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 69	0.03 1	1.01 54	0.08 190	0.01 102	1.12 67	0.01 55	3.00 132	0.21 28	0.46 91	0.02 31	2.08 243	1.06 259	0.26 37	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	1.42 144	0.17 241	0.13 267	1.42 175	4.67 385	2.44 94	0.63 73	3.36 326	17.95 384	0.78 152	4.17 358	4.41 221	0.14 80	0.15 365	0.00 1	0.00 1	0.00 1	0.01 25	1.25 382

GrayStereo	1.46 276	0.03 1	0.87 28	0.63 335	0.20 300	1.24 115	4.61 383	2.85 125	0.62 70	4.98 354	4.00 332	0.45 107	4.67 363	3.37 176	0.08 48	0.00 1	0.00 1	0.00 1	0.50 390	0.01 25	0.01 63

mmm	0.52 81	0.04 4	1.14 95	0.61 332	0.00 1	1.14 72	0.00 1	3.45 202	0.75 133	1.24 197	0.58 160	0.20 78	0.18 143	0.93 108	0.08 48	0.00 1	0.01 225	0.00 1	0.00 1	0.02 93	0.01 63

qqq	0.50 75	0.04 4	0.78 20	0.02 64	0.00 1	1.05 49	0.00 1	3.15 155	0.68 104	0.46 91	0.01 1	0.73 140	0.12 126	2.95 166	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

x	0.41 49	0.04 4	0.74 17	0.54 322	0.00 1	0.98 30	0.00 1	3.07 145	0.67 99	0.48 93	0.01 1	0.48 112	0.07 80	0.93 108	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

PSM-AAD	1.15 239	0.04 4	0.88 31	0.10 207	0.27 327	1.32 140	3.25 367	2.41 92	0.64 82	2.93 312	1.92 267	0.15 72	5.39 374	3.42 179	0.19 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 234

MoCha-V2	0.36 39	0.05 8	0.87 28	0.40 304	0.12 262	0.31 4	0.09 207	2.96 130	0.63 73	0.06 19	0.69 187	0.08 47	0.07 80	0.26 37	0.20 110	0.00 1	0.02 274	0.00 1	0.25 373	0.12 265	0.01 63

11t1	0.33 30	0.05 8	0.86 26	0.44 307	0.00 1	1.04 43	0.00 1	2.45 95	0.60 57	0.44 87	0.01 1	0.05 27	0.05 54	0.43 71	0.06 34	0.00 1	0.01 225	0.00 1	0.00 1	0.02 93	0.01 63

DualNet	1.39 269	0.05 8	1.65 175	0.34 292	0.01 102	1.58 222	0.02 101	3.03 137	6.40 369	1.39 211	2.07 274	2.15 250	0.34 184	1.59 136	7.08 362	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 193

ffm	1.04 208	0.05 8	1.65 175	0.34 292	0.01 102	1.58 222	0.02 101	3.03 137	6.40 369	1.39 211	2.07 274	2.15 250	0.34 184	1.59 136	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 193

ff1	1.65 294	0.05 8	1.65 175	0.34 292	0.01 102	1.58 222	0.02 101	3.03 137	6.40 369	1.39 211	2.07 274	2.15 250	0.34 184	6.68 322	7.08 362	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 193

mmx	1.56 287	0.05 8	1.65 175	0.34 292	0.01 102	1.58 222	0.02 101	5.51 347	2.25 320	1.39 211	2.07 274	2.15 250	0.34 184	6.68 322	7.08 362	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.01 63

ttt	1.35 264	0.05 8	1.09 85	0.46 311	0.01 102	1.61 237	0.00 1	5.61 350	1.97 298	1.75 239	2.10 279	1.40 198	0.11 116	4.81 246	6.07 359	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 152

xxx	1.56 287	0.05 8	1.65 175	0.34 292	0.01 102	1.58 222	0.02 101	5.51 347	2.25 320	1.39 211	2.07 274	2.15 250	0.34 184	6.68 322	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 12	0.02 64	0.03 189	0.87 21	0.00 1	1.07 29	0.15 9	0.18 51	0.01 1	0.02 2	0.72 243	0.15 9	0.09 54	0.00 1	0.03 298	0.00 1	0.27 378	0.08 222	0.07 278

knoymous	0.35 34	0.05 8	1.11 88	0.05 144	0.01 102	1.15 77	0.01 55	2.06 70	0.14 6	0.40 83	0.02 31	1.67 219	0.00 1	0.31 48	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Anonymous_2	1.69 304	0.05 8	1.31 133	0.08 190	0.03 189	1.22 101	0.01 55	3.25 171	0.19 21	0.76 123	0.13 75	2.68 274	1.99 313	0.39 68	0.13 75	0.05 348	0.25 377	3.27 392	14.54 416	3.40 386	0.01 63

KYRaft	1.19 244	0.05 8	0.94 39	0.06 158	0.24 316	1.25 122	0.78 323	2.48 100	0.61 63	3.23 323	7.13 355	1.00 173	2.77 332	1.43 130	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 386

SST-Stereo	1.04 208	0.05 8	1.16 102	0.72 342	0.23 312	1.70 256	0.58 313	1.92 62	1.46 243	1.19 187	1.09 220	1.60 209	1.93 311	6.92 346	0.21 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

RAFT_R40	0.99 200	0.05 8	1.26 120	0.71 341	0.20 300	1.65 250	0.67 317	1.94 64	0.61 63	1.05 170	1.15 225	1.80 226	1.47 281	6.91 344	0.31 155	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

GMM-Stereo	1.09 224	0.05 8	1.62 172	0.13 219	0.22 307	1.41 170	0.87 325	2.31 79	0.62 70	2.75 307	3.14 311	0.54 119	0.90 254	5.33 267	0.13 75	0.01 310	0.00 1	0.00 1	0.02 289	0.01 25	1.80 387

1111x	1.53 283	0.06 23	1.77 192	0.27 275	0.00 1	2.12 277	0.01 55	5.63 354	1.65 272	1.53 222	1.67 252	0.92 158	0.64 230	6.18 294	8.17 372	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.01 63

anonymousdsp2	0.52 81	0.06 23	1.51 154	0.10 207	0.00 1	1.19 88	0.01 55	4.32 279	0.63 73	0.33 63	0.15 82	0.78 152	0.09 100	1.01 114	0.06 34	0.00 1	0.00 1	0.00 1	0.11 336	0.04 163	0.05 234

Selective-IGEV	0.22 10	0.06 23	0.46 1	0.05 144	0.04 205	0.34 7	0.04 163	2.16 75	0.59 53	0.09 25	0.01 1	0.02 2	0.05 54	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 328	0.03 132	0.09 292

Selective-RAFT	0.37 42	0.06 23	0.65 11	0.03 103	0.01 102	1.17 80	0.02 101	2.63 109	0.66 91	0.01 1	0.01 1	0.22 79	0.18 143	1.31 127	0.24 123	0.00 1	0.00 1	0.00 1	0.20 360	0.04 163	0.00 1

test-3	0.63 106	0.06 23	1.00 51	0.07 178	0.13 267	0.99 31	0.01 55	2.46 97	0.20 25	1.96 257	0.01 1	1.10 185	0.05 54	3.75 191	0.23 119	0.00 1	0.00 1	0.00 1	0.26 376	0.15 286	0.13 314

test_1	0.61 99	0.06 23	1.00 51	0.07 178	0.12 262	0.99 31	0.01 55	2.46 97	0.20 25	1.71 237	0.01 1	1.10 185	0.04 47	3.71 189	0.23 119	0.00 1	0.00 1	0.00 1	0.25 373	0.15 286	0.13 314

test_3	0.58 94	0.06 23	1.04 74	0.07 178	0.12 262	1.01 33	0.01 55	2.45 95	0.20 25	0.95 145	0.01 1	1.05 177	0.05 54	3.74 190	0.23 119	0.00 1	0.00 1	0.00 1	0.25 373	0.15 286	0.13 314

RAFT-345	1.19 244	0.06 23	1.55 158	0.54 322	0.13 267	1.53 211	0.25 260	0.56 11	1.76 280	1.20 189	7.85 357	0.93 163	0.05 54	6.87 338	0.46 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CRE-IMP	0.40 48	0.06 23	1.04 74	0.07 178	0.05 212	1.45 185	0.46 303	1.48 49	0.63 73	0.90 139	0.30 119	0.88 156	0.01 4	0.26 37	0.22 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.17 328

Prome-Stereo	1.23 250	0.06 23	0.93 38	0.12 216	0.24 316	1.26 124	0.67 317	2.53 105	0.69 117	2.08 266	8.70 363	0.76 143	2.91 336	2.12 151	0.11 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 385

AAGNet	1.54 285	0.07 33	0.88 31	1.04 364	0.27 327	1.47 192	0.66 316	1.57 52	0.61 63	1.68 236	0.82 202	1.62 213	2.29 319	6.18 294	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 33	0.63 6	0.02 64	0.01 102	1.09 59	0.03 143	1.54 51	0.68 104	0.17 49	0.04 56	0.02 2	0.24 164	0.25 31	0.04 7	0.00 1	0.01 225	1.93 389	0.00 1	0.01 25	0.00 1

xxxx	1.78 309	0.07 33	1.02 59	0.00 1	0.01 102	1.44 179	0.00 1	5.81 358	1.53 255	1.37 210	1.91 266	1.08 181	0.05 54	4.37 220	16.98 397	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 152

FENet	0.52 81	0.07 33	1.62 172	0.04 127	0.00 1	1.19 88	0.05 176	3.10 149	0.98 172	0.89 137	0.01 1	1.63 216	0.09 100	0.47 82	0.28 143	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.01 63

HSM-Net_RVC	1.40 271	0.07 33	1.58 168	0.00 1	0.01 102	1.88 268	0.05 176	7.24 379	1.71 278	3.63 332	3.63 324	3.21 306	0.36 190	4.25 212	0.44 191	0.01 310	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 33	3.94 326	2.66 386	1.46 376	12.94 389	0.97 329	7.32 380	2.42 326	14.82 397	8.08 360	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	0.64 108	0.08 39	1.07 81	0.03 103	0.00 1	2.77 306	0.08 198	3.57 215	1.23 209	0.96 147	0.26 113	1.61 211	0.31 178	0.72 102	0.06 34	0.00 1	0.10 353	0.00 1	0.00 1	0.01 25	0.00 1

GLC_STEREO	0.13 1	0.08 39	0.61 4	0.01 17	0.00 1	0.94 25	0.03 143	0.29 1	0.21 28	0.05 17	0.02 31	0.06 36	0.04 47	0.26 37	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

DAS	1.26 252	0.08 39	2.25 242	0.04 127	0.01 102	1.28 128	1.18 336	3.80 237	1.58 267	4.60 348	2.37 292	1.53 202	0.53 210	5.36 269	0.59 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

SepStereo	1.28 253	0.08 39	2.25 242	0.04 127	0.01 102	1.28 128	1.18 336	3.80 237	1.58 267	4.60 348	2.37 292	1.53 202	0.53 210	5.63 281	0.59 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

PSMNet-ADL	0.77 140	0.08 39	0.90 35	0.07 178	0.01 102	2.01 273	0.02 101	2.55 107	1.11 193	0.33 63	0.59 169	2.15 250	0.69 241	4.07 205	0.85 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 152

NRIStereo	0.74 130	0.08 39	0.88 31	0.47 314	0.05 212	1.58 222	0.49 306	1.38 37	0.61 63	0.88 135	0.17 90	0.66 131	0.03 34	6.96 348	0.22 115	0.00 1	0.06 324	0.00 1	0.00 1	0.06 197	0.17 328

DEmStereo	1.51 280	0.08 39	2.17 232	0.09 200	0.02 170	1.76 260	0.90 327	1.47 48	0.60 57	2.46 299	6.42 351	1.08 181	5.16 369	6.21 296	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 81	0.08 39	1.37 141	0.06 158	0.06 222	1.34 148	0.41 298	1.43 39	0.68 104	1.03 167	0.85 205	0.49 114	1.56 290	0.79 105	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.13 314

ICVP	0.46 65	0.08 39	1.58 168	0.01 17	0.01 102	1.10 61	0.21 249	3.80 237	0.52 49	0.42 85	0.27 115	0.33 93	0.06 69	0.57 92	0.13 75	0.00 1	0.07 334	0.00 1	0.00 1	0.04 163	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 99	0.08 39	1.78 194	0.00 1	0.00 1	1.59 230	0.07 192	5.32 337	0.13 4	0.62 103	0.32 120	0.37 96	0.67 240	0.68 101	0.49 202	0.03 340	0.00 1	0.01 322	0.00 1	0.02 93	0.01 63

test_xeample	1.79 311	0.08 39	1.03 70	0.02 64	0.00 1	1.44 179	0.00 1	5.48 345	1.84 284	1.65 234	2.17 287	0.37 96	0.06 69	4.00 204	17.67 399	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.02 152

SGM-Forest	1.84 312	0.08 39	1.31 133	0.15 231	0.22 307	3.52 327	2.46 362	3.85 244	2.16 313	5.29 356	3.90 328	3.71 321	1.56 290	6.28 300	1.90 296	0.01 310	0.02 274	0.00 1	0.00 1	0.03 132	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 65	0.09 51	1.02 59	0.02 64	0.00 1	0.82 18	0.00 1	0.53 5	0.75 133	0.09 25	0.03 49	0.03 6	0.06 69	5.04 255	0.51 205	0.00 1	0.00 1	0.00 1	0.15 342	0.05 181	0.01 63

rrr	0.62 104	0.09 51	2.07 225	0.02 64	0.00 1	0.82 18	0.06 189	2.29 78	0.85 156	0.09 25	0.03 49	0.03 6	0.06 69	5.04 255	0.51 205	0.00 1	0.00 1	0.00 1	0.19 357	0.05 181	0.07 278

CAS	0.85 166	0.09 51	0.67 14	6.43 393	0.05 212	1.12 67	0.00 1	0.88 23	0.69 117	0.02 2	0.02 31	0.06 36	0.06 69	0.26 37	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 51	0.73 16	0.18 245	0.05 212	1.17 80	0.04 163	2.37 82	0.17 17	0.35 75	0.01 1	0.01 1	0.02 16	0.38 67	0.04 7	0.00 1	0.01 225	0.00 1	0.00 1	0.00 1	0.03 193

DisPM	0.86 170	0.09 51	1.10 86	0.76 346	0.02 170	1.51 204	0.57 312	1.75 58	0.70 126	2.43 298	0.83 204	0.38 100	0.01 4	6.89 342	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 81	0.09 51	1.43 145	0.13 219	0.02 170	1.43 177	0.02 101	3.22 170	0.59 53	0.34 74	0.98 215	1.09 183	0.19 149	0.40 69	0.34 169	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 63

Patchmatch Stereo++	0.50 75	0.09 51	1.01 54	0.06 158	0.07 230	1.60 233	0.27 266	1.45 46	0.68 104	0.98 158	0.18 93	0.77 147	0.03 34	2.58 157	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234
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 65	0.09 51	1.01 54	0.06 158	0.09 247	1.61 237	0.30 283	1.43 39	0.69 117	0.97 149	0.18 93	0.77 147	0.02 16	1.67 142	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234

ROB_FTStereo_v2	0.43 57	0.09 51	1.00 51	0.06 158	0.08 240	1.57 218	0.33 289	1.44 43	0.67 99	0.97 149	0.19 101	0.77 147	0.02 16	1.23 123	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234

