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

CAS	5.20 38	0.78 1	3.30 4	17.06 353	7.59 318	8.07 132	6.31 207	9.46 11	9.09 59	4.57 20	10.67 44	1.91 3	1.22 2	4.18 2	2.16 33	10.33 370	0.02 29	0.00 1	0.02 87	0.44 165	6.83 349

Selective-RAFT	5.78 73	0.83 2	10.24 203	6.70 190	0.72 57	15.49 232	1.13 22	13.82 67	15.41 118	6.97 39	6.97 19	11.63 97	8.27 129	12.32 142	4.73 119	0.10 133	0.01 10	0.00 1	0.26 245	0.07 11	0.03 8

s12784h	5.87 75	0.88 3	4.11 12	3.01 5	0.51 27	18.49 268	0.98 18	18.89 141	17.60 144	12.52 77	12.46 58	7.87 58	5.01 58	11.05 80	3.13 72	0.73 275	0.01 10	0.04 101	0.00 1	0.07 11	0.01 1

MIF-Stereo	2.89 2	0.90 4	6.74 60	4.08 34	2.42 149	2.63 4	0.42 6	5.57 1	4.88 6	5.36 29	7.63 21	1.09 1	1.47 3	8.80 39	5.11 132	0.03 91	0.07 126	0.00 1	0.01 64	0.48 176	0.11 41

MC-Stereo	3.99 24	0.95 5	4.70 16	5.09 82	0.44 23	3.77 11	1.79 64	9.86 15	7.05 40	6.34 31	13.35 65	6.83 46	6.34 95	10.80 73	1.75 9	0.00 1	0.11 168	0.06 120	0.24 240	0.12 31	0.14 58

PMTNet	5.36 47	0.97 6	3.42 6	1.97 1	1.30 100	8.96 136	0.69 11	12.33 34	12.16 82	8.50 45	11.35 50	6.09 41	4.50 44	9.34 50	2.70 52	22.71 385	0.01 10	0.04 101	0.02 87	0.06 6	0.01 1

test_4	5.47 49	0.98 7	5.56 34	6.55 179	0.62 40	5.53 58	1.88 68	11.68 29	6.00 21	12.60 86	30.86 239	7.48 56	3.87 26	12.25 140	2.97 62	0.00 1	0.07 126	0.03 86	0.14 195	0.34 140	0.04 10

CREStereo++_RVC	4.61 30	0.99 8	3.70 8	4.08 34	2.01 136	3.94 12	0.10 2	9.10 10	16.94 135	8.65 47	16.77 89	4.46 24	2.18 11	5.72 7	3.12 70	0.00 1	0.00 1	0.00 1	10.32 376	0.02 1	0.01 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
FENet	7.94 148	1.01 9	6.72 59	5.87 134	2.07 138	11.11 165	2.03 77	21.39 166	20.81 165	17.14 174	22.65 154	14.43 147	11.54 187	12.97 168	7.89 185	0.15 149	0.24 242	0.03 86	0.02 87	0.14 39	0.62 206

DCANet-4	6.41 95	1.02 10	9.66 185	3.41 13	0.68 44	4.73 21	1.70 46	17.70 121	24.33 203	15.10 125	20.25 124	6.45 43	8.65 133	8.47 29	5.31 140	0.01 46	0.04 57	0.00 1	0.00 1	0.09 16	0.63 207

tt	89.96 421	1.02 10	100.00 431	99.40 427	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	78.36 408	67.94 396	99.99 430	100.00 429	100.00 431	100.00 432	95.81 423	99.93 428	87.43 419	86.39 419	95.11 425	87.89 419

test_3	5.55 62	1.02 10	8.07 114	6.18 158	0.54 30	9.00 137	3.28 121	13.55 59	18.66 153	11.97 68	8.89 28	13.98 143	4.05 31	8.96 42	2.10 28	0.00 1	0.05 77	0.00 1	0.31 262	0.26 95	0.18 84

CASnet	3.91 23	1.03 13	4.68 15	4.98 77	0.27 7	4.99 41	2.95 115	11.02 28	11.02 71	10.61 60	11.76 53	4.15 19	1.65 6	5.85 10	1.91 12	0.50 244	0.00 1	0.59 267	0.12 188	0.13 36	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	3.58 18	1.05 14	3.35 5	2.17 2	0.59 35	5.61 65	0.40 5	10.50 20	13.34 100	6.93 34	10.44 42	5.29 37	3.47 22	5.82 9	2.62 50	0.01 46	0.01 10	0.02 73	0.01 64	0.04 3	0.01 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
EGLCR-Stereo	2.92 3	1.06 15	5.28 26	3.38 12	0.55 31	4.59 18	0.66 9	10.43 19	4.81 5	3.30 7	3.23 1	7.93 59	1.71 8	9.22 48	1.62 7	0.05 105	0.12 172	0.00 1	0.00 1	0.23 79	0.16 76

GLC_STEREO	3.40 11	1.06 15	3.44 7	6.52 176	0.20 1	4.76 28	1.66 43	8.97 8	6.59 25	5.39 30	9.04 30	5.23 35	2.03 10	9.76 53	2.77 53	0.01 46	0.03 48	0.21 216	0.00 1	0.23 79	0.06 20

test-3	5.21 40	1.06 15	7.71 97	4.19 38	0.59 35	6.72 111	3.01 116	12.96 46	17.49 142	12.53 83	8.65 23	13.20 129	4.14 33	9.00 44	2.11 29	0.00 1	0.05 77	0.00 1	0.32 265	0.25 87	0.18 84

test_1	5.20 38	1.06 15	7.72 98	4.21 40	0.59 35	6.69 108	3.03 118	12.98 47	17.51 143	12.35 73	8.66 25	13.20 129	4.12 32	9.00 44	2.11 29	0.00 1	0.05 77	0.00 1	0.32 265	0.25 87	0.18 84

LoS	3.59 19	1.07 19	3.81 9	2.80 3	0.52 29	4.98 40	1.18 23	10.35 18	12.97 92	4.54 19	10.75 45	3.89 17	3.27 18	8.78 38	2.63 51	0.03 91	0.03 48	0.09 139	0.00 1	0.12 31	0.04 10

RCA-Stereo	5.32 45	1.08 20	5.91 39	4.29 48	0.51 27	5.65 68	4.12 150	16.97 112	18.67 154	8.27 42	14.16 67	8.86 69	8.90 139	6.45 13	2.18 34	0.00 1	0.07 126	0.10 155	0.00 1	0.10 26	0.07 23

TANstereo	4.70 33	1.08 20	4.01 11	3.53 23	0.47 24	14.26 208	0.15 3	8.67 7	12.54 85	12.50 75	18.43 103	5.20 34	4.54 47	5.68 6	2.07 23	0.00 1	0.13 176	0.00 1	0.01 64	0.02 1	0.63 207

CFNet-RSSM	5.55 62	1.08 20	8.60 140	4.30 49	1.21 97	6.42 100	1.25 25	16.12 103	17.84 146	13.12 96	11.14 48	11.84 102	5.52 65	9.14 47	2.35 40	0.01 46	0.20 211	0.00 1	0.36 273	0.34 140	0.07 23

GMM-Stereo	8.34 158	1.09 23	6.42 54	6.14 157	2.52 153	10.30 149	9.64 261	23.44 189	10.64 69	17.84 186	29.89 225	17.37 194	7.75 118	11.55 105	4.36 111	0.05 105	0.01 10	0.23 223	0.90 309	0.46 167	6.26 341

11t1	5.86 74	1.10 24	7.74 100	5.18 99	1.44 111	13.82 201	2.36 91	14.92 77	7.26 42	12.98 94	11.10 47	11.24 94	9.30 144	11.59 110	6.54 161	0.10 133	0.16 195	0.00 1	0.01 64	0.18 55	0.23 120

AEACV	3.17 6	1.11 25	5.39 28	4.55 59	5.35 259	4.29 13	1.60 41	6.21 2	5.43 17	3.08 4	7.85 22	4.23 20	6.55 98	5.51 5	1.56 1	0.00 1	0.09 149	0.03 86	0.32 265	0.20 61	0.12 45

Selective-IGEV	3.06 5	1.11 25	4.98 18	3.56 24	1.66 120	4.73 21	2.14 81	10.73 26	4.56 3	2.93 3	4.60 6	5.54 39	1.77 9	10.82 75	1.69 8	0.00 1	0.01 10	0.00 1	0.14 195	0.06 6	0.13 53

KYRaft	9.04 177	1.11 25	7.02 73	6.50 174	0.97 76	8.27 133	8.19 243	22.86 184	8.20 51	21.30 252	31.38 248	22.64 240	8.20 128	11.99 124	2.96 61	0.02 77	0.02 29	0.05 107	0.68 300	0.40 158	18.09 384

FTStereo	8.67 168	1.13 28	6.04 42	6.04 149	2.39 148	7.86 130	12.05 301	17.72 122	8.33 53	20.16 231	41.41 330	16.10 173	12.64 200	10.80 73	4.37 112	0.18 156	0.01 10	0.09 139	0.16 204	0.15 41	5.71 337

CES	3.85 22	1.14 29	2.91 1	3.05 6	11.37 352	5.37 54	1.02 20	9.52 12	8.82 58	3.50 9	9.21 32	1.78 2	0.90 1	6.53 14	2.37 41	0.02 77	0.04 57	0.01 63	0.00 1	1.62 276	7.74 361

Any-RAFT	6.04 86	1.16 30	4.52 14	4.47 55	1.20 96	10.46 150	1.97 74	21.84 172	15.52 121	11.21 65	19.37 111	13.34 132	4.72 56	8.65 35	2.03 21	0.01 46	0.19 206	0.00 1	0.00 1	0.04 3	0.08 27

xxxx	11.74 246	1.16 30	7.88 103	5.61 117	1.99 134	20.46 280	3.12 119	33.99 299	23.76 200	15.53 137	30.67 233	26.88 273	14.50 240	12.98 169	35.48 357	0.19 160	0.18 202	0.01 63	0.02 87	0.22 67	0.27 136

GrayStereo	8.86 175	1.17 32	6.94 70	8.09 245	2.82 161	10.58 154	11.40 293	17.93 129	15.74 125	22.43 264	30.95 240	17.80 198	12.44 197	11.19 92	4.57 115	0.02 77	0.02 29	0.18 200	0.79 306	0.31 125	1.90 291

PSM-AAD	8.62 167	1.22 33	5.69 38	6.31 164	1.12 86	12.74 187	10.01 268	19.29 145	15.25 116	21.54 254	25.11 173	14.24 144	13.47 212	12.15 135	3.93 98	0.01 46	0.06 109	2.48 333	0.16 204	0.38 155	7.28 357

Gwc-CoAtRS	5.54 59	1.22 33	8.40 127	4.28 46	1.36 109	6.93 116	1.31 26	15.48 87	15.03 114	12.62 87	13.32 64	12.74 116	5.71 75	8.61 31	2.98 63	0.01 46	0.22 226	0.00 1	0.29 255	0.28 106	0.07 23

MIF-Stereo (partial)	4.33 27	1.23 35	7.27 83	5.04 79	5.31 258	3.47 9	0.95 16	9.06 9	7.41 43	4.15 15	15.76 78	5.38 38	5.22 60	11.56 106	4.21 108	0.04 97	0.02 29	0.05 107	0.03 103	0.34 140	0.12 45

LCNet	7.52 139	1.23 35	5.35 27	6.42 169	1.29 99	9.27 141	5.64 186	17.85 125	10.63 68	16.54 162	24.54 168	14.85 155	11.29 180	11.74 118	3.88 96	0.02 77	0.02 29	0.22 220	2.04 337	0.90 248	6.76 347

DRaft	9.27 184	1.23 35	9.08 165	3.62 29	0.78 64	13.27 195	5.89 190	16.97 112	29.57 240	21.15 250	38.46 314	10.09 81	13.98 225	11.58 108	7.91 186	0.43 232	0.30 255	0.06 120	0.26 245	0.26 95	0.45 178

cross-raft	5.37 48	1.23 35	6.66 58	5.91 139	1.25 98	6.00 89	1.48 32	15.82 97	7.70 45	12.95 93	20.80 136	11.63 97	4.42 38	8.59 30	2.23 36	0.01 46	0.21 217	0.00 1	0.22 225	0.21 64	0.10 35

HSM-Net_RVC	10.88 233	1.23 35	5.46 29	5.57 115	2.63 155	20.12 279	6.06 202	27.67 229	28.35 237	20.63 238	25.51 178	34.01 315	14.38 235	16.18 232	9.29 206	0.11 136	0.07 126	0.01 63	0.00 1	0.13 36	0.14 58
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test_xeample	11.49 241	1.24 40	7.50 91	5.22 104	2.18 141	17.40 259	6.49 219	31.14 265	22.77 188	17.90 189	33.09 275	18.48 208	14.61 241	13.51 181	37.38 365	0.16 151	0.13 176	0.01 63	0.03 103	0.23 79	0.24 126

RAFT-RH_RVC	7.73 143	1.25 41	6.99 72	4.83 69	0.90 71	11.76 170	1.53 36	13.00 48	14.43 110	17.51 183	46.41 355	11.02 89	6.30 94	12.68 154	4.93 129	0.51 247	0.04 57	0.12 169	0.13 191	0.09 16	0.09 29

IGEV+	2.98 4	1.27 42	5.17 25	5.41 110	0.47 24	4.63 19	1.71 56	9.97 16	4.75 4	2.58 2	6.27 17	4.35 23	4.44 41	4.98 4	3.05 67	0.00 1	0.07 126	0.00 1	0.08 160	0.24 84	0.18 84

Prome-Stereo	8.10 153	1.28 43	5.48 30	6.50 174	1.51 117	6.70 109	9.42 256	21.08 163	9.13 60	20.88 241	32.84 271	11.95 106	11.86 190	11.75 119	3.97 100	0.01 46	0.02 29	0.18 200	0.12 188	0.41 161	7.01 352

riskmin	6.42 96	1.29 44	6.76 62	3.95 32	2.25 143	10.49 151	2.53 99	15.11 79	17.60 144	9.77 54	12.91 62	15.25 162	12.04 193	11.58 108	5.11 132	0.14 143	0.24 242	0.13 180	0.03 103	0.61 207	0.69 219

CrosDoStereo	9.24 180	1.29 44	8.16 119	4.56 61	1.04 78	7.52 126	15.00 322	15.85 98	24.31 201	24.27 276	33.44 278	13.37 133	13.82 220	12.23 138	8.86 201	0.01 46	0.11 168	0.09 139	0.04 118	0.36 145	0.53 191

DeepStereo_LL	9.24 180	1.29 44	8.16 119	4.56 61	1.04 78	7.52 126	15.00 322	15.85 98	24.31 201	24.27 276	33.44 278	13.37 133	13.82 220	12.23 138	8.86 201	0.01 46	0.11 168	0.09 139	0.04 118	0.36 145	0.53 191

RAFT-345	6.79 116	1.29 44	6.80 65	5.06 80	0.91 72	5.61 65	3.32 127	13.36 57	10.17 64	13.73 105	43.66 344	9.12 74	5.38 63	12.29 141	4.44 114	0.32 200	0.05 77	0.09 139	0.06 150	0.06 6	0.03 8

222	12.33 256	1.29 44	8.09 115	6.06 150	2.14 140	19.51 274	2.53 99	33.63 296	23.55 193	21.72 256	30.51 232	20.11 221	16.77 269	13.22 175	46.51 386	0.15 149	0.14 186	0.01 63	0.03 103	0.26 95	0.26 134

DisPM	6.43 97	1.31 49	8.36 123	6.61 185	1.06 81	5.83 81	3.82 145	13.04 50	11.63 76	16.38 157	23.88 166	12.80 117	6.50 97	13.03 174	3.04 66	0.51 247	0.01 10	0.08 132	0.15 201	0.10 26	0.42 172

IPLGR	7.14 129	1.31 49	13.14 247	4.24 42	1.15 94	9.78 142	0.98 18	23.98 192	21.70 178	16.22 153	18.43 103	8.45 66	7.66 114	9.26 49	5.45 146	0.21 170	0.05 77	0.04 101	0.06 150	0.32 134	0.38 160

RAFT-Test	5.75 72	1.32 51	6.77 63	4.07 33	1.71 123	9.95 143	1.56 39	15.78 96	8.34 55	12.73 90	23.83 164	11.80 100	4.69 50	8.99 43	2.57 49	0.01 46	0.29 254	0.00 1	0.38 278	0.16 46	0.07 23

GANet-RSSM	9.48 190	1.32 51	6.45 55	6.72 192	5.51 265	12.78 189	6.03 200	26.55 220	18.96 157	14.92 120	27.95 202	25.41 264	14.69 242	13.52 182	7.60 182	0.10 133	0.10 159	0.16 193	0.01 64	0.51 188	0.39 163

1111x	11.32 237	1.34 53	8.95 150	5.20 101	1.96 133	14.46 218	7.75 241	35.65 319	28.23 236	15.66 140	26.66 193	26.65 269	14.76 244	15.88 222	22.27 304	0.24 182	0.13 176	0.04 101	0.06 150	0.30 114	0.24 126

R-Stereo Train	7.04 125	1.34 53	7.89 104	6.23 161	2.30 145	7.51 124	5.54 183	23.96 190	6.94 29	16.26 154	33.57 281	12.04 109	5.61 68	7.67 23	3.74 89	0.01 46	0.05 77	0.01 63	0.00 1	0.10 26	0.12 45

