Low-res two-view results

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

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

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

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

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

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

riskmin	2.49 103	0.22 1	3.34 64	2.33 250	1.78 253	2.89 130	0.46 104	7.35 149	6.95 186	2.75 50	1.67 24	6.75 222	5.08 246	3.24 54	1.93 137	0.00 1	0.99 315	0.00 1	0.27 315	0.02 9	1.73 309

EGLCR-Stereo	1.45 15	0.26 2	2.91 29	1.94 199	0.90 175	3.13 145	0.69 161	5.81 80	3.21 24	1.14 31	0.20 3	1.52 62	0.37 17	4.29 75	0.69 15	0.01 103	0.79 290	0.00 1	0.00 1	0.01 3	1.21 270

knoymous	1.50 22	0.28 3	1.99 4	0.33 31	0.48 112	1.58 22	0.11 27	5.71 74	2.81 9	4.85 89	1.75 27	4.58 157	0.46 33	3.66 61	1.30 80	0.01 103	0.02 134	0.00 1	0.00 1	0.02 9	0.09 42

PSM-AAD	3.43 187	0.31 4	2.16 7	0.80 84	0.57 132	2.53 75	5.97 325	5.53 60	3.98 68	11.00 312	11.90 254	2.93 92	9.36 328	8.03 196	1.00 52	0.01 103	0.01 104	0.00 1	0.00 1	0.06 68	2.39 353

GrayStereo	3.86 214	0.33 5	2.63 18	1.66 160	0.62 138	3.09 141	7.92 354	6.43 115	3.88 63	10.61 300	16.51 305	5.75 202	8.40 314	6.75 133	1.58 98	0.01 103	0.00 1	0.01 247	0.62 355	0.04 44	0.38 156

Selective-IGEV	1.56 31	0.34 6	2.13 6	0.77 81	0.76 161	2.36 63	0.52 120	6.80 127	3.08 22	0.53 10	3.34 51	0.26 14	0.31 8	7.24 150	0.73 21	0.01 103	0.80 291	0.00 1	0.14 257	0.08 88	1.01 249

Any-RAFT	2.33 85	0.36 7	2.35 10	1.58 149	0.84 169	4.93 232	0.55 126	9.10 189	5.93 149	4.30 82	4.90 86	5.79 204	2.22 129	2.75 49	0.51 2	0.02 186	0.32 254	0.00 1	0.00 1	0.02 9	0.18 90

CAS	2.42 98	0.37 8	2.30 9	11.49 384	3.97 339	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 13	0.28 6	1.73 15	0.92 40	10.05 391	0.01 104	0.00 1	0.00 1	0.01 3	6.26 381

AE-Stereo	1.89 41	0.38 9	3.86 107	1.94 199	0.38 94	2.51 74	0.58 135	7.19 143	7.28 195	1.60 40	3.51 59	1.07 50	0.77 48	2.12 31	1.24 77	0.03 216	1.02 319	0.00 1	0.28 316	0.11 133	1.84 324

AEACV	1.27 9	0.38 9	2.61 15	1.75 175	1.21 214	2.44 69	0.85 197	4.79 30	1.67 1	0.71 15	0.26 6	0.29 18	2.00 121	2.30 38	0.66 10	0.01 103	0.95 304	0.00 1	0.42 343	0.12 150	2.07 343

test-3	2.19 71	0.38 9	3.88 113	1.55 147	0.91 178	1.39 12	0.80 181	5.36 57	5.51 131	7.36 202	1.90 30	4.05 136	0.42 24	6.67 131	1.17 66	0.00 1	0.99 315	0.00 1	0.28 316	0.20 218	1.08 259

test_1	2.18 69	0.38 9	3.87 108	1.54 146	0.91 178	1.38 11	0.80 181	5.36 57	5.53 133	7.12 187	1.86 29	4.05 136	0.41 22	6.65 129	1.17 66	0.00 1	0.99 315	0.00 1	0.28 316	0.20 218	1.08 259

s12784h	2.10 61	0.38 9	3.31 62	0.17 4	0.09 12	4.89 231	0.13 38	7.34 148	8.06 218	3.87 77	4.47 82	0.60 44	1.19 79	6.78 137	0.63 8	0.01 103	0.01 104	0.00 1	0.00 1	0.02 9	0.04 18

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 70	0.01 1	1.98 44	0.55 126	3.52 5	3.54 42	0.96 26	1.63 22	0.19 1	0.41 22	1.29 7	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.08 38

test_3	2.22 75	0.39 14	4.20 138	1.51 143	0.90 175	1.29 9	0.74 175	5.34 51	6.37 163	6.64 163	1.96 32	4.24 150	0.45 31	6.63 127	1.17 66	0.00 1	1.00 318	0.00 1	0.28 316	0.19 212	1.01 249

GMM-Stereo	3.42 185	0.39 14	3.24 55	0.87 89	0.50 115	2.26 57	4.73 314	5.64 70	3.81 58	7.08 184	16.57 306	6.13 209	3.62 184	7.74 182	1.40 90	0.05 250	0.00 1	0.00 1	0.04 221	0.12 150	4.24 373

Prome-Stereo	3.73 206	0.39 14	2.62 17	1.05 106	0.52 125	2.06 50	4.58 311	4.88 34	3.95 65	9.34 271	20.39 333	4.03 135	7.02 291	7.86 187	1.31 82	0.00 1	0.00 1	0.00 1	0.00 1	0.07 83	4.52 374

CES	1.72 38	0.40 18	1.82 3	0.65 64	7.83 377	2.62 84	0.13 38	5.35 55	2.68 7	0.36 1	1.30 18	0.33 25	0.32 11	1.92 23	0.72 20	0.01 103	0.02 134	0.00 1	0.00 1	0.56 321	7.35 384

Gwc-CoAtRS	2.16 66	0.42 19	3.13 48	1.28 123	0.31 78	3.52 169	0.39 92	6.56 118	6.31 160	5.38 106	5.11 91	5.47 186	1.70 111	2.00 26	1.08 61	0.01 103	0.19 233	0.00 1	0.25 303	0.02 9	0.16 82

LoS	1.03 4	0.43 20	2.53 12	0.64 62	0.14 23	2.42 67	0.26 71	5.64 70	2.93 12	1.08 27	0.24 4	0.49 37	0.45 31	2.31 39	0.83 30	0.02 186	0.02 134	0.00 1	0.00 1	0.06 68	0.03 10

DCANet-4	2.26 79	0.43 20	6.69 255	0.40 42	0.20 48	1.70 30	0.13 38	5.73 75	9.44 252	6.01 128	5.29 97	1.12 51	2.77 151	2.49 46	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

tt	83.10 423	0.43 20	99.97 431	79.27 424	93.14 425	100.00 431	100.00 431	100.00 432	99.89 427	60.55 413	48.44 401	99.98 431	99.96 430	99.98 432	100.00 434	91.80 425	99.82 429	73.67 425	73.25 422	86.43 426	55.39 420

BUS	2.72 129	0.43 20	3.76 99	0.70 67	0.50 115	7.31 278	0.48 115	9.93 213	5.65 137	6.50 151	6.23 123	5.21 179	1.18 74	4.27 72	1.89 134	0.01 103	0.03 159	0.03 296	0.00 1	0.06 68	0.14 66

BSDual-CNN	2.91 142	0.43 20	3.76 99	0.70 67	0.50 115	6.97 268	1.58 246	9.93 213	5.65 137	6.50 151	6.23 123	6.17 211	2.50 139	4.27 72	2.67 179	0.01 103	0.03 159	0.03 296	0.00 1	0.06 68	0.14 66

psmg	3.34 175	0.43 20	3.76 99	0.73 73	0.50 115	8.47 295	2.74 270	10.88 240	5.65 137	8.91 253	8.78 181	6.17 211	2.50 139	4.27 72	2.67 179	0.01 103	0.04 173	0.06 314	0.00 1	0.12 150	0.10 47

KYRaft	3.68 200	0.43 20	2.53 12	0.89 90	0.49 114	2.28 60	3.89 296	5.30 48	3.82 60	8.99 257	19.28 328	6.54 219	4.96 241	7.92 191	0.96 48	0.01 103	0.00 1	0.00 1	0.01 174	0.06 68	5.17 375

CFNet-RSSM	2.26 79	0.43 20	3.24 55	1.28 123	0.31 78	3.19 149	0.40 93	7.62 160	7.29 196	5.88 118	4.68 83	5.32 183	1.68 109	2.26 37	1.04 56	0.01 103	0.09 205	0.00 1	0.31 326	0.03 26	0.16 82

PMTNet	1.48 21	0.43 20	2.77 26	0.31 25	0.17 37	2.94 132	0.33 84	3.66 8	5.27 121	1.11 29	1.28 17	0.28 16	0.92 55	4.32 76	0.90 37	4.89 379	0.00 1	0.00 1	0.00 1	0.03 26	0.05 24

MGS-Stereo	1.22 8	0.44 29	2.92 30	0.83 86	0.07 9	1.82 38	0.65 151	2.44 2	3.95 65	1.11 29	6.19 121	0.49 37	0.37 17	1.73 15	0.81 26	0.00 1	0.00 1	0.00 1	0.00 1	0.48 312	0.01 1

HSM-Net_RVC	4.40 249	0.44 29	3.22 53	0.72 70	0.68 141	7.06 272	1.82 254	12.57 275	8.48 227	9.04 258	12.20 260	14.98 324	5.14 249	7.32 155	4.19 224	0.02 186	0.02 134	0.00 1	0.00 1	0.02 9	0.14 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	2.49 103	0.45 31	4.35 146	1.89 193	1.28 222	4.83 229	0.68 158	7.19 143	4.51 93	5.00 95	7.09 151	6.81 223	1.12 65	2.22 33	1.16 65	0.01 103	0.63 278	0.00 1	0.33 331	0.05 59	0.20 102

SST-Stereo	2.86 137	0.45 31	3.64 97	1.46 139	0.36 90	3.94 199	0.80 181	6.07 100	4.46 90	10.96 311	6.21 122	4.94 171	4.14 210	8.85 245	0.93 41	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

RCA-Stereo	2.19 71	0.46 33	3.22 53	0.47 53	0.33 84	2.27 58	0.47 106	5.60 68	15.20 324	2.86 52	5.61 108	0.78 46	3.15 159	1.71 13	0.48 1	0.00 1	0.90 297	0.00 1	0.00 1	0.10 122	0.26 126

RAFT_R40	2.83 134	0.46 33	3.85 105	1.38 133	0.32 83	3.78 192	0.97 210	6.16 104	4.82 111	9.74 285	6.35 132	4.96 172	3.94 204	8.78 242	1.05 57	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10

pcwnet_v2	4.36 246	0.46 33	9.07 308	1.43 137	1.10 203	3.41 157	0.40 93	13.44 302	14.60 321	10.29 293	14.22 282	5.82 205	2.97 156	6.75 133	2.29 167	0.01 103	0.05 180	0.04 304	0.02 192	0.17 198	0.61 203

R-Stereo Train	2.60 117	0.46 33	2.94 32	1.10 110	0.18 40	3.61 173	0.60 139	6.88 130	3.50 30	9.13 262	17.23 313	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 106

RAFT-Stereo	2.60 117	0.46 33	2.94 32	1.10 110	0.18 40	3.61 173	0.60 139	6.88 130	3.50 30	9.13 262	17.23 313	1.77 68	0.77 48	2.03 27	1.65 111	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 106
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASnet	1.09 5	0.47 38	2.09 5	0.79 82	0.08 10	2.10 51	0.14 46	3.83 11	4.26 80	3.84 76	1.56 20	0.32 24	0.30 7	1.13 2	0.77 23	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 115	0.47 38	4.32 144	1.89 193	0.20 48	3.42 158	0.63 146	5.56 66	5.60 135	8.66 245	7.05 149	2.82 90	1.03 62	9.05 256	1.07 60	0.02 186	0.00 1	0.00 1	0.00 1	0.02 9	0.04 18

PFNet+	2.52 106	0.47 38	4.97 181	0.95 99	0.18 40	3.12 144	0.73 172	4.98 37	6.97 187	7.95 218	6.38 133	2.51 83	1.18 74	8.05 198	1.82 126	0.03 216	0.00 1	0.00 1	0.00 1	0.02 9	0.05 24

ICVP	2.53 107	0.47 38	3.64 97	1.20 116	0.69 143	2.71 97	0.84 192	10.63 232	4.66 99	4.31 83	8.99 187	2.75 89	1.93 119	2.91 51	4.07 223	0.06 261	0.24 245	0.01 247	0.01 174	0.13 166	0.26 126
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 89	0.48 42	3.88 113	2.17 223	0.11 13	3.43 160	0.42 96	7.08 142	3.75 53	6.91 175	5.29 97	2.65 88	1.33 87	8.40 224	1.67 116	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.02 5

OCTAStereo	2.38 89	0.48 42	3.90 115	2.16 219	0.11 13	3.42 158	0.42 96	7.06 137	3.74 51	6.91 175	5.26 94	2.63 87	1.32 85	8.41 226	1.70 119	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.01 1

PSM-softLoss	2.38 89	0.48 42	4.28 141	1.94 199	0.19 43	2.73 100	0.38 89	6.67 121	3.50 30	6.33 141	6.33 130	2.93 92	0.97 57	8.90 247	1.88 131	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

KMStereo	2.38 89	0.48 42	4.28 141	1.94 199	0.19 43	2.73 100	0.38 89	6.67 121	3.50 30	6.33 141	6.33 130	2.93 92	0.97 57	8.90 247	1.88 131	0.01 103	0.00 1	0.00 1	0.00 1	0.03 26	0.03 10

RE-Stereo	2.38 89	0.48 42	3.91 116	2.17 223	0.11 13	3.43 160	0.42 96	7.07 139	3.75 53	6.91 175	5.26 94	2.62 85	1.33 87	8.41 226	1.72 121	0.01 103	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

TVStereo	2.38 89	0.48 42	3.91 116	2.17 223	0.11 13	3.43 160	0.42 96	7.07 139	3.75 53	6.91 175	5.26 94	2.62 85	1.33 87	8.41 226	1.72 121	0.01 103	0.00 1	0.01 247	0.00 1	0.03 26	0.01 1

cross-raft	2.25 78	0.48 42	2.96 39	1.87 188	0.94 181	3.72 188	0.47 106	7.61 159	4.15 73	5.37 105	5.68 110	6.17 211	1.40 92	2.15 32	1.06 58	0.01 103	0.22 239	0.00 1	0.19 276	0.03 26	0.41 166

XX-Stereo	2.95 148	0.48 42	7.08 268	2.84 294	2.51 291	1.63 23	0.20 59	6.15 103	3.38 28	2.38 47	16.00 300	6.90 226	0.25 2	6.40 119	1.14 62	0.00 1	0.66 280	0.00 1	0.31 326	0.16 192	0.57 193

MSKI-zero shot	2.23 77	0.49 50	2.49 11	1.60 150	0.81 166	2.69 94	0.29 75	6.82 128	2.50 5	4.37 84	7.61 161	3.65 125	0.26 3	8.62 238	0.63 8	0.01 103	1.09 324	0.00 1	0.25 303	0.03 26	0.46 177

MC-Stereo	1.87 39	0.49 50	3.52 79	2.82 291	1.07 195	1.90 42	0.12 31	4.89 36	3.27 26	3.66 70	3.58 62	0.56 42	1.45 95	5.79 105	0.81 26	0.00 1	1.19 347	0.00 1	0.21 291	0.11 133	1.95 338

iRaft-Stereo_20w	3.11 158	0.49 50	6.09 229	1.01 102	1.25 219	3.99 203	1.00 212	14.00 312	4.73 103	6.70 172	6.27 128	2.34 80	2.28 132	7.29 154	1.58 98	0.01 103	0.75 288	0.00 1	0.73 359	0.10 122	1.63 292

AAGNet	3.50 188	0.49 50	3.38 67	1.91 195	0.41 106	3.66 179	1.02 213	5.14 44	5.16 120	9.65 283	7.75 163	4.91 168	6.23 276	7.45 166	12.73 344	0.01 103	0.00 1	0.00 1	0.00 1	0.05 59	0.06 31

CREStereo++_RVC	1.70 36	0.50 54	3.07 47	0.45 50	0.01 1	1.69 29	0.02 5	3.09 4	8.24 222	3.82 74	7.53 159	0.49 37	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 382	0.01 3	0.08 38
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
PCWNet_CMD	3.14 162	0.51 55	4.47 150	0.44 49	0.26 73	2.87 128	0.15 48	9.66 206	9.78 256	7.28 197	11.50 247	6.84 225	2.40 136	4.47 78	1.83 127	0.01 103	0.02 134	0.02 279	0.00 1	0.06 68	0.29 135

CRE-IMP	2.08 52	0.51 55	3.43 75	0.35 36	0.19 43	3.85 197	0.83 191	5.77 78	3.43 29	5.81 116	4.24 71	3.45 119	0.83 53	6.56 123	1.99 143	0.01 103	0.00 1	0.00 1	0.00 1	0.11 133	0.20 102

