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

S2M2_XL	1.03 1	1.01 24	3.78 7	2.42 1	0.31 2	0.43 1	0.01 1	1.74 1	1.12 1	1.28 3	2.82 21	1.72 42	1.19 24	1.48 1	1.21 16	0.03 33	0.01 11	0.01 147	0.00 1	0.02 2	0.02 1

FoundationStereo	1.56 2	0.84 11	3.56 4	3.37 40	1.49 134	2.27 10	0.59 39	3.96 2	2.27 10	2.10 19	0.11 1	2.58 56	2.83 81	2.97 4	1.00 6	0.04 46	0.88 337	0.00 1	0.00 1	0.02 2	0.34 47

LGtest1	1.67 3	0.87 12	4.47 23	2.67 6	0.82 50	3.00 20	0.11 7	6.42 14	1.80 3	1.94 16	1.62 14	0.65 28	0.92 20	5.90 28	1.02 9	0.04 46	0.55 262	0.00 1	0.00 1	0.10 59	0.46 86

MLG-Stereo_test1	1.73 4	0.79 4	3.82 9	2.83 14	2.75 249	2.77 15	0.15 11	6.43 18	2.10 9	1.21 1	0.16 2	1.52 39	0.52 4	7.62 63	0.90 2	0.03 33	0.74 304	0.00 1	0.03 131	0.03 11	0.24 28

MLG-Stereo	1.73 4	0.78 3	3.87 10	3.09 27	1.06 80	3.04 21	0.16 13	7.00 29	2.55 14	1.24 2	0.19 4	1.50 38	0.65 11	7.55 61	0.86 1	0.11 159	0.81 321	0.00 1	0.03 131	0.03 11	0.19 24

MLG-Stereo_test3	1.79 6	0.82 9	4.52 24	2.79 11	1.61 150	3.91 46	0.24 20	6.61 24	1.52 2	1.35 6	1.22 11	1.97 48	0.63 10	6.25 38	1.27 19	0.04 46	0.66 286	0.00 1	0.00 1	0.05 25	0.29 35

LG-Stereo_L2	1.81 7	1.11 40	5.06 47	3.06 26	0.92 63	2.71 14	0.43 29	7.45 41	1.91 6	1.93 14	0.44 7	0.41 18	0.52 4	8.16 76	1.05 12	0.05 71	0.73 302	0.00 1	0.00 1	0.04 23	0.32 41

LG-Stereo_L1	1.82 8	1.13 43	4.80 33	3.05 25	1.18 91	2.86 18	0.49 32	7.33 40	2.07 8	1.66 10	0.31 5	0.52 21	0.58 7	8.22 79	1.09 14	0.05 71	0.74 304	0.01 147	0.00 1	0.03 11	0.29 35

MLG-Stereo_test2	1.82 8	0.81 7	3.61 5	3.13 29	2.26 215	2.82 17	0.16 13	5.42 6	2.37 11	2.20 22	0.17 3	3.22 63	0.17 1	7.52 60	0.91 3	0.37 288	0.71 298	0.00 1	0.00 1	0.05 25	0.51 98

SGD-Stereo	2.03 10	0.90 14	4.25 15	2.80 12	0.38 8	3.39 29	0.90 54	7.22 38	2.50 13	4.05 67	1.12 10	1.77 44	1.31 27	8.51 85	1.04 10	0.24 241	0.01 11	0.00 1	0.00 1	0.06 35	0.12 14

dual_stereo	2.05 11	0.76 2	3.43 1	2.96 20	1.50 138	2.64 13	0.08 3	5.59 7	2.63 15	1.35 6	0.77 9	2.38 54	0.61 8	10.75 152	1.98 50	0.02 16	1.41 457	0.00 1	0.23 291	0.01 1	1.86 321

MonSter	2.06 12	0.90 14	4.81 34	2.70 7	1.72 164	6.01 170	0.13 9	6.67 25	3.15 25	1.51 9	2.25 16	0.33 13	0.36 2	7.02 50	1.29 21	0.01 4	0.98 359	0.00 1	0.38 382	0.02 2	1.01 201

IGEV	2.11 13	0.73 1	4.37 18	2.86 17	3.48 291	4.13 56	0.94 56	7.90 49	3.86 39	2.26 24	4.35 42	0.28 8	0.61 8	3.78 11	1.05 12	0.08 132	0.72 299	0.00 1	0.20 275	0.03 11	0.56 107

4.5_new	2.16 14	0.96 18	4.43 21	2.83 14	1.93 188	5.59 148	1.24 77	6.25 11	2.81 18	4.41 76	3.54 29	0.46 19	0.96 21	3.70 8	1.41 29	0.33 273	1.01 377	0.00 1	0.21 279	0.11 69	1.11 222

4.5w-stereo	2.16 14	0.96 18	4.43 21	2.83 14	1.93 188	5.59 148	1.25 79	6.25 11	2.81 18	4.41 76	3.53 28	0.46 19	0.96 21	3.70 8	1.42 32	0.33 273	1.01 377	0.00 1	0.21 279	0.11 69	1.11 222

S2M2	2.24 16	1.47 89	4.41 20	3.77 52	1.20 93	2.26 9	0.06 2	6.51 20	7.31 101	1.92 13	4.58 49	4.42 86	0.81 16	2.90 3	1.83 43	0.58 342	0.11 132	0.03 189	0.00 1	0.49 270	0.09 8

4.25_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.30 59	2.29 179	6.42 14	3.33 29	2.35 26	3.76 31	0.26 3	2.35 64	4.64 14	1.40 24	0.63 355	0.99 370	0.00 1	0.26 312	0.03 11	0.74 142

4.5w_new	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.30 59	2.29 179	6.42 14	3.33 29	2.35 26	3.76 31	0.26 3	2.35 64	4.64 14	1.40 24	0.63 355	0.99 370	0.00 1	0.26 312	0.03 11	0.74 142

4.25w-stereo	2.28 17	1.01 24	4.72 30	3.33 36	2.74 244	4.31 61	2.30 183	6.42 14	3.33 29	2.35 26	3.76 31	0.26 3	2.35 64	4.64 14	1.40 24	0.63 355	0.99 370	0.00 1	0.26 312	0.03 11	0.74 142

asda	2.30 20	1.05 30	5.07 51	3.16 31	1.97 193	3.28 26	0.84 53	6.58 23	3.63 35	2.65 37	3.26 24	0.65 28	2.93 83	6.05 33	1.83 43	0.70 367	1.01 377	0.00 1	0.27 320	0.10 59	0.86 162

LG-G_1	2.39 21	0.79 4	4.63 26	3.83 58	0.64 32	10.74 272	0.58 37	7.00 29	1.89 4	1.72 11	1.33 12	1.33 36	2.10 55	8.16 76	1.40 24	0.05 71	0.66 286	0.00 1	0.00 1	0.06 35	0.94 189

LG-G	2.39 21	0.79 4	4.63 26	3.83 58	0.64 32	10.74 272	0.58 37	7.00 29	1.89 4	1.72 11	1.33 12	1.33 36	2.10 55	8.16 76	1.40 24	0.05 71	0.66 286	0.00 1	0.00 1	0.06 35	0.94 189

asd	2.40 23	0.92 16	4.93 41	2.96 20	2.30 218	3.95 47	0.35 23	7.56 43	2.81 18	3.69 60	2.96 22	0.54 23	2.23 61	8.72 89	1.25 17	0.70 367	0.84 327	0.00 1	0.13 217	0.12 74	0.93 184

4w-stereo	2.40 23	1.23 57	5.26 57	2.81 13	2.14 207	3.64 40	0.60 40	7.00 29	2.73 17	2.99 43	4.33 41	0.35 15	3.26 90	7.50 59	1.55 36	0.32 270	0.98 359	0.00 1	0.30 337	0.05 25	0.96 195

DEFOM-Stereo	2.43 25	1.22 54	4.56 25	3.89 60	1.05 77	12.70 303	0.80 50	5.07 4	2.70 16	3.02 45	1.81 15	0.61 25	0.54 6	8.77 91	1.01 7	0.02 16	0.01 11	0.00 1	0.00 1	0.03 11	0.69 131

2.75w_new	2.45 26	1.02 29	5.11 52	2.65 3	1.60 148	3.48 34	2.22 178	6.17 10	3.29 28	5.05 98	4.14 40	0.30 11	2.34 63	6.69 45	2.71 102	0.06 105	0.99 370	0.00 1	0.28 324	0.03 11	0.85 159

2.5w	2.47 27	0.97 20	5.69 67	3.45 41	1.92 186	3.19 23	2.18 173	6.67 25	2.91 22	2.14 20	5.66 81	0.25 2	1.97 50	7.82 67	1.43 33	0.18 212	1.07 392	0.00 1	0.30 337	0.03 11	1.46 270

AdaDepth	2.53 28	1.09 36	6.44 95	3.77 52	3.11 274	3.50 38	0.68 43	5.77 8	3.85 38	2.06 18	3.46 27	0.52 21	1.57 35	11.34 176	1.39 23	0.04 46	0.91 344	0.00 1	0.22 281	0.05 25	0.78 151

RAStereo	2.53 28	1.48 92	7.27 133	4.18 81	1.48 128	1.78 5	0.13 9	8.50 57	8.15 126	2.40 30	4.11 39	3.37 64	0.81 16	3.73 10	2.75 105	0.05 71	0.00 1	0.00 1	0.00 1	0.35 189	0.14 16

monsters	2.54 30	1.47 89	4.92 40	4.14 75	4.45 341	2.18 8	0.17 15	8.94 66	3.39 32	4.75 87	3.04 23	0.22 1	0.75 13	8.85 93	1.43 33	0.17 205	0.98 359	0.00 1	0.32 344	0.02 2	0.60 117

IGEV-Stereo++	2.55 31	0.93 17	4.65 28	4.40 99	3.52 293	3.33 28	0.10 6	8.77 62	4.60 47	2.63 36	4.41 43	2.00 50	4.67 147	3.47 6	0.98 4	0.02 16	0.78 315	0.09 258	0.00 1	0.06 35	1.65 295

3.25w_new	2.57 32	1.05 30	5.06 47	2.75 9	1.49 134	5.86 163	1.15 69	7.21 36	3.61 33	4.57 82	3.97 37	0.64 26	2.42 70	7.83 69	1.41 29	0.07 124	0.97 355	0.00 1	0.23 291	0.08 49	0.95 192

3.25w	2.57 32	1.05 30	5.06 47	2.75 9	1.49 134	5.87 164	1.15 69	7.21 36	3.61 33	4.57 82	3.97 37	0.64 26	2.42 70	7.82 67	1.41 29	0.07 124	0.97 355	0.00 1	0.23 291	0.08 49	0.95 192

qwe	2.64 34	0.97 20	4.85 37	3.09 27	2.86 257	4.53 70	0.28 21	7.28 39	3.06 23	5.38 105	4.85 56	0.57 24	0.88 18	9.13 106	2.39 78	0.42 307	0.96 351	0.00 1	0.30 337	0.12 74	0.90 175

3.75w	2.66 35	1.12 42	4.96 44	2.92 19	3.25 280	7.95 237	1.38 85	6.44 19	3.16 26	3.38 52	4.87 57	0.33 13	2.71 78	6.99 49	1.28 20	0.36 283	0.96 351	0.00 1	0.14 228	0.10 59	0.89 172

2w_stereo	2.67 36	1.09 36	5.38 61	3.25 34	1.25 103	4.61 74	3.77 250	7.59 45	4.10 43	4.28 72	5.14 66	0.27 6	4.25 119	4.81 17	2.06 56	0.11 159	0.72 299	0.00 1	0.18 265	0.02 2	0.48 91

GREAT-IGEV	2.67 36	1.48 92	5.32 60	3.65 47	1.73 165	2.92 19	0.20 17	6.37 13	6.52 90	1.34 5	5.23 69	1.09 34	1.45 33	10.01 133	1.57 37	0.11 159	1.50 469	0.00 1	0.24 299	0.19 109	2.48 410

2.25w	2.72 38	1.05 30	6.11 77	3.00 23	1.81 176	3.48 34	0.41 26	6.68 27	2.83 21	4.84 91	6.79 90	0.37 17	2.42 70	9.01 97	3.30 137	0.22 235	1.00 374	0.00 1	0.30 337	0.02 2	0.81 153

monsterstereo	2.74 39	1.26 60	5.23 56	4.64 111	4.44 337	1.81 7	0.08 3	6.52 21	5.70 64	3.84 65	7.47 98	0.27 6	0.37 3	9.33 113	1.51 35	0.05 71	1.11 402	0.00 1	0.35 360	0.03 11	0.75 145

LG-Stereo	2.75 40	1.78 140	8.47 180	4.32 98	1.04 76	3.56 39	1.20 74	7.18 35	6.19 83	2.53 34	7.57 101	1.07 33	0.75 13	5.24 21	2.51 85	0.49 323	0.27 186	0.01 147	0.03 131	0.34 183	0.44 80

3.5w_stereo	2.78 41	1.48 92	5.51 64	2.66 4	1.61 150	5.90 168	1.09 66	7.46 42	3.28 27	4.31 74	4.49 45	0.35 15	2.04 54	10.32 141	3.27 136	0.21 230	0.66 286	0.00 1	0.09 195	0.02 2	0.88 168

111111	2.79 42	1.16 44	4.90 38	4.16 76	4.50 344	3.40 30	0.22 19	9.37 74	4.11 44	2.47 33	4.41 43	2.27 52	2.02 52	9.21 109	1.37 22	0.01 4	0.79 317	0.08 248	0.01 88	0.14 85	1.19 233

StereoAnything_RVC	2.80 43	12.35 494	6.48 102	2.89 18	1.06 80	1.47 4	0.17 15	5.24 5	2.04 7	1.29 4	0.35 6	0.29 10	3.53 97	8.37 83	1.01 7	0.05 71	0.88 337	0.00 1	0.00 1	6.93 491	1.66 296

3w_stereo	2.85 44	1.08 35	6.84 117	3.00 23	0.62 29	5.35 131	6.31 326	7.70 47	3.87 40	4.12 69	5.00 64	0.30 11	4.15 117	4.87 18	1.71 40	0.00 1	1.02 385	0.00 1	0.24 299	0.03 11	0.87 167

fffft	2.87 45	1.37 75	6.09 76	3.63 46	1.48 128	4.34 64	4.03 258	9.11 70	3.91 41	3.19 47	2.34 17	1.90 46	1.43 32	10.93 156	2.22 61	0.00 1	0.23 174	0.00 1	0.00 1	0.38 218	0.85 159
1: 1. 1
MaDis-Stereo	2.96 46	2.05 207	7.26 132	3.35 39	2.54 234	1.78 5	0.28 21	8.41 54	5.58 62	2.77 40	3.62 30	7.05 138	4.60 135	5.95 29	3.33 138	0.01 4	0.05 71	0.00 1	0.00 1	0.19 109	0.39 65

IGEV-Stereo+	3.03 47	1.10 38	5.14 55	3.52 44	4.87 356	2.53 11	0.68 43	4.40 3	3.11 24	2.20 22	0.71 8	0.79 32	3.45 92	8.89 95	1.25 17	0.08 132	0.70 295	0.00 1	0.40 389	5.72 487	11.13 526

LG-Stereo_Zeroshot	3.06 48	1.06 34	6.40 93	5.55 174	1.90 184	3.79 43	0.82 51	7.92 51	3.70 37	4.01 66	10.87 147	2.27 52	5.15 158	3.49 7	2.09 59	0.19 223	0.64 283	0.00 1	0.35 360	0.42 238	0.58 115

SMoEStereo_RVC	3.08 49	1.77 139	5.88 72	4.29 96	0.76 40	6.25 185	1.85 149	8.81 64	4.44 46	4.08 68	3.85 35	2.76 58	2.21 58	11.07 159	2.28 64	0.01 4	0.13 140	0.03 189	0.00 1	0.35 189	0.83 157

AIO_test	3.09 50	1.33 71	5.84 70	4.60 109	3.35 283	5.26 125	2.32 184	9.12 72	5.01 52	1.93 14	4.76 54	4.23 84	1.35 29	7.85 72	1.18 15	0.92 404	1.03 388	0.00 1	0.29 330	0.07 44	1.30 248

GIP-stereo	3.09 50	1.42 82	4.82 36	5.64 182	4.11 318	3.31 27	0.74 46	9.86 81	6.75 93	2.44 31	5.48 72	4.08 78	3.14 86	5.77 26	1.68 39	0.14 185	0.63 281	0.00 1	0.00 1	0.09 57	1.66 296

UniTT-Stereo	3.10 52	1.22 54	7.79 155	4.50 104	2.51 231	2.59 12	0.42 28	5.88 9	5.74 67	5.46 108	7.76 103	1.12 35	1.46 34	9.06 101	5.42 226	0.06 105	0.07 109	0.00 1	0.01 88	0.60 307	0.26 31

IGEV-RUCA	3.15 53	1.28 65	5.12 53	5.23 152	2.34 223	6.02 171	1.75 139	7.71 48	5.31 57	2.77 40	4.98 63	4.01 76	2.39 69	10.02 134	1.73 41	0.17 205	0.26 184	0.21 345	0.29 330	0.74 343	0.58 115

1w_stereo	3.18 54	0.88 13	4.34 17	3.77 52	2.15 208	4.45 68	6.50 332	7.10 34	5.69 63	3.58 57	7.40 97	0.28 8	4.26 121	8.58 87	2.83 117	0.05 71	0.64 283	0.00 1	0.01 88	0.02 2	1.16 227

mms	3.23 55	1.87 166	6.16 82	4.22 86	2.38 225	4.13 56	3.87 251	8.68 60	5.05 53	2.68 38	5.66 81	3.05 60	1.33 28	9.68 125	2.35 72	0.01 4	0.55 262	0.00 1	0.00 1	0.42 238	2.47 409

ours_stereo	3.25 56	1.81 148	5.95 75	4.18 81	1.97 193	3.79 43	2.71 208	8.97 67	6.86 94	2.39 29	5.79 84	3.97 75	1.82 47	9.84 128	2.05 55	0.02 16	0.21 169	0.00 1	0.00 1	0.38 218	2.35 400

zero-FE	3.32 57	1.18 49	5.60 65	4.69 112	4.43 336	3.21 25	1.46 95	6.93 28	2.47 12	1.50 8	2.64 18	1.71 41	4.81 150	6.47 43	3.42 145	0.59 347	0.90 342	0.00 1	0.28 324	13.31 522	0.77 148

AIO-Stereo	3.32 57	1.49 97	5.67 66	5.06 138	1.51 140	4.67 80	1.71 132	10.31 86	5.90 79	3.02 45	4.90 60	5.32 109	0.80 15	10.66 146	1.88 46	0.06 105	0.85 333	0.00 1	0.70 432	0.14 85	1.78 309

AIO_rvc	3.33 59	1.66 121	6.67 111	4.55 105	3.62 296	5.18 119	1.79 144	8.85 65	5.06 54	2.17 21	4.89 59	4.69 94	1.16 23	10.57 144	2.01 53	0.59 347	1.10 398	0.00 1	0.04 146	0.16 93	1.84 318

RSM++	3.35 60	1.29 67	5.82 69	5.16 149	1.00 74	4.93 106	2.54 196	10.70 95	5.17 55	3.45 54	4.81 55	6.63 132	1.86 48	10.23 138	2.06 56	0.05 71	0.06 96	0.01 147	0.18 265	0.19 109	0.95 192

HUF	3.37 61	1.82 156	7.11 128	3.74 51	1.68 159	5.10 115	2.12 167	10.44 90	5.26 56	2.44 31	4.54 47	5.45 113	2.61 75	7.44 58	2.03 54	0.91 402	2.05 488	0.09 258	0.00 1	0.19 109	2.46 406

RSM	3.39 62	1.22 54	5.46 62	5.06 138	1.60 148	4.70 83	1.76 141	10.72 96	4.92 51	3.67 59	4.52 46	7.70 152	1.74 44	11.04 158	2.06 56	0.05 71	0.18 156	0.00 1	0.35 360	0.19 109	0.92 179

FlowAnything_test	3.40 63	1.63 113	7.17 129	8.89 385	1.37 113	8.59 240	2.43 191	8.27 53	4.69 49	4.28 72	2.68 19	3.47 69	0.74 12	6.21 37	5.48 230	0.11 159	0.04 60	0.17 326	0.65 428	0.17 99	0.91 178

DEFOM-Stereo_RVC	3.40 63	7.12 445	4.30 16	11.17 446	1.69 161	4.59 72	0.46 31	9.11 70	3.63 35	2.69 39	3.29 25	0.75 30	7.02 216	9.35 114	2.00 51	0.01 4	0.15 149	0.00 1	0.19 270	0.06 35	0.39 65

EGLCR-Stereo	3.41 65	1.28 65	6.47 98	4.22 86	1.36 111	5.18 119	1.24 77	11.58 116	5.47 60	3.80 63	3.40 26	8.10 160	1.69 42	9.53 122	2.23 63	0.09 142	0.89 341	0.01 147	0.00 1	0.24 130	1.42 266

Selective-IGEV	3.46 66	1.32 70	5.92 74	4.55 105	2.27 216	4.65 77	2.07 166	11.50 113	5.81 69	3.19 47	4.75 53	5.46 114	1.77 45	11.24 171	2.37 75	0.05 71	0.82 325	0.00 1	0.20 275	0.10 59	1.17 230

tt45	3.47 67	1.65 118	5.29 59	4.20 84	1.93 188	8.00 238	1.99 163	9.99 84	4.05 42	5.83 112	4.57 48	4.57 93	2.37 68	11.40 178	2.38 77	0.01 4	0.14 146	0.00 1	0.01 88	0.40 227	0.69 131

MGS-Stereo	3.47 67	1.54 101	7.34 140	3.79 55	0.51 23	4.78 91	1.51 101	6.53 22	9.92 156	4.54 81	10.22 133	5.44 111	1.26 26	8.51 85	2.53 89	0.21 230	0.01 11	0.02 171	0.00 1	0.59 301	0.23 26

IGEV++	3.49 69	1.67 123	6.59 107	6.41 250	1.44 118	4.50 69	1.66 121	11.20 107	5.34 58	3.01 44	6.40 88	4.30 85	4.36 124	5.66 25	3.53 150	0.05 71	1.20 419	0.00 1	0.15 237	0.32 173	2.10 376

CroCo-Stereo	3.51 70	2.49 304	8.03 165	9.10 388	1.26 105	0.97 2	0.96 59	11.24 112	8.52 134	3.79 62	4.87 57	7.93 158	4.44 133	3.26 5	2.76 107	0.03 33	0.00 1	0.00 1	0.00 1	0.34 183	0.16 20
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
MSCF	3.53 71	2.33 275	6.43 94	4.97 134	1.76 170	5.30 128	1.43 89	9.49 76	5.37 59	5.50 109	6.46 89	1.79 45	6.92 214	6.16 36	1.85 45	0.11 159	1.01 377	0.00 1	1.07 457	0.27 153	2.30 394

Pointernet	3.56 72	0.99 23	6.55 105	3.79 55	0.85 55	5.19 121	0.36 24	17.55 221	7.32 102	4.50 80	6.92 91	4.82 97	2.69 76	5.26 22	2.99 121	0.04 46	0.53 256	0.00 1	0.35 360	0.05 25	0.42 74

GLC_STEREO	3.61 73	1.35 73	3.91 11	6.86 290	0.23 1	4.69 81	1.61 109	9.80 79	7.20 99	5.64 111	9.11 114	5.19 103	2.02 52	10.25 139	3.70 157	0.07 124	0.04 60	0.22 353	0.00 1	0.24 130	0.17 22

