Low-res two-view results

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

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

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

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

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

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

riskmin	0.95 146	0.06 1	2.01 111	0.80 329	0.86 346	1.58 208	0.24 253	4.28 221	0.53 21	0.85 116	0.29 106	2.60 272	1.04 256	0.70 68	0.61 172	0.00 1	0.85 324	0.00 1	0.26 366	0.01 9	1.48 337

GrayStereo	1.55 271	0.06 1	1.53 26	0.75 325	0.20 229	1.27 112	4.44 380	3.44 131	1.20 119	4.92 353	3.92 327	0.45 100	4.54 360	3.43 174	0.09 13	0.00 1	0.00 1	0.00 1	0.49 387	0.02 36	0.25 200

AEACV	0.64 69	0.08 3	1.46 19	0.72 315	0.96 353	1.22 84	0.00 1	1.90 56	0.67 37	0.54 84	0.07 54	0.02 2	0.73 241	0.63 62	0.28 93	0.01 298	0.92 334	0.00 1	0.36 379	0.09 187	2.04 383

PSM-AAD	1.21 202	0.08 3	1.53 26	0.10 160	0.27 264	1.35 137	3.14 364	2.74 79	0.83 59	2.89 307	2.04 270	0.16 72	5.25 368	3.51 177	0.21 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.08 82

KYRaft	1.26 222	0.08 3	1.58 32	0.06 116	0.23 241	1.28 115	0.75 319	2.92 94	0.81 55	3.20 318	7.14 357	0.99 171	2.70 328	1.56 127	0.16 43	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.66 354

knoymous	0.41 19	0.09 6	1.34 16	0.05 98	0.01 61	1.15 62	0.01 18	2.36 69	0.23 3	0.51 81	0.02 1	1.64 213	0.00 1	0.49 32	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 44

FTStereo	2.20 317	0.09 6	2.07 123	0.18 192	0.13 202	1.43 158	4.50 382	2.98 101	0.97 80	3.35 323	17.70 385	0.77 147	4.06 354	4.36 207	0.15 39	0.15 363	0.00 1	0.00 1	0.00 1	0.02 36	1.19 319

Prome-Stereo	1.29 229	0.09 6	1.62 35	0.12 178	0.24 246	1.28 115	0.65 313	2.98 101	0.93 75	2.08 256	8.52 362	0.75 139	2.83 331	2.19 152	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.39 332

ICVP	0.53 37	0.09 6	1.86 88	0.01 10	0.01 61	1.12 58	0.21 244	4.35 225	0.68 40	0.45 66	0.28 104	0.33 88	0.07 77	0.72 72	0.25 83	0.00 1	0.07 245	0.00 1	0.00 1	0.04 112	0.11 121
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp2	0.88 118	0.10 10	2.48 187	0.42 255	0.77 341	1.22 84	0.02 76	4.89 266	1.23 128	0.75 106	0.21 90	0.94 163	0.09 97	1.46 126	0.31 100	0.00 1	0.88 328	0.00 1	0.11 299	0.05 124	1.78 367

SST-Stereo	1.12 186	0.10 10	1.98 107	0.85 334	0.24 246	1.72 249	0.56 308	2.10 61	2.01 262	1.19 169	1.07 213	1.57 202	1.88 307	6.92 324	0.24 81	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

GMM-Stereo	1.17 196	0.10 10	2.29 154	0.13 179	0.22 235	1.43 158	0.84 321	2.83 86	1.16 105	2.73 303	3.09 308	0.54 112	0.87 251	5.31 257	0.16 43	0.01 298	0.00 1	0.00 1	0.02 259	0.02 36	1.72 355

DAS	1.40 250	0.11 13	2.83 211	0.04 83	0.01 61	1.31 121	1.14 337	4.51 235	2.02 264	4.84 350	2.33 279	1.65 214	0.56 212	5.53 265	0.85 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

SepStereo	1.41 252	0.11 13	2.83 211	0.04 83	0.01 61	1.31 121	1.14 337	4.51 235	2.02 264	4.84 350	2.33 279	1.65 214	0.56 212	5.78 275	0.85 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

RAFT_R40	1.08 179	0.11 13	2.09 130	0.83 332	0.20 229	1.68 245	0.64 311	2.11 62	1.19 113	1.05 150	1.13 220	1.77 223	1.43 280	6.90 322	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.01 11

AnonymousM	0.48 24	0.11 13	1.03 6	0.06 116	0.01 61	1.10 54	0.03 126	1.91 57	1.37 183	0.25 41	0.04 39	0.02 2	0.24 160	0.56 44	0.33 101	0.00 1	0.43 292	1.91 391	0.00 1	0.01 9	0.22 185

HSM-Net_RVC	1.51 264	0.11 13	1.93 103	0.00 1	0.01 61	1.91 264	0.05 166	7.86 380	1.93 258	3.77 331	3.76 323	3.16 298	0.36 182	4.34 206	0.83 202	0.01 298	0.01 192	0.00 1	0.00 1	0.01 9	0.11 121
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CAS	0.95 146	0.12 18	1.08 7	6.79 396	0.08 176	1.10 54	0.01 18	0.97 20	0.87 63	0.03 5	0.04 39	0.07 41	0.06 66	0.37 18	0.15 39	6.94 397	0.00 1	0.00 1	0.00 1	0.00 1	0.30 212

EGLCR-Stereo	0.64 69	0.12 18	1.52 24	0.74 322	0.75 340	1.83 260	0.54 303	2.79 84	0.67 37	0.66 92	0.04 39	0.01 1	0.02 17	0.77 78	0.45 141	0.00 1	0.71 313	0.00 1	0.00 1	0.00 1	1.14 315

PSMNet-ADL	0.88 118	0.12 18	1.32 15	0.07 126	0.01 61	2.03 268	0.03 126	3.00 103	1.28 152	0.39 53	0.66 172	2.12 247	0.67 235	4.19 196	1.38 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 194

RAFT-345	1.25 213	0.12 18	2.08 124	0.54 282	0.13 202	1.55 199	0.24 253	0.65 7	2.51 303	1.19 169	7.68 358	0.92 160	0.05 59	6.86 319	0.50 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

AdaStereo	0.76 92	0.12 18	1.73 51	0.05 98	0.00 1	1.46 169	0.23 250	5.16 286	1.66 225	1.19 169	0.37 127	1.54 201	0.17 140	0.86 96	0.54 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 82
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.
AE-Stereo	0.83 103	0.13 23	2.17 138	0.08 134	0.24 246	1.24 92	0.03 126	5.22 289	1.26 144	0.70 95	1.09 215	0.20 73	0.16 136	0.70 68	0.33 101	0.00 1	0.89 333	0.00 1	0.26 366	0.09 187	1.75 359

Any-RAFT	0.76 92	0.13 23	1.46 19	0.03 59	0.01 61	2.76 302	0.08 190	4.09 196	1.69 228	1.08 155	0.26 102	1.95 235	0.31 174	0.95 101	0.09 13	0.01 298	0.20 272	0.00 1	0.00 1	0.01 9	0.08 82

Selective-IGEV	0.51 29	0.13 23	1.41 18	0.72 315	0.62 328	0.38 9	0.04 154	2.58 76	1.21 124	0.19 32	0.02 1	0.02 2	0.06 66	0.48 30	0.46 146	0.01 298	0.80 319	0.00 1	0.09 291	0.07 158	0.91 298

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 59	0.00 1	0.95 21	0.03 126	0.33 1	0.44 16	0.10 18	0.04 39	0.06 30	0.04 44	0.44 27	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

CRE-IMP	0.49 25	0.14 27	1.75 56	0.08 134	0.05 153	1.48 180	0.45 295	1.64 46	1.22 126	0.92 128	0.29 106	0.87 153	0.01 5	0.39 20	0.25 83	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.17 156

MoCha-V2	0.68 78	0.15 28	1.56 30	0.56 286	0.64 330	0.33 4	0.09 201	3.61 137	1.11 98	0.13 20	0.83 193	0.10 56	0.06 66	0.80 86	0.51 156	0.00 1	1.16 374	0.00 1	0.24 358	0.13 240	1.64 349

BUS	1.05 175	0.15 28	1.48 21	0.04 83	0.00 1	5.73 361	0.03 126	6.00 335	1.17 108	2.36 277	0.64 169	2.35 267	0.06 66	0.80 86	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

BSDual-CNN	0.94 137	0.15 28	1.48 21	0.04 83	0.00 1	3.30 318	0.20 238	6.00 335	1.17 108	2.36 277	0.64 169	1.78 224	0.10 104	0.80 86	0.71 188	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

psmg	0.93 134	0.15 28	1.48 21	0.02 40	0.00 1	3.25 317	0.26 259	5.45 307	1.17 108	2.00 251	1.45 238	1.78 224	0.10 104	0.80 86	0.71 188	0.00 1	0.00 1	0.01 324	0.00 1	0.02 36	0.04 44

test-3	0.86 115	0.15 28	2.03 116	0.37 247	0.56 311	1.01 25	0.02 76	3.05 107	0.54 23	1.98 250	0.02 1	1.09 181	0.04 44	3.73 185	0.38 126	0.00 1	0.93 340	0.00 1	0.25 359	0.16 269	0.82 289

test_1	0.84 109	0.15 28	2.03 116	0.37 247	0.55 308	1.01 25	0.02 76	3.06 109	0.55 26	1.73 231	0.02 1	1.09 181	0.04 44	3.70 183	0.38 126	0.00 1	0.93 340	0.00 1	0.25 359	0.16 269	0.84 291

test_3	0.81 100	0.15 28	2.17 138	0.36 244	0.58 316	1.03 28	0.01 18	3.01 105	0.59 29	0.98 134	0.02 1	1.04 174	0.04 44	3.72 184	0.39 133	0.00 1	0.92 334	0.00 1	0.25 359	0.16 269	0.69 278

AAGNet	1.60 276	0.15 28	1.76 62	1.17 355	0.27 264	1.51 189	0.64 311	1.71 49	1.20 119	1.67 225	0.81 191	1.59 207	2.23 313	6.08 284	11.16 380	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

CFNet-RSSM	0.60 58	0.15 28	1.55 29	0.05 98	0.14 207	1.27 112	0.02 76	4.87 264	0.58 28	0.34 46	0.02 1	1.92 232	0.04 44	0.49 32	0.25 83	0.00 1	0.01 192	0.00 1	0.27 370	0.01 9	0.10 114

R-Stereo Train	0.56 49	0.15 28	1.83 82	0.02 40	0.00 1	1.26 105	0.09 201	4.14 205	0.45 17	1.86 236	0.42 139	0.06 30	0.01 5	0.32 13	0.46 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 59

RAFT-Stereo	0.56 49	0.15 28	1.83 82	0.02 40	0.00 1	1.26 105	0.09 201	4.14 205	0.45 17	1.86 236	0.42 139	0.06 30	0.01 5	0.32 13	0.46 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 59
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CES	0.51 29	0.16 39	1.23 13	0.09 150	1.58 373	1.18 70	0.05 166	1.07 26	0.79 49	0.03 5	0.03 29	0.14 68	0.10 104	0.55 41	0.12 26	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	2.98 389

CASS	0.63 66	0.16 39	1.88 95	0.03 59	0.01 61	1.67 242	0.04 154	3.11 116	0.81 55	2.25 269	1.02 211	0.29 86	0.35 180	0.70 68	0.23 77	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.04 44
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.57 51	0.16 39	1.63 41	0.70 311	0.93 352	1.10 54	0.01 18	1.43 33	0.26 9	0.91 124	0.02 1	0.08 46	0.11 113	0.61 59	0.23 77	0.00 1	1.15 373	0.00 1	0.17 326	0.10 198	1.84 373

GANet-ADL	0.62 61	0.16 39	1.89 98	0.15 187	0.02 106	1.46 169	0.02 76	3.83 161	0.75 45	0.40 54	1.08 214	1.09 181	0.18 144	0.65 64	0.47 151	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.13 135

DEmStereo	1.56 273	0.16 39	2.44 184	0.09 150	0.02 106	1.77 254	0.87 322	1.72 50	1.08 93	2.48 290	6.30 352	1.06 177	5.02 364	6.28 290	1.81 264	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

DeepStereo_RVC	0.59 53	0.16 39	1.65 43	0.08 134	0.06 158	1.37 140	0.40 291	1.58 37	1.26 144	1.03 148	0.83 193	0.49 105	1.52 287	0.94 99	0.18 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.13 135

EAI-Stereo	1.50 263	0.16 39	1.53 26	0.25 227	0.91 349	2.30 280	4.98 383	6.09 341	1.87 250	1.38 194	5.56 344	0.49 105	0.59 217	1.21 111	0.83 202	0.00 1	0.31 283	0.00 1	1.09 401	0.02 36	0.56 263

Gwc-CoAtRS	0.52 35	0.16 39	1.68 47	0.05 98	0.13 202	1.06 35	0.03 126	2.88 88	0.54 23	0.40 54	0.02 1	2.22 256	0.03 34	0.49 32	0.26 90	0.00 1	0.09 255	0.00 1	0.22 350	0.01 9	0.11 121

panet	0.29 7	0.17 47	0.95 4	0.00 1	0.00 1	1.26 105	0.01 18	1.32 30	0.97 80	0.16 24	0.18 71	0.05 22	0.00 1	0.53 40	0.13 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24

DisPM	0.96 149	0.17 47	2.10 131	0.90 339	0.02 106	1.53 194	0.55 307	1.86 55	1.31 167	2.42 286	0.82 192	0.38 93	0.01 5	6.92 324	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

NRIStereo	0.82 102	0.17 47	1.56 30	0.61 294	0.05 153	1.61 220	0.48 298	1.52 36	1.19 113	0.91 124	0.17 68	0.65 119	0.03 34	7.00 333	0.25 83	0.00 1	0.06 242	0.00 1	0.00 1	0.06 134	0.17 156

ASMatch	1.46 257	0.17 47	2.35 164	0.73 320	0.20 229	1.22 84	0.25 257	1.04 25	0.89 69	0.30 45	11.50 372	0.92 160	2.31 316	6.65 307	0.56 165	0.00 1	0.00 1	0.00 1	0.01 240	0.00 1	0.04 44

s12784h	0.67 73	0.17 47	1.87 93	0.02 40	0.00 1	1.16 65	0.03 126	4.08 195	1.89 252	1.04 149	1.59 248	0.05 22	0.02 17	1.25 117	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

MSKI-zero shot	0.91 127	0.18 52	1.86 88	0.61 294	0.62 328	1.36 138	0.05 166	3.41 130	0.31 11	0.73 103	1.79 257	0.88 154	0.00 1	4.71 223	0.16 43	0.00 1	0.93 340	0.00 1	0.21 346	0.02 36	0.32 216

PCWNet_CMD	0.70 82	0.18 52	2.22 144	0.01 10	0.01 61	1.09 49	0.00 1	3.17 118	1.35 176	0.50 79	0.29 106	2.28 259	1.46 284	1.22 113	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

Selective-RAFT	0.53 37	0.18 52	1.12 8	0.04 83	0.01 61	1.19 72	0.02 76	3.26 125	1.29 156	0.02 1	0.02 1	0.24 79	0.18 144	1.34 121	0.44 137	0.00 1	0.93 340	0.00 1	0.19 339	0.05 124	0.17 156

RCA-Stereo	0.53 37	0.18 52	1.16 10	0.01 10	0.24 246	1.20 73	0.01 18	3.86 164	0.97 80	0.77 109	0.50 152	0.05 22	0.13 129	0.32 13	0.03 3	0.00 1	0.87 327	0.00 1	0.00 1	0.08 168	0.24 194

DCANet-4	0.83 103	0.18 52	4.76 306	0.04 83	0.01 61	1.24 92	0.02 76	3.84 162	2.21 277	2.39 282	0.25 97	0.11 58	0.24 160	0.59 54	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

tt	68.57 424	0.18 52	99.50 431	50.44 424	14.99 416	100.00 433	100.00 433	100.00 434	99.70 429	28.28 413	12.01 375	99.97 434	98.67 431	99.55 431	99.99 434	89.99 428	98.19 429	46.13 424	51.48 425	60.62 424	21.71 419

anonymity	0.99 160	0.18 52	1.80 68	0.39 251	0.67 332	0.74 15	0.01 18	5.09 280	2.13 269	1.34 189	1.30 230	0.80 149	1.62 297	0.82 91	0.64 176	0.03 332	0.59 305	0.00 1	0.48 386	0.02 36	1.15 317

iRaft-Stereo_20w	1.39 248	0.18 52	3.72 264	0.79 328	0.56 311	1.90 262	0.65 313	8.85 386	1.05 89	2.05 255	0.42 139	1.24 188	1.23 270	1.69 135	0.95 221	0.00 1	0.62 306	0.00 1	0.44 382	0.02 36	1.41 334