CREStereo	1.09 5	0.51 55	2.16 7	0.11 2	0.24 66	1.67 26	0.03 8	4.24 17	6.91 184	0.80 22	1.73 25	0.44 34	0.64 41	1.58 12	0.61 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
MSMDNet	3.15 163	0.51 55	4.48 151	0.46 52	0.25 70	2.88 129	0.16 51	9.79 209	9.82 257	7.24 194	11.36 246	6.82 224	2.41 137	4.47 78	1.86 129	0.01 103	0.02 134	0.02 279	0.00 1	0.06 68	0.30 138

NRIStereo	2.27 81	0.52 59	3.35 66	1.26 120	0.17 37	3.04 138	0.84 192	5.96 95	3.74 51	6.27 138	3.44 52	4.13 141	1.80 118	8.31 218	2.11 149	0.00 1	0.10 209	0.00 1	0.00 1	0.12 150	0.20 102

MIF-Stereo	0.94 2	0.53 60	2.82 27	0.94 98	1.29 226	0.56 3	0.12 31	1.49 1	3.16 23	1.77 41	2.22 35	0.20 3	0.32 11	1.76 21	1.33 85	0.00 1	0.00 1	0.00 1	0.00 1	0.16 192	0.02 5

DAS	4.18 237	0.53 60	6.20 234	2.20 227	3.69 328	2.78 108	3.12 283	8.69 177	10.29 262	9.39 273	12.80 267	4.58 157	7.20 294	9.08 257	2.70 182	0.02 186	0.00 1	0.00 1	0.00 1	0.04 44	0.34 146

SepStereo	4.22 240	0.53 60	6.20 234	2.20 227	3.69 328	2.78 108	3.12 283	8.69 177	10.29 262	9.39 273	12.80 267	4.58 157	7.20 294	9.74 281	2.70 182	0.02 186	0.00 1	0.00 1	0.00 1	0.04 44	0.34 146

Selective-RAFT	1.92 43	0.54 63	3.87 108	1.15 112	0.21 57	3.83 196	0.06 12	5.00 38	4.68 100	1.59 39	2.14 34	3.05 96	2.77 151	6.63 127	1.34 87	0.00 1	0.95 304	0.00 1	0.32 328	0.05 59	0.19 96

FTStereo	4.61 262	0.54 63	2.86 28	0.98 101	0.40 102	2.57 80	8.51 357	5.70 73	3.76 56	10.85 308	29.92 369	5.53 190	7.43 300	7.73 181	1.63 106	0.17 301	0.00 1	0.05 310	0.00 1	0.04 44	3.62 369

DEmStereo	3.86 214	0.54 63	4.04 128	0.26 23	0.17 37	5.17 235	2.45 267	4.70 28	4.34 85	8.37 238	19.94 331	5.06 176	10.13 331	7.86 187	3.93 218	0.01 103	0.01 104	0.01 247	0.00 1	0.03 26	0.10 47

test-1	2.14 64	0.54 63	6.32 243	1.07 107	1.22 215	2.13 53	0.54 123	6.40 114	4.80 110	3.55 65	5.23 93	4.02 134	0.71 44	1.95 24	2.15 152	0.08 271	0.98 312	0.00 1	0.08 234	0.02 9	1.07 257

EAI-Stereo	2.75 133	0.54 63	3.17 50	0.91 95	1.28 222	4.02 204	5.30 322	12.39 269	4.76 104	2.51 49	7.10 152	1.22 53	0.94 56	6.03 111	1.96 139	0.01 103	0.56 274	0.00 1	1.38 371	0.04 44	0.95 244

LCNet	2.94 146	0.55 68	2.57 14	1.03 105	0.59 135	2.05 48	1.55 245	5.51 59	4.19 76	6.08 133	10.58 232	4.54 155	6.63 282	7.59 176	0.90 37	0.01 103	0.00 1	0.01 247	0.76 360	0.31 280	3.43 365

Patchmatch Stereo++	2.09 57	0.55 68	3.57 88	0.20 5	0.20 48	3.68 184	0.64 148	5.90 88	3.52 36	5.91 120	4.41 75	3.42 111	1.51 101	7.07 144	0.95 46	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 47	0.55 68	3.57 88	0.20 5	0.21 57	3.69 187	0.69 161	5.89 83	3.52 36	5.91 120	4.43 77	3.42 111	1.50 97	5.63 102	0.94 45	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

DeepStereo_RVC	2.15 65	0.55 68	3.26 57	0.21 14	0.19 43	3.47 165	0.68 158	5.76 77	3.60 46	6.36 145	4.19 70	3.42 111	4.44 218	5.04 87	1.59 101	0.02 186	0.00 1	0.00 1	0.00 1	0.09 102	0.18 90

RAFT-345	3.36 178	0.55 68	3.43 75	1.23 118	0.21 57	2.62 84	0.46 104	3.91 12	6.34 161	7.46 205	24.49 352	4.19 145	1.74 116	8.27 211	2.25 160	0.01 103	0.00 1	0.00 1	0.00 1	0.02 9	0.02 5

iRAFT	2.09 57	0.55 68	3.57 88	0.20 5	0.20 48	3.68 184	0.64 148	5.90 88	3.52 36	5.91 120	4.41 75	3.42 111	1.51 101	7.07 144	0.95 46	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.10 47

CFNet_pseudo	2.96 150	0.55 68	4.51 153	0.43 46	0.24 66	2.83 112	0.12 31	8.59 176	8.13 219	7.20 192	10.41 225	6.47 217	2.04 122	5.27 92	2.00 145	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 115

ccs_rob	2.95 148	0.55 68	4.53 155	0.42 43	0.25 70	2.84 114	0.12 31	8.58 175	8.13 219	7.18 191	10.36 224	6.44 216	2.05 123	5.28 93	1.97 140	0.00 1	0.02 134	0.01 247	0.00 1	0.06 68	0.23 115

CFNet_ucs	3.23 169	0.56 76	4.59 163	0.59 58	0.37 93	3.29 155	0.19 57	10.47 228	9.02 241	7.78 214	12.57 265	5.59 192	1.74 116	5.39 96	1.86 129	0.00 1	0.04 173	0.01 247	0.00 1	0.10 122	0.33 145

PSMNet-ADL	3.17 166	0.56 76	3.00 45	1.55 147	0.40 102	5.97 253	0.28 73	9.06 186	5.75 144	3.56 66	6.80 142	8.33 253	4.51 220	7.65 179	5.51 255	0.03 216	0.09 205	0.00 1	0.00 1	0.03 26	0.28 132

ROB_FTStereo_v2	2.04 49	0.56 76	3.56 87	0.20 5	0.21 57	3.66 179	0.72 170	5.89 83	3.51 34	5.91 120	4.46 80	3.42 111	1.50 97	6.08 114	0.93 41	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

HUI-Stereo	1.94 44	0.56 76	3.55 85	0.20 5	0.20 48	3.67 183	0.63 146	5.89 83	3.53 40	5.92 125	4.44 78	3.41 110	1.51 101	4.21 71	0.89 36	0.02 186	0.00 1	0.00 1	0.00 1	0.09 102	0.11 54

iGMRVC	2.09 57	0.56 76	3.59 93	0.20 5	0.21 57	3.68 184	0.71 167	5.89 83	3.53 40	5.92 125	4.46 80	3.44 117	1.51 101	6.93 143	0.98 49	0.02 186	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

anonymousdsp2	2.20 73	0.57 81	4.59 163	1.69 165	0.82 167	3.58 172	0.48 115	8.57 174	3.63 47	3.37 61	3.03 49	3.32 102	1.00 59	5.57 101	0.80 24	0.01 103	0.94 303	0.02 279	0.15 260	0.06 68	1.89 334

CASS	2.62 119	0.57 81	4.28 141	0.90 92	0.38 94	3.45 163	0.22 61	9.91 211	4.46 90	7.33 201	7.92 169	3.53 123	3.59 181	4.16 70	1.49 93	0.03 216	0.01 104	0.00 1	0.00 1	0.05 59	0.06 31
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 48	0.57 81	3.57 88	0.20 5	0.21 57	3.66 179	0.73 172	5.89 83	3.51 34	5.92 125	4.35 74	3.37 107	1.50 97	6.02 110	0.90 37	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.09 42

RAFT-IKP	2.04 49	0.57 81	3.54 83	0.20 5	0.20 48	3.45 163	0.62 144	5.90 88	3.52 36	5.91 120	4.44 78	3.46 120	1.50 97	6.20 116	1.00 52	0.01 103	0.00 1	0.00 1	0.00 1	0.09 102	0.08 38

MIF-Stereo (partial)	1.44 14	0.59 85	3.98 123	0.08 1	1.09 201	1.24 8	0.13 38	5.12 43	4.07 71	0.47 7	2.56 41	0.31 20	0.74 46	6.31 118	2.02 146	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

PFNet	3.06 155	0.59 85	6.13 231	2.26 238	0.84 169	3.08 140	0.73 172	7.38 151	5.35 123	10.20 289	6.06 117	4.72 162	2.10 127	8.47 231	2.25 160	0.19 305	0.06 186	0.00 1	0.11 246	0.20 218	0.42 170

FENet	2.35 86	0.59 85	3.28 59	2.32 248	0.27 74	2.78 108	0.13 38	7.68 164	6.09 151	5.38 106	2.12 33	4.84 167	3.33 173	4.98 85	2.66 178	0.02 186	0.03 159	0.00 1	0.00 1	0.04 44	0.40 159

EKT-Stereo	2.16 66	0.61 88	3.78 103	2.31 247	4.40 346	1.47 15	0.24 67	5.54 61	4.22 78	3.16 60	3.58 62	3.53 123	2.20 128	5.66 103	1.40 90	0.04 237	0.36 261	0.00 1	0.09 240	0.06 68	0.58 195

GwcNet-ADL	2.85 136	0.61 88	4.38 147	0.92 96	0.33 84	2.05 48	0.67 156	8.85 181	9.65 254	6.36 145	6.71 138	4.11 140	1.71 112	5.97 109	4.22 226	0.08 271	0.06 186	0.00 1	0.00 1	0.07 83	0.16 82

Pruner-Stereo	2.66 121	0.61 88	3.54 83	1.93 197	0.25 70	3.47 165	0.74 175	6.60 119	5.66 141	8.98 255	6.12 119	4.39 153	1.11 64	7.27 152	2.34 170	0.03 216	0.00 1	0.02 279	0.00 1	0.03 26	0.04 18

Anonymous3	1.96 45	0.61 88	7.58 280	0.42 43	0.51 122	4.28 214	0.52 120	5.56 66	2.76 8	2.35 46	3.47 53	1.50 60	1.13 66	5.92 108	1.54 96	0.23 313	0.23 242	0.00 1	0.00 1	0.14 175	0.47 178

SFCPSM	3.39 181	0.61 88	5.42 197	0.43 46	0.93 180	8.26 288	2.08 261	15.01 325	5.89 147	7.17 190	7.60 160	3.39 109	2.55 142	5.39 96	2.53 173	0.01 103	0.03 159	0.01 247	0.07 231	0.19 212	0.31 140

ASMatch	3.41 183	0.62 93	3.59 93	1.99 208	0.48 112	1.91 43	0.66 152	7.01 132	4.43 89	6.25 136	22.02 341	4.56 156	4.72 233	7.78 184	1.85 128	0.01 103	0.01 104	0.00 1	0.03 203	0.02 9	0.21 106

IGEV_Zeroshot_test	2.57 113	0.63 94	5.70 217	1.93 197	0.87 173	2.63 86	0.85 197	8.94 185	4.55 95	5.30 103	5.48 105	5.23 182	1.38 91	3.76 62	1.32 84	0.00 1	0.69 282	0.00 1	0.18 273	0.19 212	1.72 308

GANet-ADL	2.40 96	0.65 95	3.92 118	2.22 230	0.11 13	2.23 56	0.47 106	9.29 200	7.27 194	4.77 88	5.95 116	3.96 132	1.26 83	3.08 53	2.27 163	0.04 237	0.08 199	0.02 279	0.00 1	0.15 188	0.21 106

DRaft	3.83 213	0.65 95	3.39 68	0.22 15	0.16 34	4.67 224	1.30 234	5.82 81	4.86 113	10.26 292	21.65 337	3.24 101	8.62 319	7.53 173	3.76 209	0.05 250	0.10 209	0.00 1	0.14 257	0.12 150	0.16 82

hknet	3.56 191	0.66 97	5.82 218	0.70 67	1.19 211	6.97 268	1.58 246	9.93 213	7.76 204	6.50 151	6.23 123	9.53 269	2.81 153	7.84 185	3.39 200	0.01 103	0.03 159	0.03 296	0.00 1	0.06 68	0.14 66

IRAFT_RVC	2.98 152	0.66 97	4.23 140	2.20 227	0.40 102	2.91 131	5.04 319	7.03 135	4.21 77	6.59 160	5.52 106	5.02 175	4.77 234	8.41 226	2.30 169	0.01 103	0.17 230	0.01 247	0.00 1	0.03 26	0.05 24

11t1	2.13 63	0.67 99	3.98 123	2.69 282	0.85 172	2.59 83	0.07 15	7.40 152	3.89 64	3.75 72	3.57 61	1.24 54	1.96 120	4.68 82	1.97 140	0.10 284	1.13 330	0.00 1	0.22 296	0.09 102	1.66 297

IPLGR	2.46 101	0.68 100	7.02 262	0.22 15	0.16 34	2.01 46	0.22 61	7.01 132	6.62 172	7.10 186	5.92 115	2.91 91	2.27 131	5.12 89	1.52 95	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.41 166

SMFormer	3.94 219	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	4.89 243	0.08 271	0.97 307	0.00 1	0.16 262	0.11 133	0.92 242

tta	3.96 223	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	4.89 243	0.08 271	0.97 307	0.00 1	0.16 262	0.13 166	1.24 272

qqq1	3.78 209	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	1.24 77	0.08 271	0.97 307	0.00 1	0.12 250	0.13 166	1.24 272

fff1	3.78 209	0.69 101	4.55 157	1.97 204	0.15 29	2.84 114	0.29 75	13.06 290	11.10 281	7.69 208	10.45 226	4.77 163	4.52 221	9.68 275	1.24 77	0.08 271	0.97 307	0.00 1	0.12 250	0.13 166	1.24 272

HHNet	2.71 126	0.69 101	3.31 62	0.25 22	0.39 97	2.80 111	0.90 205	6.33 109	5.68 142	7.51 206	13.70 275	0.94 47	3.14 158	5.42 98	2.54 176	0.14 292	0.02 134	0.06 314	0.00 1	0.24 242	0.07 35

RAFT-RH_RVC	4.04 227	0.69 101	3.59 93	1.91 195	0.43 109	3.11 142	0.13 38	3.80 10	6.60 170	11.26 318	31.68 375	5.20 178	1.66 108	8.30 216	2.27 163	0.09 281	0.00 1	0.00 1	0.03 203	0.03 26	0.02 5

ttt	4.41 251	0.70 107	3.95 122	2.53 271	2.01 268	4.34 218	0.41 95	13.09 294	11.69 294	7.20 192	12.20 260	4.15 143	3.35 174	9.54 272	10.11 315	0.07 267	1.11 326	0.00 1	0.19 276	0.10 122	1.47 282

test_4	2.58 114	0.70 107	3.30 60	0.43 46	0.30 77	3.97 202	1.11 224	3.91 12	3.83 61	4.15 80	17.20 312	3.44 117	0.52 37	6.60 126	1.58 98	0.00 1	0.13 219	0.00 1	0.11 246	0.20 218	0.20 102

CrosDoStereo	4.05 229	0.71 109	3.52 79	0.51 55	0.20 48	3.25 152	11.21 370	6.34 110	4.96 115	9.04 258	16.44 302	4.92 169	7.28 296	8.29 213	3.84 213	0.00 1	0.02 134	0.01 247	0.00 1	0.18 206	0.19 96

DeepStereo_LL	4.05 229	0.71 109	3.52 79	0.51 55	0.20 48	3.25 152	11.21 370	6.34 110	4.96 115	9.04 258	16.44 302	4.92 169	7.28 296	8.29 213	3.84 213	0.00 1	0.02 134	0.01 247	0.00 1	0.18 206	0.19 96

GES	2.69 124	0.72 111	5.34 192	1.82 184	0.05 3	4.51 221	1.04 217	10.39 225	4.18 75	5.53 112	6.72 139	1.92 74	3.30 167	5.16 90	2.67 179	0.06 261	0.01 104	0.06 314	0.01 174	0.20 218	0.14 66

Former-RAFT_DAM_RVC	1.39 13	0.74 112	2.72 24	0.73 73	1.26 221	2.42 67	0.02 5	3.78 9	8.16 221	1.81 44	2.94 47	0.28 16	0.32 11	1.51 11	0.76 22	0.04 237	0.01 104	0.00 1	0.00 1	0.08 88	0.19 96

