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	0.95 144	0.06 1	2.01 109	0.80 327	0.86 344	1.58 206	0.24 251	4.28 219	0.53 21	0.85 114	0.29 105	2.60 270	1.04 254	0.70 67	0.61 170	0.00 1	0.85 323	0.00 1	0.26 364	0.01 9	1.48 336

GrayStereo	1.55 269	0.06 1	1.53 25	0.75 323	0.20 228	1.27 110	4.44 378	3.44 130	1.20 117	4.92 351	3.92 325	0.45 98	4.54 358	3.43 172	0.09 13	0.00 1	0.00 1	0.00 1	0.49 385	0.02 35	0.25 199

AEACV	0.64 68	0.08 3	1.46 18	0.72 313	0.96 351	1.22 83	0.00 1	1.90 55	0.67 37	0.54 82	0.07 54	0.02 2	0.73 239	0.63 61	0.28 92	0.01 296	0.92 333	0.00 1	0.36 377	0.09 186	2.04 381

PSM-AAD	1.21 200	0.08 3	1.53 25	0.10 159	0.27 263	1.35 135	3.14 362	2.74 78	0.83 59	2.89 305	2.04 268	0.16 70	5.25 366	3.51 175	0.21 68	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.08 81

KYRaft	1.26 220	0.08 3	1.58 30	0.06 115	0.23 240	1.28 113	0.75 317	2.92 93	0.81 55	3.20 316	7.14 355	0.99 169	2.70 326	1.56 125	0.16 42	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.66 352

knoymous	0.41 18	0.09 6	1.34 15	0.05 97	0.01 60	1.15 61	0.01 18	2.36 68	0.23 3	0.51 79	0.02 1	1.64 211	0.00 1	0.49 32	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 43

FTStereo	2.20 315	0.09 6	2.07 121	0.18 191	0.13 201	1.43 156	4.50 380	2.98 100	0.97 80	3.35 321	17.70 383	0.77 145	4.06 352	4.36 205	0.15 38	0.15 361	0.00 1	0.00 1	0.00 1	0.02 35	1.19 318

Prome-Stereo	1.29 227	0.09 6	1.62 33	0.12 177	0.24 245	1.28 113	0.65 311	2.98 100	0.93 75	2.08 254	8.52 360	0.75 137	2.83 329	2.19 150	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	1.39 331

ICVP	0.53 36	0.09 6	1.86 86	0.01 9	0.01 60	1.12 57	0.21 242	4.35 223	0.68 40	0.45 64	0.28 103	0.33 86	0.07 75	0.72 71	0.25 82	0.00 1	0.07 244	0.00 1	0.00 1	0.04 111	0.11 120
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp2	0.88 116	0.10 10	2.48 185	0.42 254	0.77 339	1.22 83	0.02 75	4.89 264	1.23 126	0.75 104	0.21 89	0.94 161	0.09 95	1.46 124	0.31 99	0.00 1	0.88 327	0.00 1	0.11 298	0.05 123	1.78 365

SST-Stereo	1.12 184	0.10 10	1.98 105	0.85 332	0.24 245	1.72 247	0.56 306	2.10 60	2.01 260	1.19 167	1.07 211	1.57 200	1.88 305	6.92 322	0.24 80	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 24

GMM-Stereo	1.17 194	0.10 10	2.29 152	0.13 178	0.22 234	1.43 156	0.84 319	2.83 85	1.16 103	2.73 301	3.09 306	0.54 110	0.87 249	5.31 255	0.16 42	0.01 296	0.00 1	0.00 1	0.02 258	0.02 35	1.72 353

DAS	1.40 248	0.11 13	2.83 209	0.04 82	0.01 60	1.31 119	1.14 335	4.51 233	2.02 262	4.84 348	2.33 277	1.65 212	0.56 210	5.53 263	0.85 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 165

SepStereo	1.41 250	0.11 13	2.83 209	0.04 82	0.01 60	1.31 119	1.14 335	4.51 233	2.02 262	4.84 348	2.33 277	1.65 212	0.56 210	5.78 273	0.85 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 165

RAFT_R40	1.08 177	0.11 13	2.09 128	0.83 330	0.20 228	1.68 243	0.64 309	2.11 61	1.19 111	1.05 148	1.13 218	1.77 221	1.43 278	6.90 320	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 11

AnonymousM	0.48 23	0.11 13	1.03 5	0.06 115	0.01 60	1.10 53	0.03 125	1.91 56	1.37 181	0.25 39	0.04 39	0.02 2	0.24 158	0.56 43	0.33 100	0.00 1	0.43 291	1.91 389	0.00 1	0.01 9	0.22 184

HSM-Net_RVC	1.51 262	0.11 13	1.93 101	0.00 1	0.01 60	1.91 262	0.05 165	7.86 378	1.93 256	3.77 329	3.76 321	3.16 296	0.36 180	4.34 204	0.83 200	0.01 296	0.01 191	0.00 1	0.00 1	0.01 9	0.11 120
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CAS	0.95 144	0.12 18	1.08 6	6.79 394	0.08 175	1.10 53	0.01 18	0.97 20	0.87 63	0.03 5	0.04 39	0.07 40	0.06 65	0.37 18	0.15 38	6.94 395	0.00 1	0.00 1	0.00 1	0.00 1	0.30 211

EGLCR-Stereo	0.64 68	0.12 18	1.52 23	0.74 320	0.75 338	1.83 258	0.54 301	2.79 83	0.67 37	0.66 90	0.04 39	0.01 1	0.02 16	0.77 77	0.45 140	0.00 1	0.71 312	0.00 1	0.00 1	0.00 1	1.14 314

PSMNet-ADL	0.88 116	0.12 18	1.32 14	0.07 125	0.01 60	2.03 266	0.03 125	3.00 102	1.28 150	0.39 51	0.66 171	2.12 245	0.67 233	4.19 194	1.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 193

RAFT-345	1.25 211	0.12 18	2.08 122	0.54 281	0.13 201	1.55 197	0.24 251	0.65 7	2.51 301	1.19 167	7.68 356	0.92 158	0.05 58	6.86 317	0.50 154	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

AdaStereo	0.76 90	0.12 18	1.73 49	0.05 97	0.00 1	1.46 167	0.23 248	5.16 284	1.66 223	1.19 167	0.37 126	1.54 199	0.17 138	0.86 94	0.54 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 81
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	0.83 101	0.13 23	2.17 136	0.08 133	0.24 245	1.24 91	0.03 125	5.22 287	1.26 142	0.70 93	1.09 213	0.20 71	0.16 134	0.70 67	0.33 100	0.00 1	0.89 332	0.00 1	0.26 364	0.09 186	1.75 357

Any-RAFT	0.76 90	0.13 23	1.46 18	0.03 58	0.01 60	2.76 300	0.08 189	4.09 194	1.69 226	1.08 153	0.26 101	1.95 233	0.31 172	0.95 99	0.09 13	0.01 296	0.20 271	0.00 1	0.00 1	0.01 9	0.08 81

Selective-IGEV	0.51 28	0.13 23	1.41 17	0.72 313	0.62 327	0.38 8	0.04 153	2.58 75	1.21 122	0.19 30	0.02 1	0.02 2	0.06 65	0.48 30	0.46 145	0.01 296	0.80 318	0.00 1	0.09 290	0.07 157	0.91 297

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 58	0.00 1	0.95 20	0.03 125	0.33 1	0.44 16	0.10 18	0.04 39	0.06 29	0.04 43	0.44 27	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 58

CRE-IMP	0.49 24	0.14 27	1.75 54	0.08 133	0.05 152	1.48 178	0.45 293	1.64 45	1.22 124	0.92 126	0.29 105	0.87 151	0.01 4	0.39 20	0.25 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.17 155

BUS	1.05 173	0.15 28	1.48 20	0.04 82	0.00 1	5.73 359	0.03 125	6.00 333	1.17 106	2.36 275	0.64 168	2.35 265	0.06 65	0.80 85	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 66

BSDual-CNN	0.94 135	0.15 28	1.48 20	0.04 82	0.00 1	3.30 316	0.20 236	6.00 333	1.17 106	2.36 275	0.64 168	1.78 222	0.10 102	0.80 85	0.71 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 66

psmg	0.93 132	0.15 28	1.48 20	0.02 39	0.00 1	3.25 315	0.26 257	5.45 305	1.17 106	2.00 249	1.45 236	1.78 222	0.10 102	0.80 85	0.71 186	0.00 1	0.00 1	0.01 322	0.00 1	0.02 35	0.04 43

test-3	0.86 113	0.15 28	2.03 114	0.37 246	0.56 310	1.01 24	0.02 75	3.05 106	0.54 23	1.98 248	0.02 1	1.09 179	0.04 43	3.73 183	0.38 125	0.00 1	0.93 339	0.00 1	0.25 357	0.16 267	0.82 288

test_1	0.84 107	0.15 28	2.03 114	0.37 246	0.55 307	1.01 24	0.02 75	3.06 108	0.55 26	1.73 229	0.02 1	1.09 179	0.04 43	3.70 181	0.38 125	0.00 1	0.93 339	0.00 1	0.25 357	0.16 267	0.84 290

test_3	0.81 98	0.15 28	2.17 136	0.36 243	0.58 315	1.03 27	0.01 18	3.01 104	0.59 29	0.98 132	0.02 1	1.04 172	0.04 43	3.72 182	0.39 132	0.00 1	0.92 333	0.00 1	0.25 357	0.16 267	0.69 277

AAGNet	1.60 274	0.15 28	1.76 60	1.17 353	0.27 263	1.51 187	0.64 309	1.71 48	1.20 117	1.67 223	0.81 190	1.59 205	2.23 311	6.08 282	11.16 378	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 24

CFNet-RSSM	0.60 57	0.15 28	1.55 28	0.05 97	0.14 206	1.27 110	0.02 75	4.87 262	0.58 28	0.34 44	0.02 1	1.92 230	0.04 43	0.49 32	0.25 82	0.00 1	0.01 191	0.00 1	0.27 368	0.01 9	0.10 113

R-Stereo Train	0.56 48	0.15 28	1.83 80	0.02 39	0.00 1	1.26 104	0.09 200	4.14 203	0.45 17	1.86 234	0.42 138	0.06 29	0.01 4	0.32 13	0.46 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 58

RAFT-Stereo	0.56 48	0.15 28	1.83 80	0.02 39	0.00 1	1.26 104	0.09 200	4.14 203	0.45 17	1.86 234	0.42 138	0.06 29	0.01 4	0.32 13	0.46 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CES	0.51 28	0.16 38	1.23 12	0.09 149	1.58 371	1.18 69	0.05 165	1.07 26	0.79 49	0.03 5	0.03 29	0.14 66	0.10 102	0.55 40	0.12 26	0.00 1	0.01 191	0.00 1	0.00 1	0.01 9	2.98 387

CASS	0.63 65	0.16 38	1.88 93	0.03 58	0.01 60	1.67 240	0.04 153	3.11 115	0.81 55	2.25 267	1.02 209	0.29 84	0.35 178	0.70 67	0.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.04 43
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.57 50	0.16 38	1.63 39	0.70 309	0.93 350	1.10 53	0.01 18	1.43 32	0.26 9	0.91 122	0.02 1	0.08 45	0.11 111	0.61 58	0.23 76	0.00 1	1.15 372	0.00 1	0.17 325	0.10 197	1.84 371

GANet-ADL	0.62 60	0.16 38	1.89 96	0.15 186	0.02 105	1.46 167	0.02 75	3.83 159	0.75 45	0.40 52	1.08 212	1.09 179	0.18 142	0.65 63	0.47 150	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.13 134

DEmStereo	1.56 271	0.16 38	2.44 182	0.09 149	0.02 105	1.77 252	0.87 320	1.72 49	1.08 92	2.48 288	6.30 350	1.06 175	5.02 362	6.28 288	1.81 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

DeepStereo_RVC	0.59 52	0.16 38	1.65 41	0.08 133	0.06 157	1.37 138	0.40 289	1.58 36	1.26 142	1.03 146	0.83 192	0.49 103	1.52 285	0.94 97	0.18 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.13 134

EAI-Stereo	1.50 261	0.16 38	1.53 25	0.25 226	0.91 347	2.30 278	4.98 381	6.09 339	1.87 248	1.38 192	5.56 342	0.49 103	0.59 215	1.21 109	0.83 200	0.00 1	0.31 282	0.00 1	1.09 399	0.02 35	0.56 262

Gwc-CoAtRS	0.52 34	0.16 38	1.68 45	0.05 97	0.13 201	1.06 34	0.03 125	2.88 87	0.54 23	0.40 52	0.02 1	2.22 254	0.03 33	0.49 32	0.26 89	0.00 1	0.09 254	0.00 1	0.22 349	0.01 9	0.11 120

DisPM	0.96 147	0.17 46	2.10 129	0.90 337	0.02 105	1.53 192	0.55 305	1.86 54	1.31 165	2.42 284	0.82 191	0.38 91	0.01 4	6.92 322	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

NRIStereo	0.82 100	0.17 46	1.56 29	0.61 292	0.05 152	1.61 218	0.48 296	1.52 35	1.19 111	0.91 122	0.17 68	0.65 117	0.03 33	7.00 331	0.25 82	0.00 1	0.06 241	0.00 1	0.00 1	0.06 133	0.17 155

ASMatch	1.46 255	0.17 46	2.35 162	0.73 318	0.20 228	1.22 83	0.25 255	1.04 25	0.89 69	0.30 43	11.50 370	0.92 158	2.31 314	6.65 305	0.56 163	0.00 1	0.00 1	0.00 1	0.01 239	0.00 1	0.04 43

s12784h	0.67 72	0.17 46	1.87 91	0.02 39	0.00 1	1.16 64	0.03 125	4.08 193	1.89 250	1.04 147	1.59 246	0.05 22	0.02 16	1.25 115	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

MSKI-zero shot	0.91 125	0.18 50	1.86 86	0.61 292	0.62 327	1.36 136	0.05 165	3.41 129	0.31 11	0.73 101	1.79 255	0.88 152	0.00 1	4.71 221	0.16 42	0.00 1	0.93 339	0.00 1	0.21 345	0.02 35	0.32 215

PCWNet_CMD	0.70 80	0.18 50	2.22 142	0.01 9	0.01 60	1.09 48	0.00 1	3.17 117	1.35 174	0.50 77	0.29 105	2.28 257	1.46 282	1.22 111	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 165

Selective-RAFT	0.53 36	0.18 50	1.12 7	0.04 82	0.01 60	1.19 71	0.02 75	3.26 124	1.29 154	0.02 1	0.02 1	0.24 77	0.18 142	1.34 119	0.44 136	0.00 1	0.93 339	0.00 1	0.19 338	0.05 123	0.17 155

RCA-Stereo	0.53 36	0.18 50	1.16 9	0.01 9	0.24 245	1.20 72	0.01 18	3.86 162	0.97 80	0.77 107	0.50 151	0.05 22	0.13 127	0.32 13	0.03 3	0.00 1	0.87 326	0.00 1	0.00 1	0.08 167	0.24 193

DCANet-4	0.83 101	0.18 50	4.76 304	0.04 82	0.01 60	1.24 91	0.02 75	3.84 160	2.21 275	2.39 280	0.25 96	0.11 56	0.24 158	0.59 53	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

tt	68.57 422	0.18 50	99.50 429	50.44 422	14.99 414	100.00 431	100.00 431	100.00 432	99.70 427	28.28 411	12.01 373	99.97 432	98.67 429	99.55 429	99.99 432	89.99 426	98.19 427	46.13 422	51.48 423	60.62 422	21.71 417

anonymity	0.99 158	0.18 50	1.80 66	0.39 250	0.67 330	0.74 14	0.01 18	5.09 278	2.13 267	1.34 187	1.30 228	0.80 147	1.62 295	0.82 89	0.64 174	0.03 330	0.59 304	0.00 1	0.48 384	0.02 35	1.15 316

iRaft-Stereo_20w	1.39 246	0.18 50	3.72 262	0.79 326	0.56 310	1.90 260	0.65 311	8.85 384	1.05 88	2.05 253	0.42 138	1.24 186	1.23 268	1.69 133	0.95 219	0.00 1	0.62 305	0.00 1	0.44 380	0.02 35	1.41 333

