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	2.49 104	0.22 1	3.34 64	2.33 251	1.78 254	2.89 130	0.46 105	7.35 151	6.95 187	2.75 51	1.67 24	6.75 223	5.08 248	3.24 54	1.93 138	0.00 1	0.99 316	0.00 1	0.27 316	0.02 9	1.73 310

EGLCR-Stereo	1.45 15	0.26 2	2.91 29	1.94 199	0.90 177	3.13 145	0.69 162	5.81 81	3.21 24	1.14 30	0.20 3	1.52 62	0.37 17	4.29 75	0.69 15	0.01 104	0.79 291	0.00 1	0.00 1	0.01 3	1.21 271

knoymous	1.50 22	0.28 3	1.99 4	0.33 31	0.48 113	1.58 22	0.11 27	5.71 75	2.81 9	4.85 90	1.75 27	4.58 157	0.46 33	3.66 61	1.30 80	0.01 104	0.02 134	0.00 1	0.00 1	0.02 9	0.09 42

PSM-AAD	3.43 188	0.31 4	2.16 7	0.80 84	0.57 133	2.53 75	5.97 326	5.53 61	3.98 67	11.00 313	11.90 255	2.93 92	9.36 329	8.03 198	1.00 52	0.01 104	0.01 104	0.00 1	0.00 1	0.06 68	2.39 354

GrayStereo	3.86 216	0.33 5	2.63 18	1.66 161	0.62 139	3.09 141	7.92 355	6.43 117	3.88 62	10.61 301	16.51 306	5.75 201	8.40 315	6.75 134	1.58 98	0.01 104	0.00 1	0.01 247	0.62 356	0.04 44	0.38 157

Selective-IGEV	1.56 31	0.34 6	2.13 6	0.77 81	0.76 162	2.36 64	0.52 121	6.80 129	3.08 22	0.53 10	3.34 51	0.26 14	0.31 8	7.24 151	0.73 21	0.01 104	0.80 292	0.00 1	0.14 257	0.08 88	1.01 250

Any-RAFT	2.33 86	0.36 7	2.35 10	1.58 150	0.84 170	4.93 233	0.55 127	9.10 191	5.93 149	4.30 83	4.90 86	5.79 203	2.22 129	2.75 49	0.51 2	0.02 188	0.32 255	0.00 1	0.00 1	0.02 9	0.18 92

CAS	2.42 99	0.37 8	2.30 9	11.49 385	3.97 340	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 15	0.92 40	10.05 392	0.01 104	0.00 1	0.00 1	0.01 3	6.26 381

AE-Stereo	1.89 41	0.38 9	3.86 108	1.94 199	0.38 95	2.51 74	0.58 136	7.19 145	7.28 197	1.60 40	3.51 59	1.07 50	0.77 48	2.12 30	1.24 76	0.03 218	1.02 320	0.00 1	0.28 317	0.11 133	1.84 325

AEACV	1.27 9	0.38 9	2.61 15	1.75 176	1.21 215	2.44 70	0.85 200	4.79 30	1.67 1	0.71 15	0.26 6	0.29 18	2.00 121	2.30 38	0.66 10	0.01 104	0.95 305	0.00 1	0.42 344	0.12 150	2.07 344

test-3	2.19 71	0.38 9	3.88 114	1.55 148	0.91 180	1.39 12	0.80 183	5.36 58	5.51 131	7.36 203	1.90 30	4.05 136	0.42 24	6.67 132	1.17 65	0.00 1	0.99 316	0.00 1	0.28 317	0.20 219	1.08 260

test_1	2.18 69	0.38 9	3.87 109	1.54 147	0.91 180	1.38 11	0.80 183	5.36 58	5.53 133	7.12 188	1.86 29	4.05 136	0.41 22	6.65 130	1.17 65	0.00 1	0.99 316	0.00 1	0.28 317	0.20 219	1.08 260

s12784h	2.10 61	0.38 9	3.31 62	0.17 4	0.09 12	4.89 232	0.13 38	7.34 150	8.06 220	3.87 78	4.47 82	0.60 43	1.19 79	6.78 138	0.63 8	0.01 104	0.01 104	0.00 1	0.00 1	0.02 9	0.04 18

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 45	0.55 127	3.52 5	3.54 42	0.96 25	1.63 22	0.19 1	0.41 22	1.29 7	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.08 38

test_3	2.22 75	0.39 14	4.20 139	1.51 143	0.90 177	1.29 9	0.74 177	5.34 52	6.37 163	6.64 163	1.96 32	4.24 150	0.45 31	6.63 128	1.17 65	0.00 1	1.00 319	0.00 1	0.28 317	0.19 213	1.01 250

GMM-Stereo	3.42 186	0.39 14	3.24 55	0.87 89	0.50 116	2.26 58	4.73 315	5.64 71	3.81 57	7.08 185	16.57 307	6.13 209	3.62 185	7.74 184	1.40 90	0.05 251	0.00 1	0.00 1	0.04 220	0.12 150	4.24 374

Prome-Stereo	3.73 208	0.39 14	2.62 17	1.05 106	0.52 126	2.06 51	4.58 312	4.88 34	3.95 64	9.34 272	20.39 333	4.03 135	7.02 292	7.86 189	1.31 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 375

CES	1.72 38	0.40 18	1.82 3	0.65 64	7.83 378	2.62 84	0.13 38	5.35 56	2.68 7	0.36 1	1.30 18	0.33 25	0.32 11	1.92 23	0.72 20	0.01 104	0.02 134	0.00 1	0.00 1	0.56 322	7.35 384

Gwc-CoAtRS	2.16 66	0.42 19	3.13 48	1.28 123	0.31 79	3.52 170	0.39 93	6.56 120	6.31 160	5.38 107	5.11 91	5.47 186	1.70 111	2.00 26	1.08 61	0.01 104	0.19 234	0.00 1	0.25 304	0.02 9	0.16 84

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 24	2.42 68	0.26 72	5.64 71	2.93 12	1.08 26	0.24 4	0.49 36	0.45 31	2.31 39	0.83 30	0.02 188	0.02 134	0.00 1	0.00 1	0.06 68	0.03 10

DCANet-4	2.26 79	0.43 20	6.69 256	0.40 42	0.20 49	1.70 30	0.13 38	5.73 76	9.44 254	6.01 129	5.29 97	1.12 51	2.77 151	2.49 46	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 204

tt	83.10 422	0.43 20	99.97 430	79.27 425	93.14 426	100.00 431	100.00 431	100.00 432	99.89 427	60.55 413	48.44 401	99.98 431	99.96 430	99.98 432	100.00 434	91.80 425	99.82 429	73.67 426	73.25 422	86.43 427	55.39 420

BUS	2.72 130	0.43 20	3.76 100	0.70 67	0.50 116	7.31 279	0.48 116	9.93 214	5.65 137	6.50 151	6.23 123	5.21 179	1.18 75	4.27 72	1.89 135	0.01 104	0.03 159	0.03 295	0.00 1	0.06 68	0.14 67

BSDual-CNN	2.91 143	0.43 20	3.76 100	0.70 67	0.50 116	6.97 269	1.58 247	9.93 214	5.65 137	6.50 151	6.23 123	6.17 211	2.50 139	4.27 72	2.67 180	0.01 104	0.03 159	0.03 295	0.00 1	0.06 68	0.14 67

psmg	3.34 176	0.43 20	3.76 100	0.73 73	0.50 116	8.47 296	2.74 271	10.88 241	5.65 137	8.91 254	8.78 183	6.17 211	2.50 139	4.27 72	2.67 180	0.01 104	0.04 174	0.06 315	0.00 1	0.12 150	0.10 47

KYRaft	3.68 202	0.43 20	2.53 12	0.89 90	0.49 115	2.28 61	3.89 297	5.30 49	3.82 59	8.99 258	19.28 328	6.54 220	4.96 243	7.92 193	0.96 48	0.01 104	0.00 1	0.00 1	0.01 174	0.06 68	5.17 376

CFNet-RSSM	2.26 79	0.43 20	3.24 55	1.28 123	0.31 79	3.19 149	0.40 94	7.62 161	7.29 198	5.88 119	4.68 83	5.32 183	1.68 109	2.26 37	1.04 56	0.01 104	0.09 206	0.00 1	0.31 327	0.03 26	0.16 84

PMTNet	1.48 21	0.43 20	2.77 26	0.31 25	0.17 38	2.94 132	0.33 85	3.66 8	5.27 121	1.11 28	1.28 17	0.28 16	0.92 56	4.32 76	0.90 37	4.89 380	0.00 1	0.00 1	0.00 1	0.03 26	0.05 24

MGS-Stereo	1.22 8	0.44 29	2.92 30	0.83 86	0.07 9	1.82 38	0.65 152	2.44 2	3.95 64	1.11 28	6.19 121	0.49 36	0.37 17	1.73 15	0.81 26	0.00 1	0.00 1	0.00 1	0.00 1	0.48 313	0.01 1

HSM-Net_RVC	4.40 250	0.44 29	3.22 53	0.72 70	0.68 142	7.06 273	1.82 255	12.57 276	8.48 229	9.04 259	12.20 261	14.98 325	5.14 251	7.32 156	4.19 225	0.02 188	0.02 134	0.00 1	0.00 1	0.02 9	0.14 67
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	2.49 104	0.45 31	4.35 147	1.89 193	1.28 223	4.83 230	0.68 159	7.19 145	4.51 93	5.00 96	7.09 151	6.81 224	1.12 66	2.22 33	1.16 64	0.01 104	0.63 279	0.00 1	0.33 332	0.05 59	0.20 104

SST-Stereo	2.86 138	0.45 31	3.64 98	1.46 139	0.36 91	3.94 200	0.80 183	6.07 102	4.46 90	10.96 312	6.21 122	4.94 171	4.14 211	8.85 246	0.93 41	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

RCA-Stereo	2.19 71	0.46 33	3.22 53	0.47 53	0.33 85	2.27 59	0.47 107	5.60 69	15.20 325	2.86 53	5.61 108	0.78 45	3.15 159	1.71 13	0.48 1	0.00 1	0.90 298	0.00 1	0.00 1	0.10 122	0.26 127

RAFT_R40	2.83 135	0.46 33	3.85 106	1.38 133	0.32 84	3.78 193	0.97 212	6.16 106	4.82 111	9.74 286	6.35 132	4.96 172	3.94 205	8.78 243	1.05 57	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

pcwnet_v2	4.36 247	0.46 33	9.07 310	1.43 137	1.10 204	3.41 157	0.40 94	13.44 303	14.60 322	10.29 294	14.22 283	5.82 205	2.97 156	6.75 134	2.29 168	0.01 104	0.05 181	0.04 304	0.02 191	0.17 199	0.61 204

R-Stereo Train	2.60 118	0.46 33	2.94 32	1.10 110	0.18 41	3.61 174	0.60 140	6.88 132	3.50 30	9.13 263	17.23 314	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 108

RAFT-Stereo	2.60 118	0.46 33	2.94 32	1.10 110	0.18 41	3.61 174	0.60 140	6.88 132	3.50 30	9.13 263	17.23 314	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 108
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASnet	1.09 5	0.47 38	2.09 5	0.79 82	0.08 10	2.10 52	0.14 47	3.83 11	4.26 80	3.84 77	1.56 20	0.32 24	0.30 7	1.13 2	0.77 23	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 116	0.47 38	4.32 145	1.89 193	0.20 49	3.42 158	0.63 147	5.56 67	5.60 135	8.66 246	7.05 149	2.82 90	1.03 63	9.05 257	1.07 60	0.02 188	0.00 1	0.00 1	0.00 1	0.02 9	0.04 18

PFNet+	2.52 107	0.47 38	4.97 182	0.95 99	0.18 41	3.12 144	0.73 174	4.98 37	6.97 188	7.95 219	6.38 133	2.51 83	1.18 75	8.05 200	1.82 127	0.03 218	0.00 1	0.00 1	0.00 1	0.02 9	0.05 24

ICVP	2.53 108	0.47 38	3.64 98	1.20 116	0.69 144	2.71 97	0.84 195	10.63 233	4.66 99	4.31 84	8.99 188	2.75 89	1.93 119	2.91 51	4.07 224	0.06 262	0.24 246	0.01 247	0.01 174	0.13 166	0.26 127
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 90	0.48 42	3.88 114	2.17 223	0.11 13	3.43 160	0.42 97	7.08 144	3.75 52	6.91 176	5.29 97	2.65 88	1.33 87	8.40 225	1.67 117	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.02 5

OCTAStereo	2.38 90	0.48 42	3.90 116	2.16 219	0.11 13	3.42 158	0.42 97	7.06 139	3.74 50	6.91 176	5.26 94	2.63 87	1.32 85	8.41 227	1.70 120	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 90	0.48 42	4.28 142	1.94 199	0.19 44	2.73 100	0.38 90	6.67 123	3.50 30	6.33 142	6.33 130	2.93 92	0.97 58	8.90 248	1.88 132	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

KMStereo	2.38 90	0.48 42	4.28 142	1.94 199	0.19 44	2.73 100	0.38 90	6.67 123	3.50 30	6.33 142	6.33 130	2.93 92	0.97 58	8.90 248	1.88 132	0.01 104	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

RE-Stereo	2.38 90	0.48 42	3.91 117	2.17 223	0.11 13	3.43 160	0.42 97	7.07 141	3.75 52	6.91 176	5.26 94	2.62 85	1.33 87	8.41 227	1.72 122	0.01 104	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

TVStereo	2.38 90	0.48 42	3.91 117	2.17 223	0.11 13	3.43 160	0.42 97	7.07 141	3.75 52	6.91 176	5.26 94	2.62 85	1.33 87	8.41 227	1.72 122	0.01 104	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

cross-raft	2.25 78	0.48 42	2.96 39	1.87 189	0.94 183	3.72 189	0.47 107	7.61 160	4.15 73	5.37 106	5.68 110	6.17 211	1.40 92	2.15 31	1.06 58	0.01 104	0.22 240	0.00 1	0.19 277	0.03 26	0.41 167

XX-Stereo	2.95 149	0.48 42	7.08 269	2.84 295	2.51 292	1.63 23	0.20 60	6.15 105	3.38 28	2.38 48	16.00 301	6.90 227	0.25 2	6.40 120	1.14 62	0.00 1	0.66 281	0.00 1	0.31 327	0.16 193	0.57 194

MSKI-zero shot	2.23 77	0.49 50	2.49 11	1.60 151	0.81 167	2.69 94	0.29 76	6.82 130	2.50 5	4.37 85	7.61 161	3.65 125	0.26 3	8.62 239	0.63 8	0.01 104	1.09 325	0.00 1	0.25 304	0.03 26	0.46 178

MC-Stereo	1.87 39	0.49 50	3.52 80	2.82 292	1.07 196	1.90 42	0.12 31	4.89 36	3.27 26	3.66 71	3.58 62	0.56 41	1.45 95	5.79 106	0.81 26	0.00 1	1.19 347	0.00 1	0.21 292	0.11 133	1.95 340

iRaft-Stereo_20w	3.11 159	0.49 50	6.09 230	1.01 102	1.25 220	3.99 204	1.00 213	14.00 313	4.73 103	6.70 172	6.27 128	2.34 80	2.28 132	7.29 155	1.58 98	0.01 104	0.75 289	0.00 1	0.73 360	0.10 122	1.63 293

AAGNet	3.50 189	0.49 50	3.38 67	1.91 195	0.41 107	3.66 180	1.02 214	5.14 44	5.16 120	9.65 284	7.75 164	4.91 168	6.23 277	7.45 167	12.73 345	0.01 104	0.00 1	0.00 1	0.00 1	0.05 59	0.06 31

CREStereo++_RVC	1.70 36	0.50 54	3.07 47	0.45 50	0.01 1	1.69 29	0.02 5	3.09 4	8.24 224	3.82 75	7.53 159	0.49 36	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 383	0.01 3	0.08 38
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
PCWNet_CMD	3.14 163	0.51 55	4.47 151	0.44 49	0.26 74	2.87 128	0.15 49	9.66 208	9.78 258	7.28 198	11.50 248	6.84 226	2.40 136	4.47 78	1.83 128	0.01 104	0.02 134	0.02 278	0.00 1	0.06 68	0.29 136

CRE-IMP	2.08 52	0.51 55	3.43 76	0.35 36	0.19 44	3.85 198	0.83 194	5.77 79	3.43 29	5.81 117	4.24 71	3.45 119	0.83 53	6.56 124	1.99 144	0.01 104	0.00 1	0.00 1	0.00 1	0.11 133	0.20 104

CREStereo	1.09 5	0.51 55	2.16 7	0.11 2	0.24 67	1.67 26	0.03 8	4.24 17	6.91 185	0.80 22	1.73 25	0.44 34	0.64 41	1.58 12	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
MSMDNet	3.15 164	0.51 55	4.48 152	0.46 52	0.25 71	2.88 129	0.16 52	9.79 211	9.82 259	7.24 195	11.36 247	6.82 225	2.41 137	4.47 78	1.86 130	0.01 104	0.02 134	0.02 278	0.00 1	0.06 68	0.30 139