MoCha-V2	3.68 74	1.42 82	5.50 63	6.03 221	1.50 138	4.53 70	1.32 83	11.05 105	6.30 86	5.86 113	5.39 71	2.66 57	6.33 191	10.36 142	1.58 38	0.19 223	1.57 475	0.00 1	0.24 299	0.07 44	1.77 308

GASTEREO	3.69 75	2.44 296	6.32 87	5.26 155	1.76 170	5.46 133	1.44 92	9.55 78	5.71 65	5.61 110	6.96 93	1.61 40	6.99 215	8.15 75	1.89 47	0.10 153	1.01 377	0.00 1	1.07 457	0.17 99	2.30 394

fffy	3.69 75	1.76 136	7.01 121	4.25 95	1.49 134	4.74 88	1.69 130	10.96 101	7.10 97	2.90 42	6.29 86	6.27 127	3.10 85	10.41 143	2.09 59	0.01 4	1.02 385	0.00 1	0.00 1	0.37 206	2.28 393

SCV	3.72 77	1.81 148	7.24 131	5.65 184	1.66 158	4.31 61	1.64 113	12.11 120	6.98 95	2.28 25	4.94 62	6.07 122	2.70 77	10.28 140	2.30 65	0.09 142	0.98 359	0.00 1	0.53 413	0.55 286	2.27 391

999	3.74 78	1.55 103	5.72 68	5.15 148	2.42 227	7.40 221	2.13 168	10.76 97	7.33 103	3.20 49	5.04 65	5.01 99	2.26 62	12.45 237	3.06 124	0.06 105	0.24 178	0.00 1	0.00 1	0.37 206	0.66 125

AEACV	3.74 78	1.42 82	6.45 96	5.61 178	6.24 423	4.69 81	1.54 105	7.61 46	7.19 98	3.59 58	7.87 104	4.20 81	6.43 196	6.07 34	1.96 49	0.03 33	1.03 388	0.04 205	0.54 415	0.23 126	2.12 378

CREStereo	3.75 80	1.21 50	3.79 8	2.66 4	0.66 34	5.52 137	0.39 25	10.77 99	14.18 204	7.14 123	10.54 139	5.25 106	3.54 98	6.27 40	2.88 119	0.04 46	0.01 11	0.03 189	0.01 88	0.05 25	0.05 2
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
castereo++	3.76 81	1.79 142	5.06 47	4.09 72	2.65 239	16.30 372	1.89 155	8.46 56	9.15 146	2.53 34	4.66 50	5.04 100	2.00 51	9.08 103	1.04 10	0.02 16	0.59 275	0.00 1	0.34 356	0.08 49	0.50 96

trnet	3.79 82	1.10 38	3.76 6	2.70 7	0.63 31	5.60 150	0.41 26	10.89 100	14.11 203	7.11 122	10.55 141	5.73 117	3.75 102	6.25 38	2.89 120	0.04 46	0.02 35	0.03 189	0.01 88	0.06 35	0.07 4

SCV_C0	3.81 83	1.92 176	7.94 162	4.22 86	1.75 168	4.82 94	1.56 106	11.79 117	8.00 121	3.23 50	5.14 66	6.19 124	1.81 46	11.49 186	2.42 80	0.17 205	1.09 394	0.00 1	0.23 291	0.38 218	2.04 363

LoS	3.83 84	1.25 59	4.39 19	3.29 35	0.58 27	4.87 95	1.15 69	11.00 102	13.34 192	5.02 94	10.69 142	4.14 79	3.78 104	9.15 108	3.20 131	0.08 132	0.03 51	0.09 258	0.00 1	0.13 83	0.35 49
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
U	3.84 85	0.81 7	6.63 109	4.40 99	11.89 506	11.98 291	0.20 17	8.42 55	5.78 68	1.97 17	2.73 20	0.77 31	1.59 36	2.60 2	0.98 4	0.04 46	0.04 60	10.46 523	5.41 512	0.05 25	0.14 16

IGEVStereo-DCA	3.90 86	2.95 338	7.30 134	4.05 67	0.92 63	4.94 108	1.65 116	14.40 156	5.82 70	4.17 70	4.67 51	4.50 91	3.95 109	11.24 171	4.28 187	0.18 212	0.56 265	0.00 1	0.17 252	0.25 134	1.98 343

ff7	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

ffff	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

11t	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

ccc-4	3.92 87	2.12 227	7.30 134	4.22 86	1.47 123	4.90 99	1.65 116	14.40 156	5.82 70	5.08 99	5.59 77	3.45 65	4.61 138	11.48 182	2.76 107	0.04 46	0.98 359	0.00 1	0.17 252	0.35 189	1.98 343

anonymousdsp	3.97 91	2.10 220	6.76 114	4.43 101	1.82 179	4.92 104	1.68 122	14.84 168	5.82 70	5.26 104	5.54 75	4.20 81	4.37 128	11.54 192	2.68 100	0.04 46	0.87 335	0.00 1	0.18 265	0.36 200	1.98 343

IGEV-Stereo	3.97 91	2.10 220	6.78 116	4.43 101	1.81 176	4.92 104	1.68 122	14.84 168	5.82 70	5.25 103	5.54 75	4.22 83	4.36 124	11.55 193	2.68 100	0.04 46	0.88 337	0.00 1	0.18 265	0.36 200	1.98 343
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
rrr	3.99 93	2.95 338	11.04 300	4.05 67	0.92 63	4.94 108	1.53 104	11.97 119	6.50 89	4.17 70	4.67 51	4.50 91	3.95 109	11.24 171	4.28 187	0.18 212	0.56 265	0.00 1	0.22 281	0.25 134	1.88 323

rvit_stereo_0081_aga	4.01 94	3.10 350	10.05 250	5.65 184	3.01 269	4.91 103	1.88 154	8.80 63	7.27 100	6.97 118	6.94 92	5.81 119	3.23 89	7.63 64	3.77 161	0.08 132	0.00 1	0.00 1	0.00 1	0.62 311	0.44 80

water-stereo	4.05 95	1.16 44	6.14 79	3.96 62	0.83 53	5.09 114	1.09 66	13.45 142	5.71 65	6.59 116	14.69 180	7.49 146	5.81 178	3.80 12	3.51 147	0.38 292	0.18 156	0.10 270	0.05 161	0.07 44	0.90 175

CES	4.08 96	1.34 72	3.46 2	3.65 47	11.49 503	5.24 123	0.99 61	10.15 85	9.15 146	3.80 63	9.29 119	1.76 43	0.91 19	6.94 47	2.64 99	0.07 124	0.05 71	0.01 147	0.00 1	1.63 408	9.03 511

test_xeample3	4.08 96	2.95 338	11.20 304	4.05 67	1.05 77	5.62 151	1.58 107	13.23 130	4.76 50	7.10 121	3.83 34	3.18 62	3.30 91	11.75 197	4.42 194	0.08 132	0.74 304	0.00 1	0.38 382	0.26 144	2.04 363

LoS_RVC	4.09 98	3.01 344	4.81 34	4.88 124	7.78 463	5.24 123	2.80 213	7.57 44	4.24 45	4.41 76	10.34 135	3.62 71	6.34 192	6.59 44	2.37 75	0.04 46	0.03 51	0.00 1	0.01 88	0.06 35	7.70 499

CASnet	4.11 99	1.27 63	5.28 58	5.63 181	0.31 2	4.89 98	2.86 215	11.52 114	11.73 172	11.06 165	11.80 155	4.16 80	1.63 38	6.30 41	2.22 61	0.63 355	0.00 1	0.60 410	0.13 217	0.15 89	0.07 4
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Occ-G	4.14 100	1.50 99	5.89 73	3.82 57	1.88 182	3.75 42	6.51 333	8.68 60	6.38 88	4.81 88	8.44 107	9.56 183	4.31 122	10.00 132	4.16 178	0.05 71	0.84 327	0.00 1	0.19 270	0.23 126	1.71 301

ProNet	4.14 100	2.35 284	7.50 144	4.22 86	1.47 123	5.67 155	6.24 322	13.78 152	7.71 109	3.38 52	4.93 61	3.72 72	3.52 95	11.52 191	2.72 103	0.08 132	1.32 441	0.01 147	0.26 312	0.47 258	2.02 357

WCG-NET	4.15 102	1.44 87	6.47 98	3.48 42	0.31 2	4.36 66	1.74 137	8.24 52	15.53 218	8.94 145	9.64 122	6.87 136	4.12 116	7.42 57	2.86 118	0.02 16	1.09 394	0.00 1	0.00 1	0.21 118	0.28 33

castereo	4.17 103	1.71 128	4.94 42	4.23 94	1.13 85	6.25 185	6.97 350	10.76 97	16.22 227	3.25 51	7.74 102	3.55 70	7.25 220	5.61 24	2.63 97	0.04 46	0.38 214	0.00 1	0.26 312	0.08 49	0.44 80

rvit_stereo_0081	4.20 104	2.18 246	9.43 225	6.66 274	1.77 172	3.43 31	2.29 179	8.53 58	16.32 232	4.68 85	5.52 73	5.21 104	4.60 135	8.22 79	4.20 180	0.05 71	0.01 11	0.00 1	0.01 88	0.41 231	0.49 94

rvit_stereo_0082	4.20 104	2.18 246	9.43 225	6.66 274	1.77 172	3.43 31	2.29 179	8.53 58	16.32 232	4.68 85	5.52 73	5.21 104	4.60 135	8.22 79	4.20 180	0.05 71	0.01 11	0.00 1	0.01 88	0.41 231	0.49 94

CroCo-Stereo Lap2	4.21 106	2.60 315	9.11 203	10.21 417	6.06 417	1.11 3	0.78 49	10.63 93	8.34 129	3.46 55	5.18 68	8.92 171	5.66 174	6.42 42	4.53 199	0.03 33	0.05 71	0.00 1	0.00 1	0.81 357	0.39 65

HART	4.24 107	2.13 233	6.15 80	5.53 170	1.40 116	4.32 63	0.74 46	13.35 139	5.92 80	6.13 114	12.75 165	6.81 135	1.70 43	11.14 168	2.42 80	0.03 33	1.48 468	0.10 270	0.00 1	0.55 286	2.26 389

CAS++	4.25 108	2.16 241	6.64 110	4.57 108	1.14 88	4.22 58	1.62 110	19.22 246	10.81 163	9.35 148	9.25 118	1.97 48	1.40 31	9.87 130	2.00 51	0.15 196	0.05 71	0.00 1	0.00 1	0.33 177	0.28 33
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAP-Stereo	4.26 109	2.26 263	8.78 189	5.09 142	1.45 119	5.66 152	1.08 65	13.30 138	8.20 127	8.93 144	10.09 131	6.61 131	3.52 95	5.14 20	3.20 131	0.02 16	1.13 405	0.06 222	0.00 1	0.32 173	0.39 65

rvit_stereo_0080	4.27 110	2.89 332	9.02 198	4.10 73	1.93 188	4.06 49	7.35 361	10.37 87	8.86 140	5.39 106	7.51 99	6.20 125	4.36 124	7.08 51	4.75 205	0.45 316	0.01 11	0.00 1	0.00 1	0.59 301	0.45 83

whm_eth	4.27 110	2.89 332	9.02 198	4.10 73	1.93 188	4.06 49	7.35 361	10.37 87	8.86 140	5.39 106	7.51 99	6.20 125	4.36 124	7.08 51	4.75 205	0.45 316	0.01 11	0.00 1	0.00 1	0.59 301	0.45 83

testlalala	4.28 112	1.72 130	8.36 177	4.01 63	3.59 294	7.88 234	1.70 131	9.98 83	5.56 61	13.20 199	10.02 125	7.06 139	1.91 49	5.98 30	2.36 73	0.03 33	1.26 433	0.00 1	0.41 392	0.06 35	0.52 99

MM-Stereo_test2	4.38 113	1.62 110	7.85 158	5.85 214	1.12 83	7.07 213	2.18 173	15.22 172	8.69 137	7.23 127	5.26 70	4.83 98	3.75 102	10.87 154	2.40 79	0.03 33	1.04 390	0.00 1	0.14 228	0.41 231	2.02 357

plain	4.41 114	2.18 246	11.50 312	5.46 168	2.97 267	3.20 24	1.38 85	9.01 69	5.96 81	3.56 56	16.63 199	3.01 59	2.76 79	14.80 322	4.25 186	0.32 270	0.00 1	0.04 205	0.01 88	0.79 352	0.43 77

depthmonostereo	4.46 115	2.22 252	7.17 129	4.79 119	1.32 109	7.84 233	1.36 84	15.70 180	12.86 183	5.04 95	7.89 106	5.04 100	6.26 190	6.95 48	3.25 134	0.07 124	0.23 174	0.12 297	0.07 180	0.08 49	1.06 211

MC-Stereo	4.47 116	1.16 44	5.85 71	6.14 227	1.43 117	3.70 41	1.73 133	10.62 92	7.83 118	6.85 117	13.33 171	6.77 134	6.21 189	11.23 170	2.52 87	0.04 46	1.30 435	0.06 222	0.24 299	0.17 99	2.14 381

MIF-Stereo (partial)	4.55 117	1.63 113	8.37 178	5.46 168	5.35 380	3.48 34	0.94 56	9.80 79	8.03 123	4.45 79	15.68 189	5.33 110	5.11 155	11.92 207	4.57 200	0.06 105	0.02 35	0.06 222	0.03 131	0.45 251	0.30 38

DilatedVolume-Stereo	4.62 118	1.66 121	6.95 120	4.21 85	1.86 181	10.94 274	0.99 61	12.18 121	6.28 85	12.65 179	10.00 124	5.44 111	3.80 105	10.06 136	3.61 155	0.13 181	0.49 245	0.09 258	0.28 324	0.09 57	0.68 128

XX-TBD	4.63 119	10.71 475	3.94 12	10.55 431	0.62 29	5.95 169	0.08 3	7.91 50	12.75 179	11.73 171	14.80 183	4.04 77	1.64 39	4.90 19	2.61 95	0.08 132	0.01 11	0.00 1	0.00 1	0.26 144	0.06 3

rvit_stereo_0083	4.77 120	2.28 265	10.63 281	7.49 331	1.73 165	4.88 96	2.71 208	8.97 67	18.71 264	5.01 93	7.88 105	6.38 129	5.11 155	7.80 66	4.86 209	0.28 260	0.04 60	0.00 1	0.01 88	0.26 144	0.39 65

MyStereo07	4.80 121	2.38 289	6.21 83	6.63 269	4.77 353	6.47 196	9.60 399	16.70 203	5.88 77	4.81 88	5.77 83	3.13 61	5.68 175	12.07 213	2.46 82	0.09 142	1.33 445	0.03 189	0.32 344	0.74 343	0.93 184

CREStereo++_RVC	4.83 122	1.16 44	4.67 29	4.71 115	2.02 198	4.01 48	0.11 7	9.48 75	18.00 249	8.87 141	16.74 201	4.43 87	2.15 57	6.09 35	3.39 142	0.07 124	0.00 1	0.00 1	10.51 531	0.05 25	0.12 14
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
WCG-NET（raft）	4.87 123	1.67 123	6.84 117	3.49 43	0.31 2	4.96 110	1.95 159	11.08 106	15.49 217	8.82 139	11.46 152	9.50 181	4.96 153	11.32 175	3.26 135	0.09 142	1.41 457	0.00 1	0.03 131	0.23 126	0.54 102

TANstereo	4.87 123	1.49 97	5.02 46	4.02 65	0.51 23	14.25 329	0.15 11	9.17 73	12.84 181	12.80 190	18.36 219	5.14 102	4.43 130	6.01 31	2.30 65	0.09 142	0.12 139	0.00 1	0.01 88	0.02 2	0.68 128

Former-RAFT_DAM_RVC	4.91 125	3.05 349	9.51 228	4.55 105	3.59 294	9.01 248	1.46 95	14.59 166	19.31 271	7.65 133	7.22 96	2.04 51	2.21 58	10.13 137	2.51 85	0.12 174	0.03 51	0.08 248	0.00 1	0.62 311	0.50 96

Reg-Stereo(zero)	4.96 126	0.83 10	5.01 45	3.71 49	2.33 220	3.81 45	1.18 73	17.25 214	13.30 191	10.52 157	10.73 144	10.47 191	4.43 130	9.47 120	4.17 179	0.06 105	0.74 304	0.00 1	0.27 320	0.04 23	0.88 168

rvit_stereo_ft	5.02 127	3.45 368	10.80 288	11.76 457	2.76 250	4.08 54	8.16 379	10.64 94	10.63 162	4.34 75	6.39 87	6.65 133	4.63 143	9.35 114	5.82 243	0.11 159	0.00 1	0.00 1	0.00 1	0.34 183	0.42 74

iRaftStereo_RVC	5.06 128	2.15 237	7.88 160	5.54 173	0.78 46	5.22 122	0.45 30	18.47 235	11.75 173	9.72 152	15.05 185	5.74 118	3.18 88	9.29 112	2.52 87	0.02 16	1.24 430	0.00 1	0.01 88	0.58 295	1.62 292

MSKI-zero shot	5.11 129	1.81 148	6.47 98	6.17 230	1.78 174	6.42 195	1.50 100	13.59 144	8.66 136	10.63 160	11.58 153	13.29 245	2.35 64	12.34 230	3.09 126	0.05 71	1.21 425	0.02 171	0.29 330	0.15 89	0.85 159

GCAP-BAT	5.15 130	2.42 292	8.74 187	4.07 70	5.04 366	6.61 203	1.82 146	10.43 89	6.66 92	13.47 210	12.76 166	9.14 175	2.87 82	11.51 190	3.58 154	0.03 33	1.24 430	0.01 147	0.60 423	0.13 83	1.81 311

sCroCo_RVC	5.29 131	3.82 384	17.52 415	11.17 446	6.67 436	5.78 161	2.66 203	10.47 91	8.48 133	3.78 61	9.32 120	4.76 96	4.83 151	8.33 82	4.88 210	1.17 438	0.52 254	0.06 222	0.03 131	0.70 333	0.90 175

MM-Stereo_test1	5.41 132	1.55 103	6.52 103	5.96 218	1.09 82	4.88 96	6.82 343	14.32 155	12.83 180	13.28 202	10.54 139	5.88 120	6.54 198	11.72 195	2.75 105	0.18 212	1.13 405	0.00 1	0.02 117	0.48 261	1.73 303

tg	5.41 132	2.04 201	7.70 149	5.40 165	1.27 106	7.45 224	0.49 32	18.97 239	13.10 185	9.51 149	14.60 179	7.15 140	4.05 113	10.89 155	2.99 121	0.02 16	0.70 295	0.00 1	0.00 1	0.55 286	1.42 266

RAFT-Stereo-weight	5.42 134	1.21 50	6.22 84	4.69 112	1.28 107	6.18 182	1.58 107	18.42 234	18.47 258	11.35 168	10.27 134	11.93 215	1.65 40	9.59 123	3.83 163	0.10 153	0.60 277	0.00 1	0.00 1	0.16 93	0.89 172

CAS	5.44 135	0.98 22	3.95 13	17.59 503	7.74 462	7.82 231	6.09 318	9.89 82	9.40 150	4.82 90	10.69 142	1.93 47	1.22 25	4.54 13	2.47 83	10.98 525	0.02 35	0.00 1	0.02 117	0.53 277	8.19 505

4D-IteraStereo	5.47 136	2.05 207	8.66 182	5.34 159	4.93 359	6.11 172	1.79 144	13.74 150	16.35 234	14.53 224	11.10 148	8.22 161	1.59 36	8.73 90	3.37 140	0.00 1	0.49 245	0.09 258	0.02 117	0.25 134	1.98 343

PMTNet	5.52 137	1.11 40	4.24 14	2.49 2	1.38 114	8.75 243	0.67 42	12.64 125	12.84 181	8.66 136	11.27 150	6.00 121	4.70 149	9.91 131	3.02 123	22.39 540	0.01 11	0.04 205	0.02 117	0.06 35	0.23 26

RCA-Stereo	5.58 138	1.26 60	6.71 112	4.85 122	0.80 49	5.51 136	3.97 255	17.56 222	19.40 272	8.45 135	14.11 176	8.73 167	8.70 249	6.88 46	2.77 112	0.05 71	0.98 359	0.11 292	0.00 1	0.14 85	0.61 118

test_1	5.63 139	1.29 67	9.52 230	4.90 130	1.45 119	6.51 198	2.93 219	13.65 147	19.05 269	12.58 178	8.67 108	13.02 239	4.07 114	9.39 118	2.58 90	0.01 4	1.09 394	0.00 1	0.38 382	0.28 159	1.26 243

test-3	5.64 140	1.29 67	9.52 230	4.88 124	1.45 119	6.53 199	2.92 217	13.64 145	19.04 268	12.75 189	8.67 108	13.01 238	4.10 115	9.39 118	2.58 90	0.01 4	1.09 394	0.00 1	0.37 372	0.28 159	1.25 242

xyz-stereo-finetune	5.68 141	2.00 191	6.56 106	3.16 31	0.33 6	11.80 288	3.99 256	13.58 143	21.58 292	8.92 143	12.57 163	6.12 123	3.72 101	12.06 212	6.59 269	0.07 124	0.02 35	0.00 1	0.02 117	0.19 109	0.25 30

AE-Stereo	5.68 141	1.78 140	9.22 217	9.25 392	2.52 232	10.13 256	2.92 217	13.10 129	14.88 209	4.88 92	13.10 169	10.72 194	4.43 130	9.24 111	3.37 140	0.10 153	1.31 439	0.06 222	0.32 344	0.21 118	2.03 361

cross-raft	5.70 143	1.44 87	7.08 123	6.69 276	2.11 203	5.89 165	1.44 92	16.44 194	8.38 130	13.42 208	20.70 252	12.20 219	4.38 129	9.06 101	3.11 127	0.03 33	0.38 214	0.00 1	0.22 281	0.24 130	0.84 158

tt1	5.74 144	2.52 305	6.54 104	6.89 292	0.86 57	10.31 263	4.08 259	19.77 256	16.80 239	7.17 124	9.02 111	4.71 95	8.97 254	11.11 164	2.34 70	0.05 71	1.17 409	0.00 1	0.04 146	0.29 165	2.07 369

test_4	5.75 145	1.40 79	6.47 98	7.20 316	0.89 60	5.81 162	1.82 146	12.26 122	6.62 91	12.85 191	30.51 369	7.61 150	3.81 106	12.70 248	3.47 146	0.02 16	0.27 186	0.03 189	0.17 252	0.39 223	0.67 126

ACVNet-DCA	5.76 146	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	21.10 276	13.53 193	7.39 129	10.06 126	4.44 88	9.58 263	11.08 160	2.33 67	0.05 71	1.18 413	0.00 1	0.04 146	0.37 206	1.93 331

CFNet-RSSM	5.78 147	1.24 58	9.20 215	4.82 121	1.23 98	6.33 188	1.21 76	17.35 216	18.14 251	13.35 204	11.17 149	11.69 206	5.43 162	9.71 127	3.34 139	0.03 33	0.20 161	0.00 1	0.36 367	0.37 206	0.42 74

cc1	5.79 148	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	19.19 243	15.95 223	7.39 129	10.06 126	4.44 88	9.58 263	11.08 160	2.33 67	0.05 71	1.18 413	0.00 1	0.04 146	0.34 183	2.04 363

