Low-res two-view results

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

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

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

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

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

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

riskmin	1.88 63	0.15 1	2.11 41	1.38 164	0.88 201	2.40 69	0.04 9	5.93 119	6.10 174	2.25 47	1.34 20	6.06 207	5.08 255	2.78 53	1.01 98	0.00 1	0.02 165	0.00 1	0.00 1	0.01 7	0.06 140

Selective-IGEV	1.23 23	0.18 2	1.13 2	0.07 9	0.17 69	2.38 68	0.54 126	6.10 124	2.51 17	0.41 16	3.20 54	0.26 14	0.29 8	6.94 160	0.16 1	0.00 1	0.01 125	0.00 1	0.11 286	0.04 78	0.10 195

EGLCR-Stereo	1.04 9	0.20 3	2.00 26	1.14 143	0.16 64	2.50 75	0.11 28	4.96 66	2.61 20	0.79 27	0.07 1	1.46 59	0.37 19	3.96 74	0.23 2	0.01 142	0.05 237	0.00 1	0.00 1	0.00 1	0.07 153

PSM-AAD	3.33 196	0.20 3	1.47 5	0.73 92	0.54 170	2.55 83	6.19 333	4.97 67	3.27 60	10.92 317	11.92 257	2.95 93	9.59 333	7.90 210	0.82 68	0.01 142	0.01 125	0.00 1	0.00 1	0.04 78	2.47 367

GrayStereo	3.74 223	0.20 3	1.94 21	1.55 186	0.60 174	3.12 151	8.22 355	5.76 112	3.32 62	10.40 306	16.66 305	5.81 203	8.60 320	6.57 147	1.37 125	0.01 142	0.00 1	0.01 254	0.63 358	0.02 22	0.04 101

knoymous	1.36 32	0.21 6	1.68 11	0.20 32	0.49 165	1.58 24	0.11 28	5.15 77	2.40 14	4.62 92	1.77 29	4.56 158	0.45 31	3.23 59	0.63 38	0.00 1	0.02 165	0.00 1	0.00 1	0.02 22	0.01 15

test-3	1.86 59	0.21 6	2.46 60	1.03 126	0.22 100	1.38 13	0.83 188	4.65 56	5.04 135	7.26 210	1.78 30	4.10 140	0.41 28	6.53 146	0.76 59	0.00 1	0.00 1	0.00 1	0.29 333	0.18 241	0.14 232

test_1	1.85 58	0.21 6	2.45 58	1.02 124	0.22 100	1.37 12	0.82 184	4.66 57	5.06 136	7.02 194	1.73 27	4.09 138	0.41 28	6.51 144	0.76 59	0.00 1	0.00 1	0.00 1	0.29 333	0.18 241	0.14 232

test_3	1.88 63	0.22 9	2.75 88	0.96 119	0.22 100	1.28 10	0.77 178	4.62 52	5.87 162	6.55 177	1.84 32	4.28 150	0.45 31	6.48 141	0.76 59	0.00 1	0.01 125	0.00 1	0.28 332	0.17 231	0.14 232

ttt	3.86 236	0.23 10	2.34 53	2.22 275	1.68 255	4.36 218	0.28 74	12.45 292	11.09 293	6.90 191	11.85 256	4.08 137	3.28 169	8.47 249	7.85 298	0.06 277	0.04 228	0.00 1	0.00 1	0.03 58	0.03 66

Any-RAFT	2.18 95	0.25 11	1.94 21	1.37 163	0.80 195	5.01 236	0.56 131	8.51 191	5.58 155	4.01 80	4.85 87	5.44 188	2.26 134	2.45 50	0.35 7	0.00 1	0.15 315	0.00 1	0.00 1	0.02 22	0.02 37

CAS	2.24 98	0.25 11	1.86 14	11.21 383	3.86 342	1.67 28	0.02 7	3.87 23	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 20	0.74 53	9.43 390	0.01 125	0.00 1	0.00 1	0.01 7	5.21 378

11t1	1.62 40	0.26 13	2.53 65	2.37 292	0.24 104	2.58 89	0.06 14	6.66 152	3.00 42	3.40 71	3.01 50	1.14 51	1.94 121	4.18 80	0.91 85	0.01 142	0.02 165	0.00 1	0.00 1	0.03 58	0.03 66

GMM-Stereo	3.32 194	0.27 14	2.52 64	0.82 98	0.48 162	2.27 60	4.91 321	5.06 73	3.08 47	7.06 198	16.72 306	6.21 211	3.70 191	7.60 192	1.16 111	0.04 254	0.00 1	0.00 1	0.04 258	0.10 166	4.45 373

x	1.73 45	0.28 15	2.49 63	1.91 233	0.17 69	2.10 51	0.83 188	8.74 202	3.55 74	3.28 66	2.12 39	3.10 103	1.96 122	2.90 54	1.12 105	0.00 1	0.02 165	0.00 1	0.00 1	0.02 22	0.03 66

mmm	2.50 133	0.29 16	3.22 136	1.98 242	0.32 129	3.72 190	0.12 34	9.45 219	4.05 98	5.84 127	10.80 238	2.47 82	2.86 159	4.07 78	0.75 57	0.00 1	0.02 165	0.00 1	0.01 208	0.03 58	0.02 37

AEACV	0.80 2	0.29 16	1.70 12	0.96 119	0.24 104	2.03 47	0.88 201	3.50 13	0.88 1	0.34 6	0.20 4	0.29 19	2.01 124	1.77 32	0.33 5	0.00 1	0.03 208	0.00 1	0.29 333	0.10 166	0.09 176

GLC_STEREO	0.75 1	0.29 16	1.19 3	0.55 77	0.01 1	1.98 45	0.57 139	3.07 4	3.02 44	0.90 29	1.48 22	0.19 1	0.40 22	0.93 3	0.36 8	0.00 1	0.01 125	0.00 1	0.00 1	0.04 78	0.02 37

Prome-Stereo	3.65 217	0.29 16	1.92 18	0.91 106	0.49 165	2.07 49	4.75 319	4.41 40	3.23 58	9.32 281	20.63 335	4.06 136	7.19 297	7.70 198	1.17 112	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	4.72 377

1111x	4.25 263	0.30 20	4.31 208	1.47 177	0.37 137	5.10 237	0.32 85	12.86 305	9.82 268	6.01 139	9.73 216	8.78 263	5.97 276	9.43 292	10.39 335	0.06 277	0.03 208	0.00 1	0.00 1	0.02 22	0.04 101

qqq	1.93 71	0.30 20	2.96 112	1.40 167	0.05 9	1.96 44	0.39 95	8.45 187	3.33 63	3.06 61	3.84 66	4.67 161	2.70 148	4.40 82	0.96 91	0.00 1	0.01 125	0.00 1	0.00 1	0.02 22	0.03 66

s12784h	1.89 66	0.30 20	2.57 69	0.11 17	0.09 34	4.18 212	0.13 41	6.61 150	7.44 213	3.62 75	4.28 75	0.59 42	0.81 53	6.61 148	0.46 20	0.01 142	0.01 125	0.00 1	0.00 1	0.02 22	0.00 1

DualNet	3.35 199	0.31 23	3.97 186	1.34 156	0.98 212	2.80 115	0.48 110	4.53 46	10.19 275	6.29 166	9.23 198	5.59 192	3.72 196	8.00 213	9.35 323	0.00 1	0.02 165	0.00 1	0.00 1	0.10 166	0.04 101

ffm	2.90 163	0.31 23	3.97 186	1.34 156	0.98 212	2.80 115	0.48 110	4.53 46	10.19 275	6.29 166	9.23 198	5.59 192	3.72 196	8.00 213	0.46 20	0.00 1	0.02 165	0.00 1	0.00 1	0.10 166	0.04 101

ff1	3.45 209	0.31 23	3.97 186	1.34 156	0.98 212	2.80 115	0.48 110	4.53 46	10.19 275	6.29 166	9.23 198	5.59 192	3.72 196	10.11 302	9.35 323	0.00 1	0.02 165	0.00 1	0.00 1	0.10 166	0.04 101

mmx	3.86 236	0.31 23	3.97 186	1.34 156	0.98 212	2.80 115	0.48 110	12.18 288	10.66 288	6.29 166	9.23 198	5.59 192	3.72 196	10.11 302	9.35 323	0.05 266	0.02 165	0.00 1	0.00 1	0.03 58	0.04 101

xxx	3.86 236	0.31 23	3.98 191	1.34 156	0.98 212	2.80 115	0.48 110	12.18 288	10.66 288	6.29 166	9.23 198	5.59 192	3.72 196	10.11 302	9.35 323	0.05 266	0.02 165	0.00 1	0.00 1	0.03 58	0.04 101

PFNet+	2.35 114	0.31 23	3.69 168	0.79 96	0.17 69	3.15 155	0.75 175	4.52 45	6.30 183	7.90 236	6.34 136	2.53 83	1.18 78	7.72 201	1.62 145	0.03 238	0.00 1	0.00 1	0.00 1	0.01 7	0.03 66

KYRaft	3.59 214	0.31 23	1.84 13	0.76 95	0.46 155	2.29 61	4.04 303	4.75 58	3.25 59	8.93 272	19.47 328	6.62 221	5.07 254	7.79 205	0.71 50	0.01 142	0.00 1	0.00 1	0.01 208	0.04 78	5.38 380

SST-Stereo	2.75 150	0.31 23	2.78 94	1.33 154	0.33 132	3.99 207	0.82 184	5.60 107	3.93 87	10.92 317	6.19 127	5.00 174	4.23 218	8.66 259	0.74 53	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 66

xxxx	4.51 273	0.31 23	2.77 92	1.69 205	0.47 161	7.74 289	0.07 18	14.04 321	7.91 228	5.82 126	8.97 194	9.34 267	3.41 179	7.33 179	20.24 368	0.05 266	0.03 208	0.00 1	0.00 1	0.03 58	0.04 101

AE-Stereo	1.44 35	0.32 32	2.69 79	1.58 191	0.20 94	2.24 58	0.59 141	6.01 120	5.70 158	1.18 38	3.17 53	1.02 49	0.78 51	1.73 28	0.83 69	0.02 211	0.18 329	0.00 1	0.29 333	0.11 183	0.07 153

CASnet	0.98 6	0.32 32	1.62 7	0.65 88	0.07 21	2.11 52	0.14 47	3.50 13	4.03 94	3.77 77	1.41 21	0.31 23	0.29 8	0.80 2	0.57 33	0.01 142	0.00 1	0.00 1	0.00 1	0.04 78	0.01 15
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 42	0.32 32	3.29 140	0.92 110	0.18 81	3.89 202	0.06 14	4.22 32	4.00 91	1.47 39	1.98 34	3.07 102	2.81 155	6.35 133	0.89 83	0.01 142	0.00 1	0.00 1	0.21 315	0.05 100	0.00 1

DisPM	2.43 122	0.32 32	3.04 122	1.76 215	0.18 81	3.46 164	0.65 153	5.13 74	4.88 132	8.59 259	7.04 155	2.84 90	1.03 65	8.85 271	0.83 69	0.01 142	0.00 1	0.00 1	0.00 1	0.01 7	0.02 37

BUS	2.49 130	0.32 32	3.05 127	0.46 69	0.46 155	7.12 274	0.50 121	9.05 206	4.69 124	6.11 148	6.15 124	5.29 182	0.83 54	3.91 70	1.77 155	0.01 142	0.03 208	0.03 300	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 143	0.32 32	3.05 127	0.46 69	0.46 155	7.13 276	1.63 249	9.05 206	4.69 124	6.11 148	6.15 124	6.26 212	2.54 142	3.91 70	1.91 164	0.01 142	0.03 208	0.03 300	0.00 1	0.04 78	0.00 1

psmg	3.10 178	0.32 32	3.05 127	0.54 74	0.46 155	8.68 297	2.84 277	9.87 228	4.69 124	8.08 239	8.69 184	6.26 212	2.54 142	3.91 70	1.91 164	0.01 142	0.04 228	0.06 320	0.00 1	0.11 183	0.00 1

R-Stereo Train	2.44 124	0.32 32	1.93 19	0.94 113	0.16 64	3.67 182	0.61 145	6.37 137	3.08 47	9.14 275	17.44 319	1.80 69	0.77 48	1.76 30	0.70 46	0.00 1	0.01 125	0.00 1	0.00 1	0.01 7	0.03 66

RAFT-Stereo	2.44 124	0.32 32	1.93 19	0.94 113	0.16 64	3.67 182	0.61 145	6.37 137	3.08 47	9.14 275	17.44 319	1.80 69	0.77 48	1.76 30	0.70 46	0.00 1	0.01 125	0.00 1	0.00 1	0.01 7	0.03 66
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 258	0.32 32	2.76 91	0.63 86	0.69 183	6.95 272	1.69 253	11.96 279	8.36 240	8.83 266	12.17 263	15.18 326	4.21 216	6.91 157	3.30 220	0.02 211	0.02 165	0.00 1	0.00 1	0.01 7	0.01 15
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 338	0.32 32	9.03 324	4.18 361	2.42 294	26.86 383	6.14 332	19.36 369	13.52 319	27.09 378	22.75 345	9.47 270	4.74 241	15.06 354	6.34 278	0.02 211	0.02 165	0.00 1	0.00 1	0.02 22	0.13 227

SGM-Forest	4.96 281	0.32 32	2.84 99	1.21 146	0.64 178	10.23 315	6.64 344	11.55 266	10.98 292	10.94 319	13.59 278	11.65 304	4.30 221	8.94 275	4.63 254	0.11 297	0.04 228	0.00 1	0.00 1	0.05 100	0.46 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	1.29 27	0.33 44	3.02 117	0.03 1	1.12 223	1.26 8	0.13 41	4.46 42	3.75 80	0.35 7	2.39 43	0.31 23	0.74 46	6.09 119	1.76 154	0.00 1	0.00 1	0.00 1	0.00 1	0.08 139	0.04 101

MIF-Stereo	0.83 4	0.33 44	1.98 24	0.92 110	1.27 232	0.54 3	0.11 28	1.35 1	2.94 33	1.67 42	2.09 35	0.20 4	0.31 13	1.57 23	1.07 100	0.00 1	0.00 1	0.00 1	0.00 1	0.16 223	0.01 15

NF-Stereo	2.24 98	0.33 44	3.00 113	2.04 254	0.10 37	3.46 164	0.43 102	6.51 147	3.17 52	6.84 184	5.24 103	2.67 88	1.34 88	8.17 235	1.53 136	0.01 142	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

OCTAStereo	2.24 98	0.33 44	3.03 119	2.04 254	0.10 37	3.45 163	0.43 102	6.50 144	3.17 52	6.84 184	5.20 100	2.65 85	1.33 86	8.18 236	1.56 140	0.01 142	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RAFT_R40	2.71 146	0.33 44	3.00 113	1.26 149	0.30 122	3.83 200	1.00 212	5.69 109	4.29 107	9.69 290	6.33 135	5.02 176	4.02 209	8.58 255	0.86 74	0.01 142	0.00 1	0.00 1	0.00 1	0.03 58	0.02 37

RE-Stereo	2.25 103	0.33 44	3.03 119	2.04 254	0.10 37	3.47 166	0.43 102	6.50 144	3.18 55	6.84 184	5.20 100	2.65 85	1.34 88	8.18 236	1.58 142	0.01 142	0.00 1	0.01 254	0.00 1	0.02 22	0.01 15

TVStereo	2.25 103	0.33 44	3.03 119	2.04 254	0.10 37	3.47 166	0.43 102	6.50 144	3.18 55	6.84 184	5.20 100	2.65 85	1.34 88	8.18 236	1.58 142	0.01 142	0.00 1	0.01 254	0.00 1	0.02 22	0.01 15

CFNet-RSSM	2.11 87	0.33 44	2.71 83	1.04 131	0.30 122	3.21 158	0.41 99	6.67 153	6.96 197	5.62 118	4.58 83	5.40 187	1.71 110	1.86 36	0.87 76	0.00 1	0.08 270	0.00 1	0.32 340	0.02 22	0.02 37

Gwc-CoAtRS	2.02 81	0.33 44	2.61 72	1.04 131	0.30 122	3.56 176	0.40 98	5.89 118	5.94 165	5.08 106	5.01 92	5.55 191	1.72 111	1.60 25	0.91 85	0.01 142	0.09 278	0.00 1	0.25 325	0.01 7	0.02 37

LoS	0.91 5	0.34 53	2.10 40	0.38 63	0.13 55	2.47 73	0.26 72	5.00 71	2.74 26	0.89 28	0.21 5	0.49 38	0.36 17	1.97 40	0.67 42	0.02 211	0.02 165	0.00 1	0.00 1	0.06 116	0.01 15

RCA-Stereo	1.99 78	0.34 53	2.71 83	0.26 40	0.06 16	2.29 61	0.48 110	4.89 61	14.65 326	2.81 55	5.51 113	0.78 45	3.21 168	1.44 17	0.33 5	0.00 1	0.01 125	0.00 1	0.00 1	0.07 131	0.02 37

