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

StereoIM	2.96 1	2.05 113	7.26 45	3.35 4	2.54 144	1.78 3	0.28 4	8.41 6	5.58 4	2.77 1	3.62 2	7.05 47	4.60 46	5.95 4	3.33 51	0.01 2	0.05 50	0.00 1	0.00 1	0.19 44	0.39 46

MIF-Stereo	3.10 2	1.22 10	7.79 63	4.50 32	2.51 141	2.59 4	0.42 6	5.88 1	5.74 5	5.46 29	7.76 21	1.12 1	1.46 4	9.06 34	5.42 114	0.06 55	0.07 84	0.00 1	0.01 55	0.60 189	0.26 22

EGLCR-Stereo	3.41 3	1.28 17	6.47 29	4.22 22	1.36 79	5.18 49	1.24 25	11.58 27	5.47 3	3.80 9	3.40 1	8.10 62	1.69 9	9.53 47	2.23 3	0.09 77	0.89 252	0.01 56	0.00 1	0.24 57	1.42 172

Selective-IGEV	3.46 4	1.32 20	5.92 17	4.55 33	2.27 133	4.65 18	2.07 81	11.50 24	5.81 6	3.19 2	4.75 6	5.46 39	1.77 10	11.24 72	2.37 11	0.05 38	0.82 241	0.00 1	0.20 191	0.10 11	1.17 141

MGS-Stereo	3.47 5	1.54 38	7.34 52	3.79 8	0.51 16	4.78 29	1.51 39	6.53 2	9.92 62	4.54 16	10.22 39	5.44 38	1.26 3	8.51 27	2.53 18	0.21 138	0.01 7	0.02 71	0.00 1	0.59 186	0.23 19

CroCo-Stereo	3.51 6	2.49 185	8.03 71	9.10 256	1.26 76	0.97 1	0.96 18	11.24 23	8.52 47	3.79 8	4.87 7	7.93 61	4.44 44	3.26 1	2.76 31	0.03 16	0.00 1	0.00 1	0.00 1	0.34 103	0.16 14
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
GLC_STEREO	3.61 7	1.35 22	3.91 4	6.86 166	0.23 1	4.69 21	1.61 45	9.80 10	7.20 21	5.64 31	9.11 28	5.19 34	2.02 11	10.25 53	3.70 62	0.07 66	0.04 43	0.22 220	0.00 1	0.24 57	0.17 16

AEACV	3.74 8	1.42 30	6.45 27	5.61 81	6.24 281	4.69 21	1.54 43	7.61 4	7.19 20	3.59 6	7.87 22	4.20 20	6.43 92	6.07 6	1.96 1	0.03 16	1.03 264	0.04 98	0.54 283	0.23 54	2.12 256

CREStereo	3.75 9	1.21 7	3.79 3	2.66 2	0.66 23	5.52 61	0.39 5	10.77 17	14.18 99	7.14 34	10.54 42	5.25 35	3.54 22	6.27 8	2.88 41	0.04 22	0.01 7	0.03 86	0.01 55	0.05 2	0.05 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
LoS	3.83 10	1.25 12	4.39 8	3.29 3	0.58 20	4.87 33	1.15 21	11.00 18	13.34 88	5.02 20	10.69 43	4.14 18	3.78 25	9.15 38	3.20 48	0.08 70	0.03 35	0.09 138	0.00 1	0.13 28	0.35 30

IGEV+	3.87 11	1.79 63	6.60 34	4.71 37	1.80 113	4.84 32	1.71 62	11.53 26	7.83 36	5.50 30	5.03 9	5.02 32	5.57 72	8.49 26	3.26 50	0.09 77	1.22 292	0.00 1	0.18 186	0.23 54	1.95 221

IGEVStereo-DCA	3.90 12	2.95 214	7.30 46	4.05 13	0.92 47	4.94 42	1.65 49	14.40 57	5.82 7	4.17 11	4.67 4	4.50 27	3.95 29	11.24 72	4.28 82	0.18 124	0.56 209	0.00 1	0.17 177	0.25 61	1.98 225

ff7	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

ffff	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

11t	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

ccc-4	3.92 13	2.12 131	7.30 46	4.22 22	1.47 87	4.90 35	1.65 49	14.40 57	5.82 7	5.08 23	5.59 13	3.45 9	4.61 47	11.48 79	2.76 31	0.04 22	0.98 257	0.00 1	0.17 177	0.35 107	1.98 225

anonymousdsp	3.97 17	2.10 125	6.76 37	4.43 29	1.82 116	4.92 39	1.68 54	14.84 68	5.82 7	5.26 28	5.54 11	4.20 20	4.37 40	11.54 87	2.68 28	0.04 22	0.87 248	0.00 1	0.18 186	0.36 114	1.98 225

IGEV-Stereo	3.97 17	2.10 125	6.78 38	4.43 29	1.81 114	4.92 39	1.68 54	14.84 68	5.82 7	5.25 27	5.54 11	4.22 22	4.36 39	11.55 88	2.68 28	0.04 22	0.88 250	0.00 1	0.18 186	0.36 114	1.98 225
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 19	2.95 214	11.04 184	4.05 13	0.92 47	4.94 42	1.53 42	11.97 29	6.50 18	4.17 11	4.67 4	4.50 27	3.95 29	11.24 72	4.28 82	0.18 124	0.56 209	0.00 1	0.22 193	0.25 61	1.88 207

CES	4.08 20	1.34 21	3.46 1	3.65 6	11.49 352	5.24 51	0.99 19	10.15 13	9.15 55	3.80 9	9.29 31	1.76 2	0.91 1	6.94 13	2.64 27	0.07 66	0.05 50	0.01 56	0.00 1	1.63 274	9.03 361

test_xeample3	4.08 20	2.95 214	11.20 187	4.05 13	1.05 58	5.62 72	1.58 44	13.23 37	4.76 2	7.10 33	3.83 3	3.18 8	3.30 19	11.75 91	4.42 88	0.08 70	0.74 228	0.00 1	0.38 259	0.26 71	2.04 243

LoS_RVC	4.09 22	3.01 219	4.81 10	4.88 45	7.78 319	5.24 51	2.80 111	7.57 3	4.24 1	4.41 13	10.34 40	3.62 13	6.34 88	6.59 11	2.37 11	0.04 22	0.03 35	0.00 1	0.01 55	0.06 5	7.70 349

CASnet	4.11 23	1.27 15	5.28 15	5.63 84	0.31 2	4.89 34	2.86 112	11.52 25	11.73 72	11.06 64	11.80 52	4.16 19	1.63 6	6.30 9	2.22 2	0.63 229	0.00 1	0.60 268	0.13 152	0.15 31	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ProNet	4.14 24	2.35 170	7.50 56	4.22 22	1.47 87	5.67 74	6.24 201	13.78 54	7.71 27	3.38 3	4.93 8	3.72 14	3.52 21	11.52 86	2.72 30	0.08 70	1.32 300	0.01 56	0.26 214	0.47 157	2.02 238

CroCo-Stereo Lap2	4.21 25	2.60 195	9.11 99	10.21 284	6.06 275	1.11 2	0.78 13	10.63 16	8.34 42	3.46 4	5.18 10	8.92 70	5.66 74	6.42 10	4.53 93	0.03 16	0.05 50	0.00 1	0.00 1	0.81 230	0.39 46

test croco	4.41 26	2.18 146	11.50 190	5.46 75	2.97 163	3.20 7	1.38 29	9.01 7	5.96 15	3.56 5	16.63 86	3.01 5	2.76 16	14.80 196	4.25 81	0.32 167	0.00 1	0.04 98	0.01 55	0.79 225	0.43 52

MC-Stereo	4.47 27	1.16 4	5.85 16	6.14 114	1.43 83	3.70 11	1.73 63	10.62 15	7.83 36	6.85 32	13.33 64	6.77 45	6.21 87	11.23 71	2.52 16	0.04 22	1.30 296	0.06 113	0.24 204	0.17 37	2.14 259

MIF-Stereo (partial)	4.55 28	1.63 47	8.37 82	5.46 75	5.35 245	3.48 9	0.94 16	9.80 10	8.03 40	4.45 14	15.68 78	5.33 37	5.11 58	11.92 101	4.57 94	0.06 55	0.02 23	0.06 113	0.03 82	0.45 150	0.30 25

XX-TBD	4.63 29	10.71 327	3.94 5	10.55 296	0.62 22	5.95 83	0.08 1	7.91 5	12.75 79	11.73 67	14.80 72	4.04 17	1.64 7	4.90 3	2.61 24	0.08 70	0.01 7	0.00 1	0.00 1	0.26 71	0.06 2

MyStereo07	4.80 30	2.38 175	6.21 20	6.63 147	4.77 224	6.47 103	9.60 258	16.70 98	5.88 14	4.81 17	5.77 17	3.13 7	5.68 75	12.07 106	2.46 13	0.09 77	1.33 304	0.03 86	0.32 231	0.74 216	0.93 114

CREStereo++_RVC	4.83 31	1.16 4	4.67 9	4.71 37	2.02 120	4.01 12	0.11 2	9.48 9	18.00 138	8.87 48	16.74 88	4.43 23	2.15 12	6.09 7	3.39 55	0.07 66	0.00 1	0.00 1	10.51 377	0.05 2	0.12 11
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
TANstereo	4.87 32	1.49 36	5.02 13	4.02 11	0.51 16	14.25 204	0.15 3	9.17 8	12.84 80	12.80 84	18.36 103	5.14 33	4.43 42	6.01 5	2.30 4	0.09 77	0.12 111	0.00 1	0.01 55	0.02 1	0.68 84

Former-RAFT_DAM_RVC	4.91 33	3.05 224	9.51 121	4.55 33	3.59 180	9.01 139	1.46 34	14.59 66	19.31 155	7.65 42	7.22 19	2.04 4	2.21 13	10.13 52	2.51 15	0.12 98	0.03 35	0.08 132	0.00 1	0.62 192	0.50 62

iRaftStereo_RVC	5.06 34	2.15 139	7.88 67	5.54 77	0.78 34	5.22 50	0.45 7	18.47 125	11.75 73	9.72 54	15.05 74	5.74 41	3.18 18	9.29 41	2.52 16	0.02 7	1.24 293	0.00 1	0.01 55	0.58 180	1.62 189

MSKI-zero shot	5.11 35	1.81 69	6.47 29	6.17 116	1.78 111	6.42 102	1.50 38	13.59 47	8.66 49	10.63 59	11.58 50	13.29 135	2.35 15	12.34 122	3.09 43	0.05 38	1.21 287	0.02 71	0.29 223	0.15 31	0.85 102

sCroCo_RVC	5.29 36	3.82 252	17.52 282	11.17 308	6.67 292	5.78 79	2.66 104	10.47 14	8.48 46	3.78 7	9.32 32	4.76 31	4.83 56	8.33 24	4.88 101	1.17 293	0.52 201	0.06 113	0.03 82	0.70 210	0.90 109

CAS	5.44 37	0.98 1	3.95 6	17.59 352	7.74 318	7.82 131	6.09 197	9.89 12	9.40 57	4.82 18	10.69 43	1.93 3	1.22 2	4.54 2	2.47 14	10.98 373	0.02 23	0.00 1	0.02 74	0.53 171	8.19 355

4D-IteraStereo	5.47 38	2.05 113	8.66 85	5.34 69	4.93 229	6.11 84	1.79 68	13.74 52	16.35 124	14.53 112	11.10 47	8.22 63	1.59 5	8.73 28	3.37 53	0.00 1	0.49 195	0.09 138	0.02 74	0.25 61	1.98 225

PMTNet	5.52 39	1.11 3	4.24 7	2.49 1	1.38 81	8.75 137	0.67 10	12.64 33	12.84 80	8.66 45	11.27 49	6.00 42	4.70 55	9.91 51	3.02 42	22.39 387	0.01 7	0.04 98	0.02 74	0.06 5	0.23 19

RCA-Stereo	5.58 40	1.26 13	6.71 35	4.85 43	0.80 37	5.51 60	3.97 147	17.56 114	19.40 156	8.45 44	14.11 68	8.73 68	8.70 136	6.88 12	2.77 36	0.05 38	0.98 257	0.11 165	0.00 1	0.14 29	0.61 76

test_1	5.63 41	1.29 18	9.52 123	4.90 51	1.45 84	6.51 105	2.93 116	13.65 50	19.05 153	12.58 73	8.67 23	13.02 130	4.07 33	9.39 44	2.58 19	0.01 2	1.09 267	0.00 1	0.38 259	0.28 83	1.26 152

test-3	5.64 42	1.29 18	9.52 123	4.88 45	1.45 84	6.53 106	2.92 114	13.64 48	19.04 152	12.75 83	8.67 23	13.01 129	4.10 34	9.39 44	2.58 19	0.01 2	1.09 267	0.00 1	0.37 248	0.28 83	1.25 151

AE-Stereo	5.68 43	1.78 62	9.22 113	9.25 259	2.52 142	10.13 146	2.92 114	13.10 36	14.88 104	4.88 19	13.10 62	10.72 87	4.43 42	9.24 40	3.37 53	0.10 86	1.31 298	0.06 113	0.32 231	0.21 47	2.03 241

cross-raft	5.70 44	1.44 32	7.08 40	6.69 152	2.11 124	5.89 81	1.44 33	16.44 90	8.38 43	13.42 99	20.70 131	12.20 110	4.38 41	9.06 34	3.11 44	0.03 16	0.38 171	0.00 1	0.22 193	0.24 57	0.84 101

tt1	5.74 45	2.52 186	6.54 32	6.89 168	0.86 41	10.31 153	4.08 149	19.77 140	16.80 129	7.17 35	9.02 26	4.71 30	8.97 141	11.11 65	2.34 8	0.05 38	1.17 273	0.00 1	0.04 92	0.29 87	2.07 248

test_4	5.75 46	1.40 27	6.47 29	7.20 191	0.89 44	5.81 80	1.82 69	12.26 30	6.62 19	12.85 85	30.51 229	7.61 54	3.81 26	12.70 138	3.47 57	0.02 7	0.27 146	0.03 86	0.17 177	0.39 131	0.67 82

ACVNet-DCA	5.76 47	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	21.10 156	13.53 89	7.39 38	10.06 33	4.44 24	9.58 148	11.08 61	2.33 5	0.05 38	1.18 277	0.00 1	0.04 92	0.37 120	1.93 214

CFNet-RSSM	5.78 48	1.24 11	9.20 111	4.82 42	1.23 70	6.33 97	1.21 24	17.35 110	18.14 139	13.35 95	11.17 48	11.69 98	5.43 62	9.71 50	3.34 52	0.03 16	0.20 127	0.00 1	0.36 244	0.37 120	0.42 51

cc1	5.79 49	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	19.19 132	15.95 116	7.39 38	10.06 33	4.44 24	9.58 148	11.08 61	2.33 5	0.05 38	1.18 277	0.00 1	0.04 92	0.34 103	2.04 243

HUI-Stereo	5.80 50	1.98 95	10.42 159	5.66 87	0.45 3	5.52 61	2.68 106	13.29 44	7.82 35	12.71 82	18.16 97	12.91 127	6.60 94	10.73 59	5.36 113	0.89 261	0.08 90	0.10 146	0.00 1	0.25 61	0.36 36

Gwc-CoAtRS	5.80 50	1.37 24	9.07 96	4.80 41	1.39 82	6.90 115	1.27 26	16.50 92	15.48 111	13.07 90	13.35 65	12.64 114	5.61 73	9.14 37	4.20 78	0.04 22	0.32 157	0.00 1	0.29 223	0.30 91	0.33 26

ROB_FTStereo	5.82 52	1.97 88	10.37 155	5.67 94	0.46 9	5.52 61	1.63 46	13.27 42	7.79 29	12.69 76	18.06 94	12.86 122	6.63 98	12.28 119	5.43 115	0.87 260	0.09 93	0.10 146	0.00 1	0.26 71	0.36 36

EAI-Stereo	5.82 52	2.06 116	9.08 97	6.23 121	2.20 131	6.24 95	6.20 200	20.18 146	6.36 17	10.65 60	15.97 81	6.31 43	3.63 24	12.09 109	4.88 101	0.06 55	0.73 227	0.04 98	1.59 328	0.21 47	1.67 192

PSM-adaLoss	5.83 54	1.97 88	10.44 163	5.66 87	0.46 9	5.54 68	1.91 75	13.24 38	7.80 33	12.69 76	18.19 101	12.80 118	6.65 106	11.89 99	5.45 117	1.02 275	0.09 93	0.10 146	0.00 1	0.26 71	0.36 36

CRE-IMP	5.83 54	1.86 77	11.10 186	6.20 119	0.51 16	6.86 113	1.64 48	12.56 31	9.01 51	13.16 91	16.11 83	10.94 90	6.14 86	12.81 141	6.46 151	0.50 205	0.07 84	0.10 146	0.00 1	0.27 79	0.27 23

ROB_FTStereo_v2	5.85 56	1.97 88	10.38 156	5.66 87	0.46 9	5.52 61	1.95 77	13.24 38	7.78 28	12.68 75	18.16 97	12.83 119	6.61 96	12.27 117	5.63 124	1.00 272	0.09 93	0.10 146	0.00 1	0.26 71	0.36 36

