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

GLC_STEREO	0.75 1	0.29 19	1.19 3	0.55 80	0.01 1	1.98 48	0.57 148	3.07 5	3.02 44	0.90 31	1.48 22	0.19 2	0.40 25	0.93 3	0.36 9	0.00 1	0.01 126	0.00 1	0.00 1	0.04 86	0.02 40

StereoIM	0.80 2	0.69 207	3.02 123	0.33 56	1.83 288	1.22 5	0.06 16	3.41 11	1.49 3	0.31 5	0.38 7	0.42 35	0.51 38	1.14 9	1.21 123	0.00 1	0.00 1	0.00 1	0.00 1	0.05 110	0.05 137

AEACV	0.80 2	0.29 19	1.70 13	0.96 124	0.24 109	2.03 51	0.88 214	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 130	1.77 34	0.33 6	0.00 1	0.03 218	0.00 1	0.29 349	0.10 182	0.09 190

MIF-Stereo	0.83 4	0.33 47	1.98 26	0.92 115	1.27 252	0.54 3	0.11 30	1.35 1	2.94 33	1.67 46	2.09 37	0.20 5	0.31 14	1.57 25	1.07 108	0.00 1	0.00 1	0.00 1	0.00 1	0.16 238	0.01 16

LoS	0.91 5	0.34 56	2.10 43	0.38 65	0.13 57	2.47 77	0.26 82	5.00 74	2.74 26	0.89 30	0.21 5	0.49 41	0.36 19	1.97 43	0.67 47	0.02 222	0.02 172	0.00 1	0.00 1	0.06 131	0.01 16

CASnet	0.98 6	0.32 35	1.62 8	0.65 92	0.07 23	2.11 56	0.14 50	3.50 14	4.03 101	3.77 84	1.41 21	0.31 25	0.29 9	0.80 2	0.57 37	0.01 150	0.00 1	0.00 1	0.00 1	0.04 86	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 6	0.42 109	1.86 15	0.07 9	0.22 104	1.65 27	0.02 7	4.07 30	6.33 197	0.72 27	1.54 24	0.43 36	0.64 45	1.22 13	0.44 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	0.99 8	0.37 78	1.89 17	0.08 11	0.19 93	1.68 31	0.02 7	4.12 33	6.41 200	0.70 26	1.57 26	0.46 39	0.67 46	1.15 10	0.41 12	0.00 1	0.01 126	0.00 1	0.00 1	0.01 8	0.01 16

CroCo-Stereo	0.99 8	0.89 251	3.19 140	0.46 71	0.44 157	0.38 1	0.05 13	4.61 52	3.95 95	0.48 22	1.78 32	1.01 52	0.27 6	1.11 8	1.07 108	0.01 150	0.00 1	0.00 1	0.00 1	0.05 110	0.04 109
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
EGLCR-Stereo	1.04 10	0.20 3	2.00 29	1.14 149	0.16 67	2.50 79	0.11 30	4.96 69	2.61 20	0.79 28	0.07 1	1.46 63	0.37 22	3.96 79	0.23 2	0.01 150	0.05 251	0.00 1	0.00 1	0.00 1	0.07 167

rrr	1.05 11	0.45 127	3.18 139	0.32 51	0.06 17	2.74 113	0.95 223	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 9	6.47 150	0.87 83	0.00 1	0.00 1	0.00 1	0.21 329	0.06 131	0.10 209

IGEVStereo-DCA	1.06 12	0.45 127	2.06 33	0.32 51	0.06 17	2.74 113	0.84 204	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 9	6.47 150	0.87 83	0.00 1	0.00 1	0.00 1	0.16 310	0.06 131	0.06 152

test_xeample3	1.08 13	0.43 118	3.39 154	0.49 75	0.05 10	2.58 93	0.93 219	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 8	6.34 142	0.85 77	0.00 1	0.01 126	0.00 1	0.26 347	0.06 131	0.10 209

MGS-Stereo	1.10 14	0.26 14	2.45 61	0.58 86	0.06 17	1.84 40	0.67 167	2.16 2	3.42 71	1.03 33	6.13 133	0.49 41	0.36 19	1.43 18	0.62 42	0.00 1	0.00 1	0.00 1	0.00 1	0.47 340	0.00 1

ff7	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 310	0.09 172	0.06 152

ffff	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 310	0.09 172	0.06 152

11t	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 310	0.09 172	0.06 152

anonymousdsp	1.12 15	0.59 173	1.66 9	0.03 1	0.07 23	2.81 129	0.82 197	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 25	7.05 183	0.49 29	0.00 1	0.00 1	0.00 1	0.17 316	0.10 182	0.05 137

ccc-4	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 310	0.09 172	0.06 152

IGEV-Stereo	1.12 15	0.59 173	1.66 9	0.03 1	0.07 23	2.82 132	0.82 197	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 31	7.05 183	0.49 29	0.00 1	0.00 1	0.00 1	0.17 316	0.10 182	0.05 137
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LargeStereo	1.14 21	0.51 149	1.66 9	0.55 80	0.08 34	2.52 80	1.01 226	6.51 152	3.16 52	0.59 24	2.11 39	0.43 36	1.18 83	1.44 19	0.79 70	0.00 1	0.05 251	0.00 1	0.05 274	0.11 198	0.11 221

CAS++	1.18 22	0.55 160	1.99 28	0.17 31	0.27 120	1.85 41	0.63 157	8.48 200	3.07 47	1.71 47	2.32 45	0.18 1	0.20 1	1.91 42	0.30 3	0.00 1	0.01 126	0.00 1	0.00 1	0.02 25	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ProNet	1.20 23	0.60 176	2.00 29	0.26 42	0.08 34	2.73 112	0.68 168	5.00 74	2.52 18	0.29 3	1.32 19	0.37 32	0.36 19	6.94 178	0.44 15	0.00 1	0.07 277	0.00 1	0.00 1	0.17 246	0.07 167

TANstereo	1.20 23	0.49 144	2.04 31	0.34 60	0.10 39	1.80 39	0.01 1	3.40 10	4.10 109	4.37 93	4.82 93	0.41 34	0.70 47	0.94 4	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	1.21 25	0.65 192	5.16 266	1.09 141	1.29 254	0.92 4	0.19 66	3.92 25	2.68 23	0.30 4	3.04 54	0.52 43	1.56 111	1.58 26	0.78 69	0.09 309	0.25 364	0.00 1	0.00 1	0.07 146	0.11 221

Selective-IGEV	1.23 26	0.18 2	1.13 2	0.07 9	0.17 72	2.38 72	0.54 135	6.10 128	2.51 17	0.41 16	3.20 58	0.26 15	0.29 9	6.94 178	0.16 1	0.00 1	0.01 126	0.00 1	0.11 298	0.04 86	0.10 209

CroCo-Stereo Lap2	1.24 27	0.88 248	3.39 154	0.95 122	4.59 381	0.47 2	0.08 23	3.51 16	2.80 28	1.17 41	2.24 42	1.57 67	0.20 1	1.48 21	1.14 117	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.12 234

Former-RAFT_DAM_RVC	1.26 28	0.42 109	2.36 58	0.59 88	1.26 250	2.43 76	0.01 1	3.29 6	7.76 245	1.71 47	2.78 50	0.27 17	0.32 16	1.16 12	0.58 40	0.04 270	0.01 126	0.00 1	0.00 1	0.04 86	0.10 209

LoS_RVC	1.26 28	1.43 315	1.91 19	0.42 68	3.77 360	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 48	0.30 21	0.57 42	1.71 29	0.66 46	0.01 150	0.02 172	0.00 1	0.00 1	0.02 25	4.49 395

MIF-Stereo (partial)	1.29 30	0.33 47	3.02 123	0.03 1	1.12 243	1.26 8	0.13 43	4.46 44	3.75 85	0.35 7	2.39 46	0.31 25	0.74 51	6.09 129	1.76 166	0.00 1	0.00 1	0.00 1	0.00 1	0.08 155	0.04 109

MyStereo07	1.31 31	0.79 230	1.61 7	1.03 132	1.11 241	2.63 104	0.46 117	5.48 107	2.24 5	0.64 25	1.48 22	0.27 17	0.59 43	7.03 182	0.45 19	0.00 1	0.09 293	0.00 1	0.01 221	0.11 198	0.09 190

test croco	1.34 32	0.51 149	5.09 260	0.30 47	0.05 10	1.58 24	0.08 23	4.47 45	3.77 87	0.42 20	1.76 30	0.60 47	0.74 51	6.11 130	0.94 96	0.00 1	0.00 1	0.00 1	0.00 1	0.40 332	0.02 40

sAnonymous2	1.35 33	1.66 336	8.14 339	0.55 80	0.46 163	1.23 6	0.24 77	4.00 28	3.47 73	0.40 14	1.11 14	0.23 12	1.42 98	0.96 5	0.57 37	0.01 150	0.00 1	0.00 1	0.20 326	2.07 385	0.22 291

CroCo_RVC	1.35 33	1.66 336	8.14 339	0.55 80	0.46 163	1.23 6	0.24 77	4.00 28	3.47 73	0.40 14	1.11 14	0.23 12	1.42 98	0.96 5	0.57 37	0.01 150	0.00 1	0.00 1	0.20 326	2.07 385	0.22 291

knoymous	1.36 35	0.21 6	1.68 12	0.20 34	0.49 174	1.58 24	0.11 30	5.15 81	2.40 14	4.62 100	1.77 31	4.56 170	0.45 34	3.23 64	0.63 43	0.00 1	0.02 172	0.00 1	0.00 1	0.02 25	0.01 16

Anonymous	1.37 36	0.52 152	4.23 212	1.38 173	2.70 322	1.85 41	0.42 111	4.77 61	3.54 77	0.53 23	1.56 25	0.19 2	1.32 90	3.11 63	0.92 95	0.05 282	0.08 285	0.00 1	0.00 1	0.17 246	0.15 255

MoCha-V2	1.41 37	0.42 109	2.61 77	0.81 101	0.23 108	2.53 83	0.20 69	4.81 63	3.16 52	0.82 29	3.15 56	0.30 21	1.61 113	6.66 165	0.40 11	0.00 1	0.20 353	0.00 1	0.24 338	0.05 110	0.02 40

PMTNet	1.41 37	0.37 78	2.06 33	0.26 42	0.15 63	2.94 144	0.34 99	3.39 9	5.33 154	1.00 32	1.27 18	0.28 19	0.93 64	4.04 82	0.74 58	5.00 398	0.00 1	0.00 1	0.00 1	0.03 65	0.01 16

AE-Stereo	1.44 39	0.32 35	2.69 85	1.58 199	0.20 98	2.24 62	0.59 150	6.01 124	5.70 167	1.18 42	3.17 57	1.02 53	0.78 56	1.73 30	0.83 75	0.02 222	0.18 345	0.00 1	0.29 349	0.11 198	0.07 167

XX-TBD	1.44 39	0.85 243	2.04 31	2.45 318	0.05 10	2.34 68	0.01 1	3.46 12	7.51 233	2.88 62	4.98 100	0.26 15	0.25 4	1.15 10	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 41	0.36 72	2.54 70	1.99 258	0.12 55	1.90 43	0.12 36	4.47 45	2.83 29	3.31 74	3.44 68	0.56 45	1.47 101	5.39 111	0.47 28	0.00 1	0.04 242	0.00 1	0.21 329	0.07 146	0.04 109

CES	1.56 42	0.35 65	1.44 4	0.42 68	7.70 399	2.66 109	0.13 43	4.89 64	2.53 19	0.25 2	1.10 13	0.33 30	0.31 14	1.61 28	0.58 40	0.01 150	0.02 172	0.00 1	0.00 1	0.54 342	6.26 402

CREStereo++_RVC	1.59 43	0.39 85	2.26 52	0.36 62	0.01 1	1.67 28	0.01 1	2.95 4	8.12 255	3.69 82	7.44 175	0.47 40	0.32 16	0.74 1	0.39 10	0.00 1	0.00 1	0.00 1	3.03 402	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
11t1	1.62 44	0.26 14	2.53 69	2.37 312	0.24 109	2.58 93	0.06 16	6.66 157	3.00 42	3.40 76	3.01 53	1.14 55	1.94 127	4.18 85	0.91 92	0.01 150	0.02 172	0.00 1	0.00 1	0.03 65	0.03 71

iRaftStereo_RVC	1.62 44	0.68 202	1.98 26	0.67 93	0.05 10	2.99 146	0.04 10	5.36 102	3.74 84	3.82 85	4.96 98	2.54 88	0.62 44	3.35 67	0.97 100	0.00 1	0.07 277	0.00 1	0.00 1	0.30 308	0.27 313

RAFT-Stereo-weight	1.67 46	0.31 26	1.57 6	0.97 127	0.15 63	3.19 163	0.77 190	5.06 76	6.19 193	4.96 110	3.38 65	2.83 94	0.35 18	2.87 58	0.74 58	0.01 150	0.06 264	0.00 1	0.00 1	0.01 8	0.02 40

Selective-RAFT	1.69 47	0.32 35	3.29 146	0.92 115	0.18 84	3.89 215	0.06 16	4.22 34	4.00 98	1.47 43	1.98 36	3.07 107	2.81 166	6.35 144	0.89 90	0.01 150	0.00 1	0.00 1	0.21 329	0.05 110	0.00 1

4D-IteraStereo	1.72 48	0.86 244	3.01 121	0.09 13	2.86 327	3.57 191	1.06 231	3.92 25	5.31 152	5.28 120	1.02 8	3.92 141	0.38 24	1.83 36	1.04 107	0.00 1	0.01 126	0.00 1	0.00 1	0.07 146	0.09 190

rafts_anoy	1.72 48	0.79 230	2.58 74	2.03 268	1.75 281	2.47 77	0.16 59	5.48 107	6.01 180	3.24 70	2.11 39	1.92 79	1.33 91	3.08 62	1.13 116	0.01 150	0.18 345	0.00 1	0.01 221	0.03 65	0.07 167

x	1.73 50	0.28 18	2.49 67	1.91 244	0.17 72	2.10 55	0.83 201	8.74 212	3.55 78	3.28 71	2.12 41	3.10 108	1.96 128	2.90 59	1.12 114	0.00 1	0.02 172	0.00 1	0.00 1	0.02 25	0.03 71

TestStereo	1.74 51	1.02 270	3.64 175	0.20 34	0.28 126	1.33 11	0.01 1	5.24 91	4.01 100	3.18 67	4.97 99	2.07 81	0.70 47	7.32 197	0.75 63	0.02 222	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

Anonymous3	1.76 52	0.44 122	6.37 307	0.33 56	0.50 177	4.33 230	0.54 135	4.43 43	2.48 15	2.21 51	3.24 59	1.53 66	1.14 76	5.64 115	1.29 128	0.17 327	0.23 358	0.00 1	0.00 1	0.12 210	0.15 255

anonymousdsp2	1.78 53	0.39 85	3.40 156	1.10 142	0.04 9	3.63 192	0.50 130	7.80 183	2.77 27	2.91 63	2.88 51	3.17 109	1.01 67	5.15 107	0.43 14	0.00 1	0.01 126	0.02 296	0.15 308	0.05 110	0.12 234

DCRE	1.79 54	0.68 202	2.55 71	1.66 211	0.27 120	1.27 9	0.05 13	4.57 51	4.04 103	3.30 73	9.24 222	3.83 139	1.20 85	2.08 48	0.67 47	0.00 1	0.12 314	0.00 1	0.24 338	0.04 86	0.09 190

raft+_RVC	1.79 54	0.84 241	2.32 54	2.40 313	0.85 219	1.38 13	0.09 26	6.36 139	4.75 137	2.85 61	5.46 120	1.17 56	1.36 96	4.54 89	0.91 92	0.00 1	0.10 301	0.00 1	0.00 1	0.11 198	0.22 291

HUI-Stereo	1.80 56	0.41 104	2.85 106	0.12 19	0.18 84	3.72 203	0.65 163	5.23 85	2.97 40	5.87 143	4.34 87	3.45 117	1.52 106	3.93 78	0.65 44	0.02 222	0.00 1	0.00 1	0.00 1	0.08 155	0.10 209

GMOStereo	1.81 57	0.47 135	2.09 39	0.10 14	0.27 120	1.49 18	0.89 215	4.40 38	4.51 125	8.16 256	6.97 158	2.96 99	1.15 78	1.42 14	0.88 86	0.00 1	0.14 325	0.00 1	0.00 1	0.23 287	0.03 71

error version	1.81 57	0.47 135	2.09 39	0.10 14	0.27 120	1.49 18	0.89 215	4.40 38	4.51 125	8.16 256	6.97 158	2.96 99	1.15 78	1.42 14	0.88 86	0.00 1	0.14 325	0.00 1	0.00 1	0.23 287	0.03 71

test-v	1.81 57	0.47 135	2.09 39	0.10 14	0.27 120	1.49 18	0.89 215	4.40 38	4.51 125	8.16 256	6.97 158	2.96 99	1.15 78	1.42 14	0.88 86	0.00 1	0.14 325	0.00 1	0.00 1	0.23 287	0.03 71

test-2	1.81 57	0.47 135	2.09 39	0.10 14	0.27 120	1.49 18	0.89 215	4.40 38	4.51 125	8.16 256	6.97 158	2.96 99	1.15 78	1.42 14	0.88 86	0.00 1	0.14 325	0.00 1	0.00 1	0.23 287	0.03 71

test-1	1.82 61	0.45 127	5.42 277	0.89 109	0.41 153	2.14 57	0.56 140	5.75 114	4.15 112	3.28 71	5.11 102	3.61 130	0.70 47	1.53 24	1.56 150	0.02 222	0.34 370	0.00 1	0.08 286	0.02 25	0.30 318

