Low-res two-view results

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

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

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

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

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

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

riskmin	2.49 212	0.22 1	3.34 148	2.33 389	1.78 384	2.89 228	0.46 201	7.35 264	6.95 313	2.75 150	1.67 90	6.75 346	5.08 384	3.24 114	1.93 249	0.00 1	0.99 445	0.00 1	0.27 438	0.02 44	1.73 445

asd	0.71 10	0.25 2	2.43 64	0.09 15	0.80 254	1.25 32	0.06 52	3.22 23	1.03 12	0.59 64	0.65 41	0.07 14	0.55 112	1.01 13	0.46 11	0.20 444	0.81 392	0.00 1	0.08 311	0.01 18	0.67 304

3.75w	0.82 28	0.25 2	2.13 39	0.07 5	1.27 337	1.26 36	0.02 19	3.85 55	1.05 17	0.51 44	0.39 30	0.08 20	0.40 79	3.31 115	0.47 14	0.07 386	0.94 416	0.00 1	0.08 311	0.00 1	0.29 180

1w_stereo	0.79 22	0.26 4	1.52 6	0.13 31	0.50 182	1.20 15	0.08 67	3.86 57	1.02 11	0.64 73	2.52 124	0.05 3	1.54 212	1.08 17	0.44 8	0.00 1	0.61 358	0.00 1	0.00 1	0.01 18	0.42 228

EGLCR-Stereo	1.45 96	0.26 4	2.91 104	1.94 318	0.90 269	3.13 247	0.69 275	5.81 178	3.21 99	1.14 118	0.20 18	1.52 156	0.37 70	4.29 149	0.69 75	0.01 170	0.79 387	0.00 1	0.00 1	0.01 18	1.21 384

4.5_new	0.74 12	0.27 6	2.52 69	0.10 18	0.34 135	1.24 25	0.07 59	3.67 35	1.05 17	0.58 61	0.80 50	0.06 5	0.19 26	1.18 21	0.61 55	0.17 434	0.99 445	0.00 1	0.19 376	0.01 18	0.64 289

4.5w-stereo	0.74 12	0.27 6	2.52 69	0.10 18	0.34 135	1.24 25	0.07 59	3.67 35	1.05 17	0.58 61	0.80 50	0.06 5	0.19 26	1.18 21	0.60 51	0.17 434	0.99 445	0.00 1	0.19 376	0.01 18	0.64 289

4w-stereo	0.81 25	0.27 6	2.34 57	0.06 4	0.50 182	1.26 36	0.06 52	3.65 31	1.05 17	0.41 24	0.96 62	0.06 5	0.66 126	2.11 73	0.64 64	0.22 449	0.96 424	0.00 1	0.29 447	0.00 1	0.78 331

IGEV-RUCA	0.88 36	0.27 6	1.43 5	0.59 126	0.33 130	2.12 134	0.49 218	3.65 31	1.79 52	1.04 111	0.16 14	0.24 67	0.55 112	2.95 107	0.57 41	0.12 416	0.21 299	0.20 493	0.25 415	0.22 350	0.33 193

MonSter	0.72 11	0.27 6	2.25 51	0.07 5	0.85 264	1.27 42	0.01 4	3.79 45	0.91 3	0.41 24	0.18 17	0.08 20	0.04 1	1.33 33	0.58 43	0.00 1	0.96 424	0.00 1	0.36 470	0.00 1	0.94 350

asda	0.76 15	0.28 11	2.30 53	0.07 5	0.61 214	1.28 44	0.09 72	3.82 50	1.03 12	0.54 52	0.43 31	0.07 14	0.71 132	1.25 27	0.46 11	0.22 449	0.99 445	0.00 1	0.25 415	0.01 18	0.71 314

4.25_new	0.76 15	0.28 11	2.16 41	0.08 10	0.91 272	1.24 25	0.05 39	3.81 47	1.03 12	0.45 32	0.91 57	0.06 5	0.42 86	1.33 33	0.49 18	0.22 449	0.98 436	0.00 1	0.25 415	0.00 1	0.57 263

4.5w_new	0.76 15	0.28 11	2.16 41	0.08 10	0.91 272	1.24 25	0.05 39	3.81 47	1.03 12	0.45 32	0.91 57	0.06 5	0.42 86	1.33 33	0.49 18	0.22 449	0.98 436	0.00 1	0.25 415	0.00 1	0.57 263

4.25w-stereo	0.76 15	0.28 11	2.16 41	0.08 10	0.91 272	1.24 25	0.05 39	3.81 47	1.03 12	0.45 32	0.91 57	0.06 5	0.42 86	1.33 33	0.49 18	0.22 449	0.98 436	0.00 1	0.25 415	0.00 1	0.57 263

111111	1.21 68	0.28 11	2.10 38	0.22 52	1.45 361	1.42 60	0.05 39	5.30 137	2.01 57	0.55 56	3.02 140	0.09 27	0.20 28	4.87 166	0.58 43	0.00 1	0.75 382	0.00 1	0.00 1	0.10 208	1.09 372

Reg-Stereo(zero)	1.92 136	0.28 11	3.18 133	0.63 135	1.41 358	2.02 121	0.48 213	3.85 55	6.29 273	4.49 200	3.12 143	4.55 275	1.62 217	2.77 102	2.16 268	0.00 1	0.61 358	0.00 1	0.26 432	0.02 44	0.62 282

knoymous	1.50 104	0.28 11	1.99 27	0.33 79	0.48 176	1.58 76	0.11 86	5.71 170	2.81 76	4.85 206	1.75 93	4.58 277	0.46 103	3.66 126	1.30 184	0.01 170	0.02 167	0.00 1	0.00 1	0.02 44	0.09 51

qwe	0.89 37	0.29 18	2.49 65	0.10 18	1.25 333	1.24 25	0.04 32	3.97 63	1.06 24	0.66 76	0.53 36	0.05 3	0.18 24	3.58 121	0.50 24	0.07 386	0.94 416	0.00 1	0.27 438	0.01 18	0.57 263

IGEV	0.66 7	0.29 18	1.87 22	0.11 24	1.84 391	1.35 50	0.37 182	2.56 14	1.12 31	0.44 31	0.12 11	0.07 14	0.09 9	1.07 16	0.58 43	0.05 365	0.62 361	0.00 1	0.19 376	0.01 18	0.39 211

2w_stereo	0.75 14	0.30 20	2.22 48	0.07 5	0.12 36	1.23 23	0.05 39	4.03 69	1.00 9	0.98 107	0.86 53	0.09 27	1.21 185	1.06 15	0.62 57	0.00 1	0.69 373	0.00 1	0.16 356	0.00 1	0.27 171

2.25w	0.92 40	0.31 21	2.36 60	0.07 5	0.15 55	1.22 19	0.05 39	3.84 54	1.05 17	0.51 44	1.30 76	0.09 27	0.68 128	4.12 141	0.68 69	0.00 1	0.98 436	0.00 1	0.28 441	0.00 1	0.73 319

PSM-AAD	3.43 308	0.31 21	2.16 41	0.80 167	0.57 208	2.53 171	5.97 479	5.53 155	3.98 161	11.00 456	11.90 393	2.93 198	9.36 474	8.03 330	1.00 138	0.01 170	0.01 128	0.00 1	0.00 1	0.06 138	2.39 500

IGEV-Stereo++	1.03 49	0.32 23	2.03 31	0.25 61	1.94 401	1.94 115	0.01 4	3.57 28	2.52 68	0.70 79	1.80 100	0.10 36	1.14 170	1.34 37	0.55 35	0.01 170	0.75 382	0.00 1	0.00 1	0.04 105	1.57 417

2.5w	0.94 41	0.33 24	2.20 47	0.09 15	0.35 139	1.27 42	0.09 72	3.86 57	1.05 17	0.54 52	0.73 43	0.04 1	0.55 112	4.75 164	0.59 48	0.00 1	1.04 458	0.00 1	0.29 447	0.00 1	0.96 354

3w_stereo	0.79 22	0.33 24	2.53 71	0.08 10	0.14 47	1.26 36	0.03 28	3.97 63	1.06 24	0.62 71	0.58 38	0.09 27	1.02 160	1.54 46	0.64 64	0.00 1	1.00 452	0.00 1	0.23 408	0.01 18	0.65 292

GrayStereo	3.86 343	0.33 24	2.63 82	1.66 270	0.62 217	3.09 243	7.92 508	6.43 220	3.88 153	10.61 442	16.51 448	5.75 323	8.40 459	6.75 240	1.58 205	0.01 170	0.00 1	0.01 383	0.62 495	0.04 105	0.38 209

MLG-Stereo_test1	0.85 33	0.34 27	1.80 14	0.10 18	1.66 376	1.22 19	0.01 4	4.24 79	1.68 45	0.19 2	0.08 5	0.09 27	0.11 15	4.16 143	0.46 11	0.01 170	0.70 376	0.00 1	0.01 240	0.01 18	0.17 112

MLG-Stereo	0.91 39	0.34 27	1.91 24	0.16 35	0.41 166	1.23 23	0.00 1	4.57 100	1.74 48	0.41 24	0.08 5	0.09 27	0.10 12	5.68 195	0.45 10	0.02 274	0.77 386	0.00 1	0.00 1	0.01 18	0.16 102

Selective-IGEV	1.56 112	0.34 27	2.13 39	0.77 163	0.76 248	2.36 153	0.52 223	6.80 237	3.08 94	0.53 50	3.34 148	0.26 70	0.31 54	7.24 274	0.73 83	0.01 170	0.80 391	0.00 1	0.14 351	0.08 170	1.01 358

2.75w_new	0.80 24	0.35 30	2.31 55	0.10 18	0.23 103	1.26 36	0.09 72	3.82 50	1.05 17	0.54 52	0.23 19	0.08 20	0.86 148	2.50 95	0.64 64	0.00 1	0.97 429	0.00 1	0.27 438	0.00 1	0.69 307

3.5w_stereo	0.87 34	0.35 30	2.24 50	0.05 1	0.17 64	1.25 32	0.04 32	4.15 76	1.08 26	0.37 14	1.65 88	0.08 20	0.49 104	3.95 133	0.51 25	0.00 1	0.63 362	0.00 1	0.06 306	0.00 1	0.27 171

3.25w_new	0.68 8	0.36 32	2.09 34	0.05 1	0.19 74	1.26 36	0.01 4	4.00 66	1.10 27	0.46 38	0.26 23	0.08 20	0.41 82	0.93 10	0.51 25	0.00 1	0.94 416	0.00 1	0.22 402	0.01 18	0.75 324

3.25w	0.68 8	0.36 32	2.09 34	0.05 1	0.19 74	1.26 36	0.01 4	4.00 66	1.10 27	0.46 38	0.26 23	0.08 20	0.41 82	0.93 10	0.51 25	0.00 1	0.94 416	0.00 1	0.22 402	0.01 18	0.75 324

SGD-Stereo	0.76 15	0.36 32	1.37 3	0.43 101	0.14 47	1.25 32	0.29 161	2.25 10	0.84 2	0.61 70	0.51 33	0.09 27	0.11 15	6.65 234	0.19 1	0.01 170	0.01 128	0.00 1	0.00 1	0.02 44	0.07 43

U	2.23 181	0.36 32	2.93 107	0.26 65	8.08 530	11.12 470	0.00 1	3.68 37	1.12 31	0.29 7	0.52 35	0.16 44	0.08 6	0.83 5	0.30 2	0.00 1	0.00 1	9.75 538	5.13 547	0.02 44	0.02 6

Any-RAFT	2.33 192	0.36 32	2.35 58	1.58 259	0.84 261	4.93 366	0.55 231	9.10 313	5.93 260	4.30 196	4.90 196	5.79 325	2.22 244	2.75 101	0.51 25	0.02 274	0.32 318	0.00 1	0.00 1	0.02 44	0.18 117

CAS	2.42 207	0.37 37	2.30 53	11.49 535	3.97 485	1.65 84	0.02 19	4.08 71	2.84 78	0.51 44	1.65 88	0.25 69	0.28 45	1.73 53	0.92 119	10.05 543	0.01 128	0.00 1	0.00 1	0.01 18	6.26 531

FoundationStereo	0.48 2	0.38 38	1.70 10	0.82 170	1.00 288	0.42 3	0.06 52	0.63 2	1.44 39	0.38 18	0.04 3	0.11 38	0.37 70	0.93 10	0.39 5	0.03 318	0.86 404	0.00 1	0.00 1	0.00 1	0.10 56

AE-Stereo	1.89 130	0.38 38	3.86 202	1.94 318	0.38 153	2.51 170	0.58 240	7.19 257	7.28 328	1.60 130	3.51 159	1.07 137	0.77 140	2.12 74	1.24 178	0.03 318	1.02 455	0.00 1	0.28 441	0.11 224	1.84 462

AEACV	1.27 74	0.38 38	2.61 79	1.75 289	1.21 327	2.44 161	0.85 322	4.79 108	1.67 43	0.71 83	0.26 23	0.29 77	2.00 233	2.30 85	0.66 68	0.01 170	0.95 421	0.00 1	0.42 480	0.12 243	2.07 485

test-3	2.19 174	0.38 38	3.88 208	1.55 257	0.91 272	1.39 57	0.80 302	5.36 148	5.51 239	7.36 334	1.90 102	4.05 251	0.42 86	6.67 237	1.17 165	0.00 1	0.99 445	0.00 1	0.28 441	0.20 332	1.08 370

test_1	2.18 171	0.38 38	3.87 203	1.54 256	0.91 272	1.38 55	0.80 302	5.36 148	5.53 241	7.12 314	1.86 101	4.05 251	0.41 82	6.65 234	1.17 165	0.00 1	0.99 445	0.00 1	0.28 441	0.20 332	1.08 370

s12784h	2.10 161	0.38 38	3.31 144	0.17 37	0.09 22	4.89 365	0.13 99	7.34 263	8.06 357	3.87 184	4.47 188	0.60 119	1.19 184	6.78 245	0.63 60	0.01 170	0.01 128	0.00 1	0.00 1	0.02 44	0.04 23

dual_stereo	0.95 43	0.39 44	1.83 18	0.37 89	1.11 309	0.84 7	0.03 28	4.34 91	1.83 53	0.30 8	0.08 5	0.21 53	0.12 17	3.16 112	0.98 133	0.00 1	1.34 507	0.00 1	0.20 388	0.00 1	1.83 461

rvit_stereo_0075_2	2.15 166	0.39 44	6.61 383	0.67 146	1.95 402	1.74 100	0.10 80	7.81 283	6.03 262	2.97 156	4.01 172	3.07 205	0.57 117	5.49 188	1.13 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.34 197

GLC_STEREO	0.87 34	0.39 44	1.55 7	0.72 151	0.01 1	1.98 118	0.55 231	3.52 26	3.54 125	0.96 106	1.63 86	0.19 48	0.41 82	1.29 31	0.58 43	0.00 1	0.01 128	0.00 1	0.00 1	0.05 126	0.08 47

test_3	2.22 178	0.39 44	4.20 240	1.51 252	0.90 269	1.29 46	0.74 291	5.34 141	6.37 279	6.64 286	1.96 106	4.24 265	0.45 101	6.63 232	1.17 165	0.00 1	1.00 452	0.00 1	0.28 441	0.19 323	1.01 358

GMM-Stereo	3.42 306	0.39 44	3.24 137	0.87 177	0.50 182	2.26 142	4.73 465	5.64 166	3.81 145	7.08 311	16.57 449	6.13 332	3.62 313	7.74 314	1.40 195	0.05 365	0.00 1	0.00 1	0.04 295	0.12 243	4.24 524

Prome-Stereo	3.73 331	0.39 44	2.62 81	1.05 197	0.52 195	2.06 126	4.58 461	4.88 114	3.95 158	9.34 413	20.39 479	4.03 250	7.02 433	7.86 319	1.31 186	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	4.52 525

MLG-Stereo_test2	0.82 28	0.40 50	1.99 27	0.39 93	1.07 298	1.43 62	0.02 19	4.01 68	1.75 49	0.37 14	0.07 4	0.15 41	0.10 12	2.62 97	0.57 41	0.32 471	0.65 366	0.00 1	0.00 1	0.02 44	0.42 228

RSM	1.43 92	0.40 50	1.79 13	0.74 160	0.54 202	2.45 162	0.49 218	4.13 74	3.29 105	0.65 74	2.53 125	2.15 178	0.30 51	6.97 257	0.85 103	0.01 170	0.12 267	0.00 1	0.25 415	0.11 224	0.72 318

CES	1.72 124	0.40 50	1.82 15	0.65 140	7.83 528	2.62 180	0.13 99	5.35 146	2.68 71	0.36 13	1.30 76	0.33 86	0.32 61	1.92 62	0.72 81	0.01 170	0.02 167	0.00 1	0.00 1	0.56 463	7.35 534

AdaDepth	0.81 25	0.41 53	3.63 186	0.17 37	1.35 352	1.62 81	0.08 67	1.20 4	1.66 42	0.33 12	0.58 38	0.10 36	0.29 48	2.59 96	0.63 60	0.02 274	0.79 387	0.00 1	0.20 388	0.01 18	0.62 282

LG-G_1	0.83 31	0.41 53	1.83 18	0.35 85	0.33 130	1.82 106	0.02 19	4.37 92	1.10 27	0.60 68	0.08 5	0.09 27	0.08 6	3.50 119	0.55 35	0.03 318	0.59 353	0.00 1	0.00 1	0.03 76	0.77 327

LG-G	0.83 31	0.41 53	1.83 18	0.35 85	0.33 130	1.82 106	0.02 19	4.37 92	1.10 27	0.60 68	0.08 5	0.09 27	0.08 6	3.50 119	0.55 35	0.03 318	0.59 353	0.00 1	0.00 1	0.03 76	0.77 327

RAFT-Stereo-weight	1.91 135	0.41 53	2.09 34	1.17 207	0.63 219	3.20 253	0.74 291	5.78 175	6.80 304	5.25 222	3.47 152	2.80 195	0.36 68	3.16 112	1.09 155	0.02 274	0.53 348	0.00 1	0.00 1	0.01 18	0.66 301

FlowAnything_test	0.61 5	0.42 57	2.39 62	0.22 52	0.17 64	1.71 97	0.03 28	1.88 7	1.20 34	1.22 120	0.77 48	0.04 1	0.05 2	0.75 4	0.89 112	0.06 377	0.02 167	0.00 1	0.00 1	0.10 208	0.33 193

MLG-Stereo_test3	0.63 6	0.42 57	2.06 32	0.38 92	0.40 161	1.36 53	0.01 4	4.13 74	0.95 7	0.48 43	0.13 13	0.06 5	0.07 4	0.89 8	0.37 4	0.02 274	0.61 358	0.00 1	0.00 1	0.02 44	0.18 117

LGtest1	0.53 3	0.42 57	1.55 7	0.14 34	0.30 119	1.00 9	0.01 4	2.47 12	1.19 33	0.65 74	0.12 11	0.08 20	0.10 12	1.30 32	0.47 14	0.01 170	0.45 340	0.00 1	0.00 1	0.03 76	0.20 133

LG-Stereo_Zeroshot	1.02 47	0.42 57	3.22 134	0.48 113	0.63 219	2.02 121	0.27 158	5.79 176	1.32 36	0.82 98	0.75 46	0.87 130	0.23 34	1.24 26	0.86 105	0.15 424	0.58 352	0.00 1	0.26 432	0.03 76	0.49 243

Gwc-CoAtRS	2.16 168	0.42 57	3.13 128	1.28 220	0.31 123	3.52 285	0.39 186	6.56 224	6.31 275	5.38 226	5.11 202	5.47 309	1.70 221	2.00 67	1.08 151	0.01 170	0.19 290	0.00 1	0.25 415	0.02 44	0.16 102

LoS	1.03 49	0.43 62	2.53 71	0.64 136	0.14 47	2.42 158	0.26 156	5.64 166	2.93 81	1.08 114	0.24 21	0.49 106	0.45 101	2.31 87	0.83 102	0.02 274	0.02 167	0.00 1	0.00 1	0.06 138	0.03 14
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCANet-4	2.26 184	0.43 62	6.69 389	0.40 96	0.20 84	1.70 90	0.13 99	5.73 171	9.44 397	6.01 249	5.29 210	1.12 139	2.77 271	2.49 94	2.21 270	0.01 170	0.00 1	0.01 383	0.00 1	0.02 44	0.61 277

tt	83.10 575	0.43 62	99.97 584	79.27 575	93.14 577	100.00 585	100.00 584	100.00 587	99.89 581	60.55 567	48.44 554	99.98 586	99.96 583	99.98 586	100.00 587	91.80 578	99.82 582	73.67 578	73.25 574	86.43 578	55.39 572

BUS	2.72 240	0.43 62	3.76 192	0.70 148	0.50 182	7.31 417	0.48 213	9.93 338	5.65 245	6.50 273	6.23 243	5.21 302	1.18 179	4.27 146	1.89 246	0.01 170	0.03 195	0.03 434	0.00 1	0.06 138	0.14 80

BSDual-CNN	2.91 255	0.43 62	3.76 192	0.70 148	0.50 182	6.97 407	1.58 386	9.93 338	5.65 245	6.50 273	6.23 243	6.17 334	2.50 256	4.27 146	2.67 298	0.01 170	0.03 195	0.03 434	0.00 1	0.06 138	0.14 80

psmg	3.34 292	0.43 62	3.76 192	0.73 154	0.50 182	8.47 435	2.74 418	10.88 370	5.65 245	8.91 395	8.78 316	6.17 334	2.50 256	4.27 146	2.67 298	0.01 170	0.04 212	0.06 455	0.00 1	0.12 243	0.10 56

KYRaft	3.68 325	0.43 62	2.53 71	0.89 180	0.49 179	2.28 147	3.89 447	5.30 137	3.82 147	8.99 399	19.28 474	6.54 343	4.96 376	7.92 323	0.96 131	0.01 170	0.00 1	0.00 1	0.01 240	0.06 138	5.17 526

CFNet-RSSM	2.26 184	0.43 62	3.24 137	1.28 220	0.31 123	3.19 252	0.40 187	7.62 277	7.29 329	5.88 239	4.68 190	5.32 306	1.68 219	2.26 83	1.04 145	0.01 170	0.09 252	0.00 1	0.31 455	0.03 76	0.16 102

PMTNet	1.48 102	0.43 62	2.77 96	0.31 72	0.17 64	2.94 231	0.33 174	3.66 33	5.27 225	1.11 116	1.28 73	0.28 75	0.92 150	4.32 150	0.90 115	4.89 529	0.00 1	0.00 1	0.00 1	0.03 76	0.05 29

FACV-RUCA	2.38 197	0.44 71	4.18 237	1.33 225	2.87 444	2.45 162	1.21 363	8.68 299	6.12 265	4.07 190	7.28 280	1.25 144	2.00 233	3.37 116	1.62 212	0.01 170	0.03 195	0.10 468	0.05 299	0.36 423	0.29 180

PAM	4.07 362	0.44 71	6.47 378	1.97 327	1.18 321	10.83 468	1.64 389	10.66 361	4.55 194	6.54 279	4.69 191	16.99 487	6.88 429	4.07 137	1.63 215	0.00 1	0.68 371	0.00 1	0.77 503	0.10 208	1.24 387

Pointernet	1.04 54	0.44 71	2.58 75	0.32 73	0.52 195	1.78 101	0.07 59	5.69 168	2.76 74	0.27 6	2.28 117	0.80 127	0.44 99	1.37 38	0.49 18	0.00 1	0.36 328	0.00 1	0.25 415	0.02 44	0.32 192

MGS-Stereo	1.22 69	0.44 71	2.92 106	0.83 171	0.07 14	1.82 106	0.65 263	2.44 11	3.95 158	1.11 116	6.19 241	0.49 106	0.37 70	1.73 53	0.81 96	0.00 1	0.00 1	0.00 1	0.00 1	0.48 453	0.01 1

