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

XX-TBD	4.63 28	10.71 325	3.94 5	10.55 294	0.62 21	5.95 81	0.08 1	7.91 4	12.75 78	11.73 65	14.80 71	4.04 17	1.64 6	4.90 3	2.61 23	0.08 71	0.01 7	0.00 1	0.00 1	0.26 70	0.06 2

CREStereo++_RVC	4.83 30	1.16 4	4.67 9	4.71 35	2.02 119	4.01 12	0.11 2	9.48 8	18.00 136	8.87 46	16.74 87	4.43 24	2.15 11	6.09 8	3.39 53	0.07 67	0.00 1	0.00 1	10.51 375	0.05 2	0.12 11
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	4.87 31	1.49 36	5.02 13	4.02 10	0.51 16	14.25 202	0.15 3	9.17 7	12.84 79	12.80 82	18.36 102	5.14 33	4.43 42	6.01 6	2.30 4	0.09 78	0.12 110	0.00 1	0.01 54	0.02 1	0.68 83

StereoIM	2.96 1	2.05 111	7.26 45	3.35 4	2.54 142	1.78 3	0.28 4	8.41 5	5.58 5	2.77 1	3.62 2	7.05 46	4.60 46	5.95 5	3.33 49	0.01 2	0.05 49	0.00 1	0.00 1	0.19 44	0.39 45

CREStereo	3.75 9	1.21 7	3.79 3	2.66 2	0.66 22	5.52 59	0.39 5	10.77 16	14.18 97	7.14 33	10.54 41	5.25 35	3.54 21	6.27 9	2.88 40	0.04 22	0.01 7	0.03 85	0.01 54	0.05 2	0.05 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MIF-Stereo	3.10 2	1.22 10	7.79 61	4.50 31	2.51 139	2.59 4	0.42 6	5.88 1	5.74 6	5.46 29	7.76 21	1.12 1	1.46 3	9.06 33	5.42 113	0.06 56	0.07 83	0.00 1	0.01 54	0.60 186	0.26 21

iRaftStereo_RVC	5.06 33	2.15 137	7.88 65	5.54 74	0.78 33	5.22 48	0.45 7	18.47 123	11.75 72	9.72 52	15.05 73	5.74 40	3.18 17	9.29 40	2.52 16	0.02 7	1.24 291	0.00 1	0.01 54	0.58 178	1.62 187

DLNR_Zeroshot_test	27.91 366	51.88 390	91.97 416	98.26 424	97.92 424	3.07 6	0.49 8	31.27 260	8.33 41	8.40 41	15.66 76	7.22 47	1.66 7	12.16 109	4.82 99	40.46 392	1.87 333	0.06 112	0.33 236	80.45 415	1.99 232

RAFT-Stereo + iAFF	5.94 61	2.35 168	8.80 86	4.07 15	1.36 78	2.78 5	0.66 9	17.05 102	15.89 113	12.65 72	18.49 103	11.81 101	7.89 119	8.48 26	3.80 65	0.02 7	0.75 228	0.00 1	0.00 1	0.43 143	1.49 178

PMTNet	5.52 38	1.11 3	4.24 7	2.49 1	1.38 80	8.75 135	0.67 10	12.64 31	12.84 79	8.66 43	11.27 48	6.00 41	4.70 55	9.91 50	3.02 41	22.39 385	0.01 7	0.04 96	0.02 73	0.06 5	0.23 19

AFF-stereo	6.50 85	2.29 154	8.09 71	4.63 34	0.87 41	3.48 9	0.75 11	16.92 101	13.98 94	13.26 91	25.21 172	15.46 163	7.68 116	11.50 82	3.71 63	0.04 22	0.70 223	0.00 1	0.00 1	0.48 159	1.02 124

CroCo-Stereo Lap2	4.21 24	2.60 192	9.11 97	10.21 282	6.06 273	1.11 2	0.78 12	10.63 15	8.34 42	3.46 5	5.18 9	8.92 69	5.66 73	6.42 11	4.53 92	0.03 16	0.05 49	0.00 1	0.00 1	0.81 227	0.39 45

raft_robust	8.39 149	2.81 202	7.62 57	6.32 127	1.17 63	5.47 56	0.82 13	34.37 296	35.49 291	18.40 192	20.25 122	7.24 48	5.51 66	15.77 206	3.40 54	0.11 90	1.10 267	0.00 1	0.50 277	0.33 98	1.19 141

XX-Stereo	6.50 85	1.81 67	10.42 157	12.71 324	7.14 301	3.46 8	0.90 14	16.31 84	6.13 17	9.03 48	28.11 200	13.48 137	2.22 13	11.87 96	2.61 23	0.45 195	0.78 233	0.08 130	0.42 264	1.09 248	0.88 105

MIF-Stereo (partial)	4.55 27	1.63 46	8.37 80	5.46 72	5.35 243	3.48 9	0.94 15	9.80 9	8.03 40	4.45 15	15.68 77	5.33 37	5.11 58	11.92 99	4.57 93	0.06 56	0.02 22	0.06 112	0.03 81	0.45 150	0.30 24

s12784h	6.22 74	1.01 2	4.95 12	3.57 5	0.54 18	19.55 269	0.95 16	19.51 135	18.39 139	12.98 87	12.58 58	7.78 56	5.56 71	11.34 74	4.36 85	0.89 259	0.01 7	0.05 104	0.00 1	0.07 7	0.20 18

CroCo-Stereo	3.51 6	2.49 183	8.03 69	9.10 254	1.26 75	0.97 1	0.96 17	11.24 23	8.52 47	3.79 9	4.87 7	7.93 60	4.44 44	3.26 1	2.76 30	0.03 16	0.00 1	0.00 1	0.00 1	0.34 103	0.16 14
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
CES	4.08 19	1.34 21	3.46 1	3.65 6	11.49 350	5.24 49	0.99 18	10.15 12	9.15 55	3.80 10	9.29 31	1.76 2	0.91 1	6.94 14	2.64 26	0.07 67	0.05 49	0.01 56	0.00 1	1.63 272	9.03 359

Selective-RAFT	6.10 70	1.16 4	10.90 178	7.41 195	0.91 45	15.22 217	1.11 19	14.84 66	16.23 118	7.19 35	7.06 18	11.49 93	8.10 123	12.83 141	5.19 107	0.26 152	0.97 254	0.00 1	0.46 267	0.10 11	0.65 78

LoS	3.83 10	1.25 12	4.39 8	3.29 3	0.58 19	4.87 31	1.15 20	11.00 17	13.34 87	5.02 20	10.69 42	4.14 18	3.78 24	9.15 37	3.20 47	0.08 71	0.03 34	0.09 136	0.00 1	0.13 28	0.35 29

test-1	6.03 69	1.76 59	15.61 261	8.01 226	1.98 118	7.82 129	1.16 21	13.64 46	13.60 91	9.69 51	15.16 75	11.55 95	5.45 64	7.78 20	4.35 84	0.16 115	1.18 275	0.00 1	0.13 151	0.16 35	1.39 165

IPLGR	7.48 125	1.61 43	14.03 237	4.92 50	1.30 76	10.30 149	1.20 22	24.52 192	22.59 177	16.71 155	18.84 105	8.44 65	7.49 111	9.62 47	6.34 146	0.26 152	0.05 49	0.05 104	0.06 116	0.37 120	0.93 113

CFNet-RSSM	5.78 47	1.24 11	9.20 109	4.82 39	1.23 69	6.33 95	1.21 23	17.35 108	18.14 137	13.35 93	11.17 47	11.69 97	5.43 62	9.71 49	3.34 50	0.03 16	0.20 125	0.00 1	0.36 243	0.37 120	0.42 50

EGLCR-Stereo	3.41 3	1.28 17	6.47 29	4.22 21	1.36 78	5.18 47	1.24 24	11.58 26	5.47 4	3.80 10	3.40 1	8.10 61	1.69 8	9.53 46	2.23 3	0.09 78	0.89 250	0.01 56	0.00 1	0.24 56	1.42 170

Gwc-CoAtRS	5.80 49	1.37 24	9.07 94	4.80 38	1.39 81	6.90 113	1.27 25	16.50 90	15.48 109	13.07 88	13.35 64	12.64 113	5.61 72	9.14 36	4.20 77	0.04 22	0.32 155	0.00 1	0.29 222	0.30 90	0.33 25

MIM_Stereo	7.37 124	2.06 114	12.02 205	4.71 35	1.69 108	5.17 46	1.28 26	19.54 136	13.09 81	16.93 158	28.48 203	13.05 130	5.43 62	13.25 158	7.41 157	0.02 7	0.62 217	0.00 1	0.01 54	0.45 150	2.09 251

MLCV	9.96 188	3.33 232	14.77 245	5.75 99	1.62 103	14.91 207	1.31 27	22.06 165	24.83 198	22.51 258	31.57 245	17.20 182	8.07 122	17.07 233	12.11 220	0.48 198	0.01 7	0.05 104	0.05 106	0.48 159	1.10 133

test croco	4.41 25	2.18 144	11.50 188	5.46 72	2.97 161	3.20 7	1.38 28	9.01 6	5.96 16	3.56 6	16.63 85	3.01 5	2.76 15	14.80 194	4.25 80	0.32 165	0.00 1	0.04 96	0.01 54	0.79 222	0.43 51

MyStereo8	7.68 133	3.00 214	12.46 213	7.70 210	5.11 237	11.40 165	1.39 29	15.98 80	10.05 62	16.45 143	24.04 163	12.01 106	7.91 120	10.68 55	10.57 204	0.14 107	1.52 325	0.08 130	0.48 273	0.60 186	1.98 222

GMStereo_Zeroshot	11.32 224	8.59 319	21.66 308	10.06 276	2.53 141	12.38 172	1.43 30	21.36 161	21.50 167	23.48 267	35.74 293	24.85 255	6.12 84	20.48 270	8.28 171	0.83 251	0.02 22	0.25 226	0.01 54	6.33 339	0.53 63

IPLG	7.65 132	2.00 98	13.81 233	5.86 105	4.35 208	10.97 159	1.43 30	22.52 169	16.50 124	19.78 213	20.62 129	5.28 36	5.49 65	12.58 132	9.70 195	0.13 105	0.06 73	0.03 85	0.07 123	0.41 138	1.38 163

cross-raft	5.70 43	1.44 32	7.08 40	6.69 149	2.11 123	5.89 79	1.44 32	16.44 88	8.38 43	13.42 97	20.70 130	12.20 109	4.38 41	9.06 33	3.11 43	0.03 16	0.38 169	0.00 1	0.22 192	0.24 56	0.84 100

Former-RAFT_DAM_RVC	4.91 32	3.05 221	9.51 119	4.55 32	3.59 178	9.01 137	1.46 33	14.59 64	19.31 153	7.65 40	7.22 19	2.04 4	2.21 12	10.13 51	2.51 15	0.12 98	0.03 34	0.08 130	0.00 1	0.62 189	0.50 62

IIG-Stereo	7.59 128	2.47 179	9.40 117	10.39 289	1.78 111	6.67 107	1.47 34	17.83 114	16.51 125	18.91 203	20.12 121	17.76 196	8.74 136	13.21 157	5.43 114	0.44 192	0.05 49	0.03 85	0.00 1	0.17 37	0.45 55

DIP-Stereo	6.99 111	2.37 170	11.45 186	4.78 37	1.70 109	13.13 185	1.47 34	15.76 76	7.43 23	14.57 111	26.61 187	10.76 87	5.10 57	14.97 197	8.10 168	0.06 56	0.06 73	0.06 112	0.00 1	0.17 37	1.22 144
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT-RH_RVC	7.88 140	1.51 37	7.72 58	5.41 70	0.96 54	11.41 166	1.48 36	13.43 44	15.04 103	17.54 173	45.66 349	10.86 88	6.42 90	13.48 163	5.26 110	0.81 249	0.04 42	0.12 168	0.13 151	0.12 21	0.17 16

MSKI-zero shot	5.11 34	1.81 67	6.47 29	6.17 113	1.78 111	6.42 100	1.50 37	13.59 45	8.66 49	10.63 57	11.58 49	13.29 134	2.35 14	12.34 120	3.09 42	0.05 38	1.21 286	0.02 71	0.29 222	0.15 31	0.85 101

IGEV_Zeroshot_test	5.90 60	2.30 155	15.24 256	6.90 166	2.11 123	4.35 13	1.51 38	15.68 75	8.52 47	13.73 102	11.89 53	11.49 93	3.82 26	11.41 75	4.76 98	0.11 90	0.84 241	0.15 185	0.25 211	0.87 236	1.98 222

RAFT-Test	6.19 73	1.47 33	7.90 66	4.91 49	2.70 146	9.97 140	1.52 39	17.08 103	9.06 54	13.21 90	23.67 160	12.89 125	4.63 52	9.47 45	3.57 59	0.02 7	0.81 236	0.00 1	0.38 258	0.21 47	0.39 45

rrr	3.99 18	2.95 211	11.04 182	4.05 12	0.92 46	4.94 40	1.53 40	11.97 28	6.50 19	4.17 12	4.67 4	4.50 28	3.95 28	11.24 70	4.28 81	0.18 124	0.56 207	0.00 1	0.22 192	0.25 60	1.88 205

AEACV	3.74 8	1.42 30	6.45 27	5.61 78	6.24 279	4.69 21	1.54 41	7.61 3	7.19 21	3.59 7	7.87 22	4.20 20	6.43 91	6.07 7	1.96 1	0.03 16	1.03 262	0.04 96	0.54 281	0.23 54	2.12 254

test_xeample3	4.08 19	2.95 211	11.20 185	4.05 12	1.05 57	5.62 70	1.58 42	13.23 35	4.76 2	7.10 32	3.83 3	3.18 8	3.30 18	11.75 89	4.42 87	0.08 71	0.74 226	0.00 1	0.38 258	0.26 70	2.04 240

GLC_STEREO	3.61 7	1.35 22	3.91 4	6.86 163	0.23 1	4.69 21	1.61 43	9.80 9	7.20 22	5.64 30	9.11 28	5.19 34	2.02 10	10.25 52	3.70 61	0.07 67	0.04 42	0.22 218	0.00 1	0.24 56	0.17 16

ROB_FTStereo	5.82 51	1.97 86	10.37 153	5.67 91	0.46 9	5.52 59	1.63 44	13.27 40	7.79 30	12.69 74	18.06 93	12.86 121	6.63 97	12.28 117	5.43 114	0.87 258	0.09 92	0.10 144	0.00 1	0.26 70	0.36 35

RALAANet	6.86 98	3.28 230	11.09 183	7.63 204	4.95 229	6.16 91	1.63 44	20.54 146	15.45 107	15.30 118	14.52 69	12.98 127	4.35 37	13.53 165	3.98 69	0.11 90	0.35 163	0.00 1	0.29 222	0.58 178	0.48 60

CRE-IMP	5.83 53	1.86 75	11.10 184	6.20 116	0.51 16	6.86 111	1.64 46	12.56 30	9.01 51	13.16 89	16.11 82	10.94 89	6.14 85	12.81 139	6.46 150	0.50 203	0.07 83	0.10 144	0.00 1	0.27 78	0.27 22

ff7	3.92 12	2.12 129	7.30 46	4.22 21	1.47 87	4.90 33	1.65 47	14.40 55	5.82 8	5.08 23	5.59 12	3.45 9	4.61 47	11.48 77	2.76 30	0.04 22	0.98 255	0.00 1	0.17 177	0.35 107	1.98 222

IGEVStereo-DCA	3.90 11	2.95 211	7.30 46	4.05 12	0.92 46	4.94 40	1.65 47	14.40 55	5.82 8	4.17 12	4.67 4	4.50 28	3.95 28	11.24 70	4.28 81	0.18 124	0.56 207	0.00 1	0.17 177	0.25 60	1.98 222

ffff	3.92 12	2.12 129	7.30 46	4.22 21	1.47 87	4.90 33	1.65 47	14.40 55	5.82 8	5.08 23	5.59 12	3.45 9	4.61 47	11.48 77	2.76 30	0.04 22	0.98 255	0.00 1	0.17 177	0.35 107	1.98 222

11t	3.92 12	2.12 129	7.30 46	4.22 21	1.47 87	4.90 33	1.65 47	14.40 55	5.82 8	5.08 23	5.59 12	3.45 9	4.61 47	11.48 77	2.76 30	0.04 22	0.98 255	0.00 1	0.17 177	0.35 107	1.98 222

ccc-4	3.92 12	2.12 129	7.30 46	4.22 21	1.47 87	4.90 33	1.65 47	14.40 55	5.82 8	5.08 23	5.59 12	3.45 9	4.61 47	11.48 77	2.76 30	0.04 22	0.98 255	0.00 1	0.17 177	0.35 107	1.98 222

IGEV+	3.49 5	1.67 51	6.59 33	6.41 129	1.44 83	4.50 15	1.66 52	11.20 18	5.34 3	3.01 2	6.40 17	4.30 23	4.36 38	5.66 4	3.53 58	0.05 38	1.20 281	0.00 1	0.15 166	0.32 95	2.10 252

anonymousdsp	3.97 16	2.10 123	6.76 37	4.43 28	1.82 115	4.92 37	1.68 53	14.84 66	5.82 8	5.26 28	5.54 10	4.20 20	4.37 40	11.54 85	2.68 27	0.04 22	0.87 246	0.00 1	0.18 186	0.36 114	1.98 222