RAFT-IKP	5.85 56	1.97 88	10.36 153	5.66 87	0.45 3	5.33 56	2.01 80	13.27 42	7.79 29	12.69 76	18.19 101	12.77 117	6.67 107	12.36 124	5.60 121	1.11 284	0.09 93	0.10 146	0.00 1	0.25 61	0.35 30

iGMRVC	5.86 58	1.97 88	10.41 158	5.66 87	0.45 3	5.53 65	1.75 66	13.35 45	7.81 34	12.69 76	18.17 99	12.86 122	6.53 93	12.34 122	5.77 127	1.13 287	0.09 93	0.10 146	0.00 1	0.26 71	0.34 29

Patchmatch Stereo++	5.88 59	1.97 88	10.43 161	5.66 87	0.45 3	5.54 68	2.32 89	13.26 40	7.79 29	12.69 76	18.14 95	12.86 122	6.63 98	12.36 124	5.60 121	1.09 281	0.09 93	0.10 146	0.00 1	0.25 61	0.35 30
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
iRAFT	5.88 59	1.97 88	10.43 161	5.66 87	0.45 3	5.54 68	2.32 89	13.26 40	7.79 29	12.69 76	18.14 95	12.86 122	6.63 98	12.36 124	5.60 121	1.09 281	0.09 93	0.10 146	0.00 1	0.25 61	0.35 30

IGEV_Zeroshot_test	5.90 61	2.30 157	15.24 258	6.90 169	2.11 124	4.35 14	1.51 39	15.68 77	8.52 47	13.73 104	11.89 54	11.49 94	3.82 27	11.41 77	4.76 99	0.11 90	0.84 243	0.15 187	0.25 212	0.87 238	1.98 225

raftrobust	5.94 62	2.07 120	6.94 39	7.67 209	6.24 281	4.96 44	1.82 69	17.76 115	14.36 100	12.03 68	11.62 51	7.74 56	9.01 142	11.29 75	3.71 64	0.05 38	0.79 236	0.00 1	0.04 92	0.25 61	0.38 44

RAFT-Stereo + iAFF	5.94 62	2.35 170	8.80 88	4.07 16	1.36 79	2.78 5	0.66 9	17.05 104	15.89 115	12.65 74	18.49 104	11.81 102	7.89 120	8.48 25	3.80 66	0.02 7	0.75 230	0.00 1	0.00 1	0.43 143	1.49 180

DeepStereo_RVC	5.95 64	1.88 81	10.44 163	5.76 103	0.60 21	5.45 57	1.78 67	12.93 34	8.02 39	14.07 108	14.98 73	12.40 111	10.05 155	12.02 104	7.35 157	0.61 227	0.10 103	0.12 170	0.00 1	0.21 47	0.29 24

LL-Strereo2	5.97 65	2.88 209	10.62 167	6.59 141	3.38 174	6.31 96	2.20 86	15.61 76	8.46 45	11.33 65	10.75 45	15.69 168	3.45 20	13.58 171	4.65 96	0.16 115	0.48 192	1.33 314	0.13 152	0.36 114	1.42 172

test_3	5.97 65	1.26 13	9.95 138	6.84 165	1.45 84	8.73 136	3.18 122	14.26 56	19.86 158	12.22 70	8.91 25	13.78 141	3.99 31	9.38 43	2.58 19	0.01 2	1.10 269	0.00 1	0.37 248	0.30 91	1.20 144

NRIStereo	5.98 67	1.91 86	9.60 125	6.29 129	0.45 3	6.56 108	2.52 97	15.37 73	11.43 69	12.55 72	15.07 75	11.45 93	6.11 84	12.32 120	6.23 139	0.83 253	0.16 120	0.11 165	0.00 1	0.32 96	0.33 26

HH	6.00 68	2.42 178	9.81 132	5.74 100	1.64 105	7.05 117	3.48 136	17.54 112	7.69 25	8.73 46	12.47 57	14.83 154	8.86 138	13.04 150	2.59 22	0.04 22	1.21 287	0.20 210	0.05 106	0.30 91	2.34 265

HanStereo	6.00 68	2.42 178	9.81 132	5.74 100	1.64 105	7.05 117	3.48 136	17.54 112	7.69 25	8.73 46	12.47 57	14.83 154	8.86 138	13.04 150	2.59 22	0.04 22	1.21 287	0.20 210	0.05 106	0.30 91	2.34 265

test-1	6.03 70	1.76 60	15.61 263	8.01 229	1.98 119	7.82 131	1.16 22	13.64 48	13.60 92	9.69 53	15.16 76	11.55 96	5.45 64	7.78 19	4.35 85	0.16 115	1.18 277	0.00 1	0.13 152	0.16 35	1.39 167

Selective-RAFT	6.10 71	1.16 4	10.90 180	7.41 198	0.91 46	15.22 219	1.11 20	14.84 68	16.23 120	7.19 37	7.06 18	11.49 94	8.10 124	12.83 143	5.19 108	0.26 154	0.97 256	0.00 1	0.46 268	0.10 11	0.65 79

H2IRNET	6.11 72	1.63 47	7.52 57	4.69 36	2.30 135	4.07 13	0.71 11	12.58 32	13.88 94	7.18 36	20.80 134	15.50 165	10.48 160	10.72 58	8.26 172	0.19 133	0.00 1	0.07 128	0.52 281	0.52 170	0.55 66

EKT-Stereo	6.11 72	1.71 55	9.09 98	7.69 210	5.56 255	5.16 47	4.26 153	19.18 131	15.13 107	9.20 51	12.84 60	9.55 78	4.18 35	11.74 90	3.24 49	0.53 209	0.62 219	0.09 138	0.14 161	0.17 37	2.16 260

1test111	6.16 74	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	21.10 156	13.53 89	7.39 38	10.06 33	4.44 24	9.58 148	12.08 107	9.26 190	0.05 38	1.18 277	0.00 1	0.04 92	0.37 120	1.93 214

RAFT-Test	6.19 75	1.47 33	7.90 68	4.91 52	2.70 148	9.97 142	1.52 41	17.08 105	9.06 54	13.21 92	23.67 163	12.89 126	4.63 52	9.47 46	3.57 60	0.02 7	0.81 238	0.00 1	0.38 259	0.21 47	0.39 46

s12784h	6.22 76	1.01 2	4.95 12	3.57 5	0.54 19	19.55 271	0.95 17	19.51 137	18.39 141	12.98 89	12.58 59	7.78 57	5.56 71	11.34 76	4.36 86	0.89 261	0.01 7	0.05 106	0.00 1	0.07 7	0.20 18

Any-RAFT	6.28 77	1.42 30	4.91 11	5.00 55	1.25 75	10.18 147	1.90 74	22.68 173	15.87 114	12.12 69	19.23 110	13.69 140	4.65 53	9.35 42	2.36 10	0.06 55	0.57 212	0.00 1	0.00 1	0.05 2	0.35 30

GMOStereo	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

error version	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

test-v	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

test-2	6.33 78	2.04 108	8.28 78	5.68 95	1.20 66	6.11 84	2.14 82	11.20 19	13.15 83	18.66 196	21.83 142	17.35 190	6.64 102	7.09 14	2.78 37	0.02 7	1.42 316	0.13 175	0.00 1	0.53 171	0.37 40

GMStereo	6.44 82	4.92 275	12.13 209	5.60 80	0.87 42	9.18 140	2.57 101	12.99 35	25.54 210	12.85 85	11.84 53	5.60 40	3.62 23	11.92 101	6.44 150	0.53 209	0.02 23	0.05 106	0.36 244	0.98 244	0.70 86
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 83	3.34 236	8.02 70	6.23 121	1.68 107	6.33 97	2.48 95	14.54 65	16.71 128	11.71 66	24.13 167	9.38 75	7.13 109	11.83 95	4.32 84	0.12 98	0.01 7	0.00 1	0.00 1	0.73 214	0.33 26

knoymous	6.46 84	1.84 76	5.13 14	4.31 28	1.88 118	6.36 100	5.55 182	15.25 71	14.48 101	13.85 106	21.25 137	12.66 116	6.63 98	13.20 157	5.11 105	0.19 133	0.13 112	0.12 170	0.00 1	0.71 212	0.57 74

rafts_anoy	6.46 84	2.37 172	7.09 41	7.48 204	6.02 273	5.31 55	2.45 94	14.50 64	22.01 173	12.94 88	16.18 84	8.48 67	5.53 69	9.70 49	6.32 145	0.05 38	1.66 330	0.10 146	0.05 106	0.30 91	0.69 85

anonymousdsp2	6.47 86	1.81 69	9.73 129	5.25 65	1.23 70	9.35 141	3.96 146	22.51 170	18.39 141	12.87 87	10.19 38	10.17 82	4.46 45	11.77 92	3.83 67	0.06 55	1.00 262	0.31 246	0.18 186	0.25 61	2.06 247

XX-Stereo	6.50 87	1.81 69	10.42 159	12.71 326	7.14 303	3.46 8	0.90 15	16.31 86	6.13 16	9.03 50	28.11 202	13.48 138	2.22 14	11.87 98	2.61 24	0.45 198	0.78 235	0.08 132	0.42 265	1.09 250	0.88 106

AFF-stereo	6.50 87	2.29 156	8.09 73	4.63 35	0.87 42	3.48 9	0.75 12	16.92 103	13.98 96	13.26 93	25.21 175	15.46 164	7.68 117	11.50 84	3.71 64	0.04 22	0.70 225	0.00 1	0.00 1	0.48 159	1.02 125

xx1	6.52 89	2.52 186	6.38 23	6.77 159	0.74 24	10.55 155	5.19 171	19.19 132	15.95 116	7.39 38	10.07 37	16.17 171	12.10 189	11.08 61	2.33 5	0.05 38	1.18 277	0.02 71	0.36 244	0.37 120	1.93 214

RALCasStereoNet	6.53 90	2.84 208	8.12 74	7.88 223	6.12 277	6.85 112	5.29 175	14.66 67	13.94 95	10.20 55	18.18 100	10.24 83	3.83 28	12.33 121	5.56 120	0.04 22	1.88 336	0.11 165	0.01 55	0.26 71	2.24 262

11t1	6.61 91	1.76 60	9.64 127	5.62 83	2.15 128	13.57 195	2.67 105	15.77 79	8.83 50	13.66 103	11.90 55	12.03 108	9.76 152	12.23 116	8.58 180	0.23 142	1.33 304	0.00 1	0.31 229	0.26 71	1.95 221

TRStereo	6.64 92	6.95 302	12.06 208	9.69 270	7.59 311	5.12 46	1.68 54	20.72 149	12.34 75	10.93 63	9.07 27	10.57 86	3.16 17	14.33 183	4.23 80	0.60 225	0.80 237	0.14 182	0.37 248	0.56 179	1.86 206

DisPM	6.68 93	1.58 43	9.90 136	7.19 190	1.12 60	5.71 75	3.69 140	13.74 52	12.42 76	16.60 149	23.63 162	12.64 114	6.39 90	13.31 163	4.08 76	0.77 245	0.01 7	0.08 132	0.15 167	0.14 29	0.53 63

DCRE	6.73 94	2.11 129	9.19 110	7.76 216	4.90 227	7.81 130	5.86 192	16.46 91	11.38 68	9.61 52	22.55 155	11.84 104	6.35 89	11.09 64	3.63 61	0.04 22	1.19 282	0.06 113	0.37 248	0.15 31	2.23 261

AnonymousM	6.73 94	12.03 340	3.53 2	4.47 31	1.55 98	4.42 15	3.17 121	11.94 28	8.44 44	17.00 164	10.06 33	9.08 73	4.00 32	7.56 18	4.06 74	0.55 216	0.68 223	23.13 381	8.12 371	0.07 7	0.65 79

iRaft-Stereo_20w	6.75 96	2.17 144	13.20 229	5.07 58	2.34 138	7.43 124	2.61 102	20.20 147	7.85 38	15.28 119	10.36 41	14.42 149	8.13 125	16.81 228	4.20 78	0.06 55	0.84 243	0.13 175	0.83 300	0.66 205	2.42 273

DCANet-4	6.78 97	1.21 7	11.48 189	3.95 9	0.76 29	4.73 23	1.68 54	18.40 124	25.78 213	15.44 122	20.36 125	6.42 44	8.48 132	8.87 30	6.24 140	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

SST-Stereo	6.85 98	1.67 53	9.39 118	7.24 193	0.82 38	5.89 81	1.87 73	15.34 72	9.89 61	19.25 212	20.26 124	16.63 178	8.40 131	13.81 176	5.75 126	0.40 182	0.05 50	0.13 175	0.00 1	0.10 11	0.08 4

Pruner-Stereo	6.85 98	1.81 69	10.24 149	6.92 171	0.92 47	5.55 71	4.01 148	14.42 62	11.85 74	18.22 192	21.92 148	15.64 167	5.69 76	12.10 110	6.08 132	0.84 255	0.02 23	0.18 199	0.10 142	0.11 18	0.38 44

RALAANet	6.86 100	3.28 233	11.09 185	7.63 207	4.95 231	6.16 93	1.63 46	20.54 148	15.45 109	15.30 120	14.52 70	12.98 128	4.35 38	13.53 167	3.98 70	0.11 90	0.35 165	0.00 1	0.29 223	0.58 180	0.48 60

DCANet	6.87 101	2.02 104	9.12 101	4.03 12	0.76 29	4.77 28	1.74 65	16.15 84	25.07 202	15.88 137	20.79 133	7.89 59	11.31 173	9.23 39	6.15 134	0.18 124	0.05 50	0.00 1	0.00 1	0.28 83	2.01 237

PSM-softLoss	6.90 102	1.81 69	10.84 175	7.04 176	0.93 51	5.53 65	1.97 78	23.18 179	9.65 58	14.16 109	22.01 152	12.84 120	5.15 59	13.03 148	7.95 165	0.76 242	0.06 74	0.27 231	0.55 286	0.21 47	0.14 12

KMStereo	6.90 102	1.81 69	10.84 175	7.04 176	0.93 51	5.53 65	1.97 78	23.18 179	9.65 58	14.16 109	22.01 152	12.84 120	5.15 59	13.03 148	7.95 165	0.76 242	0.06 74	0.27 231	0.55 286	0.21 47	0.14 12

PFNet+	6.92 104	1.64 50	10.96 181	6.27 123	0.90 45	5.66 73	1.68 54	14.43 63	16.02 118	18.13 190	21.24 136	14.33 146	5.97 79	13.13 156	5.51 119	0.90 263	0.20 127	0.11 165	0.30 228	0.08 9	0.94 118

RAFT-345	6.94 105	1.48 34	7.45 54	5.65 86	0.96 55	5.49 59	3.20 123	13.73 51	10.97 65	13.81 105	42.93 338	9.01 72	5.31 61	13.09 155	4.73 98	0.58 220	0.05 50	0.10 146	0.06 116	0.08 9	0.08 4

MyStereo06	6.95 106	2.25 152	14.05 240	6.69 152	4.74 222	7.75 128	9.60 258	17.85 117	9.03 53	13.29 94	10.78 46	18.68 210	5.70 77	10.66 55	4.52 92	0.09 77	1.32 300	0.02 71	0.26 214	0.84 236	0.92 110

NF-Stereo	6.96 107	1.80 66	10.17 143	7.16 189	0.79 36	6.15 92	3.26 130	20.74 153	18.45 145	13.42 99	19.33 111	11.67 97	6.05 80	12.71 139	6.17 135	0.57 219	0.06 74	0.21 213	0.23 200	0.12 21	0.09 6

OCTAStereo	6.97 108	1.80 66	10.20 146	7.15 188	0.78 34	6.12 89	3.38 132	20.72 149	18.47 146	13.41 96	19.33 111	11.91 105	6.05 80	12.68 137	6.19 136	0.59 223	0.06 74	0.21 213	0.22 193	0.12 21	0.10 8

RE-Stereo	6.97 108	1.79 63	10.18 144	7.14 183	0.77 31	6.14 90	3.39 133	20.72 149	18.43 143	13.41 96	19.33 111	11.78 100	6.09 82	12.66 135	6.22 137	0.58 220	0.05 50	0.21 213	0.22 193	0.12 21	0.10 8

TVStereo	6.97 108	1.79 63	10.18 144	7.14 183	0.77 31	6.14 90	3.39 133	20.72 149	18.43 143	13.41 96	19.33 111	11.78 100	6.09 82	12.66 135	6.22 137	0.58 220	0.05 50	0.21 213	0.22 193	0.12 21	0.10 8

sAnonymous2	6.98 111	7.12 303	20.67 305	9.13 257	5.40 247	5.28 53	8.11 242	16.71 99	11.50 70	5.04 21	9.17 29	3.77 15	8.23 126	7.84 20	3.15 45	0.11 90	0.07 84	0.06 113	0.28 220	10.80 362	7.09 345

CroCo_RVC	6.98 111	7.12 303	20.67 305	9.13 257	5.40 247	5.28 53	8.11 242	16.71 99	11.50 70	5.04 21	9.17 29	3.77 15	8.23 126	7.84 20	3.15 45	0.11 90	0.07 84	0.06 113	0.28 220	10.80 362	7.09 345