HUI-Stereo	5.80 149	1.98 186	10.42 271	5.66 187	0.45 9	5.52 137	2.68 205	13.29 137	7.82 117	12.71 188	18.16 213	12.91 236	6.60 199	10.73 151	5.36 224	0.89 398	0.08 115	0.10 270	0.00 1	0.25 134	0.36 55

Gwc-CoAtRS	5.80 149	1.37 75	9.07 200	4.80 120	1.39 115	6.90 209	1.27 80	16.50 197	15.48 216	13.07 197	13.35 172	12.64 223	5.61 172	9.14 107	4.20 180	0.04 46	0.32 199	0.00 1	0.29 330	0.30 168	0.33 44

ROB_FTStereo	5.82 151	1.97 179	10.37 267	5.67 194	0.46 15	5.52 137	1.63 111	13.27 135	7.79 111	12.69 182	18.06 210	12.86 231	6.63 203	12.28 226	5.43 227	0.87 397	0.09 117	0.10 270	0.00 1	0.26 144	0.36 55

EAI-Stereo	5.82 151	2.06 211	9.08 201	6.23 235	2.20 212	6.24 184	6.20 321	20.18 263	6.36 87	10.65 161	15.97 194	6.31 128	3.63 100	12.09 216	4.88 210	0.06 105	0.73 302	0.04 205	1.59 476	0.21 118	1.67 298

gcap-zeroshot	5.83 153	1.82 156	11.95 330	5.34 159	1.98 195	11.06 277	1.64 113	11.01 103	7.05 96	15.27 236	9.84 123	18.92 334	5.12 157	9.85 129	2.50 84	0.27 256	0.90 342	0.07 240	0.33 351	0.05 25	1.61 290

PSM-adaLoss	5.83 153	1.97 179	10.44 275	5.66 187	0.46 15	5.54 144	1.91 157	13.24 131	7.80 115	12.69 182	18.19 217	12.80 227	6.65 211	11.89 205	5.45 229	1.02 418	0.09 117	0.10 270	0.00 1	0.26 144	0.36 55

CRE-IMP	5.83 153	1.86 162	11.10 302	6.20 233	0.51 23	6.86 208	1.64 113	12.56 123	9.01 142	13.16 198	16.11 196	10.94 197	6.14 188	12.81 251	6.46 266	0.50 326	0.07 109	0.10 270	0.00 1	0.27 153	0.27 32

model_zeroshot	5.85 156	1.91 173	10.98 297	6.34 246	2.55 235	10.42 264	2.38 187	17.38 217	9.39 149	14.72 227	10.36 136	11.21 200	2.93 83	8.95 96	3.57 152	0.14 185	1.01 377	0.15 316	0.38 382	0.08 49	2.15 382

ROB_FTStereo_v2	5.85 156	1.97 179	10.38 268	5.66 187	0.46 15	5.52 137	1.95 159	13.24 131	7.78 110	12.68 181	18.16 213	12.83 228	6.61 201	12.27 224	5.63 237	1.00 415	0.09 117	0.10 270	0.00 1	0.26 144	0.36 55

RAFT-IKP	5.85 156	1.97 179	10.36 265	5.66 187	0.45 9	5.33 130	2.01 164	13.27 135	7.79 111	12.69 182	18.19 217	12.77 226	6.67 212	12.36 232	5.60 234	1.11 429	0.09 117	0.10 270	0.00 1	0.25 134	0.35 49

iGMRVC	5.86 159	1.97 179	10.41 270	5.66 187	0.45 9	5.53 141	1.75 139	13.35 139	7.81 116	12.69 182	18.17 215	12.86 231	6.53 197	12.34 230	5.77 239	1.13 432	0.09 117	0.10 270	0.00 1	0.26 144	0.34 47

xyz-stereo-finetune2	5.88 160	2.14 236	6.76 114	2.96 20	0.36 7	14.90 335	1.85 149	11.54 115	5.89 78	11.35 168	18.02 209	7.27 144	9.34 261	15.17 327	9.04 305	0.06 105	0.02 35	0.08 248	0.15 237	0.28 159	0.32 41

Patchmatch Stereo++	5.88 160	1.97 179	10.43 273	5.66 187	0.45 9	5.54 144	2.32 184	13.26 133	7.79 111	12.69 182	18.14 211	12.86 231	6.63 203	12.36 232	5.60 234	1.09 426	0.09 117	0.10 270	0.00 1	0.25 134	0.35 49
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
iRAFT	5.88 160	1.97 179	10.43 273	5.66 187	0.45 9	5.54 144	2.32 184	13.26 133	7.79 111	12.69 182	18.14 211	12.86 231	6.63 203	12.36 232	5.60 234	1.09 426	0.09 117	0.10 270	0.00 1	0.25 134	0.35 49

IGEV_Zeroshot_test	5.90 163	2.30 269	15.24 387	6.90 293	2.11 203	4.35 65	1.51 101	15.68 179	8.52 134	13.73 215	11.89 157	11.49 202	3.82 107	11.41 179	4.76 207	0.11 159	0.84 327	0.15 316	0.25 310	0.87 367	1.98 343

raftrobust	5.94 164	2.07 215	6.94 119	7.67 338	6.24 423	4.96 110	1.82 146	17.76 223	14.36 205	12.03 172	11.62 154	7.74 153	9.01 255	11.29 174	3.71 159	0.05 71	0.79 317	0.00 1	0.04 146	0.25 134	0.38 63

RAFT-Stereo + iAFF	5.94 164	2.35 284	8.80 190	4.07 70	1.36 111	2.78 16	0.66 41	17.05 209	15.89 222	12.65 179	18.49 221	11.81 210	7.89 230	8.48 84	3.80 162	0.02 16	0.75 309	0.00 1	0.00 1	0.43 242	1.49 279

DeepStereo_RVC	5.95 166	1.88 167	10.44 275	5.76 205	0.60 28	5.45 132	1.78 143	12.93 127	8.02 122	14.07 219	14.98 184	12.40 220	10.05 271	12.02 210	7.35 275	0.61 353	0.10 128	0.12 297	0.00 1	0.21 118	0.29 35

LL-Strereo2	5.97 167	2.88 331	10.62 280	6.59 263	3.38 285	6.31 187	2.20 175	15.61 178	8.46 132	11.33 167	10.75 145	15.69 280	3.45 92	13.58 287	4.65 202	0.16 199	0.48 242	1.33 461	0.13 217	0.36 200	1.42 266

test_3	5.97 167	1.26 60	9.95 247	6.84 289	1.45 119	8.73 242	3.18 227	14.26 154	19.86 274	12.22 174	8.91 110	13.78 251	3.99 111	9.38 117	2.58 90	0.01 4	1.10 398	0.00 1	0.37 372	0.30 168	1.20 235

NRIStereo	5.98 169	1.91 173	9.60 233	6.29 243	0.45 9	6.56 201	2.52 195	15.37 175	11.43 168	12.55 177	15.07 186	11.45 201	6.11 186	12.32 227	6.23 254	0.83 388	0.16 152	0.11 292	0.00 1	0.32 173	0.33 44

HH	6.00 170	2.42 292	9.81 241	5.74 202	1.64 156	7.05 211	3.48 240	17.54 219	7.69 107	8.73 137	12.47 160	14.83 264	8.86 251	13.04 264	2.59 93	0.04 46	1.21 425	0.20 342	0.05 161	0.30 168	2.34 397

HanStereo	6.00 170	2.42 292	9.81 241	5.74 202	1.64 156	7.05 211	3.48 240	17.54 219	7.69 107	8.73 137	12.47 160	14.83 264	8.86 251	13.04 264	2.59 93	0.04 46	1.21 425	0.20 342	0.05 161	0.30 168	2.34 397

MM-Stereo_test3	6.01 172	1.69 126	6.25 86	6.36 247	5.46 389	4.64 76	6.31 326	20.05 261	24.24 327	8.85 140	11.38 151	7.22 141	2.79 80	9.11 104	3.08 125	0.11 159	0.92 346	0.00 1	0.02 117	0.54 284	1.11 222

test-1	6.03 173	1.76 136	15.61 393	8.01 357	1.98 195	7.82 231	1.16 72	13.64 145	13.60 196	9.69 151	15.16 187	11.55 204	5.45 164	7.78 65	4.35 191	0.16 199	1.18 413	0.00 1	0.13 217	0.16 93	1.39 258

rvit_0105_6	6.06 174	3.23 355	15.34 391	10.26 418	1.75 168	5.08 113	5.19 287	11.03 104	20.73 281	6.39 115	7.02 94	10.21 188	7.94 232	11.42 180	3.83 163	0.40 297	0.29 194	0.00 1	0.01 88	0.57 292	0.40 71

Selective-RAFT	6.10 175	1.16 44	10.90 295	7.41 323	0.91 62	15.22 346	1.11 68	14.84 168	16.23 228	7.19 126	7.06 95	11.49 202	8.10 235	12.83 253	5.19 219	0.26 252	0.97 355	0.00 1	0.46 396	0.10 59	0.65 122

H2IRNET	6.11 176	1.63 113	7.52 145	4.69 112	2.30 218	4.07 53	0.71 45	12.58 124	13.88 198	7.18 125	20.80 255	15.50 276	10.48 276	10.72 150	8.26 290	0.19 223	0.00 1	0.07 240	0.52 412	0.52 276	0.55 104

EKT-Stereo	6.11 176	1.71 128	9.09 202	7.69 339	5.56 392	5.16 117	4.26 264	19.18 242	15.13 212	9.20 147	12.84 167	9.55 182	4.18 118	11.74 196	3.24 133	0.53 330	0.62 279	0.09 258	0.14 228	0.17 99	2.16 383

1test111	6.16 178	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	21.10 276	13.53 193	7.39 129	10.06 126	4.44 88	9.58 263	12.08 214	9.26 311	0.05 71	1.18 413	0.00 1	0.04 146	0.37 206	1.93 331

RAFT-Test	6.19 179	1.47 89	7.90 161	4.91 131	2.70 243	9.97 252	1.52 103	17.08 210	9.06 145	13.21 200	23.67 293	12.89 235	4.63 143	9.47 120	3.57 152	0.02 16	0.81 321	0.00 1	0.38 382	0.21 118	0.39 65

testlalala2	6.22 180	2.05 207	8.67 183	15.89 498	10.72 499	7.88 234	3.50 244	13.65 147	10.50 161	15.90 259	12.54 162	8.50 166	2.47 73	5.89 27	3.87 168	0.06 105	0.63 281	0.00 1	0.50 408	0.54 284	0.61 118

s12784h	6.22 180	1.01 24	4.95 43	3.57 45	0.54 26	19.55 413	0.95 58	19.51 253	18.39 253	12.98 195	12.58 164	7.78 154	5.56 171	11.34 176	4.36 192	0.89 398	0.01 11	0.05 213	0.00 1	0.07 44	0.20 25

Any-RAFT	6.28 182	1.42 82	4.91 39	5.00 135	1.25 103	10.18 257	1.90 156	22.68 295	15.87 221	12.12 173	19.23 229	13.69 250	4.65 145	9.35 114	2.36 73	0.06 105	0.57 268	0.00 1	0.00 1	0.05 25	0.35 49

GMOStereo	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

error version	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

test-v	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

test-2	6.33 183	2.04 201	8.28 172	5.68 195	1.20 93	6.11 172	2.14 169	11.20 107	13.15 186	18.66 320	21.83 268	17.35 306	6.64 207	7.09 53	2.78 113	0.02 16	1.42 459	0.13 304	0.00 1	0.53 277	0.37 59

GMStereo	6.44 187	4.92 411	12.13 334	5.60 177	0.87 58	9.18 250	2.57 200	12.99 128	25.54 345	12.85 191	11.84 156	5.60 115	3.62 99	11.92 207	6.44 265	0.53 330	0.02 35	0.05 213	0.36 367	0.98 373	0.70 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TestStereo	6.45 188	3.34 364	8.02 164	6.23 235	1.68 159	6.33 188	2.48 193	14.54 165	16.71 238	11.71 170	24.13 297	9.38 177	7.13 217	11.83 201	4.32 189	0.12 174	0.01 11	0.00 1	0.00 1	0.73 340	0.33 44

knoymous	6.46 189	1.84 160	5.13 54	4.31 97	1.88 182	6.36 192	5.55 301	15.25 173	14.48 206	13.85 217	21.25 258	12.66 225	6.63 203	13.20 273	5.11 215	0.19 223	0.13 140	0.12 297	0.00 1	0.71 337	0.57 113

rafts_anoy	6.46 189	2.37 286	7.09 124	7.48 330	6.02 414	5.31 129	2.45 192	14.50 163	22.01 298	12.94 194	16.18 197	8.48 165	5.53 169	9.70 126	6.32 260	0.05 71	1.66 477	0.10 270	0.05 161	0.30 168	0.69 131

anonymousdsp2	6.47 191	1.81 148	9.73 238	5.25 154	1.23 98	9.35 251	3.96 254	22.51 291	18.39 253	12.87 193	10.19 132	10.17 187	4.46 134	11.77 198	3.83 163	0.06 105	1.00 374	0.31 381	0.18 265	0.25 134	2.06 368

XX-Stereo	6.50 192	1.81 148	10.42 271	12.71 473	7.14 447	3.46 33	0.90 54	16.31 190	6.13 82	9.03 146	28.11 338	13.48 248	2.22 60	11.87 204	2.61 95	0.45 316	0.78 315	0.08 248	0.42 393	1.09 381	0.88 168

AFF-stereo	6.50 192	2.29 266	8.09 167	4.63 110	0.87 58	3.48 34	0.75 48	16.92 208	13.98 200	13.26 201	25.21 307	15.46 275	7.68 227	11.50 188	3.71 159	0.04 46	0.70 295	0.00 1	0.00 1	0.48 261	1.02 204

xx1	6.52 194	2.52 305	6.38 89	6.77 283	0.74 35	10.55 266	5.19 287	19.19 243	15.95 223	7.39 129	10.07 130	16.17 286	12.10 311	11.08 160	2.33 67	0.05 71	1.18 413	0.02 171	0.36 367	0.37 206	1.93 331

RALCasStereoNet	6.53 195	2.84 330	8.12 168	7.88 352	6.12 419	6.85 207	5.29 294	14.66 167	13.94 199	10.20 153	18.18 216	10.24 189	3.83 108	12.33 228	5.56 233	0.04 46	1.88 483	0.11 292	0.01 88	0.26 144	2.24 388

11t1	6.61 196	1.76 136	9.64 235	5.62 180	2.15 208	13.57 318	2.67 204	15.77 182	8.83 139	13.66 214	11.90 158	12.03 217	9.76 268	12.23 223	8.58 298	0.23 236	1.33 445	0.00 1	0.31 342	0.26 144	1.95 339

TRStereo	6.64 197	6.95 444	12.06 333	9.69 403	7.59 455	5.12 116	1.68 122	20.72 266	12.34 175	10.93 164	9.07 112	10.57 193	3.16 87	14.33 301	4.23 184	0.60 351	0.80 320	0.14 311	0.37 372	0.56 290	1.86 321

DisPM	6.68 198	1.58 108	9.90 245	7.19 315	1.12 83	5.71 156	3.69 246	13.74 150	12.42 176	16.60 271	23.63 292	12.64 223	6.39 194	13.31 279	4.08 176	0.77 376	0.01 11	0.08 248	0.15 237	0.14 85	0.53 100

AIO-test1	6.69 199	2.11 224	7.06 122	10.57 432	6.38 431	8.85 245	1.73 133	22.56 294	20.92 284	7.01 119	17.67 207	8.06 159	4.87 152	10.79 153	3.39 142	0.17 205	0.09 117	0.00 1	0.34 356	0.35 189	0.86 162

DCRE	6.73 200	2.11 224	9.19 214	7.76 345	4.90 357	7.81 230	5.86 313	16.46 195	11.38 167	9.61 150	22.55 283	11.84 212	6.35 193	11.09 163	3.63 156	0.04 46	1.19 418	0.06 222	0.37 372	0.15 89	2.23 386

AnonymousM	6.73 200	12.03 489	3.53 3	4.47 103	1.55 143	4.42 67	3.17 226	11.94 118	8.44 131	17.00 285	10.06 126	9.08 174	4.00 112	7.56 62	4.06 174	0.55 338	0.68 293	23.13 535	8.12 524	0.07 44	0.65 122

iRaft-Stereo_20w	6.75 202	2.17 244	13.20 354	5.07 140	2.34 223	7.43 223	2.61 201	20.20 264	7.85 119	15.28 237	10.36 136	14.42 259	8.13 236	16.81 361	4.20 180	0.06 105	0.84 327	0.13 304	0.83 437	0.66 326	2.42 405

DCANet-4	6.78 203	1.21 50	11.48 310	3.95 61	0.76 40	4.73 84	1.68 122	18.40 233	25.78 348	15.44 241	20.36 245	6.42 130	8.48 244	8.87 94	6.24 255	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

SST-Stereo	6.85 204	1.67 123	9.39 223	7.24 318	0.82 50	5.89 165	1.87 153	15.34 174	9.89 155	19.25 339	20.26 244	16.63 294	8.40 242	13.81 294	5.75 238	0.40 297	0.05 71	0.13 304	0.00 1	0.10 59	0.08 6

Pruner-Stereo	6.85 204	1.81 148	10.24 260	6.92 295	0.92 63	5.55 147	4.01 257	14.42 161	11.85 174	18.22 316	21.92 274	15.64 279	5.69 176	12.10 217	6.08 247	0.84 390	0.02 35	0.18 331	0.10 204	0.11 69	0.38 63

RALAANet	6.86 206	3.28 360	11.09 301	7.63 335	4.95 361	6.16 181	1.63 111	20.54 265	15.45 214	15.30 238	14.52 178	12.98 237	4.35 123	13.53 283	3.98 169	0.11 159	0.35 209	0.00 1	0.29 330	0.58 295	0.48 91

DCANet	6.87 207	2.02 197	9.12 205	4.03 66	0.76 40	4.77 90	1.74 137	16.15 187	25.07 334	15.88 257	20.79 254	7.89 156	11.31 292	9.23 110	6.15 249	0.18 212	0.05 71	0.00 1	0.00 1	0.28 159	2.01 356

PSM-softLoss	6.90 208	1.81 148	10.84 290	7.04 300	0.93 68	5.53 141	1.97 161	23.18 302	9.65 152	14.16 220	22.01 279	12.84 229	5.15 158	13.03 262	7.95 283	0.76 373	0.06 96	0.27 365	0.55 418	0.21 118	0.14 16

KMStereo	6.90 208	1.81 148	10.84 290	7.04 300	0.93 68	5.53 141	1.97 161	23.18 302	9.65 152	14.16 220	22.01 279	12.84 229	5.15 158	13.03 262	7.95 283	0.76 373	0.06 96	0.27 365	0.55 418	0.21 118	0.14 16

PFNet+	6.92 210	1.64 117	10.96 296	6.27 238	0.90 61	5.66 152	1.68 122	14.43 162	16.02 225	18.13 314	21.24 257	14.33 256	5.97 181	13.13 270	5.51 232	0.90 400	0.20 161	0.11 292	0.30 337	0.08 49	0.94 189

RAFT-345	6.94 211	1.48 92	7.45 142	5.65 184	0.96 72	5.49 135	3.20 228	13.73 149	10.97 164	13.81 216	42.93 486	9.01 173	5.31 161	13.09 269	4.73 204	0.58 342	0.05 71	0.10 270	0.06 172	0.08 49	0.08 6

MyStereo06	6.95 212	2.25 259	14.05 366	6.69 276	4.74 351	7.75 228	9.60 399	17.85 225	9.03 144	13.29 203	10.78 146	18.68 328	5.70 177	10.66 146	4.52 198	0.09 142	1.32 441	0.02 171	0.26 312	0.84 364	0.92 179

NF-Stereo	6.96 213	1.80 145	10.17 254	7.16 314	0.79 48	6.15 180	3.26 235	20.74 271	18.45 257	13.42 208	19.33 230	11.67 205	6.05 182	12.71 249	6.17 250	0.57 341	0.06 96	0.21 345	0.23 291	0.12 74	0.09 8

OCTAStereo	6.97 214	1.80 145	10.20 257	7.15 313	0.78 46	6.12 177	3.38 236	20.72 266	18.47 258	13.41 205	19.33 230	11.91 213	6.05 182	12.68 247	6.19 251	0.59 347	0.06 96	0.21 345	0.22 281	0.12 74	0.10 11

RE-Stereo	6.97 214	1.79 142	10.18 255	7.14 308	0.77 43	6.14 178	3.39 237	20.72 266	18.43 255	13.41 205	19.33 230	11.78 208	6.09 184	12.66 245	6.22 252	0.58 342	0.05 71	0.21 345	0.22 281	0.12 74	0.10 11

TVStereo	6.97 214	1.79 142	10.18 255	7.14 308	0.77 43	6.14 178	3.39 237	20.72 266	18.43 255	13.41 205	19.33 230	11.78 208	6.09 184	12.66 245	6.22 252	0.58 342	0.05 71	0.21 345	0.22 281	0.12 74	0.10 11

sAnonymous2	6.98 217	7.12 445	20.67 446	9.13 389	5.40 382	5.28 126	8.11 377	16.71 204	11.50 170	5.04 95	9.17 115	3.77 73	8.23 237	7.84 70	3.15 128	0.11 159	0.07 109	0.06 222	0.28 324	10.80 513	7.09 495

CroCo_RVC	6.98 217	7.12 445	20.67 446	9.13 389	5.40 382	5.28 126	8.11 377	16.71 204	11.50 170	5.04 95	9.17 115	3.77 73	8.23 237	7.84 70	3.15 128	0.11 159	0.07 109	0.06 222	0.28 324	10.80 513	7.09 495

DIP-Stereo	6.99 219	2.37 286	11.45 309	4.78 117	1.70 163	13.13 309	1.47 97	15.76 181	7.43 104	14.57 225	26.61 324	10.76 195	5.10 154	14.97 325	8.10 287	0.06 105	0.06 96	0.06 222	0.00 1	0.17 99	1.22 237
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_4	7.09 220	3.33 362	16.60 404	10.68 434	1.59 146	5.89 165	6.84 345	14.50 163	23.99 323	7.31 128	9.49 121	13.18 241	9.62 266	12.33 228	4.32 189	0.39 294	0.46 238	0.00 1	0.02 117	0.67 328	0.68 128

ADStereo(finetuned)	7.09 220	2.04 201	11.52 313	4.01 63	0.77 43	4.78 91	1.73 133	16.15 187	25.08 335	15.89 258	20.74 253	7.88 155	13.56 341	9.11 104	6.07 246	0.18 212	0.05 71	0.00 1	0.00 1	0.28 159	1.93 331

raft+_RVC	7.10 222	2.37 286	6.59 107	6.94 298	5.82 406	6.35 191	5.97 316	21.05 274	23.63 319	10.90 163	17.95 208	9.80 184	5.55 170	11.49 186	4.47 197	0.04 46	1.50 469	0.00 1	0.00 1	0.38 218	1.23 239

OMP-Stereo	7.13 223	2.89 332	9.89 244	10.98 442	1.73 165	4.81 93	1.85 149	18.38 232	16.26 229	16.94 283	14.11 176	17.45 311	7.57 223	13.26 277	5.12 217	0.43 309	0.04 60	0.06 222	0.02 117	0.20 116	0.56 107