RAFT-Stereo	7.04 125	1.34 53	7.89 104	6.23 161	2.30 145	7.51 124	5.54 183	23.96 190	6.94 29	16.26 154	33.57 281	12.04 109	5.61 68	7.67 23	3.74 89	0.01 46	0.05 77	0.01 63	0.00 1	0.10 26	0.12 45
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
x	6.80 117	1.36 56	6.94 70	4.58 63	1.88 131	10.78 158	4.55 160	19.79 149	10.62 67	12.69 88	19.54 118	14.87 156	10.11 161	9.52 51	8.03 189	0.07 124	0.15 189	0.04 101	0.04 118	0.24 84	0.22 113

DEmStereo	8.85 173	1.36 56	9.99 199	4.24 42	1.05 80	11.49 168	5.91 191	13.76 65	26.68 224	22.03 258	32.92 273	11.86 103	15.27 254	11.48 100	8.08 190	0.16 151	0.15 189	0.02 73	0.09 172	0.09 16	0.44 176

SMFormer	10.46 220	1.37 58	13.37 251	4.41 50	1.30 100	14.40 215	3.29 122	30.25 253	29.81 244	19.55 215	29.37 213	18.06 202	14.40 236	15.42 213	12.70 238	0.38 213	0.21 217	0.28 236	0.03 103	0.33 137	0.31 152

tta	10.45 219	1.37 58	13.37 251	4.41 50	1.30 100	14.39 212	3.29 122	30.25 253	29.81 244	19.55 215	29.37 213	18.06 202	14.40 236	15.42 213	12.69 237	0.38 213	0.21 217	0.28 236	0.03 103	0.29 110	0.18 84

qqq1	9.96 207	1.37 58	13.37 251	4.41 50	1.30 100	14.40 215	3.29 122	30.25 253	29.81 244	19.55 215	29.37 213	18.06 202	14.40 236	15.42 213	3.18 73	0.38 213	0.21 217	0.00 1	0.01 64	0.29 110	0.18 84

fff1	9.96 207	1.37 58	13.37 251	4.41 50	1.30 100	14.40 215	3.29 122	30.25 253	29.81 244	19.55 215	29.37 213	18.06 202	14.40 236	15.42 213	3.18 73	0.38 213	0.21 217	0.00 1	0.01 64	0.29 110	0.18 84

qqq	6.96 123	1.40 62	8.15 118	4.50 56	1.03 77	8.55 135	6.93 230	20.20 152	11.88 78	12.00 69	18.19 102	16.02 170	11.15 177	11.09 81	7.45 175	0.06 116	0.13 176	0.02 73	0.05 136	0.25 87	0.20 98

PFNet+	6.68 106	1.40 62	9.60 182	5.64 118	0.85 66	5.79 80	1.74 58	13.63 60	15.30 117	17.88 188	21.38 140	14.52 150	6.07 83	12.74 159	4.89 128	0.63 265	0.20 211	0.11 166	0.30 259	0.05 5	0.91 246

SFCPSM	8.85 173	1.40 62	11.34 223	5.23 106	3.47 185	16.55 254	7.18 236	30.71 262	25.24 211	16.45 158	19.45 113	11.10 92	9.61 153	11.88 123	5.52 147	0.22 173	0.17 197	0.36 251	0.22 225	0.29 110	0.58 200

EKT-Stereo	5.73 70	1.42 65	7.85 102	7.16 211	5.35 259	5.22 50	4.41 157	18.13 131	14.05 104	8.77 48	12.85 61	9.55 78	4.26 35	11.19 92	2.45 47	0.45 235	0.23 231	0.07 128	0.10 178	0.16 46	0.87 243

ASMatch	7.40 136	1.42 65	8.49 135	5.09 82	2.00 135	4.74 26	2.62 104	16.54 108	13.17 95	17.08 172	34.75 290	13.13 128	10.33 165	12.04 127	4.82 126	0.05 105	0.24 242	0.21 216	0.17 208	0.16 46	0.97 250

raftrobust	5.56 64	1.42 65	6.00 41	7.04 205	5.11 247	4.90 35	1.88 68	17.13 115	13.72 102	11.87 67	11.58 52	7.82 57	9.21 143	10.28 59	2.92 60	0.02 77	0.05 77	0.00 1	0.00 1	0.22 67	0.11 41

DualNet	9.14 178	1.43 68	9.67 186	5.70 123	3.44 179	11.96 174	6.35 208	18.45 133	16.31 128	15.83 143	31.44 251	17.22 188	10.87 170	10.82 75	21.98 299	0.00 1	0.05 77	0.80 284	0.08 160	0.26 95	0.14 58

ffm	8.12 154	1.43 68	9.67 186	5.70 123	3.44 179	11.96 174	6.35 208	18.45 133	16.31 128	15.83 143	31.44 251	17.22 188	10.87 170	10.82 75	1.61 5	0.00 1	0.05 77	0.80 284	0.08 160	0.26 95	0.14 58

ff1	9.41 189	1.43 68	9.67 186	5.70 123	3.44 179	11.96 174	6.35 208	18.45 133	16.31 128	15.83 143	31.44 251	17.22 188	10.87 170	16.19 233	21.98 299	0.00 1	0.05 77	0.80 284	0.08 160	0.26 95	0.14 58

mmx	10.71 225	1.43 68	9.67 186	5.70 123	3.44 179	11.96 174	6.35 208	32.18 278	28.03 233	15.83 143	31.44 251	17.22 188	10.87 170	16.19 233	21.98 299	0.22 173	0.06 109	0.80 284	0.08 160	0.48 176	0.21 106

xxx	10.71 225	1.43 68	9.67 186	5.70 123	3.44 179	11.96 174	6.35 208	32.18 278	28.03 233	15.83 143	31.44 251	17.22 188	10.87 170	16.19 233	21.98 299	0.22 173	0.06 109	0.80 284	0.08 160	0.48 176	0.21 106

IPLG	7.20 132	1.43 68	12.55 239	5.17 94	4.32 219	11.11 165	1.48 32	21.79 171	15.10 115	19.16 214	20.23 123	5.26 36	5.61 68	11.68 116	8.14 191	0.05 105	0.06 109	0.03 86	0.07 157	0.33 137	0.50 187

HCRNet	8.80 171	1.43 68	7.74 100	14.41 339	5.25 251	10.85 160	2.56 102	26.07 215	18.04 151	15.48 136	25.03 171	18.63 209	9.93 159	13.01 171	6.76 163	0.04 97	0.04 57	0.10 155	0.01 64	0.18 55	0.38 160

PFNet	7.91 146	1.44 75	11.60 227	7.03 203	2.42 149	7.60 128	6.03 200	23.36 188	17.24 138	20.29 233	17.67 91	15.44 165	7.71 117	13.02 173	5.71 149	0.24 182	0.20 211	0.12 169	0.19 219	0.31 125	0.61 205

RAFT+CT+SA	7.44 138	1.46 76	6.46 56	10.73 308	3.34 178	4.70 20	7.45 239	16.45 106	25.89 217	10.18 57	27.15 198	7.27 52	8.00 125	15.11 206	3.19 75	0.02 77	0.00 1	0.18 200	0.46 287	0.30 114	0.47 180

SST-Stereo	6.60 103	1.46 76	8.37 124	6.68 188	0.77 62	6.01 90	1.93 73	14.68 74	9.24 61	19.09 213	20.43 129	16.86 178	8.59 132	13.49 179	3.80 92	0.22 173	0.05 77	0.13 180	0.00 1	0.08 14	0.05 13

4D-IteraStereo	5.15 36	1.47 78	7.98 109	4.89 75	4.69 228	6.25 93	1.85 67	13.23 51	16.30 127	14.18 109	11.26 49	8.33 64	1.61 4	8.07 26	2.42 42	0.00 1	0.05 77	0.08 132	0.01 64	0.19 59	0.15 72

IRAFT_RVC	8.76 170	1.47 78	9.55 181	7.31 214	1.77 126	6.49 103	10.43 278	25.94 213	27.33 227	17.50 182	19.85 120	17.93 200	10.21 162	12.88 161	5.44 145	0.17 154	0.30 255	0.19 208	0.05 136	0.22 67	0.12 45

XX-Stereo	6.14 89	1.47 78	9.11 166	11.87 322	6.76 298	3.27 7	0.93 15	15.13 80	5.43 17	8.79 49	28.46 206	13.71 141	2.22 12	11.51 103	2.07 23	0.20 167	0.24 242	0.08 132	0.29 255	1.04 252	0.13 53

BUS	9.20 179	1.48 81	7.93 106	6.74 193	3.96 198	17.62 262	2.79 111	33.06 290	21.58 175	17.99 191	21.34 137	14.49 148	9.40 149	14.18 190	10.57 223	0.19 160	0.13 176	0.14 184	0.04 118	0.30 114	0.09 29

BSDual-CNN	9.70 197	1.48 81	7.93 106	6.74 193	3.96 198	16.10 242	7.13 233	33.06 290	21.58 175	17.99 191	21.34 137	22.28 237	11.53 185	14.18 190	7.81 183	0.19 160	0.13 176	0.14 184	0.04 118	0.30 114	0.09 29

psmg	9.80 200	1.48 81	7.93 106	5.18 99	3.96 198	15.85 236	7.93 242	29.11 241	21.58 175	20.93 242	25.06 172	22.28 237	11.53 185	14.18 190	7.81 183	0.19 160	0.13 176	0.17 195	0.04 118	0.36 145	0.21 106

AAGNet	7.94 148	1.48 81	9.34 175	7.13 210	0.70 48	5.85 85	5.16 172	15.40 86	14.01 103	20.13 230	24.03 167	15.28 163	11.52 184	12.05 128	15.47 258	0.63 265	0.06 109	0.32 245	0.01 64	0.12 31	0.09 29

ttt	9.98 209	1.49 85	7.30 89	6.43 170	3.95 197	14.02 203	5.06 170	33.03 289	29.84 248	14.90 119	30.95 240	14.81 154	9.66 154	15.36 211	11.38 234	0.38 213	0.19 206	0.10 155	0.03 103	0.37 150	0.28 139

knoymous	6.19 91	1.49 85	4.49 13	3.81 30	1.87 130	5.84 83	5.76 189	14.51 71	14.18 106	13.31 102	21.59 141	12.64 114	6.49 96	12.41 147	4.03 105	0.12 138	0.13 176	0.12 169	0.00 1	0.71 227	0.35 158

ac_64	11.10 235	1.49 85	9.88 195	8.24 251	5.45 264	19.12 271	6.46 217	24.10 195	14.34 108	22.80 267	23.87 165	33.28 312	15.54 257	18.87 260	17.26 273	0.28 193	0.12 172	0.02 73	0.02 87	0.26 95	0.63 207

mmm	7.72 142	1.50 88	8.56 138	5.29 107	1.89 132	14.14 207	5.70 188	18.42 132	11.02 71	16.04 149	23.78 162	17.00 179	10.03 160	12.03 126	7.54 178	0.12 138	0.07 126	0.50 261	0.20 220	0.31 125	0.18 84

test_5	8.51 163	1.50 88	8.19 121	11.06 314	5.00 242	6.91 115	5.67 187	17.50 118	22.09 182	16.07 150	29.63 222	15.28 163	10.78 167	15.94 227	3.65 86	0.00 1	0.00 1	0.26 229	0.08 160	0.31 125	0.35 158

Sa-1000	8.38 160	1.50 88	8.13 116	7.56 230	0.89 70	14.39 212	2.47 96	24.31 197	23.74 198	15.18 133	28.35 205	11.42 95	8.85 138	16.20 236	3.28 77	0.17 154	0.23 231	0.15 189	0.23 233	0.46 167	0.19 95

Pruner-Stereo	6.59 100	1.51 91	8.71 141	6.34 165	0.85 66	5.66 73	4.15 151	13.74 64	11.02 71	18.11 195	22.09 148	15.86 168	5.80 78	11.75 119	5.15 134	0.60 258	0.02 29	0.18 200	0.10 178	0.07 11	0.16 76

iRaftStereo_RVC	4.68 31	1.51 91	6.89 68	4.91 76	0.72 57	5.26 52	0.46 7	17.60 119	10.47 66	9.53 52	15.13 74	5.75 40	3.24 17	8.93 41	2.22 35	0.00 1	0.09 149	0.00 1	0.00 1	0.46 167	0.41 170

UPFNet	11.72 244	1.52 93	10.33 205	7.38 218	7.14 308	20.05 278	9.62 260	28.90 240	25.94 218	20.02 226	29.73 223	20.91 225	16.34 265	18.61 258	16.17 265	0.26 190	0.17 197	0.25 227	0.03 103	0.55 198	0.56 197

RAFT_R40	6.91 121	1.53 94	8.45 132	6.79 196	0.77 62	5.86 87	3.82 145	14.85 76	14.53 111	18.05 194	20.03 122	17.06 180	8.69 134	13.40 178	3.84 95	0.14 143	0.02 29	0.14 184	0.00 1	0.09 16	0.05 13

test-1	5.62 68	1.53 94	14.78 276	7.44 223	1.11 84	7.99 131	1.19 24	13.03 49	12.04 81	9.39 51	15.23 75	11.15 93	5.56 67	7.06 19	3.57 81	0.07 124	0.50 296	0.00 1	0.10 178	0.16 46	0.47 180

anonymousdsp2	5.93 76	1.54 96	8.34 122	4.43 54	0.38 12	9.24 140	4.11 148	21.92 176	17.36 140	12.28 72	10.08 38	10.05 80	4.42 38	11.04 79	2.54 48	0.01 46	0.02 29	0.30 243	0.18 209	0.21 64	0.18 84

SA	7.93 147	1.54 96	9.13 169	7.98 243	0.64 41	5.85 85	2.29 89	22.27 177	24.54 208	13.17 97	31.07 244	8.87 70	10.32 164	16.49 240	3.12 70	0.04 97	0.12 172	0.17 195	0.30 259	0.45 166	0.17 80

test_xeample3	3.34 10	1.54 96	7.67 95	3.33 9	0.68 44	5.74 79	1.63 42	12.05 32	3.88 2	6.71 32	3.81 3	3.17 8	3.34 19	10.59 63	2.07 23	0.00 1	0.02 29	0.00 1	0.27 249	0.13 36	0.16 76

MIM_Stereo	7.02 124	1.55 99	10.78 215	4.17 37	0.58 34	5.25 51	1.32 28	19.03 142	12.59 87	16.74 167	28.83 209	13.20 129	5.53 66	12.89 162	7.11 168	0.00 1	0.23 231	0.00 1	0.01 64	0.38 155	0.28 139

fff	6.83 118	1.55 99	7.28 84	3.56 24	0.32 8	4.73 21	1.70 46	15.75 93	31.87 261	15.11 126	20.25 124	6.90 47	12.80 202	8.63 32	5.33 141	0.01 46	0.04 57	0.00 1	0.00 1	0.09 16	0.63 207

IER	9.78 199	1.55 99	9.97 197	4.51 57	5.23 250	13.78 199	5.11 171	26.66 221	22.79 189	19.69 220	29.45 219	16.42 174	18.52 287	13.64 184	7.57 180	0.06 116	0.03 48	0.18 200	0.09 172	0.18 55	0.23 120

GMOStereo	5.97 79	1.55 99	7.18 77	5.17 94	0.71 49	5.54 59	2.21 82	10.54 21	12.86 88	18.29 199	22.01 143	17.06 180	6.27 90	6.62 15	2.43 43	0.00 1	0.23 231	0.12 169	0.00 1	0.46 167	0.10 35

error version	5.97 79	1.55 99	7.18 77	5.17 94	0.71 49	5.54 59	2.21 82	10.54 21	12.86 88	18.29 199	22.01 143	17.06 180	6.27 90	6.62 15	2.43 43	0.00 1	0.23 231	0.12 169	0.00 1	0.46 167	0.10 35

test-v	5.97 79	1.55 99	7.18 77	5.17 94	0.71 49	5.54 59	2.21 82	10.54 21	12.86 88	18.29 199	22.01 143	17.06 180	6.27 90	6.62 15	2.43 43	0.00 1	0.23 231	0.12 169	0.00 1	0.46 167	0.10 35

test-2	5.97 79	1.55 99	7.18 77	5.17 94	0.71 49	5.54 59	2.21 82	10.54 21	12.86 88	18.29 199	22.01 143	17.06 180	6.27 90	6.62 15	2.43 43	0.00 1	0.23 231	0.12 169	0.00 1	0.46 167	0.10 35

csc	6.83 118	1.55 99	7.28 84	3.56 24	0.32 8	4.73 21	1.70 46	15.75 93	31.87 261	15.11 126	20.25 124	6.90 47	12.80 202	8.63 32	5.33 141	0.01 46	0.04 57	0.00 1	0.00 1	0.09 16	0.63 207

cscssc	6.83 118	1.55 99	7.28 84	3.56 24	0.32 8	4.73 21	1.70 46	15.75 93	31.87 261	15.11 126	20.25 124	6.90 47	12.80 202	8.63 32	5.33 141	0.01 46	0.04 57	0.00 1	0.00 1	0.09 16	0.63 207

AE-Stereo	5.15 36	1.56 108	7.99 110	8.70 256	2.18 141	9.12 138	3.02 117	11.78 30	13.30 99	4.34 17	12.84 60	10.83 86	4.53 45	8.71 36	2.82 54	0.04 97	0.44 283	0.05 107	0.33 269	0.20 61	0.17 80

StereoIM	2.73 1	1.56 108	6.21 52	2.96 4	2.45 151	1.80 3	0.28 4	7.43 4	5.07 12	2.57 1	3.43 2	7.13 51	4.71 55	5.74 8	2.91 59	0.00 1	0.05 77	0.00 1	0.00 1	0.15 41	0.12 45