HSM-Net_RVC	4.40 386	0.44 71	3.22 134	0.72 151	0.68 226	7.06 411	1.82 396	12.57 419	8.48 370	9.04 400	12.20 399	14.98 468	5.14 387	7.32 281	4.19 355	0.02 274	0.02 167	0.00 1	0.00 1	0.02 44	0.14 80
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
monsters	1.12 61	0.45 76	2.32 56	0.54 122	2.80 442	1.38 55	0.01 4	3.74 40	1.00 9	0.46 38	0.63 40	0.06 5	0.13 20	6.08 210	0.88 111	0.15 424	0.96 424	0.00 1	0.31 455	0.00 1	0.55 257

AIO-Stereo	1.30 77	0.45 76	1.73 11	0.67 146	0.77 249	2.33 150	0.60 246	5.99 196	3.27 102	0.45 32	3.46 151	0.41 95	0.28 45	1.53 45	0.71 80	0.04 348	0.79 387	0.00 1	0.67 498	0.10 208	1.67 431

RSM++	1.24 71	0.45 76	1.84 21	1.61 261	0.51 191	2.73 197	0.29 161	2.99 18	3.22 100	0.69 78	2.06 107	0.52 111	0.28 45	5.62 191	0.86 105	0.01 170	0.03 195	0.00 1	0.17 366	0.16 296	0.85 338

RAFT-Test	2.49 212	0.45 76	4.35 250	1.89 310	1.28 339	4.83 363	0.68 272	7.19 257	4.51 191	5.00 214	7.09 274	6.81 350	1.12 166	2.22 79	1.16 164	0.01 170	0.63 362	0.00 1	0.33 461	0.05 126	0.20 133

SST-Stereo	2.86 249	0.45 76	3.64 187	1.46 245	0.36 146	3.94 322	0.80 302	6.07 200	4.46 187	10.96 455	6.21 242	4.94 293	4.14 340	8.85 384	0.93 123	0.01 170	0.00 1	0.00 1	0.00 1	0.04 105	0.03 14

LG-Stereo_L1	0.82 28	0.46 81	1.74 12	0.28 68	0.34 135	1.36 53	0.19 132	2.56 14	0.91 3	0.32 10	0.03 1	0.07 14	0.06 3	6.62 230	0.54 34	0.01 170	0.63 362	0.00 1	0.00 1	0.01 18	0.21 139

PAM_32	4.12 368	0.46 81	5.63 336	1.95 322	1.02 292	10.74 466	0.85 322	11.04 372	5.02 221	6.19 257	5.28 209	17.64 491	7.30 440	5.03 172	1.45 197	0.00 1	0.68 371	0.00 1	0.77 503	0.14 276	1.14 379

RCA-Stereo	2.19 174	0.46 81	3.22 134	0.47 111	0.33 130	2.27 145	0.47 203	5.60 162	15.20 468	2.86 152	5.61 224	0.78 126	3.15 281	1.71 51	0.48 17	0.00 1	0.90 409	0.00 1	0.00 1	0.10 208	0.26 168

RAFT_R40	2.83 246	0.46 81	3.85 200	1.38 233	0.32 129	3.78 312	0.97 341	6.16 204	4.82 212	9.74 426	6.35 252	4.96 294	3.94 333	8.78 381	1.05 146	0.01 170	0.00 1	0.00 1	0.00 1	0.04 105	0.03 14

pcwnet_v2	4.36 382	0.46 81	9.07 449	1.43 242	1.10 308	3.41 270	0.40 187	13.44 450	14.60 464	10.29 436	14.22 426	5.82 327	2.97 277	6.75 240	2.29 283	0.01 170	0.05 221	0.04 444	0.02 262	0.17 305	0.61 277

R-Stereo Train	2.60 227	0.46 81	2.94 109	1.10 201	0.18 70	3.61 291	0.60 246	6.88 240	3.50 112	9.13 404	17.23 458	1.77 164	0.77 140	2.03 69	1.65 221	0.00 1	0.01 128	0.00 1	0.00 1	0.01 18	0.21 139

RAFT-Stereo	2.60 227	0.46 81	2.94 109	1.10 201	0.18 70	3.61 291	0.60 246	6.88 240	3.50 112	9.13 404	17.23 458	1.77 164	0.77 140	2.03 69	1.65 221	0.00 1	0.01 128	0.00 1	0.00 1	0.01 18	0.21 139
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LG-Stereo_L2	0.78 20	0.47 88	1.99 27	0.29 70	0.36 146	1.28 44	0.18 127	3.82 50	0.91 3	0.32 10	0.03 1	0.07 14	0.07 4	4.41 152	0.55 35	0.01 170	0.59 353	0.00 1	0.00 1	0.01 18	0.25 165

rvit_stereo_0083	1.16 65	0.47 88	3.68 190	0.54 122	0.10 25	1.25 32	0.24 150	3.17 21	5.31 229	0.52 49	0.80 50	0.82 128	1.16 177	4.52 157	0.51 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.13 75

trnet	1.09 55	0.47 88	2.19 46	0.12 28	0.21 93	1.70 90	0.02 19	4.28 85	6.97 314	0.78 92	1.77 96	0.48 105	0.67 127	1.50 42	0.58 43	0.00 1	0.01 128	0.00 1	0.00 1	0.01 18	0.03 14

CASnet	1.09 55	0.47 88	2.09 34	0.79 164	0.08 17	2.10 129	0.14 109	3.83 53	4.26 174	3.84 182	1.56 82	0.32 84	0.30 51	1.13 18	0.77 90	0.01 170	0.00 1	0.00 1	0.00 1	0.04 105	0.03 14
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DisPM	2.59 225	0.47 88	4.32 247	1.89 310	0.20 84	3.42 271	0.63 256	5.56 160	5.60 243	8.66 387	7.05 272	2.82 196	1.03 161	9.05 397	1.07 150	0.02 274	0.00 1	0.00 1	0.00 1	0.02 44	0.04 23

PFNet+	2.52 216	0.47 88	4.97 296	0.95 189	0.18 70	3.12 246	0.73 287	4.98 118	6.97 314	7.95 352	6.38 253	2.51 186	1.18 179	8.05 333	1.82 237	0.03 318	0.00 1	0.00 1	0.00 1	0.02 44	0.05 29

ICVP	2.53 217	0.47 88	3.64 187	1.20 211	0.69 229	2.71 194	0.84 317	10.63 360	4.66 200	4.31 197	8.99 321	2.75 194	1.93 230	2.91 106	4.07 354	0.06 377	0.24 307	0.01 383	0.01 240	0.13 265	0.26 168
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
NF-Stereo	2.38 197	0.48 95	3.88 208	2.17 353	0.11 27	3.43 273	0.42 192	7.08 255	3.75 141	6.91 299	5.29 210	2.65 192	1.33 192	8.40 358	1.67 227	0.01 170	0.00 1	0.00 1	0.00 1	0.03 76	0.02 6

OCTAStereo	2.38 197	0.48 95	3.90 210	2.16 348	0.11 27	3.42 271	0.42 192	7.06 250	3.74 139	6.91 299	5.26 206	2.63 191	1.32 190	8.41 360	1.70 230	0.01 170	0.00 1	0.00 1	0.00 1	0.03 76	0.01 1

PSM-softLoss	2.38 197	0.48 95	4.28 243	1.94 318	0.19 74	2.73 197	0.38 183	6.67 229	3.50 112	6.33 263	6.33 250	2.93 198	0.97 154	8.90 386	1.88 242	0.01 170	0.00 1	0.00 1	0.00 1	0.03 76	0.03 14

KMStereo	2.38 197	0.48 95	4.28 243	1.94 318	0.19 74	2.73 197	0.38 183	6.67 229	3.50 112	6.33 263	6.33 250	2.93 198	0.97 154	8.90 386	1.88 242	0.01 170	0.00 1	0.00 1	0.00 1	0.03 76	0.03 14

RE-Stereo	2.38 197	0.48 95	3.91 211	2.17 353	0.11 27	3.43 273	0.42 192	7.07 252	3.75 141	6.91 299	5.26 206	2.62 189	1.33 192	8.41 360	1.72 232	0.01 170	0.00 1	0.01 383	0.00 1	0.03 76	0.01 1

TVStereo	2.38 197	0.48 95	3.91 211	2.17 353	0.11 27	3.43 273	0.42 192	7.07 252	3.75 141	6.91 299	5.26 206	2.62 189	1.33 192	8.41 360	1.72 232	0.01 170	0.00 1	0.01 383	0.00 1	0.03 76	0.01 1

cross-raft	2.25 183	0.48 95	2.96 116	1.87 306	0.94 279	3.72 307	0.47 203	7.61 275	4.15 167	5.37 225	5.68 227	6.17 334	1.40 197	2.15 76	1.06 148	0.01 170	0.22 300	0.00 1	0.19 376	0.03 76	0.41 223

XX-Stereo	2.95 261	0.48 95	7.08 403	2.84 438	2.51 431	1.63 82	0.20 137	6.15 203	3.38 109	2.38 142	16.00 443	6.90 353	0.25 37	6.40 222	1.14 160	0.00 1	0.66 367	0.00 1	0.31 455	0.16 296	0.57 263

UGAM-zero	3.92 348	0.49 103	5.26 309	1.17 207	0.89 267	4.00 327	0.47 203	12.42 414	3.62 132	5.46 229	5.86 228	15.76 475	8.92 470	8.63 376	2.44 288	0.00 1	0.84 397	0.00 1	0.89 506	0.03 76	1.27 393

MSKI-zero shot	2.23 181	0.49 103	2.49 65	1.60 260	0.81 257	2.69 191	0.29 161	6.82 238	2.50 66	4.37 198	7.61 288	3.65 237	0.26 39	8.62 375	0.63 60	0.01 170	1.09 466	0.00 1	0.25 415	0.03 76	0.46 238

testlalala	1.80 125	0.49 103	2.67 87	1.24 215	0.46 173	3.91 319	0.87 330	6.62 228	2.96 84	6.78 296	3.83 168	1.74 162	0.40 79	1.57 48	0.76 86	0.01 170	1.16 487	0.00 1	0.38 473	0.01 18	0.17 112

MC-Stereo	1.87 128	0.49 103	3.52 167	2.82 435	1.07 298	1.90 112	0.12 90	4.89 117	3.27 102	3.66 176	3.58 164	0.56 116	1.45 200	5.79 198	0.81 96	0.00 1	1.19 492	0.00 1	0.21 395	0.11 224	1.95 475

iRaft-Stereo_20w	3.11 273	0.49 103	6.09 359	1.01 193	1.25 333	3.99 326	1.00 346	14.00 462	4.73 204	6.70 294	6.27 248	2.34 182	2.28 248	7.29 279	1.58 205	0.01 170	0.75 382	0.00 1	0.73 501	0.10 208	1.63 422

AAGNet	3.50 310	0.49 103	3.38 151	1.91 313	0.41 166	3.66 298	1.02 347	5.14 128	5.16 224	9.65 424	7.75 292	4.91 290	6.23 415	7.45 294	12.73 490	0.01 170	0.00 1	0.00 1	0.00 1	0.05 126	0.06 38

S2M2_XL	0.26 1	0.50 109	1.34 2	0.11 24	0.13 42	0.11 1	0.00 1	0.62 1	0.29 1	0.21 3	0.74 45	0.07 14	0.18 24	0.61 2	0.33 3	0.00 1	0.01 128	0.00 1	0.00 1	0.00 1	0.02 6

monsterstereo	1.18 67	0.50 109	2.75 94	0.50 116	2.62 434	1.22 19	0.01 4	3.73 39	0.95 7	0.59 64	1.62 85	0.06 5	0.09 9	6.02 204	0.96 131	0.01 170	1.10 469	0.00 1	0.34 465	0.01 18	0.56 261

S2M2	0.53 3	0.50 109	1.58 9	0.53 121	0.18 70	1.13 11	0.01 4	1.47 5	2.18 62	0.18 1	0.87 55	0.13 40	0.20 28	0.87 7	0.51 25	0.01 170	0.01 128	0.00 1	0.00 1	0.20 332	0.01 1

CREStereo++_RVC	1.70 119	0.50 109	3.07 127	0.45 106	0.01 1	1.69 89	0.02 19	3.09 20	8.24 361	3.82 180	7.53 286	0.49 106	0.32 61	1.05 14	0.52 31	0.00 1	0.00 1	0.00 1	3.03 535	0.01 18	0.08 47
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
DCVSM-stereo	3.32 290	0.51 113	3.40 159	1.79 294	0.79 251	2.94 231	0.48 213	7.31 261	5.69 251	11.47 466	5.61 224	10.63 422	5.93 406	5.74 197	3.63 330	0.03 318	0.09 252	0.03 434	0.00 1	0.12 243	0.11 65

PCWNet_CMD	3.14 277	0.51 113	4.47 258	0.44 105	0.26 114	2.87 225	0.15 112	9.66 331	9.78 401	7.28 328	11.50 383	6.84 352	2.40 253	4.47 155	1.83 238	0.01 170	0.02 167	0.02 416	0.00 1	0.06 138	0.29 180

CRE-IMP	2.08 151	0.51 113	3.43 161	0.35 85	0.19 74	3.85 317	0.83 315	5.77 174	3.43 111	5.81 237	4.24 177	3.45 227	0.83 146	6.56 226	1.99 255	0.01 170	0.00 1	0.00 1	0.00 1	0.11 224	0.20 133

CREStereo	1.09 55	0.51 113	2.16 41	0.11 24	0.24 105	1.67 85	0.03 28	4.24 79	6.91 311	0.80 96	1.73 92	0.44 101	0.64 124	1.58 49	0.61 55	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18	0.02 6
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MSMDNet	3.15 278	0.51 113	4.48 260	0.46 109	0.25 109	2.88 227	0.16 118	9.79 334	9.82 402	7.24 324	11.36 381	6.82 351	2.41 254	4.47 155	1.86 240	0.01 170	0.02 167	0.02 416	0.00 1	0.06 138	0.30 185

MM-Stereo_test2	1.30 77	0.52 118	2.67 87	1.71 281	0.29 117	1.79 102	0.51 221	5.28 135	3.84 150	0.95 104	0.93 60	0.51 110	0.36 68	2.29 84	1.12 156	0.00 1	0.95 421	0.00 1	0.07 308	0.32 414	1.97 478

NRIStereo	2.27 187	0.52 118	3.35 150	1.26 217	0.17 64	3.04 240	0.84 317	5.96 194	3.74 139	6.27 260	3.44 150	4.13 256	1.80 229	8.31 352	2.11 263	0.00 1	0.10 258	0.00 1	0.00 1	0.12 243	0.20 133

UniTT-Stereo	0.94 41	0.53 120	2.82 97	0.94 187	1.29 344	0.56 5	0.12 90	1.49 6	3.16 96	1.77 132	2.22 114	0.20 52	0.32 61	1.76 59	1.33 189	0.00 1	0.00 1	0.00 1	0.00 1	0.16 296	0.02 6

testlalala_base	3.54 313	0.53 120	3.53 170	2.31 385	2.22 416	4.04 331	0.61 250	6.91 242	2.73 72	2.69 148	4.17 175	1.78 167	0.51 106	2.02 68	1.08 151	13.13 551	3.23 542	0.00 1	0.35 468	16.60 545	2.27 497

DAS	4.18 371	0.53 120	6.20 365	2.20 357	3.69 473	2.78 206	3.12 432	8.69 300	10.29 407	9.39 415	12.80 410	4.58 277	7.20 436	9.08 398	2.70 301	0.02 274	0.00 1	0.00 1	0.00 1	0.04 105	0.34 197

SepStereo	4.22 374	0.53 120	6.20 365	2.20 357	3.69 473	2.78 206	3.12 432	8.69 300	10.29 407	9.39 415	12.80 410	4.58 277	7.20 436	9.74 424	2.70 301	0.02 274	0.00 1	0.00 1	0.00 1	0.04 105	0.34 197

DilatedVolume-Stereo	1.37 84	0.54 124	3.84 199	1.25 216	0.30 119	2.19 138	0.10 80	3.17 21	1.67 43	3.13 163	2.14 109	0.74 124	0.58 119	5.71 196	0.92 119	0.03 318	0.30 315	0.00 1	0.18 372	0.04 105	0.56 261

Selective-RAFT	1.92 136	0.54 124	3.87 203	1.15 203	0.21 93	3.83 316	0.06 52	5.00 119	4.68 201	1.59 129	2.14 109	3.05 202	2.77 271	6.63 232	1.34 191	0.00 1	0.95 421	0.00 1	0.32 458	0.05 126	0.19 127

FTStereo	4.61 400	0.54 124	2.86 102	0.98 192	0.40 161	2.57 174	8.51 512	5.70 169	3.76 144	10.85 450	29.92 518	5.53 312	7.43 443	7.73 313	1.63 215	0.17 434	0.00 1	0.05 451	0.00 1	0.04 105	3.62 519

DEmStereo	3.86 343	0.54 124	4.04 226	0.26 65	0.17 64	5.17 369	2.45 411	4.70 104	4.34 180	8.37 373	19.94 477	5.06 299	10.13 478	7.86 319	3.93 349	0.01 170	0.01 128	0.01 383	0.00 1	0.03 76	0.10 56

test-1	2.14 165	0.54 124	6.32 374	1.07 198	1.22 328	2.13 136	0.54 227	6.40 218	4.80 211	3.55 171	5.23 205	4.02 249	0.71 132	1.95 63	2.15 267	0.08 395	0.98 436	0.00 1	0.08 311	0.02 44	1.07 367

EAI-Stereo	2.75 244	0.54 124	3.17 130	0.91 184	1.28 339	4.02 328	5.30 474	12.39 412	4.76 205	2.51 145	7.10 275	1.22 141	0.94 153	6.03 206	1.96 251	0.01 170	0.56 349	0.00 1	1.38 521	0.04 105	0.95 352

rvit_stereo_0081	1.03 49	0.55 130	2.58 75	0.64 136	0.13 42	1.35 50	0.12 90	3.74 40	5.28 226	0.55 56	0.32 27	0.55 114	0.12 17	4.08 138	0.53 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.05 29

rvit_stereo_0082	1.03 49	0.55 130	2.58 75	0.64 136	0.13 42	1.35 50	0.12 90	3.74 40	5.28 226	0.55 56	0.32 27	0.55 114	0.12 17	4.08 138	0.53 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.05 29

IGEV-Stereo+	1.89 130	0.55 130	2.49 65	0.48 113	3.25 456	2.06 126	0.07 59	1.92 8	1.52 41	0.77 86	0.08 5	0.22 59	0.44 99	7.11 267	0.68 69	0.04 348	0.66 367	0.00 1	0.33 461	5.08 525	10.13 545

LCNet	2.94 259	0.55 130	2.57 74	1.03 196	0.59 212	2.05 124	1.55 385	5.51 153	4.19 170	6.08 254	10.58 367	4.54 274	6.63 423	7.59 307	0.90 115	0.01 170	0.00 1	0.01 383	0.76 502	0.31 409	3.43 514

Patchmatch Stereo++	2.09 157	0.55 130	3.57 177	0.20 40	0.20 84	3.68 303	0.64 259	5.90 187	3.52 119	5.91 241	4.41 181	3.42 219	1.51 207	7.07 262	0.95 128	0.01 170	0.00 1	0.00 1	0.00 1	0.09 185	0.10 56
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 145	0.55 130	3.57 177	0.20 40	0.21 93	3.69 306	0.69 275	5.89 182	3.52 119	5.91 241	4.43 183	3.42 219	1.50 203	5.63 192	0.94 127	0.01 170	0.00 1	0.00 1	0.00 1	0.09 185	0.10 56

DeepStereo_RVC	2.15 166	0.55 130	3.26 139	0.21 49	0.19 74	3.47 279	0.68 272	5.76 173	3.60 129	6.36 267	4.19 176	3.42 219	4.44 351	5.04 173	1.59 208	0.02 274	0.00 1	0.00 1	0.00 1	0.09 185	0.18 117

RAFT-345	3.36 297	0.55 130	3.43 161	1.23 213	0.21 93	2.62 180	0.46 201	3.91 59	6.34 276	7.46 337	24.49 499	4.19 260	1.74 227	8.27 345	2.25 276	0.01 170	0.00 1	0.00 1	0.00 1	0.02 44	0.02 6

iRAFT	2.09 157	0.55 130	3.57 177	0.20 40	0.20 84	3.68 303	0.64 259	5.90 187	3.52 119	5.91 241	4.41 181	3.42 219	1.51 207	7.07 262	0.95 128	0.01 170	0.00 1	0.00 1	0.00 1	0.09 185	0.10 56

CFNet_pseudo	2.96 263	0.55 130	4.51 262	0.43 101	0.24 105	2.83 210	0.12 90	8.59 297	8.13 358	7.20 322	10.41 360	6.47 341	2.04 235	5.27 180	2.00 257	0.00 1	0.02 167	0.01 383	0.00 1	0.06 138	0.23 153

ccs_rob	2.95 261	0.55 130	4.53 266	0.42 98	0.25 109	2.84 212	0.12 90	8.58 296	8.13 358	7.18 319	10.36 359	6.44 340	2.05 236	5.28 181	1.97 252	0.00 1	0.02 167	0.01 383	0.00 1	0.06 138	0.23 153

water-stereo	0.90 38	0.56 141	4.39 252	0.11 24	0.08 17	1.57 75	0.15 112	4.51 97	1.69 46	0.80 96	1.31 78	0.27 72	0.24 36	0.71 3	0.56 40	0.26 463	0.06 227	0.00 1	0.02 262	0.03 76	0.71 314

DEFOM-Stereo	0.78 20	0.56 141	1.98 25	0.21 49	0.12 36	1.93 114	0.44 198	0.99 3	0.93 6	0.70 79	0.51 33	0.15 41	0.09 9	6.39 221	0.40 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.14 80

CFNet_ucs	3.23 283	0.56 141	4.59 274	0.59 126	0.37 151	3.29 261	0.19 132	10.47 354	9.02 386	7.78 346	12.57 405	5.59 314	1.74 227	5.39 184	1.86 240	0.00 1	0.04 212	0.01 383	0.00 1	0.10 208	0.33 193

PSMNet-ADL	3.17 281	0.56 141	3.00 123	1.55 257	0.40 161	5.97 389	0.28 159	9.06 310	5.75 253	3.56 172	6.80 265	8.33 380	4.51 353	7.65 310	5.51 392	0.03 318	0.09 252	0.00 1	0.00 1	0.03 76	0.28 177

ROB_FTStereo_v2	2.04 147	0.56 141	3.56 176	0.20 40	0.21 93	3.66 298	0.72 285	5.89 182	3.51 117	5.91 241	4.46 186	3.42 219	1.50 203	6.08 210	0.93 123	0.01 170	0.00 1	0.00 1	0.00 1	0.09 185	0.09 51

HUI-Stereo	1.94 138	0.56 141	3.55 174	0.20 40	0.20 84	3.67 302	0.63 256	5.89 182	3.53 123	5.92 246	4.44 184	3.41 218	1.51 207	4.21 145	0.89 112	0.02 274	0.00 1	0.00 1	0.00 1	0.09 185	0.11 65

iGMRVC	2.09 157	0.56 141	3.59 182	0.20 40	0.21 93	3.68 303	0.71 282	5.89 182	3.53 123	5.92 246	4.46 186	3.44 225	1.51 207	6.93 254	0.98 133	0.02 274	0.00 1	0.00 1	0.00 1	0.09 185	0.09 51

GREAT-IGEV	1.17 66	0.57 148	3.06 125	1.95 322	1.41 358	1.42 60	0.08 67	2.51 13	3.07 93	0.58 61	0.79 49	0.11 38	0.35 67	2.17 78	1.00 138	0.07 386	1.45 510	0.00 1	0.22 402	0.14 276	2.42 504

anonymousdsp2	2.20 176	0.57 148	4.59 274	1.69 277	0.82 259	3.58 289	0.48 213	8.57 295	3.63 133	3.37 166	3.03 141	3.32 210	1.00 157	5.57 190	0.80 91	0.01 170	0.94 416	0.02 416	0.15 354	0.06 138	1.89 471

