368	8.94 303	2.78 279	15.19 342	11.74 308	11.13 324	19.34 331	17.86 346	10.42 343	13.02 343	8.03 308	0.73 358	0.01 126	0.24 355	0.41 354	0.31 298	0.38 312

ELAS_RVC	16.54 384	2.26 341	10.09 336	5.50 375	4.46 361	28.28 389	16.72 401	25.55 389	33.54 384	40.19 399	40.30 395	36.68 393	30.03 393	29.40 392	20.61 374	0.98 367	1.21 376	0.86 371	0.70 365	1.39 361	2.16 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 329	2.32 342	15.58 364	1.82 226	0.63 180	44.66 408	0.44 108	8.59 199	9.52 267	9.84 297	25.18 361	5.30 188	4.38 230	11.46 328	6.49 285	0.05 271	0.03 210	0.00 1	0.01 210	1.79 366	1.87 362

Wz-Net-MNSev	7.43 328	2.35 343	15.22 362	2.34 293	3.41 327	17.27 365	8.55 360	11.91 281	13.48 323	13.37 344	17.05 315	13.70 317	7.47 308	11.90 332	9.99 338	0.40 345	0.03 210	0.00 1	0.01 210	0.16 226	0.07 158

ADCPNet	9.54 354	2.39 344	31.46 395	2.09 264	1.60 252	16.71 361	6.39 345	12.11 287	11.45 304	13.53 346	21.45 342	19.41 355	10.94 346	14.38 353	21.54 378	0.27 334	1.16 375	0.39 364	1.49 378	0.58 331	1.45 356

SHD	9.61 355	2.60 345	12.46 347	3.69 353	3.54 330	9.47 310	1.25 233	20.16 381	37.84 394	18.19 361	21.24 341	16.96 342	12.83 357	14.47 355	16.05 365	0.32 337	0.13 310	0.01 257	0.08 275	0.38 310	0.48 325

DGSMNet	6.47 312	2.61 346	13.64 357	3.46 345	3.74 338	8.97 304	6.01 335	14.15 328	13.01 319	7.46 223	14.10 287	9.94 280	4.79 250	10.44 313	6.22 279	1.30 372	1.70 380	1.80 377	1.52 380	2.27 372	2.35 369

DeepPrunerF	6.75 316	2.69 347	23.31 384	3.68 352	7.16 378	3.78 201	4.29 313	13.42 318	20.13 357	8.13 245	10.46 234	7.18 240	8.06 317	11.10 323	9.44 331	0.24 328	0.15 319	0.29 357	0.42 355	0.66 340	0.45 322

Syn2CoEx	6.32 308	2.72 348	9.33 330	2.45 302	1.67 257	8.59 299	3.32 293	18.08 359	12.27 315	8.53 259	21.08 340	10.30 288	9.80 338	9.30 293	7.86 303	0.01 146	0.00 1	0.00 1	0.00 1	0.63 337	0.43 319

SAMSARA	14.63 376	2.74 349	12.38 345	12.65 390	6.74 376	36.50 400	72.93 423	19.36 373	23.77 368	16.20 358	13.04 278	29.21 381	12.78 355	16.98 368	15.21 364	0.11 301	0.26 352	0.03 302	0.14 294	0.76 344	0.77 341

GANetREF_RVC	6.56 313	2.89 350	7.58 319	3.41 342	0.40 147	12.96 346	9.58 369	15.09 338	17.25 345	10.33 307	10.62 238	12.27 312	8.16 319	12.21 334	4.53 256	0.41 346	0.00 1	0.00 1	0.02 231	3.12 375	0.39 313
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
PVD	15.44 378	2.93 351	14.67 360	4.21 366	3.39 325	17.43 366	4.16 309	27.84 394	48.84 403	31.02 387	43.54 398	29.76 383	30.81 395	25.97 390	21.40 376	0.23 326	0.41 362	0.04 313	0.33 346	0.41 320	1.33 354

RTSC	9.15 348	3.00 352	13.57 356	3.72 354	1.76 267	11.82 335	0.46 109	16.95 351	36.83 391	15.80 356	15.53 301	12.91 315	7.46 307	20.01 380	21.76 379	0.31 336	0.13 310	0.01 257	0.08 275	0.57 330	0.41 316

