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):

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 Infoalllakes. 1llakes. 1ssand box 1lsand box 1sstora. room 1lstora. room 1sstora. room 2lstora. room 2sstora. room 2 1lstora. room 2 1sstora. room 2 2lstora. room 2 2sstora. room 3lstora. room 3stunnel 1ltunnel 1stunnel 2ltunnel 2stunnel 3ltunnel 3s
sorted bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort bysort by
CREStereotwo views0.10
1
0.06
4
0.51
1
0.00
1
0.00
1
1.06
87
0.00
1
0.20
11
0.08
3
0.00
1
0.00
1
0.02
4
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.00
1
PMTNettwo views0.11
2
0.07
10
0.60
2
0.00
1
0.00
1
1.05
84
0.04
83
0.16
6
0.08
3
0.00
1
0.00
1
0.04
7
0.00
1
0.03
7
0.01
5
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.00
1
Gwc-CoAtRStwo views0.12
3
0.06
4
1.17
28
0.00
1
0.11
114
0.41
16
0.00
1
0.20
11
0.04
1
0.01
30
0.00
1
0.18
24
0.00
1
0.01
2
0.06
23
0.00
1
0.00
1
0.00
1
0.18
126
0.01
12
0.00
1
R-Stereo Traintwo views0.15
4
0.03
1
0.77
6
0.00
1
0.00
1
0.74
54
0.00
1
1.36
87
0.09
7
0.02
45
0.00
1
0.01
1
0.00
1
0.01
2
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.01
35
RAFT-Stereopermissivetwo views0.15
4
0.03
1
0.77
6
0.00
1
0.00
1
0.74
54
0.00
1
1.36
87
0.09
7
0.02
45
0.00
1
0.01
1
0.00
1
0.01
2
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.01
35
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNettwo views0.19
6
0.55
92
1.36
33
0.00
1
0.00
1
0.25
6
0.00
1
1.09
73
0.23
26
0.00
1
0.00
1
0.14
19
0.02
23
0.02
6
0.14
45
0.00
1
0.00
1
0.00
1
0.00
1
0.05
57
0.00
1
Vladimir Tankovich, Christian Häne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
DMCAtwo views0.19
6
0.16
26
1.39
34
0.00
1
0.01
71
1.00
80
0.01
56
0.38
26
0.57
55
0.01
30
0.01
49
0.05
9
0.00
1
0.05
8
0.12
40
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.00
1
AdaStereotwo views0.20
8
0.06
4
0.86
11
0.00
1
0.00
1
0.25
6
0.00
1
1.71
103
0.56
51
0.00
1
0.00
1
0.31
42
0.01
18
0.11
14
0.11
36
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.00
1
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.
ACVNettwo views0.20
8
0.14
23
0.96
18
0.01
72
0.00
1
1.05
84
0.11
91
0.19
8
0.60
73
0.01
30
0.01
49
0.71
74
0.00
1
0.05
8
0.10
33
0.00
1
0.00
1
0.00
1
0.00
1
0.05
57
0.00
1
acv_fttwo views0.21
10
0.14
23
0.95
17
0.00
1
0.00
1
0.41
16
0.00
1
0.58
42
0.60
73
0.19
86
0.01
49
0.71
74
0.12
70
0.05
8
0.12
40
0.00
1
0.00
1
0.00
1
0.00
1
0.24
115
0.00
1
DPM-Stereotwo views0.22
11
0.10
16
0.77
6
0.00
1
0.00
1
1.09
98
0.00
1
1.68
101
0.57
55
0.01
30
0.00
1
0.01
1
0.07
60
0.01
2
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.01
35
MLCVtwo views0.23
12
0.46
71
1.15
24
0.00
1
0.00
1
0.45
26
0.00
1
0.57
40
0.15
14
0.09
77
0.00
1
0.27
35
0.03
34
1.09
24
0.25
58
0.00
1
0.00
1
0.00
1
0.00
1
0.05
57
0.00
1
DeepPruner_ROBtwo views0.23
12
0.37
60
1.26
29
0.00
1
0.00
1
1.11
101
0.03
78
0.20
11
0.07
2
0.00
1
0.00
1
0.39
54
0.03
34
1.12
25
0.02
11
0.00
1
0.00
1
0.00
1
0.00
1
0.04
50
0.00
1
FENettwo views0.23
12
0.05
3
1.39
34
0.00
1
0.00
1
1.00
80
0.00
1
0.80
55
0.57
55
0.00
1
0.00
1
0.24
31
0.04
45
0.23
17
0.18
52
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.01
35
BEATNet_4xtwo views0.24
15
0.51
84
1.71
52
0.00
1
0.00
1
0.31
8
0.00
1
0.99
67
0.31
30
0.00
1
0.00
1
0.29
37
0.03
34
0.22
16
0.35
65
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.02
57
StereoDRNet-Refinedtwo views0.24
15
0.08
12
0.68
4
0.00
1
0.00
1
0.83
61
0.00
1
0.66
46
0.61
77
0.00
1
0.00
1
0.50
64
0.02
23
1.28
27
0.08
30
0.00
1
0.00
1
0.00
1
0.00
1
0.10
87
0.04
85
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
STTStereotwo views0.24
15
0.28
38
1.68