DCANet-4	6.78 95	1.21 7	11.48 187	3.95 8	0.76 28	4.73 23	1.68 53	18.40 122	25.78 210	15.44 120	20.36 124	6.42 43	8.48 131	8.87 29	6.24 139	0.18 124	0.05 49	0.01 56	0.00 1	0.10 11	1.37 159

fff	7.26 117	1.99 94	9.12 99	4.17 16	0.47 12	4.73 23	1.68 53	16.56 92	33.55 267	15.45 121	20.36 124	7.49 50	12.54 192	9.03 30	6.26 140	0.18 124	0.05 49	0.01 56	0.00 1	0.10 11	1.37 159

IGEV-Stereo	3.97 16	2.10 123	6.78 38	4.43 28	1.81 113	4.92 37	1.68 53	14.84 66	5.82 8	5.25 27	5.54 10	4.22 22	4.36 38	11.55 86	2.68 27	0.04 22	0.88 248	0.00 1	0.18 186	0.36 114	1.98 222
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet+	6.92 102	1.64 48	10.96 179	6.27 119	0.90 44	5.66 71	1.68 53	14.43 61	16.02 116	18.13 187	21.24 134	14.33 145	5.97 78	13.13 154	5.51 118	0.90 261	0.20 125	0.11 163	0.30 227	0.08 9	0.94 117

TRStereo	6.64 90	6.95 300	12.06 206	9.69 268	7.59 309	5.12 44	1.68 53	20.72 147	12.34 74	10.93 61	9.07 27	10.57 85	3.16 16	14.33 181	4.23 79	0.60 223	0.80 235	0.14 180	0.37 247	0.56 177	1.86 204

csc	7.26 117	1.99 94	9.12 99	4.17 16	0.47 12	4.73 23	1.68 53	16.56 92	33.55 267	15.45 121	20.36 124	7.49 50	12.54 192	9.03 30	6.26 140	0.18 124	0.05 49	0.01 56	0.00 1	0.10 11	1.37 159

cscssc	7.26 117	1.99 94	9.12 99	4.17 16	0.47 12	4.73 23	1.68 53	16.56 92	33.55 267	15.45 121	20.36 124	7.49 50	12.54 192	9.03 30	6.26 140	0.18 124	0.05 49	0.01 56	0.00 1	0.10 11	1.37 159

MC-Stereo	4.47 26	1.16 4	5.85 16	6.14 111	1.43 82	3.70 11	1.73 61	10.62 14	7.83 37	6.85 31	13.33 63	6.77 44	6.21 86	11.23 69	2.52 16	0.04 22	1.30 294	0.06 112	0.24 203	0.17 37	2.14 257

ADStereo(finetuned)	7.09 112	2.04 106	11.52 189	4.01 9	0.77 30	4.78 29	1.73 61	16.15 82	25.08 200	15.89 136	20.74 131	7.88 57	13.56 207	9.11 35	6.07 130	0.18 124	0.05 49	0.00 1	0.00 1	0.28 82	1.93 212

DCANet	6.87 99	2.02 102	9.12 99	4.03 11	0.76 28	4.77 28	1.74 63	16.15 82	25.07 199	15.88 135	20.79 132	7.89 58	11.31 171	9.23 38	6.15 133	0.18 124	0.05 49	0.00 1	0.00 1	0.28 82	2.01 234

iGMRVC	5.86 57	1.97 86	10.41 156	5.66 84	0.45 3	5.53 63	1.75 64	13.35 43	7.81 35	12.69 74	18.17 98	12.86 121	6.53 92	12.34 120	5.77 126	1.13 285	0.09 92	0.10 144	0.00 1	0.26 70	0.34 28

DeepStereo_RVC	5.95 63	1.88 79	10.44 161	5.76 100	0.60 20	5.45 55	1.78 65	12.93 32	8.02 39	14.07 106	14.98 72	12.40 110	10.05 154	12.02 102	7.35 156	0.61 225	0.10 102	0.12 168	0.00 1	0.21 47	0.29 23

4D-IteraStereo	5.47 37	2.05 111	8.66 83	5.34 66	4.93 227	6.11 82	1.79 66	13.74 50	16.35 122	14.53 110	11.10 46	8.22 62	1.59 4	8.73 27	3.37 51	0.00 1	0.49 193	0.09 136	0.02 73	0.25 60	1.98 222

test_4	5.75 45	1.40 27	6.47 29	7.20 188	0.89 43	5.81 78	1.82 67	12.26 29	6.62 20	12.85 83	30.51 227	7.61 53	3.81 25	12.70 136	3.47 55	0.02 7	0.27 144	0.03 85	0.17 177	0.39 131	0.67 81

raftrobust	5.94 61	2.07 118	6.94 39	7.67 206	6.24 279	4.96 42	1.82 67	17.76 113	14.36 98	12.03 66	11.62 50	7.74 55	9.01 141	11.29 73	3.71 63	0.05 38	0.79 234	0.00 1	0.04 92	0.25 60	0.38 43

OMP-Stereo	7.13 114	2.89 207	9.89 133	10.98 303	1.73 110	4.81 30	1.85 69	18.38 121	16.26 119	16.94 160	14.11 67	17.45 192	7.57 113	13.26 159	5.12 106	0.43 189	0.04 42	0.06 112	0.02 73	0.20 46	0.56 68

StereoVision	7.48 125	2.90 208	10.47 163	10.13 278	3.93 191	4.99 43	1.86 70	21.10 154	17.66 133	8.90 47	29.71 218	10.95 90	6.61 95	12.83 141	5.11 104	0.69 235	0.05 49	0.17 194	0.03 81	0.98 242	0.56 68

SST-Stereo	6.85 96	1.67 51	9.39 116	7.24 190	0.82 37	5.89 79	1.87 71	15.34 70	9.89 61	19.25 209	20.26 123	16.63 176	8.40 130	13.81 174	5.75 125	0.40 179	0.05 49	0.13 173	0.00 1	0.10 11	0.08 4

Any-RAFT	6.28 75	1.42 30	4.91 11	5.00 52	1.25 74	10.18 145	1.90 72	22.68 171	15.87 112	12.12 67	19.23 109	13.69 139	4.65 53	9.35 41	2.36 10	0.06 56	0.57 210	0.00 1	0.00 1	0.05 2	0.35 29

PSM-adaLoss	5.83 53	1.97 86	10.44 161	5.66 84	0.46 9	5.54 66	1.91 73	13.24 36	7.80 34	12.69 74	18.19 100	12.80 117	6.65 105	11.89 97	5.45 116	1.02 273	0.09 92	0.10 144	0.00 1	0.26 70	0.36 35

UDGNet	10.51 207	14.75 350	11.91 202	10.29 284	2.78 149	7.93 131	1.94 74	19.31 133	34.57 283	17.74 176	13.70 66	13.56 138	7.30 110	13.52 164	7.18 154	5.80 355	0.11 106	12.86 373	2.76 341	9.87 356	2.34 263

ROB_FTStereo_v2	5.85 55	1.97 86	10.38 154	5.66 84	0.46 9	5.52 59	1.95 75	13.24 36	7.78 29	12.68 73	18.16 96	12.83 118	6.61 95	12.27 115	5.63 123	1.00 270	0.09 92	0.10 144	0.00 1	0.26 70	0.36 35

PSM-softLoss	6.90 100	1.81 67	10.84 173	7.04 173	0.93 50	5.53 63	1.97 76	23.18 177	9.65 58	14.16 107	22.01 149	12.84 119	5.15 59	13.03 146	7.95 164	0.76 240	0.06 73	0.27 229	0.55 284	0.21 47	0.14 12

KMStereo	6.90 100	1.81 67	10.84 173	7.04 173	0.93 50	5.53 63	1.97 76	23.18 177	9.65 58	14.16 107	22.01 149	12.84 119	5.15 59	13.03 146	7.95 164	0.76 240	0.06 73	0.27 229	0.55 284	0.21 47	0.14 12

RAFT-IKP	5.85 55	1.97 86	10.36 151	5.66 84	0.45 3	5.33 54	2.01 78	13.27 40	7.79 30	12.69 74	18.19 100	12.77 116	6.67 106	12.36 122	5.60 120	1.11 282	0.09 92	0.10 144	0.00 1	0.25 60	0.35 29

Selective-IGEV	3.46 4	1.32 20	5.92 17	4.55 32	2.27 132	4.65 18	2.07 79	11.50 24	5.81 7	3.19 3	4.75 6	5.46 38	1.77 9	11.24 70	2.37 11	0.05 38	0.82 239	0.00 1	0.20 190	0.10 11	1.17 139

GMOStereo	6.33 76	2.04 106	8.28 76	5.68 92	1.20 65	6.11 82	2.14 80	11.20 18	13.15 82	18.66 193	21.83 139	17.35 188	6.64 101	7.09 15	2.78 36	0.02 7	1.42 314	0.13 173	0.00 1	0.53 169	0.37 39

error version	6.33 76	2.04 106	8.28 76	5.68 92	1.20 65	6.11 82	2.14 80	11.20 18	13.15 82	18.66 193	21.83 139	17.35 188	6.64 101	7.09 15	2.78 36	0.02 7	1.42 314	0.13 173	0.00 1	0.53 169	0.37 39

test-v	6.33 76	2.04 106	8.28 76	5.68 92	1.20 65	6.11 82	2.14 80	11.20 18	13.15 82	18.66 193	21.83 139	17.35 188	6.64 101	7.09 15	2.78 36	0.02 7	1.42 314	0.13 173	0.00 1	0.53 169	0.37 39

test-2	6.33 76	2.04 106	8.28 76	5.68 92	1.20 65	6.11 82	2.14 80	11.20 18	13.15 82	18.66 193	21.83 139	17.35 188	6.64 101	7.09 15	2.78 36	0.02 7	1.42 314	0.13 173	0.00 1	0.53 169	0.37 39

LL-Strereo2	5.97 64	2.88 206	10.62 165	6.59 138	3.38 172	6.31 94	2.20 84	15.61 74	8.46 45	11.33 63	10.75 44	15.69 166	3.45 19	13.58 169	4.65 95	0.16 115	0.48 190	1.33 312	0.13 151	0.36 114	1.42 170

FENet	8.22 147	1.39 25	7.33 51	6.43 130	2.17 129	10.97 159	2.20 84	22.10 166	21.26 162	17.85 180	23.22 157	14.29 143	11.50 173	13.56 168	8.32 172	0.29 159	0.24 139	0.03 85	0.03 81	0.18 41	1.04 126

SA	8.43 151	2.16 141	10.02 138	8.41 236	0.93 50	7.36 120	2.21 86	23.73 184	26.15 212	13.55 99	30.84 233	9.89 79	10.09 155	16.84 229	3.52 57	0.18 124	0.68 221	0.17 194	0.40 263	0.48 159	0.92 109

Patchmatch Stereo++	5.88 58	1.97 86	10.43 159	5.66 84	0.45 3	5.54 66	2.32 87	13.26 38	7.79 30	12.69 74	18.14 94	12.86 121	6.63 97	12.36 122	5.60 120	1.09 279	0.09 92	0.10 144	0.00 1	0.25 60	0.35 29
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 58	1.97 86	10.43 159	5.66 84	0.45 3	5.54 66	2.32 87	13.26 38	7.79 30	12.69 74	18.14 94	12.86 121	6.63 97	12.36 122	5.60 120	1.09 279	0.09 92	0.10 144	0.00 1	0.25 60	0.35 29

Sa-1000	8.91 165	2.10 123	9.11 97	8.07 228	1.16 62	16.62 244	2.39 89	25.58 199	25.43 205	15.52 125	28.24 201	12.19 108	8.67 133	16.40 217	3.70 61	0.39 177	0.86 245	0.16 191	0.23 199	0.48 159	0.89 107

TestStereo1	8.04 142	2.22 148	8.85 89	10.87 301	2.12 125	4.66 19	2.40 90	21.17 158	23.79 188	17.41 166	26.31 183	9.41 75	9.09 142	16.23 211	3.85 67	0.14 107	0.40 173	0.02 71	0.13 151	0.58 178	1.10 133

SA-5K	8.04 142	2.22 148	8.85 89	10.87 301	2.12 125	4.66 19	2.40 90	21.17 158	23.79 188	17.41 166	26.31 183	9.41 75	9.09 142	16.23 211	3.85 67	0.14 107	0.40 173	0.02 71	0.13 151	0.58 178	1.10 133

rafts_anoy	6.46 82	2.37 170	7.09 41	7.48 201	6.02 271	5.31 53	2.45 92	14.50 62	22.01 170	12.94 86	16.18 83	8.48 66	5.53 69	9.70 48	6.32 144	0.05 38	1.66 328	0.10 144	0.05 106	0.30 90	0.69 84

TestStereo	6.45 81	3.34 233	8.02 68	6.23 117	1.68 107	6.33 95	2.48 93	14.54 63	16.71 126	11.71 64	24.13 164	9.38 74	7.13 108	11.83 93	4.32 83	0.12 98	0.01 7	0.00 1	0.00 1	0.73 211	0.33 25

HCRNet	9.13 173	1.82 73	8.73 85	14.95 338	5.22 240	10.66 158	2.49 94	26.57 213	18.64 148	16.31 138	25.51 174	18.42 206	11.15 167	13.53 165	7.25 155	0.10 86	0.04 42	0.10 144	0.02 73	0.27 78	0.76 93

NRIStereo	5.98 66	1.91 84	9.60 123	6.29 125	0.45 3	6.56 106	2.52 95	15.37 71	11.43 68	12.55 70	15.07 74	11.45 92	6.11 83	12.32 118	6.23 138	0.83 251	0.16 119	0.11 163	0.00 1	0.32 95	0.33 25

RAFT_CTSACE	8.55 154	2.62 197	9.63 124	7.41 195	5.06 235	5.76 76	2.54 96	15.38 72	17.84 134	24.33 274	34.69 287	16.37 172	7.22 109	18.05 247	2.63 25	0.01 2	0.56 207	0.00 1	0.03 81	0.42 141	0.41 48

ASMatch	7.61 129	1.63 46	9.18 107	5.79 101	2.27 132	4.63 17	2.54 96	17.23 106	13.73 92	17.27 165	34.28 282	13.26 133	10.15 157	12.39 125	5.49 117	0.12 98	0.24 139	0.21 211	0.17 177	0.18 41	1.55 183

222	13.07 260	1.99 94	10.74 169	6.56 136	2.74 147	19.95 272	2.54 96	34.13 291	24.42 194	22.52 259	31.39 240	20.78 221	16.99 257	14.31 180	48.07 387	0.16 115	1.33 302	0.01 56	0.32 230	0.37 120	2.02 235

GMStereo	6.44 80	4.92 273	12.13 207	5.60 77	0.87 41	9.18 138	2.57 99	12.99 33	25.54 207	12.85 83	11.84 52	5.60 39	3.62 22	11.92 99	6.44 149	0.53 207	0.02 22	0.05 104	0.36 243	0.98 242	0.70 85
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
iRaft-Stereo_20w	6.75 94	2.17 142	13.20 227	5.07 55	2.34 136	7.43 122	2.61 100	20.20 145	7.85 38	15.28 117	10.36 40	14.42 148	8.13 124	16.81 227	4.20 77	0.06 56	0.84 241	0.13 173	0.83 298	0.66 202	2.42 271

iResNet_ROB	12.41 245	3.19 224	12.39 212	6.63 144	3.72 180	16.98 250	2.64 101	32.29 271	38.58 309	26.93 298	33.73 276	26.24 266	17.40 264	17.36 237	8.95 181	0.33 166	0.01 7	0.00 1	0.00 1	0.40 135	0.35 29

sCroCo_RVC	5.29 35	3.82 250	17.52 280	11.17 306	6.67 290	5.78 77	2.66 102	10.47 13	8.48 46	3.78 8	9.32 32	4.76 32	4.83 56	8.33 25	4.88 100	1.17 291	0.52 199	0.06 112	0.03 81	0.70 207	0.90 108

11t1	6.61 89	1.76 59	9.64 125	5.62 80	2.15 127	13.57 193	2.67 103	15.77 77	8.83 50	13.66 101	11.90 54	12.03 107	9.76 151	12.23 114	8.58 178	0.23 140	1.33 302	0.00 1	0.31 228	0.26 70	1.95 219

HUI-Stereo	5.80 49	1.98 93	10.42 157	5.66 84	0.45 3	5.52 59	2.68 104	13.29 42	7.82 36	12.71 80	18.16 96	12.91 126	6.60 93	10.73 57	5.36 112	0.89 259	0.08 89	0.10 144	0.00 1	0.25 60	0.36 35

BUS	9.86 185	1.86 75	9.14 104	7.14 180	4.12 198	19.47 267	2.69 105	34.15 292	23.28 181	18.82 200	21.95 146	14.37 146	11.63 176	14.72 188	12.39 226	0.36 171	0.13 111	0.15 185	0.04 92	0.37 120	0.46 56

NINENet	11.46 229	3.02 217	11.83 198	8.45 238	5.40 245	19.47 267	2.69 105	39.63 343	34.82 284	19.11 206	27.64 195	14.37 146	11.63 176	16.21 210	12.39 226	0.94 265	0.21 133	0.29 239	0.00 1	0.48 159	0.55 66