GMStereo	1.83 62	0.99 266	4.55 233	0.57 85	0.05 10	2.53 83	0.01 1	4.95 67	11.14 315	3.52 78	2.24 42	0.53 44	0.49 37	3.76 73	0.80 73	0.20 335	0.00 1	0.00 1	0.12 301	0.12 210	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 63	0.21 6	2.45 61	1.02 130	0.22 104	1.37 12	0.82 197	4.66 58	5.06 145	7.02 207	1.73 29	4.09 149	0.41 31	6.51 155	0.76 65	0.00 1	0.00 1	0.00 1	0.29 349	0.18 256	0.14 246

1test111	1.86 64	0.65 192	2.15 45	2.30 301	0.02 3	5.80 267	0.56 140	8.45 196	3.33 66	1.03 33	3.33 60	0.32 27	3.71 207	4.40 87	0.96 98	0.00 1	0.02 172	0.00 1	0.03 253	0.02 25	0.03 71

LL-Strereo2	1.86 64	0.83 240	2.33 55	0.36 62	0.17 72	3.79 211	1.52 258	5.82 120	4.04 103	4.43 94	2.51 47	4.23 155	0.37 22	5.66 116	0.99 102	0.00 1	0.02 172	0.00 1	0.05 274	0.06 131	0.11 221

test-3	1.86 64	0.21 6	2.46 64	1.03 132	0.22 104	1.38 13	0.83 201	4.65 57	5.04 144	7.26 223	1.78 32	4.10 151	0.41 31	6.53 157	0.76 65	0.00 1	0.00 1	0.00 1	0.29 349	0.18 256	0.14 246

raftrobust	1.86 64	0.74 219	1.94 23	2.15 285	2.24 307	2.74 113	0.53 133	4.89 64	4.05 105	6.09 155	3.89 74	1.64 68	2.55 150	2.44 52	1.12 114	0.00 1	0.03 218	0.00 1	0.00 1	0.12 210	0.08 180

modified_for_full_sf	1.87 68	0.44 122	4.24 213	0.53 76	0.51 180	3.12 156	0.75 186	6.42 147	3.91 93	3.75 83	1.67 28	7.79 261	0.55 41	2.61 55	0.53 36	0.02 222	0.21 354	0.00 1	0.23 335	0.00 1	0.05 137

riskmin	1.88 69	0.15 1	2.11 44	1.38 173	0.88 221	2.40 73	0.04 10	5.93 123	6.10 183	2.25 52	1.34 20	6.06 219	5.08 275	2.78 57	1.01 106	0.00 1	0.02 172	0.00 1	0.00 1	0.01 8	0.06 152

test_3	1.88 69	0.22 9	2.75 94	0.96 124	0.22 104	1.28 10	0.77 190	4.62 53	5.87 171	6.55 190	1.84 34	4.28 161	0.45 34	6.48 152	0.76 65	0.00 1	0.01 126	0.00 1	0.28 348	0.17 246	0.14 246

PSM-adaLoss	1.88 69	0.40 94	2.86 108	0.12 19	0.19 93	3.75 208	0.71 176	5.23 85	2.96 36	5.86 138	4.33 86	3.45 117	1.51 102	5.40 112	0.69 49	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.09 190

s12784h	1.89 72	0.30 23	2.57 73	0.11 18	0.09 36	4.18 226	0.13 43	6.61 155	7.44 232	3.62 80	4.28 83	0.59 46	0.81 58	6.61 161	0.46 23	0.01 150	0.01 126	0.00 1	0.00 1	0.02 25	0.00 1

ROB_FTStereo	1.90 73	0.42 109	2.86 108	0.12 19	0.19 93	3.71 200	0.75 186	5.24 91	2.95 34	5.87 143	4.26 81	3.41 115	1.51 102	5.80 120	0.65 44	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.08 180

RAFT-IKP	1.90 73	0.42 109	2.83 103	0.12 19	0.18 84	3.50 181	0.64 161	5.24 91	2.96 36	5.86 138	4.34 87	3.50 126	1.51 102	5.99 126	0.76 65	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.08 180

EKT-Stereo	1.91 75	0.48 142	2.77 98	2.19 289	4.36 371	1.42 17	0.24 77	4.63 54	3.51 75	2.94 64	3.47 69	3.55 128	2.25 139	5.26 108	0.85 77	0.04 270	0.12 314	0.00 1	0.09 293	0.06 131	0.05 137

ROB_FTStereo_v2	1.91 75	0.41 104	2.85 106	0.12 19	0.19 93	3.71 200	0.73 181	5.23 85	2.95 34	5.86 138	4.36 89	3.46 119	1.51 102	5.86 122	0.69 49	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.08 180

qqq	1.93 77	0.30 23	2.96 118	1.40 176	0.05 10	1.96 47	0.39 105	8.45 196	3.33 66	3.06 66	3.84 72	4.67 173	2.70 157	4.40 87	0.96 98	0.00 1	0.01 126	0.00 1	0.00 1	0.02 25	0.03 71

RALCasStereoNet	1.93 77	1.01 268	2.75 94	1.88 240	1.75 281	2.88 141	0.18 65	4.64 56	4.36 118	2.27 53	5.14 103	2.22 82	0.79 57	7.10 187	1.00 104	0.00 1	0.34 370	0.00 1	0.00 1	0.10 182	0.16 268

Patchmatch Stereo++	1.95 79	0.40 94	2.86 108	0.12 19	0.18 84	3.74 205	0.66 165	5.24 91	2.96 36	5.86 138	4.32 84	3.46 119	1.52 106	6.88 170	0.70 51	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.09 190
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 79	0.40 94	2.86 108	0.12 19	0.18 84	3.74 205	0.66 165	5.24 91	2.96 36	5.86 138	4.32 84	3.46 119	1.52 106	6.88 170	0.70 51	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.09 190

CRE-IMP	1.95 79	0.35 65	2.68 83	0.27 46	0.17 72	3.90 216	0.85 210	5.14 79	2.87 30	5.74 129	4.14 79	3.49 124	0.83 59	6.40 145	1.80 170	0.00 1	0.00 1	0.00 1	0.00 1	0.10 182	0.19 282

iGMRVC	1.96 82	0.40 94	2.88 113	0.12 19	0.19 93	3.74 205	0.73 181	5.23 85	2.97 40	5.87 143	4.37 90	3.48 123	1.52 106	6.73 167	0.74 58	0.02 222	0.00 1	0.00 1	0.00 1	0.08 155	0.08 180

DIP-Stereo	1.97 83	0.64 187	2.95 117	0.17 31	0.10 39	4.83 247	0.13 43	8.60 208	4.06 108	6.42 183	4.92 97	0.44 38	0.72 50	3.57 70	1.80 170	0.00 1	0.01 126	0.00 1	0.00 1	0.05 110	0.04 109
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 84	0.34 56	2.71 89	0.26 42	0.06 17	2.29 65	0.48 120	4.89 64	14.65 346	2.81 60	5.51 122	0.78 49	3.21 180	1.44 19	0.33 6	0.00 1	0.01 126	0.00 1	0.00 1	0.07 146	0.02 40

MSKI-zero shot	2.00 85	0.36 72	2.15 45	0.81 101	0.25 112	2.69 111	0.29 89	6.16 132	2.34 13	4.31 92	7.52 176	3.70 135	0.25 4	8.42 265	0.41 12	0.01 150	0.13 321	0.00 1	0.25 341	0.03 65	0.02 40

ACVNet-DCA	2.01 86	0.65 192	2.15 45	2.30 301	0.02 3	5.80 267	0.56 140	8.45 196	3.33 66	1.03 33	3.33 60	0.32 27	3.71 207	8.05 238	0.45 19	0.00 1	0.02 172	0.00 1	0.03 253	0.02 25	0.03 71

Gwc-CoAtRS	2.02 87	0.33 47	2.61 77	1.04 137	0.30 128	3.56 188	0.40 108	5.89 122	5.94 174	5.08 115	5.01 101	5.55 203	1.72 117	1.60 27	0.91 92	0.01 150	0.09 293	0.00 1	0.25 341	0.01 8	0.02 40

DCANet-4	2.03 88	0.34 56	5.30 273	0.31 48	0.18 84	1.69 32	0.12 36	4.95 67	8.55 270	5.78 130	5.17 104	1.12 54	2.82 167	2.11 49	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 272

cross-raft	2.03 88	0.35 65	2.78 100	1.10 142	0.16 67	3.77 209	0.48 120	7.03 171	3.75 85	5.06 114	5.55 123	6.26 224	1.41 97	1.75 31	0.89 90	0.01 150	0.07 277	0.00 1	0.19 324	0.03 65	0.03 71

DeepStereo_RVC	2.05 90	0.39 85	2.87 112	0.14 29	0.17 72	3.51 183	0.70 174	5.21 84	3.00 42	6.27 173	4.13 78	3.47 122	4.53 253	4.81 93	1.49 142	0.01 150	0.00 1	0.00 1	0.00 1	0.09 172	0.18 272

MIPNet	2.06 91	0.69 207	4.57 236	0.32 51	0.21 101	1.92 45	0.19 66	6.89 167	5.64 166	5.48 125	4.02 77	2.02 80	3.50 195	3.32 66	2.01 185	0.00 1	0.01 126	0.01 267	0.01 221	0.20 265	0.13 241

DCANet	2.08 92	0.64 187	3.81 187	0.31 48	0.17 72	1.70 36	0.25 80	5.23 85	8.47 266	6.07 154	5.30 117	1.41 58	4.23 233	1.85 37	2.02 187	0.00 1	0.00 1	0.00 1	0.00 1	0.04 86	0.19 282

CFNet-RSSM	2.11 93	0.33 47	2.71 89	1.04 137	0.30 128	3.21 165	0.41 109	6.67 158	6.96 215	5.62 127	4.58 91	5.40 200	1.71 116	1.86 38	0.87 83	0.00 1	0.08 285	0.00 1	0.32 356	0.02 25	0.02 40

RAFT-Stereo + iAFF	2.12 94	0.58 171	2.43 60	1.27 158	0.16 67	1.60 26	0.14 50	5.17 82	5.90 172	7.10 213	10.10 238	3.06 106	1.74 120	1.87 39	0.97 100	0.01 150	0.02 172	0.00 1	0.00 1	0.23 287	0.02 40

IGEV_Zeroshot_test	2.13 95	0.50 145	4.91 249	1.41 179	0.18 84	2.62 102	0.36 101	7.80 183	3.87 88	5.04 113	5.42 119	4.77 175	1.03 70	3.43 68	0.79 70	0.00 1	0.16 337	0.00 1	0.18 320	0.17 246	0.04 109

tt1	2.14 96	0.63 186	2.22 51	2.27 297	0.02 3	5.71 265	0.63 157	4.53 48	10.19 297	1.16 40	3.39 67	0.33 30	3.05 176	8.00 232	0.46 23	0.00 1	0.02 172	0.00 1	0.03 253	0.10 182	0.04 109

NRIStereo	2.14 96	0.35 65	2.65 82	1.10 142	0.14 59	3.05 150	0.86 211	5.35 100	3.18 57	6.24 168	3.36 64	4.17 154	1.82 125	8.12 246	2.01 185	0.00 1	0.10 301	0.00 1	0.00 1	0.12 210	0.19 282

H2IRNET	2.16 98	0.45 127	2.60 75	1.22 153	0.03 8	1.98 48	0.13 43	4.73 59	7.04 220	1.15 39	7.79 188	5.88 215	3.39 191	4.97 101	1.45 140	0.01 150	0.00 1	0.04 323	0.17 316	0.19 261	0.03 71

dd	2.16 98	1.22 297	4.82 245	0.68 94	0.12 55	1.39 16	0.17 62	5.14 79	11.22 318	2.70 58	3.51 71	1.52 65	1.23 87	5.08 103	3.96 264	0.12 316	0.01 126	0.04 323	0.21 329	0.07 146	0.01 16

cc1	2.17 100	0.65 192	2.15 45	2.30 301	0.02 3	5.80 267	0.56 140	4.31 35	10.41 302	1.03 33	3.33 60	0.32 27	3.71 207	8.05 238	0.45 19	0.00 1	0.02 172	0.00 1	0.03 253	0.10 182	0.05 137

RAFT-Test	2.17 100	0.36 72	3.40 156	1.05 139	0.34 140	4.90 249	0.69 172	6.27 136	3.98 96	4.65 104	7.02 164	6.30 228	1.12 74	1.81 35	0.99 102	0.01 150	0.17 341	0.00 1	0.34 360	0.02 25	0.02 40

Any-RAFT	2.18 102	0.25 11	1.94 23	1.37 172	0.80 215	5.01 252	0.56 140	8.51 201	5.58 164	4.01 88	4.85 95	5.44 201	2.26 140	2.45 53	0.35 8	0.00 1	0.15 330	0.00 1	0.00 1	0.02 25	0.02 40

FENet	2.19 103	0.34 56	3.04 128	2.05 274	0.26 118	2.82 132	0.13 43	7.02 170	5.55 161	4.97 111	1.94 35	4.91 181	3.39 191	4.71 91	2.50 213	0.02 222	0.03 218	0.00 1	0.00 1	0.00 1	0.21 289

GANet-ADL	2.20 104	0.50 145	3.27 145	2.02 266	0.11 47	2.21 61	0.48 120	8.64 210	6.79 211	4.56 99	5.83 126	3.98 143	1.27 89	2.68 56	1.43 137	0.04 270	0.08 285	0.02 296	0.00 1	0.15 232	0.03 71

CAS	2.24 105	0.25 11	1.86 15	11.21 403	3.86 362	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 27	0.24 14	0.27 6	1.50 22	0.74 58	9.43 410	0.01 126	0.00 1	0.00 1	0.01 8	5.21 398

NF-Stereo	2.24 105	0.33 47	3.00 119	2.04 270	0.10 39	3.46 174	0.43 112	6.51 152	3.17 54	6.84 197	5.24 112	2.67 92	1.34 93	8.17 253	1.53 146	0.01 150	0.00 1	0.00 1	0.00 1	0.02 25	0.01 16

OCTAStereo	2.24 105	0.33 47	3.03 125	2.04 270	0.10 39	3.45 173	0.43 112	6.50 149	3.17 54	6.84 197	5.20 109	2.65 89	1.33 91	8.18 254	1.56 150	0.01 150	0.00 1	0.00 1	0.00 1	0.02 25	0.01 16

PSM-softLoss	2.24 105	0.34 56	3.42 158	1.81 230	0.17 72	2.74 113	0.39 105	6.17 133	2.92 31	6.26 171	6.29 143	2.96 99	0.97 65	8.68 278	1.71 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 40

KMStereo	2.24 105	0.34 56	3.42 158	1.81 230	0.17 72	2.74 113	0.39 105	6.17 133	2.92 31	6.26 171	6.29 143	2.96 99	0.97 65	8.68 278	1.71 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 40

StereoVision	2.25 110	0.72 212	4.00 200	1.03 132	2.64 320	1.91 44	0.28 84	5.83 121	4.43 120	1.89 49	10.65 254	3.88 140	0.52 40	5.13 106	1.98 184	0.00 1	0.00 1	0.00 1	0.00 1	0.09 172	0.03 71

RE-Stereo	2.25 110	0.33 47	3.03 125	2.04 270	0.10 39	3.47 176	0.43 112	6.50 149	3.18 57	6.84 197	5.20 109	2.65 89	1.34 93	8.18 254	1.58 152	0.01 150	0.00 1	0.01 267	0.00 1	0.02 25	0.01 16

TVStereo	2.25 110	0.33 47	3.03 125	2.04 270	0.10 39	3.47 176	0.43 112	6.50 149	3.18 57	6.84 197	5.20 109	2.65 89	1.34 93	8.18 254	1.58 152	0.01 150	0.00 1	0.01 267	0.00 1	0.02 25	0.01 16

ADStereo(finetuned)	2.26 113	0.64 187	5.22 270	0.31 48	0.18 84	1.71 37	0.25 80	5.23 85	8.46 265	6.06 153	5.30 117	1.41 58	6.37 301	1.87 39	1.87 173	0.00 1	0.00 1	0.00 1	0.00 1	0.04 86	0.18 272

fff	2.28 114	0.61 179	3.81 187	0.22 37	0.07 23	1.69 32	0.11 30	5.37 103	11.84 325	5.80 132	5.17 104	1.44 60	5.41 281	2.00 44	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 272

IPLGR	2.28 114	0.51 149	6.00 295	0.15 30	0.15 63	1.99 50	0.22 73	6.34 138	6.04 181	6.80 195	5.76 124	2.87 96	2.31 141	4.88 95	1.28 127	0.00 1	0.00 1	0.00 1	0.00 1	0.09 172	0.18 272

csc	2.28 114	0.61 179	3.81 187	0.22 37	0.07 23	1.69 32	0.11 30	5.37 103	11.84 325	5.80 132	5.17 104	1.44 60	5.41 281	2.00 44	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 272

cscssc	2.28 114	0.61 179	3.81 187	0.22 37	0.07 23	1.69 32	0.11 30	5.37 103	11.84 325	5.80 132	5.17 104	1.44 60	5.41 281	2.00 44	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 272

test_sample1	2.31 118	0.26 14	3.29 146	2.08 276	0.46 163	2.62 102	0.05 13	9.88 239	4.23 114	3.90 86	3.92 76	3.49 124	4.44 248	5.67 117	1.88 175	0.00 1	0.01 126	0.00 1	0.00 1	0.02 25	0.03 71

EAI-Stereo	2.31 118	0.44 122	2.72 91	0.68 94	0.56 185	3.51 183	2.62 291	11.42 281	4.14 111	2.09 50	7.23 172	1.21 57	0.91 62	5.67 117	1.51 143	0.01 150	0.25 364	0.00 1	0.88 382	0.04 86	0.26 309

test_sample2	2.32 120	0.25 11	3.38 152	2.08 276	0.41 153	2.58 93	0.15 54	9.50 229	4.97 143	3.66 81	4.86 96	4.29 163	3.26 181	5.83 121	1.09 111	0.00 1	0.01 126	0.00 1	0.00 1	0.03 65	0.03 71

