Low-res two-view results

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

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

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

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

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

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

riskmin	0.47 68	0.03 1	1.01 53	0.08 189	0.01 103	1.12 66	0.01 55	3.00 131	0.21 28	0.46 90	0.02 31	2.08 243	1.06 258	0.26 38	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

FTStereo	2.16 328	0.03 1	1.42 143	0.17 241	0.13 267	1.42 174	4.67 385	2.44 94	0.63 74	3.36 326	17.95 385	0.78 151	4.17 358	4.41 220	0.14 80	0.15 364	0.00 1	0.00 1	0.00 1	0.01 25	1.25 382

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

mmm	0.52 80	0.04 4	1.14 94	0.61 332	0.00 1	1.14 71	0.00 1	3.45 200	0.75 132	1.24 197	0.58 160	0.20 77	0.18 142	0.93 107	0.08 48	0.00 1	0.01 225	0.00 1	0.00 1	0.02 94	0.01 63

qqq	0.50 74	0.04 4	0.78 20	0.02 64	0.00 1	1.05 48	0.00 1	3.15 154	0.68 103	0.46 90	0.01 1	0.73 139	0.12 124	2.95 165	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

x	0.41 48	0.04 4	0.74 17	0.54 322	0.00 1	0.98 30	0.00 1	3.07 144	0.67 98	0.48 92	0.01 1	0.48 111	0.07 80	0.93 107	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

PSM-AAD	1.15 238	0.04 4	0.88 30	0.10 207	0.27 327	1.32 139	3.25 367	2.41 92	0.64 81	2.93 312	1.92 266	0.15 71	5.39 374	3.42 178	0.19 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 233

11t1	0.33 30	0.05 8	0.86 26	0.44 307	0.00 1	1.04 42	0.00 1	2.45 95	0.60 58	0.44 86	0.01 1	0.05 27	0.05 54	0.43 70	0.06 34	0.00 1	0.01 225	0.00 1	0.00 1	0.02 94	0.01 63

DualNet	1.39 268	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 101	3.03 136	6.40 369	1.39 211	2.07 273	2.15 250	0.34 183	1.59 135	7.08 362	0.00 1	0.02 274	0.00 1	0.00 1	0.09 242	0.03 191

ffm	1.04 207	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 101	3.03 136	6.40 369	1.39 211	2.07 273	2.15 250	0.34 183	1.59 135	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.09 242	0.03 191

ff1	1.65 293	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 101	3.03 136	6.40 369	1.39 211	2.07 273	2.15 250	0.34 183	6.68 321	7.08 362	0.00 1	0.02 274	0.00 1	0.00 1	0.09 242	0.03 191

mmx	1.56 286	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 101	5.51 346	2.25 319	1.39 211	2.07 273	2.15 250	0.34 183	6.68 321	7.08 362	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

ttt	1.35 263	0.05 8	1.09 84	0.46 311	0.01 103	1.61 236	0.00 1	5.61 349	1.97 297	1.75 239	2.10 278	1.40 197	0.11 114	4.81 245	6.07 359	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

xxx	1.56 286	0.05 8	1.65 174	0.34 293	0.01 103	1.58 221	0.02 101	5.51 346	2.25 319	1.39 211	2.07 273	2.15 250	0.34 183	6.68 321	7.08 362	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

AEACV	0.22 10	0.05 8	0.66 13	0.02 64	0.03 191	0.87 21	0.00 1	1.07 29	0.15 9	0.18 51	0.01 1	0.02 2	0.72 242	0.15 9	0.09 54	0.00 1	0.03 297	0.00 1	0.27 378	0.08 223	0.07 277

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

Anonymous_2	1.69 303	0.05 8	1.31 132	0.08 189	0.03 191	1.22 100	0.01 55	3.25 169	0.19 21	0.76 122	0.13 75	2.68 274	1.99 313	0.39 67	0.13 75	0.05 347	0.25 376	3.27 392	14.54 416	3.40 386	0.01 63

KYRaft	1.19 243	0.05 8	0.94 38	0.06 157	0.24 316	1.25 121	0.78 323	2.48 100	0.61 64	3.23 323	7.13 356	1.00 172	2.77 332	1.43 129	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 386

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

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

GMM-Stereo	1.09 223	0.05 8	1.62 171	0.13 219	0.22 307	1.41 169	0.87 325	2.31 79	0.62 71	2.75 307	3.14 310	0.54 118	0.90 253	5.33 266	0.13 75	0.01 309	0.00 1	0.00 1	0.02 289	0.01 25	1.80 387

1111x	1.53 282	0.06 22	1.77 191	0.27 275	0.00 1	2.12 276	0.01 55	5.63 353	1.65 271	1.53 222	1.67 251	0.92 157	0.64 229	6.18 293	8.17 372	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.01 63

anonymousdsp2	0.52 80	0.06 22	1.51 153	0.10 207	0.00 1	1.19 87	0.01 55	4.32 277	0.63 74	0.33 62	0.15 82	0.78 151	0.09 99	1.01 113	0.06 34	0.00 1	0.00 1	0.00 1	0.11 337	0.04 164	0.05 233

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 143	0.04 207	0.34 6	0.04 163	2.16 75	0.59 54	0.09 24	0.01 1	0.02 2	0.05 54	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 329	0.03 133	0.09 292

Selective-RAFT	0.37 41	0.06 22	0.65 12	0.03 103	0.01 103	1.17 79	0.02 101	2.63 109	0.66 90	0.01 1	0.01 1	0.22 78	0.18 142	1.31 126	0.24 123	0.00 1	0.00 1	0.00 1	0.20 361	0.04 164	0.00 1

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

test_1	0.61 98	0.06 22	1.00 50	0.07 177	0.12 263	0.99 31	0.01 55	2.46 97	0.20 25	1.71 237	0.01 1	1.10 184	0.04 47	3.71 188	0.23 118	0.00 1	0.00 1	0.00 1	0.25 374	0.15 286	0.13 314

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

RAFT-345	1.19 243	0.06 22	1.55 157	0.54 322	0.13 267	1.53 210	0.25 259	0.56 11	1.76 279	1.20 189	7.85 358	0.93 162	0.05 54	6.87 337	0.46 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.40 47	0.06 22	1.04 73	0.07 177	0.05 214	1.45 184	0.46 303	1.48 49	0.63 74	0.90 139	0.30 119	0.88 155	0.01 4	0.26 38	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 328

Prome-Stereo	1.23 249	0.06 22	0.93 37	0.12 216	0.24 316	1.26 123	0.67 317	2.53 105	0.69 116	2.08 266	8.70 364	0.76 142	2.91 336	2.12 150	0.11 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 385

AAGNet	1.54 284	0.07 32	0.88 30	1.04 364	0.27 327	1.47 191	0.66 316	1.57 52	0.61 64	1.68 236	0.82 201	1.62 212	2.29 319	6.18 293	11.63 385	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

AnonymousM	0.34 32	0.07 32	0.63 7	0.02 64	0.01 103	1.09 58	0.03 142	1.54 51	0.68 103	0.17 49	0.04 56	0.02 2	0.24 163	0.25 32	0.04 7	0.00 1	0.01 225	1.93 389	0.00 1	0.01 25	0.00 1

xxxx	1.78 308	0.07 32	1.02 58	0.00 1	0.01 103	1.44 178	0.00 1	5.81 358	1.53 254	1.37 210	1.91 265	1.08 180	0.05 54	4.37 219	16.98 397	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

FENet	0.52 80	0.07 32	1.62 171	0.04 126	0.00 1	1.19 87	0.05 176	3.10 148	0.98 171	0.89 137	0.01 1	1.63 215	0.09 99	0.47 81	0.28 142	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.01 63

HSM-Net_RVC	1.40 270	0.07 32	1.58 167	0.00 1	0.01 103	1.88 267	0.05 176	7.24 379	1.71 277	3.63 332	3.63 323	3.21 306	0.36 189	4.25 211	0.44 190	0.01 309	0.01 225	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	3.50 358	0.07 32	3.94 325	2.66 386	1.46 376	12.94 390	0.97 329	7.32 380	2.42 325	14.82 398	8.08 361	2.74 278	1.51 286	8.44 374	2.48 318	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 300

Any-RAFT	0.64 107	0.08 38	1.07 80	0.03 103	0.00 1	2.77 306	0.08 198	3.57 213	1.23 208	0.96 147	0.26 113	1.61 210	0.31 177	0.72 101	0.06 34	0.00 1	0.10 352	0.00 1	0.00 1	0.01 25	0.00 1

GLC_STEREO	0.13 1	0.08 38	0.61 5	0.01 17	0.00 1	0.94 25	0.03 142	0.29 1	0.21 28	0.05 17	0.02 31	0.06 36	0.04 47	0.26 38	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

DAS	1.26 251	0.08 38	2.25 241	0.04 126	0.01 103	1.28 127	1.18 336	3.80 235	1.58 266	4.60 348	2.37 291	1.53 201	0.53 209	5.36 268	0.59 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

SepStereo	1.28 252	0.08 38	2.25 241	0.04 126	0.01 103	1.28 127	1.18 336	3.80 235	1.58 266	4.60 348	2.37 291	1.53 201	0.53 209	5.63 280	0.59 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

PSMNet-ADL	0.77 139	0.08 38	0.90 34	0.07 177	0.01 103	2.01 272	0.02 101	2.55 107	1.11 192	0.33 62	0.59 169	2.15 250	0.69 240	4.07 204	0.85 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

NRIStereo	0.74 129	0.08 38	0.88 30	0.47 314	0.05 214	1.58 221	0.49 306	1.38 37	0.61 64	0.88 135	0.17 90	0.66 130	0.03 34	6.96 347	0.22 114	0.00 1	0.06 324	0.00 1	0.00 1	0.06 198	0.17 328

DEmStereo	1.51 279	0.08 38	2.17 231	0.09 199	0.02 172	1.76 259	0.90 327	1.47 48	0.60 58	2.46 299	6.42 352	1.08 180	5.16 369	6.21 295	1.86 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

DeepStereo_RVC	0.52 80	0.08 38	1.37 140	0.06 157	0.06 223	1.34 147	0.41 298	1.43 39	0.68 103	1.03 167	0.85 204	0.49 113	1.56 290	0.79 104	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 314

ICVP	0.46 64	0.08 38	1.58 167	0.01 17	0.01 103	1.10 60	0.21 248	3.80 235	0.52 50	0.42 84	0.27 115	0.33 92	0.06 69	0.57 91	0.13 75	0.00 1	0.07 333	0.00 1	0.00 1	0.04 164	0.01 63
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.61 98	0.08 38	1.78 193	0.00 1	0.00 1	1.59 229	0.07 192	5.32 336	0.13 4	0.62 102	0.32 120	0.37 95	0.67 239	0.68 100	0.49 201	0.03 339	0.00 1	0.01 322	0.00 1	0.02 94	0.01 63

test_xeample	1.79 310	0.08 38	1.03 69	0.02 64	0.00 1	1.44 178	0.00 1	5.48 344	1.84 283	1.65 234	2.17 286	0.37 95	0.06 69	4.00 203	17.67 399	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

SGM-Forest	1.84 311	0.08 38	1.31 132	0.15 231	0.22 307	3.52 327	2.46 362	3.85 242	2.16 312	5.29 356	3.90 327	3.71 321	1.56 290	6.28 299	1.90 296	0.01 309	0.02 274	0.00 1	0.00 1	0.03 133	0.30 353
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
IGEVStereo-DCA	0.46 64	0.09 50	1.02 58	0.02 64	0.00 1	0.82 18	0.00 1	0.53 5	0.75 132	0.09 24	0.03 49	0.03 6	0.06 69	5.04 254	0.51 204	0.00 1	0.00 1	0.00 1	0.15 343	0.05 182	0.01 63

rrr	0.62 103	0.09 50	2.07 224	0.02 64	0.00 1	0.82 18	0.06 189	2.29 78	0.85 155	0.09 24	0.03 49	0.03 6	0.06 69	5.04 254	0.51 204	0.00 1	0.00 1	0.00 1	0.19 358	0.05 182	0.07 277

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

EGLCR-Stereo	0.28 24	0.09 50	0.73 16	0.18 245	0.05 214	1.17 79	0.04 163	2.37 82	0.17 17	0.35 74	0.01 1	0.01 1	0.02 16	0.38 66	0.04 7	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.03 191

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

GANet-ADL	0.52 80	0.09 50	1.43 144	0.13 219	0.02 172	1.43 176	0.02 101	3.22 168	0.59 54	0.34 73	0.98 214	1.09 182	0.19 148	0.40 68	0.34 168	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 63

Patchmatch Stereo++	0.50 74	0.09 50	1.01 53	0.06 157	0.07 231	1.60 232	0.27 265	1.45 46	0.68 103	0.98 158	0.18 93	0.77 146	0.03 34	2.58 156	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 64	0.09 50	1.01 53	0.06 157	0.09 248	1.61 236	0.30 282	1.43 39	0.69 116	0.97 149	0.18 93	0.77 146	0.02 16	1.67 141	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233

ROB_FTStereo_v2	0.43 56	0.09 50	1.00 50	0.06 157	0.08 241	1.57 217	0.33 288	1.44 43	0.67 98	0.97 149	0.19 101	0.77 146	0.02 16	1.23 122	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233

ROB_FTStereo	0.47 68	0.09 50	1.04 73	0.06 157	0.08 241	1.59 229	0.33 288	1.43 39	0.68 103	0.97 149	0.19 101	0.76 142	0.03 34	1.86 147	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233

HUI-Stereo	0.45 61	0.09 50	1.08 82	0.06 157	0.08 241	1.61 236	0.32 286	1.43 39	0.70 125	0.97 149	0.18 93	0.77 146	0.02 16	1.44 133	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233

iGMRVC	0.51 77	0.09 50	1.04 73	0.06 157	0.08 241	1.61 236	0.27 265	1.44 43	0.69 116	0.97 149	0.19 101	0.76 142	0.03 34	2.69 160	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 216

iRAFT	0.50 74	0.09 50	1.01 53	0.06 157	0.07 231	1.60 232	0.27 265	1.45 46	0.68 103	0.98 158	0.18 93	0.77 146	0.03 34	2.58 156	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233

RAFT-IKP	0.45 61	0.09 50	1.06 79	0.06 157	0.06 223	1.44 178	0.31 285	1.44 43	0.69 116	0.97 149	0.18 93	0.76 142	0.02 16	1.65 140	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 216

