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

ff7	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 309	0.09 172	0.06 152

ffff	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 309	0.09 172	0.06 152

11t	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 309	0.09 172	0.06 152

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

anonymousdsp	1.12 15	0.59 173	1.66 9	0.03 1	0.07 23	2.81 129	0.82 197	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 25	7.05 183	0.49 29	0.00 1	0.00 1	0.00 1	0.17 315	0.10 182	0.05 137

ccc-4	1.12 15	0.57 166	2.06 33	0.03 1	0.07 23	2.80 121	0.84 204	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 25	7.12 188	0.49 29	0.00 1	0.00 1	0.00 1	0.16 309	0.09 172	0.06 152

IGEV-Stereo	1.12 15	0.59 173	1.66 9	0.03 1	0.07 23	2.82 132	0.82 197	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 31	7.05 183	0.49 29	0.00 1	0.00 1	0.00 1	0.17 315	0.10 182	0.05 137
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	2.86 172	0.86 244	4.08 209	0.06 8	0.25 112	2.76 118	0.60 153	4.97 70	4.10 109	2.98 65	7.85 190	10.17 299	4.17 229	8.16 250	5.83 291	0.00 1	0.00 1	0.00 1	0.01 221	0.26 298	0.06 152

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

CREStereo	0.98 6	0.42 109	1.86 15	0.07 9	0.22 104	1.65 27	0.02 7	4.07 30	6.33 197	0.72 27	1.54 24	0.43 36	0.64 45	1.22 13	0.44 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	0.99 8	0.37 78	1.89 17	0.08 11	0.19 93	1.68 31	0.02 7	4.12 33	6.41 200	0.70 26	1.57 26	0.46 39	0.67 46	1.15 10	0.41 12	0.00 1	0.01 126	0.00 1	0.00 1	0.01 8	0.01 16

test_4	2.38 127	0.34 56	2.68 83	0.08 11	0.11 47	3.69 198	1.14 238	3.33 8	3.34 69	4.03 89	17.35 337	3.31 114	0.51 38	6.28 138	1.15 118	0.00 1	0.00 1	0.00 1	0.11 298	0.16 238	0.01 16

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

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

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

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

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

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

Patchmatch Stereo++	1.95 79	0.40 94	2.86 108	0.12 19	0.18 84	3.74 205	0.66 165	5.24 91	2.96 36	5.86 138	4.32 84	3.46 119	1.52 106	6.88 170	0.70 51	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.09 190
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 69	0.40 94	2.86 108	0.12 19	0.19 93	3.75 208	0.71 176	5.23 85	2.96 36	5.86 138	4.33 86	3.45 117	1.51 102	5.40 112	0.69 49	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.09 190

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

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

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

THIR-Stereo	3.86 253	0.77 225	2.62 79	0.12 19	0.13 57	4.25 227	6.63 362	5.30 97	4.18 113	10.33 321	17.13 332	6.58 237	7.62 326	7.78 223	3.51 249	0.01 150	0.07 277	0.07 340	0.00 1	0.11 198	0.02 40

DRaft	3.74 241	0.43 118	2.60 75	0.12 19	0.15 63	4.76 245	1.34 251	5.33 99	4.31 116	10.30 320	21.91 357	3.27 112	8.83 341	7.36 201	3.66 256	0.05 282	0.10 301	0.00 1	0.14 304	0.10 182	0.14 245

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

iRAFT	1.95 79	0.40 94	2.86 108	0.12 19	0.18 84	3.74 205	0.66 165	5.24 91	2.96 36	5.86 138	4.32 84	3.46 119	1.52 106	6.88 170	0.70 51	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.09 190

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

DeepStereo_RVC	2.05 90	0.39 85	2.87 112	0.14 29	0.17 72	3.51 183	0.70 174	5.21 84	3.00 42	6.27 173	4.13 78	3.47 122	4.53 253	4.81 93	1.49 142	0.01 150	0.00 1	0.00 1	0.00 1	0.09 172	0.18 271

IPLGR	2.28 114	0.51 149	6.00 295	0.15 30	0.15 63	1.99 50	0.22 73	6.34 138	6.04 181	6.80 195	5.76 124	2.87 96	2.31 141	4.88 95	1.28 127	0.00 1	0.00 1	0.00 1	0.00 1	0.09 172	0.18 271

CAS++	1.18 22	0.55 160	1.99 28	0.17 31	0.27 120	1.85 41	0.63 157	8.48 200	3.07 47	1.71 47	2.32 45	0.18 1	0.20 1	1.91 42	0.30 3	0.00 1	0.01 126	0.00 1	0.00 1	0.02 25	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEmStereo	3.79 247	0.37 78	3.69 177	0.17 31	0.17 72	5.28 259	2.54 286	4.35 37	3.70 82	8.21 261	20.15 348	5.13 192	10.38 356	7.65 213	3.85 261	0.01 150	0.01 126	0.01 267	0.00 1	0.02 25	0.06 152

DIP-Stereo	1.97 83	0.64 187	2.95 117	0.17 31	0.10 39	4.83 247	0.13 43	8.60 208	4.06 108	6.42 183	4.92 97	0.44 38	0.72 50	3.57 70	1.80 170	0.00 1	0.01 126	0.00 1	0.00 1	0.05 110	0.04 109
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
knoymous	1.36 35	0.21 6	1.68 12	0.20 34	0.49 174	1.58 24	0.11 30	5.15 81	2.40 14	4.62 100	1.77 31	4.56 170	0.45 34	3.23 64	0.63 43	0.00 1	0.02 172	0.00 1	0.00 1	0.02 25	0.01 16

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

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

fff	2.28 114	0.61 179	3.81 187	0.22 37	0.07 23	1.69 32	0.11 30	5.37 103	11.84 325	5.80 132	5.17 104	1.44 60	5.41 281	2.00 44	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 271

csc	2.28 114	0.61 179	3.81 187	0.22 37	0.07 23	1.69 32	0.11 30	5.37 103	11.84 325	5.80 132	5.17 104	1.44 60	5.41 281	2.00 44	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 271

cscssc	2.28 114	0.61 179	3.81 187	0.22 37	0.07 23	1.69 32	0.11 30	5.37 103	11.84 325	5.80 132	5.17 104	1.44 60	5.41 281	2.00 44	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 271

111	2.78 163	0.92 257	3.81 187	0.22 37	0.07 23	2.83 134	0.70 174	6.03 125	14.00 340	3.22 69	8.93 208	5.48 202	3.30 183	3.66 71	2.03 188	0.00 1	0.00 1	0.00 1	0.00 1	0.10 182	0.29 315

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

ProNet	1.20 23	0.60 176	2.00 29	0.26 42	0.08 34	2.73 112	0.68 168	5.00 74	2.52 18	0.29 3	1.32 19	0.37 32	0.36 19	6.94 178	0.44 15	0.00 1	0.07 277	0.00 1	0.00 1	0.17 246	0.07 167

RCA-Stereo	1.99 84	0.34 56	2.71 89	0.26 42	0.06 17	2.29 65	0.48 120	4.89 64	14.65 345	2.81 60	5.51 122	0.78 49	3.21 180	1.44 19	0.33 6	0.00 1	0.01 126	0.00 1	0.00 1	0.07 146	0.02 40

STrans-v2	3.43 223	0.73 215	4.82 245	0.26 42	0.60 189	3.00 147	1.19 242	10.41 255	7.22 224	5.79 131	10.97 263	6.75 241	7.03 315	8.25 259	1.40 135	0.00 1	0.01 126	0.00 1	0.00 1	0.03 65	0.18 271

PMTNet	1.41 37	0.37 78	2.06 33	0.26 42	0.15 63	2.94 144	0.34 99	3.39 9	5.33 154	1.00 32	1.27 18	0.28 19	0.93 64	4.04 82	0.74 58	5.00 397	0.00 1	0.00 1	0.00 1	0.03 65	0.01 16

CRE-IMP	1.95 79	0.35 65	2.68 83	0.27 46	0.17 72	3.90 216	0.85 210	5.14 79	2.87 30	5.74 129	4.14 79	3.49 124	0.83 59	6.40 145	1.80 170	0.00 1	0.00 1	0.00 1	0.00 1	0.10 182	0.19 281

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

DCANet-4	2.03 88	0.34 56	5.30 273	0.31 48	0.18 84	1.69 32	0.12 36	4.95 67	8.55 270	5.78 130	5.17 104	1.12 54	2.82 167	2.11 49	1.92 179	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.18 271

ADStereo(finetuned)	2.26 113	0.64 187	5.22 270	0.31 48	0.18 84	1.71 37	0.25 80	5.23 85	8.46 265	6.06 153	5.30 117	1.41 58	6.37 301	1.87 39	1.87 173	0.00 1	0.00 1	0.00 1	0.00 1	0.04 86	0.18 271

DCANet	2.08 92	0.64 187	3.81 187	0.31 48	0.17 72	1.70 36	0.25 80	5.23 85	8.47 266	6.07 154	5.30 117	1.41 58	4.23 233	1.85 37	2.02 187	0.00 1	0.00 1	0.00 1	0.00 1	0.04 86	0.19 281

IGEVStereo-DCA	1.06 12	0.45 127	2.06 33	0.32 51	0.06 17	2.74 113	0.84 204	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 9	6.47 150	0.87 83	0.00 1	0.00 1	0.00 1	0.16 309	0.06 131	0.06 152

rrr	1.05 11	0.45 127	3.18 139	0.32 51	0.06 17	2.74 113	0.95 223	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 9	6.47 150	0.87 83	0.00 1	0.00 1	0.00 1	0.21 328	0.06 131	0.10 209

MIPNet	2.06 91	0.69 207	4.57 236	0.32 51	0.21 101	1.92 45	0.19 66	6.89 167	5.64 166	5.48 125	4.02 77	2.02 80	3.50 195	3.32 66	2.01 185	0.00 1	0.01 126	0.01 267	0.01 221	0.20 265	0.13 240

CrosDoStereo	3.96 261	0.45 127	3.04 128	0.32 51	0.20 98	3.28 167	11.63 395	5.76 116	4.45 122	9.04 290	16.58 322	4.99 183	7.45 320	8.04 235	3.72 257	0.00 1	0.02 172	0.01 267	0.00 1	0.16 238	0.10 209

DeepStereo_LL	3.96 261	0.45 127	3.04 128	0.32 51	0.20 98	3.28 167	11.63 395	5.76 116	4.45 122	9.04 290	16.58 322	4.99 183	7.45 320	8.04 235	3.72 257	0.00 1	0.02 172	0.01 267	0.00 1	0.16 238	0.10 209

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

Anonymous3	1.76 52	0.44 122	6.37 307	0.33 56	0.50 177	4.33 230	0.54 135	4.43 43	2.48 15	2.21 51	3.24 59	1.53 66	1.14 76	5.64 115	1.29 128	0.17 327	0.23 358	0.00 1	0.00 1	0.12 210	0.15 254

CFNet_pseudo	2.81 165	0.42 109	4.04 204	0.33 56	0.24 109	2.59 96	0.12 36	8.20 191	7.66 239	7.04 210	10.42 247	6.56 235	2.05 131	4.88 95	1.53 146	0.00 1	0.02 172	0.01 267	0.00 1	0.05 110	0.07 167

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

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

SFCPSM	3.29 203	0.43 118	5.11 261	0.34 60	0.94 228	8.48 312	2.15 279	14.51 348	5.29 151	7.00 206	7.65 183	3.43 116	2.59 153	5.11 105	2.37 207	0.01 150	0.03 218	0.01 267	0.07 282	0.13 220	0.15 254

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

CREStereo++_RVC	1.59 43	0.39 85	2.26 52	0.36 62	0.01 1	1.67 28	0.01 1	2.95 4	8.12 255	3.69 82	7.44 175	0.47 40	0.32 16	0.74 1	0.39 10	0.00 1	0.00 1	0.00 1	3.03 401	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
iRaft-Stereo_20w	2.56 144	0.35 65	4.98 253	0.37 64	0.67 199	3.47 176	0.59 150	12.57 320	3.89 91	6.10 156	6.23 140	1.49 64	2.24 137	6.65 164	0.86 81	0.00 1	0.19 349	0.00 1	0.33 357	0.08 155	0.22 290

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

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

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

LoS_RVC	1.26 28	1.43 314	1.91 19	0.42 68	3.77 360	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 48	0.30 21	0.57 42	1.71 29	0.66 46	0.01 150	0.02 172	0.00 1	0.00 1	0.02 25	4.49 394

CES	1.56 42	0.35 65	1.44 4	0.42 68	7.70 398	2.66 109	0.13 43	4.89 64	2.53 19	0.25 2	1.10 13	0.33 30	0.31 14	1.61 28	0.58 40	0.01 150	0.02 172	0.00 1	0.00 1	0.54 342	6.26 400

ARAFT	3.13 194	1.11 285	7.34 329	0.42 68	0.14 59	4.52 240	2.99 299	7.41 178	5.97 177	8.85 284	7.06 168	5.20 193	1.25 88	8.49 268	1.44 138	0.00 1	0.03 218	0.00 1	0.00 1	0.33 317	0.11 221

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

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

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

CroCo-Stereo	0.99 8	0.89 251	3.19 140	0.46 71	0.44 157	0.38 1	0.05 13	4.61 52	3.95 95	0.48 22	1.78 32	1.01 52	0.27 6	1.11 8	1.07 108	0.01 150	0.00 1	0.00 1	0.00 1	0.05 110	0.04 109
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test_xeample3	1.08 13	0.43 118	3.39 154	0.49 75	0.05 10	2.58 93	0.93 219	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 8	6.34 142	0.85 77	0.00 1	0.01 126	0.00 1	0.26 346	0.06 131	0.10 209

modified_for_full_sf	1.87 68	0.44 122	4.24 213	0.53 76	0.51 180	3.12 156	0.75 186	6.42 147	3.91 93	3.75 83	1.67 28	7.79 261	0.55 41	2.61 55	0.53 36	0.02 222	0.21 354	0.00 1	0.23 334	0.00 1	0.05 137