CASS	8.64 156	2.03 104	8.60 82	8.71 247	1.59 101	15.02 215	2.75 107	23.27 180	18.58 147	16.29 137	22.78 154	13.42 135	13.68 211	13.07 152	7.66 158	1.18 292	0.05 49	0.13 173	0.01 54	0.75 217	3.24 299
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIPNet	7.26 117	2.30 155	13.74 232	5.32 65	1.61 102	11.32 164	2.77 108	27.02 218	18.47 144	15.56 127	13.20 62	7.01 45	9.46 146	8.84 28	6.32 144	0.15 114	0.03 34	0.06 112	0.08 129	0.42 141	1.39 165

LoS_RVC	4.09 21	3.01 216	4.81 10	4.88 42	7.78 317	5.24 49	2.80 109	7.57 2	4.24 1	4.41 14	10.34 39	3.62 13	6.34 87	6.59 12	2.37 11	0.04 22	0.03 34	0.00 1	0.01 54	0.06 5	7.70 347

CASnet	4.11 22	1.27 15	5.28 15	5.63 81	0.31 2	4.89 32	2.86 110	11.52 25	11.73 71	11.06 62	11.80 51	4.16 19	1.63 5	6.30 10	2.22 2	0.63 227	0.00 1	0.60 266	0.13 151	0.15 31	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MSMDNet	9.96 188	2.08 119	11.66 192	5.39 69	2.92 156	16.50 241	2.89 111	29.73 243	34.55 282	17.86 181	21.91 144	18.86 210	8.36 129	13.06 150	7.74 162	0.24 145	0.47 189	0.66 271	0.24 203	3.07 304	1.04 126

AE-Stereo	5.68 42	1.78 61	9.22 111	9.25 257	2.52 140	10.13 144	2.92 112	13.10 34	14.88 102	4.88 19	13.10 61	10.72 86	4.43 42	9.24 39	3.37 51	0.10 86	1.31 296	0.06 112	0.32 230	0.21 47	2.03 238

test-3	5.64 41	1.29 18	9.52 121	4.88 42	1.45 84	6.53 104	2.92 112	13.64 46	19.04 150	12.75 81	8.67 23	13.01 128	4.10 33	9.39 43	2.58 18	0.01 2	1.09 265	0.00 1	0.37 247	0.28 82	1.25 149

test_1	5.63 40	1.29 18	9.52 121	4.90 48	1.45 84	6.51 103	2.93 114	13.65 48	19.05 151	12.58 71	8.67 23	13.02 129	4.07 32	9.39 43	2.58 18	0.01 2	1.09 265	0.00 1	0.38 258	0.28 82	1.26 150

PCWNet_CMD	9.97 190	2.08 119	11.61 191	5.36 67	2.92 156	16.39 238	2.94 115	29.76 244	34.38 279	17.83 178	21.86 143	18.91 211	8.27 127	13.01 145	7.73 161	0.23 140	0.46 187	0.79 279	0.25 211	3.46 313	1.12 138

xxxx	12.60 252	2.03 104	10.79 170	6.18 115	2.86 153	21.84 285	3.02 116	34.55 300	25.46 206	16.39 140	31.58 246	26.87 275	14.75 225	14.00 177	37.45 357	0.21 137	1.36 307	0.01 56	0.32 230	0.35 107	2.07 245

CFNet_pseudo	9.92 186	2.21 145	11.76 194	5.09 57	2.93 159	14.43 203	3.12 117	27.16 219	32.52 261	17.58 175	22.81 155	21.97 233	9.29 145	13.06 150	8.34 173	0.23 140	0.46 187	1.23 308	0.27 217	2.89 300	0.99 119

SDNR	16.80 291	5.88 289	30.01 329	6.39 128	6.53 286	57.67 388	3.15 118	24.30 188	31.49 254	21.50 244	36.56 299	14.69 150	16.76 253	19.14 255	14.45 239	11.12 373	14.00 385	3.11 341	0.51 278	8.86 350	9.92 365

AnonymousM	6.73 92	12.03 338	3.53 2	4.47 30	1.55 98	4.42 14	3.17 119	11.94 27	8.44 44	17.00 162	10.06 33	9.08 72	4.00 31	7.56 19	4.06 73	0.55 214	0.68 221	23.13 379	8.12 369	0.07 7	0.65 78

test_3	5.97 64	1.26 13	9.95 136	6.84 162	1.45 84	8.73 134	3.18 120	14.26 54	19.86 156	12.22 68	8.91 25	13.78 140	3.99 30	9.38 42	2.58 18	0.01 2	1.10 267	0.00 1	0.37 247	0.30 90	1.20 142

riskmin	7.28 121	1.54 38	8.37 80	5.01 53	3.24 168	11.65 168	3.20 121	16.61 95	18.86 149	10.45 55	13.46 65	16.20 171	12.68 197	12.46 127	6.57 152	0.17 121	1.38 310	0.14 180	0.33 236	0.67 204	2.52 275

RAFT-345	6.94 103	1.48 34	7.45 53	5.65 83	0.96 54	5.49 57	3.20 121	13.73 49	10.97 64	13.81 103	42.93 337	9.01 71	5.31 61	13.09 153	4.73 97	0.58 218	0.05 49	0.10 144	0.06 116	0.08 9	0.08 4

SMFormer	11.03 218	1.90 80	14.85 248	4.89 44	1.48 92	14.92 208	3.21 123	31.03 252	30.74 246	20.28 216	29.37 212	18.33 202	14.54 219	16.56 222	14.46 240	0.41 182	1.20 281	0.28 235	0.24 203	0.45 150	1.47 174

tta	11.03 218	1.90 80	14.85 248	4.89 44	1.48 92	14.92 208	3.21 123	31.03 252	30.73 245	20.28 216	29.37 212	18.33 202	14.54 219	16.56 222	14.46 240	0.41 182	1.20 281	0.28 235	0.24 203	0.39 131	1.60 184

qqq1	10.51 207	1.90 80	14.85 248	4.89 44	1.48 92	14.92 208	3.21 123	31.03 252	30.74 246	20.28 216	29.37 212	18.33 202	14.54 219	16.56 222	4.42 87	0.41 182	1.20 281	0.00 1	0.14 160	0.39 131	1.60 184

fff1	10.51 207	1.90 80	14.85 248	4.89 44	1.48 92	14.92 208	3.21 123	31.03 252	30.74 246	20.28 216	29.37 212	18.33 202	14.54 219	16.56 222	4.42 87	0.41 182	1.20 281	0.00 1	0.14 160	0.39 131	1.60 184

ccs_rob	9.95 187	2.21 145	11.74 193	5.11 58	2.91 155	14.48 204	3.21 123	27.26 220	32.72 263	17.53 172	22.70 153	21.96 232	9.25 144	12.99 144	8.34 173	0.23 140	0.45 185	1.38 313	0.28 219	3.13 308	1.07 131

NF-Stereo	6.96 105	1.80 64	10.17 141	7.16 186	0.79 35	6.15 90	3.26 128	20.74 151	18.45 143	13.42 97	19.33 110	11.67 96	6.05 79	12.71 137	6.17 134	0.57 217	0.06 73	0.21 211	0.23 199	0.12 21	0.09 6

whm_eth	9.17 175	5.14 277	19.04 294	7.90 222	6.70 292	6.89 112	3.35 129	18.64 125	21.30 163	22.39 257	38.88 314	4.64 30	4.25 35	14.43 184	5.63 123	0.65 229	0.08 89	0.22 218	0.10 142	0.74 213	2.37 266

OCTAStereo	6.97 106	1.80 64	10.20 144	7.15 185	0.78 33	6.12 87	3.38 130	20.72 147	18.47 144	13.41 94	19.33 110	11.91 104	6.05 79	12.68 135	6.19 135	0.59 221	0.06 73	0.21 211	0.22 192	0.12 21	0.10 8

RE-Stereo	6.97 106	1.79 62	10.18 142	7.14 180	0.77 30	6.14 88	3.39 131	20.72 147	18.43 141	13.41 94	19.33 110	11.78 99	6.09 81	12.66 133	6.22 136	0.58 218	0.05 49	0.21 211	0.22 192	0.12 21	0.10 8

TVStereo	6.97 106	1.79 62	10.18 142	7.14 180	0.77 30	6.14 88	3.39 131	20.72 147	18.43 141	13.41 94	19.33 110	11.78 99	6.09 81	12.66 133	6.22 136	0.58 218	0.05 49	0.21 211	0.22 192	0.12 21	0.10 8

DN-CSS_ROB	8.72 157	3.49 238	16.63 270	6.74 153	3.39 173	6.20 92	3.43 133	23.40 181	22.03 171	17.46 170	30.28 223	9.33 73	8.32 128	14.71 187	6.36 147	0.91 263	0.00 1	0.45 256	0.00 1	0.65 197	0.70 85

HH	6.00 67	2.42 176	9.81 130	5.74 97	1.64 105	7.05 115	3.48 134	17.54 110	7.69 26	8.73 44	12.47 56	14.83 153	8.86 137	13.04 148	2.59 21	0.04 22	1.21 286	0.20 208	0.05 106	0.30 90	2.34 263

HanStereo	6.00 67	2.42 176	9.81 130	5.74 97	1.64 105	7.05 115	3.48 134	17.54 110	7.69 26	8.73 44	12.47 56	14.83 153	8.86 137	13.04 148	2.59 21	0.04 22	1.21 286	0.20 208	0.05 106	0.30 90	2.34 263

dad	13.05 258	11.39 333	15.64 264	7.35 193	2.10 122	15.64 222	3.48 134	18.77 127	35.55 292	27.77 303	33.76 278	31.59 294	13.04 199	14.79 193	11.16 214	3.35 337	0.54 202	7.85 364	0.96 307	3.88 320	2.49 274

111	7.73 138	2.39 175	9.12 99	4.17 16	0.47 12	10.65 157	3.49 137	21.34 160	28.25 230	10.60 56	16.85 88	14.74 152	10.22 158	12.48 128	6.61 153	0.43 189	0.01 7	0.00 1	0.00 1	0.35 107	2.39 270

DisPM	6.68 91	1.58 42	9.90 134	7.19 187	1.12 59	5.71 73	3.69 138	13.74 50	12.42 75	16.60 147	23.63 159	12.64 113	6.39 89	13.31 161	4.08 75	0.77 243	0.01 7	0.08 130	0.15 166	0.14 29	0.53 63

RAFT_R40	7.14 115	1.73 56	9.36 115	7.36 194	0.82 37	5.74 74	3.69 138	15.47 73	15.09 104	18.24 190	19.87 118	16.82 177	8.50 132	13.72 173	5.81 127	0.28 157	0.02 22	0.14 180	0.00 1	0.11 18	0.09 6

ACVNet	10.83 216	2.25 150	7.10 42	6.43 130	3.02 163	13.17 187	3.75 140	22.83 175	35.15 289	15.81 131	30.67 230	24.65 253	15.77 239	16.47 218	18.13 265	0.16 115	0.01 7	0.06 112	0.07 123	0.65 197	0.43 51

hitnet-ft	12.59 250	3.03 220	7.87 64	7.49 202	4.20 201	27.41 320	3.75 140	23.41 182	24.15 191	21.14 239	34.12 281	31.93 300	19.74 287	20.28 266	18.13 265	0.54 212	1.45 319	0.35 248	0.09 135	1.26 256	1.41 169

dd	8.57 155	5.20 278	13.37 228	6.91 167	1.05 57	10.30 149	3.89 142	17.29 107	34.00 274	15.73 130	17.50 89	7.45 49	6.60 93	15.00 198	10.99 213	1.39 300	0.41 179	0.18 197	0.46 267	2.25 289	1.40 167

CFNet_ucs	10.56 211	2.15 137	12.88 217	5.55 75	4.11 197	15.24 218	3.93 143	28.55 230	32.41 260	18.70 197	24.95 170	22.99 240	9.66 150	14.22 178	8.13 169	0.29 159	0.84 241	1.63 317	0.23 199	3.43 312	1.31 156

anonymousdsp2	6.47 84	1.81 67	9.73 127	5.25 62	1.23 69	9.35 139	3.96 144	22.51 168	18.39 139	12.87 85	10.19 38	10.17 81	4.46 45	11.77 90	3.83 66	0.06 56	1.00 260	0.31 244	0.18 186	0.25 60	2.06 244

RCA-Stereo	5.58 39	1.26 13	6.71 35	4.85 40	0.80 36	5.51 58	3.97 145	17.56 112	19.40 154	8.45 42	14.11 67	8.73 67	8.70 135	6.88 13	2.77 35	0.05 38	0.98 255	0.11 163	0.00 1	0.14 29	0.61 75

Pruner-Stereo	6.85 96	1.81 67	10.24 147	6.92 168	0.92 46	5.55 69	4.01 146	14.42 60	11.85 73	18.22 189	21.92 145	15.64 165	5.69 75	12.10 108	6.08 131	0.84 253	0.02 22	0.18 197	0.10 142	0.11 18	0.38 43

tt1	5.74 44	2.52 184	6.54 32	6.89 165	0.86 40	10.31 151	4.08 147	19.77 138	16.80 127	7.17 34	9.02 26	4.71 31	8.97 140	11.11 63	2.34 8	0.05 38	1.17 271	0.00 1	0.04 92	0.29 86	2.07 245

PSMNet-ADL	10.30 199	2.32 158	7.83 63	9.69 268	4.44 211	16.04 230	4.16 148	27.57 224	25.08 200	15.16 115	19.04 107	25.28 260	13.63 210	16.49 220	15.33 244	0.86 256	0.81 236	0.01 56	0.04 92	0.33 98	1.81 198

FADNet_RVC	12.44 246	6.19 294	40.86 352	7.04 173	3.69 179	11.30 163	4.17 149	29.67 241	27.67 226	18.20 188	26.04 178	13.47 136	17.15 259	16.85 230	14.95 242	0.99 269	0.75 228	0.60 266	1.32 320	4.18 322	3.62 305

anonymousa	9.61 183	2.06 114	9.20 109	5.24 61	6.67 290	15.03 216	4.18 150	19.08 128	21.43 166	19.03 204	30.96 235	21.49 230	14.23 218	11.12 67	8.61 179	0.08 71	1.24 291	0.29 239	0.69 292	0.18 41	1.48 177

EKT-Stereo	6.11 71	1.71 54	9.09 96	7.69 207	5.56 253	5.16 45	4.26 151	19.18 129	15.13 105	9.20 49	12.84 59	9.55 77	4.18 34	11.74 88	3.24 48	0.53 207	0.62 217	0.09 136	0.14 160	0.17 37	2.16 258

DMCA-RVC	12.06 239	4.35 261	14.21 241	10.52 291	4.86 224	13.84 194	4.33 152	25.20 196	24.13 190	20.56 225	29.22 210	26.65 270	25.85 317	17.02 232	16.34 252	0.41 182	0.35 163	0.55 263	0.24 203	0.83 232	1.81 198

DMCA	8.96 167	2.60 192	11.84 199	5.61 78	4.25 203	11.09 161	4.36 153	25.89 201	20.23 159	17.10 164	20.96 133	17.55 193	11.92 186	11.47 76	12.27 225	0.60 223	0.09 92	0.35 248	0.05 106	0.48 159	0.57 73

x	7.70 135	2.12 129	8.93 92	5.08 56	2.55 143	11.65 168	4.40 154	20.91 152	12.53 76	13.58 100	20.49 128	15.73 167	11.10 165	10.65 53	10.16 197	0.11 90	1.37 308	0.04 96	0.29 222	0.34 103	1.95 219

ACRE	7.62 130	3.21 225	14.93 253	7.81 215	5.00 232	10.01 142	4.45 155	16.32 85	15.86 111	17.81 177	19.21 108	8.38 64	4.25 35	11.11 63	10.58 205	0.78 246	0.32 155	0.03 85	0.15 166	0.44 146	1.84 202

HITNet	8.41 150	3.59 245	9.91 135	5.30 63	1.52 96	13.35 190	4.48 156	22.00 164	16.06 117	15.52 125	22.95 156	15.28 162	11.74 178	14.91 196	9.25 187	0.10 86	0.01 7	0.48 258	0.06 116	0.58 178	1.04 126
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
StereoDRNet-Refined	14.03 277	3.52 239	12.77 216	8.70 245	3.31 169	18.50 261	4.58 157	29.08 236	30.59 243	29.85 316	42.52 334	25.24 259	19.57 286	23.88 301	23.55 297	0.44 192	0.07 83	0.54 262	0.38 258	0.88 238	2.64 277
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CIPLG	7.69 134	3.27 228	14.40 242	7.84 217	5.08 236	10.24 146	4.59 158	16.02 81	15.45 107	18.05 185	19.72 116	8.79 68	4.61 47	11.84 95	10.40 202	0.76 240	0.33 161	0.03 85	0.15 166	0.44 146	1.83 201

CBMV_ROB	12.51 248	3.86 251	7.98 67	5.81 103	2.99 162	16.05 233	4.62 159	27.61 225	31.37 253	26.75 296	32.62 263	23.97 248	22.66 304	21.14 283	12.09 219	2.15 317	1.78 331	2.24 327	1.27 319	1.64 273	1.54 182

MMNet	13.55 268	2.82 204	13.90 234	7.63 204	6.36 285	26.45 315	4.63 160	24.00 187	42.67 326	26.25 291	33.12 269	20.98 225	19.45 285	20.14 264	19.49 279	0.75 238	0.54 202	0.11 163	0.01 54	0.53 169	1.10 133