Patchmatch Stereo++	0.59 52	0.18 50	1.73 49	0.08 133	0.08 175	1.62 223	0.26 257	1.62 43	1.25 135	1.00 143	0.18 71	0.75 137	0.03 33	2.68 156	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 58
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	0.92 128	0.18 50	1.99 107	1.31 360	0.01 60	1.55 197	0.28 265	3.09 111	1.24 128	1.20 171	0.57 157	0.24 77	0.01 4	6.43 293	0.35 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

OCTAStereo	0.93 132	0.18 50	2.01 109	1.31 360	0.01 60	1.56 201	0.28 265	3.09 111	1.24 128	1.21 172	0.57 157	0.25 81	0.01 4	6.43 293	0.35 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

PSM-softLoss	0.96 147	0.18 50	2.32 159	1.26 354	0.03 123	1.50 183	0.26 257	2.90 90	1.27 146	1.30 181	0.38 129	0.39 92	0.01 4	6.94 325	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

KMStereo	0.96 147	0.18 50	2.32 159	1.26 354	0.03 123	1.50 183	0.26 257	2.90 90	1.27 146	1.30 181	0.38 129	0.39 92	0.01 4	6.94 325	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

PSM-adaLoss	0.54 40	0.18 50	1.72 48	0.08 133	0.09 182	1.63 226	0.29 272	1.60 37	1.27 146	0.99 137	0.18 71	0.76 142	0.02 16	1.79 142	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 58

ROB_FTStereo_v2	0.52 34	0.18 50	1.71 47	0.08 133	0.09 182	1.59 207	0.32 281	1.61 40	1.25 135	0.99 137	0.19 82	0.76 142	0.02 16	1.36 120	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

ROB_FTStereo	0.55 45	0.18 50	1.75 54	0.08 133	0.09 182	1.61 218	0.32 281	1.60 37	1.26 142	0.99 137	0.19 82	0.75 137	0.03 33	1.97 146	0.19 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

HUI-Stereo	0.54 40	0.18 50	1.78 65	0.08 133	0.08 175	1.63 226	0.31 279	1.60 37	1.28 150	0.99 137	0.18 71	0.76 142	0.02 16	1.56 125	0.19 59	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 58

RE-Stereo	0.92 128	0.18 50	2.01 109	1.31 360	0.01 60	1.55 197	0.28 265	3.09 111	1.24 128	1.21 172	0.57 157	0.24 77	0.01 4	6.43 293	0.34 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

TVStereo	0.92 128	0.18 50	2.01 109	1.31 360	0.01 60	1.55 197	0.28 265	3.09 111	1.24 128	1.21 172	0.57 157	0.24 77	0.01 4	6.43 293	0.34 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.00 1

iGMRVC	0.59 52	0.18 50	1.75 54	0.08 133	0.09 182	1.63 226	0.27 264	1.61 40	1.27 146	0.99 137	0.19 82	0.75 137	0.03 33	2.78 158	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

iRAFT	0.59 52	0.18 50	1.73 49	0.08 133	0.08 175	1.62 223	0.26 257	1.62 43	1.25 135	1.00 143	0.18 71	0.75 137	0.03 33	2.68 156	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.05 58

RAFT-IKP	0.54 40	0.18 50	1.77 63	0.08 133	0.07 166	1.47 173	0.29 272	1.61 40	1.26 142	0.99 137	0.18 71	0.74 135	0.02 16	1.77 139	0.20 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

MSMDNet	0.71 82	0.18 50	2.22 142	0.01 9	0.01 60	1.09 48	0.00 1	3.25 122	1.35 174	0.52 80	0.29 105	2.29 261	1.45 279	1.22 111	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.19 165

RAFT-Test	0.85 110	0.19 73	2.98 218	0.66 303	0.99 354	1.83 258	0.17 227	3.16 116	1.19 111	0.71 94	0.11 60	3.21 299	0.02 16	0.58 46	0.33 100	0.00 1	0.47 292	0.00 1	0.29 370	0.01 9	0.15 146

LoS	0.32 10	0.19 73	1.27 13	0.11 171	0.01 60	1.32 127	0.07 183	1.44 33	0.79 49	0.06 14	0.04 39	0.27 83	0.11 111	0.60 55	0.13 34	0.00 1	0.01 191	0.00 1	0.00 1	0.03 90	0.01 11

PFNet+	0.65 70	0.19 73	2.19 138	0.29 236	0.06 157	1.46 167	0.54 301	1.74 50	1.62 214	1.35 189	0.45 145	0.36 88	0.01 4	2.41 151	0.25 82	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

cross-raft	0.67 72	0.19 73	1.85 83	0.58 287	0.71 336	1.09 48	0.10 207	3.52 132	0.69 41	0.41 57	0.02 1	2.81 279	0.04 43	0.55 40	0.23 76	0.00 1	0.13 262	0.00 1	0.16 317	0.01 9	0.22 184

sCroCo_RVC	0.27 6	0.19 73	2.20 139	0.02 39	0.00 1	0.13 1	0.04 153	1.15 27	0.89 69	0.15 21	0.07 54	0.03 5	0.04 43	0.39 20	0.05 5	0.00 1	0.07 244	0.00 1	0.00 1	0.02 35	0.01 11

CREStereo	0.29 7	0.19 73	0.91 2	0.00 1	0.01 60	1.24 91	0.01 18	1.31 29	0.99 84	0.17 24	0.17 68	0.04 7	0.00 1	0.56 43	0.14 36	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 12	0.20 79	1.15 8	0.04 82	0.00 1	0.52 13	0.01 18	0.52 3	0.80 54	0.03 5	2.86 301	0.04 7	0.03 33	0.28 8	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.43 354	0.00 1

DRaft	1.40 248	0.20 79	1.83 80	0.09 149	0.01 60	1.66 235	0.42 291	2.13 62	0.59 29	3.75 328	5.16 339	0.41 95	4.27 355	5.52 262	1.63 256	0.01 296	0.06 241	0.00 1	0.07 283	0.08 167	0.12 126

CFNet_pseudo	0.71 82	0.20 79	2.34 161	0.01 9	0.01 60	1.24 91	0.00 1	3.19 120	0.92 74	0.85 114	0.47 149	2.29 261	0.61 217	1.79 142	0.17 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 139

SFCPSM	0.87 114	0.20 79	2.57 190	0.02 39	0.07 166	2.45 285	0.18 232	5.65 312	1.51 198	0.85 114	0.77 184	0.67 123	0.30 168	1.77 139	0.22 69	0.00 1	0.00 1	0.00 1	0.04 272	0.09 186	0.09 103

ccs_rob	0.71 82	0.20 79	2.35 162	0.00 1	0.01 60	1.24 91	0.00 1	3.17 117	0.91 73	0.82 112	0.45 145	2.28 257	0.63 224	1.78 141	0.18 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.14 139

LCNet	0.93 132	0.21 84	1.62 33	0.14 181	0.26 258	1.20 72	0.22 245	2.71 77	0.90 72	1.82 232	0.21 89	0.12 58	2.50 321	5.59 267	0.16 42	0.00 1	0.00 1	0.00 1	0.00 1	0.16 267	0.79 287

Pruner-Stereo	0.63 65	0.21 84	1.86 86	1.03 347	0.10 190	1.59 207	0.35 286	2.26 63	1.22 124	2.22 261	0.45 145	0.25 81	0.01 4	0.67 64	0.38 125	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

pcwnet_v2	1.36 242	0.21 84	5.89 338	0.15 186	0.01 60	1.78 253	0.02 75	5.77 324	3.19 335	1.69 226	1.94 262	2.00 237	0.79 244	3.09 164	0.33 100	0.00 1	0.00 1	0.00 1	0.01 239	0.04 111	0.27 206

PMTNet	0.26 5	0.21 84	1.40 16	0.02 39	0.02 105	1.16 64	0.29 272	1.00 22	0.18 1	0.04 10	0.03 29	0.07 40	0.02 16	0.47 29	0.15 38	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 24

MDST_ROB	3.81 355	0.21 84	4.29 284	2.64 383	1.45 368	13.85 389	1.02 331	8.06 381	2.67 309	15.14 397	8.81 361	2.70 274	1.55 289	9.31 374	3.90 327	0.03 330	0.00 1	0.00 1	0.00 1	0.03 90	0.63 270

CASnet	0.21 2	0.22 89	0.95 4	0.01 9	0.00 1	0.87 17	0.01 18	0.55 4	0.88 66	0.16 23	0.03 29	0.04 7	0.02 16	0.39 20	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GwcNet-ADL	0.71 82	0.22 89	2.22 142	0.05 97	0.01 60	1.32 127	0.02 75	3.82 154	1.61 208	1.06 151	0.44 142	1.46 195	0.22 155	0.94 97	0.62 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 139

Anonymous	0.35 12	0.22 89	2.01 109	0.00 1	0.00 1	0.24 3	0.01 18	3.01 104	0.54 23	0.02 1	0.03 29	0.05 22	0.07 75	0.32 13	0.07 9	0.00 1	0.01 191	0.00 1	0.00 1	0.11 220	0.22 184

FENet	0.61 58	0.22 89	1.75 54	0.05 97	0.00 1	1.21 79	0.05 165	3.78 146	1.28 150	1.08 153	0.02 1	1.61 206	0.09 95	0.60 55	0.35 110	0.00 1	0.01 191	0.00 1	0.00 1	0.04 111	0.08 81

EKT-Stereo	0.91 125	0.23 93	2.14 134	0.84 331	4.27 390	1.23 87	0.04 153	2.85 86	0.67 37	0.44 60	0.40 134	0.95 165	0.08 86	2.93 161	0.38 125	0.00 1	0.18 267	0.00 1	0.07 283	0.04 111	0.40 238

CFNet_ucs	0.84 107	0.23 93	2.43 180	0.01 9	0.01 60	1.34 132	0.01 18	3.82 154	1.61 208	1.24 177	1.13 218	2.16 252	0.41 197	2.08 148	0.17 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.17 155

Anonymous3	0.61 58	0.23 93	2.97 217	0.01 9	0.00 1	2.54 289	0.09 200	3.88 167	0.89 69	0.19 30	0.23 93	0.12 58	0.05 58	0.61 58	0.17 48	0.00 1	0.08 248	0.00 1	0.00 1	0.05 123	0.18 162

FAT-Stereo	1.95 292	0.23 93	3.66 258	0.18 191	0.03 123	1.80 255	0.94 324	5.35 293	3.11 332	4.23 337	5.00 337	5.22 351	2.76 328	5.07 244	1.09 232	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.17 155

GMStereo_Zeroshot	0.67 72	0.24 97	1.87 91	0.87 334	0.00 1	1.26 104	0.01 18	2.01 59	0.42 14	1.44 198	0.58 162	1.73 219	0.19 146	2.62 154	0.10 20	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.09 103

CREStereo++_RVC	0.37 15	0.24 97	1.62 33	0.06 115	0.00 1	1.21 79	0.01 18	0.77 15	1.12 99	0.26 40	1.45 236	0.06 29	0.06 65	0.42 24	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 66
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	1.96 294	0.24 97	3.72 262	0.78 325	0.48 302	2.65 297	0.34 284	3.94 172	1.71 232	4.35 339	1.56 243	5.09 345	0.56 210	6.97 329	5.99 347	0.01 296	0.00 1	0.00 1	0.01 239	0.04 111	0.66 272
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
hknet	1.21 200	0.25 100	2.89 212	0.04 82	0.00 1	3.30 316	0.20 236	6.00 333	1.19 111	2.36 275	0.64 168	3.38 304	0.05 58	3.04 163	0.73 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.06 66

XX-Stereo	1.24 208	0.25 100	6.03 341	1.30 359	0.29 269	1.28 113	0.00 1	4.12 200	0.60 31	1.29 180	0.50 151	3.63 315	0.03 33	4.05 191	0.18 51	0.00 1	0.58 303	0.00 1	0.23 352	0.03 90	0.47 246

ff7	0.51 28	0.26 102	1.81 73	0.19 196	0.25 249	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 311	0.10 197	1.76 358

ffff	0.51 28	0.26 102	1.81 73	0.19 196	0.25 249	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 311	0.10 197	1.76 358

11t	0.51 28	0.26 102	1.81 73	0.19 196	0.25 249	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 311	0.10 197	1.76 358

anonymousdsp	0.54 40	0.26 102	1.62 33	0.47 265	0.60 319	1.08 41	0.01 18	1.01 24	1.37 181	0.49 75	0.02 1	0.04 7	0.09 95	0.73 72	0.15 38	0.00 1	0.82 319	0.00 1	0.16 317	0.10 197	1.83 369

ccc-4	0.51 28	0.26 102	1.81 73	0.19 196	0.25 249	1.08 41	0.01 18	0.71 8	1.36 176	0.47 67	0.02 1	0.04 7	0.08 86	0.79 80	0.18 51	0.00 1	0.92 333	0.00 1	0.15 311	0.10 197	1.76 358

IGEV-Stereo	0.54 40	0.26 102	1.62 33	0.47 265	0.61 320	1.08 41	0.01 18	1.00 22	1.37 181	0.49 75	0.02 1	0.04 7	0.09 95	0.73 72	0.16 42	0.00 1	0.82 319	0.00 1	0.16 317	0.10 197	1.83 369
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet	1.13 186	0.26 102	3.28 236	1.27 356	0.55 307	1.60 211	0.24 251	1.80 52	1.19 111	2.37 278	1.21 223	0.63 114	0.30 168	6.85 316	0.46 145	0.16 362	0.01 191	0.00 1	0.07 283	0.18 284	0.24 193

GES	0.75 88	0.26 102	2.66 199	0.01 9	0.00 1	1.63 226	0.08 189	6.06 338	0.57 27	0.68 91	0.40 134	0.37 89	0.66 232	0.84 91	0.49 151	0.02 320	0.00 1	0.01 322	0.00 1	0.08 167	0.10 113

11t1	0.70 80	0.28 110	1.86 86	0.56 285	0.56 310	1.06 34	0.00 1	2.89 89	1.21 122	0.60 83	0.34 115	0.08 45	0.04 43	0.76 75	0.85 203	0.02 320	1.09 353	0.00 1	0.18 332	0.06 133	1.58 345

IGEV_Zeroshot_test	1.07 176	0.28 110	3.68 260	0.51 279	0.58 315	1.13 58	0.54 301	4.64 248	0.73 44	1.14 162	0.75 181	3.21 299	0.70 236	0.77 77	0.57 164	0.00 1	0.52 298	0.00 1	0.16 317	0.04 111	1.56 340

MIF-Stereo	0.23 3	0.28 110	1.91 98	0.05 97	0.16 216	0.34 5	0.02 75	0.46 2	0.42 14	0.06 14	0.18 71	0.05 22	0.07 75	0.22 3	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.11 220	0.01 11

HHNet	0.94 135	0.28 110	2.48 185	0.19 196	0.08 175	1.32 127	0.42 291	2.48 72	0.84 60	1.39 195	5.80 344	0.14 66	1.74 299	0.49 32	0.94 218	0.06 346	0.00 1	0.01 322	0.00 1	0.14 247	0.04 43

StereoDRNet-Refined	0.96 147	0.28 110	1.94 103	0.03 58	0.01 60	1.34 132	0.01 18	4.02 183	1.33 167	2.16 258	1.23 224	2.62 271	0.18 142	2.06 147	1.82 264	0.00 1	0.00 1	0.00 1	0.00 1	0.16 267	0.06 66
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	1.31 232	0.30 115	2.08 122	0.47 265	0.02 105	1.04 28	0.01 18	5.75 320	2.69 310	1.65 219	2.43 287	0.91 153	0.02 16	4.75 226	2.20 280	0.00 1	0.88 327	0.00 1	0.14 309	0.06 133	0.76 284

tta	1.32 235	0.30 115	2.08 122	0.47 265	0.02 105	1.04 28	0.01 18	5.75 320	2.69 310	1.65 219	2.43 287	0.91 153	0.02 16	4.75 226	2.20 280	0.00 1	0.88 327	0.00 1	0.14 309	0.09 186	0.92 298

qqq1	1.25 211	0.30 115	2.08 122	0.47 265	0.02 105	1.04 28	0.01 18	5.75 320	2.69 310	1.65 219	2.43 287	0.91 153	0.02 16	4.75 226	0.88 209	0.00 1	0.88 327	0.00 1	0.11 298	0.09 186	0.92 298

fff1	1.25 211	0.30 115	2.08 122	0.47 265	0.02 105	1.04 28	0.01 18	5.75 320	2.69 310	1.65 219	2.43 287	0.91 153	0.02 16	4.75 226	0.88 209	0.00 1	0.88 327	0.00 1	0.11 298	0.09 186	0.92 298