Patchmatch Stereo++	0.59 53	0.18 52	1.73 51	0.08 134	0.08 176	1.62 225	0.26 259	1.62 44	1.25 137	1.00 145	0.18 71	0.75 139	0.03 34	2.68 158	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59
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
NF-Stereo	0.92 130	0.18 52	1.99 109	1.31 362	0.01 61	1.55 199	0.28 267	3.09 112	1.24 130	1.20 173	0.57 158	0.24 79	0.01 5	6.43 295	0.35 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

OCTAStereo	0.93 134	0.18 52	2.01 111	1.31 362	0.01 61	1.56 203	0.28 267	3.09 112	1.24 130	1.21 174	0.57 158	0.25 83	0.01 5	6.43 295	0.35 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

PSM-softLoss	0.96 149	0.18 52	2.32 161	1.26 356	0.03 124	1.50 185	0.26 259	2.90 91	1.27 148	1.30 183	0.38 130	0.39 94	0.01 5	6.94 327	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

KMStereo	0.96 149	0.18 52	2.32 161	1.26 356	0.03 124	1.50 185	0.26 259	2.90 91	1.27 148	1.30 183	0.38 130	0.39 94	0.01 5	6.94 327	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

PSM-adaLoss	0.54 41	0.18 52	1.72 50	0.08 134	0.09 183	1.63 228	0.29 274	1.60 38	1.27 148	0.99 139	0.18 71	0.76 144	0.02 17	1.79 144	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

ROB_FTStereo_v2	0.52 35	0.18 52	1.71 49	0.08 134	0.09 183	1.59 209	0.32 283	1.61 41	1.25 137	0.99 139	0.19 83	0.76 144	0.02 17	1.36 122	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

ROB_FTStereo	0.55 46	0.18 52	1.75 56	0.08 134	0.09 183	1.61 220	0.32 283	1.60 38	1.26 144	0.99 139	0.19 83	0.75 139	0.03 34	1.97 148	0.19 60	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

HUI-Stereo	0.54 41	0.18 52	1.78 67	0.08 134	0.08 176	1.63 228	0.31 281	1.60 38	1.28 152	0.99 139	0.18 71	0.76 144	0.02 17	1.56 127	0.19 60	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

RE-Stereo	0.92 130	0.18 52	2.01 111	1.31 362	0.01 61	1.55 199	0.28 267	3.09 112	1.24 130	1.21 174	0.57 158	0.24 79	0.01 5	6.43 295	0.34 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

TVStereo	0.92 130	0.18 52	2.01 111	1.31 362	0.01 61	1.55 199	0.28 267	3.09 112	1.24 130	1.21 174	0.57 158	0.24 79	0.01 5	6.43 295	0.34 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

iGMRVC	0.59 53	0.18 52	1.75 56	0.08 134	0.09 183	1.63 228	0.27 266	1.61 41	1.27 148	0.99 139	0.19 83	0.75 139	0.03 34	2.78 160	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

iRAFT	0.59 53	0.18 52	1.73 51	0.08 134	0.08 176	1.62 225	0.26 259	1.62 44	1.25 137	1.00 145	0.18 71	0.75 139	0.03 34	2.68 158	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

RAFT-IKP	0.54 41	0.18 52	1.77 65	0.08 134	0.07 167	1.47 175	0.29 274	1.61 41	1.26 144	0.99 139	0.18 71	0.74 137	0.02 17	1.77 141	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

MSMDNet	0.71 84	0.18 52	2.22 144	0.01 10	0.01 61	1.09 49	0.00 1	3.25 123	1.35 176	0.52 82	0.29 106	2.29 263	1.45 281	1.22 113	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

RAFT-Test	0.85 112	0.19 75	2.98 220	0.66 305	0.99 356	1.83 260	0.17 229	3.16 117	1.19 113	0.71 96	0.11 60	3.21 301	0.02 17	0.58 47	0.33 101	0.00 1	0.47 293	0.00 1	0.29 372	0.01 9	0.15 147

LoS	0.32 11	0.19 75	1.27 14	0.11 172	0.01 61	1.32 129	0.07 184	1.44 34	0.79 49	0.06 14	0.04 39	0.27 85	0.11 113	0.60 56	0.13 34	0.00 1	0.01 192	0.00 1	0.00 1	0.03 91	0.01 11

PFNet+	0.65 71	0.19 75	2.19 140	0.29 237	0.06 158	1.46 169	0.54 303	1.74 51	1.62 216	1.35 191	0.45 146	0.36 90	0.01 5	2.41 153	0.25 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

cross-raft	0.67 73	0.19 75	1.85 85	0.58 289	0.71 338	1.09 49	0.10 209	3.52 133	0.69 41	0.41 59	0.02 1	2.81 281	0.04 44	0.55 41	0.23 77	0.00 1	0.13 263	0.00 1	0.16 318	0.01 9	0.22 185

sCroCo_RVC	0.27 6	0.19 75	2.20 141	0.02 40	0.00 1	0.13 1	0.04 154	1.15 27	0.89 69	0.15 22	0.07 54	0.03 5	0.04 44	0.39 20	0.05 5	0.00 1	0.07 245	0.00 1	0.00 1	0.02 36	0.01 11

CREStereo	0.29 7	0.19 75	0.91 2	0.00 1	0.01 61	1.24 92	0.01 18	1.31 29	0.99 85	0.17 26	0.17 68	0.04 7	0.00 1	0.56 44	0.14 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
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
MGS-Stereo	0.35 13	0.20 81	1.15 9	0.04 83	0.00 1	0.52 14	0.01 18	0.52 3	0.80 54	0.03 5	2.86 303	0.04 7	0.03 34	0.28 8	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.43 356	0.00 1

DRaft	1.40 250	0.20 81	1.83 82	0.09 150	0.01 61	1.66 237	0.42 293	2.13 63	0.59 29	3.75 330	5.16 341	0.41 97	4.27 357	5.52 264	1.63 258	0.01 298	0.06 242	0.00 1	0.07 284	0.08 168	0.12 127

CFNet_pseudo	0.71 84	0.20 81	2.34 163	0.01 10	0.01 61	1.24 92	0.00 1	3.19 121	0.92 74	0.85 116	0.47 150	2.29 263	0.61 219	1.79 144	0.17 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 140

SFCPSM	0.87 116	0.20 81	2.57 192	0.02 40	0.07 167	2.45 287	0.18 234	5.65 314	1.51 200	0.85 116	0.77 185	0.67 125	0.30 170	1.77 141	0.22 70	0.00 1	0.00 1	0.00 1	0.04 273	0.09 187	0.09 104

ccs_rob	0.71 84	0.20 81	2.35 164	0.00 1	0.01 61	1.24 92	0.00 1	3.17 118	0.91 73	0.82 114	0.45 146	2.28 259	0.63 226	1.78 143	0.18 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 140

LCNet	0.93 134	0.21 86	1.62 35	0.14 182	0.26 259	1.20 73	0.22 247	2.71 78	0.90 72	1.82 234	0.21 90	0.12 60	2.50 323	5.59 269	0.16 43	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.79 288

Pruner-Stereo	0.63 66	0.21 86	1.86 88	1.03 349	0.10 191	1.59 209	0.35 288	2.26 64	1.22 126	2.22 263	0.45 146	0.25 83	0.01 5	0.67 65	0.38 126	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

pcwnet_v2	1.36 244	0.21 86	5.89 340	0.15 187	0.01 61	1.78 255	0.02 76	5.77 326	3.19 337	1.69 228	1.94 264	2.00 239	0.79 246	3.09 166	0.33 101	0.00 1	0.00 1	0.00 1	0.01 240	0.04 112	0.27 207

PMTNet	0.26 5	0.21 86	1.40 17	0.02 40	0.02 106	1.16 65	0.29 274	1.00 22	0.18 1	0.04 10	0.03 29	0.07 41	0.02 17	0.47 29	0.15 39	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

MDST_ROB	3.81 357	0.21 86	4.29 286	2.64 385	1.45 370	13.85 391	1.02 333	8.06 383	2.67 311	15.14 399	8.81 363	2.70 276	1.55 291	9.31 376	3.90 329	0.03 332	0.00 1	0.00 1	0.00 1	0.03 91	0.63 271

CASnet	0.21 2	0.22 91	0.95 4	0.01 10	0.00 1	0.87 18	0.01 18	0.55 4	0.88 66	0.16 24	0.03 29	0.04 7	0.02 17	0.39 20	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GwcNet-ADL	0.71 84	0.22 91	2.22 144	0.05 98	0.01 61	1.32 129	0.02 76	3.82 156	1.61 210	1.06 153	0.44 143	1.46 197	0.22 157	0.94 99	0.62 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 140

Anonymous	0.35 13	0.22 91	2.01 111	0.00 1	0.00 1	0.24 3	0.01 18	3.01 105	0.54 23	0.02 1	0.03 29	0.05 22	0.07 77	0.32 13	0.07 9	0.00 1	0.01 192	0.00 1	0.00 1	0.11 221	0.22 185

FENet	0.61 59	0.22 91	1.75 56	0.05 98	0.00 1	1.21 80	0.05 166	3.78 148	1.28 152	1.08 155	0.02 1	1.61 208	0.09 97	0.60 56	0.35 111	0.00 1	0.01 192	0.00 1	0.00 1	0.04 112	0.08 82

EKT-Stereo	0.91 127	0.23 95	2.14 136	0.84 333	4.27 392	1.23 88	0.04 154	2.85 87	0.67 37	0.44 62	0.40 135	0.95 167	0.08 88	2.93 163	0.38 126	0.00 1	0.18 268	0.00 1	0.07 284	0.04 112	0.40 239

CFNet_ucs	0.84 109	0.23 95	2.43 182	0.01 10	0.01 61	1.34 134	0.01 18	3.82 156	1.61 210	1.24 179	1.13 220	2.16 254	0.41 199	2.08 150	0.17 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.17 156

Anonymous3	0.61 59	0.23 95	2.97 219	0.01 10	0.00 1	2.54 291	0.09 201	3.88 169	0.89 69	0.19 32	0.23 94	0.12 60	0.05 59	0.61 59	0.17 49	0.00 1	0.08 249	0.00 1	0.00 1	0.05 124	0.18 163

FAT-Stereo	1.95 294	0.23 95	3.66 260	0.18 192	0.03 124	1.80 257	0.94 326	5.35 295	3.11 334	4.23 339	5.00 339	5.22 353	2.76 330	5.07 246	1.09 234	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.17 156

GMStereo_Zeroshot	0.67 73	0.24 99	1.87 93	0.87 336	0.00 1	1.26 105	0.01 18	2.01 60	0.42 14	1.44 200	0.58 163	1.73 221	0.19 148	2.62 156	0.10 20	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.09 104

CREStereo++_RVC	0.37 16	0.24 99	1.62 35	0.06 116	0.00 1	1.21 80	0.01 18	0.77 15	1.12 101	0.26 42	1.45 238	0.06 30	0.06 66	0.42 24	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 67
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
DANet	1.96 296	0.24 99	3.72 264	0.78 327	0.48 303	2.65 299	0.34 286	3.94 174	1.71 234	4.35 341	1.56 245	5.09 347	0.56 212	6.97 331	5.99 349	0.01 298	0.00 1	0.00 1	0.01 240	0.04 112	0.66 273
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
hknet	1.21 202	0.25 102	2.89 214	0.04 83	0.00 1	3.30 318	0.20 238	6.00 335	1.19 113	2.36 277	0.64 169	3.38 306	0.05 59	3.04 165	0.73 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

XX-Stereo	1.24 210	0.25 102	6.03 343	1.30 361	0.29 270	1.28 115	0.00 1	4.12 202	0.60 31	1.29 182	0.50 152	3.63 317	0.03 34	4.05 193	0.18 52	0.00 1	0.58 304	0.00 1	0.23 353	0.03 91	0.47 247

ff7	0.51 29	0.26 104	1.81 75	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

ffff	0.51 29	0.26 104	1.81 75	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

11t	0.51 29	0.26 104	1.81 75	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

anonymousdsp	0.54 41	0.26 104	1.62 35	0.47 266	0.60 320	1.08 42	0.01 18	1.01 24	1.37 183	0.49 77	0.02 1	0.04 7	0.09 97	0.73 73	0.15 39	0.00 1	0.82 320	0.00 1	0.16 318	0.10 198	1.83 371

ccc-4	0.51 29	0.26 104	1.81 75	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

IGEV-Stereo	0.54 41	0.26 104	1.62 35	0.47 266	0.61 321	1.08 42	0.01 18	1.00 22	1.37 183	0.49 77	0.02 1	0.04 7	0.09 97	0.73 73	0.16 43	0.00 1	0.82 320	0.00 1	0.16 318	0.10 198	1.83 371
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet	1.13 188	0.26 104	3.28 238	1.27 358	0.55 308	1.60 213	0.24 253	1.80 53	1.19 113	2.37 280	1.21 225	0.63 116	0.30 170	6.85 318	0.46 146	0.16 364	0.01 192	0.00 1	0.07 284	0.18 286	0.24 194

GES	0.75 90	0.26 104	2.66 201	0.01 10	0.00 1	1.63 228	0.08 190	6.06 340	0.57 27	0.68 93	0.40 135	0.37 91	0.66 234	0.84 93	0.49 152	0.02 322	0.00 1	0.01 324	0.00 1	0.08 168	0.10 114

11t1	0.70 82	0.28 112	1.86 88	0.56 286	0.56 311	1.06 35	0.00 1	2.89 90	1.21 124	0.60 85	0.34 116	0.08 46	0.04 44	0.76 76	0.85 205	0.02 322	1.09 354	0.00 1	0.18 333	0.06 134	1.58 346

IGEV_Zeroshot_test	1.07 178	0.28 112	3.68 262	0.51 280	0.58 316	1.13 59	0.54 303	4.64 250	0.73 44	1.14 164	0.75 182	3.21 301	0.70 238	0.77 78	0.57 166	0.00 1	0.52 299	0.00 1	0.16 318	0.04 112	1.56 341

MIF-Stereo	0.23 3	0.28 112	1.91 100	0.05 98	0.16 217	0.34 6	0.02 76	0.46 2	0.42 14	0.06 14	0.18 71	0.05 22	0.07 77	0.22 3	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.11 221	0.01 11

HHNet	0.94 137	0.28 112	2.48 187	0.19 197	0.08 176	1.32 129	0.42 293	2.48 73	0.84 60	1.39 197	5.80 346	0.14 68	1.74 301	0.49 32	0.94 220	0.06 348	0.00 1	0.01 324	0.00 1	0.14 249	0.04 44

StereoDRNet-Refined	0.96 149	0.28 112	1.94 105	0.03 59	0.01 61	1.34 134	0.01 18	4.02 185	1.33 169	2.16 260	1.23 226	2.62 273	0.18 144	2.06 149	1.82 266	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.06 67
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	1.31 234	0.30 117	2.08 124	0.47 266	0.02 106	1.04 29	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	2.20 282	0.00 1	0.88 328	0.00 1	0.14 310	0.06 134	0.76 285

tta	1.32 237	0.30 117	2.08 124	0.47 266	0.02 106	1.04 29	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	2.20 282	0.00 1	0.88 328	0.00 1	0.14 310	0.09 187	0.92 299

qqq1	1.25 213	0.30 117	2.08 124	0.47 266	0.02 106	1.04 29	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	0.88 211	0.00 1	0.88 328	0.00 1	0.11 299	0.09 187	0.92 299

fff1	1.25 213	0.30 117	2.08 124	0.47 266	0.02 106	1.04 29	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	0.88 211	0.00 1	0.88 328	0.00 1	0.11 299	0.09 187	0.92 299

