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	1.88 65	0.15 1	2.11 41	1.38 166	0.88 204	2.40 71	0.04 9	5.93 123	6.10 176	2.25 49	1.34 20	6.06 209	5.08 259	2.78 55	1.01 100	0.00 1	0.02 166	0.00 1	0.00 1	0.01 7	0.06 144

Selective-IGEV	1.23 25	0.18 2	1.13 2	0.07 9	0.17 71	2.38 70	0.54 127	6.10 128	2.51 17	0.41 16	3.20 54	0.26 15	0.29 8	6.94 164	0.16 1	0.00 1	0.01 126	0.00 1	0.11 286	0.04 78	0.10 199

EGLCR-Stereo	1.04 9	0.20 3	2.00 26	1.14 144	0.16 66	2.50 77	0.11 28	4.96 70	2.61 21	0.79 27	0.07 1	1.46 61	0.37 20	3.96 76	0.23 2	0.01 145	0.05 240	0.00 1	0.00 1	0.00 1	0.07 157

PSM-AAD	3.33 200	0.20 3	1.47 6	0.73 93	0.54 173	2.55 83	6.19 336	4.97 71	3.27 60	10.92 320	11.92 260	2.95 95	9.59 336	7.90 213	0.82 70	0.01 145	0.01 126	0.00 1	0.00 1	0.04 78	2.47 370

GrayStereo	3.74 227	0.20 3	1.94 21	1.55 188	0.60 177	3.12 153	8.22 358	5.76 116	3.32 62	10.40 309	16.66 308	5.81 204	8.60 323	6.57 150	1.37 127	0.01 145	0.00 1	0.01 256	0.63 361	0.02 22	0.04 104

knoymous	1.36 34	0.21 6	1.68 11	0.20 32	0.49 168	1.58 24	0.11 28	5.15 81	2.40 14	4.62 95	1.77 29	4.56 160	0.45 32	3.23 61	0.63 40	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.01 16

test-3	1.86 61	0.21 6	2.46 61	1.03 127	0.22 102	1.38 13	0.83 192	4.65 57	5.04 137	7.26 213	1.78 30	4.10 142	0.41 29	6.53 149	0.76 62	0.00 1	0.00 1	0.00 1	0.29 336	0.18 243	0.14 235

test_1	1.85 60	0.21 6	2.45 58	1.02 125	0.22 102	1.37 12	0.82 188	4.66 58	5.06 138	7.02 197	1.73 27	4.09 140	0.41 29	6.51 147	0.76 62	0.00 1	0.00 1	0.00 1	0.29 336	0.18 243	0.14 235

test_3	1.88 65	0.22 9	2.75 90	0.96 120	0.22 102	1.28 10	0.77 181	4.62 53	5.87 164	6.55 180	1.84 32	4.28 152	0.45 32	6.48 144	0.76 62	0.00 1	0.01 126	0.00 1	0.28 335	0.17 233	0.14 235

ttt	3.86 239	0.23 10	2.34 53	2.22 278	1.68 258	4.36 221	0.28 75	12.45 295	11.09 297	6.90 194	11.85 259	4.08 139	3.28 171	8.47 252	7.85 301	0.06 280	0.04 231	0.00 1	0.00 1	0.03 58	0.03 68

Any-RAFT	2.18 98	0.25 11	1.94 21	1.37 165	0.80 198	5.01 239	0.56 132	8.51 195	5.58 157	4.01 83	4.85 88	5.44 190	2.26 136	2.45 52	0.35 7	0.00 1	0.15 318	0.00 1	0.00 1	0.02 22	0.02 38

CAS	2.24 101	0.25 11	1.86 14	11.21 386	3.86 345	1.67 28	0.02 7	3.87 24	2.67 23	0.41 16	1.63 26	0.24 14	0.27 5	1.50 21	0.74 56	9.43 393	0.01 126	0.00 1	0.00 1	0.01 7	5.21 381

MGS-Stereo	1.10 13	0.26 13	2.45 58	0.58 83	0.06 17	1.84 39	0.67 158	2.16 2	3.42 68	1.03 31	6.13 125	0.49 38	0.36 17	1.43 18	0.62 39	0.00 1	0.00 1	0.00 1	0.00 1	0.47 324	0.00 1

11t1	1.62 42	0.26 13	2.53 66	2.37 295	0.24 106	2.58 89	0.06 14	6.66 155	3.00 43	3.40 74	3.01 50	1.14 53	1.94 122	4.18 82	0.91 87	0.01 145	0.02 166	0.00 1	0.00 1	0.03 58	0.03 68

GMM-Stereo	3.32 198	0.27 15	2.52 65	0.82 99	0.48 165	2.27 62	4.91 324	5.06 77	3.08 48	7.06 201	16.72 309	6.21 213	3.70 194	7.60 195	1.16 113	0.04 258	0.00 1	0.00 1	0.04 259	0.10 167	4.45 376

x	1.73 47	0.28 16	2.49 64	1.91 235	0.17 71	2.10 53	0.83 192	8.74 206	3.55 76	3.28 69	2.12 38	3.10 105	1.96 123	2.90 56	1.12 107	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.03 68

mmm	2.50 136	0.29 17	3.22 139	1.98 245	0.32 131	3.72 193	0.12 34	9.45 222	4.05 100	5.84 130	10.80 241	2.47 84	2.86 161	4.07 80	0.75 60	0.00 1	0.02 166	0.00 1	0.01 209	0.03 58	0.02 38

AEACV	0.80 2	0.29 17	1.70 12	0.96 120	0.24 106	2.03 49	0.88 205	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 126	1.77 34	0.33 5	0.00 1	0.03 209	0.00 1	0.29 336	0.10 167	0.09 180

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 77	0.01 1	1.98 46	0.57 140	3.07 5	3.02 45	0.90 29	1.48 22	0.19 2	0.40 23	0.93 3	0.36 8	0.00 1	0.01 126	0.00 1	0.00 1	0.04 78	0.02 38

Prome-Stereo	3.65 221	0.29 17	1.92 18	0.91 107	0.49 168	2.07 51	4.75 322	4.41 41	3.23 58	9.32 284	20.63 337	4.06 138	7.19 300	7.70 201	1.17 114	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	4.72 380

MoCha-V2	1.21 23	0.30 21	2.75 90	1.44 177	0.39 143	2.72 107	0.78 185	4.88 63	2.60 20	0.65 25	3.31 56	0.18 1	1.97 124	1.30 13	0.54 33	0.00 1	0.03 209	0.00 1	0.26 333	0.13 206	0.02 38

1111x	4.25 266	0.30 21	4.31 211	1.47 179	0.37 139	5.10 240	0.32 86	12.86 308	9.82 272	6.01 142	9.73 219	8.78 266	5.97 279	9.43 295	10.39 338	0.06 280	0.03 209	0.00 1	0.00 1	0.02 22	0.04 104

qqq	1.93 73	0.30 21	2.96 115	1.40 169	0.05 10	1.96 45	0.39 96	8.45 191	3.33 63	3.06 64	3.84 67	4.67 163	2.70 150	4.40 84	0.96 93	0.00 1	0.01 126	0.00 1	0.00 1	0.02 22	0.03 68

s12784h	1.89 68	0.30 21	2.57 70	0.11 17	0.09 35	4.18 215	0.13 41	6.61 153	7.44 217	3.62 78	4.28 76	0.59 43	0.81 54	6.61 151	0.46 20	0.01 145	0.01 126	0.00 1	0.00 1	0.02 22	0.00 1

DualNet	3.35 203	0.31 25	3.97 189	1.34 158	0.98 215	2.80 117	0.48 111	4.53 47	10.19 279	6.29 168	9.23 201	5.59 193	3.72 199	8.00 216	9.35 326	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 104

ffm	2.90 166	0.31 25	3.97 189	1.34 158	0.98 215	2.80 117	0.48 111	4.53 47	10.19 279	6.29 168	9.23 201	5.59 193	3.72 199	8.00 216	0.46 20	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 104

ff1	3.45 213	0.31 25	3.97 189	1.34 158	0.98 215	2.80 117	0.48 111	4.53 47	10.19 279	6.29 168	9.23 201	5.59 193	3.72 199	10.11 305	9.35 326	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 104

mmx	3.86 239	0.31 25	3.97 189	1.34 158	0.98 215	2.80 117	0.48 111	12.18 291	10.66 292	6.29 168	9.23 201	5.59 193	3.72 199	10.11 305	9.35 326	0.05 270	0.02 166	0.00 1	0.00 1	0.03 58	0.04 104

xxx	3.86 239	0.31 25	3.98 194	1.34 158	0.98 215	2.80 117	0.48 111	12.18 291	10.66 292	6.29 168	9.23 201	5.59 193	3.72 199	10.11 305	9.35 326	0.05 270	0.02 166	0.00 1	0.00 1	0.03 58	0.04 104

PFNet+	2.35 117	0.31 25	3.69 171	0.79 97	0.17 71	3.15 157	0.75 178	4.52 46	6.30 185	7.90 239	6.34 138	2.53 85	1.18 80	7.72 204	1.62 148	0.03 242	0.00 1	0.00 1	0.00 1	0.01 7	0.03 68

KYRaft	3.59 218	0.31 25	1.84 13	0.76 96	0.46 158	2.29 63	4.04 306	4.75 60	3.25 59	8.93 275	19.47 330	6.62 224	5.07 258	7.79 208	0.71 53	0.01 145	0.00 1	0.00 1	0.01 209	0.04 78	5.38 383

SST-Stereo	2.75 153	0.31 25	2.78 97	1.33 156	0.33 134	3.99 210	0.82 188	5.60 111	3.93 89	10.92 320	6.19 129	5.00 176	4.23 221	8.66 262	0.74 56	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 68

xxxx	4.51 276	0.31 25	2.77 95	1.69 207	0.47 164	7.74 292	0.07 18	14.04 324	7.91 232	5.82 129	8.97 197	9.34 270	3.41 182	7.33 183	20.24 371	0.05 270	0.03 209	0.00 1	0.00 1	0.03 58	0.04 104

AE-Stereo	1.44 37	0.32 34	2.69 81	1.58 193	0.20 96	2.24 60	0.59 142	6.01 124	5.70 160	1.18 40	3.17 53	1.02 51	0.78 52	1.73 30	0.83 71	0.02 215	0.18 332	0.00 1	0.29 336	0.11 184	0.07 157

CASnet	0.98 6	0.32 34	1.62 8	0.65 89	0.07 23	2.11 54	0.14 48	3.50 14	4.03 96	3.77 80	1.41 21	0.31 24	0.29 8	0.80 2	0.57 34	0.01 145	0.00 1	0.00 1	0.00 1	0.04 78	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 44	0.32 34	3.29 143	0.92 111	0.18 83	3.89 205	0.06 14	4.22 33	4.00 93	1.47 41	1.98 34	3.07 104	2.81 157	6.35 136	0.89 85	0.01 145	0.00 1	0.00 1	0.21 317	0.05 100	0.00 1

DisPM	2.43 125	0.32 34	3.04 125	1.76 217	0.18 83	3.46 166	0.65 154	5.13 78	4.88 134	8.59 262	7.04 157	2.84 92	1.03 67	8.85 274	0.83 71	0.01 145	0.00 1	0.00 1	0.00 1	0.01 7	0.02 38

BUS	2.49 133	0.32 34	3.05 130	0.46 69	0.46 158	7.12 277	0.50 122	9.05 210	4.69 126	6.11 150	6.15 126	5.29 184	0.83 55	3.91 72	1.77 158	0.01 145	0.03 209	0.03 301	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 146	0.32 34	3.05 130	0.46 69	0.46 158	7.13 279	1.63 252	9.05 210	4.69 126	6.11 150	6.15 126	6.26 214	2.54 144	3.91 72	1.91 167	0.01 145	0.03 209	0.03 301	0.00 1	0.04 78	0.00 1

psmg	3.10 181	0.32 34	3.05 130	0.54 74	0.46 158	8.68 300	2.84 280	9.87 231	4.69 126	8.08 242	8.69 188	6.26 214	2.54 144	3.91 72	1.91 167	0.01 145	0.04 231	0.06 323	0.00 1	0.11 184	0.00 1

R-Stereo Train	2.44 127	0.32 34	1.93 19	0.94 114	0.16 66	3.67 185	0.61 146	6.37 141	3.08 48	9.14 278	17.44 322	1.80 71	0.77 49	1.76 32	0.70 49	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 68

RAFT-Stereo	2.44 127	0.32 34	1.93 19	0.94 114	0.16 66	3.67 185	0.61 146	6.37 141	3.08 48	9.14 278	17.44 322	1.80 71	0.77 49	1.76 32	0.70 49	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 68
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 261	0.32 34	2.76 94	0.63 87	0.69 186	6.95 275	1.69 256	11.96 282	8.36 244	8.83 269	12.17 266	15.18 329	4.21 219	6.91 160	3.30 223	0.02 215	0.02 166	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 341	0.32 34	9.03 327	4.18 364	2.42 297	26.86 385	6.14 335	19.36 372	13.52 323	27.09 380	22.75 347	9.47 273	4.74 245	15.06 357	6.34 281	0.02 215	0.02 166	0.00 1	0.00 1	0.02 22	0.13 230

SGM-Forest	4.96 284	0.32 34	2.84 102	1.21 147	0.64 181	10.23 318	6.64 347	11.55 269	10.98 296	10.94 322	13.59 281	11.65 307	4.30 225	8.94 278	4.63 257	0.11 300	0.04 231	0.00 1	0.00 1	0.05 100	0.46 323
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	1.29 29	0.33 46	3.02 120	0.03 1	1.12 226	1.26 8	0.13 41	4.46 43	3.75 82	0.35 7	2.39 42	0.31 24	0.74 47	6.09 122	1.76 157	0.00 1	0.00 1	0.00 1	0.00 1	0.08 140	0.04 104

MIF-Stereo	0.83 4	0.33 46	1.98 24	0.92 111	1.27 235	0.54 3	0.11 28	1.35 1	2.94 34	1.67 44	2.09 35	0.20 5	0.31 13	1.57 24	1.07 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 225	0.01 16

NF-Stereo	2.24 101	0.33 46	3.00 116	2.04 257	0.10 38	3.46 166	0.43 103	6.51 151	3.17 52	6.84 187	5.24 104	2.67 90	1.34 89	8.17 238	1.53 139	0.01 145	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

OCTAStereo	2.24 101	0.33 46	3.03 122	2.04 257	0.10 38	3.45 165	0.43 103	6.50 148	3.17 52	6.84 187	5.20 101	2.65 87	1.33 87	8.18 239	1.56 143	0.01 145	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

RAFT_R40	2.71 149	0.33 46	3.00 116	1.26 151	0.30 124	3.83 203	1.00 216	5.69 113	4.29 109	9.69 293	6.33 137	5.02 178	4.02 212	8.58 258	0.86 76	0.01 145	0.00 1	0.00 1	0.00 1	0.03 58	0.02 38

RE-Stereo	2.25 106	0.33 46	3.03 122	2.04 257	0.10 38	3.47 168	0.43 103	6.50 148	3.18 55	6.84 187	5.20 101	2.65 87	1.34 89	8.18 239	1.58 145	0.01 145	0.00 1	0.01 256	0.00 1	0.02 22	0.01 16

TVStereo	2.25 106	0.33 46	3.03 122	2.04 257	0.10 38	3.47 168	0.43 103	6.50 148	3.18 55	6.84 187	5.20 101	2.65 87	1.34 89	8.18 239	1.58 145	0.01 145	0.00 1	0.01 256	0.00 1	0.02 22	0.01 16

CFNet-RSSM	2.11 89	0.33 46	2.71 85	1.04 132	0.30 124	3.21 160	0.41 100	6.67 156	6.96 200	5.62 121	4.58 84	5.40 189	1.71 111	1.86 38	0.87 78	0.00 1	0.08 273	0.00 1	0.32 343	0.02 22	0.02 38

Gwc-CoAtRS	2.02 83	0.33 46	2.61 74	1.04 132	0.30 124	3.56 179	0.40 99	5.89 122	5.94 167	5.08 109	5.01 93	5.55 192	1.72 112	1.60 26	0.91 87	0.01 145	0.09 281	0.00 1	0.25 327	0.01 7	0.02 38

LoS	0.91 5	0.34 55	2.10 40	0.38 63	0.13 57	2.47 75	0.26 73	5.00 75	2.74 27	0.89 28	0.21 5	0.49 38	0.36 17	1.97 42	0.67 45	0.02 215	0.02 166	0.00 1	0.00 1	0.06 116	0.01 16

RCA-Stereo	1.99 80	0.34 55	2.71 85	0.26 40	0.06 17	2.29 63	0.48 111	4.89 64	14.65 329	2.81 58	5.51 114	0.78 47	3.21 170	1.44 19	0.33 5	0.00 1	0.01 126	0.00 1	0.00 1	0.07 131	0.02 38