MSKI-zero shot	4.76 34	1.56 108	5.98 40	5.14 92	1.13 88	6.55 107	1.55 38	12.76 45	8.06 49	10.44 59	11.50 51	13.47 138	2.38 14	12.07 132	1.90 11	0.01 46	0.20 211	0.02 73	0.29 255	0.14 39	0.14 58

hknet	10.13 213	1.56 108	10.27 204	6.74 193	3.72 188	16.10 242	7.13 233	33.06 290	21.12 169	17.99 191	21.34 137	23.11 242	14.95 245	16.43 239	8.34 195	0.14 143	0.13 176	0.14 184	0.04 118	0.30 114	0.09 29

IGEVStereo-DCA	3.31 9	1.57 112	6.20 47	3.36 10	0.60 38	4.93 36	1.70 46	13.26 52	5.04 7	3.79 13	4.58 4	4.53 28	4.00 29	10.13 57	2.09 26	0.00 1	0.06 109	0.00 1	0.18 209	0.12 31	0.14 58

rrr	3.26 7	1.57 112	7.72 98	3.36 10	0.60 38	4.93 36	1.59 40	10.72 25	5.11 15	3.79 13	4.58 4	4.53 28	4.00 29	10.13 57	2.09 26	0.00 1	0.06 109	0.00 1	0.22 225	0.12 31	0.18 84

RE-Stereo	6.73 110	1.58 114	8.94 148	6.59 180	0.71 49	6.27 95	3.51 132	20.20 152	17.99 147	13.21 98	19.46 115	11.94 104	6.20 86	12.34 143	4.79 124	0.34 206	0.05 77	0.20 211	0.23 233	0.09 16	0.05 13

TVStereo	6.73 110	1.58 114	8.94 148	6.59 180	0.71 49	6.27 95	3.51 132	20.20 152	17.99 147	13.21 98	19.46 115	11.94 104	6.20 86	12.34 143	4.79 124	0.34 206	0.05 77	0.20 211	0.23 233	0.09 16	0.05 13

ADStereo(finetuned)	6.68 106	1.59 116	9.70 192	3.49 18	0.68 44	4.79 32	1.75 61	15.33 83	23.64 195	15.56 139	20.68 130	7.30 53	13.85 222	8.71 36	5.17 135	0.00 1	0.05 77	0.00 1	0.00 1	0.25 87	1.05 257

NF-Stereo	6.72 109	1.59 116	8.93 146	6.60 183	0.73 61	6.27 95	3.38 128	20.21 158	18.01 149	13.22 101	19.46 115	11.82 101	6.16 84	12.39 146	4.74 120	0.33 202	0.06 109	0.20 211	0.23 233	0.08 14	0.05 13

OCTAStereo	6.74 113	1.59 116	8.96 153	6.60 183	0.72 57	6.25 93	3.50 130	20.20 152	18.03 150	13.21 98	19.45 113	12.07 111	6.16 84	12.36 145	4.78 121	0.35 209	0.06 109	0.20 211	0.23 233	0.09 16	0.05 13

DCANet	6.46 98	1.59 116	7.28 84	3.51 22	0.68 44	4.77 31	1.75 61	15.33 83	23.62 194	15.55 138	20.73 135	7.31 54	11.56 188	8.83 40	5.26 138	0.00 1	0.05 77	0.00 1	0.00 1	0.26 95	1.11 261

PSM-softLoss	6.61 104	1.60 120	9.42 177	6.48 172	0.88 68	5.65 68	2.04 78	22.64 180	8.77 56	13.95 107	22.11 150	13.01 121	5.22 60	12.73 157	6.05 153	0.49 242	0.06 109	0.27 230	0.56 295	0.16 46	0.06 20

KMStereo	6.61 104	1.60 120	9.42 177	6.48 172	0.88 68	5.65 68	2.04 78	22.64 180	8.77 56	13.95 107	22.11 150	13.01 121	5.22 60	12.73 157	6.05 153	0.49 242	0.06 109	0.27 230	0.56 295	0.16 46	0.06 20

cf-r	10.06 211	1.60 120	7.99 110	5.82 130	5.70 274	12.92 191	4.78 166	24.18 196	27.47 230	16.91 170	31.02 243	25.12 260	14.05 226	11.63 114	11.01 231	0.03 91	0.03 48	0.05 107	0.03 103	0.43 164	0.39 163

MDST_ROB	17.92 313	1.60 120	13.68 260	13.88 335	6.44 291	43.05 371	14.86 320	42.74 360	41.66 323	43.25 366	42.85 340	28.43 278	17.28 277	29.35 332	16.06 262	0.88 289	0.11 168	0.63 270	0.47 288	0.50 187	0.64 213

raft+_RVC	6.69 108	1.61 124	5.57 35	6.37 166	4.62 226	6.51 104	6.18 205	20.39 159	23.38 192	10.62 62	17.82 93	9.89 79	5.65 73	10.70 67	3.67 87	0.00 1	0.14 186	0.00 1	0.00 1	0.34 140	0.27 136

AFF-stereo	6.17 90	1.61 124	7.02 73	4.08 34	0.64 41	3.53 10	0.76 12	16.00 101	13.14 94	12.86 91	25.42 177	15.67 166	7.86 120	11.12 84	3.21 76	0.02 77	0.06 109	0.00 1	0.00 1	0.40 158	0.08 27

anonymousa	9.03 176	1.62 126	8.03 113	4.19 38	5.53 266	15.37 229	3.81 144	18.55 137	21.20 171	18.28 198	30.99 242	20.79 224	13.42 210	10.58 62	7.57 180	0.00 1	0.05 77	0.29 239	0.18 209	0.10 26	0.11 41

TestStereo1	7.62 140	1.62 126	7.60 93	10.47 302	1.86 128	4.76 28	2.48 97	19.73 147	22.33 184	16.79 168	26.02 181	9.33 76	9.30 144	15.92 225	3.37 78	0.01 46	0.02 29	0.02 73	0.05 136	0.55 198	0.28 139

SA-5K	7.62 140	1.62 126	7.60 93	10.47 302	1.86 128	4.76 28	2.48 97	19.73 147	22.33 184	16.79 168	26.02 181	9.33 76	9.30 144	15.92 225	3.37 78	0.01 46	0.02 29	0.02 73	0.05 136	0.55 198	0.28 139

CRE-IMP	5.53 56	1.63 129	9.62 183	5.65 119	0.48 26	7.02 118	1.70 46	11.84 31	8.33 53	12.99 95	16.02 80	11.08 90	6.23 88	12.06 130	5.06 131	0.28 193	0.07 126	0.09 139	0.00 1	0.24 84	0.21 106

DeepStereo_RVC	5.65 69	1.65 130	9.06 164	5.21 103	0.56 32	5.55 63	1.84 66	12.16 33	7.22 41	13.94 106	14.96 72	12.58 113	10.27 163	11.25 94	5.81 151	0.39 223	0.10 159	0.11 166	0.00 1	0.18 55	0.22 113

111	7.26 134	1.65 130	7.28 84	3.56 24	0.32 8	10.76 157	3.53 135	20.55 160	27.51 231	10.07 56	16.62 86	14.30 145	9.53 152	12.02 125	5.87 152	0.14 143	0.01 10	0.00 1	0.00 1	0.31 125	1.14 265

RAFT-Stereo + iAFF	5.48 52	1.66 132	7.56 92	3.49 18	0.40 13	2.75 5	0.67 10	16.07 102	14.76 112	12.27 71	18.67 105	11.95 106	8.08 126	7.84 25	2.89 56	0.01 46	0.06 109	0.00 1	0.00 1	0.37 150	0.04 10

test croco	4.15 26	1.67 133	9.97 197	4.86 72	2.97 169	3.27 7	1.41 30	8.20 6	5.51 19	3.37 8	16.69 87	3.03 5	2.71 15	14.44 197	3.91 97	0.14 143	0.00 1	0.03 86	0.01 64	0.69 221	0.14 58

CASS	8.15 155	1.67 133	7.68 96	8.25 252	1.52 118	14.39 212	2.72 107	22.65 182	17.23 137	15.42 135	22.68 155	13.47 138	11.87 191	12.44 148	6.07 156	0.96 294	0.05 77	0.12 169	0.01 64	0.71 227	3.14 314
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIPNet	6.75 115	1.67 133	12.34 235	4.67 64	1.47 112	10.01 144	2.24 87	26.43 219	17.22 136	14.72 115	12.75 59	7.02 50	9.68 155	8.44 28	5.26 138	0.01 46	0.04 57	0.05 107	0.09 172	0.35 144	0.55 194

NRIStereo	5.73 70	1.67 133	8.42 129	5.72 128	0.41 14	6.71 110	2.60 103	14.73 75	10.71 70	12.39 74	15.07 73	11.58 96	6.23 88	12.06 130	4.78 121	0.61 261	0.17 197	0.11 166	0.00 1	0.28 106	0.27 136

rafts_anoy	6.02 84	1.67 133	6.27 53	6.53 177	4.98 239	5.30 53	2.53 99	13.77 66	21.01 167	12.70 89	16.23 83	8.56 67	5.65 73	9.09 46	5.22 136	0.04 97	0.31 258	0.09 139	0.03 103	0.25 87	0.17 80

ACVNet	10.36 218	1.68 138	5.49 31	6.01 145	2.75 159	12.78 189	3.56 137	21.89 173	34.81 290	14.96 121	30.78 237	24.72 257	13.88 223	15.81 219	17.20 271	0.13 141	0.01 10	0.06 120	0.06 150	0.51 188	0.15 72

acv_ft	12.16 253	1.68 138	11.97 232	7.70 234	6.20 283	19.61 275	5.52 182	25.78 210	34.81 290	25.62 292	30.78 237	24.72 257	13.20 209	15.81 219	18.80 282	0.13 141	0.01 10	0.06 120	0.06 150	0.63 212	0.15 72

GwcNet-ADL	8.48 161	1.70 140	9.38 176	7.10 208	2.78 160	6.74 112	6.57 222	30.15 251	26.01 220	15.15 131	17.77 92	13.93 142	6.96 109	12.96 167	9.91 210	0.48 241	0.72 313	0.01 63	0.01 64	0.51 188	0.84 237

RASNet	11.59 242	1.71 141	10.36 206	6.30 163	5.66 271	15.48 231	6.12 203	34.50 308	20.86 166	16.61 163	32.51 267	22.04 234	23.00 308	19.44 267	16.15 264	0.71 271	0.03 48	0.05 107	0.01 64	0.15 41	0.13 53

ICVP	10.07 212	1.73 142	6.11 44	9.08 264	3.31 177	12.25 181	6.56 221	26.30 218	22.52 186	16.49 160	31.80 257	26.94 274	12.42 196	11.35 97	10.92 226	1.17 307	0.57 306	0.17 195	0.10 178	0.58 204	1.07 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PSMNet-RSSM	9.71 198	1.73 142	6.09 43	7.47 226	4.27 211	10.06 145	6.00 198	29.14 242	21.74 179	15.76 142	32.88 272	22.63 239	13.18 207	12.94 166	9.12 205	0.09 129	0.02 29	0.07 128	0.10 178	0.70 225	0.24 126

Patchmatch Stereo++	5.56 64	1.74 144	9.01 158	5.09 82	0.41 14	5.66 73	2.40 93	12.52 38	7.00 32	12.52 77	18.08 95	13.02 123	6.74 102	11.59 110	4.01 103	0.78 277	0.09 149	0.09 139	0.00 1	0.22 67	0.22 113
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	5.50 55	1.74 144	9.03 162	5.09 82	0.42 18	5.66 73	1.98 75	12.50 36	7.01 37	12.52 77	18.13 100	12.96 119	6.77 106	11.11 83	3.83 94	0.72 273	0.09 149	0.09 139	0.00 1	0.22 67	0.22 113

ROB_FTStereo_v2	5.53 56	1.74 144	8.97 155	5.09 82	0.42 18	5.64 67	2.02 76	12.50 36	7.00 32	12.51 76	18.10 97	12.99 120	6.72 101	11.50 102	4.04 106	0.70 269	0.09 149	0.09 139	0.00 1	0.22 67	0.23 120

ROB_FTStereo	5.49 54	1.74 144	8.96 153	5.09 82	0.42 18	5.65 68	1.68 44	12.53 41	7.00 32	12.53 83	18.00 94	13.02 123	6.74 102	11.51 103	3.81 93	0.60 258	0.09 149	0.09 139	0.00 1	0.22 67	0.22 113

HUI-Stereo	5.48 52	1.74 144	9.01 158	5.08 81	0.42 18	5.65 68	2.77 110	12.55 42	7.03 39	12.54 85	18.10 97	13.07 127	6.71 100	9.92 55	3.74 89	0.61 261	0.08 141	0.09 139	0.00 1	0.22 67	0.23 120

iGMRVC	5.54 59	1.74 144	9.01 158	5.09 82	0.42 18	5.66 73	1.81 65	12.61 44	7.02 38	12.52 77	18.11 99	13.02 123	6.64 99	11.57 107	4.16 107	0.82 283	0.09 149	0.09 139	0.00 1	0.22 67	0.21 106

iRAFT	5.56 64	1.74 144	9.01 158	5.09 82	0.41 14	5.66 73	2.40 93	12.52 38	7.00 32	12.52 77	18.08 95	13.02 123	6.74 102	11.59 110	4.01 103	0.78 277	0.09 149	0.09 139	0.00 1	0.22 67	0.22 113

RAFT-IKP	5.53 56	1.74 144	8.95 150	5.09 82	0.41 14	5.45 56	2.08 80	12.52 38	7.00 32	12.52 77	18.13 100	12.93 118	6.79 107	11.59 110	3.99 101	0.80 281	0.09 149	0.09 139	0.00 1	0.22 67	0.22 113

EAI-Stereo	5.21 40	1.74 144	8.46 133	5.69 122	1.37 110	5.67 78	3.52 134	18.77 139	5.65 20	9.75 53	16.08 81	6.36 42	3.57 24	11.73 117	3.64 84	0.01 46	0.33 265	0.03 86	1.06 317	0.21 64	0.65 214

anonymousdsp	3.51 16	1.75 153	5.66 36	3.49 18	1.13 88	5.04 46	1.74 58	13.69 61	5.07 12	4.83 25	5.42 10	4.25 21	4.44 41	11.14 85	1.98 15	0.00 1	0.04 57	0.00 1	0.18 209	0.31 125	0.13 53

DCRE	6.07 88	1.75 153	8.41 128	7.20 212	3.82 193	6.48 101	4.18 153	15.52 89	10.42 65	9.24 50	22.47 153	11.71 99	5.46 64	10.62 64	3.02 65	0.02 77	0.26 250	0.05 107	0.30 259	0.15 41	0.24 126

IGEV-Stereo	3.52 17	1.75 153	5.67 37	3.49 18	1.12 86	5.04 46	1.73 57	13.70 62	5.07 12	4.83 25	5.42 10	4.27 22	4.43 40	11.15 90	1.98 15	0.00 1	0.04 57	0.00 1	0.18 209	0.31 125	0.12 45
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HHNet	7.39 135	1.75 153	7.24 82	3.26 7	3.18 171	5.04 46	6.40 214	19.04 143	15.70 124	20.71 240	32.13 262	10.69 85	5.91 80	10.45 61	4.60 116	0.40 225	0.07 126	0.21 216	0.13 191	0.54 195	0.41 170

MyStereo06	6.40 94	1.76 157	13.15 248	6.19 159	4.40 220	7.09 120	9.95 264	16.68 109	6.98 31	12.91 92	10.76 46	17.84 199	5.71 75	9.97 56	3.39 80	0.06 116	0.10 159	0.02 73	0.04 118	0.73 232	0.29 144

MyStereo05	9.29 185	1.76 157	8.95 150	6.19 159	4.40 220	7.09 120	9.95 264	31.21 266	40.82 320	17.31 177	12.93 63	10.33 82	12.52 199	13.93 186	7.05 167	0.06 116	0.10 159	0.02 73	0.04 118	0.73 232	0.29 144

ff7	3.48 12	1.76 157	6.20 47	3.45 14	1.13 88	5.02 42	1.70 46	13.26 52	5.04 7	4.66 21	5.47 12	3.49 9	4.70 51	11.14 85	2.01 17	0.00 1	0.04 57	0.00 1	0.18 209	0.30 114	0.14 58

ffff	3.48 12	1.76 157	6.20 47	3.45 14	1.13 88	5.02 42	1.70 46	13.26 52	5.04 7	4.66 21	5.47 12	3.49 9	4.70 51	11.14 85	2.01 17	0.00 1	0.04 57	0.00 1	0.18 209	0.30 114	0.14 58

11t	3.48 12	1.76 157	6.20 47	3.45 14	1.13 88	5.02 42	1.70 46	13.26 52	5.04 7	4.66 21	5.47 12	3.49 9	4.70 51	11.14 85	2.01 17	0.00 1	0.04 57	0.00 1	0.18 209	0.30 114	0.14 58

ccc-4	3.48 12	1.76 157	6.20 47	3.45 14	1.13 88	5.02 42	1.70 46	13.26 52	5.04 7	4.66 21	5.47 12	3.49 9	4.70 51	11.14 85	2.01 17	0.00 1	0.04 57	0.00 1	0.18 209	0.30 114	0.14 58

CoDeX	9.24 180	1.77 163	9.54 180	6.08 151	3.79 192	16.45 253	6.76 226	26.15 216	25.03 209	17.18 175	25.12 174	14.69 153	11.68 189	12.22 137	6.71 162	0.30 196	0.20 211	0.15 189	0.02 87	0.23 79	0.68 217