DCANet-4	2.03 82	0.34 53	5.30 257	0.31 46	0.18 81	1.69 31	0.12 34	4.95 64	8.55 248	5.78 121	5.17 95	1.12 50	2.82 156	2.11 46	1.92 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 253

tt	83.26 422	0.34 53	99.99 430	79.40 423	93.18 424	100.00 429	100.00 430	100.00 431	99.95 426	60.33 412	47.63 400	99.98 430	99.96 428	99.98 429	100.00 433	92.42 424	99.82 428	73.83 424	73.63 421	88.42 425	56.35 419

test_4	2.38 118	0.34 53	2.68 77	0.08 11	0.11 45	3.69 185	1.14 223	3.33 7	3.34 66	4.03 81	17.35 318	3.31 109	0.51 35	6.28 127	1.15 109	0.00 1	0.00 1	0.00 1	0.11 286	0.16 223	0.01 15

AAGNet	3.41 204	0.34 53	2.45 58	1.78 218	0.39 141	3.69 185	1.05 215	4.79 60	4.61 122	9.62 288	7.74 171	4.98 170	6.38 283	7.34 180	13.02 350	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

PSM-softLoss	2.24 98	0.34 53	3.42 150	1.81 221	0.17 69	2.74 107	0.39 95	6.17 129	2.92 31	6.26 161	6.29 133	2.96 94	0.97 60	8.68 260	1.71 149	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

KMStereo	2.24 98	0.34 53	3.42 150	1.81 221	0.17 69	2.74 107	0.39 95	6.17 129	2.92 31	6.26 161	6.29 133	2.96 94	0.97 60	8.68 260	1.71 149	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

FENet	2.19 96	0.34 53	3.04 122	2.05 258	0.26 113	2.82 127	0.13 41	7.02 163	5.55 152	4.97 102	1.94 33	4.91 169	3.39 177	4.71 86	2.50 195	0.02 211	0.03 208	0.00 1	0.00 1	0.00 1	0.21 270

CES	1.56 38	0.35 62	1.44 4	0.42 66	7.70 379	2.66 103	0.13 41	4.89 61	2.53 19	0.25 2	1.10 13	0.33 28	0.31 13	1.61 26	0.58 36	0.01 142	0.02 165	0.00 1	0.00 1	0.54 323	6.26 382

iRaft-Stereo_20w	2.56 135	0.35 62	4.98 237	0.37 62	0.67 181	3.47 166	0.59 141	12.57 300	3.89 85	6.10 147	6.23 130	1.49 60	2.24 131	6.65 149	0.86 74	0.00 1	0.19 333	0.00 1	0.33 342	0.08 139	0.22 272

DAS	3.74 223	0.35 62	5.19 252	1.99 243	3.74 334	2.36 65	3.22 286	7.77 173	9.27 257	8.70 260	12.08 259	4.45 154	5.43 264	8.39 244	1.71 149	0.01 142	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

SepStereo	3.78 228	0.35 62	5.19 252	1.99 243	3.74 334	2.36 65	3.22 286	7.77 173	9.27 257	8.70 260	12.08 259	4.45 154	5.43 264	9.18 283	1.71 149	0.01 142	0.00 1	0.00 1	0.00 1	0.04 78	0.02 37

NRIStereo	2.14 90	0.35 62	2.65 76	1.10 136	0.14 57	3.05 145	0.86 197	5.35 96	3.18 55	6.24 158	3.36 60	4.17 143	1.82 119	8.12 228	2.01 172	0.00 1	0.10 286	0.00 1	0.00 1	0.12 195	0.19 263

CRE-IMP	1.95 73	0.35 62	2.68 77	0.27 44	0.17 69	3.90 203	0.85 196	5.14 75	2.87 30	5.74 120	4.14 72	3.49 119	0.83 54	6.40 134	1.80 158	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.19 263

cross-raft	2.03 82	0.35 62	2.78 94	1.10 136	0.16 64	3.77 196	0.48 110	7.03 164	3.75 80	5.06 105	5.55 114	6.26 212	1.41 92	1.75 29	0.89 83	0.01 142	0.07 262	0.00 1	0.19 310	0.03 58	0.03 66

MSKI-zero shot	2.00 79	0.36 69	2.15 42	0.81 97	0.25 107	2.69 105	0.29 79	6.16 128	2.34 13	4.31 84	7.52 164	3.70 126	0.25 3	8.42 247	0.41 10	0.01 142	0.13 306	0.00 1	0.25 325	0.03 58	0.02 37

RAFT-Test	2.17 93	0.36 69	3.40 148	1.05 133	0.34 134	4.90 233	0.69 161	6.27 132	3.98 89	4.65 96	7.02 152	6.30 215	1.12 69	1.81 33	0.99 95	0.01 142	0.17 325	0.00 1	0.34 344	0.02 22	0.02 37

MC-Stereo	1.47 37	0.36 69	2.54 66	1.99 243	0.12 53	1.90 40	0.12 34	4.47 43	2.83 29	3.31 69	3.44 62	0.56 41	1.47 96	5.39 105	0.47 25	0.00 1	0.04 228	0.00 1	0.21 315	0.07 131	0.04 101

FTStereo	4.55 277	0.36 69	2.18 47	0.94 113	0.38 139	2.60 93	8.82 358	4.98 69	3.17 52	10.88 316	30.35 370	5.60 197	7.60 306	7.62 193	1.55 139	0.17 311	0.00 1	0.05 316	0.00 1	0.03 58	3.80 371

pcwnet_v2	4.20 258	0.36 69	8.53 322	1.33 154	1.12 223	3.43 162	0.41 99	12.85 304	14.16 322	9.90 296	14.29 286	5.90 204	3.03 162	6.20 124	2.06 176	0.01 142	0.05 237	0.04 310	0.02 229	0.16 223	0.18 253

test_xeample	4.13 252	0.36 69	2.75 88	1.23 147	0.51 168	3.96 206	0.13 41	12.63 301	7.65 219	7.49 220	10.86 242	3.29 108	3.36 172	6.71 150	21.53 373	0.02 211	0.03 208	0.00 1	0.00 1	0.03 58	0.04 101

DEmStereo	3.79 229	0.37 75	3.69 168	0.17 30	0.17 69	5.28 240	2.54 269	4.35 35	3.70 77	8.21 247	20.15 330	5.13 179	10.38 338	7.65 194	3.85 241	0.01 142	0.01 125	0.01 254	0.00 1	0.02 22	0.06 140

PMTNet	1.41 34	0.37 75	2.06 30	0.26 40	0.15 61	2.94 139	0.34 89	3.39 8	5.33 145	1.00 30	1.27 18	0.28 18	0.93 59	4.04 77	0.74 53	5.00 378	0.00 1	0.00 1	0.00 1	0.03 58	0.01 15

ICVP	2.32 112	0.38 77	2.89 109	0.92 110	0.70 187	2.55 83	0.87 199	9.97 231	3.99 90	4.13 82	8.97 194	2.71 89	1.69 109	2.52 51	3.52 233	0.05 266	0.24 345	0.01 254	0.01 208	0.11 183	0.13 227
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 146	0.38 77	5.96 277	2.25 276	2.20 285	1.54 23	0.21 62	5.44 102	3.05 45	2.28 49	16.16 300	7.03 228	0.24 2	6.19 122	0.79 64	0.00 1	0.15 315	0.00 1	0.23 321	0.13 205	0.04 101

GES	2.49 130	0.38 77	4.29 207	1.58 191	0.05 9	4.58 226	1.07 218	9.70 225	3.39 67	5.21 108	6.64 140	1.84 71	3.36 172	4.86 89	2.54 198	0.06 277	0.01 125	0.06 320	0.01 208	0.12 195	0.03 66

SMFormer	3.54 211	0.39 80	3.61 161	1.69 205	0.11 45	2.85 131	0.29 79	12.46 293	10.41 281	7.16 203	10.23 224	4.78 164	4.45 229	8.71 263	3.51 230	0.07 284	0.05 237	0.00 1	0.00 1	0.06 116	0.04 101

tta	3.54 211	0.39 80	3.61 161	1.69 205	0.11 45	2.85 131	0.29 79	12.46 293	10.41 281	7.16 203	10.23 224	4.78 164	4.45 229	8.71 263	3.51 230	0.07 284	0.05 237	0.00 1	0.00 1	0.06 116	0.03 66

qqq1	3.38 200	0.39 80	3.61 161	1.69 205	0.11 45	2.85 131	0.29 79	12.46 293	10.41 281	7.16 203	10.23 224	4.78 164	4.45 229	8.71 263	0.30 3	0.07 284	0.05 237	0.00 1	0.00 1	0.06 116	0.03 66

fff1	3.38 200	0.39 80	3.61 161	1.69 205	0.11 45	2.85 131	0.29 79	12.46 293	10.41 281	7.16 203	10.23 224	4.78 164	4.45 229	8.71 263	0.30 3	0.07 284	0.05 237	0.00 1	0.00 1	0.06 116	0.03 66

PCWNet_CMD	2.99 169	0.39 80	4.02 193	0.39 64	0.26 113	2.53 79	0.15 51	9.24 214	9.22 255	7.12 201	11.53 253	6.94 226	2.41 138	4.02 76	1.33 121	0.01 142	0.02 165	0.02 284	0.00 1	0.05 100	0.07 153

anonymousdsp2	1.78 48	0.39 80	3.40 148	1.10 136	0.04 8	3.63 180	0.50 121	7.80 175	2.77 27	2.91 58	2.88 48	3.17 104	1.01 62	5.15 101	0.43 11	0.00 1	0.01 125	0.02 284	0.15 295	0.05 100	0.12 220

DeepStereo_RVC	2.05 84	0.39 80	2.87 106	0.14 28	0.17 69	3.51 172	0.70 163	5.21 80	3.00 42	6.27 163	4.13 71	3.47 117	4.53 233	4.81 88	1.49 132	0.01 142	0.00 1	0.00 1	0.00 1	0.09 156	0.18 253

CREStereo++_RVC	1.59 39	0.39 80	2.26 49	0.36 60	0.01 1	1.67 28	0.01 1	2.95 3	8.12 233	3.69 76	7.44 163	0.47 37	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 382	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMDNet	2.99 169	0.39 80	4.02 193	0.40 65	0.25 107	2.53 79	0.16 54	9.35 217	9.25 256	7.08 199	11.39 248	6.93 225	2.43 139	4.01 75	1.34 123	0.01 142	0.02 165	0.02 284	0.00 1	0.05 100	0.07 153

Patchmatch Stereo++	1.95 73	0.40 89	2.86 102	0.12 18	0.18 81	3.74 192	0.66 155	5.24 87	2.96 36	5.86 128	4.32 76	3.46 114	1.52 101	6.88 154	0.70 46	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.09 176
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	1.88 63	0.40 89	2.86 102	0.12 18	0.19 90	3.75 195	0.71 165	5.23 81	2.96 36	5.86 128	4.33 78	3.45 112	1.51 97	5.40 106	0.69 44	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.09 176

PFNet	2.93 165	0.40 89	5.51 265	2.13 265	0.84 198	3.11 150	0.75 175	6.78 157	4.79 130	9.98 298	6.00 118	4.78 164	2.13 127	8.33 242	2.11 177	0.19 315	0.06 250	0.00 1	0.11 286	0.20 249	0.35 305

Pruner-Stereo	2.49 130	0.40 89	2.46 60	1.80 220	0.25 107	3.51 172	0.77 178	6.03 121	4.92 133	8.91 269	6.09 120	4.45 154	1.11 68	6.99 162	2.11 177	0.02 211	0.00 1	0.02 284	0.00 1	0.01 7	0.04 101

iGMRVC	1.96 76	0.40 89	2.88 107	0.12 18	0.19 90	3.74 192	0.73 170	5.23 81	2.97 40	5.87 133	4.37 82	3.48 118	1.52 101	6.73 151	0.74 53	0.02 211	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

iRAFT	1.95 73	0.40 89	2.86 102	0.12 18	0.18 81	3.74 192	0.66 155	5.24 87	2.96 36	5.86 128	4.32 76	3.46 114	1.52 101	6.88 154	0.70 46	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.09 176

222	5.36 288	0.40 89	2.72 85	1.50 178	0.48 162	6.15 256	0.07 18	13.73 318	8.06 231	8.79 263	11.03 244	3.71 127	4.21 216	7.47 187	38.74 404	0.03 238	0.02 165	0.00 1	0.00 1	0.04 78	0.05 130

ROB_FTStereo_v2	1.91 69	0.41 96	2.85 100	0.12 18	0.19 90	3.71 187	0.73 170	5.23 81	2.95 34	5.86 128	4.36 81	3.46 114	1.51 97	5.86 113	0.69 44	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

HUI-Stereo	1.80 51	0.41 96	2.85 100	0.12 18	0.18 81	3.72 190	0.65 153	5.23 81	2.97 40	5.87 133	4.34 79	3.45 112	1.52 101	3.93 73	0.65 39	0.02 211	0.00 1	0.00 1	0.00 1	0.08 139	0.10 195

IRAFT_RVC	2.85 157	0.41 96	3.32 141	2.09 260	0.41 146	2.92 137	5.22 326	6.41 142	3.63 76	6.53 176	5.48 112	5.09 177	4.88 249	8.20 239	2.15 181	0.01 142	0.17 325	0.01 254	0.00 1	0.02 22	0.04 101

RAFT-345	3.27 184	0.41 96	2.88 107	1.02 124	0.21 97	2.63 98	0.48 110	3.76 22	5.51 150	7.35 215	24.88 355	4.25 146	1.76 117	8.15 231	2.13 179	0.01 142	0.00 1	0.00 1	0.00 1	0.01 7	0.01 15

Former-RAFT_DAM_RVC	1.26 25	0.42 100	2.36 55	0.59 84	1.26 230	2.43 72	0.01 1	3.29 5	7.76 223	1.71 43	2.78 47	0.27 16	0.32 15	1.16 11	0.58 36	0.04 254	0.01 125	0.00 1	0.00 1	0.04 78	0.10 195

hknet	3.31 188	0.42 100	4.68 226	0.46 69	1.17 226	7.13 276	1.63 249	9.05 206	6.91 195	6.11 148	6.15 124	9.66 272	2.85 158	7.48 188	2.45 194	0.01 142	0.03 208	0.03 300	0.00 1	0.04 78	0.00 1

LCNet	2.85 157	0.42 100	1.90 16	0.95 117	0.56 171	2.07 49	1.60 247	4.99 70	3.57 75	6.05 141	10.59 233	4.59 159	6.79 292	7.46 185	0.72 51	0.01 142	0.00 1	0.01 254	0.77 363	0.30 290	3.57 369

ROB_FTStereo	1.90 67	0.42 100	2.86 102	0.12 18	0.19 90	3.71 187	0.75 175	5.24 87	2.95 34	5.87 133	4.26 74	3.41 110	1.51 97	5.80 112	0.65 39	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

RAFT-IKP	1.90 67	0.42 100	2.83 97	0.12 18	0.18 81	3.50 170	0.64 151	5.24 87	2.96 36	5.86 128	4.34 79	3.50 120	1.51 97	5.99 117	0.76 59	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.08 165

CFNet_pseudo	2.81 154	0.42 100	4.04 196	0.33 54	0.24 104	2.59 91	0.12 34	8.20 182	7.66 220	7.04 197	10.42 229	6.56 218	2.05 125	4.88 90	1.53 136	0.00 1	0.02 165	0.01 254	0.00 1	0.05 100	0.07 153

CREStereo	0.98 6	0.42 100	1.86 14	0.07 9	0.22 100	1.65 27	0.02 7	4.07 29	6.33 185	0.72 26	1.54 24	0.43 34	0.64 41	1.22 12	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	2.81 154	0.42 100	4.06 198	0.33 54	0.25 107	2.59 91	0.12 34	8.19 181	7.68 221	7.02 194	10.37 228	6.54 217	2.06 126	4.88 90	1.53 136	0.00 1	0.02 165	0.01 254	0.00 1	0.05 100	0.07 153

PSMNet-ADL	2.98 168	0.43 108	2.41 56	1.43 172	0.40 143	5.94 253	0.28 74	8.45 187	5.13 139	3.36 70	6.77 142	8.41 255	4.61 236	7.20 175	4.55 253	0.02 211	0.09 278	0.00 1	0.00 1	0.01 7	0.03 66

DRaft	3.74 223	0.43 108	2.60 71	0.12 18	0.15 61	4.76 229	1.34 236	5.33 95	4.31 108	10.30 302	21.91 339	3.27 107	8.83 323	7.36 182	3.66 236	0.05 266	0.10 286	0.00 1	0.14 292	0.10 166	0.14 232

test_xeample3	1.08 12	0.43 108	3.39 146	0.49 73	0.05 9	2.58 89	0.93 206	3.32 6	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 131	0.85 71	0.00 1	0.01 125	0.00 1	0.26 331	0.06 116	0.10 195

SFCPSM	3.29 186	0.43 108	5.11 245	0.34 58	0.94 208	8.48 293	2.15 262	14.51 328	5.29 142	7.00 193	7.65 168	3.43 111	2.59 146	5.11 99	2.37 190	0.01 142	0.03 208	0.01 254	0.07 270	0.13 205	0.15 241

