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

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 59	0.00 1	0.95 22	0.03 125	0.33 1	0.44 16	0.10 18	0.04 39	0.06 30	0.04 44	0.44 27	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 58

CASnet	0.21 2	0.22 91	0.95 4	0.01 10	0.00 1	0.87 19	0.01 18	0.55 4	0.88 67	0.16 24	0.03 29	0.04 7	0.02 17	0.39 20	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MIF-Stereo	0.23 3	0.28 112	1.91 100	0.05 98	0.16 216	0.34 6	0.02 76	0.46 2	0.42 14	0.06 14	0.18 71	0.05 22	0.07 77	0.22 3	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.11 220	0.01 11

LoS_RVC	0.25 4	0.60 200	1.21 12	0.16 191	0.13 201	0.98 25	0.01 18	0.85 18	0.25 4	0.08 17	0.02 1	0.07 41	0.04 44	0.49 32	0.05 5	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	0.07 76

PMTNet	0.26 5	0.21 86	1.40 17	0.02 40	0.02 105	1.16 65	0.29 274	1.00 22	0.18 1	0.04 10	0.03 29	0.07 41	0.02 17	0.47 29	0.15 39	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 24

sCroCo_RVC	0.27 6	0.19 75	2.20 141	0.02 40	0.00 1	0.13 1	0.04 154	1.15 27	0.89 70	0.15 22	0.07 54	0.03 5	0.04 44	0.39 20	0.05 5	0.00 1	0.07 245	0.00 1	0.00 1	0.02 36	0.01 11

panet	0.29 7	0.17 47	0.95 4	0.00 1	0.00 1	1.26 105	0.01 18	1.32 30	0.97 81	0.16 24	0.18 71	0.05 22	0.00 1	0.53 40	0.13 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24

Former-RAFT_DAM_RVC	0.29 7	0.32 127	0.88 1	0.02 40	0.00 1	1.05 34	0.01 18	0.80 17	1.00 87	0.76 108	0.34 116	0.10 56	0.06 66	0.13 1	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.09 103

CREStereo	0.29 7	0.19 75	0.91 2	0.00 1	0.01 61	1.24 92	0.01 18	1.31 29	0.99 86	0.17 26	0.17 68	0.04 7	0.00 1	0.56 44	0.14 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
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
StereoIM	0.30 10	0.62 207	1.63 42	0.07 126	0.19 224	0.40 11	0.02 76	1.36 31	0.76 48	0.04 10	0.05 47	0.13 65	0.05 59	0.38 19	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

LoS	0.32 11	0.19 75	1.27 14	0.11 172	0.01 61	1.32 129	0.07 184	1.44 34	0.79 50	0.06 14	0.04 39	0.27 85	0.11 112	0.60 56	0.13 34	0.00 1	0.01 192	0.00 1	0.00 1	0.03 90	0.01 11

GMStereo	0.34 12	1.03 290	2.11 133	0.01 10	0.00 1	0.47 13	0.01 18	0.77 15	1.38 186	0.24 40	0.04 39	0.07 41	0.08 88	0.43 26	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MGS-Stereo	0.35 13	0.20 81	1.15 9	0.04 83	0.00 1	0.52 15	0.01 18	0.52 3	0.80 55	0.03 5	2.86 303	0.04 7	0.03 34	0.28 8	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.43 355	0.00 1

Anonymous	0.35 13	0.22 91	2.01 111	0.00 1	0.00 1	0.24 3	0.01 18	3.01 105	0.54 23	0.02 1	0.03 29	0.05 22	0.07 77	0.32 13	0.07 9	0.00 1	0.01 192	0.00 1	0.00 1	0.11 220	0.22 184

XX-TBD	0.36 15	0.59 197	1.75 57	0.07 126	0.00 1	1.11 57	0.00 1	0.73 13	0.63 34	0.44 62	1.24 227	0.06 30	0.06 66	0.39 20	0.08 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 38

MIF-Stereo (partial)	0.37 16	0.39 146	1.98 107	0.02 40	0.00 1	0.43 12	0.02 76	2.35 68	0.61 32	0.18 28	0.10 58	0.07 41	0.07 77	0.61 59	0.40 135	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.02 24

CREStereo++_RVC	0.37 16	0.24 99	1.62 36	0.06 116	0.00 1	1.21 80	0.01 18	0.77 15	1.12 102	0.26 43	1.45 238	0.06 30	0.06 66	0.42 24	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 66
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
TANstereo	0.37 16	0.50 169	1.62 36	0.03 59	0.01 61	1.16 65	0.00 1	0.56 5	0.53 21	1.05 149	1.38 235	0.06 30	0.05 59	0.45 28	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

knoymous	0.41 19	0.09 6	1.34 16	0.05 98	0.01 61	1.15 62	0.01 18	2.36 69	0.23 3	0.51 81	0.02 1	1.64 212	0.00 1	0.49 32	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 44

CroCo-Stereo Lap2	0.42 20	0.75 229	1.76 63	0.03 59	0.00 1	0.33 4	0.01 18	3.75 147	0.81 56	0.02 1	0.03 29	0.04 7	0.07 77	0.52 39	0.23 77	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	0.03 38

UDGNet	0.44 21	0.91 257	1.89 98	0.04 83	0.00 1	1.15 62	0.02 76	0.75 14	1.77 243	0.45 66	0.07 54	0.06 30	0.02 17	1.62 133	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

dd	0.45 22	1.20 310	2.52 191	0.06 116	0.01 61	1.23 88	0.03 125	0.88 19	1.48 198	0.26 43	0.06 51	0.12 60	0.05 59	0.42 24	0.44 138	0.02 322	0.00 1	0.00 1	0.00 1	0.06 133	0.06 66

ProNet	0.47 23	0.35 136	1.75 57	0.19 197	0.54 306	1.09 49	0.01 18	0.97 20	1.25 138	0.02 1	0.02 1	0.06 30	0.03 34	0.58 47	0.09 13	0.00 1	0.57 303	0.00 1	0.00 1	0.14 248	1.65 349

AnonymousM	0.48 24	0.11 13	1.03 6	0.06 116	0.01 61	1.10 54	0.03 125	1.91 57	1.37 183	0.25 41	0.04 39	0.02 2	0.24 160	0.56 44	0.33 101	0.00 1	0.43 292	1.91 390	0.00 1	0.01 9	0.22 184

CRE-IMP	0.49 25	0.14 27	1.75 57	0.08 134	0.05 152	1.48 180	0.45 294	1.64 46	1.22 127	0.92 127	0.29 106	0.87 153	0.01 5	0.39 20	0.25 83	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.17 155

CroCo-Stereo	0.50 26	0.63 209	2.38 168	0.14 182	0.00 1	0.19 2	0.02 76	4.28 220	0.96 80	0.14 21	0.03 29	0.46 101	0.08 88	0.32 13	0.29 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
sAnonymous2	0.50 26	0.60 200	4.41 296	0.01 10	0.00 1	0.34 6	0.08 190	2.33 66	1.09 95	0.03 5	0.06 51	0.04 7	0.10 104	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 248	0.35 223

CroCo_RVC	0.50 26	0.60 200	4.41 296	0.01 10	0.00 1	0.34 6	0.08 190	2.33 66	1.09 95	0.03 5	0.06 51	0.04 7	0.10 104	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 248	0.35 223

ff7	0.51 29	0.26 104	1.81 76	0.19 197	0.25 249	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 311	0.10 197	1.76 359

ffff	0.51 29	0.26 104	1.81 76	0.19 197	0.25 249	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 311	0.10 197	1.76 359

11t	0.51 29	0.26 104	1.81 76	0.19 197	0.25 249	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 311	0.10 197	1.76 359

CES	0.51 29	0.16 39	1.23 13	0.09 150	1.58 372	1.18 70	0.05 166	1.07 26	0.79 50	0.03 5	0.03 29	0.14 68	0.10 104	0.55 41	0.12 26	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	2.98 388

Selective-IGEV	0.51 29	0.13 23	1.41 18	0.72 313	0.62 327	0.38 9	0.04 154	2.58 76	1.21 125	0.19 32	0.02 1	0.02 2	0.06 66	0.48 30	0.46 147	0.01 298	0.80 319	0.00 1	0.09 291	0.07 157	0.91 297

ccc-4	0.51 29	0.26 104	1.81 76	0.19 197	0.25 249	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 311	0.10 197	1.76 359

ROB_FTStereo_v2	0.52 35	0.18 52	1.71 50	0.08 134	0.09 182	1.59 209	0.32 283	1.61 41	1.25 138	0.99 138	0.19 83	0.76 144	0.02 17	1.36 122	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

Gwc-CoAtRS	0.52 35	0.16 39	1.68 48	0.05 98	0.13 201	1.06 35	0.03 125	2.88 88	0.54 23	0.40 54	0.02 1	2.22 255	0.03 34	0.49 32	0.26 90	0.00 1	0.09 255	0.00 1	0.22 349	0.01 9	0.11 120

MyStereo07	0.53 37	0.51 176	1.58 33	0.03 59	0.34 285	1.66 237	0.02 76	1.68 47	1.34 172	0.53 83	0.02 1	0.04 7	0.11 112	0.74 75	0.26 90	0.00 1	1.19 378	0.00 1	0.18 332	0.03 90	0.37 226

Selective-RAFT	0.53 37	0.18 52	1.12 8	0.04 83	0.01 61	1.19 72	0.02 76	3.26 125	1.29 156	0.02 1	0.02 1	0.24 79	0.18 144	1.34 121	0.44 138	0.00 1	0.93 340	0.00 1	0.19 338	0.05 123	0.17 155

RCA-Stereo	0.53 37	0.18 52	1.16 10	0.01 10	0.24 245	1.20 73	0.01 18	3.86 164	0.97 81	0.77 109	0.50 152	0.05 22	0.13 128	0.32 13	0.03 3	0.00 1	0.87 327	0.00 1	0.00 1	0.08 167	0.24 193

ICVP	0.53 37	0.09 6	1.86 88	0.01 10	0.01 61	1.12 58	0.21 244	4.35 224	0.68 40	0.45 66	0.28 104	0.33 88	0.07 77	0.72 72	0.25 83	0.00 1	0.07 245	0.00 1	0.00 1	0.04 111	0.11 120
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp	0.54 41	0.26 104	1.62 36	0.47 265	0.60 319	1.08 42	0.01 18	1.01 24	1.37 183	0.49 77	0.02 1	0.04 7	0.09 97	0.73 73	0.15 39	0.00 1	0.82 320	0.00 1	0.16 317	0.10 197	1.83 369

IGEV-Stereo	0.54 41	0.26 104	1.62 36	0.47 265	0.61 320	1.08 42	0.01 18	1.00 22	1.37 183	0.49 77	0.02 1	0.04 7	0.09 97	0.73 73	0.16 43	0.00 1	0.82 320	0.00 1	0.16 317	0.10 197	1.83 369
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-adaLoss	0.54 41	0.18 52	1.72 51	0.08 134	0.09 182	1.63 228	0.29 274	1.60 38	1.27 148	0.99 138	0.18 71	0.76 144	0.02 17	1.79 144	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 58

HUI-Stereo	0.54 41	0.18 52	1.78 68	0.08 134	0.08 175	1.63 228	0.31 281	1.60 38	1.28 152	0.99 138	0.18 71	0.76 144	0.02 17	1.56 127	0.19 60	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 58

RAFT-IKP	0.54 41	0.18 52	1.77 66	0.08 134	0.07 166	1.47 175	0.29 274	1.61 41	1.26 144	0.99 138	0.18 71	0.74 137	0.02 17	1.77 141	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

test croco	0.55 46	0.55 185	3.45 245	0.10 160	0.00 1	0.50 14	0.02 76	3.49 132	1.16 106	0.05 13	0.10 58	0.13 65	0.17 140	0.67 65	0.28 93	0.00 1	0.00 1	0.00 1	0.00 1	0.36 344	0.01 11

ROB_FTStereo	0.55 46	0.18 52	1.75 57	0.08 134	0.09 182	1.61 220	0.32 283	1.60 38	1.26 144	0.99 138	0.19 83	0.75 139	0.03 34	1.97 148	0.19 60	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

iRaftStereo_RVC	0.55 46	0.59 197	1.20 11	0.03 59	0.00 1	1.23 88	0.01 18	2.55 75	0.81 56	0.15 22	0.23 94	0.70 132	0.12 125	0.48 30	0.22 70	0.00 1	1.14 372	0.00 1	0.00 1	0.33 335	1.13 313

R-Stereo Train	0.56 49	0.15 28	1.83 82	0.02 40	0.00 1	1.26 105	0.09 201	4.14 204	0.45 17	1.86 235	0.42 139	0.06 30	0.01 5	0.32 13	0.46 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 58

RAFT-Stereo	0.56 49	0.15 28	1.83 82	0.02 40	0.00 1	1.26 105	0.09 201	4.14 204	0.45 17	1.86 235	0.42 139	0.06 30	0.01 5	0.32 13	0.46 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 58
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
H2IRNET	0.57 51	0.56 191	2.03 116	0.25 227	0.06 157	1.20 73	0.01 18	1.91 57	0.64 35	0.04 10	1.78 256	0.47 103	0.04 44	1.69 135	0.42 136	0.00 1	0.00 1	0.01 323	0.01 239	0.24 310	0.08 81

MC-Stereo	0.57 51	0.16 39	1.63 42	0.70 309	0.93 351	1.10 54	0.01 18	1.43 33	0.26 9	0.91 123	0.02 1	0.08 46	0.11 112	0.61 59	0.23 77	0.00 1	1.15 373	0.00 1	0.17 325	0.10 197	1.84 371

4D-IteraStereo	0.59 53	0.98 277	2.62 198	0.04 83	0.09 182	1.07 37	0.08 190	1.45 35	0.39 12	0.12 19	0.05 47	0.82 151	0.10 104	0.77 78	1.05 230	0.00 1	0.40 289	0.00 1	0.00 1	0.08 167	1.79 368

Patchmatch Stereo++	0.59 53	0.18 52	1.73 52	0.08 134	0.08 175	1.62 225	0.26 259	1.62 44	1.25 138	1.00 144	0.18 71	0.75 139	0.03 34	2.68 158	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 58
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
DeepStereo_RVC	0.59 53	0.16 39	1.65 44	0.08 134	0.06 157	1.37 140	0.40 290	1.58 37	1.26 144	1.03 147	0.83 193	0.49 105	1.52 286	0.94 99	0.18 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.13 134

iGMRVC	0.59 53	0.18 52	1.75 57	0.08 134	0.09 182	1.63 228	0.27 266	1.61 41	1.27 148	0.99 138	0.19 83	0.75 139	0.03 34	2.78 160	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

iRAFT	0.59 53	0.18 52	1.73 52	0.08 134	0.08 175	1.62 225	0.26 259	1.62 44	1.25 138	1.00 144	0.18 71	0.75 139	0.03 34	2.68 158	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 58

CFNet-RSSM	0.60 58	0.15 28	1.55 30	0.05 98	0.14 206	1.27 112	0.02 76	4.87 263	0.58 28	0.34 47	0.02 1	1.92 231	0.04 44	0.49 32	0.25 83	0.00 1	0.01 192	0.00 1	0.27 369	0.01 9	0.10 113

Anonymous3	0.61 59	0.23 95	2.97 219	0.01 10	0.00 1	2.54 290	0.09 201	3.88 169	0.89 70	0.19 32	0.23 94	0.12 60	0.05 59	0.61 59	0.17 49	0.00 1	0.08 249	0.00 1	0.00 1	0.05 123	0.18 162

FENet	0.61 59	0.22 91	1.75 57	0.05 98	0.00 1	1.21 80	0.05 166	3.78 148	1.28 152	1.08 154	0.02 1	1.61 208	0.09 97	0.60 56	0.35 111	0.00 1	0.01 192	0.00 1	0.00 1	0.04 111	0.08 81

GMOStereo	0.62 61	0.55 185	1.80 69	0.09 150	0.61 320	1.07 37	0.03 125	2.92 94	0.25 4	2.23 263	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 302	0.19 165

error version	0.62 61	0.55 185	1.80 69	0.09 150	0.61 320	1.07 37	0.03 125	2.92 94	0.25 4	2.23 263	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 302	0.19 165

test-v	0.62 61	0.55 185	1.80 69	0.09 150	0.61 320	1.07 37	0.03 125	2.92 94	0.25 4	2.23 263	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 302	0.19 165