48
0.00
1
0.00
1
0.84
62
0.03
78
0.16
6
0.08
3
0.02
45
0.00
1
0.20
27
0.03
34
1.54
28
0.01
5
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
MFMNet_retwo views0.24
15
0.74
111
2.31
72
0.53
129
0.00
1
0.17
2
0.01
56
0.02
1
0.59
70
0.01
30
0.03
75
0.12
15
0.00
1
0.07
11
0.01
5
0.00
1
0.00
1
0.00
1
0.00
1
0.19
109
0.01
35
iResNettwo views0.25
19
0.27
36
1.68
48
0.00
1
0.00
1
0.69
50
0.00
1
1.22
82
0.56
51
0.00
1
0.00
1
0.04
7
0.03
34
0.12
15
0.30
62
0.00
1
0.00
1
0.00
1
0.00
1
0.05
57
0.01
35
DN-CSS_ROBtwo views0.26
20
0.75
112
1.33
32
0.00
1
0.00
1
0.99
79
0.00
1
1.04
68
0.61
77
0.01
30
0.00
1
0.19
26
0.02
23
0.07
11
0.01
5
0.00
1
0.00
1
0.00
1
0.00
1
0.22
113
0.01
35
DLCB_ROBtwo views0.27
21
0.16
26
0.71
5
0.00
1
0.00
1
0.44
25
0.00
1
0.43
28
0.57
55
0.02
45
0.04
77
0.63
68
0.04
45
2.18
40
0.24
57
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
HGLStereotwo views0.28
22
0.12
20
1.15
24
0.00
1
0.00
1
0.65
45
0.00
1
0.57
40
0.25
27
0.02
45
0.01
49
0.47
60
0.03
34
2.17
39
0.14
45
0.00
1
0.00
1
0.00
1
0.00
1
0.03
43
0.01
35
ccstwo views0.29
23
0.08
12
0.79
9
0.00
1
0.00
1
0.88
65
0.22
96
1.71
103
0.63
97
0.00
1
0.01
49
0.30
41
0.23
83
0.86
21
0.03
13
0.01
105
0.00
1
0.03
119
0.01
103
0.06
66
0.02
57
NCCL2two views0.29
23
0.50
79
1.52
41
0.00
1
0.00
1
0.81
59
0.00
1
0.45
30
0.22
23
0.00
1
0.00
1
0.02
4
0.03
34
2.14
37
0.06
23
0.00
1
0.00
1
0.02
113
0.00
1
0.01
12
0.03
72
iResNet_ROBtwo views0.30
25
0.66
103
1.41
37
0.00
1
0.00
1
0.70
51
0.00
1
0.79
53
0.57
55
0.04
63
0.01
49
0.08
11
0.01
18
1.55
29
0.03
13
0.00
1
0.00
1
0.00
1
0.00
1
0.06
66
0.00
1
ETE_ROBtwo views0.31
26
0.34
48
0.89
12
0.00
1
0.00
1
0.97
74
0.01
56
1.45
94
0.57
55
0.02
45
0.00
1
0.17
21
0.02
23
1.75
31
0.07
28
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
DMCA-RVCcopylefttwo views0.31
26
0.48
76
2.47
77
0.00
1
0.03
93
0.78
58
0.03
78
0.06
2
0.08
3
0.01
30
0.01
49
0.08
11
0.33
90
1.59
30
0.16
49
0.00
1
0.02
107
0.01
104
0.00
1
0.01
12
0.01
35
DISCOtwo views0.31
26
0.11
17
1.73
53
0.16
117
0.16
117
0.31
8
0.00
1
0.09
3
0.17
18
0.00
1
0.01
49
1.51
106
0.00
1
1.21
26
0.62
79
0.00
1
0.00
1
0.00
1
0.00
1
0.03
43
0.01
35
LALA_ROBtwo views0.31
26
0.38
61
0.91
15
0.00
1
0.01
71
1.00
80
0.01
56
1.60
96
0.61
77
0.15
84
0.00
1
0.09
14
0.01
18
1.04
23
0.41
68
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.00
1
CFNet_RVCtwo views0.31
26
0.34
48
0.96
18
0.00
1
0.00
1
1.08
95
0.00
1
0.19
8
0.15
14
0.01
30
0.00
1
0.48
61
0.00
1
2.95
60
0.05
20
0.00
1
0.00
1
0.01
104
0.00
1
0.01
12
0.01
35
CFNet-ftpermissivetwo views0.31
26
0.34
48
0.96
18
0.00
1
0.00
1
1.08
95
0.00
1
0.19
8
0.15
14
0.01
30
0.00
1
0.48
61
0.00
1
2.95
60
0.05
20
0.00
1
0.00
1
0.01
104
0.00
1
0.01
12
0.01
35
GANet-RSSMtwo views0.34
32
0.29
42
0.97
21
0.00
1
0.00
1
1.05
84
0.00
1
0.22
14
0.15
14
0.03
55
0.00
1
0.31
42
0.00
1
3.62
72
0.14
45
0.00
1
0.00
1
0.03
119
0.00
1
0.05
57
0.01
35
NLCA_NET_v2_RVCtwo views0.35
33
0.49
78
2.00
61
0.00
1
0.02
82
0.96
72
0.00
1
0.55
38
0.18
21
0.03
55
0.00
1
0.35
49
0.10
65
2.37
43
0.01
5
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
cf-rtwo views0.35
33
0.41
66
1.45
38
0.00
1
0.00
1
1.06
87
0.00
1
0.43
28
0.38
35
0.05
67
0.00
1
0.65
72
0.00
1
2.53
49
0.04
15
0.00
1
0.00
1
0.00
1
0.00
1
0.04
50
0.02
57
iResNetv2_ROBtwo views0.36
35
1.03
123
2.96
91
0.00
1
0.00
1
0.58
36
0.00
1
1.51
95
0.58
65
0.01
30
0.00
1
0.08
11
0.02
23
0.07
11
0.02
11
0.00
1
0.00
1
0.00
1
0.00
1
0.29
121
0.02
57
PSMNet-RSSMtwo views0.36
35
0.36
57
0.93
16
0.00
1
0.00
1
1.06
87
0.00
1
0.50
35
0.53
45
0.04
63
0.00
1
0.40
55
0.00
1
3.33
68
0.06
23
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.01