CASS	2.62 229	0.57 148	4.28 243	0.90 182	0.38 153	3.45 276	0.22 144	9.91 337	4.46 187	7.33 333	7.92 300	3.53 231	3.59 310	4.16 143	1.49 199	0.03 318	0.01 128	0.00 1	0.00 1	0.05 126	0.06 38
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo	2.03 146	0.57 148	3.57 177	0.20 40	0.21 93	3.66 298	0.73 287	5.89 182	3.51 117	5.92 246	4.35 180	3.37 215	1.50 203	6.02 204	0.90 115	0.01 170	0.00 1	0.00 1	0.00 1	0.09 185	0.09 51

RAFT-IKP	2.04 147	0.57 148	3.54 172	0.20 40	0.20 84	3.45 276	0.62 254	5.90 187	3.52 119	5.91 241	4.44 184	3.46 228	1.50 203	6.20 214	1.00 138	0.01 170	0.00 1	0.00 1	0.00 1	0.09 185	0.08 47

LG-Stereo	1.00 46	0.58 153	4.72 283	0.19 39	0.37 151	1.18 14	0.18 127	4.21 78	3.11 95	0.83 102	1.95 105	0.45 103	0.16 22	0.53 1	0.62 57	0.33 472	0.22 300	0.00 1	0.00 1	0.11 224	0.31 187

test_sample2	2.79 245	0.59 154	4.40 253	2.38 396	0.43 170	2.58 177	0.15 112	10.14 345	5.78 255	4.23 195	5.86 228	4.31 268	4.02 334	6.34 220	2.00 257	0.00 1	0.96 424	0.00 1	0.12 343	0.07 157	1.37 404

MIF-Stereo (partial)	1.44 94	0.59 154	3.98 219	0.08 10	1.09 306	1.24 25	0.13 99	5.12 126	4.07 165	0.47 42	2.56 126	0.31 80	0.74 135	6.31 218	2.02 259	0.00 1	0.00 1	0.00 1	0.00 1	0.12 243	0.04 23

PFNet	3.06 269	0.59 154	6.13 361	2.26 373	0.84 261	3.08 242	0.73 287	7.38 266	5.35 230	10.20 432	6.06 237	4.72 282	2.10 240	8.47 365	2.25 276	0.19 441	0.06 227	0.00 1	0.11 337	0.20 332	0.42 228

FENet	2.35 194	0.59 154	3.28 141	2.32 387	0.27 115	2.78 206	0.13 99	7.68 280	6.09 263	5.38 226	2.12 108	4.84 288	3.33 297	4.98 170	2.66 297	0.02 274	0.03 195	0.00 1	0.00 1	0.04 105	0.40 213

GCAP-BAT	2.26 184	0.61 158	3.67 189	1.48 250	0.81 257	4.32 345	0.77 298	4.87 113	4.04 164	3.97 187	5.41 216	4.38 271	0.59 121	6.20 214	1.17 165	0.02 274	1.14 481	0.00 1	0.55 492	0.07 157	1.22 385

EKT-Stereo	2.16 168	0.61 158	3.78 196	2.31 385	4.40 492	1.47 66	0.24 150	5.54 156	4.22 172	3.16 164	3.58 164	3.53 231	2.20 242	5.66 193	1.40 195	0.04 348	0.36 328	0.00 1	0.09 323	0.06 138	0.58 269

GwcNet-ADL	2.85 248	0.61 158	4.38 251	0.92 185	0.33 130	2.05 124	0.67 269	8.85 305	9.65 399	6.36 267	6.71 261	4.11 255	1.71 222	5.97 203	4.22 357	0.08 395	0.06 227	0.00 1	0.00 1	0.07 157	0.16 102

Pruner-Stereo	2.66 231	0.61 158	3.54 172	1.93 316	0.25 109	3.47 279	0.74 291	6.60 226	5.66 249	8.98 397	6.12 239	4.39 272	1.11 165	7.27 276	2.34 286	0.03 318	0.00 1	0.02 416	0.00 1	0.03 76	0.04 23

Anonymous3	1.96 140	0.61 158	7.58 416	0.42 98	0.51 191	4.28 342	0.52 223	5.56 160	2.76 74	2.35 140	3.47 152	1.50 154	1.13 168	5.92 202	1.54 202	0.23 455	0.23 304	0.00 1	0.00 1	0.14 276	0.47 239

SFCPSM	3.39 300	0.61 158	5.42 321	0.43 101	0.93 278	8.26 427	2.08 404	15.01 478	5.89 258	7.17 318	7.60 287	3.39 217	2.55 259	5.39 184	2.53 290	0.01 170	0.03 195	0.01 383	0.07 308	0.19 323	0.31 187

test_sample3	3.27 285	0.62 164	5.29 314	2.24 368	0.58 211	4.62 357	0.16 118	12.15 405	7.51 336	6.44 270	7.25 279	3.72 238	3.03 279	6.73 239	3.17 324	0.01 170	0.85 399	0.00 1	0.10 330	0.07 157	0.88 341

ASMatch	3.41 304	0.62 164	3.59 182	1.99 332	0.48 176	1.91 113	0.66 264	7.01 244	4.43 186	6.25 258	22.02 488	4.56 276	4.72 368	7.78 316	1.85 239	0.01 170	0.01 128	0.00 1	0.03 277	0.02 44	0.21 139

MM-Stereo_test1	1.90 134	0.63 166	2.65 84	1.43 242	0.56 207	2.37 154	0.54 227	5.36 148	5.81 256	4.00 188	1.78 97	0.42 99	0.83 146	7.32 281	1.28 182	0.00 1	1.03 457	0.00 1	0.00 1	0.35 420	1.64 423

test_sample1	2.88 252	0.63 166	4.46 255	2.38 396	0.68 226	2.61 179	0.05 39	10.51 356	5.36 232	4.50 201	4.81 193	3.76 239	5.94 407	6.10 212	2.96 313	0.00 1	0.99 445	0.00 1	0.11 337	0.07 157	1.67 431

IGEV_Zeroshot_test	2.57 223	0.63 166	5.70 344	1.93 316	0.87 266	2.63 182	0.85 322	8.94 309	4.55 194	5.30 223	5.48 221	5.23 305	1.38 196	3.76 127	1.32 188	0.00 1	0.69 373	0.00 1	0.18 372	0.19 323	1.72 443

test_sample4	3.29 287	0.64 169	5.38 318	2.08 340	0.53 198	3.91 319	0.15 112	12.13 402	7.50 335	7.04 307	7.50 285	3.64 236	3.19 282	6.95 255	3.14 321	0.02 274	0.85 399	0.00 1	0.10 330	0.07 157	0.92 348

testlalala2	2.34 193	0.64 169	2.49 65	9.58 529	6.50 519	3.57 288	0.18 127	5.34 141	3.20 98	3.87 184	4.57 189	3.12 207	0.52 108	1.49 41	0.44 8	0.00 1	0.31 317	0.00 1	0.43 482	0.12 243	0.40 213

test_sample5	3.34 292	0.65 171	5.17 306	2.10 342	0.49 179	3.31 264	0.17 122	11.91 394	7.47 333	6.91 299	9.15 325	3.61 234	3.37 299	7.53 302	3.06 317	0.02 274	0.85 399	0.00 1	0.10 330	0.07 157	0.90 342

DualNet	3.48 309	0.65 171	5.17 306	2.10 342	0.49 179	3.31 264	0.17 122	11.91 394	7.47 333	7.18 319	11.56 385	3.61 234	3.37 299	7.53 302	3.06 317	0.02 274	0.85 399	0.00 1	0.10 330	0.07 157	0.90 342

GANet-ADL	2.40 205	0.65 171	3.92 213	2.22 361	0.11 27	2.23 140	0.47 203	9.29 324	7.27 327	4.77 205	5.95 236	3.96 246	1.26 189	3.08 111	2.27 279	0.04 348	0.08 245	0.02 416	0.00 1	0.15 292	0.21 139

DRaft	3.83 342	0.65 171	3.39 153	0.22 52	0.16 61	4.67 358	1.30 373	5.82 179	4.86 214	10.26 435	21.65 484	3.24 209	8.62 464	7.53 302	3.76 337	0.05 365	0.10 258	0.00 1	0.14 351	0.12 243	0.16 102

DDVS	3.79 339	0.66 175	5.66 340	2.27 377	1.28 339	6.48 399	0.47 203	9.33 326	4.35 181	7.29 329	7.71 290	12.49 452	2.21 243	9.01 395	5.16 387	0.08 395	0.20 297	0.01 383	0.00 1	0.14 276	1.03 365

Occ-G	1.39 88	0.66 175	3.05 124	0.60 130	0.75 245	1.46 64	0.67 269	3.66 33	3.50 112	1.76 131	0.65 41	5.00 297	0.55 112	1.15 20	1.56 204	0.00 1	0.74 381	0.00 1	0.17 366	0.19 323	1.61 419

test_sample6	3.60 320	0.66 175	5.27 310	2.23 364	0.48 176	3.25 257	0.21 142	11.94 397	7.53 338	7.18 319	11.56 385	3.99 248	3.86 325	8.03 330	3.88 345	0.03 318	0.83 393	0.00 1	0.09 323	0.07 157	0.86 339

hknet	3.56 315	0.66 175	5.82 347	0.70 148	1.19 323	6.97 407	1.58 386	9.93 338	7.76 344	6.50 273	6.23 243	9.53 401	2.81 273	7.84 317	3.39 327	0.01 170	0.03 195	0.03 434	0.00 1	0.06 138	0.14 80

IRAFT_RVC	2.98 265	0.66 175	4.23 242	2.20 357	0.40 161	2.91 230	5.04 470	7.03 248	4.21 171	6.59 283	5.52 222	5.02 298	4.77 369	8.41 360	2.30 285	0.01 170	0.17 287	0.01 383	0.00 1	0.03 76	0.05 29

test_sample7	3.75 334	0.67 180	4.34 249	2.21 360	0.35 139	4.47 353	2.08 404	11.31 380	8.40 367	8.64 384	8.05 304	6.80 347	5.05 381	7.22 272	2.53 290	0.07 386	1.04 458	0.00 1	0.00 1	0.06 138	1.66 428

11t1	2.13 164	0.67 180	3.98 219	2.69 426	0.85 264	2.59 178	0.07 59	7.40 267	3.89 154	3.75 178	3.57 162	1.24 143	1.96 231	4.68 163	1.97 252	0.10 410	1.13 474	0.00 1	0.22 402	0.09 185	1.66 428

xyz-stereo	7.36 460	0.68 182	38.77 551	0.30 71	0.07 14	31.97 541	0.19 132	5.13 127	2.13 59	10.90 452	24.34 498	6.05 329	8.02 455	12.01 468	6.06 397	0.01 170	0.02 167	0.35 504	0.00 1	0.09 185	0.16 102

CAS++	1.27 74	0.68 182	2.40 63	0.25 61	0.30 119	1.80 103	0.61 250	8.46 294	3.61 131	1.80 133	2.42 121	0.18 46	0.21 33	2.12 74	0.49 18	0.01 170	0.01 128	0.00 1	0.00 1	0.02 44	0.06 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	2.22 178	0.68 182	5.64 337	0.79 164	1.15 317	3.33 267	0.73 287	7.14 256	4.59 196	3.86 183	1.79 99	8.42 387	0.56 116	3.00 109	0.89 112	0.02 274	0.66 367	0.00 1	0.26 432	0.01 18	0.83 336

IPLGR	2.46 210	0.68 182	7.02 398	0.22 52	0.16 61	2.01 120	0.22 144	7.01 244	6.62 294	7.10 313	5.92 235	2.91 197	2.27 246	5.12 177	1.52 201	0.00 1	0.00 1	0.00 1	0.00 1	0.12 243	0.41 223

castereo	1.02 47	0.69 186	1.26 1	0.46 109	0.19 74	1.89 110	0.76 296	5.61 164	2.37 64	0.78 92	2.65 130	0.32 84	0.40 79	1.25 27	1.00 138	0.01 170	0.32 318	0.00 1	0.24 411	0.03 76	0.22 146

SMFormer	3.94 350	0.69 186	4.55 268	1.97 327	0.15 55	2.84 212	0.29 161	13.06 437	11.10 426	7.69 340	10.45 361	4.77 283	4.52 354	9.68 418	4.89 378	0.08 395	0.97 429	0.00 1	0.16 356	0.11 224	0.92 348

tta	3.96 354	0.69 186	4.55 268	1.97 327	0.15 55	2.84 212	0.29 161	13.06 437	11.10 426	7.69 340	10.45 361	4.77 283	4.52 354	9.68 418	4.89 378	0.08 395	0.97 429	0.00 1	0.16 356	0.13 265	1.24 387

qqq1	3.78 337	0.69 186	4.55 268	1.97 327	0.15 55	2.84 212	0.29 161	13.06 437	11.10 426	7.69 340	10.45 361	4.77 283	4.52 354	9.68 418	1.24 178	0.08 395	0.97 429	0.00 1	0.12 343	0.13 265	1.24 387

fff1	3.78 337	0.69 186	4.55 268	1.97 327	0.15 55	2.84 212	0.29 161	13.06 437	11.10 426	7.69 340	10.45 361	4.77 283	4.52 354	9.68 418	1.24 178	0.08 395	0.97 429	0.00 1	0.12 343	0.13 265	1.24 387

HHNet	2.71 237	0.69 186	3.31 144	0.25 61	0.39 156	2.80 209	0.90 333	6.33 212	5.68 250	7.51 338	13.70 419	0.94 133	3.14 280	5.42 186	2.54 295	0.14 422	0.02 167	0.06 455	0.00 1	0.24 367	0.07 43

RAFT-RH_RVC	4.04 358	0.69 186	3.59 182	1.91 313	0.43 170	3.11 244	0.13 99	3.80 46	6.60 291	11.26 462	31.68 524	5.20 301	1.66 218	8.30 350	2.27 279	0.09 406	0.00 1	0.00 1	0.03 277	0.03 76	0.02 6

model_zeroshot	1.98 142	0.70 193	4.98 297	2.25 370	1.07 298	3.20 253	0.13 99	7.01 244	3.34 107	3.46 169	3.77 167	2.69 193	0.42 86	2.86 104	1.18 169	0.06 377	0.85 399	0.00 1	0.25 415	0.02 44	1.40 405

RAStereo	0.81 25	0.70 193	3.97 218	0.21 49	0.54 202	1.16 12	0.02 19	3.78 43	1.22 35	0.62 71	1.57 83	0.16 44	0.23 34	0.89 8	1.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.02 6

ttt	4.41 389	0.70 193	3.95 217	2.53 414	2.01 405	4.34 348	0.41 190	13.09 441	11.69 438	7.20 322	12.20 399	4.15 258	3.35 298	9.54 415	10.11 460	0.07 386	1.11 470	0.00 1	0.19 376	0.10 208	1.47 407

test_4	2.58 224	0.70 193	3.30 142	0.43 101	0.30 119	3.97 325	1.11 359	3.91 59	3.83 148	4.15 193	17.20 457	3.44 225	0.52 108	6.60 229	1.58 205	0.00 1	0.13 273	0.00 1	0.11 337	0.20 332	0.20 133

fffft	1.13 62	0.71 197	2.25 51	0.09 15	0.07 14	2.10 129	0.63 256	4.19 77	2.10 58	0.42 28	0.75 46	0.24 67	0.20 28	6.89 248	1.08 151	0.00 1	0.12 267	0.00 1	0.00 1	0.24 367	0.53 254
1: 1. 1
CrosDoStereo	4.05 360	0.71 197	3.52 167	0.51 117	0.20 84	3.25 257	11.21 524	6.34 213	4.96 217	9.04 400	16.44 445	4.92 291	7.28 438	8.29 347	3.84 343	0.00 1	0.02 167	0.01 383	0.00 1	0.18 316	0.19 127

DeepStereo_LL	4.05 360	0.71 197	3.52 167	0.51 117	0.20 84	3.25 257	11.21 524	6.34 213	4.96 217	9.04 400	16.44 445	4.92 291	7.28 438	8.29 347	3.84 343	0.00 1	0.02 167	0.01 383	0.00 1	0.18 316	0.19 127

AIO_test	1.34 81	0.72 200	3.32 146	0.86 175	1.19 323	2.90 229	0.80 302	4.46 95	3.34 107	0.77 86	0.86 53	1.48 153	0.30 51	2.95 107	0.49 18	0.00 1	1.00 452	0.00 1	0.13 349	0.04 105	1.24 387

GES	2.69 234	0.72 200	5.34 315	1.82 301	0.05 5	4.51 354	1.04 351	10.39 351	4.18 169	5.53 232	6.72 262	1.92 173	3.30 290	5.16 178	2.67 298	0.06 377	0.01 128	0.06 455	0.01 240	0.20 332	0.14 80

ITSA-stereo	4.02 356	0.73 202	4.51 262	2.16 348	0.31 123	3.58 289	0.70 280	13.77 460	15.84 476	7.13 315	6.59 260	4.25 266	3.48 306	9.04 396	6.12 401	0.09 406	0.08 245	0.11 469	0.10 330	0.19 323	1.54 413

Former-RAFT_DAM_RVC	1.39 88	0.74 203	2.72 92	0.73 154	1.26 336	2.42 158	0.02 19	3.78 43	8.16 360	1.81 136	2.94 138	0.28 75	0.32 61	1.51 44	0.76 86	0.04 348	0.01 128	0.00 1	0.00 1	0.08 170	0.19 127

AdaStereo	3.34 292	0.74 203	4.00 222	3.10 459	0.51 191	4.22 338	1.25 368	12.84 427	8.39 366	6.33 263	9.55 340	5.77 324	1.54 212	5.53 189	2.74 307	0.02 274	0.00 1	0.00 1	0.00 1	0.03 76	0.15 93
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
mmm	3.07 270	0.76 205	4.50 261	2.27 377	1.24 332	3.75 309	0.12 90	10.03 342	5.12 223	6.43 269	11.19 378	3.10 206	3.20 283	4.54 159	1.78 236	0.02 274	1.19 492	0.00 1	0.30 451	0.09 185	1.79 454

anonymousa	4.24 376	0.78 206	4.05 227	2.16 348	4.87 509	8.76 438	0.35 176	7.41 268	4.47 189	8.21 369	19.70 476	11.03 435	5.87 405	2.04 71	2.20 269	0.00 1	1.16 487	0.00 1	0.55 492	0.04 105	1.11 373

CRFU-Net	4.81 411	0.78 206	5.69 342	3.10 459	1.39 355	13.18 490	3.23 437	12.26 406	4.33 176	10.91 453	9.98 353	10.94 433	7.93 453	7.47 296	3.94 350	0.16 430	0.16 283	0.16 484	0.00 1	0.26 376	0.29 180

GIP-stereo	1.03 49	0.79 208	2.35 58	1.91 313	1.40 356	1.47 66	0.05 39	5.06 120	1.85 54	0.30 8	0.43 31	0.57 117	0.37 70	1.14 19	0.75 85	0.07 386	0.50 347	0.00 1	0.00 1	0.06 138	1.57 417

ff7	1.46 97	0.79 208	2.99 118	0.33 79	0.35 139	2.75 200	0.81 306	4.31 86	2.97 85	0.77 86	1.20 65	0.21 53	0.42 86	7.44 287	0.86 105	0.00 1	0.93 411	0.00 1	0.16 356	0.12 243	1.82 455

ffff	1.46 97	0.79 208	2.99 118	0.33 79	0.35 139	2.75 200	0.81 306	4.31 86	2.97 85	0.77 86	1.20 65	0.21 53	0.42 86	7.44 287	0.86 105	0.00 1	0.93 411	0.00 1	0.16 356	0.12 243	1.82 455

11t	1.46 97	0.79 208	2.99 118	0.33 79	0.35 139	2.75 200	0.81 306	4.31 86	2.97 85	0.77 86	1.20 65	0.21 53	0.42 86	7.44 287	0.87 110	0.00 1	0.93 411	0.00 1	0.16 356	0.12 243	1.82 455

ccc-4	1.46 97	0.79 208	2.99 118	0.33 79	0.35 139	2.75 200	0.81 306	4.31 86	2.97 85	0.77 86	1.20 65	0.21 53	0.42 86	7.44 287	0.86 105	0.00 1	0.93 411	0.00 1	0.16 356	0.12 243	1.82 455

TANstereo	1.32 80	0.79 208	2.93 107	0.37 89	0.11 27	1.81 105	0.01 4	3.56 27	4.36 182	4.53 202	4.96 198	0.41 95	0.68 128	1.22 23	0.59 48	0.01 170	0.00 1	0.00 1	0.00 1	0.00 1	0.03 14

FAT-Stereo	6.98 454	0.79 208	7.57 415	2.54 417	1.80 386	6.16 392	4.33 458	19.16 513	18.82 492	10.75 446	17.08 455	18.23 496	13.56 500	9.25 404	8.44 432	0.03 318	0.16 283	0.01 383	0.10 330	0.14 276	0.65 292

IGEV++	1.58 113	0.81 215	2.66 85	1.35 226	0.99 286	2.47 166	0.98 344	7.35 264	3.70 138	0.82 98	2.24 115	0.44 101	1.18 179	2.08 72	1.15 161	0.03 318	1.18 491	0.00 1	0.05 299	0.17 305	2.00 482

anonymousdsp	1.51 105	0.81 215	2.70 90	0.60 130	0.69 229	2.76 204	0.79 300	4.86 110	3.00 91	0.82 98	1.25 69	0.31 80	0.42 86	7.44 287	0.81 96	0.00 1	0.83 393	0.00 1	0.17 366	0.12 243	1.85 464

NINENet	3.38 299	0.81 215	4.16 233	1.88 309	1.40 356	7.31 417	0.48 213	12.95 434	6.64 296	7.29 329	9.24 329	5.21 302	1.18 179	6.72 238	1.89 246	0.17 434	0.08 245	0.07 460	0.00 1	0.09 185	0.03 14

IGEV-Stereo	1.51 105	0.81 215	2.69 89	0.60 130	0.69 229	2.77 205	0.79 300	4.88 114	2.99 90	0.82 98	1.25 69	0.31 80	0.42 86	7.43 286	0.85 103	0.00 1	0.83 393	0.00 1	0.17 366	0.12 243	1.85 464
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HH	2.88 252	0.82 219	4.07 229	1.71 281	0.54 202	4.71 359	0.69 275	8.72 302	3.57 127	1.80 133	6.49 258	7.81 369	3.92 331	8.93 389	0.99 135	0.00 1	1.06 462	0.00 1	0.03 277	0.05 126	1.69 436

HanStereo	2.88 252	0.82 219	4.07 229	1.71 281	0.54 202	4.71 359	0.69 275	8.72 302	3.57 127	1.80 133	6.49 258	7.81 369	3.92 331	8.93 389	0.99 135	0.00 1	1.06 462	0.00 1	0.03 277	0.05 126	1.69 436

x	2.30 190	0.82 219	3.85 200	2.23 364	0.72 238	2.12 134	0.81 306	9.48 329	4.82 212	3.83 181	2.76 131	3.49 229	2.30 249	3.48 118	2.25 276	0.00 1	1.13 474	0.00 1	0.22 402	0.09 185	1.66 428

TransformOpticalFlow	3.50 310	0.83 222	4.85 288	1.09 199	0.31 123	3.52 285	0.14 109	10.32 347	8.02 355	5.78 235	13.25 415	6.63 344	4.91 373	8.36 356	1.63 215	0.00 1	0.01 128	0.01 383	0.00 1	0.06 138	0.24 162