ROB_FTStereo	0.47 69	0.09 51	1.04 74	0.06 158	0.08 240	1.59 230	0.33 289	1.43 39	0.68 104	0.97 149	0.19 101	0.76 143	0.03 34	1.86 148	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234

HUI-Stereo	0.45 62	0.09 51	1.08 83	0.06 158	0.08 240	1.61 237	0.32 287	1.43 39	0.70 126	0.97 149	0.18 93	0.77 147	0.02 16	1.44 134	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234

iGMRVC	0.51 78	0.09 51	1.04 74	0.06 158	0.08 240	1.61 237	0.27 266	1.44 43	0.69 117	0.97 149	0.19 101	0.76 143	0.03 34	2.69 161	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 218

iRAFT	0.50 75	0.09 51	1.01 54	0.06 158	0.07 230	1.60 233	0.27 266	1.45 46	0.68 104	0.98 158	0.18 93	0.77 147	0.03 34	2.58 157	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234

RAFT-IKP	0.45 62	0.09 51	1.06 80	0.06 158	0.06 222	1.44 179	0.31 286	1.44 43	0.69 117	0.97 149	0.18 93	0.76 143	0.02 16	1.65 141	0.17 93	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.04 218

222	2.69 339	0.09 51	1.03 70	0.00 1	0.00 1	1.54 215	0.00 1	5.61 350	1.55 257	1.51 220	2.10 279	0.53 118	0.07 80	4.54 234	35.09 415	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 152

UPFNet	0.87 175	0.09 51	2.05 223	0.00 1	0.00 1	1.90 270	0.11 217	3.41 195	0.83 150	2.15 269	0.10 70	1.92 233	0.09 100	3.94 201	0.70 233	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

R-Stereo Train	0.44 59	0.09 51	0.94 39	0.02 64	0.00 1	1.24 115	0.09 207	3.65 222	0.11 1	1.87 250	0.42 142	0.06 36	0.01 4	0.25 31	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 152

RAFT-Stereo	0.44 59	0.09 51	0.94 39	0.02 64	0.00 1	1.24 115	0.09 207	3.65 222	0.11 1	1.87 250	0.42 142	0.06 36	0.01 4	0.25 31	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 152
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaStereo	0.65 110	0.09 51	1.12 90	0.02 64	0.00 1	1.45 185	0.23 257	4.38 280	1.44 240	1.17 185	0.37 133	1.56 205	0.18 143	0.56 91	0.37 180	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 70	0.89 34	0.02 64	0.00 1	0.50 13	0.00 1	0.39 3	0.61 63	0.02 2	2.91 307	0.04 10	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	0.97 191	0.10 70	0.96 44	0.01 17	0.00 1	5.85 362	0.03 143	5.40 340	0.93 165	2.26 281	0.66 178	2.39 268	0.06 69	0.61 97	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 159	0.10 70	0.96 44	0.01 17	0.00 1	3.32 318	0.21 249	5.40 340	0.93 165	2.26 281	0.66 178	1.81 227	0.10 107	0.61 97	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 78	0.10 70	1.27 122	0.01 17	0.06 222	0.97 29	0.03 143	1.12 31	0.16 12	0.27 56	3.42 320	0.65 128	0.09 100	1.59 136	0.26 135	0.00 1	0.00 1	0.00 1	0.08 325	0.14 276	0.00 1

psmg	0.83 159	0.10 70	0.96 44	0.01 17	0.00 1	3.28 316	0.27 266	4.83 313	0.93 165	1.92 253	1.46 245	1.81 227	0.10 107	0.61 97	0.18 103	0.00 1	0.00 1	0.01 322	0.00 1	0.01 25	0.00 1

PFNet+	0.54 89	0.10 70	1.31 133	0.16 238	0.05 212	1.44 179	0.56 310	1.60 53	0.98 172	1.35 208	0.46 151	0.37 96	0.01 4	2.18 154	0.22 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

NF-Stereo	0.82 155	0.10 70	1.12 90	1.19 372	0.01 102	1.52 208	0.29 277	2.67 115	0.66 91	1.20 189	0.58 160	0.24 80	0.01 4	6.38 306	0.32 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 155	0.10 70	1.15 98	1.19 372	0.01 102	1.53 211	0.29 277	2.66 111	0.66 91	1.20 189	0.58 160	0.25 83	0.01 4	6.38 306	0.33 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.85 166	0.10 70	1.50 151	1.14 368	0.03 189	1.47 192	0.27 266	2.48 100	0.69 117	1.30 200	0.38 135	0.39 101	0.01 4	6.88 339	0.33 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

KMStereo	0.85 166	0.10 70	1.50 151	1.14 368	0.03 189	1.47 192	0.27 266	2.48 100	0.69 117	1.30 200	0.38 135	0.39 101	0.01 4	6.88 339	0.33 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

RE-Stereo	0.82 155	0.10 70	1.15 98	1.19 372	0.01 102	1.52 208	0.29 277	2.66 111	0.66 91	1.20 189	0.58 160	0.24 80	0.01 4	6.38 306	0.32 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Pruner-Stereo	0.53 87	0.10 70	1.02 59	0.89 358	0.10 256	1.57 218	0.36 294	2.06 70	0.63 73	2.23 275	0.46 151	0.25 83	0.01 4	0.45 78	0.37 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 152

TVStereo	0.82 155	0.10 70	1.15 98	1.19 372	0.01 102	1.52 208	0.29 277	2.66 111	0.66 91	1.20 189	0.58 160	0.24 80	0.01 4	6.38 306	0.32 159	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 70	1.95 208	0.02 64	0.00 1	0.93 24	0.07 192	1.70 57	0.86 158	0.09 25	0.04 56	0.05 27	0.05 54	0.23 25	0.51 205	0.00 1	0.00 1	0.00 1	0.24 370	0.06 197	0.08 287

AE-Stereo	0.47 69	0.11 84	1.03 70	0.04 127	0.09 247	1.11 65	0.03 143	4.16 262	0.34 40	0.35 75	0.82 202	0.15 72	0.16 137	0.45 78	0.05 17	0.00 1	0.09 347	0.00 1	0.26 376	0.09 241	0.05 234

MIF-Stereo	0.16 2	0.11 84	1.13 94	0.03 103	0.17 285	0.32 5	0.02 101	0.38 2	0.32 38	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	0.11 260	0.00 1

SFCPSM	0.81 154	0.11 84	2.53 263	0.01 17	0.07 230	2.45 289	0.18 240	4.99 319	1.18 203	0.77 125	0.78 198	0.69 135	0.31 178	1.72 143	0.20 110	0.00 1	0.00 1	0.00 1	0.05 309	0.06 197	0.01 63

CBMV_ROB	1.70 305	0.11 84	1.98 214	0.46 311	0.00 1	2.85 309	0.91 328	4.27 274	2.21 318	4.02 341	5.00 339	2.97 292	2.32 321	5.40 270	1.35 274	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.06 262

MC-Stereo	0.24 19	0.12 88	0.71 15	0.04 127	0.02 170	1.07 52	0.00 1	1.30 35	0.17 17	0.59 101	0.02 31	0.08 47	0.11 116	0.18 14	0.05 17	0.00 1	0.02 274	0.00 1	0.17 354	0.06 197	0.02 152

IER	0.75 135	0.12 88	1.93 204	0.01 17	0.00 1	2.31 284	0.02 101	2.96 130	0.98 172	1.30 200	0.96 213	1.40 198	1.19 267	1.31 127	0.45 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DRaft	1.34 263	0.12 88	1.19 110	0.06 158	0.01 102	1.64 246	0.43 300	1.86 61	0.14 6	3.76 334	5.27 341	0.41 103	4.38 361	5.49 273	1.68 285	0.01 310	0.06 324	0.00 1	0.07 320	0.07 211	0.11 300

cross-raft	0.53 87	0.12 88	1.78 194	0.03 103	0.01 102	1.04 43	0.10 215	3.21 169	0.23 31	0.37 81	0.01 1	2.86 285	0.04 47	0.24 28	0.24 123	0.00 1	0.01 225	0.00 1	0.16 348	0.01 25	0.02 152

Anonymous3	0.49 74	0.12 88	2.21 234	0.01 17	0.00 1	2.53 293	0.09 207	3.16 158	0.65 85	0.12 41	0.22 110	0.12 60	0.05 54	0.37 64	0.08 48	0.00 1	0.07 334	0.00 1	0.00 1	0.04 163	0.03 193

EAI-Stereo	1.14 236	0.12 88	1.19 110	0.21 253	0.32 343	1.84 267	2.32 357	5.42 343	1.19 205	1.02 164	5.66 344	0.48 112	0.60 219	0.86 107	0.62 225	0.00 1	0.13 364	0.00 1	0.65 394	0.02 93	0.17 328

CFNet-RSSM	0.51 78	0.12 88	1.26 120	0.03 103	0.14 273	1.24 115	0.02 101	4.12 260	0.15 9	0.31 60	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 51	0.12 88	1.28 124	0.03 103	0.13 267	1.03 35	0.02 101	2.33 80	0.15 9	0.35 75	0.01 1	2.27 259	0.03 34	0.20 20	0.25 129	0.00 1	0.01 225	0.00 1	0.22 366	0.01 25	0.01 63

StereoDRNet-Refined	0.83 159	0.12 88	1.18 107	0.02 64	0.01 102	1.31 139	0.00 1	3.33 183	1.07 190	1.92 253	1.24 235	2.48 270	0.18 143	1.86 148	1.67 284	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.05 234
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
Former-RAFT_DAM_RVC	0.23 14	0.13 97	0.62 5	0.01 17	0.00 1	1.05 49	0.00 1	0.63 13	0.80 145	0.76 123	0.18 93	0.09 51	0.06 69	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.05 234

MSKI-zero shot	0.73 128	0.13 97	1.56 165	0.02 64	0.14 273	1.34 148	0.04 163	3.00 132	0.23 31	0.67 112	1.64 249	0.89 157	0.00 1	4.55 235	0.10 62	0.00 1	0.02 274	0.00 1	0.21 364	0.03 132	0.01 63

CASS	0.56 91	0.13 97	1.40 142	0.03 103	0.01 102	1.65 250	0.04 163	3.03 137	0.63 73	1.96 257	0.93 211	0.28 86	0.36 190	0.52 85	0.18 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
hknet	1.08 217	0.13 97	2.07 225	0.01 17	0.00 1	3.32 318	0.21 249	5.40 340	0.92 162	2.26 281	0.66 178	3.43 312	0.05 54	2.81 164	0.27 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Anonymous	0.25 20	0.13 97	1.19 110	0.00 1	0.00 1	0.24 3	0.01 55	2.54 106	0.42 44	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	0.10 251	0.08 287

GMStereo_Zeroshot	0.63 106	0.14 102	1.54 156	0.75 344	0.00 1	1.26 124	0.01 55	1.85 60	0.31 37	1.44 217	0.58 160	1.76 222	0.19 149	2.55 156	0.10 62	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

CASnet	0.16 2	0.14 102	0.52 3	0.01 17	0.00 1	0.86 20	0.00 1	0.51 4	0.75 133	0.10 35	0.01 1	0.04 10	0.02 16	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 110	0.14 102	2.02 219	0.01 17	0.01 102	1.10 61	0.00 1	2.80 121	0.97 170	0.48 93	0.28 117	2.31 263	1.50 285	1.19 120	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

CES	0.43 57	0.14 102	0.85 24	0.05 144	1.52 378	1.22 101	0.05 176	1.01 27	0.59 53	0.03 11	0.02 31	0.14 70	0.10 107	0.40 69	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 42	0.14 102	0.76 18	0.01 17	0.00 1	1.17 80	0.00 1	3.14 153	0.61 63	0.71 117	0.47 154	0.05 27	0.13 132	0.19 17	0.03 5	0.00 1	0.01 225	0.00 1	0.00 1	0.06 197	0.01 63

ASMatch	1.44 274	0.14 102	2.15 231	0.60 329	0.21 305	1.21 99	0.26 263	0.96 25	0.66 91	0.29 58	11.75 372	0.93 163	2.37 322	6.73 328	0.54 212	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.04 218

s12784h	0.56 91	0.14 102	1.22 116	0.02 64	0.00 1	1.14 72	0.03 143	3.43 199	1.47 245	1.02 164	1.41 244	0.05 27	0.02 16	1.08 116	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

sCroCo_RVC	0.21 6	0.14 102	1.54 156	0.01 17	0.00 1	0.13 1	0.04 163	1.10 30	0.65 85	0.10 35	0.05 58	0.03 6	0.04 47	0.23 25	0.05 17	0.00 1	0.07 334	0.00 1	0.00 1	0.01 25	0.00 1

DSFCA	1.30 256	0.14 102	1.82 198	0.01 17	0.03 189	3.74 332	0.86 324	2.71 117	1.23 209	3.09 319	0.41 141	2.93 288	1.49 282	6.12 293	1.35 274	0.00 1	0.02 274	0.00 1	0.00 1	0.02 93	0.01 63

MSMDNet	0.65 110	0.14 102	2.02 219	0.01 17	0.01 102	1.11 65	0.00 1	2.88 127	0.98 172	0.49 96	0.28 117	2.32 264	1.49 282	1.19 120	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

DCANet-4	0.69 125	0.15 112	3.76 321	0.03 103	0.01 102	1.22 101	0.01 55	3.14 153	1.90 293	2.34 287	0.14 76	0.11 57	0.25 167	0.34 58	0.29 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

tt	68.65 422	0.15 112	99.57 429	50.64 420	14.90 413	100.00 430	100.00 430	100.00 431	99.76 426	27.80 411	10.52 369	99.97 431	98.63 428	99.61 428	100.00 433	90.62 425	98.21 426	46.66 420	52.02 422	62.86 423	21.04 419

anonymity	0.74 130	0.15 112	1.17 104	0.16 238	0.27 327	0.71 17	0.01 55	4.70 300	1.78 281	1.15 181	1.23 233	0.31 88	1.65 298	0.54 89	0.53 209	0.02 332	0.02 274	0.00 1	0.27 378	0.02 93	0.06 262

iRaft-Stereo_20w	0.92 186	0.15 112	2.68 272	0.24 263	0.06 222	1.36 153	0.28 274	7.46 382	0.34 40	1.56 230	0.37 133	0.62 124	1.24 272	1.25 124	0.34 169	0.00 1	0.09 347	0.00 1	0.16 348	0.02 93	0.13 314

CrosDoStereo	1.66 295	0.15 112	1.66 180	0.02 64	0.07 230	1.38 163	6.16 397	3.12 151	1.06 188	0.97 149	3.74 326	0.96 167	4.79 365	7.00 351	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.00 1

DeepStereo_LL	1.66 295	0.15 112	1.66 180	0.02 64	0.07 230	1.38 163	6.16 397	3.12 151	1.06 188	0.97 149	3.74 326	0.96 167	4.79 365	7.00 351	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.00 1

RAFT-RH_RVC	2.05 326	0.15 112	1.66 180	0.60 329	0.27 327	1.49 199	0.02 101	0.58 12	0.65 85	5.35 358	21.66 396	1.06 179	0.07 80	6.85 335	0.57 217	0.04 342	0.00 1	0.00 1	0.03 295	0.01 25	0.00 1