TRStereo	2.36 120	3.10 353	4.70 231	1.99 247	2.08 280	2.61 95	1.11 225	8.79 209	3.73 80	3.19 67	3.04 52	3.96 135	0.77 50	5.92 118	1.44 132	0.03 243	0.14 314	0.00 1	0.29 337	0.08 141	0.25 289

ADCMid	10.24 361	3.13 354	20.70 378	2.21 276	2.39 297	11.23 330	6.19 337	14.17 329	11.19 300	23.20 376	22.25 345	17.89 347	19.54 375	18.51 373	26.21 392	0.45 351	0.42 364	1.10 373	1.29 375	1.56 364	1.18 351

PWC_ROB	8.24 341	3.13 354	12.74 351	2.43 301	4.43 359	7.51 287	1.22 232	16.63 350	19.24 352	16.08 357	28.29 367	13.99 323	10.16 341	13.63 348	14.06 361	0.42 349	0.00 1	0.05 320	0.00 1	0.59 332	0.27 298

SuperB	8.10 340	3.15 356	24.67 387	2.65 311	1.23 232	9.88 315	4.29 313	10.18 244	30.07 378	11.53 329	12.18 268	6.12 211	6.65 292	10.50 314	14.47 363	0.14 307	0.11 296	0.35 361	0.25 328	13.06 395	0.48 325

Anonymous Stereo	6.16 305	3.15 356	23.75 385	2.97 327	2.48 300	4.39 227	13.30 387	9.21 216	9.86 275	9.56 291	8.76 190	6.79 228	1.99 126	13.50 346	13.04 355	0.01 146	0.05 241	0.00 1	0.06 269	0.22 265	0.19 267

PWCDC_ROB	7.92 338	3.17 358	7.48 317	5.73 376	4.40 356	10.45 322	0.35 92	14.52 333	28.19 375	10.36 309	31.27 376	7.04 234	9.14 333	13.22 345	8.78 320	2.74 379	0.02 167	0.00 1	0.00 1	1.31 358	0.17 255

aanetorigin	8.72 347	3.29 359	27.55 392	1.95 242	3.84 345	4.93 239	5.39 333	5.49 110	10.05 279	27.85 383	31.47 377	15.80 332	12.78 355	9.04 282	11.98 348	0.25 329	0.22 342	0.22 353	0.25 328	1.28 357	0.84 345

SQANet	7.64 331	3.40 360	5.49 268	11.73 389	9.62 387	11.96 338	2.82 280	11.33 266	6.10 176	8.33 252	11.49 256	11.00 301	5.16 262	10.12 310	2.72 207	8.92 392	2.21 382	10.41 389	1.58 381	11.13 391	7.39 390

XQC	8.43 344	3.58 361	16.40 366	2.92 323	2.17 286	13.22 348	3.60 299	14.64 334	25.86 371	11.87 331	12.04 262	15.06 329	10.67 344	15.24 360	19.41 370	0.39 343	0.08 274	0.05 320	0.07 271	0.84 347	0.45 322

MFN_U_SF_RVC	12.94 370	3.66 362	25.81 390	3.61 351	2.26 292	22.77 376	4.55 319	27.10 390	20.06 356	23.90 377	28.99 369	30.53 384	16.98 366	19.92 379	20.26 373	1.24 369	1.07 374	0.98 372	1.33 376	1.80 367	2.04 365

anonymity	7.68 332	3.83 363	12.39 346	7.04 381	12.67 394	8.18 296	2.00 263	17.50 355	6.85 198	13.56 347	9.21 201	9.97 281	7.82 314	11.28 326	5.58 271	6.27 387	4.98 407	3.68 383	2.96 385	3.33 377	4.48 378

PASM	7.90 337	4.22 364	21.97 382	3.25 338	3.29 320	5.39 246	6.57 346	10.57 250	19.09 349	12.77 339	13.92 285	18.11 348	9.51 336	13.79 349	10.77 345	0.19 319	0.45 366	0.29 357	1.08 373	1.49 362	1.19 352