GANet-ADL	0.62 61	0.16 39	1.89 98	0.15 187	0.02 105	1.46 169	0.02 76	3.83 161	0.75 45	0.40 54	1.08 214	1.09 181	0.18 144	0.65 64	0.47 152	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.13 134

test-2	0.62 61	0.55 185	1.80 69	0.09 150	0.61 320	1.07 37	0.03 125	2.92 94	0.25 4	2.23 263	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 302	0.19 165

LL-Strereo2	0.63 66	0.97 274	2.03 116	0.76 325	0.86 344	1.15 62	0.08 190	1.85 54	1.20 120	0.45 66	0.02 1	0.50 108	0.07 77	0.63 62	0.65 178	0.00 1	0.17 267	0.00 1	0.03 260	0.05 123	1.05 309

CASS	0.63 66	0.16 39	1.88 95	0.03 59	0.01 61	1.67 242	0.04 154	3.11 116	0.81 56	2.25 268	1.02 211	0.29 86	0.35 180	0.70 68	0.23 77	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.04 44
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Pruner-Stereo	0.63 66	0.21 86	1.86 88	1.03 348	0.10 190	1.59 209	0.35 287	2.26 64	1.22 127	2.22 262	0.45 146	0.25 83	0.01 5	0.67 65	0.38 127	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

AEACV	0.64 69	0.08 3	1.46 19	0.72 313	0.96 352	1.22 84	0.00 1	1.90 56	0.67 37	0.54 84	0.07 54	0.02 2	0.73 241	0.63 62	0.28 93	0.01 298	0.92 334	0.00 1	0.36 378	0.09 186	2.04 382

EGLCR-Stereo	0.64 69	0.12 18	1.52 25	0.74 320	0.75 339	1.83 260	0.54 302	2.79 84	0.67 37	0.66 92	0.04 39	0.01 1	0.02 17	0.77 78	0.45 142	0.00 1	0.71 313	0.00 1	0.00 1	0.00 1	1.14 314

test_4	0.65 71	0.40 150	1.73 52	0.11 172	0.19 224	1.28 115	0.03 125	1.41 32	0.22 2	0.28 45	3.49 318	0.72 134	0.09 97	1.93 147	0.53 162	0.00 1	0.11 259	0.00 1	0.08 288	0.16 268	0.15 146

PFNet+	0.65 71	0.19 75	2.19 140	0.29 237	0.06 157	1.46 169	0.54 302	1.74 51	1.62 216	1.35 190	0.45 146	0.36 90	0.01 5	2.41 153	0.25 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

GMStereo_Zeroshot	0.67 73	0.24 99	1.87 93	0.87 335	0.00 1	1.26 105	0.01 18	2.01 60	0.42 14	1.44 199	0.58 163	1.73 220	0.19 148	2.62 156	0.10 20	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.09 103

cross-raft	0.67 73	0.19 75	1.85 85	0.58 288	0.71 337	1.09 49	0.10 209	3.52 133	0.69 41	0.41 59	0.02 1	2.81 280	0.04 44	0.55 41	0.23 77	0.00 1	0.13 263	0.00 1	0.16 317	0.01 9	0.22 184

rafts_anoy	0.67 73	0.91 257	1.85 85	0.60 291	1.02 358	1.16 65	0.04 154	3.25 123	0.48 19	0.19 32	0.18 71	0.11 58	0.19 148	1.17 106	0.58 168	0.00 1	1.47 391	0.00 1	0.01 239	0.05 123	0.22 184

s12784h	0.67 73	0.17 47	1.87 93	0.02 40	0.00 1	1.16 65	0.03 125	4.08 194	1.89 252	1.04 148	1.59 248	0.05 22	0.02 17	1.25 117	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

TestStereo	0.67 73	0.99 280	2.26 151	0.00 1	0.00 1	0.92 20	0.01 18	1.77 52	0.30 10	0.20 38	0.05 47	0.08 46	0.06 66	6.62 304	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 81

MoCha-V2	0.68 78	0.15 28	1.56 31	0.56 285	0.64 329	0.33 4	0.09 201	3.61 137	1.11 99	0.13 20	0.83 193	0.10 56	0.06 66	0.80 86	0.51 157	0.00 1	1.16 374	0.00 1	0.24 357	0.13 239	1.64 348

raftrobust	0.68 78	0.89 254	1.80 69	0.02 40	1.29 364	1.22 84	0.05 166	2.37 70	0.62 33	2.99 311	0.03 29	0.12 60	0.15 130	0.60 56	0.51 157	0.00 1	0.69 309	0.00 1	0.00 1	0.10 197	0.24 193

RALAANet	0.68 78	1.09 299	2.29 154	0.03 59	0.01 61	0.93 21	0.03 125	2.65 77	1.97 260	1.19 168	0.39 134	0.15 71	0.30 170	1.27 118	0.75 192	0.00 1	0.25 273	0.00 1	0.09 291	0.19 288	0.03 38

DIP-Stereo	0.68 78	0.35 136	1.76 63	0.08 134	0.00 1	1.46 169	0.01 18	6.53 354	1.71 234	0.91 123	0.11 61	0.04 7	0.19 148	0.19 2	0.09 13	0.00 1	0.01 192	0.00 1	0.00 1	0.03 90	0.17 155
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	0.70 82	0.28 112	1.86 88	0.56 285	0.56 310	1.06 35	0.00 1	2.89 90	1.21 125	0.60 85	0.34 116	0.08 46	0.04 44	0.76 76	0.85 205	0.02 322	1.09 354	0.00 1	0.18 332	0.06 133	1.58 345

PCWNet_CMD	0.70 82	0.18 52	2.22 144	0.01 10	0.01 61	1.09 49	0.00 1	3.17 118	1.35 176	0.50 79	0.29 106	2.28 258	1.46 283	1.22 113	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 165

GwcNet-ADL	0.71 84	0.22 91	2.22 144	0.05 98	0.01 61	1.32 129	0.02 76	3.82 156	1.61 210	1.06 152	0.44 143	1.46 197	0.22 157	0.94 99	0.62 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 139

raft+_RVC	0.71 84	1.05 292	1.86 88	0.64 300	1.31 365	1.20 73	0.05 166	2.44 72	0.77 49	0.18 28	0.43 142	0.08 46	0.15 130	0.93 98	0.64 176	0.00 1	1.43 389	0.00 1	0.00 1	0.09 186	1.03 308

CFNet_pseudo	0.71 84	0.20 81	2.34 163	0.01 10	0.01 61	1.24 92	0.00 1	3.19 121	0.92 75	0.85 116	0.47 150	2.29 262	0.61 219	1.79 144	0.17 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 139

MSMDNet	0.71 84	0.18 52	2.22 144	0.01 10	0.01 61	1.09 49	0.00 1	3.25 123	1.35 176	0.52 82	0.29 106	2.29 262	1.45 280	1.22 113	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 165

ccs_rob	0.71 84	0.20 81	2.35 164	0.00 1	0.01 61	1.24 92	0.00 1	3.17 118	0.91 74	0.82 114	0.45 146	2.28 258	0.63 226	1.78 143	0.18 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 139

MIM_Stereo	0.72 89	0.80 241	2.05 121	0.63 298	1.06 359	1.31 121	0.02 76	2.80 85	1.24 131	0.19 32	0.02 1	0.70 132	0.20 153	1.31 119	0.16 43	0.00 1	0.18 268	0.00 1	0.00 1	0.17 280	1.53 337

GES	0.75 90	0.26 104	2.66 201	0.01 10	0.00 1	1.63 228	0.08 190	6.06 340	0.57 27	0.68 93	0.40 135	0.37 91	0.66 234	0.84 93	0.49 153	0.02 322	0.00 1	0.01 323	0.00 1	0.08 167	0.10 113

ACVNet	0.75 90	0.56 191	2.30 156	0.09 150	0.00 1	1.39 146	0.21 244	2.76 80	1.34 172	0.88 119	0.75 182	1.92 231	0.26 164	0.51 37	1.65 258	0.00 1	0.00 1	0.00 1	0.00 1	0.15 260	0.20 177

LargeStereo	0.76 92	0.41 154	1.49 24	0.75 323	0.88 346	0.38 9	0.03 125	5.40 302	0.75 45	0.25 41	0.07 54	0.04 7	0.16 135	0.81 90	0.36 115	0.00 1	1.17 376	0.00 1	0.04 272	0.14 248	1.96 381

Any-RAFT	0.76 92	0.13 23	1.46 19	0.03 59	0.01 61	2.76 301	0.08 190	4.09 195	1.69 228	1.08 154	0.26 102	1.95 234	0.31 174	0.95 101	0.09 13	0.01 298	0.20 272	0.00 1	0.00 1	0.01 9	0.08 81

AdaStereo	0.76 92	0.12 18	1.73 52	0.05 98	0.00 1	1.46 169	0.23 250	5.16 285	1.66 225	1.19 168	0.37 127	1.54 201	0.17 140	0.86 96	0.54 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 81
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.
MIPNet	0.77 95	0.74 227	2.72 202	0.08 134	0.07 166	1.32 129	0.12 218	4.14 204	1.51 200	0.90 122	0.11 61	0.67 125	0.95 255	1.42 124	0.30 99	0.00 1	0.01 192	0.01 323	0.01 239	0.15 260	0.23 189

test-1	0.77 95	0.31 123	1.67 45	0.03 59	0.97 353	1.23 88	0.07 184	4.63 248	0.75 45	0.73 103	0.67 174	1.06 177	0.03 34	0.58 47	0.80 197	0.02 322	0.79 318	0.00 1	0.07 284	0.01 9	0.96 303

UCFNet_RVC	0.78 97	0.68 218	2.05 121	0.02 40	0.29 269	1.57 206	0.02 76	3.57 134	0.87 64	1.35 190	0.74 180	1.66 215	0.20 153	1.92 146	0.61 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

x	0.80 98	0.39 146	1.80 69	0.66 303	0.50 303	1.02 28	0.00 1	3.61 137	1.34 172	0.65 89	0.34 116	0.53 111	0.14 129	1.21 111	0.91 218	0.00 1	1.09 354	0.00 1	0.20 340	0.06 133	1.59 346

RALCasStereoNet	0.80 98	0.96 271	1.77 66	0.28 236	0.97 353	1.13 59	0.03 125	2.91 93	1.11 99	0.17 26	0.34 116	0.12 60	0.20 153	1.65 134	0.65 178	0.00 1	1.72 398	0.00 1	0.00 1	0.11 220	1.90 380

whm_eth	0.81 100	0.77 236	4.13 278	0.03 59	0.00 1	1.26 105	0.02 76	4.05 189	2.20 276	0.35 48	2.47 294	0.13 65	0.11 112	0.28 8	0.14 37	0.00 1	0.01 192	0.00 1	0.00 1	0.02 36	0.28 209

test_3	0.81 100	0.15 28	2.17 138	0.36 243	0.58 315	1.03 29	0.01 18	3.01 105	0.59 29	0.98 133	0.02 1	1.04 174	0.04 44	3.72 184	0.39 134	0.00 1	0.92 334	0.00 1	0.25 358	0.16 268	0.69 277

NRIStereo	0.82 102	0.17 47	1.56 31	0.61 293	0.05 152	1.61 220	0.48 297	1.52 36	1.19 114	0.91 123	0.17 68	0.65 119	0.03 34	7.00 333	0.25 83	0.00 1	0.06 242	0.00 1	0.00 1	0.06 133	0.17 155

AE-Stereo	0.83 103	0.13 23	2.17 138	0.08 134	0.24 245	1.24 92	0.03 125	5.22 288	1.26 144	0.70 95	1.09 215	0.20 73	0.16 135	0.70 68	0.33 101	0.00 1	0.89 333	0.00 1	0.26 365	0.09 186	1.75 358

DCANet-4	0.83 103	0.18 52	4.76 306	0.04 83	0.01 61	1.24 92	0.02 76	3.84 162	2.21 277	2.39 281	0.25 97	0.11 58	0.24 160	0.59 54	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

fff	0.83 103	0.63 209	3.63 255	0.01 10	0.04 144	1.25 99	0.02 76	3.98 178	1.29 156	2.39 281	0.25 97	0.09 51	1.78 301	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

HCRNet	0.83 103	0.39 146	1.59 35	0.02 40	0.00 1	1.18 70	0.01 18	3.69 142	2.28 283	0.75 106	0.21 90	0.56 113	0.11 112	5.32 259	0.25 83	0.00 1	0.01 192	0.00 1	0.00 1	0.08 167	0.04 44

csc	0.83 103	0.63 209	3.63 255	0.01 10	0.04 144	1.25 99	0.02 76	3.98 178	1.29 156	2.39 281	0.25 97	0.09 51	1.78 301	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

cscssc	0.83 103	0.63 209	3.63 255	0.01 10	0.04 144	1.25 99	0.02 76	3.98 178	1.29 156	2.39 281	0.25 97	0.09 51	1.78 301	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 226

CFNet_ucs	0.84 109	0.23 95	2.43 182	0.01 10	0.01 61	1.34 134	0.01 18	3.82 156	1.61 210	1.24 178	1.13 220	2.16 253	0.41 199	2.08 150	0.17 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.17 155

test_1	0.84 109	0.15 28	2.03 116	0.37 246	0.55 307	1.01 26	0.02 76	3.06 109	0.55 26	1.73 230	0.02 1	1.09 181	0.04 44	3.70 183	0.38 127	0.00 1	0.93 340	0.00 1	0.25 358	0.16 268	0.84 290

DCANet	0.84 109	0.65 214	3.63 255	0.03 59	0.00 1	1.25 99	0.01 18	3.99 182	2.16 271	2.66 298	0.31 113	0.09 51	0.48 206	0.57 46	0.45 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 240

RAFT-Test	0.85 112	0.19 75	2.98 220	0.66 303	0.99 355	1.83 260	0.17 229	3.16 117	1.19 114	0.71 96	0.11 61	3.21 300	0.02 17	0.58 47	0.33 101	0.00 1	0.47 293	0.00 1	0.29 371	0.01 9	0.15 146

RAFT_CTSACE	0.85 112	0.95 267	2.60 194	0.60 291	0.05 152	1.20 73	0.01 18	3.18 120	0.85 62	0.79 110	1.57 246	2.18 254	0.78 245	1.20 109	0.22 70	0.00 1	0.33 285	0.00 1	0.00 1	0.28 325	0.21 183

RAFT+CT+SA	0.85 112	0.91 257	2.23 149	0.19 197	0.29 269	1.27 112	0.03 125	4.92 269	0.86 63	0.65 89	0.40 135	0.67 125	0.05 59	3.03 164	0.18 52	0.00 1	0.28 282	0.00 1	0.35 377	0.15 260	0.61 267

test-3	0.86 115	0.15 28	2.03 116	0.37 246	0.56 310	1.01 26	0.02 76	3.05 107	0.54 23	1.98 249	0.02 1	1.09 181	0.04 44	3.73 185	0.38 127	0.00 1	0.93 340	0.00 1	0.25 358	0.16 268	0.82 288

SFCPSM	0.87 116	0.20 81	2.57 192	0.02 40	0.07 166	2.45 287	0.18 234	5.65 314	1.51 200	0.85 116	0.77 185	0.67 125	0.30 170	1.77 141	0.22 70	0.00 1	0.00 1	0.00 1	0.04 272	0.09 186	0.09 103

DMCA	0.87 116	0.52 181	3.24 235	0.01 10	0.01 61	1.30 119	0.02 76	3.69 142	1.87 250	2.29 269	0.17 68	1.71 218	0.10 104	0.76 76	1.42 248	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.12 126

IGEVStereo-DCA	0.88 118	1.21 311	1.81 76	0.18 192	0.16 216	0.83 17	0.01 18	0.71 8	1.36 178	0.40 54	0.04 39	0.06 30	0.09 97	6.04 281	2.22 285	0.00 1	0.48 296	0.00 1	0.15 311	0.16 268	1.76 359

anonymousdsp2	0.88 118	0.10 10	2.48 187	0.42 254	0.77 340	1.22 84	0.02 76	4.89 265	1.23 129	0.75 106	0.21 90	0.94 163	0.09 97	1.46 126	0.31 100	0.00 1	0.88 328	0.00 1	0.11 299	0.05 123	1.78 366

IER	0.88 118	0.38 144	2.74 204	0.01 10	0.00 1	2.27 276	0.02 76	3.65 141	1.30 164	1.45 200	0.96 208	1.39 195	1.16 261	1.60 130	0.53 162	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.02 24