NRIStereo	2.27 81	0.52 59	3.35 66	1.26 120	0.17 38	3.04 138	0.84 195	5.96 96	3.74 50	6.27 139	3.44 52	4.13 141	1.80 118	8.31 219	2.11 150	0.00 1	0.10 210	0.00 1	0.00 1	0.12 150	0.20 104

MIF-Stereo	0.94 2	0.53 60	2.82 27	0.94 98	1.29 227	0.56 3	0.12 31	1.49 1	3.16 23	1.77 41	2.22 35	0.20 3	0.32 11	1.76 21	1.33 85	0.00 1	0.00 1	0.00 1	0.00 1	0.16 193	0.02 5

DAS	4.18 238	0.53 60	6.20 235	2.20 227	3.69 329	2.78 108	3.12 284	8.69 178	10.29 264	9.39 274	12.80 268	4.58 157	7.20 295	9.08 258	2.70 183	0.02 188	0.00 1	0.00 1	0.00 1	0.04 44	0.34 147

SepStereo	4.22 241	0.53 60	6.20 235	2.20 227	3.69 329	2.78 108	3.12 284	8.69 178	10.29 264	9.39 274	12.80 268	4.58 157	7.20 295	9.74 282	2.70 183	0.02 188	0.00 1	0.00 1	0.00 1	0.04 44	0.34 147

Selective-RAFT	1.92 43	0.54 63	3.87 109	1.15 112	0.21 58	3.83 197	0.06 12	5.00 38	4.68 100	1.59 39	2.14 34	3.05 96	2.77 151	6.63 128	1.34 87	0.00 1	0.95 305	0.00 1	0.32 329	0.05 59	0.19 98

FTStereo	4.61 263	0.54 63	2.86 28	0.98 101	0.40 103	2.57 79	8.51 358	5.70 74	3.76 55	10.85 309	29.92 369	5.53 189	7.43 301	7.73 183	1.63 106	0.17 302	0.00 1	0.05 311	0.00 1	0.04 44	3.62 370

DEmStereo	3.86 216	0.54 63	4.04 129	0.26 23	0.17 38	5.17 236	2.45 268	4.70 28	4.34 85	8.37 239	19.94 331	5.06 176	10.13 332	7.86 189	3.93 219	0.01 104	0.01 104	0.01 247	0.00 1	0.03 26	0.10 47

test-1	2.14 64	0.54 63	6.32 244	1.07 107	1.22 216	2.13 54	0.54 124	6.40 116	4.80 110	3.55 66	5.23 93	4.02 134	0.71 44	1.95 24	2.15 153	0.08 272	0.98 313	0.00 1	0.08 232	0.02 9	1.07 258

EAI-Stereo	2.75 134	0.54 63	3.17 50	0.91 95	1.28 223	4.02 205	5.30 323	12.39 270	4.76 104	2.51 50	7.10 152	1.22 53	0.94 57	6.03 112	1.96 140	0.01 104	0.56 275	0.00 1	1.38 372	0.04 44	0.95 245

LCNet	2.94 147	0.55 68	2.57 14	1.03 105	0.59 136	2.05 49	1.55 246	5.51 60	4.19 76	6.08 134	10.58 233	4.54 155	6.63 283	7.59 178	0.90 37	0.01 104	0.00 1	0.01 247	0.76 361	0.31 282	3.43 366

Patchmatch Stereo++	2.09 57	0.55 68	3.57 89	0.20 5	0.20 49	3.68 185	0.64 149	5.90 89	3.52 36	5.91 121	4.41 75	3.42 111	1.51 101	7.07 145	0.95 46	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47
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	2.02 47	0.55 68	3.57 89	0.20 5	0.21 58	3.69 188	0.69 162	5.89 84	3.52 36	5.91 121	4.43 77	3.42 111	1.50 97	5.63 103	0.94 45	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

DeepStereo_RVC	2.15 65	0.55 68	3.26 57	0.21 14	0.19 44	3.47 166	0.68 159	5.76 78	3.60 46	6.36 146	4.19 70	3.42 111	4.44 220	5.04 87	1.59 101	0.02 188	0.00 1	0.00 1	0.00 1	0.09 102	0.18 92

RAFT-345	3.36 179	0.55 68	3.43 76	1.23 118	0.21 58	2.62 84	0.46 105	3.91 12	6.34 161	7.46 206	24.49 352	4.19 145	1.74 116	8.27 212	2.25 161	0.01 104	0.00 1	0.00 1	0.00 1	0.02 9	0.02 5

iRAFT	2.09 57	0.55 68	3.57 89	0.20 5	0.20 49	3.68 185	0.64 149	5.90 89	3.52 36	5.91 121	4.41 75	3.42 111	1.51 101	7.07 145	0.95 46	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

CFNet_pseudo	2.96 151	0.55 68	4.51 154	0.43 46	0.24 67	2.83 112	0.12 31	8.59 177	8.13 221	7.20 193	10.41 226	6.47 218	2.04 122	5.27 93	2.00 146	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 116

ccs_rob	2.95 149	0.55 68	4.53 156	0.42 43	0.25 71	2.84 114	0.12 31	8.58 176	8.13 221	7.18 192	10.36 225	6.44 217	2.05 123	5.28 94	1.97 141	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 116

CFNet_ucs	3.23 170	0.56 76	4.59 164	0.59 58	0.37 94	3.29 155	0.19 58	10.47 229	9.02 243	7.78 215	12.57 266	5.59 191	1.74 116	5.39 97	1.86 130	0.00 1	0.04 174	0.01 247	0.00 1	0.10 122	0.33 146

PSMNet-ADL	3.17 167	0.56 76	3.00 45	1.55 148	0.40 103	5.97 254	0.28 74	9.06 188	5.75 144	3.56 67	6.80 142	8.33 254	4.51 222	7.65 181	5.51 256	0.03 218	0.09 206	0.00 1	0.00 1	0.03 26	0.28 133

ROB_FTStereo_v2	2.04 49	0.56 76	3.56 88	0.20 5	0.21 58	3.66 180	0.72 171	5.89 84	3.51 34	5.91 121	4.46 80	3.42 111	1.50 97	6.08 115	0.93 41	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

HUI-Stereo	1.94 44	0.56 76	3.55 86	0.20 5	0.20 49	3.67 184	0.63 147	5.89 84	3.53 40	5.92 126	4.44 78	3.41 110	1.51 101	4.21 71	0.89 36	0.02 188	0.00 1	0.00 1	0.00 1	0.09 102	0.11 55

iGMRVC	2.09 57	0.56 76	3.59 94	0.20 5	0.21 58	3.68 185	0.71 168	5.89 84	3.53 40	5.92 126	4.46 80	3.44 117	1.51 101	6.93 144	0.98 49	0.02 188	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

anonymousdsp2	2.20 73	0.57 81	4.59 164	1.69 166	0.82 168	3.58 173	0.48 116	8.57 175	3.63 47	3.37 62	3.03 49	3.32 102	1.00 60	5.57 102	0.80 24	0.01 104	0.94 304	0.02 278	0.15 260	0.06 68	1.89 336

CASS	2.62 120	0.57 81	4.28 142	0.90 92	0.38 95	3.45 163	0.22 62	9.91 213	4.46 90	7.33 202	7.92 171	3.53 123	3.59 182	4.16 70	1.49 93	0.03 218	0.01 104	0.00 1	0.00 1	0.05 59	0.06 31
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 48	0.57 81	3.57 89	0.20 5	0.21 58	3.66 180	0.73 174	5.89 84	3.51 34	5.92 126	4.35 74	3.37 107	1.50 97	6.02 111	0.90 37	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

RAFT-IKP	2.04 49	0.57 81	3.54 84	0.20 5	0.20 49	3.45 163	0.62 145	5.90 89	3.52 36	5.91 121	4.44 78	3.46 120	1.50 97	6.20 117	1.00 52	0.01 104	0.00 1	0.00 1	0.00 1	0.09 102	0.08 38

MIF-Stereo (partial)	1.44 14	0.59 85	3.98 124	0.08 1	1.09 202	1.24 8	0.13 38	5.12 43	4.07 71	0.47 7	2.56 40	0.31 20	0.74 46	6.31 119	2.02 147	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

PFNet	3.06 156	0.59 85	6.13 232	2.26 238	0.84 170	3.08 140	0.73 174	7.38 152	5.35 123	10.20 290	6.06 117	4.72 162	2.10 127	8.47 232	2.25 161	0.19 306	0.06 187	0.00 1	0.11 244	0.20 219	0.42 171

FENet	2.35 87	0.59 85	3.28 59	2.32 249	0.27 75	2.78 108	0.13 38	7.68 165	6.09 151	5.38 107	2.12 33	4.84 167	3.33 174	4.98 85	2.66 179	0.02 188	0.03 159	0.00 1	0.00 1	0.04 44	0.40 160

EKT-Stereo	2.16 66	0.61 88	3.78 104	2.31 248	4.40 347	1.47 15	0.24 68	5.54 62	4.22 78	3.16 61	3.58 62	3.53 123	2.20 128	5.66 104	1.40 90	0.04 238	0.36 262	0.00 1	0.09 238	0.06 68	0.58 196

GwcNet-ADL	2.85 137	0.61 88	4.38 148	0.92 96	0.33 85	2.05 49	0.67 157	8.85 183	9.65 256	6.36 146	6.71 138	4.11 140	1.71 112	5.97 110	4.22 227	0.08 272	0.06 187	0.00 1	0.00 1	0.07 83	0.16 84

Pruner-Stereo	2.66 122	0.61 88	3.54 84	1.93 197	0.25 71	3.47 166	0.74 177	6.60 121	5.66 141	8.98 256	6.12 119	4.39 153	1.11 65	7.27 153	2.34 171	0.03 218	0.00 1	0.02 278	0.00 1	0.03 26	0.04 18

Anonymous3	1.96 45	0.61 88	7.58 281	0.42 43	0.51 123	4.28 215	0.52 121	5.56 67	2.76 8	2.35 46	3.47 53	1.50 60	1.13 67	5.92 109	1.54 96	0.23 314	0.23 243	0.00 1	0.00 1	0.14 176	0.47 179

SFCPSM	3.39 182	0.61 88	5.42 198	0.43 46	0.93 182	8.26 289	2.08 262	15.01 326	5.89 147	7.17 191	7.60 160	3.39 109	2.55 142	5.39 97	2.53 174	0.01 104	0.03 159	0.01 247	0.07 229	0.19 213	0.31 141

ASMatch	3.41 184	0.62 93	3.59 94	1.99 208	0.48 113	1.91 43	0.66 153	7.01 134	4.43 89	6.25 137	22.02 341	4.56 156	4.72 235	7.78 186	1.85 129	0.01 104	0.01 104	0.00 1	0.03 202	0.02 9	0.21 108

IGEV_Zeroshot_test	2.57 114	0.63 94	5.70 218	1.93 197	0.87 174	2.63 86	0.85 200	8.94 187	4.55 95	5.30 104	5.48 105	5.23 182	1.38 91	3.76 62	1.32 84	0.00 1	0.69 283	0.00 1	0.18 274	0.19 213	1.72 309

GANet-ADL	2.40 97	0.65 95	3.92 119	2.22 230	0.11 13	2.23 57	0.47 107	9.29 202	7.27 196	4.77 89	5.95 116	3.96 132	1.26 83	3.08 53	2.27 164	0.04 238	0.08 200	0.02 278	0.00 1	0.15 189	0.21 108

DRaft	3.83 215	0.65 95	3.39 69	0.22 15	0.16 35	4.67 225	1.30 235	5.82 82	4.86 113	10.26 293	21.65 337	3.24 101	8.62 320	7.53 175	3.76 210	0.05 251	0.10 210	0.00 1	0.14 257	0.12 150	0.16 84

hknet	3.56 193	0.66 97	5.82 219	0.70 67	1.19 212	6.97 269	1.58 247	9.93 214	7.76 206	6.50 151	6.23 123	9.53 270	2.81 153	7.84 187	3.39 201	0.01 104	0.03 159	0.03 295	0.00 1	0.06 68	0.14 67

IRAFT_RVC	2.98 153	0.66 97	4.23 141	2.20 227	0.40 103	2.91 131	5.04 320	7.03 137	4.21 77	6.59 160	5.52 106	5.02 175	4.77 236	8.41 227	2.30 170	0.01 104	0.17 231	0.01 247	0.00 1	0.03 26	0.05 24

11t1	2.13 63	0.67 99	3.98 124	2.69 283	0.85 173	2.59 82	0.07 15	7.40 153	3.89 63	3.75 73	3.57 61	1.24 54	1.96 120	4.68 82	1.97 141	0.10 285	1.13 331	0.00 1	0.22 297	0.09 102	1.66 298

IPLGR	2.46 102	0.68 100	7.02 263	0.22 15	0.16 35	2.01 47	0.22 62	7.01 134	6.62 173	7.10 187	5.92 115	2.91 91	2.27 131	5.12 90	1.52 95	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.41 167

SMFormer	3.94 221	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	4.89 245	0.08 272	0.97 308	0.00 1	0.16 262	0.11 133	0.92 243

tta	3.96 225	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	4.89 245	0.08 272	0.97 308	0.00 1	0.16 262	0.13 166	1.24 273

qqq1	3.78 211	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	1.24 76	0.08 272	0.97 308	0.00 1	0.12 249	0.13 166	1.24 273

fff1	3.78 211	0.69 101	4.55 158	1.97 204	0.15 30	2.84 114	0.29 76	13.06 291	11.10 283	7.69 209	10.45 227	4.77 163	4.52 223	9.68 276	1.24 76	0.08 272	0.97 308	0.00 1	0.12 249	0.13 166	1.24 273

HHNet	2.71 127	0.69 101	3.31 62	0.25 22	0.39 98	2.80 111	0.90 207	6.33 111	5.68 142	7.51 207	13.70 276	0.94 47	3.14 158	5.42 99	2.54 177	0.14 293	0.02 134	0.06 315	0.00 1	0.24 243	0.07 35

RAFT-RH_RVC	4.04 229	0.69 101	3.59 94	1.91 195	0.43 110	3.11 142	0.13 38	3.80 10	6.60 171	11.26 319	31.68 375	5.20 178	1.66 108	8.30 217	2.27 164	0.09 282	0.00 1	0.00 1	0.03 202	0.03 26	0.02 5

ttt	4.41 252	0.70 107	3.95 123	2.53 272	2.01 269	4.34 219	0.41 96	13.09 295	11.69 296	7.20 193	12.20 261	4.15 143	3.35 175	9.54 273	10.11 316	0.07 268	1.11 327	0.00 1	0.19 277	0.10 122	1.47 283

test_4	2.58 115	0.70 107	3.30 60	0.43 46	0.30 78	3.97 203	1.11 225	3.91 12	3.83 60	4.15 81	17.20 313	3.44 117	0.52 37	6.60 127	1.58 98	0.00 1	0.13 220	0.00 1	0.11 244	0.20 219	0.20 104

CrosDoStereo	4.05 231	0.71 109	3.52 80	0.51 55	0.20 49	3.25 152	11.21 370	6.34 112	4.96 115	9.04 259	16.44 303	4.92 169	7.28 297	8.29 214	3.84 214	0.00 1	0.02 134	0.01 247	0.00 1	0.18 207	0.19 98

DeepStereo_LL	4.05 231	0.71 109	3.52 80	0.51 55	0.20 49	3.25 152	11.21 370	6.34 112	4.96 115	9.04 259	16.44 303	4.92 169	7.28 297	8.29 214	3.84 214	0.00 1	0.02 134	0.01 247	0.00 1	0.18 207	0.19 98

GES	2.69 125	0.72 111	5.34 193	1.82 185	0.05 3	4.51 222	1.04 218	10.39 226	4.18 75	5.53 113	6.72 139	1.92 74	3.30 167	5.16 91	2.67 180	0.06 262	0.01 104	0.06 315	0.01 174	0.20 219	0.14 67

Former-RAFT_DAM_RVC	1.39 13	0.74 112	2.72 24	0.73 73	1.26 222	2.42 68	0.02 5	3.78 9	8.16 223	1.81 44	2.94 46	0.28 16	0.32 11	1.51 11	0.76 22	0.04 238	0.01 104	0.00 1	0.00 1	0.08 88	0.19 98

AdaStereo	3.34 176	0.74 112	4.00 127	3.10 314	0.51 123	4.22 212	1.25 230	12.84 281	8.39 228	6.33 142	9.55 204	5.77 202	1.54 106	5.53 101	2.74 189	0.02 188	0.00 1	0.00 1	0.00 1	0.03 26	0.15 78
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.
mmm	3.07 157	0.76 114	4.50 153	2.27 242	1.24 219	3.75 191	0.12 31	10.03 218	5.12 119	6.43 148	11.19 244	3.10 99	3.20 160	4.54 81	1.78 126	0.02 188	1.19 347	0.00 1	0.30 324	0.09 102	1.79 319