MFN_U_SF_DS_RVC	9.78 357	4.27 365	14.47 358	2.29 284	2.85 310	23.40 378	13.62 389	13.60 319	19.54 353	19.42 364	24.27 354	16.74 341	8.59 323	17.05 369	7.98 305	1.25 370	1.68 379	0.17 348	2.63 383	0.72 343	1.04 348

GASNet	5.19 289	4.61 366	9.38 331	4.73 370	2.10 282	3.80 203	1.57 250	12.07 285	10.96 296	8.92 274	7.03 157	8.21 257	7.67 312	14.02 350	7.36 294	0.02 216	0.15 319	0.00 1	0.00 1	0.69 341	0.42 317

WZ-Net	13.00 371	4.64 367	41.07 403	3.48 347	3.15 315	19.12 369	15.66 400	14.81 335	31.33 380	15.71 355	27.88 365	22.22 368	14.01 362	20.44 382	25.03 389	0.64 357	0.00 1	0.01 257	0.03 243	0.39 314	0.37 311

Consistency-Raft	9.42 352	4.74 368	12.66 349	5.30 374	9.08 384	4.08 213	5.26 331	19.26 371	24.87 369	11.17 325	29.85 372	13.57 316	5.51 273	7.67 200	13.40 357	0.36 340	0.35 358	1.81 378	4.24 391	11.61 392	3.57 373

ADCS	13.02 372	4.93 369	28.38 393	3.17 336	2.67 305	13.61 351	10.83 378	18.70 362	33.46 383	22.59 371	24.78 358	19.59 357	18.51 371	23.40 387	32.16 401	0.10 299	0.19 337	0.37 363	0.18 309	1.26 356	1.46 357

MaskLacGwcNet_RVC	5.97 299	5.36 370	5.02 242	3.75 356	3.57 332	15.81 356	4.27 312	11.72 275	6.96 201	7.23 212	8.47 187	9.09 270	2.66 150	9.36 295	2.71 205	7.49 389	2.32 383	2.01 380	0.08 275	6.77 386	4.67 380

AnyNet_C32	10.98 365	5.58 371	22.79 383	4.16 363	5.83 373	15.64 354	14.30 390	13.18 314	17.15 344	16.44 359	20.52 338	14.68 327	13.44 359	22.46 384	30.08 398	0.17 315	0.26 352	0.36 362	0.36 350	1.23 355	0.91 346

LSM	14.01 375	5.95 372	33.49 396	6.78 380	43.61 417	10.22 318	9.98 373	15.16 341	22.93 366	23.07 375	32.34 381	18.52 351	12.67 354	15.45 361	11.10 346	0.16 314	0.51 370	0.09 336	0.32 344	1.08 352	16.85 412

EDNetEfficient	13.82 374	6.19 373	54.79 410	2.83 318	3.60 333	4.86 236	8.57 361	8.61 204	32.90 382	40.77 401	30.59 375	18.33 350	21.87 383	11.38 327	25.36 390	0.15 309	0.23 344	0.06 324	1.03 372	2.54 373	1.79 360

SPS-STEREO	15.04 377	6.23 374	13.21 355	11.34 388	11.65 391	23.30 377	7.15 354	24.16 387	15.65 335	31.78 388	29.19 371	31.62 385	21.32 381	24.62 388	19.50 371	7.59 390	4.19 405	3.22 382	1.48 377	6.99 387	6.54 387
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 350	6.70 375	24.28 386	1.87 229	1.81 271	8.57 298	12.29 386	17.37 354	20.39 359	10.43 311	23.11 350	16.66 340	8.03 316	14.47 355	17.86 367	0.00 1	0.02 167	0.01 257	0.00 1	0.41 320	0.30 303

AnonymousM	2.71 150	6.75 376	0.98 1	0.73 94	0.06 17	2.41 73	0.53 126	5.30 98	3.05 46	4.75 103	2.09 36	1.89 75	1.01 65	1.88 42	0.51 33	0.01 146	0.02 167	17.42 394	4.76 394	0.02 23	0.01 16

