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

TANstereo	1.32 11	0.79 120	2.93 32	0.37 39	0.11 13	1.81 38	0.01 1	3.56 6	4.36 87	4.53 89	4.96 89	0.41 33	0.68 43	1.22 3	0.59 6	0.01 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

XX-TBD	1.55 31	1.11 190	2.94 33	2.45 265	0.06 6	2.31 63	0.01 1	3.58 7	7.80 212	3.11 62	5.10 92	0.27 16	0.26 3	1.42 10	0.60 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 19

panet	1.09 5	0.47 38	2.19 9	0.12 3	0.21 58	1.70 30	0.02 5	4.28 21	6.97 189	0.78 22	1.77 29	0.48 38	0.67 42	1.50 11	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.03 10

CAS	2.42 101	0.37 8	2.30 10	11.49 385	3.97 342	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 14	0.28 6	1.73 16	0.92 41	10.05 393	0.01 104	0.00 1	0.00 1	0.01 3	6.26 382

EGLCR-Stereo	1.45 16	0.26 2	2.91 30	1.94 201	0.90 177	3.13 147	0.69 163	5.81 83	3.21 24	1.14 33	0.20 3	1.52 64	0.37 17	4.29 77	0.69 16	0.01 106	0.79 292	0.00 1	0.00 1	0.01 3	1.21 271

CREStereo++_RVC	1.70 38	0.50 56	3.07 48	0.45 51	0.01 1	1.69 29	0.02 5	3.09 4	8.24 226	3.82 77	7.53 161	0.49 39	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 384	0.01 3	0.08 39
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
CREStereo	1.09 5	0.51 57	2.16 7	0.11 2	0.24 68	1.67 26	0.03 9	4.24 17	6.91 186	0.80 23	1.73 25	0.44 35	0.64 41	1.58 13	0.61 8	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
R-Stereo Train	2.60 120	0.46 33	2.94 33	1.10 111	0.18 41	3.61 176	0.60 141	6.88 133	3.50 31	9.13 265	17.23 315	1.77 70	0.77 49	2.03 29	1.65 113	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 108

RAFT-Stereo	2.60 120	0.46 33	2.94 33	1.10 111	0.18 41	3.61 176	0.60 141	6.88 133	3.50 31	9.13 265	17.23 315	1.77 70	0.77 49	2.03 29	1.65 113	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 108
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Any-RAFT	2.33 88	0.36 7	2.35 11	1.58 151	0.84 171	4.93 235	0.55 128	9.10 193	5.93 150	4.30 85	4.90 88	5.79 205	2.22 131	2.75 51	0.51 2	0.02 190	0.32 256	0.00 1	0.00 1	0.02 10	0.18 92

knoymous	1.50 23	0.28 3	1.99 4	0.33 32	0.48 114	1.58 22	0.11 28	5.71 76	2.81 9	4.85 92	1.75 27	4.58 159	0.46 33	3.66 63	1.30 82	0.01 106	0.02 135	0.00 1	0.00 1	0.02 10	0.09 43

riskmin	2.49 106	0.22 1	3.34 65	2.33 253	1.78 256	2.89 132	0.46 106	7.35 152	6.95 188	2.75 53	1.67 24	6.75 225	5.08 250	3.24 56	1.93 140	0.00 1	0.99 317	0.00 1	0.27 317	0.02 10	1.73 311

DCANet-4	2.26 81	0.43 20	6.69 258	0.40 43	0.20 49	1.70 30	0.13 39	5.73 78	9.44 256	6.01 131	5.29 99	1.12 53	2.77 153	2.49 48	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 204

fff	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 308	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 204

DisPM	2.59 118	0.47 38	4.32 147	1.89 195	0.20 49	3.42 160	0.63 148	5.56 68	5.60 136	8.66 248	7.05 151	2.82 92	1.03 63	9.05 259	1.07 62	0.02 190	0.00 1	0.00 1	0.00 1	0.02 10	0.04 19

PFNet+	2.52 109	0.47 38	4.97 184	0.95 100	0.18 41	3.12 146	0.73 174	4.98 38	6.97 189	7.95 221	6.38 135	2.51 85	1.18 75	8.05 202	1.82 129	0.03 220	0.00 1	0.00 1	0.00 1	0.02 10	0.05 25

ASMatch	3.41 186	0.62 95	3.59 96	1.99 210	0.48 114	1.91 44	0.66 154	7.01 135	4.43 90	6.25 139	22.02 342	4.56 158	4.72 237	7.78 188	1.85 131	0.01 106	0.01 104	0.00 1	0.03 203	0.02 10	0.21 108

RAFT-345	3.36 181	0.55 70	3.43 77	1.23 119	0.21 58	2.62 85	0.46 106	3.91 12	6.34 162	7.46 208	24.49 353	4.19 147	1.74 117	8.27 214	2.25 163	0.01 106	0.00 1	0.00 1	0.00 1	0.02 10	0.02 5

AnonymousM	2.96 153	7.19 372	1.41 1	0.92 97	0.06 6	2.37 66	0.52 122	6.05 100	3.83 62	4.97 96	2.37 39	1.91 73	1.00 60	2.23 37	1.06 60	0.01 106	0.57 278	17.64 393	4.90 392	0.02 10	0.27 129

test-1	2.14 66	0.54 65	6.32 246	1.07 108	1.22 218	2.13 55	0.54 125	6.40 117	4.80 111	3.55 68	5.23 95	4.02 136	0.71 45	1.95 26	2.15 155	0.08 274	0.98 314	0.00 1	0.08 234	0.02 10	1.07 258

s12784h	2.10 63	0.38 9	3.31 63	0.17 5	0.09 12	4.89 234	0.13 39	7.34 151	8.06 222	3.87 80	4.47 84	0.60 46	1.19 80	6.78 140	0.63 9	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.04 19

TestStereo	1.89 43	1.59 252	4.22 142	0.37 39	0.28 77	1.33 10	0.01 1	5.63 71	4.13 73	3.59 70	5.11 93	2.06 79	0.70 44	7.62 182	0.93 42	0.02 190	0.00 1	0.00 1	0.00 1	0.02 10	0.19 98

csc	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 308	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 204

cscssc	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 308	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 204

Gwc-CoAtRS	2.16 68	0.42 19	3.13 49	1.28 124	0.31 80	3.52 172	0.39 94	6.56 121	6.31 161	5.38 109	5.11 93	5.47 188	1.70 112	2.00 28	1.08 63	0.01 106	0.19 235	0.00 1	0.25 304	0.02 10	0.16 84

HSM-Net_RVC	4.40 252	0.44 29	3.22 54	0.72 71	0.68 143	7.06 275	1.82 257	12.57 278	8.48 231	9.04 261	12.20 263	14.98 326	5.14 253	7.32 158	4.19 227	0.02 190	0.02 135	0.00 1	0.00 1	0.02 10	0.14 67
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSKI-zero shot	2.23 79	0.49 52	2.49 12	1.60 152	0.81 168	2.69 96	0.29 77	6.82 131	2.50 5	4.37 87	7.61 163	3.65 127	0.26 3	8.62 241	0.63 9	0.01 106	1.09 326	0.00 1	0.25 304	0.03 27	0.46 178

LoS_RVC	1.47 21	1.75 270	2.66 21	0.52 58	3.89 338	1.67 26	0.04 10	2.66 3	2.61 6	0.55 12	2.63 44	0.31 21	1.68 110	1.99 27	0.81 27	0.01 106	0.02 135	0.00 1	0.00 1	0.03 27	5.54 378

PSMNet-ADL	3.17 169	0.56 78	3.00 46	1.55 149	0.40 104	5.97 256	0.28 75	9.06 190	5.75 145	3.56 69	6.80 144	8.33 256	4.51 224	7.65 183	5.51 258	0.03 220	0.09 207	0.00 1	0.00 1	0.03 27	0.28 133

IIG-Stereo	3.28 174	0.98 172	3.57 90	4.14 350	0.22 65	2.56 80	0.71 169	7.04 139	6.10 153	8.49 246	9.38 204	7.82 248	2.73 149	9.69 283	1.99 146	0.02 190	0.02 135	0.00 1	0.00 1	0.03 27	0.14 67

NF-Stereo	2.38 92	0.48 43	3.88 116	2.17 225	0.11 13	3.43 162	0.42 98	7.08 145	3.75 54	6.91 178	5.29 99	2.65 90	1.33 88	8.40 227	1.67 119	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.02 5

OCTAStereo	2.38 92	0.48 43	3.90 118	2.16 221	0.11 13	3.42 160	0.42 98	7.06 140	3.74 52	6.91 178	5.26 96	2.63 89	1.32 86	8.41 229	1.70 122	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.01 1

PSM-softLoss	2.38 92	0.48 43	4.28 144	1.94 201	0.19 44	2.73 102	0.38 91	6.67 124	3.50 31	6.33 144	6.33 132	2.93 94	0.97 58	8.90 250	1.88 134	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.03 10

KMStereo	2.38 92	0.48 43	4.28 144	1.94 201	0.19 44	2.73 102	0.38 91	6.67 124	3.50 31	6.33 144	6.33 132	2.93 94	0.97 58	8.90 250	1.88 134	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.03 10

DEmStereo	3.86 218	0.54 65	4.04 131	0.26 24	0.17 38	5.17 238	2.45 270	4.70 29	4.34 86	8.37 241	19.94 332	5.06 178	10.13 333	7.86 191	3.93 221	0.01 106	0.01 104	0.01 249	0.00 1	0.03 27	0.10 48

RE-Stereo	2.38 92	0.48 43	3.91 119	2.17 225	0.11 13	3.43 162	0.42 98	7.07 142	3.75 54	6.91 178	5.26 96	2.62 87	1.33 88	8.41 229	1.72 124	0.01 106	0.00 1	0.01 249	0.00 1	0.03 27	0.01 1

Pruner-Stereo	2.66 124	0.61 90	3.54 85	1.93 199	0.25 72	3.47 168	0.74 177	6.60 122	5.66 142	8.98 258	6.12 121	4.39 155	1.11 65	7.27 155	2.34 173	0.03 220	0.00 1	0.02 280	0.00 1	0.03 27	0.04 19

TVStereo	2.38 92	0.48 43	3.91 119	2.17 225	0.11 13	3.43 162	0.42 98	7.07 142	3.75 54	6.91 178	5.26 96	2.62 87	1.33 88	8.41 229	1.72 124	0.01 106	0.00 1	0.01 249	0.00 1	0.03 27	0.01 1

RAFT-RH_RVC	4.04 231	0.69 103	3.59 96	1.91 197	0.43 111	3.11 144	0.13 39	3.80 10	6.60 172	11.26 320	31.68 376	5.20 180	1.66 109	8.30 219	2.27 166	0.09 284	0.00 1	0.00 1	0.03 203	0.03 27	0.02 5

IRAFT_RVC	2.98 155	0.66 99	4.23 143	2.20 229	0.40 104	2.91 133	5.04 321	7.03 138	4.21 78	6.59 162	5.52 108	5.02 177	4.77 238	8.41 229	2.30 172	0.01 106	0.17 232	0.01 249	0.00 1	0.03 27	0.05 25

cross-raft	2.25 80	0.48 43	2.96 40	1.87 191	0.94 183	3.72 191	0.47 108	7.61 162	4.15 74	5.37 108	5.68 112	6.17 213	1.40 93	2.15 34	1.06 60	0.01 106	0.22 241	0.00 1	0.19 277	0.03 27	0.41 167

CFNet-RSSM	2.26 81	0.43 20	3.24 56	1.28 124	0.31 80	3.19 151	0.40 95	7.62 163	7.29 200	5.88 121	4.68 85	5.32 185	1.68 110	2.26 39	1.04 58	0.01 106	0.09 207	0.00 1	0.31 328	0.03 27	0.16 84

PMTNet	1.48 22	0.43 20	2.77 27	0.31 26	0.17 38	2.94 134	0.33 86	3.66 8	5.27 122	1.11 31	1.28 17	0.28 17	0.92 56	4.32 78	0.90 38	4.89 381	0.00 1	0.00 1	0.00 1	0.03 27	0.05 25

AdaStereo	3.34 178	0.74 114	4.00 129	3.10 316	0.51 124	4.22 214	1.25 232	12.84 283	8.39 230	6.33 144	9.55 206	5.77 204	1.54 107	5.53 103	2.74 191	0.02 190	0.00 1	0.00 1	0.00 1	0.03 27	0.15 78
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.
CASnet	1.09 5	0.47 38	2.09 5	0.79 83	0.08 10	2.10 53	0.14 48	3.83 11	4.26 81	3.84 79	1.56 20	0.32 25	0.30 7	1.13 2	0.77 24	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DCRE	2.21 76	0.95 166	3.17 51	2.10 218	1.30 231	1.86 41	0.05 11	5.33 52	4.69 102	3.59 70	9.37 203	3.81 128	1.18 75	2.34 43	1.22 77	0.01 106	0.97 309	0.00 1	0.30 325	0.04 45	1.97 341

anonymousa	4.24 245	0.78 118	4.05 132	2.16 221	4.87 364	8.76 300	0.35 88	7.41 156	4.47 93	8.21 237	19.70 331	11.03 302	5.87 271	2.04 31	2.20 156	0.00 1	1.16 345	0.00 1	0.55 355	0.04 45	1.11 262

ADStereo(finetuned)	2.50 108	0.95 166	6.60 253	0.39 41	0.20 49	1.72 35	0.24 69	6.06 101	9.31 252	6.30 142	5.42 104	1.44 60	6.22 278	2.25 38	2.14 154	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.65 213

DAS	4.18 240	0.53 62	6.20 237	2.20 229	3.69 331	2.78 110	3.12 286	8.69 180	10.29 266	9.39 276	12.80 270	4.58 159	7.20 297	9.08 260	2.70 185	0.02 190	0.00 1	0.00 1	0.00 1	0.04 45	0.34 147

SepStereo	4.22 243	0.53 62	6.20 237	2.20 229	3.69 331	2.78 110	3.12 286	8.69 180	10.29 266	9.39 276	12.80 270	4.58 159	7.20 297	9.74 284	2.70 185	0.02 190	0.00 1	0.00 1	0.00 1	0.04 45	0.34 147

STrans-v2	3.55 194	0.94 165	5.06 187	0.32 27	0.60 138	2.97 137	1.15 228	11.08 246	7.97 219	6.01 131	10.93 243	6.65 224	6.86 290	8.37 226	1.66 116	0.00 1	0.01 104	0.00 1	0.00 1	0.04 45	0.39 159

FTStereo	4.61 265	0.54 65	2.86 29	0.98 102	0.40 104	2.57 81	8.51 359	5.70 75	3.76 57	10.85 310	29.92 370	5.53 191	7.43 303	7.73 185	1.63 108	0.17 304	0.00 1	0.05 313	0.00 1	0.04 45	3.62 371

SST-Stereo	2.86 140	0.45 31	3.64 100	1.46 140	0.36 92	3.94 202	0.80 184	6.07 103	4.46 91	10.96 313	6.21 124	4.94 173	4.14 213	8.85 248	0.93 42	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10

RAFT_R40	2.83 137	0.46 33	3.85 108	1.38 134	0.32 85	3.78 195	0.97 213	6.16 107	4.82 112	9.74 287	6.35 134	4.96 174	3.94 207	8.78 245	1.05 59	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10

GrayStereo	3.86 218	0.33 5	2.63 19	1.66 162	0.62 140	3.09 143	7.92 356	6.43 118	3.88 64	10.61 302	16.51 307	5.75 203	8.40 317	6.75 136	1.58 100	0.01 106	0.00 1	0.01 249	0.62 357	0.04 45	0.38 157

DCANet	2.35 89	0.96 168	5.51 205	0.39 41	0.19 44	1.72 35	0.25 71	6.06 101	9.33 253	6.31 143	5.42 104	1.44 60	4.14 213	2.22 35	2.28 168	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.66 221

EAI-Stereo	2.75 136	0.54 65	3.17 51	0.91 96	1.28 225	4.02 207	5.30 324	12.39 272	4.76 105	2.51 52	7.10 154	1.22 55	0.94 57	6.03 114	1.96 142	0.01 106	0.56 276	0.00 1	1.38 373	0.04 45	0.95 245

FENet	2.35 89	0.59 87	3.28 60	2.32 251	0.27 76	2.78 110	0.13 39	7.68 167	6.09 152	5.38 109	2.12 34	4.84 169	3.33 176	4.98 87	2.66 181	0.02 190	0.03 160	0.00 1	0.00 1	0.04 45	0.40 160

