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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

Pointernet	0.11 1	0.09 1	0.06 1	0.07 2	0.06 3	0.09 3	0.08 13	0.13 5	0.06 2	0.11 5	0.09 4	0.10 2	0.07 3	0.06 5	0.16 1	0.16 1	0.19 1	0.11 1	0.18 1	0.09 1	0.17 1	0.11 1	0.08 7	0.07 2	0.14 1	0.12 1	0.24 8	0.12 2

CroCo-Stereo	0.13 2	0.09 1	0.08 2	0.07 2	0.04 1	0.06 1	0.04 1	0.14 9	0.05 1	0.10 3	0.03 1	0.13 4	0.06 1	0.04 1	0.24 10	0.26 9	0.20 2	0.18 3	0.20 4	0.11 2	0.24 7	0.15 3	0.05 1	0.06 1	0.22 10	0.20 9	0.23 5	0.15 5
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
CroCo-Stereo Lap2	0.14 3	0.10 3	0.08 2	0.08 4	0.08 7	0.08 2	0.05 3	0.12 3	0.06 2	0.22 17	0.07 3	0.16 6	0.07 3	0.04 1	0.20 3	0.26 9	0.22 6	0.19 6	0.26 12	0.11 2	0.28 14	0.16 4	0.06 2	0.08 3	0.22 10	0.23 15	0.20 3	0.16 7

U	0.15 6	0.11 4	0.08 2	0.06 1	0.05 2	0.09 3	0.04 1	0.16 12	0.06 2	0.15 11	0.04 2	0.17 10	0.07 3	0.05 3	0.22 7	0.28 14	0.26 12	0.23 14	0.27 13	0.17 10	0.28 14	0.19 10	0.06 2	0.08 3	0.26 13	0.23 15	0.23 5	0.20 13

StereoVision	0.18 12	0.13 5	0.11 8	0.09 6	0.14 17	0.16 16	0.08 13	0.17 13	0.17 17	0.15 11	0.15 8	0.16 6	0.10 10	0.06 5	0.25 12	0.26 9	0.27 13	0.22 12	0.22 7	0.16 8	0.23 5	0.17 5	0.06 2	0.13 14	0.28 19	0.29 25	0.38 23	0.28 23

ProNet	0.14 3	0.13 5	0.14 13	0.11 8	0.07 4	0.14 12	0.12 25	0.13 5	0.06 2	0.08 1	0.24 30	0.09 1	0.06 1	0.07 7	0.22 7	0.21 3	0.22 6	0.18 3	0.19 3	0.14 5	0.20 2	0.11 1	0.12 18	0.11 11	0.16 2	0.13 2	0.17 2	0.12 2

RAFT	0.17 10	0.13 5	0.10 6	0.16 16	0.07 4	0.21 27	0.05 3	0.25 17	0.12 12	0.14 10	0.15 8	0.16 6	0.10 10	0.05 3	0.21 5	0.20 2	0.23 9	0.15 2	0.28 14	0.13 4	0.21 3	0.17 5	0.07 5	0.10 7	0.26 13	0.24 18	0.33 18	0.23 15

MoCha-V2	0.14 3	0.15 8	0.11 8	0.12 9	0.09 8	0.11 8	0.09 17	0.13 5	0.08 7	0.13 9	0.18 15	0.17 10	0.07 3	0.07 7	0.17 2	0.23 6	0.20 2	0.20 7	0.25 10	0.14 5	0.29 17	0.17 5	0.08 7	0.08 3	0.17 4	0.16 3	0.15 1	0.11 1

RAStereo	0.19 14	0.16 9	0.10 6	0.08 4	0.07 4	0.09 3	0.06 6	0.21 14	0.09 10	0.45 44	0.09 4	0.26 17	0.08 7	0.07 7	0.25 12	0.26 9	0.28 15	0.25 16	0.33 20	0.15 7	0.35 24	0.18 8	0.08 7	0.10 7	0.28 19	0.23 15	0.25 9	0.24 18

RSM	0.15 6	0.16 9	0.12 10	0.14 12	0.09 8	0.14 12	0.06 6	0.10 1	0.08 7	0.09 2	0.15 8	0.14 5	0.10 10	0.07 7	0.22 7	0.25 7	0.21 5	0.20 7	0.18 1	0.17 10	0.25 8	0.18 8	0.08 7	0.10 7	0.16 2	0.16 3	0.27 12	0.15 5

AIO-Stereo	0.15 6	0.17 11	0.12 10	0.17 19	0.10 10	0.12 9	0.06 6	0.11 2	0.08 7	0.10 3	0.14 6	0.12 3	0.09 8	0.08 12	0.20 3	0.21 3	0.20 2	0.20 7	0.21 5	0.17 10	0.23 5	0.20 13	0.07 5	0.11 11	0.17 4	0.16 3	0.23 5	0.12 2

RSM++	0.17 10	0.18 12	0.13 12	0.17 19	0.10 10	0.14 12	0.07 9	0.13 5	0.13 13	0.12 7	0.14 6	0.17 10	0.11 13	0.08 12	0.25 12	0.27 13	0.25 10	0.21 11	0.23 8	0.18 13	0.26 9	0.21 15	0.08 7	0.10 7	0.20 8	0.18 6	0.29 14	0.18 10

MaDis-Stereo	0.26 19	0.20 13	0.16 19	0.10 7	0.10 10	0.10 6	0.08 13	0.24 16	0.14 15	0.36 26	0.16 12	0.36 31	0.12 16	0.08 12	0.33 26	0.35 28	0.39 30	0.35 44	0.53 52	0.20 19	0.40 29	0.26 24	0.13 25	0.15 17	0.39 57	0.39 61	0.40 26	0.49 63

anonymousdsp	0.25 18	0.23 14	0.19 26	0.16 16	0.14 17	0.18 21	0.10 20	0.37 26	0.19 25	0.32 24	0.22 25	0.32 22	0.12 16	0.14 28	0.29 19	0.32 25	0.32 17	0.28 20	0.39 27	0.22 22	0.46 49	0.31 32	0.12 18	0.15 17	0.26 13	0.20 9	0.52 48	0.20 13

RYNet	0.27 21	0.23 14	0.18 24	0.15 13	0.17 26	0.19 24	0.13 27	0.25 17	0.31 98	0.17 14	0.20 20	0.19 14	0.14 18	0.13 25	0.80 133	0.28 14	0.27 13	0.41 73	0.28 14	0.19 16	0.27 11	0.21 15	0.29 135	0.18 25	0.27 17	0.76 143	0.34 19	0.23 15

IGEV-Stereo++	0.16 9	0.24 16	0.09 5	0.13 10	0.13 13	0.10 6	0.05 3	0.15 10	0.13 13	0.12 7	0.16 12	0.16 6	0.11 13	0.07 7	0.21 5	0.22 5	0.22 6	0.18 3	0.21 5	0.16 8	0.22 4	0.27 25	0.09 12	0.08 3	0.17 4	0.18 6	0.25 9	0.18 10

IGEV-BASED-STEREO-	0.30 29	0.24 16	0.17 22	0.23 43	0.19 31	0.18 21	0.08 13	0.49 49	0.25 47	0.54 86	0.21 21	0.32 22	0.17 27	0.17 38	0.29 19	0.39 41	0.45 41	0.36 48	0.50 40	0.26 38	0.56 97	0.49 89	0.13 25	0.13 14	0.31 30	0.26 21	0.45 31	0.30 24

IGEV-Stereo+	0.27 21	0.25 18	0.14 13	0.22 31	0.14 17	0.13 11	0.07 9	0.36 24	0.20 28	0.55 93	0.23 27	0.38 34	0.14 18	0.16 34	0.26 16	0.35 28	0.40 31	0.35 44	0.48 37	0.24 29	0.44 40	0.51 101	0.12 18	0.13 14	0.28 19	0.20 9	0.34 19	0.23 15

delet	0.24 16	0.25 18	0.22 48	0.24 44	0.20 35	0.28 59	0.16 53	0.21 14	0.18 20	0.23 18	0.26 34	0.26 17	0.15 21	0.25 101	0.32 25	0.28 14	0.31 16	0.27 18	0.24 9	0.24 29	0.31 18	0.20 13	0.16 35	0.19 26	0.28 19	0.25 19	0.32 17	0.31 26

Occ-G	0.18 12	0.26 20	0.15 16	0.17 19	0.14 17	0.15 15	0.07 9	0.12 3	0.11 11	0.11 5	0.22 25	0.20 15	0.09 8	0.10 16	0.28 18	0.28 14	0.25 10	0.22 12	0.29 16	0.19 16	0.26 9	0.19 10	0.10 15	0.15 17	0.19 7	0.18 6	0.29 14	0.17 8

RAFT + AFF	0.27 21	0.26 20	0.17 22	0.21 28	0.13 13	0.19 24	0.13 27	0.41 29	0.18 20	0.44 42	0.19 17	0.42 43	0.14 18	0.09 15	0.86 150	0.29 19	0.41 34	0.20 7	0.55 59	0.23 25	0.47 56	0.21 15	0.12 18	0.15 17	0.28 19	0.20 9	0.21 4	0.17 8

UniTT-Stereo	0.28 24	0.27 22	0.15 16	0.15 13	0.13 13	0.17 19	0.09 17	0.35 23	0.19 25	0.49 63	0.21 21	0.41 41	0.18 30	0.14 28	0.40 36	0.39 41	0.42 36	0.34 35	0.56 65	0.25 33	0.43 35	0.24 21	0.13 25	0.19 26	0.31 30	0.41 66	0.30 16	0.37 35

iRaftStereo_RVC	0.26 19	0.27 22	0.16 19	0.13 10	0.14 17	0.18 21	0.09 17	0.44 35	0.14 15	0.36 26	0.36 63	0.32 22	0.16 24	0.13 25	0.29 19	0.29 19	0.38 28	0.28 20	0.34 23	0.22 22	0.41 30	0.38 45	0.12 18	0.17 22	0.27 17	0.29 25	0.42 27	0.27 22

AANet_RVC	0.28 24	0.27 22	0.23 53	0.19 24	0.28 73	0.16 16	0.16 53	0.29 20	0.30 82	0.20 16	0.27 37	0.24 16	0.21 43	0.19 43	0.45 48	0.36 34	0.33 20	0.34 35	0.29 16	0.29 47	0.27 11	0.27 25	0.22 98	0.21 31	0.34 39	0.33 38	0.42 27	0.52 74

4D-IteraStereo	0.40 53	0.28 25	0.33 82	0.35 96	0.24 48	0.24 44	0.15 45	0.63 115	0.28 68	0.61 131	0.39 77	0.51 74	0.22 46	0.22 64	0.48 57	0.43 59	0.49 62	0.43 85	0.66 93	0.34 66	0.63 122	0.70 147	0.14 29	0.22 43	0.39 57	0.47 86	0.63 82	0.39 40

LL-Strereo2	0.34 40	0.29 26	0.21 39	0.24 44	0.19 31	0.17 19	0.13 27	0.63 115	0.26 57	0.58 117	0.23 27	0.44 50	0.22 46	0.14 28	0.41 42	0.41 48	0.47 55	0.35 44	0.73 109	0.31 56	0.47 56	0.36 40	0.21 88	0.20 29	0.32 34	0.34 42	0.51 38	0.35 33

MMNet	0.29 27	0.29 26	0.22 48	0.26 53	0.26 60	0.26 49	0.18 59	0.33 22	0.23 34	0.24 19	0.28 39	0.35 27	0.15 21	0.32 139	0.39 34	0.31 23	0.36 24	0.34 35	0.41 29	0.27 41	0.32 19	0.21 15	0.17 47	0.23 55	0.32 34	0.30 27	0.46 32	0.32 28

GANet	0.32 35	0.29 26	0.27 64	0.34 87	0.33 95	0.38 100	0.29 115	0.44 35	0.24 42	0.35 25	0.30 47	0.46 55	0.22 46	0.21 58	0.31 24	0.32 25	0.40 31	0.43 85	0.33 20	0.22 22	0.33 21	0.29 29	0.22 98	0.24 63	0.31 30	0.27 22	0.42 27	0.34 32

TDLM	0.24 16	0.29 26	0.22 48	0.22 31	0.27 69	0.23 40	0.18 59	0.26 19	0.19 25	0.18 15	0.38 71	0.29 20	0.21 43	0.15 31	0.24 10	0.28 14	0.32 17	0.28 20	0.25 10	0.21 21	0.28 14	0.19 10	0.16 35	0.21 31	0.24 12	0.20 9	0.28 13	0.25 19

AEACV	0.19 14	0.31 30	0.14 13	0.17 19	0.13 13	0.12 9	0.07 9	0.15 10	0.07 6	0.16 13	0.15 8	0.18 13	0.11 13	0.11 19	0.25 12	0.25 7	0.32 17	0.23 14	0.35 24	0.18 13	0.27 11	0.22 19	0.11 17	0.11 11	0.20 8	0.22 14	0.25 9	0.18 10

DMCA	0.32 35	0.31 30	0.30 72	0.24 44	0.25 50	0.27 52	0.22 83	0.36 24	0.33 111	0.31 22	0.40 80	0.40 37	0.23 49	0.25 101	0.41 42	0.37 36	0.40 31	0.39 58	0.36 25	0.28 43	0.41 30	0.27 25	0.25 119	0.25 71	0.31 30	0.35 43	0.39 24	0.37 35

Former-RAFT_DAM_RVC	0.41 56	0.33 32	0.29 68	0.29 64	0.24 48	0.26 49	0.16 53	0.55 66	0.40 141	0.55 93	0.49 100	0.49 64	0.27 66	0.23 74	0.58 73	0.45 74	0.51 76	0.40 69	0.50 40	0.36 83	0.46 49	0.50 94	0.16 35	0.23 55	0.49 85	0.75 140	0.44 30	0.56 88

test_4	0.34 40	0.33 32	0.27 64	0.21 28	0.18 29	0.16 16	0.11 22	0.59 83	0.26 57	0.58 117	0.25 32	0.50 70	0.20 36	0.19 43	0.33 26	0.40 44	0.45 41	0.34 35	0.41 29	0.29 47	0.45 44	0.41 54	0.16 35	0.24 63	0.38 54	0.40 65	0.59 72	0.42 51

raftrobust	0.43 73	0.33 32	0.36 93	0.28 59	0.28 73	0.27 52	0.18 59	0.64 122	0.25 47	0.63 144	0.53 118	0.51 74	0.25 57	0.22 64	0.63 92	0.48 97	0.51 76	0.41 73	0.96 141	0.38 91	0.53 88	0.46 78	0.20 80	0.24 63	0.57 107	0.54 107	0.54 53	0.52 74

HH	0.84 175	0.34 35	0.99 217	0.42 119	0.36 111	0.51 142	0.42 145	0.69 150	0.34 116	0.65 155	0.38 71	1.03 180	0.26 60	0.28 118	0.66 102	1.37 249	0.61 139	0.53 149	2.39 198	0.60 172	3.55 258	1.64 219	0.25 119	0.33 120	0.83 180	1.05 194	1.09 183	1.12 175

HanStereo	0.84 175	0.34 35	0.99 217	0.42 119	0.36 111	0.51 142	0.42 145	0.69 150	0.34 116	0.65 155	0.38 71	1.03 180	0.26 60	0.28 118	0.66 102	1.37 249	0.61 139	0.53 149	2.39 198	0.60 172	3.55 258	1.64 219	0.25 119	0.33 120	0.83 180	1.05 194	1.09 183	1.12 175

AASNet	0.28 24	0.34 35	0.22 48	0.25 49	0.26 60	0.34 86	0.25 98	0.32 21	0.17 17	0.29 21	0.36 63	0.26 17	0.18 30	0.24 85	0.36 30	0.31 23	0.34 22	0.32 27	0.32 18	0.28 43	0.35 24	0.28 28	0.17 47	0.22 43	0.30 26	0.28 24	0.35 22	0.25 19