DIP-Stereo	6.99 113	2.37 172	11.45 188	4.78 40	1.70 109	13.13 187	1.47 35	15.76 78	7.43 22	14.57 113	26.61 190	10.76 88	5.10 57	14.97 199	8.10 169	0.06 55	0.06 74	0.06 113	0.00 1	0.17 37	1.22 146
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ADStereo(finetuned)	7.09 114	2.04 108	11.52 191	4.01 10	0.77 31	4.78 29	1.73 63	16.15 84	25.08 203	15.89 138	20.74 132	7.88 58	13.56 209	9.11 36	6.07 131	0.18 124	0.05 50	0.00 1	0.00 1	0.28 83	1.93 214

raft+_RVC	7.10 115	2.37 172	6.59 33	6.94 174	5.82 266	6.35 99	5.97 195	21.05 155	23.63 190	10.90 62	17.95 93	9.80 79	5.55 70	11.49 83	4.47 91	0.04 22	1.50 325	0.00 1	0.00 1	0.38 130	1.23 148

OMP-Stereo	7.13 116	2.89 210	9.89 135	10.98 305	1.73 110	4.81 31	1.85 71	18.38 123	16.26 121	16.94 162	14.11 68	17.45 194	7.57 114	13.26 161	5.12 107	0.43 192	0.04 43	0.06 113	0.02 74	0.20 46	0.56 69

RAFT_R40	7.14 117	1.73 57	9.36 117	7.36 197	0.82 38	5.74 76	3.69 140	15.47 75	15.09 106	18.24 193	19.87 119	16.82 179	8.50 133	13.72 175	5.81 128	0.28 159	0.02 23	0.14 182	0.00 1	0.11 18	0.09 6

Anonymous	7.23 118	3.43 239	20.00 301	12.23 322	8.33 330	14.99 215	12.18 295	15.77 79	10.89 64	4.48 15	7.52 20	3.11 6	7.53 113	12.16 111	6.03 129	1.24 297	0.36 168	0.09 138	0.20 191	2.81 300	1.32 160

fff	7.26 119	1.99 96	9.12 101	4.17 17	0.47 12	4.73 23	1.68 54	16.56 94	33.55 270	15.45 123	20.36 125	7.49 51	12.54 194	9.03 31	6.26 141	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

MIPNet	7.26 119	2.30 157	13.74 234	5.32 68	1.61 102	11.32 165	2.77 110	27.02 220	18.47 146	15.56 129	13.20 63	7.01 46	9.46 147	8.84 29	6.32 145	0.15 114	0.03 35	0.06 113	0.08 129	0.42 141	1.39 167

csc	7.26 119	1.99 96	9.12 101	4.17 17	0.47 12	4.73 23	1.68 54	16.56 94	33.55 270	15.45 123	20.36 125	7.49 51	12.54 194	9.03 31	6.26 141	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

cscssc	7.26 119	1.99 96	9.12 101	4.17 17	0.47 12	4.73 23	1.68 54	16.56 94	33.55 270	15.45 123	20.36 125	7.49 51	12.54 194	9.03 31	6.26 141	0.18 124	0.05 50	0.01 56	0.00 1	0.10 11	1.37 161

riskmin	7.28 123	1.54 38	8.37 82	5.01 56	3.24 170	11.65 169	3.20 123	16.61 97	18.86 151	10.45 57	13.46 66	16.20 173	12.68 199	12.46 129	6.57 153	0.17 121	1.38 312	0.14 182	0.33 237	0.67 207	2.52 277

R-Stereo Train	7.33 124	1.62 45	9.31 115	6.80 163	2.33 136	7.57 125	5.36 177	24.47 191	7.63 23	16.40 143	33.07 268	12.42 112	5.52 67	8.06 22	5.23 109	0.05 38	0.05 50	0.01 56	0.00 1	0.12 21	0.56 69

RAFT-Stereo	7.33 124	1.62 45	9.31 115	6.80 163	2.33 136	7.57 125	5.36 177	24.47 191	7.63 23	16.40 143	33.07 268	12.42 112	5.52 67	8.06 22	5.23 109	0.05 38	0.05 50	0.01 56	0.00 1	0.12 21	0.56 69
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 126	2.06 116	12.02 207	4.71 37	1.69 108	5.17 48	1.28 27	19.54 138	13.09 82	16.93 160	28.48 205	13.05 131	5.43 62	13.25 160	7.41 158	0.02 7	0.62 219	0.00 1	0.01 55	0.45 150	2.09 254

StereoVision	7.48 127	2.90 211	10.47 165	10.13 280	3.93 193	4.99 45	1.86 72	21.10 156	17.66 135	8.90 49	29.71 220	10.95 91	6.61 96	12.83 143	5.11 105	0.69 237	0.05 50	0.17 196	0.03 82	0.98 244	0.56 69

IPLGR	7.48 127	1.61 44	14.03 239	4.92 53	1.30 77	10.30 151	1.20 23	24.52 194	22.59 180	16.71 157	18.84 106	8.44 66	7.49 112	9.62 48	6.34 147	0.26 154	0.05 50	0.05 106	0.06 116	0.37 120	0.93 114

HHNet	7.57 129	2.01 102	8.03 71	3.71 7	3.46 177	4.93 41	6.17 199	19.69 139	16.27 122	20.91 236	31.75 249	10.56 85	5.82 78	10.69 57	5.10 104	0.67 236	0.07 84	0.21 213	0.14 161	0.63 194	0.54 65

IIG-Stereo	7.59 130	2.47 181	9.40 119	10.39 291	1.78 111	6.67 109	1.47 35	17.83 116	16.51 127	18.91 206	20.12 122	17.76 198	8.74 137	13.21 159	5.43 115	0.44 195	0.05 50	0.03 86	0.00 1	0.17 37	0.45 55

ASMatch	7.61 131	1.63 47	9.18 109	5.79 104	2.27 133	4.63 17	2.54 98	17.23 108	13.73 93	17.27 167	34.28 284	13.26 134	10.15 158	12.39 127	5.49 118	0.12 98	0.24 141	0.21 213	0.17 177	0.18 41	1.55 185

ACRE	7.62 132	3.21 228	14.93 255	7.81 218	5.00 234	10.01 144	4.45 157	16.32 87	15.86 113	17.81 180	19.21 109	8.38 65	4.25 36	11.11 65	10.58 208	0.78 248	0.32 157	0.03 86	0.15 167	0.44 146	1.84 204

LCNet	7.64 133	1.41 28	6.15 19	6.93 172	1.35 78	9.00 138	5.44 179	18.37 122	11.30 66	16.62 150	24.39 169	14.67 150	11.03 165	12.03 105	4.01 71	0.07 66	0.02 23	0.23 222	2.07 337	1.00 247	6.69 341

IPLG	7.65 134	2.00 100	13.81 235	5.86 108	4.35 210	10.97 161	1.43 31	22.52 171	16.50 126	19.78 216	20.62 130	5.28 36	5.49 65	12.58 134	9.70 197	0.13 105	0.06 74	0.03 86	0.07 123	0.41 138	1.38 165

MyStereo8	7.68 135	3.00 217	12.46 215	7.70 213	5.11 239	11.40 166	1.39 30	15.98 82	10.05 63	16.45 145	24.04 166	12.01 107	7.91 121	10.68 56	10.57 207	0.14 107	1.52 327	0.08 132	0.48 274	0.60 189	1.98 225

CIPLG	7.69 136	3.27 231	14.40 244	7.84 220	5.08 238	10.24 148	4.59 160	16.02 83	15.45 109	18.05 188	19.72 117	8.79 69	4.61 47	11.84 97	10.40 205	0.76 242	0.33 163	0.03 86	0.15 167	0.44 146	1.83 203

x	7.70 137	2.12 131	8.93 94	5.08 59	2.55 145	11.65 169	4.40 156	20.91 154	12.53 77	13.58 102	20.49 129	15.73 169	11.10 167	10.65 54	10.16 200	0.11 90	1.37 310	0.04 98	0.29 223	0.34 103	1.95 221

IPLGR_C	7.70 137	3.32 234	14.54 246	7.98 227	5.04 236	10.26 149	4.64 163	16.50 92	16.28 123	17.97 187	18.85 107	8.30 64	4.66 54	11.22 70	10.89 215	0.77 245	0.32 157	0.03 86	0.15 167	0.43 143	1.84 204

qqq	7.72 139	2.15 139	10.06 141	5.01 56	1.82 116	8.62 135	7.27 227	21.10 156	13.53 89	12.48 71	18.71 105	16.17 171	12.10 189	12.08 107	9.26 190	0.08 70	1.35 308	0.02 71	0.36 244	0.36 114	1.93 214

111	7.73 140	2.39 177	9.12 101	4.17 17	0.47 12	10.65 159	3.49 139	21.34 162	28.25 233	10.60 58	16.85 89	14.74 153	10.22 159	12.48 130	6.61 154	0.43 192	0.01 7	0.00 1	0.00 1	0.35 107	2.39 272

RAFT+CT+SA	7.76 141	2.01 102	7.56 58	11.32 310	3.31 171	4.60 16	7.19 224	17.21 107	27.40 226	10.43 56	27.34 194	7.63 55	7.83 119	15.46 206	3.51 58	0.03 16	0.39 173	0.18 199	0.46 268	0.33 98	0.93 114

RAFT-RH_RVC	7.88 142	1.51 37	7.72 60	5.41 73	0.96 55	11.41 167	1.48 37	13.43 46	15.04 105	17.54 175	45.66 350	10.86 89	6.42 91	13.48 165	5.26 111	0.81 251	0.04 43	0.12 170	0.13 152	0.12 21	0.17 16

TransformOpticalFlow	7.95 143	2.10 125	9.83 134	6.06 112	1.24 73	6.82 111	7.98 239	18.60 126	14.06 98	14.93 115	28.79 207	18.74 211	11.03 165	12.79 140	4.12 77	0.06 55	0.04 43	0.21 213	0.04 92	0.21 47	1.27 153

TestStereo1	8.04 144	2.22 150	8.85 91	10.87 303	2.12 126	4.66 19	2.40 92	21.17 160	23.79 191	17.41 168	26.31 186	9.41 76	9.09 143	16.23 212	3.85 68	0.14 107	0.40 175	0.02 71	0.13 152	0.58 180	1.10 135

SA-5K	8.04 144	2.22 150	8.85 91	10.87 303	2.12 126	4.66 19	2.40 92	21.17 160	23.79 191	17.41 168	26.31 186	9.41 76	9.09 143	16.23 212	3.85 68	0.14 107	0.40 175	0.02 71	0.13 152	0.58 180	1.10 135

PFNet	8.10 146	1.75 58	12.34 213	7.54 206	2.40 139	7.41 123	5.81 190	23.83 188	17.85 137	20.78 230	17.57 91	15.22 162	7.72 118	13.37 164	6.46 151	0.33 168	0.20 127	0.12 170	0.19 190	0.32 96	0.77 96

AAGNet	8.15 147	1.75 58	10.57 166	7.72 215	0.74 24	5.74 76	4.98 169	15.90 81	14.59 102	20.31 223	23.80 164	15.08 160	11.25 171	12.27 117	16.70 258	0.85 256	0.06 74	0.32 248	0.01 55	0.15 31	0.16 14

STrans-v2	8.16 148	2.09 123	9.79 131	5.44 74	1.53 97	11.87 172	9.69 264	19.77 140	13.20 87	14.01 107	25.80 179	17.88 202	12.55 197	13.30 162	4.39 87	0.06 55	0.01 7	0.18 199	0.01 55	0.25 61	1.31 158

Prome-Stereo	8.22 149	1.48 34	6.24 21	7.06 179	1.55 98	6.54 107	9.08 250	21.88 165	9.88 60	21.12 240	32.48 263	11.82 103	11.59 177	11.99 103	4.04 73	0.08 70	0.02 23	0.19 205	0.12 148	0.45 150	6.89 344

FENet	8.22 149	1.39 25	7.33 51	6.43 133	2.17 130	10.97 161	2.20 86	22.10 168	21.26 164	17.85 183	23.22 160	14.29 144	11.50 175	13.56 170	8.32 174	0.29 161	0.24 141	0.03 86	0.03 82	0.18 41	1.04 127

raft_robust	8.39 151	2.81 205	7.62 59	6.32 131	1.17 64	5.47 58	0.82 14	34.37 298	35.49 293	18.40 195	20.25 123	7.24 49	5.51 66	15.77 208	3.40 56	0.11 90	1.10 269	0.00 1	0.50 278	0.33 98	1.19 143

HITNet	8.41 152	3.59 248	9.91 137	5.30 66	1.52 96	13.35 192	4.48 158	22.00 166	16.06 119	15.52 127	22.95 159	15.28 163	11.74 180	14.91 198	9.25 189	0.10 86	0.01 7	0.48 260	0.06 116	0.58 180	1.04 127
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
SA	8.43 153	2.16 143	10.02 140	8.41 239	0.93 51	7.36 122	2.21 88	23.73 186	26.15 215	13.55 101	30.84 235	9.89 80	10.09 156	16.84 230	3.52 59	0.18 124	0.68 223	0.17 196	0.40 264	0.48 159	0.92 110

GMM-Stereo	8.44 154	1.27 15	7.36 53	6.64 150	2.56 146	10.00 143	9.29 256	23.79 187	11.33 67	17.96 186	29.59 218	17.14 183	7.59 115	11.77 92	4.61 95	0.13 105	0.01 7	0.24 226	0.94 304	0.49 167	6.14 333

mmm	8.54 155	2.13 137	10.21 147	5.81 106	2.96 162	14.00 200	6.67 210	19.28 134	12.59 78	16.95 163	24.40 170	17.83 201	10.70 163	12.90 145	9.42 193	0.17 121	1.28 295	0.50 262	0.60 290	0.44 146	2.03 241

RAFT_CTSACE	8.55 156	2.62 200	9.63 126	7.41 198	5.06 237	5.76 78	2.54 98	15.38 74	17.84 136	24.33 276	34.69 289	16.37 174	7.22 110	18.05 249	2.63 26	0.01 2	0.56 209	0.00 1	0.03 82	0.42 141	0.41 49

dd	8.57 157	5.20 280	13.37 230	6.91 170	1.05 58	10.30 151	3.89 144	17.29 109	34.00 277	15.73 132	17.50 90	7.45 50	6.60 94	15.00 200	10.99 216	1.39 302	0.41 181	0.18 199	0.46 268	2.25 291	1.40 169

CASS	8.64 158	2.03 106	8.60 84	8.71 249	1.59 101	15.02 217	2.75 109	23.27 182	18.58 149	16.29 139	22.78 157	13.42 136	13.68 213	13.07 154	7.66 159	1.18 294	0.05 50	0.13 175	0.01 55	0.75 220	3.24 301
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.72 159	3.49 241	16.63 272	6.74 156	3.39 175	6.20 94	3.43 135	23.40 183	22.03 174	17.46 172	30.28 225	9.33 74	8.32 129	14.71 189	6.36 148	0.91 265	0.00 1	0.45 258	0.00 1	0.65 200	0.70 86

GANet-ADL	8.73 160	2.80 204	9.48 120	7.87 222	2.77 150	12.88 184	5.29 175	29.97 247	25.61 211	14.50 111	16.64 87	17.02 182	7.60 116	11.61 89	8.01 167	0.51 208	0.40 175	0.10 146	0.12 148	0.77 223	0.70 86

PSM-AAD	8.76 161	1.41 28	6.46 28	6.87 167	1.18 65	12.78 182	9.66 263	20.03 145	15.78 112	21.79 250	24.91 171	14.31 145	13.16 203	12.42 128	4.07 75	0.05 38	0.06 74	2.44 334	0.16 173	0.45 150	7.17 347

FTStereo	8.76 161	1.57 41	6.75 36	6.55 138	2.45 140	7.65 127	11.62 291	18.36 121	9.01 51	20.25 218	40.79 326	15.87 170	12.36 193	11.02 60	4.69 97	0.24 147	0.01 7	0.09 138	0.16 173	0.19 44	5.58 327

GwcNet-ADL	8.81 163	2.00 100	10.21 147	7.70 213	2.82 152	6.99 116	7.05 221	30.58 252	26.21 217	15.71 131	17.65 92	13.93 142	6.83 108	13.90 177	11.43 218	0.49 203	0.76 234	0.01 56	0.01 55	0.55 178	1.46 175

test_5	8.85 164	2.05 113	9.51 121	11.62 312	4.99 233	6.74 110	5.48 181	18.25 120	23.57 188	16.72 158	29.73 221	15.54 166	10.54 162	16.25 215	4.02 72	0.05 38	0.40 175	0.27 231	0.08 129	0.34 103	0.81 98

ARAFT	8.86 165	3.86 253	17.37 281	5.96 109	0.94 54	12.59 180	10.80 277	18.20 119	19.95 159	18.77 201	16.27 85	17.78 199	8.88 140	18.82 256	5.30 112	0.35 171	0.04 43	0.00 1	0.00 1	0.62 192	0.64 77

ffm	8.89 166	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	19.77 140	16.80 129	16.64 152	32.03 253	17.29 185	11.78 181	11.11 65	2.34 8	0.05 38	1.17 273	0.80 283	0.37 248	0.29 87	2.07 248