STTStereo	3.90 220	1.43 235	8.20 292	3.03 307	2.28 284	3.64 181	0.64 150	10.11 221	7.09 192	10.20 291	7.08 152	8.73 266	3.57 183	7.44 162	4.00 224	0.00 1	0.02 135	0.01 249	0.01 175	0.04 45	0.40 160

RAFT-Test	2.49 106	0.45 31	4.35 149	1.89 195	1.28 225	4.83 232	0.68 160	7.19 146	4.51 94	5.00 98	7.09 153	6.81 226	1.12 66	2.22 35	1.16 67	0.01 106	0.63 280	0.00 1	0.33 333	0.05 60	0.20 104

HH	2.88 143	0.82 130	4.07 134	1.71 172	0.54 131	4.71 228	0.69 163	8.72 182	3.57 45	1.80 45	6.49 138	7.81 246	3.92 205	8.93 253	0.99 52	0.00 1	1.06 323	0.00 1	0.03 203	0.05 60	1.69 304

HanStereo	2.88 143	0.82 130	4.07 134	1.71 172	0.54 131	4.71 228	0.69 163	8.72 182	3.57 45	1.80 45	6.49 138	7.81 246	3.92 205	8.93 253	0.99 52	0.00 1	1.06 323	0.00 1	0.03 203	0.05 60	1.69 304

CASS	2.62 122	0.57 83	4.28 144	0.90 93	0.38 96	3.45 165	0.22 63	9.91 215	4.46 91	7.33 204	7.92 173	3.53 125	3.59 184	4.16 72	1.49 95	0.03 220	0.01 104	0.00 1	0.00 1	0.05 60	0.06 32
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	1.92 45	0.54 65	3.87 111	1.15 113	0.21 58	3.83 199	0.06 13	5.00 39	4.68 101	1.59 42	2.14 35	3.05 98	2.77 153	6.63 130	1.34 89	0.00 1	0.95 306	0.00 1	0.32 330	0.05 60	0.19 98

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 71	0.01 1	1.98 46	0.55 128	3.52 5	3.54 43	0.96 28	1.63 22	0.19 1	0.41 22	1.29 7	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.05 60	0.08 39

AAGNet	3.50 191	0.49 52	3.38 68	1.91 197	0.41 108	3.66 182	1.02 216	5.14 45	5.16 121	9.65 285	7.75 166	4.91 170	6.23 279	7.45 169	12.73 346	0.01 106	0.00 1	0.00 1	0.00 1	0.05 60	0.06 32

CroCo-Stereo	1.14 8	1.22 211	3.99 128	0.61 62	0.53 128	0.38 1	0.06 13	5.35 57	4.15 74	0.59 14	1.92 32	1.00 51	0.27 5	1.37 9	1.33 87	0.01 106	0.00 1	0.00 1	0.00 1	0.05 60	0.05 25
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
DIP-Stereo	2.12 64	0.98 172	3.94 123	0.20 6	0.11 13	4.73 230	0.13 39	9.27 202	4.40 89	6.46 152	5.03 91	0.45 37	0.72 46	3.79 65	1.94 141	0.00 1	0.01 104	0.00 1	0.00 1	0.05 60	0.24 124
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoIM	0.96 3	1.11 190	4.01 130	0.36 38	1.86 264	1.20 5	0.06 13	3.99 14	1.73 2	0.45 6	0.56 7	0.43 34	0.51 36	1.28 6	1.46 94	0.00 1	0.00 1	0.00 1	0.00 1	0.06 69	0.08 39

EKT-Stereo	2.16 68	0.61 90	3.78 106	2.31 250	4.40 349	1.47 15	0.24 69	5.54 63	4.22 79	3.16 63	3.58 64	3.53 125	2.20 130	5.66 106	1.40 92	0.04 241	0.36 263	0.00 1	0.09 240	0.06 69	0.58 196

PCWNet_CMD	3.14 165	0.51 57	4.47 153	0.44 50	0.26 75	2.87 130	0.15 50	9.66 210	9.78 260	7.28 200	11.50 250	6.84 228	2.40 138	4.47 80	1.83 130	0.01 106	0.02 135	0.02 280	0.00 1	0.06 69	0.29 136

anonymousdsp2	2.20 75	0.57 83	4.59 166	1.69 167	0.82 169	3.58 175	0.48 117	8.57 177	3.63 48	3.37 64	3.03 50	3.32 104	1.00 60	5.57 104	0.80 25	0.01 106	0.94 305	0.02 280	0.15 260	0.06 69	1.89 336

LoS	1.03 4	0.43 20	2.53 13	0.64 63	0.14 24	2.42 69	0.26 73	5.64 72	2.93 12	1.08 29	0.24 4	0.49 39	0.45 31	2.31 41	0.83 31	0.02 190	0.02 135	0.00 1	0.00 1	0.06 69	0.03 10

BUS	2.72 132	0.43 20	3.76 102	0.70 68	0.50 117	7.31 281	0.48 117	9.93 216	5.65 138	6.50 153	6.23 125	5.21 181	1.18 75	4.27 74	1.89 137	0.01 106	0.03 160	0.03 297	0.00 1	0.06 69	0.14 67

BSDual-CNN	2.91 145	0.43 20	3.76 102	0.70 68	0.50 117	6.97 271	1.58 249	9.93 216	5.65 138	6.50 153	6.23 125	6.17 213	2.50 141	4.27 74	2.67 182	0.01 106	0.03 160	0.03 297	0.00 1	0.06 69	0.14 67

hknet	3.56 195	0.66 99	5.82 221	0.70 68	1.19 214	6.97 271	1.58 249	9.93 216	7.76 208	6.50 153	6.23 125	9.53 272	2.81 155	7.84 189	3.39 203	0.01 106	0.03 160	0.03 297	0.00 1	0.06 69	0.14 67

TransformOpticalFlow	3.50 191	0.83 133	4.85 177	1.09 109	0.31 80	3.52 172	0.14 48	10.32 224	8.02 220	5.78 117	13.25 275	6.63 223	4.91 242	8.36 225	1.63 108	0.00 1	0.01 104	0.01 249	0.00 1	0.06 69	0.24 124

PSM-AAD	3.43 190	0.31 4	2.16 7	0.80 85	0.57 134	2.53 77	5.97 327	5.53 62	3.98 69	11.00 314	11.90 257	2.93 94	9.36 330	8.03 200	1.00 54	0.01 106	0.01 104	0.00 1	0.00 1	0.06 69	2.39 355

KYRaft	3.68 204	0.43 20	2.53 13	0.89 91	0.49 116	2.28 62	3.89 299	5.30 50	3.82 61	8.99 260	19.28 329	6.54 222	4.96 245	7.92 195	0.96 49	0.01 106	0.00 1	0.00 1	0.01 175	0.06 69	5.17 377

rafts_anoy	2.09 59	1.42 234	3.34 65	2.87 299	2.72 300	2.46 72	0.17 55	6.20 111	6.48 169	3.40 66	2.25 38	1.91 73	1.32 86	3.59 60	1.75 126	0.01 106	1.52 371	0.00 1	0.01 175	0.06 69	0.28 133

CFNet_pseudo	2.96 153	0.55 70	4.51 156	0.43 47	0.24 68	2.83 114	0.12 32	8.59 179	8.13 223	7.20 195	10.41 228	6.47 220	2.04 124	5.27 95	2.00 148	0.00 1	0.02 135	0.01 249	0.00 1	0.06 69	0.23 116

MSMDNet	3.15 166	0.51 57	4.48 154	0.46 53	0.25 72	2.88 131	0.16 53	9.79 213	9.82 261	7.24 197	11.36 249	6.82 227	2.41 139	4.47 80	1.86 132	0.01 106	0.02 135	0.02 280	0.00 1	0.06 69	0.30 139

ccs_rob	2.95 151	0.55 70	4.53 158	0.42 44	0.25 72	2.84 116	0.12 32	8.58 178	8.13 223	7.18 194	10.36 227	6.44 219	2.05 125	5.28 96	1.97 143	0.00 1	0.02 135	0.01 249	0.00 1	0.06 69	0.23 116

GwcNet-ADL	2.85 139	0.61 90	4.38 150	0.92 97	0.33 86	2.05 50	0.67 158	8.85 185	9.65 258	6.36 148	6.71 140	4.11 142	1.71 113	5.97 112	4.22 229	0.08 274	0.06 188	0.00 1	0.00 1	0.07 84	0.16 84

Prome-Stereo	3.73 210	0.39 14	2.62 18	1.05 107	0.52 127	2.06 52	4.58 313	4.88 35	3.95 66	9.34 274	20.39 334	4.03 137	7.02 294	7.86 191	1.31 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 84	4.52 376

NLCA_NET_v2_RVC	4.11 235	1.53 248	6.87 262	3.04 309	3.33 319	4.34 221	0.59 140	11.36 252	7.92 216	8.98 258	7.98 174	9.72 275	3.82 195	7.92 195	4.43 235	0.15 297	0.02 135	0.03 297	0.03 203	0.07 84	0.14 67
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	4.82 276	1.29 217	7.98 289	3.68 339	3.48 325	8.02 290	3.10 285	11.25 249	15.50 330	5.14 103	7.71 165	8.21 253	4.68 234	10.19 299	4.30 231	0.02 190	0.19 235	0.13 336	0.36 338	0.07 84	1.12 265

CBMV_ROB	4.66 267	0.85 137	3.94 123	1.64 155	0.75 161	8.38 297	1.90 258	11.19 248	10.36 268	9.20 269	15.21 293	7.28 235	6.99 293	9.48 272	5.24 255	0.04 241	0.05 182	0.00 1	0.00 1	0.07 84	0.64 212

Former-RAFT_DAM_RVC	1.39 14	0.74 114	2.72 25	0.73 74	1.26 224	2.42 69	0.02 5	3.78 9	8.16 225	1.81 47	2.94 48	0.28 17	0.32 11	1.51 12	0.76 23	0.04 241	0.01 104	0.00 1	0.00 1	0.08 89	0.19 98

whm_eth	3.18 170	1.78 274	6.61 254	0.90 93	2.72 300	2.54 78	0.27 74	7.64 164	7.94 217	5.43 111	23.98 349	0.37 31	0.47 34	1.31 8	1.17 68	0.02 190	0.03 160	0.00 1	0.00 1	0.08 89	0.32 145

LL-Strereo2	2.22 77	1.39 232	3.39 70	1.26 121	1.01 194	3.73 192	1.47 243	6.47 120	4.61 97	4.66 90	2.64 45	4.17 146	0.37 17	6.03 114	1.61 104	0.09 284	0.24 247	0.00 1	0.08 234	0.08 89	1.16 266

Selective-IGEV	1.56 32	0.34 6	2.13 6	0.77 82	0.76 163	2.36 65	0.52 122	6.80 130	3.08 22	0.53 10	3.34 52	0.26 15	0.31 8	7.24 153	0.73 22	0.01 106	0.80 293	0.00 1	0.14 257	0.08 89	1.01 250

HBP-ISP	4.37 251	1.56 249	4.59 166	2.23 234	1.29 229	7.87 287	3.96 302	11.80 261	10.91 284	8.06 232	14.45 288	3.38 110	4.87 241	9.27 266	2.53 176	0.14 295	0.06 188	0.00 1	0.01 175	0.08 89	0.30 139

Wz-Net-LNSev-Ref	6.52 303	2.21 301	12.10 334	2.75 287	3.28 316	10.03 315	3.05 283	12.31 269	11.52 295	10.10 290	21.36 337	11.51 304	7.30 301	11.56 319	10.61 325	0.09 284	0.00 1	0.00 1	0.00 1	0.08 89	0.51 186

IER	3.42 188	0.91 154	6.38 248	0.73 74	1.60 244	7.07 276	0.55 128	7.07 142	5.45 131	8.17 236	8.89 187	6.13 211	6.13 275	5.36 98	3.77 214	0.00 1	0.00 1	0.00 1	0.00 1	0.08 89	0.05 25

OMP-Stereo	3.15 166	1.19 203	3.49 80	4.34 358	0.51 124	2.20 57	1.21 229	6.67 124	6.52 170	7.99 225	6.24 129	8.38 260	2.44 140	9.65 277	1.92 139	0.01 106	0.02 135	0.00 1	0.00 1	0.08 89	0.15 78

sCroCo_RVC	1.34 12	0.85 137	6.15 236	1.21 118	1.28 225	0.90 4	0.18 57	4.50 27	2.86 11	0.37 2	3.18 51	0.52 42	1.52 106	1.83 23	0.93 42	0.13 292	0.25 250	0.00 1	0.00 1	0.08 89	0.16 84

RYNet	6.82 306	1.51 244	7.35 277	1.79 182	4.52 355	16.68 355	4.41 311	14.19 318	17.43 339	11.64 325	7.86 169	15.03 327	8.81 324	10.10 296	14.16 354	0.04 241	0.13 221	0.15 339	0.05 224	0.08 89	0.53 189

HITNet	3.11 161	1.38 231	5.35 197	2.23 234	0.12 21	5.59 244	0.58 137	9.95 219	5.72 144	6.62 164	7.91 172	3.90 132	3.24 165	4.39 79	4.58 242	0.01 106	0.00 1	0.00 1	0.00 1	0.08 89	0.57 194
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
MDST_ROB	9.13 344	1.31 220	10.16 327	4.36 359	2.48 292	28.66 385	7.64 353	19.96 367	14.97 325	27.53 380	24.02 350	9.47 271	5.27 256	16.31 358	8.61 295	0.63 347	0.19 235	0.00 1	0.00 1	0.08 89	0.90 240

DLCB_ROB	4.87 278	1.45 240	4.75 175	2.52 273	1.13 210	6.25 261	3.01 282	10.44 230	8.34 228	11.05 316	13.43 276	14.04 319	3.90 204	9.74 284	6.80 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 89	0.37 154

SGM-Forest	5.40 285	0.84 136	4.19 139	1.43 138	0.68 143	10.12 317	6.41 337	12.13 265	11.86 300	11.50 323	14.43 287	11.62 305	5.20 254	9.93 293	6.16 266	0.16 300	0.04 175	0.00 1	0.00 1	0.08 89	1.24 273
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet-DCA	2.41 100	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	9.15 195	4.33 82	1.42 37	3.48 56	0.33 26	3.65 188	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.03 203	0.09 103	1.65 294

xx1	2.73 134	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	5.34 53	10.76 279	1.42 37	3.48 56	4.63 162	2.83 156	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.25 304	0.09 103	1.65 294

1test111	2.31 87	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	9.15 195	4.33 82	1.42 37	3.48 56	0.33 26	3.65 188	4.95 85	2.06 150	0.00 1	1.14 340	0.00 1	0.03 203	0.09 103	1.65 294

mmm	3.07 159	0.76 116	4.50 155	2.27 244	1.24 221	3.75 193	0.12 32	10.03 220	5.12 120	6.43 150	11.19 246	3.10 101	3.20 162	4.54 83	1.78 128	0.02 190	1.19 350	0.00 1	0.30 325	0.09 103	1.79 320

11t1	2.13 65	0.67 101	3.98 126	2.69 285	0.85 174	2.59 84	0.07 16	7.40 155	3.89 65	3.75 75	3.57 63	1.24 56	1.96 122	4.68 84	1.97 143	0.10 287	1.13 332	0.00 1	0.22 297	0.09 103	1.66 298

qqq	2.44 103	0.85 137	4.33 148	1.73 176	0.71 151	1.98 46	0.38 91	9.15 195	4.33 82	3.37 64	4.34 74	4.63 162	2.83 156	4.95 85	2.06 150	0.00 1	1.13 332	0.00 1	0.25 304	0.09 103	1.65 294

x	2.30 86	0.82 130	3.85 108	2.23 234	0.72 154	2.12 54	0.81 187	9.48 208	4.82 112	3.83 78	2.76 46	3.49 123	2.30 135	3.48 59	2.25 163	0.00 1	1.13 332	0.00 1	0.22 297	0.09 103	1.66 298

NINENet	3.38 183	0.81 126	4.16 137	1.88 194	1.40 239	7.31 281	0.48 117	12.95 290	6.64 175	7.29 201	9.24 196	5.21 181	1.18 75	6.72 135	1.89 137	0.17 304	0.08 201	0.07 322	0.00 1	0.09 103	0.03 10

Patchmatch Stereo++	2.09 59	0.55 70	3.57 90	0.20 6	0.20 49	3.68 187	0.64 150	5.90 91	3.52 37	5.91 123	4.41 77	3.42 113	1.51 102	7.07 147	0.95 47	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	2.02 49	0.55 70	3.57 90	0.20 6	0.21 58	3.69 190	0.69 163	5.89 86	3.52 37	5.91 123	4.43 79	3.42 113	1.50 98	5.63 105	0.94 46	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48