AnonymousM	0.79 171	0.34 35	0.20 29	0.24 44	0.22 38	0.21 27	0.15 45	0.58 76	0.21 31	0.57 105	0.39 77	0.45 54	0.15 21	0.19 43	0.56 66	0.54 129	0.54 91	0.40 69	0.53 52	0.30 51	0.65 129	0.54 111	0.20 80	0.22 43	0.30 26	0.39 61	1.31 207	11.04 271

test-1	0.84 175	0.34 35	0.50 155	0.37 100	0.40 131	0.60 164	0.37 134	0.73 168	0.38 136	0.68 174	0.71 167	1.08 185	0.40 142	0.25 101	0.79 131	0.91 199	0.63 149	0.58 173	2.22 191	0.58 163	1.17 199	3.78 254	0.22 98	0.36 135	0.81 175	1.15 204	1.10 186	1.59 196

raft+_RVC	0.35 43	0.34 35	0.26 62	0.25 49	0.23 42	0.25 47	0.18 59	0.54 60	0.26 57	0.52 75	0.43 85	0.46 55	0.23 49	0.18 40	0.42 46	0.38 38	0.43 37	0.34 35	0.61 85	0.26 38	0.43 35	0.38 45	0.13 25	0.20 29	0.39 57	0.39 61	0.58 65	0.42 51

AFF-stereo	0.30 29	0.34 35	0.26 62	0.18 23	0.17 26	0.33 79	0.11 22	0.50 50	0.23 34	0.46 47	0.28 39	0.40 37	0.16 24	0.12 23	0.27 17	0.35 28	0.37 26	0.25 16	0.57 69	0.23 25	0.38 27	0.25 22	0.17 47	0.17 22	0.37 50	0.37 54	0.48 35	0.32 28

UPFNet	0.38 47	0.34 35	0.34 86	0.32 79	0.33 95	0.39 102	0.29 115	0.47 46	0.33 111	0.43 35	0.41 82	0.40 37	0.30 81	0.34 144	0.61 85	0.40 44	0.46 46	0.41 73	0.52 45	0.35 81	0.35 24	0.34 36	0.25 119	0.27 80	0.38 54	0.35 43	0.55 54	0.37 35

CES	0.46 84	0.35 43	0.30 72	0.27 57	0.27 69	0.29 62	0.12 25	1.05 220	0.27 61	0.54 86	0.66 155	0.53 78	0.25 57	0.23 74	0.62 89	0.65 161	0.58 117	0.37 52	0.54 57	0.34 66	0.84 164	0.53 109	0.23 108	0.23 55	0.56 106	0.44 72	0.57 58	0.69 122

PWCDC_ROB	0.67 139	0.35 43	0.39 108	0.29 64	0.43 142	0.34 86	0.36 132	0.43 33	1.25 229	0.27 20	0.72 172	0.44 50	2.38 237	0.57 208	1.11 195	0.76 181	0.56 104	0.56 163	0.64 87	0.55 151	0.63 122	2.08 231	0.46 179	0.40 147	0.36 49	0.63 118	0.51 38	0.67 116

IER	0.41 56	0.37 45	0.31 76	0.30 71	0.28 73	0.35 91	0.24 93	0.47 46	0.28 68	0.44 42	0.59 131	0.77 148	0.29 71	0.35 150	0.63 92	0.42 52	0.47 55	0.42 80	0.44 33	0.34 66	0.42 34	0.36 40	0.28 133	0.26 77	0.40 61	0.47 86	0.52 48	0.52 74

RAFT_CTSACE	0.30 29	0.37 45	0.15 16	0.15 13	0.15 22	0.25 47	0.18 59	0.53 56	0.20 28	0.55 93	0.18 15	0.44 50	0.29 71	0.16 34	0.29 19	0.30 21	0.37 26	0.27 18	0.37 26	0.18 13	0.38 27	0.45 73	0.10 15	0.17 22	0.30 26	0.31 31	0.60 73	0.26 21

test-3	0.55 110	0.37 45	0.37 97	0.34 87	0.33 95	0.33 79	0.22 83	0.65 129	0.27 61	0.61 131	0.34 59	0.90 166	0.31 93	0.21 58	0.60 80	0.44 64	0.55 99	0.42 80	2.59 206	0.38 91	0.56 97	1.37 205	0.16 35	0.29 88	0.48 78	0.38 58	0.69 100	0.54 84

test_1	0.55 110	0.37 45	0.37 97	0.34 87	0.33 95	0.33 79	0.22 83	0.66 133	0.27 61	0.62 140	0.34 59	0.90 166	0.31 93	0.21 58	0.61 85	0.44 64	0.55 99	0.42 80	2.58 205	0.38 91	0.56 97	1.38 207	0.16 35	0.29 88	0.48 78	0.38 58	0.69 100	0.54 84

DMCA-RVC	0.44 76	0.37 45	0.35 88	0.33 85	0.37 118	0.32 72	0.41 144	0.46 44	0.52 167	0.43 35	0.48 96	0.68 122	0.33 106	0.29 124	0.65 101	0.46 81	0.47 55	0.44 90	0.49 39	0.38 91	0.49 65	0.48 88	0.29 135	0.32 108	0.38 54	0.37 54	0.57 58	0.62 105

HITNet	0.38 47	0.37 45	0.28 66	0.34 87	0.29 78	0.26 49	0.19 70	0.58 76	0.32 106	0.57 105	0.45 91	0.55 85	0.30 81	0.22 64	0.51 60	0.35 28	0.44 38	0.39 58	0.41 29	0.29 47	0.41 30	0.38 45	0.20 80	0.25 71	0.39 57	0.37 54	0.70 104	0.52 74
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
test_3	0.56 117	0.38 51	0.36 93	0.34 87	0.33 95	0.33 79	0.21 78	0.68 143	0.29 75	0.65 155	0.33 57	0.92 168	0.35 125	0.21 58	0.60 80	0.44 64	0.56 104	0.45 99	2.68 208	0.39 103	0.55 93	1.35 203	0.15 31	0.32 108	0.51 91	0.47 86	0.67 96	0.50 71

XX-Stereo	9.49 278	0.38 51	0.36 93	0.63 172	0.28 73	0.54 152	0.28 108	0.69 150	0.28 68	0.69 182	6.24 272	1.00 175	0.29 71	0.23 74	0.70 117	1.08 226	0.60 134	0.52 145	1.58 170	0.53 140	0.76 153	0.65 133	0.18 59	0.26 77	233.61 295	0.88 162	1.01 175	1.90 209

HCRNet	0.32 35	0.38 51	0.20 29	0.39 106	0.17 26	0.29 62	0.18 59	0.40 28	0.18 20	0.80 212	0.40 80	0.49 64	0.18 30	0.22 64	0.38 33	0.30 21	0.38 28	0.29 24	0.40 28	0.19 16	0.33 21	0.23 20	0.19 67	0.16 21	0.26 13	0.31 31	0.51 38	0.31 26

ARAFT	0.34 40	0.38 51	0.23 53	0.26 53	0.21 37	0.27 52	0.14 40	0.44 35	0.24 42	0.50 64	0.30 47	0.41 41	0.16 24	0.15 31	0.67 107	0.42 52	0.50 67	0.47 113	0.51 43	0.23 25	0.53 88	0.32 33	0.16 35	0.19 26	0.43 65	0.30 27	0.52 48	0.37 35

FINET	0.40 53	0.38 51	0.39 108	0.43 124	0.30 85	0.34 86	0.35 130	0.44 35	0.36 125	0.47 50	0.32 51	0.47 58	0.30 81	0.28 118	0.66 102	0.50 106	0.48 59	0.36 48	0.60 81	0.33 62	0.46 49	0.37 44	0.30 138	0.30 96	0.43 65	0.35 43	0.56 56	0.42 51

test_5	0.29 27	0.39 56	0.16 19	0.22 31	0.15 22	0.21 27	0.13 27	0.54 60	0.20 28	0.38 31	0.19 17	0.44 50	0.34 118	0.10 16	0.43 47	0.38 38	0.33 20	0.32 27	0.33 20	0.20 19	0.32 19	0.35 38	0.09 12	0.21 31	0.28 19	0.30 27	0.51 38	0.32 28

GMOStereo	0.42 61	0.39 56	0.21 39	0.30 71	0.26 60	0.29 62	0.19 70	0.67 136	0.30 82	0.66 165	0.32 51	0.54 80	0.33 106	0.20 53	0.40 36	0.46 81	0.50 67	0.44 90	0.68 97	0.34 66	0.51 72	0.66 136	0.16 35	0.22 43	0.58 111	0.45 77	0.82 133	0.41 46

error version	0.42 61	0.39 56	0.21 39	0.30 71	0.26 60	0.29 62	0.19 70	0.67 136	0.30 82	0.66 165	0.32 51	0.54 80	0.33 106	0.20 53	0.40 36	0.46 81	0.50 67	0.44 90	0.68 97	0.34 66	0.51 72	0.66 136	0.16 35	0.22 43	0.58 111	0.45 77	0.82 133	0.41 46

test-v	0.42 61	0.39 56	0.21 39	0.30 71	0.26 60	0.29 62	0.19 70	0.67 136	0.30 82	0.66 165	0.32 51	0.54 80	0.33 106	0.20 53	0.40 36	0.46 81	0.50 67	0.44 90	0.68 97	0.34 66	0.51 72	0.66 136	0.16 35	0.22 43	0.58 111	0.45 77	0.82 133	0.41 46

test-2	0.42 61	0.39 56	0.21 39	0.30 71	0.26 60	0.29 62	0.19 70	0.67 136	0.30 82	0.66 165	0.32 51	0.54 80	0.33 106	0.20 53	0.40 36	0.46 81	0.50 67	0.44 90	0.68 97	0.34 66	0.51 72	0.66 136	0.16 35	0.22 43	0.58 111	0.45 77	0.82 133	0.41 46

MIM_Stereo	0.32 35	0.40 61	0.25 59	0.28 59	0.20 35	0.27 52	0.14 40	0.45 41	0.18 20	0.48 55	0.25 32	0.42 43	0.18 30	0.16 34	0.36 30	0.42 52	0.44 38	0.36 48	0.47 35	0.28 43	0.47 56	0.36 40	0.12 18	0.23 55	0.29 25	0.27 22	0.47 33	0.33 31

BEATNet_4x	0.53 103	0.40 61	0.34 86	0.39 106	0.36 111	0.32 72	0.27 103	0.64 122	0.41 145	0.66 165	0.45 91	0.62 112	0.39 139	0.24 85	0.83 141	0.63 151	0.58 117	0.58 173	0.57 69	0.36 83	0.90 171	1.52 215	0.25 119	0.36 135	0.46 73	0.44 72	0.77 120	0.60 99

CVANet_RVC	0.31 33	0.40 61	0.30 72	0.40 110	0.29 78	0.37 95	0.23 90	0.41 29	0.23 34	0.31 22	0.49 100	0.37 33	0.26 60	0.19 43	0.29 19	0.33 27	0.34 22	0.32 27	0.32 18	0.25 33	0.34 23	0.25 22	0.18 59	0.25 71	0.30 26	0.25 19	0.34 19	0.30 24

PDISCO_ROB	0.48 89	0.40 61	0.39 108	0.38 103	0.34 104	0.39 102	0.28 108	0.50 50	0.35 121	0.37 29	0.52 114	0.49 64	0.35 125	0.31 133	0.63 92	0.58 142	0.54 91	0.68 200	0.59 74	0.44 120	0.62 119	0.67 141	0.24 116	0.34 124	0.54 101	0.53 105	0.85 144	0.58 92

anonymity	3.27 253	0.41 65	1.09 229	0.58 159	0.41 136	0.47 131	0.30 122	0.79 187	0.33 111	0.61 131	69.49 292	0.85 159	0.30 81	0.24 85	0.59 76	1.02 220	0.60 134	0.43 85	1.35 163	0.60 172	0.73 149	1.82 228	0.24 116	0.29 88	1.00 208	1.24 211	1.08 181	1.47 192

TANstereo	0.55 110	0.41 65	0.35 88	0.40 110	0.39 126	0.45 124	0.21 78	0.52 52	0.30 82	0.54 86	0.37 69	0.38 34	0.38 137	0.41 164	0.84 144	0.73 178	0.66 159	0.78 221	1.10 149	0.89 219	0.62 119	0.54 111	0.93 232	0.32 108	0.34 39	0.45 77	0.99 170	0.53 78

XX-TBD	0.55 110	0.41 65	0.35 88	0.40 110	0.39 126	0.45 124	0.21 78	0.52 52	0.30 82	0.54 86	0.37 69	0.38 34	0.38 137	0.41 164	0.84 144	0.73 178	0.66 159	0.78 221	1.10 149	0.89 219	0.62 119	0.54 111	0.93 232	0.32 108	0.34 39	0.45 77	0.99 170	0.53 78

sAnonymous2	0.58 123	0.41 65	0.31 76	0.29 64	0.29 78	0.45 124	0.29 115	0.71 159	0.41 145	0.48 55	0.53 118	0.51 74	0.43 150	0.23 74	0.86 150	0.84 192	0.70 174	0.67 195	1.34 161	0.60 172	0.83 162	0.98 176	0.30 138	0.35 128	0.62 126	0.72 133	0.72 109	0.73 134

CroCo_RVC	0.58 123	0.41 65	0.31 76	0.29 64	0.29 78	0.45 124	0.29 115	0.71 159	0.41 145	0.48 55	0.53 118	0.51 74	0.43 150	0.23 74	0.86 150	0.84 192	0.70 174	0.67 195	1.34 161	0.60 172	0.83 162	0.98 176	0.30 138	0.35 128	0.62 126	0.72 133	0.72 109	0.73 134

RALAANet	0.41 56	0.41 65	0.37 97	0.28 59	0.28 73	0.33 79	0.24 93	0.54 60	0.27 61	0.48 55	0.48 96	0.43 48	0.25 57	0.20 53	0.57 69	0.41 48	0.49 62	0.50 131	0.71 105	0.40 108	0.52 82	0.46 78	0.21 88	0.29 88	0.46 73	0.45 77	0.70 104	0.47 60

RAFT-Stereo + iAFF	0.35 43	0.41 65	0.32 79	0.24 44	0.19 31	0.28 59	0.13 27	0.58 76	0.24 42	0.46 47	0.35 62	0.49 64	0.19 34	0.15 31	0.34 29	0.35 28	0.41 34	0.28 20	0.65 91	0.28 43	0.44 40	0.33 34	0.19 67	0.22 43	0.51 91	0.37 54	0.58 65	0.44 55

CREStereo++_RVC	0.43 73	0.42 72	0.39 108	0.30 71	0.33 95	0.27 52	0.19 70	0.57 72	0.31 98	0.58 117	0.36 63	0.58 94	0.56 178	0.23 74	0.48 57	0.50 106	0.61 139	0.34 35	0.52 45	0.30 51	0.56 97	0.42 59	0.16 35	0.29 88	0.49 85	0.44 72	0.79 126	0.69 122
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
sCroCo_RVC	0.58 123	0.42 72	0.29 68	0.28 59	0.29 78	0.39 102	0.22 83	0.60 88	0.41 145	0.53 85	0.43 85	0.48 61	0.50 166	0.24 85	0.75 125	0.99 217	0.75 185	0.63 184	1.02 144	0.56 155	1.10 195	1.36 204	0.28 133	0.39 144	0.63 130	0.63 118	0.93 157	0.64 111