IPLGR	0.88 116	0.30 115	3.78 266	0.06 115	0.07 166	1.26 104	0.05 165	3.78 146	1.62 214	0.80 109	0.35 122	0.79 146	0.76 240	3.42 171	0.27 91	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.16 150

RAFT-RH_RVC	2.11 307	0.30 115	2.27 150	0.74 320	0.26 258	1.51 187	0.02 75	0.61 6	1.23 126	5.28 354	21.18 395	1.04 172	0.07 75	6.90 320	0.61 170	0.04 336	0.00 1	0.00 1	0.03 260	0.02 35	0.00 1

CrosDoStereo	1.72 278	0.31 121	1.91 98	0.03 58	0.07 166	1.40 148	5.95 391	3.61 136	1.62 214	0.98 132	3.79 322	0.94 161	4.66 360	7.11 336	1.86 267	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.08 81

DeepStereo_LL	1.72 278	0.31 121	1.91 98	0.03 58	0.07 166	1.40 148	5.95 391	3.61 136	1.62 214	0.98 132	3.79 322	0.94 161	4.66 360	7.11 336	1.86 267	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.08 81

test-1	0.77 92	0.31 121	1.67 42	0.03 58	0.97 352	1.23 87	0.07 183	4.63 247	0.75 45	0.73 101	0.67 173	1.06 175	0.03 33	0.58 46	0.80 195	0.02 320	0.79 317	0.00 1	0.07 283	0.01 9	0.96 303

CBMV_ROB	2.06 299	0.31 121	2.72 200	0.63 297	0.00 1	2.83 304	0.88 321	5.24 288	2.41 293	4.28 338	6.16 347	3.07 294	3.47 344	5.81 275	2.69 298	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.56 262

Former-RAFT_DAM_RVC	0.29 7	0.32 125	0.88 1	0.02 39	0.00 1	1.05 33	0.01 18	0.80 17	1.00 85	0.76 106	0.34 115	0.10 55	0.06 65	0.13 1	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.09 103

mmm	0.94 135	0.32 125	2.04 118	0.73 318	0.85 341	1.17 68	0.01 18	3.97 175	1.42 188	1.51 203	0.93 203	0.46 99	0.21 154	1.18 105	0.87 206	0.00 1	1.16 373	0.00 1	0.26 364	0.06 133	1.72 353

ttt	1.79 284	0.32 125	2.41 170	0.58 287	0.26 258	1.64 233	0.00 1	6.26 346	2.57 305	1.91 239	2.39 284	1.39 193	0.11 111	5.55 265	7.97 360	0.00 1	1.05 347	0.00 1	0.16 317	0.06 133	1.14 314

Anonymous_2	2.17 313	0.32 125	2.35 162	0.80 327	0.85 341	1.67 240	0.22 245	4.62 246	0.71 42	1.12 160	0.40 134	3.18 298	1.94 306	0.84 91	0.77 191	0.06 346	1.09 353	3.25 392	14.62 416	3.25 386	1.43 334

UPFNet	0.99 158	0.32 125	2.89 212	0.00 1	0.00 1	1.90 260	0.11 209	4.10 196	1.10 96	2.35 273	0.12 64	1.91 229	0.08 86	4.02 190	0.78 192	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.04 43

S-Stereo	2.12 309	0.32 125	6.30 346	0.24 221	0.22 234	2.51 288	1.83 347	5.38 297	5.55 360	2.46 287	5.91 345	2.81 279	0.71 237	5.19 251	2.45 295	0.00 1	0.02 218	0.00 1	0.00 1	0.07 157	0.37 226

CRFU-Net	1.43 253	0.33 131	2.98 218	1.27 356	0.03 123	4.01 334	0.05 165	6.21 341	0.95 76	1.92 241	0.74 179	3.41 306	2.55 323	3.36 168	0.36 114	0.01 296	0.01 191	0.11 363	0.00 1	0.13 239	0.09 103

NINENet	1.14 189	0.34 132	2.08 122	0.10 159	0.01 60	5.73 359	0.03 125	5.39 299	1.54 201	1.61 217	0.72 177	2.35 265	0.06 65	2.82 159	0.05 5	0.00 1	0.01 191	0.01 322	0.00 1	0.04 111	0.00 1

NVstereo2D	1.25 211	0.34 132	5.21 326	0.09 149	0.03 123	1.61 218	0.23 248	4.95 271	1.92 254	1.05 148	0.38 129	2.53 268	0.61 217	5.36 258	0.44 136	0.00 1	0.10 256	0.00 1	0.03 260	0.04 111	0.19 165

ProNet	0.47 22	0.35 134	1.75 54	0.19 196	0.54 306	1.09 48	0.01 18	0.97 20	1.25 135	0.02 1	0.02 1	0.06 29	0.03 33	0.58 46	0.09 13	0.00 1	0.57 302	0.00 1	0.00 1	0.14 247	1.65 348

DIP-Stereo	0.68 77	0.35 134	1.76 60	0.08 133	0.00 1	1.46 167	0.01 18	6.53 353	1.71 232	0.91 122	0.11 60	0.04 7	0.19 146	0.19 2	0.09 13	0.00 1	0.01 191	0.00 1	0.00 1	0.03 90	0.17 155
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	0.94 135	0.36 136	2.41 170	0.50 275	0.29 269	3.40 322	0.02 75	3.82 154	1.29 154	0.71 94	0.83 192	0.05 22	0.61 217	1.60 128	0.12 26	0.00 1	1.13 366	0.00 1	0.03 260	0.06 133	1.57 341

xx1	1.29 227	0.36 136	2.41 170	0.50 275	0.29 269	3.40 322	0.02 75	4.02 183	7.67 375	0.71 94	0.83 192	0.73 133	0.15 129	1.60 128	0.12 26	0.00 1	1.13 366	0.00 1	0.23 352	0.06 133	1.57 341

1test111	1.06 175	0.36 136	2.41 170	0.50 275	0.29 269	3.40 322	0.02 75	3.82 154	1.29 154	0.71 94	0.83 192	0.05 22	0.61 217	3.19 165	0.90 213	0.00 1	1.13 366	0.00 1	0.03 260	0.06 133	1.57 341

cc1	1.29 227	0.36 136	2.41 170	0.50 275	0.29 269	3.40 322	0.02 75	4.02 183	7.67 375	0.71 94	0.83 192	0.05 22	0.61 217	1.59 127	0.12 26	0.00 1	1.13 366	0.00 1	0.03 260	0.10 197	1.86 373

UNet	1.21 200	0.36 136	4.56 297	0.04 82	0.02 105	2.30 278	0.02 75	3.70 142	0.98 83	1.32 184	0.14 67	2.70 274	1.54 286	4.49 211	1.96 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.07 76

tt1	1.23 206	0.37 141	2.41 170	0.41 253	0.45 298	3.33 319	0.02 75	3.81 149	6.87 368	0.71 94	0.80 189	0.06 29	0.40 195	1.73 135	0.12 26	0.00 1	1.12 361	0.00 1	0.00 1	0.10 197	1.86 373

anonymousa	1.15 191	0.38 142	2.43 180	0.70 309	1.49 369	1.45 163	0.02 75	4.23 214	1.13 100	0.91 122	2.52 293	3.46 308	0.55 208	0.55 40	0.60 167	0.00 1	1.13 366	0.00 1	0.54 386	0.04 111	0.86 293

IER	0.88 116	0.38 142	2.74 202	0.01 9	0.00 1	2.27 274	0.02 75	3.65 139	1.30 162	1.45 199	0.96 206	1.39 193	1.16 260	1.60 128	0.53 159	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.02 24

MIF-Stereo (partial)	0.37 15	0.39 144	1.98 105	0.02 39	0.00 1	0.43 10	0.02 75	2.35 67	0.61 32	0.18 26	0.10 57	0.07 40	0.07 75	0.61 58	0.40 133	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.02 24

x	0.80 96	0.39 144	1.80 66	0.66 303	0.50 303	1.02 26	0.00 1	3.61 136	1.34 170	0.65 87	0.34 115	0.53 109	0.14 128	1.21 109	0.91 216	0.00 1	1.09 353	0.00 1	0.20 340	0.06 133	1.59 346

IRAFT_RVC	1.13 186	0.39 144	2.40 168	1.51 368	0.25 249	1.37 138	0.31 279	2.93 98	1.24 128	1.58 216	0.79 187	1.14 182	1.54 286	6.53 298	0.44 136	0.00 1	0.12 260	0.00 1	0.00 1	0.02 35	0.03 37

HCRNet	0.83 101	0.39 144	1.59 32	0.02 39	0.00 1	1.18 69	0.01 18	3.69 140	2.28 281	0.75 104	0.21 89	0.56 111	0.11 111	5.32 257	0.25 82	0.00 1	0.01 191	0.00 1	0.00 1	0.08 167	0.04 43

STTRV1_RVC		0.39 144		0.34 241	0.01 60	2.50 287	0.34 284	6.44 350	3.75 343	0.86 117	5.12 338	1.63 210	1.08 256	7.64 351	1.58 253	1.07 378	2.64 410	0.00 1	0.00 1	0.02 35	0.04 43

HH	1.25 211	0.40 149	2.13 132	0.90 337	0.41 290	2.28 275	0.01 18	4.25 215	0.95 76	0.37 49	0.89 200	3.87 323	0.80 245	4.74 223	0.51 155	0.00 1	0.96 343	0.00 1	0.00 1	0.03 90	1.53 337

HanStereo	1.25 211	0.40 149	2.13 132	0.90 337	0.41 290	2.28 275	0.01 18	4.25 215	0.95 76	0.37 49	0.89 200	3.87 323	0.80 245	4.74 223	0.51 155	0.00 1	0.96 343	0.00 1	0.00 1	0.03 90	1.53 337

test_4	0.65 70	0.40 149	1.73 49	0.11 171	0.19 224	1.28 113	0.03 125	1.41 31	0.22 2	0.28 42	3.49 316	0.72 132	0.09 95	1.93 145	0.53 159	0.00 1	0.11 258	0.00 1	0.08 287	0.16 267	0.15 146

TransformOpticalFlow	1.53 266	0.40 149	3.46 244	0.66 303	0.07 166	1.56 201	0.09 200	4.35 223	1.86 246	1.72 228	2.27 275	3.53 312	3.04 335	6.93 324	0.49 151	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.10 113

qqq	0.90 123	0.41 153	1.88 93	0.10 159	0.59 317	1.09 48	0.00 1	3.82 154	1.29 154	0.61 84	0.38 129	0.73 133	0.15 129	3.19 165	0.90 213	0.00 1	1.08 350	0.00 1	0.23 352	0.06 133	1.57 341

edge stereo	2.06 299	0.42 154	4.20 279	0.14 181	0.09 182	1.82 257	0.51 298	5.38 297	2.48 300	3.45 323	3.96 329	8.28 369	1.80 303	5.90 276	2.30 287	0.00 1	0.00 1	0.01 322	0.00 1	0.16 267	0.19 165

222	3.11 338	0.43 155	2.10 129	0.02 39	0.45 298	1.57 204	0.01 18	6.44 350	2.34 288	1.73 229	2.24 274	0.52 108	0.07 75	4.95 239	36.29 415	0.00 1	1.07 349	0.00 1	0.21 345	0.06 133	1.65 348

xxxx	2.26 320	0.43 155	2.30 154	0.01 9	0.68 332	1.47 173	0.00 1	6.56 355	2.32 284	1.56 209	2.07 269	1.07 177	0.06 65	4.81 232	18.87 398	0.00 1	1.11 359	0.00 1	0.21 345	0.06 133	1.65 348

ac_64	1.28 223	0.43 155	2.90 214	0.18 191	0.25 249	1.52 190	0.03 125	5.58 308	1.89 250	0.92 126	0.53 155	4.86 339	0.45 202	5.01 242	0.88 209	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.06 66

CoDeX	1.03 169	0.45 158	2.50 188	0.06 115	0.20 228	1.51 187	0.20 236	6.54 354	1.96 257	0.73 101	0.68 174	1.04 172	0.31 172	3.86 188	0.38 125	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.07 76

STrans-v2	1.75 280	0.45 158	3.43 242	0.03 58	0.19 224	1.48 178	0.08 189	7.25 369	2.16 269	2.04 251	2.80 299	3.60 313	3.78 349	7.00 331	0.52 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.10 113

DISCO	2.03 298	0.45 158	2.82 208	0.72 313	0.53 305	5.13 354	0.01 18	6.01 336	1.81 245	2.31 270	0.91 202	6.43 359	0.87 249	8.57 371	3.67 324	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.17 155

test_xeample	2.27 321	0.46 161	2.25 148	0.10 159	0.69 333	1.48 178	0.00 1	6.24 344	2.46 297	1.83 233	2.40 285	0.37 89	0.07 75	4.49 211	19.55 400	0.00 1	1.11 359	0.00 1	0.21 345	0.07 157	1.65 348

FC-DCNN	6.44 377	0.46 161	3.25 234	0.54 281	0.56 310	8.01 375	1.37 340	8.76 382	7.15 373	19.35 403	22.25 400	22.72 397	15.44 398	10.37 383	7.93 359	0.00 1	0.01 191	0.00 1	0.00 1	0.03 90	0.64 271

MyStereo06	1.08 177	0.47 163	3.30 237	0.03 58	0.14 206	1.53 192	0.02 75	5.58 308	0.88 66	1.15 164	0.73 178	3.48 310	1.15 259	0.86 94	0.66 178	0.00 1	1.10 357	0.00 1	0.16 317	0.02 35	0.37 226

MyStereo05	1.01 163	0.47 163	3.36 239	0.03 58	0.14 206	1.53 192	0.02 75	4.11 199	3.37 336	1.43 197	0.03 29	1.27 187	0.39 194	1.39 121	0.97 220	0.00 1	1.10 357	0.00 1	0.16 317	0.02 35	0.37 226

THIR-Stereo	1.54 267	0.48 165	1.88 93	0.01 9	0.02 105	1.08 41	4.17 373	2.48 72	0.41 13	1.09 155	4.30 332	1.90 228	4.08 354	6.84 315	1.81 262	0.00 1	0.00 1	0.04 351	0.00 1	0.06 133	0.04 43

NOSS_ROB	1.47 257	0.49 166	2.40 168	1.00 343	0.17 219	2.56 290	0.01 18	4.86 261	2.62 306	2.32 271	1.74 251	2.79 278	0.02 16	6.96 328	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.73 281

DualNet	1.91 290	0.50 167	4.37 287	0.46 259	0.03 123	1.60 211	0.03 125	3.81 149	6.87 368	1.57 211	2.38 279	2.14 246	0.38 184	1.73 135	9.02 365	0.00 1	1.12 361	0.00 1	0.17 325	0.10 197	1.86 373

ffm	1.46 255	0.50 167	4.37 287	0.46 259	0.03 123	1.60 211	0.03 125	3.81 149	6.87 368	1.57 211	2.38 279	2.14 246	0.38 184	1.73 135	0.12 26	0.00 1	1.12 361	0.00 1	0.17 325	0.10 197	1.86 373

ff1	2.20 315	0.50 167	4.37 287	0.46 259	0.03 123	1.60 211	0.03 125	3.81 149	6.87 368	1.57 211	2.38 279	2.14 246	0.38 184	7.65 352	9.02 365	0.00 1	1.12 361	0.00 1	0.17 325	0.10 197	1.86 373

mmx	2.08 301	0.50 167	4.37 287	0.46 259	0.03 123	1.60 211	0.03 125	6.21 341	2.77 319	1.57 211	2.38 279	2.14 246	0.38 184	7.65 352	9.02 365	0.00 1	1.08 350	0.00 1	0.17 325	0.06 133	1.25 323

xxx	2.08 301	0.50 167	4.37 287	0.46 259	0.03 123	1.60 211	0.03 125	6.21 341	2.77 319	1.57 211	2.38 279	2.14 246	0.38 184	7.65 352	9.02 365	0.00 1	1.08 350	0.00 1	0.17 325	0.06 133	1.25 323