Sa-1000	8.91 167	2.10 125	9.11 99	8.07 231	1.16 63	16.62 246	2.39 91	25.58 201	25.43 208	15.52 127	28.24 203	12.19 109	8.67 134	16.40 218	3.70 62	0.39 180	0.86 247	0.16 193	0.23 200	0.48 159	0.89 108

IRAFT_RVC	8.93 168	1.80 66	10.65 168	7.83 219	1.81 114	6.36 100	10.05 268	26.32 211	27.59 228	17.93 185	19.70 116	17.67 197	9.98 154	13.20 157	6.29 144	0.37 178	0.30 154	0.19 205	0.05 106	0.23 54	0.24 21

DMCA	8.96 169	2.60 195	11.84 201	5.61 81	4.25 205	11.09 163	4.36 155	25.89 203	20.23 161	17.10 166	20.96 135	17.55 195	11.92 188	11.47 78	12.27 227	0.60 225	0.09 93	0.35 250	0.05 106	0.48 159	0.57 74

GES	9.01 170	2.61 199	12.88 219	6.76 157	2.02 120	13.08 186	6.33 205	22.23 169	22.21 176	19.80 217	26.73 191	8.97 71	11.01 164	14.41 185	8.35 177	0.54 214	0.10 103	0.30 245	0.15 167	0.82 233	0.99 120

GrayStereo	9.02 171	1.35 22	7.73 61	8.62 245	2.88 156	10.28 150	10.99 281	18.66 128	16.36 125	22.78 263	30.63 231	17.56 196	12.19 191	11.50 84	5.08 103	0.09 77	0.02 23	0.19 205	0.78 299	0.33 98	2.37 268

DEmStereo	9.07 172	1.70 54	10.89 178	4.86 44	1.23 70	11.51 168	5.70 185	14.24 55	27.02 223	22.33 258	32.56 264	11.70 99	15.04 231	11.83 95	8.53 178	0.31 164	0.16 120	0.02 71	0.09 135	0.11 18	1.47 176

RAFT	9.07 172	2.76 203	10.38 156	8.89 254	1.24 73	13.48 193	8.19 244	17.14 106	17.29 134	23.01 265	19.34 115	20.06 222	11.13 168	17.79 247	6.43 149	0.09 77	1.12 271	0.28 237	0.02 74	0.79 225	1.94 220

iRaft-Stereo_5w	9.10 174	2.33 162	10.69 170	6.64 150	4.47 216	4.74 27	10.72 276	16.71 99	16.97 133	15.39 121	26.15 183	21.25 229	12.59 198	16.38 217	12.90 236	0.85 256	0.51 198	0.08 132	0.22 193	0.95 243	1.53 183

HCRNet	9.13 175	1.82 75	8.73 87	14.95 340	5.22 242	10.66 160	2.49 96	26.57 215	18.64 150	16.31 140	25.51 177	18.42 209	11.15 169	13.53 167	7.25 156	0.10 86	0.04 43	0.10 146	0.02 74	0.27 79	0.76 94

SFCPSM	9.16 176	1.72 56	12.32 212	5.64 85	3.51 179	16.58 245	6.93 218	31.11 259	26.15 215	17.05 165	20.08 121	11.05 92	9.94 153	12.55 131	6.05 130	0.36 174	0.17 123	0.37 252	0.22 193	0.40 135	1.01 123

whm_eth	9.17 177	5.14 279	19.04 297	7.90 225	6.70 294	6.89 114	3.35 131	18.64 127	21.30 165	22.39 259	38.88 316	4.64 29	4.25 36	14.43 186	5.63 124	0.65 231	0.08 90	0.22 220	0.10 142	0.74 216	2.37 268

KYRaft	9.17 177	1.39 25	7.74 62	7.07 180	1.03 57	8.05 134	7.90 238	23.72 185	9.22 56	21.43 245	31.08 238	22.52 240	8.03 122	12.21 114	3.16 47	0.10 86	0.02 23	0.05 106	0.67 293	0.46 155	17.51 382

CrosDoStereo	9.41 179	1.65 51	8.83 89	5.19 62	1.13 61	7.34 120	14.47 313	16.33 88	24.64 199	24.44 277	33.36 273	13.18 132	13.52 206	12.56 132	9.08 186	0.06 55	0.11 107	0.09 138	0.04 92	0.41 138	1.73 196

DeepStereo_LL	9.41 179	1.65 51	8.83 89	5.19 62	1.13 61	7.34 120	14.47 313	16.33 88	24.64 199	24.44 277	33.36 273	13.18 132	13.52 206	12.56 132	9.08 186	0.06 55	0.11 107	0.09 138	0.04 92	0.41 138	1.73 196

DRaft	9.41 179	1.56 40	10.09 142	4.18 21	0.92 47	12.87 183	5.68 184	17.40 111	29.75 241	21.24 242	38.12 310	9.96 81	13.97 219	11.81 94	8.08 168	0.66 235	0.30 154	0.07 128	0.26 214	0.33 98	0.88 106

THIR-Stereo	9.52 182	2.21 147	9.26 114	5.38 71	0.85 40	15.55 222	11.50 290	16.88 102	21.74 171	24.45 279	31.96 252	14.20 143	13.85 217	11.89 99	8.54 179	0.14 107	0.25 145	0.10 146	0.05 106	0.40 135	1.11 139

MyStereo04	9.58 183	2.38 175	10.28 152	6.63 147	4.77 224	6.47 103	9.60 258	32.50 275	42.15 325	14.59 114	12.10 56	11.92 106	11.87 187	14.80 196	8.14 171	0.09 77	1.33 304	0.03 86	0.32 231	0.74 216	0.93 114

CoDeX	9.58 183	2.12 131	10.82 174	6.52 137	3.76 185	16.55 244	6.82 215	26.62 216	25.63 212	17.50 173	25.62 178	14.70 152	11.81 186	12.82 142	7.88 164	0.42 191	0.20 127	0.15 187	0.02 74	0.36 114	1.28 154

anonymousa	9.61 185	2.06 116	9.20 111	5.24 64	6.67 292	15.03 218	4.18 152	19.08 130	21.43 168	19.03 207	30.96 237	21.49 232	14.23 221	11.12 69	8.61 181	0.08 70	1.24 293	0.29 241	0.69 294	0.18 41	1.48 179

MyStereo05	9.63 186	2.25 152	10.26 150	6.69 152	4.74 222	7.75 128	9.60 258	31.51 267	41.00 321	17.45 171	13.02 61	10.28 84	12.27 192	14.74 193	7.68 161	0.09 77	1.32 300	0.02 71	0.26 214	0.84 236	0.92 110

DispNO	9.82 187	2.57 192	17.77 286	6.22 120	5.73 260	11.89 173	4.77 165	25.54 200	21.70 170	17.56 176	21.28 138	18.01 203	13.83 216	17.46 240	9.91 199	0.35 171	0.16 120	0.03 86	0.12 148	0.51 169	1.05 130

BUS	9.86 188	1.86 77	9.14 106	7.14 183	4.12 200	19.47 269	2.69 107	34.15 294	23.28 184	18.82 203	21.95 149	14.37 147	11.63 178	14.72 190	12.39 228	0.36 174	0.13 112	0.15 187	0.04 92	0.37 120	0.46 56

CFNet_pseudo	9.92 189	2.21 147	11.76 196	5.09 60	2.93 161	14.43 205	3.12 119	27.16 221	32.52 264	17.58 178	22.81 158	21.97 235	9.29 146	13.06 152	8.34 175	0.23 142	0.46 189	1.23 310	0.27 218	2.89 302	0.99 120

ccs_rob	9.95 190	2.21 147	11.74 195	5.11 61	2.91 157	14.48 206	3.21 125	27.26 222	32.72 266	17.53 174	22.70 156	21.96 234	9.25 145	12.99 146	8.34 175	0.23 142	0.45 187	1.38 315	0.28 220	3.13 310	1.07 133

MSMDNet	9.96 191	2.08 121	11.66 194	5.39 72	2.92 158	16.50 243	2.89 113	29.73 245	34.55 284	17.86 184	21.91 147	18.86 213	8.36 130	13.06 152	7.74 163	0.24 147	0.47 191	0.66 273	0.24 204	3.07 306	1.04 127

MLCV	9.96 191	3.33 235	14.77 247	5.75 102	1.62 103	14.91 209	1.31 28	22.06 167	24.83 201	22.51 260	31.57 247	17.20 184	8.07 123	17.07 234	12.11 222	0.48 200	0.01 7	0.05 106	0.05 106	0.48 159	1.10 135

PCWNet_CMD	9.97 193	2.08 121	11.61 193	5.36 70	2.92 158	16.39 240	2.94 117	29.76 246	34.38 281	17.83 181	21.86 146	18.91 214	8.27 128	13.01 147	7.73 162	0.23 142	0.46 189	0.79 281	0.25 212	3.46 315	1.12 140

DualNet	9.99 194	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	19.77 140	16.80 129	16.64 152	32.03 253	17.29 185	11.78 181	11.11 65	24.30 304	0.05 38	1.17 273	0.80 283	0.37 248	0.29 87	2.07 248

UCFNet_RVC	10.01 195	2.81 205	6.11 18	7.31 195	3.92 192	16.80 248	8.00 240	28.68 234	20.81 163	16.57 147	23.35 161	25.82 265	13.06 202	13.55 169	9.18 188	0.12 98	0.06 74	1.19 306	0.32 231	1.47 269	1.06 131

Anonymous3	10.07 196	4.14 259	31.49 335	9.77 273	5.11 239	25.00 306	11.85 292	25.20 197	19.24 154	10.80 61	14.78 71	7.92 60	8.68 135	14.40 184	6.12 133	3.25 338	1.40 313	0.08 132	0.06 116	0.81 230	1.30 157

BEATNet_4x	10.11 197	5.82 288	14.80 249	6.14 114	1.55 98	13.87 198	5.98 196	26.24 208	18.35 140	16.53 146	25.41 176	18.01 203	13.78 215	18.01 248	12.39 228	0.48 200	0.18 124	0.81 288	0.11 146	2.02 283	1.70 194

GANet-RSSM	10.17 198	2.02 104	8.21 76	7.09 182	5.57 256	13.17 189	7.29 228	27.27 223	19.65 157	15.81 133	28.83 208	26.18 267	16.33 250	14.58 187	9.28 192	0.25 151	0.27 146	0.16 193	0.04 92	0.65 200	0.72 89

gwcnet-sp	10.26 199	3.56 244	15.31 259	6.59 141	4.30 206	15.71 225	5.71 187	26.09 205	25.15 205	21.68 247	21.77 139	15.01 157	16.42 253	15.21 201	10.76 211	0.12 98	0.20 127	0.02 71	0.09 135	0.63 194	0.86 103

scenet	10.26 199	3.56 244	15.31 259	6.59 141	4.30 206	15.71 225	5.71 187	26.09 205	25.15 205	21.68 247	21.77 139	15.01 157	16.42 253	15.21 201	10.76 211	0.12 98	0.20 127	0.02 71	0.09 135	0.63 194	0.86 103

ssnet	10.26 199	3.56 244	15.31 259	6.59 141	4.30 206	15.71 225	5.71 187	26.09 205	25.15 205	21.68 247	21.77 139	15.01 157	16.42 253	15.21 201	10.76 211	0.12 98	0.20 127	0.02 71	0.09 135	0.63 194	0.86 103

PSMNet-ADL	10.30 202	2.32 160	7.83 65	9.69 270	4.44 213	16.04 232	4.16 150	27.57 226	25.08 203	15.16 117	19.04 108	25.28 262	13.63 212	16.49 221	15.33 246	0.86 258	0.81 238	0.01 56	0.04 92	0.33 98	1.81 200

ff1	10.31 203	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	19.77 140	16.80 129	16.64 152	32.03 253	17.29 185	11.78 181	17.54 241	24.30 304	0.05 38	1.17 273	0.80 283	0.37 248	0.29 87	2.07 248

PSMNet-RSSM	10.31 203	2.47 181	7.79 63	7.85 221	4.38 212	10.47 154	6.67 210	29.67 243	22.25 177	16.62 150	33.75 279	23.30 246	14.58 226	13.91 178	10.56 206	0.23 142	0.09 93	0.07 128	0.24 204	0.87 238	0.48 60

IER	10.32 205	2.06 116	11.88 203	4.95 54	5.34 244	13.34 191	6.11 198	27.47 225	23.59 189	20.37 224	30.03 223	16.50 175	20.42 292	14.24 181	8.81 182	0.16 115	0.03 35	0.18 199	0.10 142	0.27 79	0.56 69

BSDual-CNN	10.33 206	1.86 77	9.14 106	7.14 183	4.12 200	15.83 230	8.93 247	34.15 294	23.28 184	18.82 203	21.95 149	22.14 236	13.58 210	14.72 190	9.53 194	0.36 174	0.13 112	0.15 187	0.04 92	0.37 120	0.46 56

psmg	10.36 207	1.86 77	9.14 106	5.58 79	4.12 200	15.74 229	7.65 234	30.05 248	23.28 184	21.80 251	26.26 185	22.14 236	13.58 210	14.72 190	9.53 194	0.36 174	0.13 112	0.17 196	0.04 92	0.44 146	0.67 82

CFNet-ft	10.46 208	3.02 220	7.10 42	7.69 210	5.42 250	16.93 249	5.92 193	22.83 177	22.31 178	15.81 133	30.40 227	26.42 270	15.19 234	13.60 172	12.18 224	0.14 107	0.10 103	1.87 323	0.34 240	1.22 255	0.73 92

CFNet_RVC	10.46 208	3.02 220	7.10 42	7.69 210	5.42 250	16.93 249	5.92 193	22.82 176	22.31 178	15.81 133	30.40 227	26.41 269	15.19 234	13.60 172	12.19 225	0.14 107	0.10 103	1.87 323	0.34 240	1.22 255	0.73 92

qqq1	10.51 210	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.74 249	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	4.42 88	0.41 185	1.20 283	0.00 1	0.14 161	0.39 131	1.60 186

fff1	10.51 210	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.74 249	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	4.42 88	0.41 185	1.20 283	0.00 1	0.14 161	0.39 131	1.60 186

UDGNet	10.51 210	14.75 352	11.91 204	10.29 286	2.78 151	7.93 133	1.94 76	19.31 135	34.57 285	17.74 179	13.70 67	13.56 139	7.30 111	13.52 166	7.18 155	5.80 357	0.11 107	12.86 375	2.76 343	9.87 358	2.34 265

ICVP	10.54 213	2.11 129	7.49 55	9.62 268	3.41 176	13.85 197	6.34 206	26.81 218	23.24 183	16.90 159	31.76 250	27.31 278	12.81 200	12.18 113	12.47 232	1.59 305	0.58 215	0.19 205	0.13 152	0.63 194	1.45 174
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 214	2.15 139	12.88 219	5.55 78	4.11 199	15.24 220	3.93 145	28.55 232	32.41 263	18.70 200	24.95 173	22.99 242	9.66 151	14.22 180	8.13 170	0.29 161	0.84 243	1.63 319	0.23 200	3.43 314	1.31 158

cf-r	10.67 215	2.34 164	9.77 130	6.17 116	5.79 263	12.94 185	5.14 170	25.21 199	27.86 230	17.84 182	32.03 253	25.81 264	15.91 244	12.22 115	12.56 234	0.17 121	0.19 126	0.05 106	0.06 116	0.59 186	0.72 89

RAFT + AFF	10.71 216	4.59 267	18.51 291	10.52 293	5.02 235	13.14 188	11.12 284	26.24 208	27.48 227	15.09 116	16.07 82	19.83 220	11.23 170	17.09 235	10.38 203	0.45 198	1.45 321	0.65 272	0.23 200	2.31 294	2.74 286

hknet	10.77 217	1.95 87	11.80 198	7.14 183	3.83 191	15.83 230	8.93 247	34.15 294	22.70 181	18.82 203	21.95 149	23.13 244	17.03 260	16.94 232	9.85 198	0.28 159	0.13 112	0.15 187	0.04 92	0.37 120	0.46 56

ttt	10.82 218	2.17 144	9.66 128	7.03 175	4.44 213	14.16 202	6.87 216	33.72 289	30.69 247	15.67 130	31.50 245	14.99 156	10.50 161	16.54 222	13.98 239	0.41 185	1.31 298	0.10 146	0.29 223	0.47 157	1.92 213

ACVNet	10.83 219	2.25 152	7.10 42	6.43 133	3.02 165	13.17 189	3.75 142	22.83 177	35.15 291	15.81 133	30.67 232	24.65 255	15.77 242	16.47 219	18.13 267	0.16 115	0.01 7	0.06 113	0.07 123	0.65 200	0.43 52

AdaStereo	10.85 220	4.57 266	10.79 172	9.59 267	3.46 177	17.49 255	6.29 203	32.70 277	26.07 214	19.04 208	26.55 189	19.60 219	10.12 157	17.71 246	10.38 203	1.00 272	0.05 50	0.42 256	0.02 74	0.70 210	0.46 56
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.
SMFormer	11.03 221	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.74 249	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	14.46 242	0.41 185	1.20 283	0.28 237	0.24 204	0.45 150	1.47 176

tta	11.03 221	1.90 82	14.85 250	4.89 47	1.48 92	14.92 210	3.21 125	31.03 254	30.73 248	20.28 219	29.37 214	18.33 205	14.54 222	16.56 223	14.46 242	0.41 185	1.20 283	0.28 237	0.24 204	0.39 131	1.60 186

iResNet	11.06 223	4.16 260	16.83 274	7.89 224	2.23 132	15.59 223	9.17 254	24.49 193	29.14 238	20.78 230	31.13 240	16.87 181	11.58 176	15.45 205	12.50 233	0.64 230	0.05 50	0.02 71	0.10 142	0.79 225	1.71 195