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

psmg	3.10 193	0.32 35	3.05 133	0.54 77	0.46 163	8.68 316	2.84 297	9.87 238	4.69 132	8.08 253	8.69 203	6.26 224	2.54 148	3.91 75	1.91 177	0.01 150	0.04 242	0.06 334	0.00 1	0.11 198	0.00 1

IPLG	2.43 131	0.66 198	4.77 244	0.54 77	0.31 134	3.01 148	0.26 82	6.15 131	5.55 161	7.69 238	6.21 138	1.89 76	1.74 120	7.19 193	2.35 205	0.01 150	0.01 126	0.00 1	0.00 1	0.24 297	0.12 233

LargeStereo	1.14 21	0.51 149	1.66 9	0.55 80	0.08 34	2.52 80	1.01 226	6.51 152	3.16 52	0.59 24	2.11 39	0.43 36	1.18 83	1.44 19	0.79 70	0.00 1	0.05 251	0.00 1	0.05 274	0.11 198	0.11 221

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

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

sAnonymous2	1.35 33	1.66 335	8.14 339	0.55 80	0.46 163	1.23 6	0.24 77	4.00 28	3.47 73	0.40 14	1.11 14	0.23 12	1.42 98	0.96 5	0.57 37	0.01 150	0.00 1	0.00 1	0.20 325	2.07 384	0.22 290

CroCo_RVC	1.35 33	1.66 335	8.14 339	0.55 80	0.46 163	1.23 6	0.24 77	4.00 28	3.47 73	0.40 14	1.11 14	0.23 12	1.42 98	0.96 5	0.57 37	0.01 150	0.00 1	0.00 1	0.20 325	2.07 384	0.22 290

GMStereo	1.83 62	0.99 266	4.55 233	0.57 85	0.05 10	2.53 83	0.01 1	4.95 67	11.14 315	3.52 78	2.24 42	0.53 44	0.49 37	3.76 73	0.80 73	0.20 335	0.00 1	0.00 1	0.12 301	0.12 210	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MGS-Stereo	1.10 14	0.26 14	2.45 61	0.58 86	0.06 17	1.84 40	0.67 167	2.16 2	3.42 71	1.03 33	6.13 133	0.49 41	0.36 19	1.43 18	0.62 42	0.00 1	0.00 1	0.00 1	0.00 1	0.47 340	0.00 1

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

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

IPLGR_C	2.44 133	1.17 293	4.94 251	0.62 89	2.08 296	2.65 107	0.80 196	5.60 111	4.79 138	7.87 246	9.23 217	1.67 70	1.15 78	3.43 68	2.23 199	0.01 150	0.19 349	0.02 296	0.08 286	0.22 280	0.10 209

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

HSM-Net_RVC	4.20 276	0.32 35	2.76 97	0.63 90	0.69 201	6.95 291	1.69 268	11.96 298	8.36 262	8.83 283	12.17 283	15.18 344	4.21 230	6.91 173	3.30 239	0.02 222	0.02 172	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CASnet	0.98 6	0.32 35	1.62 8	0.65 92	0.07 23	2.11 56	0.14 50	3.50 14	4.03 101	3.77 84	1.41 21	0.31 25	0.29 9	0.80 2	0.57 37	0.01 150	0.00 1	0.00 1	0.00 1	0.04 86	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iRaftStereo_RVC	1.62 44	0.68 202	1.98 26	0.67 93	0.05 10	2.99 146	0.04 10	5.36 102	3.74 84	3.82 85	4.96 98	2.54 88	0.62 44	3.35 67	0.97 100	0.00 1	0.07 277	0.00 1	0.00 1	0.30 308	0.27 312

dd	2.16 98	1.22 296	4.82 245	0.68 94	0.12 55	1.39 16	0.17 62	5.14 79	11.22 318	2.70 58	3.51 71	1.52 65	1.23 87	5.08 103	3.96 264	0.12 316	0.01 126	0.04 323	0.21 328	0.07 146	0.01 16

EAI-Stereo	2.31 118	0.44 122	2.72 91	0.68 94	0.56 185	3.51 183	2.62 291	11.42 281	4.14 111	2.09 50	7.23 172	1.21 57	0.91 62	5.67 117	1.51 143	0.01 150	0.25 364	0.00 1	0.88 381	0.04 86	0.26 308

PSM-AAD	3.33 214	0.20 3	1.47 5	0.73 96	0.54 183	2.55 87	6.19 352	4.97 70	3.27 62	10.92 335	11.92 277	2.95 98	9.59 351	7.90 229	0.82 74	0.01 150	0.01 126	0.00 1	0.00 1	0.04 86	2.47 386

AnonymousM	2.71 156	6.75 391	0.98 1	0.73 96	0.06 17	2.41 74	0.53 133	5.30 97	3.05 45	4.75 107	2.09 37	1.89 76	1.01 67	1.88 41	0.51 35	0.01 150	0.02 172	17.42 409	4.76 409	0.02 25	0.01 16

whm_eth	3.00 185	1.32 310	5.51 282	0.75 98	2.73 323	2.57 90	0.28 84	6.84 166	7.24 226	5.29 122	24.32 369	0.37 32	0.46 36	1.03 7	0.95 97	0.01 150	0.03 218	0.00 1	0.00 1	0.06 131	0.14 245

KYRaft	3.59 232	0.31 26	1.84 14	0.76 99	0.46 163	2.29 65	4.04 322	4.75 60	3.25 61	8.93 289	19.47 346	6.62 238	5.07 274	7.79 224	0.71 55	0.01 150	0.00 1	0.00 1	0.01 221	0.04 86	5.38 399

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

MoCha-V2	1.41 37	0.42 109	2.61 77	0.81 101	0.23 108	2.53 83	0.20 69	4.81 63	3.16 52	0.82 29	3.15 56	0.30 21	1.61 113	6.66 165	0.40 11	0.00 1	0.20 353	0.00 1	0.24 337	0.05 110	0.02 40

MSKI-zero shot	2.00 85	0.36 72	2.15 45	0.81 101	0.25 112	2.69 111	0.29 89	6.16 132	2.34 13	4.31 92	7.52 176	3.70 135	0.25 4	8.42 265	0.41 12	0.01 150	0.13 321	0.00 1	0.25 340	0.03 65	0.02 40

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

GMM-Stereo	3.32 212	0.27 17	2.52 68	0.82 103	0.48 171	2.27 64	4.91 340	5.06 76	3.08 48	7.06 211	16.72 325	6.21 223	3.70 206	7.60 211	1.16 120	0.04 270	0.00 1	0.00 1	0.04 270	0.10 182	4.45 392

RAFT+CT+SA	2.36 125	0.71 211	2.46 64	0.83 105	2.26 308	3.18 162	0.93 219	6.82 164	5.48 156	2.55 55	8.07 193	1.64 68	1.59 112	8.54 270	1.15 118	0.02 222	0.00 1	0.00 1	0.38 362	0.19 261	0.36 324

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

CASS	2.44 133	0.44 122	3.56 167	0.85 107	0.38 146	3.14 158	0.22 73	9.64 233	4.00 98	6.78 194	7.62 182	3.57 129	3.58 199	3.80 74	1.10 112	0.02 222	0.01 126	0.00 1	0.00 1	0.05 110	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PS-NSSS	3.90 257	1.84 344	4.55 233	0.87 108	2.95 328	4.10 225	2.00 276	10.77 265	8.23 259	6.75 192	14.63 310	5.01 187	2.24 137	8.41 264	2.91 225	0.33 351	0.03 218	0.83 382	0.00 1	0.82 362	0.70 355

test-1	1.82 61	0.45 127	5.42 277	0.89 109	0.41 153	2.14 57	0.56 140	5.75 114	4.15 112	3.28 71	5.11 102	3.61 130	0.70 47	1.53 24	1.56 150	0.02 222	0.34 370	0.00 1	0.08 286	0.02 25	0.30 317

hitnet-ft	3.66 236	0.65 192	2.79 102	0.89 109	0.72 207	4.25 227	0.55 138	9.11 219	7.52 234	7.14 215	10.19 240	12.49 327	4.70 259	7.44 204	4.41 269	0.03 254	0.00 1	0.06 334	0.00 1	0.20 265	0.04 109

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

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

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

Prome-Stereo	3.65 235	0.29 19	1.92 20	0.91 111	0.49 174	2.07 53	4.75 338	4.41 42	3.23 60	9.32 299	20.63 353	4.06 147	7.19 316	7.70 217	1.17 121	0.00 1	0.00 1	0.00 1	0.00 1	0.05 110	4.72 396

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

Selective-RAFT	1.69 47	0.32 35	3.29 146	0.92 115	0.18 84	3.89 215	0.06 16	4.22 34	4.00 98	1.47 43	1.98 36	3.07 107	2.81 166	6.35 144	0.89 90	0.01 150	0.00 1	0.00 1	0.21 328	0.05 110	0.00 1

ICVP	2.32 120	0.38 82	2.89 115	0.92 115	0.70 205	2.55 87	0.87 213	9.97 242	3.99 97	4.13 90	8.97 212	2.71 93	1.69 115	2.52 54	3.52 253	0.05 282	0.24 363	0.01 267	0.01 221	0.11 198	0.13 240
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
dad	4.66 296	1.89 348	5.51 282	0.94 118	0.09 36	2.16 58	0.37 103	7.10 172	14.43 343	10.13 319	16.84 326	14.97 342	1.90 126	6.82 168	4.15 266	1.09 381	0.11 307	4.08 399	0.46 370	0.17 246	0.06 152

FTStereo	4.55 295	0.36 72	2.18 50	0.94 118	0.38 146	2.60 98	8.82 377	4.98 72	3.17 54	10.88 334	30.35 388	5.60 208	7.60 325	7.62 212	1.55 149	0.17 327	0.00 1	0.05 330	0.00 1	0.03 65	3.80 390

R-Stereo Train	2.44 133	0.32 35	1.93 21	0.94 118	0.16 67	3.67 195	0.61 154	6.37 141	3.08 48	9.14 292	17.44 338	1.80 73	0.77 53	1.76 32	0.70 51	0.00 1	0.01 126	0.00 1	0.00 1	0.01 8	0.03 71

RAFT-Stereo	2.44 133	0.32 35	1.93 21	0.94 118	0.16 67	3.67 195	0.61 154	6.37 141	3.08 48	9.14 292	17.44 338	1.80 73	0.77 53	1.76 32	0.70 51	0.00 1	0.01 126	0.00 1	0.00 1	0.01 8	0.03 71
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CroCo-Stereo Lap2	1.24 27	0.88 248	3.39 154	0.95 122	4.59 381	0.47 2	0.08 23	3.51 16	2.80 28	1.17 41	2.24 42	1.57 67	0.20 1	1.48 21	1.14 117	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.12 233

LCNet	2.85 168	0.42 109	1.90 18	0.95 122	0.56 185	2.07 53	1.60 262	4.99 73	3.57 79	6.05 151	10.59 251	4.59 171	6.79 311	7.46 205	0.72 56	0.01 150	0.00 1	0.01 267	0.77 379	0.30 308	3.57 388

AEACV	0.80 2	0.29 19	1.70 13	0.96 124	0.24 109	2.03 51	0.88 214	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 130	1.77 34	0.33 6	0.00 1	0.03 218	0.00 1	0.29 348	0.10 182	0.09 190

test_3	1.88 69	0.22 9	2.75 94	0.96 124	0.22 104	1.28 10	0.77 190	4.62 53	5.87 171	6.55 190	1.84 34	4.28 161	0.45 34	6.48 152	0.76 65	0.00 1	0.01 126	0.00 1	0.28 347	0.17 246	0.14 245

FADNet_RVC	3.91 259	1.67 337	12.95 369	0.96 124	0.75 210	5.71 265	0.54 135	10.83 267	6.60 206	3.46 77	8.09 194	4.10 151	3.40 193	9.43 310	6.33 296	0.36 353	0.44 379	0.17 358	0.46 370	0.91 364	0.95 362

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

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

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

test_1	1.85 63	0.21 6	2.45 61	1.02 130	0.22 104	1.37 12	0.82 197	4.66 58	5.06 145	7.02 207	1.73 29	4.09 149	0.41 31	6.51 155	0.76 65	0.00 1	0.00 1	0.00 1	0.29 348	0.18 256	0.14 245

RAFT-345	3.27 201	0.41 104	2.88 113	1.02 130	0.21 101	2.63 104	0.48 120	3.76 23	5.51 159	7.35 228	24.88 373	4.25 157	1.76 123	8.15 249	2.13 193	0.01 150	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

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

MyStereo04	2.95 181	0.79 230	5.38 276	1.03 132	1.11 241	2.63 104	0.46 117	10.00 243	12.44 333	4.19 91	3.91 75	3.04 105	3.60 200	7.34 199	2.74 223	0.00 1	0.09 293	0.00 1	0.01 221	0.11 198	0.09 190

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

ToySt	2.69 153	0.55 160	7.03 322	1.03 132	0.10 39	3.49 179	1.04 227	6.38 145	4.55 129	2.69 56	6.28 142	7.95 269	4.38 244	5.08 103	2.58 217	0.01 150	0.11 307	0.00 1	0.04 270	0.28 305	0.19 281

test-3	1.86 64	0.21 6	2.46 64	1.03 132	0.22 104	1.38 13	0.83 201	4.65 57	5.04 144	7.26 223	1.78 32	4.10 151	0.41 31	6.53 157	0.76 65	0.00 1	0.00 1	0.00 1	0.29 348	0.18 256	0.14 245