NVStereoNet_ROB	16.04 381	6.75 376	12.90 353	6.37 379	7.42 381	12.89 345	9.74 371	22.78 385	25.12 370	30.32 385	46.19 401	34.37 391	25.38 387	21.48 383	21.38 375	5.94 385	3.10 397	6.07 388	10.09 401	4.01 378	8.54 395
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 383	6.93 378	21.83 381	5.94 378	2.81 309	38.71 402	14.59 391	24.55 388	34.87 389	33.66 393	34.35 385	29.24 382	24.20 386	22.59 385	17.95 368	2.52 378	2.81 392	1.17 375	1.51 379	5.89 384	2.16 366

UDGNet	2.73 153	7.09 379	3.90 189	2.71 313	0.06 17	2.98 143	0.20 63	4.63 55	8.58 254	2.69 55	2.70 46	0.95 50	1.01 65	6.27 130	1.51 137	1.28 371	0.00 1	5.24 387	0.94 371	1.70 365	0.13 231

SGM+DAISY	15.62 379	7.26 380	19.28 374	8.94 382	10.11 389	26.25 382	10.49 376	19.36 373	14.65 330	30.64 386	33.59 384	33.00 387	22.32 385	24.96 389	16.42 366	7.90 391	6.25 409	4.51 385	3.37 387	5.86 383	7.20 389

otaku	11.73 368	7.51 381	7.07 307	13.22 392	10.85 390	26.61 386	7.25 356	18.84 366	19.16 351	11.58 330	17.23 321	20.19 361	8.09 318	15.11 359	4.64 259	9.13 393	2.42 384	13.08 390	1.83 382	12.48 394	8.22 393

MFMNet_re	13.29 373	8.60 382	18.29 371	9.75 383	7.25 380	19.65 371	14.84 394	20.71 383	30.72 379	23.03 374	28.77 368	18.85 353	26.09 390	13.55 347	9.82 334	2.44 377	1.35 378	0.34 360	0.23 324	4.78 380	6.69 388

Ntro	12.35 369	8.88 383	7.80 320	13.79 393	12.42 393	26.54 385	6.98 352	18.54 361	22.14 364	9.82 295	16.45 306	20.30 362	9.29 335	15.95 364	6.61 289	9.53 395	2.47 386	14.93 392	2.77 384	13.11 396	8.63 396

BEATNet-Init1	23.31 396	9.03 384	41.67 404	4.17 364	2.53 302	45.68 410	19.47 405	33.43 396	38.45 395	47.59 408	49.10 405	59.31 409	41.80 406	38.35 404	29.21 397	0.47 352	0.50 369	0.81 369	0.66 364	2.10 371	1.86 361

CC-Net-ROB	7.68 332	9.21 385	7.46 316	3.82 357	3.66 336	15.68 355	5.02 327	17.95 357	10.45 292	6.44 178	14.00 286	7.63 244	4.77 247	10.75 318	3.10 216	5.99 386	2.46 385	16.28 393	1.08 373	6.30 385	1.56 359

UDG	8.58 346	9.31 386	4.89 236	10.00 385	9.52 385	10.36 321	2.41 269	12.07 285	9.82 273	7.81 234	9.55 215	16.52 338	9.81 339	7.84 211	7.88 304	4.20 381	2.51 387	18.53 395	3.71 390	9.55 388	5.28 383

RTS	18.87 392	9.32 387	86.48 420	4.95 372	6.10 374	42.08 404	14.70 392	15.49 343	41.06 396	22.65 372	32.32 379	13.77 318	19.54 375	37.98 402	28.96 395	0.41 346	0.23 344	0.00 1	0.02 231	0.91 348	0.50 328

RTSA	18.87 392	9.32 387	86.48 420	4.95 372	6.10 374	42.08 404	14.70 392	15.49 343	41.06 396	22.65 372	32.32 379	13.77 318	19.54 375	37.98 402	28.96 395	0.41 346	0.23 344	0.00 1	0.02 231	0.91 348	0.50 328

Wz-Net-TNSev	11.35 366	10.56 389	35.88 400	2.28 283	1.73 263	18.25 367	11.42 379	15.88 346	20.88 360	14.44 349	16.97 314	19.57 356	19.04 373	19.31 376	18.67 369	0.01 146	0.06 253	0.00 1	0.16 299	0.62 335	1.25 353