35
CC-Net-ROBtwo views0.37
37
0.50
79
2.09
69
0.00
1
0.02
82
0.98
75
0.00
1
0.46
31
0.17
18
0.08
74
0.00
1
0.33
44
0.11
67
2.54
50
0.01
5
0.00
1
0.00
1
0.00
1
0.01
103
0.01
12
0.00
1
XPNet_ROBtwo views0.37
37
0.34
48
1.01
22
0.01
72
0.00
1
0.96
72
0.00
1
1.11
75
0.46
39
0.00
1
0.00
1
0.17
21
0.02
23
2.73
53
0.54
75
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.01
35
ac_64two views0.39
39
0.12
20
1.15
24
0.04
95
0.01
71
0.43
24
0.02
72
0.25
17
0.59
70
0.12
79
0.01
49
0.89
82
0.04
45
3.92
82
0.12
40
0.00
1
0.00
1
0.00
1
0.00
1
0.04
50
0.00
1
DSFCAtwo views0.40
40
0.09
15
0.84
10
0.00
1
0.01
71
0.98
75
0.37
103
0.29
19
0.62
96
0.02
45
0.32
93
0.03
6
0.24
85
3.91
81
0.34
64
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.00
1
PSMNet_ROBtwo views0.41
41
0.54
88
1.69
51
0.00
1
0.00
1
0.92
71
0.00
1
0.27
18
0.53
45
0.00
1
0.00
1
0.25
33
0.03
34
3.43
69
0.47
71
0.00
1
0.00
1
0.00
1
0.00
1
0.05
57
0.03
72
hitnet-ftcopylefttwo views0.42
42
0.30
44
1.15
24
0.00
1
0.00
1
0.73
53
0.11
91
0.30
21
0.19
22
0.04
63
0.14
85
0.75
77
0.17
77
4.33
92
0.10
33
0.01
105
0.00
1
0.03
119
0.00
1
0.04
50
0.01
35
StereoDRNettwo views0.42
42
0.50
79
2.50
79
0.02
82
0.06
105
0.51
29
0.00
1
0.34
23
0.61
77
0.00
1
0.00
1
0.33
44
0.02
23
2.87
56
0.50
74
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.02
57
RPtwo views0.42
42
0.44
68
1.52
41
0.00
1
0.01
71
0.61
39
0.02
72
1.06
70
0.39
37
0.03
55
0.01
49
0.99
88
0.16
74
2.89
58
0.18
52
0.00
1
0.00
1
0.00
1
0.00
1
0.10
87
0.00
1
Nwc_Nettwo views0.43
45
0.42
67
2.64
84
0.00
1
0.00
1
0.67
48
0.00
1
0.82
58
0.28
28
0.00
1
0.01
49
0.90
83
0.10
65
2.62
51
0.05
20
0.00
1
0.00
1
0.00
1
0.00
1
0.03
43
0.00
1
DRN-Testtwo views0.43
45
0.13
22
1.95
60
0.03
90
0.09
112
0.61
39
0.00
1
1.43
91
0.61
77
0.00
1
0.00
1
0.18
24
0.04
45
3.32
67
0.11
36
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.01
35
GwcNet-RSSMtwo views0.45
47
0.56
94
1.74
55
0.00
1
0.00
1
1.06
87
0.00
1
0.65
45
0.55
49
0.18
85
0.00
1
0.37
53
0.00
1
3.70
75
0.04
15
0.00
1
0.00
1
0.00
1
0.00
1
0.08
79
0.02
57
NVstereo2Dtwo views0.45
47
0.11
17
1.91
59
0.00
1
0.00
1
0.59
38
0.00
1
1.39
89
0.61
77
0.03
55
0.00
1
0.33
44
0.00
1
3.94
83
0.07
28
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
ccs_robtwo views0.46
49
0.54
88
1.68
48
0.00
1
0.00
1
0.98
75
0.01
56
0.70
48
0.57
55
0.00
1
0.00
1
0.07
10
0.01
18
4.35
93
0.17
51
0.00
1
0.00
1
0.00
1
0.00
1
0.11
92
0.03
72
AF-Nettwo views0.47
50
0.53
86
2.05
66
0.00
1
0.00
1
0.41
16
0.01
56
1.18
81
0.40
38
0.13
80
0.05
78
1.30
99
0.45
92
2.43
47
0.30
62
0.00
1
0.00
1
0.00
1
0.00
1
0.09
83
0.00
1
stereogantwo views0.49
51
0.22
31
2.39
73
0.00
1
0.00
1
0.63
44
0.02
72
0.79
53
0.72
105
0.06
70
0.00
1
1.68
108
0.46
93
2.63
52
0.04
15
0.00
1
0.00
1
0.00
1
0.00
1
0.14
99
0.00
1
NCC-stereotwo views0.49
51
0.46
71
2.04
64
0.03
90
0.03
93
1.06
87
0.01
56
0.78
51
0.22
23
0.06
70
0.19
87
0.64
70
0.05
54
3.65
73
0.63
80
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.00
1
TDLMtwo views0.49
51
0.39
62
1.02
23
0.00
1
0.00
1
1.08
95
0.01
56
0.36
24
0.58
65
0.14
82
0.00
1
0.27
35
0.19
78
5.46
107
0.20
56
0.00
1
0.00
1
0.00
1
0.00
1
0.13
97
0.01
35
Abc-Nettwo views0.49
51
0.46
71
2.04
64
0.03
90
0.03
93
1.06
87
0.01
56
0.78
51
0.22
23
0.06
70
0.19
87
0.64
70
0.05
54
3.65
73
0.63
80
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.00
1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereotwo views0.50
55
0.14
23
2.51
81
0.00
1
0.00
1
0.33
11
0.09
88
1.88
108
0.61
77
0.05
67
0.76
102
0.60
66
0.52
94
2.46
48
0.06
23
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.00
1
RGCtwo views0.50
55
0.53
86
2.42
74
0.00
1
0.01
71