FCDSN-DC	5.04 373	0.15 112	1.83 199	0.22 255	0.44 349	5.60 360	1.66 345	5.22 329	4.37 357	14.49 396	21.86 397	20.65 395	11.88 396	7.66 366	4.55 345	0.02 332	0.00 1	0.00 1	0.00 1	0.03 132	0.05 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SMFormer	1.04 208	0.16 120	1.55 158	0.33 286	0.01 102	1.03 35	0.00 1	5.24 330	2.12 307	1.53 222	2.16 283	0.92 158	0.02 16	4.46 226	1.24 266	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.02 152

tta	1.04 208	0.16 120	1.55 158	0.33 286	0.01 102	1.03 35	0.00 1	5.24 330	2.12 307	1.53 222	2.16 283	0.92 158	0.02 16	4.46 226	1.24 266	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63

qqq1	0.98 193	0.16 120	1.55 158	0.33 286	0.01 102	1.03 35	0.00 1	5.24 330	2.12 307	1.53 222	2.16 283	0.92 158	0.02 16	4.46 226	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63

fff1	0.98 193	0.16 120	1.55 158	0.33 286	0.01 102	1.03 35	0.00 1	5.24 330	2.12 307	1.53 222	2.16 283	0.92 158	0.02 16	4.46 226	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.01 63

RAFT-Test	0.61 99	0.16 120	2.27 247	0.04 127	0.15 278	1.80 265	0.17 236	2.52 103	0.65 85	0.56 99	0.11 73	2.76 279	0.02 16	0.27 43	0.34 169	0.00 1	0.07 334	0.00 1	0.29 383	0.01 25	0.01 63

LoS	0.28 24	0.16 120	0.95 43	0.07 178	0.01 102	1.32 140	0.07 192	1.30 35	0.60 57	0.04 16	0.03 49	0.28 86	0.11 116	0.48 83	0.11 69	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	0.00 1

CFNet_pseudo	0.66 115	0.17 126	2.08 227	0.00 1	0.01 102	1.22 101	0.00 1	2.79 120	0.73 129	0.78 128	0.46 151	2.32 264	0.63 227	1.77 145	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

pcwnet_v2	1.29 254	0.17 126	5.98 370	0.10 207	0.01 102	1.76 260	0.02 101	5.08 326	2.90 339	1.54 228	1.98 271	2.03 241	0.81 248	3.01 168	0.28 143	0.00 1	0.00 1	0.00 1	0.01 272	0.03 132	0.03 193

CREStereo	0.22 10	0.17 126	0.64 9	0.00 1	0.01 102	1.22 101	0.01 55	1.15 32	0.56 51	0.10 35	0.07 64	0.04 10	0.00 1	0.32 54	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	0.65 110	0.17 126	2.09 228	0.00 1	0.01 102	1.22 101	0.00 1	2.77 119	0.73 129	0.75 121	0.44 147	2.32 264	0.64 230	1.76 144	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

NVstereo2D	1.09 224	0.17 126	4.40 345	0.00 1	0.00 1	1.59 230	0.18 240	4.29 276	1.40 232	0.85 134	0.36 132	2.30 261	0.62 226	5.26 263	0.35 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

MIF-Stereo (partial)	0.27 22	0.18 131	1.14 95	0.01 17	0.00 1	0.43 11	0.02 101	1.97 67	0.39 43	0.11 40	0.08 67	0.07 44	0.06 69	0.44 73	0.33 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 152

EKT-Stereo	0.74 130	0.18 131	1.23 118	0.81 348	4.25 391	1.19 88	0.03 143	2.17 76	0.13 4	0.35 75	0.40 139	0.97 170	0.08 95	2.61 159	0.09 54	0.00 1	0.09 347	0.00 1	0.07 320	0.04 163	0.03 193

LCNet	0.87 175	0.18 131	0.97 49	0.14 229	0.26 322	1.19 88	0.22 253	2.36 81	0.71 128	1.82 247	0.21 106	0.11 57	2.56 326	5.56 277	0.14 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 286	0.81 374

ac_64	1.12 233	0.18 131	1.64 174	0.18 245	0.25 319	1.48 198	0.02 101	4.97 318	1.47 245	0.69 115	0.45 150	4.94 343	0.46 205	4.87 248	0.74 236	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1

HGLStereo	1.03 206	0.18 131	1.50 151	0.01 17	0.01 102	1.41 170	0.01 55	3.41 195	0.82 148	1.05 170	3.09 310	2.11 246	1.24 272	4.51 231	1.18 263	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.03 193

FC-DCNN	6.09 379	0.18 131	2.35 251	0.42 305	0.53 356	7.80 378	1.42 342	8.14 384	7.07 377	19.05 403	22.10 398	22.85 398	13.84 398	9.42 380	6.44 360	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.06 262

DISCO	1.93 318	0.18 131	2.44 254	0.67 339	0.53 356	5.25 357	0.00 1	5.43 344	1.56 262	2.09 267	0.91 209	6.48 359	0.89 253	8.55 375	3.60 337	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 63

MyStereo06	0.80 152	0.19 138	2.53 263	0.02 64	0.00 1	1.51 204	0.01 55	4.61 295	0.24 34	0.89 137	0.69 187	3.14 301	1.18 266	0.58 95	0.33 162	0.00 1	0.06 324	0.00 1	0.00 1	0.02 93	0.07 278

MyStereo05	0.79 148	0.19 138	3.17 293	0.02 64	0.00 1	1.51 204	0.01 55	3.56 214	2.48 329	1.34 204	0.02 31	1.25 192	0.38 194	1.19 120	0.50 203	0.00 1	0.06 324	0.00 1	0.00 1	0.02 93	0.07 278

PFNet	1.06 216	0.19 138	2.95 279	1.16 370	0.56 358	1.58 222	0.25 260	1.50 50	0.60 57	2.38 294	1.23 233	0.63 126	0.30 174	6.85 335	0.43 188	0.16 366	0.01 225	0.00 1	0.07 320	0.18 302	0.18 334

CREStereo++_RVC	0.29 27	0.19 138	0.83 23	0.05 144	0.00 1	1.19 88	0.00 1	0.66 14	0.99 176	0.25 54	1.26 238	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	0.73 128	0.19 138	1.10 86	0.01 17	0.00 1	1.17 80	0.01 55	3.07 145	1.97 298	0.60 102	0.21 106	0.56 120	0.11 116	5.34 268	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 152

FAT-Stereo	1.86 314	0.19 138	3.31 303	0.17 241	0.03 189	1.78 263	0.97 329	4.76 307	2.79 337	4.22 343	4.87 337	5.31 351	2.83 335	5.06 257	0.90 245	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.01 63

PMTNet	0.21 6	0.19 138	0.85 24	0.02 64	0.02 170	1.14 72	0.30 283	0.88 23	0.11 1	0.03 11	0.02 31	0.07 44	0.02 16	0.37 64	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

IGEV_Zeroshot_test	0.74 130	0.20 145	3.00 282	0.26 272	0.02 170	1.10 61	0.05 176	3.72 227	0.19 21	0.88 135	0.71 195	2.84 282	0.63 227	0.53 87	0.33 162	0.00 1	0.07 334	0.00 1	0.16 348	0.04 163	0.00 1

CFNet_ucs	0.77 140	0.20 145	2.22 241	0.01 17	0.01 102	1.32 140	0.00 1	3.30 180	1.31 221	1.15 181	1.14 223	2.19 258	0.42 200	2.04 150	0.12 71	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

GwcNet-ADL	0.62 104	0.20 145	2.03 221	0.05 144	0.01 102	1.29 132	0.02 101	3.16 158	1.39 228	0.97 149	0.44 147	1.48 200	0.23 162	0.78 104	0.27 139	0.01 310	0.00 1	0.00 1	0.00 1	0.01 25	0.03 193

IRAFT_RVC	1.02 204	0.20 145	1.58 168	1.39 376	0.26 322	1.33 146	0.32 287	2.52 103	0.66 91	1.58 231	0.81 201	1.16 187	1.58 294	6.51 314	0.43 188	0.00 1	0.12 360	0.00 1	0.00 1	0.02 93	0.03 193

XX-Stereo	1.04 208	0.20 145	4.94 356	0.85 352	0.04 205	1.25 122	0.00 1	3.37 188	0.45 47	1.22 195	0.50 156	3.70 320	0.02 16	3.91 200	0.05 17	0.00 1	0.09 347	0.00 1	0.20 360	0.03 132	0.02 152

ccnet	1.70 305	0.20 145	1.95 208	0.26 272	0.18 289	3.72 331	1.22 338	4.22 270	1.43 239	2.37 292	3.96 330	3.45 313	1.51 286	4.69 240	4.47 343	0.06 353	0.00 1	0.09 361	0.01 272	0.10 251	0.01 63

ff7	0.23 14	0.21 151	1.02 59	0.02 64	0.00 1	1.07 52	0.00 1	0.53 5	0.75 133	0.09 25	0.01 1	0.04 10	0.07 80	0.44 73	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

ffff	0.23 14	0.21 151	1.02 59	0.02 64	0.00 1	1.07 52	0.00 1	0.53 5	0.75 133	0.09 25	0.01 1	0.04 10	0.07 80	0.44 73	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

11t	0.23 14	0.21 151	1.02 59	0.02 64	0.00 1	1.07 52	0.00 1	0.53 5	0.75 133	0.09 25	0.01 1	0.04 10	0.07 80	0.44 73	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

anonymousdsp	0.21 6	0.21 151	0.63 6	0.02 64	0.00 1	1.07 52	0.00 1	0.74 19	0.77 142	0.09 25	0.01 1	0.04 10	0.07 80	0.25 31	0.04 7	0.00 1	0.00 1	0.00 1	0.16 348	0.08 222	0.03 193

ccc-4	0.23 14	0.21 151	1.02 59	0.02 64	0.00 1	1.07 52	0.00 1	0.53 5	0.75 133	0.09 25	0.01 1	0.04 10	0.07 80	0.44 73	0.04 7	0.00 1	0.00 1	0.00 1	0.15 342	0.07 211	0.01 63

IGEV-Stereo	0.21 6	0.21 151	0.63 6	0.02 64	0.00 1	1.07 52	0.00 1	0.73 18	0.77 142	0.09 25	0.01 1	0.04 10	0.07 80	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 348	0.08 222	0.03 193
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IPLGR	0.76 139	0.21 151	2.98 280	0.06 158	0.07 230	1.24 115	0.05 176	3.09 148	1.38 226	0.62 103	0.34 127	0.75 142	0.78 245	3.35 174	0.22 115	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.06 262

ACVNet	0.57 93	0.21 151	1.34 136	0.09 200	0.00 1	1.36 153	0.22 253	2.40 85	1.05 185	0.63 107	0.66 178	1.94 235	0.26 169	0.31 48	0.79 239	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

acv_ft	0.79 148	0.21 151	1.28 124	0.01 17	1.08 372	1.68 253	0.01 55	3.75 229	1.05 185	1.31 203	0.66 178	1.94 235	0.46 205	0.31 48	1.68 285	0.00 1	0.00 1	0.00 1	0.00 1	0.27 337	0.00 1

H2IRNET	0.47 69	0.22 160	1.27 122	0.15 231	0.01 102	1.18 86	0.01 55	1.65 54	0.48 48	0.02 2	1.80 262	0.46 108	0.04 47	1.62 140	0.35 173	0.00 1	0.00 1	0.01 322	0.01 272	0.16 290	0.02 152

NINENet	1.03 206	0.22 160	1.30 132	0.10 207	0.01 102	5.85 362	0.03 143	4.41 284	1.25 213	1.55 229	0.60 174	2.39 268	0.06 69	2.72 163	0.05 17	0.00 1	0.01 225	0.01 322	0.00 1	0.04 163	0.00 1

DMCA	0.68 122	0.22 160	1.96 211	0.01 17	0.01 102	1.28 128	0.02 101	3.02 135	1.54 256	2.14 268	0.15 82	1.74 220	0.10 107	0.45 78	0.95 251	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.01 63

DANet	1.74 307	0.22 160	3.06 286	0.75 344	0.44 349	2.46 290	0.35 293	3.40 193	1.41 234	4.22 343	1.56 246	5.03 345	0.56 214	6.29 301	5.00 351	0.01 310	0.00 1	0.00 1	0.01 272	0.04 163	0.08 287
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	1.17 242	0.22 160	1.28 124	0.08 190	0.00 1	1.51 204	0.23 257	3.39 191	1.52 254	3.43 330	2.00 272	3.40 310	0.31 178	4.29 214	1.82 291	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NOSS_ROB	1.29 254	0.22 160	1.35 139	0.64 336	0.16 283	2.56 294	0.00 1	4.14 261	2.37 324	2.29 286	1.76 259	2.84 282	0.02 16	6.80 334	0.45 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.11 300

DIP-Stereo	0.58 94	0.23 166	0.90 35	0.08 190	0.00 1	1.43 177	0.01 55	6.01 363	1.38 226	0.92 143	0.11 73	0.04 10	0.19 149	0.12 8	0.07 39	0.00 1	0.01 225	0.00 1	0.00 1	0.03 132	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	1.62 291	0.23 166	3.72 319	0.18 245	0.13 267	3.34 320	0.19 245	5.93 362	2.01 303	4.14 342	0.76 197	2.12 248	1.78 303	5.22 262	2.62 324	0.00 1	0.00 1	0.01 322	0.01 272	0.03 132	0.01 63

UNet	1.13 235	0.24 168	4.21 336	0.01 17	0.02 170	2.31 284	0.02 101	3.06 143	0.76 141	1.17 185	0.14 76	2.73 277	1.58 294	4.48 230	1.92 299	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CBMV	1.56 287	0.24 168	1.92 203	0.31 283	0.03 189	2.90 311	4.33 380	3.79 234	1.81 282	4.98 354	1.73 257	2.70 275	1.68 300	3.81 194	0.92 250	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.08 287
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 69	0.25 170	2.47 259	0.04 127	0.01 102	1.17 80	0.00 1	2.01 68	0.63 73	0.08 23	0.14 76	1.16 187	0.05 54	0.80 106	0.46 198	0.00 1	0.00 1	0.00 1	0.03 295	0.10 251	0.04 218

ProNet	0.20 5	0.25 170	0.78 20	0.01 17	0.01 102	0.95 28	0.00 1	0.70 15	0.68 104	0.02 2	0.01 1	0.05 27	0.03 34	0.31 48	0.03 5	0.00 1	0.01 225	0.00 1	0.00 1	0.12 265	0.04 218

HHNet	0.87 175	0.25 170	1.78 194	0.16 238	0.08 240	1.30 136	0.44 301	1.93 63	0.64 82	1.41 216	5.92 346	0.14 70	1.79 304	0.35 63	0.95 251	0.05 348	0.00 1	0.01 322	0.00 1	0.14 276	0.01 63

test-1	0.52 81	0.25 170	0.94 39	0.03 103	0.22 307	1.20 96	0.08 198	4.03 255	0.25 35	0.70 116	0.66 178	0.71 138	0.03 34	0.30 47	0.43 188	0.00 1	0.18 373	0.00 1	0.07 320	0.01 25	0.25 351

anonymousa	0.79 148	0.26 174	1.91 202	0.03 103	0.29 336	1.46 191	0.02 101	3.76 230	0.97 170	0.72 119	2.25 289	3.21 306	0.56 214	0.15 9	0.12 71	0.00 1	0.00 1	0.00 1	0.04 305	0.00 1	0.02 152

MyStereo07	0.27 22	0.27 175	0.64 9	0.02 64	0.01 102	1.64 246	0.01 55	1.41 38	0.73 129	0.10 35	0.01 1	0.03 6	0.10 107	0.24 28	0.04 7	0.00 1	0.07 334	0.00 1	0.00 1	0.03 132	0.06 262