CFNet-RSSM	2.11 93	0.33 47	2.71 89	1.04 137	0.30 128	3.21 165	0.41 109	6.67 158	6.96 215	5.62 127	4.58 91	5.40 200	1.71 116	1.86 38	0.87 83	0.00 1	0.08 285	0.00 1	0.32 355	0.02 25	0.02 40

Gwc-CoAtRS	2.02 87	0.33 47	2.61 77	1.04 137	0.30 128	3.56 188	0.40 108	5.89 122	5.94 174	5.08 115	5.01 101	5.55 203	1.72 117	1.60 27	0.91 92	0.01 150	0.09 293	0.00 1	0.25 340	0.01 8	0.02 40

RAFT-Test	2.17 100	0.36 72	3.40 156	1.05 139	0.34 140	4.90 249	0.69 172	6.27 136	3.98 96	4.65 104	7.02 164	6.30 228	1.12 74	1.81 35	0.99 102	0.01 150	0.17 341	0.00 1	0.34 359	0.02 25	0.02 40

delet	4.27 283	0.72 212	4.50 228	1.07 140	3.75 358	10.79 342	4.04 322	9.95 241	7.89 248	8.09 254	8.89 207	8.46 276	3.81 216	7.56 210	5.80 290	0.00 1	0.00 1	0.00 1	0.00 1	0.11 198	0.02 40

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

MyStereo06	2.35 123	0.66 198	4.54 230	1.10 142	0.96 230	2.57 90	0.10 27	9.30 225	4.05 105	5.22 118	6.09 129	5.95 217	2.38 143	3.00 60	0.73 57	0.01 150	0.08 285	0.00 1	0.01 221	0.13 220	0.15 254

MyStereo05	2.94 180	0.66 198	5.25 272	1.10 142	0.96 230	2.57 90	0.10 27	8.53 202	12.34 332	6.28 174	3.88 73	3.18 110	3.30 183	7.81 225	2.37 207	0.01 150	0.08 285	0.00 1	0.01 221	0.13 220	0.15 254

anonymousdsp2	1.78 53	0.39 85	3.40 156	1.10 142	0.04 9	3.63 192	0.50 130	7.80 183	2.77 27	2.91 63	2.88 51	3.17 109	1.01 67	5.15 107	0.43 14	0.00 1	0.01 126	0.02 296	0.15 307	0.05 110	0.12 233

raft_robust	2.64 151	1.20 295	2.62 79	1.10 142	0.28 126	1.50 22	0.12 36	6.28 137	9.04 275	6.80 195	7.19 170	3.73 137	2.13 133	9.06 297	1.07 108	0.03 254	0.12 314	0.00 1	0.21 328	0.17 246	0.22 290

NRIStereo	2.14 96	0.35 65	2.65 82	1.10 142	0.14 59	3.05 150	0.86 211	5.35 100	3.18 57	6.24 168	3.36 64	4.17 154	1.82 125	8.12 246	2.01 185	0.00 1	0.10 301	0.00 1	0.00 1	0.12 210	0.19 281

cross-raft	2.03 88	0.35 65	2.78 100	1.10 142	0.16 67	3.77 209	0.48 120	7.03 171	3.75 85	5.06 114	5.55 123	6.26 224	1.41 97	1.75 31	0.89 90	0.01 150	0.07 277	0.00 1	0.19 323	0.03 65	0.03 71

DeepPruner_ROB	3.52 227	1.14 290	4.06 206	1.12 148	1.65 270	3.65 194	0.83 201	13.96 340	4.47 124	7.80 242	10.84 258	7.05 250	2.16 136	8.14 248	3.08 230	0.07 300	0.03 218	0.00 1	0.01 221	0.32 315	0.06 152

EGLCR-Stereo	1.04 10	0.20 3	2.00 29	1.14 149	0.16 67	2.50 79	0.11 30	4.96 69	2.61 20	0.79 28	0.07 1	1.46 63	0.37 22	3.96 79	0.23 2	0.01 150	0.05 251	0.00 1	0.00 1	0.00 1	0.07 167

LL-Strereo	4.71 297	1.64 333	7.51 334	1.15 150	4.31 370	3.71 200	1.45 254	9.21 221	8.36 262	8.37 267	8.17 196	10.82 311	11.36 362	12.51 353	4.82 278	0.00 1	0.12 314	0.00 1	0.00 1	0.31 313	0.32 320

MIM_Stereo	2.50 142	0.75 221	4.26 214	1.18 151	0.11 47	3.08 151	0.33 97	6.07 127	3.28 63	5.01 112	10.12 239	4.29 163	1.74 120	8.06 242	1.27 126	0.00 1	0.12 314	0.00 1	0.01 221	0.18 256	0.15 254

SGM-Forest	4.96 299	0.32 35	2.84 105	1.21 152	0.64 196	10.23 334	6.64 363	11.55 285	10.98 313	10.94 337	13.59 298	11.65 322	4.30 240	8.94 293	4.63 273	0.11 313	0.04 242	0.00 1	0.00 1	0.05 110	0.46 339
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	2.16 98	0.45 127	2.60 75	1.22 153	0.03 8	1.98 48	0.13 43	4.73 59	7.04 220	1.15 39	7.79 188	5.88 215	3.39 191	4.97 101	1.45 140	0.01 150	0.00 1	0.04 323	0.17 315	0.19 261	0.03 71

test_xeample	4.13 270	0.36 72	2.75 94	1.23 154	0.51 180	3.96 220	0.13 43	12.63 321	7.65 238	7.49 233	10.86 260	3.29 113	3.36 185	6.71 166	21.53 392	0.02 222	0.03 218	0.00 1	0.00 1	0.03 65	0.04 109

anonymousa	3.80 249	0.55 160	3.35 150	1.24 155	3.74 354	9.04 320	0.36 101	6.74 161	4.03 101	7.72 240	19.64 347	10.62 307	6.01 296	1.52 23	1.40 135	0.00 1	0.00 1	0.00 1	0.05 274	0.00 1	0.03 71

RAFT_R40	2.71 156	0.33 47	3.00 119	1.26 156	0.30 128	3.83 213	1.00 225	5.69 113	4.29 115	9.69 308	6.33 145	5.02 188	4.02 223	8.58 273	0.86 81	0.01 150	0.00 1	0.00 1	0.00 1	0.03 65	0.02 40

LALA_ROB	6.58 329	1.80 343	6.25 303	1.26 156	0.94 228	10.08 331	9.02 379	16.00 362	11.51 322	12.74 352	13.02 293	24.77 386	5.25 278	10.56 329	8.02 321	0.04 270	0.05 251	0.00 1	0.02 241	0.10 182	0.25 303

DualNet (step1)	3.91 259	1.11 285	6.15 300	1.27 158	0.60 189	5.22 255	2.54 286	10.66 260	7.73 242	8.36 263	7.55 178	6.55 232	4.27 235	6.58 159	1.62 155	1.49 388	0.03 218	3.10 394	2.99 398	0.20 265	0.15 254

test_sample9	5.87 310	1.11 285	6.15 300	1.27 158	0.60 189	5.22 255	2.54 286	10.66 260	7.73 242	8.36 263	7.55 178	6.55 232	4.27 235	11.68 344	11.44 361	1.49 388	24.31 429	3.10 394	2.99 398	0.20 265	0.15 254

test_sample8	7.99 353	1.11 285	6.15 300	1.27 158	0.60 189	5.22 255	2.54 286	12.04 300	6.15 188	17.46 374	9.02 214	24.67 385	18.16 383	11.68 344	11.44 361	1.49 388	24.31 429	3.10 394	2.99 398	0.20 265	0.15 254

RAFT_CTSACE	3.40 220	1.07 277	4.52 229	1.27 158	3.14 329	4.00 222	1.07 233	3.93 27	4.43 120	4.66 105	17.94 341	7.21 255	2.76 163	10.82 333	0.85 77	0.00 1	0.07 277	0.00 1	0.00 1	0.30 308	0.01 16

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

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

SST-Stereo	2.75 161	0.31 26	2.78 100	1.33 164	0.33 138	3.99 221	0.82 197	5.60 111	3.93 94	10.92 335	6.19 137	5.00 186	4.23 233	8.66 277	0.74 58	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.03 71

pcwnet_v2	4.20 276	0.36 72	8.53 342	1.33 164	1.12 243	3.43 172	0.41 109	12.85 324	14.16 342	9.90 314	14.29 306	5.90 216	3.03 174	6.20 135	2.06 189	0.01 150	0.05 251	0.04 323	0.02 241	0.16 238	0.18 271

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

ff1	3.45 226	0.31 26	3.97 195	1.34 166	0.98 233	2.80 121	0.48 120	4.53 48	10.19 297	6.29 176	9.23 217	5.59 204	3.72 211	10.11 320	9.35 341	0.00 1	0.02 172	0.00 1	0.00 1	0.10 182	0.04 109

mmx	3.86 253	0.31 26	3.97 195	1.34 166	0.98 233	2.80 121	0.48 120	12.18 308	10.66 309	6.29 176	9.23 217	5.59 204	3.72 211	10.11 320	9.35 341	0.05 282	0.02 172	0.00 1	0.00 1	0.03 65	0.04 109

xxx	3.86 253	0.31 26	3.98 199	1.34 166	0.98 233	2.80 121	0.48 120	12.18 308	10.66 309	6.29 176	9.23 217	5.59 204	3.72 211	10.11 320	9.35 341	0.05 282	0.02 172	0.00 1	0.00 1	0.03 65	0.04 109

DSFCA	4.21 278	0.50 145	5.45 279	1.34 166	1.68 275	7.04 292	4.51 333	10.73 264	7.00 217	10.78 332	6.80 154	8.48 278	4.63 257	9.91 319	5.12 280	0.02 222	0.06 264	0.02 296	0.03 253	0.08 155	0.03 71

NaN_ROB	6.00 317	1.24 299	6.29 304	1.34 166	1.68 275	9.60 328	10.31 388	15.09 353	15.79 351	12.62 350	8.95 209	11.67 323	5.83 291	11.78 347	6.41 298	0.05 282	0.13 321	0.08 343	0.20 325	0.22 280	0.79 357

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

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

Anonymous	1.37 36	0.52 152	4.23 212	1.38 173	2.70 322	1.85 41	0.42 111	4.77 61	3.54 77	0.53 23	1.56 25	0.19 2	1.32 90	3.11 63	0.92 95	0.05 282	0.08 285	0.00 1	0.00 1	0.17 246	0.15 254

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

Anonymous_2	4.14 271	0.62 184	3.21 141	1.40 176	1.43 262	5.19 254	0.32 95	6.63 156	4.38 119	4.48 98	2.30 44	8.08 270	7.00 313	5.37 110	2.29 201	0.23 339	0.75 386	5.20 401	18.12 424	5.66 396	0.23 296

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

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

IGEV_Zeroshot_test	2.13 95	0.50 145	4.91 249	1.41 179	0.18 84	2.62 102	0.36 101	7.80 183	3.87 88	5.04 113	5.42 119	4.77 175	1.03 70	3.43 68	0.79 70	0.00 1	0.16 337	0.00 1	0.18 319	0.17 246	0.04 109

RYNet	6.34 324	0.89 251	5.88 291	1.41 179	4.48 378	15.97 372	4.18 325	13.41 333	16.49 354	10.81 333	7.00 163	14.33 338	8.72 340	9.43 310	13.71 374	0.00 1	0.01 126	0.00 1	0.00 1	0.02 25	0.07 167

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

RAFT + AFF	4.30 285	1.55 325	5.84 290	1.43 181	2.36 310	5.94 272	6.72 364	10.01 244	7.56 235	7.55 234	8.96 211	7.09 251	6.73 309	8.57 272	4.02 265	0.02 222	0.47 382	0.00 1	0.01 221	0.56 343	0.54 347

FADNet-RVC-Resample	3.79 247	1.62 331	12.06 359	1.43 181	0.66 197	5.94 272	2.41 282	10.18 251	8.58 271	6.28 174	4.22 80	5.33 199	4.80 266	7.71 218	3.19 233	0.17 327	0.21 354	0.17 358	0.12 301	0.41 335	0.29 315

ETE_ROB	5.80 309	1.77 341	6.33 305	1.44 184	0.78 214	6.43 281	6.90 366	12.53 318	8.08 254	12.93 356	14.89 312	21.13 380	5.87 292	9.83 317	6.57 302	0.04 270	0.01 126	0.00 1	0.02 241	0.08 155	0.33 321

1111x	4.25 281	0.30 23	4.31 217	1.47 185	0.37 144	5.10 253	0.32 95	12.86 325	9.82 290	6.01 149	9.73 234	8.78 282	5.97 295	9.43 310	10.39 352	0.06 292	0.03 218	0.00 1	0.00 1	0.02 25	0.04 109

222	5.36 306	0.40 94	2.72 91	1.50 186	0.48 171	6.15 275	0.07 20	13.73 338	8.06 253	8.79 280	11.03 264	3.71 136	4.21 230	7.47 207	38.74 422	0.03 254	0.02 172	0.00 1	0.00 1	0.04 86	0.05 137

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

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

CBFPSM	4.87 298	0.94 262	14.70 376	1.51 189	1.15 245	11.49 347	2.55 290	7.28 174	6.47 202	6.23 167	4.83 94	15.30 345	8.99 344	6.88 170	8.20 326	0.03 254	0.02 172	0.00 1	0.00 1	0.40 332	0.42 332

Wz-Net-LNSev	6.46 326	1.93 349	16.44 382	1.52 190	4.15 368	12.66 358	4.96 341	13.05 329	12.10 329	10.55 329	16.23 320	11.32 320	7.19 316	8.43 266	8.48 330	0.00 1	0.01 126	0.00 1	0.00 1	0.08 155	0.06 152