IPLGR	0.88 118	0.30 117	3.78 268	0.06 116	0.07 167	1.26 105	0.05 166	3.78 148	1.62 216	0.80 111	0.35 123	0.79 148	0.76 242	3.42 173	0.27 92	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.16 151

RAFT-RH_RVC	2.11 309	0.30 117	2.27 152	0.74 322	0.26 259	1.51 189	0.02 76	0.61 6	1.23 128	5.28 356	21.18 397	1.04 174	0.07 77	6.90 322	0.61 172	0.04 338	0.00 1	0.00 1	0.03 261	0.02 36	0.00 1

CrosDoStereo	1.72 280	0.31 123	1.91 100	0.03 59	0.07 167	1.40 150	5.95 393	3.61 137	1.62 216	0.98 134	3.79 324	0.94 163	4.66 362	7.11 338	1.86 269	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.08 82

DeepStereo_LL	1.72 280	0.31 123	1.91 100	0.03 59	0.07 167	1.40 150	5.95 393	3.61 137	1.62 216	0.98 134	3.79 324	0.94 163	4.66 362	7.11 338	1.86 269	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.08 82

test-1	0.77 94	0.31 123	1.67 44	0.03 59	0.97 354	1.23 88	0.07 184	4.63 249	0.75 45	0.73 103	0.67 174	1.06 177	0.03 34	0.58 47	0.80 197	0.02 322	0.79 318	0.00 1	0.07 284	0.01 9	0.96 304

CBMV_ROB	2.06 301	0.31 123	2.72 202	0.63 299	0.00 1	2.83 306	0.88 323	5.24 290	2.41 295	4.28 340	6.16 349	3.07 296	3.47 346	5.81 277	2.69 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.56 263

Former-RAFT_DAM_RVC	0.29 7	0.32 127	0.88 1	0.02 40	0.00 1	1.05 34	0.01 18	0.80 17	1.00 86	0.76 108	0.34 116	0.10 56	0.06 66	0.13 1	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.09 104

mmm	0.94 137	0.32 127	2.04 120	0.73 320	0.85 343	1.17 69	0.01 18	3.97 177	1.42 190	1.51 205	0.93 205	0.46 101	0.21 156	1.18 107	0.87 208	0.00 1	1.16 374	0.00 1	0.26 366	0.06 134	1.72 355

ttt	1.79 286	0.32 127	2.41 172	0.58 289	0.26 259	1.64 235	0.00 1	6.26 348	2.57 307	1.91 241	2.39 286	1.39 195	0.11 113	5.55 267	7.97 362	0.00 1	1.05 348	0.00 1	0.16 318	0.06 134	1.14 315

Anonymous_2	2.17 315	0.32 127	2.35 164	0.80 329	0.85 343	1.67 242	0.22 247	4.62 248	0.71 42	1.12 162	0.40 135	3.18 300	1.94 308	0.84 93	0.77 193	0.06 348	1.09 354	3.25 394	14.62 418	3.25 388	1.43 335

UPFNet	0.99 160	0.32 127	2.89 214	0.00 1	0.00 1	1.90 262	0.11 211	4.10 198	1.10 97	2.35 275	0.12 64	1.91 231	0.08 88	4.02 192	0.78 194	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.04 44

S-Stereo	2.12 311	0.32 127	6.30 348	0.24 222	0.22 235	2.51 290	1.83 349	5.38 299	5.55 362	2.46 289	5.91 347	2.81 281	0.71 239	5.19 253	2.45 297	0.00 1	0.02 219	0.00 1	0.00 1	0.07 158	0.37 227

CRFU-Net	1.43 255	0.33 133	2.98 220	1.27 358	0.03 124	4.01 336	0.05 166	6.21 343	0.95 76	1.92 243	0.74 180	3.41 308	2.55 325	3.36 170	0.36 115	0.01 298	0.01 192	0.11 365	0.00 1	0.13 240	0.09 104

NINENet	1.14 191	0.34 134	2.08 124	0.10 160	0.01 61	5.73 361	0.03 126	5.39 301	1.54 203	1.61 219	0.72 178	2.35 267	0.06 66	2.82 161	0.05 5	0.00 1	0.01 192	0.01 324	0.00 1	0.04 112	0.00 1

NVstereo2D	1.25 213	0.34 134	5.21 328	0.09 150	0.03 124	1.61 220	0.23 250	4.95 273	1.92 256	1.05 150	0.38 130	2.53 270	0.61 219	5.36 260	0.44 137	0.00 1	0.10 257	0.00 1	0.03 261	0.04 112	0.19 166

ProNet	0.47 23	0.35 136	1.75 56	0.19 197	0.54 307	1.09 49	0.01 18	0.97 20	1.25 137	0.02 1	0.02 1	0.06 30	0.03 34	0.58 47	0.09 13	0.00 1	0.57 303	0.00 1	0.00 1	0.14 249	1.65 350

DIP-Stereo	0.68 78	0.35 136	1.76 62	0.08 134	0.00 1	1.46 169	0.01 18	6.53 355	1.71 234	0.91 124	0.11 60	0.04 7	0.19 148	0.19 2	0.09 13	0.00 1	0.01 192	0.00 1	0.00 1	0.03 91	0.17 156
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	0.94 137	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	3.82 156	1.29 156	0.71 96	0.83 193	0.05 22	0.61 219	1.60 130	0.12 26	0.00 1	1.13 367	0.00 1	0.03 261	0.06 134	1.57 342

xx1	1.29 229	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	4.02 185	7.67 377	0.71 96	0.83 193	0.73 135	0.15 131	1.60 130	0.12 26	0.00 1	1.13 367	0.00 1	0.23 353	0.06 134	1.57 342

1test111	1.06 177	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	3.82 156	1.29 156	0.71 96	0.83 193	0.05 22	0.61 219	3.19 167	0.90 215	0.00 1	1.13 367	0.00 1	0.03 261	0.06 134	1.57 342

cc1	1.29 229	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	4.02 185	7.67 377	0.71 96	0.83 193	0.05 22	0.61 219	1.59 129	0.12 26	0.00 1	1.13 367	0.00 1	0.03 261	0.10 198	1.86 375

UNet	1.21 202	0.36 138	4.56 299	0.04 83	0.02 106	2.30 280	0.02 76	3.70 144	0.98 84	1.32 186	0.14 67	2.70 276	1.54 288	4.49 213	1.96 274	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.07 77

tt1	1.23 208	0.37 143	2.41 172	0.41 254	0.45 299	3.33 321	0.02 76	3.81 151	6.87 370	0.71 96	0.80 190	0.06 30	0.40 197	1.73 137	0.12 26	0.00 1	1.12 362	0.00 1	0.00 1	0.10 198	1.86 375

anonymousa	1.15 193	0.38 144	2.43 182	0.70 311	1.49 371	1.45 165	0.02 76	4.23 216	1.13 102	0.91 124	2.52 295	3.46 310	0.55 210	0.55 41	0.60 169	0.00 1	1.13 367	0.00 1	0.54 388	0.04 112	0.86 294

IER	0.88 118	0.38 144	2.74 204	0.01 10	0.00 1	2.27 276	0.02 76	3.65 141	1.30 164	1.45 201	0.96 208	1.39 195	1.16 262	1.60 130	0.53 161	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.02 24

MIF-Stereo (partial)	0.37 16	0.39 146	1.98 107	0.02 40	0.00 1	0.43 11	0.02 76	2.35 68	0.61 32	0.18 28	0.10 57	0.07 41	0.07 77	0.61 59	0.40 134	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.02 24

x	0.80 98	0.39 146	1.80 68	0.66 305	0.50 304	1.02 27	0.00 1	3.61 137	1.34 172	0.65 89	0.34 116	0.53 111	0.14 130	1.21 111	0.91 218	0.00 1	1.09 354	0.00 1	0.20 341	0.06 134	1.59 347

IRAFT_RVC	1.13 188	0.39 146	2.40 170	1.51 370	0.25 250	1.37 140	0.31 281	2.93 99	1.24 130	1.58 218	0.79 188	1.14 184	1.54 288	6.53 300	0.44 137	0.00 1	0.12 261	0.00 1	0.00 1	0.02 36	0.03 38

HCRNet	0.83 103	0.39 146	1.59 34	0.02 40	0.00 1	1.18 70	0.01 18	3.69 142	2.28 283	0.75 106	0.21 90	0.56 113	0.11 113	5.32 259	0.25 83	0.00 1	0.01 192	0.00 1	0.00 1	0.08 168	0.04 44

STTRV1_RVC		0.39 146		0.34 242	0.01 61	2.50 289	0.34 286	6.44 352	3.75 345	0.86 119	5.12 340	1.63 212	1.08 258	7.64 353	1.58 255	1.07 380	2.64 412	0.00 1	0.00 1	0.02 36	0.04 44

HH	1.25 213	0.40 151	2.13 134	0.90 339	0.41 291	2.28 277	0.01 18	4.25 217	0.95 76	0.37 51	0.89 202	3.87 325	0.80 247	4.74 225	0.51 156	0.00 1	0.96 344	0.00 1	0.00 1	0.03 91	1.53 338

HanStereo	1.25 213	0.40 151	2.13 134	0.90 339	0.41 291	2.28 277	0.01 18	4.25 217	0.95 76	0.37 51	0.89 202	3.87 325	0.80 247	4.74 225	0.51 156	0.00 1	0.96 344	0.00 1	0.00 1	0.03 91	1.53 338

test_4	0.65 71	0.40 151	1.73 51	0.11 172	0.19 225	1.28 115	0.03 126	1.41 32	0.22 2	0.28 44	3.49 318	0.72 134	0.09 97	1.93 147	0.53 161	0.00 1	0.11 259	0.00 1	0.08 288	0.16 269	0.15 147

TransformOpticalFlow	1.53 268	0.40 151	3.46 246	0.66 305	0.07 167	1.56 203	0.09 201	4.35 225	1.86 248	1.72 230	2.27 277	3.53 314	3.04 337	6.93 326	0.49 152	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.10 114

qqq	0.90 125	0.41 155	1.88 95	0.10 160	0.59 318	1.09 49	0.00 1	3.82 156	1.29 156	0.61 86	0.38 130	0.73 135	0.15 131	3.19 167	0.90 215	0.00 1	1.08 351	0.00 1	0.23 353	0.06 134	1.57 342

edge stereo	2.06 301	0.42 156	4.20 281	0.14 182	0.09 183	1.82 259	0.51 300	5.38 299	2.48 302	3.45 325	3.96 331	8.28 371	1.80 305	5.90 278	2.30 289	0.00 1	0.00 1	0.01 324	0.00 1	0.16 269	0.19 166

222	3.11 340	0.43 157	2.10 131	0.02 40	0.45 299	1.57 206	0.01 18	6.44 352	2.34 290	1.73 231	2.24 276	0.52 110	0.07 77	4.95 241	36.29 417	0.00 1	1.07 350	0.00 1	0.21 346	0.06 134	1.65 350

xxxx	2.26 322	0.43 157	2.30 156	0.01 10	0.68 334	1.47 175	0.00 1	6.56 357	2.32 286	1.56 211	2.07 271	1.07 179	0.06 66	4.81 234	18.87 400	0.00 1	1.11 360	0.00 1	0.21 346	0.06 134	1.65 350

ac_64	1.28 225	0.43 157	2.90 216	0.18 192	0.25 250	1.52 192	0.03 126	5.58 310	1.89 252	0.92 128	0.53 156	4.86 341	0.45 204	5.01 244	0.88 211	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.06 67

CoDeX	1.03 171	0.45 160	2.50 190	0.06 116	0.20 229	1.51 189	0.20 238	6.54 356	1.96 259	0.73 103	0.68 175	1.04 174	0.31 174	3.86 190	0.38 126	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.07 77

STrans-v2	1.75 282	0.45 160	3.43 244	0.03 59	0.19 225	1.48 180	0.08 190	7.25 371	2.16 271	2.04 253	2.80 301	3.60 315	3.78 351	7.00 333	0.52 160	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.10 114

DISCO	2.03 300	0.45 160	2.82 210	0.72 315	0.53 306	5.13 356	0.01 18	6.01 338	1.81 247	2.31 272	0.91 204	6.43 361	0.87 251	8.57 373	3.67 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.17 156

test_xeample	2.27 323	0.46 163	2.25 150	0.10 160	0.69 335	1.48 180	0.00 1	6.24 346	2.46 299	1.83 235	2.40 287	0.37 91	0.07 77	4.49 213	19.55 402	0.00 1	1.11 360	0.00 1	0.21 346	0.07 158	1.65 350

FC-DCNN	6.44 379	0.46 163	3.25 236	0.54 282	0.56 311	8.01 377	1.37 342	8.76 384	7.15 375	19.35 405	22.25 402	22.72 399	15.44 400	10.37 385	7.93 361	0.00 1	0.01 192	0.00 1	0.00 1	0.03 91	0.64 272

MyStereo06	1.08 179	0.47 165	3.30 239	0.03 59	0.14 207	1.53 194	0.02 76	5.58 310	0.88 66	1.15 166	0.73 179	3.48 312	1.15 261	0.86 96	0.66 180	0.00 1	1.10 358	0.00 1	0.16 318	0.02 36	0.37 227

MyStereo05	1.01 165	0.47 165	3.36 241	0.03 59	0.14 207	1.53 194	0.02 76	4.11 201	3.37 338	1.43 199	0.03 29	1.27 189	0.39 196	1.39 123	0.97 222	0.00 1	1.10 358	0.00 1	0.16 318	0.02 36	0.37 227

THIR-Stereo	1.54 269	0.48 167	1.88 95	0.01 10	0.02 106	1.08 42	4.17 375	2.48 73	0.41 13	1.09 157	4.30 334	1.90 230	4.08 356	6.84 317	1.81 264	0.00 1	0.00 1	0.04 353	0.00 1	0.06 134	0.04 44

NOSS_ROB	1.47 259	0.49 168	2.40 170	1.00 345	0.17 220	2.56 292	0.01 18	4.86 263	2.62 308	2.32 273	1.74 253	2.79 280	0.02 17	6.96 330	0.60 169	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.73 282

DualNet	1.91 292	0.50 169	4.37 289	0.46 260	0.03 124	1.60 213	0.03 126	3.81 151	6.87 370	1.57 213	2.38 281	2.14 248	0.38 186	1.73 137	9.02 367	0.00 1	1.12 362	0.00 1	0.17 326	0.10 198	1.86 375

ffm	1.46 257	0.50 169	4.37 289	0.46 260	0.03 124	1.60 213	0.03 126	3.81 151	6.87 370	1.57 213	2.38 281	2.14 248	0.38 186	1.73 137	0.12 26	0.00 1	1.12 362	0.00 1	0.17 326	0.10 198	1.86 375

ff1	2.20 317	0.50 169	4.37 289	0.46 260	0.03 124	1.60 213	0.03 126	3.81 151	6.87 370	1.57 213	2.38 281	2.14 248	0.38 186	7.65 354	9.02 367	0.00 1	1.12 362	0.00 1	0.17 326	0.10 198	1.86 375

mmx	2.08 303	0.50 169	4.37 289	0.46 260	0.03 124	1.60 213	0.03 126	6.21 343	2.77 321	1.57 213	2.38 281	2.14 248	0.38 186	7.65 354	9.02 367	0.00 1	1.08 351	0.00 1	0.17 326	0.06 134	1.25 324

xxx	2.08 303	0.50 169	4.37 289	0.46 260	0.03 124	1.60 213	0.03 126	6.21 343	2.77 321	1.57 213	2.38 281	2.14 248	0.38 186	7.65 354	9.02 367	0.00 1	1.08 351	0.00 1	0.17 326	0.06 134	1.25 324

TANstereo	0.37 16	0.50 169	1.62 35	0.03 59	0.01 61	1.16 65	0.00 1	0.56 5	0.53 21	1.05 150	1.38 235	0.06 30	0.05 59	0.45 28	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

SGM-Forest	2.15 313	0.50 169	2.42 180	0.19 197	0.25 250	3.47 328	2.38 359	4.53 239	2.46 299	5.64 360	3.99 332	3.74 320	2.22 312	6.99 332	3.08 316	0.01 298	0.02 219	0.00 1	0.00 1	0.05 124	0.98 306
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MyStereo07	0.53 37	0.51 176	1.58 32	0.03 59	0.34 286	1.66 237	0.02 76	1.68 47	1.34 172	0.53 83	0.02 1	0.04 7	0.11 113	0.74 75	0.26 90	0.00 1	1.19 377	0.00 1	0.18 333	0.03 91	0.37 227