IPLGR_C	7.70 135	3.32 231	14.54 244	7.98 224	5.04 234	10.26 147	4.64 161	16.50 90	16.28 121	17.97 184	18.85 106	8.30 63	4.66 54	11.22 68	10.89 212	0.77 243	0.32 155	0.03 85	0.15 166	0.43 143	1.84 202

UNet	13.18 262	2.47 179	14.45 243	7.45 198	7.82 318	26.01 311	4.67 162	34.38 297	29.42 237	20.90 233	31.81 249	26.68 271	18.98 276	21.08 281	15.56 247	0.21 137	0.06 73	0.27 229	0.09 135	0.37 120	1.01 122

pcwnet_v2	12.68 253	2.30 155	18.36 287	8.32 235	5.74 259	17.73 255	4.77 163	36.75 325	46.28 345	20.98 235	29.07 209	16.62 174	13.52 204	16.56 222	10.30 199	0.55 214	1.02 261	0.34 247	0.24 203	2.10 284	2.11 253

CFNet	11.23 221	3.41 235	10.68 167	7.08 178	4.22 202	17.38 252	4.83 164	31.29 262	31.29 252	19.15 207	26.85 189	24.06 249	13.75 212	16.23 211	12.22 224	0.26 152	0.05 49	0.44 255	0.09 135	0.92 239	0.41 48

AACVNet	11.24 222	3.71 248	11.56 190	9.45 261	3.35 171	11.67 170	4.88 165	23.23 179	14.00 95	28.19 306	29.90 220	30.39 291	18.03 270	20.04 262	13.22 235	0.50 203	0.21 133	0.23 220	0.07 123	0.75 217	1.52 180

AAGNet	8.15 145	1.75 57	10.57 164	7.72 212	0.74 23	5.74 74	4.98 166	15.90 79	14.59 100	20.31 220	23.80 161	15.08 159	11.25 169	12.27 115	16.70 256	0.85 254	0.06 73	0.32 246	0.01 54	0.15 31	0.16 14

cf-r	10.67 212	2.34 162	9.77 128	6.17 113	5.79 261	12.94 183	5.14 167	25.21 198	27.86 227	17.84 179	32.03 251	25.81 262	15.91 241	12.22 113	12.56 232	0.17 121	0.19 124	0.05 104	0.06 116	0.59 184	0.72 88

ACVNet-DCA	5.76 46	2.52 184	6.38 23	6.77 156	0.74 23	10.55 153	5.19 168	21.10 154	13.53 88	7.39 36	10.06 33	4.44 25	9.58 147	11.08 59	2.33 5	0.05 38	1.18 275	0.00 1	0.04 92	0.37 120	1.93 212

xx1	6.52 87	2.52 184	6.38 23	6.77 156	0.74 23	10.55 153	5.19 168	19.19 130	15.95 114	7.39 36	10.07 37	16.17 169	12.10 187	11.08 59	2.33 5	0.05 38	1.18 275	0.02 71	0.36 243	0.37 120	1.93 212

1test111	6.16 72	2.52 184	6.38 23	6.77 156	0.74 23	10.55 153	5.19 168	21.10 154	13.53 88	7.39 36	10.06 33	4.44 25	9.58 147	12.08 105	9.26 188	0.05 38	1.18 275	0.00 1	0.04 92	0.37 120	1.93 212

cc1	5.79 48	2.52 184	6.38 23	6.77 156	0.74 23	10.55 153	5.19 168	19.19 130	15.95 114	7.39 36	10.06 33	4.44 25	9.58 147	11.08 59	2.33 5	0.05 38	1.18 275	0.00 1	0.04 92	0.34 103	2.04 240

GANet-ADL	8.73 158	2.80 201	9.48 118	7.87 219	2.77 148	12.88 182	5.29 172	29.97 245	25.61 208	14.50 109	16.64 86	17.02 180	7.60 115	11.61 87	8.01 166	0.51 206	0.40 173	0.10 144	0.12 148	0.77 220	0.70 85

RALCasStereoNet	6.53 88	2.84 205	8.12 72	7.88 220	6.12 275	6.85 110	5.29 172	14.66 65	13.94 93	10.20 53	18.18 99	10.24 82	3.83 27	12.33 119	5.56 119	0.04 22	1.88 334	0.11 163	0.01 54	0.26 70	2.24 260

R-Stereo Train	7.33 122	1.62 44	9.31 113	6.80 160	2.33 134	7.57 123	5.36 174	24.47 189	7.63 24	16.40 141	33.07 266	12.42 111	5.52 67	8.06 23	5.23 108	0.05 38	0.05 49	0.01 56	0.00 1	0.12 21	0.56 68

RAFT-Stereo	7.33 122	1.62 44	9.31 113	6.80 160	2.33 134	7.57 123	5.36 174	24.47 189	7.63 24	16.40 141	33.07 266	12.42 111	5.52 67	8.06 23	5.23 108	0.05 38	0.05 49	0.01 56	0.00 1	0.12 21	0.56 68
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LCNet	7.64 131	1.41 28	6.15 19	6.93 169	1.35 77	9.00 136	5.44 176	18.37 120	11.30 65	16.62 148	24.39 166	14.67 149	11.03 163	12.03 103	4.01 70	0.07 67	0.02 22	0.23 220	2.07 335	1.00 245	6.69 339

PWC_ROB	19.21 318	12.15 341	28.02 323	11.02 304	6.62 288	25.15 305	5.47 177	36.42 319	49.47 351	33.19 337	44.32 345	34.98 321	26.66 322	32.22 339	27.30 329	1.71 311	0.27 144	1.62 316	0.37 247	2.38 294	4.90 317

test_5	8.85 162	2.05 111	9.51 119	11.62 310	4.99 231	6.74 108	5.48 178	18.25 118	23.57 185	16.72 156	29.73 219	15.54 164	10.54 160	16.25 214	4.02 71	0.05 38	0.40 173	0.27 229	0.08 129	0.34 103	0.81 97

knoymous	6.46 82	1.84 74	5.13 14	4.31 27	1.88 117	6.36 98	5.55 179	15.25 69	14.48 99	13.85 104	21.25 135	12.66 115	6.63 97	13.20 155	5.11 104	0.19 133	0.13 111	0.12 168	0.00 1	0.71 209	0.57 73

DANet	17.51 299	8.91 321	27.61 322	14.94 337	7.48 305	22.67 290	5.66 180	27.33 222	26.64 215	32.62 335	36.27 297	37.40 330	30.07 340	31.65 336	26.09 320	1.30 298	1.46 321	2.33 329	0.53 280	3.54 314	5.69 326
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DRaft	9.41 177	1.56 39	10.09 140	4.18 20	0.92 46	12.87 181	5.68 181	17.40 109	29.75 238	21.24 240	38.12 308	9.96 80	13.97 216	11.81 92	8.08 167	0.66 233	0.30 152	0.07 127	0.26 213	0.33 98	0.88 105

DEmStereo	9.07 170	1.70 53	10.89 176	4.86 41	1.23 69	11.51 167	5.70 182	14.24 53	27.02 220	22.33 256	32.56 262	11.70 98	15.04 228	11.83 93	8.53 176	0.31 162	0.16 119	0.02 71	0.09 135	0.11 18	1.47 174

LMCR-Stereo	11.32 224	4.98 275	11.87 200	14.09 329	4.01 192	16.97 249	5.70 182	26.41 210	23.41 184	22.57 260	22.11 151	15.18 160	15.44 235	21.48 287	17.57 261	2.29 319	0.04 42	0.00 1	0.03 81	1.53 270	0.65 78

gwcnet-sp	10.26 196	3.56 241	15.31 257	6.59 138	4.30 204	15.71 223	5.71 184	26.09 203	25.15 202	21.68 245	21.77 136	15.01 156	16.42 250	15.21 199	10.76 208	0.12 98	0.20 125	0.02 71	0.09 135	0.63 191	0.86 102

scenet	10.26 196	3.56 241	15.31 257	6.59 138	4.30 204	15.71 223	5.71 184	26.09 203	25.15 202	21.68 245	21.77 136	15.01 156	16.42 250	15.21 199	10.76 208	0.12 98	0.20 125	0.02 71	0.09 135	0.63 191	0.86 102

ssnet	10.26 196	3.56 241	15.31 257	6.59 138	4.30 204	15.71 223	5.71 184	26.09 203	25.15 202	21.68 245	21.77 136	15.01 156	16.42 250	15.21 199	10.76 208	0.12 98	0.20 125	0.02 71	0.09 135	0.63 191	0.86 102

PFNet	8.10 144	1.75 57	12.34 211	7.54 203	2.40 137	7.41 121	5.81 187	23.83 186	17.85 135	20.78 228	17.57 90	15.22 161	7.72 117	13.37 162	6.46 150	0.33 166	0.20 125	0.12 168	0.19 189	0.32 95	0.77 95

NLCA_NET_v2_RVC	12.58 249	4.09 255	18.25 286	8.26 232	5.83 265	14.72 205	5.85 188	33.49 285	27.86 227	22.14 254	32.16 258	24.94 257	14.01 217	16.19 209	16.82 258	0.90 261	0.35 163	0.37 250	0.58 287	1.51 268	3.31 300
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DCRE	6.73 92	2.11 127	9.19 108	7.76 213	4.90 225	7.81 128	5.86 189	16.46 89	11.38 67	9.61 50	22.55 152	11.84 103	6.35 88	11.09 62	3.63 60	0.04 22	1.19 280	0.06 112	0.37 247	0.15 31	2.23 259

CFNet-ft	10.46 205	3.02 217	7.10 42	7.69 207	5.42 248	16.93 247	5.92 190	22.83 175	22.31 175	15.81 131	30.40 225	26.42 268	15.19 231	13.60 170	12.18 222	0.14 107	0.10 102	1.87 321	0.34 239	1.22 253	0.73 91

CFNet_RVC	10.46 205	3.02 217	7.10 42	7.69 207	5.42 248	16.93 247	5.92 190	22.82 174	22.31 175	15.81 131	30.40 225	26.41 267	15.19 231	13.60 170	12.19 223	0.14 107	0.10 102	1.87 321	0.34 239	1.22 253	0.73 91

raft+_RVC	7.10 113	2.37 170	6.59 33	6.94 171	5.82 264	6.35 97	5.97 192	21.05 153	23.63 187	10.90 60	17.95 92	9.80 78	5.55 70	11.49 81	4.47 90	0.04 22	1.50 323	0.00 1	0.00 1	0.38 130	1.23 146

BEATNet_4x	10.11 194	5.82 286	14.80 247	6.14 111	1.55 98	13.87 196	5.98 193	26.24 206	18.35 138	16.53 144	25.41 173	18.01 201	13.78 213	18.01 246	12.39 226	0.48 198	0.18 122	0.81 286	0.11 146	2.02 281	1.70 192

CAS	5.44 36	0.98 1	3.95 6	17.59 350	7.74 316	7.82 129	6.09 194	9.89 11	9.40 57	4.82 18	10.69 42	1.93 3	1.22 2	4.54 2	2.47 14	10.98 371	0.02 22	0.00 1	0.02 73	0.53 169	8.19 353

IER	10.32 202	2.06 114	11.88 201	4.95 51	5.34 242	13.34 189	6.11 195	27.47 223	23.59 186	20.37 221	30.03 221	16.50 173	20.42 290	14.24 179	8.81 180	0.16 115	0.03 34	0.18 197	0.10 142	0.27 78	0.56 68

HHNet	7.57 127	2.01 100	8.03 69	3.71 7	3.46 175	4.93 39	6.17 196	19.69 137	16.27 120	20.91 234	31.75 247	10.56 84	5.82 77	10.69 56	5.10 103	0.67 234	0.07 83	0.21 211	0.14 160	0.63 191	0.54 65

EAI-Stereo	5.82 51	2.06 114	9.08 95	6.23 117	2.20 130	6.24 93	6.20 197	20.18 144	6.36 18	10.65 58	15.97 80	6.31 42	3.63 23	12.09 107	4.88 100	0.06 56	0.73 225	0.04 96	1.59 326	0.21 47	1.67 190

ProNet	4.14 23	2.35 168	7.50 55	4.22 21	1.47 87	5.67 72	6.24 198	13.78 52	7.71 28	3.38 4	4.93 8	3.72 14	3.52 20	11.52 84	2.72 29	0.08 71	1.32 298	0.01 56	0.26 213	0.47 157	2.02 235

test_xeample	12.39 244	2.09 121	10.36 151	5.73 96	3.06 165	18.17 259	6.27 199	31.98 269	24.37 193	18.78 199	33.92 280	19.09 213	16.00 243	14.60 186	39.03 365	0.19 133	1.32 298	0.01 56	0.33 236	0.36 114	2.04 240

ac_64	11.57 232	2.13 135	11.77 195	8.79 249	5.51 251	19.40 265	6.29 200	24.72 193	15.20 106	23.50 268	24.91 168	33.07 308	16.82 254	19.33 257	17.78 263	0.53 207	0.15 117	0.02 71	0.03 81	0.35 107	1.03 125

AdaStereo	10.85 217	4.57 264	10.79 170	9.59 265	3.46 175	17.49 253	6.29 200	32.70 275	26.07 211	19.04 205	26.55 186	19.60 216	10.12 156	17.71 244	10.38 200	1.00 270	0.05 49	0.42 254	0.02 73	0.70 207	0.46 56
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GES	9.01 168	2.61 196	12.88 217	6.76 154	2.02 119	13.08 184	6.33 202	22.23 167	22.21 173	19.80 214	26.73 188	8.97 70	11.01 162	14.41 183	8.35 175	0.54 212	0.10 102	0.30 243	0.15 166	0.82 230	0.99 119

ICVP	10.54 210	2.11 127	7.49 54	9.62 266	3.41 174	13.85 195	6.34 203	26.81 216	23.24 180	16.90 157	31.76 248	27.31 276	12.81 198	12.18 111	12.47 230	1.59 303	0.58 213	0.19 203	0.13 151	0.63 191	1.45 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
acv_ft	12.59 250	2.25 150	13.50 230	8.30 234	6.23 278	19.81 271	6.34 203	26.43 211	35.15 289	26.38 292	30.67 230	24.65 253	14.91 226	16.47 218	19.16 277	0.16 115	0.01 7	0.06 112	0.07 123	0.74 213	0.43 51

HBP-ISP	13.07 260	8.80 320	8.99 93	8.11 230	4.55 217	13.48 191	6.60 205	29.09 237	30.50 242	21.33 241	36.14 294	16.62 174	19.42 283	20.92 278	12.81 233	3.63 339	2.61 349	7.18 360	4.12 353	3.74 318	2.69 281

DeepPruner_ROB	11.28 223	5.83 287	15.23 254	6.93 169	4.50 215	10.08 143	6.62 206	36.65 322	20.17 158	18.12 186	27.95 197	23.10 241	13.43 203	20.08 263	11.90 218	1.16 288	0.51 196	0.23 220	0.17 177	1.11 249	1.91 210

mmm	8.54 153	2.13 135	10.21 145	5.81 103	2.96 160	14.00 198	6.67 207	19.28 132	12.59 77	16.95 161	24.40 167	17.83 199	10.70 161	12.90 143	9.42 191	0.17 121	1.28 293	0.50 260	0.60 288	0.44 146	2.03 238

PSMNet-RSSM	10.31 200	2.47 179	7.79 61	7.85 218	4.38 210	10.47 152	6.67 207	29.67 241	22.25 174	16.62 148	33.75 277	23.30 244	14.58 223	13.91 176	10.56 203	0.23 140	0.09 92	0.07 127	0.24 203	0.87 236	0.48 60

GwcNet-RSSM	11.34 226	2.72 199	10.26 148	7.24 190	5.38 244	12.67 179	6.70 209	26.70 215	31.93 257	17.56 174	34.45 284	24.37 252	15.77 239	13.70 172	15.31 243	0.19 133	0.20 125	0.14 180	0.05 106	0.81 227	0.64 76

FADNet	14.77 283	11.96 337	39.55 351	8.50 240	6.64 289	18.53 262	6.74 210	35.70 309	35.06 287	19.21 208	28.06 199	28.14 277	13.94 215	18.54 251	11.61 216	0.48 198	0.75 228	0.38 252	0.49 276	9.17 351	2.05 243

RASNet	12.38 243	2.58 190	12.48 215	6.76 154	5.97 269	16.37 237	6.74 210	34.99 303	22.20 172	17.44 168	33.11 268	22.81 239	24.84 310	20.33 267	18.27 268	1.16 288	0.05 49	0.06 112	0.01 54	0.27 78	1.06 129

CoDeX	9.58 181	2.12 129	10.82 172	6.52 134	3.76 183	16.55 242	6.82 212	26.62 214	25.63 209	17.50 171	25.62 175	14.70 151	11.81 184	12.82 140	7.88 163	0.42 188	0.20 125	0.15 185	0.02 73	0.36 114	1.28 152

ttt	10.82 215	2.17 142	9.66 126	7.03 172	4.44 211	14.16 200	6.87 213	33.72 287	30.69 244	15.67 128	31.50 243	14.99 155	10.50 159	16.54 221	13.98 237	0.41 182	1.31 296	0.10 144	0.29 222	0.47 157	1.92 211