DCANet-4	2.03 84	0.34 55	5.30 260	0.31 46	0.18 83	1.69 31	0.12 34	4.95 68	8.55 252	5.78 124	5.17 96	1.12 52	2.82 158	2.11 48	1.92 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 256

tt	83.26 424	0.34 55	99.99 432	79.40 426	93.18 427	100.00 431	100.00 432	100.00 433	99.95 428	60.33 414	47.63 402	99.98 433	99.96 430	99.98 431	100.00 435	92.42 427	99.82 431	73.83 427	73.63 424	88.42 428	56.35 421

test_4	2.38 121	0.34 55	2.68 79	0.08 11	0.11 46	3.69 188	1.14 226	3.33 8	3.34 66	4.03 84	17.35 321	3.31 111	0.51 36	6.28 130	1.15 111	0.00 1	0.00 1	0.00 1	0.11 286	0.16 225	0.01 16

AAGNet	3.41 208	0.34 55	2.45 58	1.78 220	0.39 143	3.69 188	1.05 218	4.79 62	4.61 124	9.62 291	7.74 173	4.98 172	6.38 286	7.34 184	13.02 353	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 104

PSM-softLoss	2.24 101	0.34 55	3.42 153	1.81 223	0.17 71	2.74 109	0.39 96	6.17 133	2.92 32	6.26 163	6.29 135	2.96 96	0.97 62	8.68 263	1.71 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

KMStereo	2.24 101	0.34 55	3.42 153	1.81 223	0.17 71	2.74 109	0.39 96	6.17 133	2.92 32	6.26 163	6.29 135	2.96 96	0.97 62	8.68 263	1.71 152	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

FENet	2.19 99	0.34 55	3.04 125	2.05 261	0.26 115	2.82 129	0.13 41	7.02 166	5.55 154	4.97 105	1.94 33	4.91 171	3.39 179	4.71 88	2.50 198	0.02 215	0.03 209	0.00 1	0.00 1	0.00 1	0.21 273

CES	1.56 40	0.35 64	1.44 4	0.42 66	7.70 382	2.66 104	0.13 41	4.89 64	2.53 19	0.25 2	1.10 13	0.33 29	0.31 13	1.61 28	0.58 37	0.01 145	0.02 166	0.00 1	0.00 1	0.54 326	6.26 384

iRaft-Stereo_20w	2.56 138	0.35 64	4.98 240	0.37 62	0.67 184	3.47 168	0.59 142	12.57 303	3.89 87	6.10 149	6.23 132	1.49 62	2.24 133	6.65 152	0.86 76	0.00 1	0.19 336	0.00 1	0.33 345	0.08 140	0.22 275

DAS	3.74 227	0.35 64	5.19 255	1.99 246	3.74 337	2.36 67	3.22 289	7.77 176	9.27 261	8.70 263	12.08 262	4.45 156	5.43 268	8.39 247	1.71 152	0.01 145	0.00 1	0.00 1	0.00 1	0.04 78	0.02 38

SepStereo	3.78 232	0.35 64	5.19 255	1.99 246	3.74 337	2.36 67	3.22 289	7.77 176	9.27 261	8.70 263	12.08 262	4.45 156	5.43 268	9.18 286	1.71 152	0.01 145	0.00 1	0.00 1	0.00 1	0.04 78	0.02 38

NRIStereo	2.14 92	0.35 64	2.65 78	1.10 137	0.14 59	3.05 147	0.86 202	5.35 100	3.18 55	6.24 160	3.36 61	4.17 145	1.82 120	8.12 231	2.01 175	0.00 1	0.10 289	0.00 1	0.00 1	0.12 196	0.19 266

CRE-IMP	1.95 75	0.35 64	2.68 79	0.27 44	0.17 71	3.90 206	0.85 201	5.14 79	2.87 31	5.74 123	4.14 73	3.49 121	0.83 55	6.40 137	1.80 161	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.19 266

cross-raft	2.03 84	0.35 64	2.78 97	1.10 137	0.16 66	3.77 199	0.48 111	7.03 167	3.75 82	5.06 108	5.55 115	6.26 214	1.41 93	1.75 31	0.89 85	0.01 145	0.07 265	0.00 1	0.19 312	0.03 58	0.03 68

MSKI-zero shot	2.00 81	0.36 71	2.15 42	0.81 98	0.25 109	2.69 106	0.29 80	6.16 132	2.34 13	4.31 87	7.52 166	3.70 128	0.25 3	8.42 250	0.41 10	0.01 145	0.13 309	0.00 1	0.25 327	0.03 58	0.02 38

RAFT-Test	2.17 96	0.36 71	3.40 151	1.05 134	0.34 136	4.90 236	0.69 163	6.27 136	3.98 91	4.65 99	7.02 154	6.30 217	1.12 71	1.81 35	0.99 97	0.01 145	0.17 328	0.00 1	0.34 347	0.02 22	0.02 38

MC-Stereo	1.47 39	0.36 71	2.54 67	1.99 246	0.12 55	1.90 41	0.12 34	4.47 44	2.83 30	3.31 72	3.44 63	0.56 42	1.47 97	5.39 108	0.47 25	0.00 1	0.04 231	0.00 1	0.21 317	0.07 131	0.04 104

FTStereo	4.55 280	0.36 71	2.18 47	0.94 114	0.38 141	2.60 93	8.82 361	4.98 73	3.17 52	10.88 319	30.35 372	5.60 198	7.60 309	7.62 196	1.55 142	0.17 314	0.00 1	0.05 319	0.00 1	0.03 58	3.80 374

pcwnet_v2	4.20 261	0.36 71	8.53 325	1.33 156	1.12 226	3.43 164	0.41 100	12.85 307	14.16 326	9.90 299	14.29 289	5.90 206	3.03 164	6.20 127	2.06 179	0.01 145	0.05 240	0.04 312	0.02 230	0.16 225	0.18 256

test_xeample	4.13 255	0.36 71	2.75 90	1.23 149	0.51 171	3.96 209	0.13 41	12.63 304	7.65 223	7.49 223	10.86 245	3.29 110	3.36 174	6.71 153	21.53 376	0.02 215	0.03 209	0.00 1	0.00 1	0.03 58	0.04 104

DEmStereo	3.79 233	0.37 77	3.69 171	0.17 30	0.17 71	5.28 243	2.54 272	4.35 36	3.70 79	8.21 250	20.15 332	5.13 181	10.38 341	7.65 197	3.85 245	0.01 145	0.01 126	0.01 256	0.00 1	0.02 22	0.06 144

PMTNet	1.41 36	0.37 77	2.06 30	0.26 40	0.15 63	2.94 141	0.34 90	3.39 9	5.33 147	1.00 30	1.27 18	0.28 19	0.93 61	4.04 79	0.74 56	5.00 381	0.00 1	0.00 1	0.00 1	0.03 58	0.01 16

ICVP	2.32 115	0.38 79	2.89 112	0.92 111	0.70 190	2.55 83	0.87 204	9.97 234	3.99 92	4.13 85	8.97 197	2.71 91	1.69 110	2.52 53	3.52 237	0.05 270	0.24 348	0.01 256	0.01 209	0.11 184	0.13 230
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 149	0.38 79	5.96 280	2.25 279	2.20 288	1.54 23	0.21 63	5.44 106	3.05 46	2.28 52	16.16 303	7.03 231	0.24 2	6.19 125	0.79 67	0.00 1	0.15 318	0.00 1	0.23 323	0.13 206	0.04 104

GES	2.49 133	0.38 79	4.29 210	1.58 193	0.05 10	4.58 229	1.07 221	9.70 228	3.39 67	5.21 111	6.64 142	1.84 73	3.36 174	4.86 91	2.54 201	0.06 280	0.01 126	0.06 323	0.01 209	0.12 196	0.03 68

SMFormer	3.54 215	0.39 82	3.61 164	1.69 207	0.11 46	2.85 133	0.29 80	12.46 296	10.41 285	7.16 206	10.23 227	4.78 166	4.45 233	8.71 266	3.51 233	0.07 287	0.05 240	0.00 1	0.00 1	0.06 116	0.04 104

tta	3.54 215	0.39 82	3.61 164	1.69 207	0.11 46	2.85 133	0.29 80	12.46 296	10.41 285	7.16 206	10.23 227	4.78 166	4.45 233	8.71 266	3.51 233	0.07 287	0.05 240	0.00 1	0.00 1	0.06 116	0.03 68

qqq1	3.38 204	0.39 82	3.61 164	1.69 207	0.11 46	2.85 133	0.29 80	12.46 296	10.41 285	7.16 206	10.23 227	4.78 166	4.45 233	8.71 266	0.30 3	0.07 287	0.05 240	0.00 1	0.00 1	0.06 116	0.03 68

fff1	3.38 204	0.39 82	3.61 164	1.69 207	0.11 46	2.85 133	0.29 80	12.46 296	10.41 285	7.16 206	10.23 227	4.78 166	4.45 233	8.71 266	0.30 3	0.07 287	0.05 240	0.00 1	0.00 1	0.06 116	0.03 68

PCWNet_CMD	2.99 172	0.39 82	4.02 196	0.39 64	0.26 115	2.53 80	0.15 52	9.24 217	9.22 259	7.12 204	11.53 256	6.94 229	2.41 140	4.02 78	1.33 123	0.01 145	0.02 166	0.02 285	0.00 1	0.05 100	0.07 157

anonymousdsp2	1.78 50	0.39 82	3.40 151	1.10 137	0.04 9	3.63 183	0.50 122	7.80 178	2.77 28	2.91 61	2.88 48	3.17 106	1.01 64	5.15 104	0.43 11	0.00 1	0.01 126	0.02 285	0.15 296	0.05 100	0.12 223

DeepStereo_RVC	2.05 86	0.39 82	2.87 109	0.14 28	0.17 71	3.51 175	0.70 165	5.21 84	3.00 43	6.27 165	4.13 72	3.47 119	4.53 237	4.81 90	1.49 135	0.01 145	0.00 1	0.00 1	0.00 1	0.09 157	0.18 256

CREStereo++_RVC	1.59 41	0.39 82	2.26 49	0.36 60	0.01 1	1.67 28	0.01 1	2.95 4	8.12 237	3.69 79	7.44 165	0.47 37	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 385	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMDNet	2.99 172	0.39 82	4.02 196	0.40 65	0.25 109	2.53 80	0.16 55	9.35 220	9.25 260	7.08 202	11.39 251	6.93 228	2.43 141	4.01 77	1.34 125	0.01 145	0.02 166	0.02 285	0.00 1	0.05 100	0.07 157

Patchmatch Stereo++	1.95 75	0.40 91	2.86 105	0.12 18	0.18 83	3.74 195	0.66 156	5.24 91	2.96 37	5.86 131	4.32 77	3.46 116	1.52 102	6.88 157	0.70 49	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.09 180
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 65	0.40 91	2.86 105	0.12 18	0.19 92	3.75 198	0.71 167	5.23 85	2.96 37	5.86 131	4.33 79	3.45 114	1.51 98	5.40 109	0.69 47	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.09 180

PFNet	2.93 168	0.40 91	5.51 268	2.13 268	0.84 201	3.11 152	0.75 178	6.78 160	4.79 132	9.98 301	6.00 119	4.78 166	2.13 129	8.33 245	2.11 180	0.19 318	0.06 252	0.00 1	0.11 286	0.20 252	0.35 308

Pruner-Stereo	2.49 133	0.40 91	2.46 61	1.80 222	0.25 109	3.51 175	0.77 181	6.03 125	4.92 135	8.91 272	6.09 121	4.45 156	1.11 70	6.99 166	2.11 180	0.02 215	0.00 1	0.02 285	0.00 1	0.01 7	0.04 104

iGMRVC	1.96 78	0.40 91	2.88 110	0.12 18	0.19 92	3.74 195	0.73 172	5.23 85	2.97 41	5.87 136	4.37 83	3.48 120	1.52 102	6.73 154	0.74 56	0.02 215	0.00 1	0.00 1	0.00 1	0.08 140	0.08 170

iRAFT	1.95 75	0.40 91	2.86 105	0.12 18	0.18 83	3.74 195	0.66 156	5.24 91	2.96 37	5.86 131	4.32 77	3.46 116	1.52 102	6.88 157	0.70 49	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.09 180

222	5.36 291	0.40 91	2.72 87	1.50 180	0.48 165	6.15 259	0.07 18	13.73 321	8.06 235	8.79 266	11.03 247	3.71 129	4.21 219	7.47 191	38.74 406	0.03 242	0.02 166	0.00 1	0.00 1	0.04 78	0.05 134

ROB_FTStereo_v2	1.91 71	0.41 98	2.85 103	0.12 18	0.19 92	3.71 190	0.73 172	5.23 85	2.95 35	5.86 131	4.36 82	3.46 116	1.51 98	5.86 116	0.69 47	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.08 170

HUI-Stereo	1.80 53	0.41 98	2.85 103	0.12 18	0.18 83	3.72 193	0.65 154	5.23 85	2.97 41	5.87 136	4.34 80	3.45 114	1.52 102	3.93 75	0.65 42	0.02 215	0.00 1	0.00 1	0.00 1	0.08 140	0.10 199

IRAFT_RVC	2.85 160	0.41 98	3.32 144	2.09 263	0.41 149	2.92 139	5.22 329	6.41 146	3.63 78	6.53 179	5.48 113	5.09 179	4.88 253	8.20 242	2.15 184	0.01 145	0.17 328	0.01 256	0.00 1	0.02 22	0.04 104

RAFT-345	3.27 188	0.41 98	2.88 110	1.02 125	0.21 99	2.63 98	0.48 111	3.76 23	5.51 152	7.35 218	24.88 357	4.25 148	1.76 118	8.15 234	2.13 182	0.01 145	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

Former-RAFT_DAM_RVC	1.26 27	0.42 102	2.36 55	0.59 85	1.26 233	2.43 74	0.01 1	3.29 6	7.76 227	1.71 45	2.78 46	0.27 17	0.32 15	1.16 11	0.58 37	0.04 258	0.01 126	0.00 1	0.00 1	0.04 78	0.10 199

hknet	3.31 192	0.42 102	4.68 229	0.46 69	1.17 229	7.13 279	1.63 252	9.05 210	6.91 198	6.11 150	6.15 126	9.66 275	2.85 160	7.48 192	2.45 197	0.01 145	0.03 209	0.03 301	0.00 1	0.04 78	0.00 1

LCNet	2.85 160	0.42 102	1.90 16	0.95 118	0.56 174	2.07 51	1.60 250	4.99 74	3.57 77	6.05 144	10.59 236	4.59 161	6.79 295	7.46 189	0.72 54	0.01 145	0.00 1	0.01 256	0.77 366	0.30 292	3.57 372

ROB_FTStereo	1.90 69	0.42 102	2.86 105	0.12 18	0.19 92	3.71 190	0.75 178	5.24 91	2.95 35	5.87 136	4.26 75	3.41 112	1.51 98	5.80 115	0.65 42	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.08 170

RAFT-IKP	1.90 69	0.42 102	2.83 100	0.12 18	0.18 83	3.50 173	0.64 152	5.24 91	2.96 37	5.86 131	4.34 80	3.50 122	1.51 98	5.99 120	0.76 62	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.08 170

CFNet_pseudo	2.81 157	0.42 102	4.04 199	0.33 54	0.24 106	2.59 91	0.12 34	8.20 186	7.66 224	7.04 200	10.42 232	6.56 221	2.05 127	4.88 92	1.53 139	0.00 1	0.02 166	0.01 256	0.00 1	0.05 100	0.07 157

CREStereo	0.98 6	0.42 102	1.86 14	0.07 9	0.22 102	1.65 27	0.02 7	4.07 30	6.33 188	0.72 26	1.54 24	0.43 35	0.64 42	1.22 12	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	2.81 157	0.42 102	4.06 201	0.33 54	0.25 109	2.59 91	0.12 34	8.19 185	7.68 225	7.02 197	10.37 231	6.54 220	2.06 128	4.88 92	1.53 139	0.00 1	0.02 166	0.01 256	0.00 1	0.05 100	0.07 157

PSMNet-ADL	2.98 171	0.43 110	2.41 56	1.43 174	0.40 146	5.94 256	0.28 75	8.45 191	5.13 141	3.36 73	6.77 144	8.41 258	4.61 240	7.20 179	4.55 256	0.02 215	0.09 281	0.00 1	0.00 1	0.01 7	0.03 68

DRaft	3.74 227	0.43 110	2.60 72	0.12 18	0.15 63	4.76 232	1.34 239	5.33 99	4.31 110	10.30 305	21.91 341	3.27 109	8.83 326	7.36 186	3.66 240	0.05 270	0.10 289	0.00 1	0.14 293	0.10 167	0.14 235

test_xeample3	1.08 12	0.43 110	3.39 149	0.49 73	0.05 10	2.58 89	0.93 210	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 7	6.34 134	0.85 73	0.00 1	0.01 126	0.00 1	0.26 333	0.06 116	0.10 199

SFCPSM	3.29 190	0.43 110	5.11 248	0.34 58	0.94 211	8.48 296	2.15 265	14.51 331	5.29 144	7.00 196	7.65 170	3.43 113	2.59 148	5.11 102	2.37 193	0.01 145	0.03 209	0.01 256	0.07 270	0.13 206	0.15 244