MyStereo04	1.01 165	0.51 176	3.49 248	0.03 59	0.34 286	1.66 237	0.02 76	4.18 209	2.93 330	1.10 159	0.03 29	1.30 192	0.58 216	1.32 120	1.02 228	0.00 1	1.19 377	0.00 1	0.18 333	0.03 91	0.37 227

ToySt	0.92 130	0.51 176	4.35 288	0.21 212	0.71 338	1.32 129	0.00 1	2.77 83	1.33 169	0.21 39	0.51 155	1.47 198	0.11 113	1.14 104	0.87 208	0.03 332	0.69 309	0.00 1	0.20 341	0.10 198	1.88 380

DSFCA	1.45 256	0.51 176	2.76 206	0.01 10	0.03 124	3.64 331	0.83 320	3.28 126	1.45 193	3.25 320	0.44 143	2.89 286	1.45 281	6.07 283	2.14 280	0.00 1	0.02 219	0.00 1	0.00 1	0.06 134	0.10 114

DRN-Test	1.79 286	0.51 176	4.94 315	0.19 197	0.14 207	3.30 318	0.19 237	6.58 358	2.31 285	4.40 344	0.77 185	2.10 246	1.73 300	5.40 261	2.82 310	0.00 1	0.00 1	0.00 1	0.01 240	0.12 230	0.27 207

IGEV+	0.77 94	0.52 181	1.82 80	0.65 303	0.80 342	1.04 29	0.02 76	4.06 191	1.25 137	0.36 49	0.12 64	0.04 7	0.10 104	0.80 86	0.57 166	0.00 1	1.19 377	0.00 1	0.12 306	0.14 249	1.80 370

DMCA	0.87 116	0.52 181	3.24 235	0.01 10	0.01 61	1.30 119	0.02 76	3.69 142	1.87 250	2.29 270	0.17 68	1.71 219	0.10 104	0.76 76	1.42 248	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.12 127

MSMD_ROB	5.26 372	0.52 181	3.22 232	0.15 187	0.01 61	8.63 380	1.06 334	4.76 260	4.16 350	13.72 392	26.77 407	13.87 385	15.95 401	7.89 362	3.94 330	0.11 358	0.01 192	0.00 1	0.00 1	0.06 134	0.34 223

HGLStereo	1.17 196	0.53 184	2.39 169	0.01 10	0.02 106	1.45 165	0.01 18	4.05 189	1.14 103	1.42 198	3.06 306	2.09 245	1.21 268	4.60 220	1.33 242	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.06 67

DCRE	1.01 165	0.54 185	1.52 24	0.30 238	0.99 356	1.31 121	0.00 1	1.69 48	0.71 42	1.12 162	7.77 359	0.74 137	0.02 17	0.28 8	0.45 141	0.00 1	0.71 313	0.00 1	0.25 359	0.02 36	1.78 367

test croco	0.55 46	0.55 186	3.45 245	0.10 160	0.00 1	0.50 13	0.02 76	3.49 132	1.16 105	0.05 13	0.10 57	0.13 65	0.17 140	0.67 65	0.28 93	0.00 1	0.00 1	0.00 1	0.00 1	0.36 345	0.01 11

GMOStereo	0.62 61	0.55 186	1.80 68	0.09 150	0.61 321	1.07 37	0.03 126	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

error version	0.62 61	0.55 186	1.80 68	0.09 150	0.61 321	1.07 37	0.03 126	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

test-v	0.62 61	0.55 186	1.80 68	0.09 150	0.61 321	1.07 37	0.03 126	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

test-2	0.62 61	0.55 186	1.80 68	0.09 150	0.61 321	1.07 37	0.03 126	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

ADLNet	1.35 243	0.55 186	2.95 218	0.01 10	0.05 153	2.22 273	0.11 211	5.06 279	2.83 327	2.42 286	2.19 272	2.63 274	0.68 237	3.59 181	1.37 245	0.00 1	0.00 1	0.00 1	0.00 1	0.17 281	0.27 207

H2IRNET	0.57 51	0.56 192	2.03 116	0.25 227	0.06 158	1.20 73	0.01 18	1.91 57	0.64 35	0.04 10	1.78 256	0.47 103	0.04 44	1.69 135	0.42 135	0.00 1	0.00 1	0.01 324	0.01 240	0.24 311	0.08 82

ACVNet	0.75 90	0.56 192	2.30 156	0.09 150	0.00 1	1.39 146	0.21 244	2.76 80	1.34 172	0.88 120	0.75 182	1.92 232	0.26 164	0.51 37	1.65 259	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.20 178

acv_ft	0.94 137	0.56 192	2.28 153	0.04 83	1.07 361	1.71 248	0.01 18	4.41 229	1.34 172	1.53 209	0.75 182	1.92 232	0.45 204	0.51 37	1.74 263	0.00 1	0.00 1	0.00 1	0.00 1	0.32 334	0.20 178

CBMV	1.97 299	0.56 192	2.61 196	0.46 260	0.07 167	2.91 310	4.18 376	4.58 245	2.78 323	5.50 359	2.21 274	2.84 283	2.94 332	4.75 228	2.31 290	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.60 267
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
1111x	2.13 312	0.58 196	4.38 294	0.39 251	0.61 321	2.14 272	0.01 18	6.38 351	2.40 294	1.80 233	1.97 265	0.95 167	0.64 229	7.16 341	10.30 377	0.00 1	1.18 376	0.00 1	0.29 372	0.07 158	1.32 329

G-Net	3.58 347	0.58 196	5.14 325	1.61 372	1.86 376	10.46 384	1.85 350	3.24 122	1.69 228	8.68 374	11.81 374	6.03 356	7.62 381	4.82 235	5.52 345	0.08 353	0.12 261	0.07 358	0.15 312	0.16 269	0.16 151

iRaftStereo_RVC	0.55 46	0.59 198	1.20 11	0.03 59	0.00 1	1.23 88	0.01 18	2.55 75	0.81 55	0.15 22	0.23 94	0.70 132	0.12 126	0.48 30	0.22 70	0.00 1	1.14 372	0.00 1	0.00 1	0.33 336	1.13 314

XX-TBD	0.36 15	0.59 198	1.75 56	0.07 126	0.00 1	1.11 57	0.00 1	0.73 13	0.63 34	0.44 62	1.24 227	0.06 30	0.06 66	0.39 20	0.08 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 38

stereogan	2.38 327	0.59 198	5.05 319	0.01 10	0.09 183	8.26 378	0.58 309	4.92 270	3.65 342	4.68 347	4.60 336	6.43 361	2.39 319	5.27 255	0.72 190	0.00 1	0.01 192	0.01 324	0.00 1	0.27 323	0.13 135

LoS_RVC	0.25 4	0.60 201	1.21 12	0.16 191	0.13 202	0.98 24	0.01 18	0.85 18	0.25 4	0.08 17	0.02 1	0.07 41	0.04 44	0.49 32	0.05 5	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	0.07 77

sAnonymous2	0.50 26	0.60 201	4.41 296	0.01 10	0.00 1	0.34 6	0.08 190	2.33 66	1.09 94	0.03 5	0.06 51	0.04 7	0.10 104	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.35 224

CroCo_RVC	0.50 26	0.60 201	4.41 296	0.01 10	0.00 1	0.34 6	0.08 190	2.33 66	1.09 94	0.03 5	0.06 51	0.04 7	0.10 104	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.35 224

HSM	1.48 261	0.60 201	1.85 85	0.01 10	0.29 270	1.76 253	0.04 154	6.50 354	1.46 194	1.91 241	1.55 244	4.69 339	1.27 274	6.66 308	0.70 187	0.00 1	0.00 1	0.00 1	0.00 1	0.07 158	0.26 204

DLCB_ROB	1.38 246	0.60 201	1.96 106	0.10 160	0.00 1	1.53 194	0.23 250	4.02 185	1.91 255	3.54 326	1.97 265	3.40 307	0.30 170	4.91 238	2.97 312	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.12 127

delet	1.31 234	0.61 206	2.64 200	0.05 98	0.17 220	2.84 307	1.00 331	4.88 265	2.46 299	1.38 194	1.37 234	1.62 210	0.90 253	4.52 216	1.48 250	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.08 82

SGM_RVC	4.67 368	0.61 206	2.62 198	1.13 353	0.29 270	7.96 376	2.60 360	7.55 377	4.36 353	12.34 389	9.95 367	15.94 389	8.56 383	10.88 389	6.38 354	0.22 369	0.25 273	0.20 372	0.23 353	0.32 334	0.92 299
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoIM	0.30 10	0.62 208	1.63 41	0.07 126	0.19 225	0.40 10	0.02 76	1.36 31	0.76 47	0.04 10	0.05 47	0.13 65	0.05 59	0.38 19	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

STTStereo	0.98 158	0.62 208	3.78 268	0.25 227	0.15 215	1.44 161	0.10 209	3.57 134	1.75 241	1.46 202	0.19 83	1.74 222	0.44 201	3.47 175	0.54 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 59

fff	0.83 103	0.63 210	3.63 255	0.01 10	0.04 145	1.25 99	0.02 76	3.98 178	1.29 156	2.39 282	0.25 97	0.09 51	1.78 302	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

CroCo-Stereo	0.50 26	0.63 210	2.38 168	0.14 182	0.00 1	0.19 2	0.02 76	4.28 221	0.96 79	0.14 21	0.03 29	0.46 101	0.08 88	0.32 13	0.29 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
csc	0.83 103	0.63 210	3.63 255	0.01 10	0.04 145	1.25 99	0.02 76	3.98 178	1.29 156	2.39 282	0.25 97	0.09 51	1.78 302	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

cscssc	0.83 103	0.63 210	3.63 255	0.01 10	0.04 145	1.25 99	0.02 76	3.98 178	1.29 156	2.39 282	0.25 97	0.09 51	1.78 302	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

ssnet_v2	1.33 241	0.64 214	2.83 211	0.06 116	0.03 124	2.08 271	0.36 289	5.88 331	2.33 288	2.52 293	0.88 201	3.06 294	0.54 208	1.75 140	3.30 321	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.13 135

ADStereo(finetuned)	0.98 158	0.65 215	4.66 302	0.03 59	0.00 1	1.25 99	0.01 18	3.99 182	2.16 271	2.65 296	0.30 110	0.09 51	2.33 317	0.58 47	0.45 141	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.41 241

DCANet	0.84 109	0.65 215	3.63 255	0.03 59	0.00 1	1.25 99	0.01 18	3.99 182	2.16 271	2.66 299	0.31 113	0.09 51	0.48 206	0.57 46	0.45 141	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.41 241

FCDSN-DC	5.38 373	0.65 215	3.19 230	0.24 222	0.46 302	5.71 360	1.61 346	5.83 330	4.51 355	14.74 397	22.03 400	20.43 396	13.01 398	8.48 370	6.00 350	0.02 322	0.00 1	0.00 1	0.00 1	0.07 158	0.52 254
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IIG-Stereo	1.39 248	0.67 218	1.73 51	2.48 384	0.05 153	1.63 228	0.14 222	3.00 103	1.20 119	2.94 309	2.23 275	3.03 291	0.55 210	7.41 346	0.66 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.07 77

ccnet	1.96 296	0.68 219	3.59 253	0.26 232	0.19 225	3.68 332	1.55 345	4.89 266	1.77 243	2.68 301	3.92 327	3.44 309	1.72 299	5.02 245	5.22 342	0.06 348	0.00 1	0.09 361	0.01 240	0.13 240	0.32 216

psm_up	1.01 165	0.68 219	2.47 186	0.04 83	0.00 1	2.01 267	0.05 166	4.09 196	1.29 156	2.65 296	0.47 150	1.71 219	0.44 201	3.65 182	0.45 141	0.06 348	0.00 1	0.00 1	0.00 1	0.14 249	0.06 67

UCFNet_RVC	0.78 97	0.68 219	2.05 121	0.02 40	0.29 270	1.57 206	0.02 76	3.57 134	0.87 63	1.35 191	0.74 180	1.66 216	0.20 153	1.92 146	0.61 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

MMNet	1.33 241	0.69 222	4.18 279	0.11 172	0.01 61	4.08 337	0.02 76	4.27 220	1.49 199	2.17 261	0.33 115	1.34 194	1.20 264	4.52 216	1.93 273	0.00 1	0.00 1	0.00 1	0.00 1	0.11 221	0.06 67

gwcnet-sp	1.11 183	0.71 223	4.90 311	0.05 98	0.01 61	2.59 294	0.14 222	4.22 213	1.38 186	1.93 244	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.08 82

scenet	1.11 183	0.71 223	4.90 311	0.05 98	0.01 61	2.59 294	0.14 222	4.22 213	1.38 186	1.93 244	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.08 82

ssnet	1.11 183	0.71 223	4.90 311	0.05 98	0.01 61	2.59 294	0.14 222	4.22 213	1.38 186	1.93 244	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.08 82

hitnet-ft	1.26 222	0.71 223	2.37 167	0.04 83	0.00 1	1.39 146	0.21 244	3.94 174	2.53 304	1.61 219	1.11 219	4.21 330	0.36 182	4.83 236	1.65 259	0.01 298	0.00 1	0.03 348	0.00 1	0.11 221	0.08 82

RASNet	1.75 282	0.71 223	2.93 217	0.20 211	3.20 389	1.75 252	0.26 259	3.87 166	2.64 309	0.98 134	1.46 240	5.25 354	1.67 298	6.73 312	2.81 309	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.47 247

MIPNet	0.77 94	0.74 228	2.72 202	0.08 134	0.07 167	1.32 129	0.12 218	4.14 205	1.51 200	0.90 123	0.11 60	0.67 125	0.95 255	1.42 124	0.30 99	0.00 1	0.01 192	0.01 324	0.01 240	0.15 261	0.23 190

SACVNet	1.14 191	0.74 228	2.49 189	0.07 126	0.00 1	1.65 236	0.28 267	4.52 238	1.51 200	2.11 258	0.79 188	1.57 202	0.07 77	5.28 256	1.31 240	0.01 298	0.00 1	0.00 1	0.00 1	0.26 318	0.18 163

CroCo-Stereo Lap2	0.42 20	0.75 230	1.76 62	0.03 59	0.00 1	0.33 4	0.01 18	3.75 147	0.81 55	0.02 1	0.03 29	0.04 7	0.07 77	0.52 39	0.23 77	0.00 1	0.00 1	0.00 1	0.00 1	0.07 158	0.03 38

OMP-Stereo	1.29 229	0.75 230	1.67 44	2.47 383	0.29 270	1.61 220	0.32 283	2.38 71	1.09 94	2.66 299	1.14 222	3.04 292	0.17 140	7.40 345	0.60 169	0.00 1	0.00 1	0.00 1	0.00 1	0.07 158	0.08 82

APVNet	1.68 279	0.75 230	4.94 315	0.13 179	0.01 61	4.56 348	0.08 190	5.20 287	1.44 191	1.51 205	1.05 212	2.87 284	0.93 254	6.76 314	2.76 304	0.01 298	0.00 1	0.07 358	0.00 1	0.34 339	0.08 82

psmorigin	2.16 314	0.75 230	10.72 386	0.24 222	0.03 124	1.62 225	0.20 238	3.80 150	1.16 105	5.40 357	3.08 307	5.77 355	2.29 315	5.62 271	2.13 279	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.25 200

CSP-Net	1.13 188	0.76 234	1.67 44	0.01 10	0.00 1	2.81 305	0.05 166	5.62 312	1.14 103	1.14 164	0.85 199	1.80 226	0.23 158	6.10 285	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.03 38

IPLG	0.99 160	0.76 234	3.08 224	0.06 116	0.06 158	1.40 150	0.11 211	3.81 151	1.07 91	0.81 112	1.00 210	0.50 108	0.60 218	5.65 273	0.38 126	0.00 1	0.00 1	0.00 1	0.00 1	0.23 303	0.20 178