IPLGR	0.88 118	0.30 117	3.78 268	0.06 116	0.07 166	1.26 105	0.05 166	3.78 148	1.62 216	0.80 111	0.35 123	0.79 148	0.76 242	3.42 173	0.27 92	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.16 150

PSMNet-ADL	0.88 118	0.12 18	1.32 15	0.07 126	0.01 61	2.03 268	0.03 125	3.00 103	1.28 152	0.39 53	0.66 172	2.12 246	0.67 235	4.19 196	1.38 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 193

TRStereo	0.88 118	1.18 308	2.44 184	0.72 313	0.10 190	1.56 203	0.03 125	5.73 319	1.28 152	0.18 28	0.30 110	0.62 115	0.43 200	1.02 102	0.13 34	0.00 1	0.47 293	0.00 1	0.25 358	0.01 9	1.23 320

AFF-stereo	0.89 124	1.05 292	1.70 49	0.49 274	0.18 222	1.21 80	0.01 18	3.58 136	1.62 216	0.84 115	1.93 263	1.14 184	0.26 164	1.24 115	0.68 184	0.00 1	0.64 308	0.00 1	0.00 1	0.26 317	0.89 296

qqq	0.90 125	0.41 154	1.88 95	0.10 160	0.59 317	1.09 49	0.00 1	3.82 156	1.29 156	0.61 86	0.38 130	0.73 135	0.15 130	3.19 167	0.90 215	0.00 1	1.08 351	0.00 1	0.23 352	0.06 133	1.57 341

RAFT-Stereo + iAFF	0.90 125	0.95 267	1.93 103	0.06 116	0.92 349	1.24 92	0.02 76	3.30 127	1.75 241	1.23 177	2.58 297	0.43 98	0.16 135	0.68 67	0.82 200	0.00 1	0.70 312	0.00 1	0.00 1	0.23 302	1.05 309

MSKI-zero shot	0.91 127	0.18 52	1.86 88	0.61 293	0.62 327	1.36 138	0.05 166	3.41 130	0.31 11	0.73 103	1.79 257	0.88 154	0.00 1	4.71 223	0.16 43	0.00 1	0.93 340	0.00 1	0.21 345	0.02 36	0.32 215

EKT-Stereo	0.91 127	0.23 95	2.14 136	0.84 332	4.27 391	1.23 88	0.04 154	2.85 87	0.67 37	0.44 62	0.40 135	0.95 167	0.08 88	2.93 163	0.38 127	0.00 1	0.18 268	0.00 1	0.07 284	0.04 111	0.40 238

RAFT	0.91 127	0.96 271	1.82 81	0.89 337	0.44 297	0.97 24	0.08 190	3.71 145	1.25 138	0.36 50	0.20 87	3.87 324	0.27 167	0.70 68	0.49 153	0.00 1	0.83 322	0.00 1	0.01 239	0.47 357	0.87 294

ToySt	0.92 130	0.51 176	4.35 288	0.21 212	0.71 337	1.32 129	0.00 1	2.77 83	1.33 169	0.21 39	0.51 155	1.47 198	0.11 112	1.14 104	0.87 208	0.03 332	0.69 309	0.00 1	0.20 340	0.10 197	1.88 378

NF-Stereo	0.92 130	0.18 52	1.99 109	1.31 361	0.01 61	1.55 199	0.28 267	3.09 112	1.24 131	1.20 172	0.57 158	0.24 79	0.01 5	6.43 295	0.35 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

RE-Stereo	0.92 130	0.18 52	2.01 111	1.31 361	0.01 61	1.55 199	0.28 267	3.09 112	1.24 131	1.21 173	0.57 158	0.24 79	0.01 5	6.43 295	0.34 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

TVStereo	0.92 130	0.18 52	2.01 111	1.31 361	0.01 61	1.55 199	0.28 267	3.09 112	1.24 131	1.21 173	0.57 158	0.24 79	0.01 5	6.43 295	0.34 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

psmg	0.93 134	0.15 28	1.48 21	0.02 40	0.00 1	3.25 316	0.26 259	5.45 307	1.17 109	2.00 250	1.45 238	1.78 223	0.10 104	0.80 86	0.71 188	0.00 1	0.00 1	0.01 323	0.00 1	0.02 36	0.04 44

LCNet	0.93 134	0.21 86	1.62 36	0.14 182	0.26 258	1.20 73	0.22 247	2.71 78	0.90 73	1.82 233	0.21 90	0.12 60	2.50 322	5.59 269	0.16 43	0.00 1	0.00 1	0.00 1	0.00 1	0.16 268	0.79 287

OCTAStereo	0.93 134	0.18 52	2.01 111	1.31 361	0.01 61	1.56 203	0.28 267	3.09 112	1.24 131	1.21 173	0.57 158	0.25 83	0.01 5	6.43 295	0.35 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

ACVNet-DCA	0.94 137	0.36 138	2.41 172	0.50 275	0.29 269	3.40 323	0.02 76	3.82 156	1.29 156	0.71 96	0.83 193	0.05 22	0.61 219	1.60 130	0.12 26	0.00 1	1.13 367	0.00 1	0.03 260	0.06 133	1.57 341

mmm	0.94 137	0.32 127	2.04 120	0.73 318	0.85 341	1.17 69	0.01 18	3.97 177	1.42 190	1.51 204	0.93 205	0.46 101	0.21 156	1.18 107	0.87 208	0.00 1	1.16 374	0.00 1	0.26 365	0.06 133	1.72 354

test_5	0.94 137	0.94 264	2.60 194	0.55 284	0.25 249	1.47 175	0.02 76	4.89 265	0.97 81	0.81 112	0.30 110	0.80 149	0.63 226	3.39 171	0.24 81	0.00 1	0.27 278	0.00 1	0.00 1	0.17 280	0.54 255

BSDual-CNN	0.94 137	0.15 28	1.48 21	0.04 83	0.00 1	3.30 317	0.20 238	6.00 335	1.17 109	2.36 276	0.64 169	1.78 223	0.10 104	0.80 86	0.71 188	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 66

CIPLG	0.94 137	1.29 319	3.53 252	0.19 197	0.03 123	1.45 165	0.29 274	3.87 166	1.61 210	2.10 256	2.52 295	0.21 77	0.11 112	0.85 95	0.29 95	0.00 1	0.05 236	0.01 323	0.05 275	0.21 295	0.08 81

IPLGR_C	0.94 137	1.37 325	3.71 263	0.19 197	0.02 105	1.44 161	0.29 274	3.88 169	1.62 216	2.04 252	2.44 293	0.20 73	0.12 125	0.79 81	0.29 95	0.00 1	0.05 236	0.01 323	0.05 275	0.21 295	0.08 81

ACRE	0.94 137	1.27 317	3.93 274	0.22 213	0.02 105	1.44 161	0.29 274	3.88 169	1.60 209	1.97 248	2.42 288	0.21 77	0.11 112	0.82 91	0.29 95	0.00 1	0.04 231	0.01 323	0.05 275	0.21 295	0.09 103

HHNet	0.94 137	0.28 112	2.48 187	0.19 197	0.08 175	1.32 129	0.42 292	2.48 73	0.84 61	1.39 196	5.80 345	0.14 68	1.74 300	0.49 32	0.94 220	0.06 348	0.00 1	0.01 323	0.00 1	0.14 248	0.04 44

acv_ft	0.94 137	0.56 191	2.28 153	0.04 83	1.07 360	1.71 248	0.01 18	4.41 228	1.34 172	1.53 208	0.75 182	1.92 231	0.45 204	0.51 37	1.74 262	0.00 1	0.00 1	0.00 1	0.00 1	0.32 333	0.20 177

CAS	0.95 146	0.12 18	1.08 7	6.79 394	0.08 175	1.10 54	0.01 18	0.97 20	0.87 64	0.03 5	0.04 39	0.07 41	0.06 66	0.37 18	0.15 39	6.94 396	0.00 1	0.00 1	0.00 1	0.00 1	0.30 211

riskmin	0.95 146	0.06 1	2.01 111	0.80 328	0.86 344	1.58 208	0.24 253	4.28 220	0.53 21	0.85 116	0.29 106	2.60 271	1.04 256	0.70 68	0.61 172	0.00 1	0.85 324	0.00 1	0.26 365	0.01 9	1.48 336

test_xeample3	0.95 146	1.30 320	5.13 323	0.19 197	0.23 240	0.95 22	0.07 184	2.30 65	1.47 197	0.40 54	0.05 47	0.08 46	0.07 77	1.45 125	2.27 287	0.00 1	0.69 309	0.00 1	0.33 375	0.17 280	1.85 372

TestStereo1	0.96 149	0.91 257	2.21 142	0.24 222	0.42 293	1.31 121	0.02 76	4.10 197	1.71 234	0.47 69	1.64 249	0.20 73	1.20 263	3.55 178	0.36 115	0.00 1	0.27 278	0.00 1	0.00 1	0.19 288	0.32 215

DisPM	0.96 149	0.17 47	2.10 131	0.90 338	0.02 105	1.53 194	0.55 306	1.86 55	1.31 167	2.42 285	0.82 192	0.38 93	0.01 5	6.92 324	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

SA-5K	0.96 149	0.91 257	2.21 142	0.24 222	0.42 293	1.31 121	0.02 76	4.10 197	1.71 234	0.47 69	1.64 249	0.20 73	1.20 263	3.55 178	0.36 115	0.00 1	0.27 278	0.00 1	0.00 1	0.19 288	0.32 215

PSM-softLoss	0.96 149	0.18 52	2.32 161	1.26 355	0.03 123	1.50 185	0.26 259	2.90 91	1.27 148	1.30 182	0.38 130	0.39 94	0.01 5	6.94 327	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

KMStereo	0.96 149	0.18 52	2.32 161	1.26 355	0.03 123	1.50 185	0.26 259	2.90 91	1.27 148	1.30 182	0.38 130	0.39 94	0.01 5	6.94 327	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

StereoDRNet-Refined	0.96 149	0.28 112	1.94 105	0.03 59	0.01 61	1.34 134	0.01 18	4.02 185	1.33 169	2.16 259	1.23 226	2.62 272	0.18 144	2.06 149	1.82 265	0.00 1	0.00 1	0.00 1	0.00 1	0.16 268	0.06 66
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.96 149	1.51 337	3.52 251	1.05 349	0.01 61	1.50 185	0.02 76	3.35 129	1.18 112	0.18 28	0.54 157	0.44 99	0.16 135	4.39 209	0.82 200	0.00 1	0.00 1	0.00 1	0.00 1	0.36 344	0.08 81

CFNet-ft	0.97 156	0.94 264	2.30 156	0.01 10	0.27 263	1.37 140	0.02 76	2.76 80	0.79 50	0.88 119	0.20 87	3.76 321	0.38 186	4.21 197	1.34 243	0.00 1	0.00 1	0.01 323	0.00 1	0.08 167	0.09 103

CFNet_RVC	0.97 156	0.94 264	2.30 156	0.01 10	0.27 263	1.37 140	0.02 76	2.76 80	0.79 50	0.88 119	0.20 87	3.76 321	0.38 186	4.21 197	1.34 243	0.00 1	0.00 1	0.01 323	0.00 1	0.08 167	0.09 103

ADStereo(finetuned)	0.98 158	0.65 214	4.66 302	0.03 59	0.00 1	1.25 99	0.01 18	3.99 182	2.16 271	2.65 295	0.30 110	0.09 51	2.33 316	0.58 47	0.45 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.41 240

STTStereo	0.98 158	0.62 207	3.78 268	0.25 227	0.15 214	1.44 161	0.10 209	3.57 134	1.75 241	1.46 201	0.19 83	1.74 221	0.44 201	3.47 175	0.54 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 58

anonymity	0.99 160	0.18 52	1.80 69	0.39 250	0.67 331	0.74 16	0.01 18	5.09 279	2.13 269	1.34 188	1.30 230	0.80 149	1.62 296	0.82 91	0.64 176	0.03 332	0.59 305	0.00 1	0.48 385	0.02 36	1.15 316

IPLG	0.99 160	0.76 233	3.08 224	0.06 116	0.06 157	1.40 150	0.11 211	3.81 151	1.07 92	0.81 112	1.00 210	0.50 108	0.60 218	5.65 273	0.38 127	0.00 1	0.00 1	0.00 1	0.00 1	0.23 302	0.20 177

UPFNet	0.99 160	0.32 127	2.89 214	0.00 1	0.00 1	1.90 262	0.11 211	4.10 197	1.10 98	2.35 274	0.12 65	1.91 230	0.08 88	4.02 192	0.78 194	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.04 44

StereoVision	1.00 163	0.77 236	2.81 208	0.05 98	0.02 105	1.14 61	0.03 125	4.13 203	1.18 112	0.19 32	6.80 354	0.49 105	0.12 125	1.20 109	1.01 227	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.02 24

111	1.00 163	1.05 292	3.63 255	0.01 10	0.04 144	1.20 73	0.16 226	4.50 233	2.24 279	1.32 185	1.15 223	2.00 238	0.31 174	0.59 54	0.79 195	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.84 290

MyStereo05	1.01 165	0.47 165	3.36 241	0.03 59	0.14 206	1.53 194	0.02 76	4.11 200	3.37 338	1.43 198	0.03 29	1.27 189	0.39 196	1.39 123	0.97 222	0.00 1	1.10 358	0.00 1	0.16 317	0.02 36	0.37 226

MyStereo04	1.01 165	0.51 176	3.49 248	0.03 59	0.34 285	1.66 237	0.02 76	4.18 208	2.93 330	1.10 158	0.03 29	1.30 192	0.58 216	1.32 120	1.02 228	0.00 1	1.19 378	0.00 1	0.18 332	0.03 90	0.37 226

DCRE	1.01 165	0.54 184	1.52 25	0.30 238	0.99 355	1.31 121	0.00 1	1.69 48	0.71 42	1.12 161	7.77 358	0.74 137	0.02 17	0.28 8	0.45 142	0.00 1	0.71 313	0.00 1	0.25 358	0.02 36	1.78 366

psm_up	1.01 165	0.68 218	2.47 186	0.04 83	0.00 1	2.01 267	0.05 166	4.09 195	1.29 156	2.65 295	0.47 150	1.71 218	0.44 201	3.65 182	0.45 142	0.06 348	0.00 1	0.00 1	0.00 1	0.14 248	0.06 66

HITNet	1.01 165	1.08 298	3.32 240	0.80 328	0.00 1	1.37 140	0.02 76	5.20 286	1.59 207	1.88 237	0.18 71	0.64 118	0.31 174	1.24 115	2.01 274	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.47 246
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	1.02 170	0.85 246	2.22 144	0.00 1	0.42 293	1.31 121	0.01 18	4.74 258	2.04 266	0.50 79	0.95 207	0.30 87	1.30 275	4.24 202	0.42 136	0.00 1	0.47 293	0.00 1	0.17 325	0.16 268	0.30 211

CoDeX	1.03 171	0.45 160	2.50 190	0.06 116	0.20 228	1.51 189	0.20 238	6.54 355	1.96 259	0.73 103	0.68 175	1.04 174	0.31 174	3.86 190	0.38 127	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.07 76

dad	1.04 172	1.21 311	3.14 229	0.08 134	0.01 61	1.25 99	0.01 18	1.30 28	2.54 305	1.95 247	0.37 127	0.40 96	0.04 44	5.95 280	1.06 231	0.01 298	0.00 1	1.11 386	0.12 306	0.07 157	0.19 165

AACVNet	1.04 172	0.87 251	2.22 144	0.25 227	0.00 1	1.79 256	0.01 18	4.21 210	0.79 50	1.17 167	0.27 103	1.50 199	0.16 135	6.30 292	0.89 214	0.00 1	0.00 1	0.00 1	0.00 1	0.23 302	0.04 44

DeepPruner_ROB	1.04 172	0.99 280	3.05 223	0.02 40	0.00 1	1.60 213	0.17 229	3.96 176	0.52 20	3.41 323	0.03 29	2.06 241	0.17 140	3.35 169	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.14 248	0.14 139

BUS	1.05 175	0.15 28	1.48 21	0.04 83	0.00 1	5.73 360	0.03 125	6.00 335	1.17 109	2.36 276	0.64 169	2.35 266	0.06 66	0.80 86	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 66

AASNet	1.05 175	1.11 300	3.12 228	0.05 98	0.00 1	1.73 251	0.05 166	5.73 319	2.17 275	1.10 158	1.84 260	0.94 163	0.19 148	1.16 105	1.37 245	0.00 1	0.00 1	0.00 1	0.00 1	0.34 338	0.16 150