CFNet_ucs	3.07 177	0.44 114	4.05 200	0.54 74	0.37 139	3.08 148	0.19 59	9.80 230	8.49 250	7.64 227	12.62 273	5.67 199	1.76 118	4.96 97	1.51 136	0.00 1	0.04 231	0.01 256	0.00 1	0.09 157	0.11 211

CASS	2.44 127	0.44 114	3.56 161	0.85 103	0.38 141	3.14 154	0.22 64	9.64 226	4.00 93	6.78 184	7.62 169	3.57 125	3.58 187	3.80 71	1.10 105	0.02 215	0.01 126	0.00 1	0.00 1	0.05 100	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 49	0.44 114	6.37 290	0.33 54	0.50 170	4.33 219	0.54 127	4.43 42	2.48 15	2.21 48	3.24 55	1.53 64	1.14 73	5.64 111	1.29 121	0.17 314	0.23 343	0.00 1	0.00 1	0.12 196	0.15 244

EAI-Stereo	2.31 114	0.44 114	2.72 87	0.68 91	0.56 174	3.51 175	2.62 274	11.42 267	4.14 106	2.09 47	7.23 162	1.21 55	0.91 59	5.67 113	1.51 136	0.01 145	0.25 349	0.00 1	0.88 368	0.04 78	0.26 293

H2IRNET	2.16 94	0.45 118	2.60 72	1.22 148	0.03 8	1.98 46	0.13 41	4.73 59	7.04 205	1.15 37	7.79 175	5.88 205	3.39 179	4.97 98	1.45 133	0.01 145	0.00 1	0.04 312	0.17 304	0.19 248	0.03 68

IGEVStereo-DCA	1.06 11	0.45 118	2.06 30	0.32 49	0.06 17	2.74 109	0.84 195	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 8	6.47 142	0.87 78	0.00 1	0.00 1	0.00 1	0.16 298	0.06 116	0.06 144

rrr	1.05 10	0.45 118	3.18 136	0.32 49	0.06 17	2.74 109	0.95 214	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 8	6.47 142	0.87 78	0.00 1	0.00 1	0.00 1	0.21 317	0.06 116	0.10 199

CrosDoStereo	3.96 246	0.45 118	3.04 125	0.32 49	0.20 96	3.28 161	11.63 379	5.76 116	4.45 116	9.04 276	16.58 306	4.99 173	7.45 304	8.04 220	3.72 241	0.00 1	0.02 166	0.01 256	0.00 1	0.16 225	0.10 199

DeepStereo_LL	3.96 246	0.45 118	3.04 125	0.32 49	0.20 96	3.28 161	11.63 379	5.76 116	4.45 116	9.04 276	16.58 306	4.99 173	7.45 304	8.04 220	3.72 241	0.00 1	0.02 166	0.01 256	0.00 1	0.16 225	0.10 199

test-1	1.82 58	0.45 118	5.42 263	0.89 105	0.41 149	2.14 55	0.56 132	5.75 114	4.15 107	3.28 69	5.11 94	3.61 126	0.70 43	1.53 23	1.56 143	0.02 215	0.34 355	0.00 1	0.08 274	0.02 22	0.30 302

RAFT-RH_RVC	3.96 246	0.46 124	2.93 113	1.55 188	0.42 151	3.14 154	0.14 48	3.70 17	5.98 171	11.25 325	32.23 376	5.29 184	1.68 109	8.13 232	2.14 183	0.08 292	0.00 1	0.00 1	0.03 242	0.01 7	0.00 1

NOSS_ROB	3.30 191	0.46 124	2.62 75	2.08 262	1.01 220	5.60 247	0.74 175	10.37 245	11.48 304	5.15 110	8.43 185	5.67 199	1.73 113	7.97 215	2.34 190	0.02 215	0.06 252	0.00 1	0.00 1	0.07 131	0.14 235

GMOStereo	1.81 54	0.47 126	2.09 36	0.10 13	0.27 117	1.49 18	0.89 206	4.40 37	4.51 119	8.16 245	6.97 148	2.96 96	1.15 75	1.42 14	0.88 81	0.00 1	0.14 313	0.00 1	0.00 1	0.23 271	0.03 68

error version	1.81 54	0.47 126	2.09 36	0.10 13	0.27 117	1.49 18	0.89 206	4.40 37	4.51 119	8.16 245	6.97 148	2.96 96	1.15 75	1.42 14	0.88 81	0.00 1	0.14 313	0.00 1	0.00 1	0.23 271	0.03 68

test-v	1.81 54	0.47 126	2.09 36	0.10 13	0.27 117	1.49 18	0.89 206	4.40 37	4.51 119	8.16 245	6.97 148	2.96 96	1.15 75	1.42 14	0.88 81	0.00 1	0.14 313	0.00 1	0.00 1	0.23 271	0.03 68

test-2	1.81 54	0.47 126	2.09 36	0.10 13	0.27 117	1.49 18	0.89 206	4.40 37	4.51 119	8.16 245	6.97 148	2.96 96	1.15 75	1.42 14	0.88 81	0.00 1	0.14 313	0.00 1	0.00 1	0.23 271	0.03 68

UPFNet	3.82 236	0.47 126	4.34 213	2.21 275	3.38 322	7.26 281	2.69 276	9.89 232	5.96 168	7.98 240	7.53 167	7.89 248	3.15 168	7.72 204	5.88 276	0.01 145	0.02 166	0.00 1	0.00 1	0.04 78	0.06 144

ac_64	3.70 225	0.47 126	3.50 159	2.87 319	3.50 328	5.91 255	0.72 171	10.17 242	4.34 111	8.16 245	5.80 117	10.82 295	5.64 274	7.08 171	4.73 259	0.03 242	0.00 1	0.00 1	0.00 1	0.08 140	0.14 235

EKT-Stereo	1.91 71	0.48 132	2.77 95	2.19 272	4.36 354	1.42 17	0.24 68	4.63 54	3.51 73	2.94 62	3.47 64	3.55 124	2.25 135	5.26 105	0.85 73	0.04 258	0.12 302	0.00 1	0.09 281	0.06 116	0.05 134

GwcNet-ADL	2.65 145	0.48 132	3.84 187	0.82 99	0.33 134	2.04 50	0.69 163	8.07 183	9.42 264	6.05 144	6.66 143	4.14 144	1.73 113	5.40 109	3.01 211	0.08 292	0.06 252	0.00 1	0.00 1	0.06 116	0.03 68

TANstereo	1.20 21	0.49 134	2.04 28	0.34 58	0.10 38	1.80 38	0.01 1	3.40 10	4.10 104	4.37 88	4.82 86	0.41 33	0.70 43	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV_Zeroshot_test	2.13 91	0.50 135	4.91 237	1.41 172	0.18 83	2.62 97	0.36 92	7.80 178	3.87 85	5.04 107	5.42 111	4.77 165	1.03 67	3.43 65	0.79 67	0.00 1	0.16 325	0.00 1	0.18 308	0.17 233	0.04 104

GANet-ADL	2.20 100	0.50 135	3.27 142	2.02 253	0.11 46	2.21 59	0.48 111	8.64 204	6.79 196	4.56 94	5.83 118	3.98 135	1.27 85	2.68 54	1.43 130	0.04 258	0.08 273	0.02 285	0.00 1	0.15 219	0.03 68

ASMatch	3.32 198	0.50 135	3.32 144	1.72 213	0.45 157	1.93 44	0.68 159	6.42 147	3.89 87	6.18 156	22.30 344	4.61 162	4.82 251	7.65 197	1.70 151	0.00 1	0.02 166	0.00 1	0.03 242	0.01 7	0.18 256

DSFCA	4.21 263	0.50 135	5.45 265	1.34 158	1.68 258	7.04 276	4.51 317	10.73 253	7.00 202	10.78 317	6.80 145	8.48 262	4.63 241	9.91 304	5.12 264	0.02 215	0.06 252	0.02 285	0.03 242	0.08 140	0.03 68

test croco	1.34 31	0.51 139	5.09 247	0.30 45	0.05 10	1.58 24	0.08 21	4.47 44	3.77 84	0.42 20	1.76 28	0.60 44	0.74 47	6.11 123	0.94 91	0.00 1	0.00 1	0.00 1	0.00 1	0.40 316	0.02 38

IPLGR	2.28 110	0.51 139	6.00 281	0.15 29	0.15 63	1.99 48	0.22 64	6.34 138	6.04 174	6.80 185	5.76 116	2.87 93	2.31 137	4.88 92	1.28 120	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.18 256

Anonymous	1.37 35	0.52 141	4.23 207	1.38 166	2.70 305	1.85 40	0.42 102	4.77 61	3.54 75	0.53 23	1.56 25	0.19 2	1.32 86	3.11 60	0.92 90	0.05 270	0.08 273	0.00 1	0.00 1	0.17 233	0.15 244

HGLStereo	4.25 266	0.52 141	4.65 227	3.09 328	5.18 368	6.51 268	0.73 172	10.37 245	6.74 195	7.32 216	12.44 271	7.00 230	7.21 302	7.46 189	5.51 269	0.00 1	0.02 166	0.00 1	0.00 1	0.06 116	0.10 199

FC-DCNN	10.72 363	0.52 141	4.27 209	1.88 231	1.63 252	17.18 362	5.29 331	18.20 359	19.69 354	28.50 382	34.51 384	34.03 389	21.48 381	15.89 361	11.15 346	0.03 242	0.01 126	0.02 285	0.01 209	0.07 131	0.09 180

CBMV_ROB	4.14 256	0.52 141	3.14 134	1.30 155	0.77 196	6.92 274	1.97 261	10.11 241	9.58 267	8.92 273	14.20 288	7.12 237	5.90 277	8.65 261	3.50 232	0.01 145	0.05 240	0.00 1	0.00 1	0.04 78	0.09 180

HCRNet	2.56 138	0.53 145	3.35 146	0.24 39	3.39 324	2.19 57	0.23 67	6.89 164	5.50 150	5.26 113	4.79 85	5.27 183	2.78 155	7.71 202	2.89 208	0.00 1	0.02 166	0.00 1	0.00 1	0.04 78	0.04 104

ACVNet	2.58 141	0.53 145	2.69 81	0.84 102	0.59 176	2.61 94	0.55 130	8.35 187	5.70 160	4.45 90	9.26 210	5.77 201	3.50 183	2.24 49	4.41 253	0.00 1	0.00 1	0.00 1	0.00 1	0.17 233	0.01 16

acv_ft	3.69 224	0.53 145	4.58 226	2.31 290	4.71 366	7.44 285	0.86 202	8.54 197	5.70 160	9.29 283	9.26 210	5.77 201	4.15 216	2.24 49	8.13 310	0.00 1	0.00 1	0.00 1	0.00 1	0.29 291	0.01 16

IER	3.20 185	0.54 148	5.13 250	0.58 83	1.59 249	7.29 282	0.56 132	6.36 139	4.95 136	7.44 221	8.84 190	6.20 212	6.26 282	4.88 92	3.29 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

ToySt	2.69 146	0.55 149	7.03 305	1.03 127	0.10 38	3.49 171	1.04 217	6.38 145	4.55 123	2.69 54	6.28 134	7.95 253	4.38 229	5.08 100	2.58 202	0.01 145	0.11 295	0.00 1	0.04 259	0.28 289	0.19 266

anonymousa	3.80 235	0.55 149	3.35 146	1.24 150	3.74 337	9.04 304	0.36 92	6.74 159	4.03 96	7.72 230	19.64 331	10.62 291	6.01 280	1.52 22	1.40 128	0.00 1	0.00 1	0.00 1	0.05 263	0.00 1	0.03 68

HHNet	2.59 142	0.55 149	2.55 68	0.20 32	0.32 131	2.84 132	0.94 212	5.77 119	5.14 142	7.33 217	13.80 283	0.94 48	3.20 169	5.27 106	2.41 196	0.13 305	0.02 166	0.06 323	0.00 1	0.23 271	0.03 68

NINENet	3.09 178	0.56 152	3.22 139	1.61 198	1.37 243	7.12 277	0.50 122	11.88 279	5.63 158	6.63 181	8.40 184	5.29 184	0.83 55	6.51 147	1.77 158	0.15 308	0.07 265	0.07 329	0.00 1	0.09 157	0.00 1

FCDSN-DC	10.24 360	0.56 152	3.49 158	1.96 243	1.29 237	16.90 361	4.59 319	17.16 352	19.10 349	24.64 378	32.46 380	33.82 388	22.14 383	15.93 362	10.45 339	0.04 258	0.00 1	0.00 1	0.00 1	0.05 100	0.21 273
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IGEV+	1.19 20	0.57 154	1.44 4	0.57 81	0.11 46	2.65 101	0.74 175	4.93 67	3.46 70	2.26 50	2.86 47	0.77 46	0.90 58	1.60 26	0.64 41	0.00 1	0.06 252	0.00 1	0.01 209	0.11 184	0.04 104

ff7	1.12 14	0.57 154	2.06 30	0.03 1	0.07 23	2.80 117	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 173	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 144

ffff	1.12 14	0.57 154	2.06 30	0.03 1	0.07 23	2.80 117	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 173	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 144

11t	1.12 14	0.57 154	2.06 30	0.03 1	0.07 23	2.80 117	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 173	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 144

ccc-4	1.12 14	0.57 154	2.06 30	0.03 1	0.07 23	2.80 117	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 173	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 144

DISCO	6.28 306	0.57 154	5.78 275	3.43 343	1.17 229	11.22 328	3.39 296	12.14 289	16.16 337	6.52 178	11.22 249	16.96 341	6.32 284	19.51 376	10.74 342	0.00 1	0.00 1	0.00 1	0.00 1	0.35 305	0.11 211

RAFT-Stereo + iAFF	2.12 90	0.58 160	2.43 57	1.27 153	0.16 66	1.60 26	0.14 48	5.17 82	5.90 165	7.10 203	10.10 223	3.06 103	1.74 115	1.87 39	0.97 95	0.01 145	0.02 166	0.00 1	0.00 1	0.23 271	0.02 38

AdaStereo	3.09 178	0.58 160	3.04 125	2.84 318	0.48 165	4.08 212	1.29 236	12.16 290	7.77 228	6.03 143	9.62 216	5.79 203	1.53 106	4.56 87	1.93 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38
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.
anonymousdsp	1.12 14	0.59 162	1.66 9	0.03 1	0.07 23	2.81 126	0.82 188	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 23	7.05 169	0.49 26	0.00 1	0.00 1	0.00 1	0.17 304	0.10 167	0.05 134

IGEV-Stereo	1.12 14	0.59 162	1.66 9	0.03 1	0.07 23	2.82 129	0.82 188	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 29	7.05 169	0.49 26	0.00 1	0.00 1	0.00 1	0.17 304	0.10 167	0.05 134
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 21	0.60 164	2.00 26	0.26 40	0.08 34	2.73 108	0.68 159	5.00 75	2.52 18	0.29 3	1.32 19	0.37 31	0.36 17	6.94 164	0.44 12	0.00 1	0.07 265	0.00 1	0.00 1	0.17 233	0.07 157

GANet-RSSM	3.27 188	0.60 164	3.38 148	2.94 325	2.00 277	2.61 94	0.48 111	10.93 259	6.11 179	5.47 118	10.20 226	6.57 222	5.44 271	6.25 128	2.23 186	0.00 1	0.00 1	0.08 332	0.00 1	0.17 233	0.03 68

SGM_RVC	10.08 357	0.60 164	3.42 153	2.30 284	0.32 131	19.41 369	6.33 342	18.95 366	14.64 328	25.14 379	24.32 353	33.34 387	18.79 371	19.86 377	12.55 352	0.25 328	0.26 351	0.22 352	0.24 325	0.34 304	0.40 313
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 110	0.61 167	3.81 181	0.22 35	0.07 23	1.69 31	0.11 28	5.37 103	11.84 308	5.80 126	5.17 96	1.44 58	5.41 265	2.00 43	1.92 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 256

csc	2.28 110	0.61 167	3.81 181	0.22 35	0.07 23	1.69 31	0.11 28	5.37 103	11.84 308	5.80 126	5.17 96	1.44 58	5.41 265	2.00 43	1.92 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 256

cscssc	2.28 110	0.61 167	3.81 181	0.22 35	0.07 23	1.69 31	0.11 28	5.37 103	11.84 308	5.80 126	5.17 96	1.44 58	5.41 265	2.00 43	1.92 169	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 256

UNet	3.97 249	0.61 167	6.50 295	1.68 206	3.22 316	9.82 313	0.31 85	9.50 223	5.32 146	7.20 210	6.35 139	10.59 289	5.91 278	6.93 161	5.49 268	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

RASNet	4.52 279	0.61 167	4.42 215	3.42 342	4.68 365	4.58 229	0.99 215	9.54 225	8.01 234	5.28 114	11.42 253	10.34 288	8.88 327	9.28 291	8.68 317	0.15 308	0.00 1	0.00 1	0.00 1	0.03 58	0.04 104