CFNet_ucs	3.07 174	0.44 112	4.05 197	0.54 74	0.37 137	3.08 146	0.19 58	9.80 227	8.49 246	7.64 224	12.62 270	5.67 198	1.76 117	4.96 95	1.51 133	0.00 1	0.04 228	0.01 254	0.00 1	0.09 156	0.11 207

CASS	2.44 124	0.44 112	3.56 158	0.85 102	0.38 139	3.14 152	0.22 63	9.64 223	4.00 91	6.78 181	7.62 167	3.57 123	3.58 184	3.80 69	1.10 103	0.02 211	0.01 125	0.00 1	0.00 1	0.05 100	0.01 15
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 47	0.44 112	6.37 287	0.33 54	0.50 167	4.33 216	0.54 126	4.43 41	2.48 15	2.21 46	3.24 55	1.53 62	1.14 71	5.64 108	1.29 119	0.17 311	0.23 340	0.00 1	0.00 1	0.12 195	0.15 241

EAI-Stereo	2.31 111	0.44 112	2.72 85	0.68 90	0.56 171	3.51 172	2.62 271	11.42 264	4.14 104	2.09 45	7.23 160	1.21 53	0.91 57	5.67 110	1.51 133	0.01 142	0.25 346	0.00 1	0.88 365	0.04 78	0.26 290

IGEVStereo-DCA	1.06 11	0.45 116	2.06 30	0.32 49	0.06 16	2.74 107	0.84 191	3.71 17	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 139	0.87 76	0.00 1	0.00 1	0.00 1	0.16 297	0.06 116	0.06 140

rrr	1.05 10	0.45 116	3.18 133	0.32 49	0.06 16	2.74 107	0.95 210	3.49 12	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 139	0.87 76	0.00 1	0.00 1	0.00 1	0.21 315	0.06 116	0.10 195

CrosDoStereo	3.96 243	0.45 116	3.04 122	0.32 49	0.20 94	3.28 159	11.63 377	5.76 112	4.45 114	9.04 273	16.58 303	4.99 171	7.45 301	8.04 217	3.72 237	0.00 1	0.02 165	0.01 254	0.00 1	0.16 223	0.10 195

DeepStereo_LL	3.96 243	0.45 116	3.04 122	0.32 49	0.20 94	3.28 159	11.63 377	5.76 112	4.45 114	9.04 273	16.58 303	4.99 171	7.45 301	8.04 217	3.72 237	0.00 1	0.02 165	0.01 254	0.00 1	0.16 223	0.10 195

test-1	1.82 56	0.45 116	5.42 260	0.89 104	0.41 146	2.14 53	0.56 131	5.75 110	4.15 105	3.28 66	5.11 93	3.61 124	0.70 42	1.53 22	1.56 140	0.02 211	0.34 352	0.00 1	0.08 274	0.02 22	0.30 299

RAFT-RH_RVC	3.96 243	0.46 121	2.93 110	1.55 186	0.42 148	3.14 152	0.14 47	3.70 16	5.98 169	11.25 322	32.23 374	5.29 182	1.68 108	8.13 229	2.14 180	0.08 289	0.00 1	0.00 1	0.03 241	0.01 7	0.00 1

NOSS_ROB	3.30 187	0.46 121	2.62 73	2.08 259	1.01 217	5.60 244	0.74 173	10.37 242	11.48 300	5.15 107	8.43 181	5.67 198	1.73 112	7.97 212	2.34 187	0.02 211	0.06 250	0.00 1	0.00 1	0.07 131	0.14 232

GMOStereo	1.81 52	0.47 123	2.09 36	0.10 13	0.27 115	1.49 18	0.89 202	4.40 36	4.51 117	8.16 242	6.97 146	2.96 94	1.15 73	1.42 13	0.88 79	0.00 1	0.14 310	0.00 1	0.00 1	0.23 268	0.03 66

error version	1.81 52	0.47 123	2.09 36	0.10 13	0.27 115	1.49 18	0.89 202	4.40 36	4.51 117	8.16 242	6.97 146	2.96 94	1.15 73	1.42 13	0.88 79	0.00 1	0.14 310	0.00 1	0.00 1	0.23 268	0.03 66

test-v	1.81 52	0.47 123	2.09 36	0.10 13	0.27 115	1.49 18	0.89 202	4.40 36	4.51 117	8.16 242	6.97 146	2.96 94	1.15 73	1.42 13	0.88 79	0.00 1	0.14 310	0.00 1	0.00 1	0.23 268	0.03 66

test-2	1.81 52	0.47 123	2.09 36	0.10 13	0.27 115	1.49 18	0.89 202	4.40 36	4.51 117	8.16 242	6.97 146	2.96 94	1.15 73	1.42 13	0.88 79	0.00 1	0.14 310	0.00 1	0.00 1	0.23 268	0.03 66

UPFNet	3.82 232	0.47 123	4.34 210	2.21 272	3.38 319	7.26 278	2.69 273	9.89 229	5.96 166	7.98 237	7.53 165	7.89 245	3.15 166	7.72 201	5.88 273	0.01 142	0.02 165	0.00 1	0.00 1	0.04 78	0.06 140

ac_64	3.70 221	0.47 123	3.50 156	2.87 316	3.50 325	5.91 252	0.72 169	10.17 239	4.34 109	8.16 242	5.80 116	10.82 292	5.64 271	7.08 167	4.73 256	0.03 238	0.00 1	0.00 1	0.00 1	0.08 139	0.14 232

EKT-Stereo	1.91 69	0.48 129	2.77 92	2.19 269	4.36 351	1.42 17	0.24 67	4.63 53	3.51 71	2.94 59	3.47 63	3.55 122	2.25 133	5.26 102	0.85 71	0.04 254	0.12 299	0.00 1	0.09 281	0.06 116	0.05 130

GwcNet-ADL	2.65 142	0.48 129	3.84 184	0.82 98	0.33 132	2.04 48	0.69 161	8.07 180	9.42 260	6.05 141	6.66 141	4.14 142	1.73 112	5.40 106	3.01 208	0.08 289	0.06 250	0.00 1	0.00 1	0.06 116	0.03 66

TANstereo	1.20 20	0.49 131	2.04 28	0.34 58	0.10 37	1.80 38	0.01 1	3.40 9	4.10 102	4.37 85	4.82 85	0.41 32	0.70 42	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV_Zeroshot_test	2.13 89	0.50 132	4.91 234	1.41 170	0.18 81	2.62 97	0.36 91	7.80 175	3.87 83	5.04 104	5.42 110	4.77 163	1.03 65	3.43 63	0.79 64	0.00 1	0.16 322	0.00 1	0.18 306	0.17 231	0.04 101

GANet-ADL	2.20 97	0.50 132	3.27 139	2.02 250	0.11 45	2.21 57	0.48 110	8.64 200	6.79 193	4.56 91	5.83 117	3.98 133	1.27 84	2.68 52	1.43 128	0.04 254	0.08 270	0.02 284	0.00 1	0.15 217	0.03 66

ASMatch	3.32 194	0.50 132	3.32 141	1.72 211	0.45 154	1.93 43	0.68 157	6.42 143	3.89 85	6.18 154	22.30 342	4.61 160	4.82 247	7.65 194	1.70 148	0.00 1	0.02 165	0.00 1	0.03 241	0.01 7	0.18 253

DSFCA	4.21 260	0.50 132	5.45 262	1.34 156	1.68 255	7.04 273	4.51 314	10.73 250	7.00 199	10.78 314	6.80 143	8.48 259	4.63 237	9.91 301	5.12 261	0.02 211	0.06 250	0.02 284	0.03 241	0.08 139	0.03 66

IGEV+	1.14 19	0.51 136	1.66 8	0.55 77	0.08 32	2.52 76	1.01 213	6.51 147	3.16 51	0.59 24	2.11 37	0.43 34	1.18 78	1.44 17	0.79 64	0.00 1	0.05 237	0.00 1	0.05 262	0.11 183	0.11 207

test croco	1.34 29	0.51 136	5.09 244	0.30 45	0.05 9	1.58 24	0.08 21	4.47 43	3.77 82	0.42 20	1.76 28	0.60 43	0.74 46	6.11 120	0.94 89	0.00 1	0.00 1	0.00 1	0.00 1	0.40 314	0.02 37

IPLGR	2.28 107	0.51 136	6.00 278	0.15 29	0.15 61	1.99 46	0.22 63	6.34 134	6.04 172	6.80 182	5.76 115	2.87 91	2.31 135	4.88 90	1.28 118	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.18 253

Anonymous	1.37 33	0.52 139	4.23 204	1.38 164	2.70 302	1.85 39	0.42 101	4.77 59	3.54 73	0.53 23	1.56 25	0.19 1	1.32 85	3.11 58	0.92 88	0.05 266	0.08 270	0.00 1	0.00 1	0.17 231	0.15 241

HGLStereo	4.25 263	0.52 139	4.65 224	3.09 325	5.18 365	6.51 265	0.73 170	10.37 242	6.74 192	7.32 213	12.44 268	7.00 227	7.21 299	7.46 185	5.51 266	0.00 1	0.02 165	0.00 1	0.00 1	0.06 116	0.10 195

FC-DCNN	10.72 360	0.52 139	4.27 206	1.88 229	1.63 249	17.18 359	5.29 328	18.20 356	19.69 351	28.50 380	34.51 382	34.03 386	21.48 378	15.89 358	11.15 343	0.03 238	0.01 125	0.02 284	0.01 208	0.07 131	0.09 176

CBMV_ROB	4.14 253	0.52 139	3.14 131	1.30 153	0.77 193	6.92 271	1.97 258	10.11 238	9.58 263	8.92 270	14.20 285	7.12 234	5.90 274	8.65 258	3.50 229	0.01 142	0.05 237	0.00 1	0.00 1	0.04 78	0.09 176

HCRNet	2.56 135	0.53 143	3.35 143	0.24 39	3.39 321	2.19 55	0.23 66	6.89 161	5.50 148	5.26 110	4.79 84	5.27 181	2.78 153	7.71 199	2.89 205	0.00 1	0.02 165	0.00 1	0.00 1	0.04 78	0.04 101

ACVNet	2.58 138	0.53 143	2.69 79	0.84 101	0.59 173	2.61 94	0.55 129	8.35 183	5.70 158	4.45 87	9.26 207	5.77 200	3.50 180	2.24 47	4.41 250	0.00 1	0.00 1	0.00 1	0.00 1	0.17 231	0.01 15

acv_ft	3.69 220	0.53 143	4.58 223	2.31 287	4.71 363	7.44 282	0.86 197	8.54 193	5.70 158	9.29 280	9.26 207	5.77 200	4.15 213	2.24 47	8.13 307	0.00 1	0.00 1	0.00 1	0.00 1	0.29 289	0.01 15

IER	3.20 182	0.54 146	5.13 247	0.58 83	1.59 245	7.29 279	0.56 131	6.36 135	4.95 134	7.44 218	8.84 186	6.20 210	6.26 279	4.88 90	3.29 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

ToySt	2.69 143	0.55 147	7.03 301	1.03 126	0.10 37	3.49 169	1.04 214	6.38 141	4.55 121	2.69 51	6.28 132	7.95 250	4.38 225	5.08 97	2.58 199	0.01 142	0.11 292	0.00 1	0.04 258	0.28 287	0.19 263

anonymousa	3.80 231	0.55 147	3.35 143	1.24 148	3.74 334	9.04 301	0.36 91	6.74 156	4.03 94	7.72 227	19.64 329	10.62 288	6.01 277	1.52 21	1.40 126	0.00 1	0.00 1	0.00 1	0.05 262	0.00 1	0.03 66

HHNet	2.59 139	0.55 147	2.55 67	0.20 32	0.32 129	2.84 130	0.94 208	5.77 115	5.14 140	7.33 214	13.80 280	0.94 46	3.20 167	5.27 103	2.41 193	0.13 302	0.02 165	0.06 320	0.00 1	0.23 268	0.03 66

NINENet	3.09 175	0.56 150	3.22 136	1.61 196	1.37 239	7.12 274	0.50 121	11.88 276	5.63 156	6.63 178	8.40 180	5.29 182	0.83 54	6.51 144	1.77 155	0.15 305	0.07 262	0.07 326	0.00 1	0.09 156	0.00 1

FCDSN-DC	10.24 357	0.56 150	3.49 155	1.96 240	1.29 234	16.90 358	4.59 316	17.16 349	19.10 346	24.64 376	32.46 378	33.82 385	22.14 380	15.93 359	10.45 336	0.04 254	0.00 1	0.00 1	0.00 1	0.05 100	0.21 270
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 13	0.57 152	2.06 30	0.03 1	0.07 21	2.80 115	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 169	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 156	0.06 140

ffff	1.12 13	0.57 152	2.06 30	0.03 1	0.07 21	2.80 115	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 169	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 156	0.06 140

11t	1.12 13	0.57 152	2.06 30	0.03 1	0.07 21	2.80 115	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 169	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 156	0.06 140

ccc-4	1.12 13	0.57 152	2.06 30	0.03 1	0.07 21	2.80 115	0.84 191	3.71 17	2.27 6	0.38 8	1.06 9	0.20 4	0.40 22	7.12 169	0.49 26	0.00 1	0.00 1	0.00 1	0.16 297	0.09 156	0.06 140

DISCO	6.28 303	0.57 152	5.78 272	3.43 340	1.17 226	11.22 325	3.39 293	12.14 286	16.16 334	6.52 175	11.22 246	16.96 338	6.32 281	19.51 373	10.74 339	0.00 1	0.00 1	0.00 1	0.00 1	0.35 303	0.11 207

RAFT-Stereo + iAFF	2.12 88	0.58 157	2.43 57	1.27 151	0.16 64	1.60 26	0.14 47	5.17 78	5.90 163	7.10 200	10.10 220	3.06 101	1.74 114	1.87 37	0.97 93	0.01 142	0.02 165	0.00 1	0.00 1	0.23 268	0.02 37

AdaStereo	3.09 175	0.58 157	3.04 122	2.84 315	0.48 162	4.08 209	1.29 233	12.16 287	7.77 224	6.03 140	9.62 213	5.79 202	1.53 105	4.56 85	1.93 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37
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.
anonymousdsp	1.12 13	0.59 159	1.66 8	0.03 1	0.07 21	2.81 124	0.82 184	4.07 29	2.30 11	0.41 16	1.12 17	0.30 20	0.40 22	7.05 165	0.49 26	0.00 1	0.00 1	0.00 1	0.17 303	0.10 166	0.05 130

IGEV-Stereo	1.12 13	0.59 159	1.66 8	0.03 1	0.07 21	2.82 127	0.82 184	4.09 31	2.30 11	0.41 16	1.11 14	0.30 20	0.41 28	7.05 165	0.49 26	0.00 1	0.00 1	0.00 1	0.17 303	0.10 166	0.05 130
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 20	0.60 161	2.00 26	0.26 40	0.08 32	2.73 106	0.68 157	5.00 71	2.52 18	0.29 3	1.32 19	0.37 30	0.36 17	6.94 160	0.44 12	0.00 1	0.07 262	0.00 1	0.00 1	0.17 231	0.07 153

GANet-RSSM	3.27 184	0.60 161	3.38 145	2.94 322	2.00 274	2.61 94	0.48 110	10.93 256	6.11 177	5.47 115	10.20 223	6.57 219	5.44 267	6.25 125	2.23 183	0.00 1	0.00 1	0.08 329	0.00 1	0.17 231	0.03 66

SGM_RVC	10.08 354	0.60 161	3.42 150	2.30 281	0.32 129	19.41 366	6.33 339	18.95 363	14.64 325	25.14 377	24.32 351	33.34 384	18.79 368	19.86 374	12.55 349	0.25 325	0.26 348	0.22 349	0.24 323	0.34 302	0.40 310
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 107	0.61 164	3.81 178	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 304	5.80 123	5.17 95	1.44 56	5.41 261	2.00 41	1.92 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 253

csc	2.28 107	0.61 164	3.81 178	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 304	5.80 123	5.17 95	1.44 56	5.41 261	2.00 41	1.92 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 253

cscssc	2.28 107	0.61 164	3.81 178	0.22 35	0.07 21	1.69 31	0.11 28	5.37 99	11.84 304	5.80 123	5.17 95	1.44 56	5.41 261	2.00 41	1.92 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 253

UNet	3.97 246	0.61 164	6.50 292	1.68 204	3.22 313	9.82 310	0.31 84	9.50 220	5.32 144	7.20 207	6.35 137	10.59 286	5.91 275	6.93 158	5.49 265	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 15

RASNet	4.52 276	0.61 164	4.42 212	3.42 339	4.68 362	4.58 226	0.99 211	9.54 222	8.01 230	5.28 111	11.42 250	10.34 285	8.88 324	9.28 288	8.68 314	0.15 305	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

Anonymous_2	4.14 253	0.62 169	3.21 135	1.40 167	1.43 241	5.19 238	0.32 85	6.63 151	4.38 111	4.48 90	2.30 42	8.08 251	7.00 294	5.37 104	2.29 185	0.23 322	0.75 368	5.20 382	18.12 405	5.66 378	0.23 278