RAFT_R40	7.14 224	1.73 132	9.36 222	7.36 322	0.82 50	5.74 158	3.69 246	15.47 177	15.09 211	18.24 317	19.87 238	16.82 295	8.50 245	13.72 292	5.81 242	0.28 260	0.02 35	0.14 311	0.00 1	0.11 69	0.09 8

fff	7.26 225	1.99 187	9.12 205	4.17 77	0.47 18	4.73 84	1.68 122	16.56 199	33.55 415	15.45 242	20.36 245	7.49 146	12.54 319	9.03 98	6.26 256	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

MIPNet	7.26 225	2.30 269	13.74 360	5.32 158	1.61 150	11.32 280	2.77 212	27.02 349	18.47 258	15.56 248	13.20 170	7.01 137	9.46 262	8.84 92	6.32 260	0.15 196	0.03 51	0.06 222	0.08 187	0.42 238	1.39 258

csc	7.26 225	1.99 187	9.12 205	4.17 77	0.47 18	4.73 84	1.68 122	16.56 199	33.55 415	15.45 242	20.36 245	7.49 146	12.54 319	9.03 98	6.26 256	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

cscssc	7.26 225	1.99 187	9.12 205	4.17 77	0.47 18	4.73 84	1.68 122	16.56 199	33.55 415	15.45 242	20.36 245	7.49 146	12.54 319	9.03 98	6.26 256	0.18 212	0.05 71	0.01 147	0.00 1	0.10 59	1.37 252

riskmin	7.28 229	1.54 101	8.37 178	5.01 136	3.24 279	11.65 285	3.20 228	16.61 202	18.86 266	10.45 155	13.46 173	16.20 288	12.68 325	12.46 238	6.57 268	0.17 205	1.38 453	0.14 311	0.33 351	0.67 328	2.52 412

AIO-test2	7.31 230	2.95 338	8.32 176	9.20 391	5.66 398	8.78 244	5.13 285	26.30 339	23.78 320	7.04 120	20.37 249	5.69 116	3.51 94	10.05 135	2.74 104	4.35 495	0.14 146	0.03 189	0.62 426	0.71 337	0.80 152

R-Stereo Train	7.33 231	1.62 110	9.31 219	6.80 287	2.33 220	7.57 225	5.36 296	24.47 317	7.63 105	16.40 264	33.07 412	12.42 221	5.52 167	8.06 73	5.23 220	0.05 71	0.05 71	0.01 147	0.00 1	0.12 74	0.56 107

RAFT-Stereo	7.33 231	1.62 110	9.31 219	6.80 287	2.33 220	7.57 225	5.36 296	24.47 317	7.63 105	16.40 264	33.07 412	12.42 221	5.52 167	8.06 73	5.23 220	0.05 71	0.05 71	0.01 147	0.00 1	0.12 74	0.56 107
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	7.37 233	2.06 211	12.02 332	4.71 115	1.69 161	5.17 118	1.28 81	19.54 254	13.09 184	16.93 281	28.48 343	13.05 240	5.43 162	13.25 276	7.41 276	0.02 16	0.62 279	0.00 1	0.01 88	0.45 251	2.09 375

UGAM-zero	7.48 234	1.91 173	14.55 373	4.78 117	2.00 197	6.34 190	1.02 64	18.99 240	8.70 138	14.93 230	15.74 190	24.94 396	13.86 351	13.13 270	5.05 212	0.04 46	0.96 351	0.02 171	1.08 459	0.18 105	1.46 270

StereoVision	7.48 234	2.90 335	10.47 277	10.13 413	3.93 309	4.99 112	1.86 152	21.10 276	17.66 245	8.90 142	29.71 359	10.95 198	6.61 201	12.83 253	5.11 215	0.69 366	0.05 71	0.17 326	0.03 131	0.98 373	0.56 107

IPLGR	7.48 234	1.61 109	14.03 365	4.92 132	1.30 108	10.30 261	1.20 74	24.52 320	22.59 306	16.71 278	18.84 224	8.44 164	7.49 222	9.62 124	6.34 262	0.26 252	0.05 71	0.05 213	0.06 172	0.37 206	0.93 184

PAM_32	7.56 237	1.96 178	15.04 384	6.11 226	2.08 200	16.93 383	1.38 85	16.49 196	7.93 120	15.16 233	9.17 115	25.77 402	11.69 301	12.95 258	4.03 172	0.14 185	0.77 314	0.09 258	0.83 437	0.61 309	2.00 355

HHNet	7.57 238	2.01 194	8.03 165	3.71 49	3.46 289	4.93 106	6.17 320	19.69 255	16.27 230	20.91 370	31.75 392	10.56 192	5.82 179	10.69 149	5.10 214	0.67 364	0.07 109	0.21 345	0.14 228	0.63 315	0.54 102

IIG-Stereo	7.59 239	2.47 299	9.40 224	10.39 425	1.78 174	6.67 204	1.47 97	17.83 224	16.51 237	18.91 332	20.12 242	17.76 315	8.74 250	13.21 275	5.43 227	0.44 312	0.05 71	0.03 189	0.00 1	0.17 99	0.45 83

ASMatch	7.61 240	1.63 113	9.18 213	5.79 206	2.27 216	4.63 75	2.54 196	17.23 213	13.73 197	17.27 289	34.28 430	13.26 244	10.15 274	12.39 235	5.49 231	0.12 174	0.24 178	0.21 345	0.17 252	0.18 105	1.55 286

ACRE	7.62 241	3.21 354	14.93 382	7.81 347	5.00 364	10.01 254	4.45 268	16.32 191	15.86 220	17.81 302	19.21 227	8.38 163	4.25 119	11.11 164	10.58 335	0.78 380	0.32 199	0.03 189	0.15 237	0.44 245	1.84 318

LCNet	7.64 242	1.41 80	6.15 80	6.93 296	1.35 110	9.00 247	5.44 298	18.37 231	11.30 165	16.62 272	24.39 300	14.67 260	11.03 282	12.03 211	4.01 170	0.07 124	0.02 35	0.23 354	2.07 485	1.00 376	6.69 490

IPLG	7.65 243	2.00 191	13.81 361	5.86 215	4.35 333	10.97 275	1.43 89	22.52 292	16.50 236	19.78 347	20.62 251	5.28 108	5.49 165	12.58 244	9.70 321	0.13 181	0.06 96	0.03 189	0.07 180	0.41 231	1.38 256

MyStereo8	7.68 244	3.00 342	12.46 340	7.70 342	5.11 370	11.40 282	1.39 88	15.98 184	10.05 160	16.45 266	24.04 296	12.01 216	7.91 231	10.68 148	10.57 334	0.14 185	1.52 472	0.08 248	0.48 403	0.60 307	1.98 343

CIPLG	7.69 245	3.27 358	14.40 370	7.84 349	5.08 369	10.24 258	4.59 273	16.02 185	15.45 214	18.05 312	19.72 236	8.79 170	4.61 138	11.84 203	10.40 331	0.76 373	0.33 205	0.03 189	0.15 237	0.44 245	1.83 317

x	7.70 246	2.12 227	8.93 196	5.08 141	2.55 235	11.65 285	4.40 267	20.91 273	12.53 177	13.58 212	20.49 250	15.73 281	11.10 284	10.65 145	10.16 325	0.11 159	1.37 451	0.04 205	0.29 330	0.34 183	1.95 339

IPLGR_C	7.70 246	3.32 361	14.54 372	7.98 355	5.04 366	10.26 259	4.64 276	16.50 197	16.28 231	17.97 310	18.85 225	8.30 162	4.66 146	11.22 169	10.89 343	0.77 376	0.32 199	0.03 189	0.15 237	0.43 242	1.84 318

qqq	7.72 248	2.15 237	10.06 251	5.01 136	1.82 179	8.62 241	7.27 359	21.10 276	13.53 193	12.48 176	18.71 223	16.17 286	12.10 311	12.08 214	9.26 311	0.08 132	1.35 449	0.02 171	0.36 367	0.36 200	1.93 331

111	7.73 249	2.39 291	9.12 205	4.17 77	0.47 18	10.65 270	3.49 243	21.34 282	28.25 371	10.60 159	16.85 202	14.74 263	10.22 275	12.48 239	6.61 270	0.43 309	0.01 11	0.00 1	0.00 1	0.35 189	2.39 404

AIO-Stereo-zeroshot	7.75 250	3.47 370	14.99 383	5.34 159	7.99 466	7.13 214	0.96 59	23.20 304	10.00 159	11.29 166	17.31 203	18.44 327	9.03 256	13.19 272	5.77 239	0.06 105	1.01 377	0.12 297	1.51 473	1.49 403	2.74 422

RAFT+CT+SA	7.76 251	2.01 194	7.56 146	11.32 449	3.31 281	4.60 73	7.19 356	17.21 212	27.40 363	10.43 154	27.34 328	7.63 151	7.83 229	15.46 333	3.51 147	0.03 33	0.39 217	0.18 331	0.46 396	0.33 177	0.93 184

IGEV-BASED-STEREO-	7.80 252	28.14 531	42.31 504	3.20 33	0.50 22	4.12 55	1.45 94	7.06 33	4.60 47	4.66 84	3.90 36	2.47 55	1.37 30	6.02 32	1.94 48	24.62 541	0.43 234	0.01 147	0.08 187	4.61 475	14.42 531

PAM	7.81 253	1.90 168	15.85 400	6.14 227	2.58 238	17.79 395	4.51 270	16.29 189	8.05 125	16.48 267	9.10 113	25.01 398	11.39 294	12.89 256	3.54 151	0.05 71	0.79 317	0.08 248	0.83 437	0.62 311	2.23 386

testlalala_base	7.81 253	3.52 372	8.75 188	8.73 380	5.44 388	12.21 294	1.77 142	12.73 126	6.24 84	10.56 158	13.62 174	8.76 169	5.61 172	8.69 88	4.24 185	16.24 534	3.38 512	0.00 1	0.46 396	22.32 536	3.02 434

RAFT-RH_RVC	7.88 255	1.51 100	7.72 152	5.41 166	0.96 72	11.41 283	1.48 99	13.43 141	15.04 210	17.54 297	45.66 501	10.86 196	6.42 195	13.48 281	5.26 222	0.81 385	0.04 60	0.12 297	0.13 217	0.12 74	0.17 22

TransformOpticalFlow	7.95 256	2.10 220	9.83 243	6.06 223	1.24 101	6.82 206	7.98 373	18.60 236	14.06 202	14.93 230	28.79 345	18.74 329	11.03 282	12.79 250	4.12 177	0.06 105	0.04 60	0.21 345	0.04 146	0.21 118	1.27 244

rvit_0105_5	8.01 257	3.69 381	17.73 418	10.42 427	1.61 150	7.29 215	6.68 338	18.33 229	25.98 349	10.45 155	10.46 138	15.53 277	11.01 280	12.87 255	5.37 225	0.44 312	0.41 226	0.00 1	0.15 237	0.70 333	1.08 216

TestStereo1	8.04 258	2.22 252	8.85 193	10.87 440	2.12 205	4.66 78	2.40 189	21.17 280	23.79 321	17.41 290	26.31 319	9.41 178	9.09 257	16.23 341	3.85 166	0.14 185	0.40 219	0.02 171	0.13 217	0.58 295	1.10 218

SA-5K	8.04 258	2.22 252	8.85 193	10.87 440	2.12 205	4.66 78	2.40 189	21.17 280	23.79 321	17.41 290	26.31 319	9.41 178	9.09 257	16.23 341	3.85 166	0.14 185	0.40 219	0.02 171	0.13 217	0.58 295	1.10 218

PFNet	8.10 260	1.75 134	12.34 338	7.54 334	2.40 226	7.41 222	5.81 311	23.83 313	17.85 247	20.78 364	17.57 205	15.22 273	7.72 228	13.37 280	6.46 266	0.33 273	0.20 161	0.12 297	0.19 270	0.32 173	0.77 148

FACV-RUCA	8.11 261	2.29 266	10.34 264	8.07 359	6.02 414	14.18 328	3.04 223	20.05 261	19.00 267	12.98 195	18.43 220	8.73 167	11.58 296	12.20 220	5.78 241	0.38 292	0.64 283	4.34 497	0.35 360	1.89 419	1.96 341

AAGNet	8.15 262	1.75 134	10.57 278	7.72 344	0.74 35	5.74 158	4.98 284	15.90 183	14.59 207	20.31 356	23.80 294	15.08 271	11.25 290	12.27 224	16.70 401	0.85 391	0.06 96	0.32 383	0.01 88	0.15 89	0.16 20

STrans-v2	8.16 263	2.09 218	9.79 240	5.44 167	1.53 142	11.87 289	9.69 405	19.77 256	13.20 190	14.01 218	25.80 311	17.88 319	12.55 322	13.30 278	4.39 193	0.06 105	0.01 11	0.18 331	0.01 88	0.25 134	1.31 250

Prome-Stereo	8.22 264	1.48 92	6.24 85	7.06 303	1.55 143	6.54 200	9.08 389	21.88 285	9.88 154	21.12 375	32.48 406	11.82 211	11.59 298	11.99 209	4.04 173	0.08 132	0.02 35	0.19 337	0.12 213	0.45 251	6.89 494

FENet	8.22 264	1.39 77	7.33 139	6.43 254	2.17 211	10.97 275	2.20 175	22.10 288	21.26 285	17.85 305	23.22 290	14.29 254	11.50 295	13.56 286	8.32 292	0.29 264	0.24 178	0.03 189	0.03 131	0.18 105	1.04 206

AIO-Stereo-zeroshot1	8.37 266	4.16 392	20.63 445	5.82 210	11.79 504	6.40 194	2.02 165	20.82 272	8.03 123	14.52 223	21.38 261	17.44 310	5.83 180	14.43 308	5.13 218	0.06 105	1.00 374	0.05 213	1.81 481	2.44 437	3.62 449

raft_robust	8.39 267	2.81 327	7.62 147	6.32 245	1.17 90	5.47 134	0.82 51	34.37 445	35.49 437	18.40 319	20.25 243	7.24 143	5.51 166	15.77 335	3.40 144	0.11 159	1.10 398	0.00 1	0.50 408	0.33 177	1.19 233

HITNet	8.41 268	3.59 379	9.91 246	5.30 156	1.52 141	13.35 315	4.48 269	22.00 286	16.06 226	15.52 246	22.95 289	15.28 274	11.74 302	14.91 324	9.25 310	0.10 153	0.01 11	0.48 399	0.06 172	0.58 295	1.04 206
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
SA	8.43 269	2.16 241	10.02 249	8.41 368	0.93 68	7.36 220	2.21 177	23.73 311	26.15 351	13.55 211	30.84 376	9.89 185	10.09 272	16.84 363	3.52 149	0.18 212	0.68 293	0.17 326	0.40 389	0.48 261	0.92 179

GMM-Stereo	8.44 270	1.27 63	7.36 141	6.64 272	2.56 237	10.00 253	9.29 396	23.79 312	11.33 166	17.96 309	29.59 357	17.14 300	7.59 224	11.77 198	4.61 201	0.13 181	0.01 11	0.24 358	0.94 443	0.49 270	6.14 483

test_sample1	8.49 271	1.83 159	10.60 279	5.53 170	2.95 265	15.17 345	4.51 270	20.73 270	11.47 169	14.78 228	22.80 287	19.06 336	13.86 351	12.52 240	10.17 326	0.14 185	1.20 419	0.02 171	0.19 270	0.28 159	1.93 331

mmm	8.54 272	2.13 233	10.21 258	5.81 208	2.96 266	14.00 324	6.67 336	19.28 249	12.59 178	16.95 284	24.40 301	17.83 318	10.70 279	12.90 257	9.42 316	0.17 205	1.28 434	0.50 401	0.60 423	0.44 245	2.03 361

RAFT_CTSACE	8.55 273	2.62 320	9.63 234	7.41 323	5.06 368	5.76 160	2.54 196	15.38 176	17.84 246	24.33 416	34.69 435	16.37 289	7.22 219	18.05 384	2.63 97	0.01 4	0.56 265	0.00 1	0.03 131	0.42 238	0.41 72

HI	8.56 274	2.44 296	7.70 149	5.09 142	5.21 374	4.06 49	0.49 32	19.26 247	9.96 157	25.77 431	27.88 333	20.72 347	12.22 315	18.06 385	11.58 350	0.05 71	0.11 132	0.00 1	0.10 204	0.16 93	0.31 39

CoSv	8.56 274	2.44 296	7.70 149	5.09 142	5.21 374	4.06 49	0.49 32	19.26 247	9.96 157	25.77 431	27.88 333	20.72 347	12.22 315	18.06 385	11.58 350	0.05 71	0.11 132	0.00 1	0.10 204	0.16 93	0.31 39

dd	8.57 276	5.20 415	13.37 355	6.91 294	1.05 77	10.30 261	3.89 252	17.29 215	34.00 422	15.73 251	17.50 204	7.45 145	6.60 199	15.00 326	10.99 344	1.39 446	0.41 226	0.18 331	0.46 396	2.25 431	1.40 261

CASS	8.64 277	2.03 199	8.60 181	8.71 379	1.59 146	15.02 343	2.75 211	23.27 307	18.58 262	16.29 260	22.78 286	13.42 246	13.68 345	13.07 268	7.66 277	1.18 439	0.05 71	0.13 304	0.01 88	0.75 347	3.24 442
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test_sample2	8.68 278	1.84 160	9.64 235	5.53 170	2.43 228	13.92 322	8.00 374	21.09 275	16.82 242	14.92 229	22.73 285	19.44 338	13.75 346	12.99 259	6.85 271	0.15 196	1.15 408	0.07 240	0.20 275	0.35 189	1.78 309

DN-CSS_ROB	8.72 279	3.49 371	16.63 405	6.74 280	3.39 286	6.20 183	3.43 239	23.40 308	22.03 299	17.46 294	30.28 365	9.33 176	8.32 240	14.71 315	6.36 263	0.91 402	0.00 1	0.45 395	0.00 1	0.65 321	0.70 134

GANet-ADL	8.73 280	2.80 326	9.48 227	7.87 351	2.77 251	12.88 306	5.29 294	29.97 388	25.61 346	14.50 222	16.64 200	17.02 298	7.60 225	11.61 194	8.01 285	0.51 329	0.40 219	0.10 270	0.12 213	0.77 350	0.70 134

PSM-AAD	8.76 281	1.41 80	6.46 97	6.87 291	1.18 91	12.78 304	9.66 404	20.03 260	15.78 219	21.79 386	24.91 302	14.31 255	13.16 334	12.42 236	4.07 175	0.05 71	0.06 96	2.44 482	0.16 246	0.45 251	7.17 497

FTStereo	8.76 281	1.57 106	6.75 113	6.55 260	2.45 229	7.65 227	11.62 437	18.36 230	9.01 142	20.25 349	40.79 473	15.87 282	12.36 318	11.02 157	4.69 203	0.24 241	0.01 11	0.09 258	0.16 246	0.19 109	5.58 477

GwcNet-ADL	8.81 283	2.00 191	10.21 258	7.70 342	2.82 254	6.99 210	7.05 352	30.58 394	26.21 353	15.71 250	17.65 206	13.93 252	6.83 213	13.90 295	11.43 349	0.49 323	0.76 313	0.01 147	0.01 88	0.55 286	1.46 270

test_5	8.85 284	2.05 207	9.51 228	11.62 453	4.99 363	6.74 205	5.48 300	18.25 228	23.57 317	16.72 279	29.73 360	15.54 278	10.54 278	16.25 344	4.02 171	0.05 71	0.40 219	0.27 365	0.08 187	0.34 183	0.81 153

ARAFT	8.86 285	3.86 385	17.37 414	5.96 218	0.94 71	12.59 301	10.80 421	18.20 227	19.95 275	18.77 327	16.27 198	17.78 316	8.88 253	18.82 395	5.30 223	0.35 280	0.04 60	0.00 1	0.00 1	0.62 311	0.64 120

ffm	8.89 286	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	19.77 256	16.80 239	16.64 274	32.03 397	17.29 302	11.78 303	11.11 164	2.34 70	0.05 71	1.17 409	0.80 427	0.37 372	0.29 165	2.07 369

Sa-1000	8.91 287	2.10 220	9.11 203	8.07 359	1.16 89	16.62 380	2.39 188	25.58 327	25.43 343	15.52 246	28.24 340	12.19 218	8.67 247	16.40 349	3.70 157	0.39 294	0.86 334	0.16 323	0.23 291	0.48 261	0.89 172

IRAFT_RVC	8.93 288	1.80 145	10.65 282	7.83 348	1.81 176	6.36 192	10.05 412	26.32 340	27.59 365	17.93 308	19.70 235	17.67 314	9.98 270	13.20 273	6.29 259	0.37 288	0.30 196	0.19 337	0.05 161	0.23 126	0.24 28

DMCA	8.96 289	2.60 315	11.84 324	5.61 178	4.25 326	11.09 278	4.36 266	25.89 329	20.23 279	17.10 287	20.96 256	17.55 312	11.92 309	11.47 181	12.27 361	0.60 351	0.09 117	0.35 386	0.05 161	0.48 261	0.57 113

GES	9.01 290	2.61 319	12.88 345	6.76 281	2.02 198	13.08 308	6.33 328	22.23 290	22.21 301	19.80 348	26.73 325	8.97 172	11.01 280	14.41 305	8.35 295	0.54 336	0.10 128	0.30 380	0.15 237	0.82 360	0.99 198

GrayStereo	9.02 291	1.35 73	7.73 153	8.62 375	2.88 259	10.28 260	10.99 425	18.66 237	16.36 235	22.78 398	30.63 372	17.56 313	12.19 314	11.50 188	5.08 213	0.09 142	0.02 35	0.19 337	0.78 436	0.33 177	2.37 401

DEmStereo	9.07 292	1.70 127	10.89 293	4.86 123	1.23 98	11.51 284	5.70 304	14.24 153	27.02 360	22.33 394	32.56 407	11.70 207	15.04 367	11.83 201	8.53 296	0.31 267	0.16 152	0.02 171	0.09 195	0.11 69	1.47 274

RAFT	9.07 292	2.76 324	10.38 268	8.89 385	1.24 101	13.48 316	8.19 380	17.14 211	17.29 244	23.01 401	19.34 234	20.06 345	11.13 285	17.79 382	6.43 264	0.09 142	1.12 404	0.28 371	0.02 117	0.79 352	1.94 338

iRaft-Stereo_5w	9.10 294	2.33 275	10.69 284	6.64 272	4.47 343	4.74 88	10.72 420	16.71 204	16.97 243	15.39 239	26.15 315	21.25 354	12.59 323	16.38 346	12.90 371	0.85 391	0.51 251	0.08 248	0.22 281	0.95 372	1.53 284

HCRNet	9.13 295	1.82 156	8.73 186	14.95 492	5.22 376	10.66 271	2.49 194	26.57 344	18.64 263	16.31 261	25.51 309	18.42 326	11.15 286	13.53 283	7.25 274	0.10 153	0.04 60	0.10 270	0.02 117	0.27 153	0.76 146

SFCPSM	9.16 296	1.72 130	12.32 337	5.64 182	3.51 292	16.58 379	6.93 348	31.11 402	26.15 351	17.05 286	20.08 241	11.05 199	9.94 269	12.55 241	6.05 245	0.36 283	0.17 155	0.37 388	0.22 281	0.40 227	1.01 201

KYRaft	9.17 297	1.39 77	7.74 154	7.07 305	1.03 75	8.05 239	7.90 372	23.72 310	9.22 148	21.43 381	31.08 379	22.52 369	8.03 233	12.21 221	3.16 130	0.10 153	0.02 35	0.05 213	0.67 429	0.46 256	17.51 535