Anonymous_2	4.14 256	0.62 172	3.21 138	1.40 169	1.43 245	5.19 241	0.32 86	6.63 154	4.38 113	4.48 93	2.30 41	8.08 254	7.00 297	5.37 107	2.29 188	0.23 325	0.75 371	5.20 385	18.12 408	5.66 381	0.23 281

StereoDRNet-Refined	4.46 273	0.62 172	3.80 180	1.92 237	0.40 146	9.35 307	0.15 52	10.02 237	8.83 256	12.69 336	11.62 258	9.34 270	3.87 206	8.06 227	8.02 305	0.00 1	0.00 1	0.01 256	0.05 263	0.20 252	0.26 293
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 92	0.63 174	2.22 48	2.27 280	0.02 3	5.71 249	0.63 149	4.53 47	10.19 279	1.16 38	3.39 62	0.33 29	3.05 166	8.00 216	0.46 20	0.00 1	0.02 166	0.00 1	0.03 242	0.10 167	0.04 104

ADStereo(finetuned)	2.26 109	0.64 175	5.22 257	0.31 46	0.18 83	1.71 36	0.25 71	5.23 85	8.46 247	6.06 146	5.30 109	1.41 56	6.37 285	1.87 39	1.87 164	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 256

DCANet	2.08 88	0.64 175	3.81 181	0.31 46	0.17 71	1.70 35	0.25 71	5.23 85	8.47 248	6.07 147	5.30 109	1.41 56	4.23 221	1.85 37	2.02 177	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 266

DMCA	2.82 159	0.64 175	4.45 216	1.61 198	0.89 205	3.86 204	0.57 140	9.18 214	5.10 140	6.24 160	6.49 140	7.17 238	2.13 129	3.31 62	4.73 259	0.00 1	0.01 126	0.00 1	0.00 1	0.04 78	0.02 38

DIP-Stereo	1.97 79	0.64 175	2.95 114	0.17 30	0.10 38	4.83 234	0.13 41	8.60 202	4.06 103	6.42 175	4.92 89	0.44 36	0.72 46	3.57 67	1.80 161	0.00 1	0.01 126	0.00 1	0.00 1	0.05 100	0.04 104
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	2.01 82	0.65 179	2.15 42	2.30 284	0.02 3	5.80 251	0.56 132	8.45 191	3.33 63	1.03 31	3.33 57	0.32 26	3.71 195	8.05 223	0.45 16	0.00 1	0.02 166	0.00 1	0.03 242	0.02 22	0.03 68

xx1	2.33 116	0.65 179	2.15 42	2.30 284	0.02 3	5.80 251	0.56 132	4.31 34	10.41 285	1.03 31	3.33 57	4.67 163	2.70 150	8.05 223	0.45 16	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.03 68

1test111	1.86 61	0.65 179	2.15 42	2.30 284	0.02 3	5.80 251	0.56 132	8.45 191	3.33 63	1.03 31	3.33 57	0.32 26	3.71 195	4.40 84	0.96 93	0.00 1	0.02 166	0.00 1	0.03 242	0.02 22	0.03 68

cc1	2.17 96	0.65 179	2.15 42	2.30 284	0.02 3	5.80 251	0.56 132	4.31 34	10.41 285	1.03 31	3.33 57	0.32 26	3.71 195	8.05 223	0.45 16	0.00 1	0.02 166	0.00 1	0.03 242	0.10 167	0.05 134

sCroCo_RVC	1.21 23	0.65 179	5.16 253	1.09 136	1.29 237	0.92 4	0.19 59	3.92 25	2.68 24	0.30 4	3.04 51	0.52 40	1.56 107	1.58 25	0.78 66	0.09 296	0.25 349	0.00 1	0.00 1	0.07 131	0.11 211

hitnet-ft	3.66 222	0.65 179	2.79 99	0.89 105	0.72 192	4.25 216	0.55 130	9.11 213	7.52 219	7.14 205	10.19 225	12.49 312	4.70 243	7.44 188	4.41 253	0.03 242	0.00 1	0.06 323	0.00 1	0.20 252	0.04 104

MyStereo06	2.35 117	0.66 185	4.54 220	1.10 137	0.96 213	2.57 86	0.10 25	9.30 219	4.05 100	5.22 112	6.09 121	5.95 207	2.38 139	3.00 57	0.73 55	0.01 145	0.08 273	0.00 1	0.01 209	0.13 206	0.15 244

MyStereo05	2.94 169	0.66 185	5.25 259	1.10 137	0.96 213	2.57 86	0.10 25	8.53 196	12.34 316	6.28 166	3.88 68	3.18 107	3.30 172	7.81 209	2.37 193	0.01 145	0.08 273	0.00 1	0.01 209	0.13 206	0.15 244

IPLG	2.43 125	0.66 185	4.77 232	0.54 74	0.31 130	3.01 145	0.26 73	6.15 131	5.55 154	7.69 228	6.21 130	1.89 74	1.74 115	7.19 178	2.35 192	0.01 145	0.01 126	0.00 1	0.00 1	0.24 281	0.12 223

CRFU-Net	4.45 272	0.67 188	5.02 241	2.78 316	1.32 241	12.67 343	3.35 294	11.26 263	3.52 74	10.06 303	9.30 212	10.91 298	6.92 296	7.26 180	3.24 220	0.15 308	0.16 325	0.16 344	0.00 1	0.26 282	0.05 134

CoDeX	3.43 210	0.68 189	4.49 217	0.98 123	1.65 253	6.37 263	2.14 264	13.23 315	6.07 175	7.23 211	8.95 194	4.09 140	3.79 204	6.31 132	2.37 193	0.03 242	0.06 252	0.00 1	0.00 1	0.07 131	0.15 244

DCRE	1.79 51	0.68 189	2.55 68	1.66 205	0.27 117	1.27 9	0.05 12	4.57 51	4.04 98	3.30 71	9.24 207	3.83 131	1.20 81	2.08 47	0.67 45	0.00 1	0.12 302	0.00 1	0.24 325	0.04 78	0.09 180

iRaftStereo_RVC	1.62 42	0.68 189	1.98 24	0.67 90	0.05 10	2.99 143	0.04 9	5.36 102	3.74 81	3.82 81	4.96 90	2.54 86	0.62 41	3.35 64	0.97 95	0.00 1	0.07 265	0.00 1	0.00 1	0.30 292	0.27 297

AFF-stereo	2.59 142	0.68 189	2.35 54	1.55 188	0.17 71	1.67 28	0.08 21	5.75 114	6.60 192	6.20 157	12.13 264	6.16 211	2.36 138	4.75 89	1.11 106	0.02 215	0.02 166	0.00 1	0.00 1	0.23 271	0.05 134

FAT-Stereo	6.78 319	0.68 189	6.80 300	2.30 284	1.77 267	5.63 248	4.20 310	18.79 363	18.62 346	10.53 313	17.15 317	18.52 350	13.74 360	8.86 276	7.38 294	0.03 242	0.15 318	0.01 256	0.07 270	0.12 196	0.26 293

StereoIM	0.80 2	0.69 194	3.02 120	0.33 54	1.83 271	1.22 5	0.06 14	3.41 11	1.49 3	0.31 5	0.38 7	0.42 34	0.51 36	1.14 9	1.21 116	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	0.05 134

MIPNet	2.06 87	0.69 194	4.57 225	0.32 49	0.21 99	1.92 43	0.19 59	6.89 164	5.64 159	5.48 119	4.02 71	2.02 78	3.50 183	3.32 63	2.01 175	0.00 1	0.01 126	0.01 256	0.01 209	0.20 252	0.13 230

test_5	2.90 166	0.70 196	3.69 171	2.01 251	3.17 315	4.61 231	1.32 238	6.69 157	7.02 204	2.79 57	7.18 159	4.99 173	4.14 215	7.96 214	1.31 122	0.00 1	0.00 1	0.00 1	0.03 242	0.19 248	0.26 293

TransformOpticalFlow	3.38 204	0.70 196	4.54 220	1.00 124	0.30 124	3.56 179	0.14 48	9.67 227	7.30 213	5.55 120	13.34 279	6.74 225	5.03 256	8.22 243	1.34 125	0.00 1	0.01 126	0.01 256	0.00 1	0.04 78	0.11 211

RAFT+CT+SA	2.36 119	0.71 198	2.46 61	0.83 101	2.26 291	3.18 158	0.93 210	6.82 162	5.48 149	2.55 53	8.07 179	1.64 66	1.59 108	8.54 255	1.15 111	0.02 215	0.00 1	0.00 1	0.38 350	0.19 248	0.36 309

DispNO	3.25 187	0.72 199	6.85 302	1.95 241	1.34 242	3.49 171	0.84 195	8.14 184	6.30 185	6.34 173	7.76 174	6.30 217	4.28 224	6.93 161	3.51 233	0.00 1	0.03 209	0.03 301	0.12 289	0.07 131	0.07 157

StereoVision	2.25 106	0.72 199	4.00 195	1.03 127	2.64 303	1.91 42	0.28 75	5.83 121	4.43 114	1.89 46	10.65 239	3.88 132	0.52 38	5.13 103	1.98 174	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.03 68

delet	4.27 268	0.72 199	4.50 218	1.07 135	3.75 341	10.79 326	4.04 306	9.95 233	7.89 230	8.09 243	8.89 192	8.46 260	3.81 205	7.56 194	5.80 274	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184	0.02 38

HH	2.42 123	0.73 202	3.76 176	0.91 107	0.14 59	2.78 115	0.71 167	7.92 181	2.72 25	1.53 42	6.10 123	7.93 249	4.01 210	8.60 259	0.44 12	0.00 1	0.09 281	0.00 1	0.00 1	0.05 100	0.04 104

HanStereo	2.42 123	0.73 202	3.76 176	0.91 107	0.14 59	2.78 115	0.71 167	7.92 181	2.72 25	1.53 42	6.10 123	7.93 249	4.01 210	8.60 259	0.44 12	0.00 1	0.09 281	0.00 1	0.00 1	0.05 100	0.04 104

STrans-v2	3.43 210	0.73 202	4.82 233	0.26 40	0.60 177	3.00 144	1.19 230	10.41 247	7.22 209	5.79 125	10.97 246	6.75 226	7.03 299	8.25 244	1.40 128	0.00 1	0.01 126	0.00 1	0.00 1	0.03 58	0.18 256

GEStereo_RVC	3.74 227	0.73 202	4.95 239	2.01 251	1.24 232	4.36 221	3.07 284	11.77 276	7.80 229	6.87 191	6.52 141	7.70 245	4.31 227	8.98 280	4.19 251	0.03 242	0.01 126	0.02 285	0.02 230	0.13 206	0.11 211

SA	3.06 176	0.74 206	3.79 179	1.60 197	0.30 124	3.19 159	1.43 241	6.72 158	9.06 258	4.63 98	10.80 241	2.89 94	4.71 244	9.62 301	1.18 115	0.00 1	0.09 281	0.00 1	0.19 312	0.23 271	0.02 38

raftrobust	1.86 61	0.74 206	1.94 21	2.15 269	2.24 290	2.74 109	0.53 125	4.89 64	4.05 100	6.09 148	3.89 69	1.64 66	2.55 146	2.44 51	1.12 107	0.00 1	0.03 209	0.00 1	0.00 1	0.12 196	0.08 170

MIM_Stereo	2.50 136	0.75 208	4.26 208	1.18 146	0.11 46	3.08 148	0.33 88	6.07 127	3.28 61	5.01 106	10.12 224	4.29 154	1.74 115	8.06 227	1.27 119	0.00 1	0.12 302	0.00 1	0.01 209	0.18 243	0.15 244

Sa-1000	3.55 217	0.75 208	3.63 168	1.91 235	0.30 124	3.55 178	1.63 252	7.39 172	8.54 251	7.70 229	17.44 322	4.00 136	2.82 158	9.44 298	1.33 123	0.00 1	0.10 289	0.00 1	0.18 308	0.21 260	0.04 104

IIG-Stereo	3.16 183	0.75 208	2.83 100	4.08 361	0.21 99	2.56 85	0.74 175	6.55 152	5.56 156	8.39 254	9.38 213	7.94 251	2.79 156	9.50 300	1.89 166	0.02 215	0.00 1	0.00 1	0.00 1	0.02 22	0.04 104

RAFT	2.57 140	0.76 211	3.09 133	0.91 107	0.09 35	2.41 72	0.94 212	5.35 100	2.65 22	6.11 150	7.21 161	9.43 272	4.30 225	5.73 114	1.77 158	0.00 1	0.12 302	0.00 1	0.02 230	0.46 323	0.08 170

THIR-Stereo	3.86 239	0.77 212	2.62 75	0.12 18	0.13 57	4.25 216	6.63 346	5.30 97	4.18 108	10.33 306	17.13 316	6.58 223	7.62 310	7.78 207	3.51 233	0.01 145	0.07 265	0.07 329	0.00 1	0.11 184	0.02 38

MMNet	4.16 259	0.77 212	5.47 266	1.40 169	1.67 256	10.78 325	0.63 149	8.64 204	8.47 248	8.80 268	8.33 183	7.51 241	6.61 289	7.53 193	6.54 285	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 134

PSMNet-RSSM	3.33 200	0.77 212	3.22 139	2.12 266	1.90 276	2.33 65	0.71 167	11.17 261	5.83 163	5.90 139	11.43 254	7.04 233	4.83 252	5.96 119	3.17 216	0.00 1	0.00 1	0.02 285	0.00 1	0.08 140	0.02 38

UCFNet_RVC	3.09 178	0.77 212	2.27 50	2.35 293	1.79 268	3.50 173	1.06 219	12.12 288	6.91 198	4.71 101	7.67 171	7.58 242	4.40 231	4.95 96	1.67 150	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184	0.01 16

HITNet	2.79 156	0.77 212	4.02 196	2.03 255	0.11 46	5.58 246	0.59 142	9.24 217	5.15 143	6.42 175	7.26 163	3.66 127	2.92 163	4.07 80	3.87 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 116	0.02 38
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
MyStereo07	1.31 30	0.79 217	1.61 7	1.03 127	1.11 224	2.63 98	0.46 108	5.48 107	2.24 5	0.64 24	1.48 22	0.27 17	0.59 40	7.03 168	0.45 16	0.00 1	0.09 281	0.00 1	0.01 209	0.11 184	0.09 180

MyStereo04	2.95 170	0.79 217	5.38 262	1.03 127	1.11 224	2.63 98	0.46 108	10.00 235	12.44 317	4.19 86	3.91 70	3.04 102	3.60 188	7.34 184	2.74 207	0.00 1	0.09 281	0.00 1	0.01 209	0.11 184	0.09 180

rafts_anoy	1.72 45	0.79 217	2.58 71	2.03 255	1.75 264	2.47 75	0.16 55	5.48 107	6.01 173	3.24 68	2.11 37	1.92 77	1.33 87	3.08 59	1.13 109	0.01 145	0.18 332	0.00 1	0.01 209	0.03 58	0.07 157

HSM	4.00 251	0.79 217	3.16 135	1.59 196	2.17 285	6.77 271	1.11 224	12.28 293	6.35 190	6.75 182	8.11 181	13.90 320	5.37 264	8.85 274	2.71 204	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

ADLNet	4.32 271	0.80 221	4.33 212	3.60 349	3.56 330	6.87 273	2.48 271	11.20 262	7.58 222	9.87 297	9.62 216	8.39 257	4.95 254	6.16 124	6.60 287	0.01 145	0.01 126	0.00 1	0.01 209	0.12 196	0.25 288

TestStereo1	2.85 160	0.81 222	3.48 156	3.11 330	0.44 152	2.52 78	1.50 244	6.37 141	8.18 239	4.62 95	9.24 207	2.23 81	3.69 192	9.19 287	1.26 117	0.00 1	0.01 126	0.00 1	0.00 1	0.27 287	0.09 180

SA-5K	2.85 160	0.81 222	3.48 156	3.11 330	0.44 152	2.52 78	1.50 244	6.37 141	8.18 239	4.62 95	9.24 207	2.23 81	3.69 192	9.19 287	1.26 117	0.00 1	0.01 126	0.00 1	0.00 1	0.27 287	0.09 180

cf-r	3.42 209	0.81 222	3.97 189	2.41 299	2.78 307	2.85 133	0.64 152	8.44 190	6.32 187	6.25 162	11.57 257	8.97 268	3.54 186	5.93 118	3.83 244	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.07 157

psm_up	3.85 238	0.82 225	3.01 118	2.00 250	2.58 302	5.28 243	3.34 293	10.85 257	6.33 188	7.27 214	7.32 164	10.15 282	9.02 330	6.19 125	2.51 199	0.22 324	0.01 126	0.00 1	0.00 1	0.12 196	0.03 68

NVstereo2D	4.51 276	0.82 225	6.86 303	3.28 338	3.38 322	8.16 294	3.13 286	10.51 248	15.15 332	4.90 104	6.89 147	7.87 246	4.78 248	9.88 303	3.91 247	0.01 145	0.00 1	0.00 1	0.06 268	0.02 22	0.58 333