HCRNet	2.74 243	0.83 222	4.19 238	0.45 106	3.31 459	2.18 137	0.22 144	7.59 272	5.76 254	6.08 254	4.89 195	5.21 302	2.74 268	8.04 332	3.10 319	0.00 1	0.02 167	0.00 1	0.00 1	0.10 208	0.09 51

UPFNet	4.17 370	0.83 222	5.51 326	2.49 408	3.36 463	7.13 414	2.60 412	10.52 358	7.16 320	8.76 391	7.83 295	7.85 372	3.41 303	8.60 372	7.04 416	0.01 170	0.02 167	0.00 1	0.00 1	0.12 243	0.17 112

SCV	2.06 149	0.84 225	3.74 191	3.56 479	1.22 328	2.30 148	0.76 296	7.87 284	3.29 105	0.59 64	2.83 133	0.67 120	0.58 119	8.00 326	0.91 118	0.00 1	0.89 407	0.00 1	0.48 486	0.41 435	2.18 492

WCG-NET	1.42 90	0.84 225	1.90 23	0.61 133	0.10 25	2.10 129	1.05 353	3.33 25	7.10 318	2.86 152	3.53 160	0.75 125	0.93 152	1.28 29	0.72 81	0.00 1	0.97 429	0.00 1	0.00 1	0.16 296	0.22 146

SGM-Forest	5.40 421	0.84 225	4.19 238	1.43 242	0.68 226	10.12 456	6.41 489	12.13 402	11.86 440	11.50 467	14.43 428	11.62 441	5.20 388	9.93 434	6.16 402	0.16 430	0.04 212	0.00 1	0.00 1	0.08 170	1.24 387
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
999	1.42 90	0.85 228	2.23 49	1.37 231	0.35 139	3.01 238	0.64 259	3.91 59	2.83 77	0.38 18	3.35 149	0.19 48	0.25 37	7.37 283	1.12 156	0.01 170	0.04 212	0.00 1	0.00 1	0.22 350	0.21 139

qqq	2.44 209	0.85 228	4.33 248	1.73 287	0.71 235	1.98 118	0.38 183	9.15 315	4.33 176	3.37 166	4.34 178	4.63 280	2.83 275	4.95 168	2.06 260	0.00 1	1.13 474	0.00 1	0.25 415	0.09 185	1.65 424

GMOStereo	2.08 151	0.85 228	2.95 112	0.23 56	0.73 240	1.50 68	0.86 325	5.08 121	4.78 206	8.42 374	6.99 268	3.36 211	1.14 170	1.73 53	1.21 172	0.00 1	1.32 501	0.00 1	0.00 1	0.28 391	0.23 153

error version	2.08 151	0.85 228	2.95 112	0.23 56	0.73 240	1.50 68	0.86 325	5.08 121	4.78 206	8.42 374	6.99 268	3.36 211	1.14 170	1.73 53	1.21 172	0.00 1	1.32 501	0.00 1	0.00 1	0.28 391	0.23 153

test-v	2.08 151	0.85 228	2.95 112	0.23 56	0.73 240	1.50 68	0.86 325	5.08 121	4.78 206	8.42 374	6.99 268	3.36 211	1.14 170	1.73 53	1.21 172	0.00 1	1.32 501	0.00 1	0.00 1	0.28 391	0.23 153

test-2	2.08 151	0.85 228	2.95 112	0.23 56	0.73 240	1.50 68	0.86 325	5.08 121	4.78 206	8.42 374	6.99 268	3.36 211	1.14 170	1.73 53	1.21 172	0.00 1	1.32 501	0.00 1	0.00 1	0.28 391	0.23 153

sCroCo_RVC	1.34 81	0.85 228	6.15 363	1.21 212	1.28 339	0.90 8	0.18 127	4.50 96	2.86 79	0.37 14	3.18 146	0.52 111	1.52 211	1.83 61	0.93 123	0.13 419	0.25 310	0.00 1	0.00 1	0.08 170	0.16 102

CBMV_ROB	4.66 403	0.85 228	3.94 215	1.64 264	0.75 245	8.38 434	1.90 398	11.19 376	10.36 409	9.20 408	15.21 434	7.28 359	6.99 432	9.48 412	5.24 389	0.04 348	0.05 221	0.00 1	0.00 1	0.07 157	0.64 289

UGAM	4.25 378	0.86 236	5.73 345	0.45 106	0.22 100	3.61 291	1.18 362	5.51 153	15.39 470	4.99 213	12.34 401	15.09 471	3.71 318	10.58 444	3.76 337	0.00 1	0.46 341	0.00 1	0.34 465	0.36 423	0.36 205

H2IRNET	2.29 189	0.86 236	3.38 151	1.51 252	0.11 27	1.97 117	0.13 99	5.15 130	7.19 324	1.26 122	7.77 293	5.80 326	3.31 292	5.09 176	1.66 224	0.01 170	0.00 1	0.04 444	0.17 366	0.27 388	0.10 56

CoDeX	3.61 321	0.86 236	5.27 310	1.16 205	1.62 370	6.24 393	2.07 403	13.78 461	6.86 308	7.42 335	9.00 323	4.06 253	3.72 319	6.58 227	3.02 314	0.03 318	0.06 227	0.00 1	0.00 1	0.15 292	0.35 202

plain	1.53 107	0.86 236	6.50 379	0.42 98	0.05 5	1.56 74	0.09 72	5.18 133	4.02 163	0.54 52	1.76 95	0.59 118	0.75 136	6.48 225	1.23 177	0.00 1	0.00 1	0.00 1	0.00 1	0.43 440	0.07 43

ProNet	1.58 113	0.86 236	3.17 130	0.75 162	0.72 238	2.84 212	0.66 264	5.91 191	3.28 104	0.37 14	1.47 80	0.40 94	0.37 70	7.19 270	0.70 76	0.02 274	0.98 436	0.00 1	0.05 299	0.20 332	1.77 452

xxxx	5.16 420	0.86 236	4.86 289	1.96 325	1.22 328	7.56 422	0.07 59	14.67 473	9.15 390	6.55 280	9.87 348	9.30 398	3.47 305	8.07 334	22.20 522	0.05 365	1.16 487	0.00 1	0.26 432	0.10 208	1.76 451

ac_64	3.98 355	0.86 236	5.10 302	3.17 461	3.43 466	5.80 385	0.70 280	10.87 367	4.96 217	8.94 396	6.46 256	10.70 425	5.52 400	7.44 287	5.10 386	0.03 318	0.00 1	0.00 1	0.00 1	0.14 276	0.31 187

NOSS_ROB	3.67 323	0.86 236	3.81 198	2.53 414	1.11 309	6.10 391	0.72 285	11.08 374	12.36 442	5.45 228	8.91 319	5.65 315	2.09 237	8.30 350	3.16 322	0.20 444	0.07 241	0.00 1	0.00 1	0.11 224	0.80 333

MoCha-V2	1.83 127	0.87 244	3.33 147	1.41 239	1.27 337	2.50 167	0.20 137	5.60 162	3.90 155	0.98 107	3.30 147	0.35 92	1.58 216	7.09 264	0.80 91	0.00 1	1.52 517	0.00 1	0.23 408	0.06 138	1.70 439

UNet	4.19 372	0.87 244	7.18 405	2.00 335	3.22 455	9.55 447	0.31 169	10.11 343	6.22 272	7.98 354	6.82 266	10.42 416	5.77 403	7.28 277	5.83 395	0.00 1	0.00 1	0.00 1	0.00 1	0.10 208	0.12 70

ISRNet	4.11 364	0.88 246	6.63 384	3.46 475	2.64 437	2.11 133	0.26 156	7.72 282	6.60 291	11.29 463	17.98 467	8.21 376	2.60 261	6.81 246	4.72 376	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.25 165

mms	1.31 79	0.88 246	2.06 32	0.25 61	0.79 251	1.50 68	0.08 67	3.29 24	2.51 67	0.53 50	3.09 142	0.34 90	0.26 39	7.11 267	0.59 48	0.00 1	0.43 336	0.00 1	0.00 1	0.21 343	2.32 498

222	5.93 429	0.88 246	4.58 273	1.76 291	0.98 285	6.02 390	0.08 67	14.45 470	8.89 380	9.53 417	11.77 391	3.88 243	4.23 345	8.26 341	39.96 558	0.03 318	1.12 471	0.00 1	0.24 411	0.11 224	1.73 445

ToySt	3.39 300	0.89 249	9.29 454	1.47 249	0.94 279	4.20 337	1.98 400	7.33 262	5.42 235	3.01 160	6.75 263	8.67 392	5.10 385	5.43 187	3.72 335	0.07 386	0.89 407	0.00 1	0.23 408	0.28 391	2.13 489

tt45	1.25 72	0.90 250	1.98 25	0.59 126	0.25 109	3.47 279	0.14 109	4.07 70	1.97 56	0.45 32	2.17 111	0.29 77	0.27 43	7.02 259	0.95 128	0.00 1	0.04 212	0.00 1	0.00 1	0.22 350	0.24 162

xyz-stereo-finetune	1.38 86	0.91 251	2.91 104	0.10 18	0.05 5	3.13 247	0.66 264	4.12 73	3.01 92	1.06 113	1.91 103	0.69 121	0.37 70	6.31 218	2.14 265	0.01 170	0.00 1	0.00 1	0.00 1	0.05 126	0.13 75

ours_stereo	1.28 76	0.91 251	2.36 60	0.34 84	0.67 225	1.16 12	0.09 72	3.71 38	2.44 65	0.51 44	3.17 144	0.36 93	0.26 39	6.62 230	0.55 35	0.00 1	0.11 262	0.00 1	0.00 1	0.23 362	2.08 486

tt1	2.53 217	0.91 251	3.53 170	2.92 441	0.53 198	5.60 378	0.61 250	5.55 157	10.56 413	1.54 128	3.54 161	0.34 90	3.00 278	8.20 339	0.68 69	0.00 1	1.13 474	0.00 1	0.03 277	0.11 224	1.88 468

IER	3.42 306	0.91 251	6.38 376	0.73 154	1.60 369	7.07 412	0.55 231	7.07 252	5.45 238	8.17 368	8.89 318	6.13 332	6.13 411	5.36 183	3.77 340	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.05 29

SCV_C0	1.89 130	0.92 255	4.30 246	0.85 174	1.06 297	2.33 150	0.10 80	7.61 275	4.42 185	1.05 112	2.20 113	0.26 70	0.43 97	7.70 311	1.08 151	0.02 274	1.05 461	0.00 1	0.21 395	0.17 305	1.97 478

SMoEStereo_RVC	1.13 62	0.92 255	1.82 15	0.80 167	0.09 22	2.07 128	0.16 118	3.61 30	2.17 61	0.38 18	1.37 79	0.19 48	0.29 48	7.04 261	1.02 144	0.00 1	0.03 195	0.00 1	0.00 1	0.19 323	0.51 249

ACVNet-DCA	2.41 206	0.93 257	3.39 153	3.05 452	0.39 156	5.69 381	0.55 231	9.15 315	4.33 176	1.42 123	3.48 154	0.33 86	3.65 314	8.26 341	0.70 76	0.00 1	1.14 481	0.00 1	0.03 277	0.09 185	1.65 424

xx1	2.73 242	0.93 257	3.39 153	3.05 452	0.39 156	5.69 381	0.55 231	5.34 141	10.76 419	1.42 123	3.48 154	4.63 280	2.83 275	8.26 341	0.70 76	0.00 1	1.14 481	0.00 1	0.25 415	0.09 185	1.65 424

1test111	2.31 191	0.93 257	3.39 153	3.05 452	0.39 156	5.69 381	0.55 231	9.15 315	4.33 176	1.42 123	3.48 154	0.33 86	3.65 314	4.95 168	2.06 260	0.00 1	1.14 481	0.00 1	0.03 277	0.09 185	1.65 424

cc1	2.56 222	0.93 257	3.39 153	3.05 452	0.39 156	5.69 381	0.55 231	5.34 141	10.76 419	1.42 123	3.48 154	0.33 86	3.65 314	8.26 341	0.70 76	0.00 1	1.14 481	0.00 1	0.03 277	0.12 243	1.89 471

fff	2.54 219	0.93 257	5.51 326	0.32 73	0.14 47	1.70 90	0.11 86	6.19 205	12.69 448	6.03 251	5.29 210	1.43 148	5.28 391	2.37 90	2.21 270	0.01 170	0.00 1	0.01 383	0.00 1	0.02 44	0.61 277

csc	2.54 219	0.93 257	5.51 326	0.32 73	0.14 47	1.70 90	0.11 86	6.19 205	12.69 448	6.03 251	5.29 210	1.43 148	5.28 391	2.37 90	2.21 270	0.01 170	0.00 1	0.01 383	0.00 1	0.02 44	0.61 277

cscssc	2.54 219	0.93 257	5.51 326	0.32 73	0.14 47	1.70 90	0.11 86	6.19 205	12.69 448	6.03 251	5.29 210	1.43 148	5.28 391	2.37 90	2.21 270	0.01 170	0.00 1	0.01 383	0.00 1	0.02 44	0.61 277

test_xeample	4.78 410	0.93 257	4.68 282	1.48 250	1.28 339	3.94 322	0.13 99	13.35 447	8.62 372	8.21 369	11.63 387	3.43 224	3.54 307	7.59 307	23.47 527	0.02 274	1.16 487	0.00 1	0.25 415	0.11 224	1.74 448

S-Stereo	6.85 449	0.93 257	10.76 470	3.34 471	3.51 468	6.55 400	6.01 482	13.75 458	23.86 513	9.65 424	15.54 436	11.81 444	8.24 457	8.59 371	11.23 476	0.13 419	0.16 283	0.00 1	0.42 480	0.14 276	2.39 500

MM-Stereo_test3	2.10 161	0.94 266	2.59 78	1.66 270	3.95 484	2.42 158	0.78 299	6.58 225	7.29 329	1.94 137	4.90 196	1.23 142	0.65 125	3.77 128	1.38 193	0.00 1	0.83 393	0.00 1	0.00 1	0.38 430	0.77 327

STrans-v2	3.55 314	0.94 266	5.06 301	0.32 73	0.60 213	2.97 235	1.15 361	11.08 374	7.97 354	6.01 249	10.93 375	6.65 345	6.86 428	8.37 357	1.66 224	0.00 1	0.01 128	0.00 1	0.00 1	0.04 105	0.39 211

depthmonostereo	1.25 72	0.95 268	4.67 279	0.28 68	0.11 27	1.43 62	0.04 32	5.43 152	1.76 51	1.02 110	1.47 80	1.59 158	0.98 156	3.61 123	0.92 119	0.03 318	0.11 262	0.00 1	0.02 262	0.04 105	0.47 239

fffy	1.43 92	0.95 268	2.85 101	1.42 241	0.61 214	2.25 141	0.19 132	4.74 106	1.32 36	0.26 5	2.77 132	0.21 53	0.39 78	6.97 257	0.73 83	0.00 1	0.79 387	0.00 1	0.00 1	0.19 323	2.03 483

DCRE	2.21 177	0.95 268	3.17 130	2.10 342	1.30 346	1.86 109	0.05 39	5.33 140	4.69 202	3.59 173	9.37 337	3.81 240	1.18 179	2.34 89	1.22 176	0.01 170	0.97 429	0.00 1	0.30 451	0.04 105	1.97 478

ADStereo(finetuned)	2.50 215	0.95 268	6.60 382	0.39 93	0.20 84	1.72 98	0.24 150	6.06 198	9.31 393	6.30 261	5.42 217	1.44 151	6.22 414	2.25 82	2.14 265	0.01 170	0.00 1	0.00 1	0.00 1	0.04 105	0.65 292

xyz-stereo-finetune2	1.98 142	0.96 272	2.70 90	0.13 31	0.05 5	6.33 395	0.17 122	4.38 94	2.56 69	0.98 107	6.40 254	0.50 109	3.37 299	7.09 264	3.77 340	0.00 1	0.00 1	0.00 1	0.00 1	0.04 105	0.11 65

DCANet	2.35 194	0.96 272	5.51 326	0.39 93	0.19 74	1.72 98	0.25 154	6.06 198	9.33 394	6.31 262	5.42 217	1.44 151	4.14 340	2.22 79	2.28 281	0.01 170	0.00 1	0.00 1	0.00 1	0.04 105	0.66 301

ACVNet	2.86 249	0.96 272	3.87 203	0.86 175	0.61 214	2.63 182	0.54 227	8.93 307	6.12 265	5.09 215	9.32 335	5.70 321	3.84 323	2.68 99	5.56 393	0.00 1	0.00 1	0.00 1	0.00 1	0.26 376	0.23 153

acv_ft	3.90 346	0.96 272	5.85 350	2.56 419	4.70 506	7.27 416	0.84 317	9.17 318	6.12 265	10.00 429	9.32 335	5.70 321	4.07 337	2.68 99	8.24 430	0.00 1	0.00 1	0.00 1	0.00 1	0.35 420	0.23 153

StereoDRNet-Refined	4.84 413	0.96 272	5.13 303	2.22 361	0.46 173	9.10 443	0.16 118	10.72 362	9.40 396	13.41 483	12.50 403	10.02 410	4.58 360	8.60 372	8.71 439	0.01 170	0.00 1	0.01 383	0.05 299	0.24 367	0.53 254
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
castereo++	1.38 86	0.97 277	2.82 97	0.59 126	0.52 195	4.45 350	0.97 341	5.22 134	1.87 55	0.41 24	2.28 117	1.87 168	0.15 21	4.14 142	0.42 7	0.00 1	0.41 334	0.00 1	0.30 451	0.05 126	0.22 146

WCG-NET（raft）	1.70 119	0.97 277	2.01 30	0.40 96	0.17 64	2.10 129	0.97 341	3.05 19	6.47 284	2.89 154	3.17 144	4.31 268	1.03 161	3.85 131	0.60 51	0.00 1	1.32 501	0.00 1	0.01 240	0.18 316	0.41 223

FC-DCNN v2	11.44 512	0.98 279	5.39 319	2.28 380	1.65 374	18.84 515	5.41 477	19.66 516	20.80 502	29.20 534	35.39 535	34.37 540	23.46 534	17.13 513	13.18 495	0.17 434	0.01 128	0.02 416	0.01 240	0.08 170	0.69 307

ffm	3.41 304	0.98 279	7.03 399	1.64 264	1.07 298	2.84 212	0.47 203	5.55 157	10.56 413	6.68 289	9.59 342	5.66 316	3.87 326	8.20 339	0.68 69	0.00 1	1.13 474	0.00 1	0.19 376	0.11 224	1.88 468

ff1	4.11 364	0.98 279	7.03 399	1.64 264	1.07 298	2.84 212	0.47 203	5.55 157	10.56 413	6.68 289	9.59 342	5.66 316	3.87 326	11.33 455	11.69 480	0.00 1	1.13 474	0.00 1	0.19 376	0.11 224	1.88 468

mmx	4.50 392	0.98 279	7.03 399	1.64 264	1.07 298	2.84 212	0.47 203	12.84 427	11.23 431	6.68 289	9.59 342	5.66 316	3.87 326	11.33 455	11.69 480	0.05 365	1.12 471	0.00 1	0.19 376	0.10 208	1.53 411

xxx	4.50 392	0.98 279	7.04 402	1.64 264	1.07 298	2.84 212	0.47 203	12.84 427	11.23 431	6.68 289	9.59 342	5.66 316	3.87 326	11.33 455	11.69 480	0.05 365	1.12 471	0.00 1	0.19 376	0.10 208	1.53 411

Anonymous_2	4.74 409	0.98 279	4.46 255	2.35 391	2.27 419	5.66 380	0.67 269	8.08 289	5.28 226	4.98 211	2.60 127	8.74 395	6.92 430	5.79 198	3.46 328	0.24 457	1.70 519	5.16 535	18.18 560	5.41 527	1.85 464

IIG-Stereo	3.28 286	0.98 279	3.57 177	4.14 497	0.22 100	2.56 173	0.71 282	7.04 249	6.10 264	8.49 380	9.38 338	7.82 371	2.73 267	9.69 423	1.99 255	0.02 274	0.02 167	0.00 1	0.00 1	0.03 76	0.14 80

DIP-Stereo	2.12 163	0.98 279	3.94 215	0.20 40	0.11 27	4.73 361	0.13 99	9.27 322	4.40 184	6.46 272	5.03 200	0.45 103	0.72 134	3.79 129	1.94 250	0.00 1	0.01 128	0.00 1	0.00 1	0.05 126	0.24 162
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
DISCO	6.58 445	0.98 279	6.44 377	3.75 485	1.18 321	11.19 472	3.29 441	12.92 431	16.72 480	7.27 327	11.74 390	17.34 489	6.60 422	19.59 522	11.59 479	0.00 1	0.00 1	0.00 1	0.00 1	0.45 445	0.50 245

AIO_rvc	1.48 102	1.01 288	3.51 166	0.95 189	1.16 319	3.32 266	0.96 340	4.83 109	3.38 109	0.79 94	1.75 93	1.31 145	0.31 54	2.66 98	0.62 57	0.02 274	1.09 466	0.00 1	0.04 295	0.12 243	1.82 455

FC-DCNN	11.29 511	1.01 288	5.50 325	2.25 370	1.65 374	18.23 513	5.36 475	18.99 510	20.65 501	28.95 533	34.83 533	33.83 538	23.18 533	17.04 512	13.37 496	0.17 434	0.01 128	0.02 416	0.02 262	0.10 208	0.70 311

HUF	1.64 116	1.03 290	4.14 231	1.19 210	1.34 351	3.02 239	0.40 187	4.88 114	3.60 129	0.79 94	2.87 137	0.83 129	0.31 54	2.88 105	0.81 96	0.06 377	2.03 525	0.00 1	0.00 1	0.16 296	2.41 503

rvit_stereo_0081_aga	0.95 43	1.03 290	4.52 265	0.16 35	0.25 109	1.70 90	0.21 142	4.27 83	3.17 97	0.38 18	0.23 19	0.27 72	0.31 54	1.56 47	0.64 64	0.00 1	0.00 1	0.00 1	0.00 1	0.13 265	0.15 93

DSFCA	4.48 391	1.03 290	6.84 393	1.61 261	1.68 378	7.26 415	4.46 460	11.27 379	7.51 336	11.01 457	6.89 267	8.49 389	4.54 359	10.41 443	6.18 403	0.03 318	0.06 227	0.02 416	0.03 277	0.13 265	0.14 80

1111x	4.96 415	1.04 293	7.09 404	1.75 289	1.05 295	5.03 367	0.32 171	13.52 451	10.70 418	6.68 289	10.35 358	8.81 396	6.01 409	10.65 445	12.78 491	0.07 386	1.24 496	0.00 1	0.33 461	0.11 224	1.75 449

HGLStereo	4.58 397	1.04 293	6.02 356	3.30 470	5.14 513	6.36 396	0.71 282	11.04 372	7.60 341	8.04 360	12.85 413	6.90 353	8.51 462	7.85 318	5.93 396	0.02 274	0.02 167	0.00 1	0.00 1	0.14 276	0.15 93

MyStereo06	2.71 237	1.05 295	5.43 323	1.39 234	1.20 325	2.57 174	0.10 80	10.39 351	4.79 210	5.54 233	6.16 240	6.39 338	2.33 251	3.40 117	1.35 192	0.01 170	1.24 496	0.00 1	0.21 395	0.13 265	0.50 245

MyStereo05	3.24 284	1.05 295	5.93 352	1.39 234	1.20 325	2.57 174	0.10 80	9.11 314	13.17 455	6.45 271	3.86 169	3.20 208	3.26 288	8.35 355	3.02 314	0.01 170	1.24 496	0.00 1	0.21 395	0.13 265	0.50 245

rvit_stereo_0080	1.09 55	1.08 297	4.16 233	0.12 28	0.12 36	1.32 47	0.36 177	4.52 98	3.94 156	0.70 79	1.29 74	0.41 95	0.75 136	1.98 64	0.76 86	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.18 117

whm_eth	1.09 55	1.08 297	4.16 233	0.12 28	0.12 36	1.32 47	0.36 177	4.52 98	3.94 156	0.70 79	1.29 74	0.41 95	0.75 136	1.98 64	0.76 86	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.18 117