AdaStereo	3.34 175	0.74 112	4.00 126	3.10 313	0.51 122	4.22 211	1.25 229	12.84 280	8.39 226	6.33 141	9.55 203	5.77 203	1.54 106	5.53 100	2.74 188	0.02 186	0.00 1	0.00 1	0.00 1	0.03 26	0.15 76
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.
mmm	3.07 156	0.76 114	4.50 152	2.27 241	1.24 218	3.75 190	0.12 31	10.03 217	5.12 119	6.43 147	11.19 243	3.10 99	3.20 160	4.54 81	1.78 125	0.02 186	1.19 347	0.00 1	0.30 323	0.09 102	1.79 318

Anonymous	1.54 26	0.76 114	5.39 195	1.49 142	2.68 295	1.83 39	0.43 100	5.65 72	3.79 57	0.52 9	1.74 26	0.19 1	1.30 84	3.31 55	1.01 54	0.06 261	0.08 199	0.00 1	0.00 1	0.19 212	0.31 140

anonymousa	4.24 242	0.78 116	4.05 129	2.16 219	4.87 361	8.76 297	0.35 86	7.41 153	4.47 92	8.21 234	19.70 330	11.03 299	5.87 268	2.04 29	2.20 153	0.00 1	1.16 343	0.00 1	0.55 353	0.04 44	1.11 261

CRFU-Net	4.81 272	0.78 116	5.69 215	3.10 313	1.39 234	13.18 341	3.23 288	12.26 264	4.33 81	10.91 310	9.98 217	10.94 297	7.93 309	7.47 168	3.94 219	0.16 297	0.16 226	0.16 339	0.00 1	0.26 250	0.29 135

ff7	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.86 32	0.00 1	0.93 298	0.00 1	0.16 262	0.12 150	1.82 319

ffff	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.86 32	0.00 1	0.93 298	0.00 1	0.16 262	0.12 150	1.82 319

11t	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.87 35	0.00 1	0.93 298	0.00 1	0.16 262	0.12 150	1.82 319

ccc-4	1.46 16	0.79 118	2.99 40	0.33 31	0.35 86	2.75 102	0.81 184	4.31 21	2.97 15	0.77 18	1.20 9	0.21 4	0.42 24	7.44 159	0.86 32	0.00 1	0.93 298	0.00 1	0.16 262	0.12 150	1.82 319

TANstereo	1.32 10	0.79 118	2.93 31	0.37 38	0.11 13	1.81 37	0.01 1	3.56 6	4.36 86	4.53 86	4.96 87	0.41 32	0.68 42	1.22 3	0.59 5	0.01 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

FAT-Stereo	6.98 309	0.79 118	7.57 279	2.54 274	1.80 255	6.16 256	4.33 308	19.16 360	18.82 344	10.75 304	17.08 310	18.23 345	13.56 350	9.25 262	8.44 289	0.03 216	0.16 226	0.01 247	0.10 244	0.14 175	0.65 212

IGEV+	1.58 32	0.81 124	2.66 20	1.35 128	0.99 188	2.47 71	0.98 211	7.35 149	3.70 50	0.82 23	2.24 36	0.44 34	1.18 74	2.08 30	1.15 63	0.03 216	1.18 346	0.00 1	0.05 224	0.17 198	2.00 341

anonymousdsp	1.51 23	0.81 124	2.70 23	0.60 59	0.69 143	2.76 106	0.79 179	4.86 31	3.00 21	0.82 23	1.25 13	0.31 20	0.42 24	7.44 159	0.81 26	0.00 1	0.83 292	0.00 1	0.17 271	0.12 150	1.85 326

NINENet	3.38 180	0.81 124	4.16 134	1.88 192	1.40 235	7.31 278	0.48 115	12.95 287	6.64 173	7.29 198	9.24 193	5.21 179	1.18 74	6.72 132	1.89 134	0.17 301	0.08 199	0.07 319	0.00 1	0.09 102	0.03 10

IGEV-Stereo	1.51 23	0.81 124	2.69 22	0.60 59	0.69 143	2.77 107	0.79 179	4.88 34	2.99 20	0.82 23	1.25 13	0.31 20	0.42 24	7.43 158	0.85 31	0.00 1	0.83 292	0.00 1	0.17 271	0.12 150	1.85 326
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 140	0.82 128	4.07 131	1.71 169	0.54 129	4.71 225	0.69 161	8.72 179	3.57 44	1.80 42	6.49 136	7.81 243	3.92 202	8.93 250	0.99 50	0.00 1	1.06 321	0.00 1	0.03 203	0.05 59	1.69 302

HanStereo	2.88 140	0.82 128	4.07 131	1.71 169	0.54 129	4.71 225	0.69 161	8.72 179	3.57 44	1.80 42	6.49 136	7.81 243	3.92 202	8.93 250	0.99 50	0.00 1	1.06 321	0.00 1	0.03 203	0.05 59	1.69 302

x	2.30 83	0.82 128	3.85 105	2.23 232	0.72 152	2.12 52	0.81 184	9.48 204	4.82 111	3.83 75	2.76 45	3.49 121	2.30 133	3.48 57	2.25 160	0.00 1	1.13 330	0.00 1	0.22 296	0.09 102	1.66 297

TransformOpticalFlow	3.50 188	0.83 131	4.85 174	1.09 108	0.31 78	3.52 169	0.14 46	10.32 221	8.02 216	5.78 114	13.25 272	6.63 220	4.91 238	8.36 222	1.63 106	0.00 1	0.01 104	0.01 247	0.00 1	0.06 68	0.24 123

HCRNet	2.74 132	0.83 131	4.19 136	0.45 50	3.31 315	2.18 54	0.22 61	7.59 156	5.76 145	6.08 133	4.89 85	5.21 179	2.74 148	8.04 197	3.10 195	0.00 1	0.02 134	0.00 1	0.00 1	0.10 122	0.09 42

UPFNet	4.17 235	0.83 131	5.51 202	2.49 265	3.36 318	7.13 275	2.60 268	10.52 230	7.16 190	8.76 249	7.83 164	7.85 246	3.41 175	8.60 235	7.04 274	0.01 103	0.02 134	0.00 1	0.00 1	0.12 150	0.17 88

SGM-Forest	5.40 282	0.84 134	4.19 136	1.43 137	0.68 141	10.12 314	6.41 335	12.13 262	11.86 296	11.50 321	14.43 284	11.62 302	5.20 250	9.93 290	6.16 263	0.16 297	0.04 173	0.00 1	0.00 1	0.08 88	1.24 272
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
qqq	2.44 100	0.85 135	4.33 145	1.73 173	0.71 149	1.98 44	0.38 89	9.15 191	4.33 81	3.37 61	4.34 72	4.63 160	2.83 154	4.95 83	2.06 147	0.00 1	1.13 330	0.00 1	0.25 303	0.09 102	1.65 293

GMOStereo	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 115

error version	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 115

test-v	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 115

test-2	2.08 52	0.85 135	2.95 35	0.23 17	0.73 154	1.50 16	0.86 200	5.08 39	4.78 105	8.42 239	6.99 145	3.36 103	1.14 68	1.73 15	1.21 71	0.00 1	1.32 356	0.00 1	0.00 1	0.28 262	0.23 115

sCroCo_RVC	1.34 11	0.85 135	6.15 233	1.21 117	1.28 222	0.90 4	0.18 55	4.50 26	2.86 11	0.37 2	3.18 50	0.52 40	1.52 105	1.83 22	0.93 41	0.13 289	0.25 248	0.00 1	0.00 1	0.08 88	0.16 82

CBMV_ROB	4.66 264	0.85 135	3.94 120	1.64 153	0.75 159	8.38 294	1.90 255	11.19 245	10.36 264	9.20 266	15.21 291	7.28 232	6.99 290	9.48 269	5.24 251	0.04 237	0.05 180	0.00 1	0.00 1	0.07 83	0.64 211

CoDeX	3.61 196	0.86 142	5.27 189	1.16 114	1.62 241	6.24 257	2.07 260	13.78 311	6.86 181	7.42 203	9.00 189	4.06 138	3.72 190	6.58 124	3.02 193	0.03 216	0.06 186	0.00 1	0.00 1	0.15 188	0.35 150

test croco	1.53 25	0.86 142	6.50 247	0.42 43	0.05 3	1.56 21	0.09 20	5.18 46	4.02 70	0.54 11	1.76 28	0.59 43	0.75 47	6.48 122	1.23 76	0.00 1	0.00 1	0.00 1	0.00 1	0.43 302	0.07 35

ProNet	1.58 32	0.86 142	3.17 50	0.75 80	0.72 152	2.84 114	0.66 152	5.91 92	3.28 27	0.37 2	1.47 19	0.40 31	0.37 17	7.19 148	0.70 16	0.02 186	0.98 312	0.00 1	0.05 224	0.20 218	1.77 316

xxxx	5.16 281	0.86 142	4.86 175	1.96 203	1.22 215	7.56 283	0.07 15	14.67 321	9.15 245	6.55 157	9.87 212	9.30 267	3.47 177	8.07 199	22.20 370	0.05 250	1.16 343	0.00 1	0.26 312	0.10 122	1.76 315

ac_64	3.98 225	0.86 142	5.10 185	3.17 315	3.43 321	5.80 249	0.70 166	10.87 237	4.96 115	8.94 254	6.46 134	10.70 289	5.52 263	7.44 159	5.10 250	0.03 216	0.00 1	0.00 1	0.00 1	0.14 175	0.31 140

NOSS_ROB	3.67 198	0.86 142	3.81 104	2.53 271	1.11 204	6.10 255	0.72 170	11.08 243	12.36 299	5.45 109	8.91 184	5.65 193	2.09 124	8.30 216	3.16 197	0.20 308	0.07 197	0.00 1	0.00 1	0.11 133	0.80 235

UNet	4.19 238	0.87 148	7.18 270	2.00 211	3.22 312	9.55 305	0.31 81	10.11 218	6.22 158	7.98 220	6.82 143	10.42 281	5.77 266	7.28 153	5.83 258	0.00 1	0.00 1	0.00 1	0.00 1	0.10 122	0.12 57

222	5.93 287	0.88 149	4.58 162	1.76 177	0.98 187	6.02 254	0.08 19	14.45 318	8.89 236	9.53 275	11.77 252	3.88 129	4.23 214	8.26 207	39.96 405	0.03 216	1.12 327	0.00 1	0.24 300	0.11 133	1.73 309

ToySt	3.39 181	0.89 150	9.29 312	1.47 140	0.94 181	4.20 210	1.98 257	7.33 147	5.42 127	3.01 57	6.75 140	8.67 262	5.10 247	5.43 99	3.72 207	0.07 267	0.89 296	0.00 1	0.23 299	0.28 262	2.13 345

tt1	2.53 107	0.91 151	3.53 82	2.92 297	0.53 126	5.60 242	0.61 142	5.55 62	10.56 268	1.54 38	3.54 60	0.34 29	3.00 157	8.20 204	0.68 11	0.00 1	1.13 330	0.00 1	0.03 203	0.11 133	1.88 330

IER	3.42 185	0.91 151	6.38 245	0.73 73	1.60 240	7.07 273	0.55 126	7.07 139	5.45 130	8.17 233	8.89 183	6.13 209	6.13 272	5.36 95	3.77 211	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.05 24

ACVNet-DCA	2.41 97	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	9.15 191	4.33 81	1.42 34	3.48 54	0.33 25	3.65 185	8.26 207	0.70 16	0.00 1	1.14 338	0.00 1	0.03 203	0.09 102	1.65 293

xx1	2.73 131	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	5.34 51	10.76 275	1.42 34	3.48 54	4.63 160	2.83 154	8.26 207	0.70 16	0.00 1	1.14 338	0.00 1	0.25 303	0.09 102	1.65 293

1test111	2.31 84	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	9.15 191	4.33 81	1.42 34	3.48 54	0.33 25	3.65 185	4.95 83	2.06 147	0.00 1	1.14 338	0.00 1	0.03 203	0.09 102	1.65 293

cc1	2.56 112	0.93 153	3.39 68	3.05 307	0.39 97	5.69 245	0.55 126	5.34 51	10.76 275	1.42 34	3.48 54	0.33 25	3.65 185	8.26 207	0.70 16	0.00 1	1.14 338	0.00 1	0.03 203	0.12 150	1.89 334

fff	2.54 109	0.93 153	5.51 202	0.32 26	0.14 23	1.70 30	0.11 27	6.19 105	12.69 305	6.03 130	5.29 97	1.43 55	5.28 253	2.37 42	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

csc	2.54 109	0.93 153	5.51 202	0.32 26	0.14 23	1.70 30	0.11 27	6.19 105	12.69 305	6.03 130	5.29 97	1.43 55	5.28 253	2.37 42	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

cscssc	2.54 109	0.93 153	5.51 202	0.32 26	0.14 23	1.70 30	0.11 27	6.19 105	12.69 305	6.03 130	5.29 97	1.43 55	5.28 253	2.37 42	2.21 154	0.01 103	0.00 1	0.01 247	0.00 1	0.02 9	0.61 203

test_xeample	4.78 271	0.93 153	4.68 170	1.48 141	1.28 222	3.94 199	0.13 38	13.35 299	8.62 229	8.21 234	11.63 249	3.43 116	3.54 178	7.59 176	23.47 375	0.02 186	1.16 343	0.00 1	0.25 303	0.11 133	1.74 312

S-Stereo	6.85 304	0.93 153	10.76 326	3.34 326	3.51 323	6.55 262	6.01 328	13.75 309	23.86 362	9.65 283	15.54 293	11.81 306	8.24 312	8.59 234	11.23 329	0.13 289	0.16 226	0.00 1	0.42 343	0.14 175	2.39 353

STrans-v2	3.55 190	0.94 162	5.06 184	0.32 26	0.60 136	2.97 135	1.15 225	11.08 243	7.97 215	6.01 128	10.93 240	6.65 221	6.86 287	8.37 223	1.66 114	0.00 1	0.01 104	0.00 1	0.00 1	0.04 44	0.39 158

DCRE	2.21 74	0.95 163	3.17 50	2.10 216	1.30 228	1.86 40	0.05 10	5.33 50	4.69 101	3.59 67	9.37 200	3.81 126	1.18 74	2.34 41	1.22 75	0.01 103	0.97 307	0.00 1	0.30 323	0.04 44	1.97 339

ADStereo(finetuned)	2.50 105	0.95 163	6.60 250	0.39 40	0.20 48	1.72 34	0.24 67	6.06 98	9.31 248	6.30 139	5.42 102	1.44 58	6.22 275	2.25 36	2.14 151	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.65 212

DCANet	2.35 86	0.96 165	5.51 202	0.39 40	0.19 43	1.72 34	0.25 69	6.06 98	9.33 249	6.31 140	5.42 102	1.44 58	4.14 210	2.22 33	2.28 165	0.01 103	0.00 1	0.00 1	0.00 1	0.04 44	0.66 220

ACVNet	2.86 137	0.96 165	3.87 108	0.86 88	0.61 137	2.63 86	0.54 123	8.93 183	6.12 153	5.09 96	9.32 198	5.70 200	3.84 194	2.68 47	5.56 256	0.00 1	0.00 1	0.00 1	0.00 1	0.26 250	0.23 115

acv_ft	3.90 216	0.96 165	5.85 220	2.56 276	4.70 358	7.27 277	0.84 192	9.17 194	6.12 153	10.00 287	9.32 198	5.70 200	4.07 207	2.68 47	8.24 287	0.00 1	0.00 1	0.00 1	0.00 1	0.35 290	0.23 115

StereoDRNet-Refined	4.84 274	0.96 165	5.13 186	2.22 230	0.46 111	9.10 301	0.16 51	10.72 233	9.40 251	13.41 337	12.50 263	10.02 276	4.58 226	8.60 235	8.71 296	0.01 103	0.00 1	0.01 247	0.05 224	0.24 242	0.53 188
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DualNet	3.96 223	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	5.55 62	10.56 268	6.68 166	9.59 205	5.66 194	3.87 196	8.20 204	11.69 333	0.00 1	1.13 330	0.00 1	0.19 276	0.11 133	1.88 330

ffm	3.41 183	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	5.55 62	10.56 268	6.68 166	9.59 205	5.66 194	3.87 196	8.20 204	0.68 11	0.00 1	1.13 330	0.00 1	0.19 276	0.11 133	1.88 330

ff1	4.11 231	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	5.55 62	10.56 268	6.68 166	9.59 205	5.66 194	3.87 196	11.33 310	11.69 333	0.00 1	1.13 330	0.00 1	0.19 276	0.11 133	1.88 330

mmx	4.50 254	0.98 169	7.03 263	1.64 153	1.07 195	2.84 114	0.47 106	12.84 280	11.23 286	6.68 166	9.59 205	5.66 194	3.87 196	11.33 310	11.69 333	0.05 250	1.12 327	0.00 1	0.19 276	0.10 122	1.53 286

xxx	4.50 254	0.98 169	7.04 267	1.64 153	1.07 195	2.84 114	0.47 106	12.84 280	11.23 286	6.68 166	9.59 205	5.66 194	3.87 196	11.33 310	11.69 333	0.05 250	1.12 327	0.00 1	0.19 276	0.10 122	1.53 286