CFNet	11.23 224	3.41 238	10.68 169	7.08 181	4.22 204	17.38 254	4.83 167	31.29 264	31.29 255	19.15 210	26.85 192	24.06 251	13.75 214	16.23 212	12.22 226	0.26 154	0.05 50	0.44 257	0.09 135	0.92 241	0.41 49

AACVNet	11.24 225	3.71 250	11.56 192	9.45 263	3.35 173	11.67 171	4.88 168	23.23 181	14.00 97	28.19 308	29.90 222	30.39 293	18.03 272	20.04 264	13.22 237	0.50 205	0.21 135	0.23 222	0.07 123	0.75 220	1.52 182

DeepPruner_ROB	11.28 226	5.83 289	15.23 256	6.93 172	4.50 217	10.08 145	6.62 209	36.65 324	20.17 160	18.12 189	27.95 199	23.10 243	13.43 205	20.08 265	11.90 220	1.16 290	0.51 198	0.23 222	0.17 177	1.11 251	1.91 212

GMStereo_Zeroshot	11.32 227	8.59 321	21.66 310	10.06 278	2.53 143	12.38 174	1.43 31	21.36 163	21.50 169	23.48 269	35.74 295	24.85 257	6.12 85	20.48 272	8.28 173	0.83 253	0.02 23	0.25 228	0.01 55	6.33 341	0.53 63

LMCR-Stereo	11.32 227	4.98 277	11.87 202	14.09 331	4.01 194	16.97 251	5.70 185	26.41 212	23.41 187	22.57 262	22.11 154	15.18 161	15.44 238	21.48 289	17.57 263	2.29 321	0.04 43	0.00 1	0.03 82	1.53 272	0.65 79

LL-Strereo	11.34 229	4.25 261	13.90 236	9.09 255	6.20 279	7.31 119	8.93 247	35.93 313	30.30 243	16.93 160	15.83 79	21.85 233	17.45 267	21.92 293	10.25 201	0.43 192	1.47 324	0.74 278	0.08 129	1.15 252	2.71 284

GwcNet-RSSM	11.34 229	2.72 202	10.26 150	7.24 193	5.38 246	12.67 181	6.70 212	26.70 217	31.93 260	17.56 176	34.45 286	24.37 254	15.77 242	13.70 174	15.31 245	0.19 133	0.20 127	0.14 182	0.05 106	0.81 230	0.64 77

HSM-Net_RVC	11.37 231	1.57 41	6.32 22	5.99 110	2.67 147	20.99 281	7.19 224	28.50 230	28.64 235	21.03 239	25.84 180	33.64 316	16.37 252	16.83 229	10.76 211	0.21 138	0.08 90	0.02 71	0.00 1	0.16 35	0.55 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 232	3.02 220	11.83 200	8.45 241	5.40 247	19.47 269	2.69 107	39.63 345	34.82 286	19.11 209	27.64 197	14.37 147	11.63 178	16.21 211	12.39 228	0.94 267	0.21 135	0.29 241	0.00 1	0.48 159	0.55 66

ToySt	11.51 233	2.48 184	17.84 287	6.10 113	2.09 122	16.11 236	12.36 298	25.07 196	28.25 233	15.22 118	25.16 174	25.51 263	15.98 245	17.63 245	15.46 248	0.19 133	1.08 266	0.04 98	0.31 229	0.66 205	2.67 281

DAS	11.51 233	2.60 195	15.62 264	9.37 261	6.27 284	16.04 232	7.71 235	22.70 174	33.92 275	19.53 214	29.03 209	19.51 217	19.10 281	17.44 239	8.98 184	0.78 248	0.02 23	0.29 241	0.01 55	0.48 159	0.81 98

ac_64	11.57 235	2.13 137	11.77 197	8.79 251	5.51 253	19.40 267	6.29 203	24.72 195	15.20 108	23.50 270	24.91 171	33.07 310	16.82 257	19.33 259	17.78 265	0.53 209	0.15 118	0.02 71	0.03 82	0.35 107	1.03 126

mmx	11.59 236	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	32.76 279	28.92 236	16.64 152	32.03 253	17.29 185	11.78 181	17.54 241	24.30 304	0.24 147	1.21 287	0.80 283	0.37 248	0.65 200	1.89 208

xxx	11.59 236	2.34 164	12.99 223	6.28 124	3.81 186	12.43 175	7.47 229	32.75 278	28.92 236	16.64 152	32.03 253	17.29 185	11.78 181	17.54 241	24.30 304	0.24 147	1.21 287	0.80 283	0.37 248	0.65 200	1.89 208

NOSS_ROB	11.76 238	4.63 269	8.14 75	7.46 202	2.92 158	17.82 258	10.55 274	30.45 251	34.08 279	16.37 141	19.97 120	23.14 245	16.31 248	18.22 251	10.67 210	2.98 333	1.84 334	3.39 347	1.64 329	2.24 290	2.37 268

HSM	11.89 239	2.32 160	8.70 86	6.70 155	4.10 198	16.45 241	8.06 241	30.42 250	20.31 162	23.35 268	26.42 188	41.60 352	17.59 269	20.66 275	9.57 196	0.11 90	0.03 35	0.01 56	0.01 55	0.24 57	1.22 146

SepStereo	12.04 240	2.60 195	15.62 264	9.37 261	6.27 284	16.04 232	7.71 235	22.70 174	33.92 275	19.53 214	29.03 209	19.51 217	19.10 281	27.97 323	8.98 184	0.78 248	0.02 23	0.29 241	0.01 55	0.48 159	0.81 98

DMCA-RVC	12.06 241	4.35 263	14.21 243	10.52 293	4.86 226	13.84 196	4.33 154	25.20 197	24.13 193	20.56 228	29.22 212	26.65 272	25.85 319	17.02 233	16.34 254	0.41 185	0.35 165	0.55 265	0.24 204	0.83 235	1.81 200

1111x	12.31 242	2.33 162	12.13 209	5.79 104	2.84 153	15.49 221	8.70 245	36.34 319	29.33 239	16.58 148	27.52 196	26.70 274	15.76 241	17.21 236	24.79 311	0.26 154	1.37 310	0.04 98	0.42 265	0.46 155	2.07 248

UPFNet	12.31 242	2.15 139	11.91 204	7.90 225	7.21 305	20.03 275	9.28 255	29.44 241	27.18 225	20.88 233	30.86 236	21.23 228	18.11 273	19.60 261	17.41 262	0.55 216	0.57 212	0.26 230	0.07 123	0.67 207	0.92 110

FADNet-RVC-Resample	12.31 242	5.22 281	32.28 338	10.14 281	4.08 197	14.97 214	6.98 220	26.54 214	24.42 197	23.72 271	29.31 213	19.87 221	15.01 230	16.26 216	10.61 209	0.65 231	0.52 201	0.48 260	0.54 283	1.52 271	3.09 298

RASNet	12.38 245	2.58 193	12.48 217	6.76 157	5.97 271	16.37 239	6.74 213	34.99 305	22.20 175	17.44 170	33.11 270	22.81 241	24.84 312	20.33 269	18.27 270	1.16 290	0.05 50	0.06 113	0.01 55	0.27 79	1.06 131

test_xeample	12.39 246	2.09 123	10.36 153	5.73 99	3.06 167	18.17 261	6.27 202	31.98 271	24.37 196	18.78 202	33.92 282	19.09 216	16.00 246	14.60 188	39.03 367	0.19 133	1.32 300	0.01 56	0.33 237	0.36 114	2.04 243

iResNet_ROB	12.41 247	3.19 227	12.39 214	6.63 147	3.72 182	16.98 252	2.64 103	32.29 273	38.58 311	26.93 300	33.73 278	26.24 268	17.40 266	17.36 238	8.95 183	0.33 168	0.01 7	0.00 1	0.00 1	0.40 135	0.35 30

DSFCA	12.44 248	3.00 217	14.87 254	6.04 111	7.03 301	17.06 253	10.86 280	31.11 259	32.12 261	26.41 295	23.81 165	22.37 238	15.13 233	21.13 284	13.53 238	0.95 269	0.66 221	0.28 237	0.38 259	1.21 254	0.77 96

FADNet_RVC	12.44 248	6.19 296	40.86 354	7.04 176	3.69 181	11.30 164	4.17 151	29.67 243	27.67 229	18.20 191	26.04 181	13.47 137	17.15 261	16.85 231	14.95 244	0.99 271	0.75 230	0.60 268	1.32 322	4.18 324	3.62 307

CBMV_ROB	12.51 250	3.86 253	7.98 69	5.81 106	2.99 164	16.05 235	4.62 161	27.61 227	31.37 256	26.75 298	32.62 265	23.97 250	22.66 306	21.14 285	12.09 221	2.15 319	1.78 333	2.24 329	1.27 321	1.64 275	1.54 184

NLCA_NET_v2_RVC	12.58 251	4.09 257	18.25 289	8.26 235	5.83 267	14.72 207	5.85 191	33.49 287	27.86 230	22.14 256	32.16 260	24.94 259	14.01 220	16.19 210	16.82 260	0.90 263	0.35 165	0.37 252	0.58 289	1.51 270	3.31 302
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 252	2.25 152	13.50 232	8.30 237	6.23 280	19.81 273	6.34 206	26.43 213	35.15 291	26.38 294	30.67 232	24.65 255	14.91 229	16.47 219	19.16 279	0.16 115	0.01 7	0.06 113	0.07 123	0.74 216	0.43 52

hitnet-ft	12.59 252	3.03 223	7.87 66	7.49 205	4.20 203	27.41 322	3.75 142	23.41 184	24.15 194	21.14 241	34.12 283	31.93 302	19.74 289	20.28 268	18.13 267	0.54 214	1.45 321	0.35 250	0.09 135	1.26 258	1.41 171

xxxx	12.60 254	2.03 106	10.79 172	6.18 118	2.86 155	21.84 287	3.02 118	34.55 302	25.46 209	16.39 142	31.58 248	26.87 277	14.75 228	14.00 179	37.45 359	0.21 138	1.36 309	0.01 56	0.32 231	0.35 107	2.07 248

pcwnet_v2	12.68 255	2.30 157	18.36 290	8.32 238	5.74 261	17.73 257	4.77 165	36.75 327	46.28 347	20.98 237	29.07 211	16.62 176	13.52 206	16.56 223	10.30 202	0.55 216	1.02 263	0.34 249	0.24 204	2.10 286	2.11 255

iResNetv2_ROB	12.78 256	4.09 257	15.60 262	6.44 135	3.75 184	14.86 208	7.17 222	34.46 300	37.12 299	26.06 290	34.81 290	29.76 284	16.32 249	14.77 194	7.67 160	0.31 164	0.03 35	0.12 170	0.01 55	0.94 242	1.23 148

ADLNet	12.84 257	2.93 212	11.94 206	8.87 252	6.88 297	17.96 259	8.85 246	34.12 292	26.67 220	27.81 307	26.24 184	26.84 276	15.04 231	17.54 241	19.94 283	0.59 223	0.58 215	0.24 226	0.11 146	0.80 229	2.85 290

CBFPSM	12.96 258	3.37 237	30.97 333	5.30 66	3.22 169	22.79 294	16.93 331	21.82 164	21.35 166	21.93 253	28.34 204	29.99 288	17.38 265	15.32 204	16.39 255	0.11 90	0.48 192	0.10 146	0.17 177	0.58 180	2.72 285

ADLNet2	12.99 259	2.94 213	14.18 241	9.57 266	5.96 270	20.23 278	10.41 273	33.05 281	37.61 303	19.46 213	19.74 118	22.46 239	18.63 275	22.37 296	20.76 287	0.37 178	0.15 118	0.06 113	0.08 129	1.04 249	0.72 89

dad	13.05 260	11.39 335	15.64 266	7.35 196	2.10 123	15.64 224	3.48 136	18.77 129	35.55 294	27.77 305	33.76 280	31.59 296	13.04 201	14.79 195	11.16 217	3.35 339	0.54 204	7.85 366	0.96 309	3.88 322	2.49 276

AASNet	13.05 260	3.27 231	12.23 211	10.28 285	6.90 298	17.61 256	7.88 237	41.14 350	38.29 308	23.20 267	29.62 219	16.85 180	15.59 240	15.50 207	19.03 277	0.39 180	0.03 35	0.78 280	0.05 106	1.32 262	1.08 134

HBP-ISP	13.07 262	8.80 322	8.99 95	8.11 233	4.55 219	13.48 193	6.60 208	29.09 239	30.50 245	21.33 243	36.14 296	16.62 176	19.42 285	20.92 280	12.81 235	3.63 341	2.61 351	7.18 362	4.12 355	3.74 320	2.69 283

222	13.07 262	1.99 96	10.74 171	6.56 139	2.74 149	19.95 274	2.54 98	34.13 293	24.42 197	22.52 261	31.39 242	20.78 224	16.99 259	14.31 182	48.07 389	0.16 115	1.33 304	0.01 56	0.32 231	0.37 120	2.02 238

UNet	13.18 264	2.47 181	14.45 245	7.45 201	7.82 320	26.01 313	4.67 164	34.38 299	29.42 240	20.90 235	31.81 251	26.68 273	18.98 278	21.08 283	15.56 249	0.21 138	0.06 74	0.27 231	0.09 135	0.37 120	1.01 123

HGLStereo	13.21 265	3.45 240	14.01 238	10.32 288	7.72 317	15.72 228	7.19 224	31.94 270	28.12 232	20.83 232	36.16 298	26.61 271	20.82 294	18.74 254	19.63 282	1.01 274	0.22 137	0.07 128	0.08 129	0.59 186	1.00 122

GEStereo_RVC	13.23 266	3.13 225	15.23 256	10.33 289	4.95 231	18.92 266	11.46 289	31.58 268	48.03 349	20.51 227	27.68 198	19.00 215	13.31 204	20.44 271	16.01 252	1.15 289	0.51 198	0.10 146	0.14 161	0.67 207	1.47 176

delet	13.26 267	2.43 180	12.99 223	8.45 241	6.26 283	22.40 290	10.83 279	28.78 235	38.76 312	20.39 226	30.36 226	20.85 225	17.67 270	22.97 298	19.13 278	0.14 107	0.45 187	0.19 205	0.08 129	0.78 224	1.24 150

CRFU-Net	13.32 268	3.53 243	12.90 221	8.76 250	6.05 274	26.25 315	10.15 270	25.86 202	14.68 103	30.76 326	30.58 230	30.11 291	21.59 303	20.52 273	20.28 285	1.53 304	0.48 192	0.27 231	0.16 173	0.64 199	1.28 154

CSP-Net	13.41 269	3.62 249	11.03 183	6.62 146	4.07 196	25.76 312	9.61 262	29.66 242	27.14 224	29.97 320	33.42 275	29.84 286	17.23 263	20.64 274	16.03 253	1.12 285	0.41 181	0.03 86	0.00 1	0.75 220	1.29 156

MMNet	13.55 270	2.82 207	13.90 236	7.63 207	6.36 287	26.45 317	4.63 162	24.00 189	42.67 328	26.25 293	33.12 271	20.98 227	19.45 287	20.14 266	19.49 281	0.75 240	0.54 204	0.11 165	0.01 55	0.53 171	1.10 135

STTStereo	13.60 271	5.63 286	28.73 328	8.07 231	5.65 259	13.97 199	7.17 222	31.25 261	26.70 221	25.59 286	32.06 259	31.71 299	14.71 227	17.24 237	16.46 257	0.29 161	0.40 175	0.71 275	1.43 325	1.31 260	2.82 288

SGM-Forest	13.63 272	2.55 191	8.22 77	6.30 130	2.16 129	23.84 300	11.13 285	34.68 303	32.40 262	27.27 301	33.02 267	30.08 290	17.82 271	22.13 294	15.40 247	1.66 311	0.32 157	0.88 292	0.03 82	0.79 225	1.93 214
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 273	4.93 276	11.80 198	11.93 318	5.53 254	16.75 247	14.38 312	36.12 317	32.59 265	23.08 266	27.03 193	25.90 266	15.40 236	25.87 313	14.23 240	1.24 297	0.09 93	1.53 317	0.61 291	2.06 285	2.94 293

AANet_RVC	13.75 274	6.34 297	12.90 221	8.87 252	4.53 218	14.09 201	9.12 252	29.37 240	38.32 309	23.85 274	37.41 303	23.55 248	17.51 268	23.31 301	18.56 271	2.08 318	1.30 296	0.25 228	0.06 116	0.73 214	2.87 291

ssnet_v2	13.84 275	3.15 226	13.44 231	7.99 228	3.08 168	22.60 291	14.51 315	36.65 324	33.59 273	22.04 255	26.10 182	28.64 280	17.16 262	23.13 299	20.86 289	0.50 205	0.32 157	0.20 210	0.13 152	1.41 265	1.38 165