222	2.69 339	0.09 50	1.03 69	0.00 1	0.00 1	1.54 214	0.00 1	5.61 349	1.55 256	1.51 220	2.10 278	0.53 117	0.07 80	4.54 233	35.09 416	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

UPFNet	0.87 174	0.09 50	2.05 222	0.00 1	0.00 1	1.90 269	0.11 216	3.41 193	0.83 149	2.15 269	0.10 70	1.92 233	0.09 99	3.94 200	0.70 232	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

R-Stereo Train	0.44 58	0.09 50	0.94 38	0.02 64	0.00 1	1.24 114	0.09 207	3.65 220	0.11 1	1.87 250	0.42 142	0.06 36	0.01 4	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 151

RAFT-Stereo	0.44 58	0.09 50	0.94 38	0.02 64	0.00 1	1.24 114	0.09 207	3.65 220	0.11 1	1.87 250	0.42 142	0.06 36	0.01 4	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 151
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaStereo	0.65 109	0.09 50	1.12 89	0.02 64	0.00 1	1.45 184	0.23 256	4.38 278	1.44 239	1.17 185	0.37 133	1.56 204	0.18 142	0.56 90	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
MGS-Stereo	0.31 29	0.10 69	0.89 33	0.02 64	0.00 1	0.50 13	0.00 1	0.39 3	0.61 64	0.02 2	2.91 306	0.04 11	0.03 34	0.21 22	0.06 34	0.00 1	0.00 1	0.00 1	0.00 1	0.44 364	0.00 1

BUS	0.97 190	0.10 69	0.96 43	0.01 17	0.00 1	5.85 362	0.03 142	5.40 339	0.93 164	2.26 281	0.66 178	2.39 268	0.06 69	0.61 96	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

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

test_4	0.51 77	0.10 69	1.27 121	0.01 17	0.06 223	0.97 29	0.03 142	1.12 31	0.16 12	0.27 56	3.42 319	0.65 127	0.09 99	1.59 135	0.26 134	0.00 1	0.00 1	0.00 1	0.08 326	0.14 276	0.00 1

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

PFNet+	0.54 88	0.10 69	1.31 132	0.16 238	0.05 214	1.44 178	0.56 310	1.60 53	0.98 171	1.35 208	0.46 151	0.37 95	0.01 4	2.18 153	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

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

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

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

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

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

Pruner-Stereo	0.53 86	0.10 69	1.02 58	0.89 358	0.10 257	1.57 217	0.36 294	2.06 70	0.63 74	2.23 275	0.46 151	0.25 82	0.01 4	0.45 77	0.37 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

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

test_xeample3	0.35 34	0.10 69	1.95 207	0.02 64	0.00 1	0.93 24	0.07 192	1.70 57	0.86 157	0.09 24	0.04 56	0.05 27	0.05 54	0.23 25	0.51 204	0.00 1	0.00 1	0.00 1	0.24 371	0.06 198	0.08 286

AE-Stereo	0.47 68	0.11 83	1.03 69	0.04 126	0.09 248	1.11 64	0.03 142	4.16 260	0.34 41	0.35 74	0.82 201	0.15 71	0.16 135	0.45 77	0.05 17	0.00 1	0.09 346	0.00 1	0.26 376	0.09 242	0.05 233

MIF-Stereo	0.16 2	0.11 83	1.13 93	0.03 103	0.17 285	0.32 4	0.02 101	0.38 2	0.32 39	0.03 11	0.16 84	0.05 27	0.07 80	0.16 12	0.16 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

SFCPSM	0.81 153	0.11 83	2.53 262	0.01 17	0.07 231	2.45 289	0.18 239	4.99 318	1.18 202	0.77 124	0.78 197	0.69 134	0.31 177	1.72 142	0.20 110	0.00 1	0.00 1	0.00 1	0.05 310	0.06 198	0.01 63

CBMV_ROB	1.70 304	0.11 83	1.98 213	0.46 311	0.00 1	2.85 309	0.91 328	4.27 272	2.21 317	4.02 341	5.00 338	2.97 292	2.32 321	5.40 269	1.35 273	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.06 261

MC-Stereo	0.24 19	0.12 87	0.71 15	0.04 126	0.02 172	1.07 51	0.00 1	1.30 35	0.17 17	0.59 100	0.02 31	0.08 47	0.11 114	0.18 14	0.05 17	0.00 1	0.02 274	0.00 1	0.17 355	0.06 198	0.02 151

IER	0.75 134	0.12 87	1.93 203	0.01 17	0.00 1	2.31 283	0.02 101	2.96 130	0.98 171	1.30 200	0.96 212	1.40 197	1.19 267	1.31 126	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DRaft	1.34 262	0.12 87	1.19 109	0.06 157	0.01 103	1.64 245	0.43 300	1.86 61	0.14 6	3.76 334	5.27 341	0.41 102	4.38 361	5.49 272	1.68 285	0.01 309	0.06 324	0.00 1	0.07 321	0.07 212	0.11 300

cross-raft	0.53 86	0.12 87	1.78 193	0.03 103	0.01 103	1.04 42	0.10 214	3.21 167	0.23 31	0.37 80	0.01 1	2.86 285	0.04 47	0.24 28	0.24 123	0.00 1	0.01 225	0.00 1	0.16 349	0.01 25	0.02 151

Anonymous3	0.49 73	0.12 87	2.21 233	0.01 17	0.00 1	2.53 293	0.09 207	3.16 157	0.65 84	0.12 40	0.22 110	0.12 59	0.05 54	0.37 63	0.08 48	0.00 1	0.07 333	0.00 1	0.00 1	0.04 164	0.03 191

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

CFNet-RSSM	0.51 77	0.12 87	1.26 119	0.03 103	0.14 273	1.24 114	0.02 101	4.12 258	0.15 9	0.31 59	0.01 1	1.96 237	0.04 47	0.19 17	0.25 129	0.00 1	0.01 225	0.00 1	0.27 378	0.01 25	0.01 63

Gwc-CoAtRS	0.42 50	0.12 87	1.28 123	0.03 103	0.13 267	1.03 35	0.02 101	2.33 80	0.15 9	0.35 74	0.01 1	2.27 259	0.03 34	0.20 20	0.25 129	0.00 1	0.01 225	0.00 1	0.22 367	0.01 25	0.01 63

StereoDRNet-Refined	0.83 158	0.12 87	1.18 106	0.02 64	0.01 103	1.31 138	0.00 1	3.33 181	1.07 189	1.92 253	1.24 234	2.48 270	0.18 142	1.86 147	1.67 284	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.05 233
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Former-RAFT_DAM_RVC	0.23 14	0.13 96	0.62 6	0.01 17	0.00 1	1.05 48	0.00 1	0.63 13	0.80 144	0.76 122	0.18 93	0.09 50	0.06 69	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 233

MSKI-zero shot	0.73 127	0.13 96	1.56 164	0.02 64	0.14 273	1.34 147	0.04 163	3.00 131	0.23 31	0.67 111	1.64 248	0.89 156	0.00 1	4.55 234	0.10 62	0.00 1	0.02 274	0.00 1	0.21 365	0.03 133	0.01 63

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

Anonymous	0.25 20	0.13 96	1.19 109	0.00 1	0.00 1	0.24 3	0.01 55	2.54 106	0.42 45	0.02 2	0.02 31	0.05 27	0.07 80	0.15 9	0.06 34	0.00 1	0.01 225	0.00 1	0.00 1	0.10 252	0.08 286

GMStereo_Zeroshot	0.63 105	0.14 101	1.54 155	0.75 344	0.00 1	1.26 123	0.01 55	1.85 60	0.31 38	1.44 217	0.58 160	1.76 222	0.19 148	2.55 155	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

CASnet	0.16 2	0.14 101	0.52 3	0.01 17	0.00 1	0.86 20	0.00 1	0.51 4	0.75 132	0.10 34	0.01 1	0.04 11	0.02 16	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 109	0.14 101	2.02 218	0.01 17	0.01 103	1.10 60	0.00 1	2.80 121	0.97 169	0.48 92	0.28 117	2.31 263	1.50 285	1.19 119	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

CES	0.43 56	0.14 101	0.85 24	0.05 143	1.52 378	1.22 100	0.05 176	1.01 27	0.59 54	0.03 11	0.02 31	0.14 69	0.10 106	0.40 68	0.10 62	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	2.45 389

RCA-Stereo	0.37 41	0.14 101	0.76 18	0.01 17	0.00 1	1.17 79	0.00 1	3.14 152	0.61 64	0.71 116	0.47 154	0.05 27	0.13 130	0.19 17	0.03 5	0.00 1	0.01 225	0.00 1	0.00 1	0.06 198	0.01 63

ASMatch	1.44 273	0.14 101	2.15 230	0.60 329	0.21 305	1.21 98	0.26 262	0.96 25	0.66 90	0.29 58	11.75 373	0.93 162	2.37 322	6.73 327	0.54 211	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.04 216

s12784h	0.56 90	0.14 101	1.22 115	0.02 64	0.00 1	1.14 71	0.03 142	3.43 197	1.47 244	1.02 164	1.41 243	0.05 27	0.02 16	1.08 115	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

sCroCo_RVC	0.21 6	0.14 101	1.54 155	0.01 17	0.00 1	0.13 1	0.04 163	1.10 30	0.65 84	0.10 34	0.05 58	0.03 6	0.04 47	0.23 25	0.05 17	0.00 1	0.07 333	0.00 1	0.00 1	0.01 25	0.00 1

DSFCA	1.30 255	0.14 101	1.82 197	0.01 17	0.03 191	3.74 332	0.86 324	2.71 117	1.23 208	3.09 319	0.41 141	2.93 288	1.49 282	6.12 292	1.35 273	0.00 1	0.02 274	0.00 1	0.00 1	0.02 94	0.01 63

MSMDNet	0.65 109	0.14 101	2.02 218	0.01 17	0.01 103	1.11 64	0.00 1	2.88 127	0.98 171	0.49 95	0.28 117	2.32 264	1.49 282	1.19 119	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

DCANet-4	0.69 124	0.15 111	3.76 320	0.03 103	0.01 103	1.22 100	0.01 55	3.14 152	1.90 292	2.34 287	0.14 76	0.11 56	0.25 166	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

tt	68.65 424	0.15 111	99.57 431	50.64 422	14.90 414	100.00 432	100.00 432	100.00 433	99.76 428	27.80 412	10.52 370	99.97 433	98.63 430	99.61 430	100.00 435	90.62 427	98.21 428	46.66 422	52.02 424	62.86 425	21.04 420

anonymity	0.74 129	0.15 111	1.17 103	0.16 238	0.27 327	0.71 17	0.01 55	4.70 299	1.78 280	1.15 181	1.23 232	0.31 87	1.65 298	0.54 88	0.53 208	0.02 331	0.02 274	0.00 1	0.27 378	0.02 94	0.06 261

iRaft-Stereo_20w	0.92 185	0.15 111	2.68 271	0.24 263	0.06 223	1.36 152	0.28 273	7.46 382	0.34 41	1.56 230	0.37 133	0.62 123	1.24 272	1.25 123	0.34 168	0.00 1	0.09 346	0.00 1	0.16 349	0.02 94	0.13 314

CrosDoStereo	1.66 294	0.15 111	1.66 179	0.02 64	0.07 231	1.38 162	6.16 398	3.12 150	1.06 187	0.97 149	3.74 325	0.96 166	4.79 365	7.00 350	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

DeepStereo_LL	1.66 294	0.15 111	1.66 179	0.02 64	0.07 231	1.38 162	6.16 398	3.12 150	1.06 187	0.97 149	3.74 325	0.96 166	4.79 365	7.00 350	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

RAFT-RH_RVC	2.05 326	0.15 111	1.66 179	0.60 329	0.27 327	1.49 198	0.02 101	0.58 12	0.65 84	5.35 358	21.66 397	1.06 178	0.07 80	6.85 334	0.57 216	0.04 341	0.00 1	0.00 1	0.03 295	0.01 25	0.00 1

FCDSN-DC	5.04 373	0.15 111	1.83 198	0.22 255	0.44 349	5.60 360	1.66 345	5.22 328	4.37 357	14.49 397	21.86 398	20.65 396	11.88 396	7.66 366	4.55 345	0.02 331	0.00 1	0.00 1	0.00 1	0.03 133	0.05 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SMFormer	1.04 207	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 222	2.16 282	0.92 157	0.02 16	4.46 225	1.24 265	0.00 1	0.01 225	0.00 1	0.00 1	0.03 133	0.02 151

tta	1.04 207	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 222	2.16 282	0.92 157	0.02 16	4.46 225	1.24 265	0.00 1	0.01 225	0.00 1	0.00 1	0.03 133	0.01 63

qqq1	0.98 192	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 222	2.16 282	0.92 157	0.02 16	4.46 225	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 133	0.01 63

fff1	0.98 192	0.16 119	1.55 157	0.33 287	0.01 103	1.03 35	0.00 1	5.24 329	2.12 306	1.53 222	2.16 282	0.92 157	0.02 16	4.46 225	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 133	0.01 63

RAFT-Test	0.61 98	0.16 119	2.27 246	0.04 126	0.15 278	1.80 264	0.17 235	2.52 103	0.65 84	0.56 98	0.11 73	2.76 279	0.02 16	0.27 42	0.34 168	0.00 1	0.07 333	0.00 1	0.29 383	0.01 25	0.01 63

LoS	0.28 24	0.16 119	0.95 42	0.07 177	0.01 103	1.32 139	0.07 192	1.30 35	0.60 58	0.04 16	0.03 49	0.28 85	0.11 114	0.48 82	0.11 69	0.00 1	0.01 225	0.00 1	0.00 1	0.03 133	0.00 1

CFNet_pseudo	0.66 114	0.17 125	2.08 226	0.00 1	0.01 103	1.22 100	0.00 1	2.79 120	0.73 128	0.78 127	0.46 151	2.32 264	0.63 226	1.77 144	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

pcwnet_v2	1.29 253	0.17 125	5.98 370	0.10 207	0.01 103	1.76 259	0.02 101	5.08 325	2.90 338	1.54 228	1.98 270	2.03 241	0.81 247	3.01 167	0.28 142	0.00 1	0.00 1	0.00 1	0.01 272	0.03 133	0.03 191

CREStereo	0.22 10	0.17 125	0.64 10	0.00 1	0.01 103	1.22 100	0.01 55	1.15 32	0.56 52	0.10 34	0.07 64	0.04 11	0.00 1	0.32 53	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	0.65 109	0.17 125	2.09 227	0.00 1	0.01 103	1.22 100	0.00 1	2.77 119	0.73 128	0.75 120	0.44 147	2.32 264	0.64 229	1.76 143	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