TANstereo	0.37 15	0.50 167	1.62 33	0.03 58	0.01 60	1.16 64	0.00 1	0.56 5	0.53 21	1.05 148	1.38 233	0.06 29	0.05 58	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	2.15 311	0.50 167	2.42 178	0.19 196	0.25 249	3.47 326	2.38 357	4.53 237	2.46 297	5.64 358	3.99 330	3.74 318	2.22 310	6.99 330	3.08 314	0.01 296	0.02 218	0.00 1	0.00 1	0.05 123	0.98 305
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 36	0.51 174	1.58 30	0.03 58	0.34 285	1.66 235	0.02 75	1.68 46	1.34 170	0.53 81	0.02 1	0.04 7	0.11 111	0.74 74	0.26 89	0.00 1	1.19 375	0.00 1	0.18 332	0.03 90	0.37 226

MyStereo04	1.01 163	0.51 174	3.49 246	0.03 58	0.34 285	1.66 235	0.02 75	4.18 207	2.93 328	1.10 157	0.03 29	1.30 190	0.58 214	1.32 118	1.02 226	0.00 1	1.19 375	0.00 1	0.18 332	0.03 90	0.37 226

ToySt	0.92 128	0.51 174	4.35 286	0.21 211	0.71 336	1.32 127	0.00 1	2.77 82	1.33 167	0.21 37	0.51 154	1.47 196	0.11 111	1.14 102	0.87 206	0.03 330	0.69 308	0.00 1	0.20 340	0.10 197	1.88 378

DSFCA	1.45 254	0.51 174	2.76 204	0.01 9	0.03 123	3.64 329	0.83 318	3.28 125	1.45 191	3.25 318	0.44 142	2.89 284	1.45 279	6.07 281	2.14 278	0.00 1	0.02 218	0.00 1	0.00 1	0.06 133	0.10 113

DRN-Test	1.79 284	0.51 174	4.94 313	0.19 196	0.14 206	3.30 316	0.19 235	6.58 356	2.31 283	4.40 342	0.77 184	2.10 244	1.73 298	5.40 259	2.82 308	0.00 1	0.00 1	0.00 1	0.01 239	0.12 229	0.27 206

IGEV+	0.77 92	0.52 179	1.82 78	0.65 301	0.80 340	1.04 28	0.02 75	4.06 189	1.25 135	0.36 47	0.12 64	0.04 7	0.10 102	0.80 85	0.57 164	0.00 1	1.19 375	0.00 1	0.12 305	0.14 247	1.80 368

DMCA	0.87 114	0.52 179	3.24 233	0.01 9	0.01 60	1.30 117	0.02 75	3.69 140	1.87 248	2.29 268	0.17 68	1.71 217	0.10 102	0.76 75	1.42 246	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.12 126

MSMD_ROB	5.26 370	0.52 179	3.22 230	0.15 186	0.01 60	8.63 378	1.06 332	4.76 258	4.16 348	13.72 390	26.77 405	13.87 383	15.95 399	7.89 360	3.94 328	0.11 356	0.01 191	0.00 1	0.00 1	0.06 133	0.34 222

HGLStereo	1.17 194	0.53 182	2.39 167	0.01 9	0.02 105	1.45 163	0.01 18	4.05 187	1.14 101	1.42 196	3.06 304	2.09 243	1.21 266	4.60 218	1.33 240	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.06 66

DCRE	1.01 163	0.54 183	1.52 23	0.30 237	0.99 354	1.31 119	0.00 1	1.69 47	0.71 42	1.12 160	7.77 357	0.74 135	0.02 16	0.28 8	0.45 140	0.00 1	0.71 312	0.00 1	0.25 357	0.02 35	1.78 365

test croco	0.55 45	0.55 184	3.45 243	0.10 159	0.00 1	0.50 12	0.02 75	3.49 131	1.16 103	0.05 13	0.10 57	0.13 63	0.17 138	0.67 64	0.28 92	0.00 1	0.00 1	0.00 1	0.00 1	0.36 343	0.01 11

GMOStereo	0.62 60	0.55 184	1.80 66	0.09 149	0.61 320	1.07 36	0.03 125	2.92 93	0.25 4	2.23 262	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 301	0.19 165

error version	0.62 60	0.55 184	1.80 66	0.09 149	0.61 320	1.07 36	0.03 125	2.92 93	0.25 4	2.23 262	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 301	0.19 165

test-v	0.62 60	0.55 184	1.80 66	0.09 149	0.61 320	1.07 36	0.03 125	2.92 93	0.25 4	2.23 262	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 301	0.19 165

test-2	0.62 60	0.55 184	1.80 66	0.09 149	0.61 320	1.07 36	0.03 125	2.92 93	0.25 4	2.23 262	0.02 1	0.66 119	0.04 43	0.25 4	0.22 69	0.00 1	1.26 379	0.00 1	0.00 1	0.23 301	0.19 165

ADLNet	1.35 241	0.55 184	2.95 216	0.01 9	0.05 152	2.22 271	0.11 209	5.06 277	2.83 325	2.42 284	2.19 270	2.63 272	0.68 235	3.59 179	1.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.17 279	0.27 206

H2IRNET	0.57 50	0.56 190	2.03 114	0.25 226	0.06 157	1.20 72	0.01 18	1.91 56	0.64 35	0.04 10	1.78 254	0.47 101	0.04 43	1.69 133	0.42 134	0.00 1	0.00 1	0.01 322	0.01 239	0.24 309	0.08 81

ACVNet	0.75 88	0.56 190	2.30 154	0.09 149	0.00 1	1.39 144	0.21 242	2.76 79	1.34 170	0.88 118	0.75 181	1.92 230	0.26 162	0.51 37	1.65 257	0.00 1	0.00 1	0.00 1	0.00 1	0.15 259	0.20 177

acv_ft	0.94 135	0.56 190	2.28 151	0.04 82	1.07 359	1.71 246	0.01 18	4.41 227	1.34 170	1.53 207	0.75 181	1.92 230	0.45 202	0.51 37	1.74 261	0.00 1	0.00 1	0.00 1	0.00 1	0.32 332	0.20 177

CBMV	1.97 297	0.56 190	2.61 194	0.46 259	0.07 166	2.91 308	4.18 374	4.58 243	2.78 321	5.50 357	2.21 272	2.84 281	2.94 330	4.75 226	2.31 288	0.00 1	0.00 1	0.00 1	0.00 1	0.15 259	0.60 266
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
1111x	2.13 310	0.58 194	4.38 292	0.39 250	0.61 320	2.14 270	0.01 18	6.38 349	2.40 292	1.80 231	1.97 263	0.95 165	0.64 227	7.16 339	10.30 375	0.00 1	1.18 374	0.00 1	0.29 370	0.07 157	1.32 328

G-Net	3.58 345	0.58 194	5.14 323	1.61 370	1.86 374	10.46 382	1.85 348	3.24 121	1.69 226	8.68 372	11.81 372	6.03 354	7.62 379	4.82 233	5.52 343	0.08 351	0.12 260	0.07 356	0.15 311	0.16 267	0.16 150

iRaftStereo_RVC	0.55 45	0.59 196	1.20 10	0.03 58	0.00 1	1.23 87	0.01 18	2.55 74	0.81 55	0.15 21	0.23 93	0.70 130	0.12 124	0.48 30	0.22 69	0.00 1	1.14 371	0.00 1	0.00 1	0.33 334	1.13 313

XX-TBD	0.36 14	0.59 196	1.75 54	0.07 125	0.00 1	1.11 56	0.00 1	0.73 13	0.63 34	0.44 60	1.24 225	0.06 29	0.06 65	0.39 20	0.08 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 37

stereogan	2.38 325	0.59 196	5.05 317	0.01 9	0.09 182	8.26 376	0.58 307	4.92 268	3.65 340	4.68 345	4.60 334	6.43 359	2.39 317	5.27 253	0.72 188	0.00 1	0.01 191	0.01 322	0.00 1	0.27 321	0.13 134

LoS_RVC	0.25 4	0.60 199	1.21 11	0.16 190	0.13 201	0.98 23	0.01 18	0.85 18	0.25 4	0.08 17	0.02 1	0.07 40	0.04 43	0.49 32	0.05 5	0.00 1	0.01 191	0.00 1	0.00 1	0.01 9	0.07 76

sAnonymous2	0.50 25	0.60 199	4.41 294	0.01 9	0.00 1	0.34 5	0.08 189	2.33 65	1.09 93	0.03 5	0.06 51	0.04 7	0.10 102	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 247	0.35 223

CroCo_RVC	0.50 25	0.60 199	4.41 294	0.01 9	0.00 1	0.34 5	0.08 189	2.33 65	1.09 93	0.03 5	0.06 51	0.04 7	0.10 102	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 247	0.35 223

HSM	1.48 259	0.60 199	1.85 83	0.01 9	0.29 269	1.76 251	0.04 153	6.50 352	1.46 192	1.91 239	1.55 242	4.69 337	1.27 272	6.66 306	0.70 185	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	0.26 203

DLCB_ROB	1.38 244	0.60 199	1.96 104	0.10 159	0.00 1	1.53 192	0.23 248	4.02 183	1.91 253	3.54 324	1.97 263	3.40 305	0.30 168	4.91 236	2.97 310	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.12 126

delet	1.31 232	0.61 204	2.64 198	0.05 97	0.17 219	2.84 305	1.00 329	4.88 263	2.46 297	1.38 192	1.37 232	1.62 208	0.90 251	4.52 214	1.48 248	0.00 1	0.00 1	0.00 1	0.00 1	0.14 247	0.08 81

SGM_RVC	4.67 366	0.61 204	2.62 196	1.13 351	0.29 269	7.96 374	2.60 358	7.55 375	4.36 351	12.34 387	9.95 365	15.94 387	8.56 381	10.88 387	6.38 352	0.22 367	0.25 272	0.20 370	0.23 352	0.32 332	0.92 298
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoIM	0.30 9	0.62 206	1.63 39	0.07 125	0.19 224	0.40 9	0.02 75	1.36 30	0.76 47	0.04 10	0.05 47	0.13 63	0.05 58	0.38 19	0.33 100	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.02 24

STTStereo	0.98 156	0.62 206	3.78 266	0.25 226	0.15 214	1.44 159	0.10 207	3.57 133	1.75 239	1.46 200	0.19 82	1.74 220	0.44 199	3.47 173	0.54 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 58

fff	0.83 101	0.63 208	3.63 253	0.01 9	0.04 144	1.25 98	0.02 75	3.98 176	1.29 154	2.39 280	0.25 96	0.09 50	1.78 300	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

CroCo-Stereo	0.50 25	0.63 208	2.38 166	0.14 181	0.00 1	0.19 2	0.02 75	4.28 219	0.96 79	0.14 20	0.03 29	0.46 99	0.08 86	0.32 13	0.29 94	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	0.83 101	0.63 208	3.63 253	0.01 9	0.04 144	1.25 98	0.02 75	3.98 176	1.29 154	2.39 280	0.25 96	0.09 50	1.78 300	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

cscssc	0.83 101	0.63 208	3.63 253	0.01 9	0.04 144	1.25 98	0.02 75	3.98 176	1.29 154	2.39 280	0.25 96	0.09 50	1.78 300	0.58 46	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

ssnet_v2	1.33 239	0.64 212	2.83 209	0.06 115	0.03 123	2.08 269	0.36 287	5.88 329	2.33 286	2.52 291	0.88 199	3.06 292	0.54 206	1.75 138	3.30 319	0.00 1	0.00 1	0.00 1	0.00 1	0.25 310	0.13 134

ADStereo(finetuned)	0.98 156	0.65 213	4.66 300	0.03 58	0.00 1	1.25 98	0.01 18	3.99 180	2.16 269	2.65 294	0.30 109	0.09 50	2.33 315	0.58 46	0.45 140	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 240

DCANet	0.84 107	0.65 213	3.63 253	0.03 58	0.00 1	1.25 98	0.01 18	3.99 180	2.16 269	2.66 297	0.31 112	0.09 50	0.48 204	0.57 45	0.45 140	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 240

FCDSN-DC	5.38 371	0.65 213	3.19 228	0.24 221	0.46 301	5.71 358	1.61 344	5.83 328	4.51 353	14.74 395	22.03 398	20.43 394	13.01 396	8.48 368	6.00 348	0.02 320	0.00 1	0.00 1	0.00 1	0.07 157	0.52 253
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IIG-Stereo	1.39 246	0.67 216	1.73 49	2.48 382	0.05 152	1.63 226	0.14 220	3.00 102	1.20 117	2.94 307	2.23 273	3.03 289	0.55 208	7.41 344	0.66 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.07 76

ccnet	1.96 294	0.68 217	3.59 251	0.26 231	0.19 224	3.68 330	1.55 343	4.89 264	1.77 241	2.68 299	3.92 325	3.44 307	1.72 297	5.02 243	5.22 340	0.06 346	0.00 1	0.09 359	0.01 239	0.13 239	0.32 215

psm_up	1.01 163	0.68 217	2.47 184	0.04 82	0.00 1	2.01 265	0.05 165	4.09 194	1.29 154	2.65 294	0.47 149	1.71 217	0.44 199	3.65 180	0.45 140	0.06 346	0.00 1	0.00 1	0.00 1	0.14 247	0.06 66

UCFNet_RVC	0.78 95	0.68 217	2.05 119	0.02 39	0.29 269	1.57 204	0.02 75	3.57 133	0.87 63	1.35 189	0.74 179	1.66 214	0.20 151	1.92 144	0.61 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.04 43

MMNet	1.33 239	0.69 220	4.18 277	0.11 171	0.01 60	4.08 335	0.02 75	4.27 218	1.49 197	2.17 259	0.33 114	1.34 192	1.20 262	4.52 214	1.93 271	0.00 1	0.00 1	0.00 1	0.00 1	0.11 220	0.06 66

gwcnet-sp	1.11 181	0.71 221	4.90 309	0.05 97	0.01 60	2.59 292	0.14 220	4.22 211	1.38 184	1.93 242	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.08 81

scenet	1.11 181	0.71 221	4.90 309	0.05 97	0.01 60	2.59 292	0.14 220	4.22 211	1.38 184	1.93 242	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.08 81

ssnet	1.11 181	0.71 221	4.90 309	0.05 97	0.01 60	2.59 292	0.14 220	4.22 211	1.38 184	1.93 242	0.18 71	0.68 127	0.38 184	3.77 184	0.98 221	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.08 81

hitnet-ft	1.26 220	0.71 221	2.37 165	0.04 82	0.00 1	1.39 144	0.21 242	3.94 172	2.53 302	1.61 217	1.11 217	4.21 328	0.36 180	4.83 234	1.65 257	0.01 296	0.00 1	0.03 346	0.00 1	0.11 220	0.08 81

RASNet	1.75 280	0.71 221	2.93 215	0.20 210	3.20 387	1.75 250	0.26 257	3.87 164	2.64 307	0.98 132	1.46 238	5.25 352	1.67 296	6.73 310	2.81 307	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.47 246

MIPNet	0.77 92	0.74 226	2.72 200	0.08 133	0.07 166	1.32 127	0.12 216	4.14 203	1.51 198	0.90 121	0.11 60	0.67 123	0.95 253	1.42 122	0.30 98	0.00 1	0.01 191	0.01 322	0.01 239	0.15 259	0.23 189

SACVNet	1.14 189	0.74 226	2.49 187	0.07 125	0.00 1	1.65 234	0.28 265	4.52 236	1.51 198	2.11 256	0.79 187	1.57 200	0.07 75	5.28 254	1.31 238	0.01 296	0.00 1	0.00 1	0.00 1	0.26 316	0.18 162

CroCo-Stereo Lap2	0.42 19	0.75 228	1.76 60	0.03 58	0.00 1	0.33 4	0.01 18	3.75 145	0.81 55	0.02 1	0.03 29	0.04 7	0.07 75	0.52 39	0.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	0.03 37

OMP-Stereo	1.29 227	0.75 228	1.67 42	2.47 381	0.29 269	1.61 218	0.32 281	2.38 70	1.09 93	2.66 297	1.14 220	3.04 290	0.17 138	7.40 343	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	0.08 81

APVNet	1.68 277	0.75 228	4.94 313	0.13 178	0.01 60	4.56 346	0.08 189	5.20 285	1.44 189	1.51 203	1.05 210	2.87 282	0.93 252	6.76 312	2.76 302	0.01 296	0.00 1	0.07 356	0.00 1	0.34 337	0.08 81

psmorigin	2.16 312	0.75 228	10.72 384	0.24 221	0.03 123	1.62 223	0.20 236	3.80 148	1.16 103	5.40 355	3.08 305	5.77 353	2.29 313	5.62 269	2.13 277	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.25 199