AnyNet_C01	16.12 382	10.81 390	59.36 412	4.42 368	2.49 301	30.06 390	15.15 398	17.51 356	16.51 340	17.88 360	37.69 390	24.04 370	17.54 367	29.60 393	33.29 402	0.28 335	0.38 360	0.43 366	0.42 355	2.57 374	1.98 364

DDUNet	9.47 353	11.32 391	6.14 286	12.93 391	11.65 391	10.45 322	3.87 304	11.70 274	7.89 231	9.27 283	13.28 279	16.18 337	6.14 282	8.80 274	5.77 274	6.64 388	3.38 400	20.90 396	4.28 392	11.01 390	7.80 391

EDNetEfficientorigin	17.87 389	14.00 392	99.53 432	1.64 204	0.92 209	10.55 324	6.26 342	13.21 315	34.84 388	38.20 398	36.91 389	27.47 379	26.32 391	14.71 357	25.69 391	0.04 259	0.06 253	0.14 343	0.52 361	3.16 376	3.27 372

JetBlue	29.12 403	15.72 393	54.12 409	15.93 394	20.98 405	60.90 421	30.62 412	39.38 400	34.62 387	34.08 394	39.69 392	57.35 408	43.17 407	50.71 417	50.60 418	2.41 376	3.79 403	2.81 381	3.45 388	9.57 389	12.59 406

FADE	25.68 398	17.27 394	50.60 408	10.46 386	9.90 388	22.50 375	9.17 365	35.80 399	53.05 405	20.32 369	19.01 330	26.54 376	34.42 398	39.35 405	33.52 403	30.62 413	14.22 414	38.39 412	37.63 415	5.22 381	5.56 385

coex-ft	19.78 395	19.39 395	87.73 422	1.77 220	1.80 270	17.25 364	13.50 388	12.63 305	42.10 398	60.18 415	38.90 391	28.72 380	28.74 392	11.74 330	27.40 394	0.21 323	0.23 344	0.04 313	0.30 342	1.36 359	1.54 358

ACVNet-4b	15.90 380	22.00 396	12.37 344	16.40 395	15.14 397	31.87 393	7.50 358	19.04 368	27.85 374	11.48 328	22.02 344	31.86 386	9.16 334	17.95 371	5.69 272	10.43 397	2.58 388	24.44 399	4.87 396	16.04 398	9.28 397

WAO-7	29.39 404	24.43 397	20.47 377	32.71 406	13.83 395	34.70 397	20.27 408	52.19 415	65.03 416	43.29 403	59.35 415	52.19 402	44.68 409	31.71 394	30.56 399	10.98 399	4.94 406	13.71 391	12.52 406	12.06 393	8.22 393

ACVNet_1	18.70 391	25.08 398	12.72 350	17.33 396	15.18 398	26.02 380	9.62 370	28.44 395	34.49 385	24.39 378	24.32 355	37.22 394	20.13 378	16.67 367	13.39 356	10.45 398	2.59 389	24.77 400	4.92 397	16.57 399	9.75 398

DispFullNet	17.47 388	26.01 399	33.98 398	22.58 400	20.86 404	13.84 352	1.28 236	16.50 348	26.27 372	19.97 367	17.17 319	20.52 365	18.49 370	22.86 386	10.76 344	5.13 383	2.83 393	30.72 403	7.72 399	20.86 402	11.01 402

RainbowNet	18.01 390	26.22 400	19.95 376	18.59 397	14.88 396	27.38 388	10.46 375	27.39 391	34.54 386	14.91 353	27.01 364	25.65 373	12.44 352	18.94 375	9.23 325	13.91 403	3.46 401	23.36 398	4.86 395	16.03 397	10.91 401

IMH-64-1	27.21 401	28.77 401	16.84 369	31.57 403	20.76 402	26.43 383	15.10 395	47.11 405	45.20 400	33.53 391	51.16 407	41.42 397	31.10 396	36.48 398	22.39 382	13.48 401	2.87 395	33.95 405	10.70 402	23.50 404	11.75 403

IMH-64	27.21 401	28.77 401	16.84 369	31.57 403	20.76 402	26.43 383	15.10 395	47.11 405	45.20 400	33.53 391	51.16 407	41.42 397	31.10 396	36.48 398	22.39 382	13.48 401	2.87 395	33.95 405	10.70 402	23.50 404	11.75 403