ROB_FTStereo_v2	2.04 51	0.56 78	3.56 89	0.20 6	0.21 58	3.66 182	0.72 172	5.89 86	3.51 35	5.91 123	4.46 82	3.42 113	1.50 98	6.08 117	0.93 42	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

ROB_FTStereo	2.03 50	0.57 83	3.57 90	0.20 6	0.21 58	3.66 182	0.73 174	5.89 86	3.51 35	5.92 128	4.35 76	3.37 109	1.50 98	6.02 113	0.90 38	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

HUI-Stereo	1.94 46	0.56 78	3.55 87	0.20 6	0.20 49	3.67 186	0.63 148	5.89 86	3.53 41	5.92 128	4.44 80	3.41 112	1.51 102	4.21 73	0.89 37	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.11 56

DeepStereo_RVC	2.15 67	0.55 70	3.26 58	0.21 15	0.19 44	3.47 168	0.68 160	5.76 80	3.60 47	6.36 148	4.19 72	3.42 113	4.44 222	5.04 89	1.59 103	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.18 92

iGMRVC	2.09 59	0.56 78	3.59 96	0.20 6	0.21 58	3.68 187	0.71 169	5.89 86	3.53 41	5.92 128	4.46 82	3.44 119	1.51 102	6.93 146	0.98 50	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

iRAFT	2.09 59	0.55 70	3.57 90	0.20 6	0.20 49	3.68 187	0.64 150	5.90 91	3.52 37	5.91 123	4.41 77	3.42 113	1.51 102	7.07 147	0.95 47	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48

RAFT-IKP	2.04 51	0.57 83	3.54 85	0.20 6	0.20 49	3.45 165	0.62 146	5.90 91	3.52 37	5.91 123	4.44 80	3.46 122	1.50 98	6.20 119	1.00 54	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.08 39

FCDSN-DC	10.72 357	1.16 198	5.01 185	2.16 221	1.31 233	17.46 360	4.80 317	17.79 351	19.87 349	25.02 376	32.85 377	33.57 385	23.52 383	16.80 361	12.13 339	0.11 291	0.00 1	0.00 1	0.00 1	0.09 103	0.76 233
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RASNet	5.00 280	1.19 203	5.69 218	3.68 339	4.80 362	5.04 237	1.29 236	10.26 223	8.99 244	5.89 122	11.65 253	10.55 289	9.76 331	9.96 294	10.32 322	0.20 311	0.00 1	0.00 1	0.00 1	0.09 103	0.73 229

HSM	4.25 247	1.10 188	4.14 136	1.78 181	2.14 277	6.67 268	1.08 223	12.92 287	6.90 185	7.06 185	8.17 179	14.17 321	6.03 274	9.16 262	3.11 199	0.00 1	0.00 1	0.00 1	0.00 1	0.09 103	0.41 167

mmx	4.50 257	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	12.84 283	11.23 290	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 335	0.05 254	1.12 329	0.00 1	0.19 277	0.10 123	1.53 287

ttt	4.41 254	0.70 109	3.95 125	2.53 274	2.01 271	4.34 221	0.41 97	13.09 297	11.69 298	7.20 195	12.20 263	4.15 145	3.35 177	9.54 275	10.11 317	0.07 270	1.11 328	0.00 1	0.19 277	0.10 123	1.47 283

xxx	4.50 257	0.98 172	7.04 270	1.64 155	1.07 198	2.84 116	0.47 108	12.84 283	11.23 290	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 335	0.05 254	1.12 329	0.00 1	0.19 277	0.10 123	1.53 287

CFNet_ucs	3.23 172	0.56 78	4.59 166	0.59 59	0.37 95	3.29 157	0.19 59	10.47 231	9.02 245	7.78 217	12.57 268	5.59 193	1.74 117	5.39 99	1.86 132	0.00 1	0.04 175	0.01 249	0.00 1	0.10 123	0.33 146

RCA-Stereo	2.19 73	0.46 33	3.22 54	0.47 54	0.33 86	2.27 60	0.47 108	5.60 70	15.20 326	2.86 55	5.61 110	0.78 48	3.15 161	1.71 14	0.48 1	0.00 1	0.90 299	0.00 1	0.00 1	0.10 123	0.26 127

iRaft-Stereo_20w	3.11 161	0.49 52	6.09 232	1.01 103	1.25 222	3.99 206	1.00 215	14.00 315	4.73 104	6.70 174	6.27 130	2.34 82	2.28 134	7.29 157	1.58 100	0.01 106	0.75 290	0.00 1	0.73 361	0.10 123	1.63 293

dd	2.36 91	1.93 284	6.03 231	0.83 87	0.12 21	1.80 37	0.17 55	5.30 50	11.82 299	2.98 57	3.64 66	1.50 62	1.21 81	5.25 94	3.92 219	0.13 292	0.01 104	0.04 306	0.22 297	0.10 123	0.14 67

HCRNet	2.74 135	0.83 133	4.19 139	0.45 51	3.31 318	2.18 56	0.22 63	7.59 159	5.76 146	6.08 136	4.89 87	5.21 181	2.74 150	8.04 201	3.10 198	0.00 1	0.02 135	0.00 1	0.00 1	0.10 123	0.09 43

xxxx	5.16 284	0.86 144	4.86 178	1.96 205	1.22 218	7.56 286	0.07 16	14.67 324	9.15 249	6.55 159	9.87 215	9.30 270	3.47 180	8.07 203	22.20 372	0.05 254	1.16 345	0.00 1	0.26 313	0.10 123	1.76 317

UNet	4.19 241	0.87 151	7.18 273	2.00 213	3.22 315	9.55 308	0.31 83	10.11 221	6.22 159	7.98 223	6.82 145	10.42 284	5.77 269	7.28 156	5.83 261	0.00 1	0.00 1	0.00 1	0.00 1	0.10 123	0.12 59

FC-DCNN	11.29 362	1.01 181	5.50 204	2.25 238	1.65 249	18.23 364	5.36 325	18.99 359	20.65 354	28.95 382	34.83 384	33.83 387	23.18 382	17.04 365	13.37 349	0.17 304	0.01 104	0.02 280	0.02 192	0.10 123	0.70 226

SMFormer	3.94 223	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	4.89 247	0.08 274	0.97 309	0.00 1	0.16 262	0.11 134	0.92 243

MyStereo07	1.64 36	1.15 196	2.61 16	1.28 124	1.49 242	2.63 87	0.45 104	6.45 119	2.94 13	1.10 30	1.61 21	0.29 19	0.60 39	7.45 169	0.80 25	0.01 106	1.27 357	0.00 1	0.25 304	0.11 134	0.42 171

MyStereo04	3.29 175	1.15 196	6.64 255	1.28 124	1.49 242	2.63 87	0.45 104	10.57 234	13.30 315	4.41 88	3.90 68	3.06 100	3.56 182	7.87 193	3.35 202	0.01 106	1.27 357	0.00 1	0.25 304	0.11 134	0.42 171

AE-Stereo	1.89 43	0.38 9	3.86 110	1.94 201	0.38 96	2.51 76	0.58 137	7.19 146	7.28 199	1.60 43	3.51 61	1.07 52	0.77 49	2.12 33	1.24 79	0.03 220	1.02 321	0.00 1	0.28 318	0.11 134	1.84 326

DualNet	3.96 227	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	8.20 207	11.69 335	0.00 1	1.13 332	0.00 1	0.19 277	0.11 134	1.88 332

ffm	3.41 186	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	8.20 207	0.68 12	0.00 1	1.13 332	0.00 1	0.19 277	0.11 134	1.88 332

ff1	4.11 235	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 335	0.00 1	1.13 332	0.00 1	0.19 277	0.11 134	1.88 332

tt1	2.53 110	0.91 154	3.53 84	2.92 300	0.53 128	5.60 245	0.61 144	5.55 64	10.56 272	1.54 41	3.54 62	0.34 30	3.00 159	8.20 207	0.68 12	0.00 1	1.13 332	0.00 1	0.03 203	0.11 134	1.88 332

1111x	4.96 279	1.04 183	7.09 272	1.75 178	1.05 197	5.03 236	0.32 84	13.52 306	10.70 278	6.68 168	10.35 226	8.81 268	6.01 273	10.65 303	12.78 347	0.07 270	1.24 354	0.00 1	0.33 333	0.11 134	1.75 315

4D-IteraStereo	1.99 48	1.32 223	3.77 105	0.13 4	2.84 303	3.51 170	1.03 217	4.26 19	5.38 126	5.50 113	1.03 8	3.86 130	0.38 21	2.44 47	1.88 134	0.00 1	0.43 268	0.00 1	0.01 175	0.11 134	1.84 326

MC-Stereo	1.87 41	0.49 52	3.52 81	2.82 294	1.07 198	1.90 43	0.12 32	4.89 37	3.27 26	3.66 73	3.58 64	0.56 44	1.45 96	5.79 108	0.81 27	0.00 1	1.19 350	0.00 1	0.21 292	0.11 134	1.95 340

TRStereo	2.71 129	3.79 350	5.46 203	2.19 228	2.22 281	2.98 138	1.07 222	9.83 214	4.39 88	3.46 67	3.48 56	3.92 133	0.77 49	6.43 123	1.70 122	0.03 220	0.63 280	0.00 1	0.29 323	0.11 134	1.49 285

CRE-IMP	2.08 54	0.51 57	3.43 77	0.35 37	0.19 44	3.85 200	0.83 195	5.77 81	3.43 30	5.81 119	4.24 73	3.45 121	0.83 54	6.56 126	1.99 146	0.01 106	0.00 1	0.00 1	0.00 1	0.11 134	0.20 104

222	5.93 290	0.88 152	4.58 165	1.76 180	0.98 190	6.02 257	0.08 20	14.45 321	8.89 240	9.53 278	11.77 255	3.88 131	4.23 218	8.26 210	39.96 406	0.03 220	1.12 329	0.00 1	0.24 301	0.11 134	1.73 311

test_xeample	4.78 274	0.93 156	4.68 173	1.48 142	1.28 225	3.94 202	0.13 39	13.35 302	8.62 233	8.21 237	11.63 252	3.43 118	3.54 181	7.59 180	23.47 377	0.02 190	1.16 345	0.00 1	0.25 304	0.11 134	1.74 314

DMCA	3.08 160	1.10 188	6.20 237	1.82 187	0.90 177	3.80 198	0.55 128	9.76 211	5.42 128	6.56 161	6.47 137	7.06 234	2.09 126	4.05 68	5.46 257	0.00 1	0.01 104	0.00 1	0.00 1	0.11 134	0.16 84

NOSS_ROB	3.67 202	0.86 144	3.81 107	2.53 274	1.11 207	6.10 258	0.72 172	11.08 246	12.36 302	5.45 112	8.91 188	5.65 194	2.09 126	8.30 219	3.16 200	0.20 311	0.07 199	0.00 1	0.00 1	0.11 134	0.80 236

cc1	2.56 115	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	5.34 53	10.76 279	1.42 37	3.48 56	0.33 26	3.65 188	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.03 203	0.12 151	1.89 336

ff7	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 262	0.12 151	1.82 321

ffff	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 262	0.12 151	1.82 321

11t	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.87 36	0.00 1	0.93 300	0.00 1	0.16 262	0.12 151	1.82 321

StereoVision	2.42 101	1.18 201	5.14 190	1.15 113	2.64 297	1.89 42	0.28 75	6.61 123	4.72 103	2.14 48	10.52 233	3.84 129	0.52 37	5.33 97	2.29 170	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.04 19

MIF-Stereo (partial)	1.44 15	0.59 87	3.98 126	0.08 1	1.09 204	1.24 8	0.13 39	5.12 44	4.07 72	0.47 7	2.56 42	0.31 21	0.74 47	6.31 121	2.02 149	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.04 19

AEACV	1.27 10	0.38 9	2.61 16	1.75 178	1.21 217	2.44 71	0.85 201	4.79 31	1.67 1	0.71 15	0.26 6	0.29 19	2.00 123	2.30 40	0.66 11	0.01 106	0.95 306	0.00 1	0.42 345	0.12 151	2.07 345

anonymousdsp	1.51 24	0.81 126	2.70 24	0.60 60	0.69 145	2.76 108	0.79 182	4.86 32	3.00 21	0.82 24	1.25 13	0.31 21	0.42 24	7.44 162	0.81 27	0.00 1	0.83 294	0.00 1	0.17 271	0.12 151	1.85 328

ccc-4	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 262	0.12 151	1.82 321

IGEV-Stereo	1.51 24	0.81 126	2.69 23	0.60 60	0.69 145	2.77 109	0.79 182	4.88 35	2.99 20	0.82 24	1.25 13	0.31 21	0.42 24	7.43 161	0.85 32	0.00 1	0.83 294	0.00 1	0.17 271	0.12 151	1.85 328
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	3.34 178	0.43 20	3.76 102	0.73 74	0.50 117	8.47 298	2.74 273	10.88 243	5.65 138	8.91 256	8.78 185	6.17 213	2.50 141	4.27 74	2.67 182	0.01 106	0.04 175	0.06 317	0.00 1	0.12 151	0.10 48

IPLGR	2.46 104	0.68 102	7.02 265	0.22 16	0.16 35	2.01 48	0.22 63	7.01 135	6.62 174	7.10 189	5.92 117	2.91 93	2.27 133	5.12 92	1.52 97	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.41 167

NRIStereo	2.27 83	0.52 61	3.35 67	1.26 121	0.17 38	3.04 140	0.84 196	5.96 98	3.74 52	6.27 141	3.44 53	4.13 143	1.80 119	8.31 221	2.11 152	0.00 1	0.10 211	0.00 1	0.00 1	0.12 151	0.20 104

DRaft	3.83 217	0.65 97	3.39 70	0.22 16	0.16 35	4.67 227	1.30 237	5.82 84	4.86 114	10.26 294	21.65 338	3.24 103	8.62 322	7.53 177	3.76 212	0.05 254	0.10 211	0.00 1	0.14 257	0.12 151	0.16 84

GMM-Stereo	3.42 188	0.39 14	3.24 56	0.87 90	0.50 117	2.26 59	4.73 316	5.64 72	3.81 59	7.08 187	16.57 308	6.13 211	3.62 187	7.74 186	1.40 92	0.05 254	0.00 1	0.00 1	0.04 221	0.12 151	4.24 375

UPFNet	4.17 239	0.83 133	5.51 205	2.49 268	3.36 321	7.13 278	2.60 271	10.52 233	7.16 193	8.76 252	7.83 168	7.85 249	3.41 178	8.60 238	7.04 277	0.01 106	0.02 135	0.00 1	0.00 1	0.12 151	0.17 90

DispNO	3.51 193	1.33 225	8.51 295	2.26 240	1.36 236	3.46 167	0.81 187	8.74 184	6.58 171	6.78 176	7.63 164	6.22 216	4.20 215	7.47 171	4.44 236	0.00 1	0.03 160	0.03 297	0.11 246	0.13 167	0.14 67

tta	3.96 227	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	4.89 247	0.08 274	0.97 309	0.00 1	0.16 262	0.13 167	1.24 273

qqq1	3.78 213	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	1.24 79	0.08 274	0.97 309	0.00 1	0.12 251	0.13 167	1.24 273

fff1	3.78 213	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	1.24 79	0.08 274	0.97 309	0.00 1	0.12 251	0.13 167	1.24 273

MyStereo06	2.71 129	1.05 185	5.43 202	1.39 135	1.20 215	2.57 81	0.10 25	10.39 228	4.79 110	5.54 116	6.16 122	6.39 217	2.33 137	3.40 58	1.35 90	0.01 106	1.24 354	0.00 1	0.21 292	0.13 167	0.50 182

MyStereo05	3.24 173	1.05 185	5.93 225	1.39 135	1.20 215	2.57 81	0.10 25	9.11 194	13.17 314	6.45 151	3.86 67	3.20 102	3.26 167	8.35 224	3.02 196	0.01 106	1.24 354	0.00 1	0.21 292	0.13 167	0.50 182

ICVP	2.53 110	0.47 38	3.64 100	1.20 117	0.69 145	2.71 99	0.84 196	10.63 235	4.66 100	4.31 86	8.99 190	2.75 91	1.93 120	2.91 53	4.07 226	0.06 264	0.24 247	0.01 249	0.01 175	0.13 167	0.26 127
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
111	3.05 157	1.41 233	5.51 205	0.32 27	0.14 24	2.83 114	0.68 160	6.76 129	14.21 321	3.59 70	9.11 193	5.50 189	3.30 169	4.05 68	2.43 174	0.01 106	0.00 1	0.00 1	0.00 1	0.13 167	1.02 254