GEStereo_RVC	1.25 213	0.76 234	2.61 196	0.37 247	0.01 61	1.40 150	0.11 211	6.93 363	1.20 119	1.22 177	0.78 187	1.58 205	0.77 243	6.13 286	0.66 180	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.23 190

whm_eth	0.81 100	0.77 237	4.13 278	0.03 59	0.00 1	1.26 105	0.02 76	4.05 189	2.20 276	0.35 47	2.47 294	0.13 65	0.11 113	0.28 8	0.14 37	0.00 1	0.01 192	0.00 1	0.00 1	0.02 36	0.28 210

StereoVision	1.00 163	0.77 237	2.81 208	0.05 98	0.02 106	1.14 61	0.03 126	4.13 204	1.18 111	0.19 32	6.80 355	0.49 105	0.12 126	1.20 109	1.01 227	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.02 24

iResNet	1.20 200	0.77 237	3.37 242	1.01 348	0.01 61	2.00 266	0.01 18	4.44 230	1.74 240	1.88 238	1.09 215	0.35 89	0.35 180	4.22 199	2.44 296	0.00 1	0.00 1	0.00 1	0.00 1	0.09 187	0.26 204

Sa-1000	1.23 208	0.79 240	2.16 137	0.00 1	0.40 289	1.36 138	0.03 126	5.00 275	2.01 262	1.11 161	5.38 342	0.61 114	0.15 131	4.18 194	0.37 125	0.00 1	0.54 301	0.00 1	0.16 318	0.15 261	0.16 151

ADLNet2	1.52 267	0.79 240	3.51 249	0.01 10	0.69 335	1.26 105	0.26 259	4.84 262	3.10 333	1.67 225	3.23 312	4.17 329	0.80 247	4.77 233	1.00 226	0.00 1	0.00 1	0.00 1	0.00 1	0.22 302	0.12 127

MIM_Stereo	0.72 89	0.80 242	2.05 121	0.63 299	1.06 360	1.31 121	0.02 76	2.80 85	1.24 130	0.19 32	0.02 1	0.70 132	0.20 153	1.31 119	0.16 43	0.00 1	0.18 268	0.00 1	0.00 1	0.17 281	1.53 338

GANet-RSSM	1.09 181	0.80 242	2.41 172	0.72 315	0.00 1	1.39 146	0.02 76	5.15 283	1.07 91	0.95 132	0.34 116	2.06 242	1.12 260	4.69 221	0.80 197	0.00 1	0.00 1	0.04 353	0.00 1	0.15 261	0.09 104

RYNet	1.76 284	0.81 244	4.24 283	0.34 242	0.10 191	2.62 298	0.07 184	5.36 298	2.08 268	1.38 194	0.35 123	4.71 340	1.35 277	6.73 312	4.61 338	0.00 1	0.05 236	0.00 1	0.00 1	0.05 124	0.33 221

XPNet_ROB	1.41 252	0.81 244	2.75 205	0.04 83	0.01 61	1.70 247	0.17 229	4.14 205	1.69 228	4.12 338	1.10 217	1.58 205	0.52 207	5.13 250	4.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.11 221	0.25 200

CVANet_RVC	1.37 245	0.82 246	3.23 234	0.54 282	0.11 195	1.48 180	0.46 296	4.01 184	2.23 278	3.33 321	1.34 233	1.51 200	0.37 184	6.38 294	0.69 186	0.01 298	0.00 1	0.00 1	0.05 275	0.19 289	0.62 270

SA	1.02 170	0.85 247	2.22 144	0.00 1	0.42 294	1.31 121	0.01 18	4.74 259	2.04 266	0.50 79	0.95 207	0.30 87	1.30 276	4.24 202	0.42 135	0.00 1	0.47 293	0.00 1	0.17 326	0.16 269	0.30 212

NLCA_NET_v2_RVC	1.20 200	0.85 247	3.90 272	0.61 294	0.99 356	1.40 150	0.01 18	4.06 191	1.56 204	2.38 281	0.36 126	2.15 253	0.57 215	4.52 216	0.67 183	0.00 1	0.00 1	0.00 1	0.01 240	0.02 36	0.03 38
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	1.25 213	0.85 247	2.77 207	0.05 98	0.03 124	1.40 150	0.01 18	5.04 277	2.38 291	1.34 189	2.80 301	0.65 119	0.06 66	6.36 293	0.91 218	0.18 366	0.00 1	0.00 1	0.00 1	0.12 230	0.01 11

MyStereo8	1.16 195	0.86 250	3.73 266	0.86 335	0.04 145	1.47 175	0.01 18	4.64 250	2.13 269	1.47 203	1.10 217	1.21 187	0.31 174	1.12 103	1.50 251	0.00 1	1.45 390	0.00 1	0.30 374	0.10 198	0.93 303

fast-acv-ft	1.54 269	0.86 250	4.85 309	0.11 172	0.12 200	3.88 333	0.28 267	2.97 100	2.26 281	0.96 133	3.49 318	2.97 288	1.23 270	3.47 175	2.75 303	0.04 338	0.01 192	0.04 353	0.04 273	0.44 357	0.08 82

AACVNet	1.04 172	0.87 252	2.22 144	0.25 227	0.00 1	1.79 256	0.01 18	4.21 211	0.79 49	1.17 168	0.27 103	1.50 199	0.16 136	6.30 292	0.89 214	0.00 1	0.00 1	0.00 1	0.00 1	0.23 303	0.04 44

PSMNet-RSSM	1.10 182	0.88 253	2.30 156	0.23 217	0.00 1	1.41 156	0.03 126	5.44 306	1.19 113	1.56 211	0.50 152	2.46 269	0.71 239	4.23 200	0.90 215	0.00 1	0.00 1	0.01 324	0.00 1	0.10 198	0.08 82

MaskLacGwcNet_RVC	1.88 289	0.88 253	3.47 247	1.64 375	0.22 235	4.27 341	0.40 291	3.90 172	1.63 222	0.72 102	0.71 176	3.06 294	0.11 113	5.13 250	1.03 229	5.07 393	0.54 301	0.00 1	0.00 1	1.73 386	3.16 392

raftrobust	0.68 78	0.89 255	1.80 68	0.02 40	1.29 365	1.22 84	0.05 166	2.37 70	0.62 33	2.99 312	0.03 29	0.12 60	0.15 131	0.60 56	0.51 156	0.00 1	0.69 309	0.00 1	0.00 1	0.10 198	0.24 194

RP	2.09 305	0.90 256	3.88 271	0.22 213	0.61 321	1.72 249	0.94 326	4.97 274	2.65 310	3.87 333	5.63 345	4.44 331	4.28 358	4.99 243	2.35 292	0.01 298	0.00 1	0.00 1	0.01 240	0.20 293	0.13 135

TDLM	1.32 237	0.90 256	2.42 180	0.61 294	0.03 124	1.59 209	2.04 353	3.73 146	2.29 284	1.70 229	0.94 206	1.07 179	0.67 235	6.49 299	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.18 286	0.54 256

TestStereo1	0.96 149	0.91 258	2.21 142	0.24 222	0.42 294	1.31 121	0.02 76	4.10 198	1.71 234	0.47 69	1.64 249	0.20 73	1.20 264	3.55 178	0.36 115	0.00 1	0.27 278	0.00 1	0.00 1	0.19 289	0.32 216

RAFT+CT+SA	0.85 112	0.91 258	2.23 149	0.19 197	0.29 270	1.27 112	0.03 126	4.92 270	0.86 62	0.65 89	0.40 135	0.67 125	0.05 59	3.03 164	0.18 52	0.00 1	0.28 282	0.00 1	0.35 378	0.15 261	0.61 268

SA-5K	0.96 149	0.91 258	2.21 142	0.24 222	0.42 294	1.31 121	0.02 76	4.10 198	1.71 234	0.47 69	1.64 249	0.20 73	1.20 264	3.55 178	0.36 115	0.00 1	0.27 278	0.00 1	0.00 1	0.19 289	0.32 216

UDGNet	0.44 21	0.91 258	1.89 98	0.04 83	0.00 1	1.15 62	0.02 76	0.75 14	1.77 243	0.45 66	0.07 54	0.06 30	0.02 17	1.62 133	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

rafts_anoy	0.67 73	0.91 258	1.85 85	0.60 292	1.02 359	1.16 65	0.04 154	3.25 123	0.48 19	0.19 32	0.18 71	0.11 58	0.19 148	1.17 106	0.58 168	0.00 1	1.47 391	0.00 1	0.01 240	0.05 124	0.22 185

GANet	2.23 320	0.92 263	3.10 226	0.88 337	0.08 176	2.25 274	3.25 365	4.61 247	1.71 234	2.55 294	9.98 368	2.56 271	1.47 285	7.52 351	2.98 313	0.00 1	0.04 231	0.02 343	0.08 288	0.14 249	0.42 245

iRaft-Stereo_5w	1.28 225	0.93 264	3.51 249	0.14 182	0.66 331	1.21 80	0.01 18	3.87 166	1.06 90	0.19 32	1.97 265	1.62 210	1.50 286	6.80 315	1.07 233	0.00 1	0.16 265	0.00 1	0.06 282	0.26 318	0.67 276

test_5	0.94 137	0.94 265	2.60 194	0.55 285	0.25 250	1.47 175	0.02 76	4.89 266	0.97 80	0.81 112	0.30 110	0.80 149	0.63 226	3.39 171	0.24 81	0.00 1	0.27 278	0.00 1	0.00 1	0.17 281	0.54 256

CFNet-ft	0.97 156	0.94 265	2.30 156	0.01 10	0.27 264	1.37 140	0.02 76	2.76 80	0.79 49	0.88 120	0.20 87	3.76 322	0.38 186	4.21 197	1.34 243	0.00 1	0.00 1	0.01 324	0.00 1	0.08 168	0.09 104

CFNet_RVC	0.97 156	0.94 265	2.30 156	0.01 10	0.27 264	1.37 140	0.02 76	2.76 80	0.79 49	0.88 120	0.20 87	3.76 322	0.38 186	4.21 197	1.34 243	0.00 1	0.00 1	0.01 324	0.00 1	0.08 168	0.09 104

RAFT_CTSACE	0.85 112	0.95 268	2.60 194	0.60 292	0.05 153	1.20 73	0.01 18	3.18 120	0.85 61	0.79 110	1.57 246	2.18 255	0.78 245	1.20 109	0.22 70	0.00 1	0.33 285	0.00 1	0.00 1	0.28 326	0.21 184

RAFT-Stereo + iAFF	0.90 125	0.95 268	1.93 103	0.06 116	0.92 350	1.24 92	0.02 76	3.30 127	1.75 241	1.23 178	2.58 297	0.43 98	0.16 136	0.68 67	0.82 200	0.00 1	0.70 312	0.00 1	0.00 1	0.23 303	1.05 310

RGC	2.11 309	0.95 268	4.61 301	0.08 134	0.29 270	3.34 322	0.11 211	5.40 303	1.78 245	3.93 335	4.52 335	5.20 351	3.05 338	5.78 275	2.78 307	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.18 163

pmcnn	3.98 359	0.95 268	7.29 361	0.71 313	1.42 368	2.84 307	1.22 340	5.89 332	2.42 296	9.34 380	11.71 373	18.88 394	2.65 327	6.89 321	6.35 353	0.00 1	0.07 245	0.00 1	0.00 1	0.21 296	0.76 285

Consistency-Raft	1.48 261	0.96 272	5.40 334	0.36 244	0.31 284	1.66 237	0.11 211	4.30 224	4.32 352	0.47 69	5.99 348	0.86 152	2.09 311	1.19 108	1.31 240	0.03 332	0.01 192	0.00 1	0.00 1	0.27 323	0.02 24

RAFT	0.91 127	0.96 272	1.82 80	0.89 338	0.44 298	0.97 23	0.08 190	3.71 145	1.25 137	0.36 49	0.20 87	3.87 325	0.27 167	0.70 68	0.49 152	0.00 1	0.83 322	0.00 1	0.01 240	0.47 358	0.87 295

RALCasStereoNet	0.80 98	0.96 272	1.77 65	0.28 236	0.97 354	1.13 59	0.03 126	2.91 93	1.11 98	0.17 26	0.34 116	0.12 60	0.20 153	1.65 134	0.65 178	0.00 1	1.72 398	0.00 1	0.00 1	0.11 221	1.90 382

LL-Strereo2	0.63 66	0.97 275	2.03 116	0.76 326	0.86 346	1.15 62	0.08 190	1.85 54	1.20 119	0.45 66	0.02 1	0.50 108	0.07 77	0.63 62	0.65 178	0.00 1	0.17 267	0.00 1	0.03 261	0.05 124	1.05 310

MLCV	1.19 199	0.97 275	3.09 225	0.07 126	0.00 1	1.63 228	0.04 154	3.33 128	1.57 205	2.74 305	1.83 259	0.99 171	0.40 197	5.31 257	1.53 253	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.11 121

MeshStereo	6.09 376	0.97 275	3.59 253	0.26 232	0.14 207	7.68 374	2.02 352	10.42 388	5.77 364	20.76 407	19.69 396	22.78 400	10.56 391	10.29 384	6.16 351	0.00 1	0.00 1	0.00 1	0.00 1	0.29 329	0.41 241
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
4D-IteraStereo	0.59 53	0.98 278	2.62 198	0.04 83	0.09 183	1.07 37	0.08 190	1.45 35	0.39 12	0.12 19	0.05 47	0.82 151	0.10 104	0.77 78	1.05 230	0.00 1	0.40 289	0.00 1	0.00 1	0.08 168	1.79 369

iinet-f	1.90 291	0.98 278	13.29 393	0.42 255	0.03 124	4.30 344	0.04 154	3.86 164	1.32 168	1.28 181	0.57 158	2.91 287	2.70 328	2.60 155	3.11 317	0.00 1	0.02 219	0.02 343	0.00 1	0.49 360	0.09 104

Nwc_Net	2.25 321	0.98 278	5.37 331	0.07 126	0.11 195	2.80 304	0.05 166	7.36 374	1.30 164	2.77 306	8.21 361	5.18 350	2.98 336	5.16 252	2.46 298	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.08 82

TestStereo	0.67 73	0.99 281	2.26 151	0.00 1	0.00 1	0.92 19	0.01 18	1.77 52	0.30 10	0.20 38	0.05 47	0.08 46	0.06 66	6.62 304	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 82

DeepPruner_ROB	1.04 172	0.99 281	3.05 223	0.02 40	0.00 1	1.60 213	0.17 229	3.96 176	0.52 20	3.41 324	0.03 29	2.06 242	0.17 140	3.35 169	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.14 140

CBFPSM	1.51 264	1.00 283	5.32 330	0.05 98	0.01 61	3.57 330	0.04 154	4.06 191	1.03 87	0.65 89	0.21 90	6.06 357	3.60 347	2.65 157	1.82 266	0.00 1	0.01 192	0.00 1	0.00 1	0.09 187	0.12 127

aanetorigin	2.99 336	1.00 283	9.85 382	0.23 217	0.23 241	1.59 209	2.01 351	1.94 59	1.25 137	14.45 395	10.04 369	2.98 289	3.75 349	4.97 242	4.01 331	0.10 356	0.05 236	0.09 361	0.11 299	0.55 370	0.55 261

DispNO	1.47 259	1.01 285	5.05 319	0.13 179	0.08 176	1.49 184	0.02 76	4.38 227	1.86 248	1.51 205	1.57 246	3.12 297	1.09 259	5.77 274	1.89 271	0.00 1	0.02 219	0.03 348	0.11 299	0.11 221	0.08 82

DPSNet	3.98 359	1.01 285	12.58 390	0.74 322	0.55 308	5.24 358	1.53 344	12.44 393	4.82 358	2.89 307	0.97 209	6.37 359	11.43 395	8.20 365	8.61 365	0.09 355	0.51 298	0.11 365	0.38 381	0.35 343	0.83 290

cf-r	1.18 198	1.02 287	3.22 232	0.25 227	0.02 106	1.44 161	0.03 126	5.11 282	2.16 271	1.31 185	0.59 164	2.87 284	0.24 160	4.26 203	0.79 195	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.12 127

NCC-stereo	2.09 305	1.02 287	4.78 307	0.10 160	0.26 259	2.33 282	0.13 219	5.82 328	1.70 232	2.98 310	3.18 310	4.63 336	5.69 373	6.26 288	2.76 304	0.05 342	0.00 1	0.00 1	0.00 1	0.08 168	0.14 140