0.65
45
0.00
1
1.07
71
0.17
18
0.01
30
0.62
99
1.00
89
0.19
78
3.03
63
0.28
61
0.00
1
0.00
1
0.00
1
0.00
1
0.05
57
0.02
57
SHDtwo views0.50
55
0.51
84
3.61
106
0.05
100
0.00
1
0.01
1
0.01
56
0.72
49
0.61
77
1.57
110
0.00
1
0.34
47
0.09
62
1.79
33
0.49
73
0.00
1
0.00
1
0.00
1
0.01
103
0.09
83
0.03
72
GwcNetcopylefttwo views0.50
55
0.46
71
3.90
111
0.00
1
0.00
1
0.42
20
0.10
90
0.38
26
0.74
107
0.03
55
0.00
1
0.63
68
0.05
54
2.92
59
0.16
49
0.00
1
0.00
1
0.00
1
0.00
1
0.17
107
0.05
89
FADNet-RVC-Resampletwo views0.51
59
0.82
117
3.08
95
0.04
95
0.04
100
0.42
20
0.09
88
1.16
79
0.34
31
0.00
1
0.03
75
0.24
31
0.05
54
3.16
64
0.13
43
0.07
123
0.12
125
0.05
124
0.02
110
0.08
79
0.20
124
PASMtwo views0.51
59
0.32
46
3.07
94
0.00
1
0.00
1
0.31
8
0.00
1
0.46
31
0.12
9
0.03
55
0.00
1
0.44
57
0.02
23
5.22
103
0.04
15
0.00
1
0.00
1
0.00
1
0.00
1
0.12
94
0.03
72
FADNet-RVCtwo views0.51
59
0.80
116
2.47
77
0.01
72
0.00
1
0.48
28
0.00
1
1.32
85
0.14
12
0.00
1
0.01
49
0.12
15
0.06
59
4.07
86
0.15
48
0.00
1
0.04
116
0.00
1
0.00
1
0.38
125
0.08
105
HSM-Net_RVCpermissivetwo views0.52
62
0.06
4
1.45
38
0.00
1
0.00
1
0.61
39
0.00
1
3.83
130
0.52
43
0.14
82
0.00
1
0.22
30
0.03
34
3.50
71
0.04
15
0.01
105
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CVANet_RVCtwo views0.53
63
0.32
46
1.26
29
0.00
1
0.00
1
0.98
75
0.00
1
0.72
49
0.55
49
0.35
92
0.12
84
0.36
51
0.14
71
5.53
109
0.08
30
0.00
1
0.00
1
0.00
1
0.00
1
0.16
104
0.00
1
RYNettwo views0.53
63
0.19
29
1.79
56
0.00
1
0.00
1
0.55
32
0.00
1
1.12
76
0.61
77
0.02
45
0.00
1
0.83
79
0.04
45
5.05
101
0.45
70
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.02
57
GANetREF_RVCpermissivetwo views0.54
65
0.70
106
2.06
67
0.00
1
0.00
1
1.14
102
0.00
1
1.61
97
0.58
65
0.00
1
0.01
49
0.29
37
0.04
45
4.21
88
0.06
23
0.00
1
0.00
1
0.00
1
0.00
1
0.03
43
0.02
57
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
GANettwo views0.55
66
0.35
54
1.40
36
0.00
1
0.00
1
0.77
57
0.08
87
0.36
24
0.57
55
0.01
30
0.00
1
0.68
73
0.11
67
5.52
108
1.07
85
0.00
1
0.00
1
0.02
113
0.00
1
0.09
83
0.03
72
FADNettwo views0.55
66
0.75
112
2.42
74
0.00
1
0.01
71
0.82
60
0.00
1
0.88
60
0.54
48
0.01
30
0.01
49
0.16
20
0.16
74
4.49
94
0.09
32
0.18
127
0.00
1
0.00
1
0.00
1
0.43
128
0.00
1
PDISCO_ROBtwo views0.56
68
0.57
95
2.07
68
0.17
119
0.00
1
1.56
110
0.01
56
2.27
118
0.51
42
0.08
74
0.01
49
0.74
76
0.28
88
2.37
43
0.13
43
0.00
1
0.00
1
0.00
1
0.00
1
0.33
124
0.00
1
CFNettwo views0.56
68
0.50
79
1.58
43
0.00
1
0.00
1
1.06
87
0.01
56
1.08
72
0.57
55
0.00
1
0.01
49
0.12
15
0.01
18
5.87
117
0.19
55
0.00
1
0.00
1
0.00
1
0.00
1
0.13
97
0.02
57
PA-Nettwo views0.57
70
0.50
79
2.73
88
0.03
90
0.06
105
0.89
67
0.02
72
0.66
46
0.63
97
0.00
1
0.00
1
0.43
56
0.07
60
4.82
97
0.55
78
0.01
105
0.00
1
0.00
1
0.00
1
0.02
28
0.04
85
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CBMVpermissivetwo views0.57
70
0.22
31
1.61
45
0.00
1
0.00
1
0.84
62
0.78
117
2.58
122
0.61
77
0.38
94
0.00
1
1.25
95
0.63
98
2.07
36
0.38
66
0.00
1
0.00
1
0.00
1
0.00
1
0.04
50
0.08
105
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
edge stereotwo views0.58
72
0.29
42
2.86
89
0.01
72
0.03
93
0.33
11
0.03
78
0.97
65
0.50
40
0.21
87
0.33
94
1.31
100
0.16
74
4.20
87
0.18
52
0.00
1
0.00
1
0.00
1
0.00
1
0.11
92
0.01
35
DANettwo views0.58
72
0.19
29
1.87
57
0.26
125
0.06
105
0.51
29
0.11
91
1.41
90
0.52
43
0.22
88
0.06
81
1.06
91
0.02
23
4.25
89
0.92
83
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.06
99
RASNettwo views0.58
72
0.27
36
1.30
31
0.00
1
0.00
1
0.61
39
0.01
56
0.47
33
0.60
73
0.08
74
0.06
81
1.52
107
0.04
45
6.18
120
0.48
72
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.00