IMH	29.82 405	29.11 403	18.51 373	34.28 407	21.40 407	32.33 395	15.39 399	49.40 412	53.07 406	37.88 396	55.32 412	45.05 399	39.54 404	40.63 406	24.12 386	14.03 404	3.27 399	34.93 407	11.24 404	24.69 406	12.21 405

ACVNet_2	26.45 399	29.35 404	25.14 388	20.27 399	15.43 399	34.97 398	12.23 385	48.37 410	66.25 418	42.69 402	56.73 413	51.77 401	25.59 388	20.39 381	13.52 358	10.13 396	2.59 389	22.78 397	3.52 389	17.57 400	9.80 399

TorneroNet-64	32.42 407	31.89 405	30.52 394	34.73 408	21.13 406	46.99 411	18.82 403	43.10 403	59.42 411	32.70 390	46.98 402	62.01 411	36.98 401	43.97 410	33.88 404	14.10 405	3.22 398	35.28 408	11.72 405	26.84 409	14.07 407

MADNet+	27.07 400	33.84 406	90.97 424	20.14 398	7.47 382	48.43 412	47.10 419	35.43 398	36.46 390	20.11 368	30.05 373	25.29 372	35.08 399	45.50 411	50.28 417	2.13 375	2.00 381	1.19 376	0.76 366	4.71 379	4.43 376

TorneroNet	35.11 411	33.92 407	33.82 397	37.86 410	22.01 408	49.64 414	21.58 409	48.09 409	55.23 407	37.50 395	53.79 410	62.81 414	43.66 408	46.71 413	41.25 412	14.80 406	3.53 402	36.72 409	14.57 408	28.28 412	16.49 410

WAO-8	38.15 412	35.51 408	21.50 379	43.67 411	23.92 409	44.44 406	20.26 406	52.83 416	76.62 421	53.57 412	66.79 420	62.63 412	54.56 416	42.03 408	39.18 410	22.71 409	6.65 410	37.08 410	19.08 410	24.72 408	15.24 408

Venus	38.15 412	35.51 408	21.50 379	43.67 411	23.92 409	44.44 406	20.26 406	52.83 416	76.62 421	53.57 412	66.81 421	62.63 412	54.56 416	42.03 408	39.18 410	22.71 409	6.65 410	37.08 410	19.08 410	24.70 407	15.24 408

WAO-6	34.74 409	36.76 410	15.36 363	37.53 409	24.15 411	35.99 399	19.36 404	48.96 411	68.54 419	43.84 404	47.58 403	52.77 404	52.60 413	32.63 395	34.73 406	26.20 411	7.74 412	42.78 413	21.64 412	28.07 411	17.62 413

Dean	34.67 408	38.70 411	25.33 389	29.89 402	17.21 400	45.24 409	11.98 383	56.90 419	76.55 420	63.47 418	60.22 416	67.36 417	48.14 412	37.24 400	39.01 409	11.00 400	2.83 393	28.35 401	5.60 398	18.14 401	10.31 400

LVE	34.99 410	40.10 412	34.97 399	32.49 405	18.61 401	51.45 417	26.82 410	52.15 414	65.94 417	47.21 406	61.04 417	53.99 406	37.30 402	37.95 401	34.09 405	15.55 407	5.95 408	31.01 404	13.81 407	22.58 403	16.72 411

PWCK	30.53 406	44.32 413	47.25 406	29.76 401	7.23 379	40.78 403	27.10 411	44.73 404	44.32 399	47.31 407	36.37 388	47.16 400	26.05 389	41.26 407	31.87 400	21.83 408	4.03 404	29.50 402	4.67 393	27.17 410	7.80 391

UNDER WATER-64	45.16 415	46.99 414	66.69 414	43.90 413	27.64 412	55.58 420	41.87 416	39.42 401	48.42 402	51.73 411	43.08 397	67.76 418	56.69 418	48.02 415	48.34 415	39.50 415	17.64 415	51.78 416	38.93 416	36.62 413	32.61 415