CrosDoStereo	9.41 298	1.65 118	8.83 191	5.19 150	1.13 85	7.34 218	14.47 462	16.33 192	24.64 331	24.44 417	33.36 417	13.18 241	13.52 338	12.56 242	9.08 306	0.06 105	0.11 132	0.09 258	0.04 146	0.41 231	1.73 303

DeepStereo_LL	9.41 298	1.65 118	8.83 191	5.19 150	1.13 85	7.34 218	14.47 462	16.33 192	24.64 331	24.44 417	33.36 417	13.18 241	13.52 338	12.56 242	9.08 306	0.06 105	0.11 132	0.09 258	0.04 146	0.41 231	1.73 303

DRaft	9.41 298	1.56 105	10.09 252	4.18 81	0.92 63	12.87 305	5.68 303	17.40 218	29.75 379	21.24 377	38.12 456	9.96 186	13.97 355	11.81 200	8.08 286	0.66 363	0.30 196	0.07 240	0.26 312	0.33 177	0.88 168

rvit_stereo_0075_2	9.46 301	4.16 392	20.27 442	12.15 468	8.82 481	5.72 157	4.24 263	23.21 305	18.05 250	12.37 175	28.80 346	16.10 285	8.43 243	14.57 311	8.89 301	0.58 342	0.34 207	0.52 403	0.08 187	0.44 245	1.41 264

test_sample3	9.46 301	2.24 255	11.38 307	5.72 200	2.79 253	18.29 403	5.20 292	27.54 356	21.43 288	18.03 311	21.98 278	16.47 290	11.22 288	13.58 287	9.99 324	0.24 241	0.96 351	0.05 213	0.17 252	0.47 258	1.39 258

THIR-Stereo	9.52 303	2.21 249	9.26 218	5.38 163	0.85 55	15.55 351	11.50 436	16.88 207	21.74 296	24.45 419	31.96 395	14.20 253	13.85 350	11.89 205	8.54 297	0.14 185	0.25 183	0.10 270	0.05 161	0.40 227	1.11 222

DFGA-Net	9.58 304	4.57 401	19.91 439	6.37 248	4.05 312	11.38 281	2.98 221	26.08 332	29.76 380	17.13 288	19.22 228	9.43 180	7.17 218	16.49 352	13.39 373	0.13 181	0.00 1	0.06 222	0.13 217	1.89 419	1.46 270

MyStereo04	9.58 304	2.38 289	10.28 263	6.63 269	4.77 353	6.47 196	9.60 399	32.50 419	42.15 473	14.59 226	12.10 159	11.92 214	11.87 308	14.80 322	8.14 289	0.09 142	1.33 445	0.03 189	0.32 344	0.74 343	0.93 184

CoDeX	9.58 304	2.12 227	10.82 289	6.52 258	3.76 302	16.55 378	6.82 343	26.62 345	25.63 347	17.50 295	25.62 310	14.70 262	11.81 307	12.82 252	7.88 282	0.42 307	0.20 161	0.15 316	0.02 117	0.36 200	1.28 245

anonymousa	9.61 307	2.06 211	9.20 215	5.24 153	6.67 436	15.03 344	4.18 262	19.08 241	21.43 288	19.03 334	30.96 378	21.49 357	14.23 357	11.12 167	8.61 299	0.08 132	1.24 430	0.29 376	0.69 430	0.18 105	1.48 277

MyStereo05	9.63 308	2.25 259	10.26 261	6.69 276	4.74 351	7.75 228	9.60 399	31.51 410	41.00 467	17.45 293	13.02 168	10.28 190	12.27 317	14.74 319	7.68 279	0.09 142	1.32 441	0.02 171	0.26 312	0.84 364	0.92 179

rvit_0105_3	9.68 309	4.32 397	19.50 434	12.22 469	1.90 184	9.16 249	8.63 381	19.21 245	30.92 392	15.42 240	14.72 181	18.81 331	12.18 313	15.98 337	7.12 272	0.67 364	0.42 232	0.01 147	0.49 406	0.56 290	1.40 261

test_sample4	9.81 310	2.27 264	11.39 308	5.70 199	2.74 244	17.40 391	5.20 292	28.01 361	21.50 290	18.70 324	28.46 342	14.96 266	12.86 327	13.80 293	9.68 320	0.24 241	0.97 355	0.06 222	0.16 246	0.51 274	1.48 277

DispNO	9.82 311	2.57 311	17.77 420	6.22 234	5.73 400	11.89 290	4.77 279	25.54 326	21.70 295	17.56 298	21.28 260	18.01 320	13.83 349	17.46 373	9.91 323	0.35 280	0.16 152	0.03 189	0.12 213	0.51 274	1.05 209

BUS	9.86 312	1.86 162	9.14 210	7.14 308	4.12 320	19.47 411	2.69 206	34.15 441	23.28 312	18.82 329	21.95 275	14.37 257	11.63 299	14.72 316	12.39 362	0.36 283	0.13 140	0.15 316	0.04 146	0.37 206	0.46 86

CFNet_pseudo	9.92 313	2.21 249	11.76 319	5.09 142	2.93 264	14.43 330	3.12 224	27.16 350	32.52 407	17.58 300	22.81 288	21.97 362	9.29 260	13.06 266	8.34 293	0.23 236	0.46 238	1.23 457	0.27 320	2.89 443	0.99 198

ccs_rob	9.95 314	2.21 249	11.74 318	5.11 146	2.91 260	14.48 332	3.21 230	27.26 352	32.72 411	17.53 296	22.70 284	21.96 361	9.25 259	12.99 259	8.34 293	0.23 236	0.45 236	1.38 462	0.28 324	3.13 451	1.07 214

G2L-ROB	9.96 315	2.29 266	9.59 232	6.06 223	4.08 315	12.02 293	7.60 367	29.90 387	18.79 265	20.31 356	22.15 282	22.44 367	13.11 333	17.47 374	12.03 354	0.03 33	0.01 11	0.01 147	0.02 117	0.27 153	1.07 214

MSMDNet	9.96 315	2.08 216	11.66 317	5.39 164	2.92 261	16.50 377	2.89 216	29.73 383	34.55 428	17.86 306	21.91 273	18.86 332	8.36 241	13.06 266	7.74 281	0.24 241	0.47 241	0.66 417	0.24 299	3.07 447	1.04 206

MLCV	9.96 315	3.33 362	14.77 374	5.75 204	1.62 154	14.91 336	1.31 82	22.06 287	24.83 333	22.51 395	31.57 389	17.20 301	8.07 234	17.07 367	12.11 356	0.48 320	0.01 11	0.05 213	0.05 161	0.48 261	1.10 218

PCWNet_CMD	9.97 318	2.08 216	11.61 316	5.36 162	2.92 261	16.39 374	2.94 220	29.76 384	34.38 425	17.83 303	21.86 272	18.91 333	8.27 239	13.01 261	7.73 280	0.23 236	0.46 238	0.79 425	0.25 310	3.46 461	1.12 226

UCFNet_RVC	10.01 319	2.81 327	6.11 77	7.31 320	3.92 308	16.80 382	8.00 374	28.68 368	20.81 282	16.57 269	23.35 291	25.82 404	13.06 332	13.55 285	9.18 308	0.12 174	0.06 96	1.19 451	0.32 344	1.47 402	1.06 211

test_sample5	10.07 320	2.24 255	11.22 305	5.82 210	2.68 241	16.15 368	5.79 309	27.87 359	21.59 293	19.26 340	32.74 410	15.92 283	12.97 328	14.33 301	9.26 311	0.27 256	0.98 359	0.07 240	0.17 252	0.57 292	1.49 279

Anonymous3	10.07 320	4.14 391	31.49 483	9.77 406	5.11 370	25.00 451	11.85 438	25.20 323	19.24 270	10.80 162	14.78 182	7.92 157	8.68 248	14.40 304	6.12 248	3.25 484	1.40 454	0.08 248	0.06 172	0.81 357	1.30 248

BEATNet_4x	10.11 322	5.82 426	14.80 376	6.14 227	1.55 143	13.87 321	5.98 317	26.24 336	18.35 252	16.53 268	25.41 308	18.01 320	13.78 348	18.01 383	12.39 362	0.48 320	0.18 156	0.81 431	0.11 210	2.02 423	1.70 300

GANet-RSSM	10.17 323	2.02 197	8.21 170	7.09 307	5.57 393	13.17 311	7.29 360	27.27 353	19.65 273	15.81 253	28.83 347	26.18 407	16.33 387	14.58 313	9.28 315	0.25 248	0.27 186	0.16 323	0.04 146	0.65 321	0.72 137

DualNet	10.19 324	2.24 255	11.22 305	5.82 210	2.68 241	16.15 368	5.79 309	27.87 359	21.59 293	20.28 350	34.11 427	15.92 283	12.97 328	14.33 301	9.26 311	0.27 256	0.98 359	0.07 240	0.17 252	0.57 292	1.49 279

DCVSM-stereo	10.23 325	2.16 241	12.54 343	6.23 235	3.65 297	12.01 292	3.56 245	19.41 251	23.18 310	24.08 414	19.88 239	29.55 426	18.82 420	14.49 309	10.42 332	0.25 248	1.17 409	0.28 371	0.06 172	0.82 360	2.07 369

gwcnet-sp	10.26 326	3.56 375	15.31 388	6.59 263	4.30 328	15.71 354	5.71 306	26.09 333	25.15 337	21.68 383	21.77 265	15.01 268	16.42 390	15.21 328	10.76 339	0.12 174	0.20 161	0.02 171	0.09 195	0.63 315	0.86 162

scenet	10.26 326	3.56 375	15.31 388	6.59 263	4.30 328	15.71 354	5.71 306	26.09 333	25.15 337	21.68 383	21.77 265	15.01 268	16.42 390	15.21 328	10.76 339	0.12 174	0.20 161	0.02 171	0.09 195	0.63 315	0.86 162

ssnet	10.26 326	3.56 375	15.31 388	6.59 263	4.30 328	15.71 354	5.71 306	26.09 333	25.15 337	21.68 383	21.77 265	15.01 268	16.42 390	15.21 328	10.76 339	0.12 174	0.20 161	0.02 171	0.09 195	0.63 315	0.86 162

PSMNet-ADL	10.30 329	2.32 273	7.83 157	9.69 403	4.44 337	16.04 361	4.16 260	27.57 357	25.08 335	15.16 233	19.04 226	25.28 400	13.63 344	16.49 352	15.33 387	0.86 394	0.81 321	0.01 147	0.04 146	0.33 177	1.81 311

ff1	10.31 330	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	19.77 256	16.80 239	16.64 274	32.03 397	17.29 302	11.78 303	17.54 375	24.30 453	0.05 71	1.17 409	0.80 427	0.37 372	0.29 165	2.07 369

PSMNet-RSSM	10.31 330	2.47 299	7.79 155	7.85 350	4.38 335	10.47 265	6.67 336	29.67 381	22.25 302	16.62 272	33.75 423	23.30 376	14.58 362	13.91 296	10.56 333	0.23 236	0.09 117	0.07 240	0.24 299	0.87 367	0.48 91

IER	10.32 332	2.06 211	11.88 326	4.95 133	5.34 379	13.34 314	6.11 319	27.47 355	23.59 318	20.37 358	30.03 362	16.50 291	20.42 439	14.24 299	8.81 300	0.16 199	0.03 51	0.18 331	0.10 204	0.27 153	0.56 107

BSDual-CNN	10.33 333	1.86 162	9.14 210	7.14 308	4.12 320	15.83 359	8.93 386	34.15 441	23.28 312	18.82 329	21.95 275	22.14 364	13.58 342	14.72 316	9.53 317	0.36 283	0.13 140	0.15 316	0.04 146	0.37 206	0.46 86

psmg	10.36 334	1.86 162	9.14 210	5.58 176	4.12 320	15.74 358	7.65 368	30.05 389	23.28 312	21.80 387	26.26 317	22.14 364	13.58 342	14.72 316	9.53 317	0.36 283	0.13 140	0.17 326	0.04 146	0.44 245	0.67 126

test_for_model	10.44 335	31.57 534	7.69 148	28.25 530	19.35 529	5.66 152	1.73 133	9.50 77	9.59 151	13.59 213	6.15 85	5.25 106	2.58 74	5.60 23	1.81 42	10.21 521	3.48 515	0.00 1	0.16 246	35.71 544	10.93 523

CFNet-ft	10.46 336	3.02 345	7.10 125	7.69 339	5.42 385	16.93 383	5.92 314	22.83 299	22.31 303	15.81 253	30.40 367	26.42 410	15.19 370	13.60 289	12.18 358	0.14 185	0.10 128	1.87 469	0.34 356	1.22 387	0.73 140

CFNet_RVC	10.46 336	3.02 345	7.10 125	7.69 339	5.42 385	16.93 383	5.92 314	22.82 298	22.31 303	15.81 253	30.40 367	26.41 409	15.19 370	13.60 289	12.19 359	0.14 185	0.10 128	1.87 469	0.34 356	1.22 387	0.73 140

test_sample6	10.49 338	2.24 255	11.49 311	5.91 217	2.48 230	16.12 367	6.37 331	28.98 372	22.48 305	20.28 350	34.11 427	17.08 299	13.28 335	14.57 311	10.61 336	0.32 270	0.95 350	0.10 270	0.19 270	0.59 301	1.61 290

UGAM	10.51 339	1.74 133	10.16 253	7.06 303	4.44 337	6.56 201	11.34 431	16.06 186	27.83 367	21.09 374	28.18 339	23.47 378	11.21 287	26.86 467	11.33 348	0.05 71	0.49 245	0.46 397	0.36 367	0.44 245	0.97 196

qqq1	10.51 339	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.74 388	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	4.42 194	0.41 301	1.20 419	0.00 1	0.14 228	0.39 223	1.60 287

fff1	10.51 339	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.74 388	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	4.42 194	0.41 301	1.20 419	0.00 1	0.14 228	0.39 223	1.60 287

UDGNet	10.51 339	14.75 503	11.91 327	10.29 420	2.78 252	7.93 236	1.94 158	19.31 250	34.57 429	17.74 301	13.70 175	13.56 249	7.30 221	13.52 282	7.18 273	5.80 504	0.11 132	12.86 528	2.76 492	9.87 509	2.34 397

ICVP	10.54 343	2.11 224	7.49 143	9.62 401	3.41 287	13.85 320	6.34 329	26.81 347	23.24 311	16.90 280	31.76 393	27.31 419	12.81 326	12.18 219	12.47 366	1.59 451	0.58 272	0.19 337	0.13 217	0.63 315	1.45 269
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_ucs	10.56 344	2.15 237	12.88 345	5.55 174	4.11 318	15.24 347	3.93 253	28.55 366	32.41 405	18.70 324	24.95 304	22.99 371	9.66 267	14.22 298	8.13 288	0.29 264	0.84 327	1.63 466	0.23 291	3.43 460	1.31 250

G2L-Stereo	10.65 345	2.78 325	11.19 303	7.63 335	4.24 325	8.87 246	9.35 397	29.83 386	23.03 309	19.75 346	26.33 321	23.15 375	12.08 310	16.39 347	16.43 398	0.34 278	0.04 60	0.09 258	0.01 88	0.41 231	1.05 209

cf-r	10.67 346	2.34 278	9.77 239	6.17 230	5.79 403	12.94 307	5.14 286	25.21 325	27.86 368	17.84 304	32.03 397	25.81 403	15.91 381	12.22 222	12.56 368	0.17 205	0.19 160	0.05 213	0.06 172	0.59 301	0.72 137

RAFT + AFF	10.71 347	4.59 403	18.51 425	10.52 428	5.02 365	13.14 310	11.12 428	26.24 336	27.48 364	15.09 232	16.07 195	19.83 342	11.23 289	17.09 368	10.38 329	0.45 316	1.45 464	0.65 416	0.23 291	2.31 434	2.74 422

hknet	10.77 348	1.95 177	11.80 321	7.14 308	3.83 307	15.83 359	8.93 386	34.15 441	22.70 307	18.82 329	21.95 275	23.13 373	17.03 398	16.94 365	9.85 322	0.28 260	0.13 140	0.15 316	0.04 146	0.37 206	0.46 86

ttt	10.82 349	2.17 244	9.66 237	7.03 299	4.44 337	14.16 326	6.87 346	33.72 437	30.69 386	15.67 249	31.50 387	14.99 267	10.50 277	16.54 354	13.98 375	0.41 301	1.31 439	0.10 270	0.29 330	0.47 258	1.92 329

ACVNet	10.83 350	2.25 259	7.10 125	6.43 254	3.02 270	13.17 311	3.75 248	22.83 299	35.15 435	15.81 253	30.67 373	24.65 388	15.77 379	16.47 350	18.13 411	0.16 199	0.01 11	0.06 222	0.07 180	0.65 321	0.43 77

AdaStereo	10.85 351	4.57 401	10.79 286	9.59 400	3.46 289	17.49 392	6.29 324	32.70 422	26.07 350	19.04 335	26.55 323	19.60 341	10.12 273	17.71 381	10.38 329	1.00 415	0.05 71	0.42 392	0.02 117	0.70 333	0.46 86
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.
G2L-Stereo_test	11.01 352	2.34 278	9.34 221	5.12 147	4.31 331	12.30 295	13.21 453	33.14 430	23.33 315	23.77 411	25.10 305	21.80 359	13.91 353	16.39 347	14.37 378	0.09 142	0.06 96	0.01 147	0.02 117	0.38 218	1.16 227

SMFormer	11.03 353	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.74 388	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	14.46 380	0.41 301	1.20 419	0.28 371	0.24 299	0.45 251	1.47 274

tta	11.03 353	1.90 168	14.85 377	4.89 126	1.48 128	14.92 337	3.21 230	31.03 397	30.73 387	20.28 350	29.37 353	18.33 322	14.54 358	16.56 355	14.46 380	0.41 301	1.20 419	0.28 371	0.24 299	0.39 223	1.60 287

iResNet	11.06 355	4.16 392	16.83 407	7.89 353	2.23 214	15.59 352	9.17 394	24.49 319	29.14 376	20.78 364	31.13 381	16.87 297	11.58 296	15.45 332	12.50 367	0.64 359	0.05 71	0.02 171	0.10 204	0.79 352	1.71 301

DDVS	11.10 356	3.37 365	13.49 357	7.49 331	4.07 313	16.17 370	2.73 210	24.18 315	17.91 248	21.37 379	30.15 364	31.23 441	8.50 245	19.92 403	15.00 385	0.82 387	1.56 474	0.08 248	0.22 281	0.84 364	2.84 426

test_sample7	11.16 357	2.69 321	11.55 314	5.82 210	2.21 213	15.39 349	9.15 392	29.36 375	25.26 340	24.82 421	21.48 262	24.89 392	18.88 423	14.41 305	11.06 345	0.78 380	1.96 486	0.43 393	0.14 228	0.73 340	2.20 384

CFNet	11.23 358	3.41 367	10.68 283	7.08 306	4.22 324	17.38 390	4.83 282	31.29 407	31.29 395	19.15 337	26.85 326	24.06 384	13.75 346	16.23 341	12.22 360	0.26 252	0.05 71	0.44 394	0.09 195	0.92 370	0.41 72

AACVNet	11.24 359	3.71 382	11.56 315	9.45 396	3.35 283	11.67 287	4.88 283	23.23 306	14.00 201	28.19 455	29.90 361	30.39 437	18.03 413	20.04 405	13.22 372	0.50 326	0.21 169	0.23 354	0.07 180	0.75 347	1.52 283

DeepPruner_ROB	11.28 360	5.83 427	15.23 385	6.93 296	4.50 344	10.08 255	6.62 335	36.65 472	20.17 278	18.12 313	27.95 335	23.10 372	13.43 337	20.08 406	11.90 353	1.16 435	0.51 251	0.23 354	0.17 252	1.11 382	1.91 328

GMStereo_Zeroshot	11.32 361	8.59 466	21.66 452	10.06 411	2.53 233	12.38 296	1.43 89	21.36 283	21.50 290	23.48 406	35.74 440	24.85 391	6.12 187	20.48 413	8.28 291	0.83 388	0.02 35	0.25 361	0.01 88	6.33 490	0.53 100

LMCR-Stereo	11.32 361	4.98 413	11.87 325	14.09 481	4.01 310	16.97 387	5.70 304	26.41 341	23.41 316	22.57 397	22.11 281	15.18 272	15.44 375	21.48 435	17.57 407	2.29 467	0.04 60	0.00 1	0.03 131	1.53 406	0.65 122

LL-Strereo	11.34 363	4.25 395	13.90 362	9.09 387	6.20 421	7.31 217	8.93 386	35.93 460	30.30 382	16.93 281	15.83 192	21.85 360	17.45 408	21.92 439	10.25 327	0.43 309	1.47 467	0.74 422	0.08 187	1.15 383	2.71 420

GwcNet-RSSM	11.34 363	2.72 323	10.26 261	7.24 318	5.38 381	12.67 302	6.70 339	26.70 346	31.93 401	17.56 298	34.45 432	24.37 387	15.77 379	13.70 291	15.31 386	0.19 223	0.20 161	0.14 311	0.05 161	0.81 357	0.64 120

HSM-Net_RVC	11.37 365	1.57 106	6.32 87	5.99 220	2.67 240	20.99 423	7.19 356	28.50 364	28.64 373	21.03 373	25.84 312	33.64 463	16.37 389	16.83 362	10.76 339	0.21 230	0.08 115	0.02 171	0.00 1	0.16 93	0.55 104
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NINENet	11.46 366	3.02 345	11.83 323	8.45 370	5.40 382	19.47 411	2.69 206	39.63 496	34.82 430	19.11 336	27.64 331	14.37 257	11.63 299	16.21 340	12.39 362	0.94 408	0.21 169	0.29 376	0.00 1	0.48 261	0.55 104

ToySt	11.51 367	2.48 302	17.84 421	6.10 225	2.09 201	16.11 366	12.36 443	25.07 322	28.25 371	15.22 235	25.16 306	25.51 401	15.98 383	17.63 380	15.46 389	0.19 223	1.08 393	0.04 205	0.31 342	0.66 326	2.67 417

DAS	11.51 367	2.60 315	15.62 394	9.37 394	6.27 427	16.04 361	7.71 369	22.70 296	33.92 420	19.53 342	29.03 348	19.51 339	19.10 427	17.44 372	8.98 303	0.78 380	0.02 35	0.29 376	0.01 88	0.48 261	0.81 153

ac_64	11.57 369	2.13 233	11.77 320	8.79 382	5.51 390	19.40 409	6.29 324	24.72 321	15.20 213	23.50 407	24.91 302	33.07 457	16.82 395	19.33 398	17.78 409	0.53 330	0.15 149	0.02 171	0.03 131	0.35 189	1.03 205

mmx	11.59 370	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	32.76 424	28.92 374	16.64 274	32.03 397	17.29 302	11.78 303	17.54 375	24.30 453	0.24 241	1.21 425	0.80 427	0.37 372	0.65 321	1.89 324

xxx	11.59 370	2.34 278	12.99 349	6.28 239	3.81 303	12.43 297	7.47 363	32.75 423	28.92 374	16.64 274	32.03 397	17.29 302	11.78 303	17.54 375	24.30 453	0.24 241	1.21 425	0.80 427	0.37 372	0.65 321	1.89 324

NOSS_ROB	11.76 372	4.63 405	8.14 169	7.46 328	2.92 261	17.82 396	10.55 418	30.45 393	34.08 424	16.37 262	19.97 240	23.14 374	16.31 385	18.22 388	10.67 338	2.98 479	1.84 481	3.39 495	1.64 477	2.24 430	2.37 401