Anonymous_2	4.74 270	0.98 169	4.46 149	2.35 252	2.27 280	5.66 244	0.67 156	8.08 169	5.28 122	4.98 94	2.60 42	8.74 264	6.92 288	5.79 105	3.46 201	0.24 315	1.70 369	5.16 383	18.18 406	5.41 377	1.85 326

IIG-Stereo	3.28 171	0.98 169	3.57 88	4.14 348	0.22 63	2.56 79	0.71 167	7.04 136	6.10 152	8.49 243	9.38 201	7.82 245	2.73 147	9.69 280	1.99 143	0.02 186	0.02 134	0.00 1	0.00 1	0.03 26	0.14 66

DIP-Stereo	2.12 62	0.98 169	3.94 120	0.20 5	0.11 13	4.73 227	0.13 38	9.27 198	4.40 88	6.46 149	5.03 89	0.45 36	0.72 45	3.79 63	1.94 138	0.00 1	0.01 104	0.00 1	0.00 1	0.05 59	0.24 123
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DISCO	6.58 301	0.98 169	6.44 246	3.75 339	1.18 210	11.19 324	3.29 292	12.92 284	16.72 332	7.27 196	11.74 251	17.34 339	6.60 281	19.59 372	11.59 332	0.00 1	0.00 1	0.00 1	0.00 1	0.45 306	0.50 181

FC-DCNN	11.29 360	1.01 178	5.50 201	2.25 236	1.65 246	18.23 362	5.36 323	18.99 357	20.65 352	28.95 381	34.83 383	33.83 386	23.18 380	17.04 363	13.37 347	0.17 301	0.01 104	0.02 279	0.02 192	0.10 122	0.70 225

DSFCA	4.48 253	1.03 179	6.84 258	1.61 151	1.68 248	7.26 276	4.46 310	11.27 248	7.51 198	11.01 313	6.89 144	8.49 260	4.54 225	10.41 299	6.18 264	0.03 216	0.06 186	0.02 279	0.03 203	0.13 166	0.14 66

1111x	4.96 276	1.04 180	7.09 269	1.75 175	1.05 194	5.03 233	0.32 82	13.52 303	10.70 274	6.68 166	10.35 223	8.81 265	6.01 270	10.65 300	12.78 345	0.07 267	1.24 351	0.00 1	0.33 331	0.11 133	1.75 313

HGLStereo	4.58 259	1.04 180	6.02 226	3.30 324	5.14 364	6.36 259	0.71 167	11.04 242	7.60 201	8.04 226	12.85 270	6.90 226	8.51 317	7.85 186	5.93 259	0.02 186	0.02 134	0.00 1	0.00 1	0.14 175	0.15 76

MyStereo06	2.71 126	1.05 182	5.43 199	1.39 134	1.20 212	2.57 80	0.10 24	10.39 225	4.79 109	5.54 113	6.16 120	6.39 214	2.33 135	3.40 56	1.35 88	0.01 103	1.24 351	0.00 1	0.21 291	0.13 166	0.50 181

MyStereo05	3.24 170	1.05 182	5.93 222	1.39 134	1.20 212	2.57 80	0.10 24	9.11 190	13.17 311	6.45 148	3.86 65	3.20 100	3.26 165	8.35 221	3.02 193	0.01 103	1.24 351	0.00 1	0.21 291	0.13 166	0.50 181

IPLG	2.63 120	1.09 184	5.67 214	0.73 73	0.31 78	3.00 137	0.25 69	6.84 129	6.02 150	7.93 217	6.31 129	1.91 71	1.72 114	7.47 168	2.53 173	0.01 103	0.01 104	0.00 1	0.00 1	0.29 270	0.58 195

DMCA	3.08 157	1.10 185	6.20 234	1.82 184	0.90 175	3.80 195	0.55 126	9.76 207	5.42 127	6.56 159	6.47 135	7.06 231	2.09 124	4.05 66	5.46 254	0.00 1	0.01 104	0.00 1	0.00 1	0.11 133	0.16 82

HSM	4.25 244	1.10 185	4.14 133	1.78 178	2.14 274	6.67 265	1.08 220	12.92 284	6.90 183	7.06 182	8.17 175	14.17 319	6.03 271	9.16 259	3.11 196	0.00 1	0.00 1	0.00 1	0.00 1	0.09 102	0.41 166

StereoIM	0.96 3	1.11 187	4.01 127	0.36 37	1.86 261	1.20 5	0.06 12	3.99 14	1.73 2	0.45 6	0.56 7	0.43 33	0.51 36	1.28 6	1.46 92	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68	0.08 38

XX-TBD	1.55 30	1.11 187	2.94 32	2.45 262	0.06 6	2.31 61	0.01 1	3.58 7	7.80 208	3.11 59	5.10 90	0.27 15	0.26 3	1.42 10	0.60 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 18

SGM_RVC	10.77 356	1.11 187	4.66 167	2.66 279	0.41 106	21.03 368	6.87 343	20.02 367	15.54 329	25.86 378	24.97 356	33.59 385	20.51 370	20.89 375	14.78 355	0.31 326	0.26 250	0.22 350	0.26 312	0.43 302	1.01 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 219	1.12 190	3.06 46	0.23 17	0.13 22	4.17 209	6.40 334	5.83 82	4.54 94	10.46 297	16.98 308	6.49 218	7.44 301	8.00 193	3.58 202	0.01 103	0.07 197	0.07 319	0.00 1	0.14 175	0.06 31

delet	4.59 261	1.12 190	5.93 222	1.37 132	3.73 331	10.48 318	3.90 297	10.51 229	9.17 246	8.87 252	9.74 211	8.37 255	3.74 191	8.12 201	6.36 267	0.00 1	0.00 1	0.00 1	0.00 1	0.21 228	0.12 57

MIPNet	2.27 81	1.14 192	5.55 209	0.49 54	0.22 63	2.03 47	0.19 57	7.60 158	6.17 156	5.83 117	4.16 69	2.05 76	3.44 176	3.65 60	2.23 159	0.00 1	0.01 104	0.01 247	0.01 174	0.24 242	0.48 180

MyStereo07	1.64 34	1.15 193	2.61 15	1.28 123	1.49 238	2.63 86	0.45 102	6.45 116	2.94 13	1.10 28	1.61 21	0.29 18	0.60 39	7.45 166	0.80 24	0.01 103	1.27 354	0.00 1	0.25 303	0.11 133	0.42 170

MyStereo04	3.29 172	1.15 193	6.64 252	1.28 123	1.49 238	2.63 86	0.45 102	10.57 231	13.30 312	4.41 85	3.90 66	3.06 98	3.56 179	7.87 189	3.35 199	0.01 103	1.27 354	0.00 1	0.25 303	0.11 133	0.42 170

FCDSN-DC	10.72 355	1.16 195	5.01 182	2.16 219	1.31 230	17.46 358	4.80 315	17.79 349	19.87 347	25.02 375	32.85 376	33.57 384	23.52 381	16.80 359	12.13 337	0.11 288	0.00 1	0.00 1	0.00 1	0.09 102	0.76 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 221	1.16 195	3.92 118	0.89 90	0.73 154	4.88 230	0.54 123	9.78 208	7.91 211	7.42 203	10.24 220	12.50 310	4.84 236	8.15 203	5.56 256	0.03 216	0.00 1	0.06 314	0.00 1	0.24 242	0.12 57

GANet-RSSM	3.67 198	1.16 195	4.56 161	3.24 320	2.03 270	2.63 86	0.50 118	11.53 254	6.83 180	6.25 136	10.58 232	7.35 233	6.65 283	6.77 136	2.94 192	0.00 1	0.00 1	0.08 325	0.00 1	0.26 250	0.12 57

StereoVision	2.42 98	1.18 198	5.14 187	1.15 112	2.64 294	1.89 41	0.28 73	6.61 120	4.72 102	2.14 45	10.52 230	3.84 127	0.52 37	5.33 94	2.29 167	0.00 1	0.00 1	0.00 1	0.00 1	0.12 150	0.04 18

test_5	3.16 165	1.18 198	4.96 180	2.33 250	3.10 309	4.51 221	1.27 230	7.47 155	7.61 202	3.00 56	7.38 157	5.37 185	4.06 205	8.28 212	1.54 96	0.00 1	0.34 257	0.00 1	0.02 192	0.21 228	0.62 208

STTRV1_RVC	7.16 314	1.18 198	13.30 336	3.33 325	6.91 372	11.99 332	4.01 300	15.74 333	12.11 297	9.56 279	14.59 288	11.64 303	8.75 320	12.86 330	8.54 291	3.70 377	2.86 387	0.41 360	0.13 255	1.38 354	0.12 57

CroCo-Stereo Lap2	1.37 12	1.19 201	4.17 135	1.01 102	4.58 355	0.46 2	0.09 20	4.27 20	2.94 13	1.25 33	2.40 39	1.55 63	0.20 1	1.72 14	1.30 80	0.00 1	0.00 1	0.00 1	0.00 1	0.15 188	0.13 63

RAFT+CT+SA	2.59 115	1.19 201	3.55 85	1.09 108	2.21 276	3.14 147	0.90 205	7.59 156	5.65 137	2.76 51	8.21 176	2.04 75	1.57 107	8.84 244	1.31 82	0.02 186	0.34 257	0.00 1	0.38 338	0.22 233	0.73 228

OMP-Stereo	3.15 163	1.19 201	3.49 78	4.34 356	0.51 122	2.20 55	1.21 226	6.67 121	6.52 169	7.99 222	6.24 127	8.38 257	2.44 138	9.65 274	1.92 136	0.01 103	0.02 134	0.00 1	0.00 1	0.08 88	0.15 76

ADLNet	4.56 258	1.19 201	5.52 208	3.81 342	3.59 325	6.98 270	2.40 266	12.01 260	7.96 214	10.52 298	9.67 210	8.26 251	4.98 242	6.59 125	6.93 270	0.01 103	0.01 104	0.00 1	0.01 174	0.22 233	0.55 190

edge stereo	7.12 312	1.19 201	7.83 283	2.32 248	2.46 287	6.90 267	3.26 291	15.58 330	12.52 301	15.68 351	18.34 325	21.83 364	13.05 346	11.53 315	8.68 294	0.04 237	0.06 186	0.11 327	0.03 203	0.30 273	0.63 209

RASNet	5.00 277	1.19 201	5.69 215	3.68 337	4.80 359	5.04 234	1.29 233	10.26 220	8.99 240	5.89 119	11.65 250	10.55 286	9.76 329	9.96 291	10.32 320	0.20 308	0.00 1	0.00 1	0.00 1	0.09 102	0.73 228

MIM_Stereo	2.83 134	1.20 207	5.27 189	1.41 136	1.16 209	3.07 139	0.33 84	6.67 121	3.95 65	5.17 101	10.11 218	4.25 151	1.73 115	8.32 219	1.64 109	0.00 1	0.36 261	0.00 1	0.01 174	0.22 233	1.69 302

GEStereo_RVC	3.95 221	1.21 208	6.13 231	2.30 245	1.22 215	4.29 215	2.96 277	12.39 269	8.24 222	7.25 195	6.79 141	7.58 239	4.22 213	9.16 259	4.56 236	0.04 237	0.01 104	0.02 279	0.02 192	0.19 212	0.42 170

CroCo-Stereo	1.14 7	1.22 209	3.99 125	0.61 61	0.53 126	0.38 1	0.06 12	5.35 55	4.15 73	0.59 14	1.92 31	1.00 49	0.27 5	1.37 9	1.33 85	0.01 103	0.00 1	0.00 1	0.00 1	0.05 59	0.05 24
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
iRaftStereo_RVC	1.88 40	1.22 209	2.63 18	0.95 99	0.06 6	2.96 133	0.05 10	6.08 101	3.99 69	3.92 78	4.88 84	2.53 84	0.62 40	3.62 59	1.19 70	0.00 1	1.19 347	0.00 1	0.00 1	0.37 293	1.29 277

RAFT-Stereo + iAFF	2.48 102	1.23 211	3.48 77	1.61 151	1.09 201	1.63 23	0.15 48	5.80 79	6.43 166	7.32 200	9.91 214	3.05 96	1.71 112	2.33 40	1.75 123	0.01 103	0.71 287	0.00 1	0.00 1	0.28 262	1.19 268

UCFNet_RVC	3.37 179	1.25 212	3.30 60	2.55 275	1.80 255	3.92 198	1.28 232	12.49 273	7.16 190	5.12 99	7.88 166	8.14 248	4.59 227	5.67 104	2.11 149	0.00 1	0.00 1	0.00 1	0.00 1	0.14 175	0.07 35

Sa-1000	3.81 211	1.26 213	4.64 166	2.29 244	0.55 131	3.51 167	1.58 246	8.37 171	9.13 244	7.97 219	17.42 316	3.98 133	2.76 150	9.61 273	1.68 117	0.00 1	0.69 282	0.00 1	0.18 273	0.23 238	0.27 128

iRaft-Stereo_5w	3.20 168	1.27 214	5.27 189	0.27 24	0.99 188	2.71 97	0.58 135	5.75 76	5.85 146	3.03 58	7.88 166	10.08 277	4.08 208	8.40 224	6.09 261	0.00 1	0.25 248	0.00 1	0.12 250	0.31 280	0.95 244

SA	3.34 175	1.29 215	4.84 173	1.99 208	0.57 132	3.15 148	1.39 236	7.66 163	9.94 258	4.86 90	10.87 239	2.97 95	4.61 229	9.88 287	1.38 89	0.00 1	0.60 277	0.00 1	0.19 276	0.25 249	0.37 153

RAFT	2.94 146	1.29 215	4.06 130	1.36 129	0.50 115	2.39 65	0.91 208	6.11 102	3.25 25	6.64 163	7.30 156	9.96 275	4.20 212	6.03 111	2.21 154	0.00 1	1.02 319	0.00 1	0.02 192	0.54 320	1.01 249

NVstereo2D	4.82 273	1.29 215	7.98 286	3.68 337	3.48 322	8.02 287	3.10 282	11.25 246	15.50 328	5.14 100	7.71 162	8.21 250	4.68 230	10.19 296	4.30 228	0.02 186	0.19 233	0.13 333	0.36 336	0.07 83	1.12 264

raftrobust	2.16 66	1.31 218	2.76 25	2.38 256	3.33 316	2.72 99	0.51 119	5.34 51	4.64 97	6.13 135	3.98 67	1.63 64	2.51 141	3.02 52	1.64 109	0.00 1	0.76 289	0.00 1	0.02 192	0.14 175	0.27 128

AFF-stereo	2.87 139	1.31 218	3.26 57	1.87 188	0.38 94	1.68 28	0.09 20	6.38 113	7.07 188	6.52 155	11.90 254	6.08 208	2.32 134	5.05 88	1.65 111	0.02 186	0.66 280	0.00 1	0.00 1	0.29 270	0.94 243

MDST_ROB	9.13 342	1.31 218	10.16 323	4.36 357	2.48 289	28.66 384	7.64 351	19.96 365	14.97 323	27.53 379	24.02 349	9.47 268	5.27 252	16.31 356	8.61 293	0.63 344	0.19 233	0.00 1	0.00 1	0.08 88	0.90 239

4D-IteraStereo	1.99 46	1.32 221	3.77 102	0.13 3	2.84 300	3.51 167	1.03 214	4.26 19	5.38 125	5.50 110	1.03 8	3.86 128	0.38 21	2.44 45	1.88 131	0.00 1	0.43 266	0.00 1	0.01 174	0.11 133	1.84 324

stereogan	8.18 330	1.32 221	9.05 307	3.59 333	4.00 342	20.16 367	3.13 285	17.25 346	20.16 350	10.68 302	19.19 327	20.56 362	10.70 335	14.74 346	7.00 272	0.34 327	0.04 173	0.21 349	0.08 234	0.70 333	0.65 212

TestStereo1	3.12 160	1.34 223	4.67 168	3.47 330	0.71 149	2.50 72	1.45 238	7.27 145	8.71 231	4.91 91	9.28 196	2.34 80	3.61 182	9.44 267	1.62 104	0.00 1	0.33 255	0.00 1	0.00 1	0.30 273	0.40 159

SA-5K	3.12 160	1.34 223	4.67 168	3.47 330	0.71 149	2.50 72	1.45 238	7.27 145	8.71 231	4.91 91	9.28 196	2.34 80	3.61 182	9.44 267	1.62 104	0.00 1	0.33 255	0.00 1	0.00 1	0.30 273	0.40 159

psm_up	4.33 245	1.34 223	4.43 148	2.27 241	2.62 293	5.29 236	3.30 293	11.49 251	6.89 182	8.05 227	8.06 172	10.09 279	11.10 336	7.12 147	3.76 209	0.24 315	0.01 104	0.00 1	0.00 1	0.20 218	0.37 153