1
Anonymous Stereotwo views0.59
75
0.78
115
2.67
85
0.00
1
0.00
1
0.55
32
0.49
109
1.05
69
0.28
28
0.00
1
0.01
49
0.12
15
0.02
23
5.54
110
0.27
60
0.00
1
0.00
1
0.00
1
0.00
1
0.07
71
0.00
1
FADNet_RVCtwo views0.60
76
0.83
118
2.50
79
0.00
1
0.00
1
1.09
98
0.00
1
1.29
83
0.50
40
0.02
45
0.05
78
0.26
34
0.03
34
3.17
66
0.25
58
0.21
129
0.26
129
0.08
128
0.28
131
0.53
130
0.55
131
NOSS_ROBtwo views0.61
77
0.17
28
0.63
3
0.19
121
0.00
1
0.67
48
0.00
1
2.38
119
0.57
55
0.13
80
0.00
1
0.94
84
0.00
1
6.27
123
0.10
33
0.00
1
0.00
1
0.00
1
0.00
1
0.04
50
0.10
113
PWC_ROBbinarytwo views0.62
78
0.54
88
3.22
97
0.00
1
0.00
1
0.22
5
0.00
1
2.18
116
0.61
77
0.00
1
0.20
89
0.29
37
0.03
34
3.46
70
1.22
90
0.00
1
0.00
1
0.00
1
0.00
1
0.39
126
0.01
35
HSMtwo views0.63
79
0.36
57
0.89
12
0.00
1
0.00
1
0.52
31
0.01
56
0.98
66
0.56
51
0.00
1
0.01
49
2.27
115
0.65
99
6.18
120
0.11
36
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.00
1
S-Stereotwo views0.65
80
0.25
34
3.44
103
0.00
1
0.00
1
0.56
34
0.05
84
1.86
107
0.61
77
0.00
1
0.76
102
0.84
80
0.11
67
4.28
91
0.11
36
0.00
1
0.01
103
0.00
1
0.00
1
0.07
71
0.03
72
XQCtwo views0.68
81
0.72
110
3.82
109
0.06
105
0.00
1
0.39
14
0.01
56
1.92
110
0.61
77
0.03
55
0.01
49
0.46
59
0.21
80
2.84
55
2.26
103
0.00
1
0.00
1
0.00
1
0.01
103
0.15
101
0.05
89
RTSCtwo views0.70
82
0.71
108
3.19
96
0.01
72
0.00
1
0.20
4
0.00
1
0.81
56
0.60
73
0.29
91
0.36
96
0.36
51
0.04
45
2.04
35
4.87
116
0.00
1
0.03
111
0.00
1
0.02
110
0.28
119
0.11
114
PVDtwo views0.73
83
0.57
95
3.38
101
0.04
95
0.19
122
0.74
54
0.00
1
0.29
19
0.79
109
2.37
114
0.00
1
0.53
65
0.09
62
2.19
41
3.20
109
0.00
1
0.05
121
0.00
1
0.02
110
0.08
79
0.15
121
AANet_RVCtwo views0.75
84
0.65
101
2.52
82
0.01
72
0.00
1
0.66
47
0.00
1
0.61
43
0.13
11
0.00
1
1.29
111
0.96
86
0.04
45
5.98
118
1.82
99
0.13
124
0.02
107
0.00
1
0.00
1
0.07
71
0.04
85
psmorigintwo views0.75
84
0.25
34
7.10
121
0.00
1
0.00
1
0.19
3
0.00
1
0.10
4
0.12
9
0.65
97
0.00
1
2.74
118
0.23
83
3.02
62
0.54
75
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.01
35
NaN_ROBtwo views0.80
86
0.47
75
1.63
46
0.17
119
0.19
122
0.58
36
0.38
105
2.11
113
0.80
110
0.53
96
0.33
94
0.48
61
1.13
111
4.98
100
1.94
100
0.00
1
0.02
107
0.01
104
0.05
117
0.06
66
0.14
120
FBW_ROBtwo views0.83
87
0.31
45
1.48
40
0.10
111
0.01
71
0.62
43
0.01
56
1.91
109
0.59
70
0.01
30
0.01
49
1.10
93
0.05
54
7.84
128
2.07
102
0.05
121
0.01
103
0.03
119
0.01
103
0.01
12
0.47
129
CBMV_ROBtwo views0.84
88
0.06
4
1.73
53
0.00
1
0.00
1
1.37
106
0.47
106
2.57
121
0.58
65
2.13
112
0.76
102
1.06
91
1.38
113
4.04
85
0.54
75
0.00
1
0.00
1
0.00
1
0.00
1
0.03
43
0.05
89
SGM-Foresttwo views0.84
88
0.07
10
0.90
14
0.02
82
0.07
109
1.10
100
0.68
113
2.12
115
0.61
77
1.14
105
0.78
105
1.36
102
0.98
107
5.55
111
1.31
93
0.00
1
0.00
1
0.00
1
0.00
1
0.02
28
0.06
99
Johannes L. Schönberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
aanetorigintwo views0.86
90
0.36
57
3.45
104
0.11
112
0.13
116
0.39
14
0.93
121
0.13
5
0.14
12
3.38
119
1.21
109
0.29
37
2.01
119
2.87
56
1.35
94
0.02
115
0.00
1
0.02
113
0.05
117
0.30
122
0.08
105
SPS-STEREOcopylefttwo views0.88
91
0.40
64
2.01
62
0.00
1
0.01
71
0.42
20
0.17
94
0.50
35
0.61
77
2.19
113
0.79
106
2.04
113
0.27
87
5.10
102
2.89
108
0.00
1
0.00
1
0.00
1
0.00
1
0.03
43
0.11
114
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCReftwo views0.92
92
0.48
76
3.35
99
0.02
82
0.02
82
0.90
68
0.32
101
0.61
43
0.65
101
0.72
98
0.17
86
0.17
21
0.82
105
2.15
38
7.95
120
0.00
1
0.00
1
0.00
1
0.00
1
0.07
71
0.03
72
PWCDC_ROBbinarytwo views0.94
93
0.91
121
2.52
82
0.00
1
0.00
1
1.15
103
0.00
1
2.11