StereoDRNet-Refined	4.46 270	0.62 169	3.80 177	1.92 235	0.40 143	9.35 304	0.15 51	10.02 234	8.83 252	12.69 333	11.62 255	9.34 267	3.87 203	8.06 224	8.02 302	0.00 1	0.00 1	0.01 254	0.05 262	0.20 249	0.26 290
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 90	0.63 171	2.22 48	2.27 277	0.02 3	5.71 246	0.63 148	4.53 46	10.19 275	1.16 36	3.39 61	0.33 28	3.05 164	8.00 213	0.46 20	0.00 1	0.02 165	0.00 1	0.03 241	0.10 166	0.04 101

ADStereo(finetuned)	2.26 106	0.64 172	5.22 254	0.31 46	0.18 81	1.71 36	0.25 70	5.23 81	8.46 243	6.06 143	5.30 108	1.41 54	6.37 282	1.87 37	1.87 161	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 253

DCANet	2.08 86	0.64 172	3.81 178	0.31 46	0.17 69	1.70 35	0.25 70	5.23 81	8.47 244	6.07 144	5.30 108	1.41 54	4.23 218	1.85 35	2.02 174	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 263

DMCA	2.82 156	0.64 172	4.45 213	1.61 196	0.89 202	3.86 201	0.57 139	9.18 210	5.10 138	6.24 158	6.49 138	7.17 235	2.13 127	3.31 60	4.73 256	0.00 1	0.01 125	0.00 1	0.00 1	0.04 78	0.02 37

DIP-Stereo	1.97 77	0.64 172	2.95 111	0.17 30	0.10 37	4.83 231	0.13 41	8.60 198	4.06 101	6.42 172	4.92 88	0.44 36	0.72 45	3.57 65	1.80 158	0.00 1	0.01 125	0.00 1	0.00 1	0.05 100	0.04 101
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	2.01 80	0.65 176	2.15 42	2.30 281	0.02 3	5.80 248	0.56 131	8.45 187	3.33 63	1.03 31	3.33 56	0.32 25	3.71 192	8.05 220	0.45 16	0.00 1	0.02 165	0.00 1	0.03 241	0.02 22	0.03 66

xx1	2.33 113	0.65 176	2.15 42	2.30 281	0.02 3	5.80 248	0.56 131	4.31 33	10.41 281	1.03 31	3.33 56	4.67 161	2.70 148	8.05 220	0.45 16	0.00 1	0.02 165	0.00 1	0.00 1	0.02 22	0.03 66

1test111	1.86 59	0.65 176	2.15 42	2.30 281	0.02 3	5.80 248	0.56 131	8.45 187	3.33 63	1.03 31	3.33 56	0.32 25	3.71 192	4.40 82	0.96 91	0.00 1	0.02 165	0.00 1	0.03 241	0.02 22	0.03 66

cc1	2.17 93	0.65 176	2.15 42	2.30 281	0.02 3	5.80 248	0.56 131	4.31 33	10.41 281	1.03 31	3.33 56	0.32 25	3.71 192	8.05 220	0.45 16	0.00 1	0.02 165	0.00 1	0.03 241	0.10 166	0.05 130

sCroCo_RVC	1.21 22	0.65 176	5.16 250	1.09 135	1.29 234	0.92 4	0.19 58	3.92 24	2.68 23	0.30 4	3.04 51	0.52 39	1.56 106	1.58 24	0.78 63	0.09 293	0.25 346	0.00 1	0.00 1	0.07 131	0.11 207

hitnet-ft	3.66 218	0.65 176	2.79 96	0.89 104	0.72 189	4.25 213	0.55 129	9.11 209	7.52 215	7.14 202	10.19 222	12.49 309	4.70 239	7.44 184	4.41 250	0.03 238	0.00 1	0.06 320	0.00 1	0.20 249	0.04 101

MyStereo06	2.35 114	0.66 182	4.54 217	1.10 136	0.96 210	2.57 86	0.10 25	9.30 216	4.05 98	5.22 109	6.09 120	5.95 205	2.38 137	3.00 55	0.73 52	0.01 142	0.08 270	0.00 1	0.01 208	0.13 205	0.15 241

MyStereo05	2.94 166	0.66 182	5.25 256	1.10 136	0.96 210	2.57 86	0.10 25	8.53 192	12.34 312	6.28 164	3.88 67	3.18 105	3.30 170	7.81 206	2.37 190	0.01 142	0.08 270	0.00 1	0.01 208	0.13 205	0.15 241

IPLG	2.43 122	0.66 182	4.77 229	0.54 74	0.31 128	3.01 143	0.26 72	6.15 127	5.55 152	7.69 225	6.21 128	1.89 72	1.74 114	7.19 174	2.35 189	0.01 142	0.01 125	0.00 1	0.00 1	0.24 278	0.12 220

CRFU-Net	4.45 269	0.67 185	5.02 238	2.78 313	1.32 238	12.67 340	3.35 291	11.26 260	3.52 72	10.06 300	9.30 209	10.91 295	6.92 293	7.26 176	3.24 217	0.15 305	0.16 322	0.16 341	0.00 1	0.26 280	0.05 130

CoDeX	3.43 206	0.68 186	4.49 214	0.98 122	1.65 250	6.37 260	2.14 261	13.23 312	6.07 173	7.23 208	8.95 191	4.09 138	3.79 201	6.31 129	2.37 190	0.03 238	0.06 250	0.00 1	0.00 1	0.07 131	0.15 241

DCRE	1.79 49	0.68 186	2.55 67	1.66 203	0.27 115	1.27 9	0.05 12	4.57 50	4.04 96	3.30 68	9.24 204	3.83 129	1.20 80	2.08 45	0.67 42	0.00 1	0.12 299	0.00 1	0.24 323	0.04 78	0.09 176

iRaftStereo_RVC	1.62 40	0.68 186	1.98 24	0.67 89	0.05 9	2.99 141	0.04 9	5.36 98	3.74 79	3.82 78	4.96 89	2.54 84	0.62 40	3.35 62	0.97 93	0.00 1	0.07 262	0.00 1	0.00 1	0.30 290	0.27 294

AFF-stereo	2.59 139	0.68 186	2.35 54	1.55 186	0.17 69	1.67 28	0.08 21	5.75 110	6.60 189	6.20 155	12.13 261	6.16 209	2.36 136	4.75 87	1.11 104	0.02 211	0.02 165	0.00 1	0.00 1	0.23 268	0.05 130

FAT-Stereo	6.78 316	0.68 186	6.80 297	2.30 281	1.77 264	5.63 245	4.20 307	18.79 360	18.62 343	10.53 310	17.15 314	18.52 347	13.74 357	8.86 273	7.38 291	0.03 238	0.15 315	0.01 254	0.07 270	0.12 195	0.26 290

StereoIM	0.80 2	0.69 191	3.02 117	0.33 54	1.83 268	1.22 5	0.06 14	3.41 10	1.49 3	0.31 5	0.38 7	0.42 33	0.51 35	1.14 9	1.21 114	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	0.05 130

MIPNet	2.06 85	0.69 191	4.57 222	0.32 49	0.21 97	1.92 42	0.19 58	6.89 161	5.64 157	5.48 116	4.02 70	2.02 76	3.50 180	3.32 61	2.01 172	0.00 1	0.01 125	0.01 254	0.01 208	0.20 249	0.13 227

test_5	2.90 163	0.70 193	3.69 168	2.01 248	3.17 312	4.61 228	1.32 235	6.69 154	7.02 201	2.79 54	7.18 157	4.99 171	4.14 212	7.96 211	1.31 120	0.00 1	0.00 1	0.00 1	0.03 241	0.19 246	0.26 290

TransformOpticalFlow	3.38 200	0.70 193	4.54 217	1.00 123	0.30 122	3.56 176	0.14 47	9.67 224	7.30 209	5.55 117	13.34 276	6.74 222	5.03 252	8.22 240	1.34 123	0.00 1	0.01 125	0.01 254	0.00 1	0.04 78	0.11 207

RAFT+CT+SA	2.36 116	0.71 195	2.46 60	0.83 100	2.26 288	3.18 156	0.93 206	6.82 159	5.48 147	2.55 50	8.07 175	1.64 64	1.59 107	8.54 252	1.15 109	0.02 211	0.00 1	0.00 1	0.38 347	0.19 246	0.36 306

StereoVision	2.25 103	0.72 196	4.00 192	1.03 126	2.64 300	1.91 41	0.28 74	5.83 117	4.43 112	1.89 44	10.65 236	3.88 130	0.52 37	5.13 100	1.98 171	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.03 66

delet	4.27 265	0.72 196	4.50 215	1.07 134	3.75 338	10.79 323	4.04 303	9.95 230	7.89 226	8.09 240	8.89 188	8.46 257	3.81 202	7.56 191	5.80 271	0.00 1	0.00 1	0.00 1	0.00 1	0.11 183	0.02 37

HH	2.42 120	0.73 198	3.76 173	0.91 106	0.14 57	2.78 113	0.71 165	7.92 178	2.72 24	1.53 40	6.10 122	7.93 246	4.01 207	8.60 256	0.44 12	0.00 1	0.09 278	0.00 1	0.00 1	0.05 100	0.04 101

HanStereo	2.42 120	0.73 198	3.76 173	0.91 106	0.14 57	2.78 113	0.71 165	7.92 178	2.72 24	1.53 40	6.10 122	7.93 246	4.01 207	8.60 256	0.44 12	0.00 1	0.09 278	0.00 1	0.00 1	0.05 100	0.04 101

STrans-v2	3.43 206	0.73 198	4.82 230	0.26 40	0.60 174	3.00 142	1.19 227	10.41 244	7.22 205	5.79 122	10.97 243	6.75 223	7.03 296	8.25 241	1.40 126	0.00 1	0.01 125	0.00 1	0.00 1	0.03 58	0.18 253

GEStereo_RVC	3.74 223	0.73 198	4.95 236	2.01 248	1.24 229	4.36 218	3.07 281	11.77 273	7.80 225	6.87 188	6.52 139	7.70 242	4.31 223	8.98 277	4.19 248	0.03 238	0.01 125	0.02 284	0.02 229	0.13 205	0.11 207

SA	3.06 173	0.74 202	3.79 176	1.60 195	0.30 122	3.19 157	1.43 238	6.72 155	9.06 254	4.63 95	10.80 238	2.89 92	4.71 240	9.62 298	1.18 113	0.00 1	0.09 278	0.00 1	0.19 310	0.23 268	0.02 37

raftrobust	1.86 59	0.74 202	1.94 21	2.15 266	2.24 287	2.74 107	0.53 124	4.89 61	4.05 98	6.09 145	3.89 68	1.64 64	2.55 144	2.44 49	1.12 105	0.00 1	0.03 208	0.00 1	0.00 1	0.12 195	0.08 165

MIM_Stereo	2.50 133	0.75 204	4.26 205	1.18 145	0.11 45	3.08 146	0.33 87	6.07 123	3.28 61	5.01 103	10.12 221	4.29 152	1.74 114	8.06 224	1.27 117	0.00 1	0.12 299	0.00 1	0.01 208	0.18 241	0.15 241

Sa-1000	3.55 213	0.75 204	3.63 165	1.91 233	0.30 122	3.55 175	1.63 249	7.39 169	8.54 247	7.70 226	17.44 319	4.00 134	2.82 156	9.44 295	1.33 121	0.00 1	0.10 286	0.00 1	0.18 306	0.21 257	0.04 101

IIG-Stereo	3.16 180	0.75 204	2.83 97	4.08 358	0.21 97	2.56 85	0.74 173	6.55 149	5.56 154	8.39 251	9.38 210	7.94 248	2.79 154	9.50 297	1.89 163	0.02 211	0.00 1	0.00 1	0.00 1	0.02 22	0.04 101

RAFT	2.57 137	0.76 207	3.09 130	0.91 106	0.09 34	2.41 70	0.94 208	5.35 96	2.65 21	6.11 148	7.21 159	9.43 269	4.30 221	5.73 111	1.77 155	0.00 1	0.12 299	0.00 1	0.02 229	0.46 321	0.08 165

THIR-Stereo	3.86 236	0.77 208	2.62 73	0.12 18	0.13 55	4.25 213	6.63 343	5.30 93	4.18 106	10.33 303	17.13 313	6.58 220	7.62 307	7.78 204	3.51 230	0.01 142	0.07 262	0.07 326	0.00 1	0.11 183	0.02 37

MMNet	4.16 256	0.77 208	5.47 263	1.40 167	1.67 253	10.78 322	0.63 148	8.64 200	8.47 244	8.80 265	8.33 179	7.51 238	6.61 286	7.53 190	6.54 282	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 130

PSMNet-RSSM	3.33 196	0.77 208	3.22 136	2.12 263	1.90 273	2.33 63	0.71 165	11.17 258	5.83 161	5.90 136	11.43 251	7.04 230	4.83 248	5.96 116	3.17 213	0.00 1	0.00 1	0.02 284	0.00 1	0.08 139	0.02 37

UCFNet_RVC	3.09 175	0.77 208	2.27 50	2.35 290	1.79 265	3.50 170	1.06 216	12.12 285	6.91 195	4.71 98	7.67 169	7.58 239	4.40 227	4.95 94	1.67 147	0.00 1	0.00 1	0.00 1	0.00 1	0.11 183	0.01 15

HITNet	2.79 153	0.77 208	4.02 193	2.03 252	0.11 45	5.58 243	0.59 141	9.24 214	5.15 141	6.42 172	7.26 161	3.66 125	2.92 161	4.07 78	3.87 242	0.00 1	0.00 1	0.00 1	0.00 1	0.06 116	0.02 37
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
MyStereo07	1.31 28	0.79 213	1.61 6	1.03 126	1.11 221	2.63 98	0.46 107	5.48 103	2.24 5	0.64 25	1.48 22	0.27 16	0.59 39	7.03 164	0.45 16	0.00 1	0.09 278	0.00 1	0.01 208	0.11 183	0.09 176

MyStereo04	2.95 167	0.79 213	5.38 259	1.03 126	1.11 221	2.63 98	0.46 107	10.00 232	12.44 313	4.19 83	3.91 69	3.04 100	3.60 185	7.34 180	2.74 204	0.00 1	0.09 278	0.00 1	0.01 208	0.11 183	0.09 176

rafts_anoy	1.72 43	0.79 213	2.58 70	2.03 252	1.75 261	2.47 73	0.16 54	5.48 103	6.01 171	3.24 65	2.11 37	1.92 75	1.33 86	3.08 57	1.13 107	0.01 142	0.18 329	0.00 1	0.01 208	0.03 58	0.07 153

HSM	4.00 248	0.79 213	3.16 132	1.59 194	2.17 282	6.77 268	1.11 221	12.28 290	6.35 187	6.75 179	8.11 177	13.90 317	5.37 260	8.85 271	2.71 201	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 37

ADLNet	4.32 268	0.80 217	4.33 209	3.60 346	3.56 327	6.87 270	2.48 268	11.20 259	7.58 218	9.87 294	9.62 213	8.39 254	4.95 250	6.16 121	6.60 284	0.01 142	0.01 125	0.00 1	0.01 208	0.12 195	0.25 285

TestStereo1	2.85 157	0.81 218	3.48 153	3.11 327	0.44 149	2.52 76	1.50 241	6.37 137	8.18 235	4.62 92	9.24 204	2.23 79	3.69 189	9.19 284	1.26 115	0.00 1	0.01 125	0.00 1	0.00 1	0.27 285	0.09 176

SA-5K	2.85 157	0.81 218	3.48 153	3.11 327	0.44 149	2.52 76	1.50 241	6.37 137	8.18 235	4.62 92	9.24 204	2.23 79	3.69 189	9.19 284	1.26 115	0.00 1	0.01 125	0.00 1	0.00 1	0.27 285	0.09 176

cf-r	3.42 205	0.81 218	3.97 186	2.41 296	2.78 304	2.85 131	0.64 151	8.44 186	6.32 184	6.25 160	11.57 254	8.97 265	3.54 183	5.93 115	3.83 240	0.00 1	0.00 1	0.00 1	0.00 1	0.09 156	0.07 153

psm_up	3.85 234	0.82 221	3.01 115	2.00 247	2.58 299	5.28 240	3.34 290	10.85 254	6.33 185	7.27 211	7.32 162	10.15 279	9.02 327	6.19 122	2.51 196	0.22 321	0.01 125	0.00 1	0.00 1	0.12 195	0.03 66

NVstereo2D	4.51 273	0.82 221	6.86 299	3.28 335	3.38 319	8.16 291	3.13 283	10.51 245	15.15 329	4.90 101	6.89 145	7.87 243	4.78 244	9.88 300	3.91 243	0.01 142	0.00 1	0.00 1	0.06 268	0.02 22	0.58 330

LL-Strereo2	1.86 59	0.83 223	2.33 52	0.36 60	0.17 69	3.79 198	1.52 243	5.82 116	4.04 96	4.43 86	2.51 44	4.23 144	0.37 19	5.66 109	0.99 95	0.00 1	0.02 165	0.00 1	0.05 262	0.06 116	0.11 207

raft+_RVC	1.79 49	0.84 224	2.32 51	2.40 293	0.85 199	1.38 13	0.09 24	6.36 135	4.75 129	2.85 56	5.46 111	1.17 52	1.36 91	4.54 84	0.91 85	0.00 1	0.10 286	0.00 1	0.00 1	0.11 183	0.22 272