Anonymous	1.54 26	0.76 114	5.39 196	1.49 142	2.68 296	1.83 39	0.43 101	5.65 73	3.79 56	0.52 9	1.74 26	0.19 1	1.30 84	3.31 55	1.01 54	0.06 262	0.08 200	0.00 1	0.00 1	0.19 213	0.31 141

anonymousa	4.24 243	0.78 116	4.05 130	2.16 219	4.87 362	8.76 298	0.35 87	7.41 154	4.47 92	8.21 235	19.70 330	11.03 300	5.87 269	2.04 29	2.20 154	0.00 1	1.16 344	0.00 1	0.55 354	0.04 44	1.11 262

CRFU-Net	4.81 273	0.78 116	5.69 216	3.10 314	1.39 236	13.18 342	3.23 289	12.26 265	4.33 81	10.91 311	9.98 218	10.94 298	7.93 310	7.47 169	3.94 220	0.16 298	0.16 227	0.16 340	0.00 1	0.26 251	0.29 136

ff7	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.86 32	0.00 1	0.93 299	0.00 1	0.16 262	0.12 150	1.82 320

ffff	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.86 32	0.00 1	0.93 299	0.00 1	0.16 262	0.12 150	1.82 320

11t	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.87 35	0.00 1	0.93 299	0.00 1	0.16 262	0.12 150	1.82 320

ccc-4	1.46 16	0.79 118	2.99 40	0.33 31	0.35 87	2.75 102	0.81 186	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 160	0.86 32	0.00 1	0.93 299	0.00 1	0.16 262	0.12 150	1.82 320

TANstereo	1.32 10	0.79 118	2.93 31	0.37 38	0.11 13	1.81 37	0.01 1	3.56 6	4.36 86	4.53 87	4.96 87	0.41 32	0.68 42	1.22 3	0.59 5	0.01 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

FAT-Stereo	6.98 310	0.79 118	7.57 280	2.54 275	1.80 256	6.16 257	4.33 309	19.16 361	18.82 345	10.75 305	17.08 311	18.23 346	13.56 351	9.25 263	8.44 290	0.03 218	0.16 227	0.01 247	0.10 242	0.14 176	0.65 213

anonymousdsp	1.51 23	0.81 124	2.70 23	0.60 59	0.69 144	2.76 106	0.79 181	4.86 31	3.00 21	0.82 23	1.25 13	0.31 20	0.42 24	7.44 160	0.81 26	0.00 1	0.83 293	0.00 1	0.17 271	0.12 150	1.85 327

NINENet	3.38 181	0.81 124	4.16 135	1.88 192	1.40 237	7.31 279	0.48 116	12.95 288	6.64 174	7.29 199	9.24 194	5.21 179	1.18 75	6.72 133	1.89 135	0.17 302	0.08 200	0.07 320	0.00 1	0.09 102	0.03 10

IGEV-Stereo	1.51 23	0.81 124	2.69 21	0.60 59	0.69 144	2.77 107	0.79 181	4.88 34	2.99 20	0.82 23	1.25 13	0.31 20	0.42 24	7.43 159	0.85 31	0.00 1	0.83 293	0.00 1	0.17 271	0.12 150	1.85 327
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 141	0.82 127	4.07 132	1.71 170	0.54 130	4.71 226	0.69 162	8.72 180	3.57 44	1.80 42	6.49 136	7.81 244	3.92 203	8.93 251	0.99 50	0.00 1	1.06 322	0.00 1	0.03 202	0.05 59	1.69 303

HanStereo	2.88 141	0.82 127	4.07 132	1.71 170	0.54 130	4.71 226	0.69 162	8.72 180	3.57 44	1.80 42	6.49 136	7.81 244	3.92 203	8.93 251	0.99 50	0.00 1	1.06 322	0.00 1	0.03 202	0.05 59	1.69 303

x	2.30 84	0.82 127	3.85 106	2.23 232	0.72 153	2.12 53	0.81 186	9.48 206	4.82 111	3.83 76	2.76 44	3.49 121	2.30 133	3.48 57	2.25 161	0.00 1	1.13 331	0.00 1	0.22 297	0.09 102	1.66 298

TransformOpticalFlow	3.50 189	0.83 130	4.85 175	1.09 108	0.31 79	3.52 170	0.14 47	10.32 222	8.02 218	5.78 115	13.25 273	6.63 221	4.91 240	8.36 223	1.63 106	0.00 1	0.01 104	0.01 247	0.00 1	0.06 68	0.24 124

HCRNet	2.74 133	0.83 130	4.19 137	0.45 50	3.31 316	2.18 55	0.22 62	7.59 157	5.76 145	6.08 134	4.89 85	5.21 179	2.74 148	8.04 199	3.10 196	0.00 1	0.02 134	0.00 1	0.00 1	0.10 122	0.09 42

UPFNet	4.17 237	0.83 130	5.51 203	2.49 266	3.36 319	7.13 276	2.60 269	10.52 231	7.16 191	8.76 250	7.83 166	7.85 247	3.41 176	8.60 236	7.04 275	0.01 104	0.02 134	0.00 1	0.00 1	0.12 150	0.17 90

SGM-Forest	5.40 283	0.84 133	4.19 137	1.43 137	0.68 142	10.12 315	6.41 336	12.13 263	11.86 298	11.50 322	14.43 285	11.62 303	5.20 252	9.93 291	6.16 264	0.16 298	0.04 174	0.00 1	0.00 1	0.08 88	1.24 273
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
qqq	2.44 101	0.85 134	4.33 146	1.73 174	0.71 150	1.98 45	0.38 90	9.15 193	4.33 81	3.37 62	4.34 72	4.63 160	2.83 154	4.95 83	2.06 148	0.00 1	1.13 331	0.00 1	0.25 304	0.09 102	1.65 294

GMOStereo	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 116

error version	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 116

test-v	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 116

test-2	2.08 52	0.85 134	2.95 35	0.23 17	0.73 155	1.50 16	0.86 202	5.08 39	4.78 105	8.42 240	6.99 145	3.36 103	1.14 69	1.73 15	1.21 70	0.00 1	1.32 357	0.00 1	0.00 1	0.28 264	0.23 116

sCroCo_RVC	1.34 11	0.85 134	6.15 234	1.21 117	1.28 223	0.90 4	0.18 56	4.50 26	2.86 11	0.37 2	3.18 50	0.52 39	1.52 105	1.83 22	0.93 41	0.13 290	0.25 249	0.00 1	0.00 1	0.08 88	0.16 84

CBMV_ROB	4.66 265	0.85 134	3.94 121	1.64 154	0.75 160	8.38 295	1.90 256	11.19 246	10.36 266	9.20 267	15.21 292	7.28 233	6.99 291	9.48 270	5.24 253	0.04 238	0.05 181	0.00 1	0.00 1	0.07 83	0.64 212

H2IRNET	2.29 83	0.86 141	3.38 67	1.51 143	0.11 13	1.97 44	0.13 38	5.15 45	7.19 193	1.26 33	7.77 165	5.80 204	3.31 169	5.09 89	1.66 114	0.01 104	0.00 1	0.04 304	0.17 271	0.27 261	0.10 47

CoDeX	3.61 198	0.86 141	5.27 190	1.16 114	1.62 243	6.24 258	2.07 261	13.78 312	6.86 182	7.42 204	9.00 190	4.06 138	3.72 191	6.58 125	3.02 194	0.03 218	0.06 187	0.00 1	0.00 1	0.15 189	0.35 151

test croco	1.53 25	0.86 141	6.50 248	0.42 43	0.05 3	1.56 21	0.09 20	5.18 47	4.02 70	0.54 11	1.76 28	0.59 42	0.75 47	6.48 123	1.23 75	0.00 1	0.00 1	0.00 1	0.00 1	0.43 303	0.07 35

ProNet	1.58 32	0.86 141	3.17 50	0.75 80	0.72 153	2.84 114	0.66 153	5.91 93	3.28 27	0.37 2	1.47 19	0.40 31	0.37 17	7.19 149	0.70 16	0.02 188	0.98 313	0.00 1	0.05 223	0.20 219	1.77 317

xxxx	5.16 282	0.86 141	4.86 176	1.96 203	1.22 216	7.56 284	0.07 15	14.67 322	9.15 247	6.55 157	9.87 213	9.30 268	3.47 178	8.07 201	22.20 371	0.05 251	1.16 344	0.00 1	0.26 313	0.10 122	1.76 316

ac_64	3.98 227	0.86 141	5.10 186	3.17 316	3.43 322	5.80 250	0.70 167	10.87 238	4.96 115	8.94 255	6.46 134	10.70 290	5.52 264	7.44 160	5.10 252	0.03 218	0.00 1	0.00 1	0.00 1	0.14 176	0.31 141

NOSS_ROB	3.67 200	0.86 141	3.81 105	2.53 272	1.11 205	6.10 256	0.72 171	11.08 244	12.36 301	5.45 110	8.91 186	5.65 192	2.09 124	8.30 217	3.16 198	0.20 309	0.07 198	0.00 1	0.00 1	0.11 133	0.80 236

UNet	4.19 239	0.87 148	7.18 271	2.00 211	3.22 313	9.55 306	0.31 82	10.11 219	6.22 158	7.98 221	6.82 143	10.42 282	5.77 267	7.28 154	5.83 259	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.12 58

222	5.93 288	0.88 149	4.58 163	1.76 178	0.98 189	6.02 255	0.08 19	14.45 319	8.89 238	9.53 276	11.77 253	3.88 129	4.23 216	8.26 208	39.96 405	0.03 218	1.12 328	0.00 1	0.24 301	0.11 133	1.73 310

ToySt	3.39 182	0.89 150	9.29 314	1.47 140	0.94 183	4.20 211	1.98 258	7.33 149	5.42 127	3.01 58	6.75 140	8.67 263	5.10 249	5.43 100	3.72 208	0.07 268	0.89 297	0.00 1	0.23 300	0.28 264	2.13 346

tt1	2.53 108	0.91 151	3.53 83	2.92 298	0.53 127	5.60 243	0.61 143	5.55 63	10.56 270	1.54 38	3.54 60	0.34 29	3.00 157	8.20 205	0.68 11	0.00 1	1.13 331	0.00 1	0.03 202	0.11 133	1.88 332

IER	3.42 186	0.91 151	6.38 246	0.73 73	1.60 242	7.07 274	0.55 127	7.07 141	5.45 130	8.17 234	8.89 185	6.13 209	6.13 273	5.36 96	3.77 212	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 24

IGEV+	1.65 35	0.93 153	2.69 21	1.33 128	0.88 175	2.61 83	0.72 171	5.99 98	4.00 69	2.36 47	3.01 48	0.78 45	0.89 54	2.21 32	1.28 79	0.05 251	1.20 351	0.00 1	0.13 254	0.17 199	1.86 331

ACVNet-DCA	2.41 98	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	9.15 193	4.33 81	1.42 34	3.48 54	0.33 25	3.65 186	8.26 208	0.70 16	0.00 1	1.14 339	0.00 1	0.03 202	0.09 102	1.65 294

xx1	2.73 132	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	5.34 52	10.76 277	1.42 34	3.48 54	4.63 160	2.83 154	8.26 208	0.70 16	0.00 1	1.14 339	0.00 1	0.25 304	0.09 102	1.65 294

1test111	2.31 85	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	9.15 193	4.33 81	1.42 34	3.48 54	0.33 25	3.65 186	4.95 83	2.06 148	0.00 1	1.14 339	0.00 1	0.03 202	0.09 102	1.65 294

cc1	2.56 113	0.93 153	3.39 69	3.05 308	0.39 98	5.69 246	0.55 127	5.34 52	10.76 277	1.42 34	3.48 54	0.33 25	3.65 186	8.26 208	0.70 16	0.00 1	1.14 339	0.00 1	0.03 202	0.12 150	1.89 336

fff	2.54 110	0.93 153	5.51 203	0.32 26	0.14 24	1.70 30	0.11 27	6.19 107	12.69 307	6.03 131	5.29 97	1.43 55	5.28 255	2.37 42	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 204

csc	2.54 110	0.93 153	5.51 203	0.32 26	0.14 24	1.70 30	0.11 27	6.19 107	12.69 307	6.03 131	5.29 97	1.43 55	5.28 255	2.37 42	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 204

cscssc	2.54 110	0.93 153	5.51 203	0.32 26	0.14 24	1.70 30	0.11 27	6.19 107	12.69 307	6.03 131	5.29 97	1.43 55	5.28 255	2.37 42	2.21 155	0.01 104	0.00 1	0.01 247	0.00 1	0.02 9	0.61 204

test_xeample	4.78 272	0.93 153	4.68 171	1.48 141	1.28 223	3.94 200	0.13 38	13.35 300	8.62 231	8.21 235	11.63 250	3.43 116	3.54 179	7.59 178	23.47 376	0.02 188	1.16 344	0.00 1	0.25 304	0.11 133	1.74 313

S-Stereo	6.85 305	0.93 153	10.76 327	3.34 327	3.51 324	6.55 263	6.01 329	13.75 310	23.86 363	9.65 284	15.54 294	11.81 307	8.24 313	8.59 235	11.23 330	0.13 290	0.16 227	0.00 1	0.42 344	0.14 176	2.39 354

STrans-v2	3.55 192	0.94 163	5.06 185	0.32 26	0.60 137	2.97 135	1.15 226	11.08 244	7.97 217	6.01 129	10.93 241	6.65 222	6.86 288	8.37 224	1.66 114	0.00 1	0.01 104	0.00 1	0.00 1	0.04 44	0.39 159

DCRE	2.21 74	0.95 164	3.17 50	2.10 216	1.30 229	1.86 40	0.05 10	5.33 51	4.69 101	3.59 68	9.37 201	3.81 126	1.18 75	2.34 41	1.22 74	0.01 104	0.97 308	0.00 1	0.30 324	0.04 44	1.97 341

ADStereo(finetuned)	2.50 106	0.95 164	6.60 251	0.39 40	0.20 49	1.72 34	0.24 68	6.06 100	9.31 250	6.30 140	5.42 102	1.44 58	6.22 276	2.25 36	2.14 152	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.65 213

DCANet	2.35 87	0.96 166	5.51 203	0.39 40	0.19 44	1.72 34	0.25 70	6.06 100	9.33 251	6.31 141	5.42 102	1.44 58	4.14 211	2.22 33	2.28 166	0.01 104	0.00 1	0.00 1	0.00 1	0.04 44	0.66 221

ACVNet	2.86 138	0.96 166	3.87 109	0.86 88	0.61 138	2.63 86	0.54 124	8.93 185	6.12 153	5.09 97	9.32 199	5.70 199	3.84 195	2.68 47	5.56 257	0.00 1	0.00 1	0.00 1	0.00 1	0.26 251	0.23 116

acv_ft	3.90 218	0.96 166	5.85 221	2.56 277	4.70 359	7.27 278	0.84 195	9.17 196	6.12 153	10.00 288	9.32 199	5.70 199	4.07 208	2.68 47	8.24 288	0.00 1	0.00 1	0.00 1	0.00 1	0.35 291	0.23 116

StereoDRNet-Refined	4.84 275	0.96 166	5.13 187	2.22 230	0.46 112	9.10 302	0.16 52	10.72 234	9.40 253	13.41 338	12.50 264	10.02 277	4.58 228	8.60 236	8.71 297	0.01 104	0.00 1	0.01 247	0.05 223	0.24 243	0.53 189
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DualNet	3.96 225	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	5.55 63	10.56 270	6.68 166	9.59 206	5.66 193	3.87 197	8.20 205	11.69 334	0.00 1	1.13 331	0.00 1	0.19 277	0.11 133	1.88 332

ffm	3.41 184	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	5.55 63	10.56 270	6.68 166	9.59 206	5.66 193	3.87 197	8.20 205	0.68 11	0.00 1	1.13 331	0.00 1	0.19 277	0.11 133	1.88 332

ff1	4.11 233	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	5.55 63	10.56 270	6.68 166	9.59 206	5.66 193	3.87 197	11.33 311	11.69 334	0.00 1	1.13 331	0.00 1	0.19 277	0.11 133	1.88 332

mmx	4.50 255	0.98 170	7.03 264	1.64 154	1.07 196	2.84 114	0.47 107	12.84 281	11.23 288	6.68 166	9.59 206	5.66 193	3.87 197	11.33 311	11.69 334	0.05 251	1.12 328	0.00 1	0.19 277	0.10 122	1.53 287

xxx	4.50 255	0.98 170	7.04 268	1.64 154	1.07 196	2.84 114	0.47 107	12.84 281	11.23 288	6.68 166	9.59 206	5.66 193	3.87 197	11.33 311	11.69 334	0.05 251	1.12 328	0.00 1	0.19 277	0.10 122	1.53 287