DSFCA	4.48 256	1.03 182	6.84 261	1.61 153	1.68 251	7.26 279	4.46 312	11.27 251	7.51 202	11.01 315	6.89 146	8.49 263	4.54 229	10.41 302	6.18 267	0.03 220	0.06 188	0.02 280	0.03 203	0.13 167	0.14 67

MSMD_ROB	9.73 348	1.43 235	5.42 200	1.81 184	0.42 110	16.83 356	4.30 309	14.29 320	15.34 327	23.06 368	40.17 390	25.63 374	22.62 379	13.37 336	8.85 300	0.48 345	0.03 160	0.00 1	0.00 1	0.13 167	0.47 179

MoCha-V2	1.58 33	0.48 43	3.58 95	1.70 170	0.96 188	2.66 94	0.75 179	5.71 76	3.28 27	0.82 24	3.45 54	0.20 3	1.93 120	1.87 24	0.98 50	0.00 1	1.17 348	0.00 1	0.26 313	0.14 177	1.68 301

THIR-Stereo	3.94 223	1.12 193	3.06 47	0.23 18	0.13 23	4.17 212	6.40 336	5.83 85	4.54 95	10.46 299	16.98 310	6.49 221	7.44 304	8.00 197	3.58 205	0.01 106	0.07 199	0.07 322	0.00 1	0.14 177	0.06 32

Anonymous3	1.96 47	0.61 90	7.58 283	0.42 44	0.51 124	4.28 217	0.52 122	5.56 68	2.76 8	2.35 49	3.47 55	1.50 62	1.13 67	5.92 111	1.54 98	0.23 316	0.23 244	0.00 1	0.00 1	0.14 177	0.47 179

raft+_RVC	2.18 71	1.49 243	3.14 50	2.77 289	2.01 271	1.40 13	0.10 25	7.02 137	5.35 124	2.99 58	5.54 109	1.19 54	1.34 91	4.98 87	1.49 95	0.00 1	1.45 366	0.00 1	0.00 1	0.14 177	1.11 262

raftrobust	2.16 68	1.31 220	2.76 26	2.38 259	3.33 319	2.72 101	0.51 121	5.34 53	4.64 98	6.13 138	3.98 69	1.63 66	2.51 143	3.02 54	1.64 111	0.00 1	0.76 291	0.00 1	0.02 192	0.14 177	0.27 129

RALCasStereoNet	2.39 98	1.73 268	3.59 96	2.38 259	2.69 299	2.84 116	0.18 57	5.29 49	4.94 115	2.45 51	5.62 111	2.22 80	0.79 53	7.48 174	1.63 108	0.00 1	1.75 373	0.00 1	0.00 1	0.14 177	2.03 344

MMNet	4.44 255	1.37 230	6.26 242	1.73 176	1.64 246	10.51 323	0.61 144	9.27 202	9.66 259	9.55 280	9.22 194	7.40 238	6.52 283	7.90 194	6.98 274	0.01 106	0.00 1	0.00 1	0.00 1	0.14 177	0.10 48

ac_64	3.98 229	0.86 144	5.10 188	3.17 318	3.43 324	5.80 252	0.70 168	10.87 240	4.96 116	8.94 257	6.46 136	10.70 292	5.52 266	7.44 162	5.10 254	0.03 220	0.00 1	0.00 1	0.00 1	0.14 177	0.31 141

HGLStereo	4.58 262	1.04 183	6.02 229	3.30 327	5.14 367	6.36 262	0.71 169	11.04 245	7.60 205	8.04 229	12.85 273	6.90 229	8.51 320	7.85 190	5.93 262	0.02 190	0.02 135	0.00 1	0.00 1	0.14 177	0.15 78

FAT-Stereo	6.98 312	0.79 120	7.57 282	2.54 277	1.80 258	6.16 259	4.33 310	19.16 362	18.82 346	10.75 306	17.08 312	18.23 347	13.56 352	9.25 265	8.44 292	0.03 220	0.16 228	0.01 249	0.10 244	0.14 177	0.65 213

S-Stereo	6.85 307	0.93 156	10.76 329	3.34 328	3.51 326	6.55 265	6.01 330	13.75 312	23.86 364	9.65 285	15.54 295	11.81 308	8.24 315	8.59 237	11.23 331	0.13 292	0.16 228	0.00 1	0.42 345	0.14 177	2.39 355

UCFNet_RVC	3.37 182	1.25 214	3.30 61	2.55 278	1.80 258	3.92 201	1.28 235	12.49 276	7.16 193	5.12 102	7.88 170	8.14 251	4.59 231	5.67 107	2.11 152	0.00 1	0.00 1	0.00 1	0.00 1	0.14 177	0.07 36

iResNet	4.04 231	1.46 241	8.72 301	3.25 324	0.36 92	4.54 226	0.47 108	9.06 190	10.40 270	7.98 223	12.82 272	4.06 140	3.22 164	8.82 246	4.95 250	0.03 220	0.01 104	0.00 1	0.00 1	0.14 177	0.55 191

LE_ROB	17.31 383	2.62 326	14.26 347	4.20 352	1.80 258	17.40 359	9.70 365	15.38 332	55.92 407	63.97 417	40.81 392	35.50 390	39.26 401	15.64 355	28.51 392	0.06 264	0.11 215	0.13 336	0.21 292	0.14 177	0.51 186

CoDeX	3.61 200	0.86 144	5.27 192	1.16 115	1.62 245	6.24 260	2.07 263	13.78 314	6.86 183	7.42 206	9.00 192	4.06 140	3.72 193	6.58 127	3.02 196	0.03 220	0.06 188	0.00 1	0.00 1	0.15 191	0.35 151

CroCo-Stereo Lap2	1.37 13	1.19 203	4.17 138	1.01 103	4.58 358	0.46 2	0.09 21	4.27 20	2.94 13	1.25 35	2.40 40	1.55 65	0.20 1	1.72 15	1.30 82	0.00 1	0.00 1	0.00 1	0.00 1	0.15 191	0.13 64

GANet-ADL	2.40 99	0.65 97	3.92 121	2.22 232	0.11 13	2.23 58	0.47 108	9.29 204	7.27 198	4.77 91	5.95 118	3.96 134	1.26 84	3.08 55	2.27 166	0.04 241	0.08 201	0.02 280	0.00 1	0.15 191	0.21 108

DANet	6.46 300	1.58 251	9.58 323	4.10 349	3.99 344	9.13 305	1.34 238	10.37 227	7.76 208	13.76 343	15.66 296	16.14 333	7.03 295	13.07 334	13.62 352	0.19 308	0.12 218	0.02 280	0.02 192	0.15 191	1.61 292
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MIF-Stereo	0.94 2	0.53 62	2.82 28	0.94 99	1.29 229	0.56 3	0.12 32	1.49 1	3.16 23	1.77 44	2.22 36	0.20 3	0.32 11	1.76 22	1.33 87	0.00 1	0.00 1	0.00 1	0.00 1	0.16 195	0.02 5

XX-Stereo	2.95 151	0.48 43	7.08 271	2.84 297	2.51 294	1.63 23	0.20 61	6.15 106	3.38 29	2.38 50	16.00 302	6.90 229	0.25 2	6.40 122	1.14 64	0.00 1	0.66 282	0.00 1	0.31 328	0.16 195	0.57 194

PA-Net	5.40 285	2.35 314	9.55 321	2.75 287	2.21 279	8.74 299	3.92 301	13.05 292	13.35 316	7.30 202	7.98 174	8.08 250	6.39 281	11.17 311	9.30 308	0.02 190	0.03 160	0.00 1	0.03 203	0.16 195	1.55 291
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MLCV	3.76 211	1.52 246	6.93 263	1.66 162	0.31 80	4.31 219	0.32 84	7.92 168	7.68 207	9.55 280	12.12 260	5.17 179	2.74 150	10.00 295	4.49 238	0.01 106	0.00 1	0.00 1	0.00 1	0.16 195	0.27 129

iResNet_ROB	4.67 268	1.77 273	5.93 225	2.47 267	0.95 186	3.78 195	0.36 89	15.65 334	17.36 338	8.75 251	11.23 247	7.05 233	4.60 232	8.94 255	4.23 230	0.01 106	0.00 1	0.00 1	0.00 1	0.16 195	0.15 78

ETE_ROB	6.28 297	2.60 323	9.22 315	1.71 172	0.84 171	6.44 263	6.78 343	13.16 298	8.80 238	13.01 335	15.93 300	21.01 365	6.18 277	10.97 305	8.11 289	0.04 241	0.01 104	0.00 1	0.02 192	0.16 195	0.70 226

LargeStereo	1.58 33	0.81 126	2.66 21	1.35 129	0.99 191	2.47 73	0.98 214	7.35 152	3.70 51	0.82 24	2.24 37	0.44 35	1.18 75	2.08 32	1.15 65	0.03 220	1.18 349	0.00 1	0.05 224	0.17 201	2.00 343

IGEVStereo-DCA	1.54 27	1.71 263	2.99 41	0.73 74	0.24 68	2.69 96	0.81 187	4.31 22	2.97 15	0.73 16	0.16 1	0.23 9	0.32 11	7.57 178	2.72 187	0.00 1	0.49 274	0.00 1	0.16 262	0.17 201	1.82 321

rrr	1.64 36	1.71 263	6.31 245	0.73 74	0.24 68	2.69 96	0.92 212	4.25 18	1.75 3	0.73 16	0.16 1	0.23 9	0.32 11	7.57 178	2.72 187	0.00 1	0.49 274	0.00 1	0.20 287	0.17 201	1.68 301

raft_robust	2.91 145	1.71 263	3.42 76	1.36 130	0.57 134	1.53 20	0.12 32	7.06 140	9.09 246	6.96 184	7.21 157	4.43 156	2.09 126	9.40 269	1.61 104	0.03 220	0.93 300	0.00 1	0.21 292	0.17 201	0.38 157

pcwnet_v2	4.36 249	0.46 33	9.07 312	1.43 138	1.10 206	3.41 159	0.40 95	13.44 305	14.60 323	10.29 295	14.22 285	5.82 207	2.97 158	6.75 136	2.29 170	0.01 106	0.05 182	0.04 306	0.02 192	0.17 201	0.61 204

PSMNet-RSSM	3.69 205	1.36 229	4.54 159	2.44 264	1.90 266	2.35 64	0.69 163	11.77 260	6.38 165	6.60 163	11.85 256	7.70 244	5.61 268	6.66 133	3.67 206	0.00 1	0.00 1	0.02 280	0.01 175	0.17 201	0.10 48

AANet_RVC	5.41 287	2.61 324	8.17 291	2.25 238	1.30 231	2.27 60	1.64 252	10.82 238	18.54 345	8.01 227	18.09 324	8.39 261	3.31 171	11.37 316	8.98 304	1.15 361	0.38 265	0.02 280	0.00 1	0.17 201	0.70 226

LALA_ROB	7.02 313	2.54 321	8.51 295	1.53 147	0.96 188	9.96 313	8.71 360	16.70 343	12.68 307	12.99 334	13.90 283	24.47 370	5.40 263	11.61 321	9.50 310	0.04 241	0.05 182	0.00 1	0.02 192	0.17 201	0.65 213

Wz-Net-LNSev	7.12 315	2.75 328	18.64 364	1.70 170	4.16 346	12.79 340	6.72 341	13.74 311	13.57 317	11.14 318	17.31 317	11.90 309	8.50 319	8.96 257	9.94 315	0.00 1	0.01 104	0.00 1	0.00 1	0.18 209	0.34 147

CrosDoStereo	4.05 233	0.71 111	3.52 81	0.51 56	0.20 49	3.25 154	11.21 371	6.34 113	4.96 116	9.04 261	16.44 304	4.92 171	7.28 299	8.29 216	3.84 216	0.00 1	0.02 135	0.01 249	0.00 1	0.18 209	0.19 98

DeepStereo_LL	4.05 233	0.71 111	3.52 81	0.51 56	0.20 49	3.25 154	11.21 371	6.34 113	4.96 116	9.04 261	16.44 304	4.92 171	7.28 299	8.29 216	3.84 216	0.00 1	0.02 135	0.01 249	0.00 1	0.18 209	0.19 98

test_xeample3	1.71 39	1.75 270	6.64 255	0.90 93	0.29 78	2.55 79	0.90 208	4.08 15	2.36 4	0.56 13	0.24 4	0.23 9	0.31 8	7.51 175	2.73 189	0.00 1	0.70 286	0.00 1	0.36 338	0.18 209	1.92 338

GMStereo	2.07 53	1.56 249	5.64 215	0.74 80	0.05 3	3.63 180	0.01 1	5.17 47	11.27 293	4.22 84	2.44 41	0.53 43	0.49 35	4.06 70	1.01 56	0.22 315	0.00 1	0.00 1	0.14 257	0.18 209	0.05 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GANet	6.86 308	1.78 274	5.98 228	3.05 310	1.12 209	10.12 317	9.38 363	13.41 304	8.67 234	11.46 322	29.87 369	13.94 318	8.25 316	12.06 325	6.33 269	0.40 334	0.06 188	0.16 342	0.33 333	0.18 209	0.59 199

IGEV_Zeroshot_test	2.57 116	0.63 96	5.70 220	1.93 199	0.87 175	2.63 87	0.85 201	8.94 189	4.55 96	5.30 106	5.48 107	5.23 184	1.38 92	3.76 64	1.32 86	0.00 1	0.69 284	0.00 1	0.18 274	0.19 215	1.72 310

test_3	2.22 77	0.39 14	4.20 141	1.51 144	0.90 177	1.29 9	0.74 177	5.34 53	6.37 164	6.64 165	1.96 33	4.24 152	0.45 31	6.63 130	1.17 68	0.00 1	1.00 320	0.00 1	0.28 318	0.19 215	1.01 250

GEStereo_RVC	3.95 225	1.21 210	6.13 234	2.30 248	1.22 218	4.29 218	2.96 280	12.39 272	8.24 226	7.25 198	6.79 143	7.58 242	4.22 217	9.16 262	4.56 240	0.04 241	0.01 104	0.02 280	0.02 192	0.19 215	0.42 171

Anonymous	1.54 27	0.76 116	5.39 198	1.49 143	2.68 298	1.83 40	0.43 102	5.65 74	3.79 58	0.52 9	1.74 26	0.19 1	1.30 85	3.31 57	1.01 56	0.06 264	0.08 201	0.00 1	0.00 1	0.19 215	0.31 141

SFCPSM	3.39 184	0.61 90	5.42 200	0.43 47	0.93 182	8.26 291	2.08 264	15.01 328	5.89 148	7.17 193	7.60 162	3.39 111	2.55 144	5.39 99	2.53 176	0.01 106	0.03 160	0.01 249	0.07 231	0.19 215	0.31 141

cf-r	3.76 211	1.43 235	5.34 195	2.66 282	2.79 302	2.85 128	0.62 146	9.08 192	6.91 186	7.06 185	11.90 257	9.64 273	3.83 196	6.23 120	4.53 239	0.00 1	0.00 1	0.00 1	0.00 1	0.19 215	0.17 90

ProNet	1.58 33	0.86 144	3.17 51	0.75 81	0.72 154	2.84 116	0.66 154	5.91 95	3.28 27	0.37 2	1.47 19	0.40 32	0.37 17	7.19 151	0.70 17	0.02 190	0.98 314	0.00 1	0.05 224	0.20 221	1.77 318

test_4	2.58 117	0.70 109	3.30 61	0.43 47	0.30 79	3.97 205	1.11 227	3.91 12	3.83 62	4.15 83	17.20 314	3.44 119	0.52 37	6.60 129	1.58 100	0.00 1	0.13 221	0.00 1	0.11 246	0.20 221	0.20 104

dad	5.10 281	2.61 324	6.76 260	1.23 119	0.14 24	2.85 128	0.36 89	7.98 170	14.88 324	10.84 309	17.06 311	15.59 329	3.29 168	7.24 153	4.39 234	1.20 362	0.10 211	4.02 383	0.49 351	0.20 221	0.69 224

test-3	2.19 73	0.38 9	3.88 116	1.55 149	0.91 180	1.39 12	0.80 184	5.36 59	5.51 132	7.36 205	1.90 31	4.05 138	0.42 24	6.67 134	1.17 68	0.00 1	0.99 317	0.00 1	0.28 318	0.20 221	1.08 260

test_1	2.18 71	0.38 9	3.87 111	1.54 148	0.91 180	1.38 11	0.80 184	5.36 59	5.53 134	7.12 190	1.86 30	4.05 138	0.41 22	6.65 132	1.17 68	0.00 1	0.99 317	0.00 1	0.28 318	0.20 221	1.08 260