PSMNet-RSSM	3.69 201	1.36 226	4.54 156	2.44 261	1.90 263	2.35 62	0.69 161	11.77 257	6.38 164	6.60 161	11.85 253	7.70 241	5.61 265	6.66 130	3.67 203	0.00 1	0.00 1	0.02 279	0.01 174	0.17 198	0.10 47

MMNet	4.44 252	1.37 227	6.26 239	1.73 173	1.64 242	10.51 320	0.61 142	9.27 198	9.66 255	9.55 277	9.22 191	7.40 235	6.52 280	7.90 190	6.98 271	0.01 103	0.00 1	0.00 1	0.00 1	0.14 175	0.10 47

HITNet	3.11 158	1.38 228	5.35 194	2.23 232	0.12 20	5.59 241	0.58 135	9.95 216	5.72 143	6.62 162	7.91 168	3.90 130	3.24 163	4.39 77	4.58 238	0.01 103	0.00 1	0.00 1	0.00 1	0.08 88	0.57 193
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
LL-Strereo2	2.22 75	1.39 229	3.39 68	1.26 120	1.01 191	3.73 189	1.47 240	6.47 117	4.61 96	4.66 87	2.64 44	4.17 144	0.37 17	6.03 111	1.61 102	0.09 281	0.24 245	0.00 1	0.08 234	0.08 88	1.16 265

111	3.05 154	1.41 230	5.51 202	0.32 26	0.14 23	2.83 112	0.68 158	6.76 126	14.21 318	3.59 67	9.11 190	5.50 188	3.30 167	4.05 66	2.43 171	0.01 103	0.00 1	0.00 1	0.00 1	0.13 166	1.02 253

rafts_anoy	2.09 57	1.42 231	3.34 64	2.87 296	2.72 297	2.46 70	0.17 53	6.20 108	6.48 168	3.40 63	2.25 37	1.91 71	1.32 85	3.59 58	1.75 123	0.01 103	1.52 368	0.00 1	0.01 174	0.06 68	0.28 132

ssnet_v2	4.73 269	1.43 232	6.74 256	1.80 180	0.75 159	8.89 299	4.60 312	12.66 277	10.65 273	9.53 275	6.23 123	9.78 274	4.26 215	6.89 139	9.65 311	0.01 103	0.01 104	0.00 1	0.00 1	0.36 292	0.31 140

cf-r	3.76 207	1.43 232	5.34 192	2.66 279	2.79 299	2.85 126	0.62 144	9.08 188	6.91 184	7.06 182	11.90 254	9.64 270	3.83 193	6.23 117	4.53 235	0.00 1	0.00 1	0.00 1	0.00 1	0.19 212	0.17 88

STTStereo	3.90 216	1.43 232	8.20 289	3.03 304	2.28 281	3.64 178	0.64 148	10.11 218	7.09 189	10.20 289	7.08 150	8.73 263	3.57 180	7.44 159	4.00 221	0.00 1	0.02 134	0.01 247	0.01 174	0.04 44	0.40 159

MSMD_ROB	9.73 346	1.43 232	5.42 197	1.81 181	0.42 108	16.83 354	4.30 307	14.29 317	15.34 325	23.06 367	40.17 389	25.63 372	22.62 377	13.37 334	8.85 298	0.48 342	0.03 159	0.00 1	0.00 1	0.13 166	0.47 178

ADLNet2	4.72 267	1.44 236	6.68 254	3.03 304	3.90 336	6.80 266	2.91 275	11.67 256	9.63 253	7.99 222	9.89 213	9.75 273	5.32 257	7.70 180	7.13 275	0.01 103	0.03 159	0.00 1	0.00 1	0.26 250	0.22 112

DLCB_ROB	4.87 275	1.45 237	4.75 172	2.52 270	1.13 207	6.25 258	3.01 279	10.44 227	8.34 224	11.05 314	13.43 273	14.04 317	3.90 201	9.74 281	6.80 269	0.00 1	0.00 1	0.00 1	0.00 1	0.08 88	0.37 153

iResNet	4.04 227	1.46 238	8.72 297	3.25 321	0.36 90	4.54 223	0.47 106	9.06 186	10.40 266	7.98 220	12.82 269	4.06 138	3.22 162	8.82 243	4.95 246	0.03 216	0.01 104	0.00 1	0.00 1	0.14 175	0.55 190

CBFPSM	5.12 279	1.48 239	16.22 354	1.81 181	1.14 208	11.16 323	2.90 274	7.99 168	6.75 178	6.55 157	5.00 88	15.05 326	8.78 321	7.52 172	8.90 299	0.04 237	0.02 134	0.00 1	0.00 1	0.42 298	0.67 222

raft+_RVC	2.18 69	1.49 240	3.14 49	2.77 286	2.01 268	1.40 13	0.10 24	7.02 134	5.35 123	2.99 55	5.54 107	1.19 52	1.34 90	4.98 85	1.49 93	0.00 1	1.45 363	0.00 1	0.00 1	0.14 175	1.11 261

RYNet	6.82 303	1.51 241	7.35 274	1.79 179	4.52 352	16.68 353	4.41 309	14.19 315	17.43 337	11.64 323	7.86 165	15.03 325	8.81 322	10.10 293	14.16 352	0.04 237	0.13 219	0.15 336	0.05 224	0.08 88	0.53 188

DRN-Test	6.23 292	1.51 241	7.53 278	3.07 312	3.69 328	12.17 335	3.23 288	20.80 374	11.11 285	12.64 329	13.02 271	10.91 296	5.26 251	8.49 232	10.12 316	0.05 250	0.05 180	0.04 304	0.04 221	0.28 262	0.65 212

MLCV	3.76 207	1.52 243	6.93 260	1.66 160	0.31 78	4.31 216	0.32 82	7.92 165	7.68 203	9.55 277	12.12 257	5.17 177	2.74 148	10.00 292	4.49 234	0.01 103	0.00 1	0.00 1	0.00 1	0.16 192	0.27 128

CBMV	5.97 288	1.52 243	4.51 153	1.99 208	0.53 126	10.02 311	6.94 344	13.27 297	13.80 317	13.08 335	15.93 298	11.36 300	8.11 311	9.82 284	7.27 276	0.08 271	0.15 224	0.00 1	0.00 1	0.30 273	0.74 231
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	4.11 231	1.53 245	6.87 259	3.04 306	3.33 316	4.34 218	0.59 138	11.36 249	7.92 212	8.98 255	7.98 170	9.72 272	3.82 192	7.92 191	4.43 232	0.15 294	0.02 134	0.03 296	0.03 203	0.07 83	0.14 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HBP-ISP	4.37 248	1.56 246	4.59 163	2.23 232	1.29 226	7.87 284	3.96 299	11.80 258	10.91 280	8.06 229	14.45 285	3.38 108	4.87 237	9.27 263	2.53 173	0.14 292	0.06 186	0.00 1	0.01 174	0.08 88	0.30 138

GMStereo	2.07 51	1.56 246	5.64 212	0.74 79	0.05 3	3.63 177	0.01 1	5.17 45	11.27 289	4.22 81	2.44 40	0.53 41	0.49 35	4.06 68	1.01 54	0.22 312	0.00 1	0.00 1	0.14 257	0.18 206	0.05 24
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 297	1.58 248	9.58 319	4.10 347	3.99 341	9.13 302	1.34 235	10.37 224	7.76 204	13.76 341	15.66 294	16.14 331	7.03 292	13.07 332	13.62 350	0.19 305	0.12 216	0.02 279	0.02 192	0.15 188	1.61 291
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 41	1.59 249	4.22 139	0.37 38	0.28 75	1.33 10	0.01 1	5.63 69	4.13 72	3.59 67	5.11 91	2.06 77	0.70 43	7.62 178	0.93 41	0.02 186	0.00 1	0.00 1	0.00 1	0.02 9	0.19 96

CFNet-ft	3.70 203	1.59 249	3.87 108	1.68 163	2.42 285	3.20 150	0.66 152	8.93 183	7.76 204	5.09 96	9.95 215	10.77 292	5.43 261	7.41 156	4.71 240	0.00 1	0.00 1	0.03 296	0.01 174	0.30 273	0.11 54

CFNet_RVC	3.70 203	1.59 249	3.87 108	1.68 163	2.42 285	3.20 150	0.66 152	8.92 182	7.76 204	5.09 96	9.95 215	10.77 292	5.43 261	7.41 156	4.71 240	0.00 1	0.00 1	0.03 296	0.01 174	0.30 273	0.11 54

AASNet	4.20 239	1.63 252	5.82 218	3.79 340	3.93 337	6.55 262	1.22 227	19.12 359	6.82 179	7.86 216	8.35 178	4.36 152	2.55 142	3.87 65	7.47 278	0.00 1	0.00 1	0.00 1	0.00 1	0.49 315	0.22 112

AACVNet	3.71 205	1.63 252	4.89 176	3.80 341	0.62 138	3.25 152	0.30 80	9.47 203	3.81 58	6.34 144	10.74 236	10.52 283	4.92 239	9.31 264	3.88 215	0.03 216	0.01 104	0.00 1	0.00 1	0.34 288	0.28 132

RAFT_CTSACE	3.62 197	1.65 254	5.41 196	1.36 129	3.08 306	3.95 201	1.03 214	4.62 27	4.65 98	5.33 104	17.73 320	7.63 240	2.71 146	10.98 303	1.15 63	0.00 1	0.48 271	0.00 1	0.00 1	0.31 280	0.25 125

DispNO	4.17 235	1.66 255	10.36 325	1.87 188	1.64 242	2.53 75	0.85 197	9.92 212	14.46 320	6.47 150	8.91 184	5.48 187	5.33 258	8.13 202	5.28 252	0.05 250	0.00 1	0.01 247	0.01 174	0.32 284	0.21 106

ACRE	2.67 122	1.66 255	6.50 247	0.72 70	2.03 270	2.65 92	0.84 192	5.97 96	5.52 132	7.85 215	9.23 192	1.72 66	1.09 63	4.09 69	2.73 186	0.02 186	0.19 233	0.02 279	0.08 234	0.26 250	0.21 106

MyStereo8	3.30 173	1.69 257	6.28 240	2.51 267	3.79 333	4.22 211	0.07 15	7.43 154	6.39 165	6.51 154	10.13 219	4.23 149	1.45 95	2.79 50	5.08 249	0.06 261	1.49 366	0.00 1	0.40 340	0.26 250	1.33 280

CIPLG	2.72 129	1.69 257	6.02 226	0.80 84	2.14 274	2.66 93	0.84 192	5.90 88	5.59 134	8.12 230	9.58 204	1.74 67	1.14 68	4.53 80	2.82 191	0.02 186	0.19 233	0.02 279	0.09 240	0.26 250	0.22 112

CSP-Net	4.40 249	1.70 259	4.90 177	1.82 184	1.04 193	12.96 339	2.25 263	13.75 309	6.34 161	9.64 280	8.99 187	8.31 252	3.24 163	8.45 230	4.32 229	0.01 103	0.00 1	0.00 1	0.00 1	0.23 238	0.06 31

pmcnn	8.17 329	1.70 259	11.49 328	3.18 316	3.07 305	9.66 307	6.06 330	13.60 305	17.71 340	15.23 348	24.02 349	27.61 376	8.81 322	10.36 298	9.51 309	0.08 271	0.08 199	0.00 1	0.00 1	0.31 280	0.87 238

IGEVStereo-DCA	1.54 26	1.71 261	2.99 40	0.73 73	0.24 66	2.69 94	0.81 184	4.31 21	2.97 15	0.73 16	0.16 1	0.23 8	0.32 11	7.57 174	2.72 184	0.00 1	0.49 272	0.00 1	0.16 262	0.17 198	1.82 319

rrr	1.64 34	1.71 261	6.31 242	0.73 73	0.24 66	2.69 94	0.92 209	4.25 18	1.75 3	0.73 16	0.16 1	0.23 8	0.32 11	7.57 174	2.72 184	0.00 1	0.49 272	0.00 1	0.20 286	0.17 198	1.68 300

raft_robust	2.91 142	1.71 261	3.42 74	1.36 129	0.57 132	1.53 20	0.12 31	7.06 137	9.09 242	6.96 181	7.21 155	4.43 154	2.09 124	9.40 266	1.61 102	0.03 216	0.93 298	0.00 1	0.21 291	0.17 198	0.38 156

RALAANet	2.68 123	1.71 261	4.73 171	2.79 288	0.80 164	3.30 156	0.15 48	7.92 165	5.92 148	5.79 115	6.06 117	3.51 122	1.13 66	6.76 135	2.28 165	0.00 1	0.28 251	0.00 1	0.10 244	0.27 260	0.13 63

GwcNet-RSSM	4.13 234	1.71 261	6.25 238	2.50 266	1.93 266	2.39 65	1.49 242	9.59 205	8.71 231	6.66 165	15.04 290	8.47 259	3.84 194	6.87 138	6.74 268	0.00 1	0.00 1	0.04 304	0.00 1	0.29 270	0.15 76

RALCasStereoNet	2.39 95	1.73 266	3.59 93	2.38 256	2.69 296	2.84 114	0.18 55	5.29 47	4.94 114	2.45 48	5.62 109	2.22 78	0.79 52	7.48 170	1.63 106	0.00 1	1.75 370	0.00 1	0.00 1	0.14 175	2.03 342

ARAFT	3.32 174	1.74 267	7.92 285	0.64 62	0.15 29	4.45 220	2.89 273	8.20 170	6.30 159	9.23 267	7.12 154	5.58 191	1.24 82	8.60 235	1.69 118	0.01 103	0.03 159	0.00 1	0.00 1	0.35 290	0.35 150

LoS_RVC	1.47 20	1.75 268	2.66 20	0.52 57	3.89 335	1.67 26	0.04 9	2.66 3	2.61 6	0.55 12	2.63 43	0.31 20	1.68 109	1.99 25	0.81 26	0.01 103	0.02 134	0.00 1	0.00 1	0.03 26	5.54 376

IPLGR_C	2.69 124	1.75 268	6.20 234	0.79 82	2.06 272	2.64 91	0.86 200	6.36 112	5.64 136	8.13 231	9.26 194	1.69 65	1.15 73	3.79 63	2.80 190	0.02 186	0.20 238	0.02 279	0.08 234	0.26 250	0.18 90

test_xeample3	1.71 37	1.75 268	6.64 252	0.90 92	0.29 76	2.55 78	0.90 205	4.08 15	2.36 4	0.56 13	0.24 4	0.23 8	0.31 8	7.51 171	2.73 186	0.00 1	0.70 284	0.00 1	0.36 336	0.18 206	1.92 336

iResNet_ROB	4.67 265	1.77 271	5.93 222	2.47 264	0.95 184	3.78 192	0.36 87	15.65 331	17.36 336	8.75 248	11.23 244	7.05 230	4.60 228	8.94 252	4.23 227	0.01 103	0.00 1	0.00 1	0.00 1	0.16 192	0.15 76

whm_eth	3.18 167	1.78 272	6.61 251	0.90 92	2.72 297	2.54 77	0.27 72	7.64 161	7.94 213	5.43 108	23.98 348	0.37 30	0.47 34	1.31 8	1.17 66	0.02 186	0.03 159	0.00 1	0.00 1	0.08 88	0.32 144

GANet	6.86 305	1.78 272	5.98 225	3.05 307	1.12 206	10.12 314	9.38 362	13.41 301	8.67 230	11.46 320	29.87 368	13.94 316	8.25 313	12.06 322	6.33 266	0.40 331	0.06 186	0.16 339	0.33 331	0.18 206	0.59 198

TDLM	4.58 259	1.79 274	5.03 183	2.45 262	1.32 231	4.04 206	7.15 347	11.60 255	11.46 290	6.91 175	12.69 266	5.94 206	5.03 243	9.74 281	3.80 212	0.67 347	0.00 1	0.01 247	0.05 224	0.23 238	1.78 317

DeepPruner_ROB	3.82 212	1.87 275	5.65 213	1.31 127	1.64 242	3.62 176	0.81 184	14.47 319	5.03 118	8.03 225	10.78 237	6.95 228	2.26 130	8.92 249	4.32 229	0.07 267	0.03 159	0.00 1	0.01 174	0.37 293	0.29 135

SACVNet	4.55 256	1.88 276	5.55 209	3.38 327	1.68 248	3.11 142	2.76 272	12.44 271	6.43 166	11.07 315	11.31 245	10.53 285	5.13 248	9.88 287	4.56 236	0.08 271	0.02 134	0.00 1	0.01 174	0.38 295	0.80 235

XPNet_ROB	6.46 297	1.88 276	7.41 276	2.81 289	0.95 184	6.45 261	6.82 342	13.58 304	8.80 234	15.50 349	15.86 296	19.59 354	7.12 293	11.41 314	9.86 312	0.02 186	0.04 173	0.00 1	0.03 203	0.20 218	0.79 234