LL-Strereo2	1.86 61	0.83 227	2.33 52	0.36 60	0.17 71	3.79 201	1.52 246	5.82 120	4.04 98	4.43 89	2.51 43	4.23 146	0.37 20	5.66 112	0.99 97	0.00 1	0.02 166	0.00 1	0.05 263	0.06 116	0.11 211

raft+_RVC	1.79 51	0.84 228	2.32 51	2.40 296	0.85 202	1.38 13	0.09 24	6.36 139	4.75 131	2.85 59	5.46 112	1.17 54	1.36 92	4.54 86	0.91 87	0.00 1	0.10 289	0.00 1	0.00 1	0.11 184	0.22 275

S-Stereo	6.63 314	0.84 228	9.67 332	3.15 334	3.48 327	6.49 266	6.22 338	12.99 311	22.84 364	9.48 285	15.51 299	12.00 309	8.43 320	8.04 220	10.70 341	0.12 303	0.17 328	0.00 1	0.38 350	0.13 206	1.92 362

XX-TBD	1.44 37	0.85 230	2.04 28	2.45 301	0.05 10	2.34 66	0.01 1	3.46 12	7.51 218	2.88 60	4.98 92	0.26 15	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 45	0.86 231	3.01 118	0.09 12	2.86 310	3.57 182	1.06 219	3.92 25	5.31 145	5.28 114	1.02 8	3.92 133	0.38 22	1.83 36	1.04 101	0.00 1	0.01 126	0.00 1	0.00 1	0.07 131	0.09 180

iRaft-Stereo_5w	2.86 164	0.86 231	4.08 204	0.06 8	0.25 109	2.76 114	0.60 145	4.97 71	4.10 104	2.98 63	7.85 176	10.17 283	4.17 218	8.16 235	5.83 275	0.00 1	0.00 1	0.00 1	0.01 209	0.26 282	0.06 144

ssnet_v2	4.46 273	0.87 233	5.18 254	1.57 192	0.67 184	9.14 305	4.73 321	11.84 277	9.68 268	8.79 266	6.24 133	9.91 278	4.34 228	6.28 130	9.30 325	0.00 1	0.01 126	0.00 1	0.00 1	0.28 289	0.30 302

WCMA_ROB	9.21 348	0.87 233	7.37 313	2.54 305	2.13 282	13.59 349	5.80 333	11.64 270	14.01 325	24.43 377	32.99 381	27.09 376	18.02 367	12.51 336	9.85 336	0.81 360	0.07 265	0.01 256	0.01 209	0.16 225	0.23 281

CroCo-Stereo Lap2	1.24 26	0.88 235	3.39 149	0.95 118	4.59 364	0.47 2	0.08 21	3.51 16	2.80 29	1.17 39	2.24 39	1.57 65	0.20 1	1.48 20	1.14 110	0.00 1	0.00 1	0.00 1	0.00 1	0.15 219	0.12 223

stereogan	7.69 333	0.88 235	7.08 307	3.49 347	3.93 347	18.98 367	3.23 291	16.52 348	19.58 353	9.93 300	18.92 328	20.50 363	9.04 331	14.07 350	6.14 277	0.26 330	0.04 231	0.21 351	0.03 242	0.63 336	0.33 306

MLCV	3.44 212	0.88 235	5.60 272	1.39 168	0.25 109	4.36 221	0.33 88	7.25 169	7.28 212	9.17 280	12.24 269	5.09 179	2.47 142	9.15 285	3.23 219	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.02 38

CroCo-Stereo	0.99 8	0.89 238	3.19 137	0.46 69	0.44 152	0.38 1	0.05 12	4.61 52	3.95 90	0.48 22	1.78 30	1.01 50	0.27 5	1.11 8	1.07 102	0.01 145	0.00 1	0.00 1	0.00 1	0.05 100	0.04 104
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
RYNet	6.34 308	0.89 238	5.88 277	1.41 172	4.48 361	15.97 356	4.18 309	13.41 316	16.49 338	10.81 318	7.00 153	14.33 323	8.72 324	9.43 295	13.71 358	0.00 1	0.01 126	0.00 1	0.00 1	0.02 22	0.07 157

ADLNet2	4.46 273	0.90 240	6.06 283	2.74 315	3.91 346	6.79 272	3.01 283	10.95 260	8.40 246	7.27 214	9.80 220	9.85 276	5.43 268	7.29 181	6.44 283	0.01 145	0.03 209	0.00 1	0.00 1	0.15 219	0.11 211

iResNet	3.68 223	0.91 241	7.94 320	2.97 326	0.34 136	4.44 227	0.48 111	7.70 175	9.74 270	7.72 230	12.74 274	4.03 137	2.87 162	8.05 223	3.37 224	0.02 215	0.01 126	0.00 1	0.00 1	0.10 167	0.09 180

DLCB_ROB	4.51 276	0.91 241	3.78 178	2.19 272	1.07 223	6.28 260	3.09 285	9.78 229	7.72 226	10.65 315	12.97 275	13.91 321	3.71 195	8.72 270	5.30 266	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 199

CBMV	5.35 290	0.91 241	3.67 170	1.62 201	0.44 152	10.09 316	7.19 354	12.49 300	12.33 315	12.22 332	14.69 295	10.93 299	6.48 287	8.51 254	4.96 263	0.02 215	0.15 318	0.00 1	0.00 1	0.17 233	0.17 254
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 243	0.92 244	4.41 214	3.56 348	4.00 349	6.70 269	1.26 234	18.71 362	6.14 180	7.35 218	7.91 178	4.35 155	2.58 147	3.04 58	6.62 289	0.00 1	0.00 1	0.00 1	0.00 1	0.39 313	0.14 235

111	2.78 155	0.92 244	3.81 181	0.22 35	0.07 23	2.83 131	0.70 165	6.03 125	14.00 324	3.22 67	8.93 193	5.48 191	3.30 172	3.66 68	2.03 178	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.29 300

ccnet	6.87 321	0.92 244	5.15 252	3.09 328	2.18 287	11.78 333	4.90 323	17.97 357	8.79 255	12.79 339	20.20 333	16.00 335	8.35 319	9.12 283	14.17 361	0.42 348	0.33 354	0.25 355	0.09 281	0.40 316	0.48 324

OMP-Stereo	3.03 175	0.93 247	2.72 87	4.21 365	0.51 171	2.19 57	1.25 232	6.19 135	6.00 172	7.99 241	6.21 130	8.50 264	2.49 143	9.44 298	1.74 156	0.01 145	0.00 1	0.00 1	0.00 1	0.08 140	0.05 134

STTStereo	3.60 219	0.93 247	6.34 289	2.71 312	2.23 289	3.68 187	0.63 149	9.42 221	6.73 194	9.87 297	6.97 148	8.84 267	3.65 190	6.85 156	3.04 212	0.00 1	0.02 166	0.01 256	0.00 1	0.02 22	0.02 38

CBFPSM	4.87 283	0.94 249	14.70 360	1.51 183	1.15 228	11.49 330	2.55 273	7.28 170	6.47 191	6.23 159	4.83 87	15.30 330	8.99 329	6.88 157	8.20 311	0.03 242	0.02 166	0.00 1	0.00 1	0.40 316	0.42 316

CFNet-ft	3.31 192	0.94 249	2.69 81	1.50 180	2.38 294	2.81 126	0.68 159	8.35 187	7.43 215	4.45 90	9.94 221	10.20 284	4.60 238	6.50 146	3.41 225	0.00 1	0.00 1	0.03 301	0.00 1	0.22 264	0.03 68

CFNet_RVC	3.31 192	0.94 249	2.69 81	1.50 180	2.38 294	2.81 126	0.68 159	8.35 187	7.43 215	4.45 90	9.94 221	10.20 284	4.60 238	6.49 145	3.41 225	0.00 1	0.00 1	0.03 301	0.00 1	0.22 264	0.03 68

DRN-Test	5.87 295	0.98 252	5.89 278	2.69 311	3.65 334	12.37 340	3.35 294	20.07 379	10.20 283	11.93 331	12.31 270	11.06 302	5.31 263	7.89 212	9.05 321	0.04 258	0.05 240	0.04 312	0.04 259	0.18 243	0.25 288

GMStereo	1.83 59	0.99 253	4.55 222	0.57 81	0.05 10	2.53 80	0.01 1	4.95 68	11.14 298	3.52 76	2.24 39	0.53 41	0.49 35	3.76 70	0.80 69	0.20 321	0.00 1	0.00 1	0.12 289	0.12 196	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
RALCasStereoNet	1.93 73	1.01 254	2.75 90	1.88 231	1.75 264	2.88 138	0.18 58	4.64 56	4.36 112	2.27 51	5.14 95	2.22 80	0.79 53	7.10 172	1.00 99	0.00 1	0.34 355	0.00 1	0.00 1	0.10 167	0.16 253

edge stereo	6.76 316	1.01 254	6.76 299	2.20 274	2.45 298	6.41 264	2.45 270	14.84 335	11.98 312	15.29 353	18.31 327	22.02 366	12.56 352	10.82 318	7.49 295	0.03 242	0.06 252	0.11 337	0.03 242	0.30 292	0.14 235

TestStereo	1.74 48	1.02 256	3.64 169	0.20 32	0.28 122	1.33 11	0.01 1	5.24 91	4.01 95	3.18 65	4.97 91	2.07 79	0.70 43	7.32 182	0.75 60	0.02 215	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

iResNet_ROB	4.23 264	1.02 256	4.90 236	2.18 271	0.93 210	2.92 139	0.37 94	15.10 339	16.91 342	7.89 238	10.51 235	7.03 231	3.07 167	8.16 235	3.46 231	0.01 145	0.00 1	0.00 1	0.00 1	0.10 167	0.02 38

AACVNet	3.33 200	1.03 258	3.56 161	3.46 344	0.63 179	3.09 150	0.28 75	8.78 207	3.43 69	5.99 141	10.64 238	10.08 281	4.03 213	8.69 265	2.51 199	0.03 242	0.01 126	0.00 1	0.00 1	0.26 282	0.06 144

FBW_ROB	8.50 344	1.03 258	7.98 321	1.93 239	1.28 236	13.10 346	6.23 339	22.50 383	18.98 347	18.82 361	14.91 297	19.06 353	10.04 339	18.41 371	9.83 334	0.62 355	0.22 341	1.82 378	0.82 367	0.99 350	1.36 354

HBP-ISP	4.09 252	1.05 260	4.10 205	1.87 228	1.31 240	7.56 287	3.98 304	11.26 263	9.94 276	7.81 233	14.44 291	3.23 108	4.27 223	8.89 277	1.87 164	0.06 280	0.06 252	0.00 1	0.00 1	0.06 116	0.04 104

GwcNet-RSSM	3.77 231	1.05 260	5.06 245	2.21 275	1.87 273	2.36 67	1.52 246	8.98 209	7.96 233	5.91 140	14.59 293	7.94 251	3.50 183	6.43 138	5.70 272	0.00 1	0.00 1	0.04 312	0.00 1	0.20 252	0.08 170

NLCA_NET_v2_RVC	3.84 237	1.06 262	5.23 258	2.72 314	3.27 318	4.36 221	0.61 146	10.71 252	7.56 220	8.75 265	7.89 177	9.86 277	3.90 207	7.15 177	3.44 227	0.14 306	0.02 166	0.02 285	0.03 242	0.04 78	0.03 68
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 207	1.07 263	4.52 219	1.27 153	3.14 312	4.00 211	1.07 221	3.93 27	4.43 114	4.66 100	17.94 325	7.21 240	2.76 154	10.82 318	0.85 73	0.00 1	0.07 265	0.00 1	0.00 1	0.30 292	0.01 16

GANet	6.22 305	1.07 263	4.07 203	2.27 280	0.89 205	9.19 306	9.52 366	12.02 283	8.13 238	10.72 316	29.09 368	13.86 319	7.52 308	11.00 321	4.39 252	0.36 339	0.00 1	0.02 285	0.02 230	0.12 196	0.08 170

ACRE	2.41 122	1.08 265	5.11 248	0.55 77	2.05 278	2.65 101	0.78 185	5.26 96	4.67 125	7.59 226	9.20 199	1.70 69	1.08 69	3.74 69	2.18 185	0.01 145	0.18 332	0.02 285	0.08 274	0.22 264	0.10 199

SGM-ForestM	16.99 386	1.08 265	5.74 274	2.12 266	0.75 193	31.63 390	12.21 382	27.80 392	32.25 380	37.88 394	39.99 392	52.96 404	35.20 398	33.60 396	24.47 386	0.26 330	0.39 360	0.31 358	0.39 352	0.26 282	0.53 330

RALAANet	2.46 131	1.09 267	3.70 174	2.55 307	0.80 198	3.37 163	0.15 52	7.44 174	5.54 153	5.65 122	6.01 120	3.54 123	1.13 72	6.34 134	1.58 145	0.00 1	0.01 126	0.00 1	0.05 263	0.21 260	0.03 68

MSMD_ROB	9.28 350	1.09 267	4.65 227	1.58 193	0.39 143	16.52 357	4.41 315	13.60 318	14.87 331	22.34 368	39.89 391	25.67 373	20.71 378	12.42 335	6.98 290	0.34 338	0.03 209	0.00 1	0.00 1	0.05 100	0.09 180

CIPLG	2.47 132	1.10 269	4.71 231	0.63 87	2.15 284	2.67 105	0.77 181	5.19 83	4.73 129	7.85 235	9.56 215	1.72 70	1.14 73	4.20 83	2.34 190	0.01 145	0.19 336	0.02 285	0.09 281	0.23 271	0.08 170

STTRV1_RVC	7.02 324	1.10 269	12.88 351	3.32 339	6.92 376	11.90 335	4.00 305	15.07 336	11.94 311	9.51 286	14.57 292	11.63 306	8.73 325	12.65 338	8.06 308	3.32 379	2.75 390	0.41 364	0.12 289	1.38 359	0.11 211

CFNet	3.72 226	1.10 269	5.03 243	2.49 303	1.59 249	4.90 236	0.22 64	11.38 266	9.88 275	4.80 103	11.25 250	6.44 219	3.68 191	8.33 245	3.00 210	0.00 1	0.00 1	0.00 1	0.00 1	0.22 264	0.07 157

ARAFT	3.13 182	1.11 272	7.34 312	0.42 66	0.14 59	4.52 228	2.99 282	7.41 173	5.97 170	8.85 270	7.06 158	5.20 182	1.25 84	8.49 253	1.44 131	0.00 1	0.03 209	0.00 1	0.00 1	0.33 301	0.11 211

TDLM	4.11 253	1.11 272	3.54 160	1.62 201	1.04 221	3.91 207	7.41 356	10.60 250	10.67 294	6.38 174	12.59 272	5.95 207	4.77 246	8.79 272	3.04 212	0.58 353	0.00 1	0.01 256	0.00 1	0.19 248	0.12 223

FINET	5.32 289	1.14 274	10.04 334	2.17 270	3.67 336	6.49 266	6.76 349	11.68 272	22.08 362	7.42 220	12.15 265	4.24 147	3.61 189	9.25 290	5.35 267	0.04 258	0.04 231	0.00 1	0.00 1	0.17 233	0.09 180

DeepPruner_ROB	3.52 214	1.14 274	4.06 201	1.12 143	1.65 253	3.65 184	0.83 192	13.96 323	4.47 118	7.80 232	10.84 243	7.05 235	2.16 132	8.14 233	3.08 214	0.07 287	0.03 209	0.00 1	0.01 209	0.32 299	0.06 144

CVANet_RVC	4.16 259	1.16 276	3.60 163	1.94 240	1.46 246	3.92 208	4.68 320	10.89 258	8.34 243	7.58 225	10.84 243	10.27 286	6.62 290	8.56 256	2.69 203	0.39 342	0.00 1	0.00 1	0.01 209	0.21 260	0.09 180

IPLGR_C	2.44 127	1.17 277	4.94 238	0.62 86	2.08 279	2.65 101	0.80 187	5.60 111	4.79 132	7.87 236	9.23 201	1.67 68	1.15 75	3.43 65	2.23 186	0.01 145	0.19 336	0.02 285	0.08 274	0.22 264	0.10 199

MyStereo8	2.88 165	1.19 278	5.03 243	1.61 198	3.75 341	4.30 218	0.07 18	6.14 130	6.16 181	6.22 158	9.64 218	4.28 152	1.45 96	2.05 46	4.76 261	0.00 1	0.16 325	0.00 1	0.14 293	0.26 282	0.43 318

raft_robust	2.64 144	1.20 279	2.62 75	1.10 137	0.28 122	1.50 22	0.12 34	6.28 137	9.04 257	6.80 185	7.19 160	3.73 130	2.13 129	9.06 282	1.07 102	0.03 242	0.12 302	0.00 1	0.21 317	0.17 233	0.22 275

dd	2.16 94	1.22 280	4.82 233	0.68 91	0.12 55	1.39 16	0.17 57	5.14 79	11.22 301	2.70 56	3.51 66	1.52 63	1.23 83	5.08 100	3.96 248	0.12 303	0.01 126	0.04 312	0.21 317	0.07 131	0.01 16