PFNet	3.06 158	0.59 87	6.13 234	2.26 240	0.84 171	3.08 142	0.73 174	7.38 154	5.35 124	10.20 291	6.06 119	4.72 164	2.10 129	8.47 234	2.25 163	0.19 308	0.06 188	0.00 1	0.11 246	0.20 221	0.42 171

GES	2.69 127	0.72 113	5.34 195	1.82 187	0.05 3	4.51 224	1.04 220	10.39 228	4.18 76	5.53 115	6.72 141	1.92 76	3.30 169	5.16 93	2.67 182	0.06 264	0.01 104	0.06 317	0.01 175	0.20 221	0.14 67

psm_up	4.33 248	1.34 226	4.43 151	2.27 244	2.62 296	5.29 239	3.30 296	11.49 254	6.89 184	8.05 230	8.06 176	10.09 282	11.10 338	7.12 150	3.76 212	0.24 318	0.01 104	0.00 1	0.00 1	0.20 221	0.37 154

NCCL2	6.27 296	2.46 318	7.00 264	2.36 257	1.11 207	9.48 307	11.14 370	13.01 291	10.40 270	9.94 288	9.49 205	22.11 367	7.42 302	9.90 292	8.56 294	0.01 106	0.00 1	0.02 280	0.03 203	0.20 221	0.73 229

XPNet_ROB	6.46 300	1.88 278	7.41 279	2.81 292	0.95 186	6.45 264	6.82 344	13.58 307	8.80 238	15.50 351	15.86 298	19.59 356	7.12 296	11.41 317	9.86 314	0.02 190	0.04 175	0.00 1	0.03 203	0.20 221	0.79 235

test_5	3.16 168	1.18 201	4.96 183	2.33 253	3.10 312	4.51 224	1.27 233	7.47 158	7.61 206	3.00 59	7.38 159	5.37 187	4.06 208	8.28 215	1.54 98	0.00 1	0.34 259	0.00 1	0.02 192	0.21 231	0.62 209

delet	4.59 264	1.12 193	5.93 225	1.37 133	3.73 334	10.48 321	3.90 300	10.51 232	9.17 250	8.87 255	9.74 214	8.37 258	3.74 194	8.12 205	6.36 270	0.00 1	0.00 1	0.00 1	0.00 1	0.21 231	0.12 59

DMCA-RVC	3.59 199	1.98 290	8.68 299	2.30 248	1.48 241	3.54 174	0.55 128	8.40 175	5.43 130	9.37 275	5.90 113	8.34 257	3.21 163	7.19 151	4.46 237	0.06 264	0.11 215	0.08 328	0.02 192	0.21 231	0.40 160

NCC-stereo	7.43 321	2.28 307	8.58 297	3.28 325	4.48 352	8.34 292	4.27 307	20.45 374	13.66 318	9.17 267	17.52 319	16.49 335	14.31 358	13.71 338	8.95 302	1.73 370	0.12 218	0.01 249	0.50 352	0.21 231	0.60 201

Abc-Net	7.43 321	2.28 307	8.58 297	3.28 325	4.48 352	8.34 292	4.27 307	20.45 374	13.66 318	9.17 267	17.52 319	16.49 335	14.31 358	13.71 338	8.95 302	1.73 370	0.12 218	0.01 249	0.50 352	0.21 231	0.60 201
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GMStereo_Zeroshot	2.92 147	2.33 313	6.12 233	1.66 162	0.36 92	3.61 176	0.09 21	5.95 97	6.20 158	7.15 192	7.11 155	8.37 258	0.91 55	6.17 118	1.97 143	0.00 1	0.00 1	0.00 1	0.00 1	0.22 236	0.14 67

MIM_Stereo	2.83 137	1.20 209	5.27 192	1.41 137	1.16 212	3.07 141	0.33 86	6.67 124	3.95 66	5.17 104	10.11 221	4.25 153	1.73 116	8.32 222	1.64 111	0.00 1	0.36 263	0.00 1	0.01 175	0.22 236	1.69 304

RAFT+CT+SA	2.59 118	1.19 203	3.55 87	1.09 109	2.21 279	3.14 149	0.90 208	7.59 159	5.65 138	2.76 54	8.21 180	2.04 77	1.57 108	8.84 247	1.31 84	0.02 190	0.34 259	0.00 1	0.38 340	0.22 236	0.73 229

ADLNet	4.56 261	1.19 203	5.52 211	3.81 344	3.59 328	6.98 273	2.40 269	12.01 263	7.96 218	10.52 300	9.67 213	8.26 254	4.98 246	6.59 128	6.93 273	0.01 106	0.01 104	0.00 1	0.01 175	0.22 236	0.55 191

Nwc_Net	7.54 324	1.91 283	8.71 300	4.16 351	3.42 323	10.77 325	2.00 261	20.33 373	12.19 301	9.10 264	24.04 352	17.67 343	13.58 353	12.14 327	9.12 306	0.94 358	0.00 1	0.00 1	0.02 192	0.22 236	0.41 167

Sa-1000	3.81 215	1.26 215	4.64 169	2.29 247	0.55 133	3.51 170	1.58 249	8.37 174	9.13 248	7.97 222	17.42 318	3.98 135	2.76 152	9.61 276	1.68 120	0.00 1	0.69 284	0.00 1	0.18 274	0.23 241	0.27 129

CSP-Net	4.40 252	1.70 261	4.90 180	1.82 187	1.04 196	12.96 341	2.25 266	13.75 312	6.34 162	9.64 282	8.99 190	8.31 255	3.24 165	8.45 233	4.32 232	0.01 106	0.00 1	0.00 1	0.00 1	0.23 241	0.06 32

TDLM	4.58 262	1.79 276	5.03 186	2.45 265	1.32 234	4.04 209	7.15 349	11.60 258	11.46 294	6.91 178	12.69 269	5.94 208	5.03 247	9.74 284	3.80 215	0.67 350	0.00 1	0.01 249	0.05 224	0.23 241	1.78 319

CVANet_RVC	4.68 269	1.93 284	5.57 214	2.61 280	1.86 264	4.12 211	4.94 319	12.11 264	9.29 251	8.05 230	11.08 244	10.28 283	6.48 282	9.52 274	3.19 201	0.45 338	0.01 104	0.00 1	0.12 251	0.23 241	1.75 315

gwcnet-sp	3.58 196	2.01 292	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 92

scenet	3.58 196	2.01 292	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 92

ssnet	3.58 196	2.01 292	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 92

MIPNet	2.27 83	1.14 195	5.55 212	0.49 55	0.22 65	2.03 49	0.19 59	7.60 161	6.17 157	5.83 120	4.16 71	2.05 78	3.44 179	3.65 62	2.23 162	0.00 1	0.01 104	0.01 249	0.01 175	0.24 245	0.48 181

HHNet	2.71 129	0.69 103	3.31 63	0.25 23	0.39 99	2.80 113	0.90 208	6.33 112	5.68 143	7.51 209	13.70 278	0.94 49	3.14 160	5.42 101	2.54 179	0.14 295	0.02 135	0.06 317	0.00 1	0.24 245	0.07 36

hitnet-ft	3.95 225	1.16 198	3.92 121	0.89 91	0.73 156	4.88 233	0.54 125	9.78 212	7.91 215	7.42 206	10.24 223	12.50 312	4.84 240	8.15 206	5.56 259	0.03 220	0.00 1	0.06 317	0.00 1	0.24 245	0.12 59

StereoDRNet-Refined	4.84 277	0.96 168	5.13 189	2.22 232	0.46 113	9.10 304	0.16 53	10.72 236	9.40 255	13.41 339	12.50 266	10.02 279	4.58 230	8.60 238	8.71 298	0.01 106	0.00 1	0.01 249	0.05 224	0.24 245	0.53 189
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SA	3.34 178	1.29 217	4.84 176	1.99 210	0.57 134	3.15 150	1.39 239	7.66 166	9.94 262	4.86 93	10.87 242	2.97 97	4.61 233	9.88 290	1.38 91	0.00 1	0.60 279	0.00 1	0.19 277	0.25 252	0.37 154

MyStereo8	3.30 176	1.69 259	6.28 243	2.51 270	3.79 336	4.22 214	0.07 16	7.43 157	6.39 166	6.51 156	10.13 222	4.23 151	1.45 96	2.79 52	5.08 253	0.06 264	1.49 369	0.00 1	0.40 342	0.26 253	1.33 281

Wz-Net-MNSev	8.12 330	3.18 336	18.07 363	2.63 281	3.36 321	17.82 362	9.40 364	12.89 286	15.44 329	13.95 345	18.21 326	14.38 323	7.75 308	12.50 329	11.45 333	0.46 340	0.03 160	0.00 1	0.01 175	0.26 253	0.58 196

CRFU-Net	4.81 275	0.78 118	5.69 218	3.10 316	1.39 238	13.18 343	3.23 291	12.26 267	4.33 82	10.91 312	9.98 220	10.94 300	7.93 312	7.47 171	3.94 222	0.16 300	0.16 228	0.16 342	0.00 1	0.26 253	0.29 136

CIPLG	2.72 132	1.69 259	6.02 229	0.80 85	2.14 277	2.66 94	0.84 196	5.90 91	5.59 135	8.12 233	9.58 207	1.74 69	1.14 69	4.53 82	2.82 194	0.02 190	0.19 235	0.02 280	0.09 240	0.26 253	0.22 113

IPLGR_C	2.69 127	1.75 270	6.20 237	0.79 83	2.06 275	2.64 92	0.86 203	6.36 115	5.64 137	8.13 234	9.26 197	1.69 67	1.15 74	3.79 65	2.80 193	0.02 190	0.20 240	0.02 280	0.08 234	0.26 253	0.18 92

ACRE	2.67 125	1.66 258	6.50 250	0.72 71	2.03 273	2.65 93	0.84 196	5.97 99	5.52 133	7.85 218	9.23 195	1.72 68	1.09 64	4.09 71	2.73 189	0.02 190	0.19 235	0.02 280	0.08 234	0.26 253	0.21 108

ADLNet2	4.72 270	1.44 239	6.68 257	3.03 307	3.90 339	6.80 269	2.91 278	11.67 259	9.63 257	7.99 225	9.89 216	9.75 276	5.32 261	7.70 184	7.13 278	0.01 106	0.03 160	0.00 1	0.00 1	0.26 253	0.22 113

ACVNet	2.86 140	0.96 168	3.87 111	0.86 89	0.61 139	2.63 87	0.54 125	8.93 187	6.12 154	5.09 99	9.32 201	5.70 201	3.84 197	2.68 49	5.56 259	0.00 1	0.00 1	0.00 1	0.00 1	0.26 253	0.23 116

GANet-RSSM	3.67 202	1.16 198	4.56 164	3.24 323	2.03 273	2.63 87	0.50 120	11.53 257	6.83 182	6.25 139	10.58 235	7.35 236	6.65 286	6.77 139	2.94 195	0.00 1	0.00 1	0.08 328	0.00 1	0.26 253	0.12 59

PSMNet_ROB	5.41 287	2.45 317	7.39 278	2.36 257	1.90 266	10.11 316	6.54 339	16.32 341	7.59 204	6.84 177	10.83 241	12.06 310	4.13 212	8.73 244	10.24 320	0.02 190	0.01 104	0.01 249	0.11 246	0.26 253	0.40 160

H2IRNET	2.29 85	0.86 144	3.38 68	1.51 144	0.11 13	1.97 45	0.13 39	5.15 46	7.19 195	1.26 36	7.77 167	5.80 206	3.31 171	5.09 91	1.66 116	0.01 106	0.00 1	0.04 306	0.17 271	0.27 263	0.10 48

RALAANet	2.68 126	1.71 263	4.73 174	2.79 291	0.80 166	3.30 158	0.15 50	7.92 168	5.92 149	5.79 118	6.06 119	3.51 124	1.13 67	6.76 138	2.28 168	0.00 1	0.28 253	0.00 1	0.10 244	0.27 263	0.13 64

psmorigin	7.74 325	2.19 300	18.99 366	2.51 270	0.89 176	7.08 277	2.74 273	11.25 249	7.90 214	20.49 366	22.36 344	20.16 358	11.95 345	13.84 340	10.61 325	0.04 241	0.18 233	0.06 317	0.24 301	0.27 263	1.07 258

ToySt	3.39 184	0.89 153	9.29 316	1.47 141	0.94 183	4.20 213	1.98 260	7.33 150	5.42 128	3.01 60	6.75 142	8.67 265	5.10 251	5.43 102	3.72 210	0.07 270	0.89 298	0.00 1	0.23 300	0.28 266	2.13 347

GMOStereo	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 116

error version	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 116

test-v	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 116

test-2	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 116

RAFT-Stereo + iAFF	2.48 105	1.23 213	3.48 79	1.61 153	1.09 204	1.63 23	0.15 50	5.80 82	6.43 167	7.32 203	9.91 217	3.05 98	1.71 113	2.33 42	1.75 126	0.01 106	0.71 289	0.00 1	0.00 1	0.28 266	1.19 269

DRN-Test	6.23 295	1.51 244	7.53 281	3.07 315	3.69 331	12.17 337	3.23 291	20.80 376	11.11 289	12.64 331	13.02 274	10.91 299	5.26 255	8.49 235	10.12 318	0.05 254	0.05 182	0.04 306	0.04 221	0.28 266	0.65 213

WCMA_ROB	10.20 353	1.99 291	9.33 317	3.01 305	2.46 290	15.78 352	7.67 355	12.75 282	15.41 328	25.08 378	33.42 381	27.06 376	19.86 369	13.87 341	12.47 343	1.28 364	0.38 265	0.18 348	0.20 287	0.28 266	1.54 289

IPLG	2.63 123	1.09 187	5.67 217	0.73 74	0.31 80	3.00 139	0.25 71	6.84 132	6.02 151	7.93 220	6.31 131	1.91 73	1.72 115	7.47 171	2.53 176	0.01 106	0.01 104	0.00 1	0.00 1	0.29 274	0.58 196

AFF-stereo	2.87 142	1.31 220	3.26 58	1.87 191	0.38 96	1.68 28	0.09 21	6.38 116	7.07 191	6.52 157	11.90 257	6.08 210	2.32 136	5.05 90	1.65 113	0.02 190	0.66 282	0.00 1	0.00 1	0.29 274	0.94 244

GwcNet-RSSM	4.13 238	1.71 263	6.25 241	2.50 269	1.93 269	2.39 67	1.49 245	9.59 209	8.71 235	6.66 167	15.04 292	8.47 262	3.84 197	6.87 141	6.74 271	0.00 1	0.00 1	0.04 306	0.00 1	0.29 274	0.15 78

TestStereo1	3.12 163	1.34 226	4.67 171	3.47 332	0.71 151	2.50 74	1.45 241	7.27 148	8.71 235	4.91 94	9.28 199	2.34 82	3.61 185	9.44 270	1.62 106	0.00 1	0.33 257	0.00 1	0.00 1	0.30 277	0.40 160

SA-5K	3.12 163	1.34 226	4.67 171	3.47 332	0.71 151	2.50 74	1.45 241	7.27 148	8.71 235	4.91 94	9.28 199	2.34 82	3.61 185	9.44 270	1.62 106	0.00 1	0.33 257	0.00 1	0.00 1	0.30 277	0.40 160

CFNet-ft	3.70 207	1.59 252	3.87 111	1.68 165	2.42 288	3.20 152	0.66 154	8.93 187	7.76 208	5.09 99	9.95 218	10.77 295	5.43 264	7.41 159	4.71 244	0.00 1	0.00 1	0.03 297	0.01 175	0.30 277	0.11 56

edge stereo	7.12 315	1.19 203	7.83 286	2.32 251	2.46 290	6.90 270	3.26 294	15.58 333	12.52 304	15.68 353	18.34 327	21.83 366	13.05 348	11.53 318	8.68 296	0.04 241	0.06 188	0.11 330	0.03 203	0.30 277	0.63 210

CFNet	4.03 230	1.97 289	6.30 244	2.70 286	1.64 246	5.41 242	0.22 63	12.14 266	10.28 265	5.24 105	11.15 245	6.43 218	3.70 192	8.97 258	4.01 225	0.00 1	0.00 1	0.00 1	0.00 1	0.30 277	0.13 64

CFNet_RVC	3.70 207	1.59 252	3.87 111	1.68 165	2.42 288	3.20 152	0.66 154	8.92 186	7.76 208	5.09 99	9.95 218	10.77 295	5.43 264	7.41 159	4.71 244	0.00 1	0.00 1	0.03 297	0.01 175	0.30 277	0.11 56