1test111	1.06 177	0.36 138	2.41 172	0.50 275	0.29 269	3.40 323	0.02 76	3.82 156	1.29 156	0.71 96	0.83 193	0.05 22	0.61 219	3.19 167	0.90 215	0.00 1	1.13 367	0.00 1	0.03 260	0.06 133	1.57 341

IGEV_Zeroshot_test	1.07 178	0.28 112	3.68 262	0.51 279	0.58 315	1.13 59	0.54 302	4.64 249	0.73 44	1.14 163	0.75 182	3.21 300	0.70 238	0.77 78	0.57 167	0.00 1	0.52 299	0.00 1	0.16 317	0.04 111	1.56 340

MyStereo06	1.08 179	0.47 165	3.30 239	0.03 59	0.14 206	1.53 194	0.02 76	5.58 310	0.88 67	1.15 165	0.73 179	3.48 311	1.15 260	0.86 96	0.66 180	0.00 1	1.10 358	0.00 1	0.16 317	0.02 36	0.37 226

RAFT_R40	1.08 179	0.11 13	2.09 130	0.83 331	0.20 228	1.68 245	0.64 310	2.11 62	1.19 114	1.05 149	1.13 220	1.77 222	1.43 279	6.90 322	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.01 11

GANet-RSSM	1.09 181	0.80 241	2.41 172	0.72 313	0.00 1	1.39 146	0.02 76	5.15 282	1.07 92	0.95 131	0.34 116	2.06 241	1.12 259	4.69 221	0.80 197	0.00 1	0.00 1	0.04 352	0.00 1	0.15 260	0.09 103

PSMNet-RSSM	1.10 182	0.88 252	2.30 156	0.23 217	0.00 1	1.41 156	0.03 125	5.44 306	1.19 114	1.56 210	0.50 152	2.46 268	0.71 239	4.23 200	0.90 215	0.00 1	0.00 1	0.01 323	0.00 1	0.10 197	0.08 81

gwcnet-sp	1.11 183	0.71 222	4.90 311	0.05 98	0.01 61	2.59 293	0.14 222	4.22 212	1.38 186	1.93 243	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.08 81

scenet	1.11 183	0.71 222	4.90 311	0.05 98	0.01 61	2.59 293	0.14 222	4.22 212	1.38 186	1.93 243	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.08 81

ssnet	1.11 183	0.71 222	4.90 311	0.05 98	0.01 61	2.59 293	0.14 222	4.22 212	1.38 186	1.93 243	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.08 81

SST-Stereo	1.12 186	0.10 10	1.98 107	0.85 333	0.24 245	1.72 249	0.56 307	2.10 61	2.01 262	1.19 168	1.07 213	1.57 202	1.88 306	6.92 324	0.24 81	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 24

DMCA-RVC	1.12 186	1.19 309	5.30 329	0.03 59	0.04 144	1.30 119	0.06 182	3.05 107	0.87 64	3.33 320	0.12 65	0.98 170	0.65 232	3.40 172	1.82 265	0.01 298	0.04 231	0.02 342	0.01 239	0.10 197	0.09 103

CSP-Net	1.13 188	0.76 233	1.67 45	0.01 10	0.00 1	2.81 304	0.05 166	5.62 312	1.14 104	1.14 163	0.85 199	1.80 225	0.23 158	6.10 285	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.13 239	0.03 38

PFNet	1.13 188	0.26 104	3.28 238	1.27 357	0.55 307	1.60 213	0.24 253	1.80 53	1.19 114	2.37 279	1.21 225	0.63 116	0.30 170	6.85 318	0.46 147	0.16 364	0.01 192	0.00 1	0.07 284	0.18 285	0.24 193

IRAFT_RVC	1.13 188	0.39 146	2.40 170	1.51 369	0.25 249	1.37 140	0.31 281	2.93 99	1.24 131	1.58 217	0.79 188	1.14 184	1.54 287	6.53 300	0.44 138	0.00 1	0.12 261	0.00 1	0.00 1	0.02 36	0.03 38

NINENet	1.14 191	0.34 134	2.08 124	0.10 160	0.01 61	5.73 360	0.03 125	5.39 300	1.54 203	1.61 218	0.72 178	2.35 266	0.06 66	2.82 161	0.05 5	0.00 1	0.01 192	0.01 323	0.00 1	0.04 111	0.00 1

SACVNet	1.14 191	0.74 227	2.49 189	0.07 126	0.00 1	1.65 236	0.28 267	4.52 237	1.51 200	2.11 257	0.79 188	1.57 202	0.07 77	5.28 256	1.31 240	0.01 298	0.00 1	0.00 1	0.00 1	0.26 317	0.18 162

rrr	1.15 193	1.21 311	5.05 319	0.18 192	0.16 216	0.83 17	0.06 182	2.88 88	1.44 191	0.40 54	0.04 39	0.06 30	0.09 97	6.04 281	2.22 285	0.00 1	0.48 296	0.00 1	0.19 338	0.16 268	1.59 346

anonymousa	1.15 193	0.38 144	2.43 182	0.70 309	1.49 370	1.45 165	0.02 76	4.23 215	1.13 103	0.91 123	2.52 295	3.46 309	0.55 210	0.55 41	0.60 169	0.00 1	1.13 367	0.00 1	0.54 387	0.04 111	0.86 293

MyStereo8	1.16 195	0.86 249	3.73 266	0.86 334	0.04 144	1.47 175	0.01 18	4.64 249	2.13 269	1.47 202	1.10 217	1.21 187	0.31 174	1.12 103	1.50 251	0.00 1	1.45 390	0.00 1	0.30 373	0.10 197	0.93 302

GMM-Stereo	1.17 196	0.10 10	2.29 154	0.13 179	0.22 234	1.43 158	0.84 320	2.83 86	1.16 106	2.73 302	3.09 308	0.54 112	0.87 251	5.31 257	0.16 43	0.01 298	0.00 1	0.00 1	0.02 258	0.02 36	1.72 354

HGLStereo	1.17 196	0.53 183	2.39 169	0.01 10	0.02 105	1.45 165	0.01 18	4.05 189	1.14 104	1.42 197	3.06 306	2.09 244	1.21 267	4.60 220	1.33 242	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.06 66

cf-r	1.18 198	1.02 286	3.22 232	0.25 227	0.02 105	1.44 161	0.03 125	5.11 281	2.16 271	1.31 184	0.59 164	2.87 283	0.24 160	4.26 203	0.79 195	0.00 1	0.00 1	0.00 1	0.00 1	0.15 260	0.12 126

MLCV	1.19 199	0.97 274	3.09 225	0.07 126	0.00 1	1.63 228	0.04 154	3.33 128	1.57 205	2.74 304	1.83 259	0.99 171	0.40 197	5.31 257	1.53 253	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.11 120

NLCA_NET_v2_RVC	1.20 200	0.85 246	3.90 272	0.61 293	0.99 355	1.40 150	0.01 18	4.06 191	1.56 204	2.38 280	0.36 126	2.15 252	0.57 215	4.52 216	0.67 183	0.00 1	0.00 1	0.00 1	0.01 239	0.02 36	0.03 38
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet	1.20 200	0.77 236	3.37 242	1.01 347	0.01 61	2.00 266	0.01 18	4.44 229	1.74 240	1.88 237	1.09 215	0.35 89	0.35 180	4.22 199	2.44 295	0.00 1	0.00 1	0.00 1	0.00 1	0.09 186	0.26 203

raft_robust	1.21 202	1.05 292	2.00 110	0.10 160	0.43 296	1.39 146	0.02 76	4.21 210	2.32 286	0.44 62	0.02 1	2.23 256	1.39 277	7.00 333	0.35 111	0.00 1	0.78 317	0.00 1	0.18 332	0.10 197	0.19 165

hknet	1.21 202	0.25 102	2.89 214	0.04 83	0.00 1	3.30 317	0.20 238	6.00 335	1.19 114	2.36 276	0.64 169	3.38 305	0.05 59	3.04 165	0.73 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 66

PSM-AAD	1.21 202	0.08 3	1.53 27	0.10 160	0.27 263	1.35 137	3.14 363	2.74 79	0.83 60	2.89 306	2.04 270	0.16 72	5.25 367	3.51 177	0.21 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.08 81

UNet	1.21 202	0.36 138	4.56 299	0.04 83	0.02 105	2.30 280	0.02 76	3.70 144	0.98 85	1.32 185	0.14 67	2.70 275	1.54 287	4.49 213	1.96 273	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.07 76

GwcNet-RSSM	1.22 206	1.24 315	3.66 260	0.23 217	0.04 144	1.46 169	0.05 166	4.65 251	1.61 210	1.33 187	0.46 149	2.98 288	0.26 164	4.48 212	1.59 255	0.00 1	0.00 1	0.02 342	0.00 1	0.21 295	0.10 113

iResNet_ROB	1.22 206	1.37 325	2.59 193	0.14 182	0.00 1	1.38 145	0.04 154	7.36 373	2.85 329	1.07 153	1.24 227	0.93 162	0.11 112	4.28 204	0.84 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.11 120

tt1	1.23 208	0.37 143	2.41 172	0.41 253	0.45 298	3.33 320	0.02 76	3.81 151	6.87 369	0.71 96	0.80 190	0.06 30	0.40 197	1.73 137	0.12 26	0.00 1	1.12 362	0.00 1	0.00 1	0.10 197	1.86 373

Sa-1000	1.23 208	0.79 239	2.16 137	0.00 1	0.40 288	1.36 138	0.03 125	5.00 274	2.01 262	1.11 160	5.38 341	0.61 114	0.15 130	4.18 194	0.37 126	0.00 1	0.54 301	0.00 1	0.16 317	0.15 260	0.16 150

XX-Stereo	1.24 210	0.25 102	6.03 343	1.30 360	0.29 269	1.28 115	0.00 1	4.12 201	0.60 31	1.29 181	0.50 152	3.63 316	0.03 34	4.05 193	0.18 52	0.00 1	0.58 304	0.00 1	0.23 352	0.03 90	0.47 246

BEATNet_4x	1.24 210	1.45 332	5.03 318	0.58 288	0.02 105	1.34 134	0.09 201	5.29 291	1.69 228	2.01 251	0.25 97	1.18 186	0.44 201	2.11 151	2.70 300	0.00 1	0.00 1	0.00 1	0.00 1	0.14 248	0.54 255

CFNet	1.24 210	1.33 323	3.20 231	0.26 232	0.03 123	1.43 158	0.04 154	5.03 275	2.39 293	0.61 86	0.71 176	1.30 192	0.23 158	6.72 311	1.16 239	0.00 1	0.00 1	0.00 1	0.00 1	0.25 311	0.10 113

qqq1	1.25 213	0.30 117	2.08 124	0.47 265	0.02 105	1.04 30	0.01 18	5.75 322	2.69 312	1.65 220	2.43 289	0.91 155	0.02 17	4.75 228	0.88 211	0.00 1	0.88 328	0.00 1	0.11 299	0.09 186	0.92 298

fff1	1.25 213	0.30 117	2.08 124	0.47 265	0.02 105	1.04 30	0.01 18	5.75 322	2.69 312	1.65 220	2.43 289	0.91 155	0.02 17	4.75 228	0.88 211	0.00 1	0.88 328	0.00 1	0.11 299	0.09 186	0.92 298

HH	1.25 213	0.40 150	2.13 134	0.90 338	0.41 290	2.28 277	0.01 18	4.25 216	0.95 77	0.37 51	0.89 202	3.87 324	0.80 247	4.74 225	0.51 157	0.00 1	0.96 344	0.00 1	0.00 1	0.03 90	1.53 337

HanStereo	1.25 213	0.40 150	2.13 134	0.90 338	0.41 290	2.28 277	0.01 18	4.25 216	0.95 77	0.37 51	0.89 202	3.87 324	0.80 247	4.74 225	0.51 157	0.00 1	0.96 344	0.00 1	0.00 1	0.03 90	1.53 337

RAFT-345	1.25 213	0.12 18	2.08 124	0.54 281	0.13 201	1.55 199	0.24 253	0.65 7	2.51 303	1.19 168	7.68 357	0.92 160	0.05 59	6.86 319	0.50 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

GEStereo_RVC	1.25 213	0.76 233	2.61 196	0.37 246	0.01 61	1.40 150	0.11 211	6.93 362	1.20 120	1.22 176	0.78 187	1.58 205	0.77 243	6.13 286	0.66 180	0.00 1	0.00 1	0.00 1	0.00 1	0.14 248	0.23 189

GANetREF_RVC	1.25 213	1.39 328	4.10 277	0.10 160	0.00 1	2.25 274	0.18 234	4.68 254	2.78 323	0.69 94	0.34 116	1.87 227	0.65 232	5.07 246	0.68 184	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.07 76
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
NVstereo2D	1.25 213	0.34 134	5.21 328	0.09 150	0.03 123	1.61 220	0.23 250	4.95 272	1.92 256	1.05 149	0.38 130	2.53 269	0.61 219	5.36 260	0.44 138	0.00 1	0.10 257	0.00 1	0.03 260	0.04 111	0.19 165

PS-NSSS	1.25 213	0.85 246	2.77 207	0.05 98	0.03 123	1.40 150	0.01 18	5.04 276	2.38 291	1.34 188	2.80 301	0.65 119	0.06 66	6.36 293	0.91 218	0.18 366	0.00 1	0.00 1	0.00 1	0.12 229	0.01 11

KYRaft	1.26 222	0.08 3	1.58 33	0.06 116	0.23 240	1.28 115	0.75 318	2.92 94	0.81 56	3.20 317	7.14 356	0.99 171	2.70 327	1.56 127	0.16 43	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.66 353

hitnet-ft	1.26 222	0.71 222	2.37 167	0.04 83	0.00 1	1.39 146	0.21 244	3.94 174	2.53 304	1.61 218	1.11 219	4.21 329	0.36 182	4.83 236	1.65 258	0.01 298	0.00 1	0.03 347	0.00 1	0.11 220	0.08 81

ARAFT	1.27 224	1.38 327	4.73 304	0.08 134	0.00 1	1.67 242	0.04 154	5.52 309	1.98 261	3.02 312	0.59 164	0.47 103	0.11 112	4.87 237	0.38 127	0.00 1	0.03 227	0.00 1	0.00 1	0.25 311	0.25 199

iRaft-Stereo_5w	1.28 225	0.93 263	3.51 249	0.14 182	0.66 330	1.21 80	0.01 18	3.87 166	1.06 91	0.19 32	1.97 265	1.62 210	1.50 285	6.80 315	1.07 233	0.00 1	0.16 265	0.00 1	0.06 282	0.26 317	0.67 275

LMCR-Stereo	1.28 225	1.13 303	2.41 172	0.57 287	0.03 123	2.72 299	0.09 201	6.86 361	0.88 67	2.44 287	1.92 262	0.14 68	1.55 290	3.57 180	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.16 268	0.02 24

ac_64	1.28 225	0.43 157	2.90 216	0.18 192	0.25 249	1.52 192	0.03 125	5.58 310	1.89 252	0.92 127	0.53 156	4.86 340	0.45 204	5.01 244	0.88 211	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.06 66

FADNet-RVC-Resample	1.28 225	1.46 333	6.58 355	0.10 160	0.14 206	1.54 198	0.25 257	4.29 222	1.46 194	0.61 86	0.23 94	1.29 191	0.28 169	5.23 254	1.06 231	0.10 356	0.16 265	0.09 360	0.06 282	0.28 325	0.39 236

xx1	1.29 229	0.36 138	2.41 172	0.50 275	0.29 269	3.40 323	0.02 76	4.02 185	7.67 376	0.71 96	0.83 193	0.73 135	0.15 130	1.60 130	0.12 26	0.00 1	1.13 367	0.00 1	0.23 352	0.06 133	1.57 341

cc1	1.29 229	0.36 138	2.41 172	0.50 275	0.29 269	3.40 323	0.02 76	4.02 185	7.67 376	0.71 96	0.83 193	0.05 22	0.61 219	1.59 129	0.12 26	0.00 1	1.13 367	0.00 1	0.03 260	0.10 197	1.86 373

OMP-Stereo	1.29 229	0.75 229	1.67 45	2.47 382	0.29 269	1.61 220	0.32 283	2.38 71	1.09 95	2.66 298	1.14 222	3.04 291	0.17 140	7.40 345	0.60 169	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	0.08 81