NVstereo2D	1.09 223	0.17 125	4.40 344	0.00 1	0.00 1	1.59 229	0.18 239	4.29 274	1.40 231	0.85 134	0.36 132	2.30 261	0.62 225	5.26 262	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

MIF-Stereo (partial)	0.27 22	0.18 130	1.14 94	0.01 17	0.00 1	0.43 11	0.02 101	1.97 67	0.39 44	0.11 39	0.08 67	0.07 44	0.06 69	0.44 72	0.33 161	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 151

EKT-Stereo	0.74 129	0.18 130	1.23 117	0.81 348	4.25 391	1.19 87	0.03 142	2.17 76	0.13 4	0.35 74	0.40 139	0.97 169	0.08 94	2.61 158	0.09 54	0.00 1	0.09 346	0.00 1	0.07 321	0.04 164	0.03 191

LCNet	0.87 174	0.18 130	0.97 48	0.14 229	0.26 322	1.19 87	0.22 252	2.36 81	0.71 127	1.82 247	0.21 106	0.11 56	2.56 326	5.56 276	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.81 374

ac_64	1.12 232	0.18 130	1.64 173	0.18 245	0.25 319	1.48 197	0.02 101	4.97 317	1.47 244	0.69 114	0.45 150	4.94 343	0.46 204	4.87 247	0.74 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.00 1

HGLStereo	1.03 205	0.18 130	1.50 150	0.01 17	0.01 103	1.41 169	0.01 55	3.41 193	0.82 147	1.05 170	3.09 309	2.11 246	1.24 272	4.51 230	1.18 262	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.03 191

FC-DCNN	6.09 379	0.18 130	2.35 250	0.42 305	0.53 356	7.80 378	1.42 342	8.14 384	7.07 377	19.05 404	22.10 399	22.85 399	13.84 398	9.42 380	6.44 360	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.06 261

DISCO	1.93 317	0.18 130	2.44 253	0.67 339	0.53 356	5.25 357	0.00 1	5.43 343	1.56 261	2.09 267	0.91 208	6.48 359	0.89 252	8.55 375	3.60 337	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.01 63

IGEV+	0.36 38	0.19 137	0.57 4	0.09 199	0.00 1	0.35 7	0.03 142	4.62 294	0.24 34	0.12 40	0.02 31	0.03 6	0.17 138	0.24 28	0.23 118	0.00 1	0.05 316	0.00 1	0.04 305	0.09 242	0.08 286

MyStereo06	0.80 151	0.19 137	2.53 262	0.02 64	0.00 1	1.51 203	0.01 55	4.61 293	0.24 34	0.89 137	0.69 187	3.14 301	1.18 266	0.58 94	0.33 161	0.00 1	0.06 324	0.00 1	0.00 1	0.02 94	0.07 277

MyStereo05	0.79 147	0.19 137	3.17 292	0.02 64	0.00 1	1.51 203	0.01 55	3.56 212	2.48 328	1.34 204	0.02 31	1.25 191	0.38 193	1.19 119	0.50 202	0.00 1	0.06 324	0.00 1	0.00 1	0.02 94	0.07 277

PFNet	1.06 215	0.19 137	2.95 278	1.16 370	0.56 358	1.58 221	0.25 259	1.50 50	0.60 58	2.38 294	1.23 232	0.63 125	0.30 173	6.85 334	0.43 187	0.16 365	0.01 225	0.00 1	0.07 321	0.18 302	0.18 334

CREStereo++_RVC	0.29 27	0.19 137	0.83 23	0.05 143	0.00 1	1.19 87	0.00 1	0.66 14	0.99 175	0.25 54	1.26 237	0.05 27	0.07 80	0.20 20	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
HCRNet	0.73 127	0.19 137	1.10 85	0.01 17	0.00 1	1.17 79	0.01 55	3.07 144	1.97 297	0.60 101	0.21 106	0.56 119	0.11 114	5.34 267	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151

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

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

IGEV_Zeroshot_test	0.74 129	0.20 145	3.00 281	0.26 272	0.02 172	1.10 60	0.05 176	3.72 225	0.19 21	0.88 135	0.71 194	2.84 282	0.63 226	0.53 86	0.33 161	0.00 1	0.07 333	0.00 1	0.16 349	0.04 164	0.00 1

CFNet_ucs	0.77 139	0.20 145	2.22 240	0.01 17	0.01 103	1.32 139	0.00 1	3.30 178	1.31 220	1.15 181	1.14 222	2.19 258	0.42 199	2.04 149	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

GwcNet-ADL	0.62 103	0.20 145	2.03 220	0.05 143	0.01 103	1.29 131	0.02 101	3.16 157	1.39 227	0.97 149	0.44 147	1.48 199	0.23 161	0.78 103	0.27 138	0.01 309	0.00 1	0.00 1	0.00 1	0.01 25	0.03 191

IRAFT_RVC	1.02 203	0.20 145	1.58 167	1.39 376	0.26 322	1.33 145	0.32 286	2.52 103	0.66 90	1.58 231	0.81 200	1.16 186	1.58 294	6.51 313	0.43 187	0.00 1	0.12 359	0.00 1	0.00 1	0.02 94	0.03 191

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

ccnet	1.70 304	0.20 145	1.95 207	0.26 272	0.18 289	3.72 331	1.22 338	4.22 268	1.43 238	2.37 292	3.96 329	3.45 313	1.51 286	4.69 239	4.47 343	0.06 352	0.00 1	0.09 361	0.01 272	0.10 252	0.01 63

ff7	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 63

ffff	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 63

11t	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 63

anonymousdsp	0.21 6	0.21 151	0.63 7	0.02 64	0.00 1	1.07 51	0.00 1	0.74 19	0.77 141	0.09 24	0.01 1	0.04 11	0.07 80	0.25 32	0.04 7	0.00 1	0.00 1	0.00 1	0.16 349	0.08 223	0.03 191

ccc-4	0.23 14	0.21 151	1.02 58	0.02 64	0.00 1	1.07 51	0.00 1	0.53 5	0.75 132	0.09 24	0.01 1	0.04 11	0.07 80	0.44 72	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 63

IGEV-Stereo	0.21 6	0.21 151	0.63 7	0.02 64	0.00 1	1.07 51	0.00 1	0.73 18	0.77 141	0.09 24	0.01 1	0.04 11	0.07 80	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 349	0.08 223	0.03 191
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLGR	0.76 138	0.21 151	2.98 279	0.06 157	0.07 231	1.24 114	0.05 176	3.09 147	1.38 225	0.62 102	0.34 127	0.75 141	0.78 244	3.35 173	0.22 114	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.06 261

ACVNet	0.57 92	0.21 151	1.34 135	0.09 199	0.00 1	1.36 152	0.22 252	2.40 85	1.05 184	0.63 106	0.66 178	1.94 235	0.26 168	0.31 47	0.79 238	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.00 1

acv_ft	0.79 147	0.21 151	1.28 123	0.01 17	1.08 372	1.68 252	0.01 55	3.75 227	1.05 184	1.31 203	0.66 178	1.94 235	0.46 204	0.31 47	1.68 285	0.00 1	0.00 1	0.00 1	0.00 1	0.27 337	0.00 1

H2IRNET	0.47 68	0.22 160	1.27 121	0.15 231	0.01 103	1.18 85	0.01 55	1.65 54	0.48 49	0.02 2	1.80 261	0.46 107	0.04 47	1.62 139	0.35 172	0.00 1	0.00 1	0.01 322	0.01 272	0.16 290	0.02 151

NINENet	1.03 205	0.22 160	1.30 131	0.10 207	0.01 103	5.85 362	0.03 142	4.41 282	1.25 212	1.55 229	0.60 174	2.39 268	0.06 69	2.72 162	0.05 17	0.00 1	0.01 225	0.01 322	0.00 1	0.04 164	0.00 1

DMCA	0.68 121	0.22 160	1.96 210	0.01 17	0.01 103	1.28 127	0.02 101	3.02 134	1.54 255	2.14 268	0.15 82	1.74 220	0.10 106	0.45 77	0.95 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 63

DANet	1.74 306	0.22 160	3.06 285	0.75 344	0.44 349	2.46 290	0.35 293	3.40 191	1.41 233	4.22 343	1.56 245	5.03 345	0.56 213	6.29 300	5.00 351	0.01 309	0.00 1	0.00 1	0.01 272	0.04 164	0.08 286
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DLCB_ROB	1.17 241	0.22 160	1.28 123	0.08 189	0.00 1	1.51 203	0.23 256	3.39 189	1.52 253	3.43 330	2.00 271	3.40 310	0.31 177	4.29 213	1.82 291	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NOSS_ROB	1.29 253	0.22 160	1.35 138	0.64 336	0.16 283	2.56 294	0.00 1	4.14 259	2.37 323	2.29 286	1.76 258	2.84 282	0.02 16	6.80 333	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.11 300

DIP-Stereo	0.58 93	0.23 166	0.90 34	0.08 189	0.00 1	1.43 176	0.01 55	6.01 363	1.38 225	0.92 143	0.11 73	0.04 11	0.19 148	0.12 8	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 133	0.01 63
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DRN-Test	1.62 290	0.23 166	3.72 318	0.18 245	0.13 267	3.34 320	0.19 244	5.93 362	2.01 302	4.14 342	0.76 196	2.12 248	1.78 303	5.22 261	2.62 324	0.00 1	0.00 1	0.01 322	0.01 272	0.03 133	0.01 63

UNet	1.13 234	0.24 168	4.21 335	0.01 17	0.02 172	2.31 283	0.02 101	3.06 142	0.76 140	1.17 185	0.14 76	2.73 277	1.58 294	4.48 229	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CBMV	1.56 286	0.24 168	1.92 202	0.31 283	0.03 191	2.90 311	4.33 380	3.79 232	1.81 281	4.98 354	1.73 256	2.70 275	1.68 300	3.81 193	0.92 249	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.08 286
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ToySt	0.47 68	0.25 170	2.47 258	0.04 126	0.01 103	1.17 79	0.00 1	2.01 68	0.63 74	0.08 22	0.14 76	1.16 186	0.05 54	0.80 105	0.46 197	0.00 1	0.00 1	0.00 1	0.03 295	0.10 252	0.04 216

ProNet	0.20 5	0.25 170	0.78 20	0.01 17	0.01 103	0.95 28	0.00 1	0.70 15	0.68 103	0.02 2	0.01 1	0.05 27	0.03 34	0.31 47	0.03 5	0.00 1	0.01 225	0.00 1	0.00 1	0.12 266	0.04 216

HHNet	0.87 174	0.25 170	1.78 193	0.16 238	0.08 241	1.30 135	0.44 301	1.93 63	0.64 81	1.41 216	5.92 346	0.14 69	1.79 304	0.35 62	0.95 250	0.05 347	0.00 1	0.01 322	0.00 1	0.14 276	0.01 63

test-1	0.52 80	0.25 170	0.94 38	0.03 103	0.22 307	1.20 95	0.08 198	4.03 253	0.25 36	0.70 115	0.66 178	0.71 137	0.03 34	0.30 46	0.43 187	0.00 1	0.18 372	0.00 1	0.07 321	0.01 25	0.25 351

anonymousa	0.79 147	0.26 174	1.91 201	0.03 103	0.29 336	1.46 190	0.02 101	3.76 228	0.97 169	0.72 118	2.25 288	3.21 306	0.56 213	0.15 9	0.12 71	0.00 1	0.00 1	0.00 1	0.04 305	0.00 1	0.02 151

MyStereo07	0.27 22	0.27 175	0.64 10	0.02 64	0.01 103	1.64 245	0.01 55	1.41 38	0.73 128	0.10 34	0.01 1	0.03 6	0.10 106	0.24 28	0.04 7	0.00 1	0.07 333	0.00 1	0.00 1	0.03 133	0.06 261

MyStereo04	0.78 146	0.27 175	3.19 293	0.02 64	0.01 103	1.64 245	0.01 55	3.64 219	2.20 316	0.98 158	0.02 31	1.29 193	0.57 215	1.10 116	0.53 208	0.00 1	0.07 333	0.00 1	0.00 1	0.03 133	0.06 261

ACVNet-DCA	0.61 98	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.15 154	0.68 103	0.33 62	0.69 187	0.04 11	0.61 220	1.43 129	0.05 17	0.00 1	0.02 274	0.00 1	0.03 295	0.01 25	0.01 63

xx1	0.95 188	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.18 160	7.23 378	0.33 62	0.69 187	0.73 139	0.12 124	1.43 129	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.01 25	0.01 63

1test111	0.69 124	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.15 154	0.68 103	0.33 62	0.69 187	0.04 11	0.61 220	2.95 165	0.07 39	0.00 1	0.02 274	0.00 1	0.03 295	0.01 25	0.01 63

cc1	0.94 186	0.27 175	1.28 123	0.13 219	0.00 1	3.44 323	0.01 55	3.18 160	7.23 378	0.33 62	0.69 187	0.04 11	0.61 220	1.43 129	0.05 17	0.00 1	0.02 274	0.00 1	0.03 295	0.09 242	0.04 216

tt1	0.88 178	0.27 175	1.25 118	0.08 189	0.00 1	3.36 321	0.02 101	3.03 136	6.40 369	0.33 62	0.66 178	0.05 27	0.40 197	1.59 135	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.09 242	0.03 191

CRFU-Net	1.32 260	0.27 175	2.46 257	1.17 371	0.03 191	4.08 336	0.05 176	5.61 349	0.67 98	1.53 222	0.70 193	3.47 314	2.62 329	3.24 171	0.24 123	0.01 309	0.01 225	0.11 365	0.00 1	0.13 270	0.00 1

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

MMNet	1.20 245	0.27 175	3.59 315	0.09 199	0.00 1	4.15 338	0.01 55	3.63 218	1.19 204	1.93 256	0.32 120	1.35 196	1.23 269	4.42 221	1.84 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

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

ssnet_v2	1.14 235	0.28 185	1.77 191	0.03 103	0.00 1	2.07 274	0.37 295	5.20 327	1.87 290	2.00 260	0.87 206	3.09 298	0.55 212	1.31 126	3.02 329	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.12 309

GMOStereo	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

error version	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

test-v	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

test-2	0.42 50	0.28 185	1.02 58	0.05 143	0.18 289	1.04 42	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 88	0.03 34	0.09 2	0.15 84	0.00 1	0.11 355	0.00 1	0.00 1	0.19 309	0.02 151