UNet	0.44 76	0.42 72	0.40 113	0.37 100	0.36 111	0.41 110	0.28 108	0.57 72	0.35 121	0.50 64	0.49 100	0.47 58	0.34 118	0.37 156	0.53 63	0.43 59	0.54 91	0.46 107	0.56 65	0.39 103	0.47 56	0.44 70	0.27 130	0.34 124	0.44 67	0.48 91	0.58 65	0.57 90

plain	0.31 33	0.43 75	0.20 29	0.20 27	0.16 24	0.20 26	0.10 20	0.41 29	0.18 20	0.48 55	0.19 17	0.34 26	0.17 27	0.10 16	0.41 42	0.44 64	0.45 41	0.40 69	0.55 59	0.24 29	0.41 30	0.34 36	0.14 29	0.21 31	0.32 34	0.33 38	0.39 24	0.48 62

iinet-f	0.52 100	0.43 75	0.36 93	0.34 87	0.25 50	0.47 131	0.25 98	0.43 33	0.27 61	0.52 75	0.94 199	0.61 104	0.44 155	0.25 101	1.06 190	0.57 137	0.52 80	0.39 58	1.51 168	0.50 134	0.58 111	0.75 154	0.26 126	0.25 71	0.52 95	0.38 58	0.76 119	0.53 78

HGLStereo	0.43 73	0.43 75	0.37 97	0.34 87	0.37 118	0.39 102	0.23 90	0.48 48	0.31 98	0.47 50	0.72 172	0.42 43	0.29 71	0.32 139	0.51 60	0.49 103	0.55 99	0.50 131	0.55 59	0.39 103	0.51 72	0.43 65	0.22 98	0.33 120	0.51 91	0.51 101	0.57 58	0.45 57

DN-CSS_ROB	0.52 100	0.43 75	0.46 142	0.41 115	0.40 131	0.34 86	0.22 83	0.69 150	0.34 116	0.59 122	0.79 182	0.66 118	0.47 161	0.24 85	0.63 92	0.40 44	0.58 117	0.43 85	1.74 176	0.38 91	0.63 122	0.38 45	0.31 143	0.47 172	0.53 97	0.43 69	0.66 95	0.54 84

gcap-zeroshot	1.75 224	0.44 79	0.89 211	0.59 162	0.36 111	0.55 154	0.29 115	0.74 173	0.29 75	0.74 195	0.76 179	1.18 194	0.33 106	0.24 85	0.78 127	0.97 210	0.61 139	0.53 149	29.80 277	0.80 210	1.04 190	1.45 209	0.23 108	0.34 124	0.75 158	0.99 183	0.96 164	0.75 137

MIF-Stereo (partial)	0.30 29	0.44 79	0.18 24	0.16 16	0.16 24	0.21 27	0.11 22	0.37 26	0.22 32	0.37 29	0.24 30	0.32 22	0.17 27	0.13 25	0.39 34	0.45 74	0.46 46	0.38 56	0.42 32	0.25 33	0.43 35	0.35 38	0.18 59	0.21 31	0.35 48	0.32 35	0.50 37	0.44 55

LoS	0.55 110	0.44 79	0.29 68	0.36 99	0.37 118	0.40 108	0.20 77	1.37 236	0.31 98	0.86 221	0.78 181	0.68 122	0.37 134	0.24 85	0.58 73	0.72 174	0.59 127	0.40 69	0.75 116	0.35 81	1.03 189	0.65 133	0.21 88	0.24 63	0.79 170	0.64 121	0.64 85	0.68 120
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
raft_robust	0.49 92	0.44 79	0.24 57	0.38 103	0.29 78	0.32 72	0.21 78	0.73 168	0.35 121	0.69 182	0.34 59	0.57 89	0.31 93	0.24 85	0.59 76	0.53 123	0.54 91	0.46 107	0.98 142	0.37 88	0.69 140	0.94 174	0.20 80	0.28 84	0.55 104	0.69 125	0.69 100	0.60 99

CFNet_pseudo	0.51 96	0.44 79	0.43 129	0.54 152	0.43 142	0.53 148	0.34 128	0.62 102	0.36 125	0.61 131	0.64 147	0.57 89	0.52 171	0.35 150	0.90 161	0.50 106	0.50 67	0.47 113	0.67 95	0.36 83	0.47 56	0.42 59	0.26 126	0.33 120	0.57 107	0.60 117	0.68 97	0.73 134

CFNet	0.45 80	0.44 79	0.33 82	0.48 134	0.40 131	0.39 102	0.30 122	0.53 56	0.32 106	0.48 55	0.50 105	0.68 122	0.40 142	0.30 126	0.56 66	0.37 36	0.48 59	0.43 85	0.52 45	0.33 62	0.46 49	0.30 31	0.23 108	0.31 104	0.61 121	0.52 103	0.69 100	0.71 129

DeepPruner_ROB	0.59 129	0.44 79	0.54 165	0.52 147	0.54 166	0.49 135	0.37 134	0.61 95	0.46 161	0.60 128	0.70 166	0.61 104	0.51 170	0.32 139	1.06 190	0.58 142	0.62 144	0.59 178	0.66 93	0.47 131	0.97 185	0.72 151	0.36 157	0.44 162	0.61 121	1.00 185	0.72 109	0.58 92

DISCO	0.45 80	0.44 79	0.29 68	0.40 110	0.38 124	0.49 135	0.43 147	0.45 41	0.43 156	0.50 64	0.57 128	0.40 37	0.29 71	0.30 126	0.61 85	0.43 59	0.55 99	0.46 107	0.69 102	0.41 111	0.48 61	0.43 65	0.26 126	0.32 108	0.47 75	0.50 99	0.62 79	0.50 71

GCAP-BAT	0.76 162	0.45 87	0.20 29	0.22 31	0.25 50	0.22 32	0.13 27	0.62 102	0.25 47	0.57 105	0.29 41	0.75 137	0.20 36	0.19 43	0.47 50	0.51 113	10.38 275	0.39 58	0.59 74	0.34 66	0.93 173	0.50 94	0.17 47	0.21 31	0.34 39	0.36 46	0.51 38	0.49 63

test_for_model	0.76 162	0.45 87	0.20 29	0.22 31	0.25 50	0.22 32	0.13 27	0.62 102	0.25 47	0.57 105	0.29 41	0.75 137	0.20 36	0.19 43	0.47 50	0.51 113	10.38 275	0.39 58	0.59 74	0.34 66	0.93 173	0.50 94	0.17 47	0.21 31	0.34 39	0.36 46	0.51 38	0.49 63

testlalala2	0.76 162	0.45 87	0.20 29	0.22 31	0.25 50	0.22 32	0.13 27	0.62 102	0.25 47	0.57 105	0.29 41	0.75 137	0.20 36	0.19 43	0.47 50	0.51 113	10.38 275	0.39 58	0.59 74	0.34 66	0.93 173	0.50 94	0.17 47	0.21 31	0.34 39	0.36 46	0.51 38	0.49 63

testlalala	0.76 162	0.45 87	0.20 29	0.22 31	0.25 50	0.22 32	0.13 27	0.62 102	0.25 47	0.57 105	0.29 41	0.75 137	0.20 36	0.19 43	0.47 50	0.51 113	10.38 275	0.39 58	0.59 74	0.34 66	0.93 173	0.50 94	0.17 47	0.21 31	0.34 39	0.36 46	0.51 38	0.49 63

testlalala_base	0.76 162	0.45 87	0.20 29	0.22 31	0.25 50	0.22 32	0.13 27	0.62 102	0.25 47	0.57 105	0.29 41	0.75 137	0.20 36	0.19 43	0.47 50	0.51 113	10.38 275	0.39 58	0.59 74	0.34 66	0.93 173	0.50 94	0.17 47	0.21 31	0.34 39	0.36 46	0.51 38	0.49 63

SPstereo	0.76 162	0.45 87	0.20 29	0.22 31	0.25 50	0.22 32	0.13 27	0.62 102	0.25 47	0.57 105	0.29 41	0.75 137	0.20 36	0.19 43	0.47 50	0.51 113	10.38 275	0.39 58	0.59 74	0.34 66	0.93 173	0.50 94	0.17 47	0.21 31	0.34 39	0.36 46	0.51 38	0.49 63

LoS_RVC	0.42 61	0.45 87	0.43 129	0.19 24	0.25 50	0.24 44	0.16 53	0.44 35	0.28 68	0.51 68	0.48 96	0.42 43	0.31 93	0.22 64	0.60 80	0.45 74	0.46 46	0.41 73	0.71 105	0.30 51	0.67 134	0.51 101	0.19 67	0.32 108	0.61 121	0.44 72	0.58 65	0.61 101

tt_ll	0.42 61	0.45 87	0.43 129	0.19 24	0.25 50	0.24 44	0.16 53	0.44 35	0.28 68	0.51 68	0.48 96	0.42 43	0.31 93	0.22 64	0.60 80	0.45 74	0.46 46	0.41 73	0.71 105	0.30 51	0.67 134	0.51 101	0.19 67	0.32 108	0.61 121	0.44 72	0.58 65	0.61 101

CAS	0.38 47	0.45 87	0.25 59	0.29 64	0.29 78	0.23 40	0.13 27	0.41 29	0.27 61	0.41 33	0.54 124	0.35 27	0.35 125	0.21 58	0.52 62	0.38 38	0.50 67	0.34 35	0.52 45	0.26 38	0.43 35	0.41 54	0.19 67	0.23 55	0.51 91	0.52 103	0.62 79	0.77 140

IPLG	0.47 86	0.45 87	0.32 79	0.28 59	0.27 69	0.32 72	0.21 78	0.63 115	0.22 32	0.51 68	0.38 71	0.56 87	0.29 71	0.31 133	1.64 224	0.44 64	0.56 104	0.48 118	0.56 65	0.41 111	0.45 44	0.75 154	0.18 59	0.28 84	0.45 71	0.59 114	0.65 89	0.51 73

RASNet	0.42 61	0.45 87	0.43 129	0.33 85	0.33 95	0.37 95	0.27 103	0.58 76	0.34 116	0.47 50	0.43 85	0.49 64	0.33 106	0.25 101	0.41 42	0.41 48	0.48 59	0.39 58	0.47 35	0.30 51	0.49 65	0.40 51	0.19 67	0.44 162	0.40 61	0.46 84	0.75 116	0.63 109

iResNetv2_ROB	0.52 100	0.45 87	0.32 79	0.48 134	0.39 126	0.48 133	0.28 108	0.64 122	0.34 116	0.52 75	0.66 155	0.70 127	0.55 176	0.28 118	0.67 107	0.47 92	0.50 67	0.46 107	1.12 152	0.45 122	0.57 107	0.47 82	0.29 135	0.40 147	0.55 104	0.51 101	0.81 130	0.58 92

model_zeroshot	0.80 174	0.46 99	0.42 124	0.42 119	0.39 126	0.43 117	0.27 103	0.72 166	0.36 125	0.64 150	0.66 155	0.97 173	0.29 71	0.24 85	1.05 188	0.92 200	0.69 173	0.54 155	3.03 217	0.73 205	1.21 201	1.20 196	0.22 98	0.38 142	0.84 184	1.14 203	1.08 181	2.21 217

MGS-Stereo	0.37 45	0.46 99	0.21 39	0.22 31	0.19 31	0.22 32	0.15 45	0.45 41	0.17 17	0.36 26	0.26 34	0.29 20	0.19 34	0.23 74	1.37 209	0.40 44	0.52 80	0.45 99	0.55 59	0.33 62	0.50 68	0.41 54	0.21 88	0.22 43	0.33 38	0.30 27	0.47 33	0.45 57

anonymousdsp2	0.38 47	0.46 99	0.30 72	0.25 49	0.23 42	0.32 72	0.18 59	0.58 76	0.23 34	0.47 50	0.38 71	0.48 61	0.23 49	0.18 40	0.40 36	0.39 41	0.44 38	0.33 33	0.88 132	0.31 56	0.48 61	0.52 106	0.17 47	0.23 55	0.41 63	0.33 38	0.61 76	0.42 51

TESTraft	0.37 45	0.46 99	0.21 39	0.21 28	0.23 42	0.21 27	0.16 53	0.54 60	0.31 98	0.51 68	0.23 27	0.36 31	0.36 130	0.11 19	0.85 148	0.48 97	0.45 41	0.32 27	0.48 37	0.24 29	0.46 49	0.65 133	0.12 18	0.23 55	0.37 50	0.43 69	0.57 58	0.39 40

RAFT+CT+SA	0.32 35	0.46 99	0.20 29	0.26 53	0.18 29	0.22 32	0.15 45	0.58 76	0.23 34	0.52 75	0.17 14	0.46 55	0.33 106	0.12 23	0.33 26	0.43 59	0.36 24	0.30 25	0.45 34	0.23 25	0.45 44	0.49 89	0.09 12	0.22 43	0.32 34	0.31 31	0.53 52	0.35 33

LMCR-Stereo	0.50 93	0.46 99	0.33 82	0.32 79	0.33 95	0.42 114	0.24 93	0.57 72	0.37 132	0.55 93	0.46 94	0.65 117	0.40 142	0.26 111	0.69 112	0.49 103	0.62 144	0.49 125	1.11 151	0.57 160	0.66 130	0.64 131	0.25 119	0.32 108	0.48 78	0.49 96	0.63 82	0.65 113

pcwnet_v2	0.62 132	0.46 99	0.50 155	0.62 170	0.49 157	0.61 167	0.46 151	0.66 133	0.45 157	0.65 155	0.79 182	0.64 114	0.86 202	0.53 198	1.15 199	0.55 131	0.59 127	0.51 138	0.83 126	0.41 111	0.55 93	0.47 82	0.34 152	0.43 156	0.75 158	0.76 143	0.85 144	0.95 158

IGEV_Zeroshot_test	0.95 188	0.47 106	1.24 237	1.15 219	0.46 148	0.60 164	0.65 191	0.81 194	0.36 125	0.66 165	1.86 241	0.94 169	0.30 81	0.26 111	0.66 102	1.14 233	0.60 134	0.48 118	2.56 203	0.63 188	2.23 232	2.36 235	0.21 88	0.37 140	1.00 208	1.03 193	1.17 194	1.48 194

Any-RAFT	0.69 145	0.47 106	0.85 207	0.53 150	0.40 131	0.38 100	0.27 103	0.64 122	0.32 106	0.57 105	0.76 179	0.86 163	0.24 56	0.22 64	0.57 69	0.76 181	0.60 134	0.45 99	2.19 189	0.45 122	1.20 200	0.71 148	0.22 98	0.31 104	0.99 205	1.24 211	0.73 112	1.65 201

Sa-1000	0.48 89	0.47 106	0.21 39	0.26 53	0.26 60	0.31 69	0.15 45	0.65 129	0.36 125	0.63 144	0.33 57	0.50 70	0.26 60	0.30 126	0.94 171	0.49 103	0.59 127	0.45 99	0.90 134	0.32 60	0.52 82	0.75 154	0.17 47	0.27 80	0.72 148	0.53 105	1.00 174	0.49 63

SA	0.42 61	0.47 106	0.21 39	0.25 49	0.23 42	0.31 69	0.13 27	0.64 122	0.32 106	0.61 131	0.26 34	0.54 80	0.21 43	0.16 34	0.63 92	0.47 92	0.52 80	0.41 73	0.60 81	0.29 47	0.46 49	0.61 126	0.15 31	0.27 80	0.45 71	0.58 113	0.96 164	0.47 60

CIPLG	0.42 61	0.47 106	0.24 57	0.32 79	0.22 38	0.32 72	0.19 70	0.63 115	0.24 42	0.55 93	0.50 105	0.60 103	0.30 81	0.41 164	0.93 167	0.44 64	0.52 80	0.37 52	0.56 65	0.38 91	0.56 97	0.45 73	0.19 67	0.24 63	0.44 67	0.31 31	0.57 58	0.38 39