FADNet-RVC	13.86 276	12.75 346	41.65 355	8.64 246	4.63 220	16.45 241	6.89 217	28.91 236	24.20 195	20.89 234	31.44 244	26.73 275	11.37 174	21.58 291	15.91 250	0.25 151	0.14 117	0.14 182	0.24 204	2.97 304	1.50 181

psm_up	13.88 277	2.70 201	10.89 178	10.20 283	5.97 271	15.01 216	12.58 300	39.13 342	31.75 258	21.39 244	31.09 239	30.18 292	25.01 315	20.33 269	17.62 264	0.75 240	0.39 173	0.18 199	0.03 82	0.82 233	1.67 192

DLCB_ROB	13.97 278	3.74 251	11.01 182	9.99 277	5.85 268	21.40 284	10.37 272	30.17 249	30.49 244	28.21 309	32.18 261	32.67 306	21.17 298	20.20 267	18.59 272	0.34 170	0.18 124	0.41 255	0.15 167	0.61 191	1.76 199

StereoDRNet-Refined	14.03 279	3.52 242	12.77 218	8.70 248	3.31 171	18.50 263	4.58 159	29.08 238	30.59 246	29.85 318	42.52 335	25.24 261	19.57 288	23.88 303	23.55 299	0.44 195	0.07 84	0.54 264	0.38 259	0.88 240	2.64 279
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 280	5.00 278	47.51 364	6.57 140	4.04 195	21.14 282	14.37 310	28.25 228	21.37 167	21.95 254	31.37 241	21.31 230	18.66 276	16.15 209	20.61 286	0.31 164	0.41 181	0.09 138	0.05 106	1.00 247	0.76 94

CVANet_RVC	14.09 281	4.82 274	10.86 177	9.46 264	5.60 258	19.70 272	12.94 305	33.38 285	34.86 287	23.72 271	33.31 272	29.76 284	16.35 251	24.37 304	12.45 231	1.22 295	0.23 139	1.45 316	0.87 303	3.41 313	3.01 295

SACVNet	14.10 282	5.24 282	14.19 242	12.11 320	6.12 277	18.45 262	9.11 251	33.13 282	22.94 182	28.79 312	33.88 281	32.69 307	23.78 307	20.91 279	12.13 223	1.08 279	0.54 204	0.84 291	0.48 274	1.41 265	4.26 315

PS-NSSS	14.36 283	8.44 319	16.43 271	7.44 200	5.79 263	18.65 265	12.71 303	39.02 339	26.84 222	20.99 238	36.15 297	21.47 231	18.25 274	18.21 250	18.63 273	2.44 326	0.55 208	5.38 352	0.37 248	5.25 333	4.11 314

CBMV	14.52 284	4.59 267	9.99 139	6.61 145	2.85 154	22.76 293	12.45 299	30.63 253	33.32 269	31.98 330	35.00 292	31.68 297	19.43 286	26.53 316	16.71 259	1.28 299	0.61 218	0.63 270	0.12 148	1.26 258	1.89 208
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 285	11.96 339	39.55 353	8.50 243	6.64 291	18.53 264	6.74 213	35.70 311	35.06 289	19.21 211	28.06 201	28.14 279	13.94 218	18.54 253	11.61 219	0.48 200	0.75 230	0.38 254	0.49 277	9.17 353	2.05 246

fast-acv-ft	14.96 286	4.73 271	17.68 284	8.03 230	5.27 243	28.61 328	9.97 267	26.25 210	35.58 295	26.03 289	38.02 309	31.91 301	21.50 300	19.25 258	21.18 290	0.61 227	0.38 171	0.63 270	0.48 274	1.31 260	1.73 196

pmcnn	15.27 287	4.31 262	22.32 314	7.46 202	4.46 215	22.15 289	15.74 322	28.53 231	31.88 259	27.78 306	40.04 322	39.06 338	19.11 283	18.79 255	20.78 288	1.04 277	0.23 139	0.00 1	0.00 1	0.53 171	1.17 141

Anonymous_2	15.61 288	7.12 303	18.63 294	6.49 136	7.98 321	26.94 320	11.93 293	19.48 136	18.48 148	18.25 194	15.95 80	24.18 252	21.32 299	21.17 286	15.94 251	10.88 372	13.80 386	11.19 373	25.13 388	10.92 364	6.42 339

NVstereo2D	15.77 289	4.01 255	17.73 285	9.96 276	8.10 326	30.36 336	9.52 257	43.10 360	43.12 331	15.45 123	28.03 200	23.46 247	16.84 258	24.62 305	17.06 261	3.35 339	0.87 248	1.76 321	1.13 315	7.76 347	9.19 362

StereoDRNet	16.00 290	5.45 284	16.67 273	11.34 311	8.74 335	25.62 309	11.07 283	40.40 348	37.03 298	29.77 317	30.04 224	34.35 321	19.09 280	19.81 262	25.28 314	0.65 231	0.30 154	0.16 193	0.14 161	1.80 279	2.33 264

Wz-Net-LNSev-Ref	16.12 291	4.56 265	29.46 329	7.78 217	6.11 276	26.08 314	13.01 306	31.08 258	37.61 303	27.66 303	46.96 356	29.92 287	15.40 236	21.54 290	22.39 292	1.09 281	0.05 50	0.10 146	0.00 1	0.43 143	1.21 145

DRN-Test	16.60 292	4.76 272	16.90 277	10.75 298	8.16 327	29.42 332	14.37 310	43.26 362	39.35 313	28.93 314	35.46 294	29.03 282	20.11 291	20.78 277	24.51 310	0.94 267	0.93 254	0.46 259	0.35 242	1.42 267	2.12 256

SDNR	16.80 293	5.88 291	30.01 331	6.39 132	6.53 288	57.67 389	3.15 120	24.30 190	31.49 257	21.50 246	36.56 301	14.69 151	16.76 256	19.14 257	14.45 241	11.12 375	14.00 387	3.11 343	0.51 279	8.86 352	9.92 367

DISCO	16.93 294	2.58 193	17.15 280	8.26 235	4.37 211	27.65 324	10.68 275	31.28 263	44.93 340	22.21 257	34.47 287	36.48 329	23.91 308	36.14 353	34.48 354	0.35 171	0.11 107	0.04 98	0.07 123	1.95 281	1.40 169

PA-Net	16.98 295	8.05 316	29.56 330	10.52 293	11.30 351	21.91 288	29.93 379	32.64 276	39.50 314	20.38 225	28.51 206	23.80 249	20.82 294	21.45 288	25.60 316	0.25 151	2.36 348	0.23 222	4.99 360	1.34 263	6.47 340
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 296	8.11 317	28.42 327	9.29 260	8.89 337	24.46 301	25.06 367	35.40 308	49.52 354	26.73 297	33.49 277	20.50 223	18.75 277	20.67 276	19.18 280	2.30 322	2.09 339	1.13 304	0.75 298	2.86 301	2.84 289

GwcNet	17.31 297	6.61 301	23.02 316	10.83 302	8.63 333	29.48 333	10.80 277	39.37 344	45.73 342	24.16 275	37.85 308	31.50 295	21.81 305	21.37 287	27.25 330	0.81 251	0.88 250	0.57 267	0.46 268	1.54 273	3.61 305

NaN_ROB	17.35 298	7.91 312	18.84 296	11.29 309	4.93 229	33.28 347	20.75 350	38.10 334	43.81 332	30.28 323	31.53 246	32.88 308	20.88 296	29.10 328	17.85 266	0.40 182	0.43 186	0.31 246	0.44 267	0.98 244	3.03 296

S-Stereo	17.36 299	4.46 264	22.16 313	12.58 325	9.10 339	23.07 295	12.60 301	33.18 283	46.12 345	22.78 263	38.67 315	29.04 283	27.48 326	19.40 260	23.90 303	3.14 337	3.13 360	0.88 292	1.95 335	3.77 321	9.86 366

FAT-Stereo	17.45 300	3.56 244	19.19 298	10.31 287	6.54 289	18.00 260	14.89 318	38.68 337	40.49 317	27.39 302	39.66 319	37.32 331	32.14 352	21.07 282	22.97 295	3.68 342	2.16 344	0.81 288	1.21 319	2.10 286	6.78 342

DANet	17.51 301	8.91 323	27.61 324	14.94 339	7.48 307	22.67 292	5.66 183	27.33 224	26.64 218	32.62 337	36.27 299	37.40 332	30.07 342	31.65 338	26.09 322	1.30 300	1.46 323	2.33 331	0.53 282	3.54 316	5.69 328
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 302	17.23 359	20.10 302	12.02 319	6.91 299	28.81 329	11.45 288	41.35 351	21.95 172	30.13 322	34.66 288	32.04 304	11.30 172	21.04 281	16.43 256	8.91 365	2.67 352	12.29 374	0.84 301	12.72 370	8.43 357

PSMNet_ROB	17.59 303	6.52 300	16.27 269	14.43 334	7.71 316	29.22 331	33.59 384	43.94 365	38.52 310	24.74 280	33.46 276	34.17 319	17.29 264	18.52 252	25.68 318	0.40 182	0.29 153	0.96 296	2.22 339	2.03 284	1.81 200

Syn2CoEx	17.68 304	11.86 338	28.39 326	20.88 361	8.24 328	25.66 310	12.35 296	37.57 330	33.60 274	29.57 315	39.80 321	30.02 289	28.00 329	19.91 263	18.91 276	1.14 288	0.53 203	1.23 310	0.46 268	1.97 282	3.61 305

GANet	17.85 305	5.41 283	14.79 248	11.91 317	4.73 221	24.54 303	17.04 334	41.01 349	34.96 288	33.06 338	45.84 351	39.83 343	29.19 336	24.71 307	22.45 294	1.34 301	0.41 181	1.09 300	0.70 296	2.15 288	1.89 208

GASNet	17.87 306	20.62 370	32.66 340	21.17 362	9.48 341	16.26 238	9.15 253	45.00 370	40.55 319	26.16 291	24.34 168	33.05 309	15.45 239	29.82 332	18.15 269	3.79 344	0.28 151	1.87 323	0.51 279	7.06 342	1.97 224

NCCL2	17.94 307	7.94 314	16.87 276	24.07 372	7.60 312	24.52 302	17.08 335	35.42 309	26.65 219	32.01 331	38.57 312	41.96 355	27.61 327	22.24 295	24.43 309	0.65 231	0.33 163	2.64 337	2.13 338	2.28 293	3.86 313

ADCRef	18.01 308	8.01 315	44.10 358	10.75 298	8.85 336	27.18 321	11.06 282	31.77 269	34.40 282	31.90 329	42.45 334	18.79 212	21.55 302	25.18 310	35.17 355	1.03 276	0.42 185	2.18 328	1.79 331	1.38 264	2.27 263

XPNet_ROB	18.03 309	6.06 295	18.19 288	11.68 314	6.83 295	21.23 283	16.93 331	36.66 326	39.82 316	32.51 336	42.05 333	41.04 349	25.77 318	25.72 311	28.80 340	1.67 312	0.91 253	0.79 281	0.27 218	1.24 257	2.38 271

SuperB	18.07 310	7.33 306	56.73 376	8.42 240	5.42 250	20.39 279	9.73 265	26.04 204	50.80 358	26.88 299	39.52 318	17.79 200	21.54 301	23.17 300	25.96 321	0.77 245	0.32 157	1.11 303	0.73 297	16.11 377	2.75 287

RP	18.36 311	5.94 293	17.54 283	15.95 349	12.33 357	21.55 286	12.66 302	28.65 233	45.65 341	23.78 273	42.55 336	39.77 342	29.54 339	26.72 317	23.58 301	6.14 359	1.05 265	4.38 349	1.77 330	3.90 323	3.82 312

APVNet	18.42 312	6.37 298	23.10 317	12.76 327	8.28 329	30.74 337	24.17 364	42.08 356	30.76 252	25.86 288	41.66 329	31.83 300	24.99 313	28.01 324	28.77 338	0.49 203	0.57 212	3.05 341	0.55 286	1.80 279	2.46 274

ETE_ROB	18.45 313	10.71 327	20.90 307	14.23 333	4.92 228	23.28 297	22.01 353	33.00 280	36.14 297	30.68 325	39.03 317	46.10 368	26.28 320	27.52 321	26.22 323	0.53 209	0.49 195	1.16 305	0.94 304	1.69 277	3.07 297

PWCDC_ROB	18.66 314	11.24 333	21.32 309	18.82 357	8.08 325	25.75 311	6.94 219	35.08 306	53.33 365	30.37 324	49.70 364	20.87 226	21.63 304	31.05 337	22.39 292	6.94 362	0.28 151	0.10 146	0.06 116	5.98 340	3.22 300

Nwc_Net	18.76 315	5.80 287	19.91 300	14.99 341	11.96 354	26.32 316	15.90 323	41.68 354	40.50 318	21.85 252	43.58 343	34.89 322	29.47 338	27.48 320	26.34 324	3.75 343	0.27 146	2.55 336	3.31 348	2.25 291	2.46 274

ADCP+	18.93 316	5.83 289	35.35 344	9.85 274	10.36 346	29.49 334	13.65 308	34.22 297	37.75 305	30.02 321	41.45 327	24.18 252	26.43 323	34.71 347	36.58 357	0.27 158	0.40 175	2.00 326	1.19 317	2.31 294	2.66 280

MDST_ROB	18.99 317	3.23 229	15.81 268	14.15 332	6.98 300	44.89 372	16.81 330	43.19 361	42.83 329	43.71 368	43.84 344	28.79 281	19.02 279	30.64 336	18.70 274	1.84 315	0.84 243	0.69 274	0.47 273	0.71 212	2.61 278

Wz-Net-LNSev	19.04 318	11.48 336	43.55 357	10.82 301	8.01 323	24.96 305	17.46 339	34.72 304	44.36 335	33.43 341	44.72 349	32.54 305	24.13 309	21.64 292	24.38 308	0.93 266	0.22 137	0.00 1	0.03 82	1.44 268	1.99 235

AF-Net	19.18 319	6.50 299	16.90 277	16.60 350	11.00 350	23.83 299	11.31 286	36.25 318	51.10 361	25.56 285	38.34 311	41.77 353	31.01 347	30.20 334	27.83 333	4.87 354	0.27 146	4.60 350	1.00 311	2.67 298	2.02 238

PWC_ROB	19.21 320	12.15 343	28.02 325	11.02 306	6.62 290	25.15 307	5.47 180	36.42 321	49.47 353	33.19 339	44.32 346	34.98 323	26.66 324	32.22 341	27.30 331	1.71 313	0.27 146	1.62 318	0.37 248	2.38 296	4.90 319

stereogan	19.38 321	4.02 256	18.62 293	13.54 329	10.30 345	37.03 356	9.83 266	39.12 341	46.13 346	25.09 283	41.76 331	40.01 344	27.19 325	32.16 339	25.48 315	2.44 326	1.13 272	2.70 339	0.86 302	5.45 335	4.81 316

edge stereo	19.38 321	5.98 294	19.25 299	11.11 307	8.07 324	23.51 298	12.74 304	35.93 313	42.55 326	35.05 345	43.06 340	41.34 351	36.05 359	26.06 314	25.62 317	2.70 330	2.47 349	6.38 356	1.54 327	3.18 312	5.01 321

RYNet	19.73 323	5.52 285	18.58 292	11.63 313	15.84 368	47.05 375	17.28 336	38.60 336	49.19 352	27.71 304	27.46 195	38.63 336	26.42 322	20.79 278	32.08 351	0.73 238	0.59 217	0.97 297	0.16 173	7.40 344	8.04 353

LALA_ROB	19.82 324	8.32 318	18.64 295	13.59 330	5.79 263	28.03 326	23.44 359	43.09 359	37.57 302	33.91 344	41.55 328	50.73 377	25.61 317	29.09 327	27.30 331	0.73 238	0.67 222	2.08 327	1.42 324	2.70 299	2.12 256

Wz-Net-MNSev	19.84 325	7.55 309	35.79 345	10.79 300	7.51 309	38.96 363	18.39 344	35.08 306	44.72 338	31.28 327	41.70 330	41.18 350	20.49 293	28.41 325	30.13 348	0.96 270	0.36 168	0.05 106	0.13 152	1.70 278	1.64 190

aanetorigin	19.84 325	13.32 348	54.46 371	10.07 279	7.99 322	14.16 202	15.32 319	17.85 117	34.49 283	49.59 377	48.88 361	34.28 320	31.32 349	23.53 302	29.64 344	1.12 285	0.81 238	0.73 276	0.94 304	3.05 305	5.23 325

Anonymous Stereo	19.84 325	13.55 349	51.68 368	15.30 343	12.97 360	16.15 237	25.32 368	33.73 290	44.41 336	25.12 284	35.39 293	25.00 260	16.27 247	32.62 342	33.04 353	1.83 314	2.26 347	1.76 321	2.01 336	3.57 317	4.92 320