MyStereo04	0.78 147	0.27 175	3.19 294	0.02 64	0.01 102	1.64 246	0.01 55	3.64 221	2.20 317	0.98 158	0.02 31	1.29 194	0.57 216	1.10 117	0.53 209	0.00 1	0.07 334	0.00 1	0.00 1	0.03 132	0.06 262

ACVNet-DCA	0.61 99	0.27 175	1.28 124	0.13 219	0.00 1	3.44 323	0.01 55	3.15 155	0.68 104	0.33 63	0.69 187	0.04 10	0.61 221	1.43 130	0.05 17	0.00 1	0.02 274	0.00 1	0.03 295	0.01 25	0.01 63

xx1	0.95 189	0.27 175	1.28 124	0.13 219	0.00 1	3.44 323	0.01 55	3.18 161	7.23 378	0.33 63	0.69 187	0.73 140	0.12 126	1.43 130	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.01 25	0.01 63

1test111	0.69 125	0.27 175	1.28 124	0.13 219	0.00 1	3.44 323	0.01 55	3.15 155	0.68 104	0.33 63	0.69 187	0.04 10	0.61 221	2.95 166	0.07 39	0.00 1	0.02 274	0.00 1	0.03 295	0.01 25	0.01 63

cc1	0.94 187	0.27 175	1.28 124	0.13 219	0.00 1	3.44 323	0.01 55	3.18 161	7.23 378	0.33 63	0.69 187	0.04 10	0.61 221	1.43 130	0.05 17	0.00 1	0.02 274	0.00 1	0.03 295	0.09 241	0.04 218

tt1	0.88 179	0.27 175	1.25 119	0.08 190	0.00 1	3.36 321	0.02 101	3.03 137	6.40 369	0.33 63	0.66 178	0.05 27	0.40 198	1.59 136	0.05 17	0.00 1	0.02 274	0.00 1	0.00 1	0.09 241	0.03 193

CRFU-Net	1.32 261	0.27 175	2.46 258	1.17 371	0.03 189	4.08 336	0.05 176	5.61 350	0.67 99	1.53 222	0.70 194	3.47 314	2.62 329	3.24 172	0.24 123	0.01 310	0.01 225	0.11 365	0.00 1	0.13 270	0.00 1

iRaftStereo_RVC	0.36 39	0.27 175	0.76 18	0.01 17	0.00 1	1.20 96	0.01 55	2.15 74	0.62 70	0.15 47	0.22 110	0.69 135	0.12 126	0.28 44	0.18 103	0.00 1	0.06 324	0.00 1	0.00 1	0.27 337	0.22 346

MMNet	1.20 246	0.27 175	3.59 316	0.09 200	0.00 1	4.15 338	0.01 55	3.63 220	1.19 205	1.93 256	0.32 120	1.35 197	1.23 269	4.42 222	1.84 293	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 152

IGEV+	0.35 34	0.28 185	0.66 12	0.03 103	0.05 212	1.03 35	0.02 101	3.18 161	0.63 73	0.29 58	0.02 31	0.04 10	0.10 107	0.26 37	0.25 129	0.00 1	0.06 324	0.00 1	0.00 1	0.09 241	0.02 152

test croco	0.41 49	0.28 185	2.26 244	0.07 178	0.00 1	0.50 13	0.01 55	2.84 124	0.92 162	0.05 17	0.07 64	0.13 64	0.17 140	0.43 71	0.20 110	0.00 1	0.00 1	0.00 1	0.00 1	0.34 352	0.01 63

ssnet_v2	1.14 236	0.28 185	1.77 192	0.03 103	0.00 1	2.07 275	0.37 295	5.20 328	1.87 291	2.00 260	0.87 207	3.09 298	0.55 213	1.31 127	3.02 329	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.12 309

GMOStereo	0.42 51	0.28 185	1.02 59	0.05 144	0.18 289	1.04 43	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 89	0.03 34	0.09 2	0.15 84	0.00 1	0.11 356	0.00 1	0.00 1	0.19 309	0.02 152

error version	0.42 51	0.28 185	1.02 59	0.05 144	0.18 289	1.04 43	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 89	0.03 34	0.09 2	0.15 84	0.00 1	0.11 356	0.00 1	0.00 1	0.19 309	0.02 152

test-v	0.42 51	0.28 185	1.02 59	0.05 144	0.18 289	1.04 43	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 89	0.03 34	0.09 2	0.15 84	0.00 1	0.11 356	0.00 1	0.00 1	0.19 309	0.02 152

test-2	0.42 51	0.28 185	1.02 59	0.05 144	0.18 289	1.04 43	0.02 101	2.40 85	0.16 12	2.25 277	0.01 1	0.32 89	0.03 34	0.09 2	0.15 84	0.00 1	0.11 356	0.00 1	0.00 1	0.19 309	0.02 152

TANstereo	0.30 28	0.28 185	0.86 26	0.03 103	0.01 102	1.14 72	0.00 1	0.53 5	0.44 46	1.06 173	1.24 235	0.06 36	0.05 54	0.25 31	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	0.29 193	0.87 28	0.05 144	0.18 289	0.41 10	0.01 55	1.24 33	0.56 51	0.02 2	0.03 49	0.13 64	0.05 54	0.32 54	0.24 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

THIR-Stereo	1.48 278	0.29 193	1.51 154	0.01 17	0.02 170	1.05 49	4.32 379	2.11 73	0.22 30	1.08 174	4.24 333	1.93 234	4.19 359	6.76 330	1.87 295	0.00 1	0.00 1	0.04 353	0.00 1	0.05 181	0.00 1

ADLNet	1.20 246	0.29 193	1.98 214	0.00 1	0.02 170	2.20 278	0.11 217	4.39 282	2.52 331	2.19 273	2.20 288	2.66 273	0.70 242	3.42 179	1.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.04 218

S-Stereo	2.00 322	0.30 196	5.74 368	0.24 263	0.23 312	2.51 292	1.90 348	4.74 303	5.15 363	2.42 296	5.80 345	2.85 284	0.72 243	5.08 258	2.17 311	0.00 1	0.02 274	0.00 1	0.00 1	0.08 222	0.04 218

TransformOpticalFlow	1.47 277	0.31 197	3.22 300	0.66 337	0.08 240	1.54 215	0.09 207	3.84 242	1.58 267	1.66 235	2.32 291	3.60 316	3.12 341	6.99 350	0.42 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 63

APVNet	1.52 281	0.31 197	4.00 327	0.09 200	0.00 1	4.64 349	0.08 198	4.41 284	1.21 207	1.25 198	1.05 219	2.90 287	0.93 256	6.70 326	2.48 318	0.01 310	0.00 1	0.07 358	0.00 1	0.27 337	0.05 234

stereogan	2.13 327	0.31 197	3.75 320	0.01 17	0.09 247	7.44 375	0.60 314	4.27 274	3.29 343	3.91 339	4.62 336	6.41 358	1.84 309	5.17 259	0.58 219	0.00 1	0.01 225	0.01 322	0.00 1	0.24 326	0.05 234

RASNet	1.53 283	0.31 197	1.97 213	0.09 200	3.20 387	1.69 255	0.06 189	3.27 179	2.12 307	0.77 125	1.29 239	5.32 352	1.69 301	6.60 317	2.17 311	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.02 152

sAnonymous2	0.37 42	0.32 201	3.21 297	0.01 17	0.00 1	0.35 8	0.08 198	1.96 65	0.90 159	0.03 11	0.05 58	0.04 10	0.11 116	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 42	0.32 201	3.21 297	0.01 17	0.00 1	0.35 8	0.08 198	1.96 65	0.90 159	0.03 11	0.05 58	0.04 10	0.11 116	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	1.14 236	0.32 201	1.56 165	0.03 103	0.17 285	2.86 310	1.03 332	4.25 271	2.14 312	1.03 167	1.17 229	1.64 217	0.92 255	4.35 217	1.27 271	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.00 1

psm_up	0.84 165	0.32 201	1.44 147	0.02 64	0.00 1	1.98 272	0.05 176	3.40 193	1.04 181	2.06 265	0.40 139	1.74 220	0.45 203	3.47 182	0.24 123	0.06 353	0.00 1	0.00 1	0.00 1	0.08 222	0.00 1

CoDeX	0.94 187	0.34 205	2.09 228	0.05 144	0.20 300	1.49 199	0.20 247	5.89 359	1.57 263	0.66 111	0.67 185	1.05 177	0.32 182	3.82 196	0.33 162	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.00 1

STTStereo	0.83 159	0.34 205	2.44 254	0.24 263	0.15 278	1.41 170	0.10 215	3.02 135	1.55 257	1.34 204	0.17 90	1.77 224	0.45 203	3.42 179	0.30 153	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 63

DCRE	0.69 125	0.35 207	1.16 102	0.06 158	0.02 170	0.91 22	0.00 1	1.05 28	0.30 36	0.98 158	7.63 356	0.72 139	0.02 16	0.16 12	0.07 39	0.00 1	0.02 274	0.00 1	0.21 364	0.02 93	0.03 193

RYNet	1.52 281	0.35 207	3.38 306	0.25 266	0.04 205	2.31 284	0.03 143	4.62 296	1.47 245	1.14 180	0.34 127	4.52 334	1.38 279	6.36 305	4.23 341	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 152

UCFNet_RVC	0.66 115	0.35 207	1.20 114	0.02 64	0.30 338	1.53 211	0.01 55	3.42 197	0.67 99	1.12 178	0.73 196	1.26 193	0.20 155	1.84 147	0.46 198	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.96 190	0.36 210	1.49 150	0.05 144	0.00 1	1.62 243	0.28 274	3.86 246	1.28 216	1.79 246	0.80 200	1.59 207	0.07 80	5.29 264	0.48 201	0.01 310	0.00 1	0.00 1	0.00 1	0.23 323	0.01 63

STrans-v2	1.67 299	0.36 210	3.28 301	0.02 64	0.19 296	1.45 185	0.08 198	6.69 373	1.49 251	2.00 260	2.86 306	3.67 319	3.88 357	7.04 353	0.45 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RAFT-Stereo + iAFF	0.60 97	0.36 210	0.96 44	0.03 103	0.02 170	1.21 99	0.02 101	2.80 121	1.55 257	1.08 174	2.63 300	0.43 105	0.16 137	0.37 64	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	3.16 292	0.37 299	0.14 273	4.42 347	0.18 240	6.64 371	3.05 341	2.98 316	2.85 305	4.86 342	1.11 262	11.00 393	4.53 344	0.16 366	0.05 317	0.37 378	0.09 328	0.19 309	0.78 373

HH	0.88 179	0.37 214	1.93 204	0.25 266	0.10 256	0.62 15	0.00 1	3.79 234	0.18 19	0.33 63	0.59 169	3.94 324	0.81 248	4.44 224	0.09 54	0.00 1	0.06 324	0.00 1	0.00 1	0.03 132	0.02 152

HanStereo	0.88 179	0.37 214	1.93 204	0.25 266	0.10 256	0.62 15	0.00 1	3.79 234	0.18 19	0.33 63	0.59 169	3.94 324	0.81 248	4.44 224	0.09 54	0.00 1	0.06 324	0.00 1	0.00 1	0.03 132	0.02 152

psmorigin	2.01 323	0.37 214	10.25 389	0.22 255	0.03 189	1.62 243	0.19 245	3.31 181	1.05 185	4.92 353	3.14 311	5.85 353	2.21 318	5.31 265	1.71 288	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.02 152

StereoVision	0.86 170	0.38 217	1.75 191	0.03 103	0.01 102	1.14 72	0.02 101	3.38 190	0.92 162	0.13 45	6.89 353	0.50 116	0.12 126	1.10 117	0.78 238	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 152

gwcnet-sp	0.98 193	0.38 217	4.06 331	0.04 127	0.00 1	2.60 296	0.15 229	3.51 209	1.13 198	1.75 239	0.16 84	0.68 132	0.39 195	3.69 186	0.90 245	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 193

scenet	0.98 193	0.38 217	4.06 331	0.04 127	0.00 1	2.60 296	0.15 229	3.51 209	1.13 198	1.75 239	0.16 84	0.68 132	0.39 195	3.69 186	0.90 245	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 193

ssnet	0.98 193	0.38 217	4.06 331	0.04 127	0.00 1	2.60 296	0.15 229	3.51 209	1.13 198	1.75 239	0.16 84	0.68 132	0.39 195	3.69 186	0.90 245	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 193

GANet-RSSM	0.88 179	0.38 217	1.45 148	0.60 329	0.00 1	1.36 153	0.02 101	4.55 292	0.69 117	0.71 117	0.32 120	1.56 205	0.61 221	4.55 235	0.64 228	0.00 1	0.00 1	0.05 357	0.00 1	0.08 222	0.02 152

SGM_RVC	4.07 366	0.38 217	1.98 214	0.84 349	0.26 322	6.20 366	2.37 358	6.45 368	3.57 346	11.56 387	9.27 364	15.55 386	6.78 379	10.07 386	4.60 346	0.22 370	0.25 377	0.20 372	0.23 368	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	1.04 208	0.39 223	1.17 104	0.00 1	0.20 300	1.33 146	0.03 143	4.19 265	1.81 282	0.99 162	5.33 342	0.61 122	0.15 134	4.07 205	0.30 153	0.00 1	0.00 1	0.00 1	0.16 348	0.13 270	0.00 1

ADLNet2	1.38 268	0.39 223	3.13 291	0.00 1	0.70 363	1.23 114	0.26 263	4.19 265	2.36 323	1.45 218	3.16 314	4.23 328	0.82 251	4.56 237	0.88 244	0.00 1	0.00 1	0.00 1	0.00 1	0.13 270	0.02 152

XX-TBD	0.28 24	0.39 223	0.97 49	0.05 144	0.00 1	1.09 59	0.00 1	0.71 17	0.54 50	0.44 87	1.04 218	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	1.09 224	0.39 223	1.45 148	0.04 127	0.00 1	1.34 148	0.22 253	3.34 186	2.25 320	1.48 219	1.11 222	4.17 327	0.37 192	4.73 243	0.79 239	0.01 310	0.00 1	0.03 350	0.00 1	0.09 241	0.01 63

CVANet_RVC	1.10 228	0.39 223	1.69 185	0.28 277	0.00 1	1.45 185	0.48 304	3.26 173	1.64 271	2.93 312	1.22 232	1.51 201	0.37 192	6.09 291	0.50 203	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.01 63

CroCo-Stereo	0.39 46	0.40 228	1.67 183	0.07 178	0.00 1	0.19 2	0.01 55	3.55 213	0.75 133	0.08 23	0.02 31	0.46 108	0.08 95	0.28 44	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	1.94 320	0.40 228	3.82 324	0.15 231	0.09 247	1.81 266	0.45 302	4.77 308	2.21 318	3.36 326	3.94 329	8.39 370	1.72 302	5.75 282	1.69 287	0.00 1	0.00 1	0.01 322	0.00 1	0.17 295	0.01 63

HSM	1.36 265	0.40 228	1.07 81	0.01 17	0.30 338	1.73 259	0.03 143	5.89 359	1.22 208	1.83 248	1.36 242	4.78 340	1.30 277	6.61 319	0.57 217	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

SA	0.83 159	0.41 231	1.17 104	0.00 1	0.20 300	1.28 128	0.01 55	3.98 251	1.86 289	0.41 84	0.96 213	0.27 85	1.33 278	4.07 205	0.35 173	0.00 1	0.00 1	0.00 1	0.17 354	0.14 276	0.01 63