IPLGR_C	0.42 61	0.47 106	0.23 53	0.31 77	0.22 38	0.32 72	0.18 59	0.63 115	0.23 34	0.55 93	0.50 105	0.61 104	0.31 93	0.41 164	0.87 156	0.45 74	0.52 80	0.37 52	0.55 59	0.38 91	0.56 97	0.46 78	0.19 67	0.24 63	0.44 67	0.33 38	0.58 65	0.40 45

ACRE	0.42 61	0.47 106	0.22 48	0.32 79	0.22 38	0.33 79	0.18 59	0.63 115	0.23 34	0.55 93	0.50 105	0.61 104	0.30 81	0.41 164	0.91 162	0.45 74	0.52 80	0.36 48	0.55 59	0.38 91	0.57 107	0.44 70	0.19 67	0.23 55	0.44 67	0.32 35	0.58 65	0.39 40

AACVNet	0.55 110	0.47 106	0.40 113	0.58 159	0.61 178	0.53 148	0.37 134	0.61 95	0.40 141	0.59 122	0.64 147	0.58 94	0.33 106	0.36 152	0.69 112	0.54 129	0.58 117	0.54 155	0.69 102	0.52 139	0.54 91	0.52 106	0.36 157	0.44 162	0.59 117	0.69 125	0.82 133	0.83 147

APVNet	0.56 117	0.47 106	0.38 106	0.46 131	0.50 158	0.57 158	0.53 161	0.60 88	0.42 152	0.46 47	0.65 152	0.50 70	0.30 81	0.36 152	0.74 124	0.71 173	0.71 180	0.64 188	0.95 139	0.53 140	0.57 107	0.77 158	0.34 152	0.46 169	0.59 117	0.46 84	0.82 133	0.58 92

NVstereo2D	0.55 110	0.47 106	0.40 113	0.52 147	0.48 154	0.66 179	0.64 187	0.60 88	0.38 136	0.48 55	0.61 139	0.53 78	0.30 81	0.63 216	1.53 218	0.61 149	0.58 117	0.55 161	0.53 52	0.41 111	0.50 68	0.38 45	0.54 205	0.43 156	0.64 133	0.48 91	0.56 56	0.53 78

AE-Stereo	0.54 108	0.48 116	0.44 137	0.50 139	0.35 108	0.36 93	0.28 108	0.55 66	0.29 75	0.64 150	0.31 50	0.89 165	0.31 93	0.24 85	0.55 64	0.65 161	0.68 167	0.52 145	0.87 131	0.53 140	0.72 146	0.81 162	0.21 88	0.47 172	0.79 170	0.69 125	0.94 159	0.62 105

GMStereo	0.41 56	0.48 116	0.25 59	0.32 79	0.32 94	0.37 95	0.28 108	0.59 83	0.30 82	0.45 44	0.36 63	0.61 104	0.31 93	0.24 85	0.45 48	0.41 48	0.54 91	0.35 44	0.73 109	0.39 103	0.51 72	0.33 34	0.23 108	0.28 84	0.48 78	0.36 46	0.68 97	0.41 46
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PMTNet	0.48 89	0.48 116	0.43 129	0.31 77	0.30 85	0.27 52	0.22 83	0.54 60	0.29 75	0.57 105	0.39 77	0.59 99	0.23 49	0.23 74	0.64 98	0.59 144	0.57 113	0.37 52	1.17 155	0.33 62	0.67 134	0.40 51	0.20 80	0.21 31	0.79 170	0.59 114	0.65 89	0.92 157

AIO-Stereo-zeroshot	1.21 203	0.49 119	1.28 241	0.75 189	0.41 136	1.04 214	0.67 193	0.77 183	0.52 167	0.78 208	5.67 269	1.03 180	0.35 125	0.26 111	0.86 150	1.39 253	0.68 167	0.70 204	2.61 207	0.64 189	2.89 244	2.21 233	0.19 67	0.43 156	1.03 213	1.15 204	1.35 211	2.41 222

MSKI-zero shot	0.84 175	0.49 119	0.43 129	0.41 115	0.35 108	0.46 130	0.32 124	0.76 178	0.30 82	0.65 155	0.92 198	0.83 156	0.32 102	0.22 64	0.62 89	1.08 226	0.64 152	0.47 113	3.14 220	0.61 181	2.23 232	1.58 217	0.20 80	0.38 142	0.96 200	1.47 228	1.24 202	1.60 197

EGLCR-Stereo	0.47 86	0.49 119	0.41 122	0.29 64	0.30 85	0.44 120	0.14 40	0.57 72	0.26 57	0.57 105	0.27 37	0.58 94	0.23 49	0.21 58	0.36 30	0.47 92	0.53 89	0.45 99	0.75 116	0.32 60	0.69 140	0.93 173	0.19 67	0.24 63	0.48 78	0.49 96	1.30 206	0.70 128

TestStereo1	0.38 47	0.49 119	0.19 26	0.22 31	0.23 42	0.23 40	0.15 45	0.55 66	0.30 82	0.52 75	0.21 21	0.35 27	0.39 139	0.11 19	0.80 133	0.50 106	0.46 46	0.32 27	0.53 52	0.25 33	0.52 82	0.67 141	0.15 31	0.22 43	0.37 50	0.42 67	0.60 73	0.39 40

SA-5K	0.38 47	0.49 119	0.19 26	0.22 31	0.23 42	0.23 40	0.15 45	0.55 66	0.30 82	0.52 75	0.21 21	0.35 27	0.39 139	0.11 19	0.80 133	0.50 106	0.46 46	0.32 27	0.53 52	0.25 33	0.52 82	0.67 141	0.15 31	0.22 43	0.37 50	0.42 67	0.60 73	0.39 40

iRaft-Stereo_20w	1.06 198	0.49 119	1.34 244	1.18 221	0.46 148	0.78 197	0.46 151	0.76 178	0.37 132	0.74 195	6.16 271	0.84 158	0.29 71	0.26 111	0.81 136	0.97 210	0.59 127	0.44 90	1.72 175	0.61 181	1.04 190	1.56 216	0.21 88	0.25 71	0.92 193	1.31 219	1.45 222	2.71 228

ICVP	0.58 123	0.49 119	0.67 192	0.50 139	0.48 154	0.52 145	0.36 132	0.60 88	0.45 157	0.61 131	0.58 130	0.61 104	0.56 178	0.30 126	0.67 107	0.64 155	0.58 117	0.51 138	0.72 108	0.51 137	0.58 111	0.74 153	0.59 211	0.47 172	0.60 120	0.75 140	0.74 114	0.72 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EAI-Stereo	0.75 158	0.49 119	0.50 155	0.51 145	0.46 148	0.56 157	0.60 176	0.73 168	0.32 106	0.63 144	0.72 172	0.82 152	0.26 60	0.24 85	1.05 188	0.96 208	0.60 134	0.49 125	3.00 216	0.62 185	0.82 160	1.13 189	0.19 67	0.31 104	0.78 167	0.70 129	1.55 226	1.17 180

AF-Net	0.53 103	0.49 119	0.44 137	0.50 139	0.53 163	0.61 167	0.54 164	0.61 95	0.55 175	0.43 35	0.66 155	0.85 159	0.42 146	0.40 161	0.64 98	0.46 81	0.46 46	0.44 90	0.60 81	0.40 108	0.45 44	0.45 73	0.41 171	0.39 144	0.50 88	0.55 109	0.81 130	0.69 122

Nwc_Net	0.53 103	0.49 119	0.44 137	0.50 139	0.53 163	0.61 167	0.54 164	0.61 95	0.55 175	0.43 35	0.66 155	0.85 159	0.42 146	0.40 161	0.64 98	0.46 81	0.46 46	0.44 90	0.60 81	0.40 108	0.45 44	0.45 73	0.41 171	0.39 144	0.50 88	0.55 109	0.81 130	0.69 122

RTSC	0.73 152	0.49 119	0.46 142	0.47 133	0.51 161	0.55 154	0.56 168	0.67 136	0.68 191	0.54 86	0.79 182	0.57 89	0.57 182	0.41 164	1.92 238	0.77 183	0.96 216	0.58 173	1.36 164	0.56 155	0.85 166	1.11 186	0.31 143	0.53 184	0.58 111	0.65 122	0.95 161	1.26 186

DeepPrunerF	1.22 204	0.49 119	0.39 108	0.58 159	2.86 262	0.49 135	0.55 166	0.52 52	0.58 181	0.43 35	0.67 162	0.43 48	0.32 102	0.42 174	1.64 224	0.75 180	0.58 117	0.46 107	0.93 136	0.46 127	0.61 117	0.53 109	0.40 169	0.35 128	15.32 284	0.82 155	0.65 89	0.62 105

MLCV	0.70 148	0.49 119	0.53 162	0.73 188	0.50 158	0.65 176	0.43 147	0.81 194	0.41 145	0.71 188	0.88 194	1.01 178	0.81 199	0.28 118	0.92 165	0.43 59	0.65 156	0.52 145	2.47 202	0.45 122	0.55 93	0.72 151	0.39 168	0.54 185	0.69 140	0.80 150	0.83 140	0.72 131

HSM	0.54 108	0.49 119	0.47 146	0.48 134	0.47 151	0.41 110	0.37 134	0.71 159	0.37 132	0.61 131	0.65 152	0.59 99	0.48 164	0.31 133	0.70 117	0.48 97	0.64 152	0.47 113	0.75 116	0.48 133	0.63 122	0.49 89	0.26 126	0.42 153	0.62 126	0.72 133	0.87 151	0.67 116

iResNet_ROB	0.50 93	0.49 119	0.42 124	0.42 119	0.30 85	0.42 114	0.32 124	0.60 88	0.33 111	0.52 75	0.59 131	0.47 58	0.56 178	0.25 101	0.81 136	0.46 81	0.57 113	0.49 125	1.19 156	0.36 83	0.48 61	0.36 40	0.25 119	0.37 140	0.57 107	0.54 107	0.75 116	0.61 101

RAFT-Test	0.72 151	0.50 134	0.46 142	0.52 147	0.34 104	0.41 110	0.29 115	0.73 168	0.30 82	0.62 140	0.72 172	0.68 122	0.31 93	0.22 64	0.71 121	1.03 221	0.62 144	0.50 131	2.89 214	0.66 192	1.72 220	1.14 191	0.23 108	0.29 88	0.80 174	0.96 175	0.95 161	0.91 156

RALCasStereoNet	0.42 61	0.50 134	0.35 88	0.35 96	0.30 85	0.31 69	0.24 93	0.60 88	0.25 47	0.56 101	0.49 100	0.58 94	0.26 60	0.18 40	0.57 69	0.46 81	0.54 91	0.49 125	0.51 43	0.34 66	0.51 72	0.41 54	0.21 88	0.31 104	0.53 97	0.49 96	0.48 35	0.58 92

DSFCA	0.45 80	0.50 134	0.40 113	0.40 110	0.37 118	0.44 120	0.34 128	0.46 44	0.39 139	0.40 32	0.57 128	0.49 64	0.29 71	0.24 85	0.61 85	0.44 64	0.49 62	0.49 125	0.64 87	0.39 103	0.50 68	0.51 101	0.33 150	0.35 128	0.49 85	0.50 99	0.57 58	0.58 92

FADNet-RVC	0.58 123	0.50 134	0.37 97	0.51 145	0.42 139	0.39 102	0.56 168	0.68 143	0.36 125	0.64 150	0.50 105	1.13 191	0.45 156	0.34 144	0.91 162	0.53 123	0.54 91	0.45 99	1.20 158	0.51 137	0.54 91	0.52 106	0.33 150	0.51 180	0.57 107	0.75 140	0.64 85	0.81 145

DLCB_ROB	0.53 103	0.50 134	0.48 149	0.41 115	0.45 145	0.43 117	0.39 140	0.55 66	0.45 157	0.57 105	0.61 139	0.70 127	0.52 171	0.41 164	0.60 80	0.47 92	0.57 113	0.48 118	0.52 45	0.43 119	0.55 93	0.47 82	0.38 164	0.42 153	0.96 200	0.79 149	0.70 104	0.62 105

trnet	0.44 76	0.51 139	0.40 113	0.34 87	0.26 60	0.27 52	0.14 40	0.62 102	0.30 82	0.60 128	0.36 63	0.73 134	0.33 106	0.24 85	0.56 66	0.57 137	0.58 117	0.34 35	0.52 45	0.31 56	0.57 107	0.42 59	0.17 47	0.30 96	0.54 101	0.48 91	0.65 89	0.69 122

dd	0.50 93	0.51 139	0.28 66	0.91 204	0.31 93	0.65 176	0.29 115	0.59 83	0.23 34	0.54 86	0.30 47	0.75 137	0.27 66	0.26 111	0.84 144	0.46 81	0.70 174	0.39 58	1.05 145	0.38 91	0.48 61	0.43 65	0.23 108	0.30 96	0.53 97	0.39 61	0.74 114	0.58 92

GLC_STEREO	0.47 86	0.51 139	0.40 113	0.38 103	0.37 118	0.37 95	0.28 108	0.64 122	0.29 75	0.62 140	0.53 118	0.55 85	0.28 69	0.30 126	0.49 59	0.48 97	0.66 159	0.41 73	0.65 91	0.41 111	0.70 143	0.60 121	0.23 108	0.30 96	0.47 75	0.36 46	0.84 142	0.53 78

MIPNet	0.51 96	0.51 139	0.33 82	0.32 79	0.30 85	0.37 95	0.25 98	0.62 102	0.24 42	0.50 64	0.52 114	0.61 104	0.41 145	0.30 126	1.01 186	0.51 113	0.59 127	0.50 131	0.76 119	0.47 131	0.44 40	0.85 165	0.20 80	0.26 77	0.66 136	0.98 181	0.71 108	0.61 101

rafts_anoy	0.41 56	0.51 139	0.35 88	0.29 64	0.30 85	0.33 79	0.22 83	0.59 83	0.25 47	0.51 68	0.50 105	0.48 61	0.23 49	0.17 38	0.57 69	0.46 81	0.51 76	0.50 131	0.58 73	0.34 66	0.50 68	0.43 65	0.19 67	0.28 84	0.50 88	0.47 86	0.52 48	0.53 78

TestStereo	0.45 80	0.51 139	0.38 106	0.42 119	0.30 85	0.44 120	0.26 101	0.71 159	0.28 68	0.76 202	0.32 51	0.64 114	0.32 102	0.24 85	0.47 50	0.35 28	0.54 91	0.33 33	0.78 121	0.38 91	0.63 122	0.42 59	0.24 116	0.30 96	0.53 97	0.43 69	0.75 116	0.55 87

psm_up	0.56 117	0.51 139	0.53 162	0.56 156	0.45 145	0.58 161	0.35 130	0.71 159	0.66 190	0.55 93	0.53 118	0.59 99	0.50 166	0.40 161	0.63 92	0.50 106	0.59 127	0.49 125	0.84 129	0.46 127	0.51 72	0.45 73	0.31 143	0.51 180	0.70 142	0.78 147	0.80 127	0.67 116

CREStereo	0.44 76	0.51 139	0.40 113	0.34 87	0.26 60	0.28 59	0.15 45	0.61 95	0.30 82	0.58 117	0.36 63	0.72 131	0.33 106	0.24 85	0.59 76	0.59 144	0.59 127	0.34 35	0.52 45	0.31 56	0.59 115	0.42 59	0.18 59	0.30 96	0.54 101	0.48 91	0.64 85	0.69 122
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
CFNet_RVC	0.51 96	0.51 139	0.47 146	0.50 139	0.48 154	0.48 133	0.32 124	0.53 56	0.37 132	0.51 68	0.65 152	0.57 89	0.34 118	0.30 126	0.69 112	0.44 64	0.52 80	0.47 113	0.57 69	0.42 117	0.56 97	0.49 89	0.27 130	0.35 128	0.65 135	0.74 136	0.80 127	0.75 137