FADNet-RVC	13.86 274	12.75 344	41.65 353	8.64 243	4.63 218	16.45 239	6.89 214	28.91 234	24.20 192	20.89 232	31.44 242	26.73 273	11.37 172	21.58 289	15.91 248	0.25 149	0.14 116	0.14 180	0.24 203	2.97 302	1.50 179

SFCPSM	9.16 174	1.72 55	12.32 210	5.64 82	3.51 177	16.58 243	6.93 215	31.11 257	26.15 212	17.05 163	20.08 120	11.05 91	9.94 152	12.55 129	6.05 129	0.36 171	0.17 121	0.37 250	0.22 192	0.40 135	1.01 122

PWCDC_ROB	18.66 312	11.24 331	21.32 307	18.82 355	8.08 323	25.75 309	6.94 216	35.08 304	53.33 363	30.37 322	49.70 363	20.87 223	21.63 302	31.05 335	22.39 290	6.94 360	0.28 149	0.10 144	0.06 116	5.98 338	3.22 298

FADNet-RVC-Resample	12.31 240	5.22 279	32.28 336	10.14 279	4.08 195	14.97 212	6.98 217	26.54 212	24.42 194	23.72 269	29.31 211	19.87 218	15.01 227	16.26 215	10.61 206	0.65 229	0.52 199	0.48 258	0.54 281	1.52 269	3.09 296

GwcNet-ADL	8.81 161	2.00 98	10.21 145	7.70 210	2.82 150	6.99 114	7.05 218	30.58 250	26.21 214	15.71 129	17.65 91	13.93 141	6.83 107	13.90 175	11.43 215	0.49 201	0.76 232	0.01 56	0.01 54	0.55 176	1.46 173

STTStereo	13.60 269	5.63 284	28.73 326	8.07 228	5.65 258	13.97 197	7.17 219	31.25 259	26.70 218	25.59 284	32.06 257	31.71 297	14.71 224	17.24 236	16.46 255	0.29 159	0.40 173	0.71 273	1.43 323	1.31 258	2.82 286

iResNetv2_ROB	12.78 254	4.09 255	15.60 260	6.44 132	3.75 182	14.86 206	7.17 219	34.46 298	37.12 297	26.06 288	34.81 288	29.76 282	16.32 246	14.77 192	7.67 159	0.31 162	0.03 34	0.12 168	0.01 54	0.94 240	1.23 146

RAFT+CT+SA	7.76 139	2.01 100	7.56 56	11.32 308	3.31 169	4.60 16	7.19 221	17.21 105	27.40 223	10.43 54	27.34 192	7.63 54	7.83 118	15.46 204	3.51 56	0.03 16	0.39 171	0.18 197	0.46 267	0.33 98	0.93 113

HGLStereo	13.21 263	3.45 237	14.01 236	10.32 286	7.72 315	15.72 226	7.19 221	31.94 268	28.12 229	20.83 230	36.16 296	26.61 269	20.82 292	18.74 252	19.63 280	1.01 272	0.22 135	0.07 127	0.08 129	0.59 184	1.00 121

HSM-Net_RVC	11.37 228	1.57 40	6.32 22	5.99 107	2.67 145	20.99 279	7.19 221	28.50 228	28.64 232	21.03 237	25.84 177	33.64 314	16.37 249	16.83 228	10.76 208	0.21 137	0.08 89	0.02 71	0.00 1	0.16 35	0.55 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
qqq	7.72 137	2.15 137	10.06 139	5.01 53	1.82 115	8.62 133	7.27 224	21.10 154	13.53 88	12.48 69	18.71 104	16.17 169	12.10 187	12.08 105	9.26 188	0.08 71	1.35 306	0.02 71	0.36 243	0.36 114	1.93 212

GANet-RSSM	10.17 195	2.02 102	8.21 74	7.09 179	5.57 254	13.17 187	7.29 225	27.27 221	19.65 155	15.81 131	28.83 206	26.18 265	16.33 247	14.58 185	9.28 190	0.25 149	0.27 144	0.16 191	0.04 92	0.65 197	0.72 88

DualNet	9.99 191	2.34 162	12.99 221	6.28 120	3.81 184	12.43 173	7.47 226	19.77 138	16.80 127	16.64 150	32.03 251	17.29 183	11.78 179	11.11 63	24.30 302	0.05 38	1.17 271	0.80 281	0.37 247	0.29 86	2.07 245

ffm	8.89 164	2.34 162	12.99 221	6.28 120	3.81 184	12.43 173	7.47 226	19.77 138	16.80 127	16.64 150	32.03 251	17.29 183	11.78 179	11.11 63	2.34 8	0.05 38	1.17 271	0.80 281	0.37 247	0.29 86	2.07 245

ff1	10.31 200	2.34 162	12.99 221	6.28 120	3.81 184	12.43 173	7.47 226	19.77 138	16.80 127	16.64 150	32.03 251	17.29 183	11.78 179	17.54 239	24.30 302	0.05 38	1.17 271	0.80 281	0.37 247	0.29 86	2.07 245

mmx	11.59 233	2.34 162	12.99 221	6.28 120	3.81 184	12.43 173	7.47 226	32.76 277	28.92 233	16.64 150	32.03 251	17.29 183	11.78 179	17.54 239	24.30 302	0.24 145	1.21 286	0.80 281	0.37 247	0.65 197	1.89 206

xxx	11.59 233	2.34 162	12.99 221	6.28 120	3.81 184	12.43 173	7.47 226	32.75 276	28.92 233	16.64 150	32.03 251	17.29 183	11.78 179	17.54 239	24.30 302	0.24 145	1.21 286	0.80 281	0.37 247	0.65 197	1.89 206

psmg	10.36 204	1.86 75	9.14 104	5.58 76	4.12 198	15.74 227	7.65 231	30.05 246	23.28 181	21.80 249	26.26 182	22.14 234	13.58 208	14.72 188	9.53 192	0.36 171	0.13 111	0.17 194	0.04 92	0.44 146	0.67 81

DAS	11.51 230	2.60 192	15.62 262	9.37 259	6.27 282	16.04 230	7.71 232	22.70 172	33.92 272	19.53 211	29.03 207	19.51 214	19.10 279	17.44 238	8.98 182	0.78 246	0.02 22	0.29 239	0.01 54	0.48 159	0.81 97

SepStereo	12.04 238	2.60 192	15.62 262	9.37 259	6.27 282	16.04 230	7.71 232	22.70 172	33.92 272	19.53 211	29.03 207	19.51 214	19.10 279	27.97 321	8.98 182	0.78 246	0.02 22	0.29 239	0.01 54	0.48 159	0.81 97

AASNet	13.05 258	3.27 228	12.23 209	10.28 283	6.90 296	17.61 254	7.88 234	41.14 348	38.29 306	23.20 265	29.62 217	16.85 178	15.59 237	15.50 205	19.03 275	0.39 177	0.03 34	0.78 278	0.05 106	1.32 260	1.08 132

KYRaft	9.17 175	1.39 25	7.74 60	7.07 177	1.03 56	8.05 132	7.90 235	23.72 183	9.22 56	21.43 243	31.08 236	22.52 238	8.03 121	12.21 112	3.16 46	0.10 86	0.02 22	0.05 104	0.67 291	0.46 155	17.51 380

TransformOpticalFlow	7.95 141	2.10 123	9.83 132	6.06 109	1.24 72	6.82 109	7.98 236	18.60 124	14.06 96	14.93 113	28.79 205	18.74 208	11.03 163	12.79 138	4.12 76	0.06 56	0.04 42	0.21 211	0.04 92	0.21 47	1.27 151

UCFNet_RVC	10.01 192	2.81 202	6.11 18	7.31 192	3.92 190	16.80 246	8.00 237	28.68 232	20.81 161	16.57 145	23.35 158	25.82 263	13.06 200	13.55 167	9.18 186	0.12 98	0.06 73	1.19 304	0.32 230	1.47 267	1.06 129

HSM	11.89 237	2.32 158	8.70 84	6.70 152	4.10 196	16.45 239	8.06 238	30.42 248	20.31 160	23.35 266	26.42 185	41.60 350	17.59 267	20.66 273	9.57 194	0.11 90	0.03 34	0.01 56	0.01 54	0.24 56	1.22 144

sAnonymous2	6.98 109	7.12 301	20.67 303	9.13 255	5.40 245	5.28 51	8.11 239	16.71 97	11.50 69	5.04 21	9.17 29	3.77 15	8.23 125	7.84 21	3.15 44	0.11 90	0.07 83	0.06 112	0.28 219	10.80 360	7.09 343

CroCo_RVC	6.98 109	7.12 301	20.67 303	9.13 255	5.40 245	5.28 51	8.11 239	16.71 97	11.50 69	5.04 21	9.17 29	3.77 15	8.23 125	7.84 21	3.15 44	0.11 90	0.07 83	0.06 112	0.28 219	10.80 360	7.09 343

RAFT	9.07 170	2.76 200	10.38 154	8.89 252	1.24 72	13.48 191	8.19 241	17.14 104	17.29 132	23.01 263	19.34 114	20.06 219	11.13 166	17.79 245	6.43 148	0.09 78	1.12 269	0.28 235	0.02 73	0.79 222	1.94 218

1111x	12.31 240	2.33 160	12.13 207	5.79 101	2.84 151	15.49 219	8.70 242	36.34 317	29.33 236	16.58 146	27.52 194	26.70 272	15.76 238	17.21 235	24.79 309	0.26 152	1.37 308	0.04 96	0.42 264	0.46 155	2.07 245

ADLNet	12.84 255	2.93 209	11.94 204	8.87 250	6.88 295	17.96 257	8.85 243	34.12 290	26.67 217	27.81 305	26.24 181	26.84 274	15.04 228	17.54 239	19.94 281	0.59 221	0.58 213	0.24 224	0.11 146	0.80 226	2.85 288

LL-Strereo	11.34 226	4.25 259	13.90 234	9.09 253	6.20 277	7.31 117	8.93 244	35.93 311	30.30 240	16.93 158	15.83 78	21.85 231	17.45 265	21.92 291	10.25 198	0.43 189	1.47 322	0.74 276	0.08 129	1.15 250	2.71 282

BSDual-CNN	10.33 203	1.86 75	9.14 104	7.14 180	4.12 198	15.83 228	8.93 244	34.15 292	23.28 181	18.82 200	21.95 146	22.14 234	13.58 208	14.72 188	9.53 192	0.36 171	0.13 111	0.15 185	0.04 92	0.37 120	0.46 56

hknet	10.77 214	1.95 85	11.80 196	7.14 180	3.83 189	15.83 228	8.93 244	34.15 292	22.70 178	18.82 200	21.95 146	23.13 242	17.03 258	16.94 231	9.85 196	0.28 157	0.13 111	0.15 185	0.04 92	0.37 120	0.46 56

Prome-Stereo	8.22 147	1.48 34	6.24 21	7.06 176	1.55 98	6.54 105	9.08 247	21.88 163	9.88 60	21.12 238	32.48 261	11.82 102	11.59 175	11.99 101	4.04 72	0.08 71	0.02 22	0.19 203	0.12 148	0.45 150	6.89 342

SACVNet	14.10 280	5.24 280	14.19 240	12.11 318	6.12 275	18.45 260	9.11 248	33.13 280	22.94 179	28.79 310	33.88 279	32.69 305	23.78 305	20.91 277	12.13 221	1.08 277	0.54 202	0.84 289	0.48 273	1.41 263	4.26 313

AANet_RVC	13.75 272	6.34 295	12.90 219	8.87 250	4.53 216	14.09 199	9.12 249	29.37 238	38.32 307	23.85 272	37.41 301	23.55 246	17.51 266	23.31 299	18.56 269	2.08 316	1.30 294	0.25 226	0.06 116	0.73 211	2.87 289

GASNet	17.87 304	20.62 368	32.66 338	21.17 360	9.48 339	16.26 236	9.15 250	45.00 368	40.55 317	26.16 289	24.34 165	33.05 307	15.45 236	29.82 330	18.15 267	3.79 342	0.28 149	1.87 321	0.51 278	7.06 340	1.97 221

iResNet	11.06 220	4.16 258	16.83 272	7.89 221	2.23 131	15.59 221	9.17 251	24.49 191	29.14 235	20.78 228	31.13 238	16.87 179	11.58 174	15.45 203	12.50 231	0.64 228	0.05 49	0.02 71	0.10 142	0.79 222	1.71 193

UPFNet	12.31 240	2.15 137	11.91 202	7.90 222	7.21 303	20.03 273	9.28 252	29.44 239	27.18 222	20.88 231	30.86 234	21.23 226	18.11 271	19.60 259	17.41 260	0.55 214	0.57 210	0.26 228	0.07 123	0.67 204	0.92 109

GMM-Stereo	8.44 152	1.27 15	7.36 52	6.64 147	2.56 144	10.00 141	9.29 253	23.79 185	11.33 66	17.96 183	29.59 216	17.14 181	7.59 114	11.77 90	4.61 94	0.13 105	0.01 7	0.24 224	0.94 302	0.49 167	6.14 331

NVstereo2D	15.77 287	4.01 253	17.73 283	9.96 274	8.10 324	30.36 334	9.52 254	43.10 358	43.12 329	15.45 121	28.03 198	23.46 245	16.84 256	24.62 303	17.06 259	3.35 337	0.87 246	1.76 319	1.13 313	7.76 345	9.19 360

MyStereo07	4.80 29	2.38 173	6.21 20	6.63 144	4.77 222	6.47 101	9.60 255	16.70 96	5.88 15	4.81 17	5.77 16	3.13 7	5.68 74	12.07 104	2.46 13	0.09 78	1.33 302	0.03 85	0.32 230	0.74 213	0.93 113

MyStereo06	6.95 104	2.25 150	14.05 238	6.69 149	4.74 220	7.75 126	9.60 255	17.85 115	9.03 53	13.29 92	10.78 45	18.68 207	5.70 76	10.66 54	4.52 91	0.09 78	1.32 298	0.02 71	0.26 213	0.84 234	0.92 109

MyStereo05	9.63 184	2.25 150	10.26 148	6.69 149	4.74 220	7.75 126	9.60 255	31.51 265	41.00 319	17.45 169	13.02 60	10.28 83	12.27 190	14.74 191	7.68 160	0.09 78	1.32 298	0.02 71	0.26 213	0.84 234	0.92 109

MyStereo04	9.58 181	2.38 173	10.28 150	6.63 144	4.77 222	6.47 101	9.60 255	32.50 273	42.15 323	14.59 112	12.10 55	11.92 105	11.87 185	14.80 194	8.14 170	0.09 78	1.33 302	0.03 85	0.32 230	0.74 213	0.93 113

CSP-Net	13.41 267	3.62 247	11.03 181	6.62 143	4.07 194	25.76 310	9.61 259	29.66 240	27.14 221	29.97 318	33.42 273	29.84 284	17.23 261	20.64 272	16.03 251	1.12 283	0.41 179	0.03 85	0.00 1	0.75 217	1.29 154

PSM-AAD	8.76 159	1.41 28	6.46 28	6.87 164	1.18 64	12.78 180	9.66 260	20.03 143	15.78 110	21.79 248	24.91 168	14.31 144	13.16 201	12.42 126	4.07 74	0.05 38	0.06 73	2.44 332	0.16 173	0.45 150	7.17 345

STrans-v2	8.16 146	2.09 121	9.79 129	5.44 71	1.53 97	11.87 171	9.69 261	19.77 138	13.20 86	14.01 105	25.80 176	17.88 200	12.55 195	13.30 160	4.39 86	0.06 56	0.01 7	0.18 197	0.01 54	0.25 60	1.31 156

SuperB	18.07 308	7.33 304	56.73 374	8.42 237	5.42 248	20.39 277	9.73 262	26.04 202	50.80 356	26.88 297	39.52 316	17.79 198	21.54 299	23.17 298	25.96 319	0.77 243	0.32 155	1.11 301	0.73 295	16.11 375	2.75 285

stereogan	19.38 319	4.02 254	18.62 290	13.54 327	10.30 343	37.03 354	9.83 263	39.12 339	46.13 344	25.09 281	41.76 329	40.01 342	27.19 323	32.16 337	25.48 313	2.44 324	1.13 270	2.70 337	0.86 300	5.45 333	4.81 314

fast-acv-ft	14.96 284	4.73 269	17.68 282	8.03 227	5.27 241	28.61 326	9.97 264	26.25 208	35.58 293	26.03 287	38.02 307	31.91 299	21.50 298	19.25 256	21.18 288	0.61 225	0.38 169	0.63 268	0.48 273	1.31 258	1.73 194

IRAFT_RVC	8.93 166	1.80 64	10.65 166	7.83 216	1.81 113	6.36 98	10.05 265	26.32 209	27.59 225	17.93 182	19.70 115	17.67 195	9.98 153	13.20 155	6.29 143	0.37 175	0.30 152	0.19 203	0.05 106	0.23 54	0.24 20

SHD	22.33 341	11.30 332	32.10 334	15.61 342	9.88 341	26.75 316	10.12 266	41.84 353	61.77 385	36.36 347	44.65 347	39.28 337	31.10 346	35.07 347	32.76 350	2.35 321	1.95 336	1.24 310	1.90 332	4.33 325	6.34 334

CRFU-Net	13.32 266	3.53 240	12.90 219	8.76 248	6.05 272	26.25 313	10.15 267	25.86 200	14.68 101	30.76 324	30.58 228	30.11 289	21.59 301	20.52 271	20.28 283	1.53 302	0.48 190	0.27 229	0.16 173	0.64 196	1.28 152