ITSA-stereo	11.88 373	2.48 302	11.96 331	6.54 259	1.92 186	13.33 313	4.81 281	37.17 478	49.04 500	18.70 324	18.52 222	21.69 358	12.63 324	16.77 360	15.60 391	0.53 330	0.40 219	0.32 383	0.33 351	1.07 379	3.89 457

HSM	11.89 374	2.32 273	8.70 184	6.70 279	4.10 317	16.45 375	8.06 376	30.42 392	20.31 280	23.35 405	26.42 322	41.60 505	17.59 410	20.66 416	9.57 319	0.11 159	0.03 51	0.01 147	0.01 88	0.24 130	1.22 237

coex_refinement	12.03 375	2.30 269	8.72 185	8.56 373	5.30 378	16.95 386	7.17 353	31.75 412	32.48 406	18.92 333	31.46 386	25.97 406	12.98 330	14.55 310	21.39 436	0.33 273	0.06 96	0.02 171	0.10 204	0.49 270	1.18 232

SepStereo	12.04 376	2.60 315	15.62 394	9.37 394	6.27 427	16.04 361	7.71 369	22.70 296	33.92 420	19.53 342	29.03 348	19.51 339	19.10 427	27.97 473	8.98 303	0.78 380	0.02 35	0.29 376	0.01 88	0.48 261	0.81 153

DMCA-RVC	12.06 377	4.35 398	14.21 369	10.52 428	4.86 355	13.84 319	4.33 265	25.20 323	24.13 324	20.56 362	29.22 351	26.65 412	25.85 469	17.02 366	16.34 396	0.41 301	0.35 209	0.55 406	0.24 299	0.83 363	1.81 311

ACV-stereo	12.12 378	6.01 433	30.51 479	7.45 326	3.42 288	21.69 429	6.74 340	22.11 289	20.81 282	17.88 307	21.26 259	26.73 415	17.28 402	20.80 420	14.16 376	0.79 384	1.10 398	0.17 326	0.09 195	0.67 328	2.66 415

1111x	12.31 379	2.33 275	12.13 334	5.79 206	2.84 255	15.49 350	8.70 382	36.34 467	29.33 377	16.58 270	27.52 330	26.70 414	15.76 378	17.21 369	24.79 460	0.26 252	1.37 451	0.04 205	0.42 393	0.46 256	2.07 369

UPFNet	12.31 379	2.15 237	11.91 327	7.90 354	7.21 449	20.03 417	9.28 395	29.44 379	27.18 362	20.88 367	30.86 377	21.23 353	18.11 414	19.60 400	17.41 406	0.55 338	0.57 268	0.26 363	0.07 180	0.67 328	0.92 179

FADNet-RVC-Resample	12.31 379	5.22 416	32.28 486	10.14 414	4.08 315	14.97 341	6.98 351	26.54 343	24.42 329	23.72 409	29.31 352	19.87 343	15.01 366	16.26 345	10.61 336	0.65 360	0.52 254	0.48 399	0.54 415	1.52 405	3.09 438

RASNet	12.38 382	2.58 313	12.48 342	6.76 281	5.97 412	16.37 373	6.74 340	34.99 452	22.20 300	17.44 292	33.11 414	22.81 370	24.84 460	20.33 410	18.27 414	1.16 435	0.05 71	0.06 222	0.01 88	0.27 153	1.06 211

test_xeample	12.39 383	2.09 218	10.36 265	5.73 201	3.06 272	18.17 402	6.27 323	31.98 415	24.37 328	18.78 328	33.92 426	19.09 337	16.00 384	14.60 314	39.03 520	0.19 223	1.32 441	0.01 147	0.33 351	0.36 200	2.04 363

iResNet_ROB	12.41 384	3.19 353	12.39 339	6.63 269	3.72 299	16.98 388	2.64 202	32.29 417	38.58 457	26.93 446	33.73 422	26.24 408	17.40 405	17.36 371	8.95 302	0.33 273	0.01 11	0.00 1	0.00 1	0.40 227	0.35 49

DSFCA	12.44 385	3.00 342	14.87 381	6.04 222	7.03 445	17.06 389	10.86 424	31.11 402	32.12 402	26.41 441	23.81 295	22.37 366	15.13 369	21.13 430	13.53 374	0.95 411	0.66 286	0.28 371	0.38 382	1.21 386	0.77 148

FADNet_RVC	12.44 385	6.19 435	40.86 501	7.04 300	3.69 298	11.30 279	4.17 261	29.67 381	27.67 366	18.20 315	26.04 313	13.47 247	17.15 399	16.85 364	14.95 384	0.99 413	0.75 309	0.60 410	1.32 468	4.18 469	3.62 449

CBMV_ROB	12.51 387	3.86 385	7.98 163	5.81 208	2.99 268	16.05 365	4.62 274	27.61 358	31.37 396	26.75 444	32.62 408	23.97 383	22.66 453	21.14 431	12.09 355	2.15 464	1.78 480	2.24 476	1.27 467	1.64 410	1.54 285

NLCA_NET_v2_RVC	12.58 388	4.09 389	18.25 423	8.26 364	5.83 407	14.72 333	5.85 312	33.49 435	27.86 368	22.14 392	32.16 403	24.94 396	14.01 356	16.19 339	16.82 403	0.90 400	0.35 209	0.37 388	0.58 422	1.51 404	3.31 444
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.59 389	2.25 259	13.50 358	8.30 366	6.23 422	19.81 415	6.34 329	26.43 342	35.15 435	26.38 440	30.67 373	24.65 388	14.91 365	16.47 350	19.16 423	0.16 199	0.01 11	0.06 222	0.07 180	0.74 343	0.43 77

hitnet-ft	12.59 389	3.03 348	7.87 159	7.49 331	4.20 323	27.41 471	3.75 248	23.41 309	24.15 325	21.14 376	34.12 429	31.93 449	19.74 435	20.28 409	18.13 411	0.54 336	1.45 464	0.35 386	0.09 195	1.26 390	1.41 264

xxxx	12.60 391	2.03 199	10.79 286	6.18 232	2.86 257	21.84 430	3.02 222	34.55 449	25.46 344	16.39 263	31.58 390	26.87 418	14.75 364	14.00 297	37.45 512	0.21 230	1.36 450	0.01 147	0.32 344	0.35 189	2.07 369

ISRNet	12.68 392	2.57 311	19.05 431	13.05 476	6.24 423	7.30 216	2.84 214	29.80 385	32.13 403	23.26 404	35.61 439	24.75 390	16.48 393	15.81 336	14.55 382	0.85 391	1.01 377	2.29 477	0.55 418	1.08 380	4.43 461

pcwnet_v2	12.68 392	2.30 269	18.36 424	8.32 367	5.74 401	17.73 394	4.77 279	36.75 475	46.28 496	20.98 371	29.07 350	16.62 292	13.52 338	16.56 355	10.30 328	0.55 338	1.02 385	0.34 385	0.24 299	2.10 426	2.11 377

iResNetv2_ROB	12.78 394	4.09 389	15.60 392	6.44 256	3.75 301	14.86 334	7.17 353	34.46 447	37.12 444	26.06 435	34.81 436	29.76 427	16.32 386	14.77 320	7.67 278	0.31 267	0.03 51	0.12 297	0.01 88	0.94 371	1.23 239

ADLNet	12.84 395	2.93 336	11.94 329	8.87 383	6.88 440	17.96 397	8.85 383	34.12 439	26.67 357	27.81 454	26.24 316	26.84 417	15.04 367	17.54 375	19.94 427	0.59 347	0.58 272	0.24 358	0.11 210	0.80 356	2.85 428

CBFPSM	12.96 396	3.37 365	30.97 481	5.30 156	3.22 278	22.79 437	16.93 481	21.82 284	21.35 286	21.93 389	28.34 341	29.99 431	17.38 404	15.32 331	16.39 397	0.11 159	0.48 242	0.10 270	0.17 252	0.58 295	2.72 421

ADLNet2	12.99 397	2.94 337	14.18 367	9.57 399	5.96 411	20.23 420	10.41 417	33.05 428	37.61 448	19.46 341	19.74 237	22.46 368	18.63 417	22.37 442	20.76 431	0.37 288	0.15 149	0.06 222	0.08 187	1.04 378	0.72 137

dad	13.05 398	11.39 483	15.64 396	7.35 321	2.10 202	15.64 353	3.48 240	18.77 238	35.55 438	27.77 452	33.76 424	31.59 443	13.04 331	14.79 321	11.16 347	3.35 485	0.54 258	7.85 518	0.96 450	3.88 467	2.49 411

AASNet	13.05 398	3.27 358	12.23 336	10.28 419	6.90 441	17.61 393	7.88 371	41.14 503	38.29 453	23.20 403	29.62 358	16.85 296	15.59 377	15.50 334	19.03 421	0.39 294	0.03 51	0.78 424	0.05 161	1.32 394	1.08 216

HBP-ISP	13.07 400	8.80 468	8.99 197	8.11 362	4.55 347	13.48 316	6.60 334	29.09 374	30.50 384	21.33 378	36.14 441	16.62 292	19.42 431	20.92 424	12.81 370	3.63 487	2.61 501	7.18 514	4.12 504	3.74 465	2.69 419

222	13.07 400	1.99 187	10.74 285	6.56 261	2.74 244	19.95 416	2.54 196	34.13 440	24.42 329	22.52 396	31.39 383	20.78 349	16.99 397	14.31 300	48.07 544	0.16 199	1.33 445	0.01 147	0.32 344	0.37 206	2.02 357

DualNet (step1)	13.16 402	5.31 418	19.76 435	6.41 250	3.12 275	17.98 398	9.85 408	29.36 375	25.26 340	24.82 421	21.48 262	24.89 392	18.87 421	14.41 305	11.06 345	6.83 508	1.96 486	6.61 507	7.47 517	3.22 454	4.59 462

UNet	13.18 403	2.47 299	14.45 371	7.45 326	7.82 464	26.01 460	4.67 277	34.38 446	29.42 378	20.90 369	31.81 394	26.68 413	18.98 424	21.08 429	15.56 390	0.21 230	0.06 96	0.27 365	0.09 195	0.37 206	1.01 201

HGLStereo	13.21 404	3.45 368	14.01 364	10.32 422	7.72 461	15.72 357	7.19 356	31.94 414	28.12 370	20.83 366	36.16 443	26.61 411	20.82 441	18.74 392	19.63 426	1.01 417	0.22 172	0.07 240	0.08 187	0.59 301	1.00 200

GEStereo_RVC	13.23 405	3.13 351	15.23 385	10.33 423	4.95 361	18.92 408	11.46 435	31.58 411	48.03 498	20.51 361	27.68 332	19.00 335	13.31 336	20.44 412	16.01 394	1.15 434	0.51 251	0.10 270	0.14 228	0.67 328	1.47 274

delet	13.26 406	2.43 295	12.99 349	8.45 370	6.26 426	22.40 433	10.83 423	28.78 369	38.76 458	20.39 360	30.36 366	20.85 350	17.67 411	22.97 444	19.13 422	0.14 185	0.45 236	0.19 337	0.08 187	0.78 351	1.24 241

CRFU-Net	13.32 407	3.53 374	12.90 347	8.76 381	6.05 416	26.25 463	10.15 414	25.86 328	14.68 208	30.76 474	30.58 371	30.11 434	21.59 450	20.52 414	20.28 429	1.53 450	0.48 242	0.27 365	0.16 246	0.64 320	1.28 245

CSP-Net	13.41 408	3.62 380	11.03 299	6.62 268	4.07 313	25.76 459	9.61 403	29.66 380	27.14 361	29.97 468	33.42 419	29.84 429	17.23 401	20.64 415	16.03 395	1.12 430	0.41 226	0.03 189	0.00 1	0.75 347	1.29 247

MMNet	13.55 409	2.82 329	13.90 362	7.63 335	6.36 430	26.45 465	4.63 275	24.00 314	42.67 476	26.25 438	33.12 415	20.98 352	19.45 433	20.14 407	19.49 425	0.75 371	0.54 258	0.11 292	0.01 88	0.53 277	1.10 218

STTStereo	13.60 410	5.63 424	28.73 475	8.07 359	5.65 397	13.97 323	7.17 353	31.25 404	26.70 358	25.59 429	32.06 402	31.71 446	14.71 363	17.24 370	16.46 400	0.29 264	0.40 219	0.71 419	1.43 471	1.31 392	2.82 425

SGM-Forest	13.63 411	2.55 310	8.22 171	6.30 244	2.16 210	23.84 443	11.13 429	34.68 450	32.40 404	27.27 448	33.02 411	30.08 433	17.82 412	22.13 440	15.40 388	1.66 457	0.32 199	0.88 436	0.03 131	0.79 352	1.93 331
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
TDLM	13.70 412	4.93 412	11.80 321	11.93 462	5.53 391	16.75 381	14.38 461	36.12 464	32.59 408	23.08 402	27.03 327	25.90 405	15.40 373	25.87 462	14.23 377	1.24 442	0.09 117	1.53 464	0.61 425	2.06 425	2.94 431

AANet_RVC	13.75 413	6.34 437	12.90 347	8.87 383	4.53 346	14.09 325	9.12 391	29.37 378	38.32 455	23.85 413	37.41 449	23.55 379	17.51 409	23.31 447	18.56 415	2.08 463	1.30 435	0.25 361	0.06 172	0.73 340	2.87 429

xyz-stereo	13.76 414	1.43 86	40.88 502	3.14 30	0.83 53	42.24 524	4.68 278	14.87 171	26.49 354	23.70 408	37.20 447	30.36 436	19.90 436	18.77 393	9.23 309	0.28 260	0.03 51	0.64 414	0.03 131	0.20 116	0.32 41

ssnet_v2	13.84 415	3.15 352	13.44 356	7.99 356	3.08 273	22.60 434	14.51 464	36.65 472	33.59 418	22.04 391	26.10 314	28.64 422	17.16 400	23.13 445	20.86 433	0.50 326	0.32 199	0.20 342	0.13 217	1.41 398	1.38 256

FADNet-RVC	13.86 416	12.75 497	41.65 503	8.64 376	4.63 349	16.45 375	6.89 347	28.91 370	24.20 326	20.89 368	31.44 385	26.73 415	11.37 293	21.58 437	15.91 392	0.25 248	0.14 146	0.14 311	0.24 299	2.97 445	1.50 282

psm_up	13.88 417	2.70 322	10.89 293	10.20 416	5.97 412	15.01 342	12.58 445	39.13 493	31.75 399	21.39 380	31.09 380	30.18 435	25.01 463	20.33 410	17.62 408	0.75 371	0.39 217	0.18 331	0.03 131	0.82 360	1.67 298

DLCB_ROB	13.97 418	3.74 383	11.01 298	9.99 410	5.85 408	21.40 426	10.37 416	30.17 390	30.49 383	28.21 456	32.18 404	32.67 453	21.17 445	20.20 408	18.59 416	0.34 278	0.18 156	0.41 391	0.15 237	0.61 309	1.76 307

StereoDRNet-Refined	14.03 419	3.52 372	12.77 344	8.70 378	3.31 281	18.50 405	4.58 272	29.08 373	30.59 385	29.85 466	42.52 483	25.24 399	19.57 434	23.88 451	23.55 448	0.44 312	0.07 109	0.54 404	0.38 382	0.88 369	2.64 414
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iinet-f	14.05 420	5.00 414	47.51 517	6.57 262	4.04 311	21.14 424	14.37 459	28.25 362	21.37 287	21.95 390	31.37 382	21.31 355	18.66 418	16.15 338	20.61 430	0.31 267	0.41 226	0.09 258	0.05 161	1.00 376	0.76 146

CVANet_RVC	14.09 421	4.82 410	10.86 292	9.46 397	5.60 396	19.70 414	12.94 450	33.38 433	34.86 431	23.72 409	33.31 416	29.76 427	16.35 388	24.37 453	12.45 365	1.22 440	0.23 174	1.45 463	0.87 442	3.41 458	3.01 433

SACVNet	14.10 422	5.24 417	14.19 368	12.11 466	6.12 419	18.45 404	9.11 390	33.13 429	22.94 308	28.79 459	33.88 425	32.69 454	23.78 454	20.91 423	12.13 357	1.08 424	0.54 258	0.84 434	0.48 403	1.41 398	4.26 459

rvit_105_1	14.11 423	6.23 436	22.11 455	13.74 480	4.55 347	15.38 348	28.19 529	27.21 351	43.35 480	19.53 342	24.36 299	22.05 363	15.96 382	18.37 389	12.70 369	2.27 466	0.58 272	0.26 363	2.37 490	0.70 333	2.20 384

PS-NSSS	14.36 424	8.44 464	16.43 403	7.44 325	5.79 403	18.65 407	12.71 448	39.02 490	26.84 359	20.99 372	36.15 442	21.47 356	18.25 415	18.21 387	18.63 417	2.44 472	0.55 262	5.38 501	0.37 372	5.25 481	4.11 458

CBMV	14.52 425	4.59 403	9.99 248	6.61 267	2.85 256	22.76 436	12.45 444	30.63 395	33.32 414	31.98 479	35.00 437	31.68 444	19.43 432	26.53 465	16.71 402	1.28 443	0.61 278	0.63 412	0.12 213	1.26 390	1.89 324
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
FADNet	14.77 426	11.96 488	39.55 500	8.50 372	6.64 435	18.53 406	6.74 340	35.70 458	35.06 433	19.21 338	28.06 337	28.14 420	13.94 354	18.54 391	11.61 352	0.48 320	0.75 309	0.38 390	0.49 406	9.17 504	2.05 367

fast-acv-ft	14.96 427	4.73 407	17.68 417	8.03 358	5.27 377	28.61 478	9.97 411	26.25 338	35.58 439	26.03 434	38.02 455	31.91 448	21.50 447	19.25 397	21.18 434	0.61 353	0.38 214	0.63 412	0.48 403	1.31 392	1.73 303

pmcnn	15.27 428	4.31 396	22.32 457	7.46 328	4.46 342	22.15 432	15.74 472	28.53 365	31.88 400	27.78 453	40.04 469	39.06 490	19.11 429	18.79 394	20.78 432	1.04 422	0.23 174	0.00 1	0.00 1	0.53 277	1.17 230

Anonymous_2	15.61 429	7.12 445	18.63 428	6.49 257	7.98 465	26.94 468	11.93 439	19.48 252	18.48 261	18.25 318	15.95 193	24.18 385	21.32 446	21.17 432	15.94 393	10.88 524	13.80 538	11.19 526	25.13 542	10.92 515	6.42 488

z-ln-s-r	15.70 430	7.13 449	42.53 505	5.88 216	5.57 393	14.47 331	13.18 452	22.93 301	38.31 454	19.68 345	44.92 500	23.85 382	18.42 416	23.81 450	30.69 499	0.37 288	0.02 35	0.00 1	0.01 88	1.15 383	1.16 227

TCMNet	15.72 431	7.51 453	21.42 451	14.39 484	12.57 511	26.22 462	13.91 458	30.23 391	36.03 441	25.57 428	31.73 391	23.65 380	15.35 372	19.98 404	24.06 452	1.44 447	0.67 291	2.04 473	0.99 452	3.41 458	3.26 443

NVstereo2D	15.77 432	4.01 387	17.73 418	9.96 409	8.10 471	30.36 485	9.52 398	43.10 515	43.12 479	15.45 242	28.03 336	23.46 377	16.84 396	24.62 454	17.06 404	3.35 485	0.87 335	1.76 468	1.13 460	7.76 497	9.19 512

test_sample9	15.79 433	5.31 418	19.76 435	6.41 250	3.12 275	17.98 398	9.85 408	29.36 375	25.26 340	24.82 421	21.48 262	24.89 392	18.87 421	21.03 425	22.11 437	6.83 508	36.75 548	6.61 507	7.47 517	3.22 454	4.59 462

StereoDRNet	16.00 434	5.45 422	16.67 406	11.34 450	8.74 480	25.62 456	11.07 427	40.40 501	37.03 443	29.77 465	30.04 363	34.35 472	19.09 426	19.81 401	25.28 463	0.65 360	0.30 196	0.16 323	0.14 228	1.80 417	2.33 396

Wz-Net-LNSev-Ref	16.12 435	4.56 400	29.46 476	7.78 346	6.11 418	26.08 461	13.01 451	31.08 401	37.61 448	27.66 450	46.96 507	29.92 430	15.40 373	21.54 436	22.39 439	1.09 426	0.05 71	0.10 270	0.00 1	0.43 242	1.21 236

YMNet	16.35 436	6.51 440	23.16 461	11.45 451	8.85 482	25.42 454	8.89 384	32.99 425	32.63 409	34.40 495	39.12 463	34.27 469	17.43 406	20.90 421	22.93 442	0.93 405	1.30 435	1.21 453	0.94 443	1.77 415	1.81 311

YMNet_1	16.35 436	6.51 440	23.16 461	11.45 451	8.85 482	25.42 454	8.89 384	32.99 425	32.63 409	34.40 495	39.12 463	34.27 469	17.43 406	20.90 421	22.93 442	0.93 405	1.30 435	1.21 453	0.94 443	1.77 415	1.81 311

DRN-Test	16.60 438	4.76 408	16.90 410	10.75 435	8.16 473	29.42 482	14.37 459	43.26 517	39.35 459	28.93 461	35.46 438	29.03 424	20.11 438	20.78 418	24.51 458	0.94 408	0.93 347	0.46 397	0.35 360	1.42 400	2.12 378

SDNR	16.80 439	5.88 429	30.01 478	6.39 249	6.53 432	57.67 543	3.15 225	24.30 316	31.49 397	21.50 382	36.56 446	14.69 261	16.76 394	19.14 396	14.45 379	11.12 527	14.00 539	3.11 491	0.51 410	8.86 503	9.92 518

DISCO	16.93 440	2.58 313	17.15 413	8.26 364	4.37 334	27.65 473	10.68 419	31.28 406	44.93 489	22.21 393	34.47 433	36.48 480	23.91 455	36.14 502	34.48 507	0.35 280	0.11 132	0.04 205	0.07 180	1.95 421	1.40 261

PA-Net	16.98 441	8.05 461	29.56 477	10.52 428	11.30 502	21.91 431	29.93 533	32.64 420	39.50 460	20.38 359	28.51 344	23.80 381	20.82 441	21.45 434	25.60 465	0.25 248	2.36 498	0.23 354	4.99 508	1.34 395	6.47 489
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FINET	17.02 442	8.11 462	28.42 474	9.29 393	8.89 485	24.46 446	25.06 521	35.40 456	49.52 505	26.73 443	33.49 421	20.50 346	18.75 419	20.67 417	19.18 424	2.30 468	2.09 489	1.13 449	0.75 435	2.86 441	2.84 426

GwcNet	17.31 443	6.61 443	23.02 459	10.83 439	8.63 478	29.48 483	10.80 421	39.37 495	45.73 491	24.16 415	37.85 454	31.50 442	21.81 452	21.37 433	27.25 479	0.81 385	0.88 337	0.57 409	0.46 396	1.54 407	3.61 447

NaN_ROB	17.35 444	7.91 457	18.84 430	11.29 448	4.93 359	33.28 498	20.75 502	38.10 485	43.81 481	30.28 471	31.53 388	32.88 455	20.88 443	29.10 478	17.85 410	0.40 297	0.43 234	0.31 381	0.44 395	0.98 373	3.03 436