GMStereo_Zeroshot	2.77 162	1.98 351	5.14 264	1.53 191	0.36 143	3.56 188	0.10 27	5.57 110	5.91 173	6.89 202	7.02 164	8.50 280	0.91 62	6.01 127	1.65 158	0.00 1	0.00 1	0.00 1	0.00 1	0.20 265	0.01 16

CSP-Net	4.12 269	1.28 306	3.70 180	1.54 192	1.06 239	13.28 364	2.33 281	12.96 327	5.45 155	8.87 285	8.54 202	8.43 275	3.03 174	8.16 250	3.65 255	0.00 1	0.00 1	0.00 1	0.00 1	0.18 256	0.03 71

ADCP+	8.09 354	1.79 342	14.50 374	1.54 192	4.28 369	16.57 374	5.20 344	12.80 323	11.20 317	12.83 355	17.07 331	11.02 317	10.80 359	17.59 385	23.18 400	0.03 254	0.05 251	0.01 267	0.18 319	0.39 329	0.81 358

GrayStereo	3.74 241	0.20 3	1.94 23	1.55 194	0.60 189	3.12 156	8.22 374	5.76 116	3.32 65	10.40 324	16.66 324	5.81 214	8.60 339	6.57 158	1.37 134	0.01 150	0.00 1	0.01 267	0.63 373	0.02 25	0.04 109

RAFT-RH_RVC	3.96 261	0.46 133	2.93 116	1.55 194	0.42 156	3.14 158	0.14 50	3.70 17	5.98 178	11.25 340	32.23 392	5.29 195	1.68 114	8.13 247	2.14 194	0.08 305	0.00 1	0.00 1	0.03 253	0.01 8	0.00 1

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

BEATNet_4x	3.24 199	1.27 303	5.89 292	1.56 197	0.10 39	5.26 258	1.07 233	10.08 247	5.50 157	6.89 202	7.73 185	4.53 169	4.13 225	5.05 102	5.27 281	0.04 270	0.05 251	0.00 1	0.00 1	0.23 287	0.23 296

ssnet_v2	4.46 288	0.87 246	5.18 267	1.57 198	0.67 199	9.14 321	4.73 337	11.84 293	9.68 286	8.79 280	6.24 141	9.91 294	4.34 243	6.28 138	9.30 340	0.00 1	0.01 126	0.00 1	0.00 1	0.28 305	0.30 317

AE-Stereo	1.44 39	0.32 35	2.69 85	1.58 199	0.20 98	2.24 62	0.59 150	6.01 124	5.70 167	1.18 42	3.17 57	1.02 53	0.78 56	1.73 30	0.83 75	0.02 222	0.18 345	0.00 1	0.29 348	0.11 198	0.07 167

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

MSMD_ROB	9.28 366	1.09 281	4.65 238	1.58 199	0.39 148	16.52 373	4.41 331	13.60 335	14.87 347	22.34 384	39.89 407	25.67 389	20.71 394	12.42 352	6.98 306	0.34 352	0.03 218	0.00 1	0.00 1	0.05 110	0.09 190

HSM	4.00 266	0.79 230	3.16 138	1.59 202	2.17 302	6.77 287	1.11 236	12.28 310	6.35 199	6.75 192	8.11 195	13.90 335	5.37 280	8.85 289	2.71 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 40

SA	3.06 188	0.74 219	3.79 185	1.60 203	0.30 128	3.19 163	1.43 253	6.72 160	9.06 276	4.63 103	10.80 256	2.89 97	4.71 260	9.62 316	1.18 122	0.00 1	0.09 293	0.00 1	0.19 323	0.23 287	0.02 40

MyStereo8	2.88 175	1.19 294	5.03 256	1.61 204	3.75 358	4.30 229	0.07 20	6.14 130	6.16 189	6.22 166	9.64 233	4.28 161	1.45 100	2.05 47	4.76 277	0.00 1	0.16 337	0.00 1	0.14 304	0.26 298	0.43 334

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

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

TDLM	4.11 268	1.11 285	3.54 166	1.62 207	1.04 238	3.91 217	7.41 372	10.60 258	10.67 311	6.38 182	12.59 289	5.95 217	4.77 262	8.79 287	3.04 228	0.58 367	0.00 1	0.01 267	0.00 1	0.19 261	0.12 233

CBMV	5.35 305	0.91 254	3.67 176	1.62 207	0.44 157	10.09 332	7.19 370	12.49 317	12.33 331	12.22 347	14.69 311	10.93 315	6.48 303	8.51 269	4.96 279	0.02 222	0.15 330	0.00 1	0.00 1	0.17 246	0.17 268
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	17.87 404	14.00 407	99.53 444	1.64 209	0.92 225	10.55 339	6.26 357	13.21 331	34.84 403	38.20 412	36.91 403	27.47 393	26.32 406	14.71 372	25.69 406	0.04 270	0.06 264	0.14 353	0.52 372	3.16 391	3.27 387

FADNet	4.23 279	1.65 334	11.75 358	1.64 209	0.80 215	4.80 246	0.77 190	13.76 339	11.65 323	3.97 87	5.24 112	9.62 290	5.14 276	8.40 263	3.78 259	0.21 336	0.04 242	0.07 340	0.05 274	1.14 369	0.10 209

DCRE	1.79 54	0.68 202	2.55 71	1.66 211	0.27 120	1.27 9	0.05 13	4.57 51	4.04 103	3.30 73	9.24 222	3.83 139	1.20 85	2.08 48	0.67 47	0.00 1	0.12 314	0.00 1	0.24 337	0.04 86	0.09 190

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

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

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

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

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

xxxx	4.51 291	0.31 26	2.77 98	1.69 213	0.47 170	7.74 308	0.07 20	14.04 341	7.91 250	5.82 135	8.97 212	9.34 286	3.41 194	7.33 198	20.24 387	0.05 282	0.03 218	0.00 1	0.00 1	0.03 65	0.04 109

FADNet-RVC	3.98 265	1.84 344	12.48 364	1.69 213	0.44 157	4.33 230	1.31 249	11.84 293	7.15 223	3.53 79	3.50 70	10.63 308	4.43 247	9.12 298	6.25 295	0.03 254	0.10 301	0.00 1	0.03 253	0.60 350	0.25 303

ASMatch	3.32 212	0.50 145	3.32 148	1.72 219	0.45 162	1.93 46	0.68 168	6.42 147	3.89 91	6.18 163	22.30 360	4.61 172	4.82 267	7.65 213	1.70 160	0.00 1	0.02 172	0.00 1	0.03 253	0.01 8	0.18 271

gwcnet-sp	3.31 206	1.47 317	7.26 326	1.73 220	0.69 201	7.57 304	1.14 238	8.59 204	6.17 190	8.57 273	5.25 114	4.26 158	3.36 185	6.46 147	3.44 243	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.11 221

scenet	3.31 206	1.47 317	7.26 326	1.73 220	0.69 201	7.57 304	1.14 238	8.59 204	6.17 190	8.57 273	5.25 114	4.26 158	3.36 185	6.46 147	3.44 243	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.11 221

ssnet	3.31 206	1.47 317	7.26 326	1.73 220	0.69 201	7.57 304	1.14 238	8.59 204	6.17 190	8.57 273	5.25 114	4.26 158	3.36 185	6.46 147	3.44 243	0.00 1	0.00 1	0.00 1	0.00 1	0.15 232	0.11 221

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

SANet	10.64 378	1.86 346	10.91 353	1.76 223	0.71 206	14.62 368	9.23 381	19.18 385	37.14 407	19.22 378	27.96 380	25.86 390	19.11 389	13.02 358	10.63 354	0.08 305	0.06 264	0.03 312	0.02 241	0.62 351	0.81 358

coex-ft	19.78 410	19.39 409	87.73 434	1.77 225	1.80 286	17.25 379	13.50 402	12.63 321	42.10 413	60.18 429	38.90 405	28.72 394	28.74 407	11.74 346	27.40 409	0.21 336	0.23 358	0.04 323	0.30 353	1.36 375	1.54 373

AAGNet	3.41 221	0.34 56	2.45 61	1.78 226	0.39 148	3.69 198	1.05 230	4.79 62	4.61 130	9.62 306	7.74 186	4.98 182	6.38 302	7.34 199	13.02 369	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.04 109

iinet-f	5.94 313	1.60 329	26.88 406	1.79 227	1.38 261	11.92 352	1.47 255	6.80 163	7.11 221	6.90 204	14.43 307	10.64 309	7.97 330	7.00 181	12.12 365	0.02 222	0.03 218	0.05 330	0.00 1	0.63 353	0.02 40

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

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

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

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

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

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

SDNR	7.50 343	2.32 357	15.58 379	1.82 234	0.63 194	44.66 422	0.44 116	8.59 204	9.52 284	9.84 311	25.18 375	5.30 198	4.38 244	11.46 342	6.49 300	0.05 282	0.03 218	0.00 1	0.01 221	1.79 381	1.87 377

CSAN	7.62 344	1.60 329	6.56 313	1.83 235	0.66 197	12.40 357	10.52 391	14.45 347	21.32 376	14.19 362	15.98 318	17.84 359	13.02 372	12.32 351	8.38 328	0.09 309	0.07 277	0.03 312	0.04 270	0.33 317	0.67 354

DPSNet	10.14 374	1.88 347	16.82 383	1.85 236	1.73 279	24.84 393	17.20 416	19.92 394	27.41 388	12.23 349	13.62 299	16.52 352	18.35 384	14.42 369	12.50 367	0.78 372	0.54 385	0.08 343	0.25 340	1.18 370	0.59 352

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

Wz-Net-SNSev	9.23 365	6.70 390	24.28 401	1.87 237	1.81 287	8.57 313	12.29 400	17.37 369	20.39 374	10.43 325	23.11 364	16.66 354	8.03 331	14.47 370	17.86 382	0.00 1	0.02 172	0.01 267	0.00 1	0.41 335	0.30 317

NCCL2	5.88 312	1.59 328	5.44 278	1.87 237	0.92 225	9.55 326	11.55 394	12.11 303	9.94 294	9.67 307	8.85 206	22.28 383	7.41 319	8.78 286	7.17 308	0.01 150	0.00 1	0.03 312	0.00 1	0.13 220	0.23 296

RALCasStereoNet	1.93 77	1.01 268	2.75 94	1.88 240	1.75 281	2.88 141	0.18 65	4.64 56	4.36 118	2.27 53	5.14 103	2.22 82	0.79 57	7.10 187	1.00 104	0.00 1	0.34 370	0.00 1	0.00 1	0.10 182	0.16 267

FC-DCNN	10.72 379	0.52 152	4.27 215	1.88 240	1.63 269	17.18 378	5.29 347	18.20 375	19.69 370	28.50 398	34.51 400	34.03 404	21.48 397	15.89 377	11.15 360	0.03 254	0.01 126	0.02 296	0.01 221	0.07 146	0.09 190

MeshStereo	11.52 382	1.52 323	4.55 233	1.89 242	1.46 263	19.87 387	5.11 343	20.66 397	15.91 352	32.67 403	34.51 400	39.34 410	21.15 395	18.74 389	12.10 364	0.11 313	0.06 264	0.01 267	0.00 1	0.45 338	0.22 290
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
PSMNet_ROB	5.02 302	1.63 332	6.03 296	1.90 243	1.83 288	9.57 327	6.35 359	15.58 360	7.23 225	6.15 162	10.48 249	12.22 325	4.16 228	8.02 234	8.71 333	0.02 222	0.01 126	0.01 267	0.10 297	0.20 265	0.12 233

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

Sa-1000	3.55 230	0.75 221	3.63 174	1.91 244	0.30 128	3.55 186	1.63 264	7.39 177	8.54 269	7.70 239	17.44 338	4.00 144	2.82 167	9.44 313	1.33 130	0.00 1	0.10 301	0.00 1	0.18 319	0.21 276	0.04 109

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

ADCL	10.16 375	2.11 353	19.36 390	1.92 246	1.88 291	22.23 389	8.91 378	14.04 341	23.56 382	14.62 365	26.19 377	12.75 328	13.59 374	16.06 380	22.95 399	0.26 344	0.18 345	0.75 380	0.65 374	0.69 357	0.58 349

StereoDRNet-Refined	4.46 288	0.62 184	3.80 186	1.92 246	0.40 150	9.35 323	0.15 54	10.02 245	8.83 274	12.69 351	11.62 275	9.34 286	3.87 217	8.06 242	8.02 321	0.00 1	0.00 1	0.01 267	0.05 274	0.20 265	0.26 308
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FBW_ROB	8.50 360	1.03 272	7.98 338	1.93 249	1.28 253	13.10 362	6.23 355	22.50 399	18.98 363	18.82 377	14.91 313	19.06 368	10.04 354	18.41 387	9.83 348	0.62 369	0.22 356	1.82 391	0.82 380	0.99 367	1.36 370

CVANet_RVC	4.16 274	1.16 292	3.60 169	1.94 250	1.46 263	3.92 218	4.68 336	10.89 269	8.34 261	7.58 235	10.84 258	10.27 302	6.62 306	8.56 271	2.69 219	0.39 356	0.00 1	0.00 1	0.01 221	0.21 276	0.09 190

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

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

aanetorigin	8.72 362	3.29 374	27.55 407	1.95 251	3.84 361	4.93 251	5.39 348	5.49 109	10.05 296	27.85 397	31.47 391	15.80 346	12.78 369	9.04 296	11.98 363	0.25 342	0.22 356	0.22 363	0.25 340	1.28 373	0.84 360