SQANet	22.07 338	25.29 376	21.78 309	26.81 374	18.92 373	30.75 336	10.25 268	33.47 284	30.10 239	25.73 285	34.31 283	33.45 313	19.94 288	29.16 327	20.03 282	11.68 374	3.08 357	26.95 383	5.80 362	20.97 381	12.99 372

DLCB_ROB	13.97 276	3.74 249	11.01 180	9.99 275	5.85 266	21.40 282	10.37 269	30.17 247	30.49 241	28.21 307	32.18 259	32.67 304	21.17 296	20.20 265	18.59 270	0.34 168	0.18 122	0.41 253	0.15 166	0.61 188	1.76 197

ADLNet2	12.99 257	2.94 210	14.18 239	9.57 264	5.96 268	20.23 276	10.41 270	33.05 279	37.61 301	19.46 210	19.74 117	22.46 237	18.63 273	22.37 294	20.76 285	0.37 175	0.15 117	0.06 112	0.08 129	1.04 247	0.72 88

NOSS_ROB	11.76 236	4.63 267	8.14 73	7.46 199	2.92 156	17.82 256	10.55 271	30.45 249	34.08 277	16.37 139	19.97 119	23.14 243	16.31 245	18.22 249	10.67 207	2.98 331	1.84 332	3.39 345	1.64 327	2.24 288	2.37 266

DISCO	16.93 292	2.58 190	17.15 278	8.26 232	4.37 209	27.65 322	10.68 272	31.28 261	44.93 338	22.21 255	34.47 285	36.48 327	23.91 306	36.14 351	34.48 352	0.35 169	0.11 106	0.04 96	0.07 123	1.95 279	1.40 167

iRaft-Stereo_5w	9.10 172	2.33 160	10.69 168	6.64 147	4.47 214	4.74 27	10.72 273	16.71 97	16.97 131	15.39 119	26.15 180	21.25 227	12.59 196	16.38 216	12.90 234	0.85 254	0.51 196	0.08 130	0.22 192	0.95 241	1.53 181

ARAFT	8.86 163	3.86 251	17.37 279	5.96 106	0.94 53	12.59 178	10.80 274	18.20 117	19.95 157	18.77 198	16.27 84	17.78 197	8.88 139	18.82 254	5.30 111	0.35 169	0.04 42	0.00 1	0.00 1	0.62 189	0.64 76

GwcNet	17.31 295	6.61 299	23.02 314	10.83 300	8.63 331	29.48 331	10.80 274	39.37 342	45.73 340	24.16 273	37.85 306	31.50 293	21.81 303	21.37 285	27.25 328	0.81 249	0.88 248	0.57 265	0.46 267	1.54 271	3.61 303

delet	13.26 265	2.43 178	12.99 221	8.45 238	6.26 281	22.40 288	10.83 276	28.78 233	38.76 310	20.39 223	30.36 224	20.85 222	17.67 268	22.97 296	19.13 276	0.14 107	0.45 185	0.19 203	0.08 129	0.78 221	1.24 148

DSFCA	12.44 246	3.00 214	14.87 252	6.04 108	7.03 299	17.06 251	10.86 277	31.11 257	32.12 258	26.41 293	23.81 162	22.37 236	15.13 230	21.13 282	13.53 236	0.95 267	0.66 219	0.28 235	0.38 258	1.21 252	0.77 95

GrayStereo	9.02 169	1.35 22	7.73 59	8.62 242	2.88 154	10.28 148	10.99 278	18.66 126	16.36 123	22.78 261	30.63 229	17.56 194	12.19 189	11.50 82	5.08 102	0.09 78	0.02 22	0.19 203	0.78 297	0.33 98	2.37 266

ADCRef	18.01 306	8.01 313	44.10 356	10.75 296	8.85 334	27.18 319	11.06 279	31.77 267	34.40 280	31.90 327	42.45 333	18.79 209	21.55 300	25.18 308	35.17 353	1.03 274	0.42 183	2.18 326	1.79 329	1.38 262	2.27 261

StereoDRNet	16.00 288	5.45 282	16.67 271	11.34 309	8.74 333	25.62 307	11.07 280	40.40 346	37.03 296	29.77 315	30.04 222	34.35 319	19.09 278	19.81 260	25.28 312	0.65 229	0.30 152	0.16 191	0.14 160	1.80 277	2.33 262

DispNO	11.69 235	3.60 246	20.00 298	8.70 245	5.59 255	11.24 162	11.12 281	25.02 194	34.00 274	20.56 225	26.85 189	20.96 224	16.82 254	15.82 207	11.72 217	0.47 197	0.00 1	0.05 104	0.03 81	0.83 232	0.43 51

RAFT + AFF	10.71 213	4.59 265	18.51 288	10.52 291	5.02 233	13.14 186	11.12 281	26.24 206	27.48 224	15.09 114	16.07 81	19.83 217	11.23 168	17.09 234	10.38 200	0.45 195	1.45 319	0.65 270	0.23 199	2.31 292	2.74 284

SGM-Forest	13.63 270	2.55 189	8.22 75	6.30 126	2.16 128	23.84 298	11.13 283	34.68 301	32.40 259	27.27 299	33.02 265	30.08 288	17.82 269	22.13 292	15.40 245	1.66 309	0.32 155	0.88 290	0.03 81	0.79 222	1.93 212
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AF-Net	19.18 317	6.50 297	16.90 275	16.60 348	11.00 348	23.83 297	11.31 284	36.25 316	51.10 359	25.56 283	38.34 309	41.77 351	31.01 345	30.20 332	27.83 331	4.87 352	0.27 144	4.60 348	1.00 309	2.67 296	2.02 235

DispFullNet	31.01 374	32.97 379	59.04 379	30.27 379	28.46 384	33.06 344	11.44 285	37.69 329	54.13 364	33.30 338	37.78 303	44.68 360	28.96 333	42.19 374	29.68 343	12.35 377	3.56 362	36.10 387	12.90 380	32.29 388	19.42 384

MaskLacGwcNet_RVC	17.56 300	17.23 357	20.10 300	12.02 317	6.91 297	28.81 327	11.45 286	41.35 349	21.95 169	30.13 320	34.66 286	32.04 302	11.30 170	21.04 279	16.43 254	8.91 363	2.67 350	12.29 372	0.84 299	12.72 368	8.43 355

GEStereo_RVC	13.23 264	3.13 222	15.23 254	10.33 287	4.95 229	18.92 264	11.46 287	31.58 266	48.03 347	20.51 224	27.68 196	19.00 212	13.31 202	20.44 269	16.01 250	1.15 287	0.51 196	0.10 144	0.14 160	0.67 204	1.47 174

THIR-Stereo	9.52 180	2.21 145	9.26 112	5.38 68	0.85 39	15.55 220	11.50 288	16.88 100	21.74 168	24.45 277	31.96 250	14.20 142	13.85 214	11.89 97	8.54 177	0.14 107	0.25 143	0.10 144	0.05 106	0.40 135	1.11 137

FTStereo	8.76 159	1.57 40	6.75 36	6.55 135	2.45 138	7.65 125	11.62 289	18.36 119	9.01 51	20.25 215	40.79 324	15.87 168	12.36 191	11.02 58	4.69 96	0.24 145	0.01 7	0.09 136	0.16 173	0.19 44	5.58 325

Anonymous3	10.07 193	4.14 257	31.49 333	9.77 271	5.11 237	25.00 304	11.85 290	25.20 196	19.24 152	10.80 59	14.78 70	7.92 59	8.68 134	14.40 182	6.12 132	3.25 336	1.40 311	0.08 130	0.06 116	0.81 227	1.30 155

Anonymous_2	15.61 286	7.12 301	18.63 291	6.49 133	7.98 319	26.94 318	11.93 291	19.48 134	18.48 146	18.25 191	15.95 79	24.18 250	21.32 297	21.17 284	15.94 249	10.88 370	13.80 384	11.19 371	25.13 386	10.92 362	6.42 337

RTSC	20.52 327	11.06 328	33.58 339	12.11 318	7.19 302	28.90 328	11.99 292	38.49 333	58.85 380	32.22 332	37.28 300	33.11 309	21.14 295	36.93 359	38.84 364	1.49 301	1.50 323	0.15 185	0.64 290	2.18 287	2.67 279

Anonymous	7.23 116	3.43 236	20.00 298	12.23 320	8.33 328	14.99 213	12.18 293	15.77 77	10.89 63	4.48 16	7.52 20	3.11 6	7.53 112	12.16 109	6.03 128	1.24 295	0.36 166	0.09 136	0.20 190	2.81 298	1.32 158

Syn2CoEx	17.68 302	11.86 336	28.39 324	20.88 359	8.24 326	25.66 308	12.35 294	37.57 328	33.60 271	29.57 313	39.80 319	30.02 287	28.00 327	19.91 261	18.91 274	1.14 286	0.53 201	1.23 308	0.46 267	1.97 280	3.61 303

psmorigin	21.56 334	11.18 330	36.59 345	10.19 280	7.08 300	25.30 306	12.35 294	33.52 286	33.12 265	43.62 365	54.15 375	42.72 354	37.44 359	36.87 358	28.98 339	1.65 308	2.78 353	0.81 286	1.19 315	3.62 316	8.10 352

ToySt	11.51 230	2.48 182	17.84 284	6.10 110	2.09 121	16.11 234	12.36 296	25.07 195	28.25 230	15.22 116	25.16 171	25.51 261	15.98 242	17.63 243	15.46 246	0.19 133	1.08 264	0.04 96	0.31 228	0.66 202	2.67 279

CBMV	14.52 282	4.59 265	9.99 137	6.61 142	2.85 152	22.76 291	12.45 297	30.63 251	33.32 266	31.98 328	35.00 290	31.68 295	19.43 284	26.53 314	16.71 257	1.28 297	0.61 216	0.63 268	0.12 148	1.26 256	1.89 206
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
psm_up	13.88 275	2.70 198	10.89 176	10.20 281	5.97 269	15.01 214	12.58 298	39.13 340	31.75 255	21.39 242	31.09 237	30.18 290	25.01 313	20.33 267	17.62 262	0.75 238	0.39 171	0.18 197	0.03 81	0.82 230	1.67 190

S-Stereo	17.36 297	4.46 262	22.16 311	12.58 323	9.10 337	23.07 293	12.60 299	33.18 281	46.12 343	22.78 261	38.67 313	29.04 281	27.48 324	19.40 258	23.90 301	3.14 335	3.13 358	0.88 290	1.95 333	3.77 319	9.86 364

RP	18.36 309	5.94 291	17.54 281	15.95 347	12.33 355	21.55 284	12.66 300	28.65 231	45.65 339	23.78 271	42.55 335	39.77 340	29.54 337	26.72 315	23.58 299	6.14 357	1.05 263	4.38 347	1.77 328	3.90 321	3.82 310

PS-NSSS	14.36 281	8.44 317	16.43 269	7.44 197	5.79 261	18.65 263	12.71 301	39.02 337	26.84 219	20.99 236	36.15 295	21.47 229	18.25 272	18.21 248	18.63 271	2.44 324	0.55 206	5.38 350	0.37 247	5.25 331	4.11 312

edge stereo	19.38 319	5.98 292	19.25 296	11.11 305	8.07 322	23.51 296	12.74 302	35.93 311	42.55 324	35.05 343	43.06 339	41.34 349	36.05 357	26.06 312	25.62 315	2.70 328	2.47 347	6.38 354	1.54 325	3.18 310	5.01 319

CVANet_RVC	14.09 279	4.82 272	10.86 175	9.46 262	5.60 257	19.70 270	12.94 303	33.38 283	34.86 285	23.72 269	33.31 270	29.76 282	16.35 248	24.37 302	12.45 229	1.22 293	0.23 137	1.45 314	0.87 301	3.41 311	3.01 293

Wz-Net-LNSev-Ref	16.12 289	4.56 263	29.46 327	7.78 214	6.11 274	26.08 312	13.01 304	31.08 256	37.61 301	27.66 301	46.96 355	29.92 285	15.40 233	21.54 288	22.39 290	1.09 279	0.05 49	0.10 144	0.00 1	0.43 143	1.21 143

MeshStereo	22.95 346	7.84 309	12.46 213	8.13 231	5.20 239	38.49 360	13.36 305	42.69 355	38.05 305	51.34 378	53.82 371	58.22 383	43.29 372	38.42 364	29.59 341	2.96 330	2.84 355	3.11 341	2.33 339	3.12 307	3.65 306
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
ADCP+	18.93 314	5.83 287	35.35 342	9.85 272	10.36 344	29.49 332	13.65 306	34.22 295	37.75 303	30.02 319	41.45 325	24.18 250	26.43 321	34.71 345	36.58 355	0.27 156	0.40 173	2.00 324	1.19 315	2.31 292	2.66 278

UDG	22.21 339	15.90 356	16.41 268	21.71 362	20.17 374	32.51 341	13.78 307	36.62 321	35.77 294	26.64 294	31.43 241	37.49 331	32.33 351	22.77 295	21.19 289	11.08 372	5.60 373	23.12 378	7.74 366	17.07 377	14.89 376

iinet-f	14.05 278	5.00 276	47.51 362	6.57 137	4.04 193	21.14 280	14.37 308	28.25 226	21.37 165	21.95 252	31.37 239	21.31 228	18.66 274	16.15 208	20.61 284	0.31 162	0.41 179	0.09 136	0.05 106	1.00 245	0.76 93

DRN-Test	16.60 290	4.76 270	16.90 275	10.75 296	8.16 325	29.42 330	14.37 308	43.26 360	39.35 311	28.93 312	35.46 292	29.03 280	20.11 289	20.78 275	24.51 308	0.94 265	0.93 252	0.46 257	0.35 241	1.42 265	2.12 254

TDLM	13.70 271	4.93 274	11.80 196	11.93 316	5.53 252	16.75 245	14.38 310	36.12 315	32.59 262	23.08 264	27.03 191	25.90 264	15.40 233	25.87 311	14.23 238	1.24 295	0.09 92	1.53 315	0.61 289	2.06 283	2.94 291

CrosDoStereo	9.41 177	1.65 49	8.83 87	5.19 59	1.13 60	7.34 118	14.47 311	16.33 86	24.64 196	24.44 275	33.36 271	13.18 131	13.52 204	12.56 130	9.08 184	0.06 56	0.11 106	0.09 136	0.04 92	0.41 138	1.73 194

DeepStereo_LL	9.41 177	1.65 49	8.83 87	5.19 59	1.13 60	7.34 118	14.47 311	16.33 86	24.64 196	24.44 275	33.36 271	13.18 131	13.52 204	12.56 130	9.08 184	0.06 56	0.11 106	0.09 136	0.04 92	0.41 138	1.73 194

ssnet_v2	13.84 273	3.15 223	13.44 229	7.99 225	3.08 166	22.60 289	14.51 313	36.65 322	33.59 270	22.04 253	26.10 179	28.64 278	17.16 260	23.13 297	20.86 287	0.50 203	0.32 155	0.20 208	0.13 151	1.41 263	1.38 163

ACVNet-4b	36.91 384	52.81 391	57.04 376	42.64 387	22.08 377	48.32 375	14.64 314	50.28 379	59.78 382	43.17 364	46.34 351	55.50 381	24.49 309	39.03 366	23.55 297	25.75 387	3.76 365	47.36 391	33.76 390	28.62 385	19.22 383

RGC	20.62 331	14.30 349	21.99 310	18.85 356	14.53 361	21.42 283	14.82 315	36.00 314	44.32 332	28.54 309	41.82 331	40.12 343	29.43 335	35.44 350	23.33 294	4.12 344	0.72 224	8.80 365	4.39 355	4.55 327	4.84 316

FAT-Stereo	17.45 298	3.56 241	19.19 295	10.31 285	6.54 287	18.00 258	14.89 316	38.68 335	40.49 315	27.39 300	39.66 317	37.32 329	32.14 350	21.07 280	22.97 293	3.68 340	2.16 342	0.81 286	1.21 317	2.10 284	6.78 340

aanetorigin	19.84 323	13.32 346	54.46 369	10.07 277	7.99 320	14.16 200	15.32 317	17.85 115	34.49 281	49.59 375	48.88 360	34.28 318	31.32 347	23.53 300	29.64 342	1.12 283	0.81 236	0.73 274	0.94 302	3.05 303	5.23 323

MFN_U_SF_RVC	28.91 367	15.44 353	55.12 371	22.00 365	8.49 330	41.39 368	15.36 318	52.74 383	46.70 346	47.83 374	53.87 372	54.97 380	40.50 368	39.54 368	40.77 368	6.09 356	4.92 371	7.08 358	9.02 371	7.68 344	8.69 357

STTRV1_RVC	22.31 340	18.60 361	39.50 350	16.79 349	23.81 382	29.59 333	15.67 319	35.42 307	34.27 278	35.05 343	34.94 289	31.94 301	28.80 332	29.17 328	23.89 300	12.64 379	3.40 361	6.58 355	4.73 357	15.20 374	6.23 332

pmcnn	15.27 285	4.31 260	22.32 312	7.46 199	4.46 213	22.15 287	15.74 320	28.53 229	31.88 256	27.78 304	40.04 320	39.06 336	19.11 281	18.79 253	20.78 286	1.04 275	0.23 137	0.00 1	0.00 1	0.53 169	1.17 139