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

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

THIR-Stereo	1.48 277	0.29 192	1.51 153	0.01 17	0.02 172	1.05 48	4.32 379	2.11 73	0.22 30	1.08 174	4.24 332	1.93 234	4.19 359	6.76 329	1.87 295	0.00 1	0.00 1	0.04 353	0.00 1	0.05 182	0.00 1

ADLNet	1.20 245	0.29 192	1.98 213	0.00 1	0.02 172	2.20 277	0.11 216	4.39 280	2.52 330	2.19 273	2.20 287	2.66 273	0.70 241	3.42 178	1.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.10 252	0.04 216

S-Stereo	2.00 322	0.30 195	5.74 368	0.24 263	0.23 312	2.51 292	1.90 348	4.74 302	5.15 363	2.42 296	5.80 345	2.85 284	0.72 242	5.08 257	2.17 311	0.00 1	0.02 274	0.00 1	0.00 1	0.08 223	0.04 216

TransformOpticalFlow	1.47 276	0.31 196	3.22 299	0.66 337	0.08 241	1.54 214	0.09 207	3.84 240	1.58 266	1.66 235	2.32 290	3.60 316	3.12 341	6.99 349	0.42 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

APVNet	1.52 280	0.31 196	4.00 326	0.09 199	0.00 1	4.64 349	0.08 198	4.41 282	1.21 206	1.25 198	1.05 218	2.90 287	0.93 255	6.70 325	2.48 318	0.01 309	0.00 1	0.07 358	0.00 1	0.27 337	0.05 233

stereogan	2.13 327	0.31 196	3.75 319	0.01 17	0.09 248	7.44 375	0.60 314	4.27 272	3.29 342	3.91 339	4.62 335	6.41 358	1.84 309	5.17 258	0.58 218	0.00 1	0.01 225	0.01 322	0.00 1	0.24 326	0.05 233

RASNet	1.53 282	0.31 196	1.97 212	0.09 199	3.20 387	1.69 254	0.06 189	3.27 177	2.12 306	0.77 124	1.29 238	5.32 352	1.69 301	6.60 316	2.17 311	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 151

sAnonymous2	0.37 41	0.32 200	3.21 296	0.01 17	0.00 1	0.35 7	0.08 198	1.96 65	0.90 158	0.03 11	0.05 58	0.04 11	0.11 114	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.18 334

CroCo_RVC	0.37 41	0.32 200	3.21 296	0.01 17	0.00 1	0.35 7	0.08 198	1.96 65	0.90 158	0.03 11	0.05 58	0.04 11	0.11 114	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.18 334

delet	1.14 235	0.32 200	1.56 164	0.03 103	0.17 285	2.86 310	1.03 332	4.25 269	2.14 311	1.03 167	1.17 228	1.64 217	0.92 254	4.35 216	1.27 270	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.00 1

psm_up	0.84 164	0.32 200	1.44 146	0.02 64	0.00 1	1.98 271	0.05 176	3.40 191	1.04 180	2.06 265	0.40 139	1.74 220	0.45 202	3.47 181	0.24 123	0.06 352	0.00 1	0.00 1	0.00 1	0.08 223	0.00 1

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

STTStereo	0.83 158	0.34 204	2.44 253	0.24 263	0.15 278	1.41 169	0.10 214	3.02 134	1.55 256	1.34 204	0.17 90	1.77 224	0.45 202	3.42 178	0.30 152	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

DCRE	0.69 124	0.35 206	1.16 101	0.06 157	0.02 172	0.91 22	0.00 1	1.05 28	0.30 37	0.98 158	7.63 357	0.72 138	0.02 16	0.16 12	0.07 39	0.00 1	0.02 274	0.00 1	0.21 365	0.02 94	0.03 191

STTRV1_RVC	1.94 319	0.35 206	4.85 354	0.32 286	0.01 103	2.41 288	0.34 292	5.79 356	3.55 345	0.82 133	5.11 340	1.63 215	1.08 260	7.63 364	1.41 277	0.91 383	2.53 408	0.00 1	0.00 1	0.01 25	0.04 216

RYNet	1.52 280	0.35 206	3.38 305	0.25 266	0.04 207	2.31 283	0.03 142	4.62 294	1.47 244	1.14 180	0.34 127	4.52 334	1.38 279	6.36 304	4.23 341	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

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

SACVNet	0.96 189	0.36 210	1.49 149	0.05 143	0.00 1	1.62 242	0.28 273	3.86 244	1.28 215	1.79 246	0.80 199	1.59 206	0.07 80	5.29 263	0.48 200	0.01 309	0.00 1	0.00 1	0.00 1	0.23 323	0.01 63

STrans-v2	1.67 298	0.36 210	3.28 300	0.02 64	0.19 296	1.45 184	0.08 198	6.69 373	1.49 250	2.00 260	2.86 305	3.67 319	3.88 357	7.04 352	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT-Stereo + iAFF	0.60 96	0.36 210	0.96 43	0.03 103	0.02 172	1.21 98	0.02 101	2.80 121	1.55 256	1.08 174	2.63 299	0.43 104	0.16 135	0.37 63	0.25 129	0.00 1	0.02 274	0.00 1	0.00 1	0.19 309	0.01 63

FBW_ROB	2.36 334	0.36 210	3.16 291	0.37 300	0.14 273	4.42 347	0.18 239	6.64 371	3.05 340	2.98 316	2.85 304	4.86 342	1.11 262	11.00 393	4.53 344	0.16 365	0.05 316	0.37 378	0.09 329	0.19 309	0.78 373

HH	0.88 178	0.37 214	1.93 203	0.25 266	0.10 257	0.62 15	0.00 1	3.79 232	0.18 19	0.33 62	0.59 169	3.94 324	0.81 247	4.44 223	0.09 54	0.00 1	0.06 324	0.00 1	0.00 1	0.03 133	0.02 151

HanStereo	0.88 178	0.37 214	1.93 203	0.25 266	0.10 257	0.62 15	0.00 1	3.79 232	0.18 19	0.33 62	0.59 169	3.94 324	0.81 247	4.44 223	0.09 54	0.00 1	0.06 324	0.00 1	0.00 1	0.03 133	0.02 151

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

StereoVision	0.86 169	0.38 217	1.75 190	0.03 103	0.01 103	1.14 71	0.02 101	3.38 188	0.92 161	0.13 45	6.89 354	0.50 115	0.12 124	1.10 116	0.78 237	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 151

gwcnet-sp	0.98 192	0.38 217	4.06 330	0.04 126	0.00 1	2.60 296	0.15 228	3.51 207	1.13 197	1.75 239	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 191

scenet	0.98 192	0.38 217	4.06 330	0.04 126	0.00 1	2.60 296	0.15 228	3.51 207	1.13 197	1.75 239	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 191

ssnet	0.98 192	0.38 217	4.06 330	0.04 126	0.00 1	2.60 296	0.15 228	3.51 207	1.13 197	1.75 239	0.16 84	0.68 131	0.39 194	3.69 185	0.90 244	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 191

GANet-RSSM	0.88 178	0.38 217	1.45 147	0.60 329	0.00 1	1.36 152	0.02 101	4.55 290	0.69 116	0.71 116	0.32 120	1.56 204	0.61 220	4.55 234	0.64 227	0.00 1	0.00 1	0.05 357	0.00 1	0.08 223	0.02 151

SGM_RVC	4.07 366	0.38 217	1.98 213	0.84 349	0.26 322	6.20 366	2.37 358	6.45 368	3.57 346	11.56 388	9.27 365	15.55 387	6.78 379	10.07 386	4.60 346	0.22 369	0.25 376	0.20 372	0.23 369	0.26 334	0.34 359
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Sa-1000	1.04 207	0.39 223	1.17 103	0.00 1	0.20 300	1.33 145	0.03 142	4.19 263	1.81 281	0.99 162	5.33 342	0.61 121	0.15 132	4.07 204	0.30 152	0.00 1	0.00 1	0.00 1	0.16 349	0.13 270	0.00 1

ADLNet2	1.38 267	0.39 223	3.13 290	0.00 1	0.70 363	1.23 113	0.26 262	4.19 263	2.36 322	1.45 218	3.16 313	4.23 328	0.82 250	4.56 236	0.88 243	0.00 1	0.00 1	0.00 1	0.00 1	0.13 270	0.02 151

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

hitnet-ft	1.09 223	0.39 223	1.45 147	0.04 126	0.00 1	1.34 147	0.22 252	3.34 184	2.25 319	1.48 219	1.11 221	4.17 327	0.37 191	4.73 242	0.79 238	0.01 309	0.00 1	0.03 350	0.00 1	0.09 242	0.01 63

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

CroCo-Stereo	0.39 45	0.40 228	1.67 182	0.07 177	0.00 1	0.19 2	0.01 55	3.55 211	0.75 132	0.08 22	0.02 31	0.46 107	0.08 94	0.28 43	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
edge stereo	1.94 319	0.40 228	3.82 323	0.15 231	0.09 248	1.81 265	0.45 302	4.77 307	2.21 317	3.36 326	3.94 328	8.39 370	1.72 302	5.75 281	1.69 287	0.00 1	0.00 1	0.01 322	0.00 1	0.17 295	0.01 63

HSM	1.36 264	0.40 228	1.07 80	0.01 17	0.30 338	1.73 258	0.03 142	5.89 359	1.22 207	1.83 248	1.36 241	4.78 340	1.30 277	6.61 318	0.57 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

SA	0.83 158	0.41 231	1.17 103	0.00 1	0.20 300	1.28 127	0.01 55	3.98 249	1.86 288	0.41 83	0.96 212	0.27 84	1.33 278	4.07 204	0.35 172	0.00 1	0.00 1	0.00 1	0.17 355	0.14 276	0.01 63

IPLG	0.86 169	0.41 231	2.31 248	0.06 157	0.06 223	1.36 152	0.11 216	3.17 159	0.83 149	0.62 102	1.00 215	0.46 107	0.61 220	5.57 279	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.01 63

XPNet_ROB	1.17 241	0.41 231	1.68 183	0.04 126	0.01 103	1.65 249	0.17 235	3.46 202	1.39 227	3.89 338	1.01 216	1.60 208	0.53 209	4.35 216	3.07 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151

fff	0.66 114	0.42 234	2.21 233	0.01 17	0.01 103	1.22 100	0.02 101	3.26 171	1.04 180	2.34 287	0.14 76	0.09 50	1.83 306	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

MIPNet	0.64 107	0.42 234	2.01 216	0.08 189	0.07 231	1.29 131	0.11 216	3.47 204	1.29 216	0.67 111	0.10 70	0.63 125	0.97 256	1.25 123	0.25 129	0.00 1	0.01 225	0.01 322	0.01 272	0.11 261	0.04 216

GEStereo_RVC	1.10 227	0.42 234	1.72 187	0.28 277	0.01 103	1.37 157	0.11 216	6.25 366	0.84 152	1.05 170	0.67 185	1.61 210	0.79 245	6.11 291	0.63 225	0.00 1	0.00 1	0.00 1	0.00 1	0.10 252	0.04 216

raftrobust	0.46 64	0.42 234	1.05 78	0.01 17	0.21 305	1.17 79	0.05 176	2.07 72	0.19 21	2.98 316	0.02 31	0.12 59	0.15 132	0.25 32	0.31 154	0.00 1	0.03 297	0.00 1	0.00 1	0.08 223	0.06 261

csc	0.66 114	0.42 234	2.21 233	0.01 17	0.01 103	1.22 100	0.02 101	3.26 171	1.04 180	2.34 287	0.14 76	0.09 50	1.83 306	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

cscssc	0.66 114	0.42 234	2.21 233	0.01 17	0.01 103	1.22 100	0.02 101	3.26 171	1.04 180	2.34 287	0.14 76	0.09 50	1.83 306	0.34 57	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 233

MIM_Stereo	0.45 61	0.43 240	1.18 106	0.51 319	0.04 207	1.26 123	0.02 101	2.38 83	0.65 84	0.07 19	0.02 31	0.70 136	0.20 154	1.01 113	0.13 75	0.00 1	0.09 346	0.00 1	0.00 1	0.14 276	0.10 296

ADStereo(finetuned)	0.83 158	0.43 240	3.68 317	0.03 103	0.00 1	1.22 100	0.01 55	3.26 171	1.86 288	2.61 304	0.20 105	0.09 50	2.39 324	0.34 57	0.38 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 261

DCANet	0.66 114	0.43 240	2.21 233	0.03 103	0.00 1	1.22 100	0.01 55	3.26 171	1.85 287	2.61 304	0.21 106	0.09 50	0.49 206	0.33 56	0.39 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 261

GANet	1.90 316	0.43 240	1.83 198	0.39 302	0.00 1	2.24 279	3.37 368	3.90 246	1.44 239	2.17 271	9.66 366	2.57 271	1.09 261	6.88 338	1.81 290	0.00 1	0.00 1	0.02 345	0.00 1	0.10 252	0.03 191

MSMD_ROB	4.94 372	0.43 240	2.58 266	0.12 216	0.01 103	8.43 380	1.09 334	4.25 269	4.11 354	13.11 391	26.36 406	13.95 384	13.88 399	7.45 361	2.92 328	0.10 358	0.01 225	0.00 1	0.00 1	0.01 25	0.02 151

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

rafts_anoy	0.39 45	0.44 245	1.15 97	0.06 157	0.03 191	1.12 66	0.04 163	2.75 118	0.33 40	0.10 34	0.16 84	0.11 56	0.19 148	0.74 102	0.31 154	0.00 1	0.14 364	0.00 1	0.01 272	0.02 94	0.05 233

RALCasStereoNet	0.44 58	0.44 245	1.03 69	0.03 103	0.00 1	1.10 60	0.03 142	2.46 97	0.90 158	0.07 19	0.32 120	0.12 59	0.20 154	1.28 125	0.25 129	0.00 1	0.31 381	0.00 1	0.00 1	0.08 223	0.12 309

PSMNet-RSSM	0.90 183	0.44 245	1.35 138	0.13 219	0.00 1	1.37 157	0.03 142	4.79 310	0.85 155	1.11 177	0.49 155	2.15 250	0.35 188	4.09 207	0.73 234	0.00 1	0.00 1	0.01 322	0.00 1	0.03 133	0.01 63