MyStereo04	0.68 144	0.52 148	0.57 169	0.44 128	0.37 118	0.35 91	0.26 101	0.68 143	0.45 157	0.62 140	0.45 91	0.68 122	0.34 118	0.25 101	1.00 183	0.68 167	0.56 104	0.53 149	3.39 222	0.56 155	0.92 172	0.64 131	0.27 130	0.41 150	0.77 165	0.92 167	0.96 164	0.66 114

CASnet	0.40 53	0.52 148	0.23 53	0.27 57	0.27 69	0.30 68	0.14 40	0.62 102	0.29 75	0.61 131	0.44 88	0.64 114	0.28 69	0.23 74	0.55 64	0.36 34	0.45 41	0.31 26	0.73 109	0.27 41	0.63 122	0.39 50	0.21 88	0.24 63	0.42 64	0.32 35	0.61 76	0.56 88
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GES	0.59 129	0.52 148	0.37 97	0.39 106	0.40 131	0.53 148	0.37 134	0.59 83	0.40 141	0.56 101	0.60 133	0.50 70	0.30 81	0.41 164	0.98 179	0.63 151	0.67 165	0.55 161	2.28 192	0.56 155	0.70 143	0.56 116	0.31 143	0.42 153	0.48 78	0.48 91	0.65 89	0.68 120

FADNet-RVC-Resample	0.57 121	0.52 148	0.42 124	0.46 131	0.39 126	0.41 110	0.40 142	0.72 166	0.42 152	0.68 174	0.51 111	1.04 184	0.43 150	0.43 177	0.96 176	0.48 97	0.56 104	0.61 182	0.85 130	0.55 151	0.52 82	0.63 127	0.34 152	0.60 194	0.58 111	0.71 130	0.55 54	0.77 140

MSMDNet	0.73 152	0.52 148	0.48 149	0.35 96	0.34 104	0.45 124	0.33 127	0.69 150	0.30 82	0.63 144	0.60 133	0.71 129	0.35 125	0.23 74	0.78 127	1.05 223	0.63 149	0.50 131	2.88 213	0.81 214	1.59 216	1.80 227	0.23 108	0.29 88	0.74 155	0.89 164	0.85 144	0.76 139

NLCA_NET_v2_RVC	0.51 96	0.52 148	0.48 149	0.43 124	0.57 172	0.42 114	0.62 184	0.56 71	0.62 185	0.52 75	0.51 111	0.67 120	0.34 118	0.58 211	0.78 127	0.42 52	0.47 55	0.42 80	0.57 69	0.38 91	0.46 49	0.42 59	0.30 138	0.32 108	0.48 78	0.76 143	0.62 79	0.64 111
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SACVNet	0.62 132	0.53 154	0.51 159	0.55 155	0.57 172	0.52 145	0.60 176	0.69 150	0.56 177	0.67 172	0.54 124	0.59 99	0.37 134	0.41 164	0.71 121	0.60 146	0.64 152	0.57 168	0.95 139	0.64 189	0.67 134	0.78 159	0.36 157	0.47 172	0.75 158	0.77 146	0.84 142	0.84 148

ADLNet	0.46 84	0.53 154	0.37 97	0.41 115	0.41 136	0.44 120	0.40 142	0.54 60	0.35 121	0.45 44	0.53 118	0.76 145	0.36 130	0.62 214	0.58 73	0.42 52	0.49 62	0.42 80	0.50 40	0.37 88	0.43 35	0.44 70	0.34 152	0.25 71	0.47 75	0.55 109	0.57 58	0.45 57

HSM-Net_RVC	0.75 158	0.53 154	0.60 176	0.77 193	0.62 184	0.61 167	0.37 134	0.76 178	0.49 164	0.74 195	1.71 237	1.32 200	0.80 198	0.36 152	0.72 123	0.55 131	0.64 152	0.53 149	0.78 121	0.53 140	0.67 134	0.89 171	0.43 175	0.64 200	0.94 197	1.09 197	1.07 180	1.04 168
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CASS	0.79 171	0.55 157	0.53 162	0.65 177	0.54 166	0.59 162	0.53 161	0.78 186	0.52 167	0.71 188	0.75 178	0.67 120	0.47 161	0.28 118	0.83 141	0.67 164	0.98 217	0.56 163	1.60 172	0.58 163	2.74 240	1.44 208	0.38 164	0.35 128	0.84 184	0.81 152	0.90 153	1.02 167
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	0.57 121	0.55 157	0.37 97	0.43 124	0.38 124	0.36 93	0.23 90	0.62 102	0.30 82	0.56 101	0.68 165	0.61 104	0.32 102	0.29 124	1.73 230	0.47 92	0.56 104	0.56 163	1.09 147	0.54 146	0.53 88	0.81 162	0.20 80	0.32 108	0.71 145	0.97 180	0.73 112	0.57 90

FADNet	0.65 136	0.55 157	0.41 122	0.53 150	0.42 139	0.49 135	0.65 191	0.74 173	0.42 152	0.66 165	0.64 147	0.81 150	0.50 166	0.36 152	1.17 201	0.51 113	0.51 76	0.53 149	1.61 173	0.53 140	0.69 140	0.59 117	0.35 156	0.41 150	0.72 148	0.88 162	0.78 125	1.06 169

R-Stereo Train	0.66 137	0.55 157	0.43 129	0.48 134	0.36 111	0.50 139	0.18 59	0.62 102	0.31 98	0.68 174	0.62 143	0.72 131	0.34 118	0.25 101	0.69 112	0.89 196	0.66 159	0.51 138	2.12 187	0.46 127	0.94 179	1.49 212	0.22 98	0.36 135	0.71 145	0.96 175	0.77 120	1.10 172

RAFT-Stereo	0.66 137	0.55 157	0.43 129	0.48 134	0.36 111	0.50 139	0.18 59	0.62 102	0.31 98	0.68 174	0.62 143	0.72 131	0.34 118	0.25 101	0.69 112	0.89 196	0.66 159	0.51 138	2.12 187	0.46 127	0.94 179	1.49 212	0.22 98	0.36 135	0.71 145	0.96 175	0.77 120	1.10 172
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	5.67 266	0.56 162	1.25 238	0.75 189	0.69 193	1.17 221	0.81 202	0.82 196	0.80 201	0.81 213	4.78 260	1.00 175	0.37 134	0.27 117	1.13 197	1.54 258	0.70 174	0.60 181	124.50 294	0.54 146	1.43 211	2.64 239	0.22 98	0.36 135	0.91 191	1.13 202	1.13 188	2.18 215

cross-raft	0.73 152	0.56 162	0.46 142	0.43 124	0.33 95	0.40 108	0.27 103	0.73 168	0.33 111	0.65 155	0.60 133	0.74 136	0.30 81	0.23 74	0.76 126	0.96 208	0.63 149	0.48 118	2.91 215	0.59 167	1.81 226	1.31 202	0.22 98	0.32 108	0.82 178	0.94 171	0.93 157	1.01 166

STTStereo	0.53 103	0.56 162	0.54 165	0.44 128	0.52 162	0.43 117	0.59 173	0.52 52	0.46 161	0.47 50	0.55 126	0.71 129	0.42 146	0.56 203	0.87 156	0.44 64	0.49 62	0.51 138	0.54 57	0.37 88	0.51 72	0.40 51	0.32 148	0.35 128	0.52 95	0.66 123	0.68 97	0.99 164

SHD	0.97 193	0.56 162	0.73 198	0.75 189	0.69 193	0.66 179	0.61 181	0.99 213	0.94 217	0.77 204	1.00 205	0.94 169	1.29 217	0.54 199	2.21 251	0.98 213	0.95 214	0.70 204	2.01 185	0.80 210	1.12 196	1.71 223	0.47 180	0.77 215	0.91 191	1.01 188	0.91 154	1.22 185

iResNet	0.92 183	0.56 162	0.62 179	0.72 186	0.68 191	0.96 207	0.55 166	0.95 208	0.57 178	0.67 172	0.82 192	1.41 203	1.51 221	0.31 133	1.49 217	0.66 163	0.75 185	0.67 195	4.08 228	0.68 198	0.72 146	0.63 127	0.41 171	0.83 219	0.72 148	0.91 166	1.02 176	0.87 153

dad	0.89 182	0.57 167	0.37 97	1.42 230	0.65 186	0.75 193	2.23 243	1.43 238	0.36 125	0.93 226	0.38 71	0.85 159	0.76 197	0.32 139	0.97 178	0.52 121	0.78 188	0.45 99	1.87 183	0.41 111	0.74 151	0.41 54	0.30 138	0.47 172	1.15 222	0.47 86	2.64 257	1.96 210

RP	0.58 123	0.57 167	0.72 197	0.62 170	0.56 170	0.57 158	0.64 187	0.63 115	0.61 183	0.42 34	0.81 187	0.78 149	0.53 173	0.43 177	0.68 110	0.48 97	0.53 89	0.44 90	0.64 87	0.45 122	0.51 72	0.54 111	0.37 162	0.44 162	0.62 126	0.59 114	0.83 140	0.77 140

GANet-ADL	0.70 148	0.59 169	0.52 160	0.60 165	0.57 172	0.61 167	0.46 151	0.68 143	0.52 167	0.65 155	0.67 162	0.76 145	0.43 150	0.39 158	1.08 193	0.79 189	0.68 167	0.52 145	1.84 181	0.64 189	0.66 130	0.86 167	0.42 174	0.43 156	0.70 142	0.87 160	0.97 167	0.89 155

GEStereo_RVC	0.71 150	0.59 169	0.40 113	0.54 152	0.50 158	0.61 167	0.51 158	0.71 159	0.41 145	0.59 122	0.51 111	0.76 145	0.46 159	0.39 158	0.96 176	0.92 200	0.78 188	0.75 214	1.94 184	0.62 185	0.80 158	1.37 205	0.31 143	0.52 182	0.61 121	0.63 118	0.86 149	1.12 175

Anonymous3	0.79 171	0.59 169	0.42 124	0.37 100	0.42 139	0.57 158	0.50 157	0.80 189	0.64 187	0.68 174	0.49 100	1.48 204	0.54 174	0.31 133	1.53 218	1.42 255	0.88 205	0.82 225	1.45 166	0.69 201	1.31 207	1.30 201	0.40 169	0.40 147	0.74 155	0.86 157	1.03 178	0.71 129

RTS	1.09 199	0.59 169	0.59 172	0.60 165	0.58 175	0.96 207	0.90 210	0.80 189	0.88 208	0.59 122	0.71 167	1.28 198	0.62 186	0.51 193	2.04 241	0.98 213	1.19 226	0.77 219	2.33 195	0.85 217	0.96 183	1.16 192	0.49 186	0.65 202	1.23 224	4.43 271	1.15 189	1.45 190

RTSA	1.09 199	0.59 169	0.59 172	0.60 165	0.58 175	0.96 207	0.90 210	0.80 189	0.88 208	0.59 122	0.71 167	1.28 198	0.62 186	0.51 193	2.04 241	0.98 213	1.19 226	0.77 219	2.33 195	0.85 217	0.96 183	1.16 192	0.49 186	0.65 202	1.23 224	4.43 271	1.15 189	1.45 190

ADCP+	0.92 183	0.59 169	0.62 179	0.44 128	0.45 145	0.55 154	0.85 206	0.65 129	1.81 246	0.48 55	1.10 213	1.62 212	0.33 106	0.42 174	1.03 187	0.52 121	0.52 80	0.48 118	1.19 156	0.38 91	0.58 111	0.60 121	0.32 148	0.30 96	0.66 136	3.45 268	0.77 120	4.14 248

NaN_ROB	0.73 152	0.59 169	0.61 178	0.64 174	0.78 207	0.53 148	0.48 154	0.87 202	0.63 186	0.73 194	0.61 139	1.96 218	0.62 186	0.45 182	0.84 144	0.55 131	0.56 104	0.54 155	0.73 109	0.55 151	0.52 82	0.51 101	0.38 164	0.64 200	0.83 180	1.11 200	0.94 159	1.64 200

DAS	0.95 188	0.61 176	0.48 149	0.78 195	0.61 178	0.68 182	0.59 173	0.84 199	0.93 214	0.65 155	1.58 232	1.66 213	1.06 206	0.34 144	0.95 173	0.92 200	0.92 211	0.73 210	1.77 177	1.03 229	1.73 221	1.11 186	0.47 180	0.92 225	0.93 194	1.00 185	1.39 215	0.96 159

SepStereo	0.95 188	0.61 176	0.48 149	0.78 195	0.61 178	0.68 182	0.59 173	0.84 199	0.93 214	0.65 155	1.58 232	1.66 213	1.06 206	0.34 144	0.95 173	0.92 200	0.92 211	0.73 210	1.77 177	1.03 229	1.73 221	1.11 186	0.47 180	0.92 225	0.93 194	1.00 185	1.39 215	0.96 159

FCDSN-DC	0.69 145	0.61 176	0.62 179	0.66 179	0.61 178	0.59 162	0.60 176	0.68 143	0.42 152	0.75 199	0.42 84	0.57 89	0.36 130	0.50 191	2.43 264	0.67 164	0.80 193	0.76 217	0.64 87	0.56 155	0.70 143	0.60 121	0.47 180	0.83 219	0.66 136	0.74 136	0.61 76	0.67 116
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet-ADL	0.96 191	0.62 179	0.66 189	0.67 180	0.70 199	0.66 179	0.58 172	0.74 173	0.60 182	0.85 220	5.03 263	0.95 172	1.26 215	0.45 182	0.89 159	1.03 221	0.68 167	0.54 155	2.03 186	0.68 198	0.84 164	0.79 161	0.54 205	0.47 172	0.73 153	0.95 172	1.32 208	0.63 109

NCC-stereo	0.67 139	0.63 180	0.59 172	0.64 174	0.65 186	0.63 173	0.69 196	0.67 136	0.74 197	0.43 35	0.81 187	0.82 152	0.70 193	0.47 185	0.82 139	0.53 123	0.58 117	0.64 188	0.80 123	0.54 146	0.56 97	0.60 121	0.53 201	0.45 167	0.75 158	0.96 175	0.92 155	0.98 162

Abc-Net	0.67 139	0.63 180	0.59 172	0.64 174	0.65 186	0.63 173	0.69 196	0.67 136	0.74 197	0.43 35	0.81 187	0.82 152	0.70 193	0.47 185	0.82 139	0.53 123	0.58 117	0.64 188	0.80 123	0.54 146	0.56 97	0.60 121	0.53 201	0.45 167	0.75 158	0.96 175	0.92 155	0.98 162
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
EKT-Stereo	0.75 158	0.64 182	0.54 165	0.59 162	0.47 151	0.60 164	0.73 198	0.71 159	0.29 75	0.63 144	0.66 155	0.73 134	0.30 81	0.26 111	0.86 150	1.22 242	0.68 167	0.76 217	1.46 167	0.60 172	1.75 223	1.74 225	0.21 88	0.32 108	0.93 194	0.81 152	1.06 179	0.72 131

MaskLacGwcNet_RVC	8.29 275	0.65 183	1.07 227	0.94 209	0.83 209	0.81 198	1.27 228	0.85 201	0.73 194	0.93 226	6.13 270	180.62 294	2.17 231	1.33 247	1.22 202	1.01 219	0.93 213	1.06 243	6.32 243	0.79 209	3.32 256	3.77 253	0.55 207	0.76 212	0.95 199	1.34 224	1.19 196	2.42 223

ADCRef	1.01 195	0.65 183	0.48 149	0.39 106	0.47 151	0.65 176	0.68 195	0.61 95	1.08 223	0.52 75	0.64 147	0.75 137	0.43 150	0.38 157	1.56 220	0.72 174	0.61 139	0.59 178	1.53 169	0.58 163	0.66 130	0.71 148	0.50 190	0.43 156	0.75 158	1.25 214	0.82 133	8.96 269