CBMV	5.97 291	1.52 246	4.51 156	1.99 210	0.53 128	10.02 314	6.94 346	13.27 300	13.80 320	13.08 337	15.93 300	11.36 303	8.11 314	9.82 287	7.27 279	0.08 274	0.15 226	0.00 1	0.00 1	0.30 277	0.74 232
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT_CTSACE	3.62 201	1.65 257	5.41 199	1.36 130	3.08 309	3.95 204	1.03 217	4.62 28	4.65 99	5.33 107	17.73 322	7.63 243	2.71 148	10.98 306	1.15 65	0.00 1	0.48 273	0.00 1	0.00 1	0.31 284	0.25 126

iRaft-Stereo_5w	3.20 171	1.27 216	5.27 192	0.27 25	0.99 191	2.71 99	0.58 137	5.75 79	5.85 147	3.03 61	7.88 170	10.08 280	4.08 211	8.40 227	6.09 264	0.00 1	0.25 250	0.00 1	0.12 251	0.31 284	0.95 245

LCNet	2.94 149	0.55 70	2.57 15	1.03 106	0.59 137	2.05 50	1.55 248	5.51 61	4.19 77	6.08 136	10.58 235	4.54 157	6.63 285	7.59 180	0.90 38	0.01 106	0.00 1	0.01 249	0.76 362	0.31 284	3.43 367

pmcnn	8.17 331	1.70 261	11.49 331	3.18 319	3.07 308	9.66 310	6.06 332	13.60 308	17.71 342	15.23 350	24.02 350	27.61 377	8.81 324	10.36 301	9.51 311	0.08 274	0.08 201	0.00 1	0.00 1	0.31 284	0.87 239

BEATNet_4x	3.69 205	2.12 297	8.11 290	1.82 187	0.16 35	5.30 240	1.04 220	10.87 240	6.14 156	7.09 188	8.42 183	4.99 176	4.42 221	5.89 110	6.23 268	0.04 241	0.05 182	0.00 1	0.00 1	0.32 288	0.84 238

NaN_ROB	6.51 302	2.25 302	8.77 302	1.69 167	1.79 257	9.71 311	10.94 368	16.20 339	16.13 332	13.04 336	8.86 186	11.77 307	5.94 272	12.88 333	8.01 287	0.05 254	0.13 221	0.07 322	0.20 287	0.32 288	1.50 286

Anonymous Stereo	7.27 318	4.41 357	26.56 386	3.67 338	3.09 310	5.56 243	15.31 385	10.85 239	11.63 297	10.31 296	10.32 225	7.46 239	3.67 191	14.42 344	15.13 359	0.64 348	0.88 297	0.00 1	0.07 231	0.33 290	1.16 266

AACVNet	3.71 209	1.63 255	4.89 179	3.80 343	0.62 140	3.25 154	0.30 82	9.47 207	3.81 59	6.34 147	10.74 239	10.52 286	4.92 243	9.31 267	3.88 218	0.03 220	0.01 104	0.00 1	0.00 1	0.34 291	0.28 133

StereoDRNet	6.02 293	2.40 316	8.22 293	3.43 330	4.43 351	10.57 324	4.21 305	19.44 363	11.24 292	12.86 332	8.06 176	11.64 306	4.79 239	8.65 242	9.32 309	0.01 106	0.10 211	0.00 1	0.03 203	0.34 291	0.69 224

ARAFT	3.32 177	1.74 269	7.92 288	0.64 63	0.15 30	4.45 223	2.89 276	8.20 173	6.30 160	9.23 270	7.12 156	5.58 192	1.24 83	8.60 238	1.69 121	0.01 106	0.03 160	0.00 1	0.00 1	0.35 293	0.35 151

acv_ft	3.90 220	0.96 168	5.85 223	2.56 279	4.70 361	7.27 280	0.84 196	9.17 198	6.12 154	10.00 289	9.32 201	5.70 201	4.07 210	2.68 49	8.24 290	0.00 1	0.00 1	0.00 1	0.00 1	0.35 293	0.23 116

ssnet_v2	4.73 272	1.43 235	6.74 259	1.80 183	0.75 161	8.89 302	4.60 314	12.66 280	10.65 277	9.53 278	6.23 125	9.78 277	4.26 219	6.89 142	9.65 313	0.01 106	0.01 104	0.00 1	0.00 1	0.36 295	0.31 141

iRaftStereo_RVC	1.88 42	1.22 211	2.63 19	0.95 100	0.06 6	2.96 135	0.05 11	6.08 104	3.99 70	3.92 81	4.88 86	2.53 86	0.62 40	3.62 61	1.19 72	0.00 1	1.19 350	0.00 1	0.00 1	0.37 296	1.29 278

DeepPruner_ROB	3.82 216	1.87 277	5.65 216	1.31 128	1.64 246	3.62 179	0.81 187	14.47 322	5.03 119	8.03 228	10.78 240	6.95 231	2.26 132	8.92 252	4.32 232	0.07 270	0.03 160	0.00 1	0.01 175	0.37 296	0.29 136

LL-Strereo	5.14 283	2.29 310	8.95 308	1.26 121	5.05 366	3.66 182	1.40 240	10.33 225	8.98 243	8.71 249	8.24 181	10.70 292	11.10 338	12.66 332	5.36 256	0.05 254	1.35 364	0.00 1	0.00 1	0.38 298	2.23 353

SACVNet	4.55 259	1.88 278	5.55 212	3.38 329	1.68 251	3.11 144	2.76 275	12.44 274	6.43 167	11.07 317	11.31 248	10.53 288	5.13 252	9.88 290	4.56 240	0.08 274	0.02 135	0.00 1	0.01 175	0.38 298	0.80 236

RGC	7.40 319	2.77 330	7.71 284	4.43 361	4.87 364	8.88 301	2.96 280	16.05 338	12.76 311	11.96 329	19.57 330	18.32 348	11.57 344	13.89 342	9.58 312	0.83 355	0.02 135	0.24 355	0.41 344	0.40 300	0.77 234

CBFPSM	5.12 282	1.48 242	16.22 356	1.81 184	1.14 211	11.16 326	2.90 277	7.99 171	6.75 180	6.55 159	5.00 90	15.05 328	8.78 323	7.52 176	8.90 301	0.04 241	0.02 135	0.00 1	0.00 1	0.42 301	0.67 223

LMCR-Stereo	3.92 222	1.96 288	4.92 181	2.85 298	0.23 67	7.88 288	1.47 243	12.52 277	5.39 127	8.71 249	10.65 237	1.90 72	5.04 249	8.53 236	4.89 247	1.05 359	0.00 1	0.00 1	0.00 1	0.42 301	0.05 25

iResNetv2_ROB	4.72 270	2.26 304	8.87 307	3.20 321	1.25 222	4.32 220	1.73 254	14.22 319	10.62 276	10.53 301	12.13 262	7.77 245	5.54 267	8.29 216	2.76 192	0.00 1	0.00 1	0.00 1	0.00 1	0.42 301	0.55 191

DN-CSS_ROB	3.00 156	2.14 298	7.33 275	2.67 284	0.78 164	3.13 147	0.07 16	6.68 128	4.22 79	5.51 114	12.12 260	2.33 81	1.21 81	8.69 243	2.51 175	0.03 220	0.00 1	0.00 1	0.00 1	0.42 301	0.15 78

test croco	1.53 26	0.86 144	6.50 250	0.42 44	0.05 3	1.56 21	0.09 21	5.18 48	4.02 71	0.54 11	1.76 28	0.59 45	0.75 48	6.48 125	1.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.43 305	0.07 36

RP	7.41 320	1.90 282	7.33 275	4.26 354	5.25 368	6.64 267	3.46 297	12.44 274	16.23 333	10.36 297	23.00 346	18.72 349	16.59 363	11.10 308	8.47 293	1.10 360	0.02 135	0.12 334	0.16 262	0.43 305	0.65 213

CSAN	8.41 336	2.86 333	9.35 318	2.43 263	0.82 169	13.59 345	11.68 376	15.80 336	21.98 361	14.71 347	16.46 306	18.00 345	14.42 360	13.68 337	10.10 316	0.10 287	0.13 221	0.15 339	0.19 277	0.43 305	1.28 277

SGM_RVC	10.77 358	1.11 190	4.66 170	2.66 282	0.41 108	21.03 370	6.87 345	20.02 369	15.54 331	25.86 379	24.97 357	33.59 386	20.51 372	20.89 377	14.78 357	0.31 329	0.26 252	0.22 353	0.26 313	0.43 305	1.01 250
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DISCO	6.58 304	0.98 172	6.44 249	3.75 341	1.18 213	11.19 327	3.29 295	12.92 287	16.72 334	7.27 199	11.74 254	17.34 341	6.60 284	19.59 374	11.59 334	0.00 1	0.00 1	0.00 1	0.00 1	0.45 309	0.50 182

FADNet-RVC-Resample	4.11 235	2.25 302	13.88 343	1.64 155	0.66 142	5.91 255	2.34 268	10.87 240	9.09 246	6.53 158	4.34 74	5.69 200	4.71 236	8.01 199	4.64 243	0.18 307	0.22 241	0.17 347	0.12 251	0.46 310	0.59 199

MeshStereo	11.94 365	1.88 278	5.24 191	2.11 219	1.44 240	20.09 368	4.95 320	21.74 382	16.75 335	33.10 387	35.07 385	39.28 394	22.72 380	19.45 372	13.59 351	0.19 308	0.06 188	0.02 280	0.00 1	0.46 310	0.65 213
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
AF-Net	8.37 335	2.16 299	9.01 309	3.65 337	4.58 358	9.40 306	2.63 272	17.71 350	21.32 357	10.38 298	24.51 354	20.43 361	16.67 364	12.54 330	10.76 329	0.70 352	0.00 1	0.12 334	0.00 1	0.47 312	0.42 171

ADCRef	7.76 326	2.31 311	19.09 367	2.82 294	3.29 317	11.88 333	3.06 284	11.52 256	10.89 283	13.69 342	25.85 360	8.20 252	8.89 326	8.95 256	22.66 373	0.16 300	0.08 201	0.16 342	0.34 336	0.47 312	0.91 241

ADCP+	8.60 338	2.78 331	17.44 361	1.69 167	4.27 348	16.95 358	5.29 323	13.38 303	12.52 304	13.57 341	17.57 321	10.86 298	11.28 340	18.43 369	23.91 382	0.03 220	0.05 182	0.01 249	0.18 274	0.47 312	1.31 279

MGS-Stereo	1.22 9	0.44 29	2.92 31	0.83 87	0.07 9	1.82 39	0.65 153	2.44 2	3.95 66	1.11 31	6.19 123	0.49 39	0.37 17	1.73 16	0.81 27	0.00 1	0.00 1	0.00 1	0.00 1	0.48 315	0.01 1

FINET	6.96 310	2.98 335	13.77 342	3.20 321	4.81 363	9.65 309	9.90 366	13.68 310	23.91 365	8.28 239	13.70 278	5.36 186	5.83 270	10.79 304	8.05 288	0.90 356	1.43 365	0.11 330	0.38 340	0.48 315	1.98 342

ccnet	7.45 323	1.89 281	7.71 284	3.18 319	2.35 285	12.19 338	6.14 333	18.95 358	9.36 254	13.33 338	20.38 333	16.00 332	9.10 329	10.10 296	15.40 361	0.44 336	0.34 259	0.25 356	0.25 304	0.48 315	1.18 268

AASNet	4.20 242	1.63 255	5.82 221	3.79 342	3.93 340	6.55 265	1.22 230	19.12 361	6.82 181	7.86 219	8.35 182	4.36 154	2.55 144	3.87 67	7.47 281	0.00 1	0.00 1	0.00 1	0.00 1	0.49 318	0.22 113

SHD	10.45 356	3.67 347	14.03 345	4.81 364	4.52 355	11.93 334	1.66 253	21.36 380	38.40 392	18.84 360	21.72 340	17.63 342	13.07 349	15.65 356	17.71 364	0.36 332	1.09 326	0.01 249	0.32 330	0.50 319	1.67 300

WZ-Net	13.61 370	5.57 365	42.84 402	3.89 345	3.19 314	19.90 367	15.44 387	15.67 335	32.04 379	16.13 354	28.69 365	22.17 368	15.84 362	21.40 380	26.87 387	0.75 353	0.01 104	0.01 249	0.03 203	0.51 320	1.20 270

Wz-Net-SNSev	9.92 350	8.01 377	26.42 385	2.26 240	1.85 262	8.36 295	14.30 384	18.01 352	21.68 358	10.78 307	23.95 347	16.84 338	8.60 321	15.59 354	19.76 367	0.01 106	0.03 160	0.01 249	0.00 1	0.52 321	1.34 282

PVD	16.41 377	3.98 353	16.04 355	5.38 367	4.59 360	19.44 366	7.28 351	28.88 392	49.27 402	31.53 385	43.72 396	30.36 382	32.17 396	26.70 389	23.19 376	0.25 321	1.48 368	0.04 306	0.59 356	0.52 321	2.87 362

RAFT	2.94 149	1.29 217	4.06 133	1.36 130	0.50 117	2.39 67	0.91 211	6.11 105	3.25 25	6.64 165	7.30 158	9.96 278	4.20 215	6.03 114	2.21 157	0.00 1	1.02 321	0.00 1	0.02 192	0.54 323	1.01 250

CES	1.72 40	0.40 18	1.82 3	0.65 65	7.83 379	2.62 85	0.13 39	5.35 57	2.68 7	0.36 1	1.30 18	0.33 26	0.32 11	1.92 25	0.72 21	0.01 106	0.02 135	0.00 1	0.00 1	0.56 324	7.35 385

SGM-ForestM	18.61 388	3.38 340	10.14 326	3.44 331	2.24 282	34.17 393	15.39 386	29.44 394	33.93 381	38.55 395	41.08 393	53.64 403	36.76 398	34.82 396	27.16 389	1.25 363	1.81 376	0.74 365	1.01 365	0.61 325	2.61 359

APVNet	6.28 297	2.46 318	10.09 325	3.51 334	3.97 342	12.15 336	1.75 255	20.08 372	6.73 179	6.92 183	13.45 277	10.75 294	6.29 280	11.86 323	14.34 355	0.05 254	0.02 135	0.11 330	0.03 203	0.63 326	0.34 147

GwcNet	6.95 309	2.89 334	13.32 340	2.82 294	5.53 369	11.76 331	2.14 265	14.95 327	17.69 341	10.83 308	18.14 325	10.83 297	6.66 287	9.83 288	10.19 319	0.03 220	0.06 188	0.03 297	0.08 234	0.64 327	0.66 221

FADNet-RVC	4.36 249	2.62 326	14.51 349	2.01 214	0.44 112	4.27 216	1.27 233	12.61 279	7.89 213	3.76 76	4.05 70	10.63 290	4.34 220	9.87 289	7.66 284	0.03 220	0.09 207	0.00 1	0.03 203	0.65 328	0.50 182

RAFT + AFF	4.63 266	2.28 307	7.43 280	1.51 144	2.38 286	5.81 253	6.49 338	10.74 237	8.53 232	7.75 215	8.95 189	7.47 240	6.68 289	9.17 264	5.06 252	0.08 274	0.47 272	0.00 1	0.01 175	0.66 329	1.03 257

iinet-f	6.21 294	2.11 296	28.74 391	2.13 220	1.38 237	11.62 330	1.49 245	7.64 164	7.19 195	7.77 216	14.38 286	10.49 285	7.79 309	7.76 187	12.90 348	0.03 220	0.03 160	0.05 313	0.00 1	0.67 330	0.12 59

PWC_ROB	8.89 340	4.49 359	15.62 354	2.92 300	4.49 354	7.89 289	1.23 231	17.29 349	20.00 350	16.54 356	28.06 364	14.37 322	11.98 347	14.93 350	15.43 362	0.47 343	0.00 1	0.05 313	0.00 1	0.67 330	1.31 279

fast-acv-ft	6.00 292	1.95 287	7.88 287	2.35 255	1.85 262	13.61 346	1.76 256	8.44 176	10.12 263	11.22 319	20.57 335	14.41 324	7.55 306	8.11 204	8.83 299	0.10 287	0.09 207	0.16 342	0.07 231	0.68 332	0.35 151

ADCPNet	10.18 352	3.40 341	33.24 394	2.38 259	1.74 254	17.75 361	7.65 354	13.20 299	13.03 313	14.09 346	21.72 340	19.36 354	11.40 342	15.43 353	23.00 375	0.28 327	1.15 344	0.39 362	1.48 375	0.68 332	2.21 351