RAFT+CT+SA	0.66 114	0.45 249	1.22 115	0.10 207	0.30 338	1.24 114	0.02 101	4.21 265	0.67 98	0.62 102	0.39 138	0.33 92	0.05 54	2.69 160	0.14 80	0.00 1	0.00 1	0.00 1	0.35 387	0.13 270	0.30 353

MaskLacGwcNet_RVC	1.63 291	0.45 249	2.21 233	1.53 378	0.18 289	4.33 343	0.41 298	3.37 186	1.40 231	0.54 97	0.65 176	3.10 299	0.11 114	4.93 249	0.60 222	4.57 391	0.51 386	0.00 1	0.00 1	1.37 383	2.39 388

PS-NSSS	1.08 216	0.45 249	1.70 185	0.02 64	0.01 103	1.37 157	0.01 55	4.38 278	2.09 304	1.15 181	2.65 300	0.65 127	0.07 80	6.35 303	0.56 214	0.16 365	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

iResNet	1.00 200	0.45 249	3.08 287	0.86 356	0.01 103	1.97 270	0.01 55	3.67 223	1.49 250	1.77 244	1.09 219	0.35 94	0.13 130	3.83 196	1.27 270	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.01 63

fast-acv-ft	1.41 271	0.46 253	4.29 339	0.10 207	0.13 267	3.97 334	0.29 276	2.42 93	1.91 293	0.81 132	3.55 321	3.02 294	1.26 274	3.35 173	2.05 308	0.04 341	0.01 225	0.04 353	0.04 305	0.39 360	0.05 233

TestStereo1	0.77 139	0.46 253	1.12 89	0.15 231	0.19 296	1.29 131	0.01 55	3.33 181	1.55 256	0.45 88	1.67 251	0.13 63	1.23 269	3.39 176	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.07 277

SA-5K	0.77 139	0.46 253	1.12 89	0.15 231	0.19 296	1.29 131	0.01 55	3.33 181	1.55 256	0.45 88	1.67 251	0.13 63	1.23 269	3.39 176	0.27 138	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.07 277

AFF-stereo	0.65 109	0.46 253	0.82 22	0.37 300	0.00 1	1.19 87	0.00 1	3.04 141	1.42 234	0.72 118	1.95 268	1.16 186	0.26 168	0.97 111	0.31 154	0.00 1	0.02 274	0.00 1	0.00 1	0.21 319	0.02 151

FINET	1.36 264	0.46 253	4.05 329	0.22 255	0.73 364	1.03 35	0.00 1	3.57 213	5.71 366	1.59 232	1.64 248	0.49 113	0.19 148	5.53 273	1.90 296	0.00 1	0.01 225	0.00 1	0.00 1	0.08 223	0.03 191

CFNet-ft	0.77 139	0.46 253	1.34 135	0.01 17	0.27 327	1.32 139	0.02 101	2.40 85	0.68 103	0.63 106	0.18 93	3.23 308	0.21 158	3.97 201	0.54 211	0.00 1	0.00 1	0.01 322	0.00 1	0.03 133	0.02 151

CFNet_RVC	0.77 139	0.46 253	1.34 135	0.01 17	0.27 327	1.32 139	0.02 101	2.40 85	0.68 103	0.63 106	0.18 93	3.23 308	0.21 158	3.97 201	0.54 211	0.00 1	0.00 1	0.01 322	0.00 1	0.03 133	0.02 151

NVStereoNet_ROB	3.25 350	0.46 253	2.71 274	0.34 293	0.56 358	2.36 286	0.87 325	4.56 291	4.47 360	4.55 347	14.09 379	11.93 378	3.23 346	9.79 385	3.14 332	0.43 379	0.03 297	0.53 382	0.31 384	0.36 357	0.38 363
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LL-Strereo2	0.36 38	0.47 261	1.08 82	0.09 199	0.03 191	1.12 66	0.07 192	1.66 56	0.93 164	0.43 85	0.02 31	0.51 116	0.08 94	0.23 25	0.29 146	0.00 1	0.00 1	0.00 1	0.03 295	0.04 164	0.04 216

G-Net	3.49 357	0.47 261	4.03 328	1.61 379	1.91 380	10.78 386	1.92 349	3.06 142	1.26 213	8.59 377	12.06 374	6.13 356	7.82 383	4.78 243	4.77 347	0.08 354	0.12 359	0.07 358	0.15 343	0.16 290	0.11 300

LoS_RVC	0.19 4	0.48 263	0.51 2	0.12 216	0.10 257	1.01 33	0.01 55	0.81 21	0.19 21	0.07 19	0.02 31	0.06 36	0.05 54	0.31 47	0.05 17	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.04 216

IIG-Stereo	1.30 255	0.48 263	1.04 73	2.41 384	0.05 214	1.61 236	0.14 227	2.59 108	0.68 103	2.97 315	2.28 289	3.08 297	0.57 215	7.41 360	0.65 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

raft+_RVC	0.42 50	0.48 263	1.11 87	0.51 319	0.17 285	1.16 77	0.04 163	2.25 77	0.59 54	0.12 40	0.42 142	0.08 47	0.15 132	0.60 95	0.28 142	0.00 1	0.09 346	0.00 1	0.00 1	0.06 198	0.19 338

WCMA_ROB	4.54 369	0.48 263	3.19 293	0.49 315	0.63 362	5.38 358	2.57 363	4.70 299	3.77 350	14.17 395	19.02 390	15.47 386	9.03 387	6.73 327	4.85 349	0.01 309	0.05 316	0.01 322	0.01 272	0.08 223	0.16 324

CroCo-Stereo Lap2	0.33 30	0.49 267	1.18 106	0.02 64	0.00 1	0.33 5	0.00 1	3.08 146	0.61 64	0.02 2	0.01 1	0.04 11	0.08 94	0.45 77	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.02 151

TDLM	1.08 216	0.49 267	1.43 144	0.27 275	0.00 1	1.56 216	2.12 352	3.10 148	1.75 278	1.36 209	0.93 210	1.06 178	0.49 206	6.21 295	0.70 232	0.00 1	0.00 1	0.00 1	0.00 1	0.16 290	0.02 151

SPS-STEREO	3.08 347	0.49 267	2.49 259	0.21 253	0.24 316	3.67 330	1.24 339	5.80 357	2.43 326	10.68 383	8.00 360	9.48 375	3.59 351	8.11 371	5.08 352	0.01 309	0.01 225	0.00 1	0.00 1	0.04 164	0.11 300
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
test_5	0.74 129	0.50 270	1.55 157	0.44 307	0.25 319	1.45 184	0.01 55	4.16 260	0.78 143	0.79 129	0.17 90	0.42 103	0.64 229	3.06 169	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.16 290	0.21 344

UDGNet	0.35 34	0.50 270	1.14 94	0.02 64	0.00 1	1.12 66	0.02 101	0.70 15	1.57 262	0.31 59	0.05 58	0.06 36	0.02 16	1.45 134	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.60 96	0.50 270	1.01 53	0.50 316	0.04 207	0.94 25	0.08 198	3.01 133	0.65 84	0.22 53	0.09 68	3.41 311	0.27 171	0.53 86	0.37 179	0.00 1	0.03 297	0.00 1	0.01 272	0.40 361	0.03 191

DeepPruner_ROB	0.86 169	0.50 270	1.80 196	0.01 17	0.00 1	1.57 217	0.17 235	3.48 205	0.42 45	3.31 325	0.02 31	2.09 245	0.17 138	3.01 167	0.61 223	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.01 63

cf-r	0.98 192	0.51 274	2.04 221	0.25 266	0.01 103	1.40 165	0.03 142	4.47 287	1.65 271	0.95 145	0.58 160	2.63 272	0.24 163	4.19 209	0.58 218	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.04 216

DispNO	1.25 250	0.52 275	3.40 306	0.11 215	0.05 214	1.45 184	0.01 55	3.73 226	1.68 273	1.34 204	1.59 246	3.15 302	1.12 265	5.56 276	1.14 260	0.00 1	0.02 274	0.03 350	0.12 341	0.05 182	0.03 191

MyStereo8	0.85 165	0.52 275	3.20 295	0.20 252	0.00 1	1.47 191	0.01 55	3.53 210	1.91 293	1.34 204	0.65 176	1.22 189	0.31 177	0.57 91	1.38 276	0.00 1	0.14 364	0.00 1	0.06 319	0.09 242	0.30 353

whm_eth	0.68 121	0.52 275	3.05 284	0.01 17	0.00 1	1.26 123	0.02 101	3.36 185	1.93 295	0.26 55	2.52 296	0.13 63	0.11 114	0.18 14	0.10 62	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.11 300

RAFT_CTSACE	0.68 121	0.52 275	1.74 188	0.50 316	0.05 214	1.16 77	0.00 1	2.68 116	0.66 90	0.68 113	1.60 247	1.76 222	0.80 246	0.94 109	0.13 75	0.00 1	0.02 274	0.00 1	0.00 1	0.27 337	0.00 1

CSP-Net	1.01 201	0.52 275	0.92 36	0.01 17	0.00 1	2.83 308	0.05 176	4.99 318	0.69 116	0.91 142	0.85 204	1.82 229	0.23 161	6.04 288	0.29 146	0.00 1	0.00 1	0.00 1	0.00 1	0.10 252	0.01 63

ETE_ROB	1.16 240	0.52 275	1.71 186	0.01 17	0.02 172	1.79 263	0.22 252	4.10 256	1.32 221	4.68 351	1.18 229	2.81 280	0.08 94	3.56 182	1.12 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 261

AASNet	0.86 169	0.53 281	1.96 210	0.04 126	0.00 1	1.70 255	0.05 176	5.13 326	1.84 283	0.93 144	1.88 264	0.96 166	0.19 148	0.67 99	0.91 248	0.00 1	0.00 1	0.00 1	0.00 1	0.27 337	0.09 292

MLCV	1.01 201	0.53 281	2.17 231	0.03 103	0.00 1	1.60 232	0.03 142	2.90 128	1.30 218	2.60 303	1.85 263	1.00 172	0.40 197	4.88 248	0.74 235	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.01 63

OMP-Stereo	1.20 245	0.54 283	0.96 43	2.39 383	0.29 336	1.58 221	0.33 288	2.01 68	0.68 103	2.68 306	1.16 226	3.10 299	0.18 142	7.40 359	0.56 214	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.01 63

TestStereo	0.61 98	0.55 284	1.84 200	0.00 1	0.00 1	0.94 25	0.00 1	1.65 54	0.23 31	0.12 40	0.03 49	0.08 47	0.06 69	6.59 315	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RP	1.76 307	0.55 284	2.59 268	0.22 255	0.60 361	1.70 255	0.98 331	4.31 276	1.99 301	3.12 320	5.04 339	4.41 332	2.96 337	4.72 241	1.90 296	0.01 309	0.00 1	0.00 1	0.01 272	0.14 276	0.01 63

Nwc_Net	1.94 319	0.55 284	3.79 321	0.07 177	0.08 241	2.73 301	0.04 163	6.75 376	1.11 192	2.03 264	7.92 359	4.82 341	2.11 316	4.78 243	2.01 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.01 63

NLCA_NET_v2_RVC	1.04 207	0.55 284	2.52 261	0.56 325	1.00 369	1.37 157	0.00 1	3.43 197	1.35 223	2.24 276	0.35 130	2.18 257	0.58 217	4.28 212	0.34 168	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iRaft-Stereo_5w	1.08 216	0.56 288	2.70 272	0.02 64	0.02 172	1.20 95	0.01 55	3.18 160	0.63 74	0.14 46	2.00 271	1.62 212	1.54 288	6.69 324	1.01 254	0.00 1	0.00 1	0.00 1	0.00 1	0.23 323	0.01 63

NCC-stereo	1.67 298	0.56 288	3.10 288	0.08 189	0.22 307	2.24 279	0.13 224	5.05 323	1.42 234	2.27 284	2.72 301	4.29 329	3.53 349	5.76 282	2.01 305	0.04 341	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151

Abc-Net	1.67 298	0.56 288	3.10 288	0.08 189	0.22 307	2.24 279	0.13 224	5.05 323	1.42 234	2.27 284	2.72 301	4.29 329	3.53 349	5.76 282	2.01 305	0.04 341	0.00 1	0.00 1	0.00 1	0.03 133	0.02 151
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
raft_robust	0.98 192	0.57 291	1.21 114	0.06 157	0.17 285	1.36 152	0.02 101	3.46 202	2.18 314	0.33 62	0.01 1	1.54 203	1.42 280	6.77 330	0.15 84	0.00 1	0.02 274	0.00 1	0.18 357	0.11 261	0.09 292

HITNet	0.80 151	0.58 292	2.14 229	0.69 340	0.00 1	1.35 150	0.02 101	4.50 288	1.15 200	1.76 243	0.16 84	0.60 120	0.30 173	1.13 118	1.64 283	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NaN_ROB	2.02 324	0.58 292	2.65 270	0.29 279	0.28 335	3.19 313	5.19 391	3.84 240	2.55 332	5.31 357	1.73 256	2.30 261	1.96 312	6.78 331	3.09 331	0.01 309	0.06 324	0.03 350	0.10 333	0.10 252	0.37 362

PA-Net	1.31 259	0.59 294	3.65 316	0.06 157	0.15 278	1.44 178	0.54 309	4.08 254	2.71 335	0.78 127	1.16 226	2.32 264	0.64 229	5.96 286	1.92 299	0.01 309	0.00 1	0.00 1	0.00 1	0.04 164	0.06 261
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.33 261	0.59 294	1.74 188	0.02 64	0.06 223	3.25 315	0.50 308	3.45 200	1.39 227	3.70 333	0.59 169	4.59 336	0.25 166	3.58 183	2.79 326	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 151

4D-IteraStereo	0.35 34	0.60 296	1.93 203	0.02 64	0.09 248	1.03 35	0.07 192	1.25 34	0.34 41	0.02 2	0.03 49	0.84 153	0.10 106	0.31 47	0.35 172	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.07 277

GMStereo	0.25 20	0.60 296	1.28 123	0.01 17	0.00 1	0.48 12	0.00 1	0.74 19	1.24 211	0.16 48	0.03 49	0.07 44	0.09 99	0.22 23	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DPSNet	3.38 356	0.60 296	9.55 387	0.61 332	0.46 351	5.10 355	1.44 343	11.17 391	3.92 353	2.57 301	0.88 207	5.90 354	9.68 391	7.63 364	7.25 367	0.08 354	0.16 369	0.01 322	0.07 321	0.34 352	0.17 328