AnyNet_C32	1.64 219	0.65 183	0.74 199	0.67 180	0.73 202	0.86 203	1.14 222	0.95 208	3.12 268	0.75 199	1.53 231	0.94 169	0.64 190	0.67 221	1.83 235	1.11 231	1.06 223	0.95 236	1.78 179	0.76 206	1.76 224	1.71 223	0.66 216	0.85 222	1.13 220	2.68 257	1.17 194	13.55 274

UDGNet	0.67 139	0.66 186	0.42 124	1.35 227	1.02 221	1.21 224	0.91 212	0.60 88	0.41 145	0.52 75	0.60 133	0.56 87	0.23 49	1.19 243	0.66 102	0.45 74	0.56 104	0.51 138	0.73 109	0.53 140	0.64 128	0.67 141	0.79 222	0.29 88	0.72 148	0.55 109	0.63 82	0.66 114

stereogan	0.67 139	0.67 187	0.62 179	0.68 183	0.73 202	0.75 193	0.64 187	0.70 156	0.57 178	0.51 68	0.64 147	1.08 185	0.62 186	0.44 180	0.83 141	0.55 131	0.56 104	0.51 138	0.91 135	0.59 167	0.59 115	0.69 146	0.47 180	0.46 169	0.59 117	0.67 124	1.16 192	0.87 153

PA-Net	0.64 135	0.67 187	0.66 189	0.50 139	0.66 190	0.50 139	0.64 187	0.65 129	0.73 194	0.54 86	0.52 114	0.58 94	0.58 184	0.59 213	0.93 167	0.57 137	0.46 46	0.54 155	0.61 85	0.54 146	0.49 65	0.66 136	0.36 157	0.52 182	0.64 133	1.24 211	0.64 85	1.32 188
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
s12784h	0.62 132	0.68 189	0.47 146	0.65 177	0.44 144	0.34 86	0.24 93	0.61 95	0.31 98	0.60 128	0.44 88	0.81 150	0.55 176	0.25 101	0.62 89	0.50 106	0.62 144	0.38 56	0.74 115	0.36 83	1.26 204	0.47 82	0.18 59	0.30 96	0.70 142	0.74 136	1.39 215	2.07 211

FADNet_RVC	0.92 183	0.69 190	0.55 168	0.88 201	0.75 205	0.54 152	0.51 158	0.77 183	0.54 171	0.70 185	0.96 202	1.36 202	1.06 206	0.54 199	1.85 236	0.64 155	0.80 193	0.90 229	3.34 221	0.76 206	1.00 187	1.13 189	0.37 162	0.60 194	0.66 136	0.87 160	0.97 167	1.14 178

PWC_ROB	1.18 202	0.70 191	1.06 225	0.60 165	0.71 200	0.70 185	0.98 218	0.83 197	1.55 242	0.76 202	1.40 227	1.00 175	2.46 239	0.57 208	2.17 249	0.99 217	1.15 224	0.90 229	2.37 197	0.95 222	1.63 218	2.05 230	0.44 176	0.98 230	0.81 175	0.80 150	1.24 202	2.15 214

SGM-Forest	0.73 152	0.71 192	0.40 113	1.13 217	0.64 185	0.74 192	0.45 149	0.68 143	0.39 139	0.61 131	0.44 88	1.16 192	1.06 206	0.49 188	0.86 150	0.61 149	0.55 99	0.46 107	0.68 97	0.44 120	0.61 117	0.49 89	0.45 177	0.44 162	0.90 190	0.86 157	1.95 240	1.47 192
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	0.76 162	0.72 193	0.99 217	0.70 184	0.71 200	0.76 196	0.57 171	0.74 173	0.74 197	0.56 101	0.96 202	0.83 156	0.85 201	0.56 203	0.93 167	0.60 146	0.62 144	0.56 163	0.93 136	0.61 181	0.66 130	0.71 148	0.51 198	0.56 188	0.81 175	1.01 188	0.99 170	1.19 182

NCCL2	0.69 145	0.73 194	0.66 189	0.57 158	0.56 170	0.51 142	0.45 149	0.70 156	0.57 178	0.68 174	0.71 167	0.66 118	0.48 164	0.39 158	0.93 167	0.72 174	0.65 156	0.57 168	0.76 119	0.57 160	0.74 151	0.88 169	0.49 186	0.60 194	0.98 202	0.95 172	0.85 144	1.16 179

GANetREF_RVC	0.77 170	0.74 195	0.68 194	0.76 192	0.65 186	0.69 184	0.60 176	0.99 213	0.73 194	0.93 226	0.52 114	1.33 201	0.72 195	0.44 180	0.85 148	0.57 137	0.67 165	0.63 184	1.13 153	0.61 181	0.77 154	0.63 127	0.59 211	0.71 206	0.89 189	0.90 165	1.15 189	0.99 164
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
ADCPNet	2.08 232	0.77 196	0.87 209	0.83 197	1.21 231	0.85 200	1.59 233	1.02 218	1.35 234	0.83 218	1.97 242	1.01 178	7.76 263	0.75 228	2.35 260	1.16 236	0.95 214	0.71 206	4.05 227	0.97 224	1.30 206	1.61 218	0.72 218	0.76 212	1.52 240	1.96 246	1.21 198	16.04 277

XPNet_ROB	0.74 157	0.77 196	0.57 169	0.54 152	0.61 178	0.63 173	0.61 181	0.53 56	0.65 188	0.58 117	0.81 187	2.35 223	0.46 159	0.43 177	0.79 131	0.63 151	0.85 199	0.57 168	0.83 126	0.55 151	0.72 146	1.09 185	0.45 177	0.49 179	0.63 130	0.74 136	1.39 215	0.86 151

FAT-Stereo	1.57 216	0.78 198	1.44 246	1.10 215	1.32 236	1.05 215	0.87 209	1.28 229	0.86 206	1.21 244	5.46 266	3.07 234	1.28 216	0.66 219	1.73 230	1.34 244	0.89 207	0.94 235	1.83 180	1.08 232	2.02 228	3.90 255	0.71 217	0.98 230	0.86 187	1.21 209	1.42 221	3.03 235

UCFNet_RVC	0.56 117	0.78 198	0.45 141	0.59 162	0.55 169	0.52 145	0.39 140	0.58 76	0.40 141	0.59 122	0.60 133	0.82 152	0.45 156	0.32 139	0.70 117	0.42 52	0.50 67	0.50 131	0.67 95	0.45 122	0.56 97	0.47 82	0.38 164	0.41 150	0.77 165	0.71 130	0.65 89	0.86 151

SAMSARA	1.50 212	0.79 200	1.00 221	0.93 207	0.88 211	0.86 203	0.93 214	1.57 244	1.25 229	0.96 231	1.09 211	1.27 196	2.59 240	0.83 231	2.58 266	1.19 240	1.04 220	0.91 232	2.56 203	0.99 227	1.77 225	2.23 234	0.56 209	0.98 230	2.63 253	2.81 258	2.62 256	2.56 226

ccs_rob	1.25 205	0.79 200	0.64 185	0.86 199	0.60 177	0.89 205	0.83 205	0.99 213	0.51 166	0.77 204	6.27 273	5.90 255	1.10 210	0.51 193	1.08 193	1.10 229	0.68 167	0.66 193	1.15 154	0.70 202	1.56 214	1.66 221	0.50 190	0.54 185	0.69 140	0.78 147	0.86 149	1.20 183

CBMV_ROB	1.71 223	0.79 200	0.65 188	1.35 227	1.07 224	1.01 210	0.74 199	1.01 217	0.54 171	0.72 191	0.81 187	9.80 274	5.90 257	0.57 208	1.42 211	0.69 168	0.80 193	0.58 173	5.38 234	1.22 242	0.95 182	0.55 115	0.53 201	0.62 197	1.22 223	1.45 227	2.72 259	2.94 232

pmcnn	1.66 220	0.80 203	0.52 160	1.19 222	1.01 218	1.21 224	0.93 214	0.96 211	0.54 171	0.74 195	2.66 249	3.98 247	5.06 251	0.31 133	1.65 226	1.40 254	1.20 228	0.91 232	3.99 226	0.95 222	4.45 267	1.02 181	0.90 229	0.90 224	1.07 215	1.01 188	2.43 251	3.03 235

S-Stereo	1.54 214	0.81 204	0.83 206	1.15 219	1.16 229	1.29 229	1.56 232	1.02 218	1.09 224	1.25 247	4.20 258	4.10 248	1.10 210	0.66 219	2.16 248	1.63 260	0.90 208	1.05 242	2.20 190	1.10 234	1.26 204	3.12 246	1.31 247	1.17 245	0.84 184	1.18 206	1.21 198	2.18 215

STTRV1_RVC	2.36 237	0.81 204	0.64 185	1.04 213	0.73 202	1.03 212	0.85 206	0.91 206	0.92 212	0.93 226	0.95 201	1.72 216	2.23 232	0.86 234	1.46 215	0.78 186	1.37 232	0.72 207	31.78 279	1.97 263	1.59 216	1.23 197	0.98 236	0.97 228	1.07 215	1.11 200	1.75 235	3.40 241

PS-NSSS	0.60 131	0.81 204	0.44 137	0.89 202	0.54 166	0.71 187	0.63 185	0.64 122	0.38 136	0.64 150	0.41 82	1.52 208	0.47 161	0.41 164	0.59 76	0.42 52	0.52 80	0.45 99	0.94 138	0.42 117	0.44 40	0.29 29	0.36 157	0.34 124	0.63 130	0.69 125	0.70 104	0.80 143

SFCPSM	3.03 249	0.82 207	0.63 183	0.77 193	0.69 193	0.72 188	0.63 185	0.83 197	0.98 220	0.71 188	2.00 243	2.57 224	3.49 245	0.56 203	1.16 200	0.93 204	0.74 183	0.64 188	54.48 291	1.19 241	0.88 167	0.91 172	0.55 207	0.55 187	0.94 197	0.93 170	1.11 187	1.39 189

ADCL	1.27 206	0.82 207	0.64 185	0.60 165	0.53 163	0.73 189	0.91 212	0.75 177	2.78 265	0.68 174	1.01 206	0.86 163	0.50 166	0.50 191	1.27 204	0.64 155	0.66 159	0.57 168	1.20 158	0.60 172	0.98 186	0.88 169	0.50 190	0.47 172	1.60 242	1.50 233	0.88 152	11.30 272

GwcNet-ADL	0.97 193	0.83 209	0.81 204	0.91 204	0.68 191	0.70 185	0.53 161	0.77 183	0.50 165	0.72 191	5.46 266	1.20 195	0.65 191	0.46 184	0.81 136	0.95 205	0.72 182	0.56 163	1.26 160	0.71 203	0.67 134	0.78 159	0.59 211	0.56 188	0.79 170	0.98 181	0.85 144	1.75 205

TRStereo	0.75 158	0.83 209	1.19 232	0.56 156	0.34 104	1.42 233	0.48 154	0.68 143	0.28 68	0.65 155	0.46 94	1.10 188	0.27 66	0.22 64	0.70 117	0.85 194	0.57 113	0.48 118	1.85 182	0.50 134	0.73 149	0.87 168	0.18 59	0.27 80	0.78 167	1.22 210	1.78 236	1.09 171

DPSNet	2.61 239	0.83 209	0.77 202	1.21 223	1.24 232	1.34 231	0.93 214	1.08 224	1.49 240	0.78 208	0.86 193	6.91 261	3.85 246	0.58 211	4.58 273	2.54 270	1.43 236	1.24 253	14.95 269	1.34 247	4.83 271	8.01 276	1.75 252	1.40 253	1.47 237	1.95 245	1.60 230	1.66 202

CSAN	0.93 186	0.83 209	0.75 200	0.86 199	0.82 208	0.73 189	0.61 181	0.97 212	0.94 217	0.94 230	0.73 177	1.96 218	1.56 222	0.49 188	0.98 179	0.63 151	0.74 183	0.66 193	1.09 147	0.71 203	0.78 155	0.63 127	0.53 201	0.76 212	0.98 202	1.49 232	1.21 198	1.63 199

NOSS_ROB	0.76 162	0.84 213	0.50 155	0.72 186	0.61 178	0.75 193	0.52 160	0.80 189	0.54 171	0.70 185	0.62 143	0.62 112	0.86 202	0.62 214	1.14 198	1.10 229	0.78 188	0.69 203	0.73 109	0.60 172	0.88 167	0.67 141	0.50 190	0.71 206	0.86 187	0.95 172	1.38 214	0.85 149

CBMV	1.15 201	0.84 213	0.60 176	0.85 198	0.76 206	0.73 189	0.48 154	0.87 202	0.80 201	0.81 213	0.61 139	2.86 229	0.81 199	0.52 197	1.31 207	1.17 237	0.91 209	0.74 212	2.40 200	0.66 192	1.57 215	0.76 157	0.48 185	1.06 235	0.99 205	1.09 197	2.25 244	4.25 249
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	1.60 217	0.86 215	0.90 212	0.98 210	0.69 193	0.85 200	0.56 168	0.89 205	0.48 163	0.82 216	0.79 182	0.97 173	0.36 130	0.69 223	11.97 282	5.83 278	0.70 174	0.67 195	0.70 104	0.62 185	1.05 192	5.90 270	0.50 190	0.62 197	0.82 178	1.01 188	2.01 242	1.06 169

MFN_U_SF_DS_RVC	1.33 207	0.90 216	0.63 183	1.27 225	0.90 212	1.21 224	2.21 241	1.27 227	1.18 227	1.00 234	0.91 197	1.80 217	1.16 213	1.07 242	1.48 216	0.77 183	0.70 174	0.58 173	2.75 211	0.67 196	1.39 210	2.93 243	0.85 228	0.73 208	1.47 237	1.68 238	1.33 209	2.96 233

XQC	1.03 197	0.90 216	0.71 196	0.91 204	0.92 213	0.92 206	0.86 208	1.06 223	0.90 211	0.84 219	1.11 216	1.03 180	1.30 219	0.71 225	2.04 241	0.95 205	0.87 201	0.67 195	1.64 174	0.78 208	1.00 187	1.67 222	0.62 214	0.73 208	1.09 217	1.47 228	1.26 204	0.97 161

ETE_ROB	0.87 180	0.90 216	0.58 171	0.67 180	0.69 193	0.85 200	0.60 176	0.66 133	0.89 210	0.64 150	1.09 211	2.63 226	0.54 174	0.54 199	1.00 183	0.72 174	0.91 209	0.63 184	0.99 143	0.66 192	0.88 167	1.08 184	0.50 190	0.59 192	0.78 167	0.92 167	1.48 224	1.17 180

SANet	1.61 218	0.91 219	1.10 230	1.04 213	1.05 222	1.25 227	0.77 200	1.76 253	1.81 246	0.77 204	1.24 217	6.63 259	5.08 252	0.83 231	1.56 220	0.77 183	1.24 230	0.90 229	1.58 170	0.82 215	1.05 192	1.00 179	0.90 229	1.27 248	1.32 231	1.93 243	1.88 238	3.10 237

ADCMid	1.56 215	0.92 220	0.99 217	0.70 184	0.86 210	1.05 215	1.37 230	1.29 230	1.77 245	0.75 199	1.75 238	1.27 196	1.48 220	0.69 223	2.18 250	1.07 225	0.98 217	0.79 223	2.74 210	0.80 210	1.31 207	1.74 225	1.06 237	0.70 205	1.01 210	1.53 234	1.02 176	10.33 270

DGSMNet	2.66 241	0.96 221	1.36 245	1.03 212	0.99 217	1.12 220	1.05 220	1.36 235	0.94 217	2.15 273	13.54 285	1.71 215	1.85 227	0.93 238	2.50 265	3.85 275	5.34 267	1.61 267	5.07 232	1.68 261	7.04 276	8.02 277	0.96 235	1.19 246	1.01 210	1.33 222	1.40 219	1.88 206