FCDSN-DC	10.24 376	0.56 164	3.49 164	1.96 254	1.29 254	16.90 377	4.59 335	17.16 368	19.10 365	24.64 394	32.46 396	33.82 403	22.14 399	15.93 378	10.45 353	0.04 270	0.00 1	0.00 1	0.00 1	0.05 110	0.21 288
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 301	1.74 339	6.38 308	1.96 254	1.29 254	2.26 63	1.69 268	10.07 246	18.53 361	7.88 247	18.15 342	8.49 279	2.70 157	10.59 330	7.04 307	0.96 379	0.15 330	0.02 296	0.00 1	0.13 220	0.12 233

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

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

MC-Stereo	1.47 41	0.36 72	2.54 70	1.99 258	0.12 55	1.90 43	0.12 36	4.47 45	2.83 29	3.31 74	3.44 68	0.56 45	1.47 101	5.39 111	0.47 28	0.00 1	0.04 242	0.00 1	0.21 328	0.07 146	0.04 109

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

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

TRStereo	2.36 125	3.10 368	4.70 241	1.99 258	2.08 296	2.61 99	1.11 236	8.79 214	3.73 83	3.19 68	3.04 54	3.96 142	0.77 53	5.92 123	1.44 138	0.03 254	0.14 325	0.00 1	0.29 348	0.08 155	0.25 303

testlalala2	2.71 156	0.64 187	5.32 274	2.00 262	0.72 207	3.55 186	1.04 227	6.82 164	3.30 64	9.47 300	3.38 65	6.29 227	3.36 185	6.91 173	0.85 77	0.00 1	0.02 172	0.32 370	0.00 1	0.02 25	0.17 268

psm_up	3.85 252	0.82 238	3.01 121	2.00 262	2.58 319	5.28 259	3.34 310	10.85 268	6.33 197	7.27 224	7.32 174	10.15 298	9.02 345	6.19 133	2.51 214	0.22 338	0.01 126	0.00 1	0.00 1	0.12 210	0.03 71

test_5	2.90 176	0.70 209	3.69 177	2.01 264	3.17 332	4.61 243	1.32 250	6.69 159	7.02 219	2.79 59	7.18 169	4.99 183	4.14 226	7.96 230	1.31 129	0.00 1	0.00 1	0.00 1	0.03 253	0.19 261	0.26 308

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

fast-acv-ft	5.62 308	1.39 312	7.01 321	2.02 266	1.89 292	12.23 354	1.82 273	7.35 175	9.45 283	10.46 326	20.27 351	14.55 340	7.71 328	7.41 202	7.61 313	0.10 311	0.09 293	0.16 355	0.07 282	0.59 348	0.13 240

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

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

HITNet	2.79 164	0.77 225	4.02 201	2.03 268	0.11 47	5.58 262	0.59 150	9.24 223	5.15 150	6.42 183	7.26 173	3.66 133	2.92 172	4.07 83	3.87 262	0.00 1	0.00 1	0.00 1	0.00 1	0.06 131	0.02 40
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NF-Stereo	2.24 105	0.33 47	3.00 119	2.04 270	0.10 39	3.46 174	0.43 112	6.51 152	3.17 54	6.84 197	5.24 112	2.67 92	1.34 93	8.17 253	1.53 146	0.01 150	0.00 1	0.00 1	0.00 1	0.02 25	0.01 16

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

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

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

FENet	2.19 103	0.34 56	3.04 128	2.05 274	0.26 118	2.82 132	0.13 43	7.02 170	5.55 161	4.97 111	1.94 35	4.91 181	3.39 191	4.71 91	2.50 213	0.02 222	0.03 218	0.00 1	0.00 1	0.00 1	0.21 288

testlalala_base	3.56 231	0.99 266	4.93 250	2.07 275	0.97 232	11.04 344	1.77 271	7.36 176	3.87 88	9.16 294	7.80 189	5.07 189	4.22 232	7.43 203	2.06 189	0.17 327	0.16 337	0.50 378	0.67 376	0.58 346	0.36 324

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

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

NOSS_ROB	3.30 204	0.46 133	2.62 79	2.08 276	1.01 237	5.60 263	0.74 184	10.37 253	11.48 321	5.15 116	8.43 200	5.67 209	1.73 118	7.97 231	2.34 203	0.02 222	0.06 264	0.00 1	0.00 1	0.07 146	0.14 245

IRAFT_RVC	2.85 168	0.41 104	3.32 148	2.09 279	0.41 153	2.92 142	5.22 345	6.41 146	3.63 80	6.53 189	5.48 121	5.09 190	4.88 269	8.20 257	2.15 195	0.01 150	0.17 341	0.01 267	0.00 1	0.02 25	0.04 109

ADCPNet	9.54 369	2.39 359	31.46 410	2.09 279	1.60 268	16.71 376	6.39 360	12.11 303	11.45 320	13.53 360	21.45 356	19.41 369	10.94 360	14.38 368	21.54 393	0.27 347	1.16 389	0.39 376	1.49 390	0.58 346	1.45 371

DMCA-RVC	3.17 197	1.26 301	6.39 309	2.10 281	1.51 265	3.02 149	0.56 140	7.84 185	5.06 145	9.23 296	5.19 108	8.46 276	2.72 162	6.31 140	3.22 234	0.06 292	0.11 307	0.09 346	0.02 241	0.16 238	0.08 180

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

SGM-ForestM	16.99 402	1.08 279	5.74 288	2.12 282	0.75 210	31.63 406	12.21 398	27.80 408	32.25 396	37.88 410	39.99 408	52.96 419	35.20 414	33.60 412	24.47 402	0.26 344	0.39 375	0.31 369	0.39 364	0.26 298	0.53 346

PFNet	2.93 179	0.40 94	5.51 282	2.13 284	0.84 218	3.11 155	0.75 186	6.78 162	4.79 138	9.98 316	6.00 127	4.78 176	2.13 133	8.33 260	2.11 191	0.19 332	0.06 264	0.00 1	0.11 298	0.20 265	0.35 323

SPstereo	2.60 150	0.59 173	4.70 241	2.15 285	0.73 209	3.64 193	1.04 227	6.95 169	3.65 81	7.90 249	4.27 82	6.71 239	2.57 151	5.50 114	1.00 104	0.00 1	0.03 218	0.32 370	0.00 1	0.02 25	0.15 254

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

FINET	5.32 304	1.14 290	10.04 351	2.17 287	3.67 353	6.49 282	6.76 365	11.68 288	22.08 378	7.42 230	12.15 282	4.24 156	3.61 201	9.25 305	5.35 283	0.04 270	0.04 242	0.00 1	0.00 1	0.17 246	0.09 190

iResNet_ROB	4.23 279	1.02 270	4.90 248	2.18 288	0.93 227	2.92 142	0.37 103	15.10 355	16.91 358	7.89 248	10.51 250	7.03 246	3.07 177	8.16 250	3.46 247	0.01 150	0.00 1	0.00 1	0.00 1	0.10 182	0.02 40

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

DLCB_ROB	4.51 291	0.91 254	3.78 184	2.19 289	1.07 240	6.28 276	3.09 302	9.78 236	7.72 241	10.65 330	12.97 292	13.91 336	3.71 207	8.72 285	5.30 282	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65	0.10 209

edge stereo	6.76 332	1.01 268	6.76 316	2.20 291	2.45 315	6.41 280	2.45 284	14.84 352	11.98 328	15.29 368	18.31 343	22.02 381	12.56 367	10.82 333	7.49 311	0.03 254	0.06 264	0.11 348	0.03 253	0.30 308	0.14 245

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

GwcNet-RSSM	3.77 245	1.05 274	5.06 258	2.21 292	1.87 290	2.36 69	1.52 258	8.98 215	7.96 251	5.91 147	14.59 309	7.94 267	3.50 195	6.43 146	5.70 288	0.00 1	0.00 1	0.04 323	0.00 1	0.20 265	0.08 180

ADCMid	10.24 376	3.13 369	20.70 393	2.21 292	2.39 313	11.23 346	6.19 352	14.17 345	11.19 316	23.20 390	22.25 359	17.89 361	19.54 390	18.51 388	26.21 407	0.45 364	0.42 378	1.10 385	1.29 387	1.56 379	1.18 366

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

XX-Stereo	2.71 156	0.38 82	5.96 294	2.25 296	2.20 305	1.54 23	0.21 71	5.44 106	3.05 45	2.28 54	16.16 319	7.03 246	0.24 3	6.19 133	0.79 70	0.00 1	0.15 330	0.00 1	0.23 334	0.13 220	0.04 109

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

GANet	6.22 321	1.07 277	4.07 208	2.27 297	0.89 222	9.19 322	9.52 382	12.02 299	8.13 256	10.72 331	29.09 384	13.86 334	7.52 324	11.00 336	4.39 268	0.36 353	0.00 1	0.02 296	0.02 241	0.12 210	0.08 180

Wz-Net-TNSev	11.35 381	10.56 404	35.88 415	2.28 299	1.73 279	18.25 382	11.42 393	15.88 361	20.88 375	14.44 363	16.97 329	19.57 370	19.04 388	19.31 391	18.67 384	0.01 150	0.06 264	0.00 1	0.16 309	0.62 351	1.25 368

MFN_U_SF_DS_RVC	9.78 372	4.27 380	14.47 373	2.29 300	2.85 326	23.40 392	13.62 403	13.60 335	19.54 368	19.42 379	24.27 368	16.74 355	8.59 338	17.05 384	7.98 320	1.25 383	1.68 393	0.17 358	2.63 395	0.72 359	1.04 363

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

xx1	2.33 122	0.65 192	2.15 45	2.30 301	0.02 3	5.80 267	0.56 140	4.31 35	10.41 302	1.03 33	3.33 60	4.67 173	2.70 157	8.05 238	0.45 19	0.00 1	0.02 172	0.00 1	0.00 1	0.02 25	0.03 71

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

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

FAT-Stereo	6.78 335	0.68 202	6.80 317	2.30 301	1.77 284	5.63 264	4.20 326	18.79 379	18.62 362	10.53 328	17.15 333	18.52 365	13.74 375	8.86 291	7.38 310	0.03 254	0.15 330	0.01 267	0.07 282	0.12 210	0.26 308

SGM_RVC	10.08 373	0.60 176	3.42 158	2.30 301	0.32 135	19.41 385	6.33 358	18.95 382	14.64 344	25.14 395	24.32 369	33.34 402	18.79 387	19.86 393	12.55 368	0.25 342	0.26 366	0.22 363	0.24 337	0.34 320	0.40 329
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
acv_ft	3.69 238	0.53 156	4.58 237	2.31 307	4.71 383	7.44 301	0.86 211	8.54 203	5.70 167	9.29 298	9.26 225	5.77 211	4.15 227	2.24 50	8.13 325	0.00 1	0.00 1	0.00 1	0.00 1	0.29 307	0.01 16

DN-CSS_ROB	2.69 153	1.40 313	5.34 275	2.31 307	0.75 210	3.14 158	0.06 16	6.11 129	3.87 88	5.34 123	12.18 284	2.34 85	1.22 86	7.84 226	1.48 141	0.03 254	0.00 1	0.00 1	0.00 1	0.35 321	0.03 71

Wz-Net-MNSev	7.43 342	2.35 358	15.22 377	2.34 309	3.41 343	17.27 380	8.55 375	11.91 296	13.48 338	13.37 358	17.05 330	13.70 331	7.47 323	11.90 348	9.99 351	0.40 358	0.03 218	0.00 1	0.01 221	0.16 238	0.07 167

psmorigin	7.34 341	1.58 327	18.31 387	2.35 310	0.87 220	6.72 286	1.70 270	10.63 259	7.14 222	19.77 381	22.71 362	20.13 374	11.34 361	12.96 357	9.49 345	0.04 270	0.17 341	0.06 334	0.17 315	0.21 276	0.50 343

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

11t1	1.62 44	0.26 14	2.53 69	2.37 312	0.24 109	2.58 93	0.06 16	6.66 157	3.00 42	3.40 76	3.01 53	1.14 55	1.94 127	4.18 85	0.91 92	0.01 150	0.02 172	0.00 1	0.00 1	0.03 65	0.03 71

Wz-Net-LNSev-Ref	5.98 315	1.55 325	9.92 350	2.40 313	3.22 333	10.28 335	3.14 304	11.64 286	9.79 289	9.54 303	20.22 350	11.16 319	6.77 310	10.61 331	9.16 337	0.06 292	0.00 1	0.00 1	0.00 1	0.03 65	0.04 109

raft+_RVC	1.79 54	0.84 241	2.32 54	2.40 313	0.85 219	1.38 13	0.09 26	6.36 139	4.75 137	2.85 61	5.46 120	1.17 56	1.36 96	4.54 89	0.91 92	0.00 1	0.10 301	0.00 1	0.00 1	0.11 198	0.22 290

PA-Net	4.98 300	1.47 317	7.42 331	2.40 313	2.14 300	8.73 317	3.64 318	12.42 311	13.11 335	7.03 209	7.57 181	7.88 263	6.52 304	10.16 325	7.82 316	0.02 222	0.03 218	0.00 1	0.00 1	0.11 198	1.07 365
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
cf-r	3.42 222	0.81 235	3.97 195	2.41 316	2.78 324	2.85 136	0.64 161	8.44 195	6.32 196	6.25 170	11.57 274	8.97 284	3.54 198	5.93 124	3.83 260	0.00 1	0.00 1	0.00 1	0.00 1	0.09 172	0.07 167

PWC_ROB	8.24 356	3.13 369	12.74 367	2.43 317	4.43 375	7.51 302	1.22 243	16.63 365	19.24 367	16.08 371	28.29 381	13.99 337	10.16 355	13.63 363	14.06 376	0.42 362	0.00 1	0.05 330	0.00 1	0.59 348	0.27 312

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

Syn2CoEx	6.32 323	2.72 363	9.33 346	2.45 318	1.67 273	8.59 314	3.32 309	18.08 374	12.27 330	8.53 272	21.08 354	10.30 303	9.80 352	9.30 307	7.86 318	0.01 150	0.00 1	0.00 1	0.00 1	0.63 353	0.43 334