S-Stereo	6.63 311	0.84 224	9.67 329	3.15 331	3.48 324	6.49 263	6.22 335	12.99 308	22.84 361	9.48 282	15.51 296	12.00 306	8.43 317	8.04 217	10.70 338	0.12 300	0.17 325	0.00 1	0.38 347	0.13 205	1.92 359

XX-TBD	1.44 35	0.85 226	2.04 28	2.45 298	0.05 9	2.34 64	0.01 1	3.46 11	7.51 214	2.88 57	4.98 91	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 43	0.86 227	3.01 115	0.09 12	2.86 307	3.57 179	1.06 216	3.92 24	5.31 143	5.28 111	1.02 8	3.92 131	0.38 21	1.83 34	1.04 99	0.00 1	0.01 125	0.00 1	0.00 1	0.07 131	0.09 176

iRaft-Stereo_5w	2.86 161	0.86 227	4.08 201	0.06 8	0.25 107	2.76 112	0.60 144	4.97 67	4.10 102	2.98 60	7.85 172	10.17 280	4.17 215	8.16 232	5.83 272	0.00 1	0.00 1	0.00 1	0.01 208	0.26 280	0.06 140

DispNO	3.85 234	0.87 229	8.23 320	1.46 176	1.60 247	2.53 79	0.87 199	9.22 213	14.20 323	6.09 145	8.90 189	5.54 190	5.44 267	7.49 189	4.18 247	0.05 266	0.00 1	0.01 254	0.01 208	0.24 278	0.08 165

ssnet_v2	4.46 270	0.87 229	5.18 251	1.57 190	0.67 181	9.14 302	4.73 318	11.84 274	9.68 264	8.79 263	6.24 131	9.91 275	4.34 224	6.28 127	9.30 322	0.00 1	0.01 125	0.00 1	0.00 1	0.28 287	0.30 299

WCMA_ROB	9.21 345	0.87 229	7.37 309	2.54 302	2.13 279	13.59 346	5.80 330	11.64 267	14.01 321	24.43 375	32.99 379	27.09 373	18.02 364	12.51 333	9.85 333	0.81 357	0.07 262	0.01 254	0.01 208	0.16 223	0.23 278

CroCo-Stereo Lap2	1.24 24	0.88 232	3.39 146	0.95 117	4.59 361	0.47 2	0.08 21	3.51 15	2.80 28	1.17 37	2.24 40	1.57 63	0.20 1	1.48 19	1.14 108	0.00 1	0.00 1	0.00 1	0.00 1	0.15 217	0.12 220

stereogan	7.69 330	0.88 232	7.08 303	3.49 344	3.93 344	18.98 364	3.23 288	16.52 345	19.58 350	9.93 297	18.92 325	20.50 360	9.04 328	14.07 347	6.14 274	0.26 327	0.04 228	0.21 348	0.03 241	0.63 333	0.33 303

MLCV	3.44 208	0.88 232	5.60 269	1.39 166	0.25 107	4.36 218	0.33 87	7.25 166	7.28 208	9.17 277	12.24 266	5.09 177	2.47 140	9.15 282	3.23 216	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.02 37

CroCo-Stereo	0.99 8	0.89 235	3.19 134	0.46 69	0.44 149	0.38 1	0.05 12	4.61 51	3.95 88	0.48 22	1.78 30	1.01 48	0.27 5	1.11 8	1.07 100	0.01 142	0.00 1	0.00 1	0.00 1	0.05 100	0.04 101
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
RYNet	6.34 305	0.89 235	5.88 274	1.41 170	4.48 358	15.97 353	4.18 306	13.41 313	16.49 335	10.81 315	7.00 151	14.33 320	8.72 321	9.43 292	13.71 355	0.00 1	0.01 125	0.00 1	0.00 1	0.02 22	0.07 153

ADLNet2	4.46 270	0.90 237	6.06 280	2.74 312	3.91 343	6.79 269	3.01 280	10.95 257	8.40 242	7.27 211	9.80 217	9.85 273	5.43 264	7.29 177	6.44 280	0.01 142	0.03 208	0.00 1	0.00 1	0.15 217	0.11 207

iResNet	3.68 219	0.91 238	7.94 316	2.97 323	0.34 134	4.44 224	0.48 110	7.70 172	9.74 266	7.72 227	12.74 271	4.03 135	2.87 160	8.05 220	3.37 221	0.02 211	0.01 125	0.00 1	0.00 1	0.10 166	0.09 176

DLCB_ROB	4.51 273	0.91 238	3.78 175	2.19 269	1.07 220	6.28 257	3.09 282	9.78 226	7.72 222	10.65 312	12.97 272	13.91 318	3.71 192	8.72 267	5.30 263	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 195

CBMV	5.35 287	0.91 238	3.67 167	1.62 199	0.44 149	10.09 313	7.19 351	12.49 297	12.33 311	12.22 329	14.69 292	10.93 296	6.48 284	8.51 251	4.96 260	0.02 211	0.15 315	0.00 1	0.00 1	0.17 231	0.17 251
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 240	0.92 241	4.41 211	3.56 345	4.00 346	6.70 266	1.26 231	18.71 359	6.14 178	7.35 215	7.91 174	4.35 153	2.58 145	3.04 56	6.62 286	0.00 1	0.00 1	0.00 1	0.00 1	0.39 311	0.14 232

111	2.78 152	0.92 241	3.81 178	0.22 35	0.07 21	2.83 129	0.70 163	6.03 121	14.00 320	3.22 64	8.93 190	5.48 189	3.30 170	3.66 66	2.03 175	0.00 1	0.00 1	0.00 1	0.00 1	0.10 166	0.29 297

ccnet	6.87 318	0.92 241	5.15 249	3.09 325	2.18 284	11.78 330	4.90 320	17.97 354	8.79 251	12.79 336	20.20 331	16.00 332	8.35 316	9.12 280	14.17 358	0.42 345	0.33 351	0.25 352	0.09 281	0.40 314	0.48 321

OMP-Stereo	3.03 172	0.93 244	2.72 85	4.21 362	0.51 168	2.19 55	1.25 229	6.19 131	6.00 170	7.99 238	6.21 128	8.50 261	2.49 141	9.44 295	1.74 153	0.01 142	0.00 1	0.00 1	0.00 1	0.08 139	0.05 130

STTStereo	3.60 215	0.93 244	6.34 286	2.71 309	2.23 286	3.68 184	0.63 148	9.42 218	6.73 191	9.87 294	6.97 146	8.84 264	3.65 187	6.85 153	3.04 209	0.00 1	0.02 165	0.01 254	0.00 1	0.02 22	0.02 37

CBFPSM	4.87 280	0.94 246	14.70 357	1.51 181	1.15 225	11.49 327	2.55 270	7.28 167	6.47 188	6.23 157	4.83 86	15.30 327	8.99 326	6.88 154	8.20 308	0.03 238	0.02 165	0.00 1	0.00 1	0.40 314	0.42 313

CFNet-ft	3.31 188	0.94 246	2.69 79	1.50 178	2.38 291	2.81 124	0.68 157	8.35 183	7.43 211	4.45 87	9.94 218	10.20 281	4.60 234	6.50 143	3.41 222	0.00 1	0.00 1	0.03 300	0.00 1	0.22 261	0.03 66

CFNet_RVC	3.31 188	0.94 246	2.69 79	1.50 178	2.38 291	2.81 124	0.68 157	8.35 183	7.43 211	4.45 87	9.94 218	10.20 281	4.60 234	6.49 142	3.41 222	0.00 1	0.00 1	0.03 300	0.00 1	0.22 261	0.03 66

DRN-Test	5.87 292	0.98 249	5.89 275	2.69 308	3.65 331	12.37 337	3.35 291	20.07 376	10.20 279	11.93 328	12.31 267	11.06 299	5.31 259	7.89 209	9.05 318	0.04 254	0.05 237	0.04 310	0.04 258	0.18 241	0.25 285

GMStereo	1.83 57	0.99 250	4.55 219	0.57 82	0.05 9	2.53 79	0.01 1	4.95 64	11.14 294	3.52 73	2.24 40	0.53 40	0.49 34	3.76 68	0.80 67	0.20 318	0.00 1	0.00 1	0.12 289	0.12 195	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	1.93 71	1.01 251	2.75 88	1.88 229	1.75 261	2.88 136	0.18 57	4.64 55	4.36 110	2.27 48	5.14 94	2.22 78	0.79 52	7.10 168	1.00 97	0.00 1	0.34 352	0.00 1	0.00 1	0.10 166	0.16 250

edge stereo	6.76 313	1.01 251	6.76 296	2.20 271	2.45 295	6.41 261	2.45 267	14.84 332	11.98 308	15.29 350	18.31 324	22.02 363	12.56 349	10.82 315	7.49 292	0.03 238	0.06 250	0.11 334	0.03 241	0.30 290	0.14 232

TestStereo	1.74 46	1.02 253	3.64 166	0.20 32	0.28 120	1.33 11	0.01 1	5.24 87	4.01 93	3.18 62	4.97 90	2.07 77	0.70 42	7.32 178	0.75 57	0.02 211	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

iResNet_ROB	4.23 261	1.02 253	4.90 233	2.18 268	0.93 207	2.92 137	0.37 93	15.10 336	16.91 339	7.89 235	10.51 232	7.03 228	3.07 165	8.16 232	3.46 228	0.01 142	0.00 1	0.00 1	0.00 1	0.10 166	0.02 37

AACVNet	3.33 196	1.03 255	3.56 158	3.46 341	0.63 176	3.09 148	0.28 74	8.78 203	3.43 68	5.99 138	10.64 235	10.08 278	4.03 210	8.69 262	2.51 196	0.03 238	0.01 125	0.00 1	0.00 1	0.26 280	0.06 140

FBW_ROB	8.50 341	1.03 255	7.98 317	1.93 237	1.28 233	13.10 343	6.23 336	22.50 380	18.98 344	18.82 358	14.91 294	19.06 350	10.04 336	18.41 368	9.83 331	0.62 352	0.22 338	1.82 375	0.82 364	0.99 347	1.36 351

HBP-ISP	4.09 249	1.05 257	4.10 202	1.87 226	1.31 237	7.56 284	3.98 301	11.26 260	9.94 272	7.81 230	14.44 288	3.23 106	4.27 220	8.89 274	1.87 161	0.06 277	0.06 250	0.00 1	0.00 1	0.06 116	0.04 101

GwcNet-RSSM	3.77 227	1.05 257	5.06 242	2.21 272	1.87 270	2.36 65	1.52 243	8.98 205	7.96 229	5.91 137	14.59 290	7.94 248	3.50 180	6.43 135	5.70 269	0.00 1	0.00 1	0.04 310	0.00 1	0.20 249	0.08 165

NLCA_NET_v2_RVC	3.84 233	1.06 259	5.23 255	2.72 311	3.27 315	4.36 218	0.61 145	10.71 249	7.56 216	8.75 262	7.89 173	9.86 274	3.90 204	7.15 173	3.44 224	0.14 303	0.02 165	0.02 284	0.03 241	0.04 78	0.03 66
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 203	1.07 260	4.52 216	1.27 151	3.14 309	4.00 208	1.07 218	3.93 26	4.43 112	4.66 97	17.94 322	7.21 237	2.76 152	10.82 315	0.85 71	0.00 1	0.07 262	0.00 1	0.00 1	0.30 290	0.01 15

GANet	6.22 302	1.07 260	4.07 200	2.27 277	0.89 202	9.19 303	9.52 364	12.02 280	8.13 234	10.72 313	29.09 366	13.86 316	7.52 305	11.00 318	4.39 249	0.36 336	0.00 1	0.02 284	0.02 229	0.12 195	0.08 165

ACRE	2.41 119	1.08 262	5.11 245	0.55 77	2.05 275	2.65 101	0.78 182	5.26 92	4.67 123	7.59 223	9.20 196	1.70 67	1.08 67	3.74 67	2.18 182	0.01 142	0.18 329	0.02 284	0.08 274	0.22 261	0.10 195

SGM-ForestM	16.99 383	1.08 262	5.74 271	2.12 263	0.75 190	31.63 388	12.21 380	27.80 389	32.25 377	37.88 392	39.99 390	52.96 401	35.20 396	33.60 393	24.47 383	0.26 327	0.39 357	0.31 355	0.39 349	0.26 280	0.53 327

RALAANet	2.46 128	1.09 264	3.70 171	2.55 304	0.80 195	3.37 161	0.15 51	7.44 171	5.54 151	5.65 119	6.01 119	3.54 121	1.13 70	6.34 131	1.58 142	0.00 1	0.01 125	0.00 1	0.05 262	0.21 257	0.03 66

MSMD_ROB	9.28 347	1.09 264	4.65 224	1.58 191	0.39 141	16.52 354	4.41 312	13.60 315	14.87 328	22.34 366	39.89 389	25.67 370	20.71 375	12.42 332	6.98 287	0.34 335	0.03 208	0.00 1	0.00 1	0.05 100	0.09 176

CIPLG	2.47 129	1.10 266	4.71 228	0.63 86	2.15 281	2.67 104	0.77 178	5.19 79	4.73 127	7.85 232	9.56 212	1.72 68	1.14 71	4.20 81	2.34 187	0.01 142	0.19 333	0.02 284	0.09 281	0.23 268	0.08 165

STTRV1_RVC	7.02 321	1.10 266	12.88 348	3.32 336	6.92 373	11.90 332	4.00 302	15.07 333	11.94 307	9.51 283	14.57 289	11.63 303	8.73 322	12.65 335	8.06 305	3.32 376	2.75 387	0.41 361	0.12 289	1.38 356	0.11 207

CFNet	3.72 222	1.10 266	5.03 240	2.49 300	1.59 245	4.90 233	0.22 63	11.38 263	9.88 271	4.80 100	11.25 247	6.44 216	3.68 188	8.33 242	3.00 207	0.00 1	0.00 1	0.00 1	0.00 1	0.22 261	0.07 153

ARAFT	3.13 179	1.11 269	7.34 308	0.42 66	0.14 57	4.52 225	2.99 279	7.41 170	5.97 168	8.85 267	7.06 156	5.20 180	1.25 83	8.49 250	1.44 129	0.00 1	0.03 208	0.00 1	0.00 1	0.33 299	0.11 207

TDLM	4.11 250	1.11 269	3.54 157	1.62 199	1.04 218	3.91 204	7.41 353	10.60 247	10.67 290	6.38 171	12.59 269	5.95 205	4.77 242	8.79 269	3.04 209	0.58 350	0.00 1	0.01 254	0.00 1	0.19 246	0.12 220

FINET	5.32 286	1.14 271	10.04 331	2.17 267	3.67 333	6.49 263	6.76 346	11.68 269	22.08 359	7.42 217	12.15 262	4.24 145	3.61 186	9.25 287	5.35 264	0.04 254	0.04 228	0.00 1	0.00 1	0.17 231	0.09 176

DeepPruner_ROB	3.52 210	1.14 271	4.06 198	1.12 142	1.65 250	3.65 181	0.83 188	13.96 320	4.47 116	7.80 229	10.84 240	7.05 232	2.16 130	8.14 230	3.08 211	0.07 284	0.03 208	0.00 1	0.01 208	0.32 297	0.06 140

CVANet_RVC	4.16 256	1.16 273	3.60 160	1.94 238	1.46 242	3.92 205	4.68 317	10.89 255	8.34 239	7.58 222	10.84 240	10.27 283	6.62 287	8.56 253	2.69 200	0.39 339	0.00 1	0.00 1	0.01 208	0.21 257	0.09 176

IPLGR_C	2.44 124	1.17 274	4.94 235	0.62 85	2.08 276	2.65 101	0.80 183	5.60 107	4.79 130	7.87 233	9.23 198	1.67 66	1.15 73	3.43 63	2.23 183	0.01 142	0.19 333	0.02 284	0.08 274	0.22 261	0.10 195

MyStereo8	2.88 162	1.19 275	5.03 240	1.61 196	3.75 338	4.30 215	0.07 18	6.14 126	6.16 179	6.22 156	9.64 215	4.28 150	1.45 95	2.05 44	4.76 258	0.00 1	0.16 322	0.00 1	0.14 292	0.26 280	0.43 315

raft_robust	2.64 141	1.20 276	2.62 73	1.10 136	0.28 120	1.50 22	0.12 34	6.28 133	9.04 253	6.80 182	7.19 158	3.73 128	2.13 127	9.06 279	1.07 100	0.03 238	0.12 299	0.00 1	0.21 315	0.17 231	0.22 272

dd	2.16 92	1.22 277	4.82 230	0.68 90	0.12 53	1.39 16	0.17 56	5.14 75	11.22 297	2.70 53	3.51 65	1.52 61	1.23 82	5.08 97	3.96 244	0.12 300	0.01 125	0.04 310	0.21 315	0.07 131	0.01 15