Anonymous_2	4.74 271	0.98 170	4.46 150	2.35 253	2.27 281	5.66 245	0.67 157	8.08 170	5.28 122	4.98 95	2.60 41	8.74 265	6.92 289	5.79 106	3.46 202	0.24 316	1.70 370	5.16 384	18.18 407	5.41 378	1.85 327

IIG-Stereo	3.28 172	0.98 170	3.57 89	4.14 349	0.22 64	2.56 78	0.71 168	7.04 138	6.10 152	8.49 244	9.38 202	7.82 246	2.73 147	9.69 281	1.99 144	0.02 188	0.02 134	0.00 1	0.00 1	0.03 26	0.14 67

DIP-Stereo	2.12 62	0.98 170	3.94 121	0.20 5	0.11 13	4.73 228	0.13 38	9.27 200	4.40 88	6.46 150	5.03 89	0.45 35	0.72 45	3.79 63	1.94 139	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.24 124
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DISCO	6.58 302	0.98 170	6.44 247	3.75 340	1.18 211	11.19 325	3.29 293	12.92 285	16.72 333	7.27 197	11.74 252	17.34 340	6.60 282	19.59 373	11.59 333	0.00 1	0.00 1	0.00 1	0.00 1	0.45 307	0.50 182

FC-DCNN	11.29 360	1.01 179	5.50 202	2.25 236	1.65 247	18.23 363	5.36 324	18.99 358	20.65 353	28.95 381	34.83 383	33.83 386	23.18 381	17.04 364	13.37 348	0.17 302	0.01 104	0.02 278	0.02 191	0.10 122	0.70 226

DSFCA	4.48 254	1.03 180	6.84 259	1.61 152	1.68 249	7.26 277	4.46 311	11.27 249	7.51 200	11.01 314	6.89 144	8.49 261	4.54 227	10.41 300	6.18 265	0.03 218	0.06 187	0.02 278	0.03 202	0.13 166	0.14 67

1111x	4.96 277	1.04 181	7.09 270	1.75 176	1.05 195	5.03 234	0.32 83	13.52 304	10.70 276	6.68 166	10.35 224	8.81 266	6.01 271	10.65 301	12.78 346	0.07 268	1.24 352	0.00 1	0.33 332	0.11 133	1.75 314

HGLStereo	4.58 260	1.04 181	6.02 227	3.30 325	5.14 365	6.36 260	0.71 168	11.04 243	7.60 203	8.04 227	12.85 271	6.90 227	8.51 318	7.85 188	5.93 260	0.02 188	0.02 134	0.00 1	0.00 1	0.14 176	0.15 78

MyStereo06	2.71 127	1.05 183	5.43 200	1.39 134	1.20 213	2.57 79	0.10 24	10.39 226	4.79 109	5.54 114	6.16 120	6.39 215	2.33 135	3.40 56	1.35 88	0.01 104	1.24 352	0.00 1	0.21 292	0.13 166	0.50 182

MyStereo05	3.24 171	1.05 183	5.93 223	1.39 134	1.20 213	2.57 79	0.10 24	9.11 192	13.17 313	6.45 149	3.86 65	3.20 100	3.26 165	8.35 222	3.02 194	0.01 104	1.24 352	0.00 1	0.21 292	0.13 166	0.50 182

IPLG	2.63 121	1.09 185	5.67 215	0.73 73	0.31 79	3.00 137	0.25 70	6.84 131	6.02 150	7.93 218	6.31 129	1.91 71	1.72 114	7.47 169	2.53 174	0.01 104	0.01 104	0.00 1	0.00 1	0.29 272	0.58 196

DMCA	3.08 158	1.10 186	6.20 235	1.82 185	0.90 177	3.80 196	0.55 127	9.76 209	5.42 127	6.56 159	6.47 135	7.06 232	2.09 124	4.05 66	5.46 255	0.00 1	0.01 104	0.00 1	0.00 1	0.11 133	0.16 84

HSM	4.25 245	1.10 186	4.14 134	1.78 179	2.14 275	6.67 266	1.08 221	12.92 285	6.90 184	7.06 183	8.17 177	14.17 320	6.03 272	9.16 260	3.11 197	0.00 1	0.00 1	0.00 1	0.00 1	0.09 102	0.41 167

StereoIM	0.96 3	1.11 188	4.01 128	0.36 37	1.86 262	1.20 5	0.06 12	3.99 14	1.73 2	0.45 6	0.56 7	0.43 33	0.51 36	1.28 6	1.46 92	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 38

XX-TBD	1.55 30	1.11 188	2.94 32	2.45 263	0.06 6	2.31 62	0.01 1	3.58 7	7.80 210	3.11 60	5.10 90	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 18

SGM_RVC	10.77 356	1.11 188	4.66 168	2.66 280	0.41 107	21.03 369	6.87 344	20.02 368	15.54 330	25.86 378	24.97 356	33.59 385	20.51 371	20.89 376	14.78 356	0.31 327	0.26 251	0.22 351	0.26 313	0.43 303	1.01 250
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 221	1.12 191	3.06 46	0.23 17	0.13 23	4.17 210	6.40 335	5.83 83	4.54 94	10.46 298	16.98 309	6.49 219	7.44 302	8.00 195	3.58 203	0.01 104	0.07 198	0.07 320	0.00 1	0.14 176	0.06 31

delet	4.59 262	1.12 191	5.93 223	1.37 132	3.73 332	10.48 319	3.90 298	10.51 230	9.17 248	8.87 253	9.74 212	8.37 256	3.74 192	8.12 203	6.36 268	0.00 1	0.00 1	0.00 1	0.00 1	0.21 229	0.12 58

MIPNet	2.27 81	1.14 193	5.55 210	0.49 54	0.22 64	2.03 48	0.19 58	7.60 159	6.17 156	5.83 118	4.16 69	2.05 76	3.44 177	3.65 60	2.23 160	0.00 1	0.01 104	0.01 247	0.01 174	0.24 243	0.48 181

MyStereo07	1.64 33	1.15 194	2.61 15	1.28 123	1.49 240	2.63 86	0.45 103	6.45 118	2.94 13	1.10 27	1.61 21	0.29 18	0.60 39	7.45 167	0.80 24	0.01 104	1.27 355	0.00 1	0.25 304	0.11 133	0.42 171

MyStereo04	3.29 173	1.15 194	6.64 253	1.28 123	1.49 240	2.63 86	0.45 103	10.57 232	13.30 314	4.41 86	3.90 66	3.06 98	3.56 180	7.87 191	3.35 200	0.01 104	1.27 355	0.00 1	0.25 304	0.11 133	0.42 171

FCDSN-DC	10.72 355	1.16 196	5.01 183	2.16 219	1.31 231	17.46 359	4.80 316	17.79 350	19.87 348	25.02 375	32.85 376	33.57 384	23.52 382	16.80 360	12.13 338	0.11 289	0.00 1	0.00 1	0.00 1	0.09 102	0.76 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 223	1.16 196	3.92 119	0.89 90	0.73 155	4.88 231	0.54 124	9.78 210	7.91 213	7.42 204	10.24 221	12.50 311	4.84 238	8.15 204	5.56 257	0.03 218	0.00 1	0.06 315	0.00 1	0.24 243	0.12 58

GANet-RSSM	3.67 200	1.16 196	4.56 162	3.24 321	2.03 271	2.63 86	0.50 119	11.53 255	6.83 181	6.25 137	10.58 233	7.35 234	6.65 284	6.77 137	2.94 193	0.00 1	0.00 1	0.08 326	0.00 1	0.26 251	0.12 58

StereoVision	2.42 99	1.18 199	5.14 188	1.15 112	2.64 295	1.89 41	0.28 74	6.61 122	4.72 102	2.14 45	10.52 231	3.84 127	0.52 37	5.33 95	2.29 168	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

test_5	3.16 166	1.18 199	4.96 181	2.33 251	3.10 310	4.51 222	1.27 231	7.47 156	7.61 204	3.00 57	7.38 157	5.37 185	4.06 206	8.28 213	1.54 96	0.00 1	0.34 258	0.00 1	0.02 191	0.21 229	0.62 209

STTRV1_RVC		1.18 199		3.33 326	6.91 373	11.99 333	4.01 301	15.74 334	12.11 299	9.56 280	14.59 289	11.64 304	8.75 321	12.86 331	8.54 292	3.70 378	2.86 388	0.41 361	0.13 254	1.38 355	0.12 58

CroCo-Stereo Lap2	1.37 12	1.19 202	4.17 136	1.01 102	4.58 356	0.46 2	0.09 20	4.27 20	2.94 13	1.25 32	2.40 38	1.55 63	0.20 1	1.72 14	1.30 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 189	0.13 64

RAFT+CT+SA	2.59 116	1.19 202	3.55 86	1.09 108	2.21 277	3.14 147	0.90 207	7.59 157	5.65 137	2.76 52	8.21 178	2.04 75	1.57 107	8.84 245	1.31 82	0.02 188	0.34 258	0.00 1	0.38 339	0.22 234	0.73 229

OMP-Stereo	3.15 164	1.19 202	3.49 79	4.34 357	0.51 123	2.20 56	1.21 227	6.67 123	6.52 169	7.99 223	6.24 127	8.38 258	2.44 138	9.65 275	1.92 137	0.01 104	0.02 134	0.00 1	0.00 1	0.08 88	0.15 78

ADLNet	4.56 259	1.19 202	5.52 209	3.81 343	3.59 326	6.98 271	2.40 267	12.01 261	7.96 216	10.52 299	9.67 211	8.26 252	4.98 244	6.59 126	6.93 271	0.01 104	0.01 104	0.00 1	0.01 174	0.22 234	0.55 191

edge stereo	7.12 313	1.19 202	7.83 284	2.32 249	2.46 288	6.90 268	3.26 292	15.58 331	12.52 303	15.68 352	18.34 326	21.83 365	13.05 347	11.53 316	8.68 295	0.04 238	0.06 187	0.11 328	0.03 202	0.30 275	0.63 210

RASNet	5.00 278	1.19 202	5.69 216	3.68 338	4.80 360	5.04 235	1.29 234	10.26 221	8.99 242	5.89 120	11.65 251	10.55 287	9.76 330	9.96 292	10.32 321	0.20 309	0.00 1	0.00 1	0.00 1	0.09 102	0.73 229

MIM_Stereo	2.83 135	1.20 208	5.27 190	1.41 136	1.16 210	3.07 139	0.33 85	6.67 123	3.95 64	5.17 102	10.11 219	4.25 151	1.73 115	8.32 220	1.64 109	0.00 1	0.36 262	0.00 1	0.01 174	0.22 234	1.69 303

GEStereo_RVC	3.95 223	1.21 209	6.13 232	2.30 246	1.22 216	4.29 216	2.96 278	12.39 270	8.24 224	7.25 196	6.79 141	7.58 240	4.22 215	9.16 260	4.56 238	0.04 238	0.01 104	0.02 278	0.02 191	0.19 213	0.42 171

CroCo-Stereo	1.14 7	1.22 210	3.99 126	0.61 61	0.53 127	0.38 1	0.06 12	5.35 56	4.15 73	0.59 14	1.92 31	1.00 49	0.27 5	1.37 9	1.33 85	0.01 104	0.00 1	0.00 1	0.00 1	0.05 59	0.05 24
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
iRaftStereo_RVC	1.88 40	1.22 210	2.63 18	0.95 99	0.06 6	2.96 133	0.05 10	6.08 103	3.99 68	3.92 79	4.88 84	2.53 84	0.62 40	3.62 59	1.19 69	0.00 1	1.19 347	0.00 1	0.00 1	0.37 294	1.29 278

RAFT-Stereo + iAFF	2.48 103	1.23 212	3.48 78	1.61 152	1.09 202	1.63 23	0.15 49	5.80 80	6.43 166	7.32 201	9.91 215	3.05 96	1.71 112	2.33 40	1.75 124	0.01 104	0.71 288	0.00 1	0.00 1	0.28 264	1.19 269

UCFNet_RVC	3.37 180	1.25 213	3.30 60	2.55 276	1.80 256	3.92 199	1.28 233	12.49 274	7.16 191	5.12 100	7.88 168	8.14 249	4.59 229	5.67 105	2.11 150	0.00 1	0.00 1	0.00 1	0.00 1	0.14 176	0.07 35

Sa-1000	3.81 213	1.26 214	4.64 167	2.29 245	0.55 132	3.51 168	1.58 247	8.37 172	9.13 246	7.97 220	17.42 317	3.98 133	2.76 150	9.61 274	1.68 118	0.00 1	0.69 283	0.00 1	0.18 274	0.23 239	0.27 129

iRaft-Stereo_5w	3.20 169	1.27 215	5.27 190	0.27 24	0.99 190	2.71 97	0.58 136	5.75 77	5.85 146	3.03 59	7.88 168	10.08 278	4.08 209	8.40 225	6.09 262	0.00 1	0.25 249	0.00 1	0.12 249	0.31 282	0.95 245

SA	3.34 176	1.29 216	4.84 174	1.99 208	0.57 133	3.15 148	1.39 237	7.66 164	9.94 260	4.86 91	10.87 240	2.97 95	4.61 231	9.88 288	1.38 89	0.00 1	0.60 278	0.00 1	0.19 277	0.25 250	0.37 154

RAFT	2.94 147	1.29 216	4.06 131	1.36 129	0.50 116	2.39 66	0.91 210	6.11 104	3.25 25	6.64 163	7.30 156	9.96 276	4.20 213	6.03 112	2.21 155	0.00 1	1.02 320	0.00 1	0.02 191	0.54 321	1.01 250

NVstereo2D	4.82 274	1.29 216	7.98 287	3.68 338	3.48 323	8.02 288	3.10 283	11.25 247	15.50 329	5.14 101	7.71 163	8.21 251	4.68 232	10.19 297	4.30 229	0.02 188	0.19 234	0.13 334	0.36 337	0.07 83	1.12 265

raftrobust	2.16 66	1.31 219	2.76 25	2.38 257	3.33 317	2.72 99	0.51 120	5.34 52	4.64 97	6.13 136	3.98 67	1.63 64	2.51 141	3.02 52	1.64 109	0.00 1	0.76 290	0.00 1	0.02 191	0.14 176	0.27 129

AFF-stereo	2.87 140	1.31 219	3.26 57	1.87 189	0.38 95	1.68 28	0.09 20	6.38 115	7.07 189	6.52 155	11.90 255	6.08 208	2.32 134	5.05 88	1.65 111	0.02 188	0.66 281	0.00 1	0.00 1	0.29 272	0.94 244

MDST_ROB	9.13 342	1.31 219	10.16 325	4.36 358	2.48 290	28.66 384	7.64 352	19.96 366	14.97 324	27.53 379	24.02 349	9.47 269	5.27 254	16.31 357	8.61 294	0.63 345	0.19 234	0.00 1	0.00 1	0.08 88	0.90 240

4D-IteraStereo	1.99 46	1.32 222	3.77 103	0.13 3	2.84 301	3.51 168	1.03 215	4.26 19	5.38 125	5.50 111	1.03 8	3.86 128	0.38 21	2.44 45	1.88 132	0.00 1	0.43 267	0.00 1	0.01 174	0.11 133	1.84 325

stereogan	8.18 330	1.32 222	9.05 309	3.59 334	4.00 343	20.16 368	3.13 286	17.25 347	20.16 351	10.68 303	19.19 327	20.56 363	10.70 336	14.74 347	7.00 273	0.34 328	0.04 174	0.21 350	0.08 232	0.70 334	0.65 213

DispNO	3.51 191	1.33 224	8.51 293	2.26 238	1.36 234	3.46 165	0.81 186	8.74 182	6.58 170	6.78 174	7.63 162	6.22 214	4.20 213	7.47 169	4.44 234	0.00 1	0.03 159	0.03 295	0.11 244	0.13 166	0.14 67

TestStereo1	3.12 161	1.34 225	4.67 169	3.47 331	0.71 150	2.50 72	1.45 239	7.27 147	8.71 233	4.91 92	9.28 197	2.34 80	3.61 183	9.44 268	1.62 104	0.00 1	0.33 256	0.00 1	0.00 1	0.30 275	0.40 160

SA-5K	3.12 161	1.34 225	4.67 169	3.47 331	0.71 150	2.50 72	1.45 239	7.27 147	8.71 233	4.91 92	9.28 197	2.34 80	3.61 183	9.44 268	1.62 104	0.00 1	0.33 256	0.00 1	0.00 1	0.30 275	0.40 160

psm_up	4.33 246	1.34 225	4.43 149	2.27 242	2.62 294	5.29 237	3.30 294	11.49 252	6.89 183	8.05 228	8.06 174	10.09 280	11.10 337	7.12 148	3.76 210	0.24 316	0.01 104	0.00 1	0.00 1	0.20 219	0.37 154