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

ADCRef	7.27 340	1.38 311	16.37 380	2.52 321	3.30 337	11.63 349	3.16 305	10.80 266	9.35 281	13.03 357	25.27 376	8.17 271	8.92 343	8.06 242	21.81 395	0.15 321	0.08 285	0.16 355	0.34 359	0.38 325	0.58 349

LMCR-Stereo	3.63 234	1.29 308	4.20 211	2.54 322	0.17 72	8.08 309	1.52 258	11.46 282	4.73 135	8.45 271	10.66 255	1.91 78	5.03 272	7.69 216	3.58 254	0.92 378	0.00 1	0.00 1	0.00 1	0.36 323	0.02 40

WCMA_ROB	9.21 364	0.87 246	7.37 330	2.54 322	2.13 299	13.59 365	5.80 349	11.64 286	14.01 341	24.43 393	32.99 397	27.09 391	18.02 382	12.51 353	9.85 350	0.81 374	0.07 277	0.01 267	0.01 221	0.16 238	0.23 296

RALAANet	2.46 137	1.09 281	3.70 180	2.55 324	0.80 215	3.37 171	0.15 54	7.44 179	5.54 160	5.65 128	6.01 128	3.54 127	1.13 75	6.34 142	1.58 152	0.00 1	0.01 126	0.00 1	0.05 274	0.21 276	0.03 71

XPNet_ROB	6.03 319	1.22 296	5.61 287	2.56 325	0.90 224	6.32 277	7.07 368	12.92 326	8.30 260	14.76 366	15.13 314	19.84 372	6.66 308	10.36 326	8.58 331	0.02 222	0.04 242	0.00 1	0.03 253	0.11 198	0.24 300

GwcNet	6.42 325	1.97 350	10.92 354	2.59 326	5.58 388	11.55 348	2.21 280	14.10 343	16.52 357	10.04 317	17.19 335	10.86 313	5.61 289	9.23 304	8.84 335	0.01 150	0.06 264	0.03 312	0.08 286	0.56 343	0.40 329

SuperB	8.10 355	3.15 371	24.67 402	2.65 327	1.23 248	9.88 330	4.29 328	10.18 251	30.07 393	11.53 343	12.18 284	6.12 220	6.65 307	10.50 328	14.47 378	0.14 319	0.11 307	0.35 373	0.25 340	13.06 409	0.48 340

DRN-Test	5.87 310	0.98 265	5.89 292	2.69 328	3.65 351	12.37 356	3.35 311	20.07 395	10.20 300	11.93 346	12.31 287	11.06 318	5.31 279	7.89 228	9.05 336	0.04 270	0.05 251	0.04 323	0.04 270	0.18 256	0.25 303

UDGNet	2.73 160	7.09 394	3.90 194	2.71 329	0.06 17	2.98 145	0.20 69	4.63 54	8.58 271	2.69 56	2.70 49	0.95 51	1.01 67	6.27 137	1.51 143	1.28 384	0.00 1	5.24 402	0.94 383	1.70 380	0.13 240

STTStereo	3.60 233	0.93 260	6.34 306	2.71 329	2.23 306	3.68 197	0.63 157	9.42 227	6.73 209	9.87 312	6.97 158	8.84 283	3.65 202	6.85 169	3.04 228	0.00 1	0.02 172	0.01 267	0.00 1	0.02 25	0.02 40

NLCA_NET_v2_RVC	3.84 251	1.06 276	5.23 271	2.72 331	3.27 335	4.36 233	0.61 154	10.71 263	7.56 235	8.75 279	7.89 191	9.86 293	3.90 218	7.15 192	3.44 243	0.14 319	0.02 172	0.02 296	0.03 253	0.04 86	0.03 71
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADLNet2	4.46 288	0.90 253	6.06 297	2.74 332	3.91 363	6.79 288	3.01 300	10.95 271	8.40 264	7.27 224	9.80 235	9.85 292	5.43 284	7.29 196	6.44 299	0.01 150	0.03 218	0.00 1	0.00 1	0.15 232	0.11 221

CRFU-Net	4.45 287	0.67 201	5.02 254	2.78 333	1.32 258	12.67 359	3.35 311	11.26 274	3.52 76	10.06 318	9.30 227	10.91 314	6.92 312	7.26 195	3.24 236	0.15 321	0.16 337	0.16 355	0.00 1	0.26 298	0.05 137

EDNetEfficient	13.82 389	6.19 388	54.79 424	2.83 334	3.60 349	4.86 248	8.57 376	8.61 209	32.90 397	40.77 415	30.59 389	18.33 364	21.87 398	11.38 341	25.36 405	0.15 321	0.23 358	0.06 334	1.03 384	2.54 388	1.79 375

AdaStereo	3.09 190	0.58 171	3.04 128	2.84 335	0.48 171	4.08 223	1.29 248	12.16 307	7.77 246	6.03 150	9.62 231	5.79 213	1.53 110	4.56 90	1.93 183	0.00 1	0.00 1	0.00 1	0.00 1	0.02 25	0.02 40
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
ac_64	3.70 239	0.47 135	3.50 165	2.87 336	3.50 345	5.91 271	0.72 180	10.17 250	4.34 117	8.16 256	5.80 125	10.82 311	5.64 290	7.08 186	4.73 275	0.03 254	0.00 1	0.00 1	0.00 1	0.08 155	0.14 245

iResNetv2_ROB	4.28 284	1.43 314	7.17 325	2.91 337	1.26 250	4.36 233	1.62 263	13.64 337	10.25 301	9.83 310	11.41 269	7.68 259	4.00 220	7.75 222	1.85 172	0.00 1	0.00 1	0.00 1	0.00 1	0.37 324	0.09 190

pmcnn	7.72 349	1.27 303	9.42 348	2.91 337	3.14 329	9.44 324	6.23 355	12.56 319	16.51 355	14.53 364	24.08 367	27.44 392	8.49 337	9.32 308	8.44 329	0.06 292	0.08 285	0.00 1	0.00 1	0.30 308	0.15 254

NCC-stereo	6.77 333	1.49 321	6.48 310	2.92 339	4.40 372	7.43 299	3.61 316	19.52 391	13.29 336	8.39 268	16.91 327	15.96 347	12.13 364	12.85 355	7.70 314	1.47 386	0.11 307	0.01 267	0.42 366	0.14 230	0.24 300

Abc-Net	6.77 333	1.49 321	6.48 310	2.92 339	4.40 372	7.43 299	3.61 316	19.52 391	13.29 336	8.39 268	16.91 327	15.96 347	12.13 364	12.85 355	7.70 314	1.47 386	0.11 307	0.01 267	0.42 366	0.14 230	0.24 300
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	8.43 359	3.58 376	16.40 381	2.92 339	2.17 302	13.22 363	3.60 315	14.64 350	25.86 386	11.87 345	12.04 278	15.06 343	10.67 358	15.24 375	19.41 385	0.39 356	0.08 285	0.05 330	0.07 282	0.84 363	0.45 337

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

Anonymous Stereo	6.16 320	3.15 371	23.75 400	2.97 343	2.48 316	4.39 238	13.30 401	9.21 221	9.86 292	9.56 305	8.76 204	6.79 242	1.99 129	13.50 361	13.04 370	0.01 150	0.05 251	0.00 1	0.06 280	0.22 280	0.19 281

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

ccnet	6.87 337	0.92 257	5.15 265	3.09 345	2.18 304	11.78 350	4.90 339	17.97 373	8.79 273	12.79 354	20.20 349	16.00 350	8.35 335	9.12 298	14.17 377	0.42 362	0.33 369	0.25 366	0.09 293	0.40 332	0.48 340

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

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

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

SACVNet	4.15 273	1.26 301	3.81 187	3.12 349	1.68 275	3.09 153	2.85 298	11.91 296	5.96 175	10.52 327	11.20 265	10.59 305	3.95 219	8.97 294	3.25 237	0.08 305	0.02 172	0.00 1	0.00 1	0.32 315	0.44 336

StereoDRNet	5.59 307	1.75 340	6.80 317	3.12 349	4.45 376	10.61 340	4.35 330	18.80 380	9.73 287	12.22 347	6.87 156	11.44 321	4.65 258	8.09 245	8.26 327	0.02 222	0.11 307	0.00 1	0.03 253	0.20 265	0.28 314

S-Stereo	6.63 330	0.84 241	9.67 349	3.15 351	3.48 344	6.49 282	6.22 354	12.99 328	22.84 380	9.48 301	15.51 315	12.00 324	8.43 336	8.04 235	10.70 355	0.12 316	0.17 341	0.00 1	0.38 362	0.13 220	1.92 378

ADCS	13.02 387	4.93 384	28.38 408	3.17 352	2.67 321	13.61 366	10.83 392	18.70 377	33.46 398	22.59 385	24.78 372	19.59 371	18.51 386	23.40 402	32.16 416	0.10 311	0.19 349	0.37 375	0.18 319	1.26 372	1.46 372

APVNet	5.98 315	1.72 338	8.72 343	3.21 353	4.04 367	12.31 355	1.81 272	19.09 384	6.10 183	6.13 161	13.41 297	10.69 310	6.30 299	11.26 339	13.90 375	0.05 282	0.02 172	0.11 348	0.03 253	0.53 341	0.20 287

PASM	7.90 351	4.22 379	21.97 397	3.25 354	3.29 336	5.39 261	6.57 361	10.57 257	19.09 364	12.77 353	13.92 301	18.11 362	9.51 350	13.79 364	10.77 358	0.19 332	0.45 380	0.29 367	1.08 385	1.49 377	1.19 367

NVstereo2D	4.51 291	0.82 238	6.86 320	3.28 355	3.38 339	8.16 310	3.13 303	10.51 256	15.15 348	4.90 109	6.89 157	7.87 262	4.78 264	9.88 318	3.91 263	0.01 150	0.00 1	0.00 1	0.06 280	0.02 25	0.58 349

AF-Net	7.78 350	1.44 316	6.68 315	3.37 356	4.50 379	8.61 315	2.69 293	17.07 367	20.17 373	9.52 302	24.02 366	20.31 377	14.59 378	11.58 343	9.84 349	0.61 368	0.00 1	0.12 350	0.00 1	0.38 325	0.12 233

GANetREF_RVC	6.56 328	2.89 365	7.58 335	3.41 357	0.40 150	12.96 361	9.58 383	15.09 353	17.25 360	10.33 321	10.62 252	12.27 326	8.16 334	12.21 350	4.53 271	0.41 359	0.00 1	0.00 1	0.02 241	3.12 390	0.39 328
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
RASNet	4.52 294	0.61 179	4.42 223	3.42 358	4.68 382	4.58 241	0.99 224	9.54 232	8.01 252	5.28 120	11.42 270	10.34 304	8.88 342	9.28 306	8.68 332	0.15 321	0.00 1	0.00 1	0.00 1	0.03 65	0.04 109

DISCO	6.28 322	0.57 166	5.78 289	3.43 359	1.17 246	11.22 345	3.39 313	12.14 306	16.16 353	6.52 188	11.22 266	16.96 356	6.32 300	19.51 392	10.74 356	0.00 1	0.00 1	0.00 1	0.00 1	0.35 321	0.11 221

AACVNet	3.33 214	1.03 272	3.56 167	3.46 360	0.63 194	3.09 153	0.28 84	8.78 213	3.43 72	5.99 148	10.64 253	10.08 297	4.03 224	8.69 280	2.51 214	0.03 254	0.01 126	0.00 1	0.00 1	0.26 298	0.06 152

DGSMNet	6.47 327	2.61 361	13.64 372	3.46 360	3.74 354	8.97 319	6.01 350	14.15 344	13.01 334	7.46 232	14.10 303	9.94 295	4.79 265	10.44 327	6.22 294	1.30 385	1.70 394	1.80 389	1.52 392	2.27 387	2.35 384

WZ-Net	13.00 386	4.64 382	41.07 418	3.48 362	3.15 331	19.12 384	15.66 414	14.81 351	31.33 395	15.71 369	27.88 379	22.22 382	14.01 376	20.44 397	25.03 404	0.64 370	0.00 1	0.01 267	0.03 253	0.39 329	0.37 326

stereogan	7.69 348	0.88 248	7.08 324	3.49 363	3.93 364	18.98 383	3.23 308	16.52 364	19.58 369	9.93 315	18.92 344	20.50 378	9.04 346	14.07 366	6.14 293	0.26 344	0.04 242	0.21 362	0.03 253	0.63 353	0.33 321

AASNet	3.90 257	0.92 257	4.41 222	3.56 364	4.00 366	6.70 285	1.26 246	18.71 378	6.14 187	7.35 228	7.91 192	4.35 165	2.58 152	3.04 61	6.62 305	0.00 1	0.00 1	0.00 1	0.00 1	0.39 329	0.14 245

ADLNet	4.32 286	0.80 234	4.33 218	3.60 365	3.56 347	6.87 289	2.48 285	11.20 273	7.58 237	9.87 312	9.62 231	8.39 273	4.95 270	6.16 132	6.60 303	0.01 150	0.01 126	0.00 1	0.01 221	0.12 210	0.25 303

MFN_U_SF_RVC	12.94 385	3.66 377	25.81 405	3.61 366	2.26 308	22.77 390	4.55 334	27.10 405	20.06 371	23.90 391	28.99 383	30.53 398	16.98 380	19.92 394	20.26 388	1.24 382	1.07 388	0.98 384	1.33 388	1.80 382	2.04 380

DeepPrunerF	6.75 331	2.69 362	23.31 399	3.68 367	7.16 393	3.78 210	4.29 328	13.42 334	20.13 372	8.13 255	10.46 248	7.18 254	8.06 332	11.10 337	9.44 344	0.24 341	0.15 330	0.29 367	0.42 366	0.66 356	0.45 337