XPNet_ROB	6.03 300	1.22 277	5.61 270	2.56 305	0.90 204	6.32 258	7.07 349	12.92 306	8.30 238	14.76 348	15.13 295	19.84 354	6.66 289	10.36 308	8.58 313	0.02 211	0.04 228	0.00 1	0.03 241	0.11 183	0.24 282

DANet	6.02 299	1.23 279	8.45 321	3.86 355	3.94 345	7.64 288	1.34 236	9.51 221	7.00 199	13.39 341	15.53 297	15.99 331	7.02 295	12.14 329	12.37 347	0.19 315	0.12 299	0.02 284	0.03 241	0.13 205	0.56 329
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 298	1.24 280	6.29 284	1.34 156	1.68 255	9.60 309	10.31 370	15.09 334	15.79 332	12.62 332	8.95 191	11.67 305	5.83 272	11.78 327	6.41 279	0.05 266	0.13 306	0.08 329	0.20 312	0.22 261	0.79 338

Nwc_Net	6.97 320	1.25 281	6.63 294	3.82 353	3.37 318	10.83 324	1.67 252	19.56 374	11.35 298	8.36 249	23.62 347	17.19 340	11.44 345	11.21 320	8.08 306	0.80 356	0.00 1	0.00 1	0.02 229	0.13 205	0.09 176

SACVNet	4.15 255	1.26 282	3.81 178	3.12 329	1.68 255	3.09 148	2.85 278	11.91 277	5.96 166	10.52 309	11.20 245	10.59 286	3.95 205	8.97 276	3.25 218	0.08 289	0.02 165	0.00 1	0.00 1	0.32 297	0.44 317

DMCA-RVC	3.17 181	1.26 282	6.39 289	2.10 262	1.51 244	3.02 144	0.56 131	7.84 177	5.06 136	9.23 278	5.19 99	8.46 257	2.72 151	6.31 129	3.22 215	0.06 277	0.11 292	0.09 332	0.02 229	0.16 223	0.08 165

BEATNet_4x	3.24 183	1.27 284	5.89 275	1.56 189	0.10 37	5.26 239	1.07 218	10.08 236	5.50 148	6.89 189	7.73 170	4.53 157	4.13 211	5.05 96	5.27 262	0.04 254	0.05 237	0.00 1	0.00 1	0.23 268	0.23 278

MANE	19.47 390	1.27 284	5.07 243	4.69 365	5.55 367	30.49 387	9.94 368	34.01 393	37.27 389	44.13 401	51.57 405	52.51 399	40.41 401	33.58 392	24.81 384	0.89 359	0.86 369	1.11 370	9.72 396	0.38 307	1.06 345

pmcnn	7.72 331	1.27 284	9.42 328	2.91 317	3.14 309	9.44 305	6.23 336	12.56 299	16.51 336	14.53 346	24.08 349	27.44 374	8.49 318	9.32 290	8.44 311	0.06 277	0.08 270	0.00 1	0.00 1	0.30 290	0.15 241

CSP-Net	4.12 251	1.28 287	3.70 171	1.54 184	1.06 219	13.28 345	2.33 264	12.96 307	5.45 146	8.87 268	8.54 183	8.43 256	3.03 162	8.16 232	3.65 235	0.00 1	0.00 1	0.00 1	0.00 1	0.18 241	0.03 66

LE_ROB	16.73 382	1.28 287	11.61 337	3.72 350	1.65 250	16.67 356	9.17 361	14.39 326	55.91 404	63.81 415	40.86 392	35.94 388	37.73 399	14.24 348	26.87 389	0.05 266	0.10 286	0.13 338	0.22 320	0.12 195	0.15 241

LMCR-Stereo	3.63 216	1.29 289	4.20 203	2.54 302	0.17 69	8.08 290	1.52 243	11.46 265	4.73 127	8.45 254	10.66 237	1.91 74	5.03 252	7.69 197	3.58 234	0.92 361	0.00 1	0.00 1	0.00 1	0.36 305	0.02 37

RP	6.84 317	1.29 289	5.53 268	3.92 356	5.18 365	6.32 258	3.53 294	11.73 272	15.31 330	9.54 285	22.38 343	18.25 345	14.47 359	10.11 302	7.49 292	0.91 360	0.01 125	0.12 336	0.15 295	0.33 299	0.19 263

whm_eth	3.00 171	1.32 291	5.51 265	0.75 94	2.73 303	2.57 86	0.28 74	6.84 160	7.24 207	5.29 113	24.32 351	0.37 30	0.46 33	1.03 7	0.95 90	0.01 142	0.03 208	0.00 1	0.00 1	0.06 116	0.14 232

ADCRef	7.27 322	1.38 292	16.37 361	2.52 301	3.30 317	11.63 329	3.16 285	10.80 252	9.35 259	13.03 339	25.27 358	8.17 252	8.92 325	8.06 224	21.81 376	0.15 305	0.08 270	0.16 341	0.34 344	0.38 307	0.58 330

fast-acv-ft	5.62 290	1.39 293	7.01 300	2.02 250	1.89 272	12.23 335	1.82 257	7.35 168	9.45 261	10.46 308	20.27 333	14.55 322	7.71 309	7.41 183	7.61 294	0.10 295	0.09 278	0.16 341	0.07 270	0.59 328	0.13 227

DN-CSS_ROB	2.69 143	1.40 294	5.34 258	2.31 287	0.75 190	3.14 152	0.06 14	6.11 125	3.87 83	5.34 114	12.18 264	2.34 81	1.22 81	7.84 207	1.48 131	0.03 238	0.00 1	0.00 1	0.00 1	0.35 303	0.03 66

LoS_RVC	1.26 25	1.43 295	1.91 17	0.42 66	3.77 340	1.71 36	0.04 9	2.58 2	2.49 16	0.42 20	2.58 45	0.30 20	0.57 38	1.71 27	0.66 41	0.01 142	0.02 165	0.00 1	0.00 1	0.02 22	4.49 375

iResNetv2_ROB	4.28 266	1.43 295	7.17 304	2.91 317	1.26 230	4.36 218	1.62 248	13.64 317	10.25 280	9.83 292	11.41 249	7.68 241	4.00 206	7.75 203	1.85 160	0.00 1	0.00 1	0.00 1	0.00 1	0.37 306	0.09 176

AF-Net	7.78 332	1.44 297	6.68 295	3.37 337	4.50 359	8.61 296	2.69 273	17.07 348	20.17 354	9.52 284	24.02 348	20.31 359	14.59 360	11.58 325	9.84 332	0.61 351	0.00 1	0.12 336	0.00 1	0.38 307	0.12 220

gwcnet-sp	3.31 188	1.47 298	7.26 305	1.73 212	0.69 183	7.57 285	1.14 223	8.59 194	6.17 180	8.57 256	5.25 105	4.26 147	3.36 172	6.46 136	3.44 224	0.00 1	0.00 1	0.00 1	0.00 1	0.15 217	0.11 207

scenet	3.31 188	1.47 298	7.26 305	1.73 212	0.69 183	7.57 285	1.14 223	8.59 194	6.17 180	8.57 256	5.25 105	4.26 147	3.36 172	6.46 136	3.44 224	0.00 1	0.00 1	0.00 1	0.00 1	0.15 217	0.11 207

ssnet	3.31 188	1.47 298	7.26 305	1.73 212	0.69 183	7.57 285	1.14 223	8.59 194	6.17 180	8.57 256	5.25 105	4.26 147	3.36 172	6.46 136	3.44 224	0.00 1	0.00 1	0.00 1	0.00 1	0.15 217	0.11 207

PA-Net	4.98 282	1.47 298	7.42 310	2.40 293	2.14 280	8.73 298	3.64 298	12.42 291	13.11 315	7.03 196	7.57 166	7.88 244	6.52 285	10.16 307	7.82 297	0.02 211	0.03 208	0.00 1	0.00 1	0.11 183	1.07 346
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 314	1.49 302	6.48 290	2.92 319	4.40 352	7.43 280	3.61 296	19.52 372	13.29 316	8.39 251	16.91 308	15.96 329	12.13 346	12.85 336	7.70 295	1.47 369	0.11 292	0.01 254	0.42 351	0.14 215	0.24 282

Abc-Net	6.77 314	1.49 302	6.48 290	2.92 319	4.40 352	7.43 280	3.61 296	19.52 372	13.29 316	8.39 251	16.91 308	15.96 329	12.13 346	12.85 336	7.70 295	1.47 369	0.11 292	0.01 254	0.42 351	0.14 215	0.24 282
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 363	1.52 304	4.55 219	1.89 231	1.46 242	19.87 368	5.11 324	20.66 378	15.91 333	32.67 385	34.51 382	39.34 392	21.15 376	18.74 370	12.10 345	0.11 297	0.06 250	0.01 254	0.00 1	0.45 320	0.22 272
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
G-Net	8.41 339	1.54 305	10.97 335	5.73 372	3.60 329	26.19 377	4.41 312	10.10 237	7.42 210	19.71 361	24.99 356	14.38 321	15.83 361	10.99 317	9.53 329	0.50 349	0.46 363	0.19 347	0.25 325	0.80 341	0.66 334

Wz-Net-LNSev-Ref	5.98 296	1.55 306	9.92 330	2.40 293	3.22 313	10.28 316	3.14 284	11.64 267	9.79 267	9.54 285	20.22 332	11.16 300	6.77 291	10.61 313	9.16 319	0.06 277	0.00 1	0.00 1	0.00 1	0.03 58	0.04 101

RAFT + AFF	4.30 267	1.55 306	5.84 273	1.43 172	2.36 290	5.94 253	6.72 345	10.01 233	7.56 216	7.55 221	8.96 193	7.09 233	6.73 290	8.57 254	4.02 245	0.02 211	0.47 364	0.00 1	0.01 208	0.56 324	0.54 328

psmorigin	7.34 323	1.58 308	18.31 368	2.35 290	0.87 200	6.72 267	1.70 255	10.63 248	7.14 203	19.77 362	22.71 344	20.13 356	11.34 343	12.96 338	9.49 328	0.04 254	0.17 325	0.06 320	0.17 303	0.21 257	0.50 324

NCCL2	5.88 293	1.59 309	5.44 261	1.87 226	0.92 205	9.55 307	11.55 376	12.11 283	9.94 272	9.67 289	8.85 187	22.28 365	7.41 300	8.78 268	7.17 289	0.01 142	0.00 1	0.03 300	0.00 1	0.13 205	0.23 278

iinet-f	5.94 294	1.60 310	26.88 387	1.79 219	1.38 240	11.92 333	1.47 240	6.80 158	7.11 202	6.90 191	14.43 287	10.64 290	7.97 311	7.00 163	12.12 346	0.02 211	0.03 208	0.05 316	0.00 1	0.63 333	0.02 37

CSAN	7.62 326	1.60 310	6.56 293	1.83 224	0.66 179	12.40 338	10.52 373	14.45 327	21.32 357	14.19 344	15.98 299	17.84 341	13.02 354	12.32 331	8.38 310	0.09 293	0.07 262	0.03 300	0.04 258	0.33 299	0.67 335

FADNet-RVC-Resample	3.79 229	1.62 312	12.06 339	1.43 172	0.66 179	5.94 253	2.41 265	10.18 240	8.58 249	6.28 164	4.22 73	5.33 186	4.80 246	7.71 199	3.19 214	0.17 311	0.21 337	0.17 344	0.12 289	0.41 317	0.29 297

PSMNet_ROB	5.02 284	1.63 313	6.03 279	1.90 232	1.83 268	9.57 308	6.35 340	15.58 341	7.23 206	6.15 153	10.48 231	12.22 307	4.16 214	8.02 216	8.71 315	0.02 211	0.01 125	0.01 254	0.10 285	0.20 249	0.12 220

LL-Strereo	4.71 279	1.64 314	7.51 313	1.15 144	4.31 350	3.71 187	1.45 239	9.21 211	8.36 240	8.37 250	8.17 178	10.82 292	11.36 344	12.51 333	4.82 259	0.00 1	0.12 299	0.00 1	0.00 1	0.31 295	0.32 302

FADNet	4.23 261	1.65 315	11.75 338	1.64 201	0.80 195	4.80 230	0.77 178	13.76 319	11.65 302	3.97 79	5.24 103	9.62 271	5.14 256	8.40 245	3.78 239	0.21 319	0.04 228	0.07 326	0.05 262	1.14 349	0.10 195

sAnonymous2	1.35 30	1.66 316	8.14 318	0.55 77	0.46 155	1.23 6	0.24 67	4.00 27	3.47 69	0.40 14	1.11 14	0.23 11	1.42 93	0.96 5	0.57 33	0.01 142	0.00 1	0.00 1	0.20 312	2.07 365	0.22 272

CroCo_RVC	1.35 30	1.66 316	8.14 318	0.55 77	0.46 155	1.23 6	0.24 67	4.00 27	3.47 69	0.40 14	1.11 14	0.23 11	1.42 93	0.96 5	0.57 33	0.01 142	0.00 1	0.00 1	0.20 312	2.07 365	0.22 272

FADNet_RVC	3.91 242	1.67 318	12.95 350	0.96 119	0.75 190	5.71 246	0.54 126	10.83 253	6.60 189	3.46 72	8.09 176	4.10 140	3.40 178	9.43 292	6.33 277	0.36 336	0.44 361	0.17 344	0.46 355	0.91 344	0.95 343

APVNet	5.98 296	1.72 319	8.72 323	3.21 333	4.04 347	12.31 336	1.81 256	19.09 365	6.10 174	6.13 152	13.41 277	10.69 291	6.30 280	11.26 321	13.90 356	0.05 266	0.02 165	0.11 334	0.03 241	0.53 322	0.20 269

AANet_RVC	5.01 283	1.74 320	6.38 288	1.96 240	1.29 234	2.26 59	1.69 253	10.07 235	18.53 342	7.88 234	18.15 323	8.49 260	2.70 148	10.59 312	7.04 288	0.96 362	0.15 315	0.02 284	0.00 1	0.13 205	0.12 220

StereoDRNet	5.59 289	1.75 321	6.80 297	3.12 329	4.45 356	10.61 321	4.35 311	18.80 361	9.73 265	12.22 329	6.87 144	11.44 302	4.65 238	8.09 227	8.26 309	0.02 211	0.11 292	0.00 1	0.03 241	0.20 249	0.28 296

ETE_ROB	5.80 291	1.77 322	6.33 285	1.44 175	0.78 194	6.43 262	6.90 347	12.53 298	8.08 232	12.93 338	14.89 293	21.13 362	5.87 273	9.83 299	6.57 283	0.04 254	0.01 125	0.00 1	0.02 229	0.08 139	0.33 303

ADCP+	8.09 335	1.79 323	14.50 355	1.54 184	4.28 349	16.57 355	5.20 325	12.80 303	11.20 296	12.83 337	17.07 312	11.02 298	10.80 341	17.59 366	23.18 381	0.03 238	0.05 237	0.01 254	0.18 306	0.39 311	0.81 339

LALA_ROB	6.58 310	1.80 324	6.25 283	1.26 149	0.94 208	10.08 312	9.02 360	16.00 343	11.51 301	12.74 334	13.02 273	24.77 367	5.25 258	10.56 311	8.02 302	0.04 254	0.05 237	0.00 1	0.02 229	0.10 166	0.25 285

FADNet-RVC	3.98 247	1.84 325	12.48 344	1.69 205	0.44 149	4.33 216	1.31 234	11.84 274	7.15 204	3.53 74	3.50 64	10.63 289	4.43 228	9.12 280	6.25 276	0.03 238	0.10 286	0.00 1	0.03 241	0.60 330	0.25 285

PS-NSSS	3.90 240	1.84 325	4.55 219	0.87 103	2.95 308	4.10 211	2.00 259	10.77 251	8.23 237	6.75 179	14.63 291	5.01 175	2.24 131	8.41 246	2.91 206	0.33 334	0.03 208	0.83 366	0.00 1	0.82 342	0.70 336

SANet	10.64 359	1.86 327	10.91 333	1.76 215	0.71 188	14.62 349	9.23 363	19.18 366	37.14 388	19.22 359	27.96 362	25.86 371	19.11 370	13.02 339	10.63 337	0.08 289	0.06 250	0.03 300	0.02 229	0.62 331	0.81 339

DPSNet	10.14 355	1.88 328	16.82 364	1.85 225	1.73 259	24.84 375	17.20 398	19.92 375	27.41 369	12.23 331	13.62 279	16.52 334	18.35 365	14.42 350	12.50 348	0.78 355	0.54 367	0.08 329	0.25 325	1.18 350	0.59 333

dad	4.66 278	1.89 329	5.51 265	0.94 113	0.09 34	2.16 54	0.37 93	7.10 165	14.43 324	10.13 301	16.84 307	14.97 324	1.90 120	6.82 152	4.15 246	1.09 364	0.11 292	4.08 380	0.46 355	0.17 231	0.06 140

Wz-Net-LNSev	6.46 307	1.93 330	16.44 363	1.52 182	4.15 348	12.66 339	4.96 322	13.05 309	12.10 309	10.55 311	16.23 301	11.32 301	7.19 297	8.43 248	8.48 312	0.00 1	0.01 125	0.00 1	0.00 1	0.08 139	0.06 140