ICVP	2.32 120	0.38 82	2.89 115	0.92 115	0.70 205	2.55 87	0.87 213	9.97 242	3.99 97	4.13 90	8.97 212	2.71 93	1.69 115	2.52 54	3.52 253	0.05 282	0.24 363	0.01 267	0.01 221	0.11 198	0.13 241
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 122	0.65 192	2.15 45	2.30 301	0.02 3	5.80 267	0.56 140	4.31 35	10.41 302	1.03 33	3.33 60	4.67 173	2.70 157	8.05 238	0.45 19	0.00 1	0.02 172	0.00 1	0.00 1	0.02 25	0.03 71

MyStereo06	2.35 123	0.66 198	4.54 230	1.10 142	0.96 230	2.57 90	0.10 27	9.30 225	4.05 105	5.22 118	6.09 129	5.95 217	2.38 143	3.00 60	0.73 57	0.01 150	0.08 285	0.00 1	0.01 221	0.13 220	0.15 255

PFNet+	2.35 123	0.31 26	3.69 177	0.79 100	0.17 72	3.15 161	0.75 186	4.52 47	6.30 194	7.90 249	6.34 146	2.53 87	1.18 83	7.72 220	1.62 155	0.03 254	0.00 1	0.00 1	0.00 1	0.01 8	0.03 71

RAFT+CT+SA	2.36 125	0.71 211	2.46 64	0.83 105	2.26 308	3.18 162	0.93 219	6.82 164	5.48 156	2.55 55	8.07 193	1.64 68	1.59 112	8.54 270	1.15 118	0.02 222	0.00 1	0.00 1	0.38 363	0.19 261	0.36 325

TRStereo	2.36 125	3.10 369	4.70 241	1.99 258	2.08 296	2.61 99	1.11 236	8.79 214	3.73 83	3.19 68	3.04 54	3.96 142	0.77 53	5.92 123	1.44 138	0.03 254	0.14 325	0.00 1	0.29 349	0.08 155	0.25 304

test_4	2.38 127	0.34 56	2.68 83	0.08 11	0.11 47	3.69 198	1.14 238	3.33 8	3.34 69	4.03 89	17.35 338	3.31 114	0.51 38	6.28 138	1.15 118	0.00 1	0.00 1	0.00 1	0.11 298	0.16 238	0.01 16

ACRE	2.41 128	1.08 279	5.11 261	0.55 80	2.05 295	2.65 107	0.78 195	5.26 96	4.67 131	7.59 236	9.20 215	1.70 71	1.08 72	3.74 72	2.18 198	0.01 150	0.18 345	0.02 296	0.08 286	0.22 280	0.10 209

HH	2.42 129	0.73 215	3.76 182	0.91 111	0.14 59	2.78 119	0.71 176	7.92 186	2.72 24	1.53 44	6.10 131	7.93 265	4.01 221	8.60 274	0.44 15	0.00 1	0.09 293	0.00 1	0.00 1	0.05 110	0.04 109

HanStereo	2.42 129	0.73 215	3.76 182	0.91 111	0.14 59	2.78 119	0.71 176	7.92 186	2.72 24	1.53 44	6.10 131	7.93 265	4.01 221	8.60 274	0.44 15	0.00 1	0.09 293	0.00 1	0.00 1	0.05 110	0.04 109

DisPM	2.43 131	0.32 35	3.04 128	1.76 223	0.18 84	3.46 174	0.65 163	5.13 78	4.88 140	8.59 276	7.04 167	2.84 95	1.03 70	8.85 289	0.83 75	0.01 150	0.00 1	0.00 1	0.00 1	0.01 8	0.02 40

IPLG	2.43 131	0.66 198	4.77 244	0.54 77	0.31 134	3.01 148	0.26 82	6.15 131	5.55 161	7.69 238	6.21 138	1.89 76	1.74 120	7.19 193	2.35 205	0.01 150	0.01 126	0.00 1	0.00 1	0.24 297	0.12 234

CASS	2.44 133	0.44 122	3.56 167	0.85 107	0.38 146	3.14 158	0.22 73	9.64 233	4.00 98	6.78 194	7.62 182	3.57 129	3.58 199	3.80 74	1.10 112	0.02 222	0.01 126	0.00 1	0.00 1	0.05 110	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 133	1.17 294	4.94 251	0.62 89	2.08 296	2.65 107	0.80 196	5.60 111	4.79 138	7.87 246	9.23 217	1.67 70	1.15 78	3.43 68	2.23 199	0.01 150	0.19 349	0.02 296	0.08 286	0.22 280	0.10 209

R-Stereo Train	2.44 133	0.32 35	1.93 21	0.94 118	0.16 67	3.67 195	0.61 154	6.37 141	3.08 48	9.14 292	17.44 339	1.80 73	0.77 53	1.76 32	0.70 51	0.00 1	0.01 126	0.00 1	0.00 1	0.01 8	0.03 71

RAFT-Stereo	2.44 133	0.32 35	1.93 21	0.94 118	0.16 67	3.67 195	0.61 154	6.37 141	3.08 48	9.14 292	17.44 339	1.80 73	0.77 53	1.76 32	0.70 51	0.00 1	0.01 126	0.00 1	0.00 1	0.01 8	0.03 71
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 137	1.09 281	3.70 180	2.55 324	0.80 215	3.37 171	0.15 54	7.44 179	5.54 160	5.65 128	6.01 128	3.54 127	1.13 75	6.34 142	1.58 152	0.00 1	0.01 126	0.00 1	0.05 274	0.21 276	0.03 71

CIPLG	2.47 138	1.10 283	4.71 243	0.63 90	2.15 301	2.67 110	0.77 190	5.19 83	4.73 135	7.85 245	9.56 230	1.72 72	1.14 76	4.20 86	2.34 203	0.01 150	0.19 349	0.02 296	0.09 293	0.23 287	0.08 180

BUS	2.49 139	0.32 35	3.05 133	0.46 71	0.46 163	7.12 293	0.50 130	9.05 216	4.69 132	6.11 157	6.15 134	5.29 195	0.83 59	3.91 75	1.77 167	0.01 150	0.03 218	0.03 312	0.00 1	0.04 86	0.00 1

Pruner-Stereo	2.49 139	0.40 94	2.46 64	1.80 228	0.25 112	3.51 183	0.77 190	6.03 125	4.92 141	8.91 286	6.09 129	4.45 166	1.11 73	6.99 180	2.11 191	0.02 222	0.00 1	0.02 296	0.00 1	0.01 8	0.04 109

GES	2.49 139	0.38 82	4.29 216	1.58 199	0.05 10	4.58 241	1.07 233	9.70 235	3.39 70	5.21 117	6.64 151	1.84 75	3.36 185	4.86 94	2.54 216	0.06 292	0.01 126	0.06 334	0.01 221	0.12 210	0.03 71

mmm	2.50 142	0.29 19	3.22 142	1.98 256	0.32 135	3.72 203	0.12 36	9.45 228	4.05 105	5.84 137	10.80 256	2.47 86	2.86 170	4.07 83	0.75 63	0.00 1	0.02 172	0.00 1	0.01 221	0.03 65	0.02 40

MIM_Stereo	2.50 142	0.75 221	4.26 214	1.18 151	0.11 47	3.08 151	0.33 97	6.07 127	3.28 63	5.01 112	10.12 239	4.29 163	1.74 120	8.06 242	1.27 126	0.00 1	0.12 314	0.00 1	0.01 221	0.18 256	0.15 255

iRaft-Stereo_20w	2.56 144	0.35 65	4.98 253	0.37 64	0.67 199	3.47 176	0.59 150	12.57 320	3.89 91	6.10 156	6.23 140	1.49 64	2.24 137	6.65 164	0.86 81	0.00 1	0.19 349	0.00 1	0.33 358	0.08 155	0.22 291

HCRNet	2.56 144	0.53 156	3.35 150	0.24 41	3.39 341	2.19 59	0.23 76	6.89 167	5.50 157	5.26 119	4.79 92	5.27 194	2.78 164	7.71 218	2.89 224	0.00 1	0.02 172	0.00 1	0.00 1	0.04 86	0.04 109

RAFT	2.57 146	0.76 224	3.09 136	0.91 111	0.09 36	2.41 74	0.94 221	5.35 100	2.65 21	6.11 157	7.21 171	9.43 288	4.30 240	5.73 119	1.77 167	0.00 1	0.12 314	0.00 1	0.02 241	0.46 339	0.08 180

ACVNet	2.58 147	0.53 156	2.69 85	0.84 106	0.59 187	2.61 99	0.55 138	8.35 192	5.70 167	4.45 95	9.26 225	5.77 211	3.50 195	2.24 50	4.41 269	0.00 1	0.00 1	0.00 1	0.00 1	0.17 246	0.01 16

HHNet	2.59 148	0.55 160	2.55 71	0.20 34	0.32 135	2.84 135	0.94 221	5.77 119	5.14 149	7.33 227	13.80 300	0.94 50	3.20 179	5.27 109	2.41 210	0.13 318	0.02 172	0.06 334	0.00 1	0.23 287	0.03 71

AFF-stereo	2.59 148	0.68 202	2.35 57	1.55 194	0.17 72	1.67 28	0.08 23	5.75 114	6.60 206	6.20 165	12.13 281	6.16 221	2.36 142	4.75 92	1.11 113	0.02 222	0.02 172	0.00 1	0.00 1	0.23 287	0.05 137

SPstereo	2.60 150	0.59 173	4.70 241	2.15 285	0.73 209	3.64 193	1.04 227	6.95 169	3.65 81	7.90 249	4.27 82	6.71 239	2.57 151	5.50 114	1.00 104	0.00 1	0.03 218	0.32 370	0.00 1	0.02 25	0.15 255

raft_robust	2.64 151	1.20 296	2.62 79	1.10 142	0.28 126	1.50 22	0.12 36	6.28 137	9.04 275	6.80 195	7.19 170	3.73 137	2.13 133	9.06 297	1.07 108	0.03 254	0.12 314	0.00 1	0.21 329	0.17 246	0.22 291

GwcNet-ADL	2.65 152	0.48 142	3.84 193	0.82 103	0.33 138	2.04 52	0.69 172	8.07 188	9.42 282	6.05 151	6.66 152	4.14 153	1.73 118	5.40 112	3.01 227	0.08 305	0.06 264	0.00 1	0.00 1	0.06 131	0.03 71

ToySt	2.69 153	0.55 160	7.03 322	1.03 132	0.10 39	3.49 179	1.04 227	6.38 145	4.55 129	2.69 56	6.28 142	7.95 269	4.38 244	5.08 103	2.58 217	0.01 150	0.11 307	0.00 1	0.04 270	0.28 305	0.19 282

BSDual-CNN	2.69 153	0.32 35	3.05 133	0.46 71	0.46 163	7.13 295	1.63 264	9.05 216	4.69 132	6.11 157	6.15 134	6.26 224	2.54 148	3.91 75	1.91 177	0.01 150	0.03 218	0.03 312	0.00 1	0.04 86	0.00 1

DN-CSS_ROB	2.69 153	1.40 314	5.34 275	2.31 307	0.75 210	3.14 158	0.06 16	6.11 129	3.87 88	5.34 123	12.18 284	2.34 85	1.22 86	7.84 226	1.48 141	0.03 254	0.00 1	0.00 1	0.00 1	0.35 321	0.03 71

testlalala2	2.71 156	0.64 187	5.32 274	2.00 262	0.72 207	3.55 186	1.04 227	6.82 164	3.30 64	9.47 300	3.38 65	6.29 227	3.36 185	6.91 173	0.85 77	0.00 1	0.02 172	0.32 370	0.00 1	0.02 25	0.17 269

RAFT_R40	2.71 156	0.33 47	3.00 119	1.26 156	0.30 128	3.83 213	1.00 225	5.69 113	4.29 115	9.69 309	6.33 145	5.02 188	4.02 223	8.58 273	0.86 81	0.01 150	0.00 1	0.00 1	0.00 1	0.03 65	0.02 40

AnonymousM	2.71 156	6.75 392	0.98 1	0.73 96	0.06 17	2.41 74	0.53 133	5.30 97	3.05 45	4.75 107	2.09 37	1.89 76	1.01 67	1.88 41	0.51 35	0.01 150	0.02 172	17.42 410	4.76 410	0.02 25	0.01 16

XX-Stereo	2.71 156	0.38 82	5.96 294	2.25 296	2.20 305	1.54 23	0.21 71	5.44 106	3.05 45	2.28 54	16.16 320	7.03 246	0.24 3	6.19 133	0.79 70	0.00 1	0.15 330	0.00 1	0.23 335	0.13 220	0.04 109

UDGNet	2.73 160	7.09 395	3.90 194	2.71 329	0.06 17	2.98 145	0.20 69	4.63 54	8.58 271	2.69 56	2.70 49	0.95 51	1.01 67	6.27 137	1.51 143	1.28 384	0.00 1	5.24 403	0.94 384	1.70 381	0.13 241

SST-Stereo	2.75 161	0.31 26	2.78 100	1.33 164	0.33 138	3.99 221	0.82 197	5.60 111	3.93 94	10.92 336	6.19 137	5.00 186	4.23 233	8.66 277	0.74 58	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.03 71

GMStereo_Zeroshot	2.77 162	1.98 352	5.14 264	1.53 191	0.36 143	3.56 188	0.10 27	5.57 110	5.91 173	6.89 202	7.02 164	8.50 280	0.91 62	6.01 127	1.65 158	0.00 1	0.00 1	0.00 1	0.00 1	0.20 265	0.01 16

111	2.78 163	0.92 257	3.81 187	0.22 37	0.07 23	2.83 134	0.70 174	6.03 125	14.00 341	3.22 69	8.93 208	5.48 202	3.30 183	3.66 71	2.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.10 182	0.29 316

HITNet	2.79 164	0.77 225	4.02 201	2.03 268	0.11 47	5.58 262	0.59 150	9.24 223	5.15 150	6.42 183	7.26 173	3.66 133	2.92 172	4.07 83	3.87 262	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.02 40
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
CFNet_pseudo	2.81 165	0.42 109	4.04 204	0.33 56	0.24 109	2.59 96	0.12 36	8.20 191	7.66 239	7.04 210	10.42 247	6.56 235	2.05 131	4.88 95	1.53 146	0.00 1	0.02 172	0.01 267	0.00 1	0.05 110	0.07 167

ccs_rob	2.81 165	0.42 109	4.06 206	0.33 56	0.25 112	2.59 96	0.12 36	8.19 190	7.68 240	7.02 207	10.37 246	6.54 231	2.06 132	4.88 95	1.53 146	0.00 1	0.02 172	0.01 267	0.00 1	0.05 110	0.07 167

DMCA	2.82 167	0.64 187	4.45 225	1.61 204	0.89 222	3.86 214	0.57 148	9.18 220	5.10 147	6.24 168	6.49 149	7.17 253	2.13 133	3.31 65	4.73 275	0.00 1	0.01 126	0.00 1	0.00 1	0.04 86	0.02 40

TestStereo1	2.85 168	0.81 235	3.48 162	3.11 347	0.44 157	2.52 80	1.50 256	6.37 141	8.18 257	4.62 100	9.24 222	2.23 83	3.69 204	9.19 302	1.26 124	0.00 1	0.01 126	0.00 1	0.00 1	0.27 303	0.09 190

SA-5K	2.85 168	0.81 235	3.48 162	3.11 347	0.44 157	2.52 80	1.50 256	6.37 141	8.18 257	4.62 100	9.24 222	2.23 83	3.69 204	9.19 302	1.26 124	0.00 1	0.01 126	0.00 1	0.00 1	0.27 303	0.09 190

LCNet	2.85 168	0.42 109	1.90 18	0.95 122	0.56 185	2.07 53	1.60 262	4.99 73	3.57 79	6.05 151	10.59 251	4.59 171	6.79 311	7.46 205	0.72 56	0.01 150	0.00 1	0.01 267	0.77 380	0.30 308	3.57 389

IRAFT_RVC	2.85 168	0.41 104	3.32 148	2.09 279	0.41 153	2.92 142	5.22 346	6.41 146	3.63 80	6.53 189	5.48 121	5.09 190	4.88 269	8.20 257	2.15 195	0.01 150	0.17 341	0.01 267	0.00 1	0.02 25	0.04 109

iRaft-Stereo_5w	2.86 172	0.86 244	4.08 209	0.06 8	0.25 112	2.76 118	0.60 153	4.97 70	4.10 109	2.98 65	7.85 190	10.17 299	4.17 229	8.16 250	5.83 291	0.00 1	0.00 1	0.00 1	0.01 221	0.26 298	0.06 152

test_sample4	2.87 173	0.40 94	4.54 230	1.80 228	0.54 183	3.95 219	0.15 54	11.48 283	6.49 203	6.33 180	6.81 155	3.68 134	2.65 155	6.11 130	2.36 206	0.02 222	0.01 126	0.00 1	0.00 1	0.04 86	0.05 137

test_sample3	2.87 173	0.37 78	4.45 225	1.95 251	0.59 187	4.69 244	0.16 59	11.50 284	6.45 201	5.82 135	6.44 148	3.76 138	2.64 154	6.01 127	2.41 210	0.01 150	0.01 126	0.00 1	0.00 1	0.04 86	0.05 137