SGM_RVC	20.33 328	3.24 230	8.92 93	7.20 191	1.62 103	39.61 365	17.01 333	39.11 340	35.12 290	46.26 373	42.62 337	51.57 379	39.45 366	39.66 371	29.87 346	1.16 290	0.37 170	0.55 265	0.35 242	1.20 253	1.64 190
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 329	11.06 330	33.58 341	12.11 320	7.19 304	28.90 330	11.99 294	38.49 335	58.85 382	32.22 334	37.28 302	33.11 311	21.14 297	36.93 361	38.84 366	1.49 303	1.50 325	0.15 187	0.64 292	2.18 289	2.67 281

NCC-stereo	20.61 330	7.39 307	25.96 320	15.90 347	16.62 369	20.15 276	23.27 356	44.11 368	41.29 323	25.00 281	38.64 313	35.47 324	28.75 332	36.35 355	26.90 328	4.83 352	2.14 341	3.33 345	9.27 374	3.10 307	3.72 310

Abc-Net	20.61 330	7.39 307	25.96 320	15.90 347	16.62 369	20.15 276	23.27 356	44.11 368	41.29 323	25.00 281	38.64 313	35.47 324	28.75 332	36.35 355	26.90 328	4.83 352	2.14 341	3.33 345	9.27 374	3.10 307	3.72 310
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 330	12.13 342	46.35 361	21.53 363	17.78 372	19.41 268	23.64 362	37.23 329	50.61 355	26.20 292	37.72 304	24.90 258	25.02 316	24.63 306	23.53 298	3.13 336	1.65 329	5.69 353	4.09 354	3.64 319	3.34 303

RGC	20.62 333	14.30 351	21.99 312	18.85 358	14.53 363	21.42 285	14.82 317	36.00 316	44.32 334	28.54 311	41.82 332	40.12 345	29.43 337	35.44 352	23.33 296	4.12 346	0.72 226	8.80 367	4.39 357	4.55 329	4.84 318

DGSMNet	20.75 334	13.28 347	34.59 343	14.80 338	17.14 371	23.25 296	17.99 343	36.39 320	43.00 330	20.70 229	32.67 266	36.05 328	19.22 284	30.34 335	25.04 313	4.61 349	4.62 371	6.31 355	5.20 362	14.71 374	15.15 379

WCMA_ROB	21.17 335	5.89 292	22.32 314	10.39 291	7.65 314	34.55 350	16.42 328	33.20 284	34.02 278	42.06 362	52.50 368	44.09 360	37.59 362	33.66 345	26.77 327	7.45 364	3.18 361	1.27 313	1.43 325	4.18 324	4.81 316

psmorigin	21.56 336	11.18 332	36.59 347	10.19 282	7.08 302	25.30 308	12.35 296	33.52 288	33.12 268	43.62 367	54.15 376	42.72 356	37.44 361	36.87 360	28.98 341	1.65 310	2.78 355	0.81 288	1.19 317	3.62 318	8.10 354

G-Net	21.66 337	9.10 324	39.39 351	15.85 346	9.60 342	51.00 380	16.73 329	28.32 229	31.17 254	38.99 355	43.24 341	33.26 314	32.09 351	28.50 326	26.50 326	4.74 351	3.92 368	3.60 348	1.02 312	8.42 351	7.86 351

FBW_ROB	21.87 338	11.80 337	25.52 319	14.64 336	7.49 308	31.20 340	16.35 327	45.28 371	44.78 339	44.85 372	40.36 324	43.50 359	27.85 328	34.94 348	23.52 297	3.07 335	2.15 343	7.53 365	3.03 347	4.30 326	5.17 324

SANet	22.05 339	8.47 320	32.65 339	9.90 275	4.31 209	33.49 348	23.44 359	42.82 358	56.64 377	39.67 358	44.09 345	44.62 361	32.96 354	29.24 331	25.79 319	1.08 279	0.74 228	0.98 298	0.69 294	5.69 338	3.66 309

SQANet	22.07 340	25.29 378	21.78 311	26.81 376	18.92 375	30.75 338	10.25 271	33.47 286	30.10 242	25.73 287	34.31 285	33.45 315	19.94 290	29.16 329	20.03 284	11.68 376	3.08 359	26.95 385	5.80 364	20.97 383	12.99 374

UDG	22.21 341	15.90 358	16.41 270	21.71 364	20.17 376	32.51 343	13.78 309	36.62 323	35.77 296	26.64 296	31.43 243	37.49 333	32.33 353	22.77 297	21.19 291	11.08 374	5.60 375	23.12 380	7.74 368	17.07 379	14.89 378

STTRV1_RVC	22.31 342	18.60 363	39.50 352	16.79 351	23.81 384	29.59 335	15.67 321	35.42 309	34.27 280	35.05 345	34.94 291	31.94 303	28.80 334	29.17 330	23.89 302	12.64 381	3.40 363	6.58 357	4.73 359	15.20 376	6.23 334

SHD	22.33 343	11.30 334	32.10 336	15.61 344	9.88 343	26.75 318	10.12 269	41.84 355	61.77 387	36.36 349	44.65 348	39.28 339	31.10 348	35.07 349	32.76 352	2.35 323	1.95 338	1.24 312	1.90 334	4.33 327	6.34 336

CSAN	22.36 344	11.11 331	26.06 322	21.79 365	5.59 257	34.55 350	36.54 386	40.04 347	50.84 359	37.47 352	40.31 323	45.09 364	33.07 355	27.44 319	25.80 320	1.60 308	0.75 230	1.08 299	1.80 332	2.89 302	3.36 304

ADCL	22.44 345	7.79 310	49.20 366	10.61 297	7.28 306	40.40 368	21.03 351	32.07 272	55.07 369	28.53 310	48.73 359	31.68 297	31.69 350	34.04 346	38.38 362	1.22 295	0.93 254	2.65 338	1.89 333	2.65 297	2.94 293

CC-Net-ROB	22.73 346	23.99 375	30.57 332	14.72 337	8.91 338	32.98 344	16.17 325	46.75 375	37.29 300	33.88 343	32.33 262	35.48 326	25.00 314	24.75 308	28.78 339	9.60 369	3.03 358	25.33 383	3.87 352	14.82 375	6.33 335

ADCPNet	22.75 347	10.94 329	58.96 380	12.24 323	7.57 310	37.33 357	20.08 349	33.89 291	37.37 301	33.49 342	44.32 346	39.36 341	28.43 331	32.19 340	38.55 364	2.25 320	2.69 354	2.37 333	3.59 351	4.33 327	5.01 321

MeshStereo	22.95 348	7.84 311	12.46 215	8.13 234	5.20 241	38.49 362	13.36 307	42.69 357	38.05 307	51.34 380	53.82 372	58.22 385	43.29 374	38.42 366	29.59 343	2.96 332	2.84 357	3.11 343	2.33 341	3.12 309	3.65 308
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
Wz-Net-SNSev	23.35 349	18.18 361	47.37 363	14.55 335	8.63 333	28.33 327	29.16 377	39.88 346	55.80 374	32.16 333	53.91 374	39.35 340	24.42 310	27.60 322	38.11 361	1.06 278	0.24 141	1.20 307	0.95 307	3.16 311	2.93 292

DDUNet	23.49 350	20.59 369	17.13 279	24.58 373	22.45 380	24.86 304	17.96 342	31.42 265	31.06 253	29.59 316	37.81 306	37.85 334	26.39 321	25.77 312	18.74 275	18.99 384	8.10 383	26.65 384	11.80 380	19.41 382	18.58 384

MSMD_ROB	23.50 351	10.55 326	15.65 267	17.87 356	10.07 344	35.58 353	19.04 346	34.53 301	37.81 306	41.55 361	60.11 383	46.01 367	39.81 367	32.74 343	24.92 312	6.86 361	3.63 366	8.92 368	11.16 379	7.21 343	5.99 332

LE_ROB	23.59 352	4.64 270	16.84 275	8.59 244	3.05 166	33.01 345	18.53 345	28.96 237	67.40 398	70.71 400	55.67 379	48.44 374	48.90 381	26.06 314	37.98 360	0.44 195	0.24 141	0.27 231	0.54 283	0.49 167	0.98 119

ADCMid	23.61 353	12.42 344	44.10 358	11.85 316	8.33 330	27.89 325	20.03 348	36.49 322	39.56 315	40.81 359	47.01 357	36.89 330	43.95 375	39.12 369	42.60 376	1.95 316	1.55 328	3.05 341	3.98 353	5.20 332	5.37 326

AnyNet_C32	24.34 354	15.07 354	42.84 356	13.07 328	11.83 353	31.80 341	31.73 381	32.47 274	45.77 343	35.92 347	49.66 363	34.05 317	35.21 357	44.09 378	43.39 380	1.61 309	1.70 331	1.22 309	2.94 346	4.87 330	7.60 348

MFN_U_SF_DS_RVC	24.71 355	14.86 353	32.18 337	26.47 375	10.48 347	40.27 367	22.83 355	36.88 328	44.51 337	42.59 363	47.13 358	40.20 346	28.00 329	36.70 358	28.36 334	4.23 348	4.00 369	6.73 358	16.35 385	5.05 331	6.34 336

ccnet	24.80 356	17.64 360	24.53 318	12.35 324	18.18 374	38.47 361	17.76 341	46.24 373	32.78 267	37.51 353	46.76 353	38.80 337	30.45 345	38.35 365	41.98 373	9.41 368	6.40 377	9.67 370	8.04 369	11.64 368	9.00 360

FC-DCNN	25.07 357	12.06 341	20.30 303	19.06 359	9.41 340	38.40 360	23.46 361	41.37 352	44.07 333	46.76 375	53.99 375	50.49 376	39.32 365	36.43 357	29.46 342	7.40 363	3.39 362	6.15 354	5.01 361	8.05 348	6.83 343

XQC	25.15 358	18.26 362	52.31 369	22.53 370	12.15 355	37.47 358	21.78 352	38.74 338	55.51 373	32.40 335	30.75 234	38.36 335	30.19 344	38.28 364	41.25 372	4.61 349	1.44 320	2.77 340	2.26 340	12.52 369	9.49 364

DPSNet	25.20 359	7.92 313	36.17 346	11.72 315	6.85 296	53.68 382	43.17 392	52.22 384	60.09 385	31.61 328	39.76 320	40.91 348	35.82 358	33.42 344	26.48 325	4.98 355	2.10 340	0.50 262	1.13 315	9.63 355	5.83 329

SGM-ForestM	25.21 360	4.80 273	13.50 232	8.68 247	3.74 183	46.85 374	22.04 354	46.25 374	51.32 363	51.28 379	52.07 367	62.64 392	47.13 379	46.05 379	36.30 356	1.99 317	2.25 346	1.21 308	1.24 320	1.65 276	3.21 299

PDISCO_ROB	25.35 361	10.44 325	31.01 334	29.47 380	20.36 377	38.32 359	17.74 340	45.56 372	55.34 371	29.88 319	42.94 339	46.63 369	29.76 340	36.23 354	31.29 350	10.74 371	2.20 345	6.96 359	3.53 350	9.98 359	8.52 358

EDNetEfficient	25.68 362	22.94 374	77.88 404	9.49 265	7.66 315	20.89 280	17.37 337	22.52 171	56.02 375	61.49 391	53.31 370	35.83 327	41.88 373	25.06 309	39.53 368	0.86 258	0.83 242	0.91 294	2.82 344	8.28 349	7.98 352

Wz-Net-TNSev	25.85 363	21.47 372	59.51 382	10.38 290	7.64 313	42.40 371	23.33 358	35.97 315	54.36 367	36.56 350	43.26 342	45.90 366	41.27 371	37.81 362	37.10 358	2.35 323	1.90 337	0.77 279	1.34 323	5.89 339	7.75 350

WZ-Net	25.86 364	14.23 350	64.17 385	15.77 345	10.61 348	39.36 364	28.01 375	41.38 353	54.97 368	28.82 313	53.68 371	40.90 347	30.14 343	37.91 363	42.98 379	1.59 305	0.49 195	0.73 276	0.95 307	5.43 334	5.12 323

GANetREF_RVC	26.12 365	30.35 380	27.03 323	26.08 374	6.28 286	31.16 339	37.25 388	48.48 377	50.90 360	37.30 351	36.39 300	34.11 318	30.98 346	38.51 367	28.38 335	9.08 366	2.68 353	16.48 377	5.42 363	16.24 378	9.34 363
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
FCDSN-DC	26.18 366	15.77 357	20.36 304	28.79 379	15.78 367	40.13 366	19.12 347	43.57 363	42.59 327	44.78 371	52.51 369	50.73 377	40.32 369	35.32 351	28.55 336	6.41 360	3.61 365	7.11 361	6.54 365	10.58 360	10.93 372
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 367	15.49 356	48.87 365	15.20 342	10.99 349	31.86 342	24.37 365	43.99 366	58.30 380	43.12 365	49.92 365	41.90 354	41.43 372	42.90 377	46.29 384	3.00 334	2.60 350	2.45 335	3.47 349	7.63 345	8.41 356

DLNR_Zeroshot_test	27.91 368	51.88 392	91.97 417	98.26 426	97.92 426	3.07 6	0.49 8	31.27 262	8.33 41	8.40 43	15.66 77	7.22 48	1.66 8	12.16 111	4.82 100	40.46 394	1.87 335	0.06 113	0.33 237	80.45 417	1.99 235

MFN_U_SF_RVC	28.91 369	15.44 355	55.12 373	22.00 367	8.49 332	41.39 369	15.36 320	52.74 385	46.70 348	47.83 376	53.87 373	54.97 382	40.50 370	39.54 370	40.77 370	6.09 358	4.92 373	7.08 360	9.02 373	7.68 346	8.69 359

PASM	29.37 370	19.17 364	50.43 367	23.55 371	23.15 382	27.62 323	27.82 374	35.90 312	50.76 357	35.98 348	40.55 325	47.26 372	34.98 356	35.28 350	38.72 365	12.58 380	15.96 388	17.57 379	22.46 387	13.71 371	13.92 377

EDNetEfficientorigin	29.50 371	36.05 385	99.77 429	9.67 269	5.93 269	26.79 319	16.02 324	26.87 219	55.18 370	61.15 388	57.72 380	45.04 363	50.99 384	26.90 318	44.78 382	0.53 209	0.54 204	1.72 320	2.53 342	11.05 365	10.75 369

AnyNet_C01	30.67 372	27.57 379	76.09 402	17.61 353	12.18 356	50.42 379	28.89 376	39.14 343	41.14 322	41.36 360	65.66 394	47.21 371	40.16 368	47.50 380	49.82 391	2.38 325	2.79 356	2.31 330	2.83 345	8.35 350	9.99 368

LSM	30.92 373	21.18 371	57.13 379	19.98 360	54.02 399	33.70 349	25.92 370	43.87 364	49.18 351	46.43 374	55.59 378	43.44 357	36.70 360	36.70 358	28.75 337	2.94 331	9.77 384	5.07 351	8.20 372	10.77 361	29.00 391

RTS	30.97 374	24.38 376	96.47 419	17.75 354	12.63 358	58.43 391	26.47 371	38.01 332	63.33 390	44.41 369	46.81 354	33.16 312	45.26 376	52.06 386	42.65 377	2.66 328	1.40 313	1.09 300	1.02 312	5.49 336	5.86 330

RTSA	30.97 374	24.38 376	96.47 419	17.75 354	12.63 358	58.43 391	26.47 371	38.01 332	63.33 390	44.41 369	46.81 354	33.16 312	45.26 376	52.06 386	42.65 377	2.66 328	1.40 313	1.09 300	1.02 312	5.49 336	5.86 330

DispFullNet	31.01 376	32.97 381	59.04 381	30.27 381	28.46 386	33.06 346	11.44 287	37.69 331	54.13 366	33.30 340	37.78 305	44.68 362	28.96 335	42.19 376	29.68 345	12.35 379	3.56 364	36.10 389	12.90 382	32.29 390	19.42 386

coex-ft	31.29 377	39.15 389	93.51 418	9.71 272	5.77 262	36.25 355	26.79 373	31.43 266	59.45 383	73.35 404	58.73 381	45.49 365	48.48 380	30.19 333	46.52 386	1.59 305	1.71 332	0.94 295	0.97 310	9.43 354	6.35 338

MANE	33.27 378	12.69 345	21.10 308	22.10 368	15.09 366	49.75 377	29.51 378	54.10 388	56.36 376	59.73 384	64.93 391	65.43 395	57.34 392	52.70 389	41.02 371	10.52 370	6.09 376	7.35 363	20.29 386	9.66 356	9.65 365

otaku	33.83 379	36.87 387	53.81 370	40.41 386	21.58 378	54.54 384	17.45 338	44.01 367	61.47 386	39.63 356	50.06 366	46.76 370	29.76 340	40.64 373	30.07 347	19.17 385	7.09 380	32.34 387	9.92 376	24.17 385	16.94 381

PVD	34.10 380	19.91 366	39.04 350	27.08 377	18.09 373	35.11 352	44.32 394	52.16 383	66.36 395	53.04 382	64.50 390	52.33 380	56.17 388	52.24 388	42.11 374	4.17 347	4.82 372	9.60 369	4.65 358	11.11 366	25.25 389