FC-DCNN	0.88 181	0.96 221	1.23 236	1.36 229	0.93 214	1.26 228	0.82 203	0.91 206	0.78 200	0.87 222	0.63 146	1.08 185	0.42 146	0.56 203	0.88 158	0.69 168	0.81 196	0.68 200	0.81 125	0.59 167	0.78 155	0.59 117	0.50 190	0.77 215	1.11 218	0.99 183	1.21 198	1.57 195

LALA_ROB	0.86 179	0.97 223	0.67 192	0.63 172	0.69 193	0.83 199	0.67 193	0.70 156	0.80 201	0.68 174	1.10 213	2.61 225	0.58 184	0.51 193	1.11 195	0.67 164	0.86 200	0.72 207	0.89 133	0.67 196	0.80 158	1.00 179	0.49 186	0.59 192	0.73 153	0.92 167	1.16 192	1.10 172

FC-DCNN v2	0.94 187	0.98 224	1.28 241	1.47 233	0.95 216	1.33 230	0.82 203	1.05 220	0.80 201	0.87 222	0.66 155	1.11 190	0.67 192	0.56 203	0.91 162	0.69 168	0.81 196	0.68 200	0.83 126	0.59 167	0.78 155	0.59 117	0.50 190	0.78 217	1.25 229	1.09 197	1.35 211	1.89 207

AMNet	1.02 196	0.98 224	0.95 214	0.98 210	1.01 218	1.03 212	0.96 217	0.87 202	0.93 214	0.97 232	1.02 207	1.10 188	0.74 196	1.06 241	0.99 182	1.09 228	1.17 225	1.04 241	1.08 146	1.05 231	1.13 197	1.04 182	0.82 226	0.98 230	1.01 210	1.07 196	1.20 197	1.27 187

G-Net	1.86 226	1.00 226	1.28 241	0.89 202	0.93 214	1.10 218	0.77 200	1.63 246	2.07 252	0.99 233	2.89 250	7.30 265	1.67 226	0.55 202	1.45 212	1.75 263	1.04 220	0.93 234	2.87 212	2.72 273	1.89 227	1.47 210	0.80 224	1.02 234	1.06 214	1.71 239	2.82 260	5.60 256

PVD	1.47 211	1.04 227	1.44 246	1.10 215	1.09 227	1.19 222	1.07 221	1.91 257	2.05 251	0.79 211	1.49 230	1.54 209	1.91 229	0.89 236	2.26 255	1.35 247	1.39 233	1.09 246	2.41 201	1.14 237	1.51 213	1.98 229	0.79 222	1.08 238	1.49 239	1.82 241	1.67 231	2.10 212

MFN_U_SF_RVC	1.68 222	1.06 228	0.88 210	1.25 224	1.01 218	1.53 235	2.07 239	1.38 237	1.17 226	1.51 259	2.95 251	2.00 220	1.57 223	2.05 251	2.38 261	0.98 213	0.87 201	0.82 225	6.78 244	1.11 236	2.21 231	2.38 236	0.65 215	1.11 240	1.23 224	1.33 222	1.28 205	1.69 204

ADCS	1.88 227	1.06 228	0.98 216	0.93 207	1.10 228	1.09 217	1.14 222	1.27 227	2.49 259	0.89 224	1.36 225	1.51 206	2.92 244	0.86 234	3.30 269	2.26 269	1.46 237	1.26 255	3.10 219	1.29 246	2.48 236	2.88 241	0.80 224	1.10 239	1.33 233	4.48 273	1.41 220	6.08 259

AnyNet_C01	2.06 231	1.08 230	1.06 225	1.14 218	1.08 225	1.01 210	2.69 246	1.69 251	2.66 262	1.21 244	1.67 235	2.90 231	2.60 241	0.95 239	3.65 270	4.02 276	2.09 250	2.21 276	3.08 218	1.56 256	3.30 255	2.89 242	1.26 240	1.15 243	1.80 245	1.43 226	1.51 225	3.90 246

LSM0	8.30 276	1.08 230	0.95 214	1.66 237	1.42 239	1.59 237	1.96 237	2.27 261	2.36 255	1.66 265	3.94 257	4.10 248	6.30 261	0.63 216	62.38 294	74.74 294	1.69 242	1.06 243	12.18 263	2.23 266	4.96 272	9.29 280	0.92 231	1.29 249	1.95 249	2.97 261	3.66 269	14.83 276

edge stereo	1.82 225	1.16 232	2.22 258	1.46 232	1.28 233	1.58 236	1.38 231	1.67 250	1.30 231	1.20 243	3.42 255	4.33 250	2.26 235	0.80 230	1.41 210	1.46 256	1.05 222	0.83 228	5.42 235	0.97 224	1.34 209	3.76 252	0.95 234	0.88 223	1.26 230	1.20 207	1.70 233	2.91 231

MADNet+	1.96 230	1.18 233	1.26 239	1.45 231	1.28 233	1.10 218	2.21 241	1.88 255	1.41 237	1.33 252	1.32 223	2.29 222	2.23 232	1.25 246	4.58 273	1.87 266	2.55 258	1.13 250	2.73 209	1.63 259	3.69 260	3.33 249	1.26 240	2.09 272	1.93 247	1.47 228	1.59 228	2.77 229

CC-Net-ROB	0.96 191	1.18 233	0.70 195	1.56 234	1.06 223	1.63 238	1.20 227	0.79 187	0.61 183	0.81 213	0.56 127	3.07 234	0.57 182	0.85 233	0.68 110	0.44 64	0.71 180	0.63 184	1.40 165	0.57 160	0.58 111	0.43 65	1.91 253	0.46 169	0.83 180	0.83 156	0.77 120	1.20 183

MFMNet_re	1.51 213	1.18 233	1.12 231	1.29 226	1.16 229	1.63 238	1.32 229	1.30 232	1.63 243	1.14 240	1.38 226	2.64 227	1.63 225	0.90 237	2.27 256	1.35 247	1.58 238	1.32 260	3.69 223	1.24 244	2.10 229	1.26 200	1.16 238	1.24 247	1.11 218	1.02 192	1.59 228	1.60 197

MSC_U_SF_DS_RVC	1.67 221	1.25 236	1.05 223	1.56 234	1.08 225	1.20 223	3.18 253	1.50 241	2.10 253	1.30 251	0.98 204	1.50 205	1.04 205	1.66 249	1.71 227	1.18 238	0.84 198	1.01 238	6.24 241	1.15 240	1.43 211	3.23 248	1.19 239	1.14 242	1.52 240	1.29 217	1.09 183	2.78 230

SPS-STEREO	1.93 229	1.27 237	1.21 234	1.60 236	1.34 237	1.44 234	1.17 225	1.66 247	1.36 236	1.38 254	3.67 256	3.02 233	1.29 217	1.05 240	1.85 236	1.83 265	1.58 238	1.37 262	8.86 253	1.34 247	3.07 249	1.47 210	1.27 244	1.37 250	1.42 236	1.28 216	2.02 243	1.89 207
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	3.81 257	1.38 238	1.26 239	1.80 240	1.47 241	1.93 242	1.71 235	1.47 240	1.33 232	1.34 253	6.67 276	9.59 273	12.99 273	1.20 244	1.73 230	1.47 257	1.42 235	1.24 253	11.11 261	1.37 249	3.07 249	2.13 232	1.27 244	1.42 256	1.69 243	1.26 215	2.90 261	26.50 284

FBW_ROB	1.34 208	1.42 239	1.08 228	2.01 241	1.42 239	1.37 232	1.63 234	0.99 213	0.70 192	0.72 191	1.02 207	2.05 221	0.91 204	1.47 248	1.24 203	0.60 146	0.88 205	0.65 192	6.08 240	0.59 167	1.06 194	0.81 162	1.48 249	1.12 241	0.99 205	1.20 207	0.99 170	1.66 202

SGM_RVC	2.81 245	1.46 240	0.85 207	1.76 239	1.28 233	1.68 240	1.19 226	1.56 243	1.14 225	0.82 216	1.70 236	7.09 262	2.67 243	0.42 174	0.92 165	0.57 137	0.75 185	0.57 168	11.20 262	0.66 192	0.94 179	0.46 78	0.51 198	0.84 221	1.97 250	1.64 237	5.04 274	26.13 283
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	3.62 256	1.54 241	1.05 223	2.64 243	1.72 243	2.05 243	1.15 224	2.40 263	1.41 237	0.90 225	6.48 274	9.56 272	7.42 262	0.49 188	11.75 280	1.94 267	0.87 201	0.74 212	8.79 251	0.80 210	8.36 277	8.07 278	0.73 219	1.07 236	3.39 263	2.15 251	5.22 275	4.99 252
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
LE_ROB	17.44 281	1.82 242	6.12 283	9.40 273	53.85 294	8.01 283	46.26 290	11.27 287	28.12 288	1.80 269	7.03 277	38.62 287	49.53 289	0.34 144	1.76 233	0.55 131	0.78 188	0.59 178	36.68 283	6.72 280	2.92 245	0.85 165	29.06 291	12.10 288	26.35 286	25.49 287	27.84 289	37.03 291

WAO-7	2.72 244	1.83 243	2.89 269	7.39 272	1.73 244	1.76 241	1.82 236	2.07 258	2.65 261	2.21 274	5.39 265	4.58 252	5.72 256	1.23 245	2.07 245	1.27 243	1.69 242	1.22 252	7.70 247	1.51 251	1.64 219	3.07 245	0.84 227	1.65 263	1.83 246	2.48 255	1.97 241	3.27 239

ELAS_RVC	3.22 251	2.01 244	1.85 253	2.66 244	2.07 246	5.08 273	2.06 238	2.41 264	1.89 248	1.74 268	4.78 260	8.00 266	8.02 264	0.74 227	2.38 261	0.81 190	1.75 244	1.14 251	3.97 225	1.27 245	4.64 270	7.61 274	1.26 240	1.74 266	6.58 276	3.21 264	3.39 264	3.80 245
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDUNet	1.38 210	2.18 245	0.79 203	2.67 245	2.43 252	2.57 245	2.52 244	0.80 189	0.84 205	0.63 144	0.94 199	1.57 211	0.45 156	2.65 257	0.94 171	0.78 186	1.99 249	0.75 214	2.31 193	0.91 221	1.16 198	0.97 175	2.71 257	0.56 188	0.72 148	0.71 130	0.97 167	0.85 149

ELAS	3.38 255	2.19 246	1.79 251	2.99 250	2.37 250	3.32 251	2.09 240	2.60 267	2.85 266	1.28 249	4.85 262	8.61 268	8.02 264	0.76 229	2.90 267	0.81 190	1.80 245	1.10 247	4.19 229	1.10 234	4.53 268	7.86 275	1.26 240	1.63 261	7.08 277	4.79 274	3.66 269	4.87 251
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
UDG	1.35 209	2.24 247	0.81 204	2.58 242	2.45 253	2.48 244	2.57 245	0.76 178	0.86 206	0.77 204	1.08 210	1.51 206	0.56 178	2.59 253	1.06 190	0.69 168	1.89 247	0.80 224	2.31 193	0.97 224	1.24 203	0.98 176	1.43 248	0.62 197	0.74 155	0.81 152	0.95 161	0.81 145

WAO-6	2.71 242	2.26 248	1.57 249	3.00 251	2.25 248	3.01 248	3.02 251	1.77 254	2.35 254	1.52 261	1.62 234	3.94 246	5.12 253	2.64 256	2.22 252	1.38 251	2.65 259	1.36 261	4.86 231	1.54 255	2.76 242	4.79 261	2.70 256	1.73 265	2.71 255	2.59 256	2.68 258	5.02 253

MDST_ROB	3.33 254	2.32 249	0.75 200	3.90 263	1.47 241	2.61 246	1.00 219	1.12 226	0.72 193	0.78 208	0.67 162	1.54 209	25.37 280	0.34 144	2.11 247	0.53 123	0.65 156	0.48 118	3.69 223	0.58 163	0.88 167	0.59 117	0.58 210	0.68 204	7.85 279	3.03 262	17.15 284	8.63 268

STStereo	5.29 263	2.47 250	5.20 280	5.20 268	2.80 261	4.72 270	3.42 255	6.23 281	6.52 275	1.51 259	7.61 278	9.53 271	14.86 276	0.63 216	4.09 272	0.64 155	0.87 201	0.62 183	36.67 282	1.02 228	1.23 202	1.05 183	0.78 221	1.63 261	3.46 264	2.43 254	3.53 265	14.15 275

MANE	7.31 270	2.64 251	4.48 278	3.30 257	3.10 268	3.94 264	2.83 249	5.37 280	6.88 276	1.11 236	5.64 268	8.81 269	11.02 267	0.67 221	3.83 271	3.83 274	1.32 231	18.03 287	8.61 249	0.84 216	4.22 263	1.16 192	0.74 220	1.79 270	13.65 283	18.61 283	22.89 286	38.18 292

IMH-64-1	2.92 247	2.70 252	2.36 261	3.23 254	2.71 258	3.70 258	4.05 263	1.66 247	2.48 257	1.13 237	1.26 219	3.60 242	6.29 259	3.59 266	2.28 257	1.15 234	2.20 252	1.31 258	6.02 238	1.52 253	3.03 247	5.48 264	4.83 271	1.40 253	2.83 257	2.02 247	2.34 247	3.64 242

IMH-64	2.92 247	2.70 252	2.36 261	3.23 254	2.71 258	3.70 258	4.05 263	1.66 247	2.48 257	1.13 237	1.26 219	3.60 242	6.29 259	3.59 266	2.28 257	1.15 234	2.20 252	1.31 258	6.02 238	1.52 253	3.03 247	5.48 264	4.83 271	1.40 253	2.83 257	2.02 247	2.34 247	3.64 242

SQANet	1.90 228	2.70 252	1.03 222	3.09 252	2.17 247	3.29 250	2.70 247	0.95 208	0.65 188	1.00 234	0.71 167	2.69 228	1.10 210	2.30 252	0.78 127	0.55 131	1.02 219	0.72 207	9.92 257	0.68 198	2.11 230	1.25 198	3.28 258	0.58 191	0.98 202	1.31 219	1.33 209	2.34 219

ACVNet-4b	2.35 236	2.75 255	1.60 250	3.13 253	2.29 249	3.52 254	3.67 260	1.35 234	1.35 234	1.27 248	0.72 172	3.26 238	2.62 242	3.04 262	0.98 179	0.78 186	2.13 251	1.02 239	9.04 254	1.23 243	2.74 240	3.39 251	4.08 261	0.92 225	1.24 227	1.29 217	1.46 223	2.48 224

IMH	3.24 252	2.76 256	2.37 263	3.26 256	2.74 260	3.73 261	4.10 265	1.72 252	2.58 260	1.17 242	1.24 217	3.92 245	10.58 266	6.80 281	1.57 222	1.11 231	2.25 254	1.30 257	6.28 242	1.56 256	2.97 246	4.14 256	4.90 273	1.45 257	3.01 261	2.36 253	2.47 253	5.19 255

RainbowNet	2.32 233	2.93 257	1.87 254	3.34 258	2.57 256	3.50 252	3.49 257	1.29 230	0.92 212	1.53 262	0.89 195	3.18 236	2.31 236	2.94 260	1.30 206	0.90 198	1.61 241	1.00 237	5.61 236	1.51 251	2.82 243	4.18 257	4.25 263	0.97 228	1.32 231	1.58 235	1.71 234	3.00 234

ACVNet_2	3.17 250	2.98 258	2.25 259	4.72 267	2.88 263	3.50 252	3.48 256	1.58 245	1.33 232	1.29 250	1.10 213	3.22 237	2.45 238	2.67 258	1.29 205	0.86 195	7.26 271	1.02 239	22.14 273	1.37 249	3.22 252	1.25 198	4.24 262	1.37 250	1.93 247	1.92 242	1.83 237	2.36 220