PCWNet_CMD	9.64 195	1.77 163	10.59 209	4.80 68	2.90 165	16.25 251	2.42 95	29.37 246	34.10 283	17.41 178	22.04 147	19.10 213	7.70 116	12.05 128	6.86 164	0.22 173	0.45 287	0.80 284	0.22 225	3.11 312	0.69 219

MSMDNet	9.64 195	1.77 163	10.63 210	4.83 69	2.90 165	16.35 252	2.37 92	29.33 245	34.29 287	17.43 180	22.10 149	19.05 212	7.79 119	12.11 134	6.87 165	0.23 180	0.46 289	0.67 273	0.21 223	2.77 302	0.60 203

THIR-Stereo	9.38 188	1.78 166	8.50 136	4.74 65	0.71 49	15.92 237	11.93 300	16.39 105	21.56 174	24.27 276	32.07 260	14.40 146	14.14 230	11.49 101	8.39 196	0.05 105	0.25 248	0.10 155	0.05 136	0.33 137	0.58 200

HSM	11.33 238	1.80 167	7.04 75	6.13 156	3.99 203	16.16 246	6.92 229	29.69 248	19.39 158	22.95 268	26.05 184	41.08 348	15.79 260	20.25 279	8.89 203	0.02 77	0.03 48	0.01 63	0.00 1	0.15 41	0.34 157

iRaft-Stereo_5w	8.70 169	1.81 168	9.33 174	5.83 132	3.78 190	4.87 33	11.12 287	15.86 100	14.80 113	15.23 134	26.36 187	21.49 230	12.91 205	15.94 227	12.73 239	0.58 254	0.05 77	0.08 132	0.09 172	0.85 242	0.33 156

iRaft-Stereo_20w	6.06 87	1.84 169	12.04 233	4.23 41	1.67 121	6.77 113	2.22 86	18.73 138	6.08 22	14.72 115	10.33 41	13.42 137	8.14 127	15.88 222	3.08 69	0.01 46	0.24 242	0.13 180	0.39 280	0.61 207	0.71 224

STrans-v2	7.98 152	1.84 169	9.42 177	4.84 71	1.48 114	12.23 180	10.05 269	19.06 144	12.32 84	13.63 104	26.06 185	18.13 206	12.35 195	12.99 170	3.99 101	0.01 46	0.01 10	0.18 200	0.01 64	0.22 67	0.83 236

delet	12.65 264	1.85 171	11.36 224	7.71 236	6.22 285	22.52 294	10.22 277	28.14 234	37.67 307	19.66 219	29.24 212	21.00 226	15.99 262	21.97 295	17.77 276	0.03 91	0.07 126	0.19 208	0.04 118	0.60 206	0.75 229

SGM-Forest	12.92 268	1.87 172	6.61 57	5.68 121	2.05 137	23.19 300	11.30 290	34.24 304	30.77 255	26.54 299	31.99 259	29.98 287	15.74 259	21.17 292	13.36 242	1.05 301	0.33 265	0.84 292	0.01 64	0.71 227	0.97 250
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DISCO	16.36 294	1.88 173	16.15 282	7.78 237	4.19 208	26.92 323	10.21 276	30.31 257	44.26 338	21.35 253	33.91 286	35.80 326	22.40 307	35.65 356	33.87 352	0.18 156	0.08 141	0.04 101	0.04 118	1.71 279	0.54 193

TransformOpticalFlow	7.76 144	1.90 174	9.31 173	5.50 113	1.18 95	6.97 117	8.27 244	17.86 127	13.21 96	14.58 113	29.13 211	19.01 210	10.85 168	12.51 152	3.69 88	0.01 46	0.04 57	0.20 211	0.04 118	0.17 53	0.84 237

CroCo-Stereo	3.27 8	1.90 174	7.18 77	8.50 255	1.11 84	0.96 1	0.97 17	10.18 17	8.20 51	3.59 10	4.69 7	8.02 63	4.53 45	2.75 1	2.34 39	0.01 46	0.00 1	0.00 1	0.00 1	0.31 125	0.11 41
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
DMCA	8.51 163	1.90 174	9.96 196	5.16 93	4.14 207	10.29 148	4.46 159	25.52 205	19.55 160	16.33 156	20.69 131	17.59 195	11.26 179	10.42 60	11.36 233	0.50 244	0.08 141	0.35 248	0.05 136	0.36 145	0.31 152

CFNet_ucs	10.25 215	1.91 177	11.88 231	4.98 77	4.08 205	15.11 224	3.57 139	28.02 232	31.98 266	18.21 197	25.20 175	23.27 245	9.38 148	13.38 177	7.22 169	0.23 180	0.81 320	1.65 319	0.22 225	3.01 308	0.93 247

ProNet	3.61 20	1.91 177	6.17 46	3.31 8	0.67 43	5.51 57	6.46 217	12.60 43	6.23 23	3.18 5	4.80 8	3.64 13	3.57 24	11.15 90	2.11 29	0.02 77	0.21 217	0.01 63	0.01 64	0.41 161	0.14 58

CFNet_pseudo	9.58 192	1.91 177	10.73 213	4.53 58	2.91 167	14.26 208	2.75 109	26.73 223	32.14 267	17.10 173	23.02 157	22.14 236	8.74 136	12.17 136	7.43 173	0.20 167	0.45 287	1.24 313	0.24 240	2.49 297	0.49 186

psm_up	13.18 273	1.91 177	8.81 144	9.59 282	5.84 279	15.17 227	11.37 292	38.74 342	30.81 256	20.66 239	30.32 230	30.00 288	23.12 309	19.19 265	16.02 261	0.58 254	0.10 159	0.17 195	0.01 64	0.65 218	0.55 194

MyStereo07	4.38 28	1.92 181	5.06 23	6.09 152	4.31 217	6.54 105	9.96 266	15.35 85	5.15 16	4.34 17	5.65 16	3.15 7	5.77 77	11.33 96	1.81 10	0.06 116	0.10 159	0.03 86	0.04 118	0.63 212	0.30 147

MyStereo04	9.24 180	1.92 181	8.78 143	6.09 152	4.31 217	6.54 105	9.96 266	32.24 281	41.99 327	14.26 111	11.98 55	12.00 108	12.01 192	13.93 186	7.53 177	0.06 116	0.10 159	0.03 86	0.04 118	0.63 212	0.30 147

ccs_rob	9.61 194	1.92 181	10.72 212	4.55 59	2.89 164	14.33 210	2.86 113	26.85 224	32.36 269	17.05 171	22.91 156	22.12 235	8.70 135	12.10 133	7.44 174	0.19 160	0.44 283	1.38 315	0.25 243	2.68 300	0.57 198

DIP-Stereo	6.74 113	1.93 184	10.02 201	4.28 46	1.64 119	13.54 197	1.52 35	15.16 81	6.63 26	14.30 112	26.81 194	10.90 87	5.19 59	14.78 204	7.56 179	0.00 1	0.06 109	0.05 107	0.00 1	0.17 53	0.17 80
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GwcNet-RSSM	10.65 223	1.94 185	8.57 139	6.89 200	5.26 254	12.26 182	5.21 173	25.80 212	31.50 258	16.67 165	33.52 280	23.70 251	13.88 223	12.84 160	13.67 245	0.05 105	0.10 159	0.14 184	0.02 87	0.65 218	0.39 163

iResNet_ROB	11.71 243	1.96 186	10.77 214	6.01 145	3.68 187	15.13 226	2.34 90	31.72 272	37.58 306	26.16 296	32.77 269	25.88 267	15.34 255	16.35 238	7.94 187	0.19 160	0.01 10	0.00 1	0.00 1	0.31 125	0.12 45

RAFT_CTSACE	8.24 157	1.97 187	8.39 125	6.89 200	5.11 247	5.86 87	2.63 105	14.62 73	16.88 134	23.52 274	34.77 291	16.02 170	7.37 112	17.91 253	2.23 36	0.00 1	0.12 172	0.00 1	0.03 103	0.39 157	0.05 13

GES	8.51 163	1.98 188	11.82 230	6.39 168	1.77 126	12.36 183	6.22 206	21.55 168	21.34 172	19.02 212	26.02 181	8.79 68	9.34 147	13.94 188	7.24 170	0.38 213	0.10 159	0.30 243	0.14 195	0.69 221	0.73 226

tt1	5.27 42	1.99 189	5.11 24	6.02 148	0.26 2	10.59 155	4.22 154	18.45 133	16.31 128	6.75 33	8.95 29	4.75 31	9.15 142	10.82 75	1.61 5	0.00 1	0.05 77	0.00 1	0.04 118	0.26 95	0.14 58

ACVNet-DCA	5.28 43	2.00 190	4.99 19	5.89 135	0.26 2	10.85 160	5.38 176	20.20 152	11.88 78	6.95 35	10.01 34	4.49 25	9.78 156	10.79 70	1.59 2	0.00 1	0.05 77	0.00 1	0.04 118	0.25 87	0.20 98

xx1	5.99 83	2.00 190	4.99 19	5.89 135	0.26 2	10.85 160	5.38 176	17.84 123	15.48 119	6.95 35	10.01 34	16.02 170	11.15 177	10.79 70	1.59 2	0.00 1	0.05 77	0.02 73	0.05 136	0.25 87	0.20 98

1test111	5.59 67	2.00 190	4.99 19	5.89 135	0.26 2	10.85 160	5.38 176	20.20 152	11.88 78	6.95 35	10.01 34	4.49 25	9.78 156	11.09 81	7.45 175	0.00 1	0.05 77	0.00 1	0.04 118	0.25 87	0.20 98

cc1	5.34 46	2.00 190	4.99 19	5.89 135	0.26 2	10.85 160	5.38 176	17.85 125	15.48 119	6.95 35	10.01 34	4.49 25	9.78 156	10.79 70	1.59 2	0.00 1	0.05 77	0.00 1	0.04 118	0.30 114	0.13 53

ToySt	10.51 221	2.00 190	15.67 279	5.33 108	0.95 75	14.97 223	9.51 258	24.02 193	27.37 228	14.61 114	24.67 170	24.56 255	14.70 243	16.86 243	13.35 241	0.06 116	0.23 231	0.03 86	0.09 172	0.62 210	0.67 216

pcwnet_v2	12.32 255	2.00 190	17.53 292	7.79 238	5.69 273	17.06 256	3.69 143	36.52 326	46.17 345	20.55 235	29.39 218	16.50 175	13.00 206	15.70 217	9.32 207	0.50 244	1.00 328	0.34 247	0.24 240	2.00 288	1.38 274

PSMNet-ADL	9.88 206	2.01 196	6.80 65	9.18 268	4.26 210	15.11 224	3.50 130	27.12 225	24.42 207	14.72 115	18.96 108	25.32 263	13.43 211	15.76 218	14.04 247	0.79 280	0.78 319	0.00 1	0.02 87	0.26 95	1.18 268

DSFCA	11.85 248	2.01 196	12.93 244	5.40 109	6.87 302	15.36 228	10.45 280	30.68 261	31.84 260	25.99 294	23.52 160	22.03 233	14.05 226	20.28 282	12.46 236	0.57 253	0.41 275	0.28 236	0.38 278	1.02 250	0.47 180

RALCasStereoNet	5.95 78	2.02 198	7.09 76	7.06 206	5.10 246	6.36 99	5.44 181	13.97 68	13.25 97	9.93 55	17.45 90	10.37 83	3.89 27	11.64 115	4.24 110	0.02 77	0.46 289	0.10 155	0.00 1	0.20 61	0.31 152

UNet	12.64 263	2.02 198	13.36 250	6.85 199	7.76 322	25.31 314	4.74 165	34.10 300	28.19 235	20.03 227	31.07 244	27.02 276	17.36 278	20.18 277	13.87 246	0.06 116	0.05 77	0.27 230	0.01 64	0.23 79	0.39 163

IGEV_Zeroshot_test	5.28 43	2.03 200	14.26 268	6.09 152	1.33 106	4.32 14	1.03 21	14.46 69	6.50 24	13.33 103	11.89 54	11.01 88	3.45 20	10.71 68	3.64 84	0.03 91	0.22 226	0.15 189	0.26 245	0.80 239	0.20 98

CroCo-Stereo Lap2	4.01 25	2.03 200	8.14 117	9.82 287	6.03 280	1.11 2	0.79 13	9.71 14	7.98 48	3.26 6	4.99 9	9.08 73	5.80 78	6.08 11	4.39 113	0.00 1	0.05 77	0.00 1	0.00 1	0.71 227	0.30 147

DAS	10.80 231	2.03 200	13.96 262	9.01 262	6.23 286	14.67 221	7.38 237	21.59 169	32.58 272	18.67 208	28.13 203	19.20 215	17.08 275	16.54 241	7.31 171	0.58 254	0.01 10	0.29 239	0.01 64	0.47 174	0.20 98

SepStereo	11.34 239	2.03 200	13.96 262	9.01 262	6.23 286	14.67 221	7.38 237	21.59 169	32.58 272	18.67 208	28.13 203	19.20 215	17.08 275	27.36 322	7.31 171	0.58 254	0.01 10	0.29 239	0.01 64	0.47 174	0.20 98

HH	5.47 49	2.08 204	9.00 156	4.88 73	1.07 82	4.93 36	3.60 141	16.68 109	6.83 27	8.39 43	12.14 56	15.05 157	9.06 140	12.68 154	1.93 13	0.02 77	0.17 197	0.18 200	0.00 1	0.28 106	0.48 183

HanStereo	5.47 49	2.08 204	9.00 156	4.88 73	1.07 82	4.93 36	3.60 141	16.68 109	6.83 27	8.39 43	12.14 56	15.05 157	9.06 140	12.68 154	1.93 13	0.02 77	0.17 197	0.18 200	0.00 1	0.28 106	0.48 183

MMNet	12.97 269	2.08 204	12.74 241	6.98 202	6.27 289	26.39 321	4.73 164	23.10 186	41.79 325	25.48 290	32.29 265	21.09 228	17.79 282	19.52 269	17.90 278	0.19 160	0.07 126	0.10 155	0.00 1	0.37 150	0.59 202

hitnet-ft	12.04 251	2.11 207	6.14 45	7.27 213	3.90 194	25.98 317	3.56 137	22.56 179	23.74 198	20.55 235	33.81 284	31.59 298	18.67 289	19.47 268	17.20 271	0.42 231	1.36 331	0.35 248	0.07 157	1.11 256	0.86 241

UCFNet_RVC	9.48 190	2.12 208	4.89 17	7.03 203	3.78 190	16.05 238	6.37 213	28.25 235	20.00 162	15.93 148	23.07 158	25.21 261	12.79 201	12.57 153	8.01 188	0.07 124	0.04 57	1.17 306	0.23 233	1.31 269	0.69 219

SGM_RVC	19.52 326	2.12 208	6.79 64	6.59 180	1.33 106	38.20 361	15.74 330	38.13 337	34.07 282	45.71 371	41.91 335	51.41 377	38.10 363	38.77 369	27.80 339	0.61 261	0.36 270	0.51 262	0.33 269	1.03 251	0.90 244
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
IIG-Stereo	7.41 137	2.13 210	8.55 137	10.02 293	1.76 125	6.82 114	1.53 36	17.17 116	15.84 126	18.74 210	20.30 128	18.01 201	8.39 130	12.89 162	5.22 136	0.27 192	0.03 48	0.03 86	0.00 1	0.16 46	0.30 147

RAFT	8.51 163	2.16 211	8.93 146	8.14 248	0.81 65	12.63 186	8.49 245	16.34 104	15.56 122	22.31 261	18.99 109	19.29 217	11.39 183	17.57 249	6.05 153	0.01 46	0.19 206	0.27 230	0.02 87	0.64 216	0.45 178

StereoVision	7.21 133	2.17 212	9.29 172	9.43 273	3.91 196	5.09 49	1.91 71	20.04 151	17.37 141	8.57 46	29.59 221	11.08 90	6.76 105	12.44 148	4.71 118	0.54 250	0.05 77	0.16 193	0.03 103	0.82 240	0.30 147

LL-Strereo2	5.54 59	2.17 212	9.12 167	5.65 119	2.54 154	6.48 101	2.27 88	15.08 78	7.79 47	10.99 64	10.26 40	15.94 169	3.50 23	13.25 176	3.63 83	0.00 1	0.13 176	1.34 314	0.10 178	0.30 114	0.19 95

ADLNet2	12.44 259	2.17 212	12.84 243	9.17 267	5.82 277	20.00 277	10.13 273	32.53 283	36.22 301	18.62 207	19.39 112	21.96 232	17.07 274	21.43 293	19.42 285	0.24 182	0.15 189	0.06 120	0.08 160	0.86 243	0.57 198

CFNet-ft	9.87 204	2.18 215	5.49 31	7.45 224	5.25 251	15.76 233	5.98 196	21.89 173	21.87 180	14.96 121	30.02 226	25.68 265	13.68 216	12.46 150	10.94 228	0.08 127	0.06 109	1.83 321	0.22 225	1.09 253	0.43 174

CFNet_RVC	9.87 204	2.18 215	5.49 31	7.45 224	5.25 251	15.76 233	5.98 196	21.89 173	21.87 180	14.96 121	30.02 226	25.68 265	13.68 216	12.46 150	10.94 228	0.08 127	0.06 109	1.83 321	0.22 225	1.09 253	0.43 174

ADLNet	12.34 257	2.22 217	10.14 202	8.38 253	6.78 300	17.56 261	9.05 249	33.21 293	26.28 222	27.06 302	26.01 180	26.80 271	13.76 219	16.99 245	18.74 281	0.24 182	0.39 272	0.23 223	0.10 178	0.64 216	2.16 299