S-Stereo	17.36 445	4.46 399	22.16 456	12.58 472	9.10 487	23.07 438	12.60 446	33.18 431	46.12 494	22.78 398	38.67 461	29.04 425	27.48 477	19.40 399	23.90 451	3.14 483	3.13 510	0.88 436	1.95 484	3.77 466	9.86 517

FAT-Stereo	17.45 446	3.56 375	19.19 432	10.31 421	6.54 433	18.00 401	14.89 467	38.68 488	40.49 463	27.39 449	39.66 466	37.32 482	32.14 504	21.07 428	22.97 444	3.68 488	2.16 495	0.81 431	1.21 464	2.10 426	6.78 492

DANet	17.51 447	8.91 469	27.61 470	14.94 491	7.48 451	22.67 435	5.66 302	27.33 354	26.64 355	32.62 486	36.27 444	37.40 483	30.07 493	31.65 488	26.09 471	1.30 444	1.46 466	2.33 479	0.53 413	3.54 462	5.69 478
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	17.56 448	17.23 511	20.10 441	12.02 464	6.91 442	28.81 479	11.45 434	41.35 504	21.95 297	30.13 470	34.66 434	32.04 450	11.30 291	21.04 427	16.43 398	8.91 516	2.67 502	12.29 527	0.84 440	12.72 521	8.43 507

PSMNet_ROB	17.59 449	6.52 442	16.27 401	14.43 485	7.71 460	29.22 481	33.59 538	43.94 520	38.52 456	24.74 420	33.46 420	34.17 468	17.29 403	18.52 390	25.68 467	0.40 297	0.29 194	0.96 440	2.22 487	2.03 424	1.81 311

Syn2CoEx	17.68 450	11.86 487	28.39 473	20.88 513	8.24 474	25.66 457	12.35 441	37.57 480	33.60 419	29.57 463	39.80 468	30.02 432	28.00 480	19.91 402	18.91 420	1.14 433	0.53 256	1.23 457	0.46 396	1.97 422	3.61 447

GANet	17.85 451	5.41 421	14.79 375	11.91 460	4.73 350	24.54 448	17.04 484	41.01 502	34.96 432	33.06 487	45.84 502	39.83 495	29.19 486	24.71 456	22.45 441	1.34 445	0.41 226	1.09 445	0.70 432	2.15 428	1.89 324

GASNet	17.87 452	20.62 521	32.66 488	21.17 514	9.48 490	16.26 371	9.15 392	45.00 525	40.55 465	26.16 436	24.34 298	33.05 456	15.45 376	29.82 482	18.15 413	3.79 490	0.28 192	1.87 469	0.51 410	7.06 492	1.97 342

test_sample8	17.93 453	5.31 418	19.76 435	6.41 250	3.12 275	17.98 398	9.85 408	32.68 421	20.05 276	33.68 492	26.30 318	40.74 499	34.14 508	21.03 425	22.11 437	6.83 508	36.75 548	6.61 507	7.47 517	3.22 454	4.59 462

NCCL2	17.94 454	7.94 459	16.87 409	24.07 524	7.60 456	24.52 447	17.08 485	35.42 457	26.65 356	32.01 480	38.57 458	41.96 508	27.61 478	22.24 441	24.43 457	0.65 360	0.33 205	2.64 485	2.13 486	2.28 433	3.86 456

ADCRef	18.01 455	8.01 460	44.10 510	10.75 435	8.85 482	27.18 470	11.06 426	31.77 413	34.40 426	31.90 478	42.45 482	18.79 330	21.55 449	25.18 459	35.17 508	1.03 420	0.42 232	2.18 475	1.79 479	1.38 396	2.27 391

XPNet_ROB	18.03 456	6.06 434	18.19 422	11.68 455	6.83 438	21.23 425	16.93 481	36.66 474	39.82 462	32.51 485	42.05 481	41.04 502	25.77 468	25.72 460	28.80 489	1.67 458	0.91 344	0.79 425	0.27 320	1.24 389	2.38 403

SuperB	18.07 457	7.33 450	56.73 530	8.42 369	5.42 385	20.39 421	9.73 406	26.04 331	50.80 509	26.88 445	39.52 465	17.79 317	21.54 448	23.17 446	25.96 470	0.77 376	0.32 199	1.11 448	0.73 434	16.11 528	2.75 424

RP	18.36 458	5.94 431	17.54 416	15.95 501	12.33 510	21.55 428	12.66 447	28.65 367	45.65 490	23.78 412	42.55 484	39.77 494	29.54 490	26.72 466	23.58 450	6.14 506	1.05 391	4.38 498	1.77 478	3.90 468	3.82 455

APVNet	18.42 459	6.37 438	23.10 460	12.76 475	8.28 475	30.74 487	24.17 517	42.08 510	30.76 391	25.86 433	41.66 477	31.83 447	24.99 461	28.01 474	28.77 487	0.49 323	0.57 268	3.05 489	0.55 418	1.80 417	2.46 406

w-ln-seven-2	18.44 460	8.73 467	43.71 509	11.92 461	6.91 442	24.43 445	13.73 456	30.66 396	41.21 469	29.15 462	43.29 491	30.86 439	29.28 487	23.47 448	24.59 459	0.99 413	1.11 402	0.64 414	0.17 252	1.63 408	2.26 389

ETE_ROB	18.45 461	10.71 475	20.90 448	14.23 483	4.92 358	23.28 440	22.01 505	33.00 427	36.14 442	30.68 473	39.03 462	46.10 520	26.28 470	27.52 471	26.22 472	0.53 330	0.49 245	1.16 450	0.94 443	1.69 412	3.07 437

PWCDC_ROB	18.66 462	11.24 481	21.32 450	18.82 508	8.08 470	25.75 458	6.94 349	35.08 453	53.33 516	30.37 472	49.70 515	20.87 351	21.63 451	31.05 487	22.39 439	6.94 512	0.28 192	0.10 270	0.06 172	5.98 489	3.22 441

Nwc_Net	18.76 463	5.80 425	19.91 439	14.99 493	11.96 507	26.32 464	15.90 473	41.68 507	40.50 464	21.85 388	43.58 492	34.89 473	29.47 489	27.48 470	26.34 473	3.75 489	0.27 186	2.55 484	3.31 497	2.25 431	2.46 406

ADCP+	18.93 464	5.83 427	35.35 492	9.85 407	10.36 495	29.49 484	13.65 455	34.22 444	37.75 450	30.02 469	41.45 475	24.18 385	26.43 474	34.71 496	36.58 510	0.27 256	0.40 219	2.00 472	1.19 462	2.31 434	2.66 415

MDST_ROB	18.99 465	3.23 355	15.81 399	14.15 482	6.98 444	44.89 526	16.81 480	43.19 516	42.83 477	43.71 521	43.84 493	28.79 423	19.02 425	30.64 486	18.70 418	1.84 460	0.84 327	0.69 418	0.47 402	0.71 337	2.61 413

Wz-Net-LNSev	19.04 466	11.48 484	43.55 508	10.82 438	8.01 468	24.96 450	17.46 489	34.72 451	44.36 485	33.43 490	44.72 499	32.54 452	24.13 456	21.64 438	24.38 456	0.93 405	0.22 172	0.00 1	0.03 131	1.44 401	1.99 353

AF-Net	19.18 467	6.50 439	16.90 410	16.60 502	11.00 501	23.83 442	11.31 430	36.25 465	51.10 512	25.56 427	38.34 457	41.77 506	31.01 498	30.20 484	27.83 482	4.87 501	0.27 186	4.60 499	1.00 453	2.67 439	2.02 357

PWC_ROB	19.21 468	12.15 493	28.02 472	11.02 444	6.62 434	25.15 452	5.47 299	36.42 469	49.47 503	33.19 488	44.32 496	34.98 474	26.66 475	32.22 491	27.30 480	1.71 459	0.27 186	1.62 465	0.37 372	2.38 436	4.90 469

stereogan	19.38 469	4.02 388	18.62 427	13.54 478	10.30 494	37.03 508	9.83 407	39.12 492	46.13 495	25.09 426	41.76 479	40.01 496	27.19 476	32.16 489	25.48 464	2.44 472	1.13 405	2.70 487	0.86 441	5.45 483	4.81 466

edge stereo	19.38 469	5.98 432	19.25 433	11.11 445	8.07 469	23.51 441	12.74 449	35.93 460	42.55 474	35.05 498	43.06 488	41.34 504	36.05 513	26.06 463	25.62 466	2.70 476	2.47 499	6.38 506	1.54 474	3.18 453	5.01 470

RYNet	19.73 471	5.52 423	18.58 426	11.63 454	15.84 521	47.05 529	17.28 486	38.60 487	49.19 502	27.71 451	27.46 329	38.63 488	26.42 473	20.79 419	32.08 503	0.73 369	0.59 275	0.97 441	0.16 246	7.40 494	8.04 503

LALA_ROB	19.82 472	8.32 463	18.64 429	13.59 479	5.79 403	28.03 476	23.44 512	43.09 514	37.57 447	33.91 494	41.55 476	50.73 531	25.61 467	29.09 477	27.30 480	0.73 369	0.67 291	2.08 474	1.42 470	2.70 440	2.12 378

Wz-Net-MNSev	19.84 473	7.55 454	35.79 493	10.79 437	7.51 453	38.96 516	18.39 495	35.08 453	44.72 487	31.28 475	41.70 478	41.18 503	20.49 440	28.41 475	30.13 498	0.96 412	0.36 212	0.05 213	0.13 217	1.70 413	1.64 293

aanetorigin	19.84 473	13.32 499	54.46 524	10.07 412	7.99 466	14.16 326	15.32 468	17.85 225	34.49 427	49.59 531	48.88 512	34.28 471	31.32 500	23.53 449	29.64 494	1.12 430	0.81 321	0.73 420	0.94 443	3.05 446	5.23 474

SGM_RVC	20.33 475	3.24 357	8.92 195	7.20 316	1.62 154	39.61 518	17.01 483	39.11 491	35.12 434	46.26 526	42.62 485	51.57 533	39.45 520	39.66 524	29.87 496	1.16 435	0.37 213	0.55 406	0.35 360	1.20 385	1.64 293
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	20.52 476	11.06 478	33.58 489	12.11 466	7.19 448	28.90 480	11.99 440	38.49 486	58.85 537	32.22 483	37.28 448	33.11 458	21.14 444	36.93 513	38.84 519	1.49 448	1.50 469	0.15 316	0.64 427	2.18 429	2.67 417

NCC-stereo	20.61 477	7.39 451	25.96 465	15.90 499	16.62 522	20.15 418	23.27 508	44.11 523	41.29 470	25.00 424	38.64 459	35.47 475	28.75 483	36.35 505	26.90 477	4.83 499	2.14 492	3.33 493	9.27 528	3.10 448	3.72 453

Abc-Net	20.61 477	7.39 451	25.96 465	15.90 499	16.62 522	20.15 418	23.27 508	44.11 523	41.29 470	25.00 424	38.64 459	35.47 475	28.75 483	36.35 505	26.90 477	4.83 499	2.14 492	3.33 493	9.27 528	3.10 448	3.72 453
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	20.61 477	12.13 492	46.35 513	21.53 515	17.78 525	19.41 410	23.64 515	37.23 479	50.61 506	26.20 437	37.72 450	24.90 395	25.02 464	24.63 455	23.53 447	3.13 482	1.65 476	5.69 502	4.09 503	3.64 464	3.34 445

RGC	20.62 480	14.30 501	21.99 454	18.85 509	14.53 516	21.42 427	14.82 466	36.00 463	44.32 484	28.54 458	41.82 480	40.12 497	29.43 488	35.44 501	23.33 445	4.12 492	0.72 299	8.80 519	4.39 506	4.55 474	4.84 468

DGSMNet	20.75 481	13.28 498	34.59 491	14.80 490	17.14 524	23.25 439	17.99 494	36.39 468	43.00 478	20.70 363	32.67 409	36.05 479	19.22 430	30.34 485	25.04 462	4.61 496	4.62 523	6.31 505	5.20 511	14.71 526	15.15 533

WCMA_ROB	21.17 482	5.89 430	22.32 457	10.39 425	7.65 458	34.55 502	16.42 478	33.20 432	34.02 423	42.06 516	52.50 520	44.09 512	37.59 516	33.66 494	26.77 476	7.45 515	3.18 511	1.27 460	1.43 471	4.18 469	4.81 466

MSAF-DinoV2	21.31 483	8.93 470	27.84 471	12.03 465	5.14 372	30.91 489	17.73 490	40.05 499	55.15 521	22.96 400	32.01 396	48.05 526	31.88 502	38.57 520	41.67 527	0.94 408	0.49 245	0.45 395	1.22 465	4.83 477	5.39 476

psmorigin	21.56 484	11.18 480	36.59 495	10.19 415	7.08 446	25.30 453	12.35 441	33.52 436	33.12 413	43.62 520	54.15 529	42.72 509	37.44 515	36.87 512	28.98 490	1.65 456	2.78 505	0.81 431	1.19 462	3.62 463	8.10 504

G-Net	21.66 485	9.10 471	39.39 499	15.85 497	9.60 491	51.00 534	16.73 479	28.32 363	31.17 394	38.99 508	43.24 489	33.26 461	32.09 503	28.50 476	26.50 475	4.74 498	3.92 520	3.60 496	1.02 454	8.42 502	7.86 501

MultiAttention	21.69 486	2.01 194	15.73 398	12.71 473	4.25 326	64.19 553	95.86 576	42.54 511	41.72 472	15.77 252	30.53 370	28.15 421	7.60 225	44.56 533	14.92 383	1.03 420	0.26 184	1.05 443	1.56 475	4.71 476	4.75 465

z-mn7	21.81 487	11.53 485	47.41 516	11.79 458	5.69 399	34.28 501	15.73 471	36.31 466	57.93 533	27.24 447	53.82 524	32.35 451	26.33 471	36.69 508	33.32 506	1.02 418	0.41 226	0.54 404	0.11 210	1.72 414	1.92 329

FBW_ROB	21.87 488	11.80 486	25.52 464	14.64 488	7.49 452	31.20 491	16.35 477	45.28 526	44.78 488	44.85 525	40.36 471	43.50 511	27.85 479	34.94 497	23.52 446	3.07 481	2.15 494	7.53 517	3.03 496	4.30 471	5.17 473

w-ln-seven	21.91 489	10.67 474	57.04 532	12.00 463	10.37 496	30.36 485	19.88 499	37.81 482	56.05 528	37.35 504	44.23 495	33.79 464	24.77 459	23.92 452	31.80 502	0.77 376	0.34 207	0.85 435	0.20 275	2.88 442	3.10 439

SANet	22.05 490	8.47 465	32.65 487	9.90 408	4.31 331	33.49 499	23.44 512	42.82 513	56.64 530	39.67 511	44.09 494	44.62 513	32.96 506	29.24 481	25.79 468	1.08 424	0.74 304	0.98 442	0.69 430	5.69 486	3.66 452

SQANet	22.07 491	25.29 529	21.78 453	26.81 528	18.92 528	30.75 488	10.25 415	33.47 434	30.10 381	25.73 430	34.31 431	33.45 462	19.94 437	29.16 479	20.03 428	11.68 528	3.08 509	26.95 539	5.80 514	20.97 534	12.99 527

UDG	22.21 492	15.90 509	16.41 402	21.71 516	20.17 530	32.51 494	13.78 457	36.62 471	35.77 440	26.64 442	31.43 384	37.49 484	32.33 505	22.77 443	21.19 435	11.08 526	5.60 527	23.12 534	7.74 521	17.07 530	14.89 532

SHD	22.33 493	11.30 482	32.10 484	15.61 495	9.88 492	26.75 466	10.12 413	41.84 508	61.77 542	36.36 501	44.65 498	39.28 491	31.10 499	35.07 498	32.76 505	2.35 469	1.95 485	1.24 459	1.90 483	4.33 472	6.34 485

CSAN	22.36 494	11.11 479	26.06 467	21.79 517	5.59 395	34.55 502	36.54 540	40.04 498	50.84 510	37.47 505	40.31 470	45.09 516	33.07 507	27.44 469	25.80 469	1.60 454	0.75 309	1.08 444	1.80 480	2.89 443	3.36 446

ADCL	22.44 495	7.79 455	49.20 519	10.61 433	7.28 450	40.40 521	21.03 503	32.07 416	55.07 520	28.53 457	48.73 510	31.68 444	31.69 501	34.04 495	38.38 515	1.22 440	0.93 347	2.65 486	1.89 482	2.65 438	2.94 431

zh-mn7	22.69 496	14.64 502	55.04 525	11.01 443	5.85 408	27.67 474	15.65 470	35.14 455	57.38 532	40.62 512	57.78 535	31.22 440	25.60 466	36.79 511	32.55 504	1.50 449	0.57 268	0.24 358	0.22 281	1.40 397	3.02 434

CC-Net-ROB	22.73 497	23.99 526	30.57 480	14.72 489	8.91 486	32.98 495	16.17 475	46.75 530	37.29 445	33.88 493	32.33 405	35.48 477	25.00 462	24.75 457	28.78 488	9.60 520	3.03 508	25.33 537	3.87 501	14.82 527	6.33 484

ADCPNet	22.75 498	10.94 477	58.96 535	12.24 470	7.57 454	37.33 509	20.08 501	33.89 438	37.37 446	33.49 491	44.32 496	39.36 493	28.43 482	32.19 490	38.55 517	2.25 465	2.69 504	2.37 481	3.59 500	4.33 472	5.01 470

MeshStereo	22.95 499	7.84 456	12.46 340	8.13 363	5.20 373	38.49 514	13.36 454	42.69 512	38.05 452	51.34 534	53.82 524	58.22 539	43.29 529	38.42 518	29.59 493	2.96 478	2.84 507	3.11 491	2.33 489	3.12 450	3.65 451
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
Wz-Net-SNSev	23.35 500	18.18 513	47.37 515	14.55 486	8.63 478	28.33 477	29.16 531	39.88 497	55.80 526	32.16 482	53.91 527	39.35 492	24.42 457	27.60 472	38.11 514	1.06 423	0.24 178	1.20 452	0.95 448	3.16 452	2.93 430

DDUNet	23.49 501	20.59 520	17.13 412	24.58 525	22.45 534	24.86 449	17.96 493	31.42 408	31.06 393	29.59 464	37.81 452	37.85 486	26.39 472	25.77 461	18.74 419	18.99 537	8.10 535	26.65 538	11.80 534	19.41 533	18.58 537

MSMD_ROB	23.50 502	10.55 473	15.65 397	17.87 507	10.07 493	35.58 505	19.04 497	34.53 448	37.81 451	41.55 515	60.11 538	46.01 519	39.81 522	32.74 492	24.92 461	6.86 511	3.63 518	8.92 520	11.16 533	7.21 493	5.99 482

LE_ROB	23.59 503	4.64 406	16.84 408	8.59 374	3.05 271	33.01 496	18.53 496	28.96 371	67.40 554	70.71 555	55.67 533	48.44 527	48.90 536	26.06 463	37.98 513	0.44 312	0.24 178	0.27 365	0.54 415	0.49 270	0.98 197

ADCMid	23.61 504	12.42 495	44.10 510	11.85 459	8.33 476	27.89 475	20.03 500	36.49 470	39.56 461	40.81 513	47.01 508	36.89 481	43.95 530	39.12 522	42.60 531	1.95 461	1.55 473	3.05 489	3.98 502	5.20 480	5.37 475

zh-sn7	23.82 505	16.94 510	52.41 522	14.57 487	8.11 472	26.98 469	24.39 519	37.04 477	49.49 504	34.43 497	52.44 519	33.79 464	35.37 511	40.92 527	39.03 520	0.86 394	0.93 347	0.55 406	0.40 389	3.27 457	4.37 460

AnyNet_C32	24.34 506	15.07 505	42.84 506	13.07 477	11.83 505	31.80 492	31.73 535	32.47 418	45.77 492	35.92 499	49.66 514	34.05 466	35.21 510	44.09 532	43.39 535	1.61 455	1.70 478	1.22 456	2.94 495	4.87 478	7.60 498

PSMNet-RUCA	24.65 507	28.24 532	42.85 507	35.58 536	34.48 541	16.04 361	11.34 431	40.36 500	31.70 398	31.88 477	41.00 474	37.50 485	25.41 465	29.19 480	17.07 405	12.35 531	2.12 491	20.72 533	8.27 526	17.19 531	9.64 515

MFN_U_SF_DS_RVC	24.71 508	14.86 504	32.18 485	26.47 527	10.48 497	40.27 520	22.83 507	36.88 476	44.51 486	42.59 517	47.13 509	40.20 498	28.00 480	36.70 509	28.36 483	4.23 494	4.00 521	6.73 510	16.35 539	5.05 479	6.34 485

ccnet	24.80 509	17.64 512	24.53 463	12.35 471	18.18 527	38.47 513	17.76 492	46.24 528	32.78 412	37.51 506	46.76 504	38.80 489	30.45 496	38.35 517	41.98 528	9.41 519	6.40 529	9.67 522	8.04 522	11.64 519	9.00 510

FC-DCNN	25.07 510	12.06 491	20.30 443	19.06 510	9.41 488	38.40 512	23.46 514	41.37 505	44.07 483	46.76 528	53.99 528	50.49 529	39.32 519	36.43 507	29.46 492	7.40 514	3.39 513	6.15 503	5.01 509	8.05 499	6.83 493

FC-DCNN v2	25.13 511	12.03 489	19.82 438	19.08 511	9.43 489	38.89 515	23.42 511	41.85 509	44.02 482	46.96 529	54.51 530	50.70 530	39.69 521	36.34 504	29.25 491	7.36 513	3.39 513	6.17 504	5.02 510	8.00 498	6.71 491

XQC	25.15 512	18.26 514	52.31 521	22.53 522	12.15 508	37.47 510	21.78 504	38.74 489	55.51 525	32.40 484	30.75 375	38.36 487	30.19 495	38.28 516	41.25 526	4.61 496	1.44 463	2.77 488	2.26 488	12.52 520	9.49 514

DPSNet	25.20 513	7.92 458	36.17 494	11.72 456	6.85 439	53.68 536	43.17 546	52.22 539	60.09 540	31.61 476	39.76 467	40.91 501	35.82 512	33.42 493	26.48 474	4.98 502	2.10 490	0.50 401	1.13 460	9.63 506	5.83 479

SGM-ForestM	25.21 514	4.80 409	13.50 358	8.68 377	3.74 300	46.85 528	22.04 506	46.25 529	51.32 514	51.28 533	52.07 518	62.64 546	47.13 534	46.05 534	36.30 509	1.99 462	2.25 497	1.21 453	1.24 466	1.65 411	3.21 440

PDISCO_ROB	25.35 515	10.44 472	31.01 482	29.47 533	20.36 531	38.32 511	17.74 491	45.56 527	55.34 523	29.88 467	42.94 487	46.63 521	29.76 491	36.23 503	31.29 501	10.74 523	2.20 496	6.96 511	3.53 499	9.98 510	8.52 508

EDNetEfficient	25.68 516	22.94 525	77.88 559	9.49 398	7.66 459	20.89 422	17.37 487	22.52 292	56.02 527	61.49 545	53.31 522	35.83 478	41.88 528	25.06 458	39.53 522	0.86 394	0.83 326	0.91 438	2.82 493	8.28 500	7.98 502

Wz-Net-TNSev	25.85 517	21.47 523	59.51 537	10.38 424	7.64 457	42.40 525	23.33 510	35.97 462	54.36 518	36.56 502	43.26 490	45.90 518	41.27 526	37.81 514	37.10 511	2.35 469	1.90 484	0.77 423	1.34 469	5.89 488	7.75 500