GwcNet	6.42 306	1.97 331	10.92 334	2.59 306	5.58 368	11.55 328	2.21 263	14.10 323	16.52 338	10.04 299	17.19 316	10.86 294	5.61 270	9.23 286	8.84 317	0.01 142	0.06 250	0.03 300	0.08 274	0.56 324	0.40 310

GMStereo_Zeroshot	2.77 151	1.98 332	5.14 248	1.53 183	0.36 136	3.56 176	0.10 25	5.57 106	5.91 164	6.89 189	7.02 152	8.50 261	0.91 57	6.01 118	1.65 146	0.00 1	0.00 1	0.00 1	0.00 1	0.20 249	0.01 15

PDISCO_ROB	9.62 352	1.99 333	11.51 336	9.88 380	9.61 382	21.48 369	3.83 299	19.33 368	28.49 372	11.27 323	14.17 284	19.92 355	5.02 251	16.35 362	9.18 320	5.28 380	0.41 358	0.14 339	0.09 281	2.05 364	2.36 366

ADCL	10.16 356	2.11 334	19.36 371	1.92 235	1.88 271	22.23 370	8.91 359	14.04 321	23.56 363	14.62 347	26.19 359	12.75 310	13.59 356	16.06 361	22.95 380	0.26 327	0.18 329	0.75 364	0.65 359	0.69 337	0.58 330

ELAS	16.72 381	2.14 335	9.23 325	4.92 367	4.53 360	32.66 392	15.11 393	27.40 388	28.68 373	40.27 396	44.90 395	38.33 391	30.50 390	26.44 387	21.94 377	0.88 358	1.23 373	0.67 363	0.89 366	1.49 358	2.18 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 319	2.23 336	6.13 281	4.05 357	4.73 364	8.94 299	2.78 275	15.19 338	11.74 303	11.13 320	19.34 327	17.86 342	10.42 339	13.02 339	8.03 304	0.73 354	0.01 125	0.24 351	0.41 350	0.31 295	0.38 308

ELAS_RVC	16.54 380	2.26 337	10.09 332	5.50 371	4.46 357	28.28 385	16.72 397	25.55 385	33.54 380	40.19 395	40.30 391	36.68 389	30.03 389	29.40 388	20.61 370	0.98 363	1.21 372	0.86 367	0.70 361	1.39 357	2.16 362
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 325	2.32 338	15.58 360	1.82 223	0.63 176	44.66 404	0.44 106	8.59 194	9.52 262	9.84 293	25.18 357	5.30 185	4.38 225	11.46 324	6.49 281	0.05 266	0.03 208	0.00 1	0.01 208	1.79 362	1.87 358

Wz-Net-MNSev	7.43 324	2.35 339	15.22 358	2.34 289	3.41 323	17.27 361	8.55 356	11.91 277	13.48 318	13.37 340	17.05 311	13.70 313	7.47 304	11.90 328	9.99 334	0.40 341	0.03 208	0.00 1	0.01 208	0.16 223	0.07 153

ADCPNet	9.54 350	2.39 340	31.46 391	2.09 260	1.60 247	16.71 357	6.39 341	12.11 283	11.45 299	13.53 342	21.45 338	19.41 351	10.94 342	14.38 349	21.54 374	0.27 330	1.16 371	0.39 360	1.49 374	0.58 327	1.45 352

SHD	9.61 351	2.60 341	12.46 343	3.69 349	3.54 326	9.47 306	1.25 229	20.16 377	37.84 390	18.19 357	21.24 337	16.96 338	12.83 353	14.47 351	16.05 361	0.32 333	0.13 306	0.01 254	0.08 274	0.38 307	0.48 321

DGSMNet	6.47 308	2.61 342	13.64 353	3.46 341	3.74 334	8.97 300	6.01 331	14.15 324	13.01 314	7.46 219	14.10 283	9.94 276	4.79 245	10.44 309	6.22 275	1.30 368	1.70 376	1.80 373	1.52 376	2.27 368	2.35 365

DeepPrunerF	6.75 312	2.69 343	23.31 380	3.68 348	7.16 374	3.78 197	4.29 309	13.42 314	20.13 353	8.13 241	10.46 230	7.18 236	8.06 313	11.10 319	9.44 327	0.24 324	0.15 315	0.29 353	0.42 351	0.66 336	0.45 318

Syn2CoEx	6.32 304	2.72 344	9.33 326	2.45 298	1.67 253	8.59 295	3.32 289	18.08 355	12.27 310	8.53 255	21.08 336	10.30 284	9.80 334	9.30 289	7.86 299	0.01 142	0.00 1	0.00 1	0.00 1	0.63 333	0.43 315

SAMSARA	14.63 372	2.74 345	12.38 341	12.65 386	6.74 372	36.50 396	72.93 419	19.36 369	23.77 364	16.20 354	13.04 274	29.21 377	12.78 351	16.98 364	15.21 360	0.11 297	0.26 348	0.03 300	0.14 292	0.76 340	0.77 337

GANetREF_RVC	6.56 309	2.89 346	7.58 314	3.41 338	0.40 143	12.96 342	9.58 365	15.09 334	17.25 341	10.33 303	10.62 234	12.27 308	8.16 315	12.21 330	4.53 252	0.41 342	0.00 1	0.00 1	0.02 229	3.12 371	0.39 309
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
PVD	15.44 374	2.93 347	14.67 356	4.21 362	3.39 321	17.43 362	4.16 305	27.84 390	48.84 399	31.02 383	43.54 394	29.76 379	30.81 391	25.97 386	21.40 372	0.23 322	0.41 358	0.04 310	0.33 342	0.41 317	1.33 350

RTSC	9.15 344	3.00 348	13.57 352	3.72 350	1.76 263	11.82 331	0.46 107	16.95 347	36.83 387	15.80 352	15.53 297	12.91 311	7.46 303	20.01 376	21.76 375	0.31 332	0.13 306	0.01 254	0.08 274	0.57 326	0.41 312

TRStereo	2.36 116	3.10 349	4.70 227	1.99 243	2.08 276	2.61 94	1.11 221	8.79 204	3.73 78	3.19 63	3.04 51	3.96 132	0.77 48	5.92 114	1.44 129	0.03 238	0.14 310	0.00 1	0.29 333	0.08 139	0.25 285

ADCMid	10.24 357	3.13 350	20.70 374	2.21 272	2.39 293	11.23 326	6.19 333	14.17 325	11.19 295	23.20 372	22.25 341	17.89 343	19.54 371	18.51 369	26.21 388	0.45 347	0.42 360	1.10 369	1.29 371	1.56 360	1.18 347

PWC_ROB	8.24 337	3.13 350	12.74 347	2.43 297	4.43 355	7.51 283	1.22 228	16.63 346	19.24 348	16.08 353	28.29 363	13.99 319	10.16 337	13.63 344	14.06 357	0.42 345	0.00 1	0.05 316	0.00 1	0.59 328	0.27 294

SuperB	8.10 336	3.15 352	24.67 383	2.65 307	1.23 228	9.88 311	4.29 309	10.18 240	30.07 374	11.53 325	12.18 264	6.12 208	6.65 288	10.50 310	14.47 359	0.14 303	0.11 292	0.35 357	0.25 325	13.06 391	0.48 321

Anonymous Stereo	6.16 301	3.15 352	23.75 381	2.97 323	2.48 296	4.39 223	13.30 383	9.21 211	9.86 270	9.56 287	8.76 185	6.79 224	1.99 123	13.50 342	13.04 351	0.01 142	0.05 237	0.00 1	0.06 268	0.22 261	0.19 263

PWCDC_ROB	7.92 334	3.17 354	7.48 312	5.73 372	4.40 352	10.45 318	0.35 90	14.52 329	28.19 371	10.36 305	31.27 372	7.04 230	9.14 329	13.22 341	8.78 316	2.74 375	0.02 165	0.00 1	0.00 1	1.31 354	0.17 251

aanetorigin	8.72 343	3.29 355	27.55 388	1.95 239	3.84 341	4.93 235	5.39 329	5.49 105	10.05 274	27.85 379	31.47 373	15.80 328	12.78 351	9.04 278	11.98 344	0.25 325	0.22 338	0.22 349	0.25 325	1.28 353	0.84 341

SQANet	7.64 327	3.40 356	5.49 264	11.73 385	9.62 383	11.96 334	2.82 276	11.33 262	6.10 174	8.33 248	11.49 252	11.00 297	5.16 257	10.12 306	2.72 203	8.92 388	2.21 378	10.41 385	1.58 377	11.13 387	7.39 386

XQC	8.43 340	3.58 357	16.40 362	2.92 319	2.17 282	13.22 344	3.60 295	14.64 330	25.86 367	11.87 327	12.04 258	15.06 325	10.67 340	15.24 356	19.41 366	0.39 339	0.08 270	0.05 316	0.07 270	0.84 343	0.45 318

MFN_U_SF_RVC	12.94 366	3.66 358	25.81 386	3.61 347	2.26 288	22.77 372	4.55 315	27.10 386	20.06 352	23.90 373	28.99 365	30.53 380	16.98 362	19.92 375	20.26 369	1.24 365	1.07 370	0.98 368	1.33 372	1.80 363	2.04 361

anonymity	7.68 328	3.83 359	12.39 342	7.04 377	12.67 390	8.18 292	2.00 259	17.50 351	6.85 194	13.56 343	9.21 197	9.97 277	7.82 310	11.28 322	5.58 267	6.27 383	4.98 403	3.68 379	2.96 381	3.33 373	4.48 374

PASM	7.90 333	4.22 360	21.97 378	3.25 334	3.29 316	5.39 242	6.57 342	10.57 246	19.09 345	12.77 335	13.92 281	18.11 344	9.51 332	13.79 345	10.77 341	0.19 315	0.45 362	0.29 353	1.08 369	1.49 358	1.19 348

MFN_U_SF_DS_RVC	9.78 353	4.27 361	14.47 354	2.29 280	2.85 306	23.40 374	13.62 385	13.60 315	19.54 349	19.42 360	24.27 350	16.74 337	8.59 319	17.05 365	7.98 301	1.25 366	1.68 375	0.17 344	2.63 379	0.72 339	1.04 344

GASNet	5.19 285	4.61 362	9.38 327	4.73 366	2.10 278	3.80 199	1.57 246	12.07 281	10.96 291	8.92 270	7.03 154	8.21 253	7.67 308	14.02 346	7.36 290	0.02 211	0.15 315	0.00 1	0.00 1	0.69 337	0.42 313

WZ-Net	13.00 367	4.64 363	41.07 399	3.48 343	3.15 311	19.12 365	15.66 396	14.81 331	31.33 376	15.71 351	27.88 361	22.22 364	14.01 358	20.44 378	25.03 385	0.64 353	0.00 1	0.01 254	0.03 241	0.39 311	0.37 307

Consistency-Raft	9.42 348	4.74 364	12.66 345	5.30 370	9.08 380	4.08 209	5.26 327	19.26 367	24.87 365	11.17 321	29.85 368	13.57 312	5.51 269	7.67 196	13.40 353	0.36 336	0.35 354	1.81 374	4.24 387	11.61 388	3.57 369

ADCS	13.02 368	4.93 365	28.38 389	3.17 332	2.67 301	13.61 347	10.83 374	18.70 358	33.46 379	22.59 367	24.78 354	19.59 353	18.51 367	23.40 383	32.16 397	0.10 295	0.19 333	0.37 359	0.18 306	1.26 352	1.46 353

MaskLacGwcNet_RVC	5.97 295	5.36 366	5.02 238	3.75 352	3.57 328	15.81 352	4.27 308	11.72 271	6.96 197	7.23 208	8.47 182	9.09 266	2.66 147	9.36 291	2.71 201	7.49 385	2.32 379	2.01 376	0.08 274	6.77 382	4.67 376

AnyNet_C32	10.98 361	5.58 367	22.79 379	4.16 359	5.83 369	15.64 350	14.30 386	13.18 310	17.15 340	16.44 355	20.52 334	14.68 323	13.44 355	22.46 380	30.08 394	0.17 311	0.26 348	0.36 358	0.36 346	1.23 351	0.91 342

LSM	14.01 371	5.95 368	33.49 392	6.78 376	43.61 413	10.22 314	9.98 369	15.16 337	22.93 362	23.07 371	32.34 377	18.52 347	12.67 350	15.45 357	11.10 342	0.16 310	0.51 366	0.09 332	0.32 340	1.08 348	16.85 408

EDNetEfficient	13.82 370	6.19 369	54.79 406	2.83 314	3.60 329	4.86 232	8.57 357	8.61 199	32.90 378	40.77 397	30.59 371	18.33 346	21.87 379	11.38 323	25.36 386	0.15 305	0.23 340	0.06 320	1.03 368	2.54 369	1.79 356

SPS-STEREO	15.04 373	6.23 370	13.21 351	11.34 384	11.65 387	23.30 373	7.15 350	24.16 383	15.65 331	31.78 384	29.19 367	31.62 381	21.32 377	24.62 384	19.50 367	7.59 386	4.19 401	3.22 378	1.48 373	6.99 383	6.54 383
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 346	6.70 371	24.28 382	1.87 226	1.81 267	8.57 294	12.29 382	17.37 350	20.39 355	10.43 307	23.11 346	16.66 336	8.03 312	14.47 351	17.86 363	0.00 1	0.02 165	0.01 254	0.00 1	0.41 317	0.30 299

AnonymousM	2.71 146	6.75 372	0.98 1	0.73 92	0.06 16	2.41 70	0.53 124	5.30 93	3.05 45	4.75 99	2.09 35	1.89 72	1.01 62	1.88 39	0.51 32	0.01 142	0.02 165	17.42 390	4.76 390	0.02 22	0.01 15

NVStereoNet_ROB	16.04 377	6.75 372	12.90 349	6.37 375	7.42 377	12.89 341	9.74 367	22.78 381	25.12 366	30.32 381	46.19 397	34.37 387	25.38 383	21.48 379	21.38 371	5.94 381	3.10 393	6.07 384	10.09 397	4.01 374	8.54 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 379	6.93 374	21.83 377	5.94 374	2.81 305	38.71 398	14.59 387	24.55 384	34.87 385	33.66 389	34.35 381	29.24 378	24.20 382	22.59 381	17.95 364	2.52 374	2.81 388	1.17 371	1.51 375	5.89 380	2.16 362

UDGNet	2.73 149	7.09 375	3.90 185	2.71 309	0.06 16	2.98 140	0.20 61	4.63 53	8.58 249	2.69 51	2.70 46	0.95 47	1.01 62	6.27 126	1.51 133	1.28 367	0.00 1	5.24 383	0.94 367	1.70 361	0.13 227

SGM+DAISY	15.62 375	7.26 376	19.28 370	8.94 378	10.11 385	26.25 378	10.49 372	19.36 369	14.65 326	30.64 382	33.59 380	33.00 383	22.32 381	24.96 385	16.42 362	7.90 387	6.25 405	4.51 381	3.37 383	5.86 379	7.20 385

otaku	11.73 364	7.51 377	7.07 302	13.22 388	10.85 386	26.61 382	7.25 352	18.84 362	19.16 347	11.58 326	17.23 317	20.19 357	8.09 314	15.11 355	4.64 255	9.13 389	2.42 380	13.08 386	1.83 378	12.48 390	8.22 389

MFMNet_re	13.29 369	8.60 378	18.29 367	9.75 379	7.25 376	19.65 367	14.84 390	20.71 379	30.72 375	23.03 370	28.77 364	18.85 349	26.09 386	13.55 343	9.82 330	2.44 373	1.35 374	0.34 356	0.23 321	4.78 376	6.69 384

Ntro	12.35 365	8.88 379	7.80 315	13.79 389	12.42 389	26.54 381	6.98 348	18.54 357	22.14 360	9.82 291	16.45 302	20.30 358	9.29 331	15.95 360	6.61 285	9.53 391	2.47 382	14.93 388	2.77 380	13.11 392	8.63 392

BEATNet-Init1	23.31 392	9.03 380	41.67 400	4.17 360	2.53 298	45.68 406	19.47 401	33.43 392	38.45 391	47.59 404	49.10 401	59.31 405	41.80 402	38.35 400	29.21 393	0.47 348	0.50 365	0.81 365	0.66 360	2.10 367	1.86 357

CC-Net-ROB	7.68 328	9.21 381	7.46 311	3.82 353	3.66 332	15.68 351	5.02 323	17.95 353	10.45 287	6.44 174	14.00 282	7.63 240	4.77 242	10.75 314	3.10 212	5.99 382	2.46 381	16.28 389	1.08 369	6.30 381	1.56 355

UDG	8.58 342	9.31 382	4.89 232	10.00 381	9.52 381	10.36 317	2.41 265	12.07 281	9.82 268	7.81 230	9.55 211	16.52 334	9.81 335	7.84 207	7.88 300	4.20 377	2.51 383	18.53 391	3.71 386	9.55 384	5.28 379

RTS	18.87 388	9.32 383	86.48 416	4.95 368	6.10 370	42.08 400	14.70 388	15.49 339	41.06 392	22.65 368	32.32 375	13.77 314	19.54 371	37.98 398	28.96 391	0.41 342	0.23 340	0.00 1	0.02 229	0.91 344	0.50 324