MyStereo8	2.88 175	1.19 295	5.03 256	1.61 204	3.75 358	4.30 229	0.07 20	6.14 130	6.16 189	6.22 166	9.64 233	4.28 161	1.45 100	2.05 47	4.76 277	0.00 1	0.16 337	0.00 1	0.14 305	0.26 298	0.43 335

ffm	2.90 176	0.31 26	3.97 195	1.34 166	0.98 233	2.80 121	0.48 120	4.53 48	10.19 297	6.29 176	9.23 217	5.59 204	3.72 211	8.00 232	0.46 23	0.00 1	0.02 172	0.00 1	0.00 1	0.10 182	0.04 109

test_5	2.90 176	0.70 209	3.69 177	2.01 264	3.17 332	4.61 243	1.32 250	6.69 159	7.02 219	2.79 59	7.18 169	4.99 183	4.14 226	7.96 230	1.31 129	0.00 1	0.00 1	0.00 1	0.03 253	0.19 261	0.26 309

test_sample5	2.91 178	0.40 94	4.33 218	1.81 230	0.50 177	3.33 169	0.17 62	11.27 276	6.55 204	6.18 163	8.35 198	3.65 131	2.71 160	6.61 161	2.15 195	0.02 222	0.02 172	0.00 1	0.00 1	0.05 110	0.05 137

PFNet	2.93 179	0.40 94	5.51 282	2.13 284	0.84 218	3.11 155	0.75 186	6.78 162	4.79 138	9.98 317	6.00 127	4.78 176	2.13 133	8.33 260	2.11 191	0.19 332	0.06 264	0.00 1	0.11 298	0.20 265	0.35 324

MyStereo05	2.94 180	0.66 198	5.25 272	1.10 142	0.96 230	2.57 90	0.10 27	8.53 202	12.34 333	6.28 174	3.88 73	3.18 110	3.30 183	7.81 225	2.37 207	0.01 150	0.08 285	0.00 1	0.01 221	0.13 220	0.15 255

MyStereo04	2.95 181	0.79 230	5.38 276	1.03 132	1.11 241	2.63 104	0.46 117	10.00 243	12.44 334	4.19 91	3.91 75	3.04 105	3.60 200	7.34 199	2.74 223	0.00 1	0.09 293	0.00 1	0.01 221	0.11 198	0.09 190

PSMNet-ADL	2.98 182	0.43 118	2.41 59	1.43 181	0.40 150	5.94 272	0.28 84	8.45 196	5.13 148	3.36 75	6.77 153	8.41 274	4.61 256	7.20 194	4.55 272	0.02 222	0.09 293	0.00 1	0.00 1	0.01 8	0.03 71

PCWNet_CMD	2.99 183	0.39 85	4.02 201	0.39 66	0.26 118	2.53 83	0.15 54	9.24 223	9.22 277	7.12 214	11.53 273	6.94 244	2.41 144	4.02 81	1.33 130	0.01 150	0.02 172	0.02 296	0.00 1	0.05 110	0.07 167

MSMDNet	2.99 183	0.39 85	4.02 201	0.40 67	0.25 112	2.53 83	0.16 59	9.35 226	9.25 278	7.08 212	11.39 268	6.93 243	2.43 145	4.01 80	1.34 132	0.01 150	0.02 172	0.02 296	0.00 1	0.05 110	0.07 167

whm_eth	3.00 185	1.32 311	5.51 282	0.75 98	2.73 323	2.57 90	0.28 84	6.84 166	7.24 226	5.29 122	24.32 371	0.37 32	0.46 36	1.03 7	0.95 97	0.01 150	0.03 218	0.00 1	0.00 1	0.06 131	0.14 246

OMP-Stereo	3.03 186	0.93 260	2.72 91	4.21 382	0.51 180	2.19 59	1.25 244	6.19 135	6.00 179	7.99 252	6.21 138	8.50 280	2.49 147	9.44 313	1.74 165	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.05 137

DualNet	3.05 187	0.40 94	4.33 218	1.81 230	0.50 177	3.33 169	0.17 62	11.27 276	6.55 204	6.50 186	10.86 260	3.65 131	2.71 160	6.61 161	2.15 195	0.02 222	0.02 172	0.00 1	0.00 1	0.05 110	0.05 137

SA	3.06 188	0.74 219	3.79 185	1.60 203	0.30 128	3.19 163	1.43 253	6.72 160	9.06 276	4.63 103	10.80 256	2.89 97	4.71 260	9.62 316	1.18 122	0.00 1	0.09 293	0.00 1	0.19 324	0.23 287	0.02 40

CFNet_ucs	3.07 189	0.44 122	4.05 205	0.54 77	0.37 144	3.08 151	0.19 66	9.80 237	8.49 268	7.64 237	12.62 290	5.67 209	1.76 123	4.96 100	1.51 143	0.00 1	0.04 242	0.01 267	0.00 1	0.09 172	0.11 221

NINENet	3.09 190	0.56 164	3.22 142	1.61 204	1.37 260	7.12 293	0.50 130	11.88 295	5.63 165	6.63 191	8.40 199	5.29 195	0.83 59	6.51 155	1.77 167	0.15 321	0.07 277	0.07 340	0.00 1	0.09 172	0.00 1

UCFNet_RVC	3.09 190	0.77 225	2.27 53	2.35 310	1.79 285	3.50 181	1.06 231	12.12 305	6.91 213	4.71 106	7.67 184	7.58 257	4.40 246	4.95 99	1.67 159	0.00 1	0.00 1	0.00 1	0.00 1	0.11 198	0.01 16

AdaStereo	3.09 190	0.58 171	3.04 128	2.84 335	0.48 171	4.08 223	1.29 248	12.16 307	7.77 246	6.03 150	9.62 231	5.79 213	1.53 110	4.56 90	1.93 183	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 40
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.
psmg	3.10 193	0.32 35	3.05 133	0.54 77	0.46 163	8.68 316	2.84 297	9.87 238	4.69 132	8.08 253	8.69 203	6.26 224	2.54 148	3.91 75	1.91 177	0.01 150	0.04 242	0.06 334	0.00 1	0.11 198	0.00 1

ARAFT	3.13 194	1.11 286	7.34 329	0.42 68	0.14 59	4.52 240	2.99 299	7.41 178	5.97 177	8.85 284	7.06 168	5.20 193	1.25 88	8.49 268	1.44 138	0.00 1	0.03 218	0.00 1	0.00 1	0.33 317	0.11 221

test_sample6	3.14 195	0.41 104	4.42 223	1.92 246	0.49 174	3.25 166	0.21 71	11.30 278	6.69 208	6.50 186	10.86 260	4.03 145	2.93 173	7.06 185	2.65 218	0.02 222	0.02 172	0.00 1	0.00 1	0.05 110	0.06 152

IIG-Stereo	3.16 196	0.75 221	2.83 103	4.08 378	0.21 101	2.56 89	0.74 184	6.55 154	5.56 163	8.39 268	9.38 228	7.94 267	2.79 165	9.50 315	1.89 176	0.02 222	0.00 1	0.00 1	0.00 1	0.02 25	0.04 109

DMCA-RVC	3.17 197	1.26 302	6.39 309	2.10 281	1.51 265	3.02 149	0.56 140	7.84 185	5.06 145	9.23 296	5.19 108	8.46 276	2.72 162	6.31 140	3.22 234	0.06 292	0.11 307	0.09 346	0.02 241	0.16 238	0.08 180

IER	3.20 198	0.54 159	5.13 263	0.58 86	1.59 266	7.29 298	0.56 140	6.36 139	4.95 142	7.44 231	8.84 205	6.20 222	6.26 298	4.88 95	3.29 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.01 16

BEATNet_4x	3.24 199	1.27 304	5.89 292	1.56 197	0.10 39	5.26 258	1.07 233	10.08 247	5.50 157	6.89 202	7.73 185	4.53 169	4.13 225	5.05 102	5.27 281	0.04 270	0.05 251	0.00 1	0.00 1	0.23 287	0.23 297

DispNO	3.25 200	0.72 212	6.85 319	1.95 251	1.34 259	3.49 179	0.84 204	8.14 189	6.30 194	6.34 181	7.76 187	6.30 228	4.28 239	6.93 175	3.51 249	0.00 1	0.03 218	0.03 312	0.12 301	0.07 146	0.07 167

RAFT-345	3.27 201	0.41 104	2.88 113	1.02 130	0.21 101	2.63 104	0.48 120	3.76 23	5.51 159	7.35 228	24.88 375	4.25 157	1.76 123	8.15 249	2.13 193	0.01 150	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

GANet-RSSM	3.27 201	0.60 176	3.38 152	2.94 342	2.00 294	2.61 99	0.48 120	10.93 270	6.11 186	5.47 124	10.20 241	6.57 236	5.44 287	6.25 136	2.23 199	0.00 1	0.00 1	0.08 343	0.00 1	0.17 246	0.03 71

SFCPSM	3.29 203	0.43 118	5.11 261	0.34 60	0.94 228	8.48 312	2.15 279	14.51 348	5.29 151	7.00 206	7.65 183	3.43 116	2.59 153	5.11 105	2.37 207	0.01 150	0.03 218	0.01 267	0.07 282	0.13 220	0.15 255

test_sample7	3.30 204	0.47 135	3.43 161	1.98 256	0.35 142	4.33 230	1.88 274	10.66 260	7.73 242	8.36 263	7.55 178	6.55 232	4.27 235	6.58 159	1.62 155	0.06 292	0.03 218	0.00 1	0.00 1	0.05 110	0.06 152

NOSS_ROB	3.30 204	0.46 133	2.62 79	2.08 276	1.01 237	5.60 263	0.74 184	10.37 253	11.48 321	5.15 116	8.43 200	5.67 209	1.73 118	7.97 231	2.34 203	0.02 222	0.06 264	0.00 1	0.00 1	0.07 146	0.14 246

gwcnet-sp	3.31 206	1.47 318	7.26 326	1.73 220	0.69 201	7.57 304	1.14 238	8.59 204	6.17 190	8.57 273	5.25 114	4.26 158	3.36 185	6.46 147	3.44 243	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.11 221

scenet	3.31 206	1.47 318	7.26 326	1.73 220	0.69 201	7.57 304	1.14 238	8.59 204	6.17 190	8.57 273	5.25 114	4.26 158	3.36 185	6.46 147	3.44 243	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.11 221

ssnet	3.31 206	1.47 318	7.26 326	1.73 220	0.69 201	7.57 304	1.14 238	8.59 204	6.17 190	8.57 273	5.25 114	4.26 158	3.36 185	6.46 147	3.44 243	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.11 221

hknet	3.31 206	0.42 109	4.68 240	0.46 71	1.17 246	7.13 295	1.63 264	9.05 216	6.91 213	6.11 157	6.15 134	9.66 291	2.85 169	7.48 208	2.45 212	0.01 150	0.03 218	0.03 312	0.00 1	0.04 86	0.00 1

CFNet-ft	3.31 206	0.94 262	2.69 85	1.50 186	2.38 311	2.81 129	0.68 168	8.35 192	7.43 230	4.45 95	9.94 236	10.20 300	4.60 254	6.50 154	3.41 241	0.00 1	0.00 1	0.03 312	0.00 1	0.22 280	0.03 71

CFNet_RVC	3.31 206	0.94 262	2.69 85	1.50 186	2.38 311	2.81 129	0.68 168	8.35 192	7.43 230	4.45 95	9.94 236	10.20 300	4.60 254	6.49 153	3.41 241	0.00 1	0.00 1	0.03 312	0.00 1	0.22 280	0.03 71

ASMatch	3.32 212	0.50 145	3.32 148	1.72 219	0.45 162	1.93 46	0.68 168	6.42 147	3.89 91	6.18 163	22.30 362	4.61 172	4.82 267	7.65 213	1.70 160	0.00 1	0.02 172	0.00 1	0.03 253	0.01 8	0.18 272

GMM-Stereo	3.32 212	0.27 17	2.52 68	0.82 103	0.48 171	2.27 64	4.91 341	5.06 76	3.08 48	7.06 211	16.72 326	6.21 223	3.70 206	7.60 211	1.16 120	0.04 270	0.00 1	0.00 1	0.04 270	0.10 182	4.45 393

AACVNet	3.33 214	1.03 272	3.56 167	3.46 361	0.63 194	3.09 153	0.28 84	8.78 213	3.43 72	5.99 148	10.64 253	10.08 297	4.03 224	8.69 280	2.51 214	0.03 254	0.01 126	0.00 1	0.00 1	0.26 298	0.06 152

PSM-AAD	3.33 214	0.20 3	1.47 5	0.73 96	0.54 183	2.55 87	6.19 353	4.97 70	3.27 62	10.92 336	11.92 277	2.95 98	9.59 352	7.90 229	0.82 74	0.01 150	0.01 126	0.00 1	0.00 1	0.04 86	2.47 387

PSMNet-RSSM	3.33 214	0.77 225	3.22 142	2.12 282	1.90 293	2.33 67	0.71 176	11.17 272	5.83 170	5.90 146	11.43 271	7.04 248	4.83 268	5.96 125	3.17 232	0.00 1	0.00 1	0.02 296	0.00 1	0.08 155	0.02 40

qqq1	3.38 217	0.39 85	3.61 170	1.69 213	0.11 47	2.85 136	0.29 89	12.46 313	10.41 302	7.16 216	10.23 242	4.78 176	4.45 249	8.71 281	0.30 3	0.07 300	0.05 251	0.00 1	0.00 1	0.06 131	0.03 71

fff1	3.38 217	0.39 85	3.61 170	1.69 213	0.11 47	2.85 136	0.29 89	12.46 313	10.41 302	7.16 216	10.23 242	4.78 176	4.45 249	8.71 281	0.30 3	0.07 300	0.05 251	0.00 1	0.00 1	0.06 131	0.03 71

TransformOpticalFlow	3.38 217	0.70 209	4.54 230	1.00 129	0.30 128	3.56 188	0.14 50	9.67 234	7.30 228	5.55 126	13.34 296	6.74 240	5.03 272	8.22 258	1.34 132	0.00 1	0.01 126	0.01 267	0.00 1	0.04 86	0.11 221

RAFT_CTSACE	3.40 220	1.07 277	4.52 229	1.27 158	3.14 329	4.00 222	1.07 233	3.93 27	4.43 120	4.66 105	17.94 342	7.21 255	2.76 163	10.82 333	0.85 77	0.00 1	0.07 277	0.00 1	0.00 1	0.30 308	0.01 16

AAGNet	3.41 221	0.34 56	2.45 61	1.78 226	0.39 148	3.69 198	1.05 230	4.79 62	4.61 130	9.62 307	7.74 186	4.98 182	6.38 302	7.34 199	13.02 370	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.04 109

cf-r	3.42 222	0.81 235	3.97 195	2.41 316	2.78 324	2.85 136	0.64 161	8.44 195	6.32 196	6.25 170	11.57 274	8.97 284	3.54 198	5.93 124	3.83 260	0.00 1	0.00 1	0.00 1	0.00 1	0.09 172	0.07 167

CoDeX	3.43 223	0.68 202	4.49 227	0.98 128	1.65 270	6.37 279	2.14 278	13.23 332	6.07 182	7.23 221	8.95 209	4.09 149	3.79 215	6.31 140	2.37 207	0.03 254	0.06 264	0.00 1	0.00 1	0.07 146	0.15 255

STrans-v2	3.43 223	0.73 215	4.82 245	0.26 42	0.60 189	3.00 147	1.19 242	10.41 255	7.22 224	5.79 131	10.97 263	6.75 241	7.03 315	8.25 259	1.40 135	0.00 1	0.01 126	0.00 1	0.00 1	0.03 65	0.18 272

MLCV	3.44 225	0.88 248	5.60 286	1.39 175	0.25 112	4.36 233	0.33 97	7.25 173	7.28 227	9.17 295	12.24 286	5.09 190	2.47 146	9.15 300	3.23 235	0.00 1	0.00 1	0.00 1	0.00 1	0.10 182	0.02 40

ff1	3.45 226	0.31 26	3.97 195	1.34 166	0.98 233	2.80 121	0.48 120	4.53 48	10.19 297	6.29 176	9.23 217	5.59 204	3.72 211	10.11 320	9.35 342	0.00 1	0.02 172	0.00 1	0.00 1	0.10 182	0.04 109

DeepPruner_ROB	3.52 227	1.14 291	4.06 206	1.12 148	1.65 270	3.65 194	0.83 201	13.96 340	4.47 124	7.80 242	10.84 258	7.05 250	2.16 136	8.14 248	3.08 230	0.07 300	0.03 218	0.00 1	0.01 221	0.32 315	0.06 152

SMFormer	3.54 228	0.39 85	3.61 170	1.69 213	0.11 47	2.85 136	0.29 89	12.46 313	10.41 302	7.16 216	10.23 242	4.78 176	4.45 249	8.71 281	3.51 249	0.07 300	0.05 251	0.00 1	0.00 1	0.06 131	0.04 109

tta	3.54 228	0.39 85	3.61 170	1.69 213	0.11 47	2.85 136	0.29 89	12.46 313	10.41 302	7.16 216	10.23 242	4.78 176	4.45 249	8.71 281	3.51 249	0.07 300	0.05 251	0.00 1	0.00 1	0.06 131	0.03 71

Sa-1000	3.55 230	0.75 221	3.63 174	1.91 244	0.30 128	3.55 186	1.63 264	7.39 177	8.54 269	7.70 239	17.44 339	4.00 144	2.82 167	9.44 313	1.33 130	0.00 1	0.10 301	0.00 1	0.18 320	0.21 276	0.04 109

testlalala_base	3.56 231	0.99 266	4.93 250	2.07 275	0.97 232	11.04 344	1.77 271	7.36 176	3.87 88	9.16 294	7.80 189	5.07 189	4.22 232	7.43 203	2.06 189	0.17 327	0.16 337	0.50 379	0.67 377	0.58 346	0.36 325

KYRaft	3.59 232	0.31 26	1.84 14	0.76 99	0.46 163	2.29 65	4.04 323	4.75 60	3.25 61	8.93 289	19.47 348	6.62 238	5.07 274	7.79 224	0.71 55	0.01 150	0.00 1	0.00 1	0.01 221	0.04 86	5.38 400

STTStereo	3.60 233	0.93 260	6.34 306	2.71 329	2.23 306	3.68 197	0.63 157	9.42 227	6.73 209	9.87 313	6.97 158	8.84 283	3.65 202	6.85 169	3.04 228	0.00 1	0.02 172	0.01 267	0.00 1	0.02 25	0.02 40