CBFPSM	1.39 268	0.61 299	4.29 339	0.01 17	0.01 103	3.64 329	0.03 142	3.39 189	0.80 144	0.64 109	0.21 106	6.18 357	3.70 354	2.38 154	1.82 291	0.00 1	0.01 225	0.00 1	0.00 1	0.08 223	0.01 63

iinet-f	1.68 302	0.61 299	11.37 393	0.29 279	0.03 191	4.39 345	0.04 163	3.18 160	1.10 190	1.16 184	0.58 160	2.96 291	2.76 331	2.13 151	2.46 317	0.00 1	0.02 274	0.02 345	0.00 1	0.46 365	0.01 63

dad	0.88 178	0.62 301	2.26 243	0.06 157	0.01 103	1.24 114	0.00 1	0.98 26	2.17 313	1.29 199	0.35 130	0.37 95	0.04 47	5.80 284	1.06 255	0.01 309	0.00 1	1.13 386	0.11 337	0.05 182	0.00 1

RALAANet	0.54 88	0.62 301	1.41 142	0.01 17	0.01 103	0.92 23	0.02 101	2.39 84	1.87 290	1.13 179	0.38 135	0.15 71	0.30 173	1.00 112	0.38 182	0.00 1	0.00 1	0.00 1	0.04 305	0.14 276	0.01 63

CFNet	1.08 216	0.62 301	2.26 243	0.26 272	0.03 191	1.40 165	0.04 163	4.45 286	2.09 304	0.48 92	0.69 187	1.31 194	0.24 163	6.63 319	0.83 240	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.04 216

NCCL2	1.30 255	0.63 304	2.31 248	0.02 64	0.03 191	1.57 217	3.41 369	3.91 247	1.39 227	3.14 321	0.34 127	3.90 323	0.30 173	3.75 190	1.19 263	0.00 1	0.00 1	0.02 345	0.00 1	0.03 133	0.05 233

DMCA-RVC	0.90 183	0.64 305	3.30 301	0.03 103	0.04 207	1.30 135	0.06 189	2.65 110	0.73 128	3.21 322	0.09 68	0.99 171	0.66 236	3.14 170	0.99 252	0.01 309	0.04 307	0.02 345	0.01 272	0.07 212	0.01 63

CC-Net-ROB	1.86 313	0.64 305	2.55 264	1.42 377	0.19 296	3.38 322	0.04 163	4.41 282	2.45 327	0.90 139	1.31 239	0.98 170	0.18 142	6.60 316	0.53 208	1.14 386	1.60 396	7.16 393	0.00 1	1.33 382	0.32 358

LE_ROB	12.79 402	0.64 305	10.26 390	2.13 381	1.29 374	7.25 373	5.81 396	9.09 385	49.27 420	57.55 420	24.58 405	23.68 401	31.13 416	9.00 378	23.57 414	0.04 341	0.06 324	0.13 368	0.20 361	0.08 223	0.11 300

Consistency-Raft	1.36 264	0.65 308	4.81 353	0.33 287	0.32 343	1.62 242	0.11 216	3.65 220	3.80 351	0.33 62	6.12 350	0.86 154	2.14 317	0.94 109	1.25 267	0.02 331	0.01 225	0.00 1	0.00 1	0.24 326	0.01 63

AF-Net	2.17 329	0.65 308	3.53 312	0.00 1	0.09 248	2.02 273	0.48 304	6.44 367	1.70 275	3.36 326	10.22 368	4.95 344	2.81 333	4.34 215	2.66 325	0.00 1	0.00 1	0.00 1	0.00 1	0.13 270	0.01 63

ADCRef	2.29 333	0.65 308	5.67 367	0.10 207	0.09 248	4.81 351	0.76 322	4.75 305	1.37 224	2.88 311	1.67 251	1.62 212	2.30 320	3.77 192	14.93 392	0.02 331	0.00 1	0.01 322	0.10 333	0.20 318	0.11 300

dd	0.34 32	0.67 311	1.55 157	0.04 126	0.01 103	1.22 100	0.03 142	0.84 22	1.16 201	0.18 51	0.05 58	0.12 59	0.05 54	0.29 45	0.44 190	0.02 331	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

RGC	1.86 313	0.67 311	3.45 310	0.07 177	0.26 322	3.29 317	0.11 216	4.78 309	1.46 242	3.26 324	4.51 334	5.14 347	2.68 330	5.46 270	1.94 303	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.09 292

Wz-Net-LNSev-Ref	1.54 284	0.68 313	4.62 350	0.01 17	0.00 1	5.13 356	0.30 282	4.64 297	1.23 208	2.39 295	0.59 169	2.12 248	2.00 314	4.94 250	2.19 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

pmcnn	3.61 359	0.68 313	5.38 362	0.61 332	1.46 376	2.75 305	1.26 340	5.04 322	1.57 262	8.77 378	11.67 372	18.69 393	2.38 323	6.03 287	5.61 356	0.00 1	0.07 333	0.00 1	0.00 1	0.21 319	0.07 277

LMCR-Stereo	1.10 227	0.69 315	1.95 207	0.50 316	0.01 103	2.73 301	0.09 207	6.20 365	0.64 81	2.37 292	1.76 258	0.13 63	1.59 296	2.94 164	0.23 118	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.00 1

GwcNet-RSSM	1.02 203	0.69 315	2.70 272	0.22 255	0.02 172	1.42 174	0.05 176	4.02 251	1.01 177	0.90 139	0.42 142	2.89 286	0.26 168	4.43 222	1.17 261	0.00 1	0.00 1	0.02 345	0.00 1	0.13 270	0.05 233

PSMNet_ROB	1.09 223	0.69 315	2.92 277	0.03 103	0.07 231	1.68 252	0.16 232	3.44 199	1.30 218	0.96 147	0.32 120	2.81 280	0.63 226	4.23 210	2.48 318	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.04 216

111	0.79 147	0.70 318	2.21 233	0.01 17	0.01 103	1.19 87	0.16 232	3.78 231	1.98 299	1.22 195	0.91 208	2.01 238	0.32 181	0.32 53	0.64 227	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.17 328

aanetorigin	2.87 342	0.73 319	8.74 385	0.23 261	0.23 312	1.61 236	2.07 350	1.76 59	1.10 190	14.21 396	10.25 369	2.93 288	3.38 347	4.98 252	4.06 339	0.10 358	0.05 316	0.09 361	0.11 337	0.57 374	0.15 322

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

StereoDRNet	1.48 277	0.75 320	4.58 349	0.05 143	0.10 257	2.49 291	1.10 335	4.62 294	1.47 244	3.38 329	0.62 175	2.29 260	0.65 234	4.52 231	2.89 327	0.00 1	0.03 297	0.00 1	0.01 272	0.05 182	0.07 277

CSAN	2.70 340	0.75 320	3.41 307	0.18 245	0.12 263	4.18 339	4.05 375	4.11 257	4.36 356	6.03 361	6.24 351	4.60 337	4.74 364	7.29 357	3.43 335	0.02 331	0.03 297	0.01 322	0.02 289	0.18 302	0.22 346

MeshStereo	5.78 377	0.75 320	3.04 283	0.25 266	0.14 273	7.88 379	2.09 351	9.64 386	5.18 364	20.48 406	19.06 391	22.80 398	9.54 390	9.64 384	4.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.29 344	0.03 191
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
iResNet_ROB	1.05 214	0.76 324	2.06 223	0.07 177	0.00 1	1.35 150	0.03 142	6.80 377	2.57 333	0.79 129	1.20 230	0.94 165	0.12 124	3.81 193	0.41 185	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.01 63

ELAS	8.05 386	0.76 324	4.02 327	0.95 359	1.02 370	14.85 395	6.99 405	12.80 393	11.73 384	22.43 411	27.75 409	17.88 391	15.19 401	10.96 391	11.31 382	0.22 369	0.56 389	0.23 374	0.22 367	0.50 371	0.71 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet_4x	0.97 190	0.77 326	3.36 304	0.46 311	0.01 103	1.32 139	0.09 207	4.57 292	1.26 213	1.88 252	0.22 110	1.09 182	0.42 199	1.79 145	2.09 309	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.06 261

ACRE	0.75 134	0.78 327	2.72 275	0.13 219	0.02 172	1.40 165	0.26 262	3.20 166	0.82 147	1.84 249	2.46 293	0.19 75	0.10 106	0.52 84	0.26 134	0.00 1	0.04 307	0.01 322	0.05 310	0.19 309	0.05 233

PDISCO_ROB	2.21 330	0.78 327	3.43 308	0.96 360	2.04 384	7.04 371	0.09 207	7.36 381	5.72 367	1.21 194	1.67 251	3.16 303	1.28 275	7.52 362	1.37 275	0.00 1	0.00 1	0.00 1	0.00 1	0.34 352	0.13 314

TRStereo	0.59 95	0.79 329	1.59 170	0.56 325	0.01 103	1.19 87	0.03 142	4.74 302	0.60 58	0.17 49	0.01 1	0.62 123	0.44 201	0.57 91	0.07 39	0.00 1	0.04 307	0.00 1	0.24 371	0.01 25	0.14 321

DGSMNet	2.23 331	0.80 330	6.10 372	0.96 360	1.73 379	3.22 314	4.12 376	5.30 335	1.11 192	1.19 187	2.48 295	3.18 304	0.65 234	4.57 237	1.33 272	1.11 385	1.37 395	1.55 387	1.26 400	1.37 383	1.28 383

SGM-ForestM	12.56 401	0.80 330	4.31 342	1.07 366	0.41 347	21.56 406	8.57 408	17.42 399	19.67 396	29.93 413	28.49 413	45.83 417	27.22 413	26.05 412	18.40 402	0.14 363	0.25 376	0.18 371	0.28 382	0.18 302	0.42 365

ELAS_RVC	7.69 384	0.80 330	4.90 355	1.06 365	1.02 370	10.00 384	9.43 410	9.75 387	14.69 388	21.83 409	20.27 396	17.88 391	16.41 403	13.01 396	10.44 380	0.22 369	0.55 388	0.28 376	0.19 358	0.35 355	0.65 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CIPLG	0.75 134	0.81 333	2.38 251	0.13 219	0.03 191	1.41 169	0.27 265	3.19 164	0.84 152	1.98 259	2.56 298	0.19 75	0.10 106	0.54 88	0.26 134	0.00 1	0.05 316	0.01 322	0.05 310	0.19 309	0.05 233

GwcNet	1.67 298	0.81 333	5.52 363	0.23 261	1.21 373	4.21 340	0.62 315	3.71 224	1.57 262	1.01 163	1.65 250	3.99 326	0.52 208	5.46 270	2.30 314	0.00 1	0.00 1	0.00 1	0.01 272	0.35 355	0.13 314

ADCL	3.30 352	0.81 333	6.76 379	0.25 266	0.25 319	6.93 369	4.65 384	4.79 310	2.62 334	4.61 350	3.36 317	5.22 349	4.55 362	5.54 275	14.91 391	0.05 347	0.01 225	0.11 365	0.13 342	0.28 343	0.10 296

ARAFT	1.12 232	0.82 336	4.11 333	0.04 126	0.00 1	1.64 245	0.03 142	4.85 313	1.69 274	2.78 309	0.57 158	0.47 110	0.11 114	4.81 245	0.24 123	0.00 1	0.03 297	0.00 1	0.00 1	0.24 326	0.05 233

ADCPNet	3.63 360	0.82 336	13.20 395	0.08 189	0.43 348	7.02 370	2.23 356	4.77 307	2.41 324	4.31 345	1.96 269	7.57 368	5.16 369	6.45 311	13.80 389	0.02 331	0.75 390	0.04 353	0.90 399	0.16 290	0.53 366

Wz-Net-LNSev	1.30 255	0.85 338	6.26 375	0.02 64	0.03 191	4.02 335	0.13 224	4.21 265	1.12 196	0.77 124	0.10 70	3.60 316	1.11 262	2.68 159	1.12 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 151

MANE	14.02 406	0.85 338	3.53 312	2.13 381	3.75 390	18.44 399	6.14 397	22.67 414	27.90 404	33.01 415	41.08 418	41.26 416	30.90 415	23.39 407	17.99 400	0.47 380	0.76 391	0.91 385	4.04 408	0.17 295	1.00 380

DeepPrunerF	2.50 335	0.87 340	14.90 397	0.17 241	0.31 341	1.41 169	0.29 276	5.62 352	9.97 382	1.02 164	0.43 146	2.01 238	1.65 298	6.85 334	3.99 338	0.00 1	0.01 225	0.07 358	0.10 333	0.24 326	0.12 309

IPLGR_C	0.75 134	0.88 341	2.58 266	0.13 219	0.02 172	1.40 165	0.27 265	3.19 164	0.84 152	1.92 253	2.46 293	0.18 74	0.11 114	0.49 83	0.26 134	0.00 1	0.05 316	0.01 322	0.05 310	0.19 309	0.06 261

AANet_RVC	1.66 294	0.88 341	3.52 311	0.06 157	0.00 1	1.22 100	0.00 1	3.25 169	2.51 329	2.21 274	4.49 333	3.65 318	0.20 154	7.10 353	3.42 334	0.50 381	0.04 307	0.00 1	0.00 1	0.08 223	0.05 233

SANet	4.63 370	0.89 343	5.34 361	0.30 281	0.09 248	7.43 374	3.75 373	6.53 369	16.16 392	6.79 365	13.29 376	12.44 379	7.74 381	7.38 358	4.11 340	0.00 1	0.01 225	0.00 1	0.00 1	0.10 252	0.31 357

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

SDNR	3.31 354	0.91 345	6.28 376	0.44 307	0.02 172	26.11 413	0.01 55	3.81 238	1.62 269	2.82 310	11.06 371	2.93 288	0.60 218	7.95 369	1.52 278	0.01 309	0.01 225	0.00 1	0.00 1	0.06 198	0.12 309

FADNet	1.20 245	0.93 346	4.51 347	0.03 103	0.06 223	2.56 294	0.16 232	4.02 251	1.42 234	0.32 61	0.06 63	1.66 218	1.07 259	5.56 276	0.87 242	0.19 368	0.02 274	0.01 322	0.01 272	0.50 371	0.03 191

GANetREF_RVC	1.10 227	0.95 347	2.98 279	0.06 157	0.00 1	2.23 278	0.18 239	3.95 248	2.53 331	0.56 98	0.32 120	1.89 232	0.66 236	5.03 253	0.51 204	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.04 216
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LL-Strereo	1.93 317	0.97 348	3.83 324	0.55 324	2.19 385	1.49 198	0.05 176	4.09 255	1.00 176	2.59 302	2.77 303	5.17 348	5.63 375	7.19 354	0.63 225	0.00 1	0.10 352	0.00 1	0.00 1	0.25 332	0.20 342