SHD	9.61 370	2.60 360	12.46 363	3.69 368	3.54 346	9.47 325	1.25 244	20.16 396	37.84 409	18.19 376	21.24 355	16.96 356	12.83 371	14.47 370	16.05 380	0.32 350	0.13 321	0.01 267	0.08 286	0.38 325	0.48 340

RTSC	9.15 363	3.00 367	13.57 371	3.72 369	1.76 283	11.82 351	0.46 117	16.95 366	36.83 406	15.80 370	15.53 316	12.91 329	7.46 322	20.01 395	21.76 394	0.31 349	0.13 321	0.01 267	0.08 286	0.57 345	0.41 331

LE_ROB	16.73 401	1.28 306	11.61 357	3.72 369	1.65 270	16.67 375	9.17 380	14.39 346	55.91 422	63.81 433	40.86 410	35.94 406	37.73 417	14.24 367	26.87 408	0.05 282	0.10 301	0.13 352	0.22 333	0.12 210	0.15 254

MaskLacGwcNet_RVC	5.97 314	5.36 385	5.02 254	3.75 371	3.57 348	15.81 371	4.27 327	11.72 290	6.96 215	7.23 221	8.47 201	9.09 285	2.66 156	9.36 309	2.71 220	7.49 404	2.32 397	2.01 392	0.08 286	6.77 400	4.67 395

Nwc_Net	6.97 339	1.25 300	6.63 314	3.82 372	3.37 338	10.83 343	1.67 267	19.56 393	11.35 319	8.36 263	23.62 365	17.19 358	11.44 363	11.21 338	8.08 324	0.80 373	0.00 1	0.00 1	0.02 241	0.13 220	0.09 190

CC-Net-ROB	7.68 346	9.21 400	7.46 332	3.82 372	3.66 352	15.68 370	5.02 342	17.95 372	10.45 308	6.44 185	14.00 302	7.63 258	4.77 262	10.75 332	3.10 231	5.99 401	2.46 399	16.28 408	1.08 385	6.30 399	1.56 374

DANet	6.02 318	1.23 298	8.45 341	3.86 374	3.94 365	7.64 307	1.34 251	9.51 231	7.00 217	13.39 359	15.53 316	15.99 349	7.02 314	12.14 349	12.37 366	0.19 332	0.12 314	0.02 296	0.03 253	0.13 220	0.56 348
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	6.84 336	1.29 308	5.53 285	3.92 375	5.18 385	6.32 277	3.53 314	11.73 291	15.31 349	9.54 303	22.38 361	18.25 363	14.47 377	10.11 320	7.49 311	0.91 377	0.01 126	0.12 350	0.15 307	0.33 317	0.19 281

RGC	6.88 338	2.23 355	6.13 298	4.05 376	4.73 384	8.94 318	2.78 295	15.19 357	11.74 324	11.13 338	19.34 345	17.86 360	10.42 357	13.02 358	8.03 323	0.73 371	0.01 126	0.24 365	0.41 365	0.31 313	0.38 327

IIG-Stereo	3.16 196	0.75 221	2.83 103	4.08 377	0.21 101	2.56 89	0.74 184	6.55 154	5.56 163	8.39 268	9.38 228	7.94 267	2.79 165	9.50 315	1.89 176	0.02 222	0.00 1	0.00 1	0.00 1	0.02 25	0.04 109

AnyNet_C32	10.98 380	5.58 386	22.79 398	4.16 378	5.83 389	15.64 369	14.30 404	13.18 330	17.15 359	16.44 373	20.52 352	14.68 341	13.44 373	22.46 399	30.08 413	0.17 327	0.26 366	0.36 374	0.36 361	1.23 371	0.91 361

BEATNet-Init1	23.31 411	9.03 399	41.67 419	4.17 379	2.53 318	45.68 424	19.47 419	33.43 411	38.45 410	47.59 422	49.10 419	59.31 423	41.80 420	38.35 419	29.21 412	0.47 365	0.50 383	0.81 381	0.66 375	2.10 386	1.86 376

MDST_ROB	8.37 357	0.32 35	9.03 344	4.18 380	2.42 314	26.86 401	6.14 351	19.36 388	13.52 339	27.09 396	22.75 363	9.47 289	4.74 261	15.06 373	6.34 297	0.02 222	0.02 172	0.00 1	0.00 1	0.02 25	0.13 240

OMP-Stereo	3.03 186	0.93 260	2.72 91	4.21 381	0.51 180	2.19 59	1.25 244	6.19 135	6.00 179	7.99 252	6.21 138	8.50 280	2.49 147	9.44 313	1.74 165	0.01 150	0.00 1	0.00 1	0.00 1	0.08 155	0.05 137

PVD	15.44 393	2.93 366	14.67 375	4.21 381	3.39 341	17.43 381	4.16 324	27.84 409	48.84 418	31.02 401	43.54 412	29.76 397	30.81 410	25.97 405	21.40 391	0.23 339	0.41 376	0.04 323	0.33 357	0.41 335	1.33 369

AnyNet_C01	16.12 397	10.81 405	59.36 426	4.42 383	2.49 317	30.06 404	15.15 412	17.51 371	16.51 355	17.88 375	37.69 404	24.04 384	17.54 381	29.60 408	33.29 417	0.28 348	0.38 374	0.43 377	0.42 366	2.57 389	1.98 379

MANE	19.47 409	1.27 303	5.07 259	4.69 384	5.55 387	30.49 405	9.94 386	34.01 412	37.27 408	44.13 419	51.57 423	52.51 417	40.41 419	33.58 411	24.81 403	0.89 376	0.86 387	1.11 386	9.72 415	0.38 325	1.06 364

GASNet	5.19 303	4.61 381	9.38 347	4.73 385	2.10 298	3.80 212	1.57 261	12.07 301	10.96 312	8.92 287	7.03 166	8.21 272	7.67 327	14.02 365	7.36 309	0.02 222	0.15 330	0.00 1	0.00 1	0.69 357	0.42 332

ELAS	16.72 400	2.14 354	9.23 345	4.92 386	4.53 380	32.66 410	15.11 411	27.40 407	28.68 392	40.27 414	44.90 413	38.33 409	30.50 409	26.44 406	21.94 396	0.88 375	1.23 391	0.67 379	0.89 382	1.49 377	2.18 383
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	18.87 407	9.32 402	86.48 432	4.95 387	6.10 390	42.08 418	14.70 406	15.49 358	41.06 411	22.65 386	32.32 393	13.77 332	19.54 390	37.98 417	28.96 410	0.41 359	0.23 358	0.00 1	0.02 241	0.91 364	0.50 343

RTSA	18.87 407	9.32 402	86.48 432	4.95 387	6.10 390	42.08 418	14.70 406	15.49 358	41.06 411	22.65 386	32.32 393	13.77 332	19.54 390	37.98 417	28.96 410	0.41 359	0.23 358	0.00 1	0.02 241	0.91 364	0.50 343

Consistency-Raft	9.42 367	4.74 383	12.66 365	5.30 389	9.08 399	4.08 223	5.26 346	19.26 386	24.87 384	11.17 339	29.85 386	13.57 330	5.51 288	7.67 215	13.40 372	0.36 353	0.35 372	1.81 390	4.24 406	11.61 406	3.57 388

ELAS_RVC	16.54 399	2.26 356	10.09 352	5.50 390	4.46 377	28.28 403	16.72 415	25.55 404	33.54 399	40.19 413	40.30 409	36.68 407	30.03 408	29.40 407	20.61 389	0.98 380	1.21 390	0.86 383	0.70 377	1.39 376	2.16 381
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	8.41 358	1.54 324	10.97 355	5.73 391	3.60 349	26.19 395	4.41 331	10.10 248	7.42 229	19.71 380	24.99 374	14.38 339	15.83 379	10.99 335	9.53 346	0.50 366	0.46 381	0.19 361	0.25 340	0.80 361	0.66 353

PWCDC_ROB	7.92 352	3.17 373	7.48 333	5.73 391	4.40 372	10.45 337	0.35 100	14.52 349	28.19 390	10.36 323	31.27 390	7.04 248	9.14 347	13.22 360	8.78 334	2.74 395	0.02 172	0.00 1	0.00 1	1.31 374	0.17 268

MSC_U_SF_DS_RVC	16.41 398	6.93 393	21.83 396	5.94 393	2.81 325	38.71 416	14.59 405	24.55 403	34.87 404	33.66 407	34.35 399	29.24 396	24.20 401	22.59 400	17.95 383	2.52 394	2.81 405	1.17 387	1.51 391	5.89 398	2.16 381

NVStereoNet_ROB	16.04 396	6.75 391	12.90 368	6.37 394	7.42 396	12.89 360	9.74 385	22.78 400	25.12 385	30.32 399	46.19 415	34.37 405	25.38 402	21.48 398	21.38 390	5.94 400	3.10 410	6.07 403	10.09 416	4.01 393	8.54 409
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.01 390	5.95 387	33.49 411	6.78 395	43.61 431	10.22 333	9.98 387	15.16 356	22.93 381	23.07 389	32.34 395	18.52 365	12.67 368	15.45 376	11.10 359	0.16 326	0.51 384	0.09 346	0.32 355	1.08 368	16.85 426

anonymity	7.68 346	3.83 378	12.39 362	7.04 396	12.67 408	8.18 311	2.00 276	17.50 370	6.85 212	13.56 361	9.21 216	9.97 296	7.82 329	11.28 340	5.58 286	6.27 402	4.98 420	3.68 398	2.96 397	3.33 392	4.48 393

SGM+DAISY	15.62 394	7.26 395	19.28 389	8.94 397	10.11 403	26.25 396	10.49 390	19.36 388	14.65 345	30.64 400	33.59 398	33.00 401	22.32 400	24.96 404	16.42 381	7.90 406	6.25 422	4.51 400	3.37 402	5.86 397	7.20 403

MFMNet_re	13.29 388	8.60 397	18.29 386	9.75 398	7.25 395	19.65 386	14.84 408	20.71 398	30.72 394	23.03 388	28.77 382	18.85 367	26.09 405	13.55 362	9.82 347	2.44 393	1.35 392	0.34 372	0.23 334	4.78 395	6.69 402

PDISCO_ROB	9.62 371	1.99 352	11.51 356	9.88 399	9.61 401	21.48 388	3.83 319	19.33 387	28.49 391	11.27 341	14.17 304	19.92 373	5.02 271	16.35 381	9.18 338	5.28 399	0.41 376	0.14 353	0.09 293	2.05 383	2.36 385

UDG	8.58 361	9.31 401	4.89 247	10.00 400	9.52 400	10.36 336	2.41 282	12.07 301	9.82 290	7.81 243	9.55 229	16.52 352	9.81 353	7.84 226	7.88 319	4.20 396	2.51 401	18.53 410	3.71 405	9.55 402	5.28 398

CAS	2.24 105	0.25 11	1.86 15	11.21 401	3.86 362	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 27	0.24 14	0.27 6	1.50 22	0.74 58	9.43 409	0.01 126	0.00 1	0.00 1	0.01 8	5.21 397

SPS-STEREO	15.04 392	6.23 389	13.21 370	11.34 402	11.65 405	23.30 391	7.15 369	24.16 402	15.65 350	31.78 402	29.19 385	31.62 399	21.32 396	24.62 403	19.50 386	7.59 405	4.19 418	3.22 397	1.48 389	6.99 401	6.54 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	7.64 345	3.40 375	5.49 281	11.73 403	9.62 402	11.96 353	2.82 296	11.33 279	6.10 183	8.33 262	11.49 272	11.00 316	5.16 277	10.12 324	2.72 222	8.92 407	2.21 396	10.41 404	1.58 393	11.13 405	7.39 404

SAMSARA	14.63 391	2.74 364	12.38 361	12.65 404	6.74 392	36.50 414	72.93 437	19.36 388	23.77 383	16.20 372	13.04 294	29.21 395	12.78 369	16.98 383	15.21 379	0.11 313	0.26 366	0.03 312	0.14 304	0.76 360	0.77 356

DDUNet	9.47 368	11.32 406	6.14 299	12.93 405	11.65 405	10.45 337	3.87 320	11.70 289	7.89 248	9.27 297	13.28 295	16.18 351	6.14 297	8.80 288	5.77 289	6.64 403	3.38 413	20.90 411	4.28 407	11.01 404	7.80 405

otaku	11.73 383	7.51 396	7.07 323	13.22 406	10.85 404	26.61 400	7.25 371	18.84 381	19.16 366	11.58 344	17.23 336	20.19 375	8.09 333	15.11 374	4.64 274	9.13 408	2.42 398	13.08 405	1.83 394	12.48 408	8.22 407

Ntro	12.35 384	8.88 398	7.80 336	13.79 407	12.42 407	26.54 399	6.98 367	18.54 376	22.14 379	9.82 309	16.45 321	20.30 376	9.29 349	15.95 379	6.61 304	9.53 410	2.47 400	14.93 407	2.77 396	13.11 410	8.63 410

JetBlue	29.12 417	15.72 408	54.12 423	15.93 408	20.98 419	60.90 435	30.62 426	39.38 414	34.62 402	34.08 408	39.69 406	57.35 422	43.17 421	50.71 431	50.60 432	2.41 392	3.79 416	2.81 393	3.45 403	9.57 403	12.59 420

ACVNet-4b	15.90 395	22.00 410	12.37 360	16.40 409	15.14 411	31.87 407	7.50 373	19.04 383	27.85 389	11.48 342	22.02 358	31.86 400	9.16 348	17.95 386	5.69 287	10.43 412	2.58 402	24.44 414	4.87 411	16.04 412	9.28 411