MLCV	9.32 186	2.22 217	12.55 239	5.22 104	1.32 105	13.79 200	1.35 29	21.14 165	23.65 196	21.91 257	31.37 247	17.14 187	7.57 113	16.00 230	10.18 216	0.22 173	0.01 10	0.03 86	0.02 87	0.40 158	0.29 144

raft_robust	7.97 151	2.26 219	6.75 61	5.83 132	0.72 57	5.57 64	0.84 14	33.59 295	34.21 286	18.17 196	19.88 121	6.50 44	5.62 71	15.33 209	2.83 55	0.03 91	0.23 231	0.00 1	0.37 276	0.32 134	0.39 163

NINENet	10.74 227	2.29 220	10.44 207	8.03 244	5.09 245	17.62 262	2.79 111	38.69 341	33.24 277	18.35 203	26.31 186	14.49 148	9.40 149	15.88 222	10.57 223	0.41 227	0.21 217	0.29 239	0.00 1	0.42 163	0.23 120

GANet-ADL	8.36 159	2.31 221	8.44 131	7.39 220	2.65 156	12.58 185	5.24 174	29.55 247	25.24 211	14.19 110	16.70 88	17.07 185	6.91 108	10.65 66	6.26 159	0.38 213	0.39 272	0.10 155	0.12 188	0.75 237	0.28 139

CFNet	10.67 224	2.33 222	8.90 145	6.66 187	4.09 206	16.05 238	4.26 155	30.44 259	31.01 257	18.53 206	26.48 189	23.69 250	13.68 216	15.27 208	10.59 225	0.05 105	0.02 29	0.44 256	0.05 136	0.73 232	0.23 120

ACRE	7.07 127	2.38 223	13.26 249	7.36 217	4.86 231	10.28 147	4.40 156	15.51 88	13.69 101	17.22 176	19.23 110	8.00 61	4.20 34	10.64 65	8.50 197	0.33 202	0.32 261	0.03 86	0.14 195	0.37 150	0.77 233

ssnet_v2	13.23 274	2.43 224	11.25 221	7.34 215	2.92 168	23.05 299	12.95 306	35.93 321	32.92 276	21.23 251	25.38 176	28.81 279	15.22 252	22.57 299	19.81 288	0.18 156	0.08 141	0.19 208	0.05 136	1.24 264	1.06 258

CIPLG	7.15 130	2.44 225	12.82 242	7.38 218	4.93 234	10.51 152	4.56 161	15.17 82	13.25 97	17.45 181	19.75 119	8.42 65	4.60 49	11.41 99	8.31 193	0.33 202	0.32 261	0.03 86	0.14 195	0.37 150	0.72 225

SGM-ForestM	23.72 353	2.44 225	9.13 169	7.43 222	2.25 143	44.80 372	19.11 349	44.90 370	49.97 358	50.74 377	51.18 366	62.06 390	45.83 377	44.96 377	33.88 353	1.00 297	0.84 322	0.78 280	0.62 298	1.29 266	1.11 261

AASNet	12.49 260	2.46 227	10.49 208	9.82 287	6.86 301	17.33 258	6.73 225	41.09 352	37.86 309	22.53 265	29.11 210	16.68 176	13.48 214	14.54 202	17.87 277	0.20 167	0.02 29	0.78 280	0.05 136	1.18 259	0.76 230

MyStereo8	7.13 128	2.48 228	10.86 218	6.81 197	4.98 239	10.73 156	1.42 31	14.58 72	9.73 62	15.75 141	23.16 159	12.17 112	7.96 124	9.85 54	10.21 218	0.04 97	0.19 206	0.08 132	0.21 223	0.58 204	0.82 235

IPLGR_C	7.16 131	2.48 228	12.98 245	7.52 228	4.91 233	10.56 153	4.59 162	15.63 92	14.12 105	17.42 179	18.87 107	8.00 61	4.59 48	10.76 69	8.81 200	0.32 200	0.32 261	0.03 86	0.13 191	0.36 145	0.76 230

GEStereo_RVC	12.81 266	2.49 230	13.64 259	9.68 284	4.97 237	18.16 264	11.30 290	31.26 267	47.47 347	19.84 221	26.97 195	19.03 211	13.19 208	20.14 276	14.86 255	0.83 285	0.51 299	0.10 155	0.13 191	0.54 195	0.99 254

RALAANet	6.49 99	2.49 230	9.69 191	7.09 207	4.98 239	6.23 92	1.68 44	19.90 150	14.26 107	15.04 124	14.56 69	12.69 115	4.38 37	12.91 164	3.07 68	0.02 77	0.07 126	0.00 1	0.10 178	0.51 188	0.15 72

TestStereo	6.02 84	2.55 232	7.33 90	5.57 115	1.68 122	6.05 91	1.78 63	13.73 63	16.40 132	10.87 63	23.79 163	9.00 71	5.63 72	11.26 95	3.96 99	0.09 129	0.01 10	0.00 1	0.00 1	0.69 221	0.01 1

Former-RAFT_DAM_RVC	4.69 32	2.56 233	8.72 142	4.26 44	3.52 186	9.22 139	1.48 32	13.54 58	18.88 156	7.47 40	7.08 20	2.04 4	2.24 13	9.66 52	2.27 38	0.05 105	0.02 29	0.07 128	0.00 1	0.53 193	0.21 106

LoS_RVC	3.72 21	2.57 234	3.90 10	4.27 45	7.61 319	5.39 55	2.90 114	7.29 3	3.84 1	3.67 12	10.20 39	3.66 14	4.48 43	6.19 12	2.14 32	0.01 46	0.03 48	0.00 1	0.00 1	0.06 6	6.15 340

OMP-Stereo	6.93 122	2.57 234	9.03 162	10.63 305	1.72 124	4.89 34	1.91 71	17.84 123	15.56 122	16.69 166	14.16 67	17.70 197	7.33 111	12.93 165	4.83 127	0.24 182	0.03 48	0.06 120	0.02 87	0.19 59	0.39 163

CBFPSM	12.42 258	2.59 236	28.96 331	4.74 65	3.20 173	22.33 292	16.31 334	21.13 164	21.03 168	21.04 246	27.81 200	30.24 291	15.99 262	14.59 203	14.80 252	0.04 97	0.49 295	0.10 155	0.16 204	0.51 188	2.34 302

DN-CSS_ROB	8.17 156	2.59 236	14.14 265	6.11 155	3.22 174	6.31 98	3.53 135	22.92 185	20.59 164	16.66 164	30.05 228	9.31 75	7.95 123	13.49 179	4.78 121	0.72 273	0.00 1	0.45 257	0.00 1	0.54 195	0.09 29

HGLStereo	12.72 265	2.66 238	12.34 235	9.93 290	7.55 316	16.16 246	7.45 239	31.48 271	27.01 226	20.01 225	35.31 293	26.98 275	18.90 290	17.87 252	18.90 283	0.33 202	0.16 195	0.07 128	0.05 136	0.48 176	0.70 223

DispNO	11.19 236	2.70 239	17.77 299	8.09 245	5.44 262	11.56 169	11.52 294	24.39 198	33.30 278	19.84 221	26.54 192	20.72 223	15.24 253	15.12 207	10.43 222	0.26 190	0.00 1	0.05 107	0.02 87	0.69 221	0.20 98

StereoDRNet-Refined	13.36 278	2.80 240	10.82 216	7.94 241	3.10 170	18.95 270	4.45 158	28.47 236	29.65 242	29.11 315	41.47 331	24.44 254	17.64 281	23.34 302	21.66 295	0.16 151	0.07 126	0.53 263	0.32 265	0.77 238	1.64 284
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
gwcnet-sp	9.81 201	2.82 241	13.47 256	5.99 142	4.27 211	16.20 248	5.91 191	25.55 206	24.34 204	21.01 243	20.69 131	15.22 159	14.96 246	14.50 199	9.97 211	0.05 105	0.15 189	0.02 73	0.08 160	0.49 183	0.51 188

scenet	9.81 201	2.82 241	13.47 256	5.99 142	4.27 211	16.20 248	5.91 191	25.55 206	24.34 204	21.01 243	20.69 131	15.22 159	14.96 246	14.50 199	9.97 211	0.05 105	0.15 189	0.02 73	0.08 160	0.49 183	0.51 188

ssnet	9.81 201	2.82 241	13.47 256	5.99 142	4.27 211	16.20 248	5.91 191	25.55 206	24.34 204	21.01 243	20.69 131	15.22 159	14.96 246	14.50 199	9.97 211	0.05 105	0.15 189	0.02 73	0.08 160	0.49 183	0.51 188

Anonymous	6.73 110	2.83 244	18.61 303	11.88 323	7.83 323	14.52 219	9.37 254	14.49 70	10.15 63	4.28 16	6.89 18	3.13 6	7.67 115	11.82 121	5.66 148	0.83 285	0.35 269	0.08 132	0.20 220	2.86 304	1.09 260

AACVNet	10.58 222	2.86 245	9.78 194	8.95 261	3.30 176	10.80 159	4.78 166	22.37 178	12.55 86	27.50 306	29.84 224	30.06 290	15.99 262	19.10 264	11.60 235	0.40 225	0.18 202	0.22 220	0.03 103	0.62 210	0.73 226

CRFU-Net	12.56 262	2.89 246	11.77 229	8.18 249	5.80 276	24.84 308	10.46 283	24.56 199	13.12 93	30.06 323	29.37 213	29.09 280	19.64 294	19.96 273	18.53 280	0.82 283	0.48 292	0.27 230	0.15 201	0.53 193	0.68 217

CBMV_ROB	11.77 247	2.89 246	6.92 69	5.20 101	2.88 163	14.12 205	4.79 168	26.69 222	29.84 248	26.17 297	31.92 258	23.61 249	20.74 301	20.20 278	10.18 216	1.78 318	1.80 339	2.17 328	1.26 324	1.61 275	0.55 194

iResNetv2_ROB	12.00 250	2.91 248	13.46 255	5.82 130	3.73 189	13.15 193	6.45 216	34.15 301	36.02 298	25.25 286	33.81 284	29.79 286	14.24 232	13.61 183	6.10 157	0.21 170	0.02 29	0.12 169	0.00 1	0.82 240	0.25 131

HITNet	7.83 145	2.93 249	8.39 125	4.76 67	1.48 114	12.75 188	4.64 163	20.97 162	14.37 109	15.14 130	22.15 152	14.57 151	10.62 166	14.38 196	8.14 191	0.04 97	0.01 10	0.48 259	0.02 87	0.57 202	0.10 35
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
CSP-Net	12.85 267	2.95 250	9.64 184	5.94 141	3.96 198	25.85 315	9.93 263	28.81 239	26.00 219	29.31 319	32.44 266	30.00 288	15.16 251	20.25 279	14.30 250	0.55 252	0.19 206	0.03 86	0.00 1	0.65 218	0.98 253

FAT-Stereo	16.81 297	2.97 251	17.56 293	9.80 286	6.21 284	16.12 245	13.23 309	38.18 339	39.67 315	27.00 301	39.73 321	37.55 331	31.30 350	20.39 283	21.52 294	3.44 342	2.05 342	0.81 290	1.10 319	1.89 284	5.72 338

NVstereo2D	15.15 287	2.97 251	16.28 286	9.23 270	7.56 317	30.03 334	9.53 259	42.80 361	42.72 329	15.11 126	27.03 197	23.16 243	16.93 271	24.28 307	15.45 257	3.07 340	0.43 282	1.44 316	0.61 297	6.74 342	7.60 359

DLCB_ROB	13.35 277	3.00 253	9.12 167	9.43 273	5.68 272	21.80 289	10.12 272	29.19 244	29.92 250	27.71 307	31.45 256	32.37 303	19.50 293	19.02 261	16.73 268	0.22 173	0.04 57	0.38 254	0.06 150	0.49 183	0.85 240

stereogan	18.62 320	3.07 254	16.31 287	13.04 328	9.99 343	35.74 355	9.09 251	38.17 338	45.27 344	24.39 282	41.24 328	39.93 342	25.46 323	31.29 339	24.33 320	1.80 319	0.91 325	2.71 337	0.75 304	5.15 335	3.70 317

LE_ROB	22.93 351	3.07 254	14.02 264	7.70 234	2.86 162	31.99 344	17.35 342	28.10 233	67.19 395	70.51 398	55.61 378	49.07 372	47.62 379	24.76 312	36.49 359	0.35 209	0.20 211	0.27 230	0.55 294	0.48 176	0.44 176

iResNet	10.26 216	3.10 256	15.72 280	7.35 216	2.13 139	13.86 202	7.07 232	22.80 183	28.01 232	20.10 229	30.40 231	16.79 177	11.06 176	14.46 198	10.29 221	0.39 223	0.05 77	0.00 1	0.07 157	0.73 232	0.73 226

ARAFT	8.50 162	3.19 257	16.58 289	5.52 114	0.91 72	12.13 179	11.20 288	17.19 117	18.28 152	18.40 205	16.33 84	17.10 186	8.58 131	18.56 256	5.00 130	0.11 136	0.04 57	0.00 1	0.00 1	0.55 198	0.25 131

sCroCo_RVC	5.06 35	3.29 258	16.45 288	10.72 307	6.64 293	5.83 81	2.74 108	9.67 13	8.06 49	3.66 11	9.20 31	4.81 32	4.95 57	8.12 27	4.64 117	0.64 267	0.50 296	0.06 120	0.03 103	0.70 225	0.42 172

DMCA-RVC	11.41 240	3.32 259	11.68 228	10.12 295	4.81 230	11.92 173	4.11 148	24.67 201	23.66 197	20.06 228	28.51 207	26.71 270	24.96 322	15.95 229	14.82 253	0.41 227	0.34 268	0.56 265	0.16 204	0.72 231	0.69 219

CVANet_RVC	13.24 275	3.39 260	8.43 130	8.42 254	5.04 243	18.52 269	11.72 298	32.03 275	33.85 280	23.17 270	32.77 269	29.78 285	16.51 267	23.20 301	11.28 232	0.94 292	0.04 57	1.19 309	0.47 288	3.13 313	1.01 256

NLCA_NET_v2_RVC	12.05 252	3.43 261	16.25 285	7.62 232	5.58 267	14.57 220	6.00 198	32.98 288	27.41 229	21.69 255	31.40 249	25.21 261	13.47 212	14.96 205	15.60 259	0.84 287	0.33 265	0.35 248	0.35 272	1.29 266	1.78 288
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous3	9.60 193	3.45 262	29.83 334	9.58 281	4.75 229	24.51 305	10.20 275	24.04 194	18.77 155	10.42 58	14.64 70	7.97 60	8.75 137	14.05 189	5.80 150	2.44 332	1.39 332	0.08 132	0.06 150	0.73 232	0.48 183

LL-Strereo	10.79 230	3.52 263	12.54 238	8.77 257	5.44 262	7.49 123	9.26 253	35.15 314	28.70 238	16.47 159	15.85 79	21.06 227	17.42 280	21.62 294	9.72 208	0.21 170	0.22 226	0.74 278	0.08 160	0.98 249	0.60 203

AdaStereo	10.22 214	3.63 264	9.14 171	9.15 266	3.24 175	15.79 235	5.39 180	31.94 273	25.42 213	18.39 204	26.47 188	19.44 218	9.50 151	16.60 242	8.59 198	0.44 234	0.05 77	0.40 255	0.00 1	0.57 202	0.16 76
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
CBMV	13.69 281	3.63 264	8.02 112	5.93 140	2.69 157	22.57 295	12.44 303	29.81 249	31.57 259	31.20 328	33.79 283	31.04 294	17.41 279	25.28 314	14.11 248	0.71 271	0.60 308	0.60 268	0.11 187	1.11 256	1.13 264
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Wz-Net-LNSev-Ref	15.26 288	3.68 266	27.36 328	7.11 209	5.83 278	24.88 310	12.12 302	30.19 252	36.12 300	27.08 303	45.98 350	29.10 281	13.65 215	20.45 286	20.26 291	0.67 268	0.00 1	0.10 155	0.00 1	0.32 134	0.26 134

pmcnn	14.59 285	3.68 266	19.78 310	6.83 198	4.51 224	21.27 286	14.67 318	27.37 226	30.54 253	27.09 304	40.19 323	38.71 335	18.53 288	17.70 250	19.27 284	0.84 287	0.09 149	0.00 1	0.00 1	0.48 176	0.31 152

RAFT + AFF	10.27 217	3.77 268	17.13 291	10.24 299	4.97 237	13.08 192	11.52 294	25.69 209	25.80 215	14.72 115	16.12 82	19.16 214	11.35 182	16.24 237	9.04 204	0.30 196	1.46 334	0.66 272	0.20 220	2.03 291	1.94 292

TDLM	12.98 271	3.78 269	9.77 193	10.75 309	4.94 235	16.10 242	14.08 314	35.05 312	31.87 261	22.36 262	26.51 191	26.09 268	14.97 249	24.73 311	13.11 240	1.05 301	0.05 77	1.21 310	0.27 249	1.83 281	1.00 255

NOSS_ROB	10.99 234	3.81 270	6.88 67	6.69 189	2.30 145	16.06 240	10.94 284	30.06 250	32.41 270	16.10 151	18.72 106	22.78 241	14.21 231	17.52 248	8.62 199	2.35 327	1.84 340	3.32 345	1.57 329	2.06 292	1.52 280