LMCR-Stereo	3.63 234	1.29 309	4.20 211	2.54 322	0.17 72	8.08 309	1.52 258	11.46 282	4.73 135	8.45 271	10.66 255	1.91 78	5.03 272	7.69 216	3.58 254	0.92 378	0.00 1	0.00 1	0.00 1	0.36 323	0.02 40

Prome-Stereo	3.65 235	0.29 19	1.92 20	0.91 111	0.49 174	2.07 53	4.75 339	4.41 42	3.23 60	9.32 299	20.63 355	4.06 147	7.19 316	7.70 217	1.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.05 110	4.72 397

hitnet-ft	3.66 236	0.65 192	2.79 102	0.89 109	0.72 207	4.25 227	0.55 138	9.11 219	7.52 234	7.14 215	10.19 240	12.49 328	4.70 259	7.44 204	4.41 269	0.03 254	0.00 1	0.06 334	0.00 1	0.20 265	0.04 109

iResNet	3.68 237	0.91 254	7.94 337	2.97 343	0.34 140	4.44 239	0.48 120	7.70 180	9.74 288	7.72 240	12.74 291	4.03 145	2.87 171	8.05 238	3.37 240	0.02 222	0.01 126	0.00 1	0.00 1	0.10 182	0.09 190

acv_ft	3.69 238	0.53 156	4.58 237	2.31 307	4.71 383	7.44 301	0.86 211	8.54 203	5.70 167	9.29 298	9.26 225	5.77 211	4.15 227	2.24 50	8.13 326	0.00 1	0.00 1	0.00 1	0.00 1	0.29 307	0.01 16

ac_64	3.70 239	0.47 135	3.50 165	2.87 336	3.50 345	5.91 271	0.72 180	10.17 250	4.34 117	8.16 256	5.80 125	10.82 311	5.64 290	7.08 186	4.73 275	0.03 254	0.00 1	0.00 1	0.00 1	0.08 155	0.14 246

CFNet	3.72 240	1.10 283	5.03 256	2.49 320	1.59 266	4.90 249	0.22 73	11.38 280	9.88 293	4.80 108	11.25 267	6.44 230	3.68 203	8.33 260	3.00 226	0.00 1	0.00 1	0.00 1	0.00 1	0.22 280	0.07 167

DAS	3.74 241	0.35 65	5.19 268	1.99 258	3.74 354	2.36 69	3.22 306	7.77 181	9.27 279	8.70 277	12.08 279	4.45 166	5.43 284	8.39 262	1.71 161	0.01 150	0.00 1	0.00 1	0.00 1	0.04 86	0.02 40

DRaft	3.74 241	0.43 118	2.60 75	0.12 19	0.15 63	4.76 245	1.34 251	5.33 99	4.31 116	10.30 321	21.91 359	3.27 112	8.83 342	7.36 201	3.66 256	0.05 282	0.10 301	0.00 1	0.14 305	0.10 182	0.14 246

GrayStereo	3.74 241	0.20 3	1.94 23	1.55 194	0.60 189	3.12 156	8.22 375	5.76 116	3.32 65	10.40 325	16.66 325	5.81 214	8.60 339	6.57 158	1.37 134	0.01 150	0.00 1	0.01 267	0.63 374	0.02 25	0.04 109

GEStereo_RVC	3.74 241	0.73 215	4.95 252	2.01 264	1.24 249	4.36 233	3.07 301	11.77 292	7.80 247	6.87 201	6.52 150	7.70 260	4.31 242	8.98 295	4.19 267	0.03 254	0.01 126	0.02 296	0.02 241	0.13 220	0.11 221

GwcNet-RSSM	3.77 245	1.05 274	5.06 258	2.21 292	1.87 290	2.36 69	1.52 258	8.98 215	7.96 251	5.91 147	14.59 310	7.94 267	3.50 195	6.43 146	5.70 288	0.00 1	0.00 1	0.04 323	0.00 1	0.20 265	0.08 180

SepStereo	3.78 246	0.35 65	5.19 268	1.99 258	3.74 354	2.36 69	3.22 306	7.77 181	9.27 279	8.70 277	12.08 279	4.45 166	5.43 284	9.18 301	1.71 161	0.01 150	0.00 1	0.00 1	0.00 1	0.04 86	0.02 40

DEmStereo	3.79 247	0.37 78	3.69 177	0.17 31	0.17 72	5.28 259	2.54 286	4.35 37	3.70 82	8.21 261	20.15 350	5.13 192	10.38 357	7.65 213	3.85 261	0.01 150	0.01 126	0.01 267	0.00 1	0.02 25	0.06 152

FADNet-RVC-Resample	3.79 247	1.62 332	12.06 359	1.43 181	0.66 197	5.94 272	2.41 282	10.18 251	8.58 271	6.28 174	4.22 80	5.33 199	4.80 266	7.71 218	3.19 233	0.17 327	0.21 354	0.17 358	0.12 301	0.41 335	0.29 316

anonymousa	3.80 249	0.55 160	3.35 150	1.24 155	3.74 354	9.04 320	0.36 101	6.74 161	4.03 101	7.72 240	19.64 349	10.62 307	6.01 296	1.52 23	1.40 135	0.00 1	0.00 1	0.00 1	0.05 274	0.00 1	0.03 71

UPFNet	3.82 250	0.47 135	4.34 221	2.21 292	3.38 339	7.26 297	2.69 293	9.89 240	5.96 175	7.98 251	7.53 177	7.89 264	3.15 178	7.72 220	5.88 292	0.01 150	0.02 172	0.00 1	0.00 1	0.04 86	0.06 152

NLCA_NET_v2_RVC	3.84 251	1.06 276	5.23 271	2.72 331	3.27 335	4.36 233	0.61 154	10.71 263	7.56 235	8.75 279	7.89 191	9.86 293	3.90 218	7.15 192	3.44 243	0.14 319	0.02 172	0.02 296	0.03 253	0.04 86	0.03 71
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 252	0.82 238	3.01 121	2.00 262	2.58 319	5.28 259	3.34 310	10.85 268	6.33 197	7.27 224	7.32 174	10.15 298	9.02 346	6.19 133	2.51 214	0.22 338	0.01 126	0.00 1	0.00 1	0.12 210	0.03 71

mmx	3.86 253	0.31 26	3.97 195	1.34 166	0.98 233	2.80 121	0.48 120	12.18 308	10.66 309	6.29 176	9.23 217	5.59 204	3.72 211	10.11 320	9.35 342	0.05 282	0.02 172	0.00 1	0.00 1	0.03 65	0.04 109

ttt	3.86 253	0.23 10	2.34 56	2.22 295	1.68 275	4.36 233	0.28 84	12.45 312	11.09 314	6.90 204	11.85 276	4.08 148	3.28 182	8.47 267	7.85 317	0.06 292	0.04 242	0.00 1	0.00 1	0.03 65	0.03 71

xxx	3.86 253	0.31 26	3.98 199	1.34 166	0.98 233	2.80 121	0.48 120	12.18 308	10.66 309	6.29 176	9.23 217	5.59 204	3.72 211	10.11 320	9.35 342	0.05 282	0.02 172	0.00 1	0.00 1	0.03 65	0.04 109

THIR-Stereo	3.86 253	0.77 225	2.62 79	0.12 19	0.13 57	4.25 227	6.63 363	5.30 97	4.18 113	10.33 322	17.13 333	6.58 237	7.62 326	7.78 223	3.51 249	0.01 150	0.07 277	0.07 340	0.00 1	0.11 198	0.02 40

AASNet	3.90 257	0.92 257	4.41 222	3.56 365	4.00 366	6.70 285	1.26 246	18.71 379	6.14 187	7.35 228	7.91 192	4.35 165	2.58 152	3.04 61	6.62 305	0.00 1	0.00 1	0.00 1	0.00 1	0.39 329	0.14 246

PS-NSSS	3.90 257	1.84 345	4.55 233	0.87 108	2.95 328	4.10 225	2.00 276	10.77 265	8.23 259	6.75 192	14.63 311	5.01 187	2.24 137	8.41 264	2.91 225	0.33 351	0.03 218	0.83 383	0.00 1	0.82 362	0.70 356

DualNet (step1)	3.91 259	1.11 286	6.15 300	1.27 158	0.60 189	5.22 255	2.54 286	10.66 260	7.73 242	8.36 263	7.55 178	6.55 232	4.27 235	6.58 159	1.62 155	1.49 388	0.03 218	3.10 395	2.99 399	0.20 265	0.15 255

FADNet_RVC	3.91 259	1.67 338	12.95 370	0.96 124	0.75 210	5.71 265	0.54 135	10.83 267	6.60 206	3.46 77	8.09 194	4.10 151	3.40 193	9.43 310	6.33 296	0.36 353	0.44 379	0.17 358	0.46 371	0.91 364	0.95 363

CrosDoStereo	3.96 261	0.45 127	3.04 128	0.32 51	0.20 98	3.28 167	11.63 397	5.76 116	4.45 122	9.04 290	16.58 323	4.99 183	7.45 320	8.04 235	3.72 257	0.00 1	0.02 172	0.01 267	0.00 1	0.16 238	0.10 209

DeepStereo_LL	3.96 261	0.45 127	3.04 128	0.32 51	0.20 98	3.28 167	11.63 397	5.76 116	4.45 122	9.04 290	16.58 323	4.99 183	7.45 320	8.04 235	3.72 257	0.00 1	0.02 172	0.01 267	0.00 1	0.16 238	0.10 209

RAFT-RH_RVC	3.96 261	0.46 133	2.93 116	1.55 194	0.42 156	3.14 158	0.14 50	3.70 17	5.98 178	11.25 341	32.23 394	5.29 195	1.68 114	8.13 247	2.14 194	0.08 305	0.00 1	0.00 1	0.03 253	0.01 8	0.00 1

UNet	3.97 264	0.61 179	6.50 312	1.68 212	3.22 333	9.82 329	0.31 94	9.50 229	5.32 153	7.20 220	6.35 147	10.59 305	5.91 294	6.93 175	5.49 284	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.01 16

FADNet-RVC	3.98 265	1.84 345	12.48 364	1.69 213	0.44 157	4.33 230	1.31 249	11.84 293	7.15 223	3.53 79	3.50 70	10.63 308	4.43 247	9.12 298	6.25 295	0.03 254	0.10 301	0.00 1	0.03 253	0.60 350	0.25 304

HSM	4.00 266	0.79 230	3.16 138	1.59 202	2.17 302	6.77 287	1.11 236	12.28 310	6.35 199	6.75 192	8.11 195	13.90 336	5.37 280	8.85 289	2.71 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 40

HBP-ISP	4.09 267	1.05 274	4.10 210	1.87 237	1.31 257	7.56 303	3.98 321	11.26 274	9.94 294	7.81 243	14.44 308	3.23 111	4.27 235	8.89 292	1.87 173	0.06 292	0.06 264	0.00 1	0.00 1	0.06 131	0.04 109

TDLM	4.11 268	1.11 286	3.54 166	1.62 207	1.04 238	3.91 217	7.41 373	10.60 258	10.67 311	6.38 182	12.59 289	5.95 217	4.77 262	8.79 287	3.04 228	0.58 367	0.00 1	0.01 267	0.00 1	0.19 261	0.12 234

CSP-Net	4.12 269	1.28 307	3.70 180	1.54 192	1.06 239	13.28 365	2.33 281	12.96 327	5.45 155	8.87 285	8.54 202	8.43 275	3.03 174	8.16 250	3.65 255	0.00 1	0.00 1	0.00 1	0.00 1	0.18 256	0.03 71

test_xeample	4.13 270	0.36 72	2.75 94	1.23 154	0.51 180	3.96 220	0.13 43	12.63 321	7.65 238	7.49 233	10.86 260	3.29 113	3.36 185	6.71 166	21.53 393	0.02 222	0.03 218	0.00 1	0.00 1	0.03 65	0.04 109

Anonymous_2	4.14 271	0.62 184	3.21 141	1.40 176	1.43 262	5.19 254	0.32 95	6.63 156	4.38 119	4.48 98	2.30 44	8.08 270	7.00 313	5.37 110	2.29 201	0.23 339	0.75 386	5.20 402	18.12 425	5.66 398	0.23 297

CBMV_ROB	4.14 271	0.52 152	3.14 137	1.30 163	0.77 213	6.92 290	1.97 275	10.11 249	9.58 285	8.92 287	14.20 305	7.12 252	5.90 293	8.65 276	3.50 248	0.01 150	0.05 251	0.00 1	0.00 1	0.04 86	0.09 190

SACVNet	4.15 273	1.26 302	3.81 187	3.12 349	1.68 275	3.09 153	2.85 298	11.91 296	5.96 175	10.52 328	11.20 265	10.59 305	3.95 219	8.97 294	3.25 237	0.08 305	0.02 172	0.00 1	0.00 1	0.32 315	0.44 337

MMNet	4.16 274	0.77 225	5.47 280	1.40 176	1.67 273	10.78 341	0.63 157	8.64 210	8.47 266	8.80 282	8.33 197	7.51 256	6.61 305	7.53 209	6.54 301	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.05 137

CVANet_RVC	4.16 274	1.16 293	3.60 169	1.94 250	1.46 263	3.92 218	4.68 337	10.89 269	8.34 261	7.58 235	10.84 258	10.27 302	6.62 306	8.56 271	2.69 219	0.39 356	0.00 1	0.00 1	0.01 221	0.21 276	0.09 190

pcwnet_v2	4.20 276	0.36 72	8.53 342	1.33 164	1.12 243	3.43 172	0.41 109	12.85 324	14.16 343	9.90 315	14.29 306	5.90 216	3.03 174	6.20 135	2.06 189	0.01 150	0.05 251	0.04 323	0.02 241	0.16 238	0.18 272

HSM-Net_RVC	4.20 276	0.32 35	2.76 97	0.63 90	0.69 201	6.95 291	1.69 268	11.96 298	8.36 262	8.83 283	12.17 283	15.18 345	4.21 230	6.91 173	3.30 239	0.02 222	0.02 172	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 278	0.50 145	5.45 279	1.34 166	1.68 275	7.04 292	4.51 334	10.73 264	7.00 217	10.78 333	6.80 154	8.48 278	4.63 257	9.91 319	5.12 280	0.02 222	0.06 264	0.02 296	0.03 253	0.08 155	0.03 71

FADNet	4.23 279	1.65 335	11.75 358	1.64 209	0.80 215	4.80 246	0.77 190	13.76 339	11.65 323	3.97 87	5.24 112	9.62 290	5.14 276	8.40 263	3.78 259	0.21 336	0.04 242	0.07 340	0.05 274	1.14 369	0.10 209

iResNet_ROB	4.23 279	1.02 270	4.90 248	2.18 288	0.93 227	2.92 142	0.37 103	15.10 356	16.91 359	7.89 248	10.51 250	7.03 246	3.07 177	8.16 250	3.46 247	0.01 150	0.00 1	0.00 1	0.00 1	0.10 182	0.02 40

1111x	4.25 281	0.30 23	4.31 217	1.47 185	0.37 144	5.10 253	0.32 95	12.86 325	9.82 290	6.01 149	9.73 234	8.78 282	5.97 295	9.43 310	10.39 353	0.06 292	0.03 218	0.00 1	0.00 1	0.02 25	0.04 109

HGLStereo	4.25 281	0.52 152	4.65 238	3.09 345	5.18 385	6.51 284	0.73 181	10.37 253	6.74 210	7.32 226	12.44 288	7.00 245	7.21 318	7.46 205	5.51 285	0.00 1	0.02 172	0.00 1	0.00 1	0.06 131	0.10 209

delet	4.27 283	0.72 212	4.50 228	1.07 140	3.75 358	10.79 342	4.04 323	9.95 241	7.89 248	8.09 254	8.89 207	8.46 276	3.81 216	7.56 210	5.80 290	0.00 1	0.00 1	0.00 1	0.00 1	0.11 198	0.02 40

iResNetv2_ROB	4.28 284	1.43 315	7.17 325	2.91 337	1.26 250	4.36 233	1.62 263	13.64 337	10.25 301	9.83 311	11.41 269	7.68 259	4.00 220	7.75 222	1.85 172	0.00 1	0.00 1	0.00 1	0.00 1	0.37 324	0.09 190

RAFT + AFF	4.30 285	1.55 326	5.84 290	1.43 181	2.36 310	5.94 272	6.72 365	10.01 244	7.56 235	7.55 234	8.96 211	7.09 251	6.73 309	8.57 272	4.02 265	0.02 222	0.47 382	0.00 1	0.01 221	0.56 343	0.54 348

ADLNet	4.32 286	0.80 234	4.33 218	3.60 366	3.56 347	6.87 289	2.48 285	11.20 273	7.58 237	9.87 313	9.62 231	8.39 273	4.95 270	6.16 132	6.60 303	0.01 150	0.01 126	0.00 1	0.01 221	0.12 210	0.25 304

CRFU-Net	4.45 287	0.67 201	5.02 254	2.78 333	1.32 258	12.67 360	3.35 311	11.26 274	3.52 76	10.06 319	9.30 227	10.91 314	6.92 312	7.26 195	3.24 236	0.15 321	0.16 337	0.16 355	0.00 1	0.26 298	0.05 137

ssnet_v2	4.46 288	0.87 246	5.18 267	1.57 198	0.67 199	9.14 321	4.73 338	11.84 293	9.68 286	8.79 280	6.24 141	9.91 294	4.34 243	6.28 138	9.30 341	0.00 1	0.01 126	0.00 1	0.00 1	0.28 305	0.30 318

ADLNet2	4.46 288	0.90 253	6.06 297	2.74 332	3.91 363	6.79 288	3.01 300	10.95 271	8.40 264	7.27 224	9.80 235	9.85 292	5.43 284	7.29 196	6.44 299	0.01 150	0.03 218	0.00 1	0.00 1	0.15 232	0.11 221