PSMNet-RSSM	3.69 203	1.36 228	4.54 157	2.44 262	1.90 264	2.35 63	0.69 162	11.77 258	6.38 164	6.60 161	11.85 254	7.70 242	5.61 266	6.66 131	3.67 204	0.00 1	0.00 1	0.02 278	0.01 174	0.17 199	0.10 47

MMNet	4.44 253	1.37 229	6.26 240	1.73 174	1.64 244	10.51 321	0.61 143	9.27 200	9.66 257	9.55 278	9.22 192	7.40 236	6.52 281	7.90 192	6.98 272	0.01 104	0.00 1	0.00 1	0.00 1	0.14 176	0.10 47

HITNet	3.11 159	1.38 230	5.35 195	2.23 232	0.12 21	5.59 242	0.58 136	9.95 217	5.72 143	6.62 162	7.91 170	3.90 130	3.24 163	4.39 77	4.58 240	0.01 104	0.00 1	0.00 1	0.00 1	0.08 88	0.57 194
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
LL-Strereo2	2.22 75	1.39 231	3.39 69	1.26 120	1.01 192	3.73 190	1.47 241	6.47 119	4.61 96	4.66 88	2.64 43	4.17 144	0.37 17	6.03 112	1.61 102	0.09 282	0.24 246	0.00 1	0.08 232	0.08 88	1.16 266

111	3.05 155	1.41 232	5.51 203	0.32 26	0.14 24	2.83 112	0.68 159	6.76 128	14.21 320	3.59 68	9.11 191	5.50 187	3.30 167	4.05 66	2.43 172	0.01 104	0.00 1	0.00 1	0.00 1	0.13 166	1.02 254

rafts_anoy	2.09 57	1.42 233	3.34 64	2.87 297	2.72 298	2.46 71	0.17 54	6.20 110	6.48 168	3.40 64	2.25 36	1.91 71	1.32 85	3.59 58	1.75 124	0.01 104	1.52 369	0.00 1	0.01 174	0.06 68	0.28 133

ssnet_v2	4.73 270	1.43 234	6.74 257	1.80 181	0.75 160	8.89 300	4.60 313	12.66 278	10.65 275	9.53 276	6.23 123	9.78 275	4.26 217	6.89 140	9.65 312	0.01 104	0.01 104	0.00 1	0.00 1	0.36 293	0.31 141

cf-r	3.76 209	1.43 234	5.34 193	2.66 280	2.79 300	2.85 126	0.62 145	9.08 190	6.91 185	7.06 183	11.90 255	9.64 271	3.83 194	6.23 118	4.53 237	0.00 1	0.00 1	0.00 1	0.00 1	0.19 213	0.17 90

STTStereo	3.90 218	1.43 234	8.20 290	3.03 305	2.28 282	3.64 179	0.64 149	10.11 219	7.09 190	10.20 290	7.08 150	8.73 264	3.57 181	7.44 160	4.00 222	0.00 1	0.02 134	0.01 247	0.01 174	0.04 44	0.40 160

MSMD_ROB	9.73 346	1.43 234	5.42 198	1.81 182	0.42 109	16.83 355	4.30 308	14.29 318	15.34 326	23.06 367	40.17 389	25.63 373	22.62 378	13.37 335	8.85 299	0.48 343	0.03 159	0.00 1	0.00 1	0.13 166	0.47 179

ADLNet2	4.72 268	1.44 238	6.68 255	3.03 305	3.90 337	6.80 267	2.91 276	11.67 257	9.63 255	7.99 223	9.89 214	9.75 274	5.32 259	7.70 182	7.13 276	0.01 104	0.03 159	0.00 1	0.00 1	0.26 251	0.22 113

DLCB_ROB	4.87 276	1.45 239	4.75 173	2.52 271	1.13 208	6.25 259	3.01 280	10.44 228	8.34 226	11.05 315	13.43 274	14.04 318	3.90 202	9.74 282	6.80 270	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 154

iResNet	4.04 229	1.46 240	8.72 299	3.25 322	0.36 91	4.54 224	0.47 107	9.06 188	10.40 268	7.98 221	12.82 270	4.06 138	3.22 162	8.82 244	4.95 248	0.03 218	0.01 104	0.00 1	0.00 1	0.14 176	0.55 191

CBFPSM	5.12 280	1.48 241	16.22 354	1.81 182	1.14 209	11.16 324	2.90 275	7.99 169	6.75 179	6.55 157	5.00 88	15.05 327	8.78 322	7.52 174	8.90 300	0.04 238	0.02 134	0.00 1	0.00 1	0.42 299	0.67 223

raft+_RVC	2.18 69	1.49 242	3.14 49	2.77 287	2.01 269	1.40 13	0.10 24	7.02 136	5.35 123	2.99 56	5.54 107	1.19 52	1.34 90	4.98 85	1.49 93	0.00 1	1.45 364	0.00 1	0.00 1	0.14 176	1.11 262

RYNet	6.82 304	1.51 243	7.35 275	1.79 180	4.52 353	16.68 354	4.41 310	14.19 316	17.43 338	11.64 324	7.86 167	15.03 326	8.81 323	10.10 294	14.16 353	0.04 238	0.13 220	0.15 337	0.05 223	0.08 88	0.53 189

DRN-Test	6.23 293	1.51 243	7.53 279	3.07 313	3.69 329	12.17 336	3.23 289	20.80 375	11.11 287	12.64 330	13.02 272	10.91 297	5.26 253	8.49 233	10.12 317	0.05 251	0.05 181	0.04 304	0.04 220	0.28 264	0.65 213

MLCV	3.76 209	1.52 245	6.93 261	1.66 161	0.31 79	4.31 217	0.32 83	7.92 166	7.68 205	9.55 278	12.12 258	5.17 177	2.74 148	10.00 293	4.49 236	0.01 104	0.00 1	0.00 1	0.00 1	0.16 193	0.27 129

CBMV	5.97 289	1.52 245	4.51 154	1.99 208	0.53 127	10.02 312	6.94 345	13.27 298	13.80 319	13.08 336	15.93 299	11.36 301	8.11 312	9.82 285	7.27 277	0.08 272	0.15 225	0.00 1	0.00 1	0.30 275	0.74 232
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	4.11 233	1.53 247	6.87 260	3.04 307	3.33 317	4.34 219	0.59 139	11.36 250	7.92 214	8.98 256	7.98 172	9.72 273	3.82 193	7.92 193	4.43 233	0.15 295	0.02 134	0.03 295	0.03 202	0.07 83	0.14 67
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	4.37 249	1.56 248	4.59 164	2.23 232	1.29 227	7.87 285	3.96 300	11.80 259	10.91 282	8.06 230	14.45 286	3.38 108	4.87 239	9.27 264	2.53 174	0.14 293	0.06 187	0.00 1	0.01 174	0.08 88	0.30 139

GMStereo	2.07 51	1.56 248	5.64 213	0.74 79	0.05 3	3.63 178	0.01 1	5.17 46	11.27 291	4.22 82	2.44 39	0.53 40	0.49 35	4.06 68	1.01 54	0.22 313	0.00 1	0.00 1	0.14 257	0.18 207	0.05 24
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 298	1.58 250	9.58 321	4.10 348	3.99 342	9.13 303	1.34 236	10.37 225	7.76 206	13.76 342	15.66 295	16.14 332	7.03 293	13.07 333	13.62 351	0.19 306	0.12 217	0.02 278	0.02 191	0.15 189	1.61 292
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 41	1.59 251	4.22 140	0.37 38	0.28 76	1.33 10	0.01 1	5.63 70	4.13 72	3.59 68	5.11 91	2.06 77	0.70 43	7.62 180	0.93 41	0.02 188	0.00 1	0.00 1	0.00 1	0.02 9	0.19 98

CFNet-ft	3.70 205	1.59 251	3.87 109	1.68 164	2.42 286	3.20 150	0.66 153	8.93 185	7.76 206	5.09 97	9.95 216	10.77 293	5.43 262	7.41 157	4.71 242	0.00 1	0.00 1	0.03 295	0.01 174	0.30 275	0.11 55

CFNet_RVC	3.70 205	1.59 251	3.87 109	1.68 164	2.42 286	3.20 150	0.66 153	8.92 184	7.76 206	5.09 97	9.95 216	10.77 293	5.43 262	7.41 157	4.71 242	0.00 1	0.00 1	0.03 295	0.01 174	0.30 275	0.11 55

AASNet	4.20 240	1.63 254	5.82 219	3.79 341	3.93 338	6.55 263	1.22 228	19.12 360	6.82 180	7.86 217	8.35 180	4.36 152	2.55 142	3.87 65	7.47 279	0.00 1	0.00 1	0.00 1	0.00 1	0.49 316	0.22 113

AACVNet	3.71 207	1.63 254	4.89 177	3.80 342	0.62 139	3.25 152	0.30 81	9.47 205	3.81 57	6.34 145	10.74 237	10.52 284	4.92 241	9.31 265	3.88 216	0.03 218	0.01 104	0.00 1	0.00 1	0.34 289	0.28 133

RAFT_CTSACE	3.62 199	1.65 256	5.41 197	1.36 129	3.08 307	3.95 202	1.03 215	4.62 27	4.65 98	5.33 105	17.73 321	7.63 241	2.71 146	10.98 304	1.15 63	0.00 1	0.48 272	0.00 1	0.00 1	0.31 282	0.25 126

ACRE	2.67 123	1.66 257	6.50 248	0.72 70	2.03 271	2.65 92	0.84 195	5.97 97	5.52 132	7.85 216	9.23 193	1.72 66	1.09 64	4.09 69	2.73 187	0.02 188	0.19 234	0.02 278	0.08 232	0.26 251	0.21 108

MyStereo8	3.30 174	1.69 258	6.28 241	2.51 268	3.79 334	4.22 212	0.07 15	7.43 155	6.39 165	6.51 154	10.13 220	4.23 149	1.45 95	2.79 50	5.08 251	0.06 262	1.49 367	0.00 1	0.40 341	0.26 251	1.33 281

CIPLG	2.72 130	1.69 258	6.02 227	0.80 84	2.14 275	2.66 93	0.84 195	5.90 89	5.59 134	8.12 231	9.58 205	1.74 67	1.14 69	4.53 80	2.82 192	0.02 188	0.19 234	0.02 278	0.09 238	0.26 251	0.22 113

CSP-Net	4.40 250	1.70 260	4.90 178	1.82 185	1.04 194	12.96 340	2.25 264	13.75 310	6.34 161	9.64 281	8.99 188	8.31 253	3.24 163	8.45 231	4.32 230	0.01 104	0.00 1	0.00 1	0.00 1	0.23 239	0.06 31

pmcnn	8.17 329	1.70 260	11.49 329	3.18 317	3.07 306	9.66 308	6.06 331	13.60 306	17.71 341	15.23 349	24.02 349	27.61 376	8.81 323	10.36 299	9.51 310	0.08 272	0.08 200	0.00 1	0.00 1	0.31 282	0.87 239

IGEVStereo-DCA	1.54 26	1.71 262	2.99 40	0.73 73	0.24 67	2.69 94	0.81 186	4.31 21	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 176	2.72 185	0.00 1	0.49 273	0.00 1	0.16 262	0.17 199	1.82 320

rrr	1.64 33	1.71 262	6.31 243	0.73 73	0.24 67	2.69 94	0.92 211	4.25 18	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 176	2.72 185	0.00 1	0.49 273	0.00 1	0.20 287	0.17 199	1.68 301

raft_robust	2.91 143	1.71 262	3.42 75	1.36 129	0.57 133	1.53 20	0.12 31	7.06 139	9.09 244	6.96 182	7.21 155	4.43 154	2.09 124	9.40 267	1.61 102	0.03 218	0.93 299	0.00 1	0.21 292	0.17 199	0.38 157

RALAANet	2.68 124	1.71 262	4.73 172	2.79 289	0.80 165	3.30 156	0.15 49	7.92 166	5.92 148	5.79 116	6.06 117	3.51 122	1.13 67	6.76 136	2.28 166	0.00 1	0.28 252	0.00 1	0.10 242	0.27 261	0.13 64

GwcNet-RSSM	4.13 236	1.71 262	6.25 239	2.50 267	1.93 267	2.39 66	1.49 243	9.59 207	8.71 233	6.66 165	15.04 291	8.47 260	3.84 195	6.87 139	6.74 269	0.00 1	0.00 1	0.04 304	0.00 1	0.29 272	0.15 78

RALCasStereoNet	2.39 96	1.73 267	3.59 94	2.38 257	2.69 297	2.84 114	0.18 56	5.29 48	4.94 114	2.45 49	5.62 109	2.22 78	0.79 52	7.48 172	1.63 106	0.00 1	1.75 371	0.00 1	0.00 1	0.14 176	2.03 343

ARAFT	3.32 175	1.74 268	7.92 286	0.64 62	0.15 30	4.45 221	2.89 274	8.20 171	6.30 159	9.23 268	7.12 154	5.58 190	1.24 82	8.60 236	1.69 119	0.01 104	0.03 159	0.00 1	0.00 1	0.35 291	0.35 151

LoS_RVC	1.47 20	1.75 269	2.66 20	0.52 57	3.89 336	1.67 26	0.04 9	2.66 3	2.61 6	0.55 12	2.63 42	0.31 20	1.68 109	1.99 25	0.81 26	0.01 104	0.02 134	0.00 1	0.00 1	0.03 26	5.54 377

IPLGR_C	2.69 125	1.75 269	6.20 235	0.79 82	2.06 273	2.64 91	0.86 202	6.36 114	5.64 136	8.13 232	9.26 195	1.69 65	1.15 74	3.79 63	2.80 191	0.02 188	0.20 239	0.02 278	0.08 232	0.26 251	0.18 92

test_xeample3	1.71 37	1.75 269	6.64 253	0.90 92	0.29 77	2.55 77	0.90 207	4.08 15	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 173	2.73 187	0.00 1	0.70 285	0.00 1	0.36 337	0.18 207	1.92 338

iResNet_ROB	4.67 266	1.77 272	5.93 223	2.47 265	0.95 186	3.78 193	0.36 88	15.65 332	17.36 337	8.75 249	11.23 245	7.05 231	4.60 230	8.94 253	4.23 228	0.01 104	0.00 1	0.00 1	0.00 1	0.16 193	0.15 78

whm_eth	3.18 168	1.78 273	6.61 252	0.90 92	2.72 298	2.54 76	0.27 73	7.64 162	7.94 215	5.43 109	23.98 348	0.37 30	0.47 34	1.31 8	1.17 65	0.02 188	0.03 159	0.00 1	0.00 1	0.08 88	0.32 145

GANet	6.86 306	1.78 273	5.98 226	3.05 308	1.12 207	10.12 315	9.38 362	13.41 302	8.67 232	11.46 321	29.87 368	13.94 317	8.25 314	12.06 323	6.33 267	0.40 332	0.06 187	0.16 340	0.33 332	0.18 207	0.59 199

TDLM	4.58 260	1.79 275	5.03 184	2.45 263	1.32 232	4.04 207	7.15 348	11.60 256	11.46 292	6.91 176	12.69 267	5.94 206	5.03 245	9.74 282	3.80 213	0.67 348	0.00 1	0.01 247	0.05 223	0.23 239	1.78 318

DeepPruner_ROB	3.82 214	1.87 276	5.65 214	1.31 127	1.64 244	3.62 177	0.81 186	14.47 320	5.03 118	8.03 226	10.78 238	6.95 229	2.26 130	8.92 250	4.32 230	0.07 268	0.03 159	0.00 1	0.01 174	0.37 294	0.29 136

SACVNet	4.55 257	1.88 277	5.55 210	3.38 328	1.68 249	3.11 142	2.76 273	12.44 272	6.43 166	11.07 316	11.31 246	10.53 286	5.13 250	9.88 288	4.56 238	0.08 272	0.02 134	0.00 1	0.01 174	0.38 296	0.80 236

XPNet_ROB	6.46 298	1.88 277	7.41 277	2.81 290	0.95 186	6.45 262	6.82 343	13.58 305	8.80 236	15.50 350	15.86 297	19.59 355	7.12 294	11.41 315	9.86 313	0.02 188	0.04 174	0.00 1	0.03 202	0.20 219	0.79 235

MeshStereo	11.94 363	1.88 277	5.24 189	2.11 217	1.44 238	20.09 367	4.95 319	21.74 381	16.75 334	33.10 386	35.07 384	39.28 393	22.72 379	19.45 371	13.59 350	0.19 306	0.06 187	0.02 278	0.00 1	0.46 308	0.65 213
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
ccnet	7.45 321	1.89 280	7.71 282	3.18 317	2.35 283	12.19 337	6.14 332	18.95 357	9.36 252	13.33 337	20.38 332	16.00 331	9.10 328	10.10 294	15.40 360	0.44 334	0.34 258	0.25 354	0.25 304	0.48 313	1.18 268