DRN-Test	15.88 291	3.83 271	14.70 274	9.96 292	8.02 329	28.93 331	14.65 317	42.34 357	38.25 312	28.18 311	34.31 289	29.22 283	18.35 285	20.01 274	22.68 307	0.37 212	0.41 275	0.46 258	0.28 252	1.28 265	1.34 271

GMStereo	5.94 77	3.84 272	10.86 218	5.13 91	0.71 49	7.27 122	2.66 106	12.38 35	25.14 210	12.01 70	10.66 43	5.12 33	3.46 21	11.39 98	6.16 158	0.45 235	0.02 29	0.05 107	0.31 262	0.86 243	0.25 131
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
S-Stereo	16.85 298	3.95 273	20.67 315	12.08 324	8.91 338	21.68 287	12.61 305	32.20 280	44.61 340	22.37 263	38.42 313	29.15 282	28.02 334	18.58 257	22.36 306	2.88 336	3.11 360	0.87 296	1.82 333	3.58 320	9.08 367

fast-acv-ft	14.25 284	4.00 274	16.20 283	7.51 227	5.14 249	26.38 320	9.77 262	24.62 200	34.84 292	25.30 288	37.27 304	32.09 302	20.38 299	18.32 254	19.50 286	0.36 211	0.32 261	0.63 270	0.47 288	1.18 259	0.76 230

dd	7.96 150	4.08 275	11.49 226	6.53 177	0.93 74	8.28 134	4.03 147	16.53 107	33.82 279	15.17 132	16.50 85	6.79 45	5.96 82	14.30 194	9.90 209	1.13 305	0.42 279	0.17 195	0.44 284	2.01 289	0.79 234

SACVNet	13.38 279	4.08 275	11.41 225	11.67 319	5.79 275	17.28 257	9.39 255	32.77 285	22.29 183	28.11 310	33.35 276	32.48 304	21.86 305	19.75 271	10.28 220	1.00 297	0.48 292	0.85 293	0.29 255	1.31 269	3.08 311

LMCR-Stereo	10.75 228	4.13 277	10.67 211	13.11 329	3.99 203	16.68 255	5.91 191	25.30 204	22.69 187	22.04 259	21.80 142	14.67 152	14.24 232	20.55 288	15.86 260	1.90 321	0.04 57	0.00 1	0.02 87	1.29 266	0.18 84

iinet-f	13.51 280	4.29 278	45.90 362	6.01 145	3.96 198	21.00 283	13.40 310	27.40 227	21.12 169	21.11 248	30.72 235	21.49 230	16.96 272	15.33 209	19.50 286	0.12 138	0.42 279	0.09 139	0.05 136	0.89 246	0.39 163

WCMA_ROB	20.02 333	4.30 279	19.72 309	9.47 278	7.00 305	32.71 348	13.99 313	31.97 274	32.48 271	41.51 360	52.00 368	44.09 358	36.14 359	32.43 342	24.29 319	6.19 360	2.79 356	1.09 303	1.10 319	3.95 323	3.13 313

GANet	16.92 302	4.32 280	12.46 237	10.84 311	4.24 209	23.04 298	15.36 328	39.91 347	34.47 288	32.42 336	45.10 349	40.04 344	27.54 330	23.61 305	20.20 290	1.02 300	0.08 141	0.67 273	0.22 225	1.87 283	0.97 250

FADNet-RVC-Resample	11.72 244	4.35 281	30.33 337	9.46 277	3.90 194	14.11 204	7.17 235	25.78 210	23.31 191	23.27 271	29.52 220	19.50 220	15.00 250	15.38 212	8.33 194	0.53 249	0.50 296	0.49 260	0.50 291	1.38 272	1.67 285

whm_eth	8.83 172	4.45 282	17.70 297	7.42 221	6.66 296	7.07 119	3.45 129	17.88 128	19.49 159	22.17 260	39.18 316	4.69 30	4.32 36	14.26 193	5.35 144	0.18 156	0.08 141	0.21 216	0.09 172	0.61 207	1.30 269

StereoDRNet	15.30 289	4.47 283	14.35 270	10.71 306	8.69 335	25.02 312	11.03 285	39.66 346	35.62 296	29.17 316	28.81 208	34.05 316	17.80 283	18.80 259	23.77 313	0.41 227	0.30 255	0.15 189	0.14 195	1.64 277	1.42 276

DeepPruner_ROB	10.77 229	4.56 284	13.13 246	6.37 166	4.28 216	10.14 146	6.86 227	36.42 325	19.59 161	17.87 187	27.37 199	23.19 244	12.26 194	19.09 263	10.23 219	1.05 301	0.48 292	0.23 223	0.15 201	0.89 246	1.17 266

ADCP+	18.16 315	4.61 285	32.94 341	9.31 271	10.23 345	28.87 329	11.69 297	33.43 294	36.49 302	29.28 318	40.49 324	24.18 252	24.61 318	33.89 346	35.33 356	0.25 188	0.40 274	2.00 324	1.17 321	2.16 293	1.87 290

Nwc_Net	17.98 314	4.67 286	17.79 300	14.26 337	11.65 356	25.14 313	14.88 321	40.85 351	39.83 316	21.07 247	43.24 342	34.50 319	27.64 331	26.44 320	25.03 322	3.22 341	0.18 202	2.52 334	3.18 346	1.98 286	1.51 279

RYNet	18.92 322	4.69 287	16.88 290	10.99 312	15.84 366	46.72 373	16.57 337	37.84 335	48.03 348	26.92 300	26.48 189	37.84 334	24.92 321	19.80 272	31.04 350	0.25 188	0.25 248	0.62 269	0.03 103	6.34 340	6.39 344

XPNet_ROB	17.33 307	4.84 288	15.44 278	11.15 315	6.64 293	20.88 282	16.10 332	36.26 324	39.54 314	31.80 333	41.32 329	41.30 350	23.91 312	24.67 309	27.40 335	1.07 304	0.74 315	0.79 282	0.25 243	1.10 255	1.31 270

BEATNet_4x	9.37 187	4.85 289	12.05 234	5.48 112	1.35 108	13.15 193	6.15 204	25.06 203	16.74 133	16.18 152	24.65 169	17.29 193	12.51 198	16.91 244	10.92 226	0.38 213	0.18 202	0.81 290	0.05 136	1.95 285	0.65 214

STTStereo	12.97 269	4.88 290	26.57 326	7.54 229	5.41 261	13.43 196	6.49 219	30.53 260	26.35 223	25.14 285	31.43 250	32.00 301	14.12 228	16.01 231	14.83 254	0.29 195	0.31 258	0.67 273	1.08 318	1.21 261	1.11 261

RP	17.58 308	4.92 291	15.27 277	15.44 347	11.95 357	21.05 284	11.75 299	27.64 228	45.09 343	22.99 269	42.05 336	39.39 340	27.74 332	25.54 315	22.33 305	5.45 356	0.59 307	4.33 347	1.62 330	3.53 319	2.86 308

edge stereo	18.75 321	5.12 292	17.66 295	10.77 310	7.84 325	22.41 293	11.03 285	35.23 315	42.07 328	34.62 343	42.74 338	41.28 349	35.50 357	25.14 313	24.17 317	2.42 331	2.42 350	6.35 354	1.45 327	2.89 307	3.80 318

FADNet_RVC	11.94 249	5.17 293	39.74 353	6.44 171	3.46 184	11.42 167	4.17 152	29.16 243	26.89 225	17.97 190	25.96 179	13.41 136	15.67 258	15.84 221	13.54 244	0.90 291	0.75 317	0.55 264	1.20 322	3.65 322	2.85 307

SDNR	16.15 292	5.23 294	28.92 330	5.73 129	6.05 282	56.85 388	3.26 120	23.18 187	29.73 243	20.62 237	36.48 299	13.59 140	16.97 273	18.43 255	13.44 243	10.56 371	13.84 385	3.10 342	0.44 284	7.80 347	8.81 365

GwcNet	16.48 295	5.23 294	20.03 312	10.24 299	8.48 332	28.79 328	10.09 270	38.60 340	44.51 339	23.29 272	36.95 302	31.29 296	19.79 297	20.42 284	25.70 329	0.54 250	0.72 313	0.57 266	0.39 280	1.37 271	2.64 305

AANet_RVC	13.16 272	5.34 296	10.83 217	8.20 250	4.44 222	14.13 206	9.46 257	28.78 238	37.67 307	23.44 273	37.47 306	23.48 247	15.83 261	22.39 298	16.63 267	1.67 316	0.86 323	0.24 226	0.02 87	0.63 212	1.60 282

PSMNet_ROB	16.90 301	5.45 297	14.16 266	13.77 332	7.25 310	27.65 325	32.74 383	43.21 364	37.88 310	24.00 275	32.97 274	34.55 320	16.69 268	17.41 247	23.96 315	0.38 213	0.22 226	0.93 297	2.05 338	1.83 281	0.96 249

APVNet	17.75 311	5.46 298	20.35 314	12.31 325	8.40 331	30.16 335	24.10 367	41.14 353	30.12 251	25.08 284	41.09 327	31.24 295	23.12 309	27.07 321	27.86 340	0.34 206	0.56 305	3.02 340	0.52 293	1.68 278	1.45 277

AF-Net	18.38 318	5.60 299	14.21 267	15.95 348	10.78 348	22.26 291	10.45 280	35.39 316	50.22 360	24.71 283	37.77 307	41.55 351	29.24 341	29.11 331	26.67 331	4.35 351	0.06 109	4.56 348	0.90 309	2.42 295	1.38 274

FINET	15.49 290	6.08 300	24.99 322	8.12 247	7.69 320	21.80 289	22.35 359	33.76 298	48.27 349	25.99 294	32.27 264	19.48 219	16.83 270	19.07 262	16.38 266	1.37 311	0.70 312	0.95 298	0.27 249	2.61 299	0.90 244

NCC-stereo	19.75 328	6.08 300	23.96 319	15.05 343	16.17 367	18.42 265	21.45 355	43.31 366	41.00 321	24.30 279	38.12 311	34.98 322	26.92 327	35.46 353	25.65 326	4.29 349	2.07 343	3.24 343	8.90 372	2.86 304	2.86 308

Abc-Net	19.75 328	6.08 300	23.96 319	15.05 343	16.17 367	18.42 265	21.45 355	43.31 366	41.00 321	24.30 279	38.12 311	34.98 322	26.92 327	35.46 353	25.65 326	4.29 349	2.07 343	3.24 343	8.90 372	2.86 304	2.86 308
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
TRStereo	6.22 92	6.09 303	11.30 222	9.19 269	7.41 314	4.75 27	1.74 58	19.70 146	11.74 77	10.61 60	8.65 23	10.67 84	3.22 16	13.81 185	3.60 82	0.31 199	0.23 231	0.12 169	0.36 273	0.48 176	0.38 160

ADCL	21.64 342	6.20 304	47.32 364	9.93 290	6.91 304	38.69 365	19.97 351	31.26 267	54.04 365	27.89 309	47.97 358	31.35 297	30.66 347	33.18 344	36.62 360	0.99 296	0.92 327	2.63 335	1.82 333	2.45 296	2.13 296

sAnonymous2	6.59 100	6.21 305	19.05 306	8.91 259	5.27 255	4.58 16	6.69 223	15.56 90	11.12 74	4.86 27	8.71 26	3.81 15	7.93 121	7.38 21	2.89 56	0.09 129	0.07 126	0.05 107	0.28 252	11.25 365	7.10 354

CroCo_RVC	6.59 100	6.21 305	19.05 306	8.91 259	5.27 255	4.58 16	6.69 223	15.56 90	11.12 74	4.86 27	8.71 26	3.81 15	7.93 121	7.38 21	2.89 56	0.09 129	0.07 126	0.05 107	0.28 252	11.25 365	7.10 354

SuperB	17.60 309	6.22 307	56.40 377	7.91 240	5.07 244	19.70 276	9.03 248	24.87 202	50.15 359	26.25 298	39.13 315	17.61 196	20.84 302	22.28 297	25.31 325	0.70 269	0.31 258	1.10 304	0.71 301	16.58 377	1.86 289

NCCL2	17.23 304	6.37 308	14.30 269	23.45 370	7.18 309	24.16 303	17.05 340	34.39 306	25.88 216	31.55 329	38.01 309	42.09 353	26.81 326	20.94 291	22.69 308	0.45 235	0.23 231	2.63 335	1.80 332	2.02 290	2.57 303

NaN_ROB	16.51 296	6.51 309	16.22 284	10.53 304	4.64 227	31.76 342	17.78 344	37.00 330	43.37 333	29.68 321	31.29 246	32.67 309	20.32 298	28.00 327	16.06 262	0.38 213	0.41 275	0.32 245	0.41 282	0.87 245	1.94 292

Wz-Net-MNSev	18.98 323	6.53 310	33.16 343	10.15 296	7.26 312	38.37 362	16.45 335	34.19 303	43.20 332	30.65 325	40.76 325	40.51 346	19.24 292	27.56 323	28.06 345	0.81 282	0.26 250	0.05 107	0.10 178	1.45 273	0.84 237

SANet	20.96 335	6.60 311	29.81 333	8.83 258	3.19 172	31.27 341	20.56 353	41.86 356	56.09 376	39.30 356	43.62 343	44.95 360	31.93 352	27.83 324	23.67 312	0.94 292	0.52 300	0.99 300	0.42 283	4.72 329	2.03 295

ADCRef	17.30 305	6.73 312	42.01 357	10.11 294	8.78 337	26.61 322	10.45 280	31.29 269	32.75 275	31.19 327	41.62 333	18.47 207	19.78 296	24.29 308	34.06 354	0.76 276	0.42 279	2.16 327	1.79 331	1.23 263	1.56 281

Anonymous_2	14.95 286	6.75 313	17.63 294	5.45 111	7.10 307	26.19 318	11.58 296	18.06 130	17.30 139	17.61 185	15.47 76	23.33 246	20.95 303	20.55 288	14.63 251	11.05 375	12.86 384	11.27 371	25.12 386	11.32 367	4.82 332

MeshStereo	22.27 346	6.87 314	11.15 220	7.69 233	4.87 232	37.70 359	13.06 307	41.64 355	36.95 304	50.92 378	53.41 372	58.12 382	41.93 372	37.73 365	27.62 338	2.52 333	2.37 349	2.99 339	2.07 339	3.09 311	2.60 304
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
PA-Net	16.29 293	6.88 315	27.34 327	9.88 289	11.12 350	21.77 288	28.15 378	32.06 276	39.49 313	19.99 224	27.91 201	23.50 248	20.59 300	20.25 279	24.04 316	0.24 182	2.26 348	0.22 220	4.59 357	1.13 258	4.48 329
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DPSNet	24.40 358	6.97 316	33.14 342	11.16 316	6.54 292	53.33 382	43.32 392	51.28 381	59.37 382	30.89 326	39.36 317	40.35 345	34.30 356	32.57 343	25.09 323	4.65 354	1.62 336	0.37 252	0.66 299	8.51 354	4.44 328

LALA_ROB	19.19 324	7.15 317	15.93 281	12.96 327	5.30 257	28.30 327	23.21 365	42.51 358	36.69 303	33.45 341	40.81 326	50.96 376	24.53 316	27.92 325	25.66 328	0.60 258	0.44 283	2.04 325	1.22 323	2.54 298	1.47 278

PS-NSSS	13.70 282	7.41 318	14.68 273	6.70 190	5.63 269	18.43 267	12.59 304	38.89 344	25.56 214	20.27 232	35.71 295	21.11 229	16.35 266	17.16 246	17.56 274	2.28 325	0.53 301	5.37 350	0.36 273	4.28 328	3.09 312

GMStereo_Zeroshot	10.83 232	7.81 319	19.95 311	9.55 279	2.47 152	11.83 171	1.31 26	20.84 161	20.52 163	22.73 266	35.93 296	24.76 259	5.94 81	19.68 270	7.04 166	0.45 235	0.02 29	0.25 227	0.01 64	5.38 337	0.19 95

HBP-ISP	12.52 261	7.82 320	8.47 134	7.57 231	4.27 211	12.56 184	6.42 215	28.68 237	29.56 239	21.11 248	35.69 294	15.85 167	18.42 286	20.44 285	11.00 230	3.03 338	2.63 352	7.09 362	3.97 354	3.58 320	2.27 301

DANet	16.85 298	8.00 321	26.04 325	14.56 342	7.25 310	20.59 281	5.37 175	26.22 217	26.02 221	32.17 335	36.00 297	37.20 329	29.77 343	30.75 336	24.62 321	1.14 306	1.34 329	2.21 329	0.51 292	3.18 314	4.07 324
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
G-Net	21.25 338	8.24 322	37.97 350	15.14 346	9.26 340	50.87 379	16.80 339	27.96 230	30.54 253	38.92 353	42.93 341	33.27 311	32.17 353	27.99 326	25.25 324	4.40 352	3.83 368	3.60 346	0.97 315	7.91 349	6.95 351

PDISCO_ROB	24.45 359	9.24 323	29.28 332	28.68 378	19.96 374	37.14 358	15.33 327	45.04 371	54.69 368	29.24 317	42.67 337	46.07 366	28.17 335	35.35 351	30.30 348	9.92 369	2.13 345	6.90 357	3.20 347	8.74 355	6.87 350

RTSC	19.64 327	9.36 324	31.06 339	10.99 312	6.24 288	28.10 326	10.14 274	37.50 334	58.34 380	31.74 331	36.70 301	32.50 306	21.03 304	36.00 359	37.24 364	1.23 309	0.44 283	0.12 169	0.31 262	1.98 286	1.69 286