StereoDRNet-Refined	4.46 288	0.62 184	3.80 186	1.92 246	0.40 150	9.35 323	0.15 54	10.02 245	8.83 274	12.69 352	11.62 275	9.34 286	3.87 217	8.06 242	8.02 321	0.00 1	0.00 1	0.01 267	0.05 274	0.20 265	0.26 309
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 291	0.31 26	2.77 98	1.69 213	0.47 170	7.74 308	0.07 20	14.04 341	7.91 250	5.82 135	8.97 212	9.34 286	3.41 194	7.33 198	20.24 388	0.05 282	0.03 218	0.00 1	0.00 1	0.03 65	0.04 109

NVstereo2D	4.51 291	0.82 238	6.86 320	3.28 355	3.38 339	8.16 310	3.13 303	10.51 256	15.15 349	4.90 109	6.89 157	7.87 262	4.78 264	9.88 318	3.91 263	0.01 150	0.00 1	0.00 1	0.06 280	0.02 25	0.58 350

DLCB_ROB	4.51 291	0.91 254	3.78 184	2.19 289	1.07 240	6.28 276	3.09 302	9.78 236	7.72 241	10.65 331	12.97 292	13.91 337	3.71 207	8.72 285	5.30 282	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.10 209

RASNet	4.52 294	0.61 179	4.42 223	3.42 359	4.68 382	4.58 241	0.99 224	9.54 232	8.01 252	5.28 120	11.42 270	10.34 304	8.88 343	9.28 306	8.68 333	0.15 321	0.00 1	0.00 1	0.00 1	0.03 65	0.04 109

FTStereo	4.55 295	0.36 72	2.18 50	0.94 118	0.38 146	2.60 98	8.82 378	4.98 72	3.17 54	10.88 335	30.35 390	5.60 208	7.60 325	7.62 212	1.55 149	0.17 327	0.00 1	0.05 330	0.00 1	0.03 65	3.80 391

dad	4.66 296	1.89 349	5.51 282	0.94 118	0.09 36	2.16 58	0.37 103	7.10 172	14.43 344	10.13 320	16.84 327	14.97 343	1.90 126	6.82 168	4.15 266	1.09 381	0.11 307	4.08 400	0.46 371	0.17 246	0.06 152

LL-Strereo	4.71 297	1.64 334	7.51 334	1.15 150	4.31 370	3.71 200	1.45 254	9.21 221	8.36 262	8.37 267	8.17 196	10.82 311	11.36 363	12.51 353	4.82 278	0.00 1	0.12 314	0.00 1	0.00 1	0.31 313	0.32 321

CBFPSM	4.87 298	0.94 262	14.70 377	1.51 189	1.15 245	11.49 347	2.55 290	7.28 174	6.47 202	6.23 167	4.83 94	15.30 346	8.99 345	6.88 170	8.20 327	0.03 254	0.02 172	0.00 1	0.00 1	0.40 332	0.42 333

SGM-Forest	4.96 299	0.32 35	2.84 105	1.21 152	0.64 196	10.23 334	6.64 364	11.55 285	10.98 313	10.94 338	13.59 298	11.65 323	4.30 240	8.94 293	4.63 273	0.11 313	0.04 242	0.00 1	0.00 1	0.05 110	0.46 340
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 300	1.47 318	7.42 331	2.40 313	2.14 300	8.73 317	3.64 318	12.42 311	13.11 336	7.03 209	7.57 181	7.88 263	6.52 304	10.16 325	7.82 316	0.02 222	0.03 218	0.00 1	0.00 1	0.11 198	1.07 366
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 301	1.74 340	6.38 308	1.96 254	1.29 254	2.26 63	1.69 268	10.07 246	18.53 362	7.88 247	18.15 343	8.49 279	2.70 157	10.59 330	7.04 307	0.96 379	0.15 330	0.02 296	0.00 1	0.13 220	0.12 234

PSMNet_ROB	5.02 302	1.63 333	6.03 296	1.90 243	1.83 288	9.57 327	6.35 360	15.58 361	7.23 225	6.15 162	10.48 249	12.22 326	4.16 228	8.02 234	8.71 334	0.02 222	0.01 126	0.01 267	0.10 297	0.20 265	0.12 234

GASNet	5.19 303	4.61 382	9.38 347	4.73 386	2.10 298	3.80 212	1.57 261	12.07 301	10.96 312	8.92 287	7.03 166	8.21 272	7.67 327	14.02 366	7.36 309	0.02 222	0.15 330	0.00 1	0.00 1	0.69 357	0.42 333

FINET	5.32 304	1.14 291	10.04 351	2.17 287	3.67 353	6.49 282	6.76 366	11.68 288	22.08 379	7.42 230	12.15 282	4.24 156	3.61 201	9.25 305	5.35 283	0.04 270	0.04 242	0.00 1	0.00 1	0.17 246	0.09 190

CBMV	5.35 305	0.91 254	3.67 176	1.62 207	0.44 157	10.09 332	7.19 371	12.49 317	12.33 332	12.22 348	14.69 312	10.93 315	6.48 303	8.51 269	4.96 279	0.02 222	0.15 330	0.00 1	0.00 1	0.17 246	0.17 269
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 306	0.40 94	2.72 91	1.50 186	0.48 171	6.15 275	0.07 20	13.73 338	8.06 253	8.79 280	11.03 264	3.71 136	4.21 230	7.47 207	38.74 424	0.03 254	0.02 172	0.00 1	0.00 1	0.04 86	0.05 137

StereoDRNet	5.59 307	1.75 341	6.80 317	3.12 349	4.45 376	10.61 340	4.35 331	18.80 381	9.73 287	12.22 348	6.87 156	11.44 321	4.65 258	8.09 245	8.26 328	0.02 222	0.11 307	0.00 1	0.03 253	0.20 265	0.28 315

fast-acv-ft	5.62 308	1.39 313	7.01 321	2.02 266	1.89 292	12.23 355	1.82 273	7.35 175	9.45 283	10.46 327	20.27 353	14.55 341	7.71 328	7.41 202	7.61 313	0.10 311	0.09 293	0.16 355	0.07 282	0.59 348	0.13 241

ETE_ROB	5.80 309	1.77 342	6.33 305	1.44 184	0.78 214	6.43 281	6.90 367	12.53 318	8.08 254	12.93 357	14.89 313	21.13 381	5.87 292	9.83 317	6.57 302	0.04 270	0.01 126	0.00 1	0.02 241	0.08 155	0.33 322

test_sample9	5.87 310	1.11 286	6.15 300	1.27 158	0.60 189	5.22 255	2.54 286	10.66 260	7.73 242	8.36 263	7.55 178	6.55 232	4.27 235	11.68 344	11.44 362	1.49 388	24.31 431	3.10 395	2.99 399	0.20 265	0.15 255

DRN-Test	5.87 310	0.98 265	5.89 292	2.69 328	3.65 351	12.37 357	3.35 311	20.07 396	10.20 300	11.93 347	12.31 287	11.06 318	5.31 279	7.89 228	9.05 337	0.04 270	0.05 251	0.04 323	0.04 270	0.18 256	0.25 304

NCCL2	5.88 312	1.59 329	5.44 278	1.87 237	0.92 225	9.55 326	11.55 396	12.11 303	9.94 294	9.67 308	8.85 206	22.28 384	7.41 319	8.78 286	7.17 308	0.01 150	0.00 1	0.03 312	0.00 1	0.13 220	0.23 297

iinet-f	5.94 313	1.60 330	26.88 407	1.79 227	1.38 261	11.92 353	1.47 255	6.80 163	7.11 221	6.90 204	14.43 307	10.64 309	7.97 330	7.00 181	12.12 366	0.02 222	0.03 218	0.05 330	0.00 1	0.63 353	0.02 40

MaskLacGwcNet_RVC	5.97 314	5.36 386	5.02 254	3.75 372	3.57 348	15.81 372	4.27 328	11.72 290	6.96 215	7.23 221	8.47 201	9.09 285	2.66 156	9.36 309	2.71 220	7.49 405	2.32 397	2.01 393	0.08 286	6.77 402	4.67 396

Wz-Net-LNSev-Ref	5.98 315	1.55 326	9.92 350	2.40 313	3.22 333	10.28 335	3.14 304	11.64 286	9.79 289	9.54 304	20.22 352	11.16 319	6.77 310	10.61 331	9.16 338	0.06 292	0.00 1	0.00 1	0.00 1	0.03 65	0.04 109

APVNet	5.98 315	1.72 339	8.72 343	3.21 353	4.04 367	12.31 356	1.81 272	19.09 385	6.10 183	6.13 161	13.41 297	10.69 310	6.30 299	11.26 339	13.90 376	0.05 282	0.02 172	0.11 348	0.03 253	0.53 341	0.20 288

NaN_ROB	6.00 317	1.24 300	6.29 304	1.34 166	1.68 275	9.60 328	10.31 390	15.09 354	15.79 352	12.62 351	8.95 209	11.67 324	5.83 291	11.78 347	6.41 298	0.05 282	0.13 321	0.08 343	0.20 326	0.22 280	0.79 358

DANet	6.02 318	1.23 299	8.45 341	3.86 375	3.94 365	7.64 307	1.34 251	9.51 231	7.00 217	13.39 360	15.53 317	15.99 350	7.02 314	12.14 349	12.37 367	0.19 332	0.12 314	0.02 296	0.03 253	0.13 220	0.56 349
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 319	1.22 297	5.61 287	2.56 325	0.90 224	6.32 277	7.07 369	12.92 326	8.30 260	14.76 367	15.13 315	19.84 373	6.66 308	10.36 326	8.58 332	0.02 222	0.04 242	0.00 1	0.03 253	0.11 198	0.24 301

Anonymous Stereo	6.16 320	3.15 372	23.75 401	2.97 343	2.48 316	4.39 238	13.30 403	9.21 221	9.86 292	9.56 306	8.76 204	6.79 242	1.99 129	13.50 362	13.04 371	0.01 150	0.05 251	0.00 1	0.06 280	0.22 280	0.19 282

GANet	6.22 321	1.07 277	4.07 208	2.27 297	0.89 222	9.19 322	9.52 384	12.02 299	8.13 256	10.72 332	29.09 386	13.86 335	7.52 324	11.00 336	4.39 268	0.36 353	0.00 1	0.02 296	0.02 241	0.12 210	0.08 180

DISCO	6.28 322	0.57 166	5.78 289	3.43 360	1.17 246	11.22 345	3.39 313	12.14 306	16.16 354	6.52 188	11.22 266	16.96 357	6.32 300	19.51 393	10.74 357	0.00 1	0.00 1	0.00 1	0.00 1	0.35 321	0.11 221

Syn2CoEx	6.32 323	2.72 364	9.33 346	2.45 318	1.67 273	8.59 314	3.32 309	18.08 375	12.27 331	8.53 272	21.08 356	10.30 303	9.80 353	9.30 307	7.86 318	0.01 150	0.00 1	0.00 1	0.00 1	0.63 353	0.43 335

RYNet	6.34 324	0.89 251	5.88 291	1.41 179	4.48 378	15.97 373	4.18 326	13.41 333	16.49 355	10.81 334	7.00 163	14.33 339	8.72 340	9.43 310	13.71 375	0.00 1	0.01 126	0.00 1	0.00 1	0.02 25	0.07 167

GwcNet	6.42 325	1.97 351	10.92 354	2.59 326	5.58 388	11.55 348	2.21 280	14.10 343	16.52 358	10.04 318	17.19 336	10.86 313	5.61 289	9.23 304	8.84 336	0.01 150	0.06 264	0.03 312	0.08 286	0.56 343	0.40 330

Wz-Net-LNSev	6.46 326	1.93 350	16.44 383	1.52 190	4.15 368	12.66 359	4.96 342	13.05 329	12.10 330	10.55 330	16.23 321	11.32 320	7.19 316	8.43 266	8.48 331	0.00 1	0.01 126	0.00 1	0.00 1	0.08 155	0.06 152

DGSMNet	6.47 327	2.61 362	13.64 373	3.46 361	3.74 354	8.97 319	6.01 351	14.15 344	13.01 335	7.46 232	14.10 303	9.94 295	4.79 265	10.44 327	6.22 294	1.30 385	1.70 394	1.80 390	1.52 393	2.27 388	2.35 385

GANetREF_RVC	6.56 328	2.89 366	7.58 335	3.41 358	0.40 150	12.96 362	9.58 385	15.09 354	17.25 361	10.33 322	10.62 252	12.27 327	8.16 334	12.21 350	4.53 271	0.41 359	0.00 1	0.00 1	0.02 241	3.12 391	0.39 329
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
LALA_ROB	6.58 329	1.80 344	6.25 303	1.26 156	0.94 228	10.08 331	9.02 380	16.00 363	11.51 322	12.74 353	13.02 293	24.77 387	5.25 278	10.56 329	8.02 321	0.04 270	0.05 251	0.00 1	0.02 241	0.10 182	0.25 304

S-Stereo	6.63 330	0.84 241	9.67 349	3.15 351	3.48 344	6.49 282	6.22 355	12.99 328	22.84 381	9.48 301	15.51 316	12.00 325	8.43 336	8.04 235	10.70 356	0.12 316	0.17 341	0.00 1	0.38 363	0.13 220	1.92 379

DeepPrunerF	6.75 331	2.69 363	23.31 400	3.68 368	7.16 394	3.78 210	4.29 329	13.42 334	20.13 373	8.13 255	10.46 248	7.18 254	8.06 332	11.10 337	9.44 345	0.24 341	0.15 330	0.29 367	0.42 367	0.66 356	0.45 338

edge stereo	6.76 332	1.01 268	6.76 316	2.20 291	2.45 315	6.41 280	2.45 284	14.84 352	11.98 329	15.29 369	18.31 344	22.02 382	12.56 368	10.82 333	7.49 311	0.03 254	0.06 264	0.11 348	0.03 253	0.30 308	0.14 246

NCC-stereo	6.77 333	1.49 322	6.48 310	2.92 339	4.40 372	7.43 299	3.61 316	19.52 392	13.29 337	8.39 268	16.91 328	15.96 348	12.13 365	12.85 356	7.70 314	1.47 386	0.11 307	0.01 267	0.42 367	0.14 230	0.24 301

Abc-Net	6.77 333	1.49 322	6.48 310	2.92 339	4.40 372	7.43 299	3.61 316	19.52 392	13.29 337	8.39 268	16.91 328	15.96 348	12.13 365	12.85 356	7.70 314	1.47 386	0.11 307	0.01 267	0.42 367	0.14 230	0.24 301
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 335	0.68 202	6.80 317	2.30 301	1.77 284	5.63 264	4.20 327	18.79 380	18.62 363	10.53 329	17.15 334	18.52 366	13.74 376	8.86 291	7.38 310	0.03 254	0.15 330	0.01 267	0.07 282	0.12 210	0.26 309

RP	6.84 336	1.29 309	5.53 285	3.92 376	5.18 385	6.32 277	3.53 314	11.73 291	15.31 350	9.54 304	22.38 363	18.25 364	14.47 378	10.11 320	7.49 311	0.91 377	0.01 126	0.12 350	0.15 308	0.33 317	0.19 282

ccnet	6.87 337	0.92 257	5.15 265	3.09 345	2.18 304	11.78 350	4.90 340	17.97 374	8.79 273	12.79 355	20.20 351	16.00 351	8.35 335	9.12 298	14.17 378	0.42 362	0.33 369	0.25 366	0.09 293	0.40 332	0.48 341

RGC	6.88 338	2.23 356	6.13 298	4.05 377	4.73 384	8.94 318	2.78 295	15.19 358	11.74 324	11.13 339	19.34 347	17.86 361	10.42 358	13.02 359	8.03 323	0.73 371	0.01 126	0.24 365	0.41 366	0.31 313	0.38 328

Nwc_Net	6.97 339	1.25 301	6.63 314	3.82 373	3.37 338	10.83 343	1.67 267	19.56 394	11.35 319	8.36 263	23.62 367	17.19 359	11.44 364	11.21 338	8.08 325	0.80 373	0.00 1	0.00 1	0.02 241	0.13 220	0.09 190

STTRV1_RVC	7.02 340	1.10 283	12.88 368	3.32 356	6.92 393	11.90 352	4.00 322	15.07 353	11.94 328	9.51 302	14.57 309	11.63 322	8.73 341	12.65 355	8.06 324	3.32 396	2.75 405	0.41 377	0.12 301	1.38 376	0.11 221

ADCRef	7.27 341	1.38 312	16.37 381	2.52 321	3.30 337	11.63 349	3.16 305	10.80 266	9.35 281	13.03 358	25.27 378	8.17 271	8.92 344	8.06 242	21.81 396	0.15 321	0.08 285	0.16 355	0.34 360	0.38 325	0.58 350

psmorigin	7.34 342	1.58 328	18.31 388	2.35 310	0.87 220	6.72 286	1.70 270	10.63 259	7.14 222	19.77 382	22.71 364	20.13 375	11.34 362	12.96 358	9.49 346	0.04 270	0.17 341	0.06 334	0.17 316	0.21 276	0.50 344

Wz-Net-MNSev	7.43 343	2.35 359	15.22 378	2.34 309	3.41 343	17.27 381	8.55 376	11.91 296	13.48 339	13.37 359	17.05 331	13.70 332	7.47 323	11.90 348	9.99 352	0.40 358	0.03 218	0.00 1	0.01 221	0.16 238	0.07 167

SDNR	7.50 344	2.32 358	15.58 380	1.82 234	0.63 194	44.66 424	0.44 116	8.59 204	9.52 284	9.84 312	25.18 377	5.30 198	4.38 244	11.46 342	6.49 300	0.05 282	0.03 218	0.00 1	0.01 221	1.79 382	1.87 378