113
1.18
116
0.00
1
8.99
125
0.35
49
0.09
62
0.64
19
0.40
67
0.00
1
0.00
1
0.00
1
0.00
1
0.50
129
0.03
72
MFN_U_SF_RVCtwo views0.95
94
1.40
126
4.49
113
0.16
117
0.11
114
0.56
34
0.07
86
1.12
76
0.36
34
0.43
95
0.27
91
1.27
98
0.73
101
3.98
84
1.47
95
0.29
132
0.34
131
0.36
134
0.55
133
0.63
131
0.46
128
SAMSARAtwo views1.01
95
0.70
106
3.29
98
0.20
123
0.06
105
1.65
111
0.05
84
0.48
34
0.53
45
2.91
118
0.68
101
2.97
119
1.08
109
3.89
80
1.54
96
0.00
1
0.04
116
0.00
1
0.02
110
0.05
57
0.03
72
CSANtwo views1.05
96
0.61
99
2.46
76
0.09
108
0.08
111
0.71
52
0.71
115
2.20
117
0.93
113
0.85
100
2.92
114
0.79
78
1.46
114
5.37
105
1.58
97
0.01
105
0.01
103
0.00
1
0.00
1
0.09
83
0.05
89
NVStereoNet_ROBtwo views1.08
97
0.39
62
2.15
71
0.08
107
0.02
82
0.45
26
0.02
72
0.89
61
0.67
102
0.10
78
5.85
119
1.90
110
1.11
110
6.20
122
1.14
86
0.20
128
0.00
1
0.03
119
0.07
120
0.12
94
0.13
118
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_DS_RVCtwo views1.16
98
2.03
132
4.57
115
0.02
82
0.04
100
3.52
126
0.27
98
1.80
106
0.58
65
0.22
88
0.28
92
1.38
103
0.02
23
6.08
119
0.42
69
0.14
125
0.68
134
0.01
104
0.26
129
0.39
126
0.47
129
G-Nettwo views1.20
99
0.28
38
2.96
91
0.05
100
0.49
127
1.73
113
0.48
107
0.23
15
0.35
32
1.35
107
9.14
126
2.33
116
0.81
103
2.40
45
1.15
87
0.01
105
0.03
111
0.02
113
0.09
123
0.07
71
0.05
89
DispFullNettwo views1.20
99
0.63
100
3.58
105
1.00
131
0.82
130
0.41
16
0.00
1
1.44
92
0.61
77
2.55
115
0.64
100
1.10
93
8.95
132
0.84
20
1.22
90
0.00
1
0.02
107
0.00
1
0.00
1
0.24
115
0.02
57
STTStereo_v2two views1.20
99
0.28
38
2.96
91
0.05
100
0.49
127
1.73
113
0.48
107
0.23
15
0.35
32
1.35
107
9.14
126
2.33
116
0.81
103
2.40
45
1.15
87
0.01
105
0.03
111
0.02
113
0.09
123
0.07
71
0.05
89
DPSNettwo views1.25
102
0.28
38
5.34
117
0.28
127
0.07
109
1.50
107
0.00
1
3.53
129
0.69
103
0.03
55
0.00
1
0.45
58
2.10
120
5.67
113
4.61
114
0.02
115
0.04
116
0.00
1
0.02
110
0.23
114
0.09
110
DeepPrunerFtwo views1.33
103
0.59
97
8.62
126
0.02
82
0.09
112
0.90
68
0.00
1
1.34
86
6.72
131
0.22
88
0.01
49
0.21
28
0.14
71
5.64
112
1.99
101
0.00
1
0.00
1
0.01
104
0.02
110
0.14
99
0.02
57
ADCP+two views1.36
104
0.76
114
6.73
120
0.01
72
0.02
82
1.32
105
0.80
119
0.81
56
0.72
105
0.01
30
0.01
49
0.96
86
1.05
108
0.33
18
13.50
132
0.00
1
0.00
1
0.00
1
0.00
1
0.06
66
0.02
57
ADCMidtwo views1.38
105
0.90
120
6.15
119
0.04
95
0.03
93
1.67
112
0.18
95
1.13
78
0.93
113
0.89
101
0.58
98
0.86
81
0.71
100
1.03
22
11.96
128
0.01
105
0.00
1
0.29
133
0.08
122
0.17
107
0.03
72
AnyNet_C32two views1.44
106
1.47
127
6.09
118
0.12
113
0.19
122
1.74
116
1.11
123
0.84
59
0.56
51
1.30
106
0.46
97
0.21
28
0.59
96
2.74
54
11.09
126
0.02
115
0.00
1
0.06
125
0.00
1
0.16
104
0.05
89
ADCPNettwo views1.44
106
0.55
92
7.88
124
0.01
72
0.19
122
2.78
121
0.27
98
0.90
62
0.38
35
0.04
63
0.02
74
1.43
105
1.81
118
2.22
42
9.08
121
0.00
1
0.47
132
0.00
1
0.64
135
0.04
50
0.15
121
ADCLtwo views1.52
108
0.44
68
4.70
116
0.07
106
0.03
93
2.21
118
2.35
128
0.92
63
0.80
110
1.57
110
1.11
108
1.25
95
1.55
115
1.77
32
11.53
127
0.01
105
0.00
1
0.00
1
0.00
1
0.10
87
0.01
35
SGM_RVCbinarytwo views1.54
109
0.35
54
1.60
44
0.15
115
0.17
119
1.25
104
0.77
116
1.97
112
0.88
112
4.31
120
2.46
113
4.36
123
2.37
121
6.98
127
1.78
98
0.21
129
0.23
128
0.20
131
0.23
128
0.26
117
0.31
125
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROBtwo views1.54
109
0.06
4
3.42
102
0.14
114
0.16
117
5.42
130
0.32
101
4.33
132
0.61
77
6.08
123
1.25
110
1.04
90
1.16
112
5.81
116
0.83
82
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.11
114
ADCStwo views1.72
111
1.22
125
8.11
125
0.00
1
0.01
71
0.88
65
0.68
113
1.44