SPstereo	72.39 423	47.55 415	62.34 413	56.88 419	45.69 419	78.85 422	84.60 424	100.00 435	100.00 433	98.50 431	98.20 430	100.00 436	96.58 428	96.95 429	81.91 423	46.63 418	38.86 420	67.86 423	64.79 423	39.95 415	41.68 418

UNDER WATER	45.09 414	48.60 416	67.37 415	49.30 415	31.41 413	53.80 419	37.39 414	40.25 402	52.48 404	50.24 409	45.37 400	68.37 419	57.76 419	51.03 418	49.88 416	29.97 412	13.75 413	51.22 415	36.57 413	37.87 414	29.12 414

DLNR_Zeroshot_test	24.70 397	50.77 417	90.11 423	98.11 432	97.34 430	1.38 13	0.12 35	22.79 386	3.09 51	1.07 37	2.95 50	0.71 46	0.29 8	6.93 162	2.29 189	38.56 414	0.37 359	0.00 1	0.30 342	76.73 427	0.09 181

notaker	47.42 416	55.20 418	49.13 407	56.52 418	40.18 414	38.52 401	32.97 413	47.21 407	56.08 409	57.21 414	57.24 414	60.09 410	59.19 420	53.93 419	41.64 413	40.61 416	19.93 416	57.21 418	37.41 414	49.02 417	39.02 416

ktn	48.94 417	57.58 419	38.86 402	59.57 420	43.27 416	50.37 415	43.38 417	48.07 408	61.11 412	51.30 410	54.25 411	54.96 407	52.88 414	47.30 414	35.83 407	57.77 420	24.88 417	62.69 421	43.55 417	50.70 418	40.41 417

HanzoNet	56.48 420	59.32 420	58.25 411	55.32 417	41.94 415	50.95 416	41.33 415	51.12 413	61.40 413	65.62 421	65.59 419	71.66 420	69.41 421	70.77 422	60.03 420	63.99 423	34.70 419	61.96 420	50.54 419	51.00 419	44.71 419

JetRed	61.02 421	61.05 421	82.56 419	46.09 414	56.80 422	83.19 423	63.76 421	59.26 421	63.61 414	69.29 422	68.85 422	66.59 416	47.62 411	61.57 420	74.09 422	45.58 417	66.14 424	46.59 414	45.06 418	63.17 421	49.58 421

KSHMR	55.63 419	63.60 422	37.85 401	74.69 423	49.56 420	49.01 413	45.73 418	57.46 420	63.97 415	61.61 417	62.07 418	72.39 421	47.01 410	50.65 416	43.29 414	54.10 419	62.21 421	66.10 422	53.94 421	51.25 420	46.11 420

DPSimNet_ROB	53.45 418	64.73 423	44.39 405	53.97 416	45.39 418	53.66 418	54.83 420	55.15 418	57.87 410	64.16 420	50.83 406	63.40 415	53.34 415	46.45 412	65.81 421	63.13 422	26.54 418	57.94 419	51.11 420	45.52 416	50.69 422

LRCNet_RVC	66.23 422	65.67 424	67.63 416	71.47 422	54.32 421	32.17 394	2.66 276	63.19 422	21.35 362	81.79 424	91.26 425	83.62 423	71.62 422	69.32 421	52.57 419	95.49 429	64.45 423	95.07 429	95.19 429	71.52 423	74.31 425

ASD4	75.85 424	81.57 425	69.25 417	68.23 421	80.87 426	96.24 426	99.15 431	77.50 423	93.47 427	77.59 423	85.63 423	78.32 422	76.43 423	77.89 423	82.61 424	58.30 421	62.67 422	55.02 417	62.43 422	68.35 422	65.49 424