IPLG	2.63 230	1.09 299	5.67 341	0.73 154	0.31 123	3.00 237	0.25 154	6.84 239	6.02 261	7.93 351	6.31 249	1.91 170	1.72 224	7.47 296	2.53 290	0.01 170	0.01 128	0.00 1	0.00 1	0.29 399	0.58 269

HART	2.08 151	1.10 300	3.44 163	0.47 111	1.15 317	1.70 90	0.04 32	6.40 218	3.69 137	1.50 127	7.78 294	2.42 185	0.16 22	6.76 242	1.15 161	0.00 1	1.46 512	0.00 1	0.00 1	0.31 409	2.12 488

DMCA	3.08 271	1.10 300	6.20 365	1.82 301	0.90 269	3.80 315	0.55 231	9.76 332	5.42 235	6.56 282	6.47 257	7.06 358	2.09 237	4.05 134	5.46 391	0.00 1	0.01 128	0.00 1	0.00 1	0.11 224	0.16 102

HSM	4.25 378	1.10 300	4.14 231	1.78 293	2.14 412	6.67 403	1.08 355	12.92 431	6.90 310	7.06 308	8.17 310	14.17 462	6.03 410	9.16 400	3.11 320	0.00 1	0.00 1	0.00 1	0.00 1	0.09 185	0.41 223

MaDis-Stereo	0.96 45	1.11 303	4.01 223	0.36 88	1.86 395	1.20 15	0.06 52	3.99 65	1.73 47	0.45 32	0.56 37	0.43 100	0.51 106	1.28 29	1.46 198	0.00 1	0.00 1	0.00 1	0.00 1	0.06 138	0.08 47

GCAP-Stereo	1.35 83	1.11 303	2.82 97	0.66 144	1.08 305	1.68 87	0.01 4	5.17 131	3.68 136	2.10 138	1.63 86	1.42 147	0.75 136	1.77 60	1.59 208	0.00 1	1.08 465	0.00 1	0.00 1	0.17 305	0.26 168

XX-TBD	1.55 111	1.11 303	2.94 109	2.45 405	0.06 11	2.31 149	0.01 4	3.58 29	7.80 348	3.11 162	5.10 201	0.27 72	0.26 39	1.42 40	0.60 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 23

SGM_RVC	10.77 504	1.11 303	4.66 278	2.66 423	0.41 166	21.03 521	6.87 497	20.02 521	15.54 474	25.86 530	24.97 503	33.59 537	20.51 523	20.89 525	14.78 504	0.31 470	0.26 312	0.22 496	0.26 432	0.43 440	1.01 358
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
THIR-Stereo	3.94 350	1.12 307	3.06 125	0.23 56	0.13 42	4.17 336	6.40 488	5.83 180	4.54 192	10.46 439	16.98 453	6.49 342	7.44 444	8.00 326	3.58 329	0.01 170	0.07 241	0.07 460	0.00 1	0.14 276	0.06 38

delet	4.59 399	1.12 307	5.93 352	1.37 231	3.73 476	10.48 462	3.90 448	10.51 356	9.17 391	8.87 394	9.74 347	8.37 382	3.74 320	8.12 336	6.36 408	0.00 1	0.00 1	0.00 1	0.00 1	0.21 343	0.12 70

tg	2.18 171	1.13 309	2.74 93	0.84 173	0.13 42	4.33 347	0.05 39	6.21 209	4.90 215	4.06 189	5.30 215	2.55 188	0.92 150	7.28 277	0.99 135	0.00 1	0.60 356	0.00 1	0.00 1	0.37 426	1.12 376

MIPNet	2.27 187	1.14 310	5.55 333	0.49 115	0.22 100	2.03 123	0.19 132	7.60 274	6.17 269	5.83 238	4.16 174	2.05 176	3.44 304	3.65 125	2.23 275	0.00 1	0.01 128	0.01 383	0.01 240	0.24 367	0.48 242

MyStereo07	1.64 116	1.15 311	2.61 79	1.28 220	1.49 364	2.63 182	0.45 199	6.45 221	2.94 82	1.10 115	1.61 84	0.29 77	0.60 122	7.45 294	0.80 91	0.01 170	1.27 499	0.00 1	0.25 415	0.11 224	0.42 228

MyStereo04	3.29 287	1.15 311	6.64 385	1.28 220	1.49 364	2.63 182	0.45 199	10.57 359	13.30 456	4.41 199	3.90 170	3.06 204	3.56 308	7.87 321	3.35 326	0.01 170	1.27 499	0.00 1	0.25 415	0.11 224	0.42 228

FCDSN-DC	10.72 503	1.16 313	5.01 298	2.16 348	1.31 348	17.46 509	4.80 466	17.79 501	19.87 496	25.02 527	32.85 526	33.57 536	23.52 535	16.80 508	12.13 483	0.11 414	0.00 1	0.00 1	0.00 1	0.09 185	0.76 326
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
hitnet-ft	3.95 352	1.16 313	3.92 213	0.89 180	0.73 240	4.88 364	0.54 227	9.78 333	7.91 351	7.42 335	10.24 356	12.50 453	4.84 371	8.15 337	5.56 393	0.03 318	0.00 1	0.06 455	0.00 1	0.24 367	0.12 70

GANet-RSSM	3.67 323	1.16 313	4.56 272	3.24 466	2.03 407	2.63 182	0.50 220	11.53 388	6.83 306	6.25 258	10.58 367	7.35 360	6.65 424	6.77 244	2.94 312	0.00 1	0.00 1	0.08 466	0.00 1	0.26 376	0.12 70

MSCF	1.71 122	1.18 316	2.97 117	1.35 226	1.49 364	3.77 310	0.82 314	5.14 128	2.73 72	2.47 144	2.45 123	0.19 48	2.70 264	2.16 77	0.80 91	0.02 274	0.98 436	0.00 1	0.90 507	0.11 224	1.96 477

StereoVision	2.42 207	1.18 316	5.14 304	1.15 203	2.64 437	1.89 110	0.28 159	6.61 227	4.72 203	2.14 139	10.52 365	3.84 241	0.52 108	5.33 182	2.29 283	0.00 1	0.00 1	0.00 1	0.00 1	0.12 243	0.04 23

test_5	3.16 280	1.18 316	4.96 295	2.33 389	3.10 452	4.51 354	1.27 369	7.47 270	7.61 342	3.00 159	7.38 283	5.37 308	4.06 335	8.28 346	1.54 202	0.00 1	0.34 322	0.00 1	0.02 262	0.21 343	0.62 282

HI	3.39 300	1.19 319	4.03 224	1.46 245	0.19 74	2.26 142	0.04 32	6.21 209	3.86 151	8.51 381	12.61 406	11.86 446	6.44 418	4.55 160	4.27 359	0.00 1	0.06 227	0.00 1	0.00 1	0.12 243	0.15 93

CoSv	3.39 300	1.19 319	4.03 224	1.46 245	0.19 74	2.26 142	0.04 32	6.21 209	3.86 151	8.51 381	12.61 406	11.86 446	6.44 418	4.55 160	4.27 359	0.00 1	0.06 227	0.00 1	0.00 1	0.12 243	0.15 93

CroCo-Stereo Lap2	1.37 84	1.19 319	4.17 236	1.01 193	4.58 503	0.46 4	0.09 72	4.27 83	2.94 82	1.25 121	2.40 120	1.55 157	0.20 28	1.72 52	1.30 184	0.00 1	0.00 1	0.00 1	0.00 1	0.15 292	0.13 75

RAFT+CT+SA	2.59 225	1.19 319	3.55 174	1.09 199	2.21 414	3.14 250	0.90 333	7.59 272	5.65 245	2.76 151	8.21 311	2.04 175	1.57 215	8.84 383	1.31 186	0.02 274	0.34 322	0.00 1	0.38 473	0.22 350	0.73 319

OMP-Stereo	3.15 278	1.19 319	3.49 165	4.34 505	0.51 191	2.20 139	1.21 363	6.67 229	6.52 288	7.99 356	6.24 247	8.38 385	2.44 255	9.65 417	1.92 248	0.01 170	0.02 167	0.00 1	0.00 1	0.08 170	0.15 93

ADLNet	4.56 396	1.19 319	5.52 332	3.81 490	3.59 470	6.98 409	2.40 410	12.01 399	7.96 353	10.52 440	9.67 346	8.26 378	4.98 377	6.59 228	6.93 412	0.01 170	0.01 128	0.00 1	0.01 240	0.22 350	0.55 257

edge stereo	7.12 457	1.19 319	7.83 419	2.32 387	2.46 427	6.90 405	3.26 440	15.58 483	12.52 444	15.68 500	18.34 471	21.83 515	13.05 496	11.53 460	8.68 437	0.04 348	0.06 227	0.11 469	0.03 277	0.30 402	0.63 287

RASNet	5.00 416	1.19 319	5.69 342	3.68 483	4.80 507	5.04 368	1.29 372	10.26 346	8.99 384	5.89 240	11.65 388	10.55 421	9.76 475	9.96 435	10.32 465	0.20 444	0.00 1	0.00 1	0.00 1	0.09 185	0.73 319

MIM_Stereo	2.83 246	1.20 327	5.27 310	1.41 239	1.16 319	3.07 241	0.33 174	6.67 229	3.95 158	5.17 220	10.11 354	4.25 266	1.73 226	8.32 353	1.64 219	0.00 1	0.36 328	0.00 1	0.01 240	0.22 350	1.69 436

GEStereo_RVC	3.95 352	1.21 328	6.13 361	2.30 383	1.22 328	4.29 343	2.96 426	12.39 412	8.24 361	7.25 326	6.79 264	7.58 365	4.22 344	9.16 400	4.56 370	0.04 348	0.01 128	0.02 416	0.02 262	0.19 323	0.42 228

ACV-stereo	4.65 402	1.22 329	10.49 469	2.22 361	1.05 295	12.62 486	1.24 367	6.70 234	7.36 332	3.22 165	5.18 204	16.59 483	10.02 476	8.18 338	6.19 404	0.06 377	0.14 277	0.01 383	0.00 1	0.12 243	0.40 213

CroCo-Stereo	1.14 64	1.22 329	3.99 221	0.61 133	0.53 198	0.38 2	0.06 52	5.35 146	4.15 167	0.59 64	1.92 104	1.00 135	0.27 43	1.37 38	1.33 189	0.01 170	0.00 1	0.00 1	0.00 1	0.05 126	0.05 29
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
iRaftStereo_RVC	1.88 129	1.22 329	2.63 82	0.95 189	0.06 11	2.96 233	0.05 39	6.08 201	3.99 162	3.92 186	4.88 194	2.53 187	0.62 123	3.62 124	1.19 170	0.00 1	1.19 492	0.00 1	0.00 1	0.37 426	1.29 395

RAFT-Stereo + iAFF	2.48 211	1.23 332	3.48 164	1.61 261	1.09 306	1.63 82	0.15 112	5.80 177	6.43 282	7.32 332	9.91 350	3.05 202	1.71 222	2.33 88	1.75 234	0.01 170	0.71 380	0.00 1	0.00 1	0.28 391	1.19 382

UCFNet_RVC	3.37 298	1.25 333	3.30 142	2.55 418	1.80 386	3.92 321	1.28 371	12.49 417	7.16 320	5.12 218	7.88 297	8.14 374	4.59 361	5.67 194	2.11 263	0.00 1	0.00 1	0.00 1	0.00 1	0.14 276	0.07 43

rvit_0105_6	1.44 94	1.26 334	5.78 346	0.66 144	0.08 17	1.58 76	0.32 171	4.57 100	6.53 289	0.40 22	0.38 29	1.11 138	0.29 48	4.76 165	0.92 119	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.20 133

Sa-1000	3.81 340	1.26 334	4.64 277	2.29 382	0.55 206	3.51 282	1.58 386	8.37 291	9.13 389	7.97 353	17.42 461	3.98 247	2.76 270	9.61 416	1.68 228	0.00 1	0.69 373	0.00 1	0.18 372	0.23 362	0.27 171

iRaft-Stereo_5w	3.20 282	1.27 336	5.27 310	0.27 67	0.99 286	2.71 194	0.58 240	5.75 172	5.85 257	3.03 161	7.88 297	10.08 411	4.08 338	8.40 358	6.09 399	0.00 1	0.25 310	0.00 1	0.12 343	0.31 409	0.95 352

AIO-Stereo-zeroshot	3.35 296	1.28 337	8.51 431	1.86 305	1.83 390	3.51 282	0.31 169	10.50 355	4.32 175	2.74 149	5.87 230	10.30 415	4.53 358	4.66 162	3.16 322	0.02 274	0.87 406	0.00 1	0.97 511	0.38 430	1.43 406

SA	3.34 292	1.29 338	4.84 287	1.99 332	0.57 208	3.15 251	1.39 376	7.66 279	9.94 403	4.86 207	10.87 374	2.97 201	4.61 363	9.88 431	1.38 193	0.00 1	0.60 356	0.00 1	0.19 376	0.25 375	0.37 206

RAFT	2.94 259	1.29 338	4.06 228	1.36 228	0.50 182	2.39 156	0.91 336	6.11 202	3.25 101	6.64 286	7.30 281	9.96 409	4.20 342	6.03 206	2.21 270	0.00 1	1.02 455	0.00 1	0.02 262	0.54 461	1.01 358

NVstereo2D	4.82 412	1.29 338	7.98 425	3.68 483	3.48 467	8.02 426	3.10 431	11.25 377	15.50 473	5.14 219	7.71 290	8.21 376	4.68 365	10.19 440	4.30 361	0.02 274	0.19 290	0.13 478	0.36 470	0.07 157	1.12 376

raftrobust	2.16 168	1.31 341	2.76 95	2.38 396	3.33 460	2.72 196	0.51 221	5.34 141	4.64 198	6.13 256	3.98 171	1.63 159	2.51 258	3.02 110	1.64 219	0.00 1	0.76 385	0.00 1	0.02 262	0.14 276	0.27 171

AFF-stereo	2.87 251	1.31 341	3.26 139	1.87 306	0.38 153	1.68 87	0.09 72	6.38 216	7.07 316	6.52 277	11.90 393	6.08 331	2.32 250	5.05 174	1.65 221	0.02 274	0.66 367	0.00 1	0.00 1	0.29 399	0.94 350

MDST_ROB	9.13 489	1.31 341	10.16 467	4.36 506	2.48 429	28.66 536	7.64 505	19.96 519	14.97 467	27.53 531	24.02 495	9.47 399	5.27 390	16.31 505	8.61 436	0.63 491	0.19 290	0.00 1	0.00 1	0.08 170	0.90 342

4D-IteraStereo	1.99 144	1.32 344	3.77 195	0.13 31	2.84 443	3.51 282	1.03 348	4.26 82	5.38 233	5.50 230	1.03 63	3.86 242	0.38 77	2.44 93	1.88 242	0.00 1	0.43 336	0.00 1	0.01 240	0.11 224	1.84 462

stereogan	8.18 476	1.32 344	9.05 448	3.59 480	4.00 488	20.16 520	3.13 434	17.25 498	20.16 499	10.68 444	19.19 473	20.56 513	10.70 484	14.74 495	7.00 414	0.34 473	0.04 212	0.21 495	0.08 311	0.70 476	0.65 292

DispNO	3.51 312	1.33 346	8.51 431	2.26 373	1.36 353	3.46 278	0.81 306	8.74 304	6.58 290	6.78 296	7.63 289	6.22 337	4.20 342	7.47 296	4.44 366	0.00 1	0.03 195	0.03 434	0.11 337	0.13 265	0.14 80

rvit_105_1	2.69 234	1.34 347	6.85 394	1.89 310	0.09 22	1.94 115	3.50 444	6.38 216	9.00 385	4.98 211	2.19 112	3.57 233	1.56 214	7.31 280	3.03 316	0.00 1	0.00 1	0.00 1	0.02 262	0.06 138	0.16 102

TestStereo1	3.12 275	1.34 347	4.67 279	3.47 476	0.71 235	2.50 167	1.45 378	7.27 259	8.71 375	4.91 208	9.28 332	2.34 182	3.61 311	9.44 410	1.62 212	0.00 1	0.33 320	0.00 1	0.00 1	0.30 402	0.40 213

SA-5K	3.12 275	1.34 347	4.67 279	3.47 476	0.71 235	2.50 167	1.45 378	7.27 259	8.71 375	4.91 208	9.28 332	2.34 182	3.61 311	9.44 410	1.62 212	0.00 1	0.33 320	0.00 1	0.00 1	0.30 402	0.40 213

psm_up	4.33 380	1.34 347	4.43 254	2.27 377	2.62 434	5.29 370	3.30 442	11.49 385	6.89 309	8.05 362	8.06 307	10.09 413	11.10 486	7.12 269	3.76 337	0.24 457	0.01 128	0.00 1	0.00 1	0.20 332	0.37 206

rvit_0105_5	1.70 119	1.36 351	6.71 390	0.52 119	0.04 4	1.58 76	0.58 240	5.39 151	6.62 294	0.91 103	1.72 91	1.77 164	0.77 140	4.44 153	1.28 182	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.23 153

DualNet (step1)	4.40 386	1.36 351	7.91 421	1.40 236	0.63 219	5.54 374	2.72 415	11.31 380	8.40 367	8.64 384	8.05 304	6.80 347	5.05 381	7.22 272	2.53 290	1.74 515	1.04 458	3.05 527	2.96 532	0.22 350	1.35 401

test_sample9	6.40 439	1.36 351	7.91 421	1.40 236	0.63 219	5.54 374	2.72 415	11.31 380	8.40 367	8.64 384	8.05 304	6.80 347	5.05 381	12.52 475	13.17 493	1.74 515	25.14 567	3.05 527	2.96 532	0.22 350	1.35 401

test_sample8	8.50 481	1.36 351	7.91 421	1.40 236	0.63 219	5.54 374	2.72 415	12.78 425	6.78 303	17.61 507	9.29 334	24.63 520	19.17 518	12.52 475	13.17 493	1.74 515	25.14 567	3.05 527	2.96 532	0.22 350	1.35 401

PSMNet-RSSM	3.69 326	1.36 351	4.54 267	2.44 404	1.90 397	2.35 152	0.69 275	11.77 392	6.38 280	6.60 284	11.85 392	7.70 367	5.61 402	6.66 236	3.67 331	0.00 1	0.00 1	0.02 416	0.01 240	0.17 305	0.10 56

G2L-ROB	3.74 332	1.37 356	5.05 300	1.95 322	1.14 315	4.45 350	0.43 196	12.31 408	6.36 278	7.88 350	5.42 217	11.10 436	2.11 241	8.53 369	6.31 406	0.00 1	0.00 1	0.00 1	0.00 1	0.17 305	0.33 193

MMNet	4.44 390	1.37 356	6.26 370	1.73 287	1.64 371	10.51 464	0.61 250	9.27 322	9.66 400	9.55 419	9.22 327	7.40 362	6.52 421	7.90 322	6.98 413	0.01 170	0.00 1	0.00 1	0.00 1	0.14 276	0.10 56

HITNet	3.11 273	1.38 358	5.35 317	2.23 364	0.12 36	5.59 377	0.58 240	9.95 341	5.72 252	6.62 285	7.91 299	3.90 244	3.24 286	4.39 151	4.58 372	0.01 170	0.00 1	0.00 1	0.00 1	0.08 170	0.57 263
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
G2L-Stereo_test	3.88 345	1.39 359	4.86 289	2.98 445	1.49 364	4.11 334	1.13 360	12.05 400	6.83 306	8.42 374	9.17 326	9.49 400	2.71 265	7.03 260	5.22 388	0.00 1	0.01 128	0.00 1	0.00 1	0.26 376	0.52 252

LL-Strereo2	2.22 178	1.39 359	3.39 153	1.26 217	1.01 290	3.73 308	1.47 380	6.47 222	4.61 197	4.66 204	2.64 129	4.17 259	0.37 70	6.03 206	1.61 210	0.09 406	0.24 307	0.00 1	0.08 311	0.08 170	1.16 380

GASTEREO	1.80 125	1.40 361	2.87 103	1.46 245	1.50 368	3.88 318	0.83 315	5.08 121	2.86 79	2.59 146	3.57 162	0.18 46	2.82 274	2.30 85	0.82 101	0.02 274	0.98 436	0.00 1	0.90 507	0.10 208	1.95 475

AIO-test1	2.49 212	1.41 362	3.78 196	0.87 177	5.11 512	2.46 164	0.93 339	6.49 223	14.84 465	0.95 104	2.85 135	0.92 131	0.31 54	6.05 209	1.88 242	0.15 424	0.07 241	0.00 1	0.21 395	0.21 343	0.31 187

rvit_0105_4	1.58 113	1.41 362	6.67 387	0.65 140	0.05 5	1.60 79	0.41 190	4.70 104	6.48 285	0.46 38	0.87 55	1.40 146	0.53 111	5.08 175	1.12 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 44	0.18 117

111	3.05 268	1.41 362	5.51 326	0.32 73	0.14 47	2.83 210	0.68 272	6.76 236	14.21 462	3.59 173	9.11 324	5.50 310	3.30 290	4.05 134	2.43 287	0.01 170	0.00 1	0.00 1	0.00 1	0.13 265	1.02 362

rvit_stereo_ft	1.23 70	1.42 365	5.16 305	0.94 187	0.36 146	1.22 19	0.24 150	4.57 100	4.49 190	0.51 44	1.04 64	0.73 123	1.10 164	1.50 42	1.01 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 126	0.22 146

rafts_anoy	2.09 157	1.42 365	3.34 148	2.87 440	2.72 440	2.46 164	0.17 122	6.20 208	6.48 285	3.40 168	2.25 116	1.91 170	1.32 190	3.59 122	1.75 234	0.01 170	1.52 517	0.00 1	0.01 240	0.06 138	0.28 177

ssnet_v2	4.73 408	1.43 367	6.74 391	1.80 297	0.75 245	8.89 440	4.60 462	12.66 421	10.65 417	9.53 417	6.23 243	9.78 406	4.26 346	6.89 248	9.65 456	0.01 170	0.01 128	0.00 1	0.00 1	0.36 423	0.31 187

cf-r	3.76 335	1.43 367	5.34 315	2.66 423	2.79 441	2.85 223	0.62 254	9.08 312	6.91 311	7.06 308	11.90 393	9.64 402	3.83 322	6.23 216	4.53 369	0.00 1	0.00 1	0.00 1	0.00 1	0.19 323	0.17 112

STTStereo	3.90 346	1.43 367	8.20 428	3.03 449	2.28 420	3.64 297	0.64 259	10.11 343	7.09 317	10.20 432	7.08 273	8.73 393	3.57 309	7.44 287	4.00 352	0.00 1	0.02 167	0.01 383	0.01 240	0.04 105	0.40 213

MSMD_ROB	9.73 494	1.43 367	5.42 321	1.81 298	0.42 169	16.83 505	4.30 457	14.29 469	15.34 469	23.06 519	40.17 542	25.63 524	22.62 530	13.37 484	8.85 441	0.48 489	0.03 195	0.00 1	0.00 1	0.13 265	0.47 239

coex_refinement	4.34 381	1.44 371	4.46 255	3.08 458	1.46 362	4.22 338	0.36 177	11.92 396	8.33 363	8.48 379	13.41 416	9.90 408	3.40 302	6.95 255	8.54 434	0.00 1	0.02 167	0.00 1	0.00 1	0.09 185	0.71 314

rvit_0105_3	1.94 138	1.44 371	7.39 410	0.88 179	0.02 3	1.61 80	1.64 389	5.88 181	6.73 300	2.37 141	1.78 97	2.01 174	1.16 177	4.46 154	1.26 181	0.00 1	0.00 1	0.00 1	0.00 1	0.03 76	0.14 80