ADCP+	2.87 342	0.98 349	8.75 386	0.07 177	0.16 283	5.93 365	2.90 365	4.00 250	1.84 283	1.52 221	0.27 115	3.81 322	3.22 345	6.05 289	17.38 398	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.30 353

MFMNet_re	2.02 324	0.98 349	4.27 338	2.74 387	0.88 366	1.47 191	0.15 228	4.21 265	3.18 341	6.63 364	6.93 355	1.87 231	3.63 352	2.13 151	0.99 252	0.00 1	0.00 1	0.00 1	0.00 1	0.23 323	0.05 233

PVD	5.81 378	0.99 351	5.56 365	0.72 342	0.51 355	6.72 368	0.18 239	9.90 388	23.69 398	11.45 387	19.26 393	8.18 369	9.46 389	9.24 379	9.49 377	0.02 331	0.16 369	0.00 1	0.08 326	0.18 302	0.40 364

FADNet-RVC-Resample	1.08 216	1.00 352	5.32 360	0.10 207	0.14 273	1.53 210	0.25 259	3.62 217	1.18 202	0.51 96	0.19 101	1.04 175	0.28 172	5.20 259	0.44 190	0.10 358	0.16 369	0.09 361	0.06 319	0.24 326	0.21 344

PWC_ROB	2.90 344	1.01 353	6.12 373	0.53 321	0.57 360	1.30 135	0.40 296	3.85 242	4.42 359	7.37 369	15.40 381	3.03 296	1.55 289	6.31 301	5.74 357	0.00 1	0.00 1	0.00 1	0.00 1	0.46 365	0.05 233

SHD	3.01 345	1.02 354	5.52 363	0.45 310	0.39 346	4.12 337	0.17 235	6.68 372	12.04 385	7.20 368	3.36 317	4.40 331	2.58 328	4.69 239	7.17 366	0.01 309	0.04 307	0.00 1	0.03 295	0.22 322	0.17 328

PASM	1.58 289	1.05 355	7.51 380	0.56 325	0.09 248	1.37 157	0.28 273	2.85 125	1.44 239	3.91 339	0.44 147	3.02 294	0.64 229	6.38 305	1.59 282	0.00 1	0.01 225	0.00 1	0.03 295	0.26 334	0.15 322

FADNet_RVC	1.15 238	1.06 356	4.34 343	0.02 64	0.06 223	2.77 306	0.04 163	3.50 206	0.80 144	0.35 74	0.32 120	0.65 127	0.09 99	5.20 259	1.56 279	0.24 374	0.34 383	0.11 365	0.33 386	0.65 378	0.60 367

FADNet-RVC	1.10 227	1.07 357	4.79 352	0.03 103	0.00 1	1.60 232	0.08 198	3.77 229	1.70 275	0.35 74	0.07 64	0.61 121	0.66 236	5.32 265	1.11 256	0.01 309	0.08 342	0.00 1	0.00 1	0.48 369	0.18 334

SAMSARA	3.32 355	1.07 357	6.25 374	0.86 356	0.31 341	7.55 376	3.87 374	5.26 334	4.20 355	7.43 370	3.35 316	10.04 376	3.83 356	6.98 348	4.83 348	0.00 1	0.14 364	0.00 1	0.05 310	0.17 295	0.22 346

iResNetv2_ROB	1.08 216	1.12 359	4.68 351	1.09 367	0.00 1	1.38 162	0.05 176	3.83 239	1.11 192	0.80 131	1.15 224	1.02 174	0.12 124	4.52 231	0.45 193	0.00 1	0.00 1	0.00 1	0.00 1	0.33 349	0.03 191

RAFT + AFF	1.63 291	1.13 360	2.62 269	0.04 126	0.80 365	2.29 282	1.03 332	5.54 348	2.06 303	1.77 244	1.81 262	1.22 189	3.65 353	6.23 297	1.57 281	0.01 309	0.35 384	0.00 1	0.01 272	0.33 349	0.12 309

Syn2CoEx	1.66 294	1.17 361	4.29 339	0.04 126	0.00 1	1.44 178	0.56 310	5.33 337	1.98 299	2.01 263	2.12 280	2.08 243	2.81 333	6.55 314	2.42 315	0.00 1	0.00 1	0.00 1	0.00 1	0.33 349	0.06 261

EDNetEfficient	6.54 381	1.17 361	33.15 408	0.66 337	1.96 381	2.07 274	3.72 372	2.80 121	14.85 389	20.02 405	9.69 367	6.59 362	10.19 392	7.19 354	15.49 394	0.03 339	0.10 352	0.01 322	0.20 361	0.62 377	0.29 352

Wz-Net-MNSev	1.85 312	1.19 363	5.61 366	0.01 17	0.00 1	4.74 350	2.16 354	4.93 316	1.48 248	3.77 335	1.24 234	1.77 224	2.56 326	4.94 250	2.61 323	0.00 1	0.01 225	0.00 1	0.00 1	0.07 212	0.01 63

XQC	2.57 337	1.20 364	6.33 377	0.18 245	0.01 103	3.84 333	0.33 288	5.24 329	3.83 352	4.43 346	1.94 267	4.58 335	3.19 343	7.19 354	8.67 374	0.00 1	0.03 297	0.00 1	0.03 295	0.27 337	0.19 338

RTSC	2.66 338	1.24 365	6.04 371	0.18 245	0.02 172	4.40 346	0.08 198	4.29 274	4.98 362	6.00 360	3.15 312	2.97 292	1.56 290	6.71 326	10.89 381	0.00 1	0.07 333	0.00 1	0.05 310	0.40 361	0.24 350

SQANet	2.28 332	1.25 366	2.39 252	4.17 390	2.91 386	2.60 296	0.24 258	4.17 262	0.83 149	2.42 296	0.57 158	1.59 206	0.88 251	3.30 172	0.68 230	7.35 396	0.12 359	0.47 379	0.02 289	6.56 391	3.00 392

otaku	3.17 348	1.32 367	2.49 259	6.07 393	3.26 388	4.62 348	2.15 353	5.35 338	1.34 222	2.00 260	2.54 297	3.50 315	1.49 282	3.68 184	1.11 256	7.89 397	0.23 375	1.88 388	0.03 295	7.74 394	4.78 397

Ntro	3.24 349	1.34 368	2.83 276	7.27 395	4.43 392	6.22 367	0.74 321	4.73 301	1.48 248	0.39 81	1.77 260	2.70 275	1.28 275	4.59 238	1.25 267	8.06 398	0.28 380	2.12 391	0.05 310	8.11 395	5.16 398

ADCMid	3.95 365	1.34 368	10.91 392	0.18 245	0.38 345	5.02 354	1.27 341	4.87 314	2.94 339	11.15 385	3.60 322	6.76 363	5.21 372	6.40 310	16.96 396	0.12 361	0.08 342	0.55 383	0.46 388	0.53 373	0.19 338

SGM+DAISY	4.39 368	1.34 368	5.18 358	1.01 363	0.88 366	5.61 361	2.86 364	4.88 315	3.53 344	13.29 392	13.95 378	12.66 380	7.55 380	7.98 370	5.39 355	0.23 373	0.18 372	0.15 369	0.24 371	0.29 344	0.64 369

Anonymous Stereo	1.78 308	1.37 371	7.79 381	0.42 305	0.07 231	1.49 198	3.20 366	3.31 179	1.84 283	2.75 307	1.14 222	1.84 230	0.09 99	6.89 341	3.32 333	0.00 1	0.00 1	0.00 1	0.00 1	0.09 242	0.01 63

PWCDC_ROB	3.06 346	1.38 372	3.81 322	0.14 229	0.00 1	3.14 312	0.02 101	4.40 281	12.35 386	1.08 174	23.69 403	2.01 238	2.01 315	3.87 197	2.43 316	0.24 374	0.00 1	0.00 1	0.00 1	0.61 376	0.08 286

GASNet	1.43 272	1.53 373	4.54 348	0.31 283	0.02 172	1.49 198	0.20 246	3.86 244	1.95 296	0.75 120	1.37 242	2.11 246	1.57 293	5.82 285	2.60 322	0.00 1	0.05 316	0.00 1	0.00 1	0.43 363	0.10 296

ACVNet-4b	5.67 376	1.65 374	4.43 345	9.46 401	7.11 400	8.72 381	1.68 347	6.61 370	5.76 368	0.27 56	6.49 353	11.67 377	2.43 325	8.40 373	1.56 279	9.06 402	2.34 401	10.49 401	0.02 289	9.22 401	5.98 401

LSM	7.38 383	1.68 375	22.24 403	3.99 389	40.72 420	3.54 328	4.79 388	4.74 302	6.65 373	10.25 382	13.51 377	4.49 333	3.81 355	6.91 343	5.31 354	0.00 1	0.04 307	0.00 1	0.00 1	0.26 334	14.60 416

WAO-6	11.09 396	1.69 376	3.21 296	7.54 396	7.10 399	16.34 396	6.63 403	20.12 405	38.64 414	9.67 381	19.28 394	27.53 403	10.97 395	12.43 395	11.57 384	4.26 390	2.35 402	10.54 402	0.02 289	7.59 393	4.29 395

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

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

SuperB	3.70 361	1.77 378	15.73 398	0.31 283	0.05 214	4.37 344	1.67 346	3.58 215	11.57 383	2.36 291	1.32 240	2.03 241	1.91 310	6.95 346	9.01 375	0.05 347	0.03 297	0.10 364	0.08 326	11.00 406	0.10 296

WAO-7	9.09 389	1.79 380	3.55 314	0.80 347	0.15 278	18.67 400	4.36 382	23.07 415	26.68 403	12.59 390	27.90 410	22.52 397	13.03 397	13.53 397	11.47 383	0.09 357	0.03 297	0.58 384	0.10 333	0.47 368	0.34 359

ACVNet_2	8.69 387	1.80 381	5.09 357	8.55 399	6.72 397	13.47 391	4.34 381	13.70 394	23.86 399	6.89 367	19.74 395	20.52 394	5.36 373	7.70 367	2.48 318	8.53 399	1.67 398	7.99 395	0.32 385	8.79 399	6.29 405

ACVNet_1	6.16 380	1.86 382	4.43 345	9.52 402	7.22 401	7.59 377	2.37 358	9.99 389	6.71 374	3.84 337	5.35 343	13.23 383	4.90 368	6.25 298	1.94 303	9.06 402	2.40 403	10.88 403	0.11 337	9.58 403	6.03 402

EDNetEfficientorigin	10.31 394	1.90 383	98.96 430	0.22 255	0.23 312	2.73 301	0.71 319	4.50 288	16.94 393	18.72 399	15.36 380	12.74 381	10.73 394	8.96 377	11.94 386	0.01 309	0.01 225	0.00 1	0.00 1	0.25 332	1.31 384

Dean	11.46 399	2.03 384	5.20 359	10.73 404	8.20 404	18.71 401	5.73 394	21.10 409	41.49 417	11.12 384	22.16 400	25.92 402	7.74 381	7.52 362	4.31 342	9.01 401	2.27 400	9.95 400	0.61 393	9.18 400	6.22 403

ADCS	5.09 374	2.15 385	16.58 399	0.34 293	0.07 231	5.91 364	4.26 378	6.73 375	6.99 376	9.44 380	6.09 348	6.57 361	5.17 371	9.54 383	21.38 411	0.00 1	0.00 1	0.00 1	0.00 1	0.36 357	0.23 349

MSC_U_SF_DS_RVC	5.12 375	2.33 386	8.42 384	0.33 287	0.27 327	24.60 412	8.84 409	5.50 345	9.75 381	3.82 336	8.16 362	8.53 371	1.82 305	9.44 381	5.18 353	1.02 384	1.65 397	0.33 377	0.47 389	1.06 381	0.90 377

LVE	11.10 397	2.36 387	3.34 303	9.94 403	8.13 403	21.22 405	7.75 407	16.47 398	32.55 409	8.55 376	23.64 402	23.22 400	7.93 384	10.98 392	6.65 361	9.45 404	2.55 410	11.08 404	0.58 392	9.35 402	6.28 404

Wz-Net-SNSev	2.53 336	2.49 388	10.66 391	0.39 302	0.01 103	2.73 301	0.40 296	5.02 321	1.50 252	2.15 269	2.12 280	6.48 359	1.11 262	9.47 382	5.84 358	0.00 1	0.01 225	0.00 1	0.00 1	0.21 319	0.06 261

AnyNet_C32	3.93 364	2.58 389	12.07 394	0.39 302	0.49 354	5.50 359	6.45 402	4.44 285	2.19 315	6.86 366	2.94 307	5.28 350	3.20 344	6.63 319	18.37 401	0.08 354	0.04 307	0.20 372	0.09 329	0.57 374	0.19 338

MFN_U_SF_DS_RVC	3.30 352	2.61 390	7.84 382	0.09 199	0.26 322	12.92 389	7.62 406	4.25 269	3.64 349	2.95 314	3.99 330	4.61 338	1.22 268	8.36 372	1.77 289	0.59 382	1.15 394	0.04 353	0.85 398	0.48 369	0.67 371

RTS	9.75 392	2.69 391	65.25 418	0.85 352	1.99 382	14.36 392	4.75 386	5.69 354	17.29 394	7.97 372	19.00 388	6.83 364	3.02 339	26.15 413	18.62 404	0.00 1	0.15 367	0.00 1	0.00 1	0.29 344	0.16 324

RTSA	9.75 392	2.69 391	65.25 418	0.85 352	1.99 382	14.36 392	4.75 386	5.69 354	17.29 394	7.97 372	19.00 388	6.83 364	3.02 339	26.15 413	18.62 404	0.00 1	0.15 367	0.00 1	0.00 1	0.29 344	0.16 324

IMH-64-1	9.55 390	2.76 393	2.44 253	11.17 405	9.13 405	12.03 387	5.45 392	18.33 400	15.78 390	6.59 362	18.69 386	16.95 389	6.20 376	10.63 388	8.06 370	9.46 405	2.46 404	15.42 408	1.61 401	10.89 404	6.88 406

IMH-64	9.55 390	2.76 393	2.44 253	11.17 405	9.13 405	12.03 387	5.45 392	18.33 400	15.78 390	6.59 362	18.69 386	16.95 389	6.20 376	10.63 388	8.06 370	9.46 405	2.46 404	15.42 408	1.61 401	10.89 404	6.88 406