RP	7.41 318	1.90 281	7.33 273	4.26 353	5.25 366	6.64 265	3.46 295	12.44 272	16.23 332	10.36 296	23.00 345	18.72 348	16.59 362	11.10 306	8.47 291	1.10 358	0.02 134	0.12 332	0.16 262	0.43 303	0.65 213

Nwc_Net	7.54 322	1.91 282	8.71 298	4.16 350	3.42 321	10.77 323	2.00 259	20.33 372	12.19 300	9.10 262	24.04 351	17.67 342	13.58 352	12.14 325	9.12 305	0.94 356	0.00 1	0.00 1	0.02 191	0.22 234	0.41 167

dd	2.36 89	1.93 283	6.03 229	0.83 86	0.12 21	1.80 36	0.17 54	5.30 49	11.82 297	2.98 55	3.64 64	1.50 60	1.21 80	5.25 92	3.92 217	0.13 290	0.01 104	0.04 304	0.22 297	0.10 122	0.14 67

G-Net	8.60 336	1.93 283	12.59 334	6.04 372	3.66 328	25.93 377	4.26 305	10.35 224	8.05 219	19.71 362	24.73 354	14.15 319	15.49 360	11.30 310	10.69 327	0.50 344	0.46 270	0.19 348	0.25 304	0.80 340	0.91 241

CVANet_RVC	4.68 267	1.93 283	5.57 212	2.61 278	1.86 262	4.12 209	4.94 318	12.11 262	9.29 249	8.05 228	11.08 242	10.28 281	6.48 280	9.52 272	3.19 199	0.45 336	0.01 104	0.00 1	0.12 249	0.23 239	1.75 314

fast-acv-ft	6.00 290	1.95 286	7.88 285	2.35 253	1.85 260	13.61 345	1.76 254	8.44 174	10.12 261	11.22 318	20.57 334	14.41 323	7.55 304	8.11 202	8.83 298	0.10 285	0.09 206	0.16 340	0.07 229	0.68 330	0.35 151

LMCR-Stereo	3.92 220	1.96 287	4.92 179	2.85 296	0.23 66	7.88 286	1.47 241	12.52 275	5.39 126	8.71 247	10.65 235	1.90 70	5.04 247	8.53 234	4.89 245	1.05 357	0.00 1	0.00 1	0.00 1	0.42 299	0.05 24

CFNet	4.03 228	1.97 288	6.30 242	2.70 284	1.64 244	5.41 240	0.22 62	12.14 264	10.28 263	5.24 103	11.15 243	6.43 216	3.70 190	8.97 256	4.01 223	0.00 1	0.00 1	0.00 1	0.00 1	0.30 275	0.13 64

DMCA-RVC	3.59 197	1.98 289	8.68 297	2.30 246	1.48 239	3.54 172	0.55 127	8.40 173	5.43 129	9.37 273	5.90 111	8.34 255	3.21 161	7.19 149	4.46 235	0.06 262	0.11 214	0.08 326	0.02 191	0.21 229	0.40 160

WCMA_ROB	10.20 351	1.99 290	9.33 315	3.01 303	2.46 288	15.78 351	7.67 354	12.75 280	15.41 327	25.08 377	33.42 380	27.06 375	19.86 368	13.87 340	12.47 342	1.28 362	0.38 264	0.18 346	0.20 287	0.28 264	1.54 289

gwcnet-sp	3.58 194	2.01 291	8.82 302	2.01 212	0.69 144	7.38 281	1.10 222	9.23 197	6.66 175	9.32 269	5.91 112	4.21 146	3.31 169	6.91 141	3.69 205	0.00 1	0.00 1	0.00 1	0.00 1	0.24 243	0.18 92

scenet	3.58 194	2.01 291	8.82 302	2.01 212	0.69 144	7.38 281	1.10 222	9.23 197	6.66 175	9.32 269	5.91 112	4.21 146	3.31 169	6.91 141	3.69 205	0.00 1	0.00 1	0.00 1	0.00 1	0.24 243	0.18 92

ssnet	3.58 194	2.01 291	8.82 302	2.01 212	0.69 144	7.38 281	1.10 222	9.23 197	6.66 175	9.32 269	5.91 112	4.21 146	3.31 169	6.91 141	3.69 205	0.00 1	0.00 1	0.00 1	0.00 1	0.24 243	0.18 92

FBW_ROB	9.17 343	2.08 294	10.31 326	2.51 268	1.66 248	13.22 343	6.04 330	23.09 382	20.11 350	19.55 360	15.80 296	18.97 352	11.96 345	19.34 370	11.38 331	0.66 347	0.30 254	2.15 378	0.90 362	1.15 349	2.16 348

iinet-f	6.21 292	2.11 295	28.74 389	2.13 218	1.38 235	11.62 328	1.49 243	7.64 162	7.19 193	7.77 214	14.38 284	10.49 283	7.79 307	7.76 185	12.90 347	0.03 218	0.03 159	0.05 311	0.00 1	0.67 328	0.12 58

BEATNet_4x	3.69 203	2.12 296	8.11 288	1.82 185	0.16 35	5.30 238	1.04 218	10.87 238	6.14 155	7.09 186	8.42 181	4.99 174	4.42 219	5.89 108	6.23 266	0.04 238	0.05 181	0.00 1	0.00 1	0.32 286	0.84 238

DN-CSS_ROB	3.00 154	2.14 297	7.33 273	2.67 282	0.78 163	3.13 145	0.07 15	6.68 127	4.22 78	5.51 112	12.12 258	2.33 79	1.21 80	8.69 241	2.51 173	0.03 218	0.00 1	0.00 1	0.00 1	0.42 299	0.15 78

AF-Net	8.37 333	2.16 298	9.01 307	3.65 336	4.58 356	9.40 304	2.63 270	17.71 349	21.32 356	10.38 297	24.51 353	20.43 360	16.67 363	12.54 328	10.76 328	0.70 350	0.00 1	0.12 332	0.00 1	0.47 310	0.42 171

psmorigin	7.74 323	2.19 299	18.99 364	2.51 268	0.89 176	7.08 275	2.74 271	11.25 247	7.90 212	20.49 365	22.36 343	20.16 357	11.95 344	13.84 339	10.61 324	0.04 238	0.18 232	0.06 315	0.24 301	0.27 261	1.07 258

Wz-Net-LNSev-Ref	6.52 301	2.21 300	12.10 332	2.75 285	3.28 314	10.03 313	3.05 281	12.31 267	11.52 293	10.10 289	21.36 336	11.51 302	7.30 299	11.56 317	10.61 324	0.09 282	0.00 1	0.00 1	0.00 1	0.08 88	0.51 186

FADNet-RVC-Resample	4.11 233	2.25 301	13.88 341	1.64 154	0.66 141	5.91 253	2.34 266	10.87 238	9.09 244	6.53 156	4.34 72	5.69 198	4.71 234	8.01 197	4.64 241	0.18 305	0.22 240	0.17 345	0.12 249	0.46 308	0.59 199

NaN_ROB	6.51 300	2.25 301	8.77 300	1.69 166	1.79 255	9.71 309	10.94 367	16.20 338	16.13 331	13.04 335	8.86 184	11.77 306	5.94 270	12.88 332	8.01 285	0.05 251	0.13 220	0.07 320	0.20 287	0.32 286	1.50 286

sAnonymous2	1.54 26	2.26 303	9.53 317	0.65 64	0.50 116	1.20 5	0.23 66	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 188	0.00 1	0.00 1	0.20 287	2.00 365	0.42 171

CroCo_RVC	1.54 26	2.26 303	9.53 317	0.65 64	0.50 116	1.20 5	0.23 66	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 188	0.00 1	0.00 1	0.20 287	2.00 365	0.42 171

iResNetv2_ROB	4.72 268	2.26 303	8.87 305	3.20 319	1.25 220	4.32 218	1.73 252	14.22 317	10.62 274	10.53 300	12.13 260	7.77 243	5.54 265	8.29 214	2.76 190	0.00 1	0.00 1	0.00 1	0.00 1	0.42 299	0.55 191

RAFT + AFF	4.63 264	2.28 306	7.43 278	1.51 143	2.38 284	5.81 251	6.49 337	10.74 235	8.53 230	7.75 213	8.95 187	7.47 238	6.68 287	9.17 262	5.06 250	0.08 272	0.47 271	0.00 1	0.01 174	0.66 327	1.03 257

NCC-stereo	7.43 319	2.28 306	8.58 295	3.28 323	4.48 350	8.34 290	4.27 306	20.45 373	13.66 317	9.17 265	17.52 318	16.49 334	14.31 357	13.71 337	8.95 301	1.73 368	0.12 217	0.01 247	0.50 351	0.21 229	0.60 201

Abc-Net	7.43 319	2.28 306	8.58 295	3.28 323	4.48 350	8.34 290	4.27 306	20.45 373	13.66 317	9.17 265	17.52 318	16.49 334	14.31 357	13.71 337	8.95 301	1.73 368	0.12 217	0.01 247	0.50 351	0.21 229	0.60 201
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	5.14 281	2.29 309	8.95 306	1.26 120	5.05 364	3.66 180	1.40 238	10.33 223	8.98 241	8.71 247	8.24 179	10.70 290	11.10 337	12.66 330	5.36 254	0.05 251	1.35 362	0.00 1	0.00 1	0.38 296	2.23 352

ADCRef	7.76 324	2.31 310	19.09 365	2.82 292	3.29 315	11.88 331	3.06 282	11.52 254	10.89 281	13.69 341	25.85 359	8.20 250	8.89 325	8.95 254	22.66 372	0.16 298	0.08 200	0.16 340	0.34 335	0.47 310	0.91 241

FADNet_RVC	4.24 243	2.32 311	14.23 344	1.18 115	0.79 164	5.64 244	0.60 140	11.50 253	7.19 193	3.68 72	8.08 176	4.14 142	4.06 206	10.29 298	7.47 279	0.36 330	0.44 269	0.18 346	0.47 348	0.93 343	1.23 272

GMStereo_Zeroshot	2.92 145	2.33 312	6.12 231	1.66 161	0.36 91	3.61 174	0.09 20	5.95 95	6.20 157	7.15 190	7.11 153	8.37 256	0.91 55	6.17 116	1.97 141	0.00 1	0.00 1	0.00 1	0.00 1	0.22 234	0.14 67

FADNet	4.55 257	2.35 313	13.60 339	1.87 189	0.80 165	4.74 229	0.75 179	14.47 320	12.41 302	4.07 80	5.45 104	9.64 271	5.03 245	8.86 247	4.82 244	0.20 309	0.04 174	0.07 320	0.05 223	1.27 352	0.40 160

PA-Net	5.40 283	2.35 313	9.55 319	2.75 285	2.21 277	8.74 297	3.92 299	13.05 290	13.35 315	7.30 200	7.98 172	8.08 248	6.39 279	11.17 309	9.30 307	0.02 188	0.03 159	0.00 1	0.03 202	0.16 193	1.55 291
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 291	2.40 315	8.22 291	3.43 329	4.43 349	10.57 322	4.21 304	19.44 362	11.24 290	12.86 331	8.06 174	11.64 304	4.79 237	8.65 240	9.32 308	0.01 104	0.10 210	0.00 1	0.03 202	0.34 289	0.69 224

PSMNet_ROB	5.41 285	2.45 316	7.39 276	2.36 255	1.90 264	10.11 314	6.54 338	16.32 340	7.59 202	6.84 175	10.83 239	12.06 309	4.13 210	8.73 242	10.24 319	0.02 188	0.01 104	0.01 247	0.11 244	0.26 251	0.40 160

APVNet	6.28 295	2.46 317	10.09 323	3.51 333	3.97 340	12.15 335	1.75 253	20.08 371	6.73 178	6.92 181	13.45 275	10.75 292	6.29 278	11.86 321	14.34 354	0.05 251	0.02 134	0.11 328	0.03 202	0.63 324	0.34 147

NCCL2	6.27 294	2.46 317	7.00 262	2.36 255	1.11 205	9.48 305	11.14 369	13.01 289	10.40 268	9.94 287	9.49 203	22.11 366	7.42 300	9.90 290	8.56 293	0.01 104	0.00 1	0.02 278	0.03 202	0.20 219	0.73 229

PS-NSSS	4.22 241	2.53 319	5.89 222	1.01 102	2.93 302	4.05 208	1.93 257	11.44 251	8.94 240	7.14 189	14.70 290	4.96 172	2.60 144	9.09 259	3.92 217	0.40 332	0.04 174	0.83 366	0.00 1	1.09 345	1.02 254

LALA_ROB	7.02 311	2.54 320	8.51 293	1.53 146	0.96 188	9.96 311	8.71 359	16.70 342	12.68 306	12.99 333	13.90 281	24.47 369	5.40 261	11.61 319	9.50 309	0.04 238	0.05 181	0.00 1	0.02 191	0.17 199	0.65 213

DPSNet	10.88 358	2.57 321	20.40 369	2.24 235	1.90 264	24.92 375	17.00 396	21.35 378	28.61 374	12.87 332	13.74 278	17.01 339	20.14 370	15.36 350	14.01 352	0.81 352	0.98 313	0.20 349	0.65 358	1.30 353	1.54 289

ETE_ROB	6.28 295	2.60 322	9.22 313	1.71 170	0.84 170	6.44 261	6.78 342	13.16 296	8.80 236	13.01 334	15.93 299	21.01 364	6.18 275	10.97 303	8.11 287	0.04 238	0.01 104	0.00 1	0.02 191	0.16 193	0.70 226

dad	5.10 279	2.61 323	6.76 258	1.23 118	0.14 24	2.85 126	0.36 88	7.98 168	14.88 323	10.84 308	17.06 310	15.59 328	3.29 166	7.24 151	4.39 232	1.20 360	0.10 210	4.02 382	0.49 350	0.20 219	0.69 224

AANet_RVC	5.41 285	2.61 323	8.17 289	2.25 236	1.30 229	2.27 59	1.64 250	10.82 236	18.54 344	8.01 225	18.09 323	8.39 259	3.31 169	11.37 314	8.98 303	1.15 359	0.38 264	0.02 278	0.00 1	0.17 199	0.70 226

FADNet-RVC	4.36 247	2.62 325	14.51 347	2.01 212	0.44 111	4.27 214	1.27 231	12.61 277	7.89 211	3.76 74	4.05 68	10.63 288	4.34 218	9.87 287	7.66 282	0.03 218	0.09 206	0.00 1	0.03 202	0.65 326	0.50 182

LE_ROB	17.31 381	2.62 325	14.26 345	4.20 351	1.80 256	17.40 358	9.70 364	15.38 330	55.92 406	63.97 416	40.81 391	35.50 389	39.26 400	15.64 354	28.51 391	0.06 262	0.11 214	0.13 334	0.21 292	0.14 176	0.51 186

SDNR	7.97 325	2.75 327	16.90 358	2.28 244	0.94 183	45.23 403	0.43 101	9.30 203	10.84 279	10.71 304	25.30 357	5.51 188	4.47 221	11.98 322	7.58 281	0.15 295	0.14 224	0.00 1	0.04 220	2.27 367	2.65 359

Wz-Net-LNSev	7.12 313	2.75 327	18.64 362	1.70 169	4.16 344	12.79 339	6.72 340	13.74 309	13.57 316	11.14 317	17.31 316	11.90 308	8.50 317	8.96 255	9.94 314	0.00 1	0.01 104	0.00 1	0.00 1	0.18 207	0.34 147

RGC	7.40 317	2.77 329	7.71 282	4.43 360	4.87 362	8.88 299	2.96 278	16.05 337	12.76 310	11.96 328	19.57 329	18.32 347	11.57 343	13.89 341	9.58 311	0.83 353	0.02 134	0.24 353	0.41 343	0.40 298	0.77 234

ADCP+	8.60 336	2.78 330	17.44 359	1.69 166	4.27 346	16.95 357	5.29 322	13.38 301	12.52 303	13.57 340	17.57 320	10.86 296	11.28 339	18.43 368	23.91 381	0.03 218	0.05 181	0.01 247	0.18 274	0.47 310	1.31 279

PDISCO_ROB	10.27 352	2.79 331	13.30 337	10.58 384	9.96 385	22.78 371	5.99 327	20.01 367	28.57 373	11.88 326	14.49 287	20.54 361	4.92 241	17.01 363	10.29 320	5.79 382	0.42 266	0.14 336	0.13 254	2.53 370	3.25 363

CSAN	8.41 334	2.86 332	9.35 316	2.43 261	0.82 168	13.59 344	11.68 375	15.80 335	21.98 360	14.71 346	16.46 305	18.00 344	14.42 359	13.68 336	10.10 315	0.10 285	0.13 220	0.15 337	0.19 277	0.43 303	1.28 277