ADLNet2	4.72 406	1.44 371	6.68 388	3.03 449	3.90 481	6.80 404	2.91 424	11.67 391	9.63 398	7.99 356	9.89 349	9.75 405	5.32 395	7.70 311	7.13 417	0.01 170	0.03 195	0.00 1	0.00 1	0.26 376	0.22 146

DLCB_ROB	4.87 414	1.45 374	4.75 286	2.52 413	1.13 314	6.25 394	3.01 428	10.44 353	8.34 364	11.05 458	13.43 417	14.04 460	3.90 330	9.74 424	6.80 411	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.37 206

iResNet	4.04 358	1.46 375	8.72 438	3.25 467	0.36 146	4.54 356	0.47 203	9.06 310	10.40 411	7.98 354	12.82 412	4.06 253	3.22 285	8.82 382	4.95 381	0.03 318	0.01 128	0.00 1	0.00 1	0.14 276	0.55 257

CBFPSM	5.12 418	1.48 376	16.22 500	1.81 298	1.14 315	11.16 471	2.90 423	7.99 288	6.75 302	6.55 280	5.00 199	15.05 470	8.78 465	7.52 301	8.90 442	0.04 348	0.02 167	0.00 1	0.00 1	0.42 436	0.67 304

raft+_RVC	2.18 171	1.49 377	3.14 129	2.77 430	2.01 405	1.40 58	0.10 80	7.02 247	5.35 230	2.99 158	5.54 223	1.19 140	1.34 195	4.98 170	1.49 199	0.00 1	1.45 510	0.00 1	0.00 1	0.14 276	1.11 373

RYNet	6.82 448	1.51 378	7.35 409	1.79 294	4.52 500	16.68 504	4.41 459	14.19 466	17.43 485	11.64 469	7.86 296	15.03 469	8.81 466	10.10 437	14.16 501	0.04 348	0.13 273	0.15 481	0.05 299	0.08 170	0.53 254

DRN-Test	6.23 435	1.51 378	7.53 414	3.07 457	3.69 473	12.17 483	3.23 437	20.80 528	11.11 430	12.64 475	13.02 414	10.91 432	5.26 389	8.49 366	10.12 461	0.05 365	0.05 221	0.04 444	0.04 295	0.28 391	0.65 292

MLCV	3.76 335	1.52 380	6.93 396	1.66 270	0.31 123	4.31 344	0.32 171	7.92 285	7.68 343	9.55 419	12.12 396	5.17 300	2.74 268	10.00 436	4.49 368	0.01 170	0.00 1	0.00 1	0.00 1	0.16 296	0.27 171

CBMV	5.97 430	1.52 380	4.51 262	1.99 332	0.53 198	10.02 453	6.94 498	13.27 445	13.80 461	13.08 481	15.93 441	11.36 437	8.11 456	9.82 427	7.27 418	0.08 395	0.15 280	0.00 1	0.00 1	0.30 402	0.74 323
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NLCA_NET_v2_RVC	4.11 364	1.53 382	6.87 395	3.04 451	3.33 460	4.34 348	0.59 245	11.36 383	7.92 352	8.98 397	7.98 302	9.72 404	3.82 321	7.92 323	4.43 365	0.15 424	0.02 167	0.03 434	0.03 277	0.07 157	0.14 80
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
G2L-Stereo	3.74 332	1.56 383	5.82 347	1.71 281	2.04 409	2.87 225	0.58 240	9.79 334	6.49 287	7.82 347	7.97 301	8.57 390	2.36 252	9.19 403	7.45 420	0.00 1	0.00 1	0.00 1	0.00 1	0.26 376	0.40 213

HBP-ISP	4.37 384	1.56 383	4.59 274	2.23 364	1.29 344	7.87 423	3.96 450	11.80 393	10.91 424	8.06 364	14.45 429	3.38 216	4.87 372	9.27 405	2.53 290	0.14 422	0.06 227	0.00 1	0.01 240	0.08 170	0.30 185

GMStereo	2.07 150	1.56 383	5.64 337	0.74 160	0.05 5	3.63 296	0.01 4	5.17 131	11.27 434	4.22 194	2.44 122	0.53 113	0.49 104	4.06 136	1.01 142	0.22 449	0.00 1	0.00 1	0.14 351	0.18 316	0.05 29
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DANet	6.46 441	1.58 386	9.58 461	4.10 496	3.99 487	9.13 444	1.34 375	10.37 350	7.76 344	13.76 487	15.66 437	16.14 479	7.03 434	13.07 482	13.62 499	0.19 441	0.12 267	0.02 416	0.02 262	0.15 292	1.61 419
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TestStereo	1.89 130	1.59 387	4.22 241	0.37 89	0.28 116	1.33 49	0.01 4	5.63 165	4.13 166	3.59 173	5.11 202	2.06 177	0.70 131	7.62 309	0.93 123	0.02 274	0.00 1	0.00 1	0.00 1	0.02 44	0.19 127

CFNet-ft	3.70 328	1.59 387	3.87 203	1.68 275	2.42 425	3.20 253	0.66 264	8.93 307	7.76 344	5.09 215	9.95 351	10.77 428	5.43 398	7.41 284	4.71 374	0.00 1	0.00 1	0.03 434	0.01 240	0.30 402	0.11 65

CFNet_RVC	3.70 328	1.59 387	3.87 203	1.68 275	2.42 425	3.20 253	0.66 264	8.92 306	7.76 344	5.09 215	9.95 351	10.77 428	5.43 398	7.41 284	4.71 374	0.00 1	0.00 1	0.03 434	0.01 240	0.30 402	0.11 65

AASNet	4.20 373	1.63 390	5.82 347	3.79 486	3.93 482	6.55 400	1.22 365	19.12 512	6.82 305	7.86 349	8.35 313	4.36 270	2.55 259	3.87 132	7.47 421	0.00 1	0.00 1	0.00 1	0.00 1	0.49 456	0.22 146

AACVNet	3.71 330	1.63 390	4.89 291	3.80 487	0.62 217	3.25 257	0.30 168	9.47 328	3.81 145	6.34 266	10.74 371	10.52 418	4.92 374	9.31 407	3.88 345	0.03 318	0.01 128	0.00 1	0.00 1	0.34 418	0.28 177

AIO-Stereo-zeroshot1	4.10 363	1.65 392	13.34 483	2.14 347	1.84 391	4.03 329	0.98 344	13.13 442	4.97 220	4.53 202	11.37 382	9.85 407	1.97 232	4.88 167	2.74 307	0.03 318	0.90 409	0.00 1	1.11 514	0.84 487	1.72 443

RAFT_CTSACE	3.62 322	1.65 392	5.41 320	1.36 228	3.08 450	3.95 324	1.03 348	4.62 103	4.65 199	5.33 224	17.73 465	7.63 366	2.71 265	10.98 448	1.15 161	0.00 1	0.48 344	0.00 1	0.00 1	0.31 409	0.25 165

ACRE	2.67 232	1.66 394	6.50 379	0.72 151	2.03 407	2.65 189	0.84 317	5.97 195	5.52 240	7.85 348	9.23 328	1.72 161	1.09 163	4.09 140	2.73 305	0.02 274	0.19 290	0.02 416	0.08 311	0.26 376	0.21 139

MyStereo8	3.30 289	1.69 395	6.28 371	2.51 410	3.79 478	4.22 338	0.07 59	7.43 269	6.39 281	6.51 276	10.13 355	4.23 264	1.45 200	2.79 103	5.08 384	0.06 377	1.49 515	0.00 1	0.40 476	0.26 376	1.33 398

CIPLG	2.72 240	1.69 395	6.02 356	0.80 167	2.14 412	2.66 190	0.84 317	5.90 187	5.59 242	8.12 365	9.58 341	1.74 162	1.14 170	4.53 158	2.82 311	0.02 274	0.19 290	0.02 416	0.09 323	0.26 376	0.22 146

CSP-Net	4.40 386	1.70 397	4.90 292	1.82 301	1.04 294	12.96 488	2.25 407	13.75 458	6.34 276	9.64 421	8.99 321	8.31 379	3.24 286	8.45 364	4.32 362	0.01 170	0.00 1	0.00 1	0.00 1	0.23 362	0.06 38

pmcnn	8.17 475	1.70 397	11.49 473	3.18 462	3.07 449	9.66 449	6.06 484	13.60 453	17.71 488	15.23 497	24.02 495	27.61 527	8.81 466	10.36 442	9.51 454	0.08 395	0.08 245	0.00 1	0.00 1	0.31 409	0.87 340

IGEVStereo-DCA	1.54 108	1.71 399	2.99 118	0.73 154	0.24 105	2.69 191	0.81 306	4.31 86	2.97 85	0.73 84	0.16 14	0.23 61	0.32 61	7.57 305	2.72 303	0.00 1	0.49 345	0.00 1	0.16 356	0.17 305	1.82 455

rrr	1.64 116	1.71 399	6.31 373	0.73 154	0.24 105	2.69 191	0.92 338	4.25 81	1.75 49	0.73 84	0.16 14	0.23 61	0.32 61	7.57 305	2.72 303	0.00 1	0.49 345	0.00 1	0.20 388	0.17 305	1.68 434

raft_robust	2.91 255	1.71 399	3.42 160	1.36 228	0.57 208	1.53 73	0.12 90	7.06 250	9.09 387	6.96 306	7.21 278	4.43 273	2.09 237	9.40 409	1.61 210	0.03 318	0.93 411	0.00 1	0.21 395	0.17 305	0.38 209

RALAANet	2.68 233	1.71 399	4.73 285	2.79 432	0.80 254	3.30 262	0.15 112	7.92 285	5.92 259	5.79 236	6.06 237	3.51 230	1.13 168	6.76 242	2.28 281	0.00 1	0.28 313	0.00 1	0.10 330	0.27 388	0.13 75

GwcNet-RSSM	4.13 369	1.71 399	6.25 369	2.50 409	1.93 400	2.39 156	1.49 382	9.59 330	8.71 375	6.66 288	15.04 433	8.47 388	3.84 323	6.87 247	6.74 410	0.00 1	0.00 1	0.04 444	0.00 1	0.29 399	0.15 93

RALCasStereoNet	2.39 204	1.73 404	3.59 182	2.38 396	2.69 439	2.84 212	0.18 127	5.29 136	4.94 216	2.45 143	5.62 226	2.22 180	0.79 145	7.48 299	1.63 215	0.00 1	1.75 520	0.00 1	0.00 1	0.14 276	2.03 483

ARAFT	3.32 290	1.74 405	7.92 424	0.64 136	0.15 55	4.45 350	2.89 421	8.20 290	6.30 274	9.23 409	7.12 277	5.58 313	1.24 188	8.60 372	1.69 229	0.01 170	0.03 195	0.00 1	0.00 1	0.35 420	0.35 202

LoS_RVC	1.47 101	1.75 406	2.66 85	0.52 119	3.89 480	1.67 85	0.04 32	2.66 16	2.61 70	0.55 56	2.63 128	0.31 80	1.68 219	1.99 66	0.81 96	0.01 170	0.02 167	0.00 1	0.00 1	0.03 76	5.54 527

IPLGR_C	2.69 234	1.75 406	6.20 365	0.79 164	2.06 410	2.64 187	0.86 325	6.36 215	5.64 244	8.13 366	9.26 330	1.69 160	1.15 176	3.79 129	2.80 310	0.02 274	0.20 297	0.02 416	0.08 311	0.26 376	0.18 117

test_xeample3	1.71 122	1.75 406	6.64 385	0.90 182	0.29 117	2.55 172	0.90 333	4.08 71	2.36 63	0.56 60	0.24 21	0.23 61	0.31 54	7.51 300	2.73 305	0.00 1	0.70 376	0.00 1	0.36 470	0.18 316	1.92 473

iResNet_ROB	4.67 404	1.77 409	5.93 352	2.47 407	0.95 282	3.78 312	0.36 177	15.65 484	17.36 484	8.75 390	11.23 379	7.05 357	4.60 362	8.94 391	4.23 358	0.01 170	0.00 1	0.00 1	0.00 1	0.16 296	0.15 93

GANet	6.86 450	1.78 410	5.98 355	3.05 452	1.12 312	10.12 456	9.38 516	13.41 449	8.67 373	11.46 465	29.87 517	13.94 459	8.25 458	12.06 469	6.33 407	0.40 478	0.06 227	0.16 484	0.33 461	0.18 316	0.59 272

TDLM	4.58 397	1.79 411	5.03 299	2.45 405	1.32 349	4.04 331	7.15 501	11.60 390	11.46 435	6.91 299	12.69 408	5.94 328	5.03 378	9.74 424	3.80 342	0.67 493	0.00 1	0.01 383	0.05 299	0.23 362	1.78 453

DeepPruner_ROB	3.82 341	1.87 412	5.65 339	1.31 224	1.64 371	3.62 295	0.81 306	14.47 471	5.03 222	8.03 359	10.78 372	6.95 355	2.26 245	8.92 388	4.32 362	0.07 386	0.03 195	0.00 1	0.01 240	0.37 426	0.29 180

AIO-test2	2.98 265	1.88 413	4.72 283	1.67 274	3.34 462	2.64 187	0.06 52	6.96 243	15.70 475	2.65 147	7.31 282	0.93 132	0.57 117	5.81 200	1.20 171	3.30 527	0.09 252	0.00 1	0.09 323	0.22 350	0.43 237

SACVNet	4.55 394	1.88 413	5.55 333	3.38 472	1.68 378	3.11 244	2.76 420	12.44 415	6.43 282	11.07 459	11.31 380	10.53 420	5.13 386	9.88 431	4.56 370	0.08 395	0.02 167	0.00 1	0.01 240	0.38 430	0.80 333

XPNet_ROB	6.46 441	1.88 413	7.41 412	2.81 433	0.95 282	6.45 398	6.82 496	13.58 452	8.80 378	15.50 498	15.86 439	19.59 505	7.12 435	11.41 459	9.86 457	0.02 274	0.04 212	0.00 1	0.03 277	0.20 332	0.79 332

MeshStereo	11.94 517	1.88 413	5.24 308	2.11 345	1.44 360	20.09 519	4.95 469	21.74 534	16.75 481	33.10 539	35.07 534	39.28 546	22.72 531	19.45 520	13.59 498	0.19 441	0.06 227	0.02 416	0.00 1	0.46 448	0.65 292
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ccnet	7.45 466	1.89 417	7.71 417	3.18 462	2.35 421	12.19 484	6.14 485	18.95 509	9.36 395	13.33 482	20.38 478	16.00 478	9.10 473	10.10 437	15.40 507	0.44 480	0.34 322	0.25 499	0.25 415	0.48 453	1.18 381

RP	7.41 462	1.90 418	7.33 407	4.26 501	5.25 514	6.64 402	3.46 443	12.44 415	16.23 478	10.36 437	23.00 492	18.72 498	16.59 511	11.10 450	8.47 433	1.10 503	0.02 167	0.12 476	0.16 356	0.43 440	0.65 292

Nwc_Net	7.54 467	1.91 419	8.71 437	4.16 498	3.42 465	10.77 467	2.00 401	20.33 525	12.19 441	9.10 403	24.04 497	17.67 492	13.58 501	12.14 471	9.12 447	0.94 501	0.00 1	0.00 1	0.02 262	0.22 350	0.41 223

dd	2.36 196	1.93 420	6.03 358	0.83 171	0.12 36	1.80 103	0.17 122	5.30 137	11.82 439	2.98 157	3.64 166	1.50 154	1.21 185	5.25 179	3.92 347	0.13 419	0.01 128	0.04 444	0.22 402	0.10 208	0.14 80

G-Net	8.60 483	1.93 420	12.59 478	6.04 521	3.66 472	25.93 529	4.26 454	10.35 349	8.05 356	19.71 512	24.73 501	14.15 461	15.49 509	11.30 454	10.69 472	0.50 490	0.46 341	0.19 492	0.25 415	0.80 484	0.91 345

CVANet_RVC	4.68 405	1.93 420	5.57 335	2.61 420	1.86 395	4.12 335	4.94 468	12.11 401	9.29 392	8.05 362	11.08 376	10.28 414	6.48 420	9.52 414	3.19 325	0.45 482	0.01 128	0.00 1	0.12 343	0.23 362	1.75 449

fast-acv-ft	6.00 431	1.95 423	7.88 420	2.35 391	1.85 393	13.61 494	1.76 395	8.44 293	10.12 404	11.22 461	20.57 480	14.41 466	7.55 446	8.11 335	8.83 440	0.10 410	0.09 252	0.16 484	0.07 308	0.68 472	0.35 202

LMCR-Stereo	3.92 348	1.96 424	4.92 293	2.85 439	0.23 103	7.88 424	1.47 380	12.52 418	5.39 234	8.71 388	10.65 369	1.90 169	5.04 380	8.53 369	4.89 378	1.05 502	0.00 1	0.00 1	0.00 1	0.42 436	0.05 29

CFNet	4.03 357	1.97 425	6.30 372	2.70 427	1.64 371	5.41 373	0.22 144	12.14 404	10.28 406	5.24 221	11.15 377	6.43 339	3.70 317	8.97 394	4.01 353	0.00 1	0.00 1	0.00 1	0.00 1	0.30 402	0.13 75

DMCA-RVC	3.59 319	1.98 426	8.68 436	2.30 383	1.48 363	3.54 287	0.55 231	8.40 292	5.43 237	9.37 414	5.90 231	8.34 381	3.21 284	7.19 270	4.46 367	0.06 377	0.11 262	0.08 466	0.02 262	0.21 343	0.40 213

WCMA_ROB	10.20 499	1.99 427	9.33 455	3.01 447	2.46 427	15.78 501	7.67 507	12.75 424	15.41 471	25.08 529	33.42 530	27.06 526	19.86 520	13.87 489	12.47 487	1.28 507	0.38 331	0.18 490	0.20 388	0.28 391	1.54 413

gwcnet-sp	3.58 316	2.01 428	8.82 441	2.01 336	0.69 229	7.38 419	1.10 356	9.23 319	6.66 297	9.32 410	5.91 232	4.21 261	3.31 292	6.91 250	3.69 332	0.00 1	0.00 1	0.00 1	0.00 1	0.24 367	0.18 117

scenet	3.58 316	2.01 428	8.82 441	2.01 336	0.69 229	7.38 419	1.10 356	9.23 319	6.66 297	9.32 410	5.91 232	4.21 261	3.31 292	6.91 250	3.69 332	0.00 1	0.00 1	0.00 1	0.00 1	0.24 367	0.18 117

ssnet	3.58 316	2.01 428	8.82 441	2.01 336	0.69 229	7.38 419	1.10 356	9.23 319	6.66 297	9.32 410	5.91 232	4.21 261	3.31 292	6.91 250	3.69 332	0.00 1	0.00 1	0.00 1	0.00 1	0.24 367	0.18 117

FBW_ROB	9.17 490	2.08 431	10.31 468	2.51 410	1.66 376	13.22 491	6.04 483	23.09 535	20.11 498	19.55 510	15.80 438	18.97 502	11.96 494	19.34 519	11.38 477	0.66 492	0.30 315	2.15 525	0.90 507	1.15 495	2.16 491

iinet-f	6.21 434	2.11 432	28.74 539	2.13 346	1.38 354	11.62 476	1.49 382	7.64 278	7.19 324	7.77 345	14.38 427	10.49 417	7.79 450	7.76 315	12.90 492	0.03 318	0.03 195	0.05 451	0.00 1	0.67 470	0.12 70

BEATNet_4x	3.69 326	2.12 433	8.11 426	1.82 301	0.16 61	5.30 371	1.04 351	10.87 367	6.14 268	7.09 312	8.42 314	4.99 296	4.42 350	5.89 201	6.23 405	0.04 348	0.05 221	0.00 1	0.00 1	0.32 414	0.84 337

DN-CSS_ROB	3.00 267	2.14 434	7.33 407	2.67 425	0.78 250	3.13 247	0.07 59	6.68 233	4.22 172	5.51 231	12.12 396	2.33 181	1.21 185	8.69 378	2.51 289	0.03 318	0.00 1	0.00 1	0.00 1	0.42 436	0.15 93

AF-Net	8.37 479	2.16 435	9.01 446	3.65 482	4.58 503	9.40 445	2.63 414	17.71 500	21.32 505	10.38 438	24.51 500	20.43 510	16.67 512	12.54 477	10.76 473	0.70 495	0.00 1	0.12 476	0.00 1	0.47 450	0.42 228

psmorigin	7.74 468	2.19 436	18.99 512	2.51 410	0.89 267	7.08 413	2.74 418	11.25 377	7.90 350	20.49 515	22.36 490	20.16 507	11.95 493	13.84 488	10.61 468	0.04 348	0.18 288	0.06 455	0.24 411	0.27 388	1.07 367

z-ln-s-r	6.62 446	2.20 437	17.98 508	1.77 292	2.00 404	3.38 268	2.61 413	8.63 298	13.06 454	7.07 310	25.89 507	8.73 393	7.60 448	12.16 472	18.56 511	0.01 170	0.00 1	0.00 1	0.00 1	0.32 414	0.49 243

Wz-Net-LNSev-Ref	6.52 444	2.21 438	12.10 476	2.75 428	3.28 457	10.03 454	3.05 429	12.31 408	11.52 436	10.10 431	21.36 482	11.51 438	7.30 440	11.56 461	10.61 468	0.09 406	0.00 1	0.00 1	0.00 1	0.08 170	0.51 249

FADNet-RVC-Resample	4.11 364	2.25 439	13.88 486	1.64 264	0.66 224	5.91 388	2.34 409	10.87 367	9.09 387	6.53 278	4.34 178	5.69 320	4.71 367	8.01 329	4.64 373	0.18 440	0.22 300	0.17 489	0.12 343	0.46 448	0.59 272

NaN_ROB	6.51 443	2.25 439	8.77 439	1.69 277	1.79 385	9.71 450	10.94 521	16.20 489	16.13 477	13.04 480	8.86 317	11.77 443	5.94 407	12.88 480	8.01 427	0.05 365	0.13 273	0.07 460	0.20 388	0.32 414	1.50 410

sAnonymous2	1.54 108	2.26 441	9.53 457	0.65 140	0.50 182	1.20 15	0.23 148	4.86 110	3.65 134	0.42 28	1.27 71	0.23 61	1.40 197	1.23 24	0.68 69	0.02 274	0.00 1	0.00 1	0.20 388	2.00 511	0.42 228

CroCo_RVC	1.54 108	2.26 441	9.53 457	0.65 140	0.50 182	1.20 15	0.23 148	4.86 110	3.65 134	0.42 28	1.27 71	0.23 61	1.40 197	1.23 24	0.68 69	0.02 274	0.00 1	0.00 1	0.20 388	2.00 511	0.42 228

iResNetv2_ROB	4.72 406	2.26 441	8.87 444	3.20 464	1.25 333	4.32 345	1.73 393	14.22 467	10.62 416	10.53 441	12.13 398	7.77 368	5.54 401	8.29 347	2.76 309	0.00 1	0.00 1	0.00 1	0.00 1	0.42 436	0.55 257

DEFOM-Stereo_RVC	1.09 55	2.27 444	1.82 15	1.16 205	0.34 135	0.56 5	0.05 39	2.94 17	1.46 40	0.40 22	0.94 61	0.22 59	2.27 246	6.26 217	0.63 60	0.00 1	0.08 245	0.00 1	0.17 366	0.04 105	0.16 102

RAFT + AFF	4.63 401	2.28 445	7.43 413	1.51 252	2.38 423	5.81 386	6.49 490	10.74 363	8.53 371	7.75 344	8.95 320	7.47 363	6.68 427	9.17 402	5.06 383	0.08 395	0.47 343	0.00 1	0.01 240	0.66 469	1.03 365