Abc-Net	2.09 305	1.02 287	4.78 307	0.10 160	0.26 259	2.33 282	0.13 219	5.82 328	1.70 232	2.98 310	3.18 310	4.63 336	5.69 373	6.26 288	2.76 304	0.05 342	0.00 1	0.00 1	0.00 1	0.08 168	0.14 140
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	2.74 335	1.02 287	4.72 303	0.43 257	0.18 223	4.35 345	0.18 234	7.28 373	3.50 339	3.57 327	3.38 316	4.86 341	1.22 269	11.70 393	5.76 346	0.17 365	0.08 249	0.59 381	0.12 306	0.28 326	1.40 333

GMStereo	0.34 12	1.03 291	2.11 133	0.01 10	0.00 1	0.47 12	0.01 18	0.77 15	1.38 186	0.24 40	0.04 39	0.07 41	0.08 88	0.43 26	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ETE_ROB	1.42 254	1.04 292	3.10 226	0.02 40	0.03 124	1.81 258	0.22 247	4.73 257	1.67 227	4.77 348	1.43 237	2.77 278	0.08 88	4.23 200	2.20 282	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.20 178

raft_robust	1.21 202	1.05 293	2.00 110	0.10 160	0.43 297	1.39 146	0.02 76	4.21 211	2.32 286	0.44 62	0.02 1	2.23 257	1.39 278	7.00 333	0.35 111	0.00 1	0.78 317	0.00 1	0.18 333	0.10 198	0.19 166

raft+_RVC	0.71 84	1.05 293	1.86 88	0.64 301	1.31 366	1.20 73	0.05 166	2.44 72	0.77 48	0.18 28	0.43 142	0.08 46	0.15 131	0.93 98	0.64 176	0.00 1	1.43 389	0.00 1	0.00 1	0.09 187	1.03 309

111	1.00 163	1.05 293	3.63 255	0.01 10	0.04 145	1.20 73	0.16 226	4.50 234	2.24 279	1.32 186	1.15 223	2.00 239	0.31 174	0.59 54	0.79 195	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.84 291

AFF-stereo	0.89 124	1.05 293	1.70 48	0.49 275	0.18 223	1.21 80	0.01 18	3.58 136	1.62 216	0.84 115	1.93 263	1.14 184	0.26 164	1.24 115	0.68 184	0.00 1	0.64 308	0.00 1	0.00 1	0.26 318	0.89 297

LALA_ROB	1.55 271	1.07 297	2.99 222	0.02 40	0.06 158	3.20 315	0.49 299	4.07 194	1.80 246	3.79 332	0.66 172	4.51 332	0.25 163	3.82 189	4.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.11 121

WCMA_ROB	5.16 370	1.07 297	4.40 295	0.66 305	0.69 335	6.28 367	3.63 371	5.39 301	4.05 349	14.77 398	19.39 394	15.46 387	10.72 393	7.67 358	6.77 357	0.19 368	0.27 278	0.18 371	0.20 341	0.18 286	1.23 321

HITNet	1.01 165	1.08 299	3.32 240	0.80 329	0.00 1	1.37 140	0.02 76	5.20 287	1.59 207	1.88 238	0.18 71	0.64 118	0.31 174	1.24 115	2.01 275	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.47 247
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
RALAANet	0.68 78	1.09 300	2.29 154	0.03 59	0.01 61	0.93 20	0.03 126	2.65 77	1.97 260	1.19 169	0.39 134	0.15 71	0.30 170	1.27 118	0.75 192	0.00 1	0.25 273	0.00 1	0.09 291	0.19 289	0.03 38

AASNet	1.05 175	1.11 301	3.12 228	0.05 98	0.00 1	1.73 251	0.05 166	5.73 319	2.17 275	1.10 159	1.84 260	0.94 163	0.19 148	1.16 105	1.37 245	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.16 151

HBP-ISP	1.59 275	1.12 302	3.42 243	0.53 281	0.10 191	4.27 341	1.44 343	5.35 295	1.61 210	3.58 328	0.87 200	0.91 155	1.18 263	6.64 306	0.46 146	0.04 338	0.02 219	0.00 1	0.00 1	0.06 134	0.24 194

AF-Net	2.51 329	1.12 302	5.46 335	0.01 10	0.13 202	2.03 268	0.47 297	7.04 368	2.74 318	4.09 337	10.64 370	4.99 344	2.94 332	4.94 240	3.28 320	0.00 1	0.00 1	0.00 1	0.00 1	0.17 281	0.15 147

Wz-Net-LNSev-Ref	1.86 288	1.13 304	5.96 341	0.02 40	0.00 1	5.00 354	0.29 274	5.31 294	2.38 291	2.65 296	1.15 223	2.32 266	1.95 309	5.59 269	3.35 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.14 140

LMCR-Stereo	1.28 225	1.13 304	2.41 172	0.57 288	0.03 124	2.72 300	0.09 201	6.86 362	0.88 66	2.44 288	1.92 262	0.14 68	1.55 291	3.57 180	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.02 24

PA-Net	1.56 273	1.13 304	5.13 323	0.07 126	0.17 220	1.46 169	0.53 302	4.73 257	3.04 332	0.92 128	1.30 230	2.29 263	0.62 224	6.63 305	3.00 314	0.01 298	0.00 1	0.00 1	0.00 1	0.07 158	0.15 147
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	2.56 331	1.15 307	7.39 362	1.34 366	2.02 382	3.20 315	3.97 374	6.11 342	1.72 239	1.52 208	2.72 300	3.23 303	0.63 226	4.74 225	2.39 294	1.12 383	1.53 393	1.54 389	1.32 402	1.40 384	2.10 385

CC-Net-ROB	2.09 305	1.17 308	3.97 275	1.52 371	0.23 241	3.35 323	0.05 166	5.09 280	2.74 318	1.09 157	1.40 236	0.97 169	0.18 144	6.66 308	0.87 208	1.46 388	1.64 395	7.13 395	0.00 1	1.67 385	0.54 256

TRStereo	0.88 118	1.18 309	2.44 184	0.72 315	0.10 191	1.56 203	0.03 126	5.73 319	1.28 152	0.18 28	0.30 110	0.62 115	0.43 200	1.02 102	0.13 34	0.00 1	0.47 293	0.00 1	0.25 359	0.01 9	1.23 321

DMCA-RVC	1.12 186	1.19 310	5.30 329	0.03 59	0.04 145	1.30 119	0.06 182	3.05 107	0.87 63	3.33 321	0.12 64	0.98 170	0.65 232	3.40 172	1.82 266	0.01 298	0.04 231	0.02 343	0.01 240	0.10 198	0.09 104

dd	0.45 22	1.20 311	2.52 191	0.06 116	0.01 61	1.23 88	0.03 126	0.88 19	1.48 198	0.26 42	0.06 51	0.12 60	0.05 59	0.42 24	0.44 137	0.02 322	0.00 1	0.00 1	0.00 1	0.06 134	0.06 67

IGEVStereo-DCA	0.88 118	1.21 312	1.81 75	0.18 192	0.16 217	0.83 16	0.01 18	0.71 8	1.36 178	0.40 54	0.04 39	0.06 30	0.09 97	6.04 281	2.22 286	0.00 1	0.48 296	0.00 1	0.15 312	0.16 269	1.76 360

rrr	1.15 193	1.21 312	5.05 319	0.18 192	0.16 217	0.83 16	0.06 182	2.88 88	1.44 191	0.40 54	0.04 39	0.06 30	0.09 97	6.04 281	2.22 286	0.00 1	0.48 296	0.00 1	0.19 339	0.16 269	1.59 347

dad	1.04 172	1.21 312	3.14 229	0.08 134	0.01 61	1.25 99	0.01 18	1.30 28	2.54 305	1.95 248	0.37 127	0.40 96	0.04 44	5.95 280	1.06 231	0.01 298	0.00 1	1.11 387	0.12 306	0.07 158	0.19 166

StereoDRNet	1.66 278	1.21 312	5.39 333	0.06 116	0.11 195	2.49 288	1.06 334	5.28 291	1.89 252	3.60 329	0.63 167	2.28 259	0.64 229	4.70 222	3.25 319	0.00 1	0.03 227	0.00 1	0.01 240	0.15 261	0.36 226

GwcNet-RSSM	1.22 206	1.24 316	3.66 260	0.23 217	0.04 145	1.46 169	0.05 166	4.65 252	1.61 210	1.33 188	0.46 149	2.98 289	0.26 164	4.48 212	1.59 256	0.00 1	0.00 1	0.02 343	0.00 1	0.21 296	0.10 114

SDNR	3.62 352	1.25 317	7.41 363	0.71 313	0.22 235	26.06 414	0.02 76	4.55 242	2.42 296	3.10 315	11.33 371	3.05 293	0.77 243	8.31 369	2.21 285	0.05 342	0.11 259	0.00 1	0.01 240	0.08 168	0.66 273

ACRE	0.94 137	1.27 318	3.93 274	0.22 213	0.02 106	1.44 161	0.29 274	3.88 169	1.60 209	1.97 249	2.42 288	0.21 77	0.11 113	0.82 91	0.29 95	0.00 1	0.04 231	0.01 324	0.05 275	0.21 296	0.09 104

PSMNet_ROB	1.31 234	1.27 318	3.91 273	0.05 98	0.11 195	1.69 246	0.16 226	3.98 178	1.59 207	1.15 166	0.34 116	2.77 278	0.62 224	4.43 211	3.80 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.12 127

CIPLG	0.94 137	1.29 320	3.53 252	0.19 197	0.03 124	1.45 165	0.29 274	3.87 166	1.61 210	2.10 257	2.52 295	0.21 77	0.11 113	0.85 95	0.29 95	0.00 1	0.05 236	0.01 324	0.05 275	0.21 296	0.08 82

test_xeample3	0.95 146	1.30 321	5.13 323	0.19 197	0.23 241	0.95 21	0.07 184	2.30 65	1.47 197	0.40 54	0.05 47	0.08 46	0.07 77	1.45 125	2.27 288	0.00 1	0.69 309	0.00 1	0.33 376	0.17 281	1.85 374

NaN_ROB	2.33 326	1.31 322	4.55 298	0.32 240	0.30 282	3.13 314	5.01 386	4.57 244	2.78 323	5.49 358	1.73 252	2.28 259	1.98 310	7.48 349	4.32 335	0.01 298	0.06 242	0.03 348	0.09 291	0.20 293	0.88 296

NCCL2	1.51 264	1.32 323	3.27 237	0.03 59	0.07 167	1.63 228	3.29 366	4.54 241	1.61 210	3.22 319	0.37 127	3.84 324	0.31 174	4.42 210	2.02 277	0.00 1	0.00 1	0.02 343	0.00 1	0.09 187	0.22 185

CFNet	1.24 210	1.33 324	3.20 231	0.26 232	0.03 124	1.43 158	0.04 154	5.03 276	2.39 293	0.61 86	0.71 176	1.30 192	0.23 158	6.72 311	1.16 239	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.10 114

EDNetEfficient	6.66 381	1.34 325	34.37 409	0.66 305	1.93 380	2.04 270	3.59 370	3.08 111	14.92 390	20.02 406	9.53 366	6.48 363	10.85 394	7.65 354	15.21 392	0.03 332	0.10 257	0.01 324	0.22 350	0.61 373	0.55 261

IPLGR_C	0.94 137	1.37 326	3.71 263	0.19 197	0.02 106	1.44 161	0.29 274	3.88 169	1.62 216	2.04 253	2.44 293	0.20 73	0.12 126	0.79 81	0.29 95	0.00 1	0.05 236	0.01 324	0.05 275	0.21 296	0.08 82

iResNet_ROB	1.22 206	1.37 326	2.59 193	0.14 182	0.00 1	1.38 145	0.04 154	7.36 374	2.85 329	1.07 154	1.24 227	0.93 162	0.11 113	4.28 204	0.84 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.11 121

ARAFT	1.27 224	1.38 328	4.73 304	0.08 134	0.00 1	1.67 242	0.04 154	5.52 309	1.98 261	3.02 313	0.59 164	0.47 103	0.11 113	4.87 237	0.38 126	0.00 1	0.03 227	0.00 1	0.00 1	0.25 312	0.25 200

GANetREF_RVC	1.25 213	1.39 329	4.10 277	0.10 160	0.00 1	2.25 274	0.18 234	4.68 255	2.78 323	0.69 94	0.34 116	1.87 228	0.65 232	5.07 246	0.68 184	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.07 77
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
ADCRef	2.57 332	1.40 330	7.90 369	0.11 172	0.11 195	4.71 351	0.74 318	5.45 307	1.66 225	3.15 317	1.65 251	1.61 208	2.25 314	4.54 219	15.56 394	0.03 332	0.00 1	0.01 324	0.10 296	0.27 323	0.23 190

PDISCO_ROB	2.54 330	1.40 330	5.07 322	1.06 351	2.01 381	8.28 379	0.17 229	7.96 382	6.01 368	1.48 204	1.75 254	3.67 319	1.25 272	7.74 360	2.07 278	0.00 1	0.00 1	0.00 1	0.00 1	0.39 351	0.42 245

FADNet	1.38 246	1.42 332	5.62 337	0.03 59	0.06 158	2.56 292	0.16 226	4.66 253	1.64 223	0.35 47	0.11 60	1.66 216	1.05 257	5.64 272	1.59 256	0.18 366	0.02 219	0.01 324	0.01 240	0.52 367	0.23 190

BEATNet_4x	1.24 210	1.45 333	5.03 318	0.58 289	0.02 106	1.34 134	0.09 201	5.29 292	1.69 228	2.01 252	0.25 97	1.18 186	0.44 201	2.11 151	2.70 301	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.54 256

FADNet-RVC-Resample	1.28 225	1.46 334	6.58 355	0.10 160	0.14 207	1.54 198	0.25 257	4.29 223	1.46 194	0.61 86	0.23 94	1.29 191	0.28 169	5.23 254	1.06 231	0.10 356	0.16 265	0.09 361	0.06 282	0.28 326	0.39 237

SPS-STEREO	3.67 355	1.46 334	4.23 282	0.36 244	0.23 241	3.93 334	1.20 339	6.67 361	3.50 339	11.05 384	8.81 363	9.53 377	4.63 361	9.10 374	7.25 359	0.01 298	0.01 192	0.00 1	0.00 1	0.13 240	1.28 327
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCPNet	3.94 358	1.47 336	14.87 395	0.11 172	0.45 299	7.19 369	2.23 357	5.42 304	3.18 336	4.53 346	2.03 269	7.48 370	5.27 369	7.05 337	14.73 391	0.02 322	0.74 315	0.04 353	0.91 400	0.23 303	0.85 293

Wz-Net-LNSev	1.60 276	1.48 337	8.20 373	0.03 59	0.03 124	3.95 335	0.13 219	4.89 266	2.33 288	0.92 128	0.31 113	3.64 318	1.40 279	2.90 162	1.50 251	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.20 178

GwcNet	1.96 296	1.51 338	7.43 364	0.30 238	1.20 363	4.13 338	0.61 310	4.45 231	1.92 256	1.53 209	2.31 278	3.93 328	0.54 208	5.50 263	3.16 318	0.00 1	0.00 1	0.00 1	0.01 240	0.39 351	0.24 194

DN-CSS_ROB	0.96 149	1.51 338	3.52 251	1.05 350	0.01 61	1.50 185	0.02 76	3.35 129	1.18 111	0.18 28	0.54 157	0.44 99	0.16 136	4.39 209	0.82 200	0.00 1	0.00 1	0.00 1	0.00 1	0.36 345	0.08 82

FADNet_RVC	1.32 237	1.54 340	5.37 331	0.02 40	0.06 158	2.78 303	0.07 184	4.19 210	1.03 87	0.44 62	0.35 123	0.67 125	0.10 104	5.42 262	1.92 272	0.24 370	0.33 285	0.11 365	0.33 376	0.66 377	0.68 277

ADCL	3.64 353	1.54 340	8.53 378	0.26 232	0.28 269	7.37 370	4.49 381	5.42 304	3.61 341	4.79 349	3.85 326	5.14 349	4.47 359	6.28 290	15.73 395	0.05 342	0.01 192	0.11 365	0.13 309	0.34 339	0.33 221