CSP-Net	1.13 186	0.76 232	1.67 42	0.01 9	0.00 1	2.81 303	0.05 165	5.62 310	1.14 101	1.14 162	0.85 197	1.80 224	0.23 156	6.10 283	0.36 114	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.03 37

IPLG	0.99 158	0.76 232	3.08 222	0.06 115	0.06 157	1.40 148	0.11 209	3.81 149	1.07 90	0.81 110	1.00 208	0.50 106	0.60 216	5.65 271	0.38 125	0.00 1	0.00 1	0.00 1	0.00 1	0.23 301	0.20 177

GEStereo_RVC	1.25 211	0.76 232	2.61 194	0.37 246	0.01 60	1.40 148	0.11 209	6.93 361	1.20 117	1.22 175	0.78 186	1.58 203	0.77 241	6.13 284	0.66 178	0.00 1	0.00 1	0.00 1	0.00 1	0.14 247	0.23 189

whm_eth	0.81 98	0.77 235	4.13 276	0.03 58	0.00 1	1.26 104	0.02 75	4.05 187	2.20 274	0.35 45	2.47 292	0.13 63	0.11 111	0.28 8	0.14 36	0.00 1	0.01 191	0.00 1	0.00 1	0.02 35	0.28 209

StereoVision	1.00 161	0.77 235	2.81 206	0.05 97	0.02 105	1.14 60	0.03 125	4.13 202	1.18 109	0.19 30	6.80 353	0.49 103	0.12 124	1.20 107	1.01 225	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.02 24

iResNet	1.20 198	0.77 235	3.37 240	1.01 346	0.01 60	2.00 264	0.01 18	4.44 228	1.74 238	1.88 236	1.09 213	0.35 87	0.35 178	4.22 197	2.44 294	0.00 1	0.00 1	0.00 1	0.00 1	0.09 186	0.26 203

Sa-1000	1.23 206	0.79 238	2.16 135	0.00 1	0.40 288	1.36 136	0.03 125	5.00 273	2.01 260	1.11 159	5.38 340	0.61 112	0.15 129	4.18 192	0.37 124	0.00 1	0.54 300	0.00 1	0.16 317	0.15 259	0.16 150

ADLNet2	1.52 265	0.79 238	3.51 247	0.01 9	0.69 333	1.26 104	0.26 257	4.84 260	3.10 331	1.67 223	3.23 310	4.17 327	0.80 245	4.77 231	1.00 224	0.00 1	0.00 1	0.00 1	0.00 1	0.22 300	0.12 126

MIM_Stereo	0.72 87	0.80 240	2.05 119	0.63 297	1.06 358	1.31 119	0.02 75	2.80 84	1.24 128	0.19 30	0.02 1	0.70 130	0.20 151	1.31 117	0.16 42	0.00 1	0.18 267	0.00 1	0.00 1	0.17 279	1.53 337

GANet-RSSM	1.09 179	0.80 240	2.41 170	0.72 313	0.00 1	1.39 144	0.02 75	5.15 281	1.07 90	0.95 130	0.34 115	2.06 240	1.12 258	4.69 219	0.80 195	0.00 1	0.00 1	0.04 351	0.00 1	0.15 259	0.09 103

RYNet	1.76 282	0.81 242	4.24 281	0.34 241	0.10 190	2.62 296	0.07 183	5.36 296	2.08 266	1.38 192	0.35 122	4.71 338	1.35 275	6.73 310	4.61 336	0.00 1	0.05 235	0.00 1	0.00 1	0.05 123	0.33 220

XPNet_ROB	1.41 250	0.81 242	2.75 203	0.04 82	0.01 60	1.70 245	0.17 227	4.14 203	1.69 226	4.12 336	1.10 215	1.58 203	0.52 205	5.13 248	4.07 330	0.00 1	0.00 1	0.00 1	0.00 1	0.11 220	0.25 199

CVANet_RVC	1.37 243	0.82 244	3.23 232	0.54 281	0.11 194	1.48 178	0.46 294	4.01 182	2.23 276	3.33 319	1.34 231	1.51 198	0.37 182	6.38 292	0.69 184	0.01 296	0.00 1	0.00 1	0.05 274	0.19 287	0.62 269

SA	1.02 168	0.85 245	2.22 142	0.00 1	0.42 293	1.31 119	0.01 18	4.74 257	2.04 264	0.50 77	0.95 205	0.30 85	1.30 274	4.24 200	0.42 134	0.00 1	0.47 292	0.00 1	0.17 325	0.16 267	0.30 211

NLCA_NET_v2_RVC	1.20 198	0.85 245	3.90 270	0.61 292	0.99 354	1.40 148	0.01 18	4.06 189	1.56 202	2.38 279	0.36 125	2.15 251	0.57 213	4.52 214	0.67 181	0.00 1	0.00 1	0.00 1	0.01 239	0.02 35	0.03 37
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	1.25 211	0.85 245	2.77 205	0.05 97	0.03 123	1.40 148	0.01 18	5.04 275	2.38 289	1.34 187	2.80 299	0.65 117	0.06 65	6.36 291	0.91 216	0.18 364	0.00 1	0.00 1	0.00 1	0.12 229	0.01 11

MyStereo8	1.16 193	0.86 248	3.73 264	0.86 333	0.04 144	1.47 173	0.01 18	4.64 248	2.13 267	1.47 201	1.10 215	1.21 185	0.31 172	1.12 101	1.50 249	0.00 1	1.45 388	0.00 1	0.30 372	0.10 197	0.93 302

fast-acv-ft	1.54 267	0.86 248	4.85 307	0.11 171	0.12 199	3.88 331	0.28 265	2.97 99	2.26 279	0.96 131	3.49 316	2.97 286	1.23 268	3.47 173	2.75 301	0.04 336	0.01 191	0.04 351	0.04 272	0.44 355	0.08 81

AACVNet	1.04 170	0.87 250	2.22 142	0.25 226	0.00 1	1.79 254	0.01 18	4.21 209	0.79 49	1.17 166	0.27 102	1.50 197	0.16 134	6.30 290	0.89 212	0.00 1	0.00 1	0.00 1	0.00 1	0.23 301	0.04 43

PSMNet-RSSM	1.10 180	0.88 251	2.30 154	0.23 216	0.00 1	1.41 154	0.03 125	5.44 304	1.19 111	1.56 209	0.50 151	2.46 267	0.71 237	4.23 198	0.90 213	0.00 1	0.00 1	0.01 322	0.00 1	0.10 197	0.08 81

MaskLacGwcNet_RVC	1.88 287	0.88 251	3.47 245	1.64 373	0.22 234	4.27 339	0.40 289	3.90 170	1.63 220	0.72 100	0.71 175	3.06 292	0.11 111	5.13 248	1.03 227	5.07 391	0.54 300	0.00 1	0.00 1	1.73 384	3.16 390

raftrobust	0.68 77	0.89 253	1.80 66	0.02 39	1.29 363	1.22 83	0.05 165	2.37 69	0.62 33	2.99 310	0.03 29	0.12 58	0.15 129	0.60 55	0.51 155	0.00 1	0.69 308	0.00 1	0.00 1	0.10 197	0.24 193

RP	2.09 303	0.90 254	3.88 269	0.22 212	0.61 320	1.72 247	0.94 324	4.97 272	2.65 308	3.87 331	5.63 343	4.44 329	4.28 356	4.99 241	2.35 290	0.01 296	0.00 1	0.00 1	0.01 239	0.20 291	0.13 134

TDLM	1.32 235	0.90 254	2.42 178	0.61 292	0.03 123	1.59 207	2.04 351	3.73 144	2.29 282	1.70 227	0.94 204	1.07 177	0.67 233	6.49 297	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.18 284	0.54 255

TestStereo1	0.96 147	0.91 256	2.21 140	0.24 221	0.42 293	1.31 119	0.02 75	4.10 196	1.71 232	0.47 67	1.64 247	0.20 71	1.20 262	3.55 176	0.36 114	0.00 1	0.27 277	0.00 1	0.00 1	0.19 287	0.32 215

RAFT+CT+SA	0.85 110	0.91 256	2.23 147	0.19 196	0.29 269	1.27 110	0.03 125	4.92 268	0.86 62	0.65 87	0.40 134	0.67 123	0.05 58	3.03 162	0.18 51	0.00 1	0.28 281	0.00 1	0.35 376	0.15 259	0.61 267

SA-5K	0.96 147	0.91 256	2.21 140	0.24 221	0.42 293	1.31 119	0.02 75	4.10 196	1.71 232	0.47 67	1.64 247	0.20 71	1.20 262	3.55 176	0.36 114	0.00 1	0.27 277	0.00 1	0.00 1	0.19 287	0.32 215

UDGNet	0.44 20	0.91 256	1.89 96	0.04 82	0.00 1	1.15 61	0.02 75	0.75 14	1.77 241	0.45 64	0.07 54	0.06 29	0.02 16	1.62 131	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 35	0.01 11

rafts_anoy	0.67 72	0.91 256	1.85 83	0.60 290	1.02 357	1.16 64	0.04 153	3.25 122	0.48 19	0.19 30	0.18 71	0.11 56	0.19 146	1.17 104	0.58 166	0.00 1	1.47 389	0.00 1	0.01 239	0.05 123	0.22 184

GANet	2.23 318	0.92 261	3.10 224	0.88 335	0.08 175	2.25 272	3.25 363	4.61 245	1.71 232	2.55 292	9.98 366	2.56 269	1.47 283	7.52 349	2.98 311	0.00 1	0.04 230	0.02 341	0.08 287	0.14 247	0.42 244

iRaft-Stereo_5w	1.28 223	0.93 262	3.51 247	0.14 181	0.66 329	1.21 79	0.01 18	3.87 164	1.06 89	0.19 30	1.97 263	1.62 208	1.50 284	6.80 313	1.07 231	0.00 1	0.16 264	0.00 1	0.06 281	0.26 316	0.67 275

test_5	0.94 135	0.94 263	2.60 192	0.55 284	0.25 249	1.47 173	0.02 75	4.89 264	0.97 80	0.81 110	0.30 109	0.80 147	0.63 224	3.39 169	0.24 80	0.00 1	0.27 277	0.00 1	0.00 1	0.17 279	0.54 255

CFNet-ft	0.97 154	0.94 263	2.30 154	0.01 9	0.27 263	1.37 138	0.02 75	2.76 79	0.79 49	0.88 118	0.20 86	3.76 320	0.38 184	4.21 195	1.34 241	0.00 1	0.00 1	0.01 322	0.00 1	0.08 167	0.09 103

CFNet_RVC	0.97 154	0.94 263	2.30 154	0.01 9	0.27 263	1.37 138	0.02 75	2.76 79	0.79 49	0.88 118	0.20 86	3.76 320	0.38 184	4.21 195	1.34 241	0.00 1	0.00 1	0.01 322	0.00 1	0.08 167	0.09 103

RAFT_CTSACE	0.85 110	0.95 266	2.60 192	0.60 290	0.05 152	1.20 72	0.01 18	3.18 119	0.85 61	0.79 108	1.57 244	2.18 253	0.78 243	1.20 107	0.22 69	0.00 1	0.33 284	0.00 1	0.00 1	0.28 324	0.21 183

RAFT-Stereo + iAFF	0.90 123	0.95 266	1.93 101	0.06 115	0.92 348	1.24 91	0.02 75	3.30 126	1.75 239	1.23 176	2.58 295	0.43 96	0.16 134	0.68 66	0.82 198	0.00 1	0.70 311	0.00 1	0.00 1	0.23 301	1.05 309

RGC	2.11 307	0.95 266	4.61 299	0.08 133	0.29 269	3.34 320	0.11 209	5.40 301	1.78 243	3.93 333	4.52 333	5.20 349	3.05 336	5.78 273	2.78 305	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.18 162

pmcnn	3.98 357	0.95 266	7.29 359	0.71 311	1.42 366	2.84 305	1.22 338	5.89 330	2.42 294	9.34 378	11.71 371	18.88 392	2.65 325	6.89 319	6.35 351	0.00 1	0.07 244	0.00 1	0.00 1	0.21 294	0.76 284

Consistency-Raft	1.48 259	0.96 270	5.40 332	0.36 243	0.31 283	1.66 235	0.11 209	4.30 222	4.32 350	0.47 67	5.99 346	0.86 150	2.09 309	1.19 106	1.31 238	0.03 330	0.01 191	0.00 1	0.00 1	0.27 321	0.02 24

RAFT	0.91 125	0.96 270	1.82 78	0.89 336	0.44 297	0.97 22	0.08 189	3.71 143	1.25 135	0.36 47	0.20 86	3.87 323	0.27 165	0.70 67	0.49 151	0.00 1	0.83 321	0.00 1	0.01 239	0.47 356	0.87 294

RALCasStereoNet	0.80 96	0.96 270	1.77 63	0.28 235	0.97 352	1.13 58	0.03 125	2.91 92	1.11 97	0.17 24	0.34 115	0.12 58	0.20 151	1.65 132	0.65 176	0.00 1	1.72 396	0.00 1	0.00 1	0.11 220	1.90 380

LL-Strereo2	0.63 65	0.97 273	2.03 114	0.76 324	0.86 344	1.15 61	0.08 189	1.85 53	1.20 117	0.45 64	0.02 1	0.50 106	0.07 75	0.63 61	0.65 176	0.00 1	0.17 266	0.00 1	0.03 260	0.05 123	1.05 309

MLCV	1.19 197	0.97 273	3.09 223	0.07 125	0.00 1	1.63 226	0.04 153	3.33 127	1.57 203	2.74 303	1.83 257	0.99 169	0.40 195	5.31 255	1.53 251	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.11 120

MeshStereo	6.09 374	0.97 273	3.59 251	0.26 231	0.14 206	7.68 372	2.02 350	10.42 386	5.77 362	20.76 405	19.69 394	22.78 398	10.56 389	10.29 382	6.16 349	0.00 1	0.00 1	0.00 1	0.00 1	0.29 327	0.41 240
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 52	0.98 276	2.62 196	0.04 82	0.09 182	1.07 36	0.08 189	1.45 34	0.39 12	0.12 19	0.05 47	0.82 149	0.10 102	0.77 77	1.05 228	0.00 1	0.40 288	0.00 1	0.00 1	0.08 167	1.79 367

iinet-f	1.90 289	0.98 276	13.29 391	0.42 254	0.03 123	4.30 342	0.04 153	3.86 162	1.32 166	1.28 179	0.57 157	2.91 285	2.70 326	2.60 153	3.11 315	0.00 1	0.02 218	0.02 341	0.00 1	0.49 358	0.09 103

Nwc_Net	2.25 319	0.98 276	5.37 329	0.07 125	0.11 194	2.80 302	0.05 165	7.36 372	1.30 162	2.77 304	8.21 359	5.18 348	2.98 334	5.16 250	2.46 296	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.08 81

TestStereo	0.67 72	0.99 279	2.26 149	0.00 1	0.00 1	0.92 18	0.01 18	1.77 51	0.30 10	0.20 36	0.05 47	0.08 45	0.06 65	6.62 302	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 81

DeepPruner_ROB	1.04 170	0.99 279	3.05 221	0.02 39	0.00 1	1.60 211	0.17 227	3.96 174	0.52 20	3.41 322	0.03 29	2.06 240	0.17 138	3.35 167	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.14 247	0.14 139

CBFPSM	1.51 262	1.00 281	5.32 328	0.05 97	0.01 60	3.57 328	0.04 153	4.06 189	1.03 86	0.65 87	0.21 89	6.06 355	3.60 345	2.65 155	1.82 264	0.00 1	0.01 191	0.00 1	0.00 1	0.09 186	0.12 126

aanetorigin	2.99 334	1.00 281	9.85 380	0.23 216	0.23 240	1.59 207	2.01 349	1.94 58	1.25 135	14.45 393	10.04 367	2.98 287	3.75 347	4.97 240	4.01 329	0.10 354	0.05 235	0.09 359	0.11 298	0.55 368	0.55 260

DispNO	1.47 257	1.01 283	5.05 317	0.13 178	0.08 175	1.49 182	0.02 75	4.38 225	1.86 246	1.51 203	1.57 244	3.12 295	1.09 257	5.77 272	1.89 269	0.00 1	0.02 218	0.03 346	0.11 298	0.11 220	0.08 81