NCC-stereo	7.43 464	2.28 445	8.58 434	3.28 468	4.48 497	8.34 428	4.27 455	20.45 526	13.66 459	9.17 406	17.52 462	16.49 481	14.31 506	13.71 486	8.95 443	1.73 513	0.12 267	0.01 383	0.50 489	0.21 343	0.60 274

Abc-Net	7.43 464	2.28 445	8.58 434	3.28 468	4.48 497	8.34 428	4.27 455	20.45 526	13.66 459	9.17 406	17.52 462	16.49 481	14.31 506	13.71 486	8.95 443	1.73 513	0.12 267	0.01 383	0.50 489	0.21 343	0.60 274
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
YMNet	5.84 427	2.29 448	10.08 463	3.80 487	4.45 495	10.40 459	0.88 331	10.81 364	7.17 322	14.28 492	16.67 450	11.58 439	4.41 348	8.51 367	9.37 451	0.12 416	0.35 326	0.11 469	0.08 311	0.79 482	0.62 282

YMNet_1	5.84 427	2.29 448	10.08 463	3.80 487	4.45 495	10.40 459	0.88 331	10.81 364	7.17 322	14.28 492	16.67 450	11.58 439	4.41 348	8.51 367	9.37 451	0.12 416	0.35 326	0.11 469	0.08 311	0.79 482	0.62 282

LL-Strereo	5.14 419	2.29 448	8.95 445	1.26 217	5.05 511	3.66 298	1.40 377	10.33 348	8.98 383	8.71 388	8.24 312	10.70 425	11.10 486	12.66 479	5.36 390	0.05 365	1.35 508	0.00 1	0.00 1	0.38 430	2.23 496

ADCRef	7.76 469	2.31 451	19.09 513	2.82 435	3.29 458	11.88 479	3.06 430	11.52 387	10.89 423	13.69 486	25.85 506	8.20 375	8.89 468	8.95 392	22.66 523	0.16 430	0.08 245	0.16 484	0.34 465	0.47 450	0.91 345

FADNet_RVC	4.24 376	2.32 452	14.23 490	1.18 209	0.79 251	5.64 379	0.60 246	11.50 386	7.19 324	3.68 177	8.08 309	4.14 257	4.06 335	10.29 441	7.47 421	0.36 475	0.44 339	0.18 490	0.47 485	0.93 489	1.23 386

GMStereo_Zeroshot	2.92 257	2.33 453	6.12 360	1.66 270	0.36 146	3.61 291	0.09 72	5.95 193	6.20 270	7.15 317	7.11 276	8.37 382	0.91 149	6.17 213	1.97 252	0.00 1	0.00 1	0.00 1	0.00 1	0.22 350	0.14 80

FADNet	4.55 394	2.35 454	13.60 484	1.87 306	0.80 254	4.74 362	0.75 294	14.47 471	12.41 443	4.07 190	5.45 220	9.64 402	5.03 378	8.86 385	4.82 377	0.20 444	0.04 212	0.07 460	0.05 299	1.27 498	0.40 213

PA-Net	5.40 421	2.35 454	9.55 459	2.75 428	2.21 414	8.74 437	3.92 449	13.05 436	13.35 457	7.30 331	7.98 302	8.08 373	6.39 417	11.17 453	9.30 449	0.02 274	0.03 195	0.00 1	0.03 277	0.16 296	1.55 416
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 433	2.40 456	8.22 429	3.43 473	4.43 494	10.57 465	4.21 453	19.44 514	11.24 433	12.86 476	8.06 307	11.64 442	4.79 370	8.65 377	9.32 450	0.01 170	0.10 258	0.00 1	0.03 277	0.34 418	0.69 307

PSMNet_ROB	5.41 423	2.45 457	7.39 410	2.36 393	1.90 397	10.11 455	6.54 491	16.32 491	7.59 340	6.84 298	10.83 373	12.06 449	4.13 339	8.73 379	10.24 463	0.02 274	0.01 128	0.01 383	0.11 337	0.26 376	0.40 213

APVNet	6.28 437	2.46 458	10.09 465	3.51 478	3.97 485	12.15 482	1.75 394	20.08 524	6.73 300	6.92 305	13.45 418	10.75 427	6.29 416	11.86 465	14.34 502	0.05 365	0.02 167	0.11 469	0.03 277	0.63 466	0.34 197

NCCL2	6.27 436	2.46 458	7.00 397	2.36 393	1.11 309	9.48 446	11.14 523	13.01 435	10.40 411	9.94 428	9.49 339	22.11 516	7.42 442	9.90 433	8.56 435	0.01 170	0.00 1	0.02 416	0.03 277	0.20 332	0.73 319

TCMNet	5.54 425	2.53 460	10.92 471	4.50 509	6.58 520	8.90 441	1.31 374	11.59 389	8.68 374	7.24 324	12.74 409	8.37 382	4.65 364	9.30 406	10.83 474	0.11 414	0.19 290	0.31 502	0.09 323	0.84 487	1.07 367

PS-NSSS	4.22 374	2.53 460	5.89 351	1.01 193	2.93 445	4.05 333	1.93 399	11.44 384	8.94 382	7.14 316	14.70 432	4.96 294	2.60 261	9.09 399	3.92 347	0.40 478	0.04 212	0.83 513	0.00 1	1.09 491	1.02 362

LALA_ROB	7.02 455	2.54 462	8.51 431	1.53 255	0.96 284	9.96 452	8.71 513	16.70 493	12.68 447	12.99 478	13.90 424	24.47 519	5.40 397	11.61 463	9.50 453	0.04 348	0.05 221	0.00 1	0.02 262	0.17 305	0.65 292

DPSNet	10.88 507	2.57 463	20.40 517	2.24 368	1.90 397	24.92 527	17.00 549	21.35 531	28.61 524	12.87 477	13.74 421	17.01 488	20.14 522	15.36 498	14.01 500	0.81 497	0.98 436	0.20 493	0.65 497	1.30 499	1.54 413

ETE_ROB	6.28 437	2.60 464	9.22 453	1.71 281	0.84 261	6.44 397	6.78 495	13.16 443	8.80 378	13.01 479	15.93 441	21.01 514	6.18 413	10.97 447	8.11 429	0.04 348	0.01 128	0.00 1	0.02 262	0.16 296	0.70 311

dad	5.10 417	2.61 465	6.76 392	1.23 213	0.14 47	2.85 223	0.36 177	7.98 287	14.88 466	10.84 449	17.06 454	15.59 473	3.29 289	7.24 274	4.39 364	1.20 505	0.10 258	4.02 532	0.49 488	0.20 332	0.69 307

AANet_RVC	5.41 423	2.61 465	8.17 427	2.25 370	1.30 346	2.27 145	1.64 389	10.82 366	18.54 491	8.01 358	18.09 468	8.39 386	3.31 292	11.37 458	8.98 445	1.15 504	0.38 331	0.02 416	0.00 1	0.17 305	0.70 311

FADNet-RVC	4.36 382	2.62 467	14.51 493	2.01 336	0.44 172	4.27 341	1.27 369	12.61 420	7.89 349	3.76 179	4.05 173	10.63 422	4.34 347	9.87 429	7.66 424	0.03 318	0.09 252	0.00 1	0.03 277	0.65 468	0.50 245

LE_ROB	17.31 535	2.62 467	14.26 491	4.20 499	1.80 386	17.40 508	9.70 518	15.38 482	55.92 560	63.97 570	40.81 544	35.50 542	39.26 553	15.64 502	28.51 543	0.06 377	0.11 262	0.13 478	0.21 395	0.14 276	0.51 249

DFGA-Net	3.09 272	2.73 469	9.21 452	1.79 294	0.47 175	3.30 262	0.20 137	7.49 271	6.20 270	5.54 233	6.42 255	2.17 179	1.12 166	7.96 325	6.56 409	0.01 170	0.00 1	0.00 1	0.00 1	0.43 440	0.17 112

SDNR	7.97 471	2.75 470	16.90 505	2.28 380	0.94 279	45.23 556	0.43 196	9.30 325	10.84 421	10.71 445	25.30 504	5.51 311	4.47 352	11.98 467	7.58 423	0.15 424	0.14 277	0.00 1	0.04 295	2.27 513	2.65 507

Wz-Net-LNSev	7.12 457	2.75 470	18.64 510	1.70 280	4.16 489	12.79 487	6.72 493	13.74 457	13.57 458	11.14 460	17.31 460	11.90 448	8.50 461	8.96 393	9.94 458	0.00 1	0.01 128	0.00 1	0.00 1	0.18 316	0.34 197

RGC	7.40 461	2.77 472	7.71 417	4.43 508	4.87 509	8.88 439	2.96 426	16.05 488	12.76 451	11.96 473	19.57 475	18.32 497	11.57 492	13.89 490	9.58 455	0.83 498	0.02 167	0.24 498	0.41 479	0.40 434	0.77 327

ADCP+	8.60 483	2.78 473	17.44 506	1.69 277	4.27 491	16.95 507	5.29 473	13.38 448	12.52 444	13.57 485	17.57 464	10.86 431	11.28 488	18.43 517	23.91 532	0.03 318	0.05 221	0.01 383	0.18 372	0.47 450	1.31 396

PDISCO_ROB	10.27 500	2.79 474	13.30 481	10.58 534	9.96 536	22.78 523	5.99 480	20.01 520	28.57 523	11.88 471	14.49 430	20.54 511	4.92 374	17.01 511	10.29 464	5.79 531	0.42 335	0.14 480	0.13 349	2.53 516	3.25 511

CSAN	8.41 480	2.86 475	9.35 456	2.43 403	0.82 259	13.59 493	11.68 529	15.80 486	21.98 509	14.71 494	16.46 447	18.00 494	14.42 508	13.68 485	10.10 459	0.10 410	0.13 273	0.15 481	0.19 376	0.43 440	1.28 394

GwcNet	6.95 451	2.89 476	13.32 482	2.82 435	5.53 515	11.76 477	2.14 406	14.95 477	17.69 487	10.83 448	18.14 469	10.83 430	6.66 425	9.83 428	10.19 462	0.03 318	0.06 227	0.03 434	0.08 311	0.64 467	0.66 301

FINET	6.96 452	2.98 477	13.77 485	3.20 464	4.81 508	9.65 448	9.90 519	13.68 456	23.91 514	8.28 371	13.70 419	5.36 307	5.83 404	10.79 446	8.05 428	0.90 499	1.43 509	0.11 469	0.38 473	0.48 453	1.98 481

w-ln-seven-2	7.81 470	3.17 478	25.87 532	2.09 341	1.12 312	8.35 431	3.84 446	12.83 426	16.45 479	13.88 488	21.42 483	11.83 445	11.07 485	11.91 466	10.62 470	0.03 318	0.19 290	0.00 1	0.02 262	0.37 426	1.13 378

Wz-Net-MNSev	8.12 474	3.18 479	18.07 509	2.63 421	3.36 463	17.82 511	9.40 517	12.89 430	15.44 472	13.95 490	18.21 470	14.38 464	7.75 449	12.50 474	11.45 478	0.46 484	0.03 195	0.00 1	0.01 240	0.26 376	0.58 269

ADCL	10.77 504	3.23 480	21.50 519	2.26 373	1.96 403	23.65 524	9.07 514	14.69 475	24.88 516	15.21 496	27.20 509	12.68 454	14.02 505	16.94 510	24.43 534	0.26 463	0.18 288	0.74 511	0.67 498	0.80 484	1.02 362

MANE	20.98 546	3.23 480	8.81 440	5.96 520	6.96 523	33.07 543	13.20 533	35.43 548	38.86 546	44.72 555	52.41 559	53.20 554	41.84 556	34.74 547	27.45 541	1.87 518	2.27 526	1.54 521	10.18 551	0.69 474	3.11 510

SANet	11.48 513	3.34 482	13.93 487	2.40 401	1.01 290	16.49 503	12.16 532	20.05 523	37.28 542	19.62 511	28.04 511	25.61 523	20.10 521	14.43 492	12.39 486	0.10 410	0.06 227	0.03 434	0.06 306	0.76 480	1.73 445

SGM-ForestM	18.61 540	3.38 483	10.14 466	3.44 474	2.24 418	34.17 545	15.39 538	29.44 546	33.93 530	38.55 547	41.08 545	53.64 555	36.76 550	34.82 548	27.16 540	1.25 506	1.81 523	0.74 511	1.01 512	0.61 464	2.61 506

ADCPNet	10.18 498	3.40 484	33.24 543	2.38 396	1.74 381	17.75 510	7.65 506	13.20 444	13.03 453	14.09 491	21.72 486	19.36 503	11.40 490	15.43 500	23.00 525	0.28 467	1.15 486	0.39 508	1.48 523	0.68 472	2.21 494

DGSMNet	7.10 456	3.49 485	15.11 496	4.36 506	4.41 493	8.94 442	6.25 486	15.10 479	14.28 463	8.15 367	14.51 431	10.08 411	5.38 396	11.04 449	7.95 426	1.49 511	2.00 524	1.79 522	1.68 528	2.43 514	3.48 515

ELAS	17.99 537	3.49 485	11.19 472	6.14 522	5.79 517	34.89 546	17.28 550	28.75 543	30.47 526	40.80 551	45.79 550	39.04 545	32.05 547	27.63 542	24.30 533	1.88 519	2.41 530	1.09 515	1.48 523	1.83 508	3.48 515
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	7.18 459	3.58 487	25.29 530	4.27 502	7.20 524	3.78 312	4.64 463	14.03 463	20.86 503	8.85 392	10.57 366	7.35 360	7.88 452	12.16 472	10.66 471	0.25 460	0.16 283	0.29 501	0.43 482	0.77 481	0.65 292

GANetREF_RVC	6.97 453	3.59 488	9.14 451	4.00 493	0.40 161	13.17 489	11.27 527	15.95 487	17.51 486	10.62 443	10.66 370	12.15 450	7.97 454	13.18 483	5.04 382	0.45 482	0.00 1	0.01 383	0.15 354	3.47 522	0.60 274
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
ELAS_RVC	17.82 536	3.60 489	11.92 474	6.63 524	5.73 516	30.34 538	19.64 552	26.92 540	35.06 537	40.79 550	41.32 546	37.31 544	31.61 544	30.54 543	22.93 524	1.97 521	2.40 528	1.28 519	1.27 519	1.71 505	3.51 517
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SHD	10.45 502	3.67 490	14.03 488	4.81 512	4.52 500	11.93 480	1.66 392	21.36 532	38.40 545	18.84 509	21.72 486	17.63 490	13.07 497	15.65 503	17.71 510	0.36 475	1.09 466	0.01 383	0.32 458	0.50 457	1.67 431

Syn2CoEx	6.70 447	3.69 491	12.14 477	2.78 431	1.68 378	8.36 432	3.21 436	18.59 507	12.66 446	8.86 393	20.79 481	10.52 418	10.54 482	9.68 418	8.70 438	0.01 170	0.00 1	0.00 1	0.00 1	0.69 474	1.00 357

aanetorigin	9.02 486	3.75 492	28.68 538	2.16 348	3.86 479	5.84 387	5.40 476	5.93 192	10.39 410	28.12 532	31.02 523	15.98 477	13.74 502	9.38 408	12.55 488	0.25 460	0.22 300	0.22 496	0.24 411	1.24 496	1.47 407

TRStereo	2.71 237	3.79 493	5.46 324	2.19 356	2.22 416	2.98 236	1.07 354	9.83 336	4.39 183	3.46 169	3.48 154	3.92 245	0.77 140	6.43 223	1.70 230	0.03 318	0.63 362	0.00 1	0.29 447	0.11 224	1.49 409

SAMSARA	15.67 527	3.89 494	14.48 492	13.77 540	7.92 529	38.69 550	73.90 573	21.22 530	24.66 515	17.04 505	13.86 422	30.01 531	13.07 497	18.07 516	17.48 509	0.23 455	1.46 512	0.07 460	0.40 476	0.99 490	2.15 490

SuperB	8.29 478	3.96 495	24.92 528	2.96 444	1.33 350	9.83 451	4.15 452	10.92 371	29.79 525	11.86 470	12.51 404	6.07 330	6.97 431	11.13 452	14.73 503	0.15 424	0.11 262	0.35 504	0.26 432	12.64 540	1.11 373

PVD	16.41 529	3.98 496	16.04 499	5.38 515	4.59 505	19.44 516	7.28 503	28.88 544	49.27 555	31.53 537	43.72 548	30.36 533	32.17 548	26.70 541	23.19 526	0.25 460	1.48 514	0.04 444	0.59 494	0.52 459	2.87 509

w-ln-seven	10.89 508	4.13 497	29.29 540	2.40 401	2.62 434	15.68 500	5.09 472	18.55 506	34.46 535	21.14 517	26.71 508	15.16 472	9.01 472	12.97 481	19.34 515	0.05 365	0.00 1	0.00 1	0.00 1	0.54 461	0.71 314

anonymity	8.04 472	4.13 497	12.86 479	7.43 526	13.11 543	8.34 428	2.02 402	18.21 504	7.55 339	13.88 488	9.27 331	10.63 422	7.79 450	11.57 462	6.06 397	6.25 532	5.59 556	3.71 531	3.28 536	3.27 520	5.78 528

RTSC	9.87 495	4.34 499	16.44 502	4.60 511	2.38 423	12.54 485	0.75 294	18.19 503	37.31 543	16.16 502	15.86 439	13.32 455	7.56 447	20.93 526	23.50 528	0.34 473	1.07 464	0.02 416	0.35 468	0.71 477	0.99 355

PWCDC_ROB	8.50 481	4.40 500	9.57 460	6.16 523	4.54 502	10.46 461	1.03 348	15.30 480	28.16 522	10.88 451	30.88 522	6.96 356	11.31 489	14.57 493	10.40 466	3.10 526	0.02 167	0.00 1	0.00 1	1.55 503	0.63 287

SQANet	8.22 477	4.42 501	7.19 406	12.11 537	9.77 535	11.80 478	3.23 437	12.00 398	6.60 291	8.59 383	11.52 384	10.97 434	5.31 394	11.10 450	4.20 356	9.56 540	2.29 527	10.51 539	1.61 527	13.06 542	8.49 536

ADCMid	10.97 509	4.49 502	23.66 524	2.53 414	2.52 432	11.46 474	6.31 487	15.31 481	12.85 452	23.57 523	22.99 491	17.92 493	21.04 525	19.57 521	28.05 542	0.47 487	0.43 336	1.10 516	1.32 520	1.73 506	2.10 487

PWC_ROB	8.89 485	4.49 502	15.62 498	2.92 441	4.49 499	7.89 425	1.23 366	17.29 499	20.00 497	16.54 503	28.06 512	14.37 463	11.98 495	14.93 497	15.43 508	0.47 487	0.00 1	0.05 451	0.00 1	0.67 470	1.31 396

MFN_U_SF_RVC	13.54 521	4.69 504	28.43 537	4.24 500	2.50 430	24.26 525	5.99 480	28.23 542	20.18 500	24.06 526	29.38 515	30.35 532	16.92 513	20.98 528	21.39 519	1.35 508	1.13 474	1.02 514	1.41 522	1.88 509	2.50 505

XQC	9.46 491	4.84 505	18.88 511	4.07 494	3.09 451	15.97 502	6.65 492	16.26 490	26.63 519	12.63 474	12.35 402	15.75 474	10.62 483	16.48 506	21.19 518	0.44 480	0.96 424	0.05 451	0.32 458	1.10 492	0.99 355

Consistency-Raft	9.58 493	5.11 506	13.00 480	5.61 517	8.92 533	4.03 329	5.07 471	19.73 518	24.90 517	11.32 464	29.86 516	13.36 456	6.16 412	8.00 326	13.47 497	0.67 493	0.34 322	1.81 523	4.36 542	12.23 538	3.62 519

z-mn7	11.06 510	5.25 507	22.57 521	2.37 395	1.74 381	19.71 517	5.54 478	14.08 464	35.39 540	10.07 430	36.03 536	15.76 475	10.23 479	22.26 531	18.95 513	0.04 348	0.01 128	0.00 1	0.00 1	0.45 445	0.68 306

MFN_U_SF_DS_RVC	10.36 501	5.37 508	16.61 504	2.95 443	3.02 448	24.75 526	15.44 539	14.68 474	19.73 495	19.77 513	23.97 494	16.98 486	8.40 459	17.58 514	9.23 448	1.59 512	1.75 520	0.16 484	2.63 530	0.75 479	1.85 464

WZ-Net	13.61 522	5.57 509	42.84 554	3.89 491	3.19 454	19.90 518	15.44 539	15.67 485	32.04 528	16.13 501	28.69 513	22.17 517	15.84 510	21.40 529	26.87 538	0.75 496	0.01 128	0.01 383	0.03 277	0.51 458	1.20 383

PASM	9.11 487	5.68 510	25.06 529	4.33 504	4.18 490	7.01 410	8.48 510	12.37 411	20.95 504	13.49 484	15.37 435	18.80 499	11.52 491	14.70 494	12.70 489	0.93 500	1.19 492	0.32 503	1.21 518	1.66 504	2.22 495

GASNet	5.62 426	5.76 511	12.05 475	5.03 514	2.08 411	3.77 310	1.53 384	12.92 431	11.62 437	9.64 421	7.40 284	8.58 391	7.54 445	14.76 496	8.25 431	0.02 274	0.15 280	0.00 1	0.00 1	0.81 486	0.52 252

PSMNet-RUCA	6.00 431	5.79 512	14.15 489	10.30 532	7.63 526	6.94 406	1.89 397	12.74 423	10.95 425	4.10 192	11.72 389	4.77 283	1.72 224	8.74 380	5.09 385	1.88 519	0.12 267	4.77 533	0.71 500	5.10 526	0.82 335

MSAF-DinoV2	10.81 506	5.90 513	16.35 501	3.91 492	2.57 433	8.73 436	4.64 463	14.74 476	22.45 511	10.92 454	18.73 472	29.19 529	17.54 514	23.14 534	29.42 545	0.36 475	0.15 280	0.25 499	0.80 505	2.89 519	3.52 518

MaskLacGwcNet_RVC	6.42 440	6.12 514	6.53 381	4.29 503	3.61 471	15.41 499	4.13 451	12.36 410	7.32 331	7.60 339	8.51 315	8.97 397	2.64 263	10.17 439	3.72 335	8.16 537	2.40 528	2.00 524	0.11 337	8.55 535	5.84 529

ADCS	13.76 523	6.46 515	30.74 541	3.62 481	2.93 445	14.28 496	11.22 526	20.02 521	34.42 534	23.20 520	25.42 505	19.51 504	19.62 519	24.54 538	33.88 552	0.27 466	0.23 304	0.37 507	0.19 376	1.47 501	2.84 508

EDNetEfficient	14.14 525	6.71 516	56.12 560	2.99 446	3.58 469	5.38 372	8.49 511	9.35 327	33.24 529	40.73 549	30.21 519	18.04 495	22.92 532	12.13 470	26.26 537	0.16 430	0.24 307	0.07 460	1.15 515	2.58 517	2.39 500

AnyNet_C32	11.82 515	7.08 517	25.83 531	4.55 510	5.88 518	16.92 506	16.97 548	14.14 465	18.11 490	16.87 504	21.66 485	14.78 467	13.87 504	23.54 536	31.83 549	0.24 457	0.28 313	0.35 504	0.53 491	1.35 500	1.71 442

AnonymousM	2.96 263	7.19 518	1.41 4	0.92 185	0.06 11	2.37 154	0.52 223	6.05 197	3.83 148	4.97 210	2.37 119	1.91 170	1.00 157	2.23 81	1.06 148	0.01 170	0.57 351	17.64 544	4.90 543	0.02 44	0.27 171