CSAN	7.62 345	1.60 330	6.56 313	1.83 235	0.66 197	12.40 358	10.52 393	14.45 347	21.32 377	14.19 363	15.98 319	17.84 360	13.02 373	12.32 351	8.38 329	0.09 309	0.07 277	0.03 312	0.04 270	0.33 317	0.67 355

SQANet	7.64 346	3.40 376	5.49 281	11.73 405	9.62 403	11.96 354	2.82 296	11.33 279	6.10 183	8.33 262	11.49 272	11.00 316	5.16 277	10.12 324	2.72 222	8.92 408	2.21 396	10.41 405	1.58 394	11.13 407	7.39 406

anonymity	7.68 347	3.83 379	12.39 362	7.04 397	12.67 410	8.18 311	2.00 276	17.50 371	6.85 212	13.56 362	9.21 216	9.97 296	7.82 329	11.28 340	5.58 286	6.27 403	4.98 421	3.68 399	2.96 398	3.33 393	4.48 394

CC-Net-ROB	7.68 347	9.21 401	7.46 332	3.82 373	3.66 352	15.68 371	5.02 343	17.95 373	10.45 308	6.44 185	14.00 302	7.63 258	4.77 262	10.75 332	3.10 231	5.99 402	2.46 399	16.28 409	1.08 386	6.30 401	1.56 375

stereogan	7.69 349	0.88 248	7.08 324	3.49 364	3.93 364	18.98 384	3.23 308	16.52 365	19.58 370	9.93 316	18.92 345	20.50 379	9.04 347	14.07 367	6.14 293	0.26 344	0.04 242	0.21 362	0.03 253	0.63 353	0.33 322

pmcnn	7.72 350	1.27 304	9.42 348	2.91 337	3.14 329	9.44 324	6.23 356	12.56 319	16.51 356	14.53 365	24.08 369	27.44 394	8.49 337	9.32 308	8.44 330	0.06 292	0.08 285	0.00 1	0.00 1	0.30 308	0.15 255

AF-Net	7.78 351	1.44 317	6.68 315	3.37 357	4.50 379	8.61 315	2.69 293	17.07 368	20.17 374	9.52 303	24.02 368	20.31 378	14.59 379	11.58 343	9.84 350	0.61 368	0.00 1	0.12 350	0.00 1	0.38 325	0.12 234

PASM	7.90 352	4.22 380	21.97 398	3.25 354	3.29 336	5.39 261	6.57 362	10.57 257	19.09 365	12.77 354	13.92 301	18.11 363	9.51 351	13.79 365	10.77 359	0.19 332	0.45 380	0.29 367	1.08 386	1.49 378	1.19 368

PWCDC_ROB	7.92 353	3.17 374	7.48 333	5.73 392	4.40 372	10.45 337	0.35 100	14.52 349	28.19 391	10.36 324	31.27 392	7.04 248	9.14 348	13.22 361	8.78 335	2.74 395	0.02 172	0.00 1	0.00 1	1.31 374	0.17 269

test_sample8	7.99 354	1.11 286	6.15 300	1.27 158	0.60 189	5.22 255	2.54 286	12.04 300	6.15 188	17.46 375	9.02 214	24.67 386	18.16 384	11.68 344	11.44 362	1.49 388	24.31 431	3.10 395	2.99 399	0.20 265	0.15 255

ADCP+	8.09 355	1.79 343	14.50 375	1.54 192	4.28 369	16.57 375	5.20 345	12.80 323	11.20 317	12.83 356	17.07 332	11.02 317	10.80 360	17.59 386	23.18 401	0.03 254	0.05 251	0.01 267	0.18 320	0.39 329	0.81 359

SuperB	8.10 356	3.15 372	24.67 403	2.65 327	1.23 248	9.88 330	4.29 329	10.18 251	30.07 394	11.53 344	12.18 284	6.12 220	6.65 307	10.50 328	14.47 379	0.14 319	0.11 307	0.35 373	0.25 341	13.06 411	0.48 341

PWC_ROB	8.24 357	3.13 370	12.74 367	2.43 317	4.43 375	7.51 302	1.22 243	16.63 366	19.24 368	16.08 372	28.29 383	13.99 338	10.16 356	13.63 364	14.06 377	0.42 362	0.00 1	0.05 330	0.00 1	0.59 348	0.27 313

MDST_ROB	8.37 358	0.32 35	9.03 344	4.18 381	2.42 314	26.86 403	6.14 352	19.36 389	13.52 340	27.09 398	22.75 365	9.47 289	4.74 261	15.06 374	6.34 297	0.02 222	0.02 172	0.00 1	0.00 1	0.02 25	0.13 241

G-Net	8.41 359	1.54 325	10.97 355	5.73 392	3.60 349	26.19 397	4.41 332	10.10 248	7.42 229	19.71 381	24.99 376	14.38 340	15.83 380	10.99 335	9.53 347	0.50 366	0.46 381	0.19 361	0.25 341	0.80 361	0.66 354

XQC	8.43 360	3.58 377	16.40 382	2.92 339	2.17 302	13.22 364	3.60 315	14.64 350	25.86 387	11.87 346	12.04 278	15.06 344	10.67 359	15.24 376	19.41 386	0.39 356	0.08 285	0.05 330	0.07 282	0.84 363	0.45 338

FBW_ROB	8.50 361	1.03 272	7.98 338	1.93 249	1.28 253	13.10 363	6.23 356	22.50 400	18.98 364	18.82 378	14.91 314	19.06 369	10.04 355	18.41 388	9.83 349	0.62 369	0.22 356	1.82 392	0.82 381	0.99 367	1.36 371

UDG	8.58 362	9.31 402	4.89 247	10.00 401	9.52 401	10.36 336	2.41 282	12.07 301	9.82 290	7.81 243	9.55 229	16.52 353	9.81 354	7.84 226	7.88 319	4.20 397	2.51 401	18.53 411	3.71 406	9.55 404	5.28 399

aanetorigin	8.72 363	3.29 375	27.55 408	1.95 251	3.84 361	4.93 251	5.39 349	5.49 109	10.05 296	27.85 399	31.47 393	15.80 347	12.78 370	9.04 296	11.98 364	0.25 342	0.22 356	0.22 363	0.25 341	1.28 373	0.84 361

RTSC	9.15 364	3.00 368	13.57 372	3.72 370	1.76 283	11.82 351	0.46 117	16.95 367	36.83 407	15.80 371	15.53 317	12.91 330	7.46 322	20.01 396	21.76 395	0.31 349	0.13 321	0.01 267	0.08 286	0.57 345	0.41 332

WCMA_ROB	9.21 365	0.87 246	7.37 330	2.54 322	2.13 299	13.59 366	5.80 350	11.64 286	14.01 342	24.43 395	32.99 399	27.09 393	18.02 383	12.51 353	9.85 351	0.81 374	0.07 277	0.01 267	0.01 221	0.16 238	0.23 297

Wz-Net-SNSev	9.23 366	6.70 391	24.28 402	1.87 237	1.81 287	8.57 313	12.29 402	17.37 370	20.39 375	10.43 326	23.11 366	16.66 355	8.03 331	14.47 371	17.86 383	0.00 1	0.02 172	0.01 267	0.00 1	0.41 335	0.30 318

MSMD_ROB	9.28 367	1.09 281	4.65 238	1.58 199	0.39 148	16.52 374	4.41 332	13.60 335	14.87 348	22.34 386	39.89 409	25.67 390	20.71 395	12.42 352	6.98 306	0.34 352	0.03 218	0.00 1	0.00 1	0.05 110	0.09 190

Consistency-Raft	9.42 368	4.74 384	12.66 365	5.30 390	9.08 400	4.08 223	5.26 347	19.26 387	24.87 385	11.17 340	29.85 388	13.57 331	5.51 288	7.67 215	13.40 373	0.36 353	0.35 372	1.81 391	4.24 407	11.61 408	3.57 389

DDUNet	9.47 369	11.32 407	6.14 299	12.93 407	11.65 407	10.45 337	3.87 320	11.70 289	7.89 248	9.27 297	13.28 295	16.18 352	6.14 297	8.80 288	5.77 289	6.64 404	3.38 414	20.90 412	4.28 408	11.01 406	7.80 407

ADCPNet	9.54 370	2.39 360	31.46 411	2.09 279	1.60 268	16.71 377	6.39 361	12.11 303	11.45 320	13.53 361	21.45 358	19.41 370	10.94 361	14.38 369	21.54 394	0.27 347	1.16 389	0.39 376	1.49 391	0.58 346	1.45 372

SHD	9.61 371	2.60 361	12.46 363	3.69 369	3.54 346	9.47 325	1.25 244	20.16 397	37.84 410	18.19 377	21.24 357	16.96 357	12.83 372	14.47 371	16.05 381	0.32 350	0.13 321	0.01 267	0.08 286	0.38 325	0.48 341

PDISCO_ROB	9.62 372	1.99 353	11.51 356	9.88 400	9.61 402	21.48 389	3.83 319	19.33 388	28.49 392	11.27 342	14.17 304	19.92 374	5.02 271	16.35 382	9.18 339	5.28 400	0.41 376	0.14 353	0.09 293	2.05 384	2.36 386

MFN_U_SF_DS_RVC	9.78 373	4.27 381	14.47 374	2.29 300	2.85 326	23.40 394	13.62 405	13.60 335	19.54 369	19.42 380	24.27 370	16.74 356	8.59 338	17.05 385	7.98 320	1.25 383	1.68 393	0.17 358	2.63 396	0.72 359	1.04 364

SGM_RVC	10.08 374	0.60 176	3.42 158	2.30 301	0.32 135	19.41 386	6.33 359	18.95 383	14.64 345	25.14 397	24.32 371	33.34 404	18.79 388	19.86 394	12.55 369	0.25 342	0.26 366	0.22 363	0.24 338	0.34 320	0.40 330
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 375	1.88 348	16.82 384	1.85 236	1.73 279	24.84 395	17.20 418	19.92 395	27.41 389	12.23 350	13.62 299	16.52 353	18.35 385	14.42 370	12.50 368	0.78 372	0.54 385	0.08 343	0.25 341	1.18 370	0.59 353

ADCL	10.16 376	2.11 354	19.36 391	1.92 246	1.88 291	22.23 390	8.91 379	14.04 341	23.56 383	14.62 366	26.19 379	12.75 329	13.59 375	16.06 381	22.95 400	0.26 344	0.18 345	0.75 381	0.65 375	0.69 357	0.58 350

FCDSN-DC	10.24 377	0.56 164	3.49 164	1.96 254	1.29 254	16.90 378	4.59 336	17.16 369	19.10 366	24.64 396	32.46 398	33.82 405	22.14 400	15.93 379	10.45 354	0.04 270	0.00 1	0.00 1	0.00 1	0.05 110	0.21 289
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 377	3.13 370	20.70 394	2.21 292	2.39 313	11.23 346	6.19 353	14.17 345	11.19 316	23.20 392	22.25 361	17.89 362	19.54 391	18.51 389	26.21 408	0.45 364	0.42 378	1.10 386	1.29 388	1.56 380	1.18 367

SANet	10.64 379	1.86 347	10.91 353	1.76 223	0.71 206	14.62 369	9.23 383	19.18 386	37.14 408	19.22 379	27.96 382	25.86 391	19.11 390	13.02 359	10.63 355	0.08 305	0.06 264	0.03 312	0.02 241	0.62 351	0.81 359

FC-DCNN	10.72 380	0.52 152	4.27 215	1.88 240	1.63 269	17.18 379	5.29 348	18.20 376	19.69 371	28.50 400	34.51 402	34.03 406	21.48 398	15.89 378	11.15 361	0.03 254	0.01 126	0.02 296	0.01 221	0.07 146	0.09 190

AnyNet_C32	10.98 381	5.58 387	22.79 399	4.16 379	5.83 389	15.64 370	14.30 406	13.18 330	17.15 360	16.44 374	20.52 354	14.68 342	13.44 374	22.46 400	30.08 414	0.17 327	0.26 366	0.36 374	0.36 362	1.23 371	0.91 362

Wz-Net-TNSev	11.35 382	10.56 405	35.88 416	2.28 299	1.73 279	18.25 383	11.42 395	15.88 362	20.88 376	14.44 364	16.97 330	19.57 371	19.04 389	19.31 392	18.67 385	0.01 150	0.06 264	0.00 1	0.16 310	0.62 351	1.25 369

MeshStereo	11.52 383	1.52 324	4.55 233	1.89 242	1.46 263	19.87 388	5.11 344	20.66 398	15.91 353	32.67 405	34.51 402	39.34 412	21.15 396	18.74 390	12.10 365	0.11 313	0.06 264	0.01 267	0.00 1	0.45 338	0.22 291
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
otaku	11.73 384	7.51 397	7.07 323	13.22 408	10.85 406	26.61 402	7.25 372	18.84 382	19.16 367	11.58 345	17.23 337	20.19 376	8.09 333	15.11 375	4.64 274	9.13 409	2.42 398	13.08 406	1.83 395	12.48 410	8.22 409

Ntro	12.35 385	8.88 399	7.80 336	13.79 409	12.42 409	26.54 401	6.98 368	18.54 377	22.14 380	9.82 310	16.45 322	20.30 377	9.29 350	15.95 380	6.61 304	9.53 411	2.47 400	14.93 408	2.77 397	13.11 412	8.63 412

MFN_U_SF_RVC	12.94 386	3.66 378	25.81 406	3.61 367	2.26 308	22.77 392	4.55 335	27.10 406	20.06 372	23.90 393	28.99 385	30.53 400	16.98 381	19.92 395	20.26 389	1.24 382	1.07 388	0.98 385	1.33 389	1.80 383	2.04 381

WZ-Net	13.00 387	4.64 383	41.07 419	3.48 363	3.15 331	19.12 385	15.66 416	14.81 351	31.33 396	15.71 370	27.88 381	22.22 383	14.01 377	20.44 398	25.03 405	0.64 370	0.00 1	0.01 267	0.03 253	0.39 329	0.37 327

ADCS	13.02 388	4.93 385	28.38 409	3.17 352	2.67 321	13.61 367	10.83 394	18.70 378	33.46 399	22.59 387	24.78 374	19.59 372	18.51 387	23.40 403	32.16 417	0.10 311	0.19 349	0.37 375	0.18 320	1.26 372	1.46 373

MFMNet_re	13.29 389	8.60 398	18.29 387	9.75 399	7.25 396	19.65 387	14.84 410	20.71 399	30.72 395	23.03 390	28.77 384	18.85 368	26.09 406	13.55 363	9.82 348	2.44 393	1.35 392	0.34 372	0.23 335	4.78 396	6.69 404

EDNetEfficient	13.82 390	6.19 389	54.79 426	2.83 334	3.60 349	4.86 248	8.57 377	8.61 209	32.90 398	40.77 417	30.59 391	18.33 365	21.87 399	11.38 341	25.36 406	0.15 321	0.23 358	0.06 334	1.03 385	2.54 389	1.79 376

LSM	14.01 391	5.95 388	33.49 412	6.78 396	43.61 433	10.22 333	9.98 389	15.16 357	22.93 382	23.07 391	32.34 397	18.52 366	12.67 369	15.45 377	11.10 360	0.16 326	0.51 384	0.09 346	0.32 356	1.08 368	16.85 428

SAMSARA	14.63 392	2.74 365	12.38 361	12.65 406	6.74 392	36.50 416	72.93 439	19.36 389	23.77 384	16.20 373	13.04 294	29.21 397	12.78 370	16.98 384	15.21 380	0.11 313	0.26 366	0.03 312	0.14 305	0.76 360	0.77 357

SPS-STEREO	15.04 393	6.23 390	13.21 371	11.34 404	11.65 407	23.30 393	7.15 370	24.16 403	15.65 351	31.78 404	29.19 387	31.62 401	21.32 397	24.62 404	19.50 387	7.59 406	4.19 419	3.22 398	1.48 390	6.99 403	6.54 403
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 394	2.93 367	14.67 376	4.21 382	3.39 341	17.43 382	4.16 325	27.84 410	48.84 419	31.02 403	43.54 414	29.76 399	30.81 411	25.97 406	21.40 392	0.23 339	0.41 376	0.04 323	0.33 358	0.41 335	1.33 370

SGM+DAISY	15.62 395	7.26 396	19.28 390	8.94 398	10.11 405	26.25 398	10.49 392	19.36 389	14.65 346	30.64 402	33.59 400	33.00 403	22.32 401	24.96 405	16.42 382	7.90 407	6.25 423	4.51 401	3.37 403	5.86 399	7.20 405

ACVNet-4b	15.90 396	22.00 412	12.37 360	16.40 411	15.14 413	31.87 409	7.50 374	19.04 384	27.85 390	11.48 343	22.02 360	31.86 402	9.16 349	17.95 387	5.69 287	10.43 413	2.58 402	24.44 415	4.87 412	16.04 414	9.28 413

NVStereoNet_ROB	16.04 397	6.75 392	12.90 369	6.37 395	7.42 397	12.89 361	9.74 387	22.78 401	25.12 386	30.32 401	46.19 417	34.37 407	25.38 403	21.48 399	21.38 391	5.94 401	3.10 411	6.07 404	10.09 417	4.01 394	8.54 411
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 398	10.81 406	59.36 428	4.42 384	2.49 317	30.06 406	15.15 414	17.51 372	16.51 356	17.88 376	37.69 406	24.04 385	17.54 382	29.60 409	33.29 418	0.28 348	0.38 374	0.43 378	0.42 367	2.57 390	1.98 380

MSC_U_SF_DS_RVC	16.41 399	6.93 394	21.83 397	5.94 394	2.81 325	38.71 418	14.59 407	24.55 404	34.87 405	33.66 409	34.35 401	29.24 398	24.20 402	22.59 401	17.95 384	2.52 394	2.81 406	1.17 388	1.51 392	5.89 400	2.16 382