XPNet_ROB	6.03 303	1.22 280	5.61 273	2.56 308	0.90 207	6.32 261	7.07 352	12.92 309	8.30 242	14.76 351	15.13 298	19.84 357	6.66 292	10.36 311	8.58 316	0.02 215	0.04 231	0.00 1	0.03 242	0.11 184	0.24 285

DANet	6.02 302	1.23 282	8.45 324	3.86 358	3.94 348	7.64 291	1.34 239	9.51 224	7.00 202	13.39 344	15.53 300	15.99 334	7.02 298	12.14 332	12.37 350	0.19 318	0.12 302	0.02 285	0.03 242	0.13 206	0.56 332
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 301	1.24 283	6.29 287	1.34 158	1.68 258	9.60 312	10.31 372	15.09 337	15.79 335	12.62 335	8.95 194	11.67 308	5.83 275	11.78 330	6.41 282	0.05 270	0.13 309	0.08 332	0.20 314	0.22 264	0.79 341

Nwc_Net	6.97 323	1.25 284	6.63 297	3.82 356	3.37 321	10.83 327	1.67 255	19.56 377	11.35 302	8.36 252	23.62 349	17.19 343	11.44 348	11.21 323	8.08 309	0.80 359	0.00 1	0.00 1	0.02 230	0.13 206	0.09 180

SACVNet	4.15 258	1.26 285	3.81 181	3.12 332	1.68 258	3.09 150	2.85 281	11.91 280	5.96 168	10.52 312	11.20 248	10.59 289	3.95 208	8.97 279	3.25 221	0.08 292	0.02 166	0.00 1	0.00 1	0.32 299	0.44 320

DMCA-RVC	3.17 184	1.26 285	6.39 292	2.10 265	1.51 248	3.02 146	0.56 132	7.84 180	5.06 138	9.23 281	5.19 100	8.46 260	2.72 153	6.31 132	3.22 218	0.06 280	0.11 295	0.09 335	0.02 230	0.16 225	0.08 170

BEATNet_4x	3.24 186	1.27 287	5.89 278	1.56 191	0.10 38	5.26 242	1.07 221	10.08 239	5.50 150	6.89 192	7.73 172	4.53 159	4.13 214	5.05 99	5.27 265	0.04 258	0.05 240	0.00 1	0.00 1	0.23 271	0.23 281

MANE	19.47 393	1.27 287	5.07 246	4.69 368	5.55 370	30.49 389	9.94 370	34.01 396	37.27 392	44.13 403	51.57 407	52.51 402	40.41 403	33.58 395	24.81 387	0.89 362	0.86 372	1.11 373	9.72 399	0.38 309	1.06 348

pmcnn	7.72 334	1.27 287	9.42 331	2.91 320	3.14 312	9.44 308	6.23 339	12.56 302	16.51 339	14.53 349	24.08 351	27.44 377	8.49 321	9.32 293	8.44 314	0.06 280	0.08 273	0.00 1	0.00 1	0.30 292	0.15 244

CSP-Net	4.12 254	1.28 290	3.70 174	1.54 186	1.06 222	13.28 348	2.33 267	12.96 310	5.45 148	8.87 271	8.54 187	8.43 259	3.03 164	8.16 235	3.65 239	0.00 1	0.00 1	0.00 1	0.00 1	0.18 243	0.03 68

LE_ROB	16.73 385	1.28 290	11.61 340	3.72 353	1.65 253	16.67 359	9.17 364	14.39 329	55.91 406	63.81 417	40.86 394	35.94 391	37.73 401	14.24 351	26.87 392	0.05 270	0.10 289	0.13 341	0.22 322	0.12 196	0.15 244

LMCR-Stereo	3.63 220	1.29 292	4.20 206	2.54 305	0.17 71	8.08 293	1.52 246	11.46 268	4.73 129	8.45 257	10.66 240	1.91 76	5.03 256	7.69 200	3.58 238	0.92 364	0.00 1	0.00 1	0.00 1	0.36 307	0.02 38

RP	6.84 320	1.29 292	5.53 271	3.92 359	5.18 368	6.32 261	3.53 297	11.73 275	15.31 333	9.54 288	22.38 345	18.25 348	14.47 362	10.11 305	7.49 295	0.91 363	0.01 126	0.12 339	0.15 296	0.33 301	0.19 266

whm_eth	3.00 174	1.32 294	5.51 268	0.75 95	2.73 306	2.57 86	0.28 75	6.84 163	7.24 211	5.29 116	24.32 353	0.37 31	0.46 34	1.03 7	0.95 92	0.01 145	0.03 209	0.00 1	0.00 1	0.06 116	0.14 235

ADCRef	7.27 325	1.38 295	16.37 364	2.52 304	3.30 320	11.63 332	3.16 288	10.80 255	9.35 263	13.03 342	25.27 360	8.17 255	8.92 328	8.06 227	21.81 379	0.15 308	0.08 273	0.16 344	0.34 347	0.38 309	0.58 333

fast-acv-ft	5.62 293	1.39 296	7.01 304	2.02 253	1.89 275	12.23 338	1.82 260	7.35 171	9.45 265	10.46 311	20.27 335	14.55 325	7.71 312	7.41 187	7.61 297	0.10 298	0.09 281	0.16 344	0.07 270	0.59 331	0.13 230

DN-CSS_ROB	2.69 146	1.40 297	5.34 261	2.31 290	0.75 193	3.14 154	0.06 14	6.11 129	3.87 85	5.34 117	12.18 267	2.34 83	1.22 82	7.84 210	1.48 134	0.03 242	0.00 1	0.00 1	0.00 1	0.35 305	0.03 68

LoS_RVC	1.26 27	1.43 298	1.91 17	0.42 66	3.77 343	1.71 36	0.04 9	2.58 3	2.49 16	0.42 20	2.58 44	0.30 21	0.57 39	1.71 29	0.66 44	0.01 145	0.02 166	0.00 1	0.00 1	0.02 22	4.49 378

iResNetv2_ROB	4.28 269	1.43 298	7.17 308	2.91 320	1.26 233	4.36 221	1.62 251	13.64 320	10.25 284	9.83 295	11.41 252	7.68 244	4.00 209	7.75 206	1.85 163	0.00 1	0.00 1	0.00 1	0.00 1	0.37 308	0.09 180

AF-Net	7.78 335	1.44 300	6.68 298	3.37 340	4.50 362	8.61 299	2.69 276	17.07 351	20.17 357	9.52 287	24.02 350	20.31 362	14.59 363	11.58 328	9.84 335	0.61 354	0.00 1	0.12 339	0.00 1	0.38 309	0.12 223

gwcnet-sp	3.31 192	1.47 301	7.26 309	1.73 214	0.69 186	7.57 288	1.14 226	8.59 198	6.17 182	8.57 259	5.25 106	4.26 149	3.36 174	6.46 139	3.44 227	0.00 1	0.00 1	0.00 1	0.00 1	0.15 219	0.11 211

scenet	3.31 192	1.47 301	7.26 309	1.73 214	0.69 186	7.57 288	1.14 226	8.59 198	6.17 182	8.57 259	5.25 106	4.26 149	3.36 174	6.46 139	3.44 227	0.00 1	0.00 1	0.00 1	0.00 1	0.15 219	0.11 211

ssnet	3.31 192	1.47 301	7.26 309	1.73 214	0.69 186	7.57 288	1.14 226	8.59 198	6.17 182	8.57 259	5.25 106	4.26 149	3.36 174	6.46 139	3.44 227	0.00 1	0.00 1	0.00 1	0.00 1	0.15 219	0.11 211

PA-Net	4.98 285	1.47 301	7.42 314	2.40 296	2.14 283	8.73 301	3.64 301	12.42 294	13.11 319	7.03 199	7.57 168	7.88 247	6.52 288	10.16 310	7.82 300	0.02 215	0.03 209	0.00 1	0.00 1	0.11 184	1.07 349
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 317	1.49 305	6.48 293	2.92 322	4.40 355	7.43 283	3.61 299	19.52 375	13.29 320	8.39 254	16.91 311	15.96 332	12.13 349	12.85 339	7.70 298	1.47 372	0.11 295	0.01 256	0.42 354	0.14 217	0.24 285

Abc-Net	6.77 317	1.49 305	6.48 293	2.92 322	4.40 355	7.43 283	3.61 299	19.52 375	13.29 320	8.39 254	16.91 311	15.96 332	12.13 349	12.85 339	7.70 298	1.47 372	0.11 295	0.01 256	0.42 354	0.14 217	0.24 285
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 366	1.52 307	4.55 222	1.89 233	1.46 246	19.87 371	5.11 327	20.66 381	15.91 336	32.67 387	34.51 384	39.34 395	21.15 379	18.74 373	12.10 348	0.11 300	0.06 252	0.01 256	0.00 1	0.45 322	0.22 275
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
G-Net	8.41 342	1.54 308	10.97 338	5.73 375	3.60 332	26.19 379	4.41 315	10.10 240	7.42 214	19.71 364	24.99 358	14.38 324	15.83 364	10.99 320	9.53 332	0.50 352	0.46 366	0.19 350	0.25 327	0.80 344	0.66 337

Wz-Net-LNSev-Ref	5.98 299	1.55 309	9.92 333	2.40 296	3.22 316	10.28 319	3.14 287	11.64 270	9.79 271	9.54 288	20.22 334	11.16 303	6.77 294	10.61 316	9.16 322	0.06 280	0.00 1	0.00 1	0.00 1	0.03 58	0.04 104

RAFT + AFF	4.30 270	1.55 309	5.84 276	1.43 174	2.36 293	5.94 256	6.72 348	10.01 236	7.56 220	7.55 224	8.96 196	7.09 236	6.73 293	8.57 257	4.02 249	0.02 215	0.47 367	0.00 1	0.01 209	0.56 327	0.54 331

psmorigin	7.34 326	1.58 311	18.31 371	2.35 293	0.87 203	6.72 270	1.70 258	10.63 251	7.14 207	19.77 365	22.71 346	20.13 359	11.34 346	12.96 341	9.49 331	0.04 258	0.17 328	0.06 323	0.17 304	0.21 260	0.50 327

NCCL2	5.88 296	1.59 312	5.44 264	1.87 228	0.92 208	9.55 310	11.55 378	12.11 286	9.94 276	9.67 292	8.85 191	22.28 368	7.41 303	8.78 271	7.17 292	0.01 145	0.00 1	0.03 301	0.00 1	0.13 206	0.23 281

iinet-f	5.94 297	1.60 313	26.88 390	1.79 221	1.38 244	11.92 336	1.47 243	6.80 161	7.11 206	6.90 194	14.43 290	10.64 293	7.97 314	7.00 167	12.12 349	0.02 215	0.03 209	0.05 319	0.00 1	0.63 336	0.02 38

CSAN	7.62 329	1.60 313	6.56 296	1.83 226	0.66 182	12.40 341	10.52 375	14.45 330	21.32 360	14.19 347	15.98 302	17.84 344	13.02 357	12.32 334	8.38 313	0.09 296	0.07 265	0.03 301	0.04 259	0.33 301	0.67 338

FADNet-RVC-Resample	3.79 233	1.62 315	12.06 342	1.43 174	0.66 182	5.94 256	2.41 268	10.18 243	8.58 253	6.28 166	4.22 74	5.33 188	4.80 250	7.71 202	3.19 217	0.17 314	0.21 340	0.17 347	0.12 289	0.41 319	0.29 300

PSMNet_ROB	5.02 287	1.63 316	6.03 282	1.90 234	1.83 271	9.57 311	6.35 343	15.58 344	7.23 210	6.15 155	10.48 234	12.22 310	4.16 217	8.02 219	8.71 318	0.02 215	0.01 126	0.01 256	0.10 285	0.20 252	0.12 223

LL-Strereo	4.71 282	1.64 317	7.51 317	1.15 145	4.31 353	3.71 190	1.45 242	9.21 215	8.36 244	8.37 253	8.17 182	10.82 295	11.36 347	12.51 336	4.82 262	0.00 1	0.12 302	0.00 1	0.00 1	0.31 297	0.32 305

FADNet	4.23 264	1.65 318	11.75 341	1.64 203	0.80 198	4.80 233	0.77 181	13.76 322	11.65 306	3.97 82	5.24 104	9.62 274	5.14 260	8.40 248	3.78 243	0.21 322	0.04 231	0.07 329	0.05 263	1.14 352	0.10 199

sAnonymous2	1.35 32	1.66 319	8.14 322	0.55 77	0.46 158	1.23 6	0.24 68	4.00 28	3.47 71	0.40 14	1.11 14	0.23 12	1.42 94	0.96 5	0.57 34	0.01 145	0.00 1	0.00 1	0.20 314	2.07 368	0.22 275

CroCo_RVC	1.35 32	1.66 319	8.14 322	0.55 77	0.46 158	1.23 6	0.24 68	4.00 28	3.47 71	0.40 14	1.11 14	0.23 12	1.42 94	0.96 5	0.57 34	0.01 145	0.00 1	0.00 1	0.20 314	2.07 368	0.22 275

FADNet_RVC	3.91 245	1.67 321	12.95 353	0.96 120	0.75 193	5.71 249	0.54 127	10.83 256	6.60 192	3.46 75	8.09 180	4.10 142	3.40 181	9.43 295	6.33 280	0.36 339	0.44 364	0.17 347	0.46 358	0.91 347	0.95 346

APVNet	5.98 299	1.72 322	8.72 326	3.21 336	4.04 350	12.31 339	1.81 259	19.09 368	6.10 176	6.13 154	13.41 280	10.69 294	6.30 283	11.26 324	13.90 359	0.05 270	0.02 166	0.11 337	0.03 242	0.53 325	0.20 272

AANet_RVC	5.01 286	1.74 323	6.38 291	1.96 243	1.29 237	2.26 61	1.69 256	10.07 238	18.53 345	7.88 237	18.15 326	8.49 263	2.70 150	10.59 315	7.04 291	0.96 365	0.15 318	0.02 285	0.00 1	0.13 206	0.12 223

StereoDRNet	5.59 292	1.75 324	6.80 300	3.12 332	4.45 359	10.61 324	4.35 314	18.80 364	9.73 269	12.22 332	6.87 146	11.44 305	4.65 242	8.09 230	8.26 312	0.02 215	0.11 295	0.00 1	0.03 242	0.20 252	0.28 299

ETE_ROB	5.80 294	1.77 325	6.33 288	1.44 177	0.78 197	6.43 265	6.90 350	12.53 301	8.08 236	12.93 341	14.89 296	21.13 365	5.87 276	9.83 302	6.57 286	0.04 258	0.01 126	0.00 1	0.02 230	0.08 140	0.33 306

ADCP+	8.09 338	1.79 326	14.50 358	1.54 186	4.28 352	16.57 358	5.20 328	12.80 306	11.20 300	12.83 340	17.07 315	11.02 301	10.80 344	17.59 369	23.18 384	0.03 242	0.05 240	0.01 256	0.18 308	0.39 313	0.81 342

LALA_ROB	6.58 313	1.80 327	6.25 286	1.26 151	0.94 211	10.08 315	9.02 363	16.00 346	11.51 305	12.74 337	13.02 276	24.77 370	5.25 262	10.56 314	8.02 305	0.04 258	0.05 240	0.00 1	0.02 230	0.10 167	0.25 288

FADNet-RVC	3.98 250	1.84 328	12.48 347	1.69 207	0.44 152	4.33 219	1.31 237	11.84 277	7.15 208	3.53 77	3.50 65	10.63 292	4.43 232	9.12 283	6.25 279	0.03 242	0.10 289	0.00 1	0.03 242	0.60 333	0.25 288

PS-NSSS	3.90 243	1.84 328	4.55 222	0.87 104	2.95 311	4.10 214	2.00 262	10.77 254	8.23 241	6.75 182	14.63 294	5.01 177	2.24 133	8.41 249	2.91 209	0.33 337	0.03 209	0.83 369	0.00 1	0.82 345	0.70 339

SANet	10.64 362	1.86 330	10.91 336	1.76 217	0.71 191	14.62 352	9.23 365	19.18 369	37.14 391	19.22 362	27.96 364	25.86 374	19.11 373	13.02 342	10.63 340	0.08 292	0.06 252	0.03 301	0.02 230	0.62 334	0.81 342

DPSNet	10.14 358	1.88 331	16.82 367	1.85 227	1.73 262	24.84 377	17.20 400	19.92 378	27.41 372	12.23 334	13.62 282	16.52 337	18.35 368	14.42 353	12.50 351	0.78 358	0.54 370	0.08 332	0.25 327	1.18 353	0.59 336

dad	4.66 281	1.89 332	5.51 268	0.94 114	0.09 35	2.16 56	0.37 94	7.10 168	14.43 327	10.13 304	16.84 310	14.97 327	1.90 121	6.82 155	4.15 250	1.09 367	0.11 295	4.08 383	0.46 358	0.17 233	0.06 144

Wz-Net-LNSev	6.46 310	1.93 333	16.44 366	1.52 184	4.15 351	12.66 342	4.96 325	13.05 312	12.10 313	10.55 314	16.23 304	11.32 304	7.19 300	8.43 251	8.48 315	0.00 1	0.01 126	0.00 1	0.00 1	0.08 140	0.06 144