92
0.63
97
2.60
116
0.11
83
1.42
104
0.26
86
1.97
34
14.92
134
0.00
1
0.00
1
0.00
1
0.00
1
0.08
79
0.07
104
MSC_U_SF_DS_RVCtwo views1.79
112
1.81
131
3.81
108
0.01
72
0.02
82
12.12
133
0.50
110
2.74
123
0.71
104
0.07
73
0.20
89
2.17
114
0.15
73
6.82
126
1.19
89
0.74
135
0.80
135
0.20
131
0.27
130
0.73
132
0.70
132
SuperBtwo views1.85
113
1.06
124
10.54
128
0.02
82
0.01
71
0.90
68
0.78
117
1.75
105
0.64
100
0.05
67
0.05
78
0.34
47
0.89
106
5.29
104
5.80
119
0.01
105
0.00
1
0.02
113
0.02
110
8.71
137
0.06
99
SANettwo views1.99
114
0.71
108
3.37
100
0.03
90
0.03
93
2.85
122
0.85
120
2.42
120
8.33
133
1.55
109
4.13
117
4.29
122
3.23
123
5.39
106
2.47
105
0.00
1
0.00
1
0.00
1
0.00
1
0.06
66
0.06
99
WCMA_ROBtwo views2.01
115
0.34
48
1.89
58
0.04
95
0.00
1
1.07
94
0.60
111
1.09
73
1.21
117
5.12
121
9.87
130
8.09
127
4.48
126
3.74
78
2.55
106
0.00
1
0.00
1
0.01
104
0.00
1
0.02
28
0.13
118
MSMD_ROBtwo views2.04
116
0.40
64
2.13
70
0.00
1
0.00
1
4.88
129
0.22
96
0.93
64
1.82
123
5.71
122
7.79
124
7.39
126
3.72
124
4.62
95
1.22
90
0.00
1
0.00
1
0.00
1
0.00
1
0.00
1
0.02
57
pmcnntwo views2.10
117
0.59
97
4.52
114
0.27
126
0.86
132
0.34
13
0.29
100
1.69
102
0.75
108
0.36
93
7.50
123
14.39
134
0.56
95
4.90
98
4.69
115
0.00
1
0.00
1
0.00
1
0.00
1
0.16
104
0.04
85
AnyNet_C01two views2.33
118
2.14
134
18.59
131
0.15
115
0.18
120
2.43
120
2.34
127
1.29
83
1.24
118
1.03
102
0.83
107
1.25
95
0.78
102
3.75
79
10.06
122
0.05
121
0.00
1
0.07
127
0.00
1
0.30
122
0.12
117
SGM+DAISYtwo views2.38
119
0.98
122
4.37
112
0.48
128
0.33
126
2.24
119
1.94
125
1.16
79
1.47
121
6.62
124
5.89
120
5.77
124
5.09
127
5.76
115
4.39
112
0.16
126
0.15
127
0.06
125
0.14
125
0.26
117
0.40
127
PWCKtwo views2.44
120
1.65
128
7.31
123
0.22
124
0.02
82
3.12
123
4.74
132
3.06
126
3.48
127
0.72
98
4.42
118
3.40
120
1.67
117
9.06
129
3.36
110
0.39
134
0.01
103
0.00
1
0.00
1
2.19
134
0.08
105
MeshStereopermissivetwo views2.61
121
0.65
101
2.71
87
0.02
82
0.02
82
1.55
109
0.94
122
3.02
125
1.29
119
11.21
130
7.34
122
11.54
130
2.74
122
6.34
124
2.43
104
0.00
1
0.00
1
0.00
1
0.00
1
0.28
119
0.03
72
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
FCDSN-DCtwo views2.66
122
0.08
12
1.65
47
0.00
1
0.00
1
1.73
113
0.37
103
1.64
100
1.35
120
8.08
127
11.18
131
11.78
131
7.59
129
4.76
96
2.80
107
0.02
115
0.00
1
0.00
1
0.00
1
0.03
43
0.05
89
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ELAScopylefttwo views2.75
123
0.35
54
2.67
85
0.05
100
0.04
100
6.72
131
1.83
124
2.84
124
3.38
126
8.25
129
9.14
126
3.95
121
6.15
128
3.73
77
5.70
118
0.00
1
0.04
116
0.01
104
0.01
103
0.10
87
0.08
105
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVCcopylefttwo views2.84
124
0.34
48
3.86
110
0.05
100
0.05
104
1.52
108
5.02
133
1.93
111
5.28
129
7.10
126
6.96
121
6.26
125
8.34
130
4.96
99
4.90
117
0.00
1
0.04
116
0.01
104
0.01
103
0.10
87
0.09
110
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficienttwo views2.96
125
0.23
33
19.99
132
0.19
121
0.85
131
1.02
83
2.03
126
0.56
39
5.14
128
8.09
128
1.81
112
0.94
84
4.14
125
3.72
76
10.22
125
0.00
1
0.03
111
0.00
1
0.06
119
0.05
57
0.03
72
FC-DCNNcopylefttwo views3.42
126
0.11
17
2.03
63
0.00
1
0.00
1
3.18
124
0.60
111
3.13
127
2.98
125
11.40
131
12.28
132
13.93
132
8.68
131
5.70
114
4.27
111
0.00
1
0.00
1
0.00
1
0.00
1
0.01
12
0.06
99
RTStwo views4.10
127
1.68
129
43.40
134
0.09
108
0.02
82
3.95
127
0.00
1
1.61
97
0.61
77
1.09
103
0.01
49
1.97
111
0.22
81
16.87
131
10.15
123
0.00
1
0.09
123
0.00
1
0.00
1
0.20
110
0.05
89
RTSAtwo views4.10
127
1.68
129
43.40
134
0.09
108
0.02
82
3.95
127
0.00
1
1.61
97
0.61
77
1.09
103
0.01
49
1.97
111
0.22
81
16.87
131
10.15