WZ-Net	25.86 518	14.23 500	64.17 540	15.77 496	10.61 498	39.36 517	28.01 528	41.38 506	54.97 519	28.82 460	53.68 523	40.90 500	30.14 494	37.91 515	42.98 534	1.59 451	0.49 245	0.73 420	0.95 448	5.43 482	5.12 472

GANetREF_RVC	26.12 519	30.35 533	27.03 468	26.08 526	6.28 429	31.16 490	37.25 542	48.48 532	50.90 511	37.30 503	36.39 445	34.11 467	30.98 497	38.51 519	28.38 484	9.08 517	2.68 503	16.48 530	5.42 513	16.24 529	9.34 513
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
FCDSN-DC	26.18 520	15.77 508	20.36 444	28.79 532	15.78 520	40.13 519	19.12 498	43.57 518	42.59 475	44.78 524	52.51 521	50.73 531	40.32 524	35.32 500	28.55 485	6.41 507	3.61 517	7.11 513	6.54 515	10.58 511	10.93 523
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	27.11 521	15.49 507	48.87 518	15.20 494	10.99 500	31.86 493	24.37 518	43.99 521	58.30 535	43.12 518	49.92 516	41.90 507	41.43 527	42.90 531	46.29 539	3.00 480	2.60 500	2.45 483	3.47 498	7.63 495	8.41 506

DLNR_Zeroshot_test	27.91 522	51.88 546	91.97 572	98.26 580	97.92 580	3.07 22	0.49 32	31.27 405	8.33 128	8.40 134	15.66 188	7.22 141	1.66 41	12.16 218	4.82 208	40.46 547	1.87 482	0.06 222	0.33 351	80.45 570	1.99 353

MFN_U_SF_RVC	28.91 523	15.44 506	55.12 527	22.00 519	8.49 477	41.39 522	15.36 469	52.74 540	46.70 497	47.83 530	53.87 526	54.97 536	40.50 525	39.54 523	40.77 524	6.09 505	4.92 525	7.08 512	9.02 527	7.68 496	8.69 509

PASM	29.37 524	19.17 515	50.43 520	23.55 523	23.15 536	27.62 472	27.82 527	35.90 459	50.76 508	35.98 500	40.55 472	47.26 524	34.98 509	35.28 499	38.72 518	12.58 533	15.96 540	17.57 532	22.46 541	13.71 523	13.92 530

EDNetEfficientorigin	29.50 525	36.05 539	99.77 584	9.67 402	5.93 410	26.79 467	16.02 474	26.87 348	55.18 522	61.15 542	57.72 534	45.04 515	50.99 539	26.90 468	44.78 537	0.53 330	0.54 258	1.72 467	2.53 491	11.05 516	10.75 520

AnyNet_C01	30.67 526	27.57 530	76.09 557	17.61 504	12.18 509	50.42 533	28.89 530	39.14 494	41.14 468	41.36 514	65.66 549	47.21 523	40.16 523	47.50 535	49.82 546	2.38 471	2.79 506	2.31 478	2.83 494	8.35 501	9.99 519

LSM	30.92 527	21.18 522	57.13 534	19.98 512	54.02 553	33.70 500	25.92 523	43.87 519	49.18 501	46.43 527	55.59 532	43.44 510	36.70 514	36.70 509	28.75 486	2.94 477	9.77 536	5.07 500	8.20 525	10.77 512	29.00 544

RTS	30.97 528	24.38 527	96.47 574	17.75 505	12.63 512	58.43 545	26.47 524	38.01 483	63.33 545	44.41 522	46.81 505	33.16 459	45.26 531	52.06 541	42.65 532	2.66 474	1.40 454	1.09 445	1.02 454	5.49 484	5.86 480

RTSA	30.97 528	24.38 527	96.47 574	17.75 505	12.63 512	58.43 545	26.47 524	38.01 483	63.33 545	44.41 522	46.81 505	33.16 459	45.26 531	52.06 541	42.65 532	2.66 474	1.40 454	1.09 445	1.02 454	5.49 484	5.86 480

DispFullNet	31.01 530	32.97 535	59.04 536	30.27 534	28.46 538	33.06 497	11.44 433	37.69 481	54.13 517	33.30 489	37.78 451	44.68 514	28.96 485	42.19 530	29.68 495	12.35 531	3.56 516	36.10 543	12.90 536	32.29 542	19.42 539

coex-ft	31.29 531	39.15 542	93.51 573	9.71 405	5.77 402	36.25 507	26.79 526	31.43 409	59.45 538	73.35 559	58.73 536	45.49 517	48.48 535	30.19 483	46.52 541	1.59 451	1.71 479	0.94 439	0.97 451	9.43 505	6.35 487

MANE	33.27 532	12.69 496	21.10 449	22.10 520	15.09 519	49.75 531	29.51 532	54.10 543	56.36 529	59.73 538	64.93 546	65.43 550	57.34 548	52.70 544	41.02 525	10.52 522	6.09 528	7.35 515	20.29 540	9.66 507	9.65 516

otaku	33.83 533	36.87 540	53.81 523	40.41 539	21.58 532	54.54 538	17.45 488	44.01 522	61.47 541	39.63 509	50.06 517	46.76 522	29.76 491	40.64 526	30.07 497	19.17 538	7.09 532	32.34 541	9.92 530	24.17 537	16.94 534

PVD	34.10 534	19.91 517	39.04 498	27.08 529	18.09 526	35.11 504	44.32 548	52.16 538	66.36 551	53.04 536	64.50 545	52.33 534	56.17 544	52.24 543	42.11 529	4.17 493	4.82 524	9.60 521	4.65 507	11.11 517	25.25 542

ELAS	34.78 535	20.32 518	38.13 497	21.79 517	14.89 517	57.95 544	37.04 541	51.15 537	51.19 513	60.95 541	64.42 544	59.08 541	54.44 542	51.53 539	46.26 538	12.00 529	7.83 533	10.46 523	8.04 522	14.42 524	13.71 529
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 536	20.50 519	37.14 496	22.37 521	15.07 518	54.02 537	38.42 543	50.06 535	56.72 531	61.86 546	63.52 540	58.79 540	54.60 543	54.13 546	43.99 536	12.20 530	7.90 534	10.75 525	7.65 520	14.42 524	13.42 528
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	35.29 537	19.78 516	33.90 490	55.86 548	36.15 542	76.79 566	94.89 575	49.29 533	51.59 515	38.15 507	37.83 453	53.71 535	39.29 518	40.56 525	40.41 523	4.02 491	6.72 531	2.35 480	4.12 504	9.70 508	10.76 521

Ntro	35.59 538	38.58 541	55.41 528	43.66 543	22.54 535	57.26 539	23.73 516	47.69 531	63.99 548	39.63 509	48.82 511	47.68 525	37.60 517	41.55 529	30.80 500	17.85 536	6.61 530	33.21 542	10.52 532	26.65 538	17.97 536

BEATNet-Init1	36.29 539	22.72 524	56.79 531	28.53 531	13.41 515	59.81 548	33.49 536	53.72 542	58.64 536	60.78 540	63.63 541	70.42 552	56.59 546	53.93 545	46.48 540	5.63 503	4.14 522	7.49 516	7.45 516	11.35 518	10.88 522

ACVNet-4b	36.91 540	52.81 547	57.04 532	42.64 542	22.08 533	48.32 530	14.64 465	50.28 536	59.78 539	43.17 519	46.34 503	55.50 537	24.49 458	39.03 521	23.55 448	25.75 543	3.76 519	47.36 546	33.76 546	28.62 539	19.22 538

GCST	37.71 541	41.51 543	27.28 469	92.08 576	36.49 543	24.16 444	0.99 61	26.00 330	20.14 277	26.34 439	15.80 191	19.97 344	4.67 147	17.54 375	5.83 244	80.93 569	35.32 547	87.67 575	74.76 565	73.87 566	42.93 553

MSC_U_SF_DS_RVC	37.85 542	35.62 538	55.10 526	38.16 538	13.19 514	57.63 542	24.72 520	52.87 541	63.40 547	66.39 551	63.74 542	58.16 538	54.28 541	51.56 540	47.39 542	9.36 518	5.44 526	14.82 529	15.34 538	18.80 532	11.04 525

Consistency-Raft	41.94 543	35.39 537	45.40 512	33.16 535	41.47 547	45.14 527	33.50 537	56.78 547	55.37 524	32.11 481	65.41 547	30.46 438	49.76 537	40.94 528	48.33 545	27.72 544	35.00 546	43.33 545	51.89 555	39.60 545	28.04 543

ACVNet_1	42.11 544	50.66 545	66.19 545	45.24 545	25.33 537	50.11 532	25.60 522	55.90 544	65.25 549	60.15 539	59.98 537	63.57 547	50.05 538	50.45 538	38.46 516	20.06 539	11.00 537	38.79 544	14.48 537	31.31 541	19.68 540

NVStereoNet_ROB	42.81 545	34.00 536	46.84 514	37.40 537	28.64 539	35.65 506	33.88 539	49.95 534	58.27 534	69.65 554	75.69 559	66.36 551	65.66 552	48.37 536	62.04 558	16.50 535	25.07 543	23.61 536	32.35 544	21.58 535	24.72 541
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 546	63.10 555	65.03 544	60.15 549	39.21 546	59.39 547	31.46 534	57.61 548	78.49 565	50.61 532	66.05 550	59.57 542	45.26 531	50.17 537	42.57 530	46.92 551	45.90 554	53.26 550	32.46 545	54.03 551	34.14 547

anonymity	52.60 547	58.73 549	63.81 539	41.37 541	59.41 557	53.52 535	41.39 544	56.50 546	40.60 466	55.03 537	49.64 513	49.57 528	56.22 545	59.42 548	50.07 547	55.57 554	50.19 560	51.15 548	51.23 553	51.90 547	56.75 556

MADNet+	53.97 548	69.36 556	98.79 581	67.30 553	38.52 544	79.97 570	81.50 571	61.38 550	62.53 543	52.01 535	55.50 531	61.22 545	59.61 550	70.25 557	77.26 572	25.21 542	25.07 543	17.40 531	12.69 535	34.21 543	29.70 546

JetBlue	54.72 549	46.20 544	75.05 555	51.44 546	47.85 548	76.48 565	62.38 557	64.44 552	62.86 544	63.67 549	65.49 548	78.96 559	68.77 553	68.63 555	75.95 571	37.07 545	25.78 545	29.10 540	29.19 543	29.75 540	35.27 548

SGM+DAISY	55.54 550	57.77 548	64.45 542	40.89 540	53.89 551	63.34 551	50.45 550	56.00 545	45.95 493	61.43 544	64.32 543	61.05 544	56.70 547	61.32 550	56.86 552	56.51 556	49.35 558	50.49 547	50.00 552	52.52 548	57.57 557

SPS-STEREO	56.02 551	59.82 552	64.35 541	45.23 544	53.96 552	61.34 549	44.05 547	60.08 549	50.73 507	62.61 547	61.78 539	59.73 543	57.62 549	60.63 549	59.08 553	58.29 557	48.28 555	51.30 549	49.29 551	55.67 552	56.59 555
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	58.13 552	62.74 554	73.58 554	66.59 552	38.77 545	63.23 550	49.56 549	72.12 563	82.24 569	79.37 567	88.96 575	76.25 556	73.29 558	55.14 547	48.05 543	38.17 546	24.21 542	54.92 551	37.94 547	48.23 546	29.29 545

IMH-64-1	59.89 553	58.89 550	69.08 549	66.46 550	50.96 549	57.48 540	51.18 551	69.03 556	67.25 552	67.90 552	80.31 564	70.42 552	74.30 559	72.66 563	50.07 547	42.88 548	43.00 551	65.88 552	47.48 548	53.41 549	39.15 549

IMH-64	59.89 553	58.89 550	69.08 549	66.46 550	50.96 549	57.48 540	51.18 551	69.03 556	67.25 552	67.90 552	80.31 564	70.42 552	74.30 559	72.66 563	50.07 547	42.88 548	43.00 551	65.88 552	47.48 548	53.41 549	39.15 549

IMH	63.51 555	61.05 553	69.15 551	69.90 554	54.09 554	65.82 555	55.66 553	72.12 563	72.52 558	72.73 557	81.82 566	73.16 555	79.86 564	77.03 568	52.57 550	44.46 550	50.01 559	68.11 554	51.57 554	56.59 553	41.88 552

TorneroNet-64	66.18 556	71.37 558	72.19 553	76.80 558	59.54 558	67.82 556	59.56 554	67.83 555	79.98 566	63.09 548	67.00 551	82.98 564	69.97 555	68.02 552	62.78 559	49.03 552	44.17 553	73.23 556	64.19 557	69.14 557	54.83 554

PWCK	66.53 557	88.82 574	80.30 562	80.69 566	30.85 540	65.18 554	41.64 545	72.55 565	71.28 557	78.68 566	69.18 553	78.14 558	62.17 551	82.93 572	63.46 560	80.46 568	40.52 550	82.05 566	47.71 550	74.54 567	39.47 551

WAO-6	71.06 558	73.42 560	67.24 546	79.78 565	61.93 561	69.67 557	60.23 555	75.12 568	87.02 572	74.87 560	79.60 563	79.28 560	84.75 570	68.25 554	61.91 557	67.67 560	48.98 557	81.65 564	73.43 562	66.76 555	59.64 558

TorneroNet	71.59 559	73.91 561	76.67 558	81.06 567	65.65 562	71.44 559	65.68 559	71.66 562	75.08 560	71.76 556	73.09 558	84.12 568	74.51 561	70.46 558	69.58 563	59.87 558	48.58 556	79.93 560	73.78 563	75.74 568	69.18 567

LVE	71.96 560	73.19 559	84.13 565	75.60 557	55.78 556	75.59 562	63.60 558	77.67 569	83.64 570	82.16 568	87.25 574	83.54 566	82.79 569	76.17 566	65.22 561	49.11 553	57.71 566	74.86 558	62.93 556	66.84 556	61.36 559

MFMNet_re	72.11 561	79.45 566	64.79 543	52.91 547	84.26 572	78.00 568	69.47 562	64.08 551	67.45 555	61.33 543	71.28 555	64.22 548	69.42 554	72.45 560	61.54 555	81.63 571	73.93 573	80.19 562	74.21 564	83.02 572	88.49 574

WAO-7	72.48 562	78.58 563	55.84 529	79.20 563	69.56 567	71.30 558	73.06 566	78.20 572	84.37 571	77.52 563	85.78 570	79.44 561	80.26 565	65.93 551	66.47 562	62.13 559	69.81 571	70.46 555	73.18 561	66.66 554	61.95 560

notaker	72.59 563	79.99 568	79.75 561	79.06 562	68.60 565	63.66 552	62.15 556	69.61 559	75.78 561	77.77 564	79.16 562	79.92 562	84.80 571	77.69 569	59.73 554	70.15 563	61.03 567	77.65 559	68.69 559	70.81 559	65.81 564

ktn	72.86 564	80.20 569	70.88 552	79.38 564	69.76 568	75.01 560	70.17 565	69.27 558	77.21 562	73.05 558	77.79 561	77.79 557	77.01 562	73.04 565	56.44 551	79.36 566	66.31 568	80.24 563	68.37 558	72.53 564	63.45 561

UNDER WATER-64	73.59 565	75.19 562	88.26 568	74.50 556	55.55 555	78.94 569	76.55 568	65.86 553	68.37 556	75.79 562	69.24 554	84.00 567	77.49 563	69.01 556	73.11 566	81.39 570	57.22 565	82.69 567	80.62 568	69.53 558	68.45 566

LRCNet_RVC	73.95 566	70.63 557	75.65 556	77.92 560	60.69 560	41.66 523	16.24 476	71.26 561	48.66 499	88.23 575	93.84 577	90.11 573	82.18 567	80.69 571	61.88 556	97.09 581	72.20 572	96.71 580	97.62 581	77.99 569	77.70 571

DPSimNet_ROB	74.86 567	83.75 572	61.14 538	77.51 559	65.78 563	76.04 564	75.86 567	74.62 567	77.61 563	82.20 569	75.97 560	80.50 563	72.45 556	68.06 553	84.65 574	81.90 572	52.11 561	79.97 561	76.71 567	70.85 560	79.47 572

UNDER WATER	76.36 568	79.65 567	88.23 567	84.62 568	67.01 564	77.90 567	78.03 569	67.43 554	72.64 559	75.52 561	71.49 557	85.52 569	82.57 568	70.68 559	75.48 570	79.61 567	54.01 562	86.59 573	84.76 572	72.44 563	72.94 569

TCMNet-wrong-test	76.88 569	91.55 576	89.69 569	97.65 579	97.33 579	94.96 575	92.79 574	70.14 560	66.18 550	63.79 550	71.43 556	65.35 549	51.30 540	85.36 574	74.52 569	56.30 555	20.24 541	82.94 571	82.30 569	95.20 581	88.51 575

WAO-8	77.20 570	78.94 564	67.39 547	86.73 570	72.82 569	79.98 571	69.63 563	77.88 570	88.66 574	83.17 571	86.77 571	85.56 570	85.20 572	72.63 561	69.82 564	75.00 564	55.65 563	87.92 576	83.63 570	71.60 561	64.97 562

Venus	77.20 570	78.94 564	67.39 547	86.73 570	72.82 569	79.98 571	69.63 563	77.88 570	88.66 574	83.17 571	86.77 571	85.56 570	85.20 572	72.63 561	69.82 564	75.00 564	55.65 563	87.92 576	83.63 570	71.61 562	64.97 562

HanzoNet	77.99 572	81.45 571	83.64 563	78.05 561	69.26 566	75.78 563	69.09 561	73.99 566	78.09 564	82.39 570	83.06 567	85.66 572	87.00 574	86.11 575	74.40 568	85.46 576	68.53 570	81.84 565	75.61 566	73.07 565	67.26 565

JetRed	79.80 573	80.33 570	91.79 571	71.25 555	75.71 571	91.85 574	80.84 570	79.41 573	80.84 567	84.48 573	84.47 569	83.34 565	72.72 557	79.51 570	85.74 575	69.66 562	81.68 574	73.70 557	72.68 560	82.42 571	73.53 570

Dean	80.94 574	86.19 573	83.94 564	85.03 569	60.07 559	75.42 561	67.27 560	81.85 574	88.36 573	92.35 576	87.09 573	92.14 575	93.19 576	83.37 573	74.06 567	68.69 561	66.48 569	94.89 579	84.90 573	83.86 573	69.69 568

KSHMR	88.63 575	93.05 577	84.15 566	95.59 577	91.74 576	82.94 573	83.28 572	84.59 575	81.87 568	87.85 574	83.96 568	91.71 574	81.49 566	76.73 567	82.12 573	96.47 580	96.06 579	96.71 580	97.16 580	92.74 579	92.47 580

tt	89.84 576	1.21 50	99.99 586	99.29 583	100.00 586	100.00 587	100.00 586	100.00 587	99.99 584	78.46 565	68.51 552	99.99 588	100.00 585	100.00 588	100.00 588	95.27 578	99.93 584	87.33 574	86.20 574	94.13 580	86.50 573

xxxxx1	91.89 577	95.36 579	98.42 578	87.40 572	89.37 573	98.54 578	98.20 580	92.95 576	93.30 577	93.53 577	95.30 578	97.01 577	96.36 577	94.68 577	94.93 576	83.39 573	84.31 575	82.86 568	88.15 576	84.30 574	89.46 576

tt_ll	91.89 577	95.36 579	98.42 578	87.40 572	89.37 573	98.54 578	98.20 580	92.95 576	93.30 577	93.53 577	95.30 578	97.01 577	96.36 577	94.68 577	94.93 576	83.39 573	84.31 575	82.86 568	88.15 576	84.30 574	89.46 576

ff	91.89 577	95.36 579	98.42 578	87.40 572	89.37 573	98.54 578	98.20 580	92.95 576	93.30 577	93.53 577	95.30 578	97.01 577	96.36 577	94.68 577	94.93 576	83.39 573	84.31 575	82.86 568	88.15 576	84.30 574	89.46 576

USTest	93.46 580	90.54 575	77.93 560	88.02 575	92.66 577	99.95 585	99.98 584	99.76 584	99.80 582	99.20 583	99.52 583	98.00 580	99.17 582	89.23 576	99.32 583	90.19 577	98.20 580	84.23 572	87.33 575	84.55 577	91.69 579

MADNet++	94.07 581	93.58 578	90.62 570	96.24 578	96.57 578	97.26 577	90.52 573	94.64 579	91.89 576	97.09 580	93.64 576	94.65 576	92.81 575	96.06 580	95.06 579	95.31 579	95.85 578	92.44 578	92.08 579	91.00 578	94.17 582

PML	99.07 582	100.00 588	98.17 577	99.22 582	99.21 582	99.98 586	99.74 583	98.27 581	98.10 580	100.00 588	99.37 581	98.77 582	99.85 583	100.00 588	98.07 581	100.00 585	99.54 581	100.00 585	99.51 583	99.87 584	93.65 581

MEDIAN_ROB	99.20 583	99.85 583	99.64 583	98.51 581	98.53 581	98.60 581	97.88 579	98.83 582	98.59 581	99.35 584	99.47 582	99.57 583	99.05 581	98.38 581	98.37 582	99.99 583	99.63 582	100.00 585	100.00 586	99.82 583	99.92 584

HaxPig	99.40 584	99.99 585	97.53 576	99.99 585	99.99 584	96.91 576	97.19 577	99.57 583	99.99 584	99.98 587	100.00 585	99.99 588	99.96 584	99.06 582	97.86 580	99.99 583	100.00 586	100.00 585	100.00 586	100.00 585	99.98 585

Anonymous_1	99.63 585	99.96 584	99.94 585	99.77 584	99.59 583	100.00 587	100.00 586	99.81 586	99.98 583	99.63 585	99.94 584	99.75 585	100.00 585	99.67 583	99.89 584	98.37 582	99.84 583	98.70 582	99.26 582	99.29 582	99.24 583

test_example2	99.67 586	99.99 585	99.99 586	100.00 586	99.99 584	99.87 584	99.99 585	98.01 580	100.00 586	100.00 588	100.00 585	98.18 581	98.43 580	99.98 585	99.98 585	100.00 585	99.99 585	99.40 583	99.52 584	100.00 585	100.00 586

AVERAGE_ROB	99.81 587	99.99 585	99.44 582	100.00 586	100.00 586	99.02 582	97.81 578	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

DPSMNet_ROB	99.95 588	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	99.16 581	100.00 585	99.95 586	100.00 585	99.98 585	99.99 586	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

DGTPSM_ROB	99.95 588	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	99.16 581	100.00 585	99.95 586	100.00 585	99.98 585	99.99 586	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

FlowAnything	100.00 590	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

Selective-RAFT-Error	100.00 590	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

CasAABBNet	100.00 590	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

LSM0	100.00 590	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

DPSM_ROB	100.00 590	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

DPSM	100.00 590	100.00 588	100.00 588	100.00 586	100.00 586	100.00 587	100.00 586	100.00 587	100.00 586	100.00 588	100.00 585	100.00 590	100.00 585	100.00 588	100.00 588	100.00 585	100.00 586	100.00 585	100.00 586	100.00 585	100.00 586

ccccc		98.11 582		100.00 586	100.00 586	99.33 583		99.78 585		99.63 585		99.67 584		99.95 584		100.00 585	100.00 586	99.97 584	99.91 585	100.00 585

Low-res two-view benchmark