IPLG	0.86 170	0.41 231	2.31 249	0.06 158	0.06 222	1.36 153	0.11 217	3.17 160	0.83 150	0.62 103	1.00 216	0.46 108	0.61 221	5.57 280	0.35 173	0.00 1	0.00 1	0.00 1	0.00 1	0.18 302	0.01 63

XPNet_ROB	1.17 242	0.41 231	1.68 184	0.04 127	0.01 102	1.65 250	0.17 236	3.46 204	1.39 228	3.89 338	1.01 217	1.60 209	0.53 210	4.35 217	3.07 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 132	0.02 152

fff	0.66 115	0.42 234	2.21 234	0.01 17	0.01 102	1.22 101	0.02 101	3.26 173	1.04 181	2.34 287	0.14 76	0.09 51	1.83 306	0.34 58	0.29 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

MIPNet	0.64 108	0.42 234	2.01 217	0.08 190	0.07 230	1.29 132	0.11 217	3.47 206	1.29 217	0.67 112	0.10 70	0.63 126	0.97 257	1.25 124	0.25 129	0.00 1	0.01 225	0.01 322	0.01 272	0.11 260	0.04 218

GEStereo_RVC	1.10 228	0.42 234	1.72 188	0.28 277	0.01 102	1.37 158	0.11 217	6.25 366	0.84 153	1.05 170	0.67 185	1.61 211	0.79 246	6.11 292	0.63 226	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.04 218

raftrobust	0.46 65	0.42 234	1.05 79	0.01 17	0.21 305	1.17 80	0.05 176	2.07 72	0.19 21	2.98 316	0.02 31	0.12 60	0.15 134	0.25 31	0.31 155	0.00 1	0.03 298	0.00 1	0.00 1	0.08 222	0.06 262

csc	0.66 115	0.42 234	2.21 234	0.01 17	0.01 102	1.22 101	0.02 101	3.26 173	1.04 181	2.34 287	0.14 76	0.09 51	1.83 306	0.34 58	0.29 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

cscssc	0.66 115	0.42 234	2.21 234	0.01 17	0.01 102	1.22 101	0.02 101	3.26 173	1.04 181	2.34 287	0.14 76	0.09 51	1.83 306	0.34 58	0.29 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

MIM_Stereo	0.45 62	0.43 240	1.18 107	0.51 319	0.04 205	1.26 124	0.02 101	2.38 83	0.65 85	0.07 20	0.02 31	0.70 137	0.20 155	1.01 114	0.13 75	0.00 1	0.09 347	0.00 1	0.00 1	0.14 276	0.10 296

ADStereo(finetuned)	0.83 159	0.43 240	3.68 318	0.03 103	0.00 1	1.22 101	0.01 55	3.26 173	1.86 289	2.61 304	0.20 105	0.09 51	2.39 324	0.34 58	0.38 183	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 262

DCANet	0.66 115	0.43 240	2.21 234	0.03 103	0.00 1	1.22 101	0.01 55	3.26 173	1.85 288	2.61 304	0.21 106	0.09 51	0.49 207	0.33 57	0.39 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.06 262

GANet	1.90 317	0.43 240	1.83 199	0.39 301	0.00 1	2.24 280	3.37 368	3.90 248	1.44 240	2.17 271	9.66 365	2.57 271	1.09 261	6.88 339	1.81 290	0.00 1	0.00 1	0.02 345	0.00 1	0.10 251	0.03 193

MSMD_ROB	4.94 372	0.43 240	2.58 267	0.12 216	0.01 102	8.43 380	1.09 334	4.25 271	4.11 354	13.11 390	26.36 405	13.95 384	13.88 399	7.45 362	2.92 328	0.10 359	0.01 225	0.00 1	0.00 1	0.01 25	0.02 152

AACVNet	0.87 175	0.44 245	1.19 110	0.17 241	0.00 1	1.76 260	0.00 1	3.60 218	0.60 57	1.03 167	0.26 113	1.31 195	0.17 140	6.33 303	0.28 143	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.01 63

rafts_anoy	0.39 46	0.44 245	1.15 98	0.06 158	0.03 189	1.12 67	0.04 163	2.75 118	0.33 39	0.10 35	0.16 84	0.11 57	0.19 149	0.74 103	0.31 155	0.00 1	0.14 365	0.00 1	0.01 272	0.02 93	0.05 234

RALCasStereoNet	0.44 59	0.44 245	1.03 70	0.03 103	0.00 1	1.10 61	0.03 143	2.46 97	0.90 159	0.07 20	0.32 120	0.12 60	0.20 155	1.28 126	0.25 129	0.00 1	0.31 382	0.00 1	0.00 1	0.08 222	0.12 309

PSMNet-RSSM	0.90 184	0.44 245	1.35 139	0.13 219	0.00 1	1.37 158	0.03 143	4.79 311	0.85 156	1.11 177	0.49 155	2.15 250	0.35 189	4.09 208	0.73 235	0.00 1	0.00 1	0.01 322	0.00 1	0.03 132	0.01 63

RAFT+CT+SA	0.66 115	0.45 249	1.22 116	0.10 207	0.30 338	1.24 115	0.02 101	4.21 267	0.67 99	0.62 103	0.39 138	0.33 93	0.05 54	2.69 161	0.14 80	0.00 1	0.00 1	0.00 1	0.35 387	0.13 270	0.30 353

MaskLacGwcNet_RVC	1.63 292	0.45 249	2.21 234	1.53 378	0.18 289	4.33 343	0.41 298	3.37 188	1.40 232	0.54 98	0.65 176	3.10 299	0.11 116	4.93 250	0.60 223	4.57 391	0.51 387	0.00 1	0.00 1	1.37 383	2.39 388

PS-NSSS	1.08 217	0.45 249	1.70 186	0.02 64	0.01 102	1.37 158	0.01 55	4.38 280	2.09 305	1.15 181	2.65 301	0.65 128	0.07 80	6.35 304	0.56 215	0.16 366	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

iResNet	1.00 201	0.45 249	3.08 288	0.86 356	0.01 102	1.97 271	0.01 55	3.67 225	1.49 251	1.77 244	1.09 220	0.35 95	0.13 132	3.83 197	1.27 271	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

fast-acv-ft	1.41 272	0.46 253	4.29 340	0.10 207	0.13 267	3.97 334	0.29 277	2.42 93	1.91 294	0.81 133	3.55 322	3.02 294	1.26 274	3.35 174	2.05 308	0.04 342	0.01 225	0.04 353	0.04 305	0.39 360	0.05 234

TestStereo1	0.77 140	0.46 253	1.12 90	0.15 231	0.19 296	1.29 132	0.01 55	3.33 183	1.55 257	0.45 89	1.67 252	0.13 64	1.23 269	3.39 177	0.27 139	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.07 278

SA-5K	0.77 140	0.46 253	1.12 90	0.15 231	0.19 296	1.29 132	0.01 55	3.33 183	1.55 257	0.45 89	1.67 252	0.13 64	1.23 269	3.39 177	0.27 139	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.07 278

AFF-stereo	0.65 110	0.46 253	0.82 22	0.37 299	0.00 1	1.19 88	0.00 1	3.04 142	1.42 235	0.72 119	1.95 269	1.16 187	0.26 169	0.97 112	0.31 155	0.00 1	0.02 274	0.00 1	0.00 1	0.21 319	0.02 152

FINET	1.36 265	0.46 253	4.05 330	0.22 255	0.73 364	1.03 35	0.00 1	3.57 215	5.71 366	1.59 232	1.64 249	0.49 114	0.19 149	5.53 274	1.90 296	0.00 1	0.01 225	0.00 1	0.00 1	0.08 222	0.03 193

CFNet-ft	0.77 140	0.46 253	1.34 136	0.01 17	0.27 327	1.32 140	0.02 101	2.40 85	0.68 104	0.63 107	0.18 93	3.23 308	0.21 159	3.97 202	0.54 212	0.00 1	0.00 1	0.01 322	0.00 1	0.03 132	0.02 152

CFNet_RVC	0.77 140	0.46 253	1.34 136	0.01 17	0.27 327	1.32 140	0.02 101	2.40 85	0.68 104	0.63 107	0.18 93	3.23 308	0.21 159	3.97 202	0.54 212	0.00 1	0.00 1	0.01 322	0.00 1	0.03 132	0.02 152

NVStereoNet_ROB	3.25 350	0.46 253	2.71 275	0.34 292	0.56 358	2.36 287	0.87 325	4.56 293	4.47 360	4.55 347	14.09 378	11.93 378	3.23 346	9.79 385	3.14 332	0.43 380	0.03 298	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 39	0.47 261	1.08 83	0.09 200	0.03 189	1.12 67	0.07 192	1.66 56	0.93 165	0.43 86	0.02 31	0.51 117	0.08 95	0.23 25	0.29 147	0.00 1	0.00 1	0.00 1	0.03 295	0.04 163	0.04 218

G-Net	3.49 357	0.47 261	4.03 329	1.61 379	1.91 380	10.78 385	1.92 349	3.06 143	1.26 214	8.59 376	12.06 373	6.13 356	7.82 383	4.78 244	4.77 347	0.08 355	0.12 360	0.07 358	0.15 342	0.16 290	0.11 300

LoS_RVC	0.19 4	0.48 263	0.51 2	0.12 216	0.10 256	1.01 33	0.01 55	0.81 21	0.19 21	0.07 20	0.02 31	0.06 36	0.05 54	0.31 48	0.05 17	0.00 1	0.01 225	0.00 1	0.00 1	0.01 25	0.04 218

IIG-Stereo	1.30 256	0.48 263	1.04 74	2.41 384	0.05 212	1.61 237	0.14 228	2.59 108	0.68 104	2.97 315	2.28 290	3.08 297	0.57 216	7.41 361	0.65 230	0.00 1	0.00 1	0.00 1	0.00 1	0.02 93	0.00 1

raft+_RVC	0.42 51	0.48 263	1.11 88	0.51 319	0.17 285	1.16 78	0.04 163	2.25 77	0.59 53	0.12 41	0.42 142	0.08 47	0.15 134	0.60 96	0.28 143	0.00 1	0.09 347	0.00 1	0.00 1	0.06 197	0.19 338

WCMA_ROB	4.54 369	0.48 263	3.19 294	0.49 315	0.63 362	5.38 358	2.57 363	4.70 300	3.77 350	14.17 394	19.02 389	15.47 385	9.03 387	6.73 328	4.85 349	0.01 310	0.05 317	0.01 322	0.01 272	0.08 222	0.16 324

CroCo-Stereo Lap2	0.33 30	0.49 267	1.18 107	0.02 64	0.00 1	0.33 6	0.00 1	3.08 147	0.61 63	0.02 2	0.01 1	0.04 10	0.08 95	0.45 78	0.15 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.02 152

TDLM	1.08 217	0.49 267	1.43 145	0.27 275	0.00 1	1.56 217	2.12 352	3.10 149	1.75 279	1.36 209	0.93 211	1.06 179	0.49 207	6.21 296	0.70 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 290	0.02 152

SPS-STEREO	3.08 347	0.49 267	2.49 260	0.21 253	0.24 316	3.67 330	1.24 339	5.80 357	2.43 327	10.68 382	8.00 359	9.48 375	3.59 351	8.11 371	5.08 352	0.01 310	0.01 225	0.00 1	0.00 1	0.04 163	0.11 300
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
test_5	0.74 130	0.50 270	1.55 158	0.44 307	0.25 319	1.45 185	0.01 55	4.16 262	0.78 144	0.79 130	0.17 90	0.42 104	0.64 230	3.06 170	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 95	0.02 64	0.00 1	1.12 67	0.02 101	0.70 15	1.57 263	0.31 60	0.05 58	0.06 36	0.02 16	1.45 135	0.09 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.60 97	0.50 270	1.01 54	0.50 316	0.04 205	0.94 25	0.08 198	3.01 134	0.65 85	0.22 53	0.09 68	3.41 311	0.27 172	0.53 87	0.37 180	0.00 1	0.03 298	0.00 1	0.01 272	0.40 361	0.03 193

DeepPruner_ROB	0.86 170	0.50 270	1.80 197	0.01 17	0.00 1	1.57 218	0.17 236	3.48 207	0.42 44	3.31 325	0.02 31	2.09 245	0.17 140	3.01 168	0.61 224	0.00 1	0.00 1	0.00 1	0.00 1	0.12 265	0.01 63

cf-r	0.98 193	0.51 274	2.04 222	0.25 266	0.01 102	1.40 166	0.03 143	4.47 289	1.65 272	0.95 145	0.58 160	2.63 272	0.24 164	4.19 210	0.58 219	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.04 218

DispNO	1.25 251	0.52 275	3.40 307	0.11 215	0.05 212	1.45 185	0.01 55	3.73 228	1.68 274	1.34 204	1.59 247	3.15 302	1.12 265	5.56 277	1.14 261	0.00 1	0.02 274	0.03 350	0.12 340	0.05 181	0.03 193

MyStereo8	0.85 166	0.52 275	3.20 296	0.20 252	0.00 1	1.47 192	0.01 55	3.53 212	1.91 294	1.34 204	0.65 176	1.22 190	0.31 178	0.57 92	1.38 277	0.00 1	0.14 365	0.00 1	0.06 318	0.09 241	0.30 353

whm_eth	0.68 122	0.52 275	3.05 285	0.01 17	0.00 1	1.26 124	0.02 101	3.36 187	1.93 296	0.26 55	2.52 297	0.13 64	0.11 116	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	0.68 122	0.52 275	1.74 189	0.50 316	0.05 212	1.16 78	0.00 1	2.68 116	0.66 91	0.68 114	1.60 248	1.76 222	0.80 247	0.94 110	0.13 75	0.00 1	0.02 274	0.00 1	0.00 1	0.27 337	0.00 1

CSP-Net	1.01 202	0.52 275	0.92 37	0.01 17	0.00 1	2.83 308	0.05 176	4.99 319	0.69 117	0.91 142	0.85 205	1.82 229	0.23 162	6.04 289	0.29 147	0.00 1	0.00 1	0.00 1	0.00 1	0.10 251	0.01 63

ETE_ROB	1.16 241	0.52 275	1.71 187	0.01 17	0.02 170	1.79 264	0.22 253	4.10 258	1.32 222	4.68 351	1.18 230	2.81 280	0.08 95	3.56 183	1.12 259	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 262

AASNet	0.86 170	0.53 281	1.96 211	0.04 127	0.00 1	1.70 256	0.05 176	5.13 327	1.84 284	0.93 144	1.88 265	0.96 167	0.19 149	0.67 100	0.91 249	0.00 1	0.00 1	0.00 1	0.00 1	0.27 337	0.09 292

MLCV	1.01 202	0.53 281	2.17 232	0.03 103	0.00 1	1.60 233	0.03 143	2.90 128	1.30 219	2.60 303	1.85 264	1.00 173	0.40 198	4.88 249	0.74 236	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

OMP-Stereo	1.20 246	0.54 283	0.96 44	2.39 383	0.29 336	1.58 222	0.33 289	2.01 68	0.68 104	2.68 306	1.16 227	3.10 299	0.18 143	7.40 360	0.56 215	0.00 1	0.00 1	0.00 1	0.00 1	0.07 211	0.01 63