RainbowNet	4.74 371	3.21 395	3.07 286	9.34 400	6.01 394	4.89 353	3.60 371	7.09 378	4.39 358	1.63 233	3.01 308	4.72 339	2.96 337	5.53 273	1.19 263	8.95 400	2.12 399	8.48 396	0.19 358	8.75 396	5.73 399

IMH	11.11 398	3.50 396	2.56 265	11.25 407	9.13 405	14.49 394	5.10 390	20.68 408	26.30 402	8.28 374	23.85 404	20.63 395	9.19 388	12.39 394	7.96 368	9.50 407	2.50 406	15.28 407	1.66 403	11.07 407	6.96 408

WAO-8	13.93 404	3.75 397	4.23 336	7.74 397	6.54 395	22.81 408	2.39 360	22.66 412	45.98 418	18.88 402	35.42 415	33.21 408	16.91 404	16.55 402	12.78 387	5.01 392	0.81 392	9.89 398	0.77 395	8.77 398	3.61 393

Venus	13.93 404	3.75 397	4.23 336	7.74 397	6.54 395	22.81 408	2.39 360	22.66 412	45.98 418	18.88 402	35.42 415	33.21 408	16.91 404	16.55 402	12.78 387	5.01 392	0.81 392	9.89 398	0.77 395	8.76 397	3.61 393

AnyNet_C01	6.59 382	4.31 399	36.24 410	0.96 360	0.46 351	9.96 383	5.74 395	6.02 364	3.63 348	7.59 371	8.56 363	8.83 372	3.14 342	13.74 398	20.83 409	0.12 361	0.08 342	0.25 375	0.09 329	1.01 380	0.34 359

JetBlue	13.83 403	5.03 400	33.82 409	0.84 349	6.92 398	50.14 419	20.02 417	15.09 395	8.92 380	11.33 386	17.05 383	28.25 404	18.01 408	32.60 417	18.53 403	0.32 376	0.12 359	0.15 369	0.23 369	4.59 389	4.64 396

Wz-Net-TNSev	3.91 363	5.20 401	20.57 401	0.15 231	0.01 103	7.14 372	3.57 370	6.70 374	3.57 346	1.74 238	0.58 160	7.39 367	4.33 360	8.86 376	7.99 369	0.00 1	0.00 1	0.00 1	0.02 289	0.24 326	0.16 324

PWCK	8.72 388	5.37 402	16.61 400	5.74 392	0.12 263	19.88 402	11.41 412	11.31 392	13.42 387	14.07 393	12.84 375	13.20 382	8.05 385	15.44 399	10.25 379	5.95 394	0.22 374	2.09 390	0.05 310	7.50 392	0.92 378

coex-ft	12.01 400	5.60 403	80.23 421	0.15 231	0.15 278	1.88 267	0.73 320	2.66 111	30.12 406	49.31 419	16.59 382	15.97 388	14.42 400	6.79 332	14.50 390	0.05 347	0.08 342	0.01 322	0.05 310	0.37 359	0.61 368

TorneroNet-64	15.45 408	5.66 404	3.44 309	13.86 408	12.03 409	28.15 415	6.27 400	19.89 404	38.68 415	12.16 389	28.06 411	35.76 411	15.44 402	19.56 405	15.40 393	9.71 408	2.52 407	19.13 411	2.70 404	12.55 409	7.94 410

TorneroNet	16.10 409	5.74 405	4.12 334	13.88 409	11.97 408	26.89 414	6.85 404	21.13 410	38.32 413	14.15 394	33.36 414	33.52 410	17.49 406	18.89 404	19.64 406	9.77 409	2.53 408	19.43 412	3.35 405	13.21 410	7.86 409

KSHMR	14.27 407	6.95 406	5.79 369	15.08 411	12.84 410	17.44 397	10.61 411	18.88 402	30.94 407	18.81 401	22.21 401	28.54 405	8.85 386	15.56 400	9.24 376	10.34 412	3.60 414	21.61 414	4.68 411	14.48 411	8.94 411

BEATNet-Init1	17.91 412	7.45 407	36.82 411	1.88 380	1.38 375	37.29 418	14.71 415	21.90 411	24.20 400	38.07 416	36.59 417	50.41 418	32.00 417	29.42 415	21.83 412	0.33 377	0.39 385	0.47 379	0.54 391	1.50 385	1.07 381

UDG	2.86 341	8.81 408	1.57 166	2.60 385	0.89 368	2.39 287	0.11 216	3.42 195	1.02 178	2.18 272	3.64 324	5.04 346	1.60 297	4.17 208	2.09 309	1.21 387	0.04 307	7.69 394	3.67 407	4.10 388	0.93 379

FADE	16.19 410	10.20 409	37.43 413	4.76 391	4.82 393	10.62 385	5.00 389	19.13 403	23.28 397	8.35 375	6.09 348	14.63 385	21.62 410	25.45 411	20.32 407	24.52 417	8.46 416	36.14 421	36.87 421	3.46 387	2.72 391

UNDER WATER-64	20.03 415	10.28 410	31.50 407	20.05 414	13.64 411	32.81 417	23.45 418	16.01 396	33.44 410	22.01 410	17.25 384	40.58 415	32.20 418	24.50 409	22.36 413	10.06 410	2.70 412	18.37 410	4.24 409	14.84 412	10.24 415

DDUNet	3.28 351	10.54 411	2.29 247	3.50 388	3.31 389	4.21 340	0.21 248	3.77 229	1.03 179	2.54 300	3.17 314	3.20 305	0.21 158	3.89 198	0.69 231	1.94 388	0.05 316	9.87 397	3.53 406	5.03 390	2.55 390

UNDER WATER	19.61 414	12.37 412	31.14 406	20.44 415	14.31 412	28.63 416	18.15 416	16.43 397	34.24 411	20.82 407	19.14 392	38.83 412	30.09 414	24.31 408	20.97 410	10.09 411	2.68 411	19.51 413	4.70 412	15.52 413	9.93 413

MADNet+	10.71 395	14.57 413	70.07 420	0.58 328	0.47 353	19.89 403	4.20 377	11.05 390	6.87 375	3.03 318	5.99 347	9.01 373	6.35 378	31.95 416	28.31 415	0.22 369	0.26 379	0.01 322	0.04 305	0.46 365	0.87 376

ktn	19.15 413	18.52 414	6.39 378	22.64 417	17.26 415	24.47 410	12.11 413	24.52 416	34.74 412	18.75 400	27.70 407	32.54 406	17.85 407	15.71 401	16.67 395	22.09 416	3.64 415	28.95 418	10.91 415	17.40 415	10.22 414

DPSimNet_ROB	25.03 417	19.56 415	24.93 405	24.36 418	17.85 416	22.25 407	25.93 419	28.52 417	29.10 405	32.61 414	28.25 412	32.87 407	26.42 411	24.51 410	40.42 417	16.75 415	13.93 418	25.19 415	22.38 418	19.96 417	24.75 421

notaker	17.52 411	21.54 416	7.84 382	18.05 413	14.44 413	17.58 398	6.43 401	20.13 406	24.44 401	21.34 408	27.71 408	39.12 413	18.78 409	19.63 406	20.40 408	11.95 413	2.71 413	25.51 416	5.85 413	17.10 414	9.78 412

DispFullNet	7.91 385	23.96 417	13.67 396	14.71 410	7.88 402	4.83 352	0.04 163	5.01 320	2.89 337	8.86 379	4.96 337	6.11 355	10.72 393	10.18 387	3.51 336	2.44 389	0.33 382	15.15 406	4.65 410	12.33 408	5.95 400

SPstereo	60.73 423	26.49 418	40.67 414	33.02 419	24.24 418	71.50 422	79.28 422	100.00 433	100.00 431	97.54 429	96.19 428	100.00 434	94.96 428	94.75 427	75.88 423	28.65 420	21.81 419	46.87 423	42.08 422	19.71 416	20.91 419

HanzoNet	29.69 418	29.33 419	21.66 402	21.75 416	19.07 417	24.58 411	12.99 414	28.87 418	40.49 416	43.09 417	44.02 419	55.65 420	44.93 419	43.17 419	44.44 418	27.88 419	9.47 417	29.77 419	15.86 417	20.94 418	15.84 417

MADNet++	47.78 420	34.15 420	37.11 412	42.94 420	41.23 421	64.94 420	30.63 420	60.79 422	53.26 421	72.08 422	61.65 421	57.68 421	54.96 420	58.03 420	59.24 421	43.01 422	36.17 422	36.07 420	22.50 419	47.50 421	41.67 423

JetRed	34.54 419	39.28 421	62.16 416	15.62 412	26.51 419	69.20 421	40.79 421	31.43 419	32.41 408	46.06 418	44.55 420	40.19 414	26.50 412	38.43 418	56.06 420	12.76 414	37.49 423	13.23 405	9.38 414	29.52 419	19.34 418

DLNR_Zeroshot_test	23.05 416	49.79 422	87.94 422	97.52 434	94.73 429	1.18 85	0.00 1	20.60 407	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 216	0.10 62	32.22 421	0.04 307	0.00 1	0.27 378	72.00 427	0.06 261

LRCNet_RVC	60.63 422	63.16 423	62.94 417	69.09 426	50.21 422	19.92 404	0.07 192	58.32 421	5.21 365	75.67 423	86.75 423	74.68 422	62.48 421	59.01 422	49.80 419	93.38 428	56.36 427	93.48 428	92.95 428	67.44 426	71.73 428

ASD4	55.28 421	67.10 424	50.57 415	44.24 421	57.82 423	92.00 424	98.23 430	54.95 420	86.61 425	58.30 421	64.61 422	50.57 419	63.33 422	58.83 421	67.37 422	25.76 418	29.60 420	26.82 417	29.01 420	42.42 420	37.42 422

xxxxx1	76.92 425	82.43 425	93.26 425	61.67 423	66.92 424	95.84 426	95.11 426	75.84 423	80.96 422	82.71 424	86.75 423	89.18 423	87.35 423	85.27 423	87.18 424	55.08 423	54.60 424	60.31 424	72.71 425	62.51 422	62.73 424

tt_ll	76.92 425	82.43 425	93.26 425	61.67 423	66.92 424	95.84 426	95.11 426	75.84 423	80.96 422	82.71 424	86.75 423	89.18 423	87.35 423	85.27 423	87.18 424	55.08 423	54.60 424	60.31 424	72.71 425	62.51 422	62.73 424

ff	76.92 425	82.43 425	93.26 425	61.67 423	66.92 424	95.84 426	95.11 426	75.84 423	80.96 422	82.71 424	86.75 423	89.18 423	87.35 423	85.27 423	87.18 424	55.08 423	54.60 424	60.31 424	72.71 425	62.51 422	62.73 424

MEDIAN_ROB	96.83 429	99.41 428	98.66 429	94.75 429	94.23 428	93.08 425	90.54 424	95.61 428	94.75 426	97.65 430	97.73 429	98.30 428	96.57 429	94.51 426	93.74 429	99.78 438	98.24 429	99.99 432	99.89 431	99.48 432	99.67 432

HaxPig	97.68 431	99.63 429	91.34 423	99.82 439	99.97 433	88.15 423	88.00 423	98.28 429	99.93 430	99.98 433	99.99 431	99.95 432	99.99 432	96.29 428	92.24 428	99.99 440	99.98 432	100.00 433	99.99 432	100.00 441	99.98 439

Anonymous_1	97.10 430	99.72 430	99.64 432	92.33 427	93.91 427	100.00 432	100.00 432	99.20 430	99.90 429	98.57 431	99.75 430	99.14 429	99.94 431	98.50 429	99.54 430	87.90 426	98.87 430	90.88 427	96.91 429	92.22 428	95.12 429

PML	89.08 428	99.72 430	92.85 424	94.72 428	94.92 430	99.54 431	97.42 429	93.50 426	95.96 427	99.77 432	92.33 427	95.35 427	93.51 427	99.96 434	91.15 427	99.98 439	31.71 421	100.00 433	45.94 423	93.46 429	69.88 427

AVERAGE_ROB	99.23 435	99.81 432	97.56 428	100.00 442	100.00 435	96.24 429	91.02 425	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	99.98 435	99.97 432	100.00 441	100.00 433	100.00 433	100.00 433	100.00 441	100.00 441

DPSMNet_ROB	99.46 437	99.94 433	99.98 434	96.59 433	100.00 435	100.00 432	100.00 432	99.81 431	100.00 431	95.87 428	100.00 432	99.32 430	100.00 433	99.79 431	99.99 433	98.46 432	100.00 433	99.86 430	100.00 433	99.52 433	100.00 441

DGTPSM_ROB	99.45 436	99.94 433	99.98 434	96.58 432	100.00 435	100.00 432	100.00 432	99.81 431	100.00 431	95.86 427	100.00 432	99.32 430	100.00 433	99.79 431	99.99 433	98.34 431	100.00 433	99.86 430	100.00 433	99.52 433	99.99 440

test_example2	98.83 432	99.97 435	99.97 433	99.96 441	99.97 433	99.46 430	99.97 431	95.54 427	100.00 431	100.00 434	100.00 432	93.37 426	93.47 426	99.93 433	99.91 431	100.00 441	99.79 431	96.64 429	98.71 430	100.00 441	100.00 441

MyStereo03	99.95 440	100.00 436	100.00 436	99.75 436	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 435	99.21 433	100.00 433	100.00 433	100.00 433	99.99 436	99.95 434

MyStereo02	99.95 440	100.00 436	100.00 436	99.75 436	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 435	99.21 433	100.00 433	100.00 433	100.00 433	99.99 436	99.95 434

MyStereo	99.95 440	100.00 436	100.00 436	99.75 436	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 435	99.21 433	100.00 433	100.00 433	100.00 433	99.99 436	99.95 434

Selective-RAFT-Error	100.00 443	100.00 436	100.00 436	100.00 442	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 435	100.00 441	100.00 433	100.00 433	100.00 433	99.99 436	99.95 434

CasAABBNet	99.94 438	100.00 436	100.00 436	99.72 435	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 435	99.21 433	100.00 433	100.00 433	100.00 433	99.96 435	99.95 434

LSM0	99.94 438	100.00 436	100.00 436	99.84 440	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 435	99.22 437	100.00 433	100.00 433	100.00 433	99.99 436	99.83 433

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

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

Low-res two-view benchmark