Prome-Stereo	1.29 229	0.09 6	1.62 36	0.12 178	0.24 245	1.28 115	0.65 312	2.98 101	0.93 76	2.08 255	8.52 361	0.75 139	2.83 330	2.19 152	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.39 331

FADNet-RVC	1.30 233	1.62 345	6.28 347	0.03 59	0.00 1	1.61 220	0.08 190	4.49 232	2.04 266	0.41 59	0.10 58	0.63 116	0.64 229	5.55 267	1.69 261	0.01 298	0.08 249	0.00 1	0.00 1	0.52 366	0.31 213

SMFormer	1.31 234	0.30 117	2.08 124	0.47 265	0.02 105	1.04 30	0.01 18	5.75 322	2.69 312	1.65 220	2.43 289	0.91 155	0.02 17	4.75 228	2.20 281	0.00 1	0.88 328	0.00 1	0.14 309	0.06 133	0.76 284

delet	1.31 234	0.61 205	2.64 200	0.05 98	0.17 219	2.84 306	1.00 330	4.88 264	2.46 299	1.38 193	1.37 234	1.62 210	0.90 253	4.52 216	1.48 250	0.00 1	0.00 1	0.00 1	0.00 1	0.14 248	0.08 81

PSMNet_ROB	1.31 234	1.27 317	3.91 273	0.05 98	0.11 194	1.69 246	0.16 226	3.98 178	1.59 207	1.15 165	0.34 116	2.77 277	0.62 224	4.43 211	3.80 327	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.12 126

tta	1.32 237	0.30 117	2.08 124	0.47 265	0.02 105	1.04 30	0.01 18	5.75 322	2.69 312	1.65 220	2.43 289	0.91 155	0.02 17	4.75 228	2.20 281	0.00 1	0.88 328	0.00 1	0.14 309	0.09 186	0.92 298

FADNet_RVC	1.32 237	1.54 339	5.37 331	0.02 40	0.06 157	2.78 302	0.07 184	4.19 209	1.03 88	0.44 62	0.35 123	0.67 125	0.10 104	5.42 262	1.92 271	0.24 370	0.33 285	0.11 364	0.33 375	0.66 376	0.68 276

TDLM	1.32 237	0.90 255	2.42 180	0.61 293	0.03 123	1.59 209	2.04 352	3.73 146	2.29 284	1.70 228	0.94 206	1.07 179	0.67 235	6.49 299	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.18 285	0.54 255

iResNetv2_ROB	1.32 237	1.82 351	6.02 342	1.27 357	0.00 1	1.41 156	0.05 166	4.48 231	1.46 194	1.02 146	1.28 229	1.00 173	0.27 167	4.72 224	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.37 349	0.16 150

ssnet_v2	1.33 241	0.64 213	2.83 211	0.06 116	0.03 123	2.08 271	0.36 288	5.88 331	2.33 288	2.52 292	0.88 201	3.06 293	0.54 208	1.75 140	3.30 320	0.00 1	0.00 1	0.00 1	0.00 1	0.25 311	0.13 134

MMNet	1.33 241	0.69 221	4.18 279	0.11 172	0.01 61	4.08 336	0.02 76	4.27 219	1.49 199	2.17 260	0.33 115	1.34 194	1.20 263	4.52 216	1.93 272	0.00 1	0.00 1	0.00 1	0.00 1	0.11 220	0.06 66

ADLNet	1.35 243	0.55 185	2.95 218	0.01 10	0.05 152	2.22 273	0.11 211	5.06 278	2.83 327	2.42 285	2.19 272	2.63 273	0.68 237	3.59 181	1.37 245	0.00 1	0.00 1	0.00 1	0.00 1	0.17 280	0.27 206

pcwnet_v2	1.36 244	0.21 86	5.89 340	0.15 187	0.01 61	1.78 255	0.02 76	5.77 326	3.19 337	1.69 227	1.94 264	2.00 238	0.79 246	3.09 166	0.33 101	0.00 1	0.00 1	0.00 1	0.01 239	0.04 111	0.27 206

CVANet_RVC	1.37 245	0.82 245	3.23 234	0.54 281	0.11 194	1.48 180	0.46 295	4.01 184	2.23 278	3.33 320	1.34 233	1.51 200	0.37 184	6.38 294	0.69 186	0.01 298	0.00 1	0.00 1	0.05 275	0.19 288	0.62 269

FADNet	1.38 246	1.42 331	5.62 337	0.03 59	0.06 157	2.56 291	0.16 226	4.66 252	1.64 223	0.35 48	0.11 61	1.66 215	1.05 257	5.64 272	1.59 255	0.18 366	0.02 219	0.01 323	0.01 239	0.52 366	0.23 189

DLCB_ROB	1.38 246	0.60 200	1.96 106	0.10 160	0.00 1	1.53 194	0.23 250	4.02 185	1.91 255	3.54 325	1.97 265	3.40 306	0.30 170	4.91 238	2.97 311	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.12 126

iRaft-Stereo_20w	1.39 248	0.18 52	3.72 264	0.79 327	0.56 310	1.90 262	0.65 312	8.85 385	1.05 90	2.05 254	0.42 139	1.24 188	1.23 269	1.69 135	0.95 221	0.00 1	0.62 306	0.00 1	0.44 381	0.02 36	1.41 333

IIG-Stereo	1.39 248	0.67 217	1.73 52	2.48 383	0.05 152	1.63 228	0.14 222	3.00 103	1.20 120	2.94 308	2.23 275	3.03 290	0.55 210	7.41 346	0.66 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.07 76

DAS	1.40 250	0.11 13	2.83 211	0.04 83	0.01 61	1.31 121	1.14 336	4.51 234	2.02 264	4.84 349	2.33 279	1.65 213	0.56 212	5.53 265	0.85 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 165

DRaft	1.40 250	0.20 81	1.83 82	0.09 150	0.01 61	1.66 237	0.42 292	2.13 63	0.59 29	3.75 329	5.16 340	0.41 97	4.27 356	5.52 264	1.63 257	0.01 298	0.06 242	0.00 1	0.07 284	0.08 167	0.12 126

SepStereo	1.41 252	0.11 13	2.83 211	0.04 83	0.01 61	1.31 121	1.14 336	4.51 234	2.02 264	4.84 349	2.33 279	1.65 213	0.56 212	5.78 275	0.85 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 165

XPNet_ROB	1.41 252	0.81 243	2.75 205	0.04 83	0.01 61	1.70 247	0.17 229	4.14 204	1.69 228	4.12 337	1.10 217	1.58 205	0.52 207	5.13 250	4.07 331	0.00 1	0.00 1	0.00 1	0.00 1	0.11 220	0.25 199

ETE_ROB	1.42 254	1.04 291	3.10 226	0.02 40	0.03 123	1.81 258	0.22 247	4.73 256	1.67 227	4.77 347	1.43 237	2.77 277	0.08 88	4.23 200	2.20 281	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.20 177

CRFU-Net	1.43 255	0.33 133	2.98 220	1.27 357	0.03 123	4.01 335	0.05 166	6.21 343	0.95 77	1.92 242	0.74 180	3.41 307	2.55 324	3.36 170	0.36 115	0.01 298	0.01 192	0.11 364	0.00 1	0.13 239	0.09 103

DSFCA	1.45 256	0.51 176	2.76 206	0.01 10	0.03 123	3.64 330	0.83 319	3.28 126	1.45 193	3.25 319	0.44 143	2.89 285	1.45 280	6.07 283	2.14 279	0.00 1	0.02 219	0.00 1	0.00 1	0.06 133	0.10 113

ffm	1.46 257	0.50 169	4.37 289	0.46 259	0.03 123	1.60 213	0.03 125	3.81 151	6.87 369	1.57 212	2.38 281	2.14 247	0.38 186	1.73 137	0.12 26	0.00 1	1.12 362	0.00 1	0.17 325	0.10 197	1.86 373

ASMatch	1.46 257	0.17 47	2.35 164	0.73 318	0.20 228	1.22 84	0.25 257	1.04 25	0.89 70	0.30 46	11.50 371	0.92 160	2.31 315	6.65 307	0.56 166	0.00 1	0.00 1	0.00 1	0.01 239	0.00 1	0.04 44

DispNO	1.47 259	1.01 284	5.05 319	0.13 179	0.08 175	1.49 184	0.02 76	4.38 226	1.86 248	1.51 204	1.57 246	3.12 296	1.09 258	5.77 274	1.89 270	0.00 1	0.02 219	0.03 347	0.11 299	0.11 220	0.08 81

NOSS_ROB	1.47 259	0.49 168	2.40 170	1.00 344	0.17 219	2.56 291	0.01 18	4.86 262	2.62 308	2.32 272	1.74 253	2.79 279	0.02 17	6.96 330	0.60 169	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.73 281

Consistency-Raft	1.48 261	0.96 271	5.40 334	0.36 243	0.31 283	1.66 237	0.11 211	4.30 223	4.32 351	0.47 69	5.99 347	0.86 152	2.09 310	1.19 108	1.31 240	0.03 332	0.01 192	0.00 1	0.00 1	0.27 322	0.02 24

HSM	1.48 261	0.60 200	1.85 85	0.01 10	0.29 269	1.76 253	0.04 154	6.50 353	1.46 194	1.91 240	1.55 244	4.69 338	1.27 273	6.66 308	0.70 187	0.00 1	0.00 1	0.00 1	0.00 1	0.07 157	0.26 203

EAI-Stereo	1.50 263	0.16 39	1.53 27	0.25 227	0.91 348	2.30 280	4.98 382	6.09 341	1.87 250	1.38 193	5.56 343	0.49 105	0.59 217	1.21 111	0.83 202	0.00 1	0.31 283	0.00 1	1.09 400	0.02 36	0.56 262

CBFPSM	1.51 264	1.00 282	5.32 330	0.05 98	0.01 61	3.57 329	0.04 154	4.06 191	1.03 88	0.65 89	0.21 90	6.06 356	3.60 346	2.65 157	1.82 265	0.00 1	0.01 192	0.00 1	0.00 1	0.09 186	0.12 126

HSM-Net_RVC	1.51 264	0.11 13	1.93 103	0.00 1	0.01 61	1.91 264	0.05 166	7.86 379	1.93 258	3.77 330	3.76 323	3.16 297	0.36 182	4.34 206	0.83 202	0.01 298	0.01 192	0.00 1	0.00 1	0.01 9	0.11 120
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCCL2	1.51 264	1.32 322	3.27 237	0.03 59	0.07 166	1.63 228	3.29 365	4.54 240	1.61 210	3.22 318	0.37 127	3.84 323	0.31 174	4.42 210	2.02 276	0.00 1	0.00 1	0.02 342	0.00 1	0.09 186	0.22 184

ADLNet2	1.52 267	0.79 239	3.51 249	0.01 10	0.69 334	1.26 105	0.26 259	4.84 261	3.10 333	1.67 224	3.23 312	4.17 328	0.80 247	4.77 233	1.00 226	0.00 1	0.00 1	0.00 1	0.00 1	0.22 301	0.12 126

TransformOpticalFlow	1.53 268	0.40 150	3.46 246	0.66 303	0.07 166	1.56 203	0.09 201	4.35 224	1.86 248	1.72 229	2.27 277	3.53 313	3.04 336	6.93 326	0.49 153	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.10 113

fast-acv-ft	1.54 269	0.86 249	4.85 309	0.11 172	0.12 199	3.88 332	0.28 267	2.97 100	2.26 281	0.96 132	3.49 318	2.97 287	1.23 269	3.47 175	2.75 302	0.04 338	0.01 192	0.04 352	0.04 272	0.44 356	0.08 81

THIR-Stereo	1.54 269	0.48 167	1.88 95	0.01 10	0.02 105	1.08 42	4.17 374	2.48 73	0.41 13	1.09 156	4.30 334	1.90 229	4.08 355	6.84 317	1.81 263	0.00 1	0.00 1	0.04 352	0.00 1	0.06 133	0.04 44

GrayStereo	1.55 271	0.06 1	1.53 27	0.75 323	0.20 228	1.27 112	4.44 379	3.44 131	1.20 120	4.92 352	3.92 327	0.45 100	4.54 359	3.43 174	0.09 13	0.00 1	0.00 1	0.00 1	0.49 386	0.02 36	0.25 199

LALA_ROB	1.55 271	1.07 296	2.99 222	0.02 40	0.06 157	3.20 314	0.49 298	4.07 193	1.80 246	3.79 331	0.66 172	4.51 331	0.25 163	3.82 189	4.07 331	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.11 120

DEmStereo	1.56 273	0.16 39	2.44 184	0.09 150	0.02 105	1.77 254	0.87 321	1.72 50	1.08 94	2.48 289	6.30 351	1.06 177	5.02 363	6.28 290	1.81 263	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

PA-Net	1.56 273	1.13 303	5.13 323	0.07 126	0.17 219	1.46 169	0.53 301	4.73 256	3.04 332	0.92 127	1.30 230	2.29 262	0.62 224	6.63 305	3.00 313	0.01 298	0.00 1	0.00 1	0.00 1	0.07 157	0.15 146
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HBP-ISP	1.59 275	1.12 301	3.42 243	0.53 280	0.10 190	4.27 340	1.44 342	5.35 294	1.61 210	3.58 327	0.87 200	0.91 155	1.18 262	6.64 306	0.46 147	0.04 338	0.02 219	0.00 1	0.00 1	0.06 133	0.24 193

Wz-Net-LNSev	1.60 276	1.48 336	8.20 373	0.03 59	0.03 123	3.95 334	0.13 219	4.89 265	2.33 288	0.92 127	0.31 113	3.64 317	1.40 278	2.90 162	1.50 251	0.00 1	0.00 1	0.00 1	0.00 1	0.10 197	0.20 177

AAGNet	1.60 276	0.15 28	1.76 63	1.17 354	0.27 263	1.51 189	0.64 310	1.71 49	1.20 120	1.67 224	0.81 191	1.59 207	2.23 312	6.08 284	11.16 379	0.00 1	0.00 1	0.00 1	0.00 1	0.03 90	0.02 24

StereoDRNet	1.66 278	1.21 311	5.39 333	0.06 116	0.11 194	2.49 288	1.06 333	5.28 290	1.89 252	3.60 328	0.63 167	2.28 258	0.64 229	4.70 222	3.25 318	0.00 1	0.03 227	0.00 1	0.01 239	0.15 260	0.36 225

APVNet	1.68 279	0.75 229	4.94 315	0.13 179	0.01 61	4.56 347	0.08 190	5.20 286	1.44 191	1.51 204	1.05 212	2.87 283	0.93 254	6.76 314	2.76 303	0.01 298	0.00 1	0.07 357	0.00 1	0.34 338	0.08 81

CrosDoStereo	1.72 280	0.31 123	1.91 100	0.03 59	0.07 166	1.40 150	5.95 392	3.61 137	1.62 216	0.98 133	3.79 324	0.94 163	4.66 361	7.11 338	1.86 268	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.08 81

DeepStereo_LL	1.72 280	0.31 123	1.91 100	0.03 59	0.07 166	1.40 150	5.95 392	3.61 137	1.62 216	0.98 133	3.79 324	0.94 163	4.66 361	7.11 338	1.86 268	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.08 81

STrans-v2	1.75 282	0.45 160	3.43 244	0.03 59	0.19 224	1.48 180	0.08 190	7.25 370	2.16 271	2.04 252	2.80 301	3.60 314	3.78 350	7.00 333	0.52 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.10 113

RASNet	1.75 282	0.71 222	2.93 217	0.20 211	3.20 388	1.75 252	0.26 259	3.87 166	2.64 309	0.98 133	1.46 240	5.25 353	1.67 297	6.73 312	2.81 308	0.00 1	0.00 1	0.00 1	0.00 1	0.06 133	0.47 246

RYNet	1.76 284	0.81 243	4.24 283	0.34 242	0.10 190	2.62 297	0.07 184	5.36 297	2.08 268	1.38 193	0.35 123	4.71 339	1.35 276	6.73 312	4.61 337	0.00 1	0.05 236	0.00 1	0.00 1	0.05 123	0.33 220

GASNet	1.77 285	2.50 375	7.05 359	0.47 265	0.02 105	1.50 185	0.20 238	4.55 241	2.55 306	0.98 133	1.48 241	2.24 257	1.57 293	6.25 287	3.41 323	0.00 1	0.05 236	0.00 1	0.00 1	0.55 369	0.12 126

ttt	1.79 286	0.32 127	2.41 172	0.58 288	0.26 258	1.64 235	0.00 1	6.26 348	2.57 307	1.91 240	2.39 286	1.39 195	0.11 112	5.55 267	7.97 361	0.00 1	1.05 348	0.00 1	0.16 317	0.06 133	1.14 314