LL-Strereo	2.29 324	1.55 342	5.01 317	0.64 301	2.78 387	1.52 192	0.05 166	5.04 277	1.24 130	2.73 303	2.87 304	5.10 348	5.49 371	7.22 343	0.81 199	0.04 338	1.31 385	0.00 1	0.00 1	0.31 332	2.08 384

ELAS	9.07 387	1.55 342	5.19 327	1.87 377	1.92 379	17.05 396	8.29 406	13.92 395	13.52 389	23.08 412	28.56 412	18.59 393	16.90 404	12.06 395	13.39 388	0.91 378	1.32 386	0.65 384	0.59 389	0.68 379	1.31 328
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	2.71 334	1.57 344	16.51 399	0.22 213	0.33 285	1.45 165	0.28 267	6.26 348	9.92 383	1.25 180	0.44 143	1.98 237	1.61 296	7.33 344	4.17 334	0.00 1	0.01 192	0.07 358	0.10 296	0.33 336	0.29 211

ELAS_RVC	8.75 386	1.59 345	6.34 350	1.91 378	1.87 377	11.67 387	12.14 413	10.75 390	16.11 394	22.55 411	21.45 398	18.49 392	18.29 408	14.17 398	12.53 384	0.92 379	1.32 386	0.70 386	0.46 383	0.53 369	1.25 324
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet-RVC	1.30 233	1.62 346	6.28 347	0.03 59	0.00 1	1.61 220	0.08 190	4.49 233	2.04 266	0.41 59	0.10 57	0.63 116	0.64 229	5.55 267	1.69 262	0.01 298	0.08 249	0.00 1	0.00 1	0.52 367	0.31 214

AANet_RVC	1.95 294	1.64 347	4.89 310	0.09 150	0.00 1	1.24 92	0.01 18	3.93 173	2.82 326	2.32 273	4.64 337	3.61 316	0.19 148	7.61 352	4.73 340	0.60 375	0.19 271	0.00 1	0.00 1	0.11 221	0.47 247

MFMNet_re	2.39 328	1.65 348	6.10 344	3.04 387	0.90 348	2.34 284	0.98 329	4.77 261	3.79 346	6.95 365	7.08 356	1.84 227	3.79 352	2.53 154	1.57 254	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.26 204

PVD	6.50 380	1.70 349	6.71 357	1.66 376	1.59 374	7.94 375	0.89 324	11.13 391	24.35 400	12.01 388	19.10 390	8.76 374	9.89 389	9.85 380	11.06 379	0.02 322	1.12 362	0.00 1	0.26 366	0.25 312	1.72 355

CSAN	3.10 339	1.72 350	5.85 339	0.37 247	0.14 207	4.15 340	3.91 373	4.94 272	4.65 357	6.43 363	6.29 351	4.62 335	5.17 367	8.13 364	4.85 341	0.02 322	0.03 227	0.03 348	0.05 275	0.26 318	0.48 251

ADCP+	3.18 343	1.81 351	11.33 388	0.07 126	0.20 229	5.83 363	2.80 361	4.60 246	2.69 312	1.68 227	0.28 104	3.75 321	3.14 341	6.82 316	17.90 397	0.00 1	0.00 1	0.00 1	0.00 1	0.20 293	0.56 263

iResNetv2_ROB	1.32 237	1.82 352	6.02 342	1.27 358	0.00 1	1.41 156	0.05 166	4.48 232	1.46 194	1.02 147	1.28 229	1.00 173	0.27 167	4.72 224	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.37 350	0.16 151

SHD	3.58 347	1.83 353	6.41 351	1.34 366	1.21 364	4.84 352	0.17 229	7.95 381	12.83 387	7.86 371	3.32 315	5.08 346	2.63 326	5.54 266	8.57 364	0.01 298	0.75 316	0.00 1	0.18 333	0.31 332	0.73 282

PWC_ROB	3.30 345	1.83 353	8.47 376	0.62 298	0.56 311	1.31 121	0.39 290	4.53 239	5.05 360	7.66 370	15.14 380	3.37 304	2.43 320	6.86 319	6.74 356	0.00 1	0.00 1	0.00 1	0.00 1	0.51 363	0.54 256

RAFT + AFF	1.88 289	1.84 355	4.19 280	0.05 98	0.85 343	2.29 279	1.00 331	6.32 350	2.26 281	1.88 238	1.80 258	1.27 189	3.66 348	6.56 301	2.36 293	0.02 322	0.34 288	0.00 1	0.01 240	0.41 355	0.50 253

Syn2CoEx	1.91 292	1.85 356	6.43 354	0.05 98	0.00 1	1.47 175	0.54 303	6.03 339	2.24 279	2.24 268	2.19 272	2.06 242	3.10 339	6.57 302	2.58 299	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.40 239

PASM	2.20 317	1.85 356	10.33 384	1.00 345	0.41 291	1.98 265	0.90 325	3.85 163	2.76 320	4.38 342	1.53 243	3.49 313	1.54 288	6.60 303	2.43 295	0.14 362	0.02 219	0.00 1	0.03 261	0.33 336	0.39 237

SANet	5.04 369	1.86 358	7.96 370	0.39 251	0.12 200	7.51 372	3.73 372	7.20 370	16.07 393	7.15 366	13.16 376	12.35 380	8.70 384	8.28 367	5.37 344	0.00 1	0.01 192	0.00 1	0.00 1	0.13 240	0.71 280

LE_ROB	13.25 402	1.86 358	12.84 391	2.35 381	1.43 369	7.50 371	5.92 392	10.14 387	48.57 421	57.70 421	24.61 406	23.44 402	32.60 417	10.12 382	24.95 415	0.06 348	0.08 249	0.13 369	0.20 341	0.09 187	0.41 241

Wz-Net-MNSev	2.17 315	1.90 360	7.77 367	0.02 40	0.01 61	4.60 349	2.08 354	5.70 318	2.83 327	4.02 336	1.50 242	1.87 228	2.53 324	5.10 248	3.04 315	0.00 1	0.01 192	0.00 1	0.00 1	0.14 249	0.31 214

SQANet	2.65 333	1.92 361	3.73 266	4.47 391	2.98 388	2.59 294	0.24 253	4.66 253	1.11 98	2.48 290	0.59 164	1.57 202	0.86 250	3.95 191	1.67 261	7.97 398	0.14 264	0.48 376	0.03 261	7.84 393	3.68 393

Anonymous Stereo	2.31 325	1.93 362	10.83 387	0.65 303	0.22 235	1.66 237	4.27 379	4.51 235	2.99 331	3.12 316	1.87 261	1.95 235	0.11 113	7.17 342	4.68 339	0.01 298	0.00 1	0.00 1	0.00 1	0.11 221	0.20 178

SAMSARA	4.31 363	1.94 363	7.80 368	1.96 379	1.40 367	10.65 385	7.35 401	7.17 369	4.49 354	8.27 373	3.58 320	10.58 378	3.75 349	7.87 361	6.66 355	0.01 298	1.09 354	0.00 1	0.23 353	0.26 318	1.19 319

XQC	3.16 342	2.00 364	7.71 366	0.97 344	0.67 332	5.07 355	0.69 315	6.58 358	4.95 359	5.04 354	1.98 268	4.99 344	3.12 340	7.96 363	10.02 376	0.00 1	0.63 307	0.00 1	0.18 333	0.36 345	0.38 236

otaku	3.61 350	2.06 365	4.04 276	6.41 395	3.35 391	4.67 350	2.08 354	5.97 334	1.58 206	2.19 262	2.62 298	3.47 311	1.45 281	4.36 207	2.17 281	8.55 399	0.25 273	1.89 390	0.03 261	9.29 396	5.81 398

Ntro	3.66 354	2.08 366	4.34 287	7.58 397	4.53 393	6.25 366	0.72 317	5.35 295	1.65 224	0.48 76	1.77 255	2.68 275	1.25 272	5.10 248	2.31 290	8.72 400	0.31 283	2.13 392	0.05 275	9.73 397	6.18 399

FINET	2.99 336	2.11 367	7.66 365	1.13 353	1.79 375	4.35 345	3.34 367	5.66 315	7.93 380	2.49 292	3.29 313	1.66 216	2.47 322	6.70 310	4.44 336	0.82 377	1.38 388	0.03 348	0.30 374	0.36 345	1.88 380

RTSC	3.18 343	2.15 368	8.20 373	0.67 310	0.38 288	4.41 347	0.08 190	5.64 313	5.80 366	6.14 362	3.43 317	3.37 304	1.55 291	7.50 350	12.15 383	0.00 1	0.84 323	0.00 1	0.25 359	0.51 363	0.53 255

NVStereoNet_ROB	4.22 362	2.29 369	6.13 346	1.40 369	1.14 362	2.84 307	0.97 328	5.67 316	5.66 363	5.25 355	14.28 379	12.40 381	5.35 370	10.74 388	5.33 343	1.24 387	1.01 347	0.67 385	0.62 391	0.63 375	0.69 278
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	3.41 346	2.29 369	5.16 326	0.19 197	0.02 106	3.11 313	0.02 76	5.15 283	12.27 386	1.36 193	23.33 404	1.98 237	3.35 343	4.93 239	3.71 327	0.28 372	0.00 1	0.00 1	0.00 1	0.71 380	0.32 216

EDNetEfficientorigin	10.48 395	2.34 371	98.78 430	0.23 217	0.25 250	3.01 311	0.70 316	4.69 256	17.04 395	19.07 401	15.43 381	12.52 382	11.56 396	9.41 377	12.62 385	0.01 298	0.01 192	0.00 1	0.01 240	0.25 312	1.76 360

MFN_U_SF_RVC	4.10 361	2.36 372	12.04 389	1.00 345	0.27 264	10.31 383	0.51 300	8.83 385	3.69 343	4.90 352	3.30 314	9.33 376	3.43 345	8.28 367	9.42 371	0.41 374	0.53 300	0.52 377	0.81 393	0.90 381	1.05 310

ACVNet-4b	6.14 377	2.39 373	6.31 349	9.73 403	7.26 401	8.81 381	1.62 348	7.27 372	6.07 369	0.41 59	6.42 353	11.47 379	2.37 318	9.17 375	2.72 302	9.70 404	2.42 403	10.45 403	0.01 240	11.04 404	7.12 402

ADCMid	4.33 364	2.40 374	13.81 394	0.23 217	0.40 289	4.90 353	1.23 341	5.73 319	3.73 344	11.06 385	3.94 329	6.67 365	5.11 365	7.11 338	18.03 398	0.12 360	0.08 249	0.55 378	0.46 383	0.61 373	0.49 252

SuperB	3.75 356	2.46 375	15.54 398	0.32 240	0.06 158	4.29 343	1.61 346	4.25 217	11.49 385	2.56 295	1.31 232	2.01 241	1.86 306	6.94 327	8.94 366	0.05 342	0.03 227	0.10 364	0.08 288	10.62 402	0.56 263

GASNet	1.77 285	2.50 376	7.05 359	0.47 266	0.02 106	1.50 185	0.20 238	4.55 242	2.55 306	0.98 134	1.48 241	2.24 258	1.57 294	6.25 287	3.41 324	0.00 1	0.05 236	0.00 1	0.00 1	0.55 370	0.12 127

WZ-Net	4.64 367	2.57 377	25.72 405	0.10 160	0.09 183	3.07 312	2.08 354	6.59 360	5.41 361	6.08 361	4.09 333	7.02 368	6.04 376	11.64 390	11.45 381	0.00 1	0.00 1	0.00 1	0.00 1	0.21 296	0.61 268

LSM	7.83 384	2.59 378	24.93 404	4.71 392	40.61 422	3.55 329	5.22 388	5.91 333	7.48 376	10.86 383	13.66 378	4.55 333	3.92 353	7.72 359	5.88 348	0.02 322	0.26 276	0.00 1	0.00 1	0.30 331	14.53 417

MANE	15.61 408	2.70 379	7.19 360	3.43 389	5.19 395	21.44 404	9.54 409	24.27 416	29.58 406	33.72 416	42.10 419	42.08 417	32.55 416	24.60 409	20.72 406	1.46 388	2.17 400	1.34 388	4.60 410	0.49 360	3.04 390

WAO-6	11.65 397	2.71 380	4.73 304	7.69 398	7.28 402	17.41 397	7.45 402	20.43 406	38.14 416	10.13 382	19.37 393	27.36 404	12.38 397	13.35 396	13.26 387	4.38 392	2.43 404	10.51 404	0.03 261	9.00 395	4.96 396

ACVNet_1	6.79 382	2.72 381	6.97 358	9.78 404	7.38 403	7.67 373	2.29 358	10.50 389	6.93 374	4.51 345	5.39 343	13.21 383	6.34 378	7.02 336	3.31 322	9.70 404	2.48 405	10.85 405	0.11 299	11.41 406	7.23 403

ACVNet_2	9.32 388	2.76 382	8.07 371	8.84 401	6.89 399	14.54 395	4.19 377	14.25 396	23.92 399	7.62 369	19.61 395	20.42 395	5.93 375	8.52 372	3.64 325	9.16 401	1.74 399	7.93 396	0.36 379	10.56 401	7.47 406

WAO-7	9.62 389	2.87 383	5.64 338	0.96 343	0.21 234	20.37 403	5.13 387	23.65 415	26.32 404	13.11 391	27.70 410	22.69 398	14.04 399	14.53 400	13.11 386	0.13 361	0.09 255	0.58 379	0.10 296	0.51 363	0.75 284

SGM-ForestM	14.25 403	3.00 384	8.67 379	2.38 382	1.88 378	24.45 410	11.87 411	19.27 403	21.66 398	30.68 414	29.79 414	46.58 418	28.97 414	27.26 415	21.22 408	1.14 384	1.67 396	0.61 383	0.89 399	0.51 363	2.50 386

Dean	12.08 400	3.10 385	8.10 372	10.98 406	8.34 406	18.85 400	5.53 391	21.57 411	40.96 418	11.81 387	21.91 399	25.74 403	9.74 387	8.20 365	5.76 346	9.65 403	2.35 402	9.94 399	0.65 392	10.97 403	7.40 404

MSC_U_SF_DS_RVC	5.48 374	3.14 386	10.56 385	0.47 266	0.29 270	24.98 411	8.65 408	6.24 346	9.96 384	4.38 342	8.16 360	8.42 372	2.44 321	9.46 379	6.27 352	1.11 382	1.70 397	0.33 375	0.47 385	1.16 383	1.35 330

MFN_U_SF_DS_RVC	3.61 350	3.47 387	9.32 380	0.19 197	0.30 282	13.80 390	7.49 404	5.15 283	3.95 348	3.06 314	3.94 329	4.60 334	1.20 264	8.49 371	2.79 308	0.70 376	1.22 380	0.04 353	0.84 394	0.50 362	1.23 321

RTS	10.27 393	3.55 388	66.16 418	1.62 373	2.34 383	13.96 392	6.25 395	6.95 365	18.07 396	8.81 375	19.18 391	6.82 366	2.96 334	26.87 413	19.93 403	0.00 1	0.42 290	0.00 1	0.03 261	0.40 353	0.99 307

RTSA	10.27 393	3.55 388	66.16 418	1.62 373	2.34 383	13.96 392	6.25 395	6.95 365	18.07 396	8.81 375	19.18 391	6.82 366	2.96 334	26.87 413	19.93 403	0.00 1	0.42 290	0.00 1	0.03 261	0.40 353	0.99 307

ADCS	5.55 375	3.55 388	19.07 400	0.43 257	0.14 207	5.87 364	4.20 378	7.65 378	7.80 379	9.79 381	6.22 350	6.48 363	5.52 372	10.52 387	22.41 411	0.00 1	0.00 1	0.00 1	0.00 1	0.48 359	0.97 305

LVE	11.75 399	3.56 391	5.48 336	10.38 405	8.28 405	22.54 405	7.53 405	17.01 399	32.01 409	9.26 379	23.28 403	23.43 401	9.72 386	11.79 394	7.81 360	10.09 406	2.62 411	11.07 406	0.59 389	11.18 405	7.44 405