TestStereo	0.61 99	0.55 284	1.84 201	0.00 1	0.00 1	0.94 25	0.00 1	1.65 54	0.23 31	0.12 41	0.03 49	0.08 47	0.06 69	6.59 316	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RP	1.76 308	0.55 284	2.59 269	0.22 255	0.60 361	1.70 256	0.98 331	4.31 278	1.99 302	3.12 320	5.04 340	4.41 332	2.96 337	4.72 242	1.90 296	0.01 310	0.00 1	0.00 1	0.01 272	0.14 276	0.01 63

Nwc_Net	1.94 320	0.55 284	3.79 322	0.07 178	0.08 240	2.73 301	0.04 163	6.75 376	1.11 193	2.03 264	7.92 358	4.82 341	2.11 316	4.78 244	2.01 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.01 63

NLCA_NET_v2_RVC	1.04 208	0.55 284	2.52 262	0.56 325	1.00 369	1.37 158	0.00 1	3.43 199	1.35 224	2.24 276	0.35 130	2.18 257	0.58 218	4.28 213	0.34 169	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	1.08 217	0.56 288	2.70 273	0.02 64	0.02 170	1.20 96	0.01 55	3.18 161	0.63 73	0.14 46	2.00 272	1.62 213	1.54 288	6.69 325	1.01 255	0.00 1	0.00 1	0.00 1	0.00 1	0.23 323	0.01 63

NCC-stereo	1.67 299	0.56 288	3.10 289	0.08 190	0.22 307	2.24 280	0.13 225	5.05 324	1.42 235	2.27 284	2.72 302	4.29 329	3.53 349	5.76 283	2.01 305	0.04 342	0.00 1	0.00 1	0.00 1	0.03 132	0.02 152

Abc-Net	1.67 299	0.56 288	3.10 289	0.08 190	0.22 307	2.24 280	0.13 225	5.05 324	1.42 235	2.27 284	2.72 302	4.29 329	3.53 349	5.76 283	2.01 305	0.04 342	0.00 1	0.00 1	0.00 1	0.03 132	0.02 152
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	0.98 193	0.57 291	1.21 115	0.06 158	0.17 285	1.36 153	0.02 101	3.46 204	2.18 315	0.33 63	0.01 1	1.54 204	1.42 280	6.77 331	0.15 84	0.00 1	0.02 274	0.00 1	0.18 356	0.11 260	0.09 292

HITNet	0.80 152	0.58 292	2.14 230	0.69 340	0.00 1	1.35 151	0.02 101	4.50 290	1.15 201	1.76 243	0.16 84	0.60 121	0.30 174	1.13 119	1.64 283	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NaN_ROB	2.02 324	0.58 292	2.65 271	0.29 279	0.28 335	3.19 313	5.19 390	3.84 242	2.55 333	5.31 357	1.73 257	2.30 261	1.96 312	6.78 332	3.09 331	0.01 310	0.06 324	0.03 350	0.10 332	0.10 251	0.37 362

PA-Net	1.31 260	0.59 294	3.65 317	0.06 158	0.15 278	1.44 179	0.54 309	4.08 256	2.71 336	0.78 128	1.16 227	2.32 264	0.64 230	5.96 287	1.92 299	0.01 310	0.00 1	0.00 1	0.00 1	0.04 163	0.06 262
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LALA_ROB	1.33 262	0.59 294	1.74 189	0.02 64	0.06 222	3.25 315	0.50 308	3.45 202	1.39 228	3.70 333	0.59 169	4.59 336	0.25 167	3.58 184	2.79 326	0.00 1	0.00 1	0.00 1	0.00 1	0.04 163	0.02 152

4D-IteraStereo	0.35 34	0.60 296	1.93 204	0.02 64	0.09 247	1.03 35	0.07 192	1.25 34	0.34 40	0.02 2	0.03 49	0.84 154	0.10 107	0.31 48	0.35 173	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.07 278

GMStereo	0.25 20	0.60 296	1.28 124	0.01 17	0.00 1	0.48 12	0.00 1	0.74 19	1.24 212	0.16 48	0.03 49	0.07 44	0.09 100	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	0.88 208	5.90 354	9.68 391	7.63 365	7.25 367	0.08 355	0.16 370	0.01 322	0.07 320	0.34 352	0.17 328

CBFPSM	1.39 269	0.61 299	4.29 340	0.01 17	0.01 102	3.64 329	0.03 143	3.39 191	0.80 145	0.64 110	0.21 106	6.18 357	3.70 354	2.38 155	1.82 291	0.00 1	0.01 225	0.00 1	0.00 1	0.08 222	0.01 63

iinet-f	1.68 303	0.61 299	11.37 393	0.29 279	0.03 189	4.39 345	0.04 163	3.18 161	1.10 191	1.16 184	0.58 160	2.96 291	2.76 331	2.13 152	2.46 317	0.00 1	0.02 274	0.02 345	0.00 1	0.46 365	0.01 63

dad	0.88 179	0.62 301	2.26 244	0.06 158	0.01 102	1.24 115	0.00 1	0.98 26	2.17 314	1.29 199	0.35 130	0.37 96	0.04 47	5.80 285	1.06 256	0.01 310	0.00 1	1.13 386	0.11 336	0.05 181	0.00 1

RALAANet	0.54 89	0.62 301	1.41 143	0.01 17	0.01 102	0.92 23	0.02 101	2.39 84	1.87 291	1.13 179	0.38 135	0.15 72	0.30 174	1.00 113	0.38 183	0.00 1	0.00 1	0.00 1	0.04 305	0.14 276	0.01 63

CFNet	1.08 217	0.62 301	2.26 244	0.26 272	0.03 189	1.40 166	0.04 163	4.45 288	2.09 305	0.48 93	0.69 187	1.31 195	0.24 164	6.63 320	0.83 241	0.00 1	0.00 1	0.00 1	0.00 1	0.17 295	0.04 218

NCCL2	1.30 256	0.63 304	2.31 249	0.02 64	0.03 189	1.57 218	3.41 369	3.91 249	1.39 228	3.14 321	0.34 127	3.90 323	0.30 174	3.75 191	1.19 264	0.00 1	0.00 1	0.02 345	0.00 1	0.03 132	0.05 234

DMCA-RVC	0.90 184	0.64 305	3.30 302	0.03 103	0.04 205	1.30 136	0.06 189	2.65 110	0.73 129	3.21 322	0.09 68	0.99 172	0.66 237	3.14 171	0.99 253	0.01 310	0.04 308	0.02 345	0.01 272	0.07 211	0.01 63

CC-Net-ROB	1.86 314	0.64 305	2.55 265	1.42 377	0.19 296	3.38 322	0.04 163	4.41 284	2.45 328	0.90 139	1.31 240	0.98 171	0.18 143	6.60 317	0.53 209	1.14 386	1.60 397	7.16 393	0.00 1	1.33 382	0.32 358

LE_ROB	12.79 402	0.64 305	10.26 390	2.13 381	1.29 374	7.25 373	5.81 395	9.09 385	49.27 419	57.55 419	24.58 404	23.68 400	31.13 415	9.00 378	23.57 413	0.04 342	0.06 324	0.13 368	0.20 360	0.08 222	0.11 300

Consistency-Raft	1.36 265	0.65 308	4.81 354	0.33 286	0.32 343	1.62 243	0.11 217	3.65 222	3.80 351	0.33 63	6.12 349	0.86 155	2.14 317	0.94 110	1.25 268	0.02 332	0.01 225	0.00 1	0.00 1	0.24 326	0.01 63

AF-Net	2.17 329	0.65 308	3.53 313	0.00 1	0.09 247	2.02 274	0.48 304	6.44 367	1.70 276	3.36 326	10.22 367	4.95 344	2.81 333	4.34 216	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	0.09 247	4.81 351	0.76 322	4.75 306	1.37 225	2.88 311	1.67 252	1.62 213	2.30 320	3.77 193	14.93 392	0.02 332	0.00 1	0.01 322	0.10 332	0.20 318	0.11 300

dd	0.34 32	0.67 311	1.55 158	0.04 127	0.01 102	1.22 101	0.03 143	0.84 22	1.16 202	0.18 51	0.05 58	0.12 60	0.05 54	0.29 46	0.44 191	0.02 332	0.00 1	0.00 1	0.00 1	0.05 181	0.00 1

RGC	1.86 314	0.67 311	3.45 311	0.07 178	0.26 322	3.29 317	0.11 217	4.78 310	1.46 243	3.26 324	4.51 335	5.14 347	2.68 330	5.46 271	1.94 303	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.09 292

Wz-Net-LNSev-Ref	1.54 285	0.68 313	4.62 351	0.01 17	0.00 1	5.13 356	0.30 283	4.64 298	1.23 209	2.39 295	0.59 169	2.12 248	2.00 314	4.94 251	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	5.04 323	1.57 263	8.77 377	11.67 371	18.69 392	2.38 323	6.03 288	5.61 356	0.00 1	0.07 334	0.00 1	0.00 1	0.21 319	0.07 278

LMCR-Stereo	1.10 228	0.69 315	1.95 208	0.50 316	0.01 102	2.73 301	0.09 207	6.20 365	0.64 82	2.37 292	1.76 259	0.13 64	1.59 296	2.94 165	0.23 119	0.00 1	0.00 1	0.00 1	0.00 1	0.12 265	0.00 1

GwcNet-RSSM	1.02 204	0.69 315	2.70 273	0.22 255	0.02 170	1.42 175	0.05 176	4.02 253	1.01 178	0.90 139	0.42 142	2.89 286	0.26 169	4.43 223	1.17 262	0.00 1	0.00 1	0.02 345	0.00 1	0.13 270	0.05 234

PSMNet_ROB	1.09 224	0.69 315	2.92 278	0.03 103	0.07 230	1.68 253	0.16 233	3.44 201	1.30 219	0.96 147	0.32 120	2.81 280	0.63 227	4.23 211	2.48 318	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.04 218

111	0.79 148	0.70 318	2.21 234	0.01 17	0.01 102	1.19 88	0.16 233	3.78 233	1.98 300	1.22 195	0.91 209	2.01 238	0.32 182	0.32 54	0.64 228	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.17 328

aanetorigin	2.87 342	0.73 319	8.74 385	0.23 261	0.23 312	1.61 237	2.07 350	1.76 59	1.10 191	14.21 395	10.25 368	2.93 288	3.38 347	4.98 253	4.06 339	0.10 359	0.05 317	0.09 361	0.11 336	0.57 374	0.15 322

HBP-ISP	1.45 275	0.75 320	3.02 283	0.30 281	0.10 256	4.28 342	1.49 344	4.68 299	1.29 217	3.43 330	0.78 198	0.93 163	1.01 258	6.48 313	0.36 179	0.04 342	0.02 274	0.00 1	0.00 1	0.05 181	0.03 193

StereoDRNet	1.48 278	0.75 320	4.58 350	0.05 144	0.10 256	2.49 291	1.10 335	4.62 296	1.47 245	3.38 329	0.62 175	2.29 260	0.65 235	4.52 232	2.89 327	0.00 1	0.03 298	0.00 1	0.01 272	0.05 181	0.07 278

CSAN	2.70 340	0.75 320	3.41 308	0.18 245	0.12 262	4.18 339	4.05 375	4.11 259	4.36 356	6.03 361	6.24 350	4.60 337	4.74 364	7.29 358	3.43 335	0.02 332	0.03 298	0.01 322	0.02 289	0.18 302	0.22 346

MeshStereo	5.78 377	0.75 320	3.04 284	0.25 266	0.14 273	7.88 379	2.09 351	9.64 386	5.18 364	20.48 405	19.06 390	22.80 397	9.54 390	9.64 384	4.88 350	0.00 1	0.00 1	0.00 1	0.00 1	0.29 344	0.03 193
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	1.05 215	0.76 324	2.06 224	0.07 178	0.00 1	1.35 151	0.03 143	6.80 377	2.57 334	0.79 130	1.20 231	0.94 166	0.12 126	3.81 194	0.41 186	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.01 63

ELAS	8.05 386	0.76 324	4.02 328	0.95 359	1.02 370	14.85 394	6.99 404	12.80 393	11.73 384	22.43 410	27.75 408	17.88 390	15.19 401	10.96 391	11.31 382	0.22 370	0.56 390	0.23 374	0.22 366	0.50 371	0.71 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet_4x	0.97 191	0.77 326	3.36 305	0.46 311	0.01 102	1.32 140	0.09 207	4.57 294	1.26 214	1.88 252	0.22 110	1.09 183	0.42 200	1.79 146	2.09 309	0.00 1	0.00 1	0.00 1	0.00 1	0.08 222	0.06 262

ACRE	0.75 135	0.78 327	2.72 276	0.13 219	0.02 170	1.40 166	0.26 263	3.20 168	0.82 148	1.84 249	2.46 294	0.19 76	0.10 107	0.52 85	0.26 135	0.00 1	0.04 308	0.01 322	0.05 309	0.19 309	0.05 234

PDISCO_ROB	2.21 330	0.78 327	3.43 309	0.96 360	2.04 384	7.04 371	0.09 207	7.36 381	5.72 367	1.21 194	1.67 252	3.16 303	1.28 275	7.52 363	1.37 276	0.00 1	0.00 1	0.00 1	0.00 1	0.34 352	0.13 314

TRStereo	0.59 96	0.79 329	1.59 171	0.56 325	0.01 102	1.19 88	0.03 143	4.74 303	0.60 57	0.17 49	0.01 1	0.62 124	0.44 202	0.57 92	0.07 39	0.00 1	0.04 308	0.00 1	0.24 370	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	5.30 336	1.11 193	1.19 187	2.48 296	3.18 304	0.65 235	4.57 238	1.33 273	1.11 385	1.37 396	1.55 387	1.26 400	1.37 383	1.28 383

SGM-ForestM	12.56 401	0.80 330	4.31 343	1.07 366	0.41 347	21.56 405	8.57 407	17.42 399	19.67 396	29.93 412	28.49 412	45.83 416	27.22 412	26.05 411	18.40 402	0.14 364	0.25 377	0.18 371	0.28 382	0.18 302	0.42 365

ELAS_RVC	7.69 384	0.80 330	4.90 355	1.06 365	1.02 370	10.00 384	9.43 409	9.75 387	14.69 388	21.83 408	20.27 395	17.88 390	16.41 403	13.01 396	10.44 380	0.22 370	0.55 389	0.28 376	0.19 357	0.35 355	0.65 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
CIPLG	0.75 135	0.81 333	2.38 252	0.13 219	0.03 189	1.41 170	0.27 266	3.19 166	0.84 153	1.98 259	2.56 299	0.19 76	0.10 107	0.54 89	0.26 135	0.00 1	0.05 317	0.01 322	0.05 309	0.19 309	0.05 234

GwcNet	1.67 299	0.81 333	5.52 363	0.23 261	1.21 373	4.21 340	0.62 315	3.71 226	1.57 263	1.01 163	1.65 251	3.99 326	0.52 209	5.46 271	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	4.79 311	2.62 335	4.61 350	3.36 318	5.22 349	4.55 362	5.54 276	14.91 391	0.05 348	0.01 225	0.11 365	0.13 341	0.28 343	0.10 296

ARAFT	1.12 233	0.82 336	4.11 334	0.04 127	0.00 1	1.64 246	0.03 143	4.85 314	1.69 275	2.78 309	0.57 158	0.47 111	0.11 116	4.81 246	0.24 123	0.00 1	0.03 298	0.00 1	0.00 1	0.24 326	0.05 234