DRN-Test	1.79 286	0.51 176	4.94 315	0.19 197	0.14 206	3.30 317	0.19 237	6.58 357	2.31 285	4.40 343	0.77 185	2.10 245	1.73 299	5.40 261	2.82 309	0.00 1	0.00 1	0.00 1	0.01 239	0.12 229	0.27 206

Wz-Net-LNSev-Ref	1.86 288	1.13 303	5.96 341	0.02 40	0.00 1	5.00 353	0.29 274	5.31 293	2.38 291	2.65 295	1.15 223	2.32 265	1.95 308	5.59 269	3.35 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 111	0.14 139

RAFT + AFF	1.88 289	1.84 354	4.19 280	0.05 98	0.85 341	2.29 279	1.00 330	6.32 350	2.26 281	1.88 237	1.80 258	1.27 189	3.66 347	6.56 301	2.36 292	0.02 322	0.34 288	0.00 1	0.01 239	0.41 354	0.50 252

MaskLacGwcNet_RVC	1.88 289	0.88 252	3.47 247	1.64 374	0.22 234	4.27 340	0.40 290	3.90 172	1.63 222	0.72 102	0.71 176	3.06 293	0.11 112	5.13 250	1.03 229	5.07 392	0.54 301	0.00 1	0.00 1	1.73 385	3.16 391

iinet-f	1.90 291	0.98 277	13.29 393	0.42 254	0.03 123	4.30 343	0.04 154	3.86 164	1.32 168	1.28 180	0.57 158	2.91 286	2.70 327	2.60 155	3.11 316	0.00 1	0.02 219	0.02 342	0.00 1	0.49 359	0.09 103

DualNet	1.91 292	0.50 169	4.37 289	0.46 259	0.03 123	1.60 213	0.03 125	3.81 151	6.87 369	1.57 212	2.38 281	2.14 247	0.38 186	1.73 137	9.02 366	0.00 1	1.12 362	0.00 1	0.17 325	0.10 197	1.86 373

Syn2CoEx	1.91 292	1.85 355	6.43 354	0.05 98	0.00 1	1.47 175	0.54 302	6.03 339	2.24 279	2.24 267	2.19 272	2.06 241	3.10 338	6.57 302	2.58 298	0.00 1	0.00 1	0.00 1	0.00 1	0.34 338	0.40 238

FAT-Stereo	1.95 294	0.23 95	3.66 260	0.18 192	0.03 123	1.80 257	0.94 325	5.35 294	3.11 334	4.23 338	5.00 339	5.22 352	2.76 329	5.07 246	1.09 234	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.17 155

AANet_RVC	1.95 294	1.64 346	4.89 310	0.09 150	0.00 1	1.24 92	0.01 18	3.93 173	2.82 326	2.32 272	4.64 337	3.61 315	0.19 148	7.61 352	4.73 339	0.60 375	0.19 271	0.00 1	0.00 1	0.11 220	0.47 246

ccnet	1.96 296	0.68 218	3.59 253	0.26 232	0.19 224	3.68 331	1.55 344	4.89 265	1.77 243	2.68 300	3.92 327	3.44 308	1.72 298	5.02 245	5.22 341	0.06 348	0.00 1	0.09 360	0.01 239	0.13 239	0.32 215

GwcNet	1.96 296	1.51 337	7.43 364	0.30 238	1.20 362	4.13 337	0.61 309	4.45 230	1.92 256	1.53 208	2.31 278	3.93 327	0.54 208	5.50 263	3.16 317	0.00 1	0.00 1	0.00 1	0.01 239	0.39 350	0.24 193

DANet	1.96 296	0.24 99	3.72 264	0.78 326	0.48 302	2.65 298	0.34 286	3.94 174	1.71 234	4.35 340	1.56 245	5.09 346	0.56 212	6.97 331	5.99 348	0.01 298	0.00 1	0.00 1	0.01 239	0.04 111	0.66 272
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV	1.97 299	0.56 191	2.61 196	0.46 259	0.07 166	2.91 309	4.18 375	4.58 244	2.78 323	5.50 358	2.21 274	2.84 282	2.94 331	4.75 228	2.31 289	0.00 1	0.00 1	0.00 1	0.00 1	0.15 260	0.60 266
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DISCO	2.03 300	0.45 160	2.82 210	0.72 313	0.53 305	5.13 355	0.01 18	6.01 338	1.81 247	2.31 271	0.91 204	6.43 360	0.87 251	8.57 372	3.67 325	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.17 155

edge stereo	2.06 301	0.42 156	4.20 281	0.14 182	0.09 182	1.82 259	0.51 299	5.38 298	2.48 302	3.45 324	3.96 331	8.28 370	1.80 304	5.90 278	2.30 288	0.00 1	0.00 1	0.01 323	0.00 1	0.16 268	0.19 165

CBMV_ROB	2.06 301	0.31 123	2.72 202	0.63 298	0.00 1	2.83 305	0.88 322	5.24 289	2.41 295	4.28 339	6.16 348	3.07 295	3.47 345	5.81 277	2.69 299	0.00 1	0.00 1	0.00 1	0.00 1	0.05 123	0.56 262

mmx	2.08 303	0.50 169	4.37 289	0.46 259	0.03 123	1.60 213	0.03 125	6.21 343	2.77 321	1.57 212	2.38 281	2.14 247	0.38 186	7.65 353	9.02 366	0.00 1	1.08 351	0.00 1	0.17 325	0.06 133	1.25 323

xxx	2.08 303	0.50 169	4.37 289	0.46 259	0.03 123	1.60 213	0.03 125	6.21 343	2.77 321	1.57 212	2.38 281	2.14 247	0.38 186	7.65 353	9.02 366	0.00 1	1.08 351	0.00 1	0.17 325	0.06 133	1.25 323

RP	2.09 305	0.90 255	3.88 271	0.22 213	0.61 320	1.72 249	0.94 325	4.97 273	2.65 310	3.87 332	5.63 344	4.44 330	4.28 357	4.99 243	2.35 291	0.01 298	0.00 1	0.00 1	0.01 239	0.20 292	0.13 134

NCC-stereo	2.09 305	1.02 286	4.78 307	0.10 160	0.26 258	2.33 282	0.13 219	5.82 328	1.70 232	2.98 309	3.18 310	4.63 335	5.69 372	6.26 288	2.76 303	0.05 342	0.00 1	0.00 1	0.00 1	0.08 167	0.14 139

Abc-Net	2.09 305	1.02 286	4.78 307	0.10 160	0.26 258	2.33 282	0.13 219	5.82 328	1.70 232	2.98 309	3.18 310	4.63 335	5.69 372	6.26 288	2.76 303	0.05 342	0.00 1	0.00 1	0.00 1	0.08 167	0.14 139
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CC-Net-ROB	2.09 305	1.17 307	3.97 275	1.52 370	0.23 240	3.35 322	0.05 166	5.09 279	2.74 318	1.09 156	1.40 236	0.97 169	0.18 144	6.66 308	0.87 208	1.46 387	1.64 395	7.13 394	0.00 1	1.67 384	0.54 255

RAFT-RH_RVC	2.11 309	0.30 117	2.27 152	0.74 320	0.26 258	1.51 189	0.02 76	0.61 6	1.23 129	5.28 355	21.18 396	1.04 174	0.07 77	6.90 322	0.61 172	0.04 338	0.00 1	0.00 1	0.03 260	0.02 36	0.00 1

RGC	2.11 309	0.95 267	4.61 301	0.08 134	0.29 269	3.34 321	0.11 211	5.40 302	1.78 245	3.93 334	4.52 335	5.20 350	3.05 337	5.78 275	2.78 306	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.18 162

S-Stereo	2.12 311	0.32 127	6.30 348	0.24 222	0.22 234	2.51 289	1.83 348	5.38 298	5.55 361	2.46 288	5.91 346	2.81 280	0.71 239	5.19 253	2.45 296	0.00 1	0.02 219	0.00 1	0.00 1	0.07 157	0.37 226

1111x	2.13 312	0.58 195	4.38 294	0.39 250	0.61 320	2.14 272	0.01 18	6.38 351	2.40 294	1.80 232	1.97 265	0.95 167	0.64 229	7.16 341	10.30 376	0.00 1	1.18 377	0.00 1	0.29 371	0.07 157	1.32 328

SGM-Forest	2.15 313	0.50 169	2.42 180	0.19 197	0.25 249	3.47 327	2.38 358	4.53 238	2.46 299	5.64 359	3.99 332	3.74 319	2.22 311	6.99 332	3.08 315	0.01 298	0.02 219	0.00 1	0.00 1	0.05 123	0.98 305
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
psmorigin	2.16 314	0.75 229	10.72 386	0.24 222	0.03 123	1.62 225	0.20 238	3.80 150	1.16 106	5.40 356	3.08 307	5.77 354	2.29 314	5.62 271	2.13 278	0.00 1	0.00 1	0.00 1	0.00 1	0.08 167	0.25 199

Anonymous_2	2.17 315	0.32 127	2.35 164	0.80 328	0.85 341	1.67 242	0.22 247	4.62 247	0.71 42	1.12 161	0.40 135	3.18 299	1.94 307	0.84 93	0.77 193	0.06 348	1.09 354	3.25 393	14.62 417	3.25 387	1.43 334

Wz-Net-MNSev	2.17 315	1.90 359	7.77 367	0.02 40	0.01 61	4.60 348	2.08 353	5.70 318	2.83 327	4.02 335	1.50 242	1.87 227	2.53 323	5.10 248	3.04 314	0.00 1	0.01 192	0.00 1	0.00 1	0.14 248	0.31 213

ff1	2.20 317	0.50 169	4.37 289	0.46 259	0.03 123	1.60 213	0.03 125	3.81 151	6.87 369	1.57 212	2.38 281	2.14 247	0.38 186	7.65 353	9.02 366	0.00 1	1.12 362	0.00 1	0.17 325	0.10 197	1.86 373

FTStereo	2.20 317	0.09 6	2.07 123	0.18 192	0.13 201	1.43 158	4.50 381	2.98 101	0.97 81	3.35 322	17.70 384	0.77 147	4.06 353	4.36 207	0.15 39	0.15 363	0.00 1	0.00 1	0.00 1	0.02 36	1.19 318

PASM	2.20 317	1.85 355	10.33 384	1.00 344	0.41 290	1.98 265	0.90 324	3.85 163	2.76 320	4.38 341	1.53 243	3.49 312	1.54 287	6.60 303	2.43 294	0.14 362	0.02 219	0.00 1	0.03 260	0.33 335	0.39 236

GANet	2.23 320	0.92 262	3.10 226	0.88 336	0.08 175	2.25 274	3.25 364	4.61 246	1.71 234	2.55 293	9.98 367	2.56 270	1.47 284	7.52 351	2.98 312	0.00 1	0.04 231	0.02 342	0.08 288	0.14 248	0.42 244

Nwc_Net	2.25 321	0.98 277	5.37 331	0.07 126	0.11 194	2.80 303	0.05 166	7.36 373	1.30 164	2.77 305	8.21 360	5.18 349	2.98 335	5.16 252	2.46 297	0.00 1	0.00 1	0.00 1	0.00 1	0.12 229	0.08 81

xxxx	2.26 322	0.43 157	2.30 156	0.01 10	0.68 333	1.47 175	0.00 1	6.56 356	2.32 286	1.56 210	2.07 271	1.07 179	0.06 66	4.81 234	18.87 399	0.00 1	1.11 360	0.00 1	0.21 345	0.06 133	1.65 349

test_xeample	2.27 323	0.46 163	2.25 150	0.10 160	0.69 334	1.48 180	0.00 1	6.24 346	2.46 299	1.83 234	2.40 287	0.37 91	0.07 77	4.49 213	19.55 401	0.00 1	1.11 360	0.00 1	0.21 345	0.07 157	1.65 349

LL-Strereo	2.29 324	1.55 341	5.01 317	0.64 300	2.78 386	1.52 192	0.05 166	5.04 276	1.24 131	2.73 302	2.87 304	5.10 347	5.49 370	7.22 343	0.81 199	0.04 338	1.31 385	0.00 1	0.00 1	0.31 331	2.08 383

Anonymous Stereo	2.31 325	1.93 361	10.83 387	0.65 302	0.22 234	1.66 237	4.27 378	4.51 234	2.99 331	3.12 315	1.87 261	1.95 234	0.11 112	7.17 342	4.68 338	0.01 298	0.00 1	0.00 1	0.00 1	0.11 220	0.20 177

NaN_ROB	2.33 326	1.31 321	4.55 298	0.32 240	0.30 281	3.13 313	5.01 385	4.57 243	2.78 323	5.49 357	1.73 252	2.28 258	1.98 309	7.48 349	4.32 334	0.01 298	0.06 242	0.03 347	0.09 291	0.20 292	0.88 295

stereogan	2.38 327	0.59 197	5.05 319	0.01 10	0.09 182	8.26 377	0.58 308	4.92 269	3.65 342	4.68 346	4.60 336	6.43 360	2.39 318	5.27 255	0.72 190	0.00 1	0.01 192	0.01 323	0.00 1	0.27 322	0.13 134

MFMNet_re	2.39 328	1.65 347	6.10 344	3.04 386	0.90 347	2.34 284	0.98 328	4.77 260	3.79 345	6.95 364	7.08 355	1.84 226	3.79 351	2.53 154	1.57 254	0.00 1	0.00 1	0.00 1	0.00 1	0.25 311	0.26 203

AF-Net	2.51 329	1.12 301	5.46 335	0.01 10	0.13 201	2.03 268	0.47 296	7.04 367	2.74 318	4.09 336	10.64 369	4.99 343	2.94 331	4.94 240	3.28 319	0.00 1	0.00 1	0.00 1	0.00 1	0.17 280	0.15 146

PDISCO_ROB	2.54 330	1.40 329	5.07 322	1.06 350	2.01 380	8.28 378	0.17 229	7.96 381	6.01 367	1.48 203	1.75 254	3.67 318	1.25 271	7.74 359	2.07 277	0.00 1	0.00 1	0.00 1	0.00 1	0.39 350	0.42 244

DGSMNet	2.56 331	1.15 306	7.39 362	1.34 365	2.02 381	3.20 314	3.97 373	6.11 342	1.72 239	1.52 207	2.72 300	3.23 302	0.63 226	4.74 225	2.39 293	1.12 382	1.53 393	1.54 388	1.32 401	1.40 383	2.10 384

ADCRef	2.57 332	1.40 329	7.90 369	0.11 172	0.11 194	4.71 350	0.74 317	5.45 307	1.66 225	3.15 316	1.65 251	1.61 208	2.25 313	4.54 219	15.56 393	0.03 332	0.00 1	0.01 323	0.10 296	0.27 322	0.23 189

SQANet	2.65 333	1.92 360	3.73 266	4.47 390	2.98 387	2.59 293	0.24 253	4.66 252	1.11 99	2.48 289	0.59 164	1.57 202	0.86 250	3.95 191	1.67 260	7.97 397	0.14 264	0.48 375	0.03 260	7.84 391	3.68 392

DeepPrunerF	2.71 334	1.57 343	16.51 399	0.22 213	0.33 284	1.45 165	0.28 267	6.26 348	9.92 382	1.25 179	0.44 143	1.98 236	1.61 295	7.33 344	4.17 333	0.00 1	0.01 192	0.07 357	0.10 296	0.33 335	0.29 210

FBW_ROB	2.74 335	1.02 286	4.72 303	0.43 256	0.18 222	4.35 344	0.18 234	7.28 372	3.50 339	3.57 326	3.38 316	4.86 340	1.22 268	11.70 392	5.76 345	0.17 365	0.08 249	0.59 380	0.12 306	0.28 325	1.40 332

FINET	2.99 336	2.11 366	7.66 365	1.13 352	1.79 374	4.35 344	3.34 366	5.66 315	7.93 379	2.49 291	3.29 313	1.66 215	2.47 321	6.70 310	4.44 335	0.82 377	1.38 388	0.03 347	0.30 373	0.36 344	1.88 378

aanetorigin	2.99 336	1.00 282	9.85 382	0.23 217	0.23 240	1.59 209	2.01 350	1.94 59	1.25 138	14.45 394	10.04 368	2.98 288	3.75 348	4.97 242	4.01 330	0.10 356	0.05 236	0.09 360	0.11 299	0.55 369	0.55 260