MeshStereo	11.94 363	1.88 276	5.24 188	2.11 217	1.44 236	20.09 366	4.95 318	21.74 380	16.75 333	33.10 386	35.07 384	39.28 393	22.72 378	19.45 370	13.59 349	0.19 305	0.06 186	0.02 279	0.00 1	0.46 307	0.65 212
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
ccnet	7.45 321	1.89 279	7.71 281	3.18 316	2.35 282	12.19 336	6.14 331	18.95 356	9.36 250	13.33 336	20.38 332	16.00 330	9.10 327	10.10 293	15.40 359	0.44 333	0.34 257	0.25 353	0.25 303	0.48 312	1.18 267

RP	7.41 318	1.90 280	7.33 272	4.26 352	5.25 365	6.64 264	3.46 294	12.44 271	16.23 331	10.36 295	23.00 345	18.72 347	16.59 361	11.10 305	8.47 290	1.10 357	0.02 134	0.12 331	0.16 262	0.43 302	0.65 212

Nwc_Net	7.54 322	1.91 281	8.71 296	4.16 349	3.42 320	10.77 322	2.00 258	20.33 371	12.19 298	9.10 261	24.04 351	17.67 341	13.58 351	12.14 324	9.12 304	0.94 355	0.00 1	0.00 1	0.02 192	0.22 233	0.41 166

dd	2.36 88	1.93 282	6.03 228	0.83 86	0.12 20	1.80 36	0.17 53	5.30 48	11.82 295	2.98 54	3.64 64	1.50 60	1.21 80	5.25 91	3.92 216	0.13 289	0.01 104	0.04 304	0.22 296	0.10 122	0.14 66

G-Net	8.60 336	1.93 282	12.59 333	6.04 371	3.66 327	25.93 377	4.26 304	10.35 223	8.05 217	19.71 361	24.73 354	14.15 318	15.49 359	11.30 309	10.69 326	0.50 343	0.46 269	0.19 347	0.25 303	0.80 339	0.91 240

CVANet_RVC	4.68 266	1.93 282	5.57 211	2.61 277	1.86 261	4.12 208	4.94 317	12.11 261	9.29 247	8.05 227	11.08 241	10.28 280	6.48 279	9.52 271	3.19 198	0.45 335	0.01 104	0.00 1	0.12 250	0.23 238	1.75 313

fast-acv-ft	6.00 289	1.95 285	7.88 284	2.35 252	1.85 259	13.61 344	1.76 253	8.44 173	10.12 259	11.22 317	20.57 334	14.41 322	7.55 303	8.11 200	8.83 297	0.10 284	0.09 205	0.16 339	0.07 231	0.68 329	0.35 150

LMCR-Stereo	3.92 218	1.96 286	4.92 178	2.85 295	0.23 65	7.88 285	1.47 240	12.52 274	5.39 126	8.71 246	10.65 234	1.90 70	5.04 245	8.53 233	4.89 243	1.05 356	0.00 1	0.00 1	0.00 1	0.42 298	0.05 24

CFNet	4.03 226	1.97 287	6.30 241	2.70 283	1.64 242	5.41 239	0.22 61	12.14 263	10.28 261	5.24 102	11.15 242	6.43 215	3.70 189	8.97 255	4.01 222	0.00 1	0.00 1	0.00 1	0.00 1	0.30 273	0.13 63

DMCA-RVC	3.59 195	1.98 288	8.68 295	2.30 245	1.48 237	3.54 171	0.55 126	8.40 172	5.43 129	9.37 272	5.90 111	8.34 254	3.21 161	7.19 148	4.46 233	0.06 261	0.11 213	0.08 325	0.02 192	0.21 228	0.40 159

WCMA_ROB	10.20 351	1.99 289	9.33 313	3.01 302	2.46 287	15.78 350	7.67 353	12.75 279	15.41 326	25.08 377	33.42 380	27.06 375	19.86 367	13.87 339	12.47 341	1.28 361	0.38 263	0.18 345	0.20 286	0.28 262	1.54 288

gwcnet-sp	3.58 192	2.01 290	8.82 300	2.01 212	0.69 143	7.38 280	1.10 221	9.23 195	6.66 174	9.32 268	5.91 112	4.21 146	3.31 169	6.91 140	3.69 204	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 90

scenet	3.58 192	2.01 290	8.82 300	2.01 212	0.69 143	7.38 280	1.10 221	9.23 195	6.66 174	9.32 268	5.91 112	4.21 146	3.31 169	6.91 140	3.69 204	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 90

ssnet	3.58 192	2.01 290	8.82 300	2.01 212	0.69 143	7.38 280	1.10 221	9.23 195	6.66 174	9.32 268	5.91 112	4.21 146	3.31 169	6.91 140	3.69 204	0.00 1	0.00 1	0.00 1	0.00 1	0.24 242	0.18 90

FBW_ROB	9.17 343	2.08 293	10.31 324	2.51 267	1.66 247	13.22 342	6.04 329	23.09 381	20.11 349	19.55 359	15.80 295	18.97 351	11.96 344	19.34 369	11.38 330	0.66 346	0.30 253	2.15 377	0.90 361	1.15 348	2.16 347

iinet-f	6.21 291	2.11 294	28.74 389	2.13 218	1.38 233	11.62 327	1.49 242	7.64 161	7.19 192	7.77 213	14.38 283	10.49 282	7.79 306	7.76 183	12.90 346	0.03 216	0.03 159	0.05 310	0.00 1	0.67 327	0.12 57

BEATNet_4x	3.69 201	2.12 295	8.11 287	1.82 184	0.16 34	5.30 237	1.04 217	10.87 237	6.14 155	7.09 185	8.42 179	4.99 174	4.42 217	5.89 107	6.23 265	0.04 237	0.05 180	0.00 1	0.00 1	0.32 284	0.84 237

DN-CSS_ROB	3.00 153	2.14 296	7.33 272	2.67 281	0.78 162	3.13 145	0.07 15	6.68 125	4.22 78	5.51 111	12.12 257	2.33 79	1.21 80	8.69 240	2.51 172	0.03 216	0.00 1	0.00 1	0.00 1	0.42 298	0.15 76

AF-Net	8.37 333	2.16 297	9.01 305	3.65 335	4.58 355	9.40 303	2.63 269	17.71 348	21.32 355	10.38 296	24.51 353	20.43 359	16.67 362	12.54 327	10.76 327	0.70 349	0.00 1	0.12 331	0.00 1	0.47 309	0.42 170

psmorigin	7.74 323	2.19 298	18.99 364	2.51 267	0.89 174	7.08 274	2.74 270	11.25 246	7.90 210	20.49 365	22.36 343	20.16 356	11.95 343	13.84 338	10.61 323	0.04 237	0.18 231	0.06 314	0.24 300	0.27 260	1.07 257

Wz-Net-LNSev-Ref	6.52 300	2.21 299	12.10 331	2.75 284	3.28 313	10.03 312	3.05 280	12.31 266	11.52 291	10.10 288	21.36 336	11.51 301	7.30 298	11.56 316	10.61 323	0.09 281	0.00 1	0.00 1	0.00 1	0.08 88	0.51 185

FADNet-RVC-Resample	4.11 231	2.25 300	13.88 341	1.64 153	0.66 140	5.91 252	2.34 265	10.87 237	9.09 242	6.53 156	4.34 72	5.69 199	4.71 232	8.01 195	4.64 239	0.18 304	0.22 239	0.17 344	0.12 250	0.46 307	0.59 198

NaN_ROB	6.51 299	2.25 300	8.77 298	1.69 165	1.79 254	9.71 308	10.94 367	16.20 337	16.13 330	13.04 334	8.86 182	11.77 305	5.94 269	12.88 331	8.01 284	0.05 250	0.13 219	0.07 319	0.20 286	0.32 284	1.50 285

sAnonymous2	1.54 26	2.26 302	9.53 315	0.65 64	0.50 115	1.20 5	0.23 65	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 186	0.00 1	0.00 1	0.20 286	2.00 364	0.42 170

CroCo_RVC	1.54 26	2.26 302	9.53 315	0.65 64	0.50 115	1.20 5	0.23 65	4.86 31	3.65 48	0.42 4	1.27 15	0.23 8	1.40 92	1.23 4	0.68 11	0.02 186	0.00 1	0.00 1	0.20 286	2.00 364	0.42 170

iResNetv2_ROB	4.72 267	2.26 302	8.87 303	3.20 318	1.25 219	4.32 217	1.73 251	14.22 316	10.62 272	10.53 299	12.13 259	7.77 242	5.54 264	8.29 213	2.76 189	0.00 1	0.00 1	0.00 1	0.00 1	0.42 298	0.55 190

RAFT + AFF	4.63 263	2.28 305	7.43 277	1.51 143	2.38 283	5.81 250	6.49 336	10.74 234	8.53 228	7.75 212	8.95 186	7.47 237	6.68 286	9.17 261	5.06 248	0.08 271	0.47 270	0.00 1	0.01 174	0.66 326	1.03 256

NCC-stereo	7.43 319	2.28 305	8.58 293	3.28 322	4.48 349	8.34 289	4.27 305	20.45 372	13.66 315	9.17 264	17.52 317	16.49 333	14.31 356	13.71 336	8.95 300	1.73 367	0.12 216	0.01 247	0.50 350	0.21 228	0.60 200

Abc-Net	7.43 319	2.28 305	8.58 293	3.28 322	4.48 349	8.34 289	4.27 305	20.45 372	13.66 315	9.17 264	17.52 317	16.49 333	14.31 356	13.71 336	8.95 300	1.73 367	0.12 216	0.01 247	0.50 350	0.21 228	0.60 200
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	5.14 280	2.29 308	8.95 304	1.26 120	5.05 363	3.66 179	1.40 237	10.33 222	8.98 239	8.71 246	8.24 177	10.70 289	11.10 336	12.66 329	5.36 253	0.05 250	1.35 361	0.00 1	0.00 1	0.38 295	2.23 351

ADCRef	7.76 324	2.31 309	19.09 365	2.82 291	3.29 314	11.88 330	3.06 281	11.52 253	10.89 279	13.69 340	25.85 359	8.20 249	8.89 324	8.95 253	22.66 371	0.16 297	0.08 199	0.16 339	0.34 334	0.47 309	0.91 240

FADNet_RVC	4.24 242	2.32 310	14.23 344	1.18 115	0.79 163	5.64 243	0.60 139	11.50 252	7.19 192	3.68 71	8.08 174	4.14 142	4.06 205	10.29 297	7.47 278	0.36 329	0.44 268	0.18 345	0.47 347	0.93 342	1.23 271

GMStereo_Zeroshot	2.92 144	2.33 311	6.12 230	1.66 160	0.36 90	3.61 173	0.09 20	5.95 94	6.20 157	7.15 189	7.11 153	8.37 255	0.91 54	6.17 115	1.97 140	0.00 1	0.00 1	0.00 1	0.00 1	0.22 233	0.14 66

FADNet	4.55 256	2.35 312	13.60 339	1.87 188	0.80 164	4.74 228	0.75 177	14.47 319	12.41 300	4.07 79	5.45 104	9.64 270	5.03 243	8.86 246	4.82 242	0.20 308	0.04 173	0.07 319	0.05 224	1.27 351	0.40 159

PA-Net	5.40 282	2.35 312	9.55 317	2.75 284	2.21 276	8.74 296	3.92 298	13.05 289	13.35 313	7.30 199	7.98 170	8.08 247	6.39 278	11.17 308	9.30 306	0.02 186	0.03 159	0.00 1	0.03 203	0.16 192	1.55 290
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 290	2.40 314	8.22 290	3.43 328	4.43 348	10.57 321	4.21 303	19.44 361	11.24 288	12.86 330	8.06 172	11.64 303	4.79 235	8.65 239	9.32 307	0.01 103	0.10 209	0.00 1	0.03 203	0.34 288	0.69 223

PSMNet_ROB	5.41 284	2.45 315	7.39 275	2.36 254	1.90 263	10.11 313	6.54 337	16.32 339	7.59 200	6.84 174	10.83 238	12.06 308	4.13 209	8.73 241	10.24 318	0.02 186	0.01 104	0.01 247	0.11 246	0.26 250	0.40 159

APVNet	6.28 294	2.46 316	10.09 321	3.51 332	3.97 339	12.15 334	1.75 252	20.08 370	6.73 177	6.92 180	13.45 274	10.75 291	6.29 277	11.86 320	14.34 353	0.05 250	0.02 134	0.11 327	0.03 203	0.63 323	0.34 146

NCCL2	6.27 293	2.46 316	7.00 261	2.36 254	1.11 204	9.48 304	11.14 369	13.01 288	10.40 266	9.94 286	9.49 202	22.11 365	7.42 299	9.90 289	8.56 292	0.01 103	0.00 1	0.02 279	0.03 203	0.20 218	0.73 228

PS-NSSS	4.22 240	2.53 318	5.89 221	1.01 102	2.93 301	4.05 207	1.93 256	11.44 250	8.94 238	7.14 188	14.70 289	4.96 172	2.60 144	9.09 258	3.92 216	0.40 331	0.04 173	0.83 365	0.00 1	1.09 344	1.02 253

LALA_ROB	7.02 310	2.54 319	8.51 292	1.53 145	0.96 186	9.96 310	8.71 358	16.70 341	12.68 304	12.99 332	13.90 280	24.47 368	5.40 260	11.61 318	9.50 308	0.04 237	0.05 180	0.00 1	0.02 192	0.17 198	0.65 212

DPSNet	10.88 358	2.57 320	20.40 369	2.24 235	1.90 263	24.92 375	17.00 396	21.35 377	28.61 373	12.87 331	13.74 277	17.01 338	20.14 369	15.36 349	14.01 351	0.81 351	0.98 312	0.20 348	0.65 357	1.30 352	1.54 288

ETE_ROB	6.28 294	2.60 321	9.22 311	1.71 169	0.84 169	6.44 260	6.78 341	13.16 295	8.80 234	13.01 333	15.93 298	21.01 363	6.18 274	10.97 302	8.11 286	0.04 237	0.01 104	0.00 1	0.02 192	0.16 192	0.70 225

dad	5.10 278	2.61 322	6.76 257	1.23 118	0.14 23	2.85 126	0.36 87	7.98 167	14.88 322	10.84 307	17.06 309	15.59 327	3.29 166	7.24 150	4.39 231	1.20 359	0.10 209	4.02 381	0.49 349	0.20 218	0.69 223

AANet_RVC	5.41 284	2.61 322	8.17 288	2.25 236	1.30 228	2.27 58	1.64 249	10.82 235	18.54 343	8.01 224	18.09 322	8.39 258	3.31 169	11.37 313	8.98 302	1.15 358	0.38 263	0.02 279	0.00 1	0.17 198	0.70 225

FADNet-RVC	4.36 246	2.62 324	14.51 347	2.01 212	0.44 110	4.27 213	1.27 230	12.61 276	7.89 209	3.76 73	4.05 68	10.63 287	4.34 216	9.87 286	7.66 281	0.03 216	0.09 205	0.00 1	0.03 203	0.65 325	0.50 181

LE_ROB	17.31 381	2.62 324	14.26 345	4.20 350	1.80 255	17.40 357	9.70 364	15.38 329	55.92 406	63.97 416	40.81 391	35.50 389	39.26 400	15.64 353	28.51 390	0.06 261	0.11 213	0.13 333	0.21 291	0.14 175	0.51 185

SDNR	7.97 325	2.75 326	16.90 358	2.28 243	0.94 181	45.23 403	0.43 100	9.30 201	10.84 277	10.71 303	25.30 357	5.51 189	4.47 219	11.98 321	7.58 280	0.15 294	0.14 223	0.00 1	0.04 221	2.27 366	2.65 358

Wz-Net-LNSev	7.12 312	2.75 326	18.64 362	1.70 168	4.16 343	12.79 338	6.72 339	13.74 308	13.57 314	11.14 316	17.31 315	11.90 307	8.50 316	8.96 254	9.94 313	0.00 1	0.01 104	0.00 1	0.00 1	0.18 206	0.34 146

RGC	7.40 317	2.77 328	7.71 281	4.43 359	4.87 361	8.88 298	2.96 277	16.05 336	12.76 308	11.96 327	19.57 329	18.32 346	11.57 342	13.89 340	9.58 310	0.83 352	0.02 134	0.24 352	0.41 342	0.40 297	0.77 233

ADCP+	8.60 336	2.78 329	17.44 359	1.69 165	4.27 345	16.95 356	5.29 321	13.38 300	12.52 301	13.57 339	17.57 319	10.86 295	11.28 338	18.43 367	23.91 380	0.03 216	0.05 180	0.01 247	0.18 273	0.47 309	1.31 278