GwcNet	6.42 309	1.97 334	10.92 337	2.59 309	5.58 371	11.55 331	2.21 266	14.10 326	16.52 341	10.04 302	17.19 319	10.86 297	5.61 273	9.23 289	8.84 320	0.01 145	0.06 252	0.03 301	0.08 274	0.56 327	0.40 313

GMStereo_Zeroshot	2.77 154	1.98 335	5.14 251	1.53 185	0.36 138	3.56 179	0.10 25	5.57 110	5.91 166	6.89 192	7.02 154	8.50 264	0.91 59	6.01 121	1.65 149	0.00 1	0.00 1	0.00 1	0.00 1	0.20 252	0.01 16

PDISCO_ROB	9.62 355	1.99 336	11.51 339	9.88 383	9.61 385	21.48 372	3.83 302	19.33 371	28.49 375	11.27 326	14.17 287	19.92 358	5.02 255	16.35 365	9.18 323	5.28 383	0.41 361	0.14 342	0.09 281	2.05 367	2.36 369

ADCL	10.16 359	2.11 337	19.36 374	1.92 237	1.88 274	22.23 373	8.91 362	14.04 324	23.56 366	14.62 350	26.19 361	12.75 313	13.59 359	16.06 364	22.95 383	0.26 330	0.18 332	0.75 367	0.65 362	0.69 340	0.58 333

ELAS	16.72 384	2.14 338	9.23 328	4.92 370	4.53 363	32.66 394	15.11 395	27.40 391	28.68 376	40.27 398	44.90 397	38.33 394	30.50 393	26.44 390	21.94 380	0.88 361	1.23 376	0.67 366	0.89 369	1.49 361	2.18 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 322	2.23 339	6.13 284	4.05 360	4.73 367	8.94 302	2.78 278	15.19 341	11.74 307	11.13 323	19.34 329	17.86 345	10.42 342	13.02 342	8.03 307	0.73 357	0.01 126	0.24 354	0.41 353	0.31 297	0.38 311

ELAS_RVC	16.54 383	2.26 340	10.09 335	5.50 374	4.46 360	28.28 387	16.72 399	25.55 388	33.54 383	40.19 397	40.30 393	36.68 392	30.03 392	29.40 391	20.61 373	0.98 366	1.21 375	0.86 370	0.70 364	1.39 360	2.16 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 328	2.32 341	15.58 363	1.82 225	0.63 179	44.66 406	0.44 107	8.59 198	9.52 266	9.84 296	25.18 359	5.30 187	4.38 229	11.46 327	6.49 284	0.05 270	0.03 209	0.00 1	0.01 209	1.79 365	1.87 361

Wz-Net-MNSev	7.43 327	2.35 342	15.22 361	2.34 292	3.41 326	17.27 364	8.55 359	11.91 280	13.48 322	13.37 343	17.05 314	13.70 316	7.47 307	11.90 331	9.99 337	0.40 344	0.03 209	0.00 1	0.01 209	0.16 225	0.07 157

ADCPNet	9.54 353	2.39 343	31.46 394	2.09 263	1.60 251	16.71 360	6.39 344	12.11 286	11.45 303	13.53 345	21.45 340	19.41 354	10.94 345	14.38 352	21.54 377	0.27 333	1.16 374	0.39 363	1.49 377	0.58 330	1.45 355

SHD	9.61 354	2.60 344	12.46 346	3.69 352	3.54 329	9.47 309	1.25 232	20.16 380	37.84 393	18.19 360	21.24 339	16.96 341	12.83 356	14.47 354	16.05 364	0.32 336	0.13 309	0.01 256	0.08 274	0.38 309	0.48 324

DGSMNet	6.47 311	2.61 345	13.64 356	3.46 344	3.74 337	8.97 303	6.01 334	14.15 327	13.01 318	7.46 222	14.10 286	9.94 279	4.79 249	10.44 312	6.22 278	1.30 371	1.70 379	1.80 376	1.52 379	2.27 371	2.35 368

DeepPrunerF	6.75 315	2.69 346	23.31 383	3.68 351	7.16 377	3.78 200	4.29 312	13.42 317	20.13 356	8.13 244	10.46 233	7.18 239	8.06 316	11.10 322	9.44 330	0.24 327	0.15 318	0.29 356	0.42 354	0.66 339	0.45 321

Syn2CoEx	6.32 307	2.72 347	9.33 329	2.45 301	1.67 256	8.59 298	3.32 292	18.08 358	12.27 314	8.53 258	21.08 338	10.30 287	9.80 337	9.30 292	7.86 302	0.01 145	0.00 1	0.00 1	0.00 1	0.63 336	0.43 318

SAMSARA	14.63 375	2.74 348	12.38 344	12.65 389	6.74 375	36.50 398	72.93 421	19.36 372	23.77 367	16.20 357	13.04 277	29.21 380	12.78 354	16.98 367	15.21 363	0.11 300	0.26 351	0.03 301	0.14 293	0.76 343	0.77 340

GANetREF_RVC	6.56 312	2.89 349	7.58 318	3.41 341	0.40 146	12.96 345	9.58 367	15.09 337	17.25 344	10.33 306	10.62 237	12.27 311	8.16 318	12.21 333	4.53 255	0.41 345	0.00 1	0.00 1	0.02 230	3.12 374	0.39 312
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
PVD	15.44 377	2.93 350	14.67 359	4.21 365	3.39 324	17.43 365	4.16 308	27.84 393	48.84 402	31.02 385	43.54 396	29.76 382	30.81 394	25.97 389	21.40 375	0.23 325	0.41 361	0.04 312	0.33 345	0.41 319	1.33 353

RTSC	9.15 347	3.00 351	13.57 355	3.72 353	1.76 266	11.82 334	0.46 108	16.95 350	36.83 390	15.80 355	15.53 300	12.91 314	7.46 306	20.01 379	21.76 378	0.31 335	0.13 309	0.01 256	0.08 274	0.57 329	0.41 315

TRStereo	2.36 119	3.10 352	4.70 230	1.99 246	2.08 279	2.61 94	1.11 224	8.79 208	3.73 80	3.19 66	3.04 51	3.96 134	0.77 49	5.92 117	1.44 131	0.03 242	0.14 313	0.00 1	0.29 336	0.08 140	0.25 288

ADCMid	10.24 360	3.13 353	20.70 377	2.21 275	2.39 296	11.23 329	6.19 336	14.17 328	11.19 299	23.20 374	22.25 343	17.89 346	19.54 374	18.51 372	26.21 391	0.45 350	0.42 363	1.10 372	1.29 374	1.56 363	1.18 350

PWC_ROB	8.24 340	3.13 353	12.74 350	2.43 300	4.43 358	7.51 286	1.22 231	16.63 349	19.24 351	16.08 356	28.29 365	13.99 322	10.16 340	13.63 347	14.06 360	0.42 348	0.00 1	0.05 319	0.00 1	0.59 331	0.27 297

SuperB	8.10 339	3.15 355	24.67 386	2.65 310	1.23 231	9.88 314	4.29 312	10.18 243	30.07 377	11.53 328	12.18 267	6.12 210	6.65 291	10.50 313	14.47 362	0.14 306	0.11 295	0.35 360	0.25 327	13.06 394	0.48 324

Anonymous Stereo	6.16 304	3.15 355	23.75 384	2.97 326	2.48 299	4.39 226	13.30 385	9.21 215	9.86 274	9.56 290	8.76 189	6.79 227	1.99 125	13.50 345	13.04 354	0.01 145	0.05 240	0.00 1	0.06 268	0.22 264	0.19 266

PWCDC_ROB	7.92 337	3.17 357	7.48 316	5.73 375	4.40 355	10.45 321	0.35 91	14.52 332	28.19 374	10.36 308	31.27 374	7.04 233	9.14 332	13.22 344	8.78 319	2.74 378	0.02 166	0.00 1	0.00 1	1.31 357	0.17 254

aanetorigin	8.72 346	3.29 358	27.55 391	1.95 241	3.84 344	4.93 238	5.39 332	5.49 109	10.05 278	27.85 381	31.47 375	15.80 331	12.78 354	9.04 281	11.98 347	0.25 328	0.22 341	0.22 352	0.25 327	1.28 356	0.84 344

SQANet	7.64 330	3.40 359	5.49 267	11.73 388	9.62 386	11.96 337	2.82 279	11.33 265	6.10 176	8.33 251	11.49 255	11.00 300	5.16 261	10.12 309	2.72 206	8.92 391	2.21 381	10.41 388	1.58 380	11.13 390	7.39 388

XQC	8.43 343	3.58 360	16.40 365	2.92 322	2.17 285	13.22 347	3.60 298	14.64 333	25.86 370	11.87 330	12.04 261	15.06 328	10.67 343	15.24 359	19.41 369	0.39 342	0.08 273	0.05 319	0.07 270	0.84 346	0.45 321

MFN_U_SF_RVC	12.94 369	3.66 361	25.81 389	3.61 350	2.26 291	22.77 374	4.55 318	27.10 389	20.06 355	23.90 375	28.99 367	30.53 383	16.98 365	19.92 378	20.26 372	1.24 368	1.07 373	0.98 371	1.33 375	1.80 366	2.04 364

anonymity	7.68 331	3.83 362	12.39 345	7.04 380	12.67 393	8.18 295	2.00 262	17.50 354	6.85 197	13.56 346	9.21 200	9.97 280	7.82 313	11.28 325	5.58 270	6.27 386	4.98 406	3.68 382	2.96 384	3.33 376	4.48 377

PASM	7.90 336	4.22 363	21.97 381	3.25 337	3.29 319	5.39 245	6.57 345	10.57 249	19.09 348	12.77 338	13.92 284	18.11 347	9.51 335	13.79 348	10.77 344	0.19 318	0.45 365	0.29 356	1.08 372	1.49 361	1.19 351

MFN_U_SF_DS_RVC	9.78 356	4.27 364	14.47 357	2.29 283	2.85 309	23.40 376	13.62 387	13.60 318	19.54 352	19.42 363	24.27 352	16.74 340	8.59 322	17.05 368	7.98 304	1.25 369	1.68 378	0.17 347	2.63 382	0.72 342	1.04 347

GASNet	5.19 288	4.61 365	9.38 330	4.73 369	2.10 281	3.80 202	1.57 249	12.07 284	10.96 295	8.92 273	7.03 156	8.21 256	7.67 311	14.02 349	7.36 293	0.02 215	0.15 318	0.00 1	0.00 1	0.69 340	0.42 316

WZ-Net	13.00 370	4.64 366	41.07 402	3.48 346	3.15 314	19.12 368	15.66 398	14.81 334	31.33 379	15.71 354	27.88 363	22.22 367	14.01 361	20.44 381	25.03 388	0.64 356	0.00 1	0.01 256	0.03 242	0.39 313	0.37 310

Consistency-Raft	9.42 351	4.74 367	12.66 348	5.30 373	9.08 383	4.08 212	5.26 330	19.26 370	24.87 368	11.17 324	29.85 370	13.57 315	5.51 272	7.67 199	13.40 356	0.36 339	0.35 357	1.81 377	4.24 390	11.61 391	3.57 372

ADCS	13.02 371	4.93 368	28.38 392	3.17 335	2.67 304	13.61 350	10.83 376	18.70 361	33.46 382	22.59 369	24.78 356	19.59 356	18.51 370	23.40 386	32.16 400	0.10 298	0.19 336	0.37 362	0.18 308	1.26 355	1.46 356

MaskLacGwcNet_RVC	5.97 298	5.36 369	5.02 241	3.75 355	3.57 331	15.81 355	4.27 311	11.72 274	6.96 200	7.23 211	8.47 186	9.09 269	2.66 149	9.36 294	2.71 204	7.49 388	2.32 382	2.01 379	0.08 274	6.77 385	4.67 379

AnyNet_C32	10.98 364	5.58 370	22.79 382	4.16 362	5.83 372	15.64 353	14.30 388	13.18 313	17.15 343	16.44 358	20.52 336	14.68 326	13.44 358	22.46 383	30.08 397	0.17 314	0.26 351	0.36 361	0.36 349	1.23 354	0.91 345

LSM	14.01 374	5.95 371	33.49 395	6.78 379	43.61 416	10.22 317	9.98 371	15.16 340	22.93 365	23.07 373	32.34 379	18.52 350	12.67 353	15.45 360	11.10 345	0.16 313	0.51 369	0.09 335	0.32 343	1.08 351	16.85 410

EDNetEfficient	13.82 373	6.19 372	54.79 408	2.83 317	3.60 332	4.86 235	8.57 360	8.61 203	32.90 381	40.77 399	30.59 373	18.33 349	21.87 382	11.38 326	25.36 389	0.15 308	0.23 343	0.06 323	1.03 371	2.54 372	1.79 359

SPS-STEREO	15.04 376	6.23 373	13.21 354	11.34 387	11.65 390	23.30 375	7.15 353	24.16 386	15.65 334	31.78 386	29.19 369	31.62 384	21.32 380	24.62 387	19.50 370	7.59 389	4.19 404	3.22 381	1.48 376	6.99 386	6.54 385
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 349	6.70 374	24.28 385	1.87 228	1.81 270	8.57 297	12.29 384	17.37 353	20.39 358	10.43 310	23.11 348	16.66 339	8.03 315	14.47 354	17.86 366	0.00 1	0.02 166	0.01 256	0.00 1	0.41 319	0.30 302

AnonymousM	2.71 149	6.75 375	0.98 1	0.73 93	0.06 17	2.41 72	0.53 125	5.30 97	3.05 46	4.75 102	2.09 35	1.89 74	1.01 64	1.88 41	0.51 32	0.01 145	0.02 166	17.42 393	4.76 393	0.02 22	0.01 16

NVStereoNet_ROB	16.04 380	6.75 375	12.90 352	6.37 378	7.42 380	12.89 344	9.74 369	22.78 384	25.12 369	30.32 383	46.19 399	34.37 390	25.38 386	21.48 382	21.38 374	5.94 384	3.10 396	6.07 387	10.09 400	4.01 377	8.54 393
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 382	6.93 377	21.83 380	5.94 377	2.81 308	38.71 400	14.59 389	24.55 387	34.87 388	33.66 391	34.35 383	29.24 381	24.20 385	22.59 384	17.95 367	2.52 377	2.81 391	1.17 374	1.51 378	5.89 383	2.16 365

UDGNet	2.73 152	7.09 378	3.90 188	2.71 312	0.06 17	2.98 142	0.20 62	4.63 54	8.58 253	2.69 54	2.70 45	0.95 49	1.01 64	6.27 129	1.51 136	1.28 370	0.00 1	5.24 386	0.94 370	1.70 364	0.13 230

SGM+DAISY	15.62 378	7.26 379	19.28 373	8.94 381	10.11 388	26.25 380	10.49 374	19.36 372	14.65 329	30.64 384	33.59 382	33.00 386	22.32 384	24.96 388	16.42 365	7.90 390	6.25 408	4.51 384	3.37 386	5.86 382	7.20 387

otaku	11.73 367	7.51 380	7.07 306	13.22 391	10.85 389	26.61 384	7.25 355	18.84 365	19.16 350	11.58 329	17.23 320	20.19 360	8.09 317	15.11 358	4.64 258	9.13 392	2.42 383	13.08 389	1.83 381	12.48 393	8.22 391

MFMNet_re	13.29 372	8.60 381	18.29 370	9.75 382	7.25 379	19.65 370	14.84 392	20.71 382	30.72 378	23.03 372	28.77 366	18.85 352	26.09 389	13.55 346	9.82 333	2.44 376	1.35 377	0.34 359	0.23 323	4.78 379	6.69 386

Ntro	12.35 368	8.88 382	7.80 319	13.79 392	12.42 392	26.54 383	6.98 351	18.54 360	22.14 363	9.82 294	16.45 305	20.30 361	9.29 334	15.95 363	6.61 288	9.53 394	2.47 385	14.93 391	2.77 383	13.11 395	8.63 394

BEATNet-Init1	23.31 395	9.03 383	41.67 403	4.17 363	2.53 301	45.68 408	19.47 403	33.43 395	38.45 394	47.59 406	49.10 403	59.31 408	41.80 404	38.35 403	29.21 396	0.47 351	0.50 368	0.81 368	0.66 363	2.10 370	1.86 360

CC-Net-ROB	7.68 331	9.21 384	7.46 315	3.82 356	3.66 335	15.68 354	5.02 326	17.95 356	10.45 291	6.44 177	14.00 285	7.63 243	4.77 246	10.75 317	3.10 215	5.99 385	2.46 384	16.28 392	1.08 372	6.30 384	1.56 358

UDG	8.58 345	9.31 385	4.89 235	10.00 384	9.52 384	10.36 320	2.41 268	12.07 284	9.82 272	7.81 233	9.55 214	16.52 337	9.81 338	7.84 210	7.88 303	4.20 380	2.51 386	18.53 394	3.71 389	9.55 387	5.28 382