SPS-STEREO	15.83 528	7.38 519	14.92 495	11.63 536	11.77 541	25.30 528	7.12 500	25.20 538	17.06 483	32.24 538	30.34 520	31.63 534	22.59 529	25.67 539	21.97 521	7.71 536	4.50 552	3.35 530	1.56 526	6.97 533	7.72 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	14.85 526	7.41 520	36.29 548	7.76 528	43.77 567	11.24 473	12.14 531	16.73 494	23.72 512	23.73 525	32.92 527	18.89 501	13.31 499	16.60 507	12.37 485	0.26 463	0.86 404	0.11 469	0.43 482	1.24 496	17.26 560

zh-mn7	11.74 514	7.51 521	34.00 544	1.96 325	1.02 292	13.44 492	2.89 421	13.67 454	34.35 533	22.18 518	39.79 541	12.33 451	10.28 480	20.97 527	18.78 512	0.30 469	0.01 128	0.00 1	0.01 240	0.45 445	0.91 345

UDGNet	2.92 257	7.79 522	4.92 293	3.01 447	0.08 17	2.96 233	0.20 137	4.77 107	8.93 381	2.91 155	2.85 135	0.95 134	1.00 157	6.46 224	1.66 224	1.46 510	0.00 1	5.33 536	0.92 510	1.95 510	0.19 127

MSC_U_SF_DS_RVC	17.08 532	7.98 523	24.37 527	6.82 525	2.93 445	39.68 552	16.11 541	25.46 539	34.93 536	34.13 541	34.20 531	29.20 530	24.94 537	23.01 533	19.39 516	2.79 523	2.87 538	1.18 518	1.53 525	6.78 532	3.31 512

Wz-Net-SNSev	9.92 496	8.01 524	26.42 533	2.26 373	1.85 393	8.36 432	14.30 537	18.01 502	21.68 506	10.78 447	23.95 493	16.84 485	8.60 463	15.59 501	19.76 517	0.01 170	0.03 195	0.01 383	0.00 1	0.52 459	1.34 400

zh-sn7	11.83 516	8.57 525	35.78 546	2.64 422	2.36 422	11.60 475	8.25 509	14.25 468	19.40 494	17.10 506	32.57 525	14.39 465	18.76 516	24.15 537	24.76 535	0.04 348	0.14 277	0.00 1	0.01 240	0.62 465	1.33 398

otaku	12.35 519	8.64 526	9.11 450	13.56 539	10.98 537	26.23 530	7.22 502	19.45 515	19.26 493	11.92 472	17.90 466	20.21 508	8.91 469	16.06 504	6.09 399	9.77 542	2.50 531	13.23 540	1.90 529	14.61 543	9.41 541

NVStereoNet_ROB	17.22 533	8.76 527	16.47 503	7.52 527	8.42 531	13.75 495	11.07 522	24.24 537	26.67 520	31.00 535	46.49 551	34.88 541	27.06 540	22.72 532	23.61 529	6.83 535	4.32 551	6.32 537	10.37 552	4.39 523	9.57 542
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
StereoAnything_RVC	1.96 140	8.91 528	4.47 258	0.54 122	0.91 272	1.09 10	0.05 39	3.94 62	1.37 38	0.25 4	0.29 26	0.15 41	0.68 128	6.92 253	0.47 14	0.02 274	0.84 397	0.00 1	0.00 1	6.61 530	1.61 419

SGM+DAISY	17.25 534	9.46 529	22.74 522	10.11 531	11.40 538	28.98 537	13.74 535	21.15 529	16.85 482	31.39 536	34.79 532	34.05 539	24.24 536	26.23 540	19.31 514	8.79 539	7.56 560	4.88 534	3.93 540	6.07 529	9.33 539

MFMNet_re	14.09 524	9.67 530	20.31 516	10.40 533	7.62 525	21.38 522	17.49 551	21.36 532	31.95 527	23.70 524	29.22 514	18.87 500	27.41 541	14.27 491	11.16 475	2.85 524	1.51 516	0.41 509	0.28 441	4.88 524	7.10 533

Ntro	12.91 520	9.95 531	10.01 462	14.12 541	12.55 542	26.31 531	6.76 494	19.04 511	22.03 510	10.23 434	16.26 444	20.22 509	10.06 477	16.81 509	7.93 425	10.16 544	2.55 533	15.19 542	2.86 531	15.27 544	9.93 544

UDG	9.12 488	10.06 532	6.35 375	10.06 530	9.64 534	10.48 462	2.33 408	12.73 422	10.19 405	8.33 372	10.27 357	16.70 484	10.47 481	8.33 354	9.07 446	4.28 528	2.59 534	18.90 545	3.83 539	11.35 537	6.50 532

CC-Net-ROB	8.09 473	10.11 533	9.03 447	4.07 494	3.74 477	15.24 498	4.84 467	18.44 505	10.87 422	6.73 295	14.03 425	7.54 364	4.68 365	11.61 463	3.98 351	6.59 533	2.54 532	16.51 543	1.19 517	7.88 534	2.20 493

RTS	19.64 543	10.42 534	87.01 570	5.88 518	6.82 521	41.73 553	16.69 544	16.80 495	41.90 549	23.44 521	32.96 528	13.79 457	21.49 526	38.85 553	30.84 546	0.46 484	0.70 376	0.00 1	0.09 323	1.13 493	1.70 439

RTSA	19.64 543	10.42 534	87.01 570	5.88 518	6.82 521	41.73 553	16.69 544	16.80 495	41.90 549	23.44 521	32.96 528	13.79 457	21.49 526	38.85 553	30.84 546	0.46 484	0.70 376	0.00 1	0.09 323	1.13 493	1.70 439

BEATNet-Init1	24.70 547	11.33 536	44.28 555	5.48 516	3.94 483	47.60 560	22.33 555	34.94 547	40.01 547	48.11 558	49.98 555	59.86 559	43.17 557	39.48 555	31.77 548	1.37 509	1.76 522	1.17 517	1.17 516	2.44 515	3.85 521

Wz-Net-TNSev	12.01 518	11.86 537	38.26 550	2.81 433	1.82 389	18.12 512	11.31 528	16.67 492	21.73 507	15.06 495	17.17 456	19.72 506	20.69 524	20.68 524	21.41 520	0.04 348	0.06 227	0.00 1	0.16 356	0.74 478	1.93 474

DDUNet	10.03 497	12.17 538	8.24 430	13.02 538	11.73 540	10.32 458	3.76 445	12.27 407	8.35 365	9.64 421	13.89 423	16.48 480	6.67 426	9.50 413	7.00 414	6.80 534	3.45 546	21.10 546	4.33 541	12.78 541	9.12 538

AnyNet_C01	16.99 531	12.34 539	60.47 562	4.88 513	3.11 453	31.77 539	16.79 546	18.60 508	17.96 489	18.62 508	38.50 539	24.03 518	19.00 517	30.59 544	35.18 554	0.29 468	0.56 349	0.45 510	0.48 486	2.70 518	3.40 513

EDNetEfficientorigin	18.25 539	14.44 540	99.41 582	1.72 286	1.00 288	12.07 481	6.97 499	13.67 454	35.06 537	38.59 548	37.10 538	27.03 525	27.46 542	15.38 499	26.92 539	0.05 365	0.08 245	0.15 481	0.62 495	3.33 521	3.92 523

JetBlue	29.99 553	17.24 541	55.64 559	16.24 542	21.08 555	62.07 571	33.14 562	40.60 551	35.73 541	34.59 544	40.67 543	57.18 558	43.54 558	51.46 566	52.18 568	2.72 522	4.58 554	2.86 526	3.53 537	10.57 536	14.11 555

GCST	9.50 492	17.91 542	6.18 364	53.02 565	11.57 539	10.95 469	0.20 137	7.71 281	7.12 319	9.83 427	4.71 192	4.87 289	1.49 202	9.87 429	2.06 260	8.70 538	0.07 241	22.79 547	0.40 476	6.66 531	3.86 522

coex-ft	20.15 545	20.03 543	87.93 572	1.81 298	1.77 383	18.77 514	13.73 534	13.28 446	41.87 548	60.24 566	39.04 540	28.27 528	30.39 543	12.57 478	28.66 544	0.20 444	0.23 304	0.04 444	0.30 451	1.52 502	2.34 499

ACVNet-4b	16.48 530	23.07 544	14.73 494	16.69 543	15.18 546	31.83 540	7.30 504	19.71 517	27.82 521	11.54 468	22.10 489	31.68 535	8.96 471	18.88 518	7.28 419	11.04 546	2.65 535	24.93 550	5.02 544	18.57 547	10.67 547

IGEV-BASED-STEREO-	4.37 384	25.82 545	26.88 534	0.56 125	0.08 17	1.46 64	0.53 226	2.17 9	2.15 60	0.67 77	0.73 43	0.23 61	0.20 28	1.58 49	0.80 91	11.76 549	0.38 331	0.00 1	0.08 311	1.75 507	9.67 543

WAO-7	30.22 554	25.83 546	23.33 523	33.10 554	14.36 544	36.98 547	22.41 556	52.85 565	64.46 567	43.76 553	59.24 565	52.31 552	45.69 560	32.82 545	32.60 550	11.16 548	5.49 555	13.76 541	12.60 557	12.36 539	9.38 540

ACVNet_1	19.51 542	26.19 547	15.50 497	17.71 544	15.28 547	26.46 532	9.36 515	29.16 545	34.18 531	25.06 528	24.89 502	37.18 543	21.93 528	17.80 515	15.03 505	11.08 547	2.83 536	25.29 551	5.06 546	19.11 548	11.14 548

DispFullNet	18.06 538	27.03 548	34.90 545	22.68 549	20.79 552	15.03 497	3.18 435	16.95 497	26.06 518	20.48 514	16.91 452	20.55 512	18.37 515	23.48 535	12.16 484	5.31 530	2.91 539	31.24 554	8.09 550	22.63 551	12.44 552

RainbowNet	18.69 541	27.15 549	22.03 520	18.76 545	15.00 545	27.97 535	10.17 520	27.99 541	34.19 532	15.53 499	27.53 510	25.33 521	13.80 503	19.86 523	10.59 467	14.50 554	3.57 547	23.85 549	5.03 545	18.49 546	12.41 551

test_for_model	7.41 462	28.34 550	2.84 100	22.38 548	16.53 549	3.40 269	0.91 336	6.72 235	4.54 192	8.04 360	2.84 134	1.04 136	0.43 97	0.86 6	0.60 51	9.67 541	3.31 543	0.00 1	0.08 311	26.60 555	9.03 537

IMH-64-1	28.06 551	29.98 551	19.46 514	32.15 552	20.98 553	27.68 533	16.66 542	47.31 555	44.85 552	34.14 542	50.94 556	41.49 547	31.67 545	37.53 549	23.88 530	14.17 552	2.96 540	34.45 556	11.15 553	26.12 553	13.75 553

IMH-64	28.06 551	29.98 551	19.46 514	32.15 552	20.98 553	27.68 533	16.66 542	47.31 555	44.85 552	34.14 542	50.94 556	41.49 547	31.67 545	37.53 549	23.88 530	14.17 552	2.96 540	34.45 556	11.15 553	26.12 553	13.75 553

IMH	30.65 555	30.30 553	21.09 518	34.89 556	21.75 557	33.16 544	16.91 547	49.53 562	52.50 556	38.41 546	55.10 562	45.13 549	40.36 555	41.57 556	25.66 536	14.74 555	3.36 545	35.43 558	11.69 555	27.31 558	14.16 556

ACVNet_2	27.45 549	30.56 554	27.90 535	20.72 546	15.55 548	37.22 548	14.00 536	49.32 561	65.88 569	43.17 552	56.99 563	51.90 551	26.98 539	21.46 530	15.38 506	10.77 545	2.85 537	23.12 548	3.62 538	20.08 549	11.47 549

TorneroNet-64	33.32 557	33.28 555	33.07 542	35.14 557	21.25 556	48.02 561	21.13 553	43.47 553	58.77 561	33.36 540	46.64 552	62.00 562	38.19 551	44.82 560	35.07 553	15.02 556	3.59 548	35.81 559	12.20 556	29.45 560	16.17 557

TorneroNet	36.02 561	35.25 556	36.33 549	38.44 559	22.19 558	50.72 565	24.42 559	48.39 558	54.53 558	38.03 545	53.44 560	62.83 565	44.79 559	47.68 563	42.11 562	15.69 557	3.97 550	37.25 560	15.05 559	30.83 562	18.40 562

MADNet+	27.96 550	35.32 557	91.41 574	21.04 547	8.86 532	49.25 562	47.41 569	36.98 549	37.84 544	21.00 516	30.83 521	25.41 522	34.95 549	46.51 561	51.54 567	3.04 525	3.33 544	1.48 520	1.05 513	5.85 528	6.05 530

WAO-8	38.93 562	36.84 558	23.97 525	43.96 560	24.48 560	45.73 557	22.62 557	53.10 566	75.66 571	53.86 563	66.14 571	62.39 563	55.11 567	43.01 558	40.67 560	22.98 560	7.22 558	37.53 561	19.49 561	27.04 557	16.83 558

Venus	38.93 562	36.84 558	23.97 525	43.96 560	24.48 560	45.73 557	22.62 557	53.10 566	75.66 571	53.86 563	66.17 572	62.39 563	55.11 567	43.01 558	40.67 560	22.98 560	7.22 558	37.53 561	19.49 561	27.02 556	16.83 558

WAO-6	35.59 559	37.89 560	17.67 507	37.86 558	24.46 559	37.85 549	21.49 554	49.01 560	67.96 570	44.22 554	48.08 553	53.02 553	53.39 565	33.67 546	36.83 556	26.05 562	7.83 561	43.19 563	21.76 563	30.18 561	19.37 563

Dean	35.52 558	40.12 561	27.99 536	30.63 551	17.33 550	45.80 559	11.68 529	57.61 570	76.54 573	63.70 569	60.65 566	66.93 568	49.40 563	38.12 551	40.28 559	12.18 550	3.73 549	28.86 552	5.94 549	20.69 550	12.16 550

LVE	35.84 560	41.54 562	36.25 547	33.36 555	18.92 551	53.05 567	27.99 560	53.17 568	64.93 568	47.63 557	61.58 567	54.25 556	38.72 552	38.72 552	35.50 555	16.36 558	6.23 557	31.51 555	14.04 558	25.01 552	18.07 561

PWCK	31.62 556	45.59 563	49.67 557	30.49 550	7.80 527	42.91 555	29.73 561	45.45 554	44.44 551	47.41 556	36.92 537	47.86 550	26.79 538	41.90 557	33.36 551	22.77 559	4.56 553	29.89 553	5.13 547	29.43 559	10.36 546

UNDER WATER-64	46.01 565	48.25 564	68.05 564	44.59 562	28.11 562	57.02 570	43.78 567	40.20 550	48.80 554	52.08 562	42.95 547	67.22 569	57.71 569	48.98 565	49.57 565	40.01 565	17.98 564	52.15 566	39.41 566	38.99 563	34.41 565

UNDER WATER	45.99 564	49.80 565	68.56 565	49.99 564	32.13 563	55.35 569	39.50 564	41.12 552	52.90 557	50.69 559	45.18 549	67.79 570	58.75 570	51.93 568	50.97 566	30.59 563	14.03 563	51.66 565	37.15 564	40.27 564	31.35 564

DLNR_Zeroshot_test	24.96 548	51.28 566	90.69 573	97.84 581	97.22 580	1.40 58	0.12 90	23.19 536	3.55 126	1.21 119	2.95 139	0.72 122	0.31 54	7.09 264	2.61 296	38.70 564	1.32 501	0.00 1	0.29 447	77.04 576	1.68 434

notaker	48.05 566	55.94 567	50.90 558	56.89 568	40.29 564	38.96 551	33.86 563	47.82 557	55.70 559	57.55 565	57.48 564	60.22 560	59.71 571	54.64 569	43.27 563	41.13 566	19.86 565	57.61 567	37.79 565	50.95 566	40.33 566

ktn	49.32 567	58.11 568	40.16 552	59.92 569	43.22 566	49.79 564	42.99 566	48.56 559	60.67 563	51.59 560	54.51 561	55.34 557	52.65 564	47.92 564	37.91 557	57.88 570	24.79 566	63.00 570	43.57 567	52.51 567	41.31 567

HanzoNet	57.16 570	60.12 569	60.00 561	55.77 567	42.11 565	51.98 566	41.93 565	52.07 563	61.47 564	65.98 572	65.90 570	72.11 572	70.14 572	71.11 572	61.13 570	64.31 572	34.72 570	62.27 569	50.86 569	52.83 568	46.33 568

JetRed	61.44 571	61.87 570	83.02 569	46.49 563	56.73 571	83.63 572	65.09 571	59.75 572	64.22 566	69.50 573	69.26 573	66.24 567	47.62 561	61.80 570	74.60 573	45.99 567	66.40 573	46.67 564	45.27 568	63.49 570	51.22 570

KSHMR	56.07 569	64.25 571	40.47 553	74.89 571	49.63 569	49.42 563	45.46 568	57.71 571	63.52 565	61.65 568	61.67 568	71.88 571	47.67 562	51.47 567	44.57 564	54.67 569	62.25 571	66.31 571	54.18 571	53.03 569	46.75 569

DPSimNet_ROB	54.45 568	65.73 572	47.00 556	54.49 566	46.37 568	55.34 568	56.47 570	56.18 569	59.04 562	64.57 571	51.76 558	64.01 566	54.49 566	47.54 562	67.21 572	63.21 571	27.86 569	58.04 568	51.28 570	46.61 565	51.87 571

LRCNet_RVC	66.47 572	66.44 573	69.02 566	71.60 570	54.27 570	32.21 542	2.93 425	63.19 573	21.83 508	82.02 574	90.16 575	83.59 573	72.13 573	69.45 571	53.25 569	95.47 579	64.21 572	95.15 579	95.27 579	72.59 571	74.60 573

USTest	87.45 579	75.67 574	64.78 563	81.43 576	83.22 576	99.90 584	99.97 582	99.47 582	99.59 580	98.27 579	99.02 581	90.91 575	98.36 580	83.71 574	98.28 581	79.81 576	95.66 578	69.62 572	73.61 575	75.15 575	82.65 578

MADNet++	82.81 574	81.73 575	74.64 567	87.71 577	82.67 575	93.35 574	70.27 572	86.39 577	82.88 574	93.51 578	86.62 574	86.40 574	81.37 574	88.21 575	88.63 574	86.59 577	84.23 577	72.14 574	68.69 573	78.88 577	81.36 577

TCMNet-wrong-test	67.37 573	85.99 576	81.87 568	95.65 578	94.75 578	89.54 573	85.95 574	52.26 564	35.23 539	51.69 561	62.14 569	60.40 561	40.29 554	77.33 573	64.52 571	48.91 568	9.04 562	69.84 573	68.02 572	91.10 579	82.88 579

xxxxx1	85.58 576	90.37 577	96.61 577	76.69 572	80.77 572	97.50 578	96.92 578	85.57 574	88.66 575	88.63 575	91.64 576	94.27 576	93.09 575	90.03 576	91.91 575	70.77 573	70.62 574	73.61 575	81.26 576	72.90 572	79.86 574

tt_ll	85.58 576	90.37 577	96.61 577	76.69 572	80.77 572	97.50 578	96.92 578	85.57 574	88.66 575	88.63 575	91.64 576	94.27 576	93.09 575	90.03 576	91.91 575	70.77 573	70.62 574	73.61 575	81.26 576	72.90 572	79.86 574

ff	85.58 576	90.37 577	96.61 577	76.69 572	80.77 572	97.50 578	96.92 578	85.57 574	88.66 575	88.63 575	91.64 576	94.27 576	93.09 575	90.03 576	91.91 575	70.77 573	70.62 574	73.61 575	81.26 576	72.90 572	79.86 574

ccccc		96.47 580		100.00 588	100.00 585	97.29 577		99.52 583		99.28 583		99.32 582		99.92 582		100.00 587	100.00 585	99.95 582	99.77 583	100.00 586

MEDIAN_ROB	98.44 581	99.70 581	99.34 581	97.13 579	97.06 579	96.94 576	95.91 577	97.71 580	97.33 579	98.78 582	98.91 580	99.19 581	98.13 579	96.94 579	96.99 580	99.97 583	99.18 580	100.00 583	99.99 584	99.70 582	99.83 582

Anonymous_1	99.01 583	99.91 582	99.85 583	97.31 580	99.09 582	100.00 585	100.00 584	99.59 584	99.96 582	99.29 584	99.86 582	99.55 583	99.99 584	99.30 581	99.76 582	95.67 580	99.58 581	97.24 580	98.56 581	97.36 580	98.34 581

HaxPig	98.85 582	99.94 583	95.36 575	99.99 585	99.98 583	94.12 575	94.52 575	99.12 581	99.96 582	99.96 585	99.99 583	99.98 586	99.89 582	98.16 580	96.14 579	99.98 584	99.99 584	100.00 583	99.99 584	99.99 585	99.95 585

AVERAGE_ROB	99.63 585	99.96 584	98.88 580	100.00 588	100.00 585	98.16 581	95.64 576	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	99.99 584	100.00 587	100.00 585	100.00 583	100.00 586	100.00 586	100.00 589

test_example2	99.38 584	99.98 585	99.99 585	100.00 588	99.98 583	99.73 582	99.99 583	96.99 579	100.00 584	100.00 586	100.00 584	96.49 579	96.74 578	99.97 583	99.96 583	100.00 587	99.97 583	98.68 581	99.11 582	100.00 586	100.00 589

FlowAnything	100.00 590	100.00 586	100.00 588	100.00 588	100.00 585	100.00 585	100.00 584	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	100.00 587	100.00 587	100.00 585	100.00 583	100.00 586	100.00 586	100.00 589

Selective-RAFT-Error	100.00 590	100.00 586	100.00 588	100.00 588	100.00 585	100.00 585	100.00 584	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	100.00 587	100.00 587	100.00 585	100.00 583	100.00 586	100.00 586	100.00 589

PML	97.69 580	100.00 586	96.50 576	97.85 582	97.35 581	99.77 583	99.36 581	96.92 578	96.34 578	100.00 586	96.52 579	97.41 580	99.61 581	100.00 587	95.46 578	99.99 585	97.44 579	100.00 583	96.08 580	99.13 581	88.02 580

CasAABBNet	100.00 590	100.00 586	100.00 588	100.00 588	100.00 585	100.00 585	100.00 584	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	100.00 587	100.00 587	100.00 585	100.00 583	100.00 586	100.00 586	100.00 589

LSM0	100.00 590	100.00 586	100.00 588	100.00 588	100.00 585	100.00 585	100.00 584	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	100.00 587	100.00 587	100.00 585	100.00 583	100.00 586	100.00 586	99.99 586

DPSMNet_ROB	99.90 586	100.00 586	99.99 585	99.99 585	100.00 585	100.00 585	100.00 584	99.98 585	100.00 584	98.37 580	100.00 584	99.81 584	100.00 585	99.97 583	99.99 584	100.00 587	100.00 585	100.00 583	100.00 586	100.00 586	99.99 586

DGTPSM_ROB	99.90 586	100.00 586	99.99 585	99.99 585	100.00 585	100.00 585	100.00 584	99.98 585	100.00 584	98.37 580	100.00 584	99.81 584	100.00 585	99.97 583	99.99 584	99.99 585	100.00 585	100.00 583	100.00 586	100.00 586	99.99 586

DPSM_ROB	99.94 588	100.00 586	100.00 588	99.74 583	100.00 585	100.00 585	100.00 584	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	100.00 587	99.08 581	100.00 585	100.00 583	100.00 586	99.98 583	99.94 583

DPSM	99.94 588	100.00 586	100.00 588	99.74 583	100.00 585	100.00 585	100.00 584	100.00 587	100.00 584	100.00 586	100.00 584	100.00 588	100.00 585	100.00 587	100.00 587	99.08 581	100.00 585	100.00 583	100.00 586	99.98 583	99.94 583

Low-res two-view benchmark