Wz-Net-SNSev	3.01 338	3.59 392	12.98 392	0.45 259	0.04 145	2.72 300	1.12 336	5.80 327	2.42 296	2.30 271	2.62 298	6.39 360	1.29 275	10.20 383	7.19 358	0.00 1	0.01 192	0.00 1	0.00 1	0.29 329	0.72 281

SGM+DAISY	6.27 378	3.62 393	9.36 381	2.30 380	2.34 383	9.12 382	6.38 397	6.98 367	6.00 367	14.26 393	15.55 382	14.02 386	9.84 388	9.45 378	8.56 363	1.21 385	1.60 394	0.58 379	0.86 397	0.63 375	2.74 387

AnyNet_C32	4.41 366	3.74 394	15.17 397	0.48 274	0.51 305	5.99 365	6.52 400	5.30 293	2.72 317	6.86 364	3.66 322	5.21 352	3.19 342	7.42 347	19.54 401	0.08 353	0.04 231	0.20 372	0.09 291	0.67 378	0.76 285

IMH-64-1	10.12 391	3.75 395	4.24 283	11.47 407	9.26 407	11.93 388	5.30 389	18.72 401	15.74 391	7.16 367	18.55 387	16.83 390	6.83 379	11.66 391	9.62 373	10.09 406	2.54 406	15.69 410	1.72 403	12.82 407	8.45 407

IMH-64	10.12 391	3.75 395	4.24 283	11.47 407	9.26 407	11.93 388	5.30 389	18.72 401	15.74 391	7.16 367	18.55 387	16.83 390	6.83 379	11.66 391	9.62 373	10.09 406	2.54 406	15.69 410	1.72 403	12.82 407	8.45 407

RainbowNet	5.23 371	4.09 397	4.92 314	9.61 402	6.18 396	5.26 359	3.48 369	7.68 379	4.58 356	1.94 247	3.02 305	4.67 338	3.42 344	5.90 278	2.01 275	9.59 402	2.19 401	8.45 398	0.20 341	10.52 400	6.82 401

IMH	11.71 398	4.49 398	4.59 300	11.55 409	9.35 409	14.27 394	5.00 385	21.03 409	25.97 403	8.90 377	23.64 405	20.58 397	10.29 390	13.39 397	9.59 372	10.13 409	2.57 408	15.53 408	1.75 405	13.04 409	8.53 409

WAO-8	14.47 404	5.06 399	6.42 352	8.00 399	6.65 397	23.95 408	2.97 362	23.01 412	45.08 419	19.24 403	34.86 417	33.07 408	17.51 405	17.59 404	14.38 389	5.22 394	0.86 325	10.06 400	0.85 395	10.25 398	4.34 394

Venus	14.47 404	5.06 399	6.42 352	8.00 399	6.65 397	23.95 408	2.97 362	23.01 412	45.08 419	19.24 403	34.85 416	33.07 408	17.51 405	17.59 404	14.38 389	5.22 394	0.86 325	10.06 400	0.85 395	10.25 398	4.34 394

AnyNet_C01	7.15 383	5.48 401	37.47 411	1.08 352	0.59 318	11.50 386	6.49 399	6.93 363	4.31 351	8.06 372	9.11 365	8.72 373	4.06 354	14.50 399	21.97 410	0.11 358	0.08 249	0.24 374	0.09 291	1.11 382	1.07 313

coex-ft	12.25 401	6.22 402	80.44 421	0.15 187	0.15 215	2.43 286	0.98 329	3.07 110	29.54 405	49.22 420	16.44 383	15.69 388	16.17 402	7.44 348	15.30 393	0.05 342	0.07 245	0.01 324	0.05 275	0.35 343	1.15 317

Wz-Net-TNSev	4.36 365	6.36 403	22.98 402	0.22 213	0.06 158	7.00 368	3.45 368	7.46 376	3.81 347	2.12 259	0.63 167	7.29 369	5.11 365	9.87 381	9.72 375	0.00 1	0.00 1	0.00 1	0.02 259	0.36 345	0.66 273

JetBlue	14.57 406	6.38 404	35.83 410	0.95 342	7.05 400	51.27 420	22.93 418	16.51 397	9.78 382	11.72 386	17.82 386	27.82 405	17.62 407	33.31 418	20.36 405	0.35 373	0.18 268	0.15 370	0.25 359	5.36 391	5.74 397

TorneroNet-64	16.11 409	6.82 405	6.11 345	14.13 410	12.13 411	28.42 416	6.47 398	20.35 405	38.01 415	12.80 390	27.88 411	35.94 412	16.83 403	20.38 407	16.77 396	10.33 410	2.60 409	19.45 413	2.86 406	14.63 411	9.33 411

TorneroNet	16.83 410	6.92 406	6.68 356	14.15 411	12.07 410	27.63 415	8.39 407	21.53 410	37.64 414	14.70 396	32.94 415	33.55 410	18.95 410	19.68 406	20.80 407	10.39 411	2.61 410	19.77 414	3.45 407	15.42 412	9.28 410

PWCK	9.63 390	6.94 407	19.91 401	6.25 394	0.22 235	22.62 406	14.62 415	12.15 392	13.48 388	14.34 394	13.17 377	13.25 384	8.40 382	16.14 401	11.57 382	6.38 396	0.26 276	2.41 393	0.11 299	8.57 394	1.74 358

KSHMR	14.93 407	8.30 408	8.52 377	15.54 413	13.01 412	17.62 398	10.36 410	19.39 404	30.53 407	19.03 400	22.15 401	28.32 406	9.61 385	16.44 402	10.96 378	10.98 414	3.74 417	21.96 416	4.87 413	16.79 413	10.39 412

UDG	3.15 341	9.41 409	2.81 208	2.72 386	0.92 350	2.39 285	0.11 211	4.12 202	1.30 164	2.35 275	3.63 321	4.96 343	1.58 295	4.33 205	2.89 311	1.22 386	0.04 231	8.09 397	3.80 409	4.94 390	1.35 330

BEATNet-Init1	19.30 412	9.61 410	39.48 412	3.09 388	2.67 386	39.40 419	17.68 416	23.58 414	25.88 402	38.63 417	37.63 418	50.99 419	33.56 418	30.54 416	24.44 414	1.09 381	1.51 392	0.60 382	0.88 398	1.81 387	2.89 388

DDUNet	3.58 347	11.19 411	3.84 270	3.59 390	3.31 390	4.14 339	0.20 238	4.40 228	1.33 169	2.72 302	3.11 309	3.16 298	0.37 184	4.18 194	1.47 249	2.02 390	0.05 236	10.10 402	3.59 408	5.85 392	3.05 391

FADE		11.70 412		4.77 393	4.88 394													35.80 423		3.69 389

UNDER WATER-64	20.90 415	11.73 413	33.74 408	20.56 416	13.88 413	34.56 418	24.71 419	16.81 398	33.52 411	22.54 410	17.10 384	40.14 416	33.68 419	25.46 411	23.75 413	10.68 412	2.78 414	18.70 412	4.60 410	17.07 414	12.03 416

UNDER WATER	20.50 414	13.77 414	33.30 407	20.84 417	14.55 414	30.38 417	19.68 417	17.23 400	34.25 412	21.44 408	18.98 389	38.38 413	31.61 415	25.31 410	22.42 412	10.71 413	2.76 413	19.90 415	4.92 414	17.87 415	11.76 415

MADNet+	11.36 396	15.59 415	70.62 420	1.36 368	1.52 372	20.21 402	4.98 383	12.73 394	8.13 381	3.88 334	6.42 353	8.89 375	6.29 377	32.76 417	29.90 416	0.25 371	1.05 348	0.01 324	0.22 350	0.60 372	1.76 360

ktn	19.65 413	19.61 416	8.27 375	22.99 419	17.38 417	23.89 407	11.97 412	24.83 417	34.40 413	19.19 402	27.37 408	32.56 407	18.29 408	16.52 403	18.28 399	22.43 418	3.70 416	29.28 420	10.90 417	19.65 417	11.59 414

DPSimNet_ROB	26.59 417	21.34 417	28.49 406	25.34 420	19.24 418	25.03 412	28.61 420	30.13 419	30.91 408	33.36 415	29.60 413	33.91 411	28.18 413	25.99 412	42.58 418	17.84 417	15.40 419	25.41 417	22.86 421	21.10 419	26.45 422

notaker	18.29 411	22.89 418	10.13 383	18.52 415	14.64 415	17.81 399	7.48 403	20.77 407	24.37 401	21.91 409	27.45 409	39.00 414	20.06 411	20.53 408	21.90 409	12.54 415	2.81 415	25.96 418	6.03 415	19.60 416	11.37 413

DispFullNet	8.26 385	24.76 419	14.96 396	14.77 412	7.78 404	5.23 357	0.09 201	5.67 316	3.16 335	9.01 378	4.87 338	6.15 358	10.66 392	10.44 386	4.54 337	2.54 391	0.33 285	15.59 409	4.84 412	13.17 410	6.59 400

SPstereo	61.24 423	27.43 420	41.43 414	33.64 421	25.42 420	72.54 423	80.04 423	100.00 434	100.00 432	97.56 430	96.24 429	100.00 435	95.10 429	94.86 428	76.77 424	29.55 421	22.53 420	47.20 425	42.52 423	19.77 418	22.12 421

HanzoNet	30.55 418	30.82 421	24.44 403	22.40 418	19.25 419	25.74 413	14.00 414	29.76 418	40.45 417	43.57 418	44.15 420	55.63 421	46.26 420	43.79 420	45.27 419	28.35 420	9.71 418	30.23 421	16.18 419	23.20 420	17.85 418

MADNet++	48.24 420	34.06 422	39.67 413	43.36 422	41.25 423	66.15 421	33.15 421	60.90 423	54.14 422	72.30 423	61.91 422	58.11 422	56.05 421	58.09 421	59.59 422	43.04 423	36.86 423	35.73 422	22.37 420	45.96 423	42.06 424

JetRed	35.17 419	40.12 423	62.92 416	15.92 414	26.66 421	70.02 422	42.94 422	32.33 420	33.48 410	46.29 419	45.31 421	39.98 415	26.04 412	38.73 419	56.93 421	12.90 416	37.58 424	13.38 407	9.53 416	30.41 421	21.91 420

DLNR_Zeroshot_test	23.30 416	50.27 424	88.62 422	97.23 436	94.59 432	1.20 73	0.00 1	20.92 408	0.64 35	0.06 14	0.02 1	0.03 5	0.02 17	4.50 215	0.25 83	32.51 422	0.96 344	0.00 1	0.27 370	72.47 429	1.47 336

LRCNet_RVC	60.82 422	63.91 425	64.33 417	69.26 428	50.13 424	19.76 401	0.07 184	58.24 422	5.77 364	75.95 424	85.64 424	74.51 423	62.84 422	58.99 422	50.33 420	93.38 431	56.04 428	93.60 430	93.06 429	68.67 428	71.95 429

ASD4	55.67 421	67.80 426	50.61 415	44.70 423	58.12 425	92.14 425	98.24 431	55.49 421	86.70 426	58.61 422	65.05 423	51.13 420	64.00 423	59.18 423	67.96 423	26.48 419	30.21 421	26.86 419	29.22 422	43.04 422	37.90 423

xxxxx1	76.86 425	82.53 427	93.06 425	61.86 425	67.25 426	95.91 427	95.20 427	75.90 424	81.13 423	82.69 425	86.70 425	89.27 424	87.62 424	85.18 424	86.89 425	55.21 424	54.91 425	60.27 426	72.48 426	60.77 425	62.32 425

tt_ll	76.86 425	82.53 427	93.06 425	61.86 425	67.25 426	95.91 427	95.20 427	75.90 424	81.13 423	82.69 425	86.70 425	89.27 424	87.62 424	85.18 424	86.89 425	55.21 424	54.91 425	60.27 426	72.48 426	60.77 425	62.32 425

ff	76.86 425	82.53 427	93.06 425	61.86 425	67.25 426	95.91 427	95.20 427	75.90 424	81.13 423	82.69 425	86.70 425	89.27 424	87.62 424	85.18 424	86.89 425	55.21 424	54.91 425	60.27 426	72.48 426	60.77 425	62.32 425

MEDIAN_ROB	96.88 429	99.41 430	98.74 429	94.82 431	94.30 431	93.21 426	90.85 425	95.70 429	94.83 428	97.65 431	97.67 430	98.31 429	96.57 430	94.60 427	93.95 430	99.78 439	98.28 430	99.99 434	99.90 432	99.50 436	99.57 433

PML	88.69 428	99.49 431	92.95 424	94.34 430	94.09 430	98.57 431	96.73 430	93.58 427	94.50 427	99.57 433	91.07 428	95.40 428	91.48 427	99.96 435	90.33 428	99.98 441	31.85 422	100.00 436	46.15 424	93.62 431	70.14 428

HaxPig	97.67 431	99.63 432	91.79 423	99.82 441	99.96 435	88.42 424	87.25 424	98.22 430	99.89 430	99.93 434	99.96 432	99.95 433	99.86 432	96.37 429	92.57 429	99.96 440	99.98 433	99.99 434	99.99 433	99.99 443	99.91 435

Anonymous_1	96.94 430	99.72 433	99.64 432	92.03 429	93.81 429	100.00 433	100.00 433	99.18 431	99.90 431	98.59 432	99.75 431	99.15 430	99.95 433	98.52 430	99.54 431	87.31 427	98.83 431	90.77 429	96.89 430	91.07 430	94.14 430

AVERAGE_ROB	99.26 435	99.81 434	97.70 428	100.00 444	100.00 437	96.38 430	91.35 426	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	99.98 436	99.97 433	100.00 442	100.00 434	100.00 436	100.00 434	100.00 444	100.00 443

DPSMNet_ROB	99.43 437	99.92 435	99.98 434	96.44 435	100.00 437	100.00 433	100.00 433	99.82 433	100.00 432	95.92 428	100.00 433	99.26 431	100.00 434	99.77 432	99.99 434	98.36 433	100.00 434	99.86 432	100.00 434	99.38 434	99.98 442

DGTPSM_ROB	99.42 436	99.92 435	99.98 434	96.43 434	100.00 437	100.00 433	100.00 433	99.81 432	100.00 432	95.92 428	100.00 433	99.26 431	100.00 434	99.77 432	99.99 434	98.23 432	100.00 434	99.86 432	100.00 434	99.38 434	99.97 441

test_example2	98.82 432	99.97 437	99.97 433	99.95 443	99.97 436	99.48 432	99.97 432	94.95 428	100.00 432	100.00 435	100.00 433	93.49 427	93.63 428	99.93 434	99.91 432	100.00 442	99.77 432	96.68 431	98.65 431	100.00 444	100.00 443

MyStereo03	99.94 440	100.00 438	100.00 436	99.73 438	100.00 437	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	99.08 434	100.00 434	100.00 436	100.00 434	99.98 438	99.94 436

MyStereo02	99.94 440	100.00 438	100.00 436	99.73 438	100.00 437	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	99.08 434	100.00 434	100.00 436	100.00 434	99.98 438	99.94 436

MyStereo	99.94 440	100.00 438	100.00 436	99.73 438	100.00 437	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	99.08 434	100.00 434	100.00 436	100.00 434	99.98 438	99.94 436

Selective-RAFT-Error	100.00 443	100.00 438	100.00 436	100.00 444	100.00 437	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	100.00 442	100.00 434	100.00 436	100.00 434	99.98 438	99.94 436

CasAABBNet	99.93 438	100.00 438	100.00 436	99.70 437	100.00 437	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	99.08 434	100.00 434	100.00 436	100.00 434	99.96 437	99.94 436

LSM0	99.93 438	100.00 438	100.00 436	99.82 441	100.00 437	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	99.09 438	100.00 434	100.00 436	100.00 434	99.98 438	99.79 434

DPSM_ROB	99.05 433	100.00 438	100.00 436	95.92 432	98.77 433	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.10 429	100.00 434	100.00 436	100.00 434	95.46 432	97.74 431

DPSM	99.05 433	100.00 438	100.00 436	95.92 432	98.77 433	100.00 433	100.00 433	100.00 434	100.00 432	100.00 435	100.00 433	100.00 435	100.00 434	100.00 437	100.00 437	93.10 429	100.00 434	100.00 436	100.00 434	95.46 432	97.74 431

Low-res two-view benchmark