DPSNet	3.98 357	1.01 283	12.58 388	0.74 320	0.55 307	5.24 356	1.53 342	12.44 391	4.82 356	2.89 305	0.97 207	6.37 357	11.43 393	8.20 363	8.61 363	0.09 353	0.51 297	0.11 363	0.38 379	0.35 341	0.83 289

cf-r	1.18 196	1.02 285	3.22 230	0.25 226	0.02 105	1.44 159	0.03 125	5.11 280	2.16 269	1.31 183	0.59 163	2.87 282	0.24 158	4.26 201	0.79 193	0.00 1	0.00 1	0.00 1	0.00 1	0.15 259	0.12 126

NCC-stereo	2.09 303	1.02 285	4.78 305	0.10 159	0.26 258	2.33 280	0.13 217	5.82 326	1.70 230	2.98 308	3.18 308	4.63 334	5.69 371	6.26 286	2.76 302	0.05 340	0.00 1	0.00 1	0.00 1	0.08 167	0.14 139

Abc-Net	2.09 303	1.02 285	4.78 305	0.10 159	0.26 258	2.33 280	0.13 217	5.82 326	1.70 230	2.98 308	3.18 308	4.63 334	5.69 371	6.26 286	2.76 302	0.05 340	0.00 1	0.00 1	0.00 1	0.08 167	0.14 139
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	2.74 333	1.02 285	4.72 301	0.43 256	0.18 222	4.35 343	0.18 232	7.28 371	3.50 337	3.57 325	3.38 314	4.86 339	1.22 267	11.70 391	5.76 344	0.17 363	0.08 248	0.59 379	0.12 305	0.28 324	1.40 332

GMStereo	0.34 11	1.03 289	2.11 131	0.01 9	0.00 1	0.47 11	0.01 18	0.77 15	1.38 184	0.24 38	0.04 39	0.07 40	0.08 86	0.43 26	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	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	1.42 252	1.04 290	3.10 224	0.02 39	0.03 123	1.81 256	0.22 245	4.73 255	1.67 225	4.77 346	1.43 235	2.77 276	0.08 86	4.23 198	2.20 280	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.20 177

raft_robust	1.21 200	1.05 291	2.00 108	0.10 159	0.43 296	1.39 144	0.02 75	4.21 209	2.32 284	0.44 60	0.02 1	2.23 255	1.39 276	7.00 331	0.35 110	0.00 1	0.78 316	0.00 1	0.18 332	0.10 197	0.19 165

raft+_RVC	0.71 82	1.05 291	1.86 86	0.64 299	1.31 364	1.20 72	0.05 165	2.44 71	0.77 48	0.18 26	0.43 141	0.08 45	0.15 129	0.93 96	0.64 174	0.00 1	1.43 387	0.00 1	0.00 1	0.09 186	1.03 308

111	1.00 161	1.05 291	3.63 253	0.01 9	0.04 144	1.20 72	0.16 224	4.50 232	2.24 277	1.32 184	1.15 221	2.00 237	0.31 172	0.59 53	0.79 193	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.84 290

AFF-stereo	0.89 122	1.05 291	1.70 46	0.49 274	0.18 222	1.21 79	0.01 18	3.58 135	1.62 214	0.84 113	1.93 261	1.14 182	0.26 162	1.24 113	0.68 182	0.00 1	0.64 307	0.00 1	0.00 1	0.26 316	0.89 296

LALA_ROB	1.55 269	1.07 295	2.99 220	0.02 39	0.06 157	3.20 313	0.49 297	4.07 192	1.80 244	3.79 330	0.66 171	4.51 330	0.25 161	3.82 187	4.07 330	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.11 120

WCMA_ROB	5.16 368	1.07 295	4.40 293	0.66 303	0.69 333	6.28 365	3.63 369	5.39 299	4.05 347	14.77 396	19.39 392	15.46 385	10.72 391	7.67 356	6.77 355	0.19 366	0.27 277	0.18 369	0.20 340	0.18 284	1.23 320

HITNet	1.01 163	1.08 297	3.32 238	0.80 327	0.00 1	1.37 138	0.02 75	5.20 285	1.59 205	1.88 236	0.18 71	0.64 116	0.31 172	1.24 113	2.01 273	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.47 246
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 77	1.09 298	2.29 152	0.03 58	0.01 60	0.93 19	0.03 125	2.65 76	1.97 258	1.19 167	0.39 133	0.15 69	0.30 168	1.27 116	0.75 190	0.00 1	0.25 272	0.00 1	0.09 290	0.19 287	0.03 37

AASNet	1.05 173	1.11 299	3.12 226	0.05 97	0.00 1	1.73 249	0.05 165	5.73 317	2.17 273	1.10 157	1.84 258	0.94 161	0.19 146	1.16 103	1.37 243	0.00 1	0.00 1	0.00 1	0.00 1	0.34 337	0.16 150

HBP-ISP	1.59 273	1.12 300	3.42 241	0.53 280	0.10 190	4.27 339	1.44 341	5.35 293	1.61 208	3.58 326	0.87 198	0.91 153	1.18 261	6.64 304	0.46 145	0.04 336	0.02 218	0.00 1	0.00 1	0.06 133	0.24 193

AF-Net	2.51 327	1.12 300	5.46 333	0.01 9	0.13 201	2.03 266	0.47 295	7.04 366	2.74 316	4.09 335	10.64 368	4.99 342	2.94 330	4.94 238	3.28 318	0.00 1	0.00 1	0.00 1	0.00 1	0.17 279	0.15 146

Wz-Net-LNSev-Ref	1.86 286	1.13 302	5.96 339	0.02 39	0.00 1	5.00 352	0.29 272	5.31 292	2.38 289	2.65 294	1.15 221	2.32 264	1.95 307	5.59 267	3.35 321	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.14 139

LMCR-Stereo	1.28 223	1.13 302	2.41 170	0.57 286	0.03 123	2.72 298	0.09 200	6.86 360	0.88 66	2.44 286	1.92 260	0.14 66	1.55 289	3.57 178	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 267	0.02 24

PA-Net	1.56 271	1.13 302	5.13 321	0.07 125	0.17 219	1.46 167	0.53 300	4.73 255	3.04 330	0.92 126	1.30 228	2.29 261	0.62 222	6.63 303	3.00 312	0.01 296	0.00 1	0.00 1	0.00 1	0.07 157	0.15 146
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	2.56 329	1.15 305	7.39 360	1.34 364	2.02 380	3.20 313	3.97 372	6.11 340	1.72 237	1.52 206	2.72 298	3.23 301	0.63 224	4.74 223	2.39 292	1.12 381	1.53 391	1.54 387	1.32 400	1.40 382	2.10 383

CC-Net-ROB	2.09 303	1.17 306	3.97 273	1.52 369	0.23 240	3.35 321	0.05 165	5.09 278	2.74 316	1.09 155	1.40 234	0.97 167	0.18 142	6.66 306	0.87 206	1.46 386	1.64 393	7.13 393	0.00 1	1.67 383	0.54 255

TRStereo	0.88 116	1.18 307	2.44 182	0.72 313	0.10 190	1.56 201	0.03 125	5.73 317	1.28 150	0.18 26	0.30 109	0.62 113	0.43 198	1.02 100	0.13 34	0.00 1	0.47 292	0.00 1	0.25 357	0.01 9	1.23 320

DMCA-RVC	1.12 184	1.19 308	5.30 327	0.03 58	0.04 144	1.30 117	0.06 181	3.05 106	0.87 63	3.33 319	0.12 64	0.98 168	0.65 230	3.40 170	1.82 264	0.01 296	0.04 230	0.02 341	0.01 239	0.10 197	0.09 103

dd	0.45 21	1.20 309	2.52 189	0.06 115	0.01 60	1.23 87	0.03 125	0.88 19	1.48 196	0.26 40	0.06 51	0.12 58	0.05 58	0.42 24	0.44 136	0.02 320	0.00 1	0.00 1	0.00 1	0.06 133	0.06 66

IGEVStereo-DCA	0.88 116	1.21 310	1.81 73	0.18 191	0.16 216	0.83 15	0.01 18	0.71 8	1.36 176	0.40 52	0.04 39	0.06 29	0.09 95	6.04 279	2.22 284	0.00 1	0.48 295	0.00 1	0.15 311	0.16 267	1.76 358

rrr	1.15 191	1.21 310	5.05 317	0.18 191	0.16 216	0.83 15	0.06 181	2.88 87	1.44 189	0.40 52	0.04 39	0.06 29	0.09 95	6.04 279	2.22 284	0.00 1	0.48 295	0.00 1	0.19 338	0.16 267	1.59 346

dad	1.04 170	1.21 310	3.14 227	0.08 133	0.01 60	1.25 98	0.01 18	1.30 28	2.54 303	1.95 246	0.37 126	0.40 94	0.04 43	5.95 278	1.06 229	0.01 296	0.00 1	1.11 385	0.12 305	0.07 157	0.19 165

StereoDRNet	1.66 276	1.21 310	5.39 331	0.06 115	0.11 194	2.49 286	1.06 332	5.28 289	1.89 250	3.60 327	0.63 166	2.28 257	0.64 227	4.70 220	3.25 317	0.00 1	0.03 226	0.00 1	0.01 239	0.15 259	0.36 225

GwcNet-RSSM	1.22 204	1.24 314	3.66 258	0.23 216	0.04 144	1.46 167	0.05 165	4.65 250	1.61 208	1.33 186	0.46 148	2.98 287	0.26 162	4.48 210	1.59 254	0.00 1	0.00 1	0.02 341	0.00 1	0.21 294	0.10 113

SDNR	3.62 350	1.25 315	7.41 361	0.71 311	0.22 234	26.06 412	0.02 75	4.55 240	2.42 294	3.10 313	11.33 369	3.05 291	0.77 241	8.31 367	2.21 283	0.05 340	0.11 258	0.00 1	0.01 239	0.08 167	0.66 272

ACRE	0.94 135	1.27 316	3.93 272	0.22 212	0.02 105	1.44 159	0.29 272	3.88 167	1.60 207	1.97 247	2.42 286	0.21 75	0.11 111	0.82 89	0.29 94	0.00 1	0.04 230	0.01 322	0.05 274	0.21 294	0.09 103

PSMNet_ROB	1.31 232	1.27 316	3.91 271	0.05 97	0.11 194	1.69 244	0.16 224	3.98 176	1.59 205	1.15 164	0.34 115	2.77 276	0.62 222	4.43 209	3.80 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.12 126

CIPLG	0.94 135	1.29 318	3.53 250	0.19 196	0.03 123	1.45 163	0.29 272	3.87 164	1.61 208	2.10 255	2.52 293	0.21 75	0.11 111	0.85 93	0.29 94	0.00 1	0.05 235	0.01 322	0.05 274	0.21 294	0.08 81

test_xeample3	0.95 144	1.30 319	5.13 321	0.19 196	0.23 240	0.95 20	0.07 183	2.30 64	1.47 195	0.40 52	0.05 47	0.08 45	0.07 75	1.45 123	2.27 286	0.00 1	0.69 308	0.00 1	0.33 374	0.17 279	1.85 372

NaN_ROB	2.33 324	1.31 320	4.55 296	0.32 239	0.30 281	3.13 312	5.01 384	4.57 242	2.78 321	5.49 356	1.73 250	2.28 257	1.98 308	7.48 347	4.32 333	0.01 296	0.06 241	0.03 346	0.09 290	0.20 291	0.88 295

NCCL2	1.51 262	1.32 321	3.27 235	0.03 58	0.07 166	1.63 226	3.29 364	4.54 239	1.61 208	3.22 317	0.37 126	3.84 322	0.31 172	4.42 208	2.02 275	0.00 1	0.00 1	0.02 341	0.00 1	0.09 186	0.22 184

CFNet	1.24 208	1.33 322	3.20 229	0.26 231	0.03 123	1.43 156	0.04 153	5.03 274	2.39 291	0.61 84	0.71 175	1.30 190	0.23 156	6.72 309	1.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.25 310	0.10 113

EDNetEfficient	6.66 379	1.34 323	34.37 407	0.66 303	1.93 378	2.04 268	3.59 368	3.08 110	14.92 388	20.02 404	9.53 364	6.48 361	10.85 392	7.65 352	15.21 390	0.03 330	0.10 256	0.01 322	0.22 349	0.61 371	0.55 260

IPLGR_C	0.94 135	1.37 324	3.71 261	0.19 196	0.02 105	1.44 159	0.29 272	3.88 167	1.62 214	2.04 251	2.44 291	0.20 71	0.12 124	0.79 80	0.29 94	0.00 1	0.05 235	0.01 322	0.05 274	0.21 294	0.08 81

iResNet_ROB	1.22 204	1.37 324	2.59 191	0.14 181	0.00 1	1.38 143	0.04 153	7.36 372	2.85 327	1.07 152	1.24 225	0.93 160	0.11 111	4.28 202	0.84 202	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.11 120

ARAFT	1.27 222	1.38 326	4.73 302	0.08 133	0.00 1	1.67 240	0.04 153	5.52 307	1.98 259	3.02 311	0.59 163	0.47 101	0.11 111	4.87 235	0.38 125	0.00 1	0.03 226	0.00 1	0.00 1	0.25 310	0.25 199

GANetREF_RVC	1.25 211	1.39 327	4.10 275	0.10 159	0.00 1	2.25 272	0.18 232	4.68 253	2.78 321	0.69 92	0.34 115	1.87 226	0.65 230	5.07 244	0.68 182	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.07 76
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	2.57 330	1.40 328	7.90 367	0.11 171	0.11 194	4.71 349	0.74 316	5.45 305	1.66 223	3.15 315	1.65 249	1.61 206	2.25 312	4.54 217	15.56 392	0.03 330	0.00 1	0.01 322	0.10 295	0.27 321	0.23 189

PDISCO_ROB	2.54 328	1.40 328	5.07 320	1.06 349	2.01 379	8.28 377	0.17 227	7.96 380	6.01 366	1.48 202	1.75 252	3.67 317	1.25 270	7.74 358	2.07 276	0.00 1	0.00 1	0.00 1	0.00 1	0.39 349	0.42 244

FADNet	1.38 244	1.42 330	5.62 335	0.03 58	0.06 157	2.56 290	0.16 224	4.66 251	1.64 221	0.35 45	0.11 60	1.66 214	1.05 255	5.64 270	1.59 254	0.18 364	0.02 218	0.01 322	0.01 239	0.52 365	0.23 189

BEATNet_4x	1.24 208	1.45 331	5.03 316	0.58 287	0.02 105	1.34 132	0.09 200	5.29 290	1.69 226	2.01 250	0.25 96	1.18 184	0.44 199	2.11 149	2.70 299	0.00 1	0.00 1	0.00 1	0.00 1	0.14 247	0.54 255

FADNet-RVC-Resample	1.28 223	1.46 332	6.58 353	0.10 159	0.14 206	1.54 196	0.25 255	4.29 221	1.46 192	0.61 84	0.23 93	1.29 189	0.28 167	5.23 252	1.06 229	0.10 354	0.16 264	0.09 359	0.06 281	0.28 324	0.39 236

SPS-STEREO	3.67 353	1.46 332	4.23 280	0.36 243	0.23 240	3.93 332	1.20 337	6.67 359	3.50 337	11.05 382	8.81 361	9.53 375	4.63 359	9.10 372	7.25 357	0.01 296	0.01 191	0.00 1	0.00 1	0.13 239	1.28 326
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCPNet	3.94 356	1.47 334	14.87 393	0.11 171	0.45 298	7.19 367	2.23 355	5.42 302	3.18 334	4.53 344	2.03 267	7.48 368	5.27 367	7.05 335	14.73 389	0.02 320	0.74 314	0.04 351	0.91 398	0.23 301	0.85 292

Wz-Net-LNSev	1.60 274	1.48 335	8.20 371	0.03 58	0.03 123	3.95 333	0.13 217	4.89 264	2.33 286	0.92 126	0.31 112	3.64 316	1.40 277	2.90 160	1.50 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.20 177

GwcNet	1.96 294	1.51 336	7.43 362	0.30 237	1.20 361	4.13 336	0.61 308	4.45 229	1.92 254	1.53 207	2.31 276	3.93 326	0.54 206	5.50 261	3.16 316	0.00 1	0.00 1	0.00 1	0.01 239	0.39 349	0.24 193

DN-CSS_ROB	0.96 147	1.51 336	3.52 249	1.05 348	0.01 60	1.50 183	0.02 75	3.35 128	1.18 109	0.18 26	0.54 156	0.44 97	0.16 134	4.39 207	0.82 198	0.00 1	0.00 1	0.00 1	0.00 1	0.36 343	0.08 81