PDISCO_ROB	10.27 352	2.79 330	13.30 336	10.58 383	9.96 384	22.78 371	5.99 326	20.01 366	28.57 372	11.88 325	14.49 286	20.54 360	4.92 239	17.01 362	10.29 319	5.79 381	0.42 265	0.14 335	0.13 255	2.53 369	3.25 362

CSAN	8.41 334	2.86 331	9.35 314	2.43 260	0.82 167	13.59 343	11.68 375	15.80 334	21.98 359	14.71 345	16.46 304	18.00 343	14.42 358	13.68 335	10.10 314	0.10 284	0.13 219	0.15 336	0.19 276	0.43 302	1.28 276

GwcNet	6.95 306	2.89 332	13.32 338	2.82 291	5.53 366	11.76 328	2.14 262	14.95 324	17.69 339	10.83 306	18.14 323	10.83 294	6.66 284	9.83 285	10.19 317	0.03 216	0.06 186	0.03 296	0.08 234	0.64 324	0.66 220

FINET	6.96 307	2.98 333	13.77 340	3.20 318	4.81 360	9.65 306	9.90 365	13.68 307	23.91 363	8.28 236	13.70 275	5.36 184	5.83 267	10.79 301	8.05 285	0.90 353	1.43 362	0.11 327	0.38 338	0.48 312	1.98 340

Wz-Net-MNSev	8.12 328	3.18 334	18.07 361	2.63 278	3.36 318	17.82 360	9.40 363	12.89 283	15.44 327	13.95 343	18.21 324	14.38 321	7.75 305	12.50 326	11.45 331	0.46 337	0.03 159	0.00 1	0.01 174	0.26 250	0.58 195

ADCL	10.77 356	3.23 335	21.50 371	2.26 238	1.96 267	23.65 372	9.07 359	14.69 323	24.88 365	15.21 347	27.20 360	12.68 311	14.02 355	16.94 361	24.43 382	0.26 321	0.18 231	0.74 363	0.67 358	0.80 339	1.02 253

MANE	20.98 392	3.23 335	8.81 299	5.96 370	6.96 373	33.07 390	13.20 379	35.43 394	38.86 391	44.72 402	52.41 406	53.20 401	41.84 402	34.74 393	27.45 388	1.87 369	2.27 375	1.54 373	10.18 397	0.69 331	3.11 361

SANet	11.48 361	3.34 337	13.93 342	2.40 259	1.01 191	16.49 352	12.16 378	20.05 369	37.28 387	19.62 360	28.04 362	25.61 371	20.10 368	14.43 343	12.39 340	0.10 284	0.06 186	0.03 296	0.06 230	0.76 337	1.73 309

SGM-ForestM	18.61 386	3.38 338	10.14 322	3.44 329	2.24 279	34.17 392	15.39 385	29.44 392	33.93 379	38.55 394	41.08 392	53.64 402	36.76 397	34.82 394	27.16 387	1.25 360	1.81 373	0.74 363	1.01 363	0.61 322	2.61 357

ADCPNet	10.18 350	3.40 339	33.24 392	2.38 256	1.74 251	17.75 359	7.65 352	13.20 296	13.03 310	14.09 344	21.72 339	19.36 352	11.40 340	15.43 351	23.00 373	0.28 324	1.15 342	0.39 359	1.48 373	0.68 329	2.21 349

DGSMNet	7.10 311	3.49 340	15.11 350	4.36 357	4.41 347	8.94 300	6.25 332	15.10 326	14.28 319	8.15 232	14.51 287	10.08 277	5.38 259	11.04 304	7.95 283	1.49 365	2.00 374	1.79 374	1.68 378	2.43 367	3.48 366

ELAS	17.99 383	3.49 340	11.19 327	6.14 372	5.79 368	34.89 393	17.28 397	28.75 389	30.47 375	40.80 398	45.79 397	39.04 392	32.05 393	27.63 388	24.30 381	1.88 370	2.41 379	1.09 367	1.48 373	1.83 361	3.48 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 315	3.58 342	25.29 381	4.27 353	7.20 374	3.78 192	4.64 313	14.03 313	20.86 353	8.85 250	10.57 231	7.35 233	7.88 308	12.16 325	10.66 325	0.25 318	0.16 226	0.29 354	0.43 345	0.77 338	0.65 212

GANetREF_RVC	6.97 308	3.59 343	9.14 310	4.00 344	0.40 102	13.17 340	11.27 373	15.95 335	17.51 338	10.62 301	10.66 235	12.15 309	7.97 310	13.18 333	5.04 247	0.45 335	0.00 1	0.01 247	0.15 260	3.47 374	0.60 200
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
ELAS_RVC	17.82 382	3.60 344	11.92 329	6.63 374	5.73 367	30.34 386	19.64 399	26.92 386	35.06 384	40.79 397	41.32 393	37.31 391	31.61 390	30.54 389	22.93 372	1.97 371	2.40 377	1.28 371	1.27 369	1.71 359	3.51 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 354	3.67 345	14.03 343	4.81 362	4.52 352	11.93 331	1.66 250	21.36 378	38.40 390	18.84 358	21.72 339	17.63 340	13.07 347	15.65 354	17.71 362	0.36 329	1.09 324	0.01 247	0.32 328	0.50 316	1.67 299

Syn2CoEx	6.70 302	3.69 346	12.14 332	2.78 287	1.68 248	8.36 292	3.21 287	18.59 354	12.66 303	8.86 251	20.79 335	10.52 283	10.54 333	9.68 275	8.70 295	0.01 103	0.00 1	0.00 1	0.00 1	0.69 331	1.00 248

aanetorigin	9.02 339	3.75 347	28.68 388	2.16 219	3.86 334	5.84 251	5.40 324	5.93 93	10.39 265	28.12 380	31.02 374	15.98 329	13.74 352	9.38 265	12.55 342	0.25 318	0.22 239	0.22 350	0.24 300	1.24 349	1.47 282

TRStereo	2.71 126	3.79 348	5.46 200	2.19 226	2.22 278	2.98 136	1.07 219	9.83 210	4.39 87	3.46 64	3.48 54	3.92 131	0.77 48	6.43 120	1.70 119	0.03 216	0.63 278	0.00 1	0.29 321	0.11 133	1.49 284

SAMSARA	15.67 373	3.89 349	14.48 346	13.77 389	7.92 378	38.69 397	73.90 420	21.22 376	24.66 364	17.04 356	13.86 278	30.01 379	13.07 347	18.07 366	17.48 361	0.23 313	1.46 364	0.07 319	0.40 340	0.99 343	2.15 346

SuperB	8.29 332	3.96 350	24.92 379	2.96 300	1.33 232	9.83 309	4.15 302	10.92 241	29.79 374	11.86 324	12.51 264	6.07 207	6.97 289	11.13 307	14.73 354	0.15 294	0.11 213	0.35 356	0.26 312	12.64 389	1.11 261

PVD	16.41 375	3.98 351	16.04 353	5.38 365	4.59 357	19.44 364	7.28 349	28.88 390	49.27 400	31.53 384	43.72 395	30.36 381	32.17 394	26.70 387	23.19 374	0.25 318	1.48 365	0.04 304	0.59 354	0.52 318	2.87 360

anonymity	8.04 326	4.13 352	12.86 334	7.43 376	13.11 391	8.34 289	2.02 259	18.21 352	7.55 199	13.88 342	9.27 195	10.63 287	7.79 306	11.57 317	6.06 260	6.25 382	5.59 404	3.71 380	3.28 383	3.27 372	5.78 378

RTSC	9.87 347	4.34 353	16.44 355	4.60 361	2.38 283	12.54 337	0.75 177	18.19 351	37.31 388	16.16 353	15.86 296	13.32 312	7.56 304	20.93 376	23.50 376	0.34 327	1.07 323	0.02 279	0.35 335	0.71 334	0.99 246

PWCDC_ROB	8.50 335	4.40 354	9.57 318	6.16 373	4.54 354	10.46 317	1.03 214	15.30 327	28.16 371	10.88 309	30.88 373	6.96 229	11.31 339	14.57 344	10.40 321	3.10 376	0.02 134	0.00 1	0.00 1	1.55 357	0.63 209

Anonymous Stereo	7.27 316	4.41 355	26.56 384	3.67 336	3.09 307	5.56 240	15.31 384	10.85 236	11.63 293	10.31 294	10.32 222	7.46 236	3.67 188	14.42 342	15.13 357	0.64 345	0.88 295	0.00 1	0.07 231	0.33 287	1.16 265

SQANet	8.22 331	4.42 356	7.19 271	12.11 386	9.77 383	11.80 329	3.23 288	12.00 259	6.60 170	8.59 244	11.52 248	10.97 298	5.31 256	11.10 305	4.20 225	9.56 389	2.29 376	10.51 386	1.61 377	13.06 391	8.49 386

ADCMid	10.97 359	4.49 357	23.66 375	2.53 271	2.52 292	11.46 326	6.31 333	15.31 328	12.85 309	23.57 371	22.99 344	17.92 342	21.04 372	19.57 371	28.05 389	0.47 340	0.43 266	1.10 368	1.32 370	1.73 360	2.10 344

PWC_ROB	8.89 338	4.49 357	15.62 352	2.92 297	4.49 351	7.89 286	1.23 228	17.29 347	20.00 348	16.54 354	28.06 363	14.37 320	11.98 345	14.93 348	15.43 360	0.47 340	0.00 1	0.05 310	0.00 1	0.67 327	1.31 278

MFN_U_SF_RVC	13.54 367	4.69 359	28.43 387	4.24 351	2.50 290	24.26 373	5.99 326	28.23 388	20.18 351	24.06 374	29.38 366	30.35 380	16.92 363	20.98 377	21.39 367	1.35 362	1.13 330	1.02 366	1.41 372	1.88 362	2.50 356

XQC	9.46 344	4.84 360	18.88 363	4.07 345	3.09 307	15.97 351	6.65 338	16.26 338	26.63 368	12.63 328	12.35 262	15.75 328	10.62 334	16.48 357	21.19 366	0.44 333	0.96 306	0.05 310	0.32 328	1.10 345	0.99 246

Consistency-Raft	9.58 345	5.11 361	13.00 335	5.61 367	8.92 381	4.03 205	5.07 320	19.73 364	24.90 366	11.32 319	29.86 367	13.36 313	6.16 273	8.00 193	13.47 348	0.67 347	0.34 257	1.81 375	4.36 389	12.23 387	3.62 369

MFN_U_SF_DS_RVC	10.36 353	5.37 362	16.61 357	2.95 299	3.02 304	24.75 374	15.44 386	14.68 322	19.73 346	19.77 362	23.97 347	16.98 337	8.40 314	17.58 364	9.23 305	1.59 366	1.75 370	0.16 339	2.63 380	0.75 336	1.85 326

WZ-Net	13.61 368	5.57 363	42.84 400	3.89 343	3.19 311	19.90 365	15.44 386	15.67 332	32.04 377	16.13 352	28.69 364	22.17 366	15.84 360	21.40 378	26.87 385	0.75 350	0.01 104	0.01 247	0.03 203	0.51 317	1.20 269

PASM	9.11 340	5.68 364	25.06 380	4.33 355	4.18 344	7.01 271	8.48 355	12.37 268	20.95 354	13.49 338	15.37 292	18.80 348	11.52 341	14.70 345	12.70 343	0.93 354	1.19 347	0.32 355	1.21 368	1.66 358	2.22 350

GASNet	5.62 286	5.76 365	12.05 330	5.03 364	2.08 273	3.77 191	1.53 244	12.92 284	11.62 292	9.64 280	7.40 158	8.58 261	7.54 302	14.76 347	8.25 288	0.02 186	0.15 224	0.00 1	0.00 1	0.81 341	0.52 187

MaskLacGwcNet_RVC	6.42 296	6.12 366	6.53 249	4.29 354	3.61 326	15.41 349	4.13 301	12.36 267	7.32 197	7.60 207	8.51 180	8.97 266	2.64 145	10.17 295	3.72 207	8.16 387	2.40 377	2.00 376	0.11 246	8.55 384	5.84 379

ADCS	13.76 369	6.46 367	30.74 390	3.62 334	2.93 301	14.28 346	11.22 372	20.02 367	34.42 382	23.20 368	25.42 358	19.51 353	19.62 366	24.54 384	33.88 398	0.27 323	0.23 242	0.37 358	0.19 276	1.47 355	2.84 359

EDNetEfficient	14.14 371	6.71 368	56.12 407	2.99 301	3.58 324	5.38 238	8.49 356	9.35 202	33.24 378	40.73 396	30.21 370	18.04 344	22.92 379	12.13 323	26.26 384	0.16 297	0.24 245	0.07 319	1.15 365	2.58 370	2.39 353

AnyNet_C32	11.82 362	7.08 369	25.83 382	4.55 360	5.88 369	16.92 355	16.97 395	14.14 314	18.11 342	16.87 355	21.66 338	14.78 323	13.87 354	23.54 383	31.83 395	0.24 315	0.28 251	0.35 356	0.53 352	1.35 353	1.71 307

AnonymousM	2.96 150	7.19 370	1.41 1	0.92 96	0.06 6	2.37 64	0.52 120	6.05 97	3.83 61	4.97 93	2.37 38	1.91 71	1.00 59	2.23 35	1.06 58	0.01 103	0.57 276	17.64 391	4.90 390	0.02 9	0.27 128

SPS-STEREO	15.83 374	7.38 371	14.92 349	11.63 385	11.77 389	25.30 376	7.12 346	25.20 384	17.06 335	32.24 385	30.34 371	31.63 382	22.59 376	25.67 385	21.97 369	7.71 386	4.50 400	3.35 379	1.56 376	6.97 382	7.72 385
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 372	7.41 372	36.29 395	7.76 378	43.77 414	11.24 325	12.14 377	16.73 342	23.72 361	23.73 373	32.92 377	18.89 350	13.31 349	16.60 358	12.37 339	0.26 321	0.86 294	0.11 327	0.43 345	1.24 349	17.26 407

UDGNet	2.92 144	7.79 373	4.92 178	3.01 302	0.08 10	2.96 133	0.20 59	4.77 29	8.93 237	2.91 53	2.85 46	0.95 48	1.00 59	6.46 121	1.66 114	1.46 364	0.00 1	5.33 384	0.92 362	1.95 363	0.19 96

MSC_U_SF_DS_RVC	17.08 378	7.98 374	24.37 378	6.82 375	2.93 301	39.68 399	16.11 388	25.46 385	34.93 383	34.13 388	34.20 381	29.20 378	24.94 383	23.01 381	19.39 364	2.79 373	2.87 388	1.18 370	1.53 375	6.78 381	3.31 363

Wz-Net-SNSev	9.92 348	8.01 375	26.42 383	2.26 238	1.85 259	8.36 292	14.30 383	18.01 350	21.68 356	10.78 305	23.95 346	16.84 336	8.60 318	15.59 352	19.76 365	0.01 103	0.03 159	0.01 247	0.00 1	0.52 318	1.34 281

otaku	12.35 365	8.64 376	9.11 309	13.56 388	10.98 386	26.23 378	7.22 348	19.45 362	19.26 345	11.92 326	17.90 321	20.21 357	8.91 325	16.06 355	6.09 261	9.77 390	2.50 380	13.23 387	1.90 379	14.61 392	9.41 390

NVStereoNet_ROB	17.22 379	8.76 377	16.47 356	7.52 377	8.42 379	13.75 345	11.07 368	24.24 383	26.67 369	31.00 382	46.49 398	34.88 388	27.06 386	22.72 380	23.61 377	6.83 385	4.32 399	6.32 385	10.37 398	4.39 375	9.57 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 380	9.46 378	22.74 373	10.11 380	11.40 387	28.98 385	13.74 381	21.15 375	16.85 334	31.39 383	34.79 382	34.05 387	24.24 382	26.23 386	19.31 363	8.79 388	7.56 408	4.88 382	3.93 387	6.07 380	9.33 388

MFMNet_re	14.09 370	9.67 379	20.31 368	10.40 381	7.62 375	21.38 369	17.49 398	21.36 378	31.95 376	23.70 372	29.22 365	18.87 349	27.41 387	14.27 341	11.16 328	2.85 374	1.51 367	0.41 360	0.28 316	4.88 376	7.10 383

Ntro	12.91 366	9.95 380	10.01 320	14.12 390	12.55 390	26.31 379	6.76 340	19.04 358	22.03 360	10.23 291	16.26 301	20.22 358	10.06 330	16.81 360	7.93 282	10.16 392	2.55 382	15.19 389	2.86 381	15.27 393	9.93 392

UDG	9.12 341	10.06 381	6.35 244	10.06 379	9.64 382	10.48 318	2.33 264	12.73 278	10.19 260	8.33 237	10.27 221	16.70 335	10.47 332	8.33 220	9.07 303	4.28 378	2.59 383	18.90 392	3.83 386	11.35 386	6.50 382

CC-Net-ROB	8.09 327	10.11 382	9.03 306	4.07 345	3.74 332	15.24 348	4.84 316	18.44 353	10.87 278	6.73 173	14.03 281	7.54 238	4.68 230	11.61 318	3.98 220	6.59 383	2.54 381	16.51 390	1.19 367	7.88 383	2.20 348