Syn2CoEx	6.70 305	3.69 348	12.14 335	2.78 290	1.68 251	8.36 295	3.21 290	18.59 356	12.66 306	8.86 254	20.79 336	10.52 286	10.54 335	9.68 278	8.70 297	0.01 106	0.00 1	0.00 1	0.00 1	0.69 334	1.00 249

MANE	20.98 394	3.23 337	8.81 303	5.96 372	6.96 375	33.07 391	13.20 380	35.43 396	38.86 393	44.72 403	52.41 407	53.20 402	41.84 403	34.74 395	27.45 390	1.87 372	2.27 378	1.54 375	10.18 399	0.69 334	3.11 363

stereogan	8.18 332	1.32 223	9.05 311	3.59 335	4.00 345	20.16 369	3.13 288	17.25 348	20.16 352	10.68 304	19.19 328	20.56 364	10.70 337	14.74 348	7.00 275	0.34 330	0.04 175	0.21 352	0.08 234	0.70 336	0.65 213

RTSC	9.87 349	4.34 355	16.44 357	4.60 363	2.38 286	12.54 339	0.75 179	18.19 353	37.31 390	16.16 355	15.86 298	13.32 314	7.56 307	20.93 378	23.50 378	0.34 330	1.07 325	0.02 280	0.35 337	0.71 337	0.99 247

Wz-Net-TNSev	12.01 366	11.86 388	38.26 399	2.81 292	1.82 261	18.12 363	11.31 375	16.67 342	21.73 359	15.06 348	17.17 313	19.72 357	20.69 373	20.68 376	21.41 370	0.04 241	0.06 188	0.00 1	0.16 262	0.74 338	1.93 339

MFN_U_SF_DS_RVC	10.36 355	5.37 364	16.61 359	2.95 302	3.02 307	24.75 375	15.44 387	14.68 325	19.73 348	19.77 364	23.97 348	16.98 339	8.40 317	17.58 366	9.23 307	1.59 369	1.75 373	0.16 342	2.63 382	0.75 339	1.85 328

SANet	11.48 363	3.34 339	13.93 344	2.40 262	1.01 194	16.49 354	12.16 379	20.05 371	37.28 389	19.62 362	28.04 363	25.61 373	20.10 370	14.43 345	12.39 342	0.10 287	0.06 188	0.03 297	0.06 230	0.76 340	1.73 311

DeepPrunerF	7.18 317	3.58 344	25.29 383	4.27 355	7.20 376	3.78 195	4.64 315	14.03 316	20.86 355	8.85 253	10.57 234	7.35 236	7.88 311	12.16 328	10.66 327	0.25 321	0.16 228	0.29 357	0.43 347	0.77 341	0.65 213

G-Net	8.60 338	1.93 284	12.59 336	6.04 373	3.66 330	25.93 378	4.26 306	10.35 226	8.05 221	19.71 363	24.73 355	14.15 320	15.49 361	11.30 312	10.69 328	0.50 346	0.46 271	0.19 350	0.25 304	0.80 342	0.91 241

ADCL	10.77 358	3.23 337	21.50 373	2.26 240	1.96 270	23.65 373	9.07 361	14.69 326	24.88 367	15.21 349	27.20 361	12.68 313	14.02 357	16.94 363	24.43 384	0.26 324	0.18 233	0.74 365	0.67 360	0.80 342	1.02 254

GASNet	5.62 289	5.76 367	12.05 333	5.03 366	2.08 276	3.77 194	1.53 247	12.92 287	11.62 296	9.64 282	7.40 160	8.58 264	7.54 305	14.76 349	8.25 291	0.02 190	0.15 226	0.00 1	0.00 1	0.81 344	0.52 188

FADNet_RVC	4.24 245	2.32 312	14.23 346	1.18 116	0.79 165	5.64 246	0.60 141	11.50 255	7.19 195	3.68 74	8.08 178	4.14 144	4.06 208	10.29 300	7.47 281	0.36 332	0.44 270	0.18 348	0.47 349	0.93 345	1.23 272

SAMSARA	15.67 375	3.89 351	14.48 348	13.77 390	7.92 380	38.69 398	73.90 421	21.22 378	24.66 366	17.04 358	13.86 281	30.01 380	13.07 349	18.07 368	17.48 363	0.23 316	1.46 367	0.07 322	0.40 342	0.99 346	2.15 348

PS-NSSS	4.22 243	2.53 320	5.89 224	1.01 103	2.93 304	4.05 210	1.93 259	11.44 253	8.94 242	7.14 191	14.70 291	4.96 174	2.60 146	9.09 261	3.92 219	0.40 334	0.04 175	0.83 367	0.00 1	1.09 347	1.02 254

XQC	9.46 346	4.84 362	18.88 365	4.07 347	3.09 310	15.97 353	6.65 340	16.26 340	26.63 370	12.63 330	12.35 265	15.75 330	10.62 336	16.48 359	21.19 368	0.44 336	0.96 308	0.05 313	0.32 330	1.10 348	0.99 247

RTS	19.64 391	10.42 385	87.01 417	5.88 370	6.82 373	41.73 401	16.69 392	16.80 345	41.90 396	23.44 370	32.96 379	13.79 316	21.49 375	38.85 401	30.84 394	0.46 340	0.70 286	0.00 1	0.09 240	1.13 349	1.70 307

RTSA	19.64 391	10.42 385	87.01 417	5.88 370	6.82 373	41.73 401	16.69 392	16.80 345	41.90 396	23.44 370	32.96 379	13.79 316	21.49 375	38.85 401	30.84 394	0.46 340	0.70 286	0.00 1	0.09 240	1.13 349	1.70 307

FBW_ROB	9.17 345	2.08 295	10.31 328	2.51 270	1.66 250	13.22 344	6.04 331	23.09 383	20.11 351	19.55 361	15.80 297	18.97 353	11.96 346	19.34 371	11.38 332	0.66 349	0.30 255	2.15 379	0.90 363	1.15 351	2.16 349

aanetorigin	9.02 341	3.75 349	28.68 390	2.16 221	3.86 337	5.84 254	5.40 326	5.93 96	10.39 269	28.12 381	31.02 375	15.98 331	13.74 354	9.38 268	12.55 344	0.25 321	0.22 241	0.22 353	0.24 301	1.24 352	1.47 283

LSM	14.85 374	7.41 374	36.29 397	7.76 380	43.77 415	11.24 328	12.14 378	16.73 344	23.72 363	23.73 374	32.92 378	18.89 352	13.31 351	16.60 360	12.37 341	0.26 324	0.86 296	0.11 330	0.43 347	1.24 352	17.26 408

FADNet	4.55 259	2.35 314	13.60 341	1.87 191	0.80 166	4.74 231	0.75 179	14.47 322	12.41 303	4.07 82	5.45 106	9.64 273	5.03 247	8.86 249	4.82 246	0.20 311	0.04 175	0.07 322	0.05 224	1.27 354	0.40 160

DPSNet	10.88 360	2.57 322	20.40 371	2.24 237	1.90 266	24.92 376	17.00 397	21.35 379	28.61 375	12.87 333	13.74 280	17.01 340	20.14 371	15.36 351	14.01 353	0.81 354	0.98 314	0.20 351	0.65 359	1.30 355	1.54 289

AnyNet_C32	11.82 364	7.08 371	25.83 384	4.55 362	5.88 372	16.92 357	16.97 396	14.14 317	18.11 344	16.87 357	21.66 339	14.78 325	13.87 356	23.54 385	31.83 397	0.24 318	0.28 253	0.35 359	0.53 354	1.35 356	1.71 309

ADCS	13.76 371	6.46 369	30.74 392	3.62 336	2.93 304	14.28 348	11.22 373	20.02 369	34.42 384	23.20 369	25.42 359	19.51 355	19.62 368	24.54 386	33.88 400	0.27 326	0.23 244	0.37 361	0.19 277	1.47 357	2.84 361

coex-ft	20.15 393	20.03 393	87.93 419	1.81 184	1.77 255	18.77 365	13.73 381	13.28 301	41.87 395	60.24 413	39.04 389	28.27 378	30.39 391	12.57 331	28.66 393	0.20 311	0.23 244	0.04 306	0.30 325	1.52 358	2.34 354

PWCDC_ROB	8.50 337	4.40 356	9.57 322	6.16 375	4.54 357	10.46 320	1.03 217	15.30 330	28.16 373	10.88 311	30.88 374	6.96 232	11.31 341	14.57 346	10.40 323	3.10 379	0.02 135	0.00 1	0.00 1	1.55 359	0.63 210

PASM	9.11 342	5.68 366	25.06 382	4.33 357	4.18 347	7.01 274	8.48 357	12.37 271	20.95 356	13.49 340	15.37 294	18.80 350	11.52 343	14.70 347	12.70 345	0.93 357	1.19 350	0.32 358	1.21 370	1.66 360	2.22 352

ELAS_RVC	17.82 384	3.60 346	11.92 332	6.63 376	5.73 370	30.34 387	19.64 400	26.92 388	35.06 386	40.79 398	41.32 394	37.31 392	31.61 392	30.54 391	22.93 374	1.97 374	2.40 380	1.28 373	1.27 371	1.71 361	3.51 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCMid	10.97 361	4.49 359	23.66 377	2.53 274	2.52 295	11.46 329	6.31 335	15.31 331	12.85 312	23.57 372	22.99 345	17.92 344	21.04 374	19.57 373	28.05 391	0.47 343	0.43 268	1.10 370	1.32 372	1.73 362	2.10 346

ELAS	17.99 385	3.49 342	11.19 330	6.14 374	5.79 371	34.89 394	17.28 398	28.75 391	30.47 377	40.80 399	45.79 398	39.04 393	32.05 395	27.63 390	24.30 383	1.88 373	2.41 382	1.09 369	1.48 375	1.83 363	3.48 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	13.54 369	4.69 361	28.43 389	4.24 353	2.50 293	24.26 374	5.99 328	28.23 390	20.18 353	24.06 375	29.38 367	30.35 381	16.92 365	20.98 379	21.39 369	1.35 365	1.13 332	1.02 368	1.41 374	1.88 364	2.50 358

UDGNet	2.92 147	7.79 375	4.92 181	3.01 305	0.08 10	2.96 135	0.20 61	4.77 30	8.93 241	2.91 56	2.85 47	0.95 50	1.00 60	6.46 124	1.66 116	1.46 367	0.00 1	5.33 386	0.92 364	1.95 365	0.19 98

sAnonymous2	1.54 27	2.26 304	9.53 319	0.65 65	0.50 117	1.20 5	0.23 67	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 93	1.23 4	0.68 12	0.02 190	0.00 1	0.00 1	0.20 287	2.00 366	0.42 171

CroCo_RVC	1.54 27	2.26 304	9.53 319	0.65 65	0.50 117	1.20 5	0.23 67	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 93	1.23 4	0.68 12	0.02 190	0.00 1	0.00 1	0.20 287	2.00 366	0.42 171

SDNR	7.97 327	2.75 328	16.90 360	2.28 246	0.94 183	45.23 404	0.43 102	9.30 205	10.84 281	10.71 305	25.30 358	5.51 190	4.47 223	11.98 324	7.58 283	0.15 297	0.14 225	0.00 1	0.04 221	2.27 368	2.65 360

DGSMNet	7.10 314	3.49 342	15.11 352	4.36 359	4.41 350	8.94 303	6.25 334	15.10 329	14.28 322	8.15 235	14.51 290	10.08 280	5.38 262	11.04 307	7.95 286	1.49 368	2.00 377	1.79 376	1.68 380	2.43 369	3.48 368

BEATNet-Init1	24.70 395	11.33 387	44.28 403	5.48 368	3.94 341	47.60 408	22.33 403	34.94 395	40.01 394	48.11 406	49.98 403	59.86 407	43.17 404	39.48 403	31.77 396	1.37 366	1.76 375	1.17 371	1.17 368	2.44 370	3.85 373

PDISCO_ROB	10.27 354	2.79 332	13.30 339	10.58 384	9.96 386	22.78 372	5.99 328	20.01 368	28.57 374	11.88 327	14.49 289	20.54 362	4.92 243	17.01 364	10.29 321	5.79 383	0.42 267	0.14 338	0.13 256	2.53 371	3.25 364

EDNetEfficient	14.14 373	6.71 370	56.12 408	2.99 304	3.58 327	5.38 241	8.49 358	9.35 206	33.24 380	40.73 397	30.21 371	18.04 346	22.92 381	12.13 326	26.26 386	0.16 300	0.24 247	0.07 322	1.15 367	2.58 372	2.39 355

AnyNet_C01	16.99 379	12.34 390	60.47 410	4.88 365	3.11 313	31.77 388	16.79 394	18.60 357	17.96 343	18.62 359	38.50 388	24.03 369	19.00 367	30.59 392	35.18 402	0.29 328	0.56 276	0.45 364	0.48 350	2.70 373	3.40 366

anonymity	8.04 328	4.13 354	12.86 337	7.43 378	13.11 392	8.34 292	2.02 262	18.21 354	7.55 203	13.88 344	9.27 198	10.63 290	7.79 309	11.57 320	6.06 263	6.25 384	5.59 406	3.71 382	3.28 385	3.27 374	5.78 379

EDNetEfficientorigin	18.25 387	14.44 391	99.41 429	1.72 175	1.00 193	12.07 335	6.97 347	13.67 309	35.06 386	38.59 396	37.10 387	27.03 375	27.46 390	15.38 352	26.92 388	0.05 254	0.08 201	0.15 339	0.62 357	3.33 375	3.92 374

GANetREF_RVC	6.97 311	3.59 345	9.14 314	4.00 346	0.40 104	13.17 342	11.27 374	15.95 337	17.51 340	10.62 303	10.66 238	12.15 311	7.97 313	13.18 335	5.04 251	0.45 338	0.00 1	0.01 249	0.15 260	3.47 376	0.60 201
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
NVStereoNet_ROB	17.22 381	8.76 379	16.47 358	7.52 379	8.42 381	13.75 347	11.07 369	24.24 385	26.67 371	31.00 383	46.49 399	34.88 389	27.06 388	22.72 382	23.61 379	6.83 387	4.32 401	6.32 387	10.37 400	4.39 377	9.57 392
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	14.09 372	9.67 381	20.31 370	10.40 383	7.62 377	21.38 371	17.49 399	21.36 380	31.95 378	23.70 373	29.22 366	18.87 351	27.41 389	14.27 343	11.16 330	2.85 377	1.51 370	0.41 363	0.28 318	4.88 378	7.10 384

Anonymous_2	4.74 273	0.98 172	4.46 152	2.35 255	2.27 283	5.66 247	0.67 158	8.08 172	5.28 123	4.98 97	2.60 43	8.74 267	6.92 291	5.79 108	3.46 204	0.24 318	1.70 372	5.16 385	18.18 408	5.41 379	1.85 328

MADNet+	27.96 398	35.32 405	91.41 421	21.04 397	8.86 382	49.25 410	47.41 417	36.98 397	37.84 391	21.00 367	30.83 373	25.41 372	34.95 397	46.51 409	51.54 415	3.04 378	3.33 394	1.48 374	1.05 366	5.85 380	6.05 381

SGM+DAISY	17.25 382	9.46 380	22.74 375	10.11 382	11.40 388	28.98 386	13.74 382	21.15 377	16.85 336	31.39 384	34.79 383	34.05 388	24.24 384	26.23 388	19.31 365	8.79 390	7.56 410	4.88 384	3.93 389	6.07 381	9.33 389

MSC_U_SF_DS_RVC	17.08 380	7.98 376	24.37 380	6.82 377	2.93 304	39.68 400	16.11 389	25.46 387	34.93 385	34.13 389	34.20 382	29.20 379	24.94 385	23.01 383	19.39 366	2.79 376	2.87 390	1.18 372	1.53 377	6.78 382	3.31 365

SPS-STEREO	15.83 376	7.38 373	14.92 351	11.63 386	11.77 390	25.30 377	7.12 348	25.20 386	17.06 337	32.24 386	30.34 372	31.63 383	22.59 378	25.67 387	21.97 371	7.71 388	4.50 402	3.35 381	1.56 378	6.97 383	7.72 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CC-Net-ROB	8.09 329	10.11 384	9.03 310	4.07 347	3.74 335	15.24 350	4.84 318	18.44 355	10.87 282	6.73 175	14.03 284	7.54 241	4.68 234	11.61 321	3.98 223	6.59 385	2.54 384	16.51 392	1.19 369	7.88 384	2.20 350