GwcNet	6.95 307	2.89 333	13.32 338	2.82 292	5.53 367	11.76 329	2.14 263	14.95 325	17.69 340	10.83 307	18.14 324	10.83 295	6.66 285	9.83 286	10.19 318	0.03 218	0.06 187	0.03 295	0.08 232	0.64 325	0.66 221

FINET	6.96 308	2.98 334	13.77 340	3.20 319	4.81 361	9.65 307	9.90 365	13.68 308	23.91 364	8.28 237	13.70 276	5.36 184	5.83 268	10.79 302	8.05 286	0.90 354	1.43 363	0.11 328	0.38 339	0.48 313	1.98 342

Wz-Net-MNSev	8.12 328	3.18 335	18.07 361	2.63 279	3.36 319	17.82 361	9.40 363	12.89 284	15.44 328	13.95 344	18.21 325	14.38 322	7.75 306	12.50 327	11.45 332	0.46 338	0.03 159	0.00 1	0.01 174	0.26 251	0.58 196

ADCL	10.77 356	3.23 336	21.50 371	2.26 238	1.96 268	23.65 372	9.07 360	14.69 324	24.88 366	15.21 348	27.20 360	12.68 312	14.02 356	16.94 362	24.43 383	0.26 322	0.18 232	0.74 364	0.67 359	0.80 340	1.02 254

MANE	20.98 392	3.23 336	8.81 301	5.96 371	6.96 374	33.07 390	13.20 379	35.43 395	38.86 392	44.72 402	52.41 406	53.20 401	41.84 402	34.74 394	27.45 389	1.87 370	2.27 376	1.54 374	10.18 398	0.69 332	3.11 362

SANet	11.48 361	3.34 338	13.93 342	2.40 260	1.01 192	16.49 353	12.16 378	20.05 370	37.28 388	19.62 361	28.04 362	25.61 372	20.10 369	14.43 344	12.39 341	0.10 285	0.06 187	0.03 295	0.06 228	0.76 338	1.73 310

SGM-ForestM	18.61 386	3.38 339	10.14 324	3.44 330	2.24 280	34.17 392	15.39 385	29.44 393	33.93 380	38.55 394	41.08 392	53.64 402	36.76 397	34.82 395	27.16 388	1.25 361	1.81 374	0.74 364	1.01 364	0.61 323	2.61 358

ADCPNet	10.18 350	3.40 340	33.24 392	2.38 257	1.74 252	17.75 360	7.65 353	13.20 297	13.03 312	14.09 345	21.72 339	19.36 353	11.40 341	15.43 352	23.00 374	0.28 325	1.15 343	0.39 360	1.48 374	0.68 330	2.21 350

DGSMNet	7.10 312	3.49 341	15.11 350	4.36 358	4.41 348	8.94 301	6.25 333	15.10 327	14.28 321	8.15 233	14.51 288	10.08 278	5.38 260	11.04 305	7.95 284	1.49 366	2.00 375	1.79 375	1.68 379	2.43 368	3.48 367

ELAS	17.99 383	3.49 341	11.19 328	6.14 373	5.79 369	34.89 393	17.28 397	28.75 390	30.47 376	40.80 398	45.79 397	39.04 392	32.05 394	27.63 389	24.30 382	1.88 371	2.41 380	1.09 368	1.48 374	1.83 362	3.48 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 315	3.58 343	25.29 381	4.27 354	7.20 375	3.78 193	4.64 314	14.03 314	20.86 354	8.85 251	10.57 232	7.35 234	7.88 309	12.16 326	10.66 326	0.25 319	0.16 227	0.29 355	0.43 346	0.77 339	0.65 213

GANetREF_RVC	6.97 309	3.59 344	9.14 312	4.00 345	0.40 103	13.17 341	11.27 373	15.95 336	17.51 339	10.62 302	10.66 236	12.15 310	7.97 311	13.18 334	5.04 249	0.45 336	0.00 1	0.01 247	0.15 260	3.47 375	0.60 201
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ELAS_RVC	17.82 382	3.60 345	11.92 330	6.63 375	5.73 368	30.34 386	19.64 399	26.92 387	35.06 385	40.79 397	41.32 393	37.31 391	31.61 391	30.54 390	22.93 373	1.97 372	2.40 378	1.28 372	1.27 370	1.71 360	3.51 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 354	3.67 346	14.03 343	4.81 363	4.52 353	11.93 332	1.66 251	21.36 379	38.40 391	18.84 359	21.72 339	17.63 341	13.07 348	15.65 355	17.71 363	0.36 330	1.09 325	0.01 247	0.32 329	0.50 317	1.67 300

Syn2CoEx	6.70 303	3.69 347	12.14 333	2.78 288	1.68 249	8.36 293	3.21 288	18.59 355	12.66 305	8.86 252	20.79 335	10.52 284	10.54 334	9.68 276	8.70 296	0.01 104	0.00 1	0.00 1	0.00 1	0.69 332	1.00 249

aanetorigin	9.02 339	3.75 348	28.68 388	2.16 219	3.86 335	5.84 252	5.40 325	5.93 94	10.39 267	28.12 380	31.02 374	15.98 330	13.74 353	9.38 266	12.55 343	0.25 319	0.22 240	0.22 351	0.24 301	1.24 350	1.47 283

TRStereo	2.71 127	3.79 349	5.46 201	2.19 226	2.22 279	2.98 136	1.07 220	9.83 212	4.39 87	3.46 65	3.48 54	3.92 131	0.77 48	6.43 121	1.70 120	0.03 218	0.63 279	0.00 1	0.29 322	0.11 133	1.49 285

SAMSARA	15.67 373	3.89 350	14.48 346	13.77 390	7.92 379	38.69 397	73.90 420	21.22 377	24.66 365	17.04 357	13.86 279	30.01 379	13.07 348	18.07 367	17.48 362	0.23 314	1.46 365	0.07 320	0.40 341	0.99 344	2.15 347

SuperB	8.29 332	3.96 351	24.92 379	2.96 301	1.33 233	9.83 310	4.15 303	10.92 242	29.79 375	11.86 325	12.51 265	6.07 207	6.97 290	11.13 308	14.73 355	0.15 295	0.11 214	0.35 357	0.26 313	12.64 390	1.11 262

PVD	16.41 375	3.98 352	16.04 353	5.38 366	4.59 358	19.44 365	7.28 350	28.88 391	49.27 401	31.53 384	43.72 395	30.36 381	32.17 395	26.70 388	23.19 375	0.25 319	1.48 366	0.04 304	0.59 355	0.52 319	2.87 361

anonymity	8.04 326	4.13 353	12.86 335	7.43 377	13.11 392	8.34 290	2.02 260	18.21 353	7.55 201	13.88 343	9.27 196	10.63 288	7.79 307	11.57 318	6.06 261	6.25 383	5.59 405	3.71 381	3.28 384	3.27 373	5.78 378

RTSC	9.87 347	4.34 354	16.44 355	4.60 362	2.38 284	12.54 338	0.75 179	18.19 352	37.31 389	16.16 354	15.86 297	13.32 313	7.56 305	20.93 377	23.50 377	0.34 328	1.07 324	0.02 278	0.35 336	0.71 335	0.99 247

PWCDC_ROB	8.50 335	4.40 355	9.57 320	6.16 374	4.54 355	10.46 318	1.03 215	15.30 328	28.16 372	10.88 310	30.88 373	6.96 230	11.31 340	14.57 345	10.40 322	3.10 377	0.02 134	0.00 1	0.00 1	1.55 358	0.63 210

Anonymous Stereo	7.27 316	4.41 356	26.56 384	3.67 337	3.09 308	5.56 241	15.31 384	10.85 237	11.63 295	10.31 295	10.32 223	7.46 237	3.67 189	14.42 343	15.13 358	0.64 346	0.88 296	0.00 1	0.07 229	0.33 288	1.16 266

SQANet	8.22 331	4.42 357	7.19 272	12.11 387	9.77 384	11.80 330	3.23 289	12.00 260	6.60 171	8.59 245	11.52 249	10.97 299	5.31 258	11.10 306	4.20 226	9.56 390	2.29 377	10.51 387	1.61 378	13.06 392	8.49 386

ADCMid	10.97 359	4.49 358	23.66 375	2.53 272	2.52 293	11.46 327	6.31 334	15.31 329	12.85 311	23.57 371	22.99 344	17.92 343	21.04 373	19.57 372	28.05 390	0.47 341	0.43 267	1.10 369	1.32 371	1.73 361	2.10 345

PWC_ROB	8.89 338	4.49 358	15.62 352	2.92 298	4.49 352	7.89 287	1.23 229	17.29 348	20.00 349	16.54 355	28.06 363	14.37 321	11.98 346	14.93 349	15.43 361	0.47 341	0.00 1	0.05 311	0.00 1	0.67 328	1.31 279

MFN_U_SF_RVC	13.54 367	4.69 360	28.43 387	4.24 352	2.50 291	24.26 373	5.99 327	28.23 389	20.18 352	24.06 374	29.38 366	30.35 380	16.92 364	20.98 378	21.39 368	1.35 363	1.13 331	1.02 367	1.41 373	1.88 363	2.50 357

XQC	9.46 344	4.84 361	18.88 363	4.07 346	3.09 308	15.97 352	6.65 339	16.26 339	26.63 369	12.63 329	12.35 263	15.75 329	10.62 335	16.48 358	21.19 367	0.44 334	0.96 307	0.05 311	0.32 329	1.10 346	0.99 247

Consistency-Raft	9.58 345	5.11 362	13.00 336	5.61 368	8.92 382	4.03 206	5.07 321	19.73 365	24.90 367	11.32 320	29.86 367	13.36 314	6.16 274	8.00 195	13.47 349	0.67 348	0.34 258	1.81 376	4.36 390	12.23 388	3.62 370

MFN_U_SF_DS_RVC	10.36 353	5.37 363	16.61 357	2.95 300	3.02 305	24.75 374	15.44 386	14.68 323	19.73 347	19.77 363	23.97 347	16.98 338	8.40 315	17.58 365	9.23 306	1.59 367	1.75 371	0.16 340	2.63 381	0.75 337	1.85 327

WZ-Net	13.61 368	5.57 364	42.84 400	3.89 344	3.19 312	19.90 366	15.44 386	15.67 333	32.04 378	16.13 353	28.69 364	22.17 367	15.84 361	21.40 379	26.87 386	0.75 351	0.01 104	0.01 247	0.03 202	0.51 318	1.20 270

PASM	9.11 340	5.68 365	25.06 380	4.33 356	4.18 345	7.01 272	8.48 356	12.37 269	20.95 355	13.49 339	15.37 293	18.80 349	11.52 342	14.70 346	12.70 344	0.93 355	1.19 347	0.32 356	1.21 369	1.66 359	2.22 351

GASNet	5.62 287	5.76 366	12.05 331	5.03 365	2.08 274	3.77 192	1.53 245	12.92 285	11.62 294	9.64 281	7.40 158	8.58 262	7.54 303	14.76 348	8.25 289	0.02 188	0.15 225	0.00 1	0.00 1	0.81 342	0.52 188

MaskLacGwcNet_RVC	6.42 297	6.12 367	6.53 250	4.29 355	3.61 327	15.41 350	4.13 302	12.36 268	7.32 199	7.60 208	8.51 182	8.97 267	2.64 145	10.17 296	3.72 208	8.16 388	2.40 378	2.00 377	0.11 244	8.55 385	5.84 379

ADCS	13.76 369	6.46 368	30.74 390	3.62 335	2.93 302	14.28 347	11.22 372	20.02 368	34.42 383	23.20 368	25.42 358	19.51 354	19.62 367	24.54 385	33.88 399	0.27 324	0.23 243	0.37 359	0.19 277	1.47 356	2.84 360

EDNetEfficient	14.14 371	6.71 369	56.12 406	2.99 302	3.58 325	5.38 239	8.49 357	9.35 204	33.24 379	40.73 396	30.21 370	18.04 345	22.92 380	12.13 324	26.26 385	0.16 298	0.24 246	0.07 320	1.15 366	2.58 371	2.39 354

AnyNet_C32	11.82 362	7.08 370	25.83 382	4.55 361	5.88 370	16.92 356	16.97 395	14.14 315	18.11 343	16.87 356	21.66 338	14.78 324	13.87 355	23.54 384	31.83 396	0.24 316	0.28 252	0.35 357	0.53 353	1.35 354	1.71 308

AnonymousM	2.96 151	7.19 371	1.41 1	0.92 96	0.06 6	2.37 65	0.52 121	6.05 99	3.83 60	4.97 94	2.37 37	1.91 71	1.00 60	2.23 35	1.06 58	0.01 104	0.57 277	17.64 392	4.90 391	0.02 9	0.27 129

SPS-STEREO	15.83 374	7.38 372	14.92 349	11.63 386	11.77 390	25.30 376	7.12 347	25.20 385	17.06 336	32.24 385	30.34 371	31.63 382	22.59 377	25.67 386	21.97 370	7.71 387	4.50 401	3.35 380	1.56 377	6.97 383	7.72 385
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 372	7.41 373	36.29 395	7.76 379	43.77 415	11.24 326	12.14 377	16.73 343	23.72 362	23.73 373	32.92 377	18.89 351	13.31 350	16.60 359	12.37 340	0.26 322	0.86 295	0.11 328	0.43 346	1.24 350	17.26 407

UDGNet	2.92 145	7.79 374	4.92 179	3.01 303	0.08 10	2.96 133	0.20 60	4.77 29	8.93 239	2.91 54	2.85 45	0.95 48	1.00 60	6.46 122	1.66 114	1.46 365	0.00 1	5.33 385	0.92 363	1.95 364	0.19 98

MSC_U_SF_DS_RVC	17.08 378	7.98 375	24.37 378	6.82 376	2.93 302	39.68 399	16.11 388	25.46 386	34.93 384	34.13 388	34.20 381	29.20 378	24.94 384	23.01 382	19.39 365	2.79 374	2.87 389	1.18 371	1.53 376	6.78 382	3.31 364

Wz-Net-SNSev	9.92 348	8.01 376	26.42 383	2.26 238	1.85 260	8.36 293	14.30 383	18.01 351	21.68 357	10.78 306	23.95 346	16.84 337	8.60 319	15.59 353	19.76 366	0.01 104	0.03 159	0.01 247	0.00 1	0.52 319	1.34 282

otaku	12.35 365	8.64 377	9.11 311	13.56 389	10.98 387	26.23 378	7.22 349	19.45 363	19.26 346	11.92 327	17.90 322	20.21 358	8.91 326	16.06 356	6.09 262	9.77 391	2.50 381	13.23 388	1.90 380	14.61 393	9.41 390

NVStereoNet_ROB	17.22 379	8.76 378	16.47 356	7.52 378	8.42 380	13.75 346	11.07 368	24.24 384	26.67 370	31.00 382	46.49 398	34.88 388	27.06 387	22.72 381	23.61 378	6.83 386	4.32 400	6.32 386	10.37 399	4.39 376	9.57 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 380	9.46 379	22.74 373	10.11 381	11.40 388	28.98 385	13.74 381	21.15 376	16.85 335	31.39 383	34.79 382	34.05 387	24.24 383	26.23 387	19.31 364	8.79 389	7.56 409	4.88 383	3.93 388	6.07 381	9.33 388

MFMNet_re	14.09 370	9.67 380	20.31 368	10.40 382	7.62 376	21.38 370	17.49 398	21.36 379	31.95 377	23.70 372	29.22 365	18.87 350	27.41 388	14.27 342	11.16 329	2.85 375	1.51 368	0.41 361	0.28 317	4.88 377	7.10 383

Ntro	12.91 366	9.95 381	10.01 322	14.12 391	12.55 391	26.31 379	6.76 341	19.04 359	22.03 361	10.23 292	16.26 302	20.22 359	10.06 331	16.81 361	7.93 283	10.16 393	2.55 383	15.19 390	2.86 382	15.27 394	9.93 392

UDG	9.12 341	10.06 382	6.35 245	10.06 380	9.64 383	10.48 319	2.33 265	12.73 279	10.19 262	8.33 238	10.27 222	16.70 336	10.47 333	8.33 221	9.07 304	4.28 379	2.59 384	18.90 393	3.83 387	11.35 387	6.50 382

CC-Net-ROB	8.09 327	10.11 383	9.03 308	4.07 346	3.74 333	15.24 349	4.84 317	18.44 354	10.87 280	6.73 173	14.03 282	7.54 239	4.68 232	11.61 319	3.98 221	6.59 384	2.54 382	16.51 391	1.19 368	7.88 384	2.20 349

RTS	19.64 389	10.42 384	87.01 416	5.88 369	6.82 371	41.73 400	16.69 391	16.80 344	41.90 395	23.44 369	32.96 378	13.79 315	21.49 374	38.85 400	30.84 393	0.46 338	0.70 285	0.00 1	0.09 238	1.13 347	1.70 306