RTSA	18.87 388	9.32 383	86.48 416	4.95 368	6.10 370	42.08 400	14.70 388	15.49 339	41.06 392	22.65 368	32.32 375	13.77 314	19.54 371	37.98 398	28.96 391	0.41 342	0.23 340	0.00 1	0.02 229	0.91 344	0.50 324

Wz-Net-TNSev	11.35 362	10.56 385	35.88 396	2.28 279	1.73 259	18.25 363	11.42 375	15.88 342	20.88 356	14.44 345	16.97 310	19.57 352	19.04 369	19.31 372	18.67 365	0.01 142	0.06 250	0.00 1	0.16 297	0.62 331	1.25 349

AnyNet_C01	16.12 378	10.81 386	59.36 408	4.42 364	2.49 297	30.06 386	15.15 394	17.51 352	16.51 336	17.88 356	37.69 386	24.04 366	17.54 363	29.60 389	33.29 398	0.28 331	0.38 356	0.43 362	0.42 351	2.57 370	1.98 360

DDUNet	9.47 349	11.32 387	6.14 282	12.93 387	11.65 387	10.45 318	3.87 300	11.70 270	7.89 226	9.27 279	13.28 275	16.18 333	6.14 278	8.80 270	5.77 270	6.64 384	3.38 396	20.90 392	4.28 388	11.01 386	7.80 387

EDNetEfficientorigin	17.87 385	14.00 388	99.53 428	1.64 201	0.92 205	10.55 320	6.26 338	13.21 311	34.84 384	38.20 394	36.91 385	27.47 375	26.32 387	14.71 353	25.69 387	0.04 254	0.06 250	0.14 339	0.52 357	3.16 372	3.27 368

JetBlue	29.12 399	15.72 389	54.12 405	15.93 390	20.98 401	60.90 417	30.62 408	39.38 396	34.62 383	34.08 390	39.69 388	57.35 404	43.17 403	50.71 413	50.60 414	2.41 372	3.79 399	2.81 377	3.45 384	9.57 385	12.59 402

FADE	25.68 394	17.27 390	50.60 404	10.46 382	9.90 384	22.50 371	9.17 361	35.80 395	53.05 401	20.32 365	19.01 326	26.54 372	34.42 394	39.35 401	33.52 399	30.62 409	14.22 410	38.39 408	37.63 411	5.22 377	5.56 381

coex-ft	19.78 391	19.39 391	87.73 418	1.77 217	1.80 266	17.25 360	13.50 384	12.63 301	42.10 394	60.18 411	38.90 387	28.72 376	28.74 388	11.74 326	27.40 390	0.21 319	0.23 340	0.04 310	0.30 338	1.36 355	1.54 354

ACVNet-4b	15.90 376	22.00 392	12.37 340	16.40 391	15.14 393	31.87 389	7.50 354	19.04 364	27.85 370	11.48 324	22.02 340	31.86 382	9.16 330	17.95 367	5.69 268	10.43 393	2.58 384	24.44 395	4.87 392	16.04 394	9.28 393

WAO-7	29.39 400	24.43 393	20.47 373	32.71 402	13.83 391	34.70 393	20.27 404	52.19 411	65.03 412	43.29 399	59.35 411	52.19 398	44.68 405	31.71 390	30.56 395	10.98 395	4.94 402	13.71 387	12.52 402	12.06 389	8.22 389

ACVNet_1	18.70 387	25.08 394	12.72 346	17.33 392	15.18 394	26.02 376	9.62 366	28.44 391	34.49 381	24.39 374	24.32 351	37.22 390	20.13 374	16.67 363	13.39 352	10.45 394	2.59 385	24.77 396	4.92 393	16.57 395	9.75 394

DispFullNet	17.47 384	26.01 395	33.98 394	22.58 396	20.86 400	13.84 348	1.28 232	16.50 344	26.27 368	19.97 363	17.17 315	20.52 361	18.49 366	22.86 382	10.76 340	5.13 379	2.83 389	30.72 399	7.72 395	20.86 398	11.01 398

RainbowNet	18.01 386	26.22 396	19.95 372	18.59 393	14.88 392	27.38 384	10.46 371	27.39 387	34.54 382	14.91 349	27.01 360	25.65 369	12.44 348	18.94 371	9.23 321	13.91 399	3.46 397	23.36 394	4.86 391	16.03 393	10.91 397

IMH-64-1	27.21 397	28.77 397	16.84 365	31.57 399	20.76 398	26.43 379	15.10 391	47.11 401	45.20 396	33.53 387	51.16 403	41.42 393	31.10 392	36.48 394	22.39 378	13.48 397	2.87 391	33.95 401	10.70 398	23.50 400	11.75 399

IMH-64	27.21 397	28.77 397	16.84 365	31.57 399	20.76 398	26.43 379	15.10 391	47.11 401	45.20 396	33.53 387	51.16 403	41.42 393	31.10 392	36.48 394	22.39 378	13.48 397	2.87 391	33.95 401	10.70 398	23.50 400	11.75 399

IMH	29.82 401	29.11 399	18.51 369	34.28 403	21.40 403	32.33 391	15.39 395	49.40 408	53.07 402	37.88 392	55.32 408	45.05 395	39.54 400	40.63 402	24.12 382	14.03 400	3.27 395	34.93 403	11.24 400	24.69 402	12.21 401

ACVNet_2	26.45 395	29.35 400	25.14 384	20.27 395	15.43 395	34.97 394	12.23 381	48.37 406	66.25 414	42.69 398	56.73 409	51.77 397	25.59 384	20.39 377	13.52 354	10.13 392	2.59 385	22.78 393	3.52 385	17.57 396	9.80 395

TorneroNet-64	32.42 403	31.89 401	30.52 390	34.73 404	21.13 402	46.99 407	18.82 399	43.10 399	59.42 407	32.70 386	46.98 398	62.01 407	36.98 397	43.97 406	33.88 400	14.10 401	3.22 394	35.28 404	11.72 401	26.84 405	14.07 403

MADNet+	27.07 396	33.84 402	90.97 420	20.14 394	7.47 378	48.43 408	47.10 415	35.43 394	36.46 386	20.11 364	30.05 369	25.29 368	35.08 395	45.50 407	50.28 413	2.13 371	2.00 377	1.19 372	0.76 362	4.71 375	4.43 372

TorneroNet	35.11 407	33.92 403	33.82 393	37.86 406	22.01 404	49.64 410	21.58 405	48.09 405	55.23 403	37.50 391	53.79 406	62.81 410	43.66 404	46.71 409	41.25 408	14.80 402	3.53 398	36.72 405	14.57 404	28.28 408	16.49 406

WAO-8	38.15 408	35.51 404	21.50 375	43.67 407	23.92 405	44.44 402	20.26 402	52.83 412	76.62 417	53.57 408	66.79 416	62.63 408	54.56 412	42.03 404	39.18 406	22.71 405	6.65 406	37.08 406	19.08 406	24.72 404	15.24 404

Venus	38.15 408	35.51 404	21.50 375	43.67 407	23.92 405	44.44 402	20.26 402	52.83 412	76.62 417	53.57 408	66.81 417	62.63 408	54.56 412	42.03 404	39.18 406	22.71 405	6.65 406	37.08 406	19.08 406	24.70 403	15.24 404

WAO-6	34.74 405	36.76 406	15.36 359	37.53 405	24.15 407	35.99 395	19.36 400	48.96 407	68.54 415	43.84 400	47.58 399	52.77 400	52.60 409	32.63 391	34.73 402	26.20 407	7.74 408	42.78 409	21.64 408	28.07 407	17.62 409

Dean	34.67 404	38.70 407	25.33 385	29.89 398	17.21 396	45.24 405	11.98 379	56.90 415	76.55 416	63.47 414	60.22 412	67.36 413	48.14 408	37.24 396	39.01 405	11.00 396	2.83 389	28.35 397	5.60 394	18.14 397	10.31 396

LVE	34.99 406	40.10 408	34.97 395	32.49 401	18.61 397	51.45 413	26.82 406	52.15 410	65.94 413	47.21 402	61.04 413	53.99 402	37.30 398	37.95 397	34.09 401	15.55 403	5.95 404	31.01 400	13.81 403	22.58 399	16.72 407

PWCK	30.53 402	44.32 409	47.25 402	29.76 397	7.23 375	40.78 399	27.10 407	44.73 400	44.32 395	47.31 403	36.37 384	47.16 396	26.05 385	41.26 403	31.87 396	21.83 404	4.03 400	29.50 398	4.67 389	27.17 406	7.80 387

UNDER WATER-64	45.16 411	46.99 410	66.69 410	43.90 409	27.64 408	55.58 416	41.87 412	39.42 397	48.42 398	51.73 407	43.08 393	67.76 414	56.69 414	48.02 411	48.34 411	39.50 411	17.64 411	51.78 412	38.93 412	36.62 409	32.61 411

SPstereo	72.39 419	47.55 411	62.34 409	56.88 415	45.69 415	78.85 418	84.60 420	100.00 431	100.00 429	98.50 427	98.20 426	100.00 432	96.58 424	96.95 425	81.91 419	46.63 414	38.86 416	67.86 419	64.79 419	39.95 411	41.68 414

UNDER WATER	45.09 410	48.60 412	67.37 411	49.30 411	31.41 409	53.80 415	37.39 410	40.25 398	52.48 400	50.24 405	45.37 396	68.37 415	57.76 415	51.03 414	49.88 412	29.97 408	13.75 409	51.22 411	36.57 409	37.87 410	29.12 410

DLNR_Zeroshot_test	24.70 393	50.77 413	90.11 419	98.11 428	97.34 426	1.38 13	0.12 34	22.79 382	3.09 50	1.07 35	2.95 49	0.71 44	0.29 8	6.93 158	2.29 185	38.56 410	0.37 355	0.00 1	0.30 338	76.73 423	0.09 176

notaker	47.42 412	55.20 414	49.13 403	56.52 414	40.18 410	38.52 397	32.97 409	47.21 403	56.08 405	57.21 410	57.24 410	60.09 406	59.19 416	53.93 415	41.64 409	40.61 412	19.93 412	57.21 414	37.41 410	49.02 413	39.02 412

ktn	48.94 413	57.58 415	38.86 398	59.57 416	43.27 412	50.37 411	43.38 413	48.07 404	61.11 408	51.30 406	54.25 407	54.96 403	52.88 410	47.30 410	35.83 403	57.77 416	24.88 413	62.69 417	43.55 413	50.70 414	40.41 413

HanzoNet	56.48 416	59.32 416	58.25 407	55.32 413	41.94 411	50.95 412	41.33 411	51.12 409	61.40 409	65.62 417	65.59 415	71.66 416	69.41 417	70.77 418	60.03 416	63.99 419	34.70 415	61.96 416	50.54 415	51.00 415	44.71 415

JetRed	61.02 417	61.05 417	82.56 415	46.09 410	56.80 418	83.19 419	63.76 417	59.26 417	63.61 410	69.29 418	68.85 418	66.59 412	47.62 407	61.57 416	74.09 418	45.58 413	66.14 420	46.59 410	45.06 414	63.17 417	49.58 417

KSHMR	55.63 415	63.60 418	37.85 397	74.69 419	49.56 416	49.01 409	45.73 414	57.46 416	63.97 411	61.61 413	62.07 414	72.39 417	47.01 406	50.65 412	43.29 410	54.10 415	62.21 417	66.10 418	53.94 417	51.25 416	46.11 416

DPSimNet_ROB	53.45 414	64.73 419	44.39 401	53.97 412	45.39 414	53.66 414	54.83 416	55.15 414	57.87 406	64.16 416	50.83 402	63.40 411	53.34 411	46.45 408	65.81 417	63.13 418	26.54 414	57.94 415	51.11 416	45.52 412	50.69 418

LRCNet_RVC	66.23 418	65.67 420	67.63 412	71.47 418	54.32 417	32.17 390	2.66 272	63.19 418	21.35 358	81.79 420	91.26 421	83.62 419	71.62 418	69.32 417	52.57 415	95.49 425	64.45 419	95.07 425	95.19 425	71.52 419	74.31 421

ASD4	75.85 420	81.57 421	69.25 413	68.23 417	80.87 422	96.24 422	99.15 427	77.50 419	93.47 423	77.59 419	85.63 419	78.32 418	76.43 419	77.89 419	82.61 420	58.30 417	62.67 418	55.02 413	62.43 418	68.35 418	65.49 420

MADNet++	82.84 421	82.38 422	73.57 414	87.72 424	82.97 423	93.14 420	69.15 418	86.42 423	82.50 419	93.46 424	86.70 420	86.28 420	80.92 420	88.34 420	88.84 421	86.83 423	84.17 424	72.64 420	68.92 420	80.47 424	81.42 425

xxxxx1	85.63 423	90.31 423	96.68 423	76.54 420	80.57 419	97.44 424	96.86 424	85.53 420	88.53 420	88.68 421	91.71 422	94.23 421	92.93 421	90.02 421	91.98 422	70.60 420	70.39 421	73.68 421	81.46 422	74.61 420	79.86 422

tt_ll	85.63 423	90.31 423	96.68 423	76.54 420	80.57 419	97.44 424	96.86 424	85.53 420	88.53 420	88.68 421	91.71 422	94.23 421	92.93 421	90.02 421	91.98 422	70.60 420	70.39 421	73.68 421	81.46 422	74.61 420	79.86 422

ff	85.63 423	90.31 423	96.68 423	76.54 420	80.57 419	97.44 424	96.86 424	85.53 420	88.53 420	88.68 421	91.71 422	94.23 421	92.93 421	90.02 421	91.98 422	70.60 420	70.39 421	73.68 421	81.46 422	74.61 420	79.86 422

MEDIAN_ROB	98.41 427	99.70 426	99.30 427	97.09 425	97.02 425	96.89 423	95.77 423	97.66 426	97.28 424	98.79 428	98.94 427	99.18 426	98.14 426	96.89 424	96.88 427	99.96 429	99.16 426	100.00 428	99.99 429	99.69 428	99.88 428

Anonymous_1	99.08 429	99.91 427	99.85 429	97.63 426	99.10 428	100.00 429	100.00 430	99.61 428	99.96 427	99.28 429	99.86 428	99.54 427	99.99 429	99.29 427	99.75 428	96.05 426	99.59 427	97.31 426	98.57 427	97.71 426	98.63 427

HaxPig	98.85 428	99.94 428	95.08 421	99.99 431	100.00 430	94.03 421	94.78 421	99.15 427	99.98 428	99.99 430	100.00 429	99.98 430	99.99 429	98.12 426	95.97 425	100.00 432	99.99 430	100.00 428	99.99 429	100.00 431	99.99 431

AVERAGE_ROB	99.62 431	99.95 429	98.81 426	100.00 434	100.00 430	98.08 427	95.47 422	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	99.99 430	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

test_example2	99.39 430	99.98 430	99.99 430	100.00 434	99.98 429	99.72 428	99.99 429	97.34 425	100.00 429	100.00 431	100.00 429	96.42 424	96.66 425	99.97 428	99.96 429	100.00 432	99.97 429	98.66 427	99.15 428	100.00 431	100.00 433

MyStereo03	100.00 436	100.00 431	100.00 434	100.00 434	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

MyStereo02	100.00 436	100.00 431	100.00 434	100.00 434	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

MyStereo	100.00 436	100.00 431	100.00 434	100.00 434	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

Selective-RAFT-Error	100.00 436	100.00 431	100.00 434	100.00 434	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

PML	97.88 426	100.00 431	96.45 422	98.01 427	97.88 427	100.00 429	99.35 428	96.88 424	97.72 425	100.00 431	97.36 425	97.38 425	99.60 427	100.00 432	96.32 426	99.99 430	97.55 425	100.00 428	96.01 426	99.18 427	87.92 426

CasAABBNet	100.00 436	100.00 431	100.00 434	100.00 434	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

LSM0	100.00 436	100.00 431	100.00 434	100.00 434	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	99.99 431

DPSMNet_ROB	99.91 433	100.00 431	99.99 430	99.99 431	100.00 430	100.00 429	100.00 430	99.98 430	100.00 429	98.35 425	100.00 429	99.84 428	100.00 431	99.98 429	99.99 430	100.00 432	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

DGTPSM_ROB	99.90 432	100.00 431	99.99 430	99.99 431	100.00 430	100.00 429	100.00 430	99.97 429	100.00 429	98.35 425	100.00 429	99.84 428	100.00 431	99.98 429	99.99 430	99.99 430	100.00 431	100.00 428	100.00 431	100.00 431	100.00 433

DPSM_ROB	99.95 434	100.00 431	100.00 434	99.76 429	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	99.21 427	100.00 431	100.00 428	100.00 431	99.99 429	99.95 429

DPSM	99.95 434	100.00 431	100.00 434	99.76 429	100.00 430	100.00 429	100.00 430	100.00 431	100.00 429	100.00 431	100.00 429	100.00 432	100.00 431	100.00 432	100.00 433	99.21 427	100.00 431	100.00 428	100.00 431	99.99 429	99.95 429

Low-res two-view benchmark