Nwc_Net	18.76 313	5.80 285	19.91 297	14.99 339	11.96 352	26.32 314	15.90 321	41.68 352	40.50 316	21.85 250	43.58 342	34.89 320	29.47 336	27.48 318	26.34 322	3.75 341	0.27 144	2.55 334	3.31 346	2.25 289	2.46 272

EDNetEfficientorigin	29.50 369	36.05 383	99.77 428	9.67 267	5.93 267	26.79 317	16.02 322	26.87 217	55.18 368	61.15 386	57.72 379	45.04 361	50.99 382	26.90 316	44.78 380	0.53 207	0.54 202	1.72 318	2.53 340	11.05 363	10.75 367

CC-Net-ROB	22.73 344	23.99 373	30.57 330	14.72 335	8.91 336	32.98 342	16.17 323	46.75 373	37.29 298	33.88 341	32.33 260	35.48 324	25.00 312	24.75 306	28.78 337	9.60 367	3.03 356	25.33 381	3.87 350	14.82 373	6.33 333

LRCNet_RVC	73.95 410	70.63 402	75.65 400	77.92 406	60.69 404	41.66 369	16.24 324	71.26 404	48.66 348	88.23 418	93.84 421	90.11 417	82.18 410	80.69 415	61.88 400	97.09 425	72.20 416	96.71 424	97.62 425	77.99 414	77.70 416

FBW_ROB	21.87 336	11.80 335	25.52 317	14.64 334	7.49 306	31.20 338	16.35 325	45.28 369	44.78 337	44.85 370	40.36 322	43.50 357	27.85 326	34.94 346	23.52 295	3.07 333	2.15 341	7.53 363	3.03 345	4.30 324	5.17 322

WCMA_ROB	21.17 333	5.89 290	22.32 312	10.39 289	7.65 312	34.55 348	16.42 326	33.20 282	34.02 276	42.06 360	52.50 367	44.09 358	37.59 360	33.66 343	26.77 325	7.45 362	3.18 359	1.27 311	1.43 323	4.18 322	4.81 314

G-Net	21.66 335	9.10 322	39.39 349	15.85 344	9.60 340	51.00 379	16.73 327	28.32 227	31.17 251	38.99 353	43.24 340	33.26 312	32.09 349	28.50 324	26.50 324	4.74 349	3.92 366	3.60 346	1.02 310	8.42 349	7.86 349

MDST_ROB	18.99 315	3.23 226	15.81 266	14.15 330	6.98 298	44.89 371	16.81 328	43.19 359	42.83 327	43.71 366	43.84 343	28.79 279	19.02 277	30.64 334	18.70 272	1.84 313	0.84 241	0.69 272	0.47 272	0.71 209	2.61 276

CBFPSM	12.96 256	3.37 234	30.97 331	5.30 63	3.22 167	22.79 292	16.93 329	21.82 162	21.35 164	21.93 251	28.34 202	29.99 286	17.38 263	15.32 202	16.39 253	0.11 90	0.48 190	0.10 144	0.17 177	0.58 178	2.72 283

XPNet_ROB	18.03 307	6.06 293	18.19 285	11.68 312	6.83 293	21.23 281	16.93 329	36.66 324	39.82 314	32.51 334	42.05 332	41.04 347	25.77 316	25.72 309	28.80 338	1.67 310	0.91 251	0.79 279	0.27 217	1.24 255	2.38 269

SGM_RVC	20.33 326	3.24 227	8.92 91	7.20 188	1.62 103	39.61 363	17.01 331	39.11 338	35.12 288	46.26 371	42.62 336	51.57 377	39.45 364	39.66 369	29.87 344	1.16 288	0.37 168	0.55 263	0.35 241	1.20 251	1.64 188
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	17.85 303	5.41 281	14.79 246	11.91 315	4.73 219	24.54 301	17.04 332	41.01 347	34.96 286	33.06 336	45.84 350	39.83 341	29.19 334	24.71 305	22.45 292	1.34 299	0.41 179	1.09 298	0.70 294	2.15 286	1.89 206

NCCL2	17.94 305	7.94 312	16.87 274	24.07 370	7.60 310	24.52 300	17.08 333	35.42 307	26.65 216	32.01 329	38.57 310	41.96 353	27.61 325	22.24 293	24.43 307	0.65 229	0.33 161	2.64 335	2.13 336	2.28 291	3.86 311

RYNet	19.73 321	5.52 283	18.58 289	11.63 311	15.84 366	47.05 374	17.28 334	38.60 334	49.19 350	27.71 302	27.46 193	38.63 334	26.42 320	20.79 276	32.08 349	0.73 236	0.59 215	0.97 295	0.16 173	7.40 342	8.04 351

EDNetEfficient	25.68 360	22.94 372	77.88 403	9.49 263	7.66 313	20.89 278	17.37 335	22.52 169	56.02 373	61.49 389	53.31 369	35.83 325	41.88 371	25.06 307	39.53 366	0.86 256	0.83 240	0.91 292	2.82 342	8.28 347	7.98 350

otaku	33.83 377	36.87 385	53.81 368	40.41 384	21.58 376	54.54 383	17.45 336	44.01 365	61.47 384	39.63 354	50.06 365	46.76 368	29.76 338	40.64 371	30.07 345	19.17 383	7.09 378	32.34 385	9.92 374	24.17 383	16.94 379

Wz-Net-LNSev	19.04 316	11.48 334	43.55 355	10.82 299	8.01 321	24.96 303	17.46 337	34.72 302	44.36 333	33.43 339	44.72 348	32.54 303	24.13 307	21.64 290	24.38 306	0.93 264	0.22 135	0.00 1	0.03 81	1.44 266	1.99 232

PDISCO_ROB	25.35 359	10.44 323	31.01 332	29.47 378	20.36 375	38.32 357	17.74 338	45.56 370	55.34 369	29.88 317	42.94 338	46.63 367	29.76 338	36.23 352	31.29 348	10.74 369	2.20 343	6.96 357	3.53 348	9.98 357	8.52 356

ccnet	24.80 354	17.64 358	24.53 316	12.35 322	18.18 372	38.47 359	17.76 339	46.24 371	32.78 264	37.51 351	46.76 352	38.80 335	30.45 343	38.35 363	41.98 371	9.41 366	6.40 375	9.67 368	8.04 367	11.64 366	9.00 358

DDUNet	23.49 348	20.59 367	17.13 277	24.58 371	22.45 378	24.86 302	17.96 340	31.42 263	31.06 250	29.59 314	37.81 304	37.85 332	26.39 319	25.77 310	18.74 273	18.99 382	8.10 381	26.65 382	11.80 378	19.41 380	18.58 382

DGSMNet	20.75 332	13.28 345	34.59 341	14.80 336	17.14 369	23.25 294	17.99 341	36.39 318	43.00 328	20.70 227	32.67 264	36.05 326	19.22 282	30.34 333	25.04 311	4.61 347	4.62 369	6.31 353	5.20 360	14.71 372	15.15 377

Wz-Net-MNSev	19.84 323	7.55 307	35.79 343	10.79 298	7.51 307	38.96 361	18.39 342	35.08 304	44.72 336	31.28 325	41.70 328	41.18 348	20.49 291	28.41 323	30.13 346	0.96 268	0.36 166	0.05 104	0.13 151	1.70 276	1.64 188

LE_ROB	23.59 350	4.64 268	16.84 273	8.59 241	3.05 164	33.01 343	18.53 343	28.96 235	67.40 396	70.71 398	55.67 378	48.44 372	48.90 379	26.06 312	37.98 358	0.44 192	0.24 139	0.27 229	0.54 281	0.49 167	0.98 118

MSMD_ROB	23.50 349	10.55 324	15.65 265	17.87 354	10.07 342	35.58 351	19.04 344	34.53 299	37.81 304	41.55 359	60.11 382	46.01 365	39.81 365	32.74 341	24.92 310	6.86 359	3.63 364	8.92 366	11.16 377	7.21 341	5.99 330

FCDSN-DC	26.18 364	15.77 355	20.36 302	28.79 377	15.78 365	40.13 365	19.12 345	43.57 361	42.59 325	44.78 369	52.51 368	50.73 375	40.32 367	35.32 349	28.55 334	6.41 358	3.61 363	7.11 359	6.54 363	10.58 358	10.93 370
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	23.61 351	12.42 342	44.10 356	11.85 314	8.33 328	27.89 323	20.03 346	36.49 320	39.56 313	40.81 357	47.01 356	36.89 328	43.95 373	39.12 367	42.60 374	1.95 314	1.55 326	3.05 339	3.98 351	5.20 330	5.37 324

ADCPNet	22.75 345	10.94 327	58.96 378	12.24 321	7.57 308	37.33 355	20.08 347	33.89 289	37.37 299	33.49 340	44.32 345	39.36 339	28.43 329	32.19 338	38.55 362	2.25 318	2.69 352	2.37 331	3.59 349	4.33 325	5.01 319

NaN_ROB	17.35 296	7.91 310	18.84 293	11.29 307	4.93 227	33.28 345	20.75 348	38.10 332	43.81 330	30.28 321	31.53 244	32.88 306	20.88 294	29.10 326	17.85 264	0.40 179	0.43 184	0.31 244	0.44 266	0.98 242	3.03 294

ADCL	22.44 343	7.79 308	49.20 364	10.61 295	7.28 304	40.40 367	21.03 349	32.07 270	55.07 367	28.53 308	48.73 358	31.68 295	31.69 348	34.04 344	38.38 360	1.22 293	0.93 252	2.65 336	1.89 331	2.65 295	2.94 291

XQC	25.15 356	18.26 360	52.31 367	22.53 368	12.15 353	37.47 356	21.78 350	38.74 336	55.51 371	32.40 333	30.75 232	38.36 333	30.19 342	38.28 362	41.25 370	4.61 347	1.44 318	2.77 338	2.26 338	12.52 367	9.49 362

ETE_ROB	18.45 311	10.71 325	20.90 305	14.23 331	4.92 226	23.28 295	22.01 351	33.00 278	36.14 295	30.68 323	39.03 315	46.10 366	26.28 318	27.52 319	26.22 321	0.53 207	0.49 193	1.16 303	0.94 302	1.69 275	3.07 295

SGM-ForestM	25.21 358	4.80 271	13.50 230	8.68 244	3.74 181	46.85 373	22.04 352	46.25 372	51.32 361	51.28 377	52.07 366	62.64 390	47.13 377	46.05 377	36.30 354	1.99 315	2.25 344	1.21 306	1.24 318	1.65 274	3.21 297

MFN_U_SF_DS_RVC	24.71 353	14.86 351	32.18 335	26.47 373	10.48 345	40.27 366	22.83 353	36.88 326	44.51 335	42.59 361	47.13 357	40.20 344	28.00 327	36.70 356	28.36 332	4.23 346	4.00 367	6.73 356	16.35 383	5.05 329	6.34 334

NCC-stereo	20.61 328	7.39 305	25.96 318	15.90 345	16.62 367	20.15 274	23.27 354	44.11 366	41.29 321	25.00 279	38.64 311	35.47 322	28.75 330	36.35 353	26.90 326	4.83 350	2.14 339	3.33 343	9.27 372	3.10 305	3.72 308

Abc-Net	20.61 328	7.39 305	25.96 318	15.90 345	16.62 367	20.15 274	23.27 354	44.11 366	41.29 321	25.00 279	38.64 311	35.47 322	28.75 330	36.35 353	26.90 326	4.83 350	2.14 339	3.33 343	9.27 372	3.10 305	3.72 308
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-TNSev	25.85 361	21.47 370	59.51 380	10.38 288	7.64 311	42.40 370	23.33 356	35.97 313	54.36 365	36.56 348	43.26 341	45.90 364	41.27 369	37.81 360	37.10 356	2.35 321	1.90 335	0.77 277	1.34 321	5.89 337	7.75 348

SANet	22.05 337	8.47 318	32.65 337	9.90 273	4.31 207	33.49 346	23.44 357	42.82 356	56.64 375	39.67 356	44.09 344	44.62 359	32.96 352	29.24 329	25.79 317	1.08 277	0.74 226	0.98 296	0.69 292	5.69 336	3.66 307

LALA_ROB	19.82 322	8.32 316	18.64 292	13.59 328	5.79 261	28.03 324	23.44 357	43.09 357	37.57 300	33.91 342	41.55 326	50.73 375	25.61 315	29.09 325	27.30 329	0.73 236	0.67 220	2.08 325	1.42 322	2.70 297	2.12 254

FC-DCNN	25.07 355	12.06 339	20.30 301	19.06 357	9.41 338	38.40 358	23.46 359	41.37 350	44.07 331	46.76 373	53.99 374	50.49 374	39.32 363	36.43 355	29.46 340	7.40 361	3.39 360	6.15 352	5.01 359	8.05 346	6.83 341

DeepPrunerF	20.61 328	12.13 340	46.35 359	21.53 361	17.78 370	19.41 266	23.64 360	37.23 327	50.61 353	26.20 290	37.72 302	24.90 256	25.02 314	24.63 304	23.53 296	3.13 334	1.65 327	5.69 351	4.09 352	3.64 317	3.34 301

Ntro	35.59 382	38.58 386	55.41 372	43.66 388	22.54 379	57.26 384	23.73 361	47.69 374	63.99 391	39.63 354	48.82 359	47.68 371	37.60 361	41.55 373	30.80 347	17.85 381	6.61 376	33.21 386	10.52 376	26.65 384	17.97 381

APVNet	18.42 310	6.37 296	23.10 315	12.76 325	8.28 327	30.74 335	24.17 362	42.08 354	30.76 249	25.86 286	41.66 327	31.83 298	24.99 311	28.01 322	28.77 336	0.49 201	0.57 210	3.05 339	0.55 284	1.80 277	2.46 272

ADCS	27.11 365	15.49 354	48.87 363	15.20 340	10.99 347	31.86 340	24.37 363	43.99 364	58.30 378	43.12 363	49.92 364	41.90 352	41.43 370	42.90 375	46.29 382	3.00 332	2.60 348	2.45 333	3.47 347	7.63 343	8.41 354

MSC_U_SF_DS_RVC	37.85 385	35.62 382	55.10 370	38.16 383	13.19 359	57.63 387	24.72 364	52.87 384	63.40 390	66.39 394	63.74 386	58.16 382	54.28 384	51.56 383	47.39 385	9.36 365	5.44 372	14.82 374	15.34 382	18.80 379	11.04 371

FINET	17.02 294	8.11 315	28.42 325	9.29 258	8.89 335	24.46 299	25.06 365	35.40 306	49.52 352	26.73 295	33.49 275	20.50 220	18.75 275	20.67 274	19.18 278	2.30 320	2.09 337	1.13 302	0.75 296	2.86 299	2.84 287

Anonymous Stereo	19.84 323	13.55 347	51.68 366	15.30 341	12.97 358	16.15 235	25.32 366	33.73 288	44.41 334	25.12 282	35.39 291	25.00 258	16.27 244	32.62 340	33.04 351	1.83 312	2.26 345	1.76 319	2.01 334	3.57 315	4.92 318

FADE	41.33 386	36.34 384	68.69 392	32.23 380	23.74 381	40.08 364	25.42 367	57.46 391	71.16 399	43.07 362	41.76 329	43.49 356	51.40 383	59.46 392	52.27 393	38.46 391	21.19 387	44.28 390	42.47 392	17.94 378	15.62 378

ACVNet_1	42.11 388	50.66 389	66.19 388	45.24 390	25.33 383	50.11 377	25.60 368	55.90 387	65.25 392	60.15 383	59.98 381	63.57 391	50.05 381	50.45 381	38.46 361	20.06 384	11.00 383	38.79 388	14.48 381	31.31 387	19.68 385

LSM	30.92 371	21.18 369	57.13 377	19.98 358	54.02 397	33.70 347	25.92 369	43.87 362	49.18 349	46.43 372	55.59 377	43.44 355	36.70 358	36.70 356	28.75 335	2.94 329	9.77 382	5.07 349	8.20 370	10.77 359	29.00 389

RTS	30.97 372	24.38 374	96.47 418	17.75 352	12.63 356	58.43 390	26.47 370	38.01 330	63.33 388	44.41 367	46.81 353	33.16 310	45.26 374	52.06 384	42.65 375	2.66 326	1.40 311	1.09 298	1.02 310	5.49 334	5.86 328

RTSA	30.97 372	24.38 374	96.47 418	17.75 352	12.63 356	58.43 390	26.47 370	38.01 330	63.33 388	44.41 367	46.81 353	33.16 310	45.26 374	52.06 384	42.65 375	2.66 326	1.40 311	1.09 298	1.02 310	5.49 334	5.86 328

coex-ft	31.29 375	39.15 387	93.51 417	9.71 270	5.77 260	36.25 353	26.79 372	31.43 264	59.45 381	73.35 402	58.73 380	45.49 363	48.48 378	30.19 331	46.52 384	1.59 303	1.71 330	0.94 293	0.97 308	9.43 352	6.35 336

PASM	29.37 368	19.17 362	50.43 365	23.55 369	23.15 380	27.62 321	27.82 373	35.90 310	50.76 355	35.98 346	40.55 323	47.26 370	34.98 354	35.28 348	38.72 363	12.58 378	15.96 386	17.57 377	22.46 385	13.71 369	13.92 375