RTSA	19.64 389	10.42 384	87.01 416	5.88 369	6.82 371	41.73 400	16.69 391	16.80 344	41.90 395	23.44 369	32.96 378	13.79 315	21.49 374	38.85 400	30.84 393	0.46 338	0.70 285	0.00 1	0.09 238	1.13 347	1.70 306

BEATNet-Init1	24.70 393	11.33 386	44.28 401	5.48 367	3.94 339	47.60 407	22.33 402	34.94 394	40.01 393	48.11 405	49.98 402	59.86 406	43.17 403	39.48 402	31.77 395	1.37 364	1.76 373	1.17 370	1.17 367	2.44 369	3.85 372

Wz-Net-TNSev	12.01 364	11.86 387	38.26 397	2.81 290	1.82 259	18.12 362	11.31 374	16.67 341	21.73 358	15.06 347	17.17 312	19.72 356	20.69 372	20.68 375	21.41 369	0.04 238	0.06 187	0.00 1	0.16 262	0.74 336	1.93 339

DDUNet	10.03 349	12.17 388	8.24 292	13.02 388	11.73 389	10.32 317	3.76 296	12.27 266	8.35 227	9.64 281	13.89 280	16.48 333	6.67 286	9.50 271	7.00 273	6.80 385	3.45 395	21.10 394	4.33 389	12.78 391	9.12 387

AnyNet_C01	16.99 377	12.34 389	60.47 408	4.88 364	3.11 311	31.77 387	16.79 393	18.60 356	17.96 342	18.62 358	38.50 387	24.03 368	19.00 366	30.59 391	35.18 401	0.29 326	0.56 275	0.45 363	0.48 349	2.70 372	3.40 365

EDNetEfficientorigin	18.25 385	14.44 390	99.41 428	1.72 173	1.00 191	12.07 334	6.97 346	13.67 307	35.06 385	38.59 395	37.10 386	27.03 374	27.46 389	15.38 351	26.92 387	0.05 251	0.08 200	0.15 337	0.62 356	3.33 374	3.92 373

JetBlue	29.99 399	17.24 391	55.64 405	16.24 392	21.08 403	62.07 418	33.14 409	40.60 398	35.73 387	34.59 391	40.67 390	57.18 405	43.54 404	51.46 413	52.18 415	2.72 373	4.58 403	2.86 379	3.53 385	10.57 386	14.11 402

FADE		18.79 392		10.51 383	10.00 386													38.03 410		5.44 379

coex-ft	20.15 391	20.03 393	87.93 418	1.81 182	1.77 253	18.77 364	13.73 380	13.28 299	41.87 394	60.24 412	39.04 388	28.27 377	30.39 390	12.57 329	28.66 392	0.20 309	0.23 243	0.04 304	0.30 324	1.52 357	2.34 353

ACVNet-4b	16.48 376	23.07 394	14.73 348	16.69 393	15.18 395	31.83 388	7.30 351	19.71 364	27.82 371	11.54 323	22.10 342	31.68 383	8.96 327	18.88 369	7.28 278	11.04 395	2.65 385	24.93 397	5.02 392	18.57 396	10.67 394

WAO-7	30.22 400	25.83 395	23.33 374	33.10 403	14.36 393	36.98 394	22.41 403	52.85 411	64.46 413	43.76 400	59.24 412	52.31 399	45.69 406	32.82 392	32.60 397	11.16 397	5.49 404	13.76 389	12.60 404	12.36 389	9.38 389

ACVNet_1	19.51 388	26.19 396	15.50 351	17.71 394	15.28 396	26.46 380	9.36 361	29.16 392	34.18 381	25.06 376	24.89 355	37.18 390	21.93 376	17.80 366	15.03 357	11.08 396	2.83 386	25.29 398	5.06 394	19.11 397	11.14 395

DispFullNet	18.06 384	27.03 397	34.90 393	22.68 398	20.79 400	15.03 348	3.18 287	16.95 346	26.06 368	20.48 364	16.91 308	20.55 362	18.37 365	23.48 383	12.16 339	5.31 381	2.91 390	31.24 401	8.09 397	22.63 400	12.44 399

RainbowNet	18.69 387	27.15 398	22.03 372	18.76 395	15.00 394	27.97 383	10.17 366	27.99 388	34.19 382	15.53 351	27.53 361	25.33 370	13.80 354	19.86 374	10.59 323	14.50 401	3.57 396	23.85 396	5.03 393	18.49 395	12.41 398

IMH-64-1	28.06 397	29.98 399	19.46 366	32.15 401	20.98 401	27.68 381	16.66 389	47.31 402	44.85 398	34.14 389	50.94 403	41.49 394	31.67 392	37.53 396	23.88 379	14.17 399	2.96 391	34.45 403	11.15 400	26.12 402	13.75 400

IMH-64	28.06 397	29.98 399	19.46 366	32.15 401	20.98 401	27.68 381	16.66 389	47.31 402	44.85 398	34.14 389	50.94 403	41.49 394	31.67 392	37.53 396	23.88 379	14.17 399	2.96 391	34.45 403	11.15 400	26.12 402	13.75 400

IMH	30.65 401	30.30 401	21.09 370	34.89 405	21.75 405	33.16 391	16.91 394	49.53 409	52.50 402	38.41 393	55.10 409	45.13 396	40.36 401	41.57 403	25.66 384	14.74 402	3.36 394	35.43 405	11.69 402	27.31 406	14.16 403

ACVNet_2	27.45 395	30.56 402	27.90 385	20.72 396	15.55 397	37.22 395	14.00 382	49.32 408	65.88 415	43.17 399	56.99 410	51.90 398	26.98 386	21.46 380	15.38 359	10.77 394	2.85 387	23.12 395	3.62 386	20.08 398	11.47 396

TorneroNet-64	33.32 403	33.28 403	33.07 391	35.14 406	21.25 404	48.02 408	21.13 400	43.47 400	58.77 407	33.36 387	46.64 399	62.00 408	38.19 398	44.82 407	35.07 400	15.02 403	3.59 397	35.81 406	12.20 403	29.45 408	16.17 404

TorneroNet	36.02 407	35.25 404	36.33 396	38.44 408	22.19 406	50.72 412	24.42 406	48.39 405	54.53 404	38.03 392	53.44 407	62.83 411	44.79 405	47.68 410	42.11 409	15.69 404	3.97 399	37.25 407	15.05 406	30.83 410	18.40 409

MADNet+	27.96 396	35.32 405	91.41 420	21.04 397	8.86 381	49.25 409	47.41 416	36.98 396	37.84 390	21.00 366	30.83 372	25.41 371	34.95 396	46.51 408	51.54 414	3.04 376	3.33 393	1.48 373	1.05 365	5.85 380	6.05 380

WAO-8	38.93 408	36.84 406	23.97 376	43.96 409	24.48 408	45.73 404	22.62 404	53.10 412	75.66 417	53.86 409	66.14 417	62.39 409	55.11 413	43.01 405	40.67 407	22.98 407	7.22 407	37.53 408	19.49 408	27.04 405	16.83 405

Venus	38.93 408	36.84 406	23.97 376	43.96 409	24.48 408	45.73 404	22.62 404	53.10 412	75.66 417	53.86 409	66.17 418	62.39 409	55.11 413	43.01 405	40.67 407	22.98 407	7.22 407	37.53 408	19.49 408	27.02 404	16.83 405

WAO-6	35.59 405	37.89 408	17.67 360	37.86 407	24.46 407	37.85 396	21.49 401	49.01 407	67.96 416	44.22 401	48.08 400	53.02 400	53.39 411	33.67 393	36.83 403	26.05 409	7.83 410	43.19 411	21.76 410	30.18 409	19.37 410

Dean	35.52 404	40.12 409	27.99 386	30.63 400	17.33 398	45.80 406	11.68 375	57.61 416	76.54 419	63.70 415	60.65 413	66.93 414	49.40 409	38.12 398	40.28 406	12.18 398	3.73 398	28.86 399	5.94 396	20.69 399	12.16 397

LVE	35.84 406	41.54 410	36.25 394	33.36 404	18.92 399	53.05 414	27.99 407	53.17 414	64.93 414	47.63 404	61.58 414	54.25 403	38.72 399	38.72 399	35.50 402	16.36 405	6.23 406	31.51 402	14.04 405	25.01 401	18.07 408

PWCK	31.62 402	45.59 411	49.67 403	30.49 399	7.80 377	42.91 402	29.73 408	45.45 401	44.44 397	47.41 403	36.92 385	47.86 397	26.79 385	41.90 404	33.36 398	22.77 406	4.56 402	29.89 400	5.13 395	29.43 407	10.36 393

UNDER WATER-64	46.01 411	48.25 412	68.05 410	44.59 411	28.11 410	57.02 417	43.78 414	40.20 397	48.80 400	52.08 408	42.95 394	67.22 415	57.71 415	48.98 412	49.57 412	40.01 412	17.98 412	52.15 414	39.41 413	38.99 411	34.41 412

SPstereo	72.80 419	48.41 413	62.94 409	57.25 417	46.60 417	79.63 419	85.16 421	100.00 432	100.00 430	98.52 428	98.22 427	100.00 433	96.67 425	97.01 426	82.62 420	47.37 415	39.60 417	68.10 421	65.09 420	40.01 412	42.71 415

UNDER WATER	45.99 410	49.80 414	68.56 411	49.99 413	32.13 411	55.35 416	39.50 411	41.12 399	52.90 403	50.69 406	45.18 396	67.79 416	58.75 416	51.93 415	50.97 413	30.59 410	14.03 411	51.66 413	37.15 411	40.27 413	31.35 411

DLNR_Zeroshot_test	24.96 394	51.28 415	90.69 419	97.84 429	97.22 428	1.40 13	0.12 31	23.19 383	3.55 43	1.21 31	2.95 47	0.72 44	0.31 8	7.09 147	2.61 178	38.70 411	1.32 357	0.00 1	0.29 322	77.04 425	1.68 301

notaker	48.05 412	55.94 416	50.90 404	56.89 416	40.29 412	38.96 398	33.86 410	47.82 404	55.70 405	57.55 411	57.48 411	60.22 407	59.71 417	54.64 416	43.27 410	41.13 413	19.86 413	57.61 416	37.79 412	50.95 415	40.33 413

ktn	49.32 413	58.11 417	40.16 398	59.92 418	43.22 414	49.79 411	42.99 413	48.56 406	60.67 409	51.59 407	54.51 408	55.34 404	52.65 410	47.92 411	37.91 404	57.88 417	24.79 414	63.00 419	43.57 414	52.51 416	41.31 414

HanzoNet	57.16 416	60.12 418	60.00 407	55.77 415	42.11 413	51.98 413	41.93 412	52.07 410	61.47 410	65.98 418	65.90 416	72.11 418	70.14 418	71.11 419	61.13 417	64.31 420	34.72 416	62.27 418	50.86 416	52.83 417	46.33 416

JetRed	61.44 417	61.87 419	83.02 415	46.49 412	56.73 420	83.63 420	65.09 418	59.75 418	64.22 412	69.50 419	69.26 419	66.24 413	47.62 407	61.80 417	74.60 419	45.99 414	66.40 421	46.67 412	45.27 415	63.49 419	51.22 418

KSHMR	56.07 415	64.25 420	40.47 399	74.89 421	49.63 418	49.42 410	45.46 415	57.71 417	63.52 411	61.65 414	61.67 415	71.88 417	47.67 408	51.47 414	44.57 411	54.67 416	62.25 418	66.31 420	54.18 418	53.03 418	46.75 417

DPSimNet_ROB	54.45 414	65.73 421	47.00 402	54.49 414	46.37 416	55.34 415	56.47 417	56.18 415	59.04 408	64.57 417	51.76 405	64.01 412	54.49 412	47.54 409	67.21 418	63.21 419	27.86 415	58.04 417	51.28 417	46.61 414	51.87 419

LRCNet_RVC	66.47 418	66.44 422	69.02 412	71.60 420	54.27 419	32.21 389	2.93 277	63.19 419	21.83 359	82.02 421	90.16 422	83.59 420	72.13 419	69.45 418	53.25 416	95.47 426	64.21 420	95.15 427	95.27 426	72.59 421	74.60 422

MADNet++	82.81 421	81.73 423	74.64 414	87.71 426	82.67 425	93.35 421	70.27 419	86.39 424	82.88 420	93.51 425	86.62 421	86.40 421	81.37 421	88.21 421	88.63 422	86.59 424	84.23 425	72.14 422	68.69 421	78.88 426	81.36 426

ASD4	76.04 420	81.96 424	69.18 413	68.53 419	80.95 424	96.29 423	99.16 428	77.84 420	93.51 424	77.76 420	85.79 420	78.58 419	76.90 420	78.02 420	82.88 421	58.77 418	62.96 419	55.01 415	62.53 419	68.78 420	65.30 421

xxxxx1	85.58 423	90.37 425	96.61 423	76.69 422	80.77 421	97.50 425	96.92 425	85.57 421	88.66 421	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 423	81.26 423	72.90 422	79.86 423

tt_ll	85.58 423	90.37 425	96.61 423	76.69 422	80.77 421	97.50 425	96.92 425	85.57 421	88.66 421	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 423	81.26 423	72.90 422	79.86 423

ff	85.58 423	90.37 425	96.61 423	76.69 422	80.77 421	97.50 425	96.92 425	85.57 421	88.66 421	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 423	81.26 423	72.90 422	79.86 423

MEDIAN_ROB	98.44 427	99.70 428	99.34 427	97.13 427	97.06 427	96.94 424	95.91 424	97.71 427	97.33 426	98.78 429	98.91 428	99.19 427	98.13 427	96.94 425	96.99 428	99.97 430	99.18 427	100.00 430	99.99 430	99.70 430	99.83 429

Anonymous_1	99.01 429	99.91 429	99.85 429	97.31 428	99.09 430	100.00 431	100.00 431	99.59 429	99.96 428	99.29 430	99.86 429	99.55 428	99.99 431	99.30 428	99.76 429	95.67 427	99.58 428	97.24 428	98.56 428	97.36 428	98.34 428

HaxPig	98.85 428	99.94 430	95.36 421	99.99 433	99.98 431	94.12 422	94.52 422	99.12 428	99.96 428	99.96 431	99.99 430	99.98 431	99.89 429	98.16 427	96.14 427	99.98 431	99.99 431	100.00 430	99.99 430	99.99 433	99.95 432

AVERAGE_ROB	99.63 431	99.96 431	98.88 426	100.00 436	100.00 433	98.16 428	95.64 423	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	99.99 431	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	100.00 436

test_example2	99.38 430	99.98 432	99.99 431	100.00 436	99.98 431	99.73 429	99.99 430	96.99 426	100.00 430	100.00 432	100.00 431	96.49 425	96.74 426	99.97 429	99.96 430	100.00 434	99.97 430	98.68 429	99.11 429	100.00 434	100.00 436

MyStereo03	100.00 436	100.00 433	100.00 434	100.00 436	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	100.00 436

MyStereo02	100.00 436	100.00 433	100.00 434	100.00 436	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	100.00 436

MyStereo	100.00 436	100.00 433	100.00 434	100.00 436	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	100.00 436

Selective-RAFT-Error	100.00 436	100.00 433	100.00 434	100.00 436	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	100.00 436

PML	97.69 426	100.00 433	96.50 422	97.85 430	97.35 429	99.77 430	99.36 429	96.92 425	96.34 425	100.00 432	96.52 426	97.41 426	99.61 428	100.00 433	95.46 426	99.99 432	97.44 426	100.00 430	96.08 427	99.13 429	88.02 427

CasAABBNet	100.00 436	100.00 433	100.00 434	100.00 436	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	100.00 436

LSM0	100.00 436	100.00 433	100.00 434	100.00 436	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	99.99 433

DPSMNet_ROB	99.90 432	100.00 433	99.99 431	99.99 433	100.00 433	100.00 431	100.00 431	99.98 430	100.00 430	98.37 426	100.00 431	99.81 429	100.00 432	99.97 429	99.99 431	100.00 434	100.00 432	100.00 430	100.00 432	100.00 434	99.99 433

DGTPSM_ROB	99.90 432	100.00 433	99.99 431	99.99 433	100.00 433	100.00 431	100.00 431	99.98 430	100.00 430	98.37 426	100.00 431	99.81 429	100.00 432	99.97 429	99.99 431	99.99 432	100.00 432	100.00 430	100.00 432	100.00 434	99.99 433

DPSM_ROB	99.94 434	100.00 433	100.00 434	99.74 431	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	99.08 428	100.00 432	100.00 430	100.00 432	99.98 431	99.94 430

DPSM	99.94 434	100.00 433	100.00 434	99.74 431	100.00 433	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	99.08 428	100.00 432	100.00 430	100.00 432	99.98 431	99.94 430

Low-res two-view benchmark