RTS	19.64 389	10.42 383	87.01 417	5.88 368	6.82 370	41.73 400	16.69 391	16.80 343	41.90 394	23.44 369	32.96 378	13.79 314	21.49 373	38.85 399	30.84 392	0.46 337	0.70 284	0.00 1	0.09 240	1.13 346	1.70 305

RTSA	19.64 389	10.42 383	87.01 417	5.88 368	6.82 370	41.73 400	16.69 391	16.80 343	41.90 394	23.44 369	32.96 378	13.79 314	21.49 373	38.85 399	30.84 392	0.46 337	0.70 284	0.00 1	0.09 240	1.13 346	1.70 305

BEATNet-Init1	24.70 393	11.33 385	44.28 401	5.48 366	3.94 338	47.60 407	22.33 402	34.94 393	40.01 392	48.11 405	49.98 402	59.86 406	43.17 403	39.48 401	31.77 394	1.37 363	1.76 372	1.17 369	1.17 366	2.44 368	3.85 371

Wz-Net-TNSev	12.01 364	11.86 386	38.26 397	2.81 289	1.82 258	18.12 361	11.31 374	16.67 340	21.73 357	15.06 346	17.17 311	19.72 355	20.69 371	20.68 374	21.41 368	0.04 237	0.06 186	0.00 1	0.16 262	0.74 335	1.93 337

DDUNet	10.03 349	12.17 387	8.24 291	13.02 387	11.73 388	10.32 316	3.76 295	12.27 265	8.35 225	9.64 280	13.89 279	16.48 332	6.67 285	9.50 270	7.00 272	6.80 384	3.45 394	21.10 393	4.33 388	12.78 390	9.12 387

AnyNet_C01	16.99 377	12.34 388	60.47 409	4.88 363	3.11 310	31.77 387	16.79 393	18.60 355	17.96 341	18.62 357	38.50 387	24.03 367	19.00 365	30.59 390	35.18 400	0.29 325	0.56 274	0.45 362	0.48 348	2.70 371	3.40 364

EDNetEfficientorigin	18.25 385	14.44 389	99.41 429	1.72 172	1.00 190	12.07 333	6.97 345	13.67 306	35.06 384	38.59 395	37.10 386	27.03 374	27.46 388	15.38 350	26.92 386	0.05 250	0.08 199	0.15 336	0.62 355	3.33 373	3.92 372

JetBlue	29.99 400	17.24 390	55.64 406	16.24 391	21.08 402	62.07 418	33.14 409	40.60 398	35.73 386	34.59 391	40.67 390	57.18 405	43.54 404	51.46 413	52.18 415	2.72 372	4.58 402	2.86 378	3.53 384	10.57 385	14.11 402

FADE	26.04 395	18.79 391	52.46 405	10.51 382	10.00 385	22.56 370	9.20 360	36.24 395	53.07 403	20.35 363	19.04 326	26.62 373	34.46 395	40.25 402	35.42 401	31.16 410	14.37 411	38.03 409	37.28 411	5.44 378	5.60 377

coex-ft	20.15 391	20.03 392	87.93 419	1.81 181	1.77 252	18.77 363	13.73 380	13.28 298	41.87 393	60.24 412	39.04 388	28.27 377	30.39 389	12.57 328	28.66 391	0.20 308	0.23 242	0.04 304	0.30 323	1.52 356	2.34 352

ACVNet-4b	16.48 376	23.07 393	14.73 348	16.69 392	15.18 394	31.83 388	7.30 350	19.71 363	27.82 370	11.54 322	22.10 342	31.68 383	8.96 326	18.88 368	7.28 277	11.04 394	2.65 384	24.93 396	5.02 391	18.57 395	10.67 394

WAO-7	30.22 401	25.83 394	23.33 374	33.10 402	14.36 392	36.98 394	22.41 403	52.85 411	64.46 413	43.76 400	59.24 412	52.31 399	45.69 406	32.82 391	32.60 396	11.16 396	5.49 403	13.76 388	12.60 403	12.36 388	9.38 389

ACVNet_1	19.51 388	26.19 395	15.50 351	17.71 393	15.28 395	26.46 380	9.36 361	29.16 391	34.18 380	25.06 376	24.89 355	37.18 390	21.93 375	17.80 365	15.03 356	11.08 395	2.83 385	25.29 397	5.06 393	19.11 396	11.14 395

DispFullNet	18.06 384	27.03 396	34.90 393	22.68 397	20.79 399	15.03 347	3.18 286	16.95 345	26.06 367	20.48 364	16.91 307	20.55 361	18.37 364	23.48 382	12.16 338	5.31 380	2.91 389	31.24 400	8.09 396	22.63 399	12.44 399

RainbowNet	18.69 387	27.15 397	22.03 372	18.76 394	15.00 393	27.97 383	10.17 366	27.99 387	34.19 381	15.53 350	27.53 361	25.33 369	13.80 353	19.86 373	10.59 322	14.50 400	3.57 395	23.85 395	5.03 392	18.49 394	12.41 398

IMH-64-1	28.06 398	29.98 398	19.46 366	32.15 400	20.98 400	27.68 381	16.66 389	47.31 402	44.85 397	34.14 389	50.94 403	41.49 394	31.67 391	37.53 395	23.88 378	14.17 398	2.96 390	34.45 402	11.15 399	26.12 401	13.75 400

IMH-64	28.06 398	29.98 398	19.46 366	32.15 400	20.98 400	27.68 381	16.66 389	47.31 402	44.85 397	34.14 389	50.94 403	41.49 394	31.67 391	37.53 395	23.88 378	14.17 398	2.96 390	34.45 402	11.15 399	26.12 401	13.75 400

IMH	30.65 402	30.30 400	21.09 370	34.89 404	21.75 404	33.16 391	16.91 394	49.53 409	52.50 401	38.41 393	55.10 409	45.13 396	40.36 401	41.57 403	25.66 383	14.74 401	3.36 393	35.43 404	11.69 401	27.31 405	14.16 403

ACVNet_2	27.45 396	30.56 401	27.90 385	20.72 395	15.55 396	37.22 395	14.00 382	49.32 408	65.88 415	43.17 399	56.99 410	51.90 398	26.98 385	21.46 379	15.38 358	10.77 393	2.85 386	23.12 394	3.62 385	20.08 397	11.47 396

TorneroNet-64	33.32 404	33.28 402	33.07 391	35.14 405	21.25 403	48.02 408	21.13 400	43.47 400	58.77 407	33.36 387	46.64 399	62.00 408	38.19 398	44.82 407	35.07 399	15.02 402	3.59 396	35.81 405	12.20 402	29.45 407	16.17 404

TorneroNet	36.02 408	35.25 403	36.33 396	38.44 407	22.19 405	50.72 412	24.42 406	48.39 405	54.53 404	38.03 392	53.44 407	62.83 411	44.79 405	47.68 410	42.11 409	15.69 403	3.97 398	37.25 406	15.05 405	30.83 409	18.40 409

MADNet+	27.96 397	35.32 404	91.41 421	21.04 396	8.86 380	49.25 409	47.41 416	36.98 396	37.84 389	21.00 366	30.83 372	25.41 370	34.95 396	46.51 408	51.54 414	3.04 375	3.33 392	1.48 372	1.05 364	5.85 379	6.05 380

WAO-8	38.93 409	36.84 405	23.97 376	43.96 408	24.48 407	45.73 404	22.62 404	53.10 412	75.66 417	53.86 409	66.14 417	62.39 409	55.11 413	43.01 405	40.67 407	22.98 406	7.22 406	37.53 407	19.49 407	27.04 404	16.83 405

Venus	38.93 409	36.84 405	23.97 376	43.96 408	24.48 407	45.73 404	22.62 404	53.10 412	75.66 417	53.86 409	66.17 418	62.39 409	55.11 413	43.01 405	40.67 407	22.98 406	7.22 406	37.53 407	19.49 407	27.02 403	16.83 405

WAO-6	35.59 406	37.89 407	17.67 360	37.86 406	24.46 406	37.85 396	21.49 401	49.01 407	67.96 416	44.22 401	48.08 400	53.02 400	53.39 411	33.67 392	36.83 403	26.05 408	7.83 409	43.19 410	21.76 409	30.18 408	19.37 410

Dean	35.52 405	40.12 408	27.99 386	30.63 399	17.33 397	45.80 406	11.68 375	57.61 416	76.54 419	63.70 415	60.65 413	66.93 414	49.40 409	38.12 397	40.28 406	12.18 397	3.73 397	28.86 398	5.94 395	20.69 398	12.16 397

LVE	35.84 407	41.54 409	36.25 394	33.36 403	18.92 398	53.05 414	27.99 407	53.17 414	64.93 414	47.63 404	61.58 414	54.25 403	38.72 399	38.72 398	35.50 402	16.36 404	6.23 405	31.51 401	14.04 404	25.01 400	18.07 408

PWCK	31.62 403	45.59 410	49.67 403	30.49 398	7.80 376	42.91 402	29.73 408	45.45 401	44.44 396	47.41 403	36.92 385	47.86 397	26.79 384	41.90 404	33.36 397	22.77 405	4.56 401	29.89 399	5.13 394	29.43 406	10.36 393

UNDER WATER-64	46.01 412	48.25 411	68.05 411	44.59 410	28.11 409	57.02 417	43.78 414	40.20 397	48.80 399	52.08 408	42.95 394	67.22 415	57.71 415	48.98 412	49.57 412	40.01 412	17.98 412	52.15 413	39.41 413	38.99 410	34.41 412

SPstereo	72.80 420	48.41 412	62.94 410	57.25 416	46.60 416	79.63 419	85.16 421	100.00 432	100.00 430	98.52 428	98.22 427	100.00 433	96.67 425	97.01 426	82.62 420	47.37 415	39.60 417	68.10 420	65.09 420	40.01 411	42.71 415

UNDER WATER	45.99 411	49.80 413	68.56 412	49.99 412	32.13 410	55.35 416	39.50 411	41.12 399	52.90 402	50.69 406	45.18 396	67.79 416	58.75 416	51.93 415	50.97 413	30.59 409	14.03 410	51.66 412	37.15 410	40.27 412	31.35 411

DLNR_Zeroshot_test	24.96 394	51.28 414	90.69 420	97.84 428	97.22 427	1.40 13	0.12 31	23.19 382	3.55 43	1.21 32	2.95 48	0.72 45	0.31 8	7.09 146	2.61 177	38.70 411	1.32 356	0.00 1	0.29 321	77.04 424	1.68 300

notaker	48.05 413	55.94 415	50.90 404	56.89 415	40.29 411	38.96 398	33.86 410	47.82 404	55.70 405	57.55 411	57.48 411	60.22 407	59.71 417	54.64 416	43.27 410	41.13 413	19.86 413	57.61 415	37.79 412	50.95 414	40.33 413

ktn	49.32 414	58.11 416	40.16 398	59.92 417	43.22 413	49.79 411	42.99 413	48.56 406	60.67 409	51.59 407	54.51 408	55.34 404	52.65 410	47.92 411	37.91 404	57.88 417	24.79 414	63.00 418	43.57 414	52.51 415	41.31 414

HanzoNet	57.16 417	60.12 417	60.00 408	55.77 414	42.11 412	51.98 413	41.93 412	52.07 410	61.47 410	65.98 418	65.90 416	72.11 418	70.14 418	71.11 419	61.13 417	64.31 420	34.72 416	62.27 417	50.86 416	52.83 416	46.33 416

JetRed	61.44 418	61.87 418	83.02 416	46.49 411	56.73 419	83.63 420	65.09 418	59.75 418	64.22 412	69.50 419	69.26 419	66.24 413	47.62 407	61.80 417	74.60 419	45.99 414	66.40 421	46.67 411	45.27 415	63.49 418	51.22 418

KSHMR	56.07 416	64.25 419	40.47 399	74.89 420	49.63 417	49.42 410	45.46 415	57.71 417	63.52 411	61.65 414	61.67 415	71.88 417	47.67 408	51.47 414	44.57 411	54.67 416	62.25 418	66.31 419	54.18 418	53.03 417	46.75 417

DPSimNet_ROB	54.45 415	65.73 420	47.00 402	54.49 413	46.37 415	55.34 415	56.47 417	56.18 415	59.04 408	64.57 417	51.76 405	64.01 412	54.49 412	47.54 409	67.21 418	63.21 419	27.86 415	58.04 416	51.28 417	46.61 413	51.87 419

LRCNet_RVC	66.47 419	66.44 421	69.02 413	71.60 419	54.27 418	32.21 389	2.93 276	63.19 419	21.83 358	82.02 421	90.16 422	83.59 420	72.13 419	69.45 418	53.25 416	95.47 426	64.21 420	95.15 426	95.27 426	72.59 420	74.60 422

MADNet++	82.81 422	81.73 422	74.64 415	87.71 425	82.67 424	93.35 421	70.27 419	86.39 424	82.88 420	93.51 425	86.62 421	86.40 421	81.37 421	88.21 421	88.63 422	86.59 424	84.23 425	72.14 421	68.69 421	78.88 425	81.36 426

ASD4	76.04 421	81.96 423	69.18 414	68.53 418	80.95 423	96.29 423	99.16 428	77.84 420	93.51 424	77.76 420	85.79 420	78.58 419	76.90 420	78.02 420	82.88 421	58.77 418	62.96 419	55.01 414	62.53 419	68.78 419	65.30 421

xxxxx1	85.58 424	90.37 424	96.61 424	76.69 421	80.77 420	97.50 425	96.92 425	85.57 421	88.66 421	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 422	81.26 423	72.90 421	79.86 423

tt_ll	85.58 424	90.37 424	96.61 424	76.69 421	80.77 420	97.50 425	96.92 425	85.57 421	88.66 421	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 422	81.26 423	72.90 421	79.86 423

ff	85.58 424	90.37 424	96.61 424	76.69 421	80.77 420	97.50 425	96.92 425	85.57 421	88.66 421	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 422	81.26 423	72.90 421	79.86 423

MEDIAN_ROB	98.44 428	99.70 427	99.34 428	97.13 426	97.06 426	96.94 424	95.91 424	97.71 427	97.33 426	98.78 429	98.91 428	99.19 427	98.13 427	96.94 425	96.99 428	99.97 430	99.18 427	100.00 429	99.99 430	99.70 429	99.83 429

Anonymous_1	99.01 430	99.91 428	99.85 430	97.31 427	99.09 429	100.00 431	100.00 431	99.59 429	99.96 428	99.29 430	99.86 429	99.55 428	99.99 431	99.30 428	99.76 429	95.67 427	99.58 428	97.24 427	98.56 428	97.36 427	98.34 428

HaxPig	98.85 429	99.94 429	95.36 422	99.99 432	99.98 430	94.12 422	94.52 422	99.12 428	99.96 428	99.96 431	99.99 430	99.98 431	99.89 429	98.16 427	96.14 427	99.98 431	99.99 431	100.00 429	99.99 430	99.99 432	99.95 432

AVERAGE_ROB	99.63 432	99.96 430	98.88 427	100.00 435	100.00 432	98.16 428	95.64 423	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	99.99 431	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

test_example2	99.38 431	99.98 431	99.99 432	100.00 435	99.98 430	99.73 429	99.99 430	96.99 426	100.00 430	100.00 432	100.00 431	96.49 425	96.74 426	99.97 429	99.96 430	100.00 434	99.97 430	98.68 428	99.11 429	100.00 433	100.00 436

MyStereo03	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

MyStereo02	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

MyStereo	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

Selective-RAFT-Error	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

PML	97.69 427	100.00 432	96.50 423	97.85 429	97.35 428	99.77 430	99.36 429	96.92 425	96.34 425	100.00 432	96.52 426	97.41 426	99.61 428	100.00 433	95.46 426	99.99 432	97.44 426	100.00 429	96.08 427	99.13 428	88.02 427

CasAABBNet	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

LSM0	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	99.99 433

DPSMNet_ROB	99.90 433	100.00 432	99.99 432	99.99 432	100.00 432	100.00 431	100.00 431	99.98 430	100.00 430	98.37 426	100.00 431	99.81 429	100.00 432	99.97 429	99.99 431	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	99.99 433

DGTPSM_ROB	99.90 433	100.00 432	99.99 432	99.99 432	100.00 432	100.00 431	100.00 431	99.98 430	100.00 430	98.37 426	100.00 431	99.81 429	100.00 432	99.97 429	99.99 431	99.99 432	100.00 432	100.00 429	100.00 432	100.00 433	99.99 433

DPSM_ROB	99.94 435	100.00 432	100.00 435	99.74 430	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	99.08 428	100.00 432	100.00 429	100.00 432	99.98 430	99.94 430

DPSM	99.94 435	100.00 432	100.00 435	99.74 430	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	99.08 428	100.00 432	100.00 429	100.00 432	99.98 430	99.94 430

Low-res two-view benchmark