RTS	18.87 391	9.32 386	86.48 418	4.95 371	6.10 373	42.08 402	14.70 390	15.49 342	41.06 395	22.65 370	32.32 377	13.77 317	19.54 374	37.98 401	28.96 394	0.41 345	0.23 343	0.00 1	0.02 230	0.91 347	0.50 327

RTSA	18.87 391	9.32 386	86.48 418	4.95 371	6.10 373	42.08 402	14.70 390	15.49 342	41.06 395	22.65 370	32.32 377	13.77 317	19.54 374	37.98 401	28.96 394	0.41 345	0.23 343	0.00 1	0.02 230	0.91 347	0.50 327

Wz-Net-TNSev	11.35 365	10.56 388	35.88 399	2.28 282	1.73 262	18.25 366	11.42 377	15.88 345	20.88 359	14.44 348	16.97 313	19.57 355	19.04 372	19.31 375	18.67 368	0.01 145	0.06 252	0.00 1	0.16 298	0.62 334	1.25 352

AnyNet_C01	16.12 381	10.81 389	59.36 410	4.42 367	2.49 300	30.06 388	15.15 396	17.51 355	16.51 339	17.88 359	37.69 388	24.04 369	17.54 366	29.60 392	33.29 401	0.28 334	0.38 359	0.43 365	0.42 354	2.57 373	1.98 363

DDUNet	9.47 352	11.32 390	6.14 285	12.93 390	11.65 390	10.45 321	3.87 303	11.70 273	7.89 230	9.27 282	13.28 278	16.18 336	6.14 281	8.80 273	5.77 273	6.64 387	3.38 399	20.90 395	4.28 391	11.01 389	7.80 389

EDNetEfficientorigin	17.87 388	14.00 391	99.53 430	1.64 203	0.92 208	10.55 323	6.26 341	13.21 314	34.84 387	38.20 396	36.91 387	27.47 378	26.32 390	14.71 356	25.69 390	0.04 258	0.06 252	0.14 342	0.52 360	3.16 375	3.27 371

JetBlue	29.12 401	15.72 392	54.12 407	15.93 393	20.98 404	60.90 419	30.62 410	39.38 398	34.62 386	34.08 392	39.69 390	57.35 407	43.17 405	50.71 415	50.60 416	2.41 375	3.79 402	2.81 380	3.45 387	9.57 388	12.59 404

FADE		17.27 393		10.46 385	9.90 387							26.54 375				30.62 412	14.22 413	38.39 411	37.63 414	5.22 380

coex-ft	19.78 394	19.39 394	87.73 420	1.77 219	1.80 269	17.25 363	13.50 386	12.63 304	42.10 397	60.18 413	38.90 389	28.72 379	28.74 391	11.74 329	27.40 393	0.21 322	0.23 343	0.04 312	0.30 341	1.36 358	1.54 357

ACVNet-4b	15.90 379	22.00 395	12.37 343	16.40 394	15.14 396	31.87 391	7.50 357	19.04 367	27.85 373	11.48 327	22.02 342	31.86 385	9.16 333	17.95 370	5.69 271	10.43 396	2.58 387	24.44 398	4.87 395	16.04 397	9.28 395

WAO-7	29.39 402	24.43 396	20.47 376	32.71 405	13.83 394	34.70 395	20.27 406	52.19 413	65.03 414	43.29 401	59.35 413	52.19 401	44.68 407	31.71 393	30.56 398	10.98 398	4.94 405	13.71 390	12.52 405	12.06 392	8.22 391

ACVNet_1	18.70 390	25.08 397	12.72 349	17.33 395	15.18 397	26.02 378	9.62 368	28.44 394	34.49 384	24.39 376	24.32 353	37.22 393	20.13 377	16.67 366	13.39 355	10.45 397	2.59 388	24.77 399	4.92 396	16.57 398	9.75 396

DispFullNet	17.47 387	26.01 398	33.98 397	22.58 399	20.86 403	13.84 351	1.28 235	16.50 347	26.27 371	19.97 366	17.17 318	20.52 364	18.49 369	22.86 385	10.76 343	5.13 382	2.83 392	30.72 402	7.72 398	20.86 401	11.01 400

RainbowNet	18.01 389	26.22 399	19.95 375	18.59 396	14.88 395	27.38 386	10.46 373	27.39 390	34.54 385	14.91 352	27.01 362	25.65 372	12.44 351	18.94 374	9.23 324	13.91 402	3.46 400	23.36 397	4.86 394	16.03 396	10.91 399

IMH-64-1	27.21 399	28.77 400	16.84 368	31.57 402	20.76 401	26.43 381	15.10 393	47.11 403	45.20 399	33.53 389	51.16 405	41.42 396	31.10 395	36.48 397	22.39 381	13.48 400	2.87 394	33.95 404	10.70 401	23.50 403	11.75 401

IMH-64	27.21 399	28.77 400	16.84 368	31.57 402	20.76 401	26.43 381	15.10 393	47.11 403	45.20 399	33.53 389	51.16 405	41.42 396	31.10 395	36.48 397	22.39 381	13.48 400	2.87 394	33.95 404	10.70 401	23.50 403	11.75 401

IMH	29.82 403	29.11 402	18.51 372	34.28 406	21.40 406	32.33 393	15.39 397	49.40 410	53.07 404	37.88 394	55.32 410	45.05 398	39.54 402	40.63 404	24.12 385	14.03 403	3.27 398	34.93 406	11.24 403	24.69 405	12.21 403

ACVNet_2	26.45 397	29.35 403	25.14 387	20.27 398	15.43 398	34.97 396	12.23 383	48.37 408	66.25 416	42.69 400	56.73 411	51.77 400	25.59 387	20.39 380	13.52 357	10.13 395	2.59 388	22.78 396	3.52 388	17.57 399	9.80 397

TorneroNet-64	32.42 405	31.89 404	30.52 393	34.73 407	21.13 405	46.99 409	18.82 401	43.10 401	59.42 409	32.70 388	46.98 400	62.01 410	36.98 399	43.97 408	33.88 402	14.10 404	3.22 397	35.28 407	11.72 404	26.84 408	14.07 405

MADNet+	27.07 398	33.84 405	90.97 422	20.14 397	7.47 381	48.43 410	47.10 417	35.43 397	36.46 389	20.11 367	30.05 371	25.29 371	35.08 397	45.50 409	50.28 415	2.13 374	2.00 380	1.19 375	0.76 365	4.71 378	4.43 375

TorneroNet	35.11 409	33.92 406	33.82 396	37.86 409	22.01 407	49.64 412	21.58 407	48.09 407	55.23 405	37.50 393	53.79 408	62.81 413	43.66 406	46.71 411	41.25 410	14.80 405	3.53 401	36.72 408	14.57 407	28.28 411	16.49 408

WAO-8	38.15 410	35.51 407	21.50 378	43.67 410	23.92 408	44.44 404	20.26 404	52.83 414	76.62 419	53.57 410	66.79 418	62.63 411	54.56 414	42.03 406	39.18 408	22.71 408	6.65 409	37.08 409	19.08 409	24.72 407	15.24 406

Venus	38.15 410	35.51 407	21.50 378	43.67 410	23.92 408	44.44 404	20.26 404	52.83 414	76.62 419	53.57 410	66.81 419	62.63 411	54.56 414	42.03 406	39.18 408	22.71 408	6.65 409	37.08 409	19.08 409	24.70 406	15.24 406

WAO-6	34.74 407	36.76 409	15.36 362	37.53 408	24.15 410	35.99 397	19.36 402	48.96 409	68.54 417	43.84 402	47.58 401	52.77 403	52.60 411	32.63 394	34.73 404	26.20 410	7.74 411	42.78 412	21.64 411	28.07 410	17.62 411

Dean	34.67 406	38.70 410	25.33 388	29.89 401	17.21 399	45.24 407	11.98 381	56.90 417	76.55 418	63.47 416	60.22 414	67.36 416	48.14 410	37.24 399	39.01 407	11.00 399	2.83 392	28.35 400	5.60 397	18.14 400	10.31 398

LVE	34.99 408	40.10 411	34.97 398	32.49 404	18.61 400	51.45 415	26.82 408	52.15 412	65.94 415	47.21 404	61.04 415	53.99 405	37.30 400	37.95 400	34.09 403	15.55 406	5.95 407	31.01 403	13.81 406	22.58 402	16.72 409

PWCK	30.53 404	44.32 412	47.25 405	29.76 400	7.23 378	40.78 401	27.10 409	44.73 402	44.32 398	47.31 405	36.37 386	47.16 399	26.05 388	41.26 405	31.87 399	21.83 407	4.03 403	29.50 401	4.67 392	27.17 409	7.80 389

UNDER WATER-64	45.16 413	46.99 413	66.69 412	43.90 412	27.64 411	55.58 418	41.87 414	39.42 399	48.42 401	51.73 409	43.08 395	67.76 417	56.69 416	48.02 413	48.34 413	39.50 414	17.64 414	51.78 415	38.93 415	36.62 412	32.61 413

SPstereo	72.39 421	47.55 414	62.34 411	56.88 418	45.69 418	78.85 420	84.60 422	100.00 433	100.00 431	98.50 429	98.20 428	100.00 435	96.58 426	96.95 427	81.91 421	46.63 417	38.86 419	67.86 422	64.79 422	39.95 414	41.68 416

UNDER WATER	45.09 412	48.60 415	67.37 413	49.30 414	31.41 412	53.80 417	37.39 412	40.25 400	52.48 403	50.24 407	45.37 398	68.37 418	57.76 417	51.03 416	49.88 414	29.97 411	13.75 412	51.22 414	36.57 412	37.87 413	29.12 412

DLNR_Zeroshot_test	24.70 396	50.77 416	90.11 421	98.11 431	97.34 429	1.38 13	0.12 34	22.79 385	3.09 51	1.07 36	2.95 49	0.71 45	0.29 8	6.93 161	2.29 188	38.56 413	0.37 358	0.00 1	0.30 341	76.73 426	0.09 180

notaker	47.42 414	55.20 417	49.13 406	56.52 417	40.18 413	38.52 399	32.97 411	47.21 405	56.08 407	57.21 412	57.24 412	60.09 409	59.19 418	53.93 417	41.64 411	40.61 415	19.93 415	57.21 417	37.41 413	49.02 416	39.02 414

ktn	48.94 415	57.58 418	38.86 401	59.57 419	43.27 415	50.37 413	43.38 415	48.07 406	61.11 410	51.30 408	54.25 409	54.96 406	52.88 412	47.30 412	35.83 405	57.77 419	24.88 416	62.69 420	43.55 416	50.70 417	40.41 415

HanzoNet	56.48 418	59.32 419	58.25 409	55.32 416	41.94 414	50.95 414	41.33 413	51.12 411	61.40 411	65.62 419	65.59 417	71.66 419	69.41 419	70.77 420	60.03 418	63.99 422	34.70 418	61.96 419	50.54 418	51.00 418	44.71 417

JetRed	61.02 419	61.05 420	82.56 417	46.09 413	56.80 421	83.19 421	63.76 419	59.26 419	63.61 412	69.29 420	68.85 420	66.59 415	47.62 409	61.57 418	74.09 420	45.58 416	66.14 423	46.59 413	45.06 417	63.17 420	49.58 419

KSHMR	55.63 417	63.60 421	37.85 400	74.69 422	49.56 419	49.01 411	45.73 416	57.46 418	63.97 413	61.61 415	62.07 416	72.39 420	47.01 408	50.65 414	43.29 412	54.10 418	62.21 420	66.10 421	53.94 420	51.25 419	46.11 418

DPSimNet_ROB	53.45 416	64.73 422	44.39 404	53.97 415	45.39 417	53.66 416	54.83 418	55.15 416	57.87 408	64.16 418	50.83 404	63.40 414	53.34 413	46.45 410	65.81 419	63.13 421	26.54 417	57.94 418	51.11 419	45.52 415	50.69 420

LRCNet_RVC	66.23 420	65.67 423	67.63 414	71.47 421	54.32 420	32.17 392	2.66 275	63.19 420	21.35 361	81.79 422	91.26 423	83.62 422	71.62 420	69.32 419	52.57 417	95.49 428	64.45 422	95.07 428	95.19 428	71.52 422	74.31 423

ASD4	75.85 422	81.57 424	69.25 415	68.23 420	80.87 425	96.24 424	99.15 429	77.50 421	93.47 425	77.59 421	85.63 421	78.32 421	76.43 421	77.89 421	82.61 422	58.30 420	62.67 421	55.02 416	62.43 421	68.35 421	65.49 422

MADNet++	82.84 423	82.38 425	73.57 416	87.72 427	82.97 426	93.14 422	69.15 420	86.42 425	82.50 421	93.46 426	86.70 422	86.28 423	80.92 422	88.34 422	88.84 423	86.83 426	84.17 427	72.64 423	68.92 423	80.47 427	81.42 427

xxxxx1	85.63 425	90.31 426	96.68 425	76.54 423	80.57 422	97.44 426	96.86 426	85.53 422	88.53 422	88.68 423	91.71 424	94.23 424	92.93 423	90.02 423	91.98 424	70.60 423	70.39 424	73.68 424	81.46 425	74.61 423	79.86 424

tt_ll	85.63 425	90.31 426	96.68 425	76.54 423	80.57 422	97.44 426	96.86 426	85.53 422	88.53 422	88.68 423	91.71 424	94.23 424	92.93 423	90.02 423	91.98 424	70.60 423	70.39 424	73.68 424	81.46 425	74.61 423	79.86 424

ff	85.63 425	90.31 426	96.68 425	76.54 423	80.57 422	97.44 426	96.86 426	85.53 422	88.53 422	88.68 423	91.71 424	94.23 424	92.93 423	90.02 423	91.98 424	70.60 423	70.39 424	73.68 424	81.46 425	74.61 423	79.86 424

MEDIAN_ROB	98.41 429	99.70 429	99.30 429	97.09 428	97.02 428	96.89 425	95.77 425	97.66 428	97.28 426	98.79 430	98.94 429	99.18 429	98.14 428	96.89 426	96.88 429	99.96 432	99.16 429	100.00 431	99.99 432	99.69 431	99.88 430

Anonymous_1	99.08 431	99.91 430	99.85 431	97.63 429	99.10 431	100.00 431	100.00 432	99.61 430	99.96 429	99.28 431	99.86 430	99.54 430	99.99 431	99.29 429	99.75 430	96.05 429	99.59 430	97.31 429	98.57 430	97.71 429	98.63 429

HaxPig	98.85 430	99.94 431	95.08 423	99.99 434	100.00 433	94.03 423	94.78 423	99.15 429	99.98 430	99.99 432	100.00 431	99.98 433	99.99 431	98.12 428	95.97 427	100.00 435	99.99 433	100.00 431	99.99 432	100.00 434	99.99 433

AVERAGE_ROB	99.62 433	99.95 432	98.81 428	100.00 437	100.00 433	98.08 429	95.47 424	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	99.99 432	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

test_example2	99.39 432	99.98 433	99.99 432	100.00 437	99.98 432	99.72 430	99.99 431	97.34 427	100.00 431	100.00 433	100.00 431	96.42 427	96.66 427	99.97 430	99.96 431	100.00 435	99.97 432	98.66 430	99.15 431	100.00 434	100.00 435

MyStereo03	100.00 438	100.00 434	100.00 436	100.00 437	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

MyStereo02	100.00 438	100.00 434	100.00 436	100.00 437	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

MyStereo	100.00 438	100.00 434	100.00 436	100.00 437	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

Selective-RAFT-Error	100.00 438	100.00 434	100.00 436	100.00 437	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

PML	97.88 428	100.00 434	96.45 424	98.01 430	97.88 430	100.00 431	99.35 430	96.88 426	97.72 427	100.00 433	97.36 427	97.38 428	99.60 429	100.00 434	96.32 428	99.99 433	97.55 428	100.00 431	96.01 429	99.18 430	87.92 428

CasAABBNet	100.00 438	100.00 434	100.00 436	100.00 437	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

LSM0	100.00 438	100.00 434	100.00 436	100.00 437	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	99.99 433

DPSMNet_ROB	99.91 435	100.00 434	99.99 432	99.99 434	100.00 433	100.00 431	100.00 432	99.98 432	100.00 431	98.35 427	100.00 431	99.84 431	100.00 433	99.98 431	99.99 432	100.00 435	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

DGTPSM_ROB	99.90 434	100.00 434	99.99 432	99.99 434	100.00 433	100.00 431	100.00 432	99.97 431	100.00 431	98.35 427	100.00 431	99.84 431	100.00 433	99.98 431	99.99 432	99.99 433	100.00 434	100.00 431	100.00 434	100.00 434	100.00 435

DPSM_ROB	99.95 436	100.00 434	100.00 436	99.76 432	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	99.21 430	100.00 434	100.00 431	100.00 434	99.99 432	99.95 431

DPSM	99.95 436	100.00 434	100.00 436	99.76 432	100.00 433	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 435	100.00 433	100.00 434	100.00 435	99.21 430	100.00 434	100.00 431	100.00 434	99.99 432	99.95 431

Low-res two-view benchmark