FADNet_RVC	1.32 235	1.54 338	5.37 329	0.02 39	0.06 157	2.78 301	0.07 183	4.19 208	1.03 86	0.44 60	0.35 122	0.67 123	0.10 102	5.42 260	1.92 270	0.24 368	0.33 284	0.11 363	0.33 374	0.66 375	0.68 276

ADCL	3.64 351	1.54 338	8.53 376	0.26 231	0.28 268	7.37 368	4.49 379	5.42 302	3.61 339	4.79 347	3.85 324	5.14 347	4.47 357	6.28 288	15.73 393	0.05 340	0.01 191	0.11 363	0.13 308	0.34 337	0.33 220

LL-Strereo	2.29 322	1.55 340	5.01 315	0.64 299	2.78 385	1.52 190	0.05 165	5.04 275	1.24 128	2.73 301	2.87 302	5.10 346	5.49 369	7.22 341	0.81 197	0.04 336	1.31 383	0.00 1	0.00 1	0.31 330	2.08 382

ELAS	9.07 385	1.55 340	5.19 325	1.87 375	1.92 377	17.05 394	8.29 404	13.92 393	13.52 387	23.08 410	28.56 410	18.59 391	16.90 402	12.06 393	13.39 386	0.91 376	1.32 384	0.65 382	0.59 387	0.68 377	1.31 327
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	2.71 332	1.57 342	16.51 397	0.22 212	0.33 284	1.45 163	0.28 265	6.26 346	9.92 381	1.25 178	0.44 142	1.98 235	1.61 294	7.33 342	4.17 332	0.00 1	0.01 191	0.07 356	0.10 295	0.33 334	0.29 210

ELAS_RVC	8.75 384	1.59 343	6.34 348	1.91 376	1.87 375	11.67 385	12.14 411	10.75 388	16.11 392	22.55 409	21.45 396	18.49 390	18.29 406	14.17 396	12.53 382	0.92 377	1.32 384	0.70 384	0.46 381	0.53 367	1.25 323
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet-RVC	1.30 231	1.62 344	6.28 345	0.03 58	0.00 1	1.61 218	0.08 189	4.49 231	2.04 264	0.41 57	0.10 57	0.63 114	0.64 227	5.55 265	1.69 260	0.01 296	0.08 248	0.00 1	0.00 1	0.52 365	0.31 213

AANet_RVC	1.95 292	1.64 345	4.89 308	0.09 149	0.00 1	1.24 91	0.01 18	3.93 171	2.82 324	2.32 271	4.64 335	3.61 314	0.19 146	7.61 350	4.73 338	0.60 373	0.19 270	0.00 1	0.00 1	0.11 220	0.47 246

MFMNet_re	2.39 326	1.65 346	6.10 342	3.04 385	0.90 346	2.34 282	0.98 327	4.77 259	3.79 344	6.95 363	7.08 354	1.84 225	3.79 350	2.53 152	1.57 252	0.00 1	0.00 1	0.00 1	0.00 1	0.25 310	0.26 203

PVD	6.50 378	1.70 347	6.71 355	1.66 374	1.59 372	7.94 373	0.89 322	11.13 389	24.35 398	12.01 386	19.10 388	8.76 372	9.89 387	9.85 378	11.06 377	0.02 320	1.12 361	0.00 1	0.26 364	0.25 310	1.72 353

CSAN	3.10 337	1.72 348	5.85 337	0.37 246	0.14 206	4.15 338	3.91 371	4.94 270	4.65 355	6.43 361	6.29 349	4.62 333	5.17 365	8.13 362	4.85 339	0.02 320	0.03 226	0.03 346	0.05 274	0.26 316	0.48 250

ADCP+	3.18 341	1.81 349	11.33 386	0.07 125	0.20 228	5.83 361	2.80 359	4.60 244	2.69 310	1.68 225	0.28 103	3.75 319	3.14 339	6.82 314	17.90 395	0.00 1	0.00 1	0.00 1	0.00 1	0.20 291	0.56 262

iResNetv2_ROB	1.32 235	1.82 350	6.02 340	1.27 356	0.00 1	1.41 154	0.05 165	4.48 230	1.46 192	1.02 145	1.28 227	1.00 171	0.27 165	4.72 222	1.12 233	0.00 1	0.00 1	0.00 1	0.00 1	0.37 348	0.16 150

SHD	3.58 345	1.83 351	6.41 349	1.34 364	1.21 362	4.84 350	0.17 227	7.95 379	12.83 385	7.86 369	3.32 313	5.08 344	2.63 324	5.54 264	8.57 362	0.01 296	0.75 315	0.00 1	0.18 332	0.31 330	0.73 281

PWC_ROB	3.30 343	1.83 351	8.47 374	0.62 296	0.56 310	1.31 119	0.39 288	4.53 237	5.05 358	7.66 368	15.14 378	3.37 302	2.43 318	6.86 317	6.74 354	0.00 1	0.00 1	0.00 1	0.00 1	0.51 361	0.54 255

RAFT + AFF	1.88 287	1.84 353	4.19 278	0.05 97	0.85 341	2.29 277	1.00 329	6.32 348	2.26 279	1.88 236	1.80 256	1.27 187	3.66 346	6.56 299	2.36 291	0.02 320	0.34 287	0.00 1	0.01 239	0.41 353	0.50 252

Syn2CoEx	1.91 290	1.85 354	6.43 352	0.05 97	0.00 1	1.47 173	0.54 301	6.03 337	2.24 277	2.24 266	2.19 270	2.06 240	3.10 337	6.57 300	2.58 297	0.00 1	0.00 1	0.00 1	0.00 1	0.34 337	0.40 238

PASM	2.20 315	1.85 354	10.33 382	1.00 343	0.41 290	1.98 263	0.90 323	3.85 161	2.76 318	4.38 340	1.53 241	3.49 311	1.54 286	6.60 301	2.43 293	0.14 360	0.02 218	0.00 1	0.03 260	0.33 334	0.39 236

SANet	5.04 367	1.86 356	7.96 368	0.39 250	0.12 199	7.51 370	3.73 370	7.20 368	16.07 391	7.15 364	13.16 374	12.35 378	8.70 382	8.28 365	5.37 342	0.00 1	0.01 191	0.00 1	0.00 1	0.13 239	0.71 279

LE_ROB	13.25 400	1.86 356	12.84 389	2.35 379	1.43 367	7.50 369	5.92 390	10.14 385	48.57 419	57.70 419	24.61 404	23.44 400	32.60 415	10.12 380	24.95 413	0.06 346	0.08 248	0.13 367	0.20 340	0.09 186	0.41 240

Wz-Net-MNSev	2.17 313	1.90 358	7.77 365	0.02 39	0.01 60	4.60 347	2.08 352	5.70 316	2.83 325	4.02 334	1.50 240	1.87 226	2.53 322	5.10 246	3.04 313	0.00 1	0.01 191	0.00 1	0.00 1	0.14 247	0.31 213

SQANet	2.65 331	1.92 359	3.73 264	4.47 389	2.98 386	2.59 292	0.24 251	4.66 251	1.11 97	2.48 288	0.59 163	1.57 200	0.86 248	3.95 189	1.67 259	7.97 396	0.14 263	0.48 374	0.03 260	7.84 391	3.68 391

Anonymous Stereo	2.31 323	1.93 360	10.83 385	0.65 301	0.22 234	1.66 235	4.27 377	4.51 233	2.99 329	3.12 314	1.87 259	1.95 233	0.11 111	7.17 340	4.68 337	0.01 296	0.00 1	0.00 1	0.00 1	0.11 220	0.20 177

SAMSARA	4.31 361	1.94 361	7.80 366	1.96 377	1.40 365	10.65 383	7.35 399	7.17 367	4.49 352	8.27 371	3.58 318	10.58 376	3.75 347	7.87 359	6.66 353	0.01 296	1.09 353	0.00 1	0.23 352	0.26 316	1.19 318

XQC	3.16 340	2.00 362	7.71 364	0.97 342	0.67 330	5.07 353	0.69 313	6.58 356	4.95 357	5.04 352	1.98 266	4.99 342	3.12 338	7.96 361	10.02 374	0.00 1	0.63 306	0.00 1	0.18 332	0.36 343	0.38 235

otaku	3.61 348	2.06 363	4.04 274	6.41 393	3.35 389	4.67 348	2.08 352	5.97 332	1.58 204	2.19 260	2.62 296	3.47 309	1.45 279	4.36 205	2.17 279	8.55 397	0.25 272	1.89 388	0.03 260	9.29 394	5.81 396

Ntro	3.66 352	2.08 364	4.34 285	7.58 395	4.53 391	6.25 364	0.72 315	5.35 293	1.65 222	0.48 74	1.77 253	2.68 273	1.25 270	5.10 246	2.31 288	8.72 398	0.31 282	2.13 390	0.05 274	9.73 395	6.18 397

FINET	2.99 334	2.11 365	7.66 363	1.13 351	1.79 373	4.35 343	3.34 365	5.66 313	7.93 378	2.49 290	3.29 311	1.66 214	2.47 320	6.70 308	4.44 334	0.82 375	1.38 386	0.03 346	0.30 372	0.36 343	1.88 378

RTSC	3.18 341	2.15 366	8.20 371	0.67 308	0.38 287	4.41 345	0.08 189	5.64 311	5.80 364	6.14 360	3.43 315	3.37 302	1.55 289	7.50 348	12.15 381	0.00 1	0.84 322	0.00 1	0.25 357	0.51 361	0.53 254

NVStereoNet_ROB	4.22 360	2.29 367	6.13 344	1.40 367	1.14 360	2.84 305	0.97 326	5.67 314	5.66 361	5.25 353	14.28 377	12.40 379	5.35 368	10.74 386	5.33 341	1.24 385	1.01 346	0.67 383	0.62 389	0.63 373	0.69 277
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	3.41 344	2.29 367	5.16 324	0.19 196	0.02 105	3.11 311	0.02 75	5.15 281	12.27 384	1.36 191	23.33 402	1.98 235	3.35 341	4.93 237	3.71 325	0.28 370	0.00 1	0.00 1	0.00 1	0.71 378	0.32 215

EDNetEfficientorigin	10.48 393	2.34 369	98.78 428	0.23 216	0.25 249	3.01 309	0.70 314	4.69 254	17.04 393	19.07 399	15.43 379	12.52 380	11.56 394	9.41 375	12.62 383	0.01 296	0.01 191	0.00 1	0.01 239	0.25 310	1.76 358

MFN_U_SF_RVC	4.10 359	2.36 370	12.04 387	1.00 343	0.27 263	10.31 381	0.51 298	8.83 383	3.69 341	4.90 350	3.30 312	9.33 374	3.43 343	8.28 365	9.42 369	0.41 372	0.53 299	0.52 375	0.81 391	0.90 379	1.05 309

ACVNet-4b	6.14 375	2.39 371	6.31 347	9.73 401	7.26 399	8.81 379	1.62 346	7.27 370	6.07 367	0.41 57	6.42 351	11.47 377	2.37 316	9.17 373	2.72 300	9.70 402	2.42 401	10.45 401	0.01 239	11.04 402	7.12 400

ADCMid	4.33 362	2.40 372	13.81 392	0.23 216	0.40 288	4.90 351	1.23 339	5.73 317	3.73 342	11.06 383	3.94 327	6.67 363	5.11 363	7.11 336	18.03 396	0.12 358	0.08 248	0.55 376	0.46 381	0.61 371	0.49 251

SuperB	3.75 354	2.46 373	15.54 396	0.32 239	0.06 157	4.29 341	1.61 344	4.25 215	11.49 383	2.56 293	1.31 230	2.01 239	1.86 304	6.94 325	8.94 364	0.05 340	0.03 226	0.10 362	0.08 287	10.62 400	0.56 262

GASNet	1.77 283	2.50 374	7.05 357	0.47 265	0.02 105	1.50 183	0.20 236	4.55 240	2.55 304	0.98 132	1.48 239	2.24 256	1.57 292	6.25 285	3.41 322	0.00 1	0.05 235	0.00 1	0.00 1	0.55 368	0.12 126

WZ-Net	4.64 365	2.57 375	25.72 403	0.10 159	0.09 182	3.07 310	2.08 352	6.59 358	5.41 359	6.08 359	4.09 331	7.02 366	6.04 374	11.64 388	11.45 379	0.00 1	0.00 1	0.00 1	0.00 1	0.21 294	0.61 267

LSM	7.83 382	2.59 376	24.93 402	4.71 390	40.61 420	3.55 327	5.22 386	5.91 331	7.48 374	10.86 381	13.66 376	4.55 331	3.92 351	7.72 357	5.88 346	0.02 320	0.26 275	0.00 1	0.00 1	0.30 329	14.53 415

MANE	15.61 406	2.70 377	7.19 358	3.43 387	5.19 393	21.44 402	9.54 407	24.27 414	29.58 404	33.72 414	42.10 417	42.08 415	32.55 414	24.60 407	20.72 404	1.46 386	2.17 398	1.34 386	4.60 408	0.49 358	3.04 388

WAO-6	11.65 395	2.71 378	4.73 302	7.69 396	7.28 400	17.41 395	7.45 400	20.43 404	38.14 414	10.13 380	19.37 391	27.36 402	12.38 395	13.35 394	13.26 385	4.38 390	2.43 402	10.51 402	0.03 260	9.00 393	4.96 394

ACVNet_1	6.79 380	2.72 379	6.97 356	9.78 402	7.38 401	7.67 371	2.29 356	10.50 387	6.93 372	4.51 343	5.39 341	13.21 381	6.34 376	7.02 334	3.31 320	9.70 402	2.48 403	10.85 403	0.11 298	11.41 404	7.23 401

ACVNet_2	9.32 386	2.76 380	8.07 369	8.84 399	6.89 397	14.54 393	4.19 375	14.25 394	23.92 397	7.62 367	19.61 393	20.42 393	5.93 373	8.52 370	3.64 323	9.16 399	1.74 397	7.93 394	0.36 377	10.56 399	7.47 404

WAO-7	9.62 387	2.87 381	5.64 336	0.96 341	0.21 233	20.37 401	5.13 385	23.65 413	26.32 402	13.11 389	27.70 408	22.69 396	14.04 397	14.53 398	13.11 384	0.13 359	0.09 254	0.58 377	0.10 295	0.51 361	0.75 283

SGM-ForestM	14.25 401	3.00 382	8.67 377	2.38 380	1.88 376	24.45 408	11.87 409	19.27 401	21.66 396	30.68 412	29.79 412	46.58 416	28.97 412	27.26 413	21.22 406	1.14 382	1.67 394	0.61 381	0.89 397	0.51 361	2.50 384

Dean	12.08 398	3.10 383	8.10 370	10.98 404	8.34 404	18.85 398	5.53 389	21.57 409	40.96 416	11.81 385	21.91 397	25.74 401	9.74 385	8.20 363	5.76 344	9.65 401	2.35 400	9.94 397	0.65 390	10.97 401	7.40 402

MSC_U_SF_DS_RVC	5.48 372	3.14 384	10.56 383	0.47 265	0.29 269	24.98 409	8.65 406	6.24 344	9.96 382	4.38 340	8.16 358	8.42 370	2.44 319	9.46 377	6.27 350	1.11 380	1.70 395	0.33 373	0.47 383	1.16 381	1.35 329

MFN_U_SF_DS_RVC	3.61 348	3.47 385	9.32 378	0.19 196	0.30 281	13.80 388	7.49 402	5.15 281	3.95 346	3.06 312	3.94 327	4.60 332	1.20 262	8.49 369	2.79 306	0.70 374	1.22 378	0.04 351	0.84 392	0.50 360	1.23 320

RTS	10.27 391	3.55 386	66.16 416	1.62 371	2.34 381	13.96 390	6.25 393	6.95 363	18.07 394	8.81 373	19.18 389	6.82 364	2.96 332	26.87 411	19.93 401	0.00 1	0.42 289	0.00 1	0.03 260	0.40 351	0.99 306

RTSA	10.27 391	3.55 386	66.16 416	1.62 371	2.34 381	13.96 390	6.25 393	6.95 363	18.07 394	8.81 373	19.18 389	6.82 364	2.96 332	26.87 411	19.93 401	0.00 1	0.42 289	0.00 1	0.03 260	0.40 351	0.99 306