ACVNet_1	18.70 406	25.08 412	12.72 366	17.33 410	15.18 412	26.02 394	9.62 384	28.44 410	34.49 400	24.39 392	24.32 369	37.22 408	20.13 393	16.67 382	13.39 371	10.45 413	2.59 403	24.77 415	4.92 412	16.57 413	9.75 412

RainbowNet	18.01 405	26.22 414	19.95 391	18.59 411	14.88 410	27.38 402	10.46 389	27.39 406	34.54 401	14.91 367	27.01 378	25.65 388	12.44 366	18.94 390	9.23 339	13.91 418	3.46 414	23.36 413	4.86 410	16.03 411	10.91 415

MADNet+	27.07 414	33.84 420	90.97 436	20.14 412	7.47 397	48.43 426	47.10 433	35.43 413	36.46 405	20.11 383	30.05 387	25.29 387	35.08 413	45.50 425	50.28 431	2.13 391	2.00 395	1.19 388	0.76 378	4.71 394	4.43 391

ACVNet_2	26.45 413	29.35 418	25.14 403	20.27 413	15.43 413	34.97 412	12.23 399	48.37 424	66.25 432	42.69 416	56.73 427	51.77 415	25.59 403	20.39 396	13.52 373	10.13 411	2.59 403	22.78 412	3.52 404	17.57 414	9.80 413

DispFullNet	17.47 403	26.01 413	33.98 413	22.58 414	20.86 418	13.84 367	1.28 247	16.50 363	26.27 387	19.97 382	17.17 334	20.52 379	18.49 385	22.86 401	10.76 357	5.13 398	2.83 406	30.72 418	7.72 414	20.86 416	11.01 416

PWCK	30.53 420	44.32 427	47.25 421	29.76 415	7.23 394	40.78 417	27.10 425	44.73 418	44.32 414	47.31 421	36.37 402	47.16 414	26.05 404	41.26 421	31.87 415	21.83 423	4.03 417	29.50 417	4.67 408	27.17 424	7.80 405

Dean	34.67 422	38.70 425	25.33 404	29.89 416	17.21 414	45.24 423	11.98 397	56.90 433	76.55 434	63.47 432	60.22 430	67.36 431	48.14 426	37.24 415	39.01 423	11.00 415	2.83 406	28.35 416	5.60 413	18.14 415	10.31 414

IMH-64-1	27.21 415	28.77 415	16.84 384	31.57 417	20.76 416	26.43 397	15.10 409	47.11 419	45.20 415	33.53 405	51.16 421	41.42 411	31.10 411	36.48 413	22.39 397	13.48 416	2.87 408	33.95 420	10.70 417	23.50 418	11.75 417

IMH-64	27.21 415	28.77 415	16.84 384	31.57 417	20.76 416	26.43 397	15.10 409	47.11 419	45.20 415	33.53 405	51.16 421	41.42 411	31.10 411	36.48 413	22.39 397	13.48 416	2.87 408	33.95 420	10.70 417	23.50 418	11.75 417

LVE	34.99 424	40.10 426	34.97 414	32.49 419	18.61 415	51.45 431	26.82 424	52.15 428	65.94 431	47.21 420	61.04 431	53.99 420	37.30 416	37.95 416	34.09 419	15.55 422	5.95 421	31.01 419	13.81 422	22.58 417	16.72 425

WAO-7	29.39 418	24.43 411	20.47 392	32.71 420	13.83 409	34.70 411	20.27 422	52.19 429	65.03 430	43.29 417	59.35 429	52.19 416	44.68 423	31.71 409	30.56 414	10.98 414	4.94 419	13.71 406	12.52 421	12.06 407	8.22 407

IMH	29.82 419	29.11 417	18.51 388	34.28 421	21.40 421	32.33 409	15.39 413	49.40 426	53.07 420	37.88 410	55.32 426	45.05 413	39.54 418	40.63 420	24.12 401	14.03 419	3.27 412	34.93 422	11.24 419	24.69 420	12.21 419

TorneroNet-64	32.42 421	31.89 419	30.52 409	34.73 422	21.13 420	46.99 425	18.82 417	43.10 417	59.42 425	32.70 404	46.98 416	62.01 425	36.98 415	43.97 424	33.88 418	14.10 420	3.22 411	35.28 423	11.72 420	26.84 423	14.07 421

WAO-6	34.74 423	36.76 424	15.36 378	37.53 423	24.15 425	35.99 413	19.36 418	48.96 425	68.54 433	43.84 418	47.58 417	52.77 418	52.60 427	32.63 410	34.73 420	26.20 426	7.74 425	42.78 427	21.64 427	28.07 425	17.62 427

TorneroNet	35.11 425	33.92 421	33.82 412	37.86 424	22.01 422	49.64 428	21.58 423	48.09 423	55.23 421	37.50 409	53.79 424	62.81 428	43.66 422	46.71 427	41.25 426	14.80 421	3.53 415	36.72 424	14.57 423	28.28 426	16.49 424

WAO-8	38.15 426	35.51 422	21.50 394	43.67 425	23.92 423	44.44 420	20.26 420	52.83 430	76.62 435	53.57 426	66.79 434	62.63 426	54.56 430	42.03 422	39.18 424	22.71 424	6.65 423	37.08 425	19.08 425	24.72 422	15.24 422

Venus	38.15 426	35.51 422	21.50 394	43.67 425	23.92 423	44.44 420	20.26 420	52.83 430	76.62 435	53.57 426	66.81 435	62.63 426	54.56 430	42.03 422	39.18 424	22.71 424	6.65 423	37.08 425	19.08 425	24.70 421	15.24 422

UNDER WATER-64	45.16 429	46.99 428	66.69 427	43.90 427	27.64 426	55.58 434	41.87 430	39.42 415	48.42 417	51.73 425	43.08 411	67.76 432	56.69 432	48.02 429	48.34 429	39.50 429	17.64 427	51.78 430	38.93 430	36.62 427	32.61 429

JetRed	61.02 435	61.05 434	82.56 431	46.09 428	56.80 435	83.19 436	63.76 435	59.26 435	63.61 428	69.29 436	68.85 436	66.59 430	47.62 425	61.57 434	74.09 436	45.58 431	66.14 436	46.59 428	45.06 432	63.17 434	49.58 434

UNDER WATER	45.09 428	48.60 429	67.37 428	49.30 429	31.41 427	53.80 433	37.39 428	40.25 416	52.48 419	50.24 423	45.37 414	68.37 433	57.76 433	51.03 432	49.88 430	29.97 427	13.75 426	51.22 429	36.57 428	37.87 428	29.12 428

DPSimNet_ROB	53.45 432	64.73 436	44.39 420	53.97 430	45.39 432	53.66 432	54.83 434	55.15 432	57.87 424	64.16 434	50.83 420	63.40 429	53.34 429	46.45 426	65.81 435	63.13 434	26.54 432	57.94 432	51.11 434	45.52 429	50.69 435

HanzoNet	56.48 434	59.32 433	58.25 425	55.32 431	41.94 429	50.95 430	41.33 429	51.12 427	61.40 427	65.62 435	65.59 433	71.66 434	69.41 435	70.77 436	60.03 434	63.99 435	34.70 433	61.96 433	50.54 433	51.00 432	44.71 432

notaker	47.42 430	55.20 431	49.13 422	56.52 432	40.18 428	38.52 415	32.97 427	47.21 421	56.08 423	57.21 428	57.24 428	60.09 424	59.19 434	53.93 433	41.64 427	40.61 430	19.93 428	57.21 431	37.41 429	49.02 430	39.02 430

ktn	48.94 431	57.58 432	38.86 417	59.57 433	43.27 430	50.37 429	43.38 431	48.07 422	61.11 426	51.30 424	54.25 425	54.96 421	52.88 428	47.30 428	35.83 421	57.77 433	24.88 431	62.69 434	43.55 431	50.70 431	40.41 431

LRCNet_RVC	66.23 436	65.67 437	67.63 429	71.47 434	54.32 434	32.17 408	2.66 292	63.19 436	21.35 377	81.79 437	91.26 438	83.62 436	71.62 436	69.32 435	52.57 433	95.49 441	64.45 435	95.07 441	95.19 441	71.52 435	74.31 437

KSHMR	55.63 433	63.60 435	37.85 416	74.69 435	49.56 433	49.01 427	45.73 432	57.46 434	63.97 429	61.61 431	62.07 432	72.39 435	47.01 424	50.65 430	43.29 428	54.10 432	62.21 434	66.10 435	53.94 435	51.25 433	46.11 433

xxxxx1	85.63 439	90.31 440	96.68 439	76.54 436	80.57 436	97.44 440	96.86 441	85.53 437	88.53 438	88.68 438	91.71 439	94.23 438	92.93 438	90.02 438	91.98 438	70.60 436	70.39 437	73.68 437	81.46 438	74.61 436	79.86 438

tt_ll	85.63 439	90.31 440	96.68 439	76.54 436	80.57 436	97.44 440	96.86 441	85.53 437	88.53 438	88.68 438	91.71 439	94.23 438	92.93 438	90.02 438	91.98 438	70.60 436	70.39 437	73.68 437	81.46 438	74.61 436	79.86 438

ff	85.63 439	90.31 440	96.68 439	76.54 436	80.57 436	97.44 440	96.86 441	85.53 437	88.53 438	88.68 438	91.71 439	94.23 438	92.93 438	90.02 438	91.98 438	70.60 436	70.39 437	73.68 437	81.46 438	74.61 436	79.86 438

tt	83.26 438	0.34 56	99.99 446	79.40 439	93.18 440	100.00 445	100.00 446	100.00 448	99.95 443	60.33 430	47.63 418	99.98 447	99.96 444	99.98 445	100.00 449	92.42 440	99.82 444	73.83 440	73.63 437	88.42 441	56.35 436

MADNet++	82.84 437	82.38 439	73.57 430	87.72 440	82.97 439	93.14 437	69.15 436	86.42 440	82.50 437	93.46 441	86.70 437	86.28 437	80.92 437	88.34 437	88.84 437	86.83 439	84.17 440	72.64 436	68.92 436	80.47 440	81.42 441

MEDIAN_ROB	98.41 443	99.70 443	99.30 443	97.09 441	97.02 441	96.89 439	95.77 440	97.66 443	97.28 441	98.79 444	98.94 443	99.18 443	98.14 442	96.89 441	96.88 443	99.96 445	99.16 442	100.00 444	99.99 445	99.69 444	99.88 444

Anonymous_1	99.08 445	99.91 444	99.85 445	97.63 442	99.10 444	100.00 445	100.00 446	99.61 445	99.96 444	99.28 445	99.86 444	99.54 444	99.99 445	99.29 443	99.75 444	96.05 442	99.59 443	97.31 442	98.57 443	97.71 442	98.63 443

PML	97.88 442	100.00 448	96.45 438	98.01 443	97.88 443	100.00 445	99.35 444	96.88 441	97.72 442	100.00 447	97.36 442	97.38 442	99.60 443	100.00 448	96.32 442	99.99 446	97.55 441	100.00 444	96.01 442	99.18 443	87.92 442

DLNR_Zeroshot_test	24.70 412	50.77 430	90.11 435	98.11 444	97.34 442	1.38 13	0.12 36	22.79 401	3.09 51	1.07 38	2.95 52	0.71 48	0.29 9	6.93 175	2.29 201	38.56 428	0.37 373	0.00 1	0.30 353	76.73 439	0.09 190

DPSM_ROB	99.95 450	100.00 448	100.00 450	99.76 445	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	99.21 443	100.00 447	100.00 444	100.00 447	99.99 445	99.95 445

DPSM	99.95 450	100.00 448	100.00 450	99.76 445	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	99.21 443	100.00 447	100.00 444	100.00 447	99.99 445	99.95 445

HaxPig	98.85 444	99.94 445	95.08 437	99.99 447	100.00 446	94.03 438	94.78 438	99.15 444	99.98 445	99.99 446	100.00 445	99.98 447	99.99 445	98.12 442	95.97 441	100.00 448	99.99 446	100.00 444	99.99 445	100.00 447	99.99 447

DPSMNet_ROB	99.91 449	100.00 448	99.99 446	99.99 447	100.00 446	100.00 445	100.00 446	99.98 447	100.00 446	98.35 442	100.00 445	99.84 445	100.00 447	99.98 445	99.99 446	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

DGTPSM_ROB	99.90 448	100.00 448	99.99 446	99.99 447	100.00 446	100.00 445	100.00 446	99.97 446	100.00 446	98.35 442	100.00 445	99.84 445	100.00 447	99.98 445	99.99 446	99.99 446	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

MyStereo03	100.00 452	100.00 448	100.00 450	100.00 450	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

MyStereo02	100.00 452	100.00 448	100.00 450	100.00 450	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

MyStereo	100.00 452	100.00 448	100.00 450	100.00 450	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

Selective-RAFT-Error	100.00 452	100.00 448	100.00 450	100.00 450	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

CasAABBNet	100.00 452	100.00 448	100.00 450	100.00 450	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

test_example2	99.39 446	99.98 447	99.99 446	100.00 450	99.98 445	99.72 444	99.99 445	97.34 442	100.00 446	100.00 447	100.00 445	96.42 441	96.66 441	99.97 444	99.96 445	100.00 448	99.97 445	98.66 443	99.15 444	100.00 447	100.00 449

LSM0	100.00 452	100.00 448	100.00 450	100.00 450	100.00 446	100.00 445	100.00 446	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	100.00 449	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	99.99 447

AVERAGE_ROB	99.62 447	99.95 446	98.81 442	100.00 450	100.00 446	98.08 443	95.47 439	100.00 448	100.00 446	100.00 447	100.00 445	100.00 449	100.00 447	100.00 448	99.99 446	100.00 448	100.00 447	100.00 444	100.00 447	100.00 447	100.00 449

ASD4		81.57 438

Low-res two-view benchmark