LVE	4.33 261	3.03 259	2.00 256	27.23 286	3.06 267	3.83 263	12.07 283	1.53 242	1.64 244	1.85 270	1.48 229	3.30 239	3.91 247	3.06 263	1.45 212	1.05 223	1.95 248	1.38 263	15.68 270	1.62 258	3.25 254	5.86 267	4.42 266	1.76 267	2.87 259	2.06 249	2.34 247	3.25 238

PWCK	5.04 262	3.03 259	2.21 257	3.61 261	2.60 257	4.41 269	5.09 266	2.45 265	2.76 264	3.31 279	4.34 259	10.15 277	5.13 254	1.74 250	1.99 239	1.38 251	2.41 256	1.45 264	51.59 290	2.35 268	3.70 261	2.69 240	2.65 255	1.78 269	2.97 260	3.21 264	2.43 251	4.77 250

otaku	2.33 235	3.05 261	1.19 232	3.36 259	2.37 250	3.56 255	3.08 252	1.05 220	0.98 220	1.13 237	0.80 186	2.88 230	1.62 224	2.59 253	0.95 173	0.64 155	1.23 229	0.75 214	13.16 265	1.09 233	2.47 235	2.63 238	4.75 268	0.75 211	1.13 220	1.38 225	1.69 232	2.52 225

ktn	8.45 277	3.18 262	2.84 268	6.37 271	3.26 269	4.31 268	10.28 281	2.15 259	10.13 281	2.27 276	1.83 240	42.17 289	55.84 290	3.93 268	2.34 259	2.09 268	9.85 274	2.17 274	33.98 280	2.24 267	3.24 253	3.03 244	4.78 269	2.25 275	2.59 252	2.81 258	3.18 263	5.04 254

DispFullNet	4.17 258	3.20 263	4.34 277	2.72 246	2.46 254	2.92 247	2.70 247	2.79 272	1.90 249	4.51 283	6.62 275	8.91 270	4.83 249	2.59 253	2.00 240	8.18 281	3.24 263	1.98 270	24.96 275	2.93 275	3.99 262	3.36 250	1.71 251	1.15 243	1.36 234	1.32 221	2.36 250	3.65 244

Dean	2.84 246	3.23 264	1.81 252	6.04 270	3.38 272	3.63 257	3.67 260	1.88 255	1.97 250	1.47 256	1.30 221	3.69 244	4.10 248	2.97 261	1.45 212	0.97 210	2.41 256	1.29 256	5.94 237	1.74 262	3.20 251	4.23 258	4.79 270	1.55 258	2.65 254	2.27 252	2.56 254	2.64 227

ACVNet_1	2.47 238	3.23 264	2.35 260	4.40 266	2.93 266	3.77 262	3.96 262	1.34 233	1.18 227	1.21 244	1.02 207	3.31 240	2.07 230	3.09 264	1.31 207	0.70 172	2.26 255	1.10 247	9.52 255	1.14 237	3.45 257	1.18 195	4.50 267	1.07 236	1.39 235	1.75 240	1.36 213	2.10 212

WAO-8	4.25 259	3.34 266	2.80 266	10.32 276	2.92 264	4.17 266	5.89 268	2.66 270	4.45 272	1.69 266	3.41 253	5.94 256	11.31 268	5.29 276	1.71 227	1.34 244	2.69 260	1.51 265	10.78 258	2.48 270	2.63 237	4.50 259	3.44 259	1.58 259	5.12 272	3.31 266	3.60 266	5.76 257

Venus	4.25 259	3.34 266	2.80 266	10.32 276	2.92 264	4.17 266	5.89 268	2.66 270	4.45 272	1.69 266	3.41 253	5.94 256	11.31 268	5.29 276	1.71 227	1.34 244	2.69 260	1.51 265	10.78 258	2.48 270	2.63 237	4.50 259	3.44 259	1.58 259	5.12 272	3.31 266	3.60 266	5.76 257

PSMNet_ROB	2.71 242	3.39 268	1.92 255	2.87 249	2.04 245	4.01 265	3.50 258	1.46 239	1.41 237	1.59 264	3.34 252	3.52 241	4.97 250	4.50 272	1.61 223	0.95 205	1.87 246	1.06 243	8.62 250	1.63 259	2.32 234	1.51 214	5.43 277	1.37 250	1.98 251	1.94 244	1.91 239	2.39 221

Ntro	2.32 233	3.40 269	1.53 248	3.55 260	2.52 255	3.71 260	3.36 254	1.11 225	1.05 222	1.16 241	0.90 196	2.93 232	1.24 214	2.72 259	1.00 183	0.64 155	1.40 234	0.82 225	10.96 260	1.14 237	2.72 239	3.19 247	4.26 264	0.73 208	1.24 227	1.59 236	1.56 227	2.31 218

MADNet++	5.64 265	3.51 270	3.77 276	2.84 248	4.62 275	3.02 249	3.65 259	4.36 275	5.03 274	4.18 282	5.07 264	6.45 258	5.92 258	6.18 280	7.04 276	6.82 279	4.71 266	4.00 280	8.03 248	5.83 279	9.92 281	16.38 286	2.32 254	4.34 282	3.95 270	11.38 280	4.93 273	4.01 247

JetBlue	6.09 268	3.85 271	3.31 274	5.99 269	4.13 274	6.22 279	7.94 273	3.42 273	2.89 267	1.47 256	1.46 228	8.10 267	1.90 228	5.39 278	11.86 281	3.22 272	3.30 264	2.99 277	5.32 233	2.40 269	9.74 280	10.03 283	4.93 274	2.18 274	7.39 278	17.16 282	3.72 271	24.15 280

KSHMR	8.16 274	4.16 272	2.96 270	25.39 285	3.92 273	5.08 273	5.53 267	2.62 268	2.40 256	2.23 275	2.26 245	4.37 251	77.17 294	5.23 275	2.24 253	1.71 261	2.79 262	1.98 270	31.04 278	2.02 264	4.59 269	5.35 262	7.54 284	1.89 271	3.30 262	2.91 260	3.01 262	6.51 262

SGM-ForestM	2.61 239	4.20 273	0.93 213	2.78 247	1.37 238	3.57 256	2.93 250	2.59 266	1.51 241	0.70 185	1.32 223	7.25 263	5.36 255	0.47 185	0.89 159	0.53 123	0.79 192	0.54 155	7.58 246	0.60 172	0.82 160	0.47 82	0.51 198	0.80 218	4.97 271	3.66 269	7.05 279	6.30 260

TorneroNet	8.11 273	4.28 274	2.58 265	27.50 287	3.31 271	5.00 272	6.00 270	2.62 268	10.13 281	1.49 258	2.57 248	11.07 279	68.61 293	4.25 270	1.77 234	1.18 238	5.78 268	1.62 268	23.67 274	2.83 274	4.30 264	5.47 263	5.37 276	1.65 263	3.72 266	3.14 263	2.59 255	6.36 261

TorneroNet-64	6.02 267	4.60 275	2.53 264	15.58 283	3.29 270	4.87 271	7.75 272	2.23 260	10.02 279	1.42 255	1.31 222	7.26 264	29.23 283	4.36 271	2.09 246	1.21 241	8.22 272	1.70 269	17.35 272	2.62 272	4.31 265	5.68 266	5.20 275	1.76 267	3.58 265	3.76 270	2.29 245	8.34 267

UNDER WATER	7.55 271	4.74 276	3.06 271	10.46 278	5.92 279	6.35 280	8.05 274	4.32 274	3.69 271	1.97 271	2.14 244	10.53 278	62.60 292	4.83 273	2.25 254	1.59 259	12.22 282	2.08 272	9.67 256	3.97 276	5.27 273	6.65 271	8.86 288	2.65 278	3.82 267	5.62 275	3.62 268	7.03 264

UNDER WATER-64	6.11 269	5.20 277	3.13 272	12.20 279	5.77 278	6.55 281	8.53 277	4.74 279	3.45 270	2.30 277	2.36 246	12.04 280	12.47 272	5.08 274	3.02 268	1.81 264	12.11 281	2.17 274	8.81 252	4.17 278	5.75 274	7.27 273	8.74 287	2.61 277	3.86 269	8.63 277	4.32 272	7.86 266

JetRed	7.85 272	5.29 278	6.07 282	3.75 262	5.00 276	6.95 282	10.20 280	4.64 278	3.42 269	2.92 278	2.39 247	6.71 260	2.25 234	7.15 282	10.26 278	7.34 280	8.59 273	7.11 282	4.82 230	4.08 277	10.76 284	9.27 279	7.85 285	3.34 279	10.96 280	24.25 286	11.90 281	24.57 282

notaker	5.52 264	5.55 279	3.76 275	13.97 281	5.34 277	5.44 277	7.16 271	2.36 262	2.68 263	2.06 272	1.80 239	12.90 281	23.86 279	3.98 269	2.04 241	1.73 262	3.45 265	2.12 273	17.08 271	2.15 265	6.10 275	5.87 268	6.15 281	2.12 273	1.79 244	2.08 250	2.31 246	3.29 240

DGTPSM_ROB	12.12 279	5.96 280	17.45 288	4.20 264	7.86 280	5.15 275	8.18 275	4.56 276	11.64 283	4.52 284	8.72 280	5.01 253	17.08 277	12.98 285	14.91 284	14.58 285	6.85 269	15.76 285	12.78 264	12.05 284	9.07 278	21.74 287	5.67 278	11.54 286	11.84 281	31.02 289	12.98 282	33.06 287

DPSMNet_ROB	12.40 280	5.97 281	17.46 289	4.21 265	7.87 281	5.15 275	8.18 275	4.56 276	11.65 284	4.54 285	8.87 281	5.17 254	22.69 278	13.00 286	14.98 285	14.62 286	6.90 270	15.82 286	14.07 268	12.05 284	9.09 279	21.75 288	5.68 279	11.54 286	11.87 282	31.03 290	12.99 283	33.06 287

HanzoNet	19.12 286	15.23 282	6.99 284	35.06 290	14.35 287	40.77 290	42.46 289	17.81 289	22.51 287	3.55 280	8.29 279	41.30 288	56.30 291	43.04 293	5.72 275	4.37 277	37.83 291	3.30 278	49.59 289	8.93 283	10.30 283	6.85 272	14.15 290	3.46 280	5.94 275	5.80 276	5.29 276	7.13 265

DPSM_ROB	18.32 283	16.26 283	21.94 290	9.42 274	8.75 282	13.61 284	9.11 278	10.90 285	15.09 285	8.45 286	8.95 282	10.12 275	13.19 274	16.42 288	19.79 287	19.11 288	18.35 286	20.45 288	13.82 266	14.88 286	26.56 289	27.45 289	6.49 282	14.39 289	31.57 291	38.83 292	36.85 292	43.86 293

DPSM	18.32 283	16.26 283	21.94 290	9.42 274	8.75 282	13.61 284	9.11 278	10.90 285	15.09 285	8.45 286	8.95 282	10.12 275	13.19 274	16.42 288	19.79 287	19.11 288	18.35 286	20.45 288	13.82 266	14.88 286	26.56 289	27.45 289	6.49 282	14.39 289	31.57 291	38.83 292	36.85 292	43.86 293

PML	30.82 290	20.91 285	7.15 285	29.65 288	20.81 289	29.11 288	10.50 282	10.87 284	88.32 294	20.03 290	154.19 294	98.60 293	119.55 295	10.53 284	9.19 277	8.69 282	16.72 285	7.27 283	34.57 281	7.35 282	12.77 285	10.86 284	5.72 280	6.17 283	33.11 293	12.83 281	34.30 291	12.33 273

LRCNet_RVC	21.34 287	28.92 286	11.37 286	31.78 289	29.09 290	34.25 289	27.43 286	21.71 292	10.07 280	29.63 291	30.60 287	32.06 285	25.81 281	33.87 291	11.15 279	2.97 271	25.27 289	21.35 290	44.05 286	20.83 289	14.27 287	5.87 268	36.69 292	27.43 291	2.76 256	1.47 228	8.68 280	6.79 263

DPSimNet_ROB	18.93 285	32.01 287	5.97 281	12.40 280	11.35 285	6.13 278	28.07 287	15.03 288	35.64 290	3.96 281	78.33 293	18.15 282	35.00 284	5.44 279	12.19 283	10.36 283	13.57 284	3.64 279	87.52 293	6.87 281	14.36 288	9.97 281	4.40 265	7.14 284	5.17 274	9.85 278	5.93 277	32.56 286

ASD4	28.39 289	32.20 288	16.01 287	15.24 282	12.36 286	19.17 286	15.39 284	18.17 290	9.38 278	45.71 292	57.05 291	24.92 284	11.45 270	13.50 287	48.27 293	18.30 287	47.28 292	47.66 292	44.35 287	25.76 290	63.37 295	42.94 294	8.48 286	8.34 285	24.58 285	32.07 291	28.35 290	36.29 290

CasAABBNet	36.73 291	32.73 289	44.18 295	18.81 284	17.45 288	27.29 287	18.12 285	21.69 291	30.40 289	17.52 289	18.08 286	20.27 283	26.53 282	32.96 290	38.28 289	37.42 290	36.82 290	41.12 291	27.47 276	29.86 291	53.56 294	55.70 295	12.93 289	28.91 292	63.44 294	78.07 294	73.93 295	88.05 295

BEATNet-Init1	22.01 288	36.32 290	3.23 273	54.74 294	11.23 284	52.95 294	28.72 288	9.47 283	8.51 277	1.57 263	10.45 284	33.05 286	48.98 288	0.71 225	16.97 286	11.50 284	1.60 240	1.11 249	77.80 292	35.27 292	9.94 282	9.98 282	1.27 244	2.30 276	27.41 287	11.09 279	52.85 294	35.36 289

HaxPig	41.43 292	43.85 291	40.81 292	44.90 291	47.49 292	44.66 291	46.30 291	46.31 293	45.63 292	49.00 293	49.30 288	47.24 290	43.73 286	42.64 292	40.44 291	39.13 292	48.37 293	51.07 293	43.33 284	42.25 293	42.88 291	36.52 291	50.75 294	43.02 294	27.54 288	19.97 284	20.68 285	20.75 279

AVERAGE_ROB	41.98 293	44.82 292	42.27 293	45.98 292	46.88 291	45.60 292	46.56 292	47.04 294	43.89 291	49.19 294	49.91 289	47.25 291	43.00 285	49.19 294	40.14 290	38.38 291	49.01 294	51.31 294	43.98 285	42.43 294	43.31 292	38.64 292	49.42 293	42.83 293	28.65 289	20.44 285	23.41 287	19.88 278

MEDIAN_ROB	44.95 294	47.36 293	44.12 294	48.52 293	49.78 293	48.21 293	49.25 293	49.72 295	46.35 293	52.53 295	53.59 290	50.59 292	45.49 287	49.36 295	43.27 292	41.36 293	51.85 295	54.40 295	47.03 288	45.93 295	45.78 293	40.06 293	52.67 295	45.67 295	31.00 290	26.54 288	25.33 288	27.95 285

DLNR_Zeroshot_test	17.86 282	67.45 294	1.21 234	81.91 295	0.35 108	0.45 124	74.74 294	0.76 178	0.27 61	0.69 182	0.60 133	1.16 192	0.29 71	8.20 283	84.48 295	102.07 295	23.88 288	15.14 284	7.31 245	0.50 134	4.38 266	2.51 237	0.18 59	0.43 156	0.76 164	0.86 157	0.80 127	0.80 143

FADE			4.82 279	1.74 238				6.39 282		9.69 288			11.63 271	3.16 265	2.41 263	3.75 273	13.11 283	6.09 281		15.33 288	14.18 286	10.90 285	1.70 250	3.54 281	3.84 268		6.83 278	24.35 281

Low-res two-view benchmark