Wz-Net-SNSev	3.01 338	3.59 391	12.98 392	0.45 258	0.04 144	2.72 299	1.12 335	5.80 327	2.42 296	2.30 270	2.62 298	6.39 359	1.29 274	10.20 382	7.19 357	0.00 1	0.01 192	0.00 1	0.00 1	0.29 328	0.72 280

CSAN	3.10 339	1.72 349	5.85 339	0.37 246	0.14 206	4.15 339	3.91 372	4.94 271	4.65 356	6.43 362	6.29 350	4.62 334	5.17 366	8.13 363	4.85 340	0.02 322	0.03 227	0.03 347	0.05 275	0.26 317	0.48 250

222	3.11 340	0.43 157	2.10 131	0.02 40	0.45 298	1.57 206	0.01 18	6.44 352	2.34 290	1.73 230	2.24 276	0.52 110	0.07 77	4.95 241	36.29 416	0.00 1	1.07 350	0.00 1	0.21 345	0.06 133	1.65 349

UDG	3.15 341	9.41 408	2.81 208	2.72 385	0.92 349	2.39 285	0.11 211	4.12 201	1.30 164	2.35 274	3.63 321	4.96 342	1.58 294	4.33 205	2.89 310	1.22 385	0.04 231	8.09 396	3.80 408	4.94 388	1.35 329

XQC	3.16 342	2.00 363	7.71 366	0.97 343	0.67 331	5.07 354	0.69 314	6.58 357	4.95 358	5.04 353	1.98 268	4.99 343	3.12 339	7.96 362	10.02 375	0.00 1	0.63 307	0.00 1	0.18 332	0.36 344	0.38 235

RTSC	3.18 343	2.15 367	8.20 373	0.67 308	0.38 287	4.41 346	0.08 190	5.64 313	5.80 365	6.14 361	3.43 317	3.37 303	1.55 290	7.50 350	12.15 382	0.00 1	0.84 323	0.00 1	0.25 358	0.51 362	0.53 254

ADCP+	3.18 343	1.81 350	11.33 388	0.07 126	0.20 228	5.83 362	2.80 360	4.60 245	2.69 312	1.68 226	0.28 104	3.75 320	3.14 340	6.82 316	17.90 396	0.00 1	0.00 1	0.00 1	0.00 1	0.20 292	0.56 262

PWC_ROB	3.30 345	1.83 352	8.47 376	0.62 297	0.56 310	1.31 121	0.39 289	4.53 238	5.05 359	7.66 369	15.14 379	3.37 303	2.43 319	6.86 319	6.74 355	0.00 1	0.00 1	0.00 1	0.00 1	0.51 362	0.54 255

PWCDC_ROB	3.41 346	2.29 368	5.16 326	0.19 197	0.02 105	3.11 312	0.02 76	5.15 282	12.27 385	1.36 192	23.33 403	1.98 236	3.35 342	4.93 239	3.71 326	0.28 372	0.00 1	0.00 1	0.00 1	0.71 379	0.32 215

DDUNet	3.58 347	11.19 410	3.84 270	3.59 389	3.31 389	4.14 338	0.20 238	4.40 227	1.33 169	2.72 301	3.11 309	3.16 297	0.37 184	4.18 194	1.47 249	2.02 389	0.05 236	10.10 401	3.59 407	5.85 390	3.05 390

G-Net	3.58 347	0.58 195	5.14 325	1.61 371	1.86 375	10.46 383	1.85 349	3.24 122	1.69 228	8.68 373	11.81 373	6.03 355	7.62 380	4.82 235	5.52 344	0.08 353	0.12 261	0.07 357	0.15 311	0.16 268	0.16 150

SHD	3.58 347	1.83 352	6.41 351	1.34 365	1.21 363	4.84 351	0.17 229	7.95 380	12.83 386	7.86 370	3.32 315	5.08 345	2.63 325	5.54 266	8.57 363	0.01 298	0.75 316	0.00 1	0.18 332	0.31 331	0.73 281

otaku	3.61 350	2.06 364	4.04 276	6.41 393	3.35 390	4.67 349	2.08 353	5.97 334	1.58 206	2.19 261	2.62 298	3.47 310	1.45 280	4.36 207	2.17 280	8.55 398	0.25 273	1.89 389	0.03 260	9.29 394	5.81 397

MFN_U_SF_DS_RVC	3.61 350	3.47 386	9.32 380	0.19 197	0.30 281	13.80 389	7.49 403	5.15 282	3.95 347	3.06 313	3.94 329	4.60 333	1.20 263	8.49 370	2.79 307	0.70 376	1.22 380	0.04 352	0.84 393	0.50 361	1.23 320

SDNR	3.62 352	1.25 316	7.41 363	0.71 311	0.22 234	26.06 413	0.02 76	4.55 241	2.42 296	3.10 314	11.33 370	3.05 292	0.77 243	8.31 368	2.21 284	0.05 342	0.11 259	0.00 1	0.01 239	0.08 167	0.66 272

ADCL	3.64 353	1.54 339	8.53 378	0.26 232	0.28 268	7.37 369	4.49 380	5.42 304	3.61 341	4.79 348	3.85 326	5.14 348	4.47 358	6.28 290	15.73 394	0.05 342	0.01 192	0.11 364	0.13 308	0.34 338	0.33 220

Ntro	3.66 354	2.08 365	4.34 287	7.58 395	4.53 392	6.25 365	0.72 316	5.35 294	1.65 224	0.48 76	1.77 255	2.68 274	1.25 271	5.10 248	2.31 289	8.72 399	0.31 283	2.13 391	0.05 275	9.73 395	6.18 398

SPS-STEREO	3.67 355	1.46 333	4.23 282	0.36 243	0.23 240	3.93 333	1.20 338	6.67 360	3.50 339	11.05 383	8.81 362	9.53 376	4.63 360	9.10 373	7.25 358	0.01 298	0.01 192	0.00 1	0.00 1	0.13 239	1.28 326
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SuperB	3.75 356	2.46 374	15.54 398	0.32 240	0.06 157	4.29 342	1.61 345	4.25 216	11.49 384	2.56 294	1.31 232	2.01 240	1.86 305	6.94 327	8.94 365	0.05 342	0.03 227	0.10 363	0.08 288	10.62 400	0.56 262

MDST_ROB	3.81 357	0.21 86	4.29 286	2.64 384	1.45 369	13.85 390	1.02 332	8.06 382	2.67 311	15.14 398	8.81 362	2.70 275	1.55 290	9.31 375	3.90 328	0.03 332	0.00 1	0.00 1	0.00 1	0.03 90	0.63 270

ADCPNet	3.94 358	1.47 335	14.87 395	0.11 172	0.45 298	7.19 368	2.23 356	5.42 304	3.18 336	4.53 345	2.03 269	7.48 369	5.27 368	7.05 337	14.73 390	0.02 322	0.74 315	0.04 352	0.91 399	0.23 302	0.85 292

DPSNet	3.98 359	1.01 284	12.58 390	0.74 320	0.55 307	5.24 357	1.53 343	12.44 392	4.82 357	2.89 306	0.97 209	6.37 358	11.43 394	8.20 364	8.61 364	0.09 355	0.51 298	0.11 364	0.38 380	0.35 342	0.83 289

pmcnn	3.98 359	0.95 267	7.29 361	0.71 311	1.42 367	2.84 306	1.22 339	5.89 332	2.42 296	9.34 379	11.71 372	18.88 393	2.65 326	6.89 321	6.35 352	0.00 1	0.07 245	0.00 1	0.00 1	0.21 295	0.76 284

MFN_U_SF_RVC	4.10 361	2.36 371	12.04 389	1.00 344	0.27 263	10.31 382	0.51 299	8.83 384	3.69 343	4.90 351	3.30 314	9.33 375	3.43 344	8.28 366	9.42 370	0.41 374	0.53 300	0.52 376	0.81 392	0.90 380	1.05 309

NVStereoNet_ROB	4.22 362	2.29 368	6.13 346	1.40 368	1.14 361	2.84 306	0.97 327	5.67 316	5.66 362	5.25 354	14.28 378	12.40 380	5.35 369	10.74 387	5.33 342	1.24 386	1.01 347	0.67 384	0.62 390	0.63 374	0.69 277
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SAMSARA	4.31 363	1.94 362	7.80 368	1.96 378	1.40 366	10.65 384	7.35 400	7.17 368	4.49 353	8.27 372	3.58 320	10.58 377	3.75 348	7.87 360	6.66 354	0.01 298	1.09 354	0.00 1	0.23 352	0.26 317	1.19 318

ADCMid	4.33 364	2.40 373	13.81 394	0.23 217	0.40 288	4.90 352	1.23 340	5.73 319	3.73 344	11.06 384	3.94 329	6.67 364	5.11 364	7.11 338	18.03 397	0.12 360	0.08 249	0.55 377	0.46 382	0.61 372	0.49 251

Wz-Net-TNSev	4.36 365	6.36 402	22.98 402	0.22 213	0.06 157	7.00 367	3.45 367	7.46 375	3.81 346	2.12 258	0.63 167	7.29 368	5.11 364	9.87 380	9.72 374	0.00 1	0.00 1	0.00 1	0.02 258	0.36 344	0.66 272

AnyNet_C32	4.41 366	3.74 393	15.17 397	0.48 273	0.51 304	5.99 364	6.52 399	5.30 292	2.72 317	6.86 363	3.66 322	5.21 351	3.19 341	7.42 347	19.54 400	0.08 353	0.04 231	0.20 371	0.09 291	0.67 377	0.76 284

WZ-Net	4.64 367	2.57 376	25.72 405	0.10 160	0.09 182	3.07 311	2.08 353	6.59 359	5.41 360	6.08 360	4.09 333	7.02 367	6.04 375	11.64 389	11.45 380	0.00 1	0.00 1	0.00 1	0.00 1	0.21 295	0.61 267

SGM_RVC	4.67 368	0.61 205	2.62 198	1.13 352	0.29 269	7.96 375	2.60 359	7.55 376	4.36 352	12.34 388	9.95 366	15.94 388	8.56 382	10.88 388	6.38 353	0.22 369	0.25 273	0.20 371	0.23 352	0.32 333	0.92 298
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	5.04 369	1.86 357	7.96 370	0.39 250	0.12 199	7.51 371	3.73 371	7.20 369	16.07 392	7.15 365	13.16 375	12.35 379	8.70 383	8.28 366	5.37 343	0.00 1	0.01 192	0.00 1	0.00 1	0.13 239	0.71 279

WCMA_ROB	5.16 370	1.07 296	4.40 295	0.66 303	0.69 334	6.28 366	3.63 370	5.39 300	4.05 348	14.77 397	19.39 393	15.46 386	10.72 392	7.67 357	6.77 356	0.19 368	0.27 278	0.18 370	0.20 340	0.18 285	1.23 320

RainbowNet	5.23 371	4.09 396	4.92 314	9.61 400	6.18 394	5.26 358	3.48 368	7.68 378	4.58 355	1.94 246	3.02 305	4.67 337	3.42 343	5.90 278	2.01 274	9.59 401	2.19 401	8.45 397	0.20 340	10.52 398	6.82 400

MSMD_ROB	5.26 372	0.52 181	3.22 232	0.15 187	0.01 61	8.63 379	1.06 333	4.76 259	4.16 349	13.72 391	26.77 406	13.87 384	15.95 400	7.89 361	3.94 329	0.11 358	0.01 192	0.00 1	0.00 1	0.06 133	0.34 222

FCDSN-DC	5.38 373	0.65 214	3.19 230	0.24 222	0.46 301	5.71 359	1.61 345	5.83 330	4.51 354	14.74 396	22.03 399	20.43 395	13.01 397	8.48 369	6.00 349	0.02 322	0.00 1	0.00 1	0.00 1	0.07 157	0.52 253
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	5.48 374	3.14 385	10.56 385	0.47 265	0.29 269	24.98 410	8.65 407	6.24 346	9.96 383	4.38 341	8.16 359	8.42 371	2.44 320	9.46 378	6.27 351	1.11 381	1.70 397	0.33 374	0.47 384	1.16 382	1.35 329

ADCS	5.55 375	3.55 387	19.07 400	0.43 256	0.14 206	5.87 363	4.20 377	7.65 377	7.80 378	9.79 380	6.22 349	6.48 362	5.52 371	10.52 386	22.41 410	0.00 1	0.00 1	0.00 1	0.00 1	0.48 358	0.97 304

MeshStereo	6.09 376	0.97 274	3.59 253	0.26 232	0.14 206	7.68 373	2.02 351	10.42 387	5.77 363	20.76 406	19.69 395	22.78 399	10.56 390	10.29 383	6.16 350	0.00 1	0.00 1	0.00 1	0.00 1	0.29 328	0.41 240
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
ACVNet-4b	6.14 377	2.39 372	6.31 349	9.73 401	7.26 399	8.81 380	1.62 347	7.27 371	6.07 368	0.41 59	6.42 352	11.47 378	2.37 317	9.17 374	2.72 301	9.70 403	2.42 403	10.45 402	0.01 239	11.04 402	7.12 401

SGM+DAISY	6.27 378	3.62 392	9.36 381	2.30 379	2.34 382	9.12 381	6.38 396	6.98 366	6.00 366	14.26 392	15.55 381	14.02 385	9.84 387	9.45 377	8.56 362	1.21 384	1.60 394	0.58 378	0.86 396	0.63 374	2.74 386

FC-DCNN	6.44 379	0.46 163	3.25 236	0.54 281	0.56 310	8.01 376	1.37 341	8.76 383	7.15 374	19.35 404	22.25 401	22.72 398	15.44 399	10.37 384	7.93 360	0.00 1	0.01 192	0.00 1	0.00 1	0.03 90	0.64 271

PVD	6.50 380	1.70 348	6.71 357	1.66 375	1.59 373	7.94 374	0.89 323	11.13 390	24.35 399	12.01 387	19.10 389	8.76 373	9.89 388	9.85 379	11.06 378	0.02 322	1.12 362	0.00 1	0.26 365	0.25 311	1.72 354

EDNetEfficient	6.66 381	1.34 324	34.37 409	0.66 303	1.93 379	2.04 270	3.59 369	3.08 111	14.92 389	20.02 405	9.53 365	6.48 362	10.85 393	7.65 353	15.21 391	0.03 332	0.10 257	0.01 323	0.22 349	0.61 372	0.55 260

ACVNet_1	6.79 382	2.72 380	6.97 358	9.78 402	7.38 401	7.67 372	2.29 357	10.50 388	6.93 373	4.51 344	5.39 342	13.21 382	6.34 377	7.02 336	3.31 321	9.70 403	2.48 405	10.85 404	0.11 299	11.41 404	7.23 402

AnyNet_C01	7.15 383	5.48 400	37.47 411	1.08 351	0.59 317	11.50 385	6.49 398	6.93 362	4.31 350	8.06 371	9.11 364	8.72 372	4.06 353	14.50 398	21.97 409	0.11 358	0.08 249	0.24 373	0.09 291	1.11 381	1.07 312

LSM	7.83 384	2.59 377	24.93 404	4.71 391	40.61 420	3.55 328	5.22 387	5.91 333	7.48 375	10.86 382	13.66 377	4.55 332	3.92 352	7.72 358	5.88 347	0.02 322	0.26 276	0.00 1	0.00 1	0.30 330	14.53 416

DispFullNet	8.26 385	24.76 417	14.96 396	14.77 410	7.78 402	5.23 356	0.09 201	5.67 316	3.16 335	9.01 377	4.87 338	6.15 357	10.66 391	10.44 385	4.54 336	2.54 390	0.33 285	15.59 408	4.84 411	13.17 408	6.59 399

ELAS_RVC	8.75 386	1.59 344	6.34 350	1.91 377	1.87 376	11.67 386	12.14 412	10.75 389	16.11 393	22.55 410	21.45 397	18.49 391	18.29 407	14.17 397	12.53 383	0.92 379	1.32 386	0.70 385	0.46 382	0.53 368	1.25 323
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	9.07 387	1.55 341	5.19 327	1.87 376	1.92 378	17.05 395	8.29 405	13.92 394	13.52 388	23.08 411	28.56 411	18.59 392	16.90 403	12.06 394	13.39 387	0.91 378	1.32 386	0.65 383	0.59 388	0.68 378	1.31 327
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	9.32 388	2.76 381	8.07 371	8.84 399	6.89 397	14.54 394	4.19 376	14.25 395	23.92 398	7.62 368	19.61 394	20.42 394	5.93 374	8.52 371	3.64 324	9.16 400	1.74 399	7.93 395	0.36 378	10.56 399	7.47 405