ADCPNet	3.63 360	0.82 336	13.20 395	0.08 190	0.43 348	7.02 370	2.23 356	4.77 308	2.41 325	4.31 345	1.96 270	7.57 368	5.16 369	6.45 312	13.80 389	0.02 332	0.75 391	0.04 353	0.90 399	0.16 290	0.53 366

Wz-Net-LNSev	1.30 256	0.85 338	6.26 375	0.02 64	0.03 189	4.02 335	0.13 225	4.21 267	1.12 197	0.77 125	0.10 70	3.60 316	1.11 262	2.68 160	1.12 259	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 152

MANE	14.02 406	0.85 338	3.53 313	2.13 381	3.75 390	18.44 398	6.14 396	22.67 413	27.90 403	33.01 414	41.08 417	41.26 415	30.90 414	23.39 407	17.99 400	0.47 381	0.76 392	0.91 385	4.04 408	0.17 295	1.00 380

DeepPrunerF	2.50 335	0.87 340	14.90 397	0.17 241	0.31 341	1.41 170	0.29 277	5.62 353	9.97 382	1.02 164	0.43 146	2.01 238	1.65 298	6.85 335	3.99 338	0.00 1	0.01 225	0.07 358	0.10 332	0.24 326	0.12 309

IPLGR_C	0.75 135	0.88 341	2.58 267	0.13 219	0.02 170	1.40 166	0.27 266	3.19 166	0.84 153	1.92 253	2.46 294	0.18 75	0.11 116	0.49 84	0.26 135	0.00 1	0.05 317	0.01 322	0.05 309	0.19 309	0.06 262

AANet_RVC	1.66 295	0.88 341	3.52 312	0.06 158	0.00 1	1.22 101	0.00 1	3.25 171	2.51 330	2.21 274	4.49 334	3.65 318	0.20 155	7.10 354	3.42 334	0.50 382	0.04 308	0.00 1	0.00 1	0.08 222	0.05 234

SANet	4.63 370	0.89 343	5.34 361	0.30 281	0.09 247	7.43 374	3.75 373	6.53 369	16.16 392	6.79 365	13.29 375	12.44 379	7.74 381	7.38 359	4.11 340	0.00 1	0.01 225	0.00 1	0.00 1	0.10 251	0.31 357

DN-CSS_ROB	0.77 140	0.90 344	2.01 217	0.85 352	0.00 1	1.47 192	0.01 55	2.92 129	0.93 165	0.12 41	0.53 157	0.44 106	0.16 137	4.33 215	0.35 173	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	0.02 170	26.11 412	0.01 55	3.81 240	1.62 270	2.82 310	11.06 370	2.93 288	0.60 219	7.95 369	1.52 278	0.01 310	0.01 225	0.00 1	0.00 1	0.06 197	0.12 309

FADNet	1.20 246	0.93 346	4.51 348	0.03 103	0.06 222	2.56 294	0.16 233	4.02 253	1.42 235	0.32 62	0.06 63	1.66 218	1.07 260	5.56 277	0.87 243	0.19 369	0.02 274	0.01 322	0.01 272	0.50 371	0.03 193

GANetREF_RVC	1.10 228	0.95 347	2.98 280	0.06 158	0.00 1	2.23 279	0.18 240	3.95 250	2.53 332	0.56 99	0.32 120	1.89 232	0.66 237	5.03 254	0.51 205	0.00 1	0.00 1	0.00 1	0.00 1	0.05 181	0.04 218
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	1.93 318	0.97 348	3.83 325	0.55 324	2.19 385	1.49 199	0.05 176	4.09 257	1.00 177	2.59 302	2.77 304	5.17 348	5.63 375	7.19 355	0.63 226	0.00 1	0.10 353	0.00 1	0.00 1	0.25 332	0.20 342

ADCP+	2.87 342	0.98 349	8.75 386	0.07 178	0.16 283	5.93 365	2.90 365	4.00 252	1.84 284	1.52 221	0.27 115	3.81 322	3.22 345	6.05 290	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	4.27 339	2.74 387	0.88 366	1.47 192	0.15 229	4.21 267	3.18 342	6.63 364	6.93 354	1.87 231	3.63 352	2.13 152	0.99 253	0.00 1	0.00 1	0.00 1	0.00 1	0.23 323	0.05 234

PVD	5.81 378	0.99 351	5.56 365	0.72 342	0.51 355	6.72 368	0.18 240	9.90 388	23.69 397	11.45 386	19.26 392	8.18 369	9.46 389	9.24 379	9.49 377	0.02 332	0.16 370	0.00 1	0.08 325	0.18 302	0.40 364

FADNet-RVC-Resample	1.08 217	1.00 352	5.32 360	0.10 207	0.14 273	1.53 211	0.25 260	3.62 219	1.18 203	0.51 97	0.19 101	1.04 176	0.28 173	5.20 260	0.44 191	0.10 359	0.16 370	0.09 361	0.06 318	0.24 326	0.21 344

PWC_ROB	2.90 344	1.01 353	6.12 373	0.53 321	0.57 360	1.30 136	0.40 296	3.85 244	4.42 359	7.37 369	15.40 380	3.03 296	1.55 289	6.31 302	5.74 357	0.00 1	0.00 1	0.00 1	0.00 1	0.46 365	0.05 234

SHD	3.01 345	1.02 354	5.52 363	0.45 310	0.39 346	4.12 337	0.17 236	6.68 372	12.04 385	7.20 368	3.36 318	4.40 331	2.58 328	4.69 240	7.17 366	0.01 310	0.04 308	0.00 1	0.03 295	0.22 322	0.17 328

PASM	1.58 290	1.05 355	7.51 380	0.56 325	0.09 247	1.37 158	0.28 274	2.85 125	1.44 240	3.91 339	0.44 147	3.02 294	0.64 230	6.38 306	1.59 282	0.00 1	0.01 225	0.00 1	0.03 295	0.26 334	0.15 322

FADNet_RVC	1.15 239	1.06 356	4.34 344	0.02 64	0.06 222	2.77 306	0.04 163	3.50 208	0.80 145	0.35 75	0.32 120	0.65 128	0.09 100	5.20 260	1.56 279	0.24 375	0.34 384	0.11 365	0.33 386	0.65 378	0.60 367

FADNet-RVC	1.10 228	1.07 357	4.79 353	0.03 103	0.00 1	1.60 233	0.08 198	3.77 231	1.70 276	0.35 75	0.07 64	0.61 122	0.66 237	5.32 266	1.11 257	0.01 310	0.08 343	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	5.26 335	4.20 355	7.43 370	3.35 317	10.04 376	3.83 356	6.98 349	4.83 348	0.00 1	0.14 365	0.00 1	0.05 309	0.17 295	0.22 346

iResNetv2_ROB	1.08 217	1.12 359	4.68 352	1.09 367	0.00 1	1.38 163	0.05 176	3.83 241	1.11 193	0.80 132	1.15 225	1.02 175	0.12 126	4.52 232	0.45 194	0.00 1	0.00 1	0.00 1	0.00 1	0.33 349	0.03 193

RAFT + AFF	1.63 292	1.13 360	2.62 270	0.04 127	0.80 365	2.29 283	1.03 332	5.54 349	2.06 304	1.77 244	1.81 263	1.22 190	3.65 353	6.23 298	1.57 281	0.01 310	0.35 385	0.00 1	0.01 272	0.33 349	0.12 309

Syn2CoEx	1.66 295	1.17 361	4.29 340	0.04 127	0.00 1	1.44 179	0.56 310	5.33 338	1.98 300	2.01 263	2.12 281	2.08 243	2.81 333	6.55 315	2.42 315	0.00 1	0.00 1	0.00 1	0.00 1	0.33 349	0.06 262

EDNetEfficient	6.54 381	1.17 361	33.15 408	0.66 337	1.96 381	2.07 275	3.72 372	2.80 121	14.85 389	20.02 404	9.69 366	6.59 362	10.19 392	7.19 355	15.49 394	0.03 340	0.10 353	0.01 322	0.20 360	0.62 377	0.29 352

Wz-Net-MNSev	1.85 313	1.19 363	5.61 366	0.01 17	0.00 1	4.74 350	2.16 354	4.93 317	1.48 249	3.77 335	1.24 235	1.77 224	2.56 326	4.94 251	2.61 323	0.00 1	0.01 225	0.00 1	0.00 1	0.07 211	0.01 63

XQC	2.57 337	1.20 364	6.33 377	0.18 245	0.01 102	3.84 333	0.33 289	5.24 330	3.83 352	4.43 346	1.94 268	4.58 335	3.19 343	7.19 355	8.67 374	0.00 1	0.03 298	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	0.02 170	4.40 346	0.08 198	4.29 276	4.98 362	6.00 360	3.15 313	2.97 292	1.56 290	6.71 327	10.89 381	0.00 1	0.07 334	0.00 1	0.05 309	0.40 361	0.24 350

SQANet	2.28 332	1.25 366	2.39 253	4.17 390	2.91 386	2.60 296	0.24 259	4.17 264	0.83 150	2.42 296	0.57 158	1.59 207	0.88 252	3.30 173	0.68 231	7.35 396	0.12 360	0.47 379	0.02 289	6.56 390	3.00 391

otaku	3.17 348	1.32 367	2.49 260	6.07 392	3.26 388	4.62 348	2.15 353	5.35 339	1.34 223	2.00 260	2.54 298	3.50 315	1.49 282	3.68 185	1.11 257	7.89 397	0.23 376	1.88 388	0.03 295	7.74 393	4.78 396

Ntro	3.24 349	1.34 368	2.83 277	7.27 394	4.43 392	6.22 367	0.74 321	4.73 302	1.48 249	0.39 82	1.77 261	2.70 275	1.28 275	4.59 239	1.25 268	8.06 398	0.28 381	2.12 391	0.05 309	8.11 394	5.16 397

ADCMid	3.95 365	1.34 368	10.91 392	0.18 245	0.38 345	5.02 354	1.27 341	4.87 315	2.94 340	11.15 384	3.60 323	6.76 363	5.21 372	6.40 311	16.96 396	0.12 362	0.08 343	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	4.88 316	3.53 345	13.29 391	13.95 377	12.66 380	7.55 380	7.98 370	5.39 355	0.23 374	0.18 373	0.15 369	0.24 370	0.29 344	0.64 369

Anonymous Stereo	1.78 309	1.37 371	7.79 381	0.42 305	0.07 230	1.49 199	3.20 366	3.31 181	1.84 284	2.75 307	1.14 223	1.84 230	0.09 100	6.89 342	3.32 333	0.00 1	0.00 1	0.00 1	0.00 1	0.09 241	0.01 63

PWCDC_ROB	3.06 346	1.38 372	3.81 323	0.14 229	0.00 1	3.14 312	0.02 101	4.40 283	12.35 386	1.08 174	23.69 402	2.01 238	2.01 315	3.87 198	2.43 316	0.24 375	0.00 1	0.00 1	0.00 1	0.61 376	0.08 287

GASNet	1.43 273	1.53 373	4.54 349	0.31 283	0.02 170	1.49 199	0.20 247	3.86 246	1.95 297	0.75 121	1.37 243	2.11 246	1.57 293	5.82 286	2.60 322	0.00 1	0.05 317	0.00 1	0.00 1	0.43 363	0.10 296

ACVNet-4b	5.67 376	1.65 374	4.43 346	9.46 400	7.11 399	8.72 381	1.68 347	6.61 370	5.76 368	0.27 56	6.49 352	11.67 377	2.43 325	8.40 373	1.56 279	9.06 402	2.34 402	10.49 401	0.02 289	9.22 400	5.98 400

LSM	7.38 383	1.68 375	22.24 403	3.99 389	40.72 419	3.54 328	4.79 388	4.74 303	6.65 373	10.25 381	13.51 376	4.49 333	3.81 355	6.91 344	5.31 354	0.00 1	0.04 308	0.00 1	0.00 1	0.26 334	14.60 415

WAO-6	11.09 396	1.69 376	3.21 297	7.54 395	7.10 398	16.34 395	6.63 402	20.12 404	38.64 413	9.67 380	19.28 393	27.53 402	10.97 395	12.43 395	11.57 384	4.26 390	2.35 403	10.54 402	0.02 289	7.59 392	4.29 394

WZ-Net	4.16 367	1.75 377	23.59 404	0.08 190	0.04 205	2.62 300	2.16 354	5.89 359	4.74 361	5.73 359	3.51 321	6.99 366	4.89 367	10.82 390	10.11 378	0.00 1	0.00 1	0.00 1	0.00 1	0.12 265	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	3.41 344	4.81 352	3.28 316	9.40 374	3.49 348	7.76 368	8.31 373	0.41 379	0.54 388	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	0.05 212	4.37 344	1.67 346	3.58 217	11.57 383	2.36 291	1.32 241	2.03 241	1.91 310	6.95 347	9.01 375	0.05 348	0.03 298	0.10 364	0.08 325	11.00 405	0.10 296

WAO-7	9.09 389	1.79 380	3.55 315	0.80 347	0.15 278	18.67 399	4.36 382	23.07 414	26.68 402	12.59 389	27.90 409	22.52 396	13.03 397	13.53 397	11.47 383	0.09 358	0.03 298	0.58 384	0.10 332	0.47 368	0.34 359

ACVNet_2	8.69 387	1.80 381	5.09 357	8.55 398	6.72 396	13.47 390	4.34 381	13.70 394	23.86 398	6.89 367	19.74 394	20.52 393	5.36 373	7.70 367	2.48 318	8.53 399	1.67 399	7.99 395	0.32 385	8.79 398	6.29 404

ACVNet_1	6.16 380	1.86 382	4.43 346	9.52 401	7.22 400	7.59 377	2.37 358	9.99 389	6.71 374	3.84 337	5.35 343	13.23 383	4.90 368	6.25 299	1.94 303	9.06 402	2.40 404	10.88 403	0.11 336	9.58 402	6.03 401

EDNetEfficientorigin	10.31 394	1.90 383	98.96 428	0.22 255	0.23 312	2.73 301	0.71 319	4.50 290	16.94 393	18.72 398	15.36 379	12.74 381	10.73 394	8.96 377	11.94 386	0.01 310	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	10.73 403	8.20 403	18.71 400	5.73 393	21.10 408	41.49 416	11.12 383	22.16 399	25.92 401	7.74 381	7.52 363	4.31 342	9.01 401	2.27 401	9.95 400	0.61 393	9.18 399	6.22 402

ADCS	5.09 374	2.15 385	16.58 399	0.34 292	0.07 230	5.91 364	4.26 378	6.73 375	6.99 376	9.44 379	6.09 348	6.57 361	5.17 371	9.54 383	21.38 410	0.00 1	0.00 1	0.00 1	0.00 1	0.36 357	0.23 349

MSC_U_SF_DS_RVC	5.12 375	2.33 386	8.42 384	0.33 286	0.27 327	24.60 411	8.84 408	5.50 346	9.75 381	3.82 336	8.16 361	8.53 371	1.82 305	9.44 381	5.18 353	1.02 384	1.65 398	0.33 377	0.47 389	1.06 381	0.90 377

LVE	11.10 397	2.36 387	3.34 304	9.94 402	8.13 402	21.22 404	7.75 406	16.47 398	32.55 408	8.55 375	23.64 401	23.22 399	7.93 384	10.98 392	6.65 361	9.45 404	2.55 410	11.08 404	0.58 392	9.35 401	6.28 403

Wz-Net-SNSev	2.53 336	2.49 388	10.66 391	0.39 301	0.01 102	2.73 301	0.40 296	5.02 322	1.50 253	2.15 269	2.12 281	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	0.06 262