ELAS	34.78 381	20.32 367	38.13 349	21.79 365	14.89 364	57.95 390	37.04 387	51.15 382	51.19 362	60.95 387	64.42 389	59.08 387	54.44 386	51.53 384	46.26 383	12.00 377	7.83 381	10.46 371	8.04 369	14.42 372	13.71 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 382	20.50 368	37.14 348	22.37 369	15.07 365	54.02 383	38.42 389	50.06 380	56.72 378	61.86 392	63.52 385	58.79 386	54.60 387	54.13 391	43.99 381	12.20 378	7.90 382	10.75 372	7.65 367	14.42 372	13.42 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 383	19.78 365	33.90 342	55.86 395	36.15 389	76.79 411	94.89 421	49.29 378	51.59 364	38.15 354	37.83 307	53.71 381	39.29 364	40.56 372	40.41 369	4.02 345	6.72 379	2.35 332	4.12 355	9.70 357	10.76 370

Ntro	35.59 384	38.58 388	55.41 374	43.66 390	22.54 381	57.26 385	23.73 363	47.69 376	63.99 393	39.63 356	48.82 360	47.68 373	37.60 363	41.55 375	30.80 349	17.85 383	6.61 378	33.21 388	10.52 378	26.65 386	17.97 383

BEATNet-Init1	36.29 385	22.72 373	56.79 377	28.53 378	13.41 362	59.81 394	33.49 382	53.72 387	58.64 381	60.78 386	63.63 386	70.42 397	56.59 390	53.93 390	46.48 385	5.63 356	4.14 370	7.49 364	7.45 366	11.35 367	10.88 371

ACVNet-4b	36.91 386	52.81 393	57.04 378	42.64 389	22.08 379	48.32 376	14.64 316	50.28 381	59.78 384	43.17 366	46.34 352	55.50 383	24.49 311	39.03 368	23.55 299	25.75 389	3.76 367	47.36 393	33.76 392	28.62 387	19.22 385

MSC_U_SF_DS_RVC	37.85 387	35.62 384	55.10 372	38.16 385	13.19 361	57.63 388	24.72 366	52.87 386	63.40 392	66.39 396	63.74 387	58.16 384	54.28 385	51.56 385	47.39 387	9.36 367	5.44 374	14.82 376	15.34 384	18.80 381	11.04 373

Consistency-Raft	41.94 388	35.39 383	45.40 360	33.16 383	41.47 393	45.14 373	33.50 383	56.78 392	55.37 372	32.11 332	65.41 392	30.46 294	49.76 382	40.94 374	48.33 390	27.72 390	35.00 394	43.33 391	51.89 402	39.60 392	28.04 390

ACVNet_1	42.11 389	50.66 391	66.19 390	45.24 392	25.33 385	50.11 378	25.60 369	55.90 389	65.25 394	60.15 385	59.98 382	63.57 393	50.05 383	50.45 383	38.46 363	20.06 386	11.00 385	38.79 390	14.48 383	31.31 389	19.68 387

NVStereoNet_ROB	42.81 390	34.00 382	46.84 362	37.40 384	28.64 387	35.65 354	33.88 385	49.95 379	58.27 379	69.65 399	75.69 403	66.36 396	65.66 396	48.37 381	62.04 403	16.50 382	25.07 391	23.61 382	32.35 390	21.58 384	24.72 388
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 391	63.10 401	65.03 389	60.15 396	39.21 392	59.39 393	31.46 380	57.61 394	78.49 410	50.61 378	66.05 395	59.57 388	45.26 376	50.17 382	42.57 375	46.92 398	45.90 399	53.26 397	32.46 391	54.03 398	34.14 394

anonymity	52.60 392	58.73 395	63.81 384	41.37 388	59.41 403	53.52 381	41.39 390	56.50 391	40.60 320	55.03 383	49.64 362	49.57 375	56.22 389	59.42 393	50.07 392	55.57 401	50.19 405	51.15 395	51.23 400	51.90 394	56.75 402

MADNet+	53.97 393	69.36 403	98.79 426	67.30 400	38.52 390	79.97 415	81.50 417	61.38 396	62.53 388	52.01 381	55.50 377	61.22 391	59.61 394	70.25 403	77.26 416	25.21 388	25.07 391	17.40 378	12.69 381	34.21 391	29.70 393

JetBlue	54.72 394	46.20 390	75.05 400	51.44 393	47.85 394	76.48 410	62.38 403	64.44 398	62.86 389	63.67 395	65.49 393	78.96 404	68.77 397	68.63 401	75.95 415	37.07 391	25.78 393	29.10 386	29.19 389	29.75 388	35.27 395

SGM+DAISY	55.54 395	57.77 394	64.45 387	40.89 387	53.89 397	63.34 397	50.45 396	56.00 390	45.95 344	61.43 390	64.32 388	61.05 390	56.70 391	61.32 396	56.86 397	56.51 402	49.35 403	50.49 394	50.00 399	52.52 395	57.57 403

SPS-STEREO	56.02 396	59.82 398	64.35 386	45.23 391	53.96 398	61.34 395	44.05 393	60.08 395	50.73 356	62.61 393	61.78 384	59.73 389	57.62 393	60.63 395	59.08 398	58.29 403	48.28 400	51.30 396	49.29 398	55.67 399	56.59 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 397	62.74 400	73.58 399	66.59 399	38.77 391	63.23 396	49.56 395	72.12 408	82.24 414	79.37 412	88.96 419	76.25 401	73.29 402	55.14 392	48.05 388	38.17 392	24.21 390	54.92 398	37.94 393	48.23 393	29.29 392

IMH-64-1	59.89 398	58.89 396	69.08 394	66.46 397	50.96 395	57.48 386	51.18 397	69.03 402	67.25 396	67.90 397	80.31 408	70.42 397	74.30 403	72.66 409	50.07 392	42.88 395	43.00 396	65.88 399	47.48 395	53.41 396	39.15 396

IMH-64	59.89 398	58.89 396	69.08 394	66.46 397	50.96 395	57.48 386	51.18 397	69.03 402	67.25 396	67.90 397	80.31 408	70.42 397	74.30 403	72.66 409	50.07 392	42.88 395	43.00 396	65.88 399	47.48 395	53.41 396	39.15 396

IMH	63.51 400	61.05 399	69.15 396	69.90 401	54.09 400	65.82 400	55.66 399	72.12 408	72.52 403	72.73 402	81.82 410	73.16 400	79.86 408	77.03 414	52.57 395	44.46 397	50.01 404	68.11 401	51.57 401	56.59 400	41.88 399

TorneroNet-64	66.18 401	71.37 405	72.19 398	76.80 406	59.54 404	67.82 401	59.56 400	67.83 401	79.98 411	63.09 394	67.00 396	82.98 409	69.97 399	68.02 398	62.78 404	49.03 399	44.17 398	73.23 403	64.19 404	69.14 405	54.83 400

PWCK	66.53 402	88.82 421	80.30 407	80.69 414	30.85 388	65.18 399	41.64 391	72.55 410	71.28 402	78.68 411	69.18 398	78.14 403	62.17 395	82.93 418	63.46 405	80.46 416	40.52 395	82.05 414	47.71 397	74.54 414	39.47 398

WAO-6	71.06 403	73.42 407	67.24 391	79.78 413	61.93 407	69.67 402	60.23 401	75.12 413	87.02 417	74.87 405	79.60 407	79.28 405	84.75 414	68.25 400	61.91 402	67.67 407	48.98 402	81.65 412	73.43 409	66.76 403	59.64 404

TorneroNet	71.59 404	73.91 408	76.67 403	81.06 415	65.65 408	71.44 404	65.68 405	71.66 407	75.08 405	71.76 401	73.09 402	84.12 413	74.51 405	70.46 404	69.58 408	59.87 404	48.58 401	79.93 408	73.78 410	75.74 415	69.18 414

LVE	71.96 405	73.19 406	84.13 411	75.60 404	55.78 402	75.59 407	63.60 404	77.67 414	83.64 415	82.16 413	87.25 418	83.54 411	82.79 413	76.17 412	65.22 406	49.11 400	57.71 411	74.86 405	62.93 403	66.84 404	61.36 405

MFMNet_re	72.11 406	79.45 413	64.79 388	52.91 394	84.26 419	78.00 413	69.47 408	64.08 397	67.45 399	61.33 389	71.28 400	64.22 394	69.42 398	72.45 406	61.54 400	81.63 418	73.93 419	80.19 410	74.21 411	83.02 419	88.49 422

WAO-7	72.48 407	78.58 410	55.84 375	79.20 411	69.56 414	71.30 403	73.06 412	78.20 417	84.37 416	77.52 408	85.78 414	79.44 406	80.26 409	65.93 397	66.47 407	62.13 405	69.81 417	70.46 402	73.18 408	66.66 402	61.95 406

notaker	72.59 408	79.99 415	79.75 406	79.06 410	68.60 412	63.66 398	62.15 402	69.61 405	75.78 406	77.77 409	79.16 406	79.92 407	84.80 415	77.69 415	59.73 399	70.15 410	61.03 413	77.65 407	68.69 406	70.81 407	65.81 411

ktn	72.86 409	80.20 416	70.88 397	79.38 412	69.76 415	75.01 405	70.17 411	69.27 404	77.21 407	73.05 403	77.79 405	77.79 402	77.01 406	73.04 411	56.44 396	79.36 413	66.31 414	80.24 411	68.37 405	72.53 412	63.45 407

UNDER WATER-64	73.59 410	75.19 409	88.26 414	74.50 403	55.55 401	78.94 414	76.55 414	65.86 399	68.37 400	75.79 407	69.24 399	84.00 412	77.49 407	69.01 402	73.11 411	81.39 417	57.22 410	82.69 416	80.62 414	69.53 406	68.45 413

LRCNet_RVC	73.95 411	70.63 404	75.65 401	77.92 408	60.69 406	41.66 370	16.24 326	71.26 406	48.66 350	88.23 420	93.84 422	90.11 419	82.18 411	80.69 417	61.88 401	97.09 427	72.20 418	96.71 426	97.62 427	77.99 416	77.70 418

DPSimNet_ROB	74.86 412	83.75 419	61.14 383	77.51 407	65.78 409	76.04 409	75.86 413	74.62 412	77.61 408	82.20 414	75.97 404	80.50 408	72.45 400	68.06 399	84.65 418	81.90 419	52.11 406	79.97 409	76.71 413	70.85 408	79.47 419

UNDER WATER	76.36 413	79.65 414	88.23 413	84.62 417	67.01 410	77.90 412	78.03 415	67.43 400	72.64 404	75.52 406	71.49 401	85.52 414	82.57 412	70.68 405	75.48 414	79.61 415	54.01 407	86.59 420	84.76 419	72.44 411	72.94 416

WAO-8	77.20 414	78.94 411	67.39 392	86.73 419	72.82 416	79.98 416	69.63 409	77.88 415	88.66 419	83.17 416	86.77 415	85.56 415	85.20 416	72.63 407	69.82 409	75.00 411	55.65 408	87.92 422	83.63 417	71.60 409	64.97 409

Venus	77.20 414	78.94 411	67.39 392	86.73 419	72.82 416	79.98 416	69.63 409	77.88 415	88.66 419	83.17 416	86.77 415	85.56 415	85.20 416	72.63 407	69.82 409	75.00 411	55.65 408	87.92 422	83.63 417	71.61 410	64.97 409

HanzoNet	77.99 416	81.45 418	83.64 408	78.05 409	69.26 413	75.78 408	69.09 407	73.99 411	78.09 409	82.39 415	83.06 411	85.66 417	87.00 419	86.11 420	74.40 413	85.46 423	68.53 416	81.84 413	75.61 412	73.07 413	67.26 412

JetRed	79.80 417	80.33 417	91.79 416	71.25 402	75.71 418	91.85 420	80.84 416	79.41 418	80.84 412	84.48 418	84.47 413	83.34 410	72.72 401	79.51 416	85.74 419	69.66 409	81.68 420	73.70 404	72.68 407	82.42 418	73.53 417

Dean	80.94 418	86.19 420	83.94 410	85.03 418	60.07 405	75.42 406	67.27 406	81.85 419	88.36 418	92.35 422	87.09 417	92.14 421	93.19 421	83.37 419	74.06 412	68.69 408	66.48 415	94.89 425	84.90 420	83.86 421	69.69 415

SPstereo	83.66 419	69.17 402	79.52 405	76.33 405	67.79 411	88.06 419	91.78 420	100.00 431	100.00 431	99.12 427	99.11 426	100.00 434	98.10 425	98.44 427	89.22 420	65.98 406	60.50 412	82.46 415	81.00 415	62.47 401	64.12 408

ASD4	87.80 420	90.70 422	83.73 409	83.43 416	90.78 423	97.93 423	99.61 428	89.14 421	96.84 425	88.33 421	93.49 420	89.94 418	86.43 418	88.88 421	91.91 421	79.57 414	81.89 421	76.64 406	81.57 416	83.78 420	81.45 420

KSHMR	88.63 421	93.05 423	84.15 412	95.59 424	91.74 424	82.94 418	83.28 418	84.59 420	81.87 413	87.85 419	83.96 412	91.71 420	81.49 410	76.73 413	82.12 417	96.47 426	96.06 426	96.71 426	97.16 426	92.74 426	92.47 426

tt	89.84 422	1.21 7	99.99 431	99.29 429	100.00 432	100.00 431	100.00 431	100.00 431	99.99 429	78.46 410	68.51 397	99.99 432	100.00 430	100.00 433	100.00 433	95.27 424	99.93 430	87.33 421	86.20 421	94.13 427	86.50 421

xxxxx1	91.89 423	95.36 425	98.42 423	87.40 421	89.37 420	98.54 424	98.20 425	92.95 422	93.30 422	93.53 423	95.30 423	97.01 423	96.36 422	94.68 422	94.93 422	83.39 420	84.31 422	82.86 417	88.15 422	84.30 422	89.46 423

tt_ll	91.89 423	95.36 425	98.42 423	87.40 421	89.37 420	98.54 424	98.20 425	92.95 422	93.30 422	93.53 423	95.30 423	97.01 423	96.36 422	94.68 422	94.93 422	83.39 420	84.31 422	82.86 417	88.15 422	84.30 422	89.46 423

ff	91.89 423	95.36 425	98.42 423	87.40 421	89.37 420	98.54 424	98.20 425	92.95 422	93.30 422	93.53 423	95.30 423	97.01 423	96.36 422	94.68 422	94.93 422	83.39 420	84.31 422	82.86 417	88.15 422	84.30 422	89.46 423

MADNet++	94.07 426	93.58 424	90.62 415	96.24 425	96.57 425	97.26 422	90.52 419	94.64 425	91.89 421	97.09 426	93.64 421	94.65 422	92.81 420	96.06 425	95.06 425	95.31 425	95.85 425	92.44 424	92.08 425	91.00 425	94.17 428

PML	99.07 427	100.00 433	98.17 422	99.22 428	99.21 428	99.98 430	99.74 429	98.27 427	98.10 426	100.00 433	99.37 427	98.77 427	99.85 428	100.00 433	98.07 427	100.00 431	99.54 427	100.00 430	99.51 429	99.87 430	93.65 427

MEDIAN_ROB	99.20 428	99.85 428	99.64 428	98.51 427	98.53 427	98.60 427	97.88 424	98.83 428	98.59 427	99.35 430	99.47 428	99.57 428	99.05 427	98.38 426	98.37 428	99.99 429	99.63 428	100.00 430	100.00 431	99.82 429	99.92 430

HaxPig	99.40 429	99.99 430	97.53 421	99.99 431	99.99 430	96.91 421	97.19 422	99.57 429	99.99 429	99.98 432	100.00 430	99.99 432	99.96 429	99.06 428	97.86 426	99.99 429	100.00 432	100.00 430	100.00 431	100.00 431	99.98 431

Anonymous_1	99.63 430	99.96 429	99.94 430	99.77 430	99.59 429	100.00 431	100.00 431	99.81 430	99.98 428	99.63 431	99.94 429	99.75 429	100.00 430	99.67 429	99.89 429	98.37 428	99.84 429	98.70 428	99.26 428	99.29 428	99.24 429

test_example2	99.67 431	99.99 430	99.99 431	100.00 432	99.99 430	99.87 429	99.99 430	98.01 426	100.00 431	100.00 433	100.00 430	98.18 426	98.43 426	99.98 430	99.98 430	100.00 431	99.99 431	99.40 429	99.52 430	100.00 431	100.00 432

AVERAGE_ROB	99.81 432	99.99 430	99.44 427	100.00 432	100.00 432	99.02 428	97.81 423	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSMNet_ROB	99.95 433	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	99.16 428	100.00 430	99.95 430	100.00 430	99.98 430	99.99 431	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DGTPSM_ROB	99.95 433	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	99.16 428	100.00 430	99.95 430	100.00 430	99.98 430	99.99 431	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo03	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo02	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

Selective-RAFT-Error	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

CasAABBNet	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

LSM0	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSM_ROB	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSM	100.00 435	100.00 433	100.00 433	100.00 432	100.00 432	100.00 431	100.00 431	100.00 431	100.00 431	100.00 433	100.00 430	100.00 434	100.00 430	100.00 433	100.00 433	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

FADE		36.34 386		32.23 382	23.74 383			57.46 393	71.16 401	43.07 364		43.49 358		59.46 394		38.46 393	21.19 389	44.28 392	42.47 394	17.94 380	15.62 380

Low-res two-view benchmark