ADCS	5.55 373	3.55 386	19.07 398	0.43 256	0.14 206	5.87 362	4.20 376	7.65 376	7.80 377	9.79 379	6.22 348	6.48 361	5.52 370	10.52 385	22.41 409	0.00 1	0.00 1	0.00 1	0.00 1	0.48 357	0.97 304

LVE	11.75 397	3.56 389	5.48 334	10.38 403	8.28 403	22.54 403	7.53 403	17.01 397	32.01 407	9.26 377	23.28 401	23.43 399	9.72 384	11.79 392	7.81 358	10.09 404	2.62 409	11.07 404	0.59 387	11.18 403	7.44 403

Wz-Net-SNSev	3.01 336	3.59 390	12.98 390	0.45 258	0.04 144	2.72 298	1.12 334	5.80 325	2.42 294	2.30 269	2.62 296	6.39 358	1.29 273	10.20 381	7.19 356	0.00 1	0.01 191	0.00 1	0.00 1	0.29 327	0.72 280

SGM+DAISY	6.27 376	3.62 391	9.36 379	2.30 378	2.34 381	9.12 380	6.38 395	6.98 365	6.00 365	14.26 391	15.55 380	14.02 384	9.84 386	9.45 376	8.56 361	1.21 383	1.60 392	0.58 377	0.86 395	0.63 373	2.74 385

AnyNet_C32	4.41 364	3.74 392	15.17 395	0.48 273	0.51 304	5.99 363	6.52 398	5.30 291	2.72 315	6.86 362	3.66 320	5.21 350	3.19 340	7.42 345	19.54 399	0.08 351	0.04 230	0.20 370	0.09 290	0.67 376	0.76 284

IMH-64-1	10.12 389	3.75 393	4.24 281	11.47 405	9.26 405	11.93 386	5.30 387	18.72 399	15.74 389	7.16 365	18.55 385	16.83 388	6.83 377	11.66 389	9.62 371	10.09 404	2.54 404	15.69 408	1.72 401	12.82 405	8.45 405

IMH-64	10.12 389	3.75 393	4.24 281	11.47 405	9.26 405	11.93 386	5.30 387	18.72 399	15.74 389	7.16 365	18.55 385	16.83 388	6.83 377	11.66 389	9.62 371	10.09 404	2.54 404	15.69 408	1.72 401	12.82 405	8.45 405

RainbowNet	5.23 369	4.09 395	4.92 312	9.61 400	6.18 394	5.26 357	3.48 367	7.68 377	4.58 354	1.94 245	3.02 303	4.67 336	3.42 342	5.90 276	2.01 273	9.59 400	2.19 399	8.45 396	0.20 340	10.52 398	6.82 399

IMH	11.71 396	4.49 396	4.59 298	11.55 407	9.35 407	14.27 392	5.00 383	21.03 407	25.97 401	8.90 375	23.64 403	20.58 395	10.29 388	13.39 395	9.59 370	10.13 407	2.57 406	15.53 406	1.75 403	13.04 407	8.53 407

WAO-8	14.47 402	5.06 397	6.42 350	8.00 397	6.65 395	23.95 406	2.97 360	23.01 410	45.08 417	19.24 401	34.86 415	33.07 406	17.51 403	17.59 402	14.38 387	5.22 392	0.86 324	10.06 398	0.85 393	10.25 396	4.34 392

Venus	14.47 402	5.06 397	6.42 350	8.00 397	6.65 395	23.95 406	2.97 360	23.01 410	45.08 417	19.24 401	34.85 414	33.07 406	17.51 403	17.59 402	14.38 387	5.22 392	0.86 324	10.06 398	0.85 393	10.25 396	4.34 392

AnyNet_C01	7.15 381	5.48 399	37.47 409	1.08 350	0.59 317	11.50 384	6.49 397	6.93 361	4.31 349	8.06 370	9.11 363	8.72 371	4.06 352	14.50 397	21.97 408	0.11 356	0.08 248	0.24 372	0.09 290	1.11 380	1.07 312

coex-ft	12.25 399	6.22 400	80.44 419	0.15 186	0.15 214	2.43 284	0.98 327	3.07 109	29.54 403	49.22 418	16.44 381	15.69 386	16.17 400	7.44 346	15.30 391	0.05 340	0.07 244	0.01 322	0.05 274	0.35 341	1.15 316

Wz-Net-TNSev	4.36 363	6.36 401	22.98 400	0.22 212	0.06 157	7.00 366	3.45 366	7.46 374	3.81 345	2.12 257	0.63 166	7.29 367	5.11 363	9.87 379	9.72 373	0.00 1	0.00 1	0.00 1	0.02 258	0.36 343	0.66 272

JetBlue	14.57 404	6.38 402	35.83 408	0.95 340	7.05 398	51.27 418	22.93 416	16.51 395	9.78 380	11.72 384	17.82 384	27.82 403	17.62 405	33.31 416	20.36 403	0.35 371	0.18 267	0.15 368	0.25 357	5.36 389	5.74 395

TorneroNet-64	16.11 407	6.82 403	6.11 343	14.13 408	12.13 409	28.42 414	6.47 396	20.35 403	38.01 413	12.80 388	27.88 409	35.94 410	16.83 401	20.38 405	16.77 394	10.33 408	2.60 407	19.45 411	2.86 404	14.63 409	9.33 409

TorneroNet	16.83 408	6.92 404	6.68 354	14.15 409	12.07 408	27.63 413	8.39 405	21.53 408	37.64 412	14.70 394	32.94 413	33.55 408	18.95 408	19.68 404	20.80 405	10.39 409	2.61 408	19.77 412	3.45 405	15.42 410	9.28 408

PWCK	9.63 388	6.94 405	19.91 399	6.25 392	0.22 234	22.62 404	14.62 413	12.15 390	13.48 386	14.34 392	13.17 375	13.25 382	8.40 380	16.14 399	11.57 380	6.38 394	0.26 275	2.41 391	0.11 298	8.57 392	1.74 356

KSHMR	14.93 405	8.30 406	8.52 375	15.54 411	13.01 410	17.62 396	10.36 408	19.39 402	30.53 405	19.03 398	22.15 399	28.32 404	9.61 383	16.44 400	10.96 376	10.98 412	3.74 415	21.96 414	4.87 411	16.79 411	10.39 410

UDG	3.15 339	9.41 407	2.81 206	2.72 384	0.92 348	2.39 283	0.11 209	4.12 200	1.30 162	2.35 273	3.63 319	4.96 341	1.58 293	4.33 203	2.89 309	1.22 384	0.04 230	8.09 395	3.80 407	4.94 388	1.35 329

BEATNet-Init1	19.30 410	9.61 408	39.48 410	3.09 386	2.67 384	39.40 417	17.68 414	23.58 412	25.88 400	38.63 415	37.63 416	50.99 417	33.56 416	30.54 414	24.44 412	1.09 379	1.51 390	0.60 380	0.88 396	1.81 385	2.89 386

DDUNet	3.58 345	11.19 409	3.84 268	3.59 388	3.31 388	4.14 337	0.20 236	4.40 226	1.33 167	2.72 300	3.11 307	3.16 296	0.37 182	4.18 192	1.47 247	2.02 388	0.05 235	10.10 400	3.59 406	5.85 390	3.05 389

FADE		11.70 410		4.77 391	4.88 392													35.80 421		3.69 387

UNDER WATER-64	20.90 413	11.73 411	33.74 406	20.56 414	13.88 411	34.56 416	24.71 417	16.81 396	33.52 409	22.54 408	17.10 382	40.14 414	33.68 417	25.46 409	23.75 411	10.68 410	2.78 412	18.70 410	4.60 408	17.07 412	12.03 414

UNDER WATER	20.50 412	13.77 412	33.30 405	20.84 415	14.55 412	30.38 415	19.68 415	17.23 398	34.25 410	21.44 406	18.98 387	38.38 411	31.61 413	25.31 408	22.42 410	10.71 411	2.76 411	19.90 413	4.92 412	17.87 413	11.76 413

MADNet+	11.36 394	15.59 413	70.62 418	1.36 366	1.52 370	20.21 400	4.98 381	12.73 392	8.13 379	3.88 332	6.42 351	8.89 373	6.29 375	32.76 415	29.90 414	0.25 369	1.05 347	0.01 322	0.22 349	0.60 370	1.76 358

ktn	19.65 411	19.61 414	8.27 373	22.99 417	17.38 415	23.89 405	11.97 410	24.83 415	34.40 411	19.19 400	27.37 406	32.56 405	18.29 406	16.52 401	18.28 397	22.43 416	3.70 414	29.28 418	10.90 415	19.65 415	11.59 412

DPSimNet_ROB	26.59 415	21.34 415	28.49 404	25.34 418	19.24 416	25.03 410	28.61 418	30.13 417	30.91 406	33.36 413	29.60 411	33.91 409	28.18 411	25.99 410	42.58 416	17.84 415	15.40 417	25.41 415	22.86 419	21.10 417	26.45 420

notaker	18.29 409	22.89 416	10.13 381	18.52 413	14.64 413	17.81 397	7.48 401	20.77 405	24.37 399	21.91 407	27.45 407	39.00 412	20.06 409	20.53 406	21.90 407	12.54 413	2.81 413	25.96 416	6.03 413	19.60 414	11.37 411

DispFullNet	8.26 383	24.76 417	14.96 394	14.77 410	7.78 402	5.23 355	0.09 200	5.67 314	3.16 333	9.01 376	4.87 336	6.15 356	10.66 390	10.44 384	4.54 335	2.54 389	0.33 284	15.59 407	4.84 410	13.17 408	6.59 398

SPstereo	61.24 421	27.43 418	41.43 412	33.64 419	25.42 418	72.54 421	80.04 421	100.00 432	100.00 430	97.56 428	96.24 427	100.00 433	95.10 427	94.86 426	76.77 422	29.55 419	22.53 418	47.20 423	42.52 421	19.77 416	22.12 419

HanzoNet	30.55 416	30.82 419	24.44 401	22.40 416	19.25 417	25.74 411	14.00 412	29.76 416	40.45 415	43.57 416	44.15 418	55.63 419	46.26 418	43.79 418	45.27 417	28.35 418	9.71 416	30.23 419	16.18 417	23.20 418	17.85 416

MADNet++	48.24 418	34.06 420	39.67 411	43.36 420	41.25 421	66.15 419	33.15 419	60.90 421	54.14 420	72.30 421	61.91 420	58.11 420	56.05 419	58.09 419	59.59 420	43.04 421	36.86 421	35.73 420	22.37 418	45.96 421	42.06 422

JetRed	35.17 417	40.12 421	62.92 414	15.92 412	26.66 419	70.02 420	42.94 420	32.33 418	33.48 408	46.29 417	45.31 419	39.98 413	26.04 410	38.73 417	56.93 419	12.90 414	37.58 422	13.38 405	9.53 414	30.41 419	21.91 418

DLNR_Zeroshot_test	23.30 414	50.27 422	88.62 420	97.23 434	94.59 430	1.20 72	0.00 1	20.92 406	0.64 35	0.06 14	0.02 1	0.03 5	0.02 16	4.50 213	0.25 82	32.51 420	0.96 343	0.00 1	0.27 368	72.47 427	1.47 335

LRCNet_RVC	60.82 420	63.91 423	64.33 415	69.26 426	50.13 422	19.76 399	0.07 183	58.24 420	5.77 362	75.95 422	85.64 422	74.51 421	62.84 420	58.99 420	50.33 418	93.38 429	56.04 426	93.60 428	93.06 427	68.67 426	71.95 427

ASD4	55.67 419	67.80 424	50.61 413	44.70 421	58.12 423	92.14 423	98.24 429	55.49 419	86.70 424	58.61 420	65.05 421	51.13 418	64.00 421	59.18 421	67.96 421	26.48 417	30.21 419	26.86 417	29.22 420	43.04 420	37.90 421

xxxxx1	76.86 423	82.53 425	93.06 423	61.86 423	67.25 424	95.91 425	95.20 425	75.90 422	81.13 421	82.69 423	86.70 423	89.27 422	87.62 422	85.18 422	86.89 423	55.21 422	54.91 423	60.27 424	72.48 424	60.77 423	62.32 423

tt_ll	76.86 423	82.53 425	93.06 423	61.86 423	67.25 424	95.91 425	95.20 425	75.90 422	81.13 421	82.69 423	86.70 423	89.27 422	87.62 422	85.18 422	86.89 423	55.21 422	54.91 423	60.27 424	72.48 424	60.77 423	62.32 423

ff	76.86 423	82.53 425	93.06 423	61.86 423	67.25 424	95.91 425	95.20 425	75.90 422	81.13 421	82.69 423	86.70 423	89.27 422	87.62 422	85.18 422	86.89 423	55.21 422	54.91 423	60.27 424	72.48 424	60.77 423	62.32 423

MEDIAN_ROB	96.88 427	99.41 428	98.74 427	94.82 429	94.30 429	93.21 424	90.85 423	95.70 427	94.83 426	97.65 429	97.67 428	98.31 427	96.57 428	94.60 425	93.95 428	99.78 437	98.28 428	99.99 432	99.90 430	99.50 434	99.57 431

PML	88.69 426	99.49 429	92.95 422	94.34 428	94.09 428	98.57 429	96.73 428	93.58 425	94.50 425	99.57 431	91.07 426	95.40 426	91.48 425	99.96 433	90.33 426	99.98 439	31.85 420	100.00 434	46.15 422	93.62 429	70.14 426

HaxPig	97.67 429	99.63 430	91.79 421	99.82 439	99.96 433	88.42 422	87.25 422	98.22 428	99.89 428	99.93 432	99.96 430	99.95 431	99.86 430	96.37 427	92.57 427	99.96 438	99.98 431	99.99 432	99.99 431	99.99 441	99.91 433

Anonymous_1	96.94 428	99.72 431	99.64 430	92.03 427	93.81 427	100.00 431	100.00 431	99.18 429	99.90 429	98.59 430	99.75 429	99.15 428	99.95 431	98.52 428	99.54 429	87.31 425	98.83 429	90.77 427	96.89 428	91.07 428	94.14 428

AVERAGE_ROB	99.26 433	99.81 432	97.70 426	100.00 442	100.00 435	96.38 428	91.35 424	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	99.98 434	99.97 431	100.00 440	100.00 432	100.00 434	100.00 432	100.00 442	100.00 441

DPSMNet_ROB	99.43 435	99.92 433	99.98 432	96.44 433	100.00 435	100.00 431	100.00 431	99.82 431	100.00 430	95.92 426	100.00 431	99.26 429	100.00 432	99.77 430	99.99 432	98.36 431	100.00 432	99.86 430	100.00 432	99.38 432	99.98 440

DGTPSM_ROB	99.42 434	99.92 433	99.98 432	96.43 432	100.00 435	100.00 431	100.00 431	99.81 430	100.00 430	95.92 426	100.00 431	99.26 429	100.00 432	99.77 430	99.99 432	98.23 430	100.00 432	99.86 430	100.00 432	99.38 432	99.97 439

test_example2	98.82 430	99.97 435	99.97 431	99.95 441	99.97 434	99.48 430	99.97 430	94.95 426	100.00 430	100.00 433	100.00 431	93.49 425	93.63 426	99.93 432	99.91 430	100.00 440	99.77 430	96.68 429	98.65 429	100.00 442	100.00 441

MyStereo03	99.94 438	100.00 436	100.00 434	99.73 436	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 434	100.00 432	99.98 436	99.94 434

MyStereo02	99.94 438	100.00 436	100.00 434	99.73 436	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 434	100.00 432	99.98 436	99.94 434

MyStereo	99.94 438	100.00 436	100.00 434	99.73 436	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 434	100.00 432	99.98 436	99.94 434

Selective-RAFT-Error	100.00 441	100.00 436	100.00 434	100.00 442	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	100.00 440	100.00 432	100.00 434	100.00 432	99.98 436	99.94 434

CasAABBNet	99.93 436	100.00 436	100.00 434	99.70 435	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 434	100.00 432	99.96 435	99.94 434

LSM0	99.93 436	100.00 436	100.00 434	99.82 439	100.00 435	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.09 436	100.00 432	100.00 434	100.00 432	99.98 436	99.79 432

DPSM_ROB	99.05 431	100.00 436	100.00 434	95.92 430	98.77 431	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.10 427	100.00 432	100.00 434	100.00 432	95.46 430	97.74 429

DPSM	99.05 431	100.00 436	100.00 434	95.92 430	98.77 431	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.10 427	100.00 432	100.00 434	100.00 432	95.46 430	97.74 429

Low-res two-view benchmark