ELAS_RVC	16.54 400	2.26 357	10.09 352	5.50 391	4.46 377	28.28 405	16.72 417	25.55 405	33.54 400	40.19 415	40.30 411	36.68 409	30.03 409	29.40 408	20.61 390	0.98 380	1.21 390	0.86 384	0.70 378	1.39 377	2.16 382
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 401	2.14 355	9.23 345	4.92 387	4.53 380	32.66 412	15.11 413	27.40 408	28.68 393	40.27 416	44.90 415	38.33 411	30.50 410	26.44 407	21.94 397	0.88 375	1.23 391	0.67 380	0.89 383	1.49 378	2.18 384
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 402	1.28 307	11.61 357	3.72 370	1.65 270	16.67 376	9.17 381	14.39 346	55.91 424	63.81 435	40.86 412	35.94 408	37.73 419	14.24 368	26.87 409	0.05 282	0.10 301	0.13 352	0.22 334	0.12 210	0.15 255

SGM-ForestM	16.99 403	1.08 279	5.74 288	2.12 282	0.75 210	31.63 408	12.21 400	27.80 409	32.25 397	37.88 412	39.99 410	52.96 421	35.20 416	33.60 413	24.47 403	0.26 344	0.39 375	0.31 369	0.39 365	0.26 298	0.53 347

DispFullNet	17.47 404	26.01 415	33.98 414	22.58 416	20.86 420	13.84 368	1.28 247	16.50 364	26.27 388	19.97 383	17.17 335	20.52 380	18.49 386	22.86 402	10.76 358	5.13 399	2.83 407	30.72 419	7.72 415	20.86 418	11.01 418

EDNetEfficientorigin	17.87 405	14.00 408	99.53 447	1.64 209	0.92 225	10.55 339	6.26 358	13.21 331	34.84 404	38.20 414	36.91 405	27.47 395	26.32 407	14.71 373	25.69 407	0.04 270	0.06 264	0.14 353	0.52 373	3.16 392	3.27 388

RainbowNet	18.01 406	26.22 416	19.95 392	18.59 413	14.88 412	27.38 404	10.46 391	27.39 407	34.54 402	14.91 368	27.01 380	25.65 389	12.44 367	18.94 391	9.23 340	13.91 419	3.46 415	23.36 414	4.86 411	16.03 413	10.91 417

ACVNet_1	18.70 407	25.08 414	12.72 366	17.33 412	15.18 414	26.02 396	9.62 386	28.44 411	34.49 401	24.39 394	24.32 371	37.22 410	20.13 394	16.67 383	13.39 372	10.45 414	2.59 403	24.77 416	4.92 413	16.57 415	9.75 414

RTS	18.87 408	9.32 403	86.48 435	4.95 388	6.10 390	42.08 420	14.70 408	15.49 359	41.06 412	22.65 388	32.32 395	13.77 333	19.54 391	37.98 418	28.96 411	0.41 359	0.23 358	0.00 1	0.02 241	0.91 364	0.50 344

RTSA	18.87 408	9.32 403	86.48 435	4.95 388	6.10 390	42.08 420	14.70 408	15.49 359	41.06 412	22.65 388	32.32 395	13.77 333	19.54 391	37.98 418	28.96 411	0.41 359	0.23 358	0.00 1	0.02 241	0.91 364	0.50 344

MANE	19.47 410	1.27 304	5.07 259	4.69 385	5.55 387	30.49 407	9.94 388	34.01 413	37.27 409	44.13 421	51.57 425	52.51 419	40.41 421	33.58 412	24.81 404	0.89 376	0.86 387	1.11 387	9.72 416	0.38 325	1.06 365

coex-ft	19.78 411	19.39 411	87.73 437	1.77 225	1.80 286	17.25 380	13.50 404	12.63 321	42.10 414	60.18 431	38.90 407	28.72 396	28.74 408	11.74 346	27.40 410	0.21 336	0.23 358	0.04 323	0.30 354	1.36 375	1.54 374

BEATNet-Init1	23.31 412	9.03 400	41.67 420	4.17 380	2.53 318	45.68 426	19.47 421	33.43 412	38.45 411	47.59 424	49.10 421	59.31 425	41.80 422	38.35 420	29.21 413	0.47 365	0.50 383	0.81 382	0.66 376	2.10 387	1.86 377

DLNR_Zeroshot_test	24.70 413	50.77 432	90.11 438	98.11 447	97.34 445	1.38 13	0.12 36	22.79 402	3.09 51	1.07 38	2.95 52	0.71 48	0.29 9	6.93 175	2.29 201	38.56 430	0.37 373	0.00 1	0.30 354	76.73 442	0.09 190

FADE	25.68 414	17.27 410	50.60 424	10.46 402	9.90 404	22.50 391	9.17 381	35.80 415	53.05 421	20.32 385	19.01 346	26.54 392	34.42 414	39.35 421	33.52 419	30.62 429	14.22 428	38.39 428	37.63 431	5.22 397	5.56 401

ACVNet_2	26.45 415	29.35 420	25.14 404	20.27 415	15.43 415	34.97 414	12.23 401	48.37 426	66.25 434	42.69 418	56.73 429	51.77 417	25.59 404	20.39 397	13.52 374	10.13 412	2.59 403	22.78 413	3.52 405	17.57 416	9.80 415

MADNet+	27.07 416	33.84 422	90.97 439	20.14 414	7.47 398	48.43 428	47.10 435	35.43 414	36.46 406	20.11 384	30.05 389	25.29 388	35.08 415	45.50 427	50.28 433	2.13 391	2.00 395	1.19 389	0.76 379	4.71 395	4.43 392

IMH-64-1	27.21 417	28.77 417	16.84 385	31.57 419	20.76 418	26.43 399	15.10 411	47.11 421	45.20 416	33.53 407	51.16 423	41.42 413	31.10 412	36.48 414	22.39 398	13.48 417	2.87 409	33.95 421	10.70 418	23.50 420	11.75 419

IMH-64	27.21 417	28.77 417	16.84 385	31.57 419	20.76 418	26.43 399	15.10 411	47.11 421	45.20 416	33.53 407	51.16 423	41.42 413	31.10 412	36.48 414	22.39 398	13.48 417	2.87 409	33.95 421	10.70 418	23.50 420	11.75 419

JetBlue	29.12 419	15.72 409	54.12 425	15.93 410	20.98 421	60.90 437	30.62 428	39.38 416	34.62 403	34.08 410	39.69 408	57.35 424	43.17 423	50.71 433	50.60 434	2.41 392	3.79 417	2.81 394	3.45 404	9.57 405	12.59 422

WAO-7	29.39 420	24.43 413	20.47 393	32.71 422	13.83 411	34.70 413	20.27 424	52.19 431	65.03 432	43.29 419	59.35 431	52.19 418	44.68 425	31.71 410	30.56 415	10.98 415	4.94 420	13.71 407	12.52 422	12.06 409	8.22 409

IMH	29.82 421	29.11 419	18.51 389	34.28 423	21.40 423	32.33 411	15.39 415	49.40 428	53.07 422	37.88 412	55.32 428	45.05 415	39.54 420	40.63 422	24.12 402	14.03 420	3.27 413	34.93 423	11.24 420	24.69 422	12.21 421

PWCK	30.53 422	44.32 429	47.25 422	29.76 417	7.23 395	40.78 419	27.10 427	44.73 420	44.32 415	47.31 423	36.37 404	47.16 416	26.05 405	41.26 423	31.87 416	21.83 424	4.03 418	29.50 418	4.67 409	27.17 426	7.80 407

TorneroNet-64	32.42 423	31.89 421	30.52 410	34.73 424	21.13 422	46.99 427	18.82 419	43.10 419	59.42 427	32.70 406	46.98 418	62.01 427	36.98 417	43.97 426	33.88 420	14.10 421	3.22 412	35.28 424	11.72 421	26.84 425	14.07 423

Dean	34.67 424	38.70 427	25.33 405	29.89 418	17.21 416	45.24 425	11.98 399	56.90 435	76.55 436	63.47 434	60.22 432	67.36 433	48.14 428	37.24 416	39.01 425	11.00 416	2.83 407	28.35 417	5.60 414	18.14 417	10.31 416

WAO-6	34.74 425	36.76 426	15.36 379	37.53 425	24.15 427	35.99 415	19.36 420	48.96 427	68.54 435	43.84 420	47.58 419	52.77 420	52.60 429	32.63 411	34.73 422	26.20 427	7.74 426	42.78 429	21.64 428	28.07 427	17.62 429

LVE	34.99 426	40.10 428	34.97 415	32.49 421	18.61 417	51.45 433	26.82 426	52.15 430	65.94 433	47.21 422	61.04 433	53.99 422	37.30 418	37.95 417	34.09 421	15.55 423	5.95 422	31.01 420	13.81 423	22.58 419	16.72 427

TorneroNet	35.11 427	33.92 423	33.82 413	37.86 426	22.01 424	49.64 430	21.58 425	48.09 425	55.23 423	37.50 411	53.79 426	62.81 430	43.66 424	46.71 429	41.25 428	14.80 422	3.53 416	36.72 425	14.57 424	28.28 428	16.49 426

WAO-8	38.15 428	35.51 424	21.50 395	43.67 427	23.92 425	44.44 422	20.26 422	52.83 432	76.62 437	53.57 428	66.79 436	62.63 428	54.56 432	42.03 424	39.18 426	22.71 425	6.65 424	37.08 426	19.08 426	24.72 424	15.24 424

Venus	38.15 428	35.51 424	21.50 395	43.67 427	23.92 425	44.44 422	20.26 422	52.83 432	76.62 437	53.57 428	66.81 437	62.63 428	54.56 432	42.03 424	39.18 426	22.71 425	6.65 424	37.08 426	19.08 426	24.70 423	15.24 424

UNDER WATER	45.09 430	48.60 431	67.37 430	49.30 431	31.41 429	53.80 435	37.39 430	40.25 418	52.48 420	50.24 425	45.37 416	68.37 435	57.76 435	51.03 434	49.88 432	29.97 428	13.75 427	51.22 431	36.57 429	37.87 430	29.12 430

UNDER WATER-64	45.16 431	46.99 430	66.69 429	43.90 429	27.64 428	55.58 436	41.87 432	39.42 417	48.42 418	51.73 427	43.08 413	67.76 434	56.69 434	48.02 431	48.34 431	39.50 431	17.64 429	51.78 432	38.93 432	36.62 429	32.61 431

notaker	47.42 432	55.20 433	49.13 423	56.52 434	40.18 430	38.52 417	32.97 429	47.21 423	56.08 425	57.21 430	57.24 430	60.09 426	59.19 436	53.93 435	41.64 429	40.61 432	19.93 430	57.21 434	37.41 430	49.02 432	39.02 432

ktn	48.94 433	57.58 434	38.86 418	59.57 435	43.27 432	50.37 431	43.38 433	48.07 424	61.11 428	51.30 426	54.25 427	54.96 423	52.88 430	47.30 430	35.83 423	57.77 435	24.88 433	62.69 437	43.55 433	50.70 433	40.41 433

DPSimNet_ROB	53.45 434	64.73 438	44.39 421	53.97 432	45.39 434	53.66 434	54.83 436	55.15 434	57.87 426	64.16 436	50.83 422	63.40 431	53.34 431	46.45 428	65.81 437	63.13 437	26.54 434	57.94 435	51.11 436	45.52 431	50.69 437

KSHMR	55.63 435	63.60 437	37.85 417	74.69 438	49.56 435	49.01 429	45.73 434	57.46 436	63.97 431	61.61 433	62.07 434	72.39 437	47.01 426	50.65 432	43.29 430	54.10 434	62.21 436	66.10 438	53.94 437	51.25 435	46.11 435

HanzoNet	56.48 436	59.32 435	58.25 427	55.32 433	41.94 431	50.95 432	41.33 431	51.12 429	61.40 429	65.62 437	65.59 435	71.66 436	69.41 437	70.77 438	60.03 436	63.99 438	34.70 435	61.96 436	50.54 435	51.00 434	44.71 434

JetRed	61.02 437	61.05 436	82.56 434	46.09 430	56.80 437	83.19 438	63.76 437	59.26 437	63.61 430	69.29 438	68.85 438	66.59 432	47.62 427	61.57 436	74.09 438	45.58 433	66.14 439	46.59 430	45.06 434	63.17 436	49.58 436

LRCNet_RVC	66.23 438	65.67 439	67.63 431	71.47 437	54.32 436	32.17 410	2.66 292	63.19 438	21.35 378	81.79 440	91.26 441	83.62 439	71.62 438	69.32 437	52.57 435	95.49 444	64.45 438	95.07 444	95.19 444	71.52 438	74.31 440

ASD4	75.85 439	81.57 440	69.25 432	68.23 436	80.87 441	96.24 441	99.15 446	77.50 439	93.47 443	77.59 439	85.63 439	78.32 438	76.43 439	77.89 439	82.61 439	58.30 436	62.67 437	55.02 433	62.43 438	68.35 437	65.49 439

MADNet++	82.84 440	82.38 441	73.57 433	87.72 443	82.97 442	93.14 439	69.15 438	86.42 443	82.50 439	93.46 444	86.70 440	86.28 440	80.92 440	88.34 440	88.84 440	86.83 442	84.17 443	72.64 439	68.92 439	80.47 443	81.42 444

tt	83.26 441	0.34 56	99.99 449	79.40 442	93.18 443	100.00 448	100.00 449	100.00 451	99.95 446	60.33 432	47.63 420	99.98 450	99.96 447	99.98 448	100.00 452	92.42 443	99.82 447	73.83 443	73.63 440	88.42 444	56.35 438

xxxxx1	85.63 442	90.31 442	96.68 442	76.54 439	80.57 438	97.44 443	96.86 443	85.53 440	88.53 440	88.68 441	91.71 442	94.23 441	92.93 441	90.02 441	91.98 441	70.60 439	70.39 440	73.68 440	81.46 441	74.61 439	79.86 441

tt_ll	85.63 442	90.31 442	96.68 442	76.54 439	80.57 438	97.44 443	96.86 443	85.53 440	88.53 440	88.68 441	91.71 442	94.23 441	92.93 441	90.02 441	91.98 441	70.60 439	70.39 440	73.68 440	81.46 441	74.61 439	79.86 441

ff	85.63 442	90.31 442	96.68 442	76.54 439	80.57 438	97.44 443	96.86 443	85.53 440	88.53 440	88.68 441	91.71 442	94.23 441	92.93 441	90.02 441	91.98 441	70.60 439	70.39 440	73.68 440	81.46 441	74.61 439	79.86 441

PML	97.88 445	100.00 450	96.45 441	98.01 446	97.88 446	100.00 448	99.35 447	96.88 444	97.72 445	100.00 450	97.36 445	97.38 445	99.60 446	100.00 451	96.32 445	99.99 449	97.55 444	100.00 447	96.01 445	99.18 446	87.92 445

MEDIAN_ROB	98.41 446	99.70 445	99.30 446	97.09 444	97.02 444	96.89 442	95.77 442	97.66 446	97.28 444	98.79 447	98.94 446	99.18 446	98.14 445	96.89 444	96.88 446	99.96 448	99.16 445	100.00 447	99.99 448	99.69 447	99.88 447

HaxPig	98.85 447	99.94 447	95.08 440	99.99 450	100.00 449	94.03 440	94.78 440	99.15 447	99.98 448	99.99 449	100.00 448	99.98 450	99.99 448	98.12 445	95.97 444	100.00 451	99.99 449	100.00 447	99.99 448	100.00 450	99.99 450

Anonymous_1	99.08 448	99.91 446	99.85 448	97.63 445	99.10 447	100.00 448	100.00 449	99.61 448	99.96 447	99.28 448	99.86 447	99.54 447	99.99 448	99.29 446	99.75 447	96.05 445	99.59 446	97.31 445	98.57 446	97.71 445	98.63 446

test_example2	99.39 449	99.98 449	99.99 449	100.00 453	99.98 448	99.72 447	99.99 448	97.34 445	100.00 449	100.00 450	100.00 448	96.42 444	96.66 444	99.97 447	99.96 448	100.00 451	99.97 448	98.66 446	99.15 447	100.00 450	100.00 452

AVERAGE_ROB	99.62 450	99.95 448	98.81 445	100.00 453	100.00 449	98.08 446	95.47 441	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	99.99 449	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

DGTPSM_ROB	99.90 451	100.00 450	99.99 449	99.99 450	100.00 449	100.00 448	100.00 449	99.97 449	100.00 449	98.35 445	100.00 448	99.84 448	100.00 450	99.98 448	99.99 449	99.99 449	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

DPSMNet_ROB	99.91 452	100.00 450	99.99 449	99.99 450	100.00 449	100.00 448	100.00 449	99.98 450	100.00 449	98.35 445	100.00 448	99.84 448	100.00 450	99.98 448	99.99 449	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

DPSM_ROB	99.95 453	100.00 450	100.00 453	99.76 448	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	99.21 446	100.00 450	100.00 447	100.00 450	99.99 448	99.95 448

DPSM	99.95 453	100.00 450	100.00 453	99.76 448	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	99.21 446	100.00 450	100.00 447	100.00 450	99.99 448	99.95 448

MyStereo03	100.00 455	100.00 450	100.00 453	100.00 453	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

MyStereo02	100.00 455	100.00 450	100.00 453	100.00 453	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

MyStereo	100.00 455	100.00 450	100.00 453	100.00 453	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

Selective-RAFT-Error	100.00 455	100.00 450	100.00 453	100.00 453	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

CasAABBNet	100.00 455	100.00 450	100.00 453	100.00 453	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	100.00 452

LSM0	100.00 455	100.00 450	100.00 453	100.00 453	100.00 449	100.00 448	100.00 449	100.00 451	100.00 449	100.00 450	100.00 448	100.00 452	100.00 450	100.00 451	100.00 452	100.00 451	100.00 450	100.00 447	100.00 450	100.00 450	99.99 450

Low-res two-view benchmark