WAO-7	9.62 389	2.87 382	5.64 338	0.96 342	0.21 233	20.37 402	5.13 386	23.65 414	26.32 403	13.11 390	27.70 409	22.69 397	14.04 398	14.53 399	13.11 385	0.13 361	0.09 255	0.58 378	0.10 296	0.51 362	0.75 283

PWCK	9.63 390	6.94 406	19.91 401	6.25 392	0.22 234	22.62 405	14.62 414	12.15 391	13.48 387	14.34 393	13.17 376	13.25 383	8.40 381	16.14 400	11.57 381	6.38 395	0.26 276	2.41 392	0.11 299	8.57 392	1.74 357

IMH-64-1	10.12 391	3.75 394	4.24 283	11.47 405	9.26 405	11.93 387	5.30 388	18.72 400	15.74 390	7.16 366	18.55 386	16.83 389	6.83 378	11.66 390	9.62 372	10.09 405	2.54 406	15.69 409	1.72 402	12.82 405	8.45 406

IMH-64	10.12 391	3.75 394	4.24 283	11.47 405	9.26 405	11.93 387	5.30 388	18.72 400	15.74 390	7.16 366	18.55 386	16.83 389	6.83 378	11.66 390	9.62 372	10.09 405	2.54 406	15.69 409	1.72 402	12.82 405	8.45 406

RTS	10.27 393	3.55 387	66.16 417	1.62 372	2.34 382	13.96 391	6.25 394	6.95 364	18.07 395	8.81 374	19.18 390	6.82 365	2.96 333	26.87 412	19.93 402	0.00 1	0.42 290	0.00 1	0.03 260	0.40 352	0.99 306

RTSA	10.27 393	3.55 387	66.16 417	1.62 372	2.34 382	13.96 391	6.25 394	6.95 364	18.07 395	8.81 374	19.18 390	6.82 365	2.96 333	26.87 412	19.93 402	0.00 1	0.42 290	0.00 1	0.03 260	0.40 352	0.99 306

EDNetEfficientorigin	10.48 395	2.34 370	98.78 429	0.23 217	0.25 249	3.01 310	0.70 315	4.69 255	17.04 394	19.07 400	15.43 380	12.52 381	11.56 395	9.41 376	12.62 384	0.01 298	0.01 192	0.00 1	0.01 239	0.25 311	1.76 359

MADNet+	11.36 396	15.59 413	70.62 419	1.36 367	1.52 371	20.21 401	4.98 382	12.73 393	8.13 380	3.88 333	6.42 352	8.89 374	6.29 376	32.76 416	29.90 415	0.25 371	1.05 348	0.01 323	0.22 349	0.60 371	1.76 359

WAO-6	11.65 397	2.71 379	4.73 304	7.69 396	7.28 400	17.41 396	7.45 401	20.43 405	38.14 415	10.13 381	19.37 392	27.36 403	12.38 396	13.35 395	13.26 386	4.38 391	2.43 404	10.51 403	0.03 260	9.00 393	4.96 395

IMH	11.71 398	4.49 397	4.59 300	11.55 407	9.35 407	14.27 393	5.00 384	21.03 408	25.97 402	8.90 376	23.64 404	20.58 396	10.29 389	13.39 396	9.59 371	10.13 408	2.57 408	15.53 407	1.75 404	13.04 407	8.53 408

LVE	11.75 399	3.56 390	5.48 336	10.38 403	8.28 403	22.54 404	7.53 404	17.01 398	32.01 408	9.26 378	23.28 402	23.43 400	9.72 385	11.79 393	7.81 359	10.09 405	2.62 411	11.07 405	0.59 388	11.18 403	7.44 404

Dean	12.08 400	3.10 384	8.10 372	10.98 404	8.34 404	18.85 399	5.53 390	21.57 410	40.96 417	11.81 386	21.91 398	25.74 402	9.74 386	8.20 364	5.76 345	9.65 402	2.35 402	9.94 398	0.65 391	10.97 401	7.40 403

coex-ft	12.25 401	6.22 401	80.44 420	0.15 187	0.15 214	2.43 286	0.98 328	3.07 110	29.54 404	49.22 419	16.44 382	15.69 387	16.17 401	7.44 348	15.30 392	0.05 342	0.07 245	0.01 323	0.05 275	0.35 342	1.15 316

LE_ROB	13.25 402	1.86 357	12.84 391	2.35 380	1.43 368	7.50 370	5.92 391	10.14 386	48.57 420	57.70 420	24.61 405	23.44 401	32.60 416	10.12 381	24.95 414	0.06 348	0.08 249	0.13 368	0.20 340	0.09 186	0.41 240

SGM-ForestM	14.25 403	3.00 383	8.67 379	2.38 381	1.88 377	24.45 409	11.87 410	19.27 402	21.66 397	30.68 413	29.79 413	46.58 417	28.97 413	27.26 414	21.22 407	1.14 383	1.67 396	0.61 382	0.89 398	0.51 362	2.50 385

WAO-8	14.47 404	5.06 398	6.42 352	8.00 397	6.65 395	23.95 407	2.97 361	23.01 411	45.08 418	19.24 402	34.86 416	33.07 407	17.51 404	17.59 403	14.38 388	5.22 393	0.86 325	10.06 399	0.85 394	10.25 396	4.34 393

Venus	14.47 404	5.06 398	6.42 352	8.00 397	6.65 395	23.95 407	2.97 361	23.01 411	45.08 418	19.24 402	34.85 415	33.07 407	17.51 404	17.59 403	14.38 388	5.22 393	0.86 325	10.06 399	0.85 394	10.25 396	4.34 393

JetBlue	14.57 406	6.38 403	35.83 410	0.95 341	7.05 398	51.27 419	22.93 417	16.51 396	9.78 381	11.72 385	17.82 385	27.82 404	17.62 406	33.31 417	20.36 404	0.35 373	0.18 268	0.15 369	0.25 358	5.36 389	5.74 396

KSHMR	14.93 407	8.30 407	8.52 377	15.54 411	13.01 410	17.62 397	10.36 409	19.39 403	30.53 406	19.03 399	22.15 400	28.32 405	9.61 384	16.44 401	10.96 377	10.98 413	3.74 416	21.96 415	4.87 412	16.79 411	10.39 411

MANE	15.61 408	2.70 378	7.19 360	3.43 388	5.19 393	21.44 403	9.54 408	24.27 415	29.58 405	33.72 415	42.10 418	42.08 416	32.55 415	24.60 408	20.72 405	1.46 387	2.17 400	1.34 387	4.60 409	0.49 359	3.04 389

TorneroNet-64	16.11 409	6.82 404	6.11 345	14.13 408	12.13 409	28.42 415	6.47 397	20.35 404	38.01 414	12.80 389	27.88 410	35.94 411	16.83 402	20.38 406	16.77 395	10.33 409	2.60 409	19.45 412	2.86 405	14.63 409	9.33 410

TorneroNet	16.83 410	6.92 405	6.68 356	14.15 409	12.07 408	27.63 414	8.39 406	21.53 409	37.64 413	14.70 395	32.94 414	33.55 409	18.95 409	19.68 405	20.80 406	10.39 410	2.61 410	19.77 413	3.45 406	15.42 410	9.28 409

notaker	18.29 411	22.89 416	10.13 383	18.52 413	14.64 413	17.81 398	7.48 402	20.77 406	24.37 400	21.91 408	27.45 408	39.00 413	20.06 410	20.53 407	21.90 408	12.54 414	2.81 414	25.96 417	6.03 414	19.60 414	11.37 412

BEATNet-Init1	19.30 412	9.61 409	39.48 412	3.09 387	2.67 385	39.40 418	17.68 415	23.58 413	25.88 401	38.63 416	37.63 417	50.99 418	33.56 417	30.54 415	24.44 413	1.09 380	1.51 392	0.60 381	0.88 397	1.81 386	2.89 387

ktn	19.65 413	19.61 414	8.27 375	22.99 417	17.38 415	23.89 406	11.97 411	24.83 416	34.40 412	19.19 401	27.37 407	32.56 406	18.29 407	16.52 402	18.28 398	22.43 417	3.70 415	29.28 418	10.90 416	19.65 415	11.59 413

UNDER WATER	20.50 414	13.77 412	33.30 407	20.84 415	14.55 412	30.38 416	19.68 416	17.23 399	34.25 411	21.44 407	18.98 388	38.38 412	31.61 414	25.31 409	22.42 411	10.71 412	2.76 412	19.90 414	4.92 413	17.87 413	11.76 414

UNDER WATER-64	20.90 415	11.73 411	33.74 408	20.56 414	13.88 411	34.56 417	24.71 418	16.81 397	33.52 410	22.54 409	17.10 383	40.14 415	33.68 418	25.46 410	23.75 412	10.68 411	2.78 413	18.70 411	4.60 409	17.07 412	12.03 415

DLNR_Zeroshot_test	23.30 416	50.27 422	88.62 421	97.23 433	94.59 429	1.20 73	0.00 1	20.92 407	0.64 35	0.06 14	0.02 1	0.03 5	0.02 17	4.50 215	0.25 83	32.51 420	0.96 344	0.00 1	0.27 369	72.47 426	1.47 335

DPSimNet_ROB	26.59 417	21.34 415	28.49 406	25.34 418	19.24 416	25.03 411	28.61 419	30.13 418	30.91 407	33.36 414	29.60 412	33.91 410	28.18 412	25.99 411	42.58 417	17.84 416	15.40 418	25.41 416	22.86 420	21.10 417	26.45 421

HanzoNet	30.55 418	30.82 419	24.44 403	22.40 416	19.25 417	25.74 412	14.00 413	29.76 417	40.45 416	43.57 417	44.15 419	55.63 419	46.26 419	43.79 419	45.27 418	28.35 418	9.71 417	30.23 419	16.18 418	23.20 418	17.85 417

JetRed	35.17 419	40.12 421	62.92 415	15.92 412	26.66 419	70.02 421	42.94 421	32.33 419	33.48 409	46.29 418	45.31 420	39.98 414	26.04 411	38.73 418	56.93 420	12.90 415	37.58 422	13.38 406	9.53 415	30.41 419	21.91 419

MADNet++	48.24 420	34.06 420	39.67 413	43.36 420	41.25 421	66.15 420	33.15 420	60.90 421	54.14 421	72.30 421	61.91 421	58.11 420	56.05 420	58.09 420	59.59 421	43.04 421	36.86 421	35.73 420	22.37 419	45.96 420	42.06 422

LRCNet_RVC	60.82 421	63.91 423	64.33 416	69.26 425	50.13 422	19.76 400	0.07 184	58.24 420	5.77 363	75.95 422	85.64 422	74.51 421	62.84 421	58.99 421	50.33 419	93.38 429	56.04 426	93.60 427	93.06 427	68.67 425	71.95 427

SPstereo	61.24 422	27.43 418	41.43 414	33.64 419	25.42 418	72.54 422	80.04 422	100.00 432	100.00 430	97.56 428	96.24 427	100.00 433	95.10 427	94.86 426	76.77 422	29.55 419	22.53 419	47.20 422	42.52 421	19.77 416	22.12 420

tt	68.57 423	0.18 52	99.50 430	50.44 421	14.99 414	100.00 431	100.00 431	100.00 432	99.70 427	28.28 412	12.01 374	99.97 432	98.67 429	99.55 429	99.99 432	89.99 426	98.19 427	46.13 421	51.48 423	60.62 421	21.71 418

xxxxx1	76.86 424	82.53 424	93.06 424	61.86 422	67.25 423	95.91 425	95.20 426	75.90 422	81.13 422	82.69 423	86.70 423	89.27 422	87.62 422	85.18 422	86.89 423	55.21 422	54.91 423	60.27 423	72.48 424	60.77 422	62.32 423

tt_ll	76.86 424	82.53 424	93.06 424	61.86 422	67.25 423	95.91 425	95.20 426	75.90 422	81.13 422	82.69 423	86.70 423	89.27 422	87.62 422	85.18 422	86.89 423	55.21 422	54.91 423	60.27 423	72.48 424	60.77 422	62.32 423

ff	76.86 424	82.53 424	93.06 424	61.86 422	67.25 423	95.91 425	95.20 426	75.90 422	81.13 422	82.69 423	86.70 423	89.27 422	87.62 422	85.18 422	86.89 423	55.21 422	54.91 423	60.27 423	72.48 424	60.77 422	62.32 423

PML	88.69 427	99.49 428	92.95 423	94.34 427	94.09 427	98.57 429	96.73 429	93.58 425	94.50 425	99.57 431	91.07 426	95.40 426	91.48 425	99.96 433	90.33 426	99.98 439	31.85 420	100.00 433	46.15 422	93.62 428	70.14 426

MEDIAN_ROB	96.88 428	99.41 427	98.74 428	94.82 428	94.30 428	93.21 424	90.85 424	95.70 427	94.83 426	97.65 429	97.67 428	98.31 427	96.57 428	94.60 425	93.95 428	99.78 437	98.28 428	99.99 431	99.90 430	99.50 433	99.57 431

Anonymous_1	96.94 429	99.72 430	99.64 431	92.03 426	93.81 426	100.00 431	100.00 431	99.18 429	99.90 429	98.59 430	99.75 429	99.15 428	99.95 431	98.52 428	99.54 429	87.31 425	98.83 429	90.77 426	96.89 428	91.07 427	94.14 428

HaxPig	97.67 430	99.63 429	91.79 422	99.82 438	99.96 432	88.42 423	87.25 423	98.22 428	99.89 428	99.93 432	99.96 430	99.95 431	99.86 430	96.37 427	92.57 427	99.96 438	99.98 431	99.99 431	99.99 431	99.99 440	99.91 433

test_example2	98.82 431	99.97 434	99.97 432	99.95 440	99.97 433	99.48 430	99.97 430	94.95 426	100.00 430	100.00 433	100.00 431	93.49 425	93.63 426	99.93 432	99.91 430	100.00 440	99.77 430	96.68 428	98.65 429	100.00 441	100.00 441

DPSM_ROB	99.05 432	100.00 435	100.00 435	95.92 429	98.77 430	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.10 427	100.00 432	100.00 433	100.00 432	95.46 429	97.74 429

DPSM	99.05 432	100.00 435	100.00 435	95.92 429	98.77 430	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.10 427	100.00 432	100.00 433	100.00 432	95.46 429	97.74 429

AVERAGE_ROB	99.26 434	99.81 431	97.70 427	100.00 441	100.00 434	96.38 428	91.35 425	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	99.98 434	99.97 431	100.00 440	100.00 432	100.00 433	100.00 432	100.00 441	100.00 441

DGTPSM_ROB	99.42 435	99.92 432	99.98 433	96.43 431	100.00 434	100.00 431	100.00 431	99.81 430	100.00 430	95.92 426	100.00 431	99.26 429	100.00 432	99.77 430	99.99 432	98.23 430	100.00 432	99.86 429	100.00 432	99.38 431	99.97 439

DPSMNet_ROB	99.43 436	99.92 432	99.98 433	96.44 432	100.00 434	100.00 431	100.00 431	99.82 431	100.00 430	95.92 426	100.00 431	99.26 429	100.00 432	99.77 430	99.99 432	98.36 431	100.00 432	99.86 429	100.00 432	99.38 431	99.98 440

CasAABBNet	99.93 437	100.00 435	100.00 435	99.70 434	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 433	100.00 432	99.96 434	99.94 434

LSM0	99.93 437	100.00 435	100.00 435	99.82 438	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.09 436	100.00 432	100.00 433	100.00 432	99.98 435	99.79 432

MyStereo03	99.94 439	100.00 435	100.00 435	99.73 435	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 433	100.00 432	99.98 435	99.94 434

MyStereo02	99.94 439	100.00 435	100.00 435	99.73 435	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 433	100.00 432	99.98 435	99.94 434

MyStereo	99.94 439	100.00 435	100.00 435	99.73 435	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	99.08 432	100.00 432	100.00 433	100.00 432	99.98 435	99.94 434

Selective-RAFT-Error	100.00 442	100.00 435	100.00 435	100.00 441	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	100.00 440	100.00 432	100.00 433	100.00 432	99.98 435	99.94 434

Low-res two-view benchmark