WZ-Net	25.86 362	14.23 348	64.17 383	15.77 343	10.61 346	39.36 362	28.01 374	41.38 351	54.97 366	28.82 311	53.68 370	40.90 345	30.14 341	37.91 361	42.98 377	1.59 303	0.49 193	0.73 274	0.95 305	5.43 332	5.12 321

AnyNet_C01	30.67 370	27.57 377	76.09 401	17.61 351	12.18 354	50.42 378	28.89 375	39.14 341	41.14 320	41.36 358	65.66 393	47.21 369	40.16 366	47.50 378	49.82 389	2.38 323	2.79 354	2.31 328	2.83 343	8.35 348	9.99 366

Wz-Net-SNSev	23.35 347	18.18 359	47.37 361	14.55 333	8.63 331	28.33 325	29.16 376	39.88 344	55.80 372	32.16 331	53.91 373	39.35 338	24.42 308	27.60 320	38.11 359	1.06 276	0.24 139	1.20 305	0.95 305	3.16 309	2.93 290

MANE	33.27 376	12.69 343	21.10 306	22.10 366	15.09 364	49.75 376	29.51 377	54.10 386	56.36 374	59.73 382	64.93 390	65.43 393	57.34 391	52.70 387	41.02 369	10.52 368	6.09 374	7.35 361	20.29 384	9.66 354	9.65 363

PA-Net	16.98 293	8.05 314	29.56 328	10.52 291	11.30 349	21.91 286	29.93 378	32.64 274	39.50 312	20.38 222	28.51 204	23.80 247	20.82 292	21.45 286	25.60 314	0.25 149	2.36 346	0.23 220	4.99 358	1.34 261	6.47 338
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
RainbowNet	51.77 390	63.10 399	65.03 387	60.15 394	39.21 390	59.39 392	31.46 379	57.61 392	78.49 408	50.61 376	66.05 394	59.57 386	45.26 374	50.17 380	42.57 373	46.92 396	45.90 397	53.26 395	32.46 389	54.03 396	34.14 392

AnyNet_C32	24.34 352	15.07 352	42.84 354	13.07 326	11.83 351	31.80 339	31.73 380	32.47 272	45.77 341	35.92 345	49.66 362	34.05 315	35.21 355	44.09 376	43.39 378	1.61 307	1.70 329	1.22 307	2.94 344	4.87 328	7.60 346

BEATNet-Init1	36.29 383	22.72 371	56.79 375	28.53 376	13.41 360	59.81 393	33.49 381	53.72 385	58.64 379	60.78 384	63.63 385	70.42 395	56.59 389	53.93 388	46.48 383	5.63 354	4.14 368	7.49 362	7.45 364	11.35 365	10.88 369

Consistency-Raft	41.94 387	35.39 381	45.40 358	33.16 381	41.47 391	45.14 372	33.50 382	56.78 390	55.37 370	32.11 330	65.41 391	30.46 292	49.76 380	40.94 372	48.33 388	27.72 388	35.00 392	43.33 389	51.89 400	39.60 390	28.04 388

PSMNet_ROB	17.59 301	6.52 298	16.27 267	14.43 332	7.71 314	29.22 329	33.59 383	43.94 363	38.52 308	24.74 278	33.46 274	34.17 317	17.29 262	18.52 250	25.68 316	0.40 179	0.29 151	0.96 294	2.22 337	2.03 282	1.81 198

NVStereoNet_ROB	42.81 389	34.00 380	46.84 360	37.40 382	28.64 385	35.65 352	33.88 384	49.95 377	58.27 377	69.65 397	75.69 402	66.36 394	65.66 395	48.37 379	62.04 402	16.50 380	25.07 389	23.61 380	32.35 388	21.58 382	24.72 386
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CSAN	22.36 342	11.11 329	26.06 320	21.79 363	5.59 255	34.55 348	36.54 385	40.04 345	50.84 357	37.47 350	40.31 321	45.09 362	33.07 353	27.44 317	25.80 318	1.60 306	0.75 228	1.08 297	1.80 330	2.89 300	3.36 302

ELAS	34.78 379	20.32 365	38.13 347	21.79 363	14.89 362	57.95 389	37.04 386	51.15 380	51.19 360	60.95 385	64.42 388	59.08 385	54.44 385	51.53 382	46.26 381	12.00 375	7.83 379	10.46 369	8.04 367	14.42 370	13.71 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GANetREF_RVC	26.12 363	30.35 378	27.03 321	26.08 372	6.28 284	31.16 337	37.25 387	48.48 375	50.90 358	37.30 349	36.39 298	34.11 316	30.98 344	38.51 365	28.38 333	9.08 364	2.68 351	16.48 375	5.42 361	16.24 376	9.34 361
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
ELAS_RVC	34.88 380	20.50 366	37.14 346	22.37 367	15.07 363	54.02 382	38.42 388	50.06 378	56.72 376	61.86 390	63.52 384	58.79 384	54.60 386	54.13 389	43.99 379	12.20 376	7.90 380	10.75 370	7.65 365	14.42 370	13.42 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	52.60 391	58.73 393	63.81 382	41.37 386	59.41 401	53.52 380	41.39 389	56.50 389	40.60 318	55.03 381	49.64 361	49.57 373	56.22 388	59.42 391	50.07 390	55.57 399	50.19 403	51.15 393	51.23 398	51.90 392	56.75 400

PWCK	66.53 401	88.82 419	80.30 406	80.69 412	30.85 386	65.18 398	41.64 390	72.55 408	71.28 400	78.68 409	69.18 397	78.14 401	62.17 394	82.93 416	63.46 404	80.46 414	40.52 393	82.05 412	47.71 395	74.54 412	39.47 396

DPSNet	25.20 357	7.92 311	36.17 344	11.72 313	6.85 294	53.68 381	43.17 391	52.22 382	60.09 383	31.61 326	39.76 318	40.91 346	35.82 356	33.42 342	26.48 323	4.98 353	2.10 338	0.50 260	1.13 313	9.63 353	5.83 327

SPS-STEREO	56.02 395	59.82 396	64.35 384	45.23 389	53.96 396	61.34 394	44.05 392	60.08 393	50.73 354	62.61 391	61.78 383	59.73 387	57.62 392	60.63 393	59.08 397	58.29 401	48.28 398	51.30 394	49.29 396	55.67 397	56.59 399
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	34.10 378	19.91 364	39.04 348	27.08 375	18.09 371	35.11 350	44.32 393	52.16 381	66.36 393	53.04 380	64.50 389	52.33 378	56.17 387	52.24 386	42.11 372	4.17 345	4.82 370	9.60 367	4.65 356	11.11 364	25.25 387

ACVNet_2	58.13 396	62.74 398	73.58 398	66.59 397	38.77 389	63.23 395	49.56 394	72.12 406	82.24 412	79.37 410	88.96 418	76.25 399	73.29 401	55.14 390	48.05 386	38.17 390	24.21 388	54.92 396	37.94 391	48.23 391	29.29 390

SGM+DAISY	55.54 394	57.77 392	64.45 385	40.89 385	53.89 395	63.34 396	50.45 395	56.00 388	45.95 342	61.43 388	64.32 387	61.05 388	56.70 390	61.32 394	56.86 396	56.51 400	49.35 401	50.49 392	50.00 397	52.52 393	57.57 401

IMH-64-1	59.89 397	58.89 394	69.08 393	66.46 395	50.96 393	57.48 385	51.18 396	69.03 400	67.25 394	67.90 395	80.31 407	70.42 395	74.30 402	72.66 407	50.07 390	42.88 393	43.00 394	65.88 397	47.48 393	53.41 394	39.15 394

IMH-64	59.89 397	58.89 394	69.08 393	66.46 395	50.96 393	57.48 385	51.18 396	69.03 400	67.25 394	67.90 395	80.31 407	70.42 395	74.30 402	72.66 407	50.07 390	42.88 393	43.00 394	65.88 397	47.48 393	53.41 394	39.15 394

IMH	63.51 399	61.05 397	69.15 395	69.90 399	54.09 398	65.82 399	55.66 398	72.12 406	72.52 401	72.73 400	81.82 409	73.16 398	79.86 407	77.03 412	52.57 394	44.46 395	50.01 402	68.11 399	51.57 399	56.59 398	41.88 397

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

WAO-6	71.06 402	73.42 405	67.24 389	79.78 411	61.93 405	69.67 401	60.23 400	75.12 411	87.02 415	74.87 403	79.60 406	79.28 403	84.75 413	68.25 398	61.91 401	67.67 405	48.98 400	81.65 410	73.43 407	66.76 401	59.64 402

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

JetBlue	54.72 393	46.20 388	75.05 399	51.44 391	47.85 392	76.48 409	62.38 402	64.44 396	62.86 387	63.67 393	65.49 392	78.96 402	68.77 396	68.63 399	75.95 414	37.07 389	25.78 391	29.10 384	29.19 387	29.75 386	35.27 393

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

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

Dean	80.94 417	86.19 418	83.94 409	85.03 416	60.07 403	75.42 405	67.27 405	81.85 417	88.36 416	92.35 420	87.09 416	92.14 419	93.19 420	83.37 417	74.06 411	68.69 406	66.48 413	94.89 423	84.90 418	83.86 419	69.69 413

HanzoNet	77.99 415	81.45 416	83.64 407	78.05 407	69.26 411	75.78 407	69.09 406	73.99 409	78.09 407	82.39 413	83.06 410	85.66 415	87.00 418	86.11 418	74.40 412	85.46 421	68.53 414	81.84 411	75.61 410	73.07 411	67.26 410

MFMNet_re	72.11 405	79.45 411	64.79 386	52.91 392	84.26 417	78.00 412	69.47 407	64.08 395	67.45 397	61.33 387	71.28 399	64.22 392	69.42 397	72.45 404	61.54 399	81.63 416	73.93 417	80.19 408	74.21 409	83.02 417	88.49 420

WAO-8	77.20 413	78.94 409	67.39 390	86.73 417	72.82 414	79.98 415	69.63 408	77.88 413	88.66 417	83.17 414	86.77 414	85.56 413	85.20 415	72.63 405	69.82 408	75.00 409	55.65 406	87.92 420	83.63 415	71.60 407	64.97 407

Venus	77.20 413	78.94 409	67.39 390	86.73 417	72.82 414	79.98 415	69.63 408	77.88 413	88.66 417	83.17 414	86.77 414	85.56 413	85.20 415	72.63 405	69.82 408	75.00 409	55.65 406	87.92 420	83.63 415	71.61 408	64.97 407

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

WAO-7	72.48 406	78.58 408	55.84 373	79.20 409	69.56 412	71.30 402	73.06 411	78.20 415	84.37 414	77.52 406	85.78 413	79.44 404	80.26 408	65.93 395	66.47 406	62.13 403	69.81 415	70.46 400	73.18 406	66.66 400	61.95 404

DPSimNet_ROB	74.86 411	83.75 417	61.14 381	77.51 405	65.78 407	76.04 408	75.86 412	74.62 410	77.61 406	82.20 412	75.97 403	80.50 406	72.45 399	68.06 397	84.65 417	81.90 417	52.11 404	79.97 407	76.71 411	70.85 406	79.47 417

UNDER WATER-64	73.59 409	75.19 407	88.26 413	74.50 401	55.55 399	78.94 413	76.55 413	65.86 397	68.37 398	75.79 405	69.24 398	84.00 410	77.49 406	69.01 400	73.11 410	81.39 415	57.22 408	82.69 414	80.62 412	69.53 404	68.45 411

UNDER WATER	76.36 412	79.65 412	88.23 412	84.62 415	67.01 408	77.90 411	78.03 414	67.43 398	72.64 402	75.52 404	71.49 400	85.52 412	82.57 411	70.68 403	75.48 413	79.61 413	54.01 405	86.59 418	84.76 417	72.44 409	72.94 414

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

MADNet+	53.97 392	69.36 401	98.79 425	67.30 398	38.52 388	79.97 414	81.50 416	61.38 394	62.53 386	52.01 379	55.50 376	61.22 389	59.61 393	70.25 401	77.26 415	25.21 386	25.07 389	17.40 376	12.69 379	34.21 389	29.70 391

KSHMR	88.63 420	93.05 421	84.15 411	95.59 422	91.74 422	82.94 417	83.28 417	84.59 418	81.87 411	87.85 417	83.96 411	91.71 418	81.49 409	76.73 411	82.12 416	96.47 424	96.06 424	96.71 424	97.16 424	92.74 424	92.47 424

MADNet++	94.07 425	93.58 422	90.62 414	96.24 423	96.57 423	97.26 421	90.52 418	94.64 423	91.89 419	97.09 424	93.64 420	94.65 420	92.81 419	96.06 423	95.06 424	95.31 423	95.85 423	92.44 422	92.08 423	91.00 423	94.17 426

SPstereo	83.66 418	69.17 400	79.52 404	76.33 403	67.79 409	88.06 418	91.78 419	100.00 429	100.00 429	99.12 425	99.11 425	100.00 432	98.10 424	98.44 425	89.22 419	65.98 404	60.50 410	82.46 413	81.00 413	62.47 399	64.12 406

SAMSARA	35.29 381	19.78 363	33.90 340	55.86 393	36.15 387	76.79 410	94.89 420	49.29 376	51.59 362	38.15 352	37.83 305	53.71 379	39.29 362	40.56 370	40.41 367	4.02 343	6.72 377	2.35 330	4.12 353	9.70 355	10.76 368

HaxPig	99.40 428	99.99 428	97.53 420	99.99 429	99.99 428	96.91 420	97.19 421	99.57 427	99.99 427	99.98 430	100.00 429	99.99 430	99.96 428	99.06 426	97.86 425	99.99 427	100.00 430	100.00 428	100.00 429	100.00 429	99.98 429

AVERAGE_ROB	99.81 431	99.99 428	99.44 426	100.00 430	100.00 430	99.02 427	97.81 422	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

MEDIAN_ROB	99.20 427	99.85 426	99.64 427	98.51 425	98.53 425	98.60 426	97.88 423	98.83 426	98.59 425	99.35 428	99.47 427	99.57 426	99.05 426	98.38 424	98.37 427	99.99 427	99.63 426	100.00 428	100.00 429	99.82 427	99.92 428

xxxxx1	91.89 422	95.36 423	98.42 422	87.40 419	89.37 418	98.54 423	98.20 424	92.95 420	93.30 420	93.53 421	95.30 422	97.01 421	96.36 421	94.68 420	94.93 421	83.39 418	84.31 420	82.86 415	88.15 420	84.30 420	89.46 421

tt_ll	91.89 422	95.36 423	98.42 422	87.40 419	89.37 418	98.54 423	98.20 424	92.95 420	93.30 420	93.53 421	95.30 422	97.01 421	96.36 421	94.68 420	94.93 421	83.39 418	84.31 420	82.86 415	88.15 420	84.30 420	89.46 421

ff	91.89 422	95.36 423	98.42 422	87.40 419	89.37 418	98.54 423	98.20 424	92.95 420	93.30 420	93.53 421	95.30 422	97.01 421	96.36 421	94.68 420	94.93 421	83.39 418	84.31 420	82.86 415	88.15 420	84.30 420	89.46 421

ASD4	87.80 419	90.70 420	83.73 408	83.43 414	90.78 421	97.93 422	99.61 427	89.14 419	96.84 423	88.33 419	93.49 419	89.94 416	86.43 417	88.88 419	91.91 420	79.57 412	81.89 419	76.64 404	81.57 414	83.78 418	81.45 418

PML	99.07 426	100.00 431	98.17 421	99.22 426	99.21 426	99.98 429	99.74 428	98.27 425	98.10 424	100.00 431	99.37 426	98.77 425	99.85 427	100.00 431	98.07 426	100.00 429	99.54 425	100.00 428	99.51 427	99.87 428	93.65 425

test_example2	99.67 430	99.99 428	99.99 430	100.00 430	99.99 428	99.87 428	99.99 429	98.01 424	100.00 429	100.00 431	100.00 429	98.18 424	98.43 425	99.98 428	99.98 429	100.00 429	99.99 429	99.40 427	99.52 428	100.00 429	100.00 430

MyStereo03	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

MyStereo02	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

MyStereo	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

Selective-RAFT-Error	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

Anonymous_1	99.63 429	99.96 427	99.94 429	99.77 428	99.59 427	100.00 430	100.00 430	99.81 428	99.98 426	99.63 429	99.94 428	99.75 427	100.00 429	99.67 427	99.89 428	98.37 426	99.84 427	98.70 426	99.26 426	99.29 426	99.24 427

tt	89.84 421	1.21 7	99.99 430	99.29 427	100.00 430	100.00 430	100.00 430	100.00 429	99.99 427	78.46 408	68.51 396	99.99 430	100.00 429	100.00 431	100.00 432	95.27 422	99.93 428	87.33 419	86.20 419	94.13 425	86.50 419

CasAABBNet	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

LSM0	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DPSMNet_ROB	99.95 432	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	99.16 426	100.00 429	99.95 428	100.00 429	99.98 428	99.99 430	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DGTPSM_ROB	99.95 432	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	99.16 426	100.00 429	99.95 428	100.00 429	99.98 428	99.99 430	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DPSM_ROB	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DPSM	100.00 434	100.00 431	100.00 432	100.00 430	100.00 430	100.00 430	100.00 430	100.00 429	100.00 429	100.00 431	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 429	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

Low-res two-view benchmark