AnyNet_C32	3.93 364	2.58 389	12.07 394	0.39 301	0.49 354	5.50 359	6.45 401	4.44 287	2.19 316	6.86 366	2.94 308	5.28 350	3.20 344	6.63 320	18.37 401	0.08 355	0.04 308	0.20 372	0.09 328	0.57 374	0.19 338

MFN_U_SF_DS_RVC	3.30 352	2.61 390	7.84 382	0.09 200	0.26 322	12.92 388	7.62 405	4.25 271	3.64 349	2.95 314	3.99 331	4.61 338	1.22 268	8.36 372	1.77 289	0.59 383	1.15 395	0.04 353	0.85 398	0.48 369	0.67 371

RTS	9.75 392	2.69 391	65.25 416	0.85 352	1.99 382	14.36 391	4.75 386	5.69 355	17.29 394	7.97 372	19.00 387	6.83 364	3.02 339	26.15 412	18.62 404	0.00 1	0.15 368	0.00 1	0.00 1	0.29 344	0.16 324

RTSA	9.75 392	2.69 391	65.25 416	0.85 352	1.99 382	14.36 391	4.75 386	5.69 355	17.29 394	7.97 372	19.00 387	6.83 364	3.02 339	26.15 412	18.62 404	0.00 1	0.15 368	0.00 1	0.00 1	0.29 344	0.16 324

IMH-64-1	9.55 390	2.76 393	2.44 254	11.17 404	9.13 404	12.03 386	5.45 391	18.33 400	15.78 390	6.59 362	18.69 385	16.95 388	6.20 376	10.63 388	8.06 370	9.46 405	2.46 405	15.42 408	1.61 401	10.89 403	6.88 405

IMH-64	9.55 390	2.76 393	2.44 254	11.17 404	9.13 404	12.03 386	5.45 391	18.33 400	15.78 390	6.59 362	18.69 385	16.95 388	6.20 376	10.63 388	8.06 370	9.46 405	2.46 405	15.42 408	1.61 401	10.89 403	6.88 405

RainbowNet	4.74 371	3.21 395	3.07 287	9.34 399	6.01 393	4.89 353	3.60 371	7.09 378	4.39 358	1.63 233	3.01 309	4.72 339	2.96 337	5.53 274	1.19 264	8.95 400	2.12 400	8.48 396	0.19 357	8.75 395	5.73 398

IMH	11.11 398	3.50 396	2.56 266	11.25 406	9.13 404	14.49 393	5.10 389	20.68 407	26.30 401	8.28 374	23.85 403	20.63 394	9.19 388	12.39 394	7.96 368	9.50 407	2.50 407	15.28 407	1.66 403	11.07 406	6.96 407

WAO-8	13.93 404	3.75 397	4.23 337	7.74 396	6.54 394	22.81 407	2.39 360	22.66 411	45.98 417	18.88 401	35.42 414	33.21 407	16.91 404	16.55 402	12.78 387	5.01 392	0.81 393	9.89 398	0.77 395	8.77 397	3.61 392

Venus	13.93 404	3.75 397	4.23 337	7.74 396	6.54 394	22.81 407	2.39 360	22.66 411	45.98 417	18.88 401	35.42 414	33.21 407	16.91 404	16.55 402	12.78 387	5.01 392	0.81 393	9.89 398	0.77 395	8.76 396	3.61 392

AnyNet_C01	6.59 382	4.31 399	36.24 410	0.96 360	0.46 351	9.96 383	5.74 394	6.02 364	3.63 348	7.59 371	8.56 362	8.83 372	3.14 342	13.74 398	20.83 408	0.12 362	0.08 343	0.25 375	0.09 328	1.01 380	0.34 359

JetBlue	13.83 403	5.03 400	33.82 409	0.84 349	6.92 397	50.14 418	20.02 416	15.09 395	8.92 380	11.33 385	17.05 382	28.25 403	18.01 408	32.60 416	18.53 403	0.32 377	0.12 360	0.15 369	0.23 368	4.59 388	4.64 395

Wz-Net-TNSev	3.91 363	5.20 401	20.57 401	0.15 231	0.01 102	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	5.74 391	0.12 262	19.88 401	11.41 411	11.31 392	13.42 387	14.07 392	12.84 374	13.20 382	8.05 385	15.44 399	10.25 379	5.95 394	0.22 375	2.09 390	0.05 309	7.50 391	0.92 378

coex-ft	12.01 400	5.60 403	80.23 419	0.15 231	0.15 278	1.88 268	0.73 320	2.66 111	30.12 405	49.31 418	16.59 381	15.97 387	14.42 400	6.79 333	14.50 390	0.05 348	0.08 343	0.01 322	0.05 309	0.37 359	0.61 368

TorneroNet-64	15.45 408	5.66 404	3.44 310	13.86 407	12.03 408	28.15 414	6.27 399	19.89 403	38.68 414	12.16 388	28.06 410	35.76 410	15.44 402	19.56 405	15.40 393	9.71 408	2.52 408	19.13 411	2.70 404	12.55 408	7.94 409

TorneroNet	16.10 409	5.74 405	4.12 335	13.88 408	11.97 407	26.89 413	6.85 403	21.13 409	38.32 412	14.15 393	33.36 413	33.52 409	17.49 406	18.89 404	19.64 406	9.77 409	2.53 409	19.43 412	3.35 405	13.21 409	7.86 408

KSHMR	14.27 407	6.95 406	5.79 369	15.08 410	12.84 409	17.44 396	10.61 410	18.88 402	30.94 406	18.81 400	22.21 400	28.54 404	8.85 386	15.56 400	9.24 376	10.34 412	3.60 414	21.61 414	4.68 411	14.48 410	8.94 410

BEATNet-Init1	17.91 411	7.45 407	36.82 411	1.88 380	1.38 375	37.29 417	14.71 414	21.90 410	24.20 399	38.07 415	36.59 416	50.41 417	32.00 416	29.42 414	21.83 411	0.33 378	0.39 386	0.47 379	0.54 391	1.50 385	1.07 381

UDG	2.86 341	8.81 408	1.57 167	2.60 385	0.89 368	2.39 288	0.11 217	3.42 197	1.02 179	2.18 272	3.64 325	5.04 346	1.60 297	4.17 209	2.09 309	1.21 387	0.04 308	7.69 394	3.67 407	4.10 387	0.93 379

UNDER WATER-64	20.03 414	10.28 409	31.50 407	20.05 413	13.64 410	32.81 416	23.45 417	16.01 396	33.44 409	22.01 409	17.25 383	40.58 414	32.20 417	24.50 409	22.36 412	10.06 410	2.70 412	18.37 410	4.24 409	14.84 411	10.24 414

DDUNet	3.28 351	10.54 410	2.29 248	3.50 388	3.31 389	4.21 340	0.21 249	3.77 231	1.03 180	2.54 300	3.17 315	3.20 305	0.21 159	3.89 199	0.69 232	1.94 388	0.05 317	9.87 397	3.53 406	5.03 389	2.55 390

UNDER WATER	19.61 413	12.37 411	31.14 406	20.44 414	14.31 411	28.63 415	18.15 415	16.43 397	34.24 410	20.82 406	19.14 391	38.83 411	30.09 413	24.31 408	20.97 409	10.09 411	2.68 411	19.51 413	4.70 412	15.52 412	9.93 412

MADNet+	10.71 395	14.57 412	70.07 418	0.58 328	0.47 353	19.89 402	4.20 377	11.05 390	6.87 375	3.03 318	5.99 347	9.01 373	6.35 378	31.95 415	28.31 414	0.22 370	0.26 380	0.01 322	0.04 305	0.46 365	0.87 376

ktn	19.15 412	18.52 413	6.39 378	22.64 416	17.26 414	24.47 409	12.11 412	24.52 415	34.74 411	18.75 399	27.70 406	32.54 405	17.85 407	15.71 401	16.67 395	22.09 416	3.64 415	28.95 417	10.91 415	17.40 414	10.22 413

DPSimNet_ROB	25.03 416	19.56 414	24.93 405	24.36 417	17.85 415	22.25 406	25.93 418	28.52 416	29.10 404	32.61 413	28.25 411	32.87 406	26.42 410	24.51 410	40.42 416	16.75 415	13.93 417	25.19 415	22.38 418	19.96 416	24.75 420

notaker	17.52 410	21.54 415	7.84 382	18.05 412	14.44 412	17.58 397	6.43 400	20.13 405	24.44 400	21.34 407	27.71 407	39.12 412	18.78 409	19.63 406	20.40 407	11.95 413	2.71 413	25.51 416	5.85 413	17.10 413	9.78 411

DispFullNet	7.91 385	23.96 416	13.67 396	14.71 409	7.88 401	4.83 352	0.04 163	5.01 321	2.89 338	8.86 378	4.96 338	6.11 355	10.72 393	10.18 387	3.51 336	2.44 389	0.33 383	15.15 406	4.65 410	12.33 407	5.95 399

SPstereo	60.73 421	26.49 417	40.67 413	33.02 418	24.24 417	71.50 421	79.28 421	100.00 431	100.00 429	97.54 427	96.19 426	100.00 432	94.96 426	94.75 425	75.88 421	28.65 418	21.81 418	46.87 421	42.08 420	19.71 415	20.91 418

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

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

JetRed	34.54 418	39.28 420	62.16 414	15.62 411	26.51 418	69.20 420	40.79 420	31.43 418	32.41 407	46.06 417	44.55 419	40.19 413	26.50 411	38.43 417	56.06 419	12.76 414	37.49 421	13.23 405	9.38 414	29.52 418	19.34 417

DLNR_Zeroshot_test	23.05 415	49.79 421	87.94 420	97.52 432	94.73 427	1.18 86	0.00 1	20.60 406	0.14 6	0.02 2	0.02 31	0.02 2	0.02 16	4.35 217	0.10 62	32.22 419	0.04 308	0.00 1	0.27 378	72.00 425	0.06 262

LRCNet_RVC	60.63 420	63.16 422	62.94 415	69.09 424	50.21 421	19.92 403	0.07 192	58.32 419	5.21 365	75.67 421	86.75 421	74.68 420	62.48 420	59.01 420	49.80 418	93.38 426	56.36 425	93.48 426	92.95 426	67.44 424	71.73 426

ASD4		67.10 423

xxxxx1	76.92 423	82.43 424	93.26 423	61.67 421	66.92 422	95.84 424	95.11 425	75.84 421	80.96 421	82.71 422	86.75 421	89.18 421	87.35 421	85.27 421	87.18 422	55.08 421	54.60 422	60.31 422	72.71 423	62.51 420	62.73 422

tt_ll	76.92 423	82.43 424	93.26 423	61.67 421	66.92 422	95.84 424	95.11 425	75.84 421	80.96 421	82.71 422	86.75 421	89.18 421	87.35 421	85.27 421	87.18 422	55.08 421	54.60 422	60.31 422	72.71 423	62.51 420	62.73 422

ff	76.92 423	82.43 424	93.26 423	61.67 421	66.92 422	95.84 424	95.11 425	75.84 421	80.96 421	82.71 422	86.75 421	89.18 421	87.35 421	85.27 421	87.18 422	55.08 421	54.60 422	60.31 422	72.71 423	62.51 420	62.73 422

MEDIAN_ROB	96.83 427	99.41 427	98.66 427	94.75 427	94.23 426	93.08 423	90.54 423	95.61 426	94.75 424	97.65 428	97.73 427	98.30 426	96.57 427	94.51 424	93.74 427	99.78 436	98.24 427	99.99 430	99.89 429	99.48 430	99.67 430

HaxPig	97.68 429	99.63 428	91.34 421	99.82 437	99.97 431	88.15 422	88.00 422	98.28 427	99.93 428	99.98 431	99.99 429	99.95 430	99.99 430	96.29 426	92.24 426	99.99 438	99.98 430	100.00 431	99.99 430	100.00 439	99.98 437

Anonymous_1	97.10 428	99.72 429	99.64 430	92.33 425	93.91 425	100.00 430	100.00 430	99.20 428	99.90 427	98.57 429	99.75 428	99.14 427	99.94 429	98.50 427	99.54 428	87.90 424	98.87 428	90.88 425	96.91 427	92.22 426	95.12 427

PML	89.08 426	99.72 429	92.85 422	94.72 426	94.92 428	99.54 429	97.42 428	93.50 424	95.96 425	99.77 430	92.33 425	95.35 425	93.51 425	99.96 432	91.15 425	99.98 437	31.71 419	100.00 431	45.94 421	93.46 427	69.88 425

AVERAGE_ROB	99.23 433	99.81 431	97.56 426	100.00 440	100.00 433	96.24 427	91.02 424	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	99.98 433	99.97 430	100.00 439	100.00 431	100.00 431	100.00 431	100.00 439	100.00 439

DPSMNet_ROB	99.46 435	99.94 432	99.98 432	96.59 431	100.00 433	100.00 430	100.00 430	99.81 429	100.00 429	95.87 426	100.00 430	99.32 428	100.00 431	99.79 429	99.99 431	98.46 430	100.00 431	99.86 428	100.00 431	99.52 431	100.00 439

DGTPSM_ROB	99.45 434	99.94 432	99.98 432	96.58 430	100.00 433	100.00 430	100.00 430	99.81 429	100.00 429	95.86 425	100.00 430	99.32 428	100.00 431	99.79 429	99.99 431	98.34 429	100.00 431	99.86 428	100.00 431	99.52 431	99.99 438

test_example2	98.83 430	99.97 434	99.97 431	99.96 439	99.97 431	99.46 428	99.97 429	95.54 425	100.00 429	100.00 432	100.00 430	93.37 424	93.47 424	99.93 431	99.91 429	100.00 439	99.79 429	96.64 427	98.71 428	100.00 439	100.00 439

MyStereo03	99.95 438	100.00 435	100.00 434	99.75 434	100.00 433	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	99.21 431	100.00 431	100.00 431	100.00 431	99.99 434	99.95 432

MyStereo02	99.95 438	100.00 435	100.00 434	99.75 434	100.00 433	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	99.21 431	100.00 431	100.00 431	100.00 431	99.99 434	99.95 432

MyStereo	99.95 438	100.00 435	100.00 434	99.75 434	100.00 433	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	99.21 431	100.00 431	100.00 431	100.00 431	99.99 434	99.95 432

Selective-RAFT-Error	100.00 441	100.00 435	100.00 434	100.00 440	100.00 433	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	100.00 439	100.00 431	100.00 431	100.00 431	99.99 434	99.95 432

CasAABBNet	99.94 436	100.00 435	100.00 434	99.72 433	100.00 433	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	99.21 431	100.00 431	100.00 431	100.00 431	99.96 433	99.95 432

LSM0	99.94 436	100.00 435	100.00 434	99.84 438	100.00 433	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	99.22 435	100.00 431	100.00 431	100.00 431	99.99 434	99.83 431

DPSM_ROB	99.17 431	100.00 435	100.00 434	96.28 428	98.84 429	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	93.66 427	100.00 431	100.00 431	100.00 431	96.31 428	98.27 428

DPSM	99.17 431	100.00 435	100.00 434	96.28 428	98.84 429	100.00 430	100.00 430	100.00 431	100.00 429	100.00 432	100.00 430	100.00 432	100.00 431	100.00 434	100.00 433	93.66 427	100.00 431	100.00 431	100.00 431	96.31 428	98.27 428

Low-res two-view benchmark