ADCPNet	21.93 343	9.38 325	57.92 378	11.76 320	6.88 303	36.03 356	18.44 346	32.80 286	35.93 297	32.91 340	43.80 346	39.21 339	26.99 329	31.14 338	36.94 362	2.05 323	2.67 354	2.30 331	3.45 349	4.22 327	3.82 319

CSAN	21.34 340	9.45 326	23.34 318	20.99 364	4.95 236	32.57 346	34.26 384	38.83 343	49.95 357	36.97 350	39.72 320	44.97 361	31.73 351	26.05 316	23.94 314	1.52 314	0.47 291	0.85 293	1.43 326	2.73 301	2.14 298

ETE_ROB	17.67 310	9.48 327	17.66 295	13.60 330	4.57 225	23.03 297	21.09 354	32.49 282	35.24 293	30.49 324	38.06 310	46.18 367	24.49 315	26.40 318	24.21 318	0.46 239	0.24 242	1.14 305	0.84 307	1.52 274	2.13 296

PWCDC_ROB	17.80 312	9.62 328	18.38 302	17.95 355	7.74 321	24.61 307	5.56 185	34.41 307	52.79 363	29.66 320	50.20 365	20.63 222	19.69 295	29.85 335	20.87 292	6.18 359	0.26 250	0.10 155	0.05 136	5.36 336	2.00 294

MSMD_ROB	22.90 350	9.64 329	14.76 275	17.46 354	9.88 342	34.94 352	18.83 347	33.67 297	37.47 305	40.97 359	59.80 382	45.93 365	38.34 364	31.74 341	23.24 311	6.22 361	3.58 365	8.78 366	11.03 377	6.76 343	5.06 335

SHD	21.32 339	10.03 330	30.16 336	14.30 338	8.68 334	24.15 302	8.93 246	40.82 350	61.17 384	35.79 347	44.15 347	38.73 336	30.20 344	33.88 345	31.09 351	2.00 322	0.81 320	1.17 306	1.55 328	4.08 325	4.78 331

dad	12.24 254	10.20 331	13.68 260	6.64 186	1.47 112	13.55 198	3.58 140	17.62 120	35.33 294	27.15 305	32.65 268	30.85 293	10.86 169	14.33 195	10.04 214	2.95 337	0.55 304	7.92 364	0.91 312	3.35 317	1.17 266

FBW_ROB	21.00 336	10.23 332	22.72 317	13.71 331	6.77 299	30.49 339	16.46 336	44.58 369	43.57 335	44.25 369	39.59 319	43.27 356	26.12 324	33.96 347	21.80 297	2.58 334	1.84 340	7.14 363	2.78 344	4.00 324	4.06 323

psmorigin	20.95 334	10.24 333	35.84 345	9.75 285	7.05 306	24.59 306	10.11 271	32.85 287	32.17 268	43.09 364	54.57 375	42.79 354	36.62 360	35.99 358	27.41 336	1.58 315	2.72 355	0.79 282	1.05 316	3.26 316	6.50 345

Syn2CoEx	17.03 303	10.40 334	25.65 324	20.35 359	8.02 329	26.28 319	11.27 289	37.16 331	32.69 274	28.89 313	40.17 322	29.27 284	26.63 325	19.19 265	17.63 275	0.98 295	0.54 302	1.23 312	0.23 233	1.82 280	2.24 300

PWC_ROB	18.37 317	10.55 335	25.19 323	10.21 298	6.29 290	23.75 301	4.79 168	35.93 321	48.75 352	32.56 337	44.46 348	34.68 321	24.78 320	30.99 337	25.72 330	1.38 313	0.08 141	1.57 317	0.26 245	2.18 294	3.17 315

Wz-Net-LNSev	18.19 316	10.57 336	41.33 355	10.19 297	7.94 327	24.29 304	15.28 326	34.15 301	43.38 334	32.90 339	43.72 345	31.94 300	22.21 306	20.81 290	22.26 303	0.47 240	0.22 226	0.00 1	0.02 87	1.22 262	0.94 248

XX-TBD	4.45 29	10.67 337	3.01 2	10.28 301	0.57 33	5.84 83	0.07 1	7.57 5	12.24 83	11.43 66	14.74 71	4.07 18	1.66 7	4.51 3	2.05 22	0.01 46	0.01 10	0.00 1	0.00 1	0.26 95	0.01 1

ADCMid	22.76 349	10.75 338	41.73 356	11.23 317	7.97 328	27.26 324	19.18 350	35.44 318	38.02 311	40.23 357	46.38 353	36.56 328	42.70 373	38.20 367	40.75 372	1.77 317	1.43 333	3.05 341	3.81 352	4.96 331	3.82 319

MANE	31.97 376	10.75 338	17.71 298	20.94 363	13.77 362	47.80 375	26.85 374	53.00 386	55.20 373	59.29 382	64.30 389	64.93 393	56.31 391	51.83 387	38.69 368	9.61 368	4.72 372	6.91 358	19.93 384	9.20 356	7.64 360

FADNet	14.18 283	10.92 340	37.56 348	7.79 238	6.64 293	17.48 260	6.91 228	34.73 309	34.03 281	18.85 211	27.02 196	28.26 277	14.24 232	17.77 251	10.09 215	0.41 227	0.67 311	0.37 252	0.37 276	8.13 350	1.34 271

FC-DCNN	24.37 357	10.99 341	19.02 305	18.44 357	9.16 339	36.98 357	23.07 363	40.44 348	43.05 330	46.25 373	53.58 374	50.44 374	37.86 362	35.45 352	27.57 337	6.87 362	3.37 362	6.01 352	4.88 360	7.86 348	6.05 339

DeepPrunerF	19.92 332	11.02 342	44.29 358	20.74 362	17.75 371	19.19 272	22.57 360	36.86 329	49.93 355	25.48 290	36.62 300	24.69 256	23.97 313	23.44 303	21.79 296	2.68 335	1.63 337	5.70 351	3.95 353	3.38 318	2.67 306

AnonymousM	6.33 93	11.42 343	3.06 3	3.93 31	1.49 116	4.54 15	3.29 122	11.00 27	7.70 45	16.52 161	9.38 33	9.07 72	3.97 28	7.10 20	3.01 64	0.43 232	0.07 126	22.69 378	7.67 368	0.06 6	0.21 106

FADNet-RVC	13.27 276	11.57 344	39.71 352	7.94 241	4.50 223	15.41 230	6.95 231	27.96 230	22.98 190	20.37 234	30.73 236	26.86 272	11.31 181	20.50 287	14.28 249	0.14 143	0.14 186	0.13 180	0.18 209	2.83 303	0.86 241

Anonymous Stereo	18.60 319	11.75 345	49.81 366	14.43 340	12.02 359	14.33 210	23.23 366	32.16 277	43.08 331	24.32 281	34.16 287	24.24 253	14.12 228	31.67 340	30.84 349	0.89 290	0.91 325	1.74 320	1.92 336	3.23 315	3.23 316

DGSMNet	19.79 330	12.06 346	33.43 344	13.79 333	16.23 369	22.97 296	15.88 331	35.41 317	41.96 326	19.90 223	32.16 263	35.60 325	18.14 284	29.48 334	23.10 310	3.85 346	3.89 370	6.16 353	4.75 359	13.56 371	13.44 377

aanetorigin	19.21 325	12.59 347	53.50 370	9.67 283	7.83 323	11.85 172	13.87 312	17.05 114	34.15 284	49.18 375	48.89 361	34.05 316	30.22 345	22.86 300	28.00 344	1.01 299	0.75 317	0.67 273	0.89 308	3.07 310	4.14 325

WZ-Net	25.17 362	12.95 348	63.02 383	15.13 345	10.42 347	38.51 363	27.42 377	40.46 349	54.17 366	28.32 312	52.95 369	40.81 347	28.36 337	37.07 361	41.35 377	1.21 308	0.21 217	0.73 277	0.94 313	5.42 338	3.87 321

RGC	19.90 331	13.26 349	20.24 313	18.19 356	14.06 364	21.21 285	14.33 315	34.97 311	43.60 336	27.73 308	41.49 332	39.76 341	27.98 333	34.52 349	21.37 293	3.66 345	0.54 302	8.67 365	4.16 355	4.19 326	4.02 322

AnyNet_C32	23.37 352	13.28 350	40.29 354	12.36 326	11.44 353	30.39 336	29.15 379	31.36 270	44.90 342	35.36 345	48.86 359	33.61 314	34.20 355	43.15 376	41.62 378	1.27 310	1.35 330	1.18 308	2.58 342	4.77 330	6.27 342

MFN_U_SF_DS_RVC	23.92 354	13.60 351	30.09 335	25.46 373	10.02 344	38.51 363	20.40 352	35.77 320	43.76 337	42.15 361	47.10 357	39.99 343	28.20 336	35.96 357	27.06 333	3.64 344	3.85 369	6.66 356	16.30 383	4.97 332	4.98 334

ADCS	26.20 365	13.71 352	46.90 363	14.51 341	10.34 346	30.46 338	22.72 362	42.81 362	57.61 379	42.58 362	49.37 363	41.91 352	40.43 369	41.90 375	44.58 383	2.37 328	2.19 347	2.37 332	3.29 348	7.32 344	6.52 346

UDGNet	10.05 210	13.89 353	10.00 200	9.36 272	2.69 157	7.82 129	1.88 68	18.86 140	34.64 289	17.52 184	13.70 66	13.40 135	7.18 110	13.01 171	6.30 160	5.30 355	0.08 141	12.57 373	2.80 345	8.19 352	1.71 287

MFN_U_SF_RVC	28.16 367	14.14 354	53.23 369	21.11 365	7.91 326	39.97 367	13.13 308	51.65 383	46.34 346	47.41 374	53.38 371	55.32 380	40.53 370	38.47 368	39.74 370	5.67 357	4.46 371	6.98 359	8.73 371	7.47 345	7.44 358

UDG	21.45 341	14.84 355	14.44 271	21.30 367	20.08 375	32.05 345	13.76 311	35.98 323	35.52 295	25.93 293	30.69 234	37.26 330	30.66 347	21.97 295	19.89 289	10.88 373	5.55 375	22.78 379	7.65 367	14.83 376	13.05 376

FCDSN-DC	25.59 364	14.91 356	18.83 304	28.55 377	15.68 365	39.29 366	18.16 345	42.83 363	41.69 324	44.43 370	51.94 367	50.82 375	39.22 367	34.59 350	27.29 334	6.05 358	3.63 366	7.01 360	6.41 363	10.35 359	10.17 371
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ccnet	24.02 355	16.16 357	21.70 316	11.83 321	17.75 371	37.87 360	16.18 333	45.46 372	31.93 265	36.99 351	46.46 356	38.76 337	29.52 342	37.55 364	40.93 375	9.20 367	6.29 376	9.63 368	7.71 369	11.19 364	7.21 356

MaskLacGwcNet_RVC	16.87 300	16.27 358	17.93 301	11.24 318	6.69 297	28.95 332	10.44 279	41.23 354	21.49 173	29.68 321	34.27 288	32.48 304	11.00 175	20.05 275	15.09 256	8.22 363	2.59 351	12.23 372	0.75 304	10.40 360	6.34 343

XQC	24.10 356	16.76 359	50.68 367	21.37 368	11.01 349	35.24 354	18.84 348	37.28 333	55.11 372	31.64 330	30.06 229	37.71 333	30.31 346	37.17 362	39.66 369	4.20 348	0.41 275	2.76 338	1.89 335	11.46 368	8.42 364

Wz-Net-SNSev	22.67 348	16.94 360	45.69 361	13.85 334	8.52 333	28.89 330	27.06 375	39.39 345	55.04 371	31.77 332	53.23 370	39.18 338	23.41 311	26.40 318	36.25 358	0.78 277	0.21 217	1.21 310	0.90 309	3.03 309	1.62 283

PASM	28.19 368	17.35 361	48.18 365	22.49 369	22.20 378	25.92 316	25.84 373	34.35 305	49.45 353	35.37 346	39.48 318	46.72 369	33.36 354	34.28 348	36.77 361	11.73 377	14.94 386	17.43 377	22.18 385	13.45 370	12.32 375

STTRV1_RVC	22.05 345	18.29 362	39.19 351	16.73 351	23.82 382	29.51 333	15.66 329	34.87 310	34.16 285	35.00 344	34.89 292	31.89 299	28.80 339	28.81 329	23.08 309	11.86 378	3.26 361	6.50 355	4.65 358	14.38 375	5.69 336

SAMSARA	34.43 381	18.53 363	31.91 340	55.34 393	35.34 387	75.99 410	94.71 420	47.97 376	50.84 362	37.47 352	36.99 303	53.12 379	38.55 365	39.56 370	38.65 367	3.59 343	5.40 374	2.22 330	3.72 351	9.43 357	9.29 369

PVD	33.19 378	18.59 364	37.64 349	26.09 374	16.99 370	33.25 349	42.25 391	51.42 382	66.03 393	52.65 380	64.31 390	51.93 378	55.13 387	51.61 386	40.40 371	4.00 347	3.51 364	9.53 367	4.26 356	10.62 361	23.56 386

ELAS	33.68 379	18.95 365	36.71 347	20.64 360	13.61 361	56.43 384	35.14 386	50.03 380	49.90 354	60.58 385	63.83 388	58.64 385	53.36 384	50.73 382	44.44 382	11.03 374	6.58 378	10.02 369	7.43 366	13.58 373	11.94 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 380	19.15 366	35.97 346	21.28 366	13.79 363	52.58 380	36.11 388	48.96 378	55.66 374	61.47 389	62.91 384	58.35 384	53.55 385	53.37 389	42.23 379	11.25 376	6.64 379	10.32 370	7.05 365	13.56 371	11.58 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GASNet	17.30 305	19.38 367	30.46 338	20.66 361	9.36 341	16.06 240	9.06 250	43.89 368	40.04 317	25.35 289	23.73 161	32.90 310	15.37 256	28.91 330	17.05 269	3.04 339	0.27 253	1.88 323	0.45 286	6.73 341	1.37 273

LSM	29.98 371	19.52 368	55.11 375	19.06 358	53.75 397	32.57 346	23.17 364	42.61 359	48.57 351	45.97 372	55.04 377	42.93 355	36.02 358	35.63 355	27.03 332	2.33 326	9.19 382	4.87 349	7.71 369	10.65 362	27.91 391

DDUNet	22.66 347	19.69 369	14.64 272	24.11 371	22.38 379	24.84 308	17.71 343	30.36 258	30.32 252	29.02 314	37.31 305	37.63 332	24.66 319	24.67 309	17.08 270	18.42 382	7.92 381	26.43 382	11.81 378	17.23 379	16.95 381

Wz-Net-TNSev	25.12 360	20.16 370	57.98 379	9.56 280	7.42 315	42.73 370	22.27 358	35.14 313	53.46 364	35.97 348	42.74 338	45.83 363	39.87 368	36.56 360	34.73 355	1.82 320	1.51 335	0.76 279	1.34 325	5.84 339	6.80 348

BEATNet-Init1	35.08 383	20.64 371	54.70 374	27.43 376	12.00 358	58.29 390	31.01 381	52.58 385	57.49 378	60.36 384	62.98 385	69.98 395	55.54 389	53.00 388	44.40 381	4.61 353	2.84 357	7.05 361	6.89 364	10.97 363	8.94 366

EDNetEfficient	25.16 361	22.23 372	77.22 403	9.09 265	7.38 313	19.38 273	16.78 338	21.41 167	55.74 375	61.52 390	53.51 373	36.22 327	40.65 371	24.22 306	38.27 366	0.62 264	0.74 315	0.86 295	2.60 343	7.70 346	7.09 353

CC-Net-ROB	22.04 344	22.91 373	28.86 329	14.05 336	8.73 336	33.79 350	15.26 325	46.84 373	36.06 299	33.72 342	32.10 261	35.47 324	24.02 314	23.57 304	27.88 341	8.95 366	2.95 359	24.94 381	3.68 350	12.41 369	4.62 330

RTS	30.15 372	23.12 374	96.33 418	16.71 349	11.63 354	58.66 391	24.28 368	36.80 327	62.63 388	43.79 367	46.10 351	32.56 307	43.90 374	51.29 384	40.92 373	2.38 329	0.66 309	1.06 301	0.74 302	5.11 333	4.34 326

RTSA	30.15 372	23.12 374	96.33 418	16.71 349	11.63 354	58.66 391	24.28 368	36.80 327	62.63 388	43.79 367	46.10 351	32.56 307	43.90 374	51.29 384	40.92 373	2.38 329	0.66 309	1.06 301	0.74 302	5.11 333	4.34 326

SQANet	21.24 337	24.08 376	19.60 308	26.40 375	18.74 373	30.87 340	9.24 252	32.70 284	29.58 241	25.25 286	33.37 277	33.47 313	19.19 291	28.11 328	18.32 279	10.87 372	2.92 358	26.49 383	5.65 362	18.43 381	11.48 372

AnyNet_C01	29.76 370	25.78 377	75.37 401	17.03 352	11.34 351	49.00 377	27.12 376	37.99 336	40.05 318	40.73 358	65.13 392	46.98 370	38.86 366	46.63 378	48.19 388	2.14 324	2.13 345	2.13 326	2.56 341	8.14 351	7.98 362

GANetREF_RVC	25.41 363	29.28 378	24.63 321	25.18 372	6.04 281	30.44 337	35.39 387	47.84 375	50.60 361	36.88 349	36.04 298	34.11 318	31.23 349	37.46 363	27.96 343	8.58 364	2.66 353	16.29 375	4.95 361	14.37 374	8.32 363
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
DispFullNet	30.27 374	31.74 379	58.63 380	30.13 379	28.18 385	31.79 343	8.94 247	37.16 331	54.68 367	32.60 338	37.99 308	44.62 359	28.80 339	41.55 374	27.93 342	11.94 379	3.46 363	35.53 387	12.34 379	30.08 388	17.26 382