123
0.00
1
0.09
123
0.00
1
0.00
1
0.20
110
0.05
89
LSMtwo views4.58
129
0.88
119
17.79
130
3.73
136
38.79
137
0.85
64
2.37
129
0.54
37
1.64
122
2.88
117
3.09
115
0.62
67
0.60
97
3.16
64
1.06
84
0.00
1
0.00
1
0.00
1
0.00
1
0.12
94
13.55
137
MADNet+two views4.65
130
2.70
135
46.68
136
0.01
72
0.02
82
2.06
117
0.03
78
3.17
128
1.07
115
0.02
45
0.01
49
1.84
109
0.31
89
21.62
135
13.04
130
0.00
1
0.03
111
0.00
1
0.00
1
0.20
110
0.19
123
EDNetEfficientorigintwo views6.23
131
0.45
70
98.39
139
0.02
82
0.04
100
0.42
20
0.02
72
0.33
22
2.90
124
7.07
125
3.12
116
1.31
100
1.61
116
4.26
90
4.55
113
0.00
1
0.00
1
0.00
1
0.00
1
0.07
71
0.02
57
DPSimNet_ROBtwo views7.90
132
5.46
136
13.55
129
3.66
135
5.16
136
7.26
132
9.60
136
6.11
133
7.46
132
13.33
132
9.50
129
11.03
128
11.89
133
10.08
130
12.35
129
4.36
136
5.55
136
5.35
137
5.34
137
4.96
135
5.98
136
SGM-ForestMtwo views8.89
133
0.68
104
3.61
106
0.57
130
0.18
120
14.89
136
5.99
134
9.62
135
10.59
134
20.43
134
17.16
134
39.22
136
20.29
135
20.63
134
13.19
131
0.04
119
0.14
126
0.00
1
0.07
120
0.15
101
0.36
126
MADNet++two views9.87
134
2.12
133
7.11
122
7.99
137
4.58
135
14.38
135
6.90
135
9.23
134
5.88
130
16.88
133
17.47
135
11.07
129
15.72
134
24.26
136
19.76
136
8.52
137
6.39
137
4.85
136
2.69
136
5.96
136
5.73
135
LE_ROBtwo views9.96
135
0.54
88
9.62
127
1.40
134
1.24
134
3.29
125
4.64
131
4.31
131
43.01
137
51.54
137
13.34
133
14.15
133
24.60
138
6.66
125
20.28
137
0.04
119
0.05
121
0.12
130
0.20
127
0.07
71
0.09
110
MANEtwo views9.96
135
0.69
105
2.88
90
1.22
133
0.61
129
13.15
134
3.46
130
15.62
137
22.27
136
22.74
135
30.00
137
29.74
135
23.22
136
17.17
133
13.78
133
0.29
132
0.56
133
0.09
129
0.61
134
0.15
101
1.00
134
BEATNet-Init1two views14.52
137
6.56
137
34.32
133
1.10
132
1.02
133
31.53
137
11.99
137
15.58
136
17.42
135
30.17
136
27.03
136
43.14
137
24.36
137
24.41
137
18.27
135
0.27
131
0.32
130
0.36
134
0.46
132
1.26
133
0.76
133
DGTPSM_ROBtwo views81.49
138
60.74
139
99.95
140
61.20
138
86.99
140
99.11
140
100.00
140
95.92
139
99.99
140
73.08
138
100.00
139
70.81
138
100.00
140
77.39
138
99.98
140
35.10
138
97.48
141
35.12
138
99.89
141
46.16
138
90.85
138
DPSMNet_ROBtwo views81.54
139
60.77
140
99.95
140
61.42
139
87.05
141
99.11
140
100.00
140
95.93
140
99.99
140
73.11
139
100.00
139
70.84
139
100.00
140
77.43
139
99.98
140
35.39
139
97.54
142
35.21
139
99.89
141
46.30
139
90.94
139
MEDIAN_ROBtwo views93.37
140
98.75
143
96.05
138
90.90
142
90.53
142
85.63
138
76.45
138
92.03
138
89.53
138
95.05
140
94.99
138
96.02
140
93.85
139
90.36
140
87.21
138
98.36
143
95.79
138
99.61
142
98.77
140
98.80
143
98.72
143
DPSM_ROBtwo views94.00
141
79.32
141
100.00
142
83.19
140
85.69
138
100.00
142
100.00
140
100.00
141
100.00
142
100.00
141
100.00
139
100.00
141
100.00
140
100.00
142
100.00
142
89.53
140
97.42
139
74.97
140
95.13
138
83.79
140
90.98
140
DPSMtwo views94.00
141
79.32
141
100.00
142
83.19
140
85.69
138
100.00
142
100.00
140
100.00
141
100.00
142
100.00
141
100.00
139
100.00
141
100.00
140
100.00
142
100.00
142
89.53
140
97.42
139
74.97
140
95.13
138
83.79
140
90.98
140
AVERAGE_ROBtwo views98.45
143
99.13
144
95.46
137
100.00
144
100.00
144
93.36
139
81.95
139
100.00
141
99.97
139
100.00
141
100.00
139
100.00
141
100.00
140
99.72
141
99.40
139
100.00
144
100.00
144
100.00
143
100.00
143
100.00
144
100.00
144
LSM0two views99.11
144
99.97
145
100.00
142
95.93
143
98.59
143
100.00
142
100.00
140
100.00
141
100.00
142
100.00
141
100.00
139
100.00
141
100.00
140
100.00
142
100.00
142
93.89
142
99.97
143
100.00
143
100.00
143
96.64
142
97.25
142
MSMDNettwo views0.34
91
ASD4two views42.77
138