MaskLacGwcNet_RVC	6.42 299	6.12 368	6.53 252	4.29 356	3.61 329	15.41 351	4.13 303	12.36 270	7.32 201	7.60 210	8.51 184	8.97 269	2.64 147	10.17 298	3.72 210	8.16 389	2.40 380	2.00 378	0.11 246	8.55 385	5.84 380

JetBlue	29.99 401	17.24 392	55.64 407	16.24 392	21.08 403	62.07 419	33.14 410	40.60 399	35.73 388	34.59 392	40.67 391	57.18 406	43.54 405	51.46 414	52.18 416	2.72 375	4.58 404	2.86 380	3.53 386	10.57 386	14.11 403

UDG	9.12 343	10.06 383	6.35 247	10.06 381	9.64 384	10.48 321	2.33 267	12.73 281	10.19 264	8.33 240	10.27 224	16.70 337	10.47 334	8.33 223	9.07 305	4.28 380	2.59 386	18.90 394	3.83 388	11.35 387	6.50 383

Consistency-Raft	9.58 347	5.11 363	13.00 338	5.61 369	8.92 383	4.03 208	5.07 322	19.73 366	24.90 368	11.32 321	29.86 368	13.36 315	6.16 276	8.00 197	13.47 350	0.67 350	0.34 259	1.81 377	4.36 391	12.23 388	3.62 371

WAO-7	30.22 402	25.83 395	23.33 376	33.10 403	14.36 393	36.98 395	22.41 404	52.85 412	64.46 414	43.76 401	59.24 413	52.31 400	45.69 407	32.82 393	32.60 398	11.16 398	5.49 405	13.76 390	12.60 405	12.36 389	9.38 390

SuperB	8.29 334	3.96 352	24.92 381	2.96 303	1.33 235	9.83 312	4.15 304	10.92 244	29.79 376	11.86 326	12.51 267	6.07 209	6.97 292	11.13 310	14.73 356	0.15 297	0.11 215	0.35 359	0.26 313	12.64 390	1.11 262

DDUNet	10.03 351	12.17 389	8.24 294	13.02 388	11.73 389	10.32 319	3.76 298	12.27 268	8.35 229	9.64 282	13.89 282	16.48 334	6.67 288	9.50 273	7.00 275	6.80 386	3.45 396	21.10 395	4.33 390	12.78 391	9.12 388

SQANet	8.22 333	4.42 358	7.19 274	12.11 387	9.77 385	11.80 332	3.23 291	12.00 262	6.60 172	8.59 247	11.52 251	10.97 301	5.31 260	11.10 308	4.20 228	9.56 391	2.29 379	10.51 388	1.61 379	13.06 392	8.49 387

otaku	12.35 367	8.64 378	9.11 313	13.56 389	10.98 387	26.23 379	7.22 350	19.45 364	19.26 347	11.92 328	17.90 323	20.21 359	8.91 327	16.06 357	6.09 264	9.77 392	2.50 383	13.23 389	1.90 381	14.61 393	9.41 391

Ntro	12.91 368	9.95 382	10.01 324	14.12 391	12.55 391	26.31 380	6.76 342	19.04 360	22.03 362	10.23 293	16.26 303	20.22 360	10.06 332	16.81 362	7.93 285	10.16 394	2.55 385	15.19 391	2.86 383	15.27 394	9.93 393

RainbowNet	18.69 389	27.15 398	22.03 374	18.76 395	15.00 394	27.97 384	10.17 367	27.99 389	34.19 383	15.53 352	27.53 362	25.33 371	13.80 355	19.86 375	10.59 324	14.50 402	3.57 397	23.85 397	5.03 394	18.49 395	12.41 399

ACVNet-4b	16.48 378	23.07 394	14.73 350	16.69 393	15.18 395	31.83 389	7.30 352	19.71 365	27.82 372	11.54 324	22.10 343	31.68 384	8.96 328	18.88 370	7.28 280	11.04 396	2.65 387	24.93 398	5.02 393	18.57 396	10.67 395

ACVNet_1	19.51 390	26.19 396	15.50 353	17.71 394	15.28 396	26.46 381	9.36 362	29.16 393	34.18 382	25.06 377	24.89 356	37.18 391	21.93 377	17.80 367	15.03 358	11.08 397	2.83 388	25.29 399	5.06 395	19.11 397	11.14 396

ACVNet_2	27.45 397	30.56 402	27.90 387	20.72 396	15.55 397	37.22 396	14.00 383	49.32 409	65.88 416	43.17 400	56.99 411	51.90 399	26.98 387	21.46 381	15.38 360	10.77 395	2.85 389	23.12 396	3.62 387	20.08 398	11.47 397

Dean	35.52 406	40.12 409	27.99 388	30.63 400	17.33 398	45.80 407	11.68 376	57.61 417	76.54 420	63.70 416	60.65 414	66.93 415	49.40 410	38.12 399	40.28 407	12.18 399	3.73 399	28.86 400	5.94 397	20.69 399	12.16 398

DispFullNet	18.06 386	27.03 397	34.90 395	22.68 398	20.79 400	15.03 349	3.18 289	16.95 347	26.06 369	20.48 365	16.91 309	20.55 363	18.37 366	23.48 384	12.16 340	5.31 382	2.91 391	31.24 402	8.09 398	22.63 400	12.44 400

LVE	35.84 408	41.54 410	36.25 396	33.36 404	18.92 399	53.05 415	27.99 408	53.17 415	64.93 415	47.63 405	61.58 415	54.25 404	38.72 400	38.72 400	35.50 403	16.36 406	6.23 407	31.51 403	14.04 406	25.01 401	18.07 409

IMH-64-1	28.06 399	29.98 399	19.46 368	32.15 401	20.98 401	27.68 382	16.66 390	47.31 403	44.85 399	34.14 390	50.94 404	41.49 395	31.67 393	37.53 397	23.88 380	14.17 400	2.96 392	34.45 404	11.15 401	26.12 402	13.75 401

IMH-64	28.06 399	29.98 399	19.46 368	32.15 401	20.98 401	27.68 382	16.66 390	47.31 403	44.85 399	34.14 390	50.94 404	41.49 395	31.67 393	37.53 397	23.88 380	14.17 400	2.96 392	34.45 404	11.15 401	26.12 402	13.75 401

Venus	38.93 410	36.84 406	23.97 378	43.96 409	24.48 408	45.73 405	22.62 405	53.10 413	75.66 418	53.86 410	66.17 419	62.39 410	55.11 414	43.01 406	40.67 408	22.98 408	7.22 408	37.53 409	19.49 409	27.02 404	16.83 406

WAO-8	38.93 410	36.84 406	23.97 378	43.96 409	24.48 408	45.73 405	22.62 405	53.10 413	75.66 418	53.86 410	66.14 418	62.39 410	55.11 414	43.01 406	40.67 408	22.98 408	7.22 408	37.53 409	19.49 409	27.04 405	16.83 406

IMH	30.65 403	30.30 401	21.09 372	34.89 405	21.75 405	33.16 392	16.91 395	49.53 410	52.50 403	38.41 394	55.10 410	45.13 397	40.36 402	41.57 404	25.66 385	14.74 403	3.36 395	35.43 406	11.69 403	27.31 406	14.16 404

PWCK	31.62 404	45.59 411	49.67 405	30.49 399	7.80 378	42.91 403	29.73 409	45.45 402	44.44 398	47.41 404	36.92 386	47.86 398	26.79 386	41.90 405	33.36 399	22.77 407	4.56 403	29.89 401	5.13 396	29.43 407	10.36 394

TorneroNet-64	33.32 405	33.28 403	33.07 393	35.14 406	21.25 404	48.02 409	21.13 401	43.47 401	58.77 408	33.36 388	46.64 400	62.00 409	38.19 399	44.82 408	35.07 401	15.02 404	3.59 398	35.81 407	12.20 404	29.45 408	16.17 405

WAO-6	35.59 407	37.89 408	17.67 362	37.86 407	24.46 407	37.85 397	21.49 402	49.01 408	67.96 417	44.22 402	48.08 401	53.02 401	53.39 412	33.67 394	36.83 404	26.05 410	7.83 411	43.19 411	21.76 411	30.18 409	19.37 411

TorneroNet	36.02 409	35.25 404	36.33 398	38.44 408	22.19 406	50.72 413	24.42 407	48.39 406	54.53 405	38.03 393	53.44 408	62.83 412	44.79 406	47.68 411	42.11 410	15.69 405	3.97 400	37.25 408	15.05 407	30.83 410	18.40 410

UNDER WATER-64	46.01 413	48.25 412	68.05 412	44.59 411	28.11 410	57.02 418	43.78 415	40.20 398	48.80 401	52.08 409	42.95 395	67.22 416	57.71 416	48.98 413	49.57 413	40.01 413	17.98 413	52.15 414	39.41 414	38.99 411	34.41 413

SPstereo	72.80 421	48.41 413	62.94 411	57.25 417	46.60 417	79.63 420	85.16 422	100.00 432	100.00 430	98.52 428	98.22 427	100.00 433	96.67 425	97.01 426	82.62 421	47.37 416	39.60 418	68.10 420	65.09 420	40.01 412	42.71 416

UNDER WATER	45.99 412	49.80 414	68.56 413	49.99 413	32.13 411	55.35 417	39.50 412	41.12 400	52.90 404	50.69 407	45.18 397	67.79 417	58.75 417	51.93 416	50.97 414	30.59 411	14.03 412	51.66 413	37.15 412	40.27 413	31.35 412

DPSimNet_ROB	54.45 416	65.73 421	47.00 404	54.49 414	46.37 416	55.34 416	56.47 418	56.18 416	59.04 409	64.57 418	51.76 406	64.01 413	54.49 413	47.54 410	67.21 419	63.21 419	27.86 416	58.04 416	51.28 418	46.61 414	51.87 420

notaker	48.05 414	55.94 416	50.90 406	56.89 416	40.29 412	38.96 399	33.86 411	47.82 405	55.70 406	57.55 412	57.48 412	60.22 408	59.71 418	54.64 417	43.27 411	41.13 414	19.86 414	57.61 415	37.79 413	50.95 415	40.33 414

ktn	49.32 415	58.11 417	40.16 400	59.92 418	43.22 414	49.79 412	42.99 414	48.56 407	60.67 410	51.59 408	54.51 409	55.34 405	52.65 411	47.92 412	37.91 405	57.88 418	24.79 415	63.00 418	43.57 415	52.51 416	41.31 415

HanzoNet	57.16 418	60.12 418	60.00 409	55.77 415	42.11 413	51.98 414	41.93 413	52.07 411	61.47 411	65.98 419	65.90 417	72.11 419	70.14 419	71.11 420	61.13 418	64.31 420	34.72 417	62.27 417	50.86 417	52.83 417	46.33 417

KSHMR	56.07 417	64.25 420	40.47 401	74.89 420	49.63 418	49.42 411	45.46 416	57.71 418	63.52 412	61.65 415	61.67 416	71.88 418	47.67 409	51.47 415	44.57 412	54.67 417	62.25 419	66.31 419	54.18 419	53.03 418	46.75 418

JetRed	61.44 419	61.87 419	83.02 416	46.49 412	56.73 420	83.63 421	65.09 419	59.75 419	64.22 413	69.50 420	69.26 420	66.24 414	47.62 408	61.80 418	74.60 420	45.99 415	66.40 421	46.67 412	45.27 416	63.49 419	51.22 419

LRCNet_RVC	66.47 420	66.44 422	69.02 414	71.60 419	54.27 419	32.21 390	2.93 279	63.19 420	21.83 360	82.02 421	90.16 422	83.59 420	72.13 420	69.45 419	53.25 417	95.47 426	64.21 420	95.15 426	95.27 426	72.59 420	74.60 422

xxxxx1	85.58 424	90.37 424	96.61 424	76.69 421	80.77 421	97.50 425	96.92 426	85.57 421	88.66 422	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 422	81.26 423	72.90 421	79.86 423

tt_ll	85.58 424	90.37 424	96.61 424	76.69 421	80.77 421	97.50 425	96.92 426	85.57 421	88.66 422	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 422	81.26 423	72.90 421	79.86 423

ff	85.58 424	90.37 424	96.61 424	76.69 421	80.77 421	97.50 425	96.92 426	85.57 421	88.66 422	88.63 422	91.64 423	94.27 422	93.09 422	90.03 422	91.91 423	70.77 421	70.62 422	73.61 422	81.26 423	72.90 421	79.86 423

DLNR_Zeroshot_test	24.96 396	51.28 415	90.69 420	97.84 428	97.22 427	1.40 13	0.12 32	23.19 384	3.55 44	1.21 34	2.95 49	0.72 47	0.31 8	7.09 149	2.61 180	38.70 412	1.32 359	0.00 1	0.29 323	77.04 424	1.68 301

MADNet++	82.81 422	81.73 423	74.64 415	87.71 425	82.67 424	93.35 422	70.27 420	86.39 424	82.88 421	93.51 425	86.62 421	86.40 421	81.37 421	88.21 421	88.63 422	86.59 424	84.23 425	72.14 421	68.69 421	78.88 425	81.36 426

tt	83.10 423	0.43 20	99.97 431	79.27 424	93.14 425	100.00 431	100.00 431	100.00 432	99.89 427	60.55 414	48.44 402	99.98 431	99.96 430	99.98 432	100.00 434	91.80 425	99.82 429	73.67 425	73.25 422	86.43 426	55.39 421

Anonymous_1	99.01 430	99.91 428	99.85 430	97.31 427	99.09 429	100.00 431	100.00 431	99.59 429	99.96 428	99.29 430	99.86 429	99.55 428	99.99 431	99.30 428	99.76 429	95.67 427	99.58 428	97.24 427	98.56 428	97.36 427	98.34 428

PML	97.69 427	100.00 432	96.50 423	97.85 429	97.35 428	99.77 430	99.36 429	96.92 425	96.34 425	100.00 432	96.52 426	97.41 426	99.61 428	100.00 433	95.46 426	99.99 432	97.44 426	100.00 429	96.08 427	99.13 428	88.02 427

MEDIAN_ROB	98.44 428	99.70 427	99.34 428	97.13 426	97.06 426	96.94 424	95.91 425	97.71 427	97.33 426	98.78 429	98.91 428	99.19 427	98.13 427	96.94 425	96.99 428	99.97 430	99.18 427	100.00 429	99.99 430	99.70 429	99.83 429

DPSM_ROB	99.94 435	100.00 432	100.00 435	99.74 430	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	99.08 428	100.00 432	100.00 429	100.00 432	99.98 430	99.94 430

DPSM	99.94 435	100.00 432	100.00 435	99.74 430	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	99.08 428	100.00 432	100.00 429	100.00 432	99.98 430	99.94 430

HaxPig	98.85 429	99.94 429	95.36 422	99.99 432	99.98 430	94.12 423	94.52 423	99.12 428	99.96 428	99.96 431	99.99 430	99.98 431	99.89 429	98.16 427	96.14 427	99.98 431	99.99 431	100.00 429	99.99 430	99.99 432	99.95 432

MyStereo03	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

MyStereo02	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

MyStereo	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

Selective-RAFT-Error	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

CasAABBNet	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

test_example2	99.38 431	99.98 431	99.99 432	100.00 435	99.98 430	99.73 429	99.99 430	96.99 426	100.00 430	100.00 432	100.00 431	96.49 425	96.74 426	99.97 429	99.96 430	100.00 434	99.97 430	98.68 428	99.11 429	100.00 433	100.00 436

LSM0	100.00 437	100.00 432	100.00 435	100.00 435	100.00 432	100.00 431	100.00 431	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	100.00 434	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	99.99 433

DPSMNet_ROB	99.90 433	100.00 432	99.99 432	99.99 432	100.00 432	100.00 431	100.00 431	99.98 430	100.00 430	98.37 426	100.00 431	99.81 429	100.00 432	99.97 429	99.99 431	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	99.99 433

DGTPSM_ROB	99.90 433	100.00 432	99.99 432	99.99 432	100.00 432	100.00 431	100.00 431	99.98 430	100.00 430	98.37 426	100.00 431	99.81 429	100.00 432	99.97 429	99.99 431	99.99 432	100.00 432	100.00 429	100.00 432	100.00 433	99.99 433

AVERAGE_ROB	99.63 432	99.96 430	98.88 427	100.00 435	100.00 432	98.16 428	95.64 424	100.00 432	100.00 430	100.00 432	100.00 431	100.00 433	100.00 432	100.00 433	99.99 431	100.00 434	100.00 432	100.00 429	100.00 432	100.00 433	100.00 436

Low-res two-view benchmark