MADNet++	82.84 425	82.38 426	73.57 418	87.72 428	82.97 427	93.14 424	69.15 422	86.42 427	82.50 423	93.46 428	86.70 424	86.28 424	80.92 424	88.34 424	88.84 425	86.83 427	84.17 428	72.64 424	68.92 424	80.47 428	81.42 429

xxxxx1	85.63 427	90.31 427	96.68 427	76.54 424	80.57 423	97.44 428	96.86 428	85.53 424	88.53 424	88.68 425	91.71 426	94.23 425	92.93 425	90.02 425	91.98 426	70.60 424	70.39 425	73.68 425	81.46 426	74.61 424	79.86 426

tt_ll	85.63 427	90.31 427	96.68 427	76.54 424	80.57 423	97.44 428	96.86 428	85.53 424	88.53 424	88.68 425	91.71 426	94.23 425	92.93 425	90.02 425	91.98 426	70.60 424	70.39 425	73.68 425	81.46 426	74.61 424	79.86 426

ff	85.63 427	90.31 427	96.68 427	76.54 424	80.57 423	97.44 428	96.86 428	85.53 424	88.53 424	88.68 425	91.71 426	94.23 425	92.93 425	90.02 425	91.98 426	70.60 424	70.39 425	73.68 425	81.46 426	74.61 424	79.86 426

MEDIAN_ROB	98.41 431	99.70 430	99.30 431	97.09 429	97.02 429	96.89 427	95.77 427	97.66 430	97.28 428	98.79 432	98.94 431	99.18 430	98.14 430	96.89 428	96.88 431	99.96 433	99.16 430	100.00 432	99.99 433	99.69 432	99.88 432

Anonymous_1	99.08 433	99.91 431	99.85 433	97.63 430	99.10 432	100.00 433	100.00 434	99.61 432	99.96 431	99.28 433	99.86 432	99.54 431	99.99 433	99.29 431	99.75 432	96.05 430	99.59 431	97.31 430	98.57 431	97.71 430	98.63 431

HaxPig	98.85 432	99.94 432	95.08 425	99.99 435	100.00 434	94.03 425	94.78 425	99.15 431	99.98 432	99.99 434	100.00 433	99.98 434	99.99 433	98.12 430	95.97 429	100.00 436	99.99 434	100.00 432	99.99 433	100.00 435	99.99 435

AVERAGE_ROB	99.62 435	99.95 433	98.81 430	100.00 438	100.00 434	98.08 431	95.47 426	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	99.99 434	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

test_example2	99.39 434	99.98 434	99.99 434	100.00 438	99.98 433	99.72 432	99.99 433	97.34 429	100.00 433	100.00 435	100.00 433	96.42 428	96.66 429	99.97 432	99.96 433	100.00 436	99.97 433	98.66 431	99.15 432	100.00 435	100.00 437

MyStereo03	100.00 440	100.00 435	100.00 438	100.00 438	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

MyStereo02	100.00 440	100.00 435	100.00 438	100.00 438	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

MyStereo	100.00 440	100.00 435	100.00 438	100.00 438	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

Selective-RAFT-Error	100.00 440	100.00 435	100.00 438	100.00 438	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

PML	97.88 430	100.00 435	96.45 426	98.01 431	97.88 431	100.00 433	99.35 432	96.88 428	97.72 429	100.00 435	97.36 429	97.38 429	99.60 431	100.00 436	96.32 430	99.99 434	97.55 429	100.00 432	96.01 430	99.18 431	87.92 430

CasAABBNet	100.00 440	100.00 435	100.00 438	100.00 438	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

LSM0	100.00 440	100.00 435	100.00 438	100.00 438	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	99.99 435

DPSMNet_ROB	99.91 437	100.00 435	99.99 434	99.99 435	100.00 434	100.00 433	100.00 434	99.98 434	100.00 433	98.35 429	100.00 433	99.84 432	100.00 435	99.98 433	99.99 434	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

DGTPSM_ROB	99.90 436	100.00 435	99.99 434	99.99 435	100.00 434	100.00 433	100.00 434	99.97 433	100.00 433	98.35 429	100.00 433	99.84 432	100.00 435	99.98 433	99.99 434	99.99 434	100.00 435	100.00 432	100.00 435	100.00 435	100.00 437

DPSM_ROB	99.95 438	100.00 435	100.00 438	99.76 433	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	99.21 431	100.00 435	100.00 432	100.00 435	99.99 433	99.95 433

DPSM	99.95 438	100.00 435	100.00 438	99.76 433	100.00 434	100.00 433	100.00 434	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 435	100.00 436	100.00 437	99.21 431	100.00 435	100.00 432	100.00 435	99.99 433	99.95 433

Low-res two-view benchmark