NVStereoNet_ROB	41.93 389	32.40 380	44.55 359	36.60 382	27.78 384	34.52 351	32.38 382	48.84 377	57.18 377	69.34 397	75.62 403	66.07 394	64.86 395	47.34 379	60.78 400	15.72 380	23.99 389	23.40 380	32.06 389	21.34 382	23.86 387
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	37.16 385	34.69 381	53.68 371	37.47 383	12.55 360	56.80 387	22.63 361	52.02 384	63.29 390	66.20 394	63.82 387	58.12 382	53.73 386	51.21 383	46.48 385	8.79 365	5.31 373	14.69 374	15.22 382	17.27 380	9.21 368

FADE	41.00 386	35.07 382	67.42 392	32.15 380	23.61 381	40.02 368	25.39 372	57.09 391	71.09 399	43.02 363	41.74 334	43.42 357	51.38 383	58.81 391	50.88 393	37.95 391	21.02 387	44.59 390	42.77 392	17.09 378	15.50 379

Consistency-Raft	41.82 388	35.10 383	44.56 360	32.85 381	41.39 391	46.76 374	34.76 385	57.01 390	54.94 370	32.10 334	65.22 393	30.82 292	48.46 380	40.81 373	48.77 389	27.39 388	34.28 392	42.92 389	51.66 400	39.28 390	27.28 388

EDNetEfficientorigin	28.98 369	35.45 384	99.82 428	9.43 273	5.65 270	24.97 311	14.79 319	26.06 214	54.82 369	60.87 386	57.59 379	45.42 362	50.27 382	26.11 317	43.62 380	0.30 196	0.37 271	1.61 318	2.35 340	10.17 358	9.99 370

otaku	33.18 377	35.99 385	52.93 368	40.01 384	21.41 376	55.08 383	17.25 341	43.30 365	61.58 385	39.25 355	49.16 362	46.61 368	28.49 338	39.77 371	28.76 346	18.56 383	7.00 380	31.82 385	9.61 374	21.53 383	15.48 378

Ntro	34.97 382	37.63 386	54.53 373	43.26 388	22.45 380	57.73 389	21.97 357	47.14 374	64.21 391	39.12 354	48.86 359	47.93 371	36.94 361	40.66 372	29.83 347	17.16 381	6.51 377	32.70 386	10.17 375	24.06 384	16.48 380

coex-ft	30.77 375	38.58 387	93.29 417	9.44 276	5.62 268	34.95 353	25.30 371	30.83 263	59.36 381	73.23 402	58.53 380	45.92 364	47.29 378	29.44 333	45.30 384	1.37 311	1.65 338	0.95 298	0.96 314	8.35 353	4.96 333

JetBlue	54.08 393	45.10 388	74.15 399	51.17 391	47.68 392	75.66 409	60.97 401	63.63 395	62.09 387	63.32 393	64.88 391	78.86 402	68.17 396	68.15 399	75.09 414	36.86 389	24.88 391	29.01 384	29.12 387	28.71 387	34.13 393

ACVNet_1	41.30 387	49.46 389	64.91 388	44.67 389	25.07 383	49.43 378	25.23 370	55.33 388	65.87 392	59.72 383	59.33 381	63.43 391	48.79 381	49.63 381	37.09 363	19.05 384	9.82 383	38.29 388	13.97 381	28.67 386	18.23 385

DLNR_Zeroshot_test	27.62 366	51.32 390	91.46 415	98.51 425	98.03 424	3.10 6	0.50 8	30.95 264	7.65 44	8.16 41	15.68 77	7.31 54	1.63 5	11.87 122	4.21 108	40.37 392	0.87 324	0.06 120	0.34 271	80.23 415	0.24 126

ACVNet-4b	36.40 384	52.20 391	56.11 376	42.45 387	21.78 377	48.56 376	14.37 316	49.50 379	60.15 383	43.17 365	46.38 353	55.62 381	24.56 317	38.15 366	21.97 298	25.13 387	3.66 367	46.93 391	33.56 390	25.97 385	17.74 383

SGM+DAISY	54.67 394	56.61 392	62.73 382	40.21 385	53.22 395	61.95 396	48.59 394	55.05 387	44.62 341	61.03 388	63.68 386	60.46 388	55.62 390	60.68 394	55.34 396	56.34 400	48.56 400	50.16 392	49.63 397	52.25 395	56.76 401

IMH-64-1	59.25 397	58.09 393	67.69 393	66.06 395	50.51 393	56.45 385	49.45 396	68.83 400	67.75 396	67.58 395	80.37 407	70.15 396	74.28 403	72.16 406	48.94 390	42.00 393	42.87 394	65.57 397	47.02 393	51.52 392	37.76 395

IMH-64	59.25 397	58.09 393	67.69 393	66.06 395	50.51 393	56.45 385	49.45 396	68.83 400	67.75 396	67.58 395	80.37 407	70.15 396	74.28 403	72.16 406	48.94 390	42.00 393	42.87 394	65.57 397	47.02 393	51.52 392	37.76 395

anonymity	52.32 391	58.23 395	63.91 384	41.12 386	59.25 401	53.27 381	41.04 390	55.69 389	40.20 319	54.85 381	49.49 364	49.13 373	55.48 388	59.07 392	49.65 392	55.86 399	50.03 403	51.00 393	51.08 398	51.71 394	56.36 399

SPS-STEREO	55.62 395	59.14 396	64.16 385	45.05 390	53.84 398	59.88 394	44.00 393	59.53 393	49.94 356	62.33 391	61.09 383	59.80 386	56.82 392	60.06 393	57.85 397	58.41 401	48.34 399	51.07 394	49.21 396	55.41 398	56.48 400
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	62.95 399	60.33 397	67.78 395	69.51 399	53.65 396	65.09 399	54.21 398	72.00 407	73.28 402	72.49 400	81.93 409	72.96 398	79.81 407	76.65 412	51.41 394	43.57 395	49.82 402	67.81 399	51.14 399	54.83 397	40.67 397

ACVNet_2	57.39 396	61.72 398	72.56 398	66.35 397	38.29 389	61.93 395	48.64 395	71.64 406	81.91 411	79.28 410	88.72 418	76.25 399	72.87 401	54.33 390	46.74 387	37.13 390	23.36 388	54.52 396	37.80 391	46.22 391	27.59 389

RainbowNet	51.25 390	62.74 399	64.52 387	60.13 394	39.00 390	58.72 393	30.83 380	57.31 392	79.18 408	50.24 376	65.35 394	60.13 387	44.25 376	49.47 380	41.16 376	46.52 396	46.06 397	52.72 395	31.78 388	52.33 396	32.47 392

MADNet+	53.31 392	68.61 400	98.75 425	67.03 398	37.58 388	79.83 416	81.74 416	60.38 394	61.61 386	51.43 379	54.92 376	61.11 389	59.29 393	69.66 401	76.71 415	23.88 386	24.03 390	17.08 376	12.35 380	32.47 389	27.69 390

SPstereo	83.40 418	68.64 401	79.07 405	76.12 403	67.23 409	87.60 418	91.47 419	100.00 429	100.00 428	99.11 425	99.10 425	100.00 432	98.04 424	98.41 425	88.76 419	65.51 404	59.97 410	82.34 413	80.81 413	62.36 399	63.44 406

LRCNet_RVC	73.59 410	69.80 402	74.41 400	77.63 406	60.56 404	40.33 369	15.08 324	71.04 404	48.36 350	88.07 418	94.62 421	90.11 417	81.83 410	80.58 415	61.26 402	97.12 425	72.30 416	96.65 424	97.58 425	77.13 414	77.30 416

TorneroNet-64	65.66 400	70.70 403	71.20 397	76.52 404	59.70 403	66.78 400	58.05 399	67.53 399	80.00 409	62.67 392	67.40 395	83.09 407	69.42 398	67.34 396	62.05 403	48.31 398	44.07 396	72.93 401	63.88 402	68.05 403	53.58 398

LVE	71.50 404	72.46 404	83.91 411	75.21 402	55.29 400	74.81 404	62.76 403	77.22 412	83.77 413	82.09 412	87.11 417	83.38 408	82.41 412	75.93 410	64.49 405	48.28 397	57.24 409	74.61 403	62.53 401	65.49 400	61.01 403

WAO-6	70.64 402	73.02 405	66.25 389	79.92 411	61.74 405	68.74 401	59.08 400	75.27 411	87.02 415	74.72 403	79.40 406	79.19 403	84.60 413	67.70 398	60.53 399	67.85 405	48.88 401	81.48 410	73.29 407	65.57 401	58.60 402

TorneroNet	71.21 403	73.44 406	75.82 402	80.82 413	65.65 407	70.53 403	64.39 404	71.42 405	75.97 404	71.47 399	73.68 401	84.17 410	74.00 402	69.85 402	69.09 407	59.37 402	48.19 398	79.67 406	73.51 408	74.93 413	68.26 412

UNDER WATER-64	73.11 409	74.48 407	87.70 412	74.03 401	55.20 399	78.24 413	75.71 413	65.33 397	67.91 398	75.60 405	69.32 398	84.41 411	76.93 405	68.43 400	72.45 410	81.18 415	56.77 408	82.46 414	80.34 412	68.22 404	67.48 411

WAO-7	72.21 407	78.21 408	54.04 372	79.33 410	69.31 412	70.20 402	72.09 411	77.85 415	84.90 414	77.35 406	86.03 413	79.37 404	79.88 408	65.32 395	65.33 406	62.33 403	69.70 415	70.51 400	73.21 406	67.23 402	62.02 404

WAO-8	76.87 413	78.41 409	66.45 390	86.81 417	72.47 414	79.27 414	68.59 407	77.75 413	89.01 417	83.09 414	86.98 414	85.87 413	84.97 415	72.12 404	69.11 408	74.93 409	55.23 406	87.79 420	83.50 415	70.47 407	64.56 407

Venus	76.87 413	78.41 409	66.45 390	86.81 417	72.47 414	79.27 414	68.59 407	77.75 413	89.01 417	83.09 414	86.98 414	85.87 413	84.97 415	72.12 404	69.11 408	74.93 409	55.23 406	87.79 420	83.50 415	70.48 408	64.56 407

UNDER WATER	75.92 412	79.25 411	87.75 413	84.39 415	66.43 408	77.08 411	77.22 414	66.90 398	72.16 401	75.32 404	71.56 400	85.89 415	82.15 411	70.11 403	74.99 413	79.34 413	53.61 405	86.40 418	84.53 417	71.29 409	72.11 414

MFMNet_re	72.05 405	79.64 412	64.23 386	52.73 392	84.71 417	77.93 412	68.35 405	63.96 396	66.93 394	61.00 387	71.29 399	63.84 392	68.91 397	72.42 408	61.11 401	82.03 417	74.22 417	80.34 409	74.44 409	83.62 419	89.34 420

notaker	72.18 406	79.78 413	78.84 404	78.75 408	68.52 410	63.26 397	61.68 402	69.22 403	75.95 403	77.58 407	78.85 405	79.69 405	84.79 414	77.39 413	58.43 398	69.68 408	60.79 411	77.46 405	68.48 404	69.62 405	64.92 409

JetRed	79.55 416	79.88 414	91.52 416	71.05 400	75.80 416	91.66 419	80.11 415	79.14 416	80.44 410	84.35 416	84.23 412	83.38 408	72.48 400	79.43 414	85.44 418	69.33 407	81.58 418	73.66 402	72.56 405	82.35 416	72.60 415

ktn	72.58 408	80.06 415	69.96 396	79.14 409	69.86 413	75.40 408	70.43 410	69.01 402	76.90 405	72.88 401	77.46 404	77.43 400	77.41 406	72.78 409	55.00 395	79.09 411	65.99 412	80.09 408	68.29 403	71.46 410	62.98 405

HanzoNet	77.61 415	81.11 416	82.83 407	77.82 407	69.15 411	75.25 407	69.06 409	73.49 409	77.84 407	82.19 413	82.80 410	85.42 412	86.67 418	85.99 418	73.64 412	85.24 421	68.38 414	81.71 411	75.47 410	71.98 411	66.24 410

DPSimNet_ROB	74.29 411	83.27 417	59.30 381	77.19 405	65.13 406	75.14 406	74.95 412	73.99 410	76.94 406	81.99 411	75.48 402	80.18 406	71.76 399	67.39 397	84.00 417	81.87 416	51.14 404	79.99 407	76.70 411	70.17 406	79.21 417

Dean	80.72 417	85.82 418	83.27 408	84.91 416	59.53 402	75.11 405	68.39 406	81.59 417	88.05 416	92.41 420	86.98 414	92.41 419	93.02 420	83.11 417	73.31 411	68.01 406	66.13 413	94.82 423	84.66 418	83.28 417	69.50 413

PWCK	65.90 401	88.63 419	79.40 406	80.32 412	29.96 386	63.85 398	39.45 389	72.07 408	71.26 400	78.74 409	68.99 397	77.82 401	61.77 394	82.81 416	62.64 404	80.17 414	39.88 393	81.90 412	47.37 395	73.54 412	37.51 394

ASD4	87.72 419	90.49 420	83.85 410	83.29 414	90.74 421	97.88 422	99.60 427	88.98 419	96.82 423	88.24 419	93.42 419	89.82 416	86.15 417	88.78 419	91.81 420	79.31 412	81.76 419	76.68 404	81.50 414	83.55 418	81.68 418

KSHMR	88.54 420	93.03 421	83.31 409	95.54 422	91.74 422	82.37 417	83.41 417	84.43 418	81.99 412	87.89 417	84.05 411	91.94 418	81.33 409	76.34 411	81.76 416	96.44 424	96.14 424	96.69 425	97.12 424	92.52 424	92.67 424

MADNet++	94.16 425	94.02 422	90.25 414	96.28 423	96.84 423	97.17 421	90.16 418	94.71 423	91.69 419	97.07 424	93.71 420	94.62 420	92.63 419	96.15 423	95.18 424	95.42 422	95.89 423	92.80 422	92.23 423	92.10 423	94.30 426

xxxxx1	91.92 422	95.33 423	98.45 422	87.29 419	89.24 418	98.50 423	98.17 424	92.95 420	93.21 420	93.55 421	95.36 422	96.99 421	96.28 421	94.65 420	94.94 421	83.26 418	84.17 420	82.90 415	88.32 420	85.49 420	89.37 421

tt_ll	91.92 422	95.33 423	98.45 422	87.29 419	89.24 418	98.50 423	98.17 424	92.95 420	93.21 420	93.55 421	95.36 422	96.99 421	96.28 421	94.65 420	94.94 421	83.26 418	84.17 420	82.90 415	88.32 420	85.49 420	89.37 421

ff	91.92 422	95.33 423	98.45 422	87.29 419	89.24 418	98.50 423	98.17 424	92.95 420	93.21 420	93.55 421	95.36 422	96.99 421	96.28 421	94.65 420	94.94 421	83.26 418	84.17 420	82.90 415	88.32 420	85.49 420	89.37 421

MEDIAN_ROB	99.19 426	99.84 426	99.62 427	98.49 424	98.51 425	98.58 426	97.81 423	98.80 426	98.56 424	99.36 428	99.49 426	99.56 426	99.06 426	98.35 424	98.31 426	99.99 427	99.63 426	100.00 428	100.00 429	99.81 427	99.95 428

Anonymous_1	99.65 429	99.95 427	99.93 429	99.80 428	99.60 427	100.00 429	100.00 430	99.82 428	99.98 426	99.62 429	99.94 428	99.75 427	100.00 429	99.66 427	99.88 428	98.45 426	99.84 427	98.73 426	99.26 426	99.41 426	99.36 427

HaxPig	99.40 428	99.99 428	97.38 420	100.00 429	100.00 429	96.91 420	97.35 421	99.59 427	99.99 427	100.00 430	100.00 429	99.99 430	99.99 428	99.04 426	97.77 425	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	99.99 429

test_example2	99.68 430	99.99 428	99.99 430	100.00 429	99.99 428	99.86 428	99.99 429	98.29 425	100.00 428	100.00 430	100.00 429	98.15 424	98.39 425	99.98 428	99.98 429	100.00 428	99.99 429	99.40 427	99.53 428	100.00 429	100.00 430

AVERAGE_ROB	99.80 431	99.99 428	99.40 426	100.00 429	100.00 429	98.99 427	97.72 422	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

MyStereo03	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

MyStereo02	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

MyStereo	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

Selective-RAFT-Error	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

PML	99.19 426	100.00 431	98.08 421	99.28 426	99.53 426	100.00 429	99.73 428	98.24 424	99.44 425	100.00 430	99.57 427	98.76 425	99.84 427	100.00 431	98.88 427	100.00 428	99.54 425	100.00 428	99.50 427	99.90 428	93.55 425

CasAABBNet	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

LSM0	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DPSMNet_ROB	99.95 432	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	99.15 427	100.00 429	99.96 428	100.00 429	99.99 429	99.99 430	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DGTPSM_ROB	99.95 432	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	99.14 426	100.00 429	99.96 428	100.00 429	99.99 429	99.99 430	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DPSM_ROB	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

DPSM	100.00 434	100.00 431	100.00 431	100.00 429	100.00 429	100.00 429	100.00 430	100.00 429	100.00 428	100.00 430	100.00 429	100.00 432	100.00 429	100.00 431	100.00 432	100.00 428	100.00 430	100.00 428	100.00 429	100.00 429	100.00 430

Low-res two-view benchmark