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

MIF-Stereo	2.89 2	0.90 4	6.74 65	4.08 36	2.42 154	2.63 4	0.42 6	5.57 1	4.88 6	5.36 30	7.63 22	1.09 1	1.47 5	8.80 41	5.11 136	0.03 94	0.07 129	0.00 1	0.01 66	0.48 181	0.11 44

MGS-Stereo	3.26 8	1.29 47	6.73 64	3.30 9	0.47 25	4.89 37	1.55 41	6.15 2	8.88 60	4.31 17	10.15 41	5.48 41	1.27 3	8.09 28	1.97 17	0.04 100	0.01 10	0.02 75	0.00 1	0.57 207	0.04 11

AEACV	3.17 6	1.11 27	5.39 30	4.55 63	5.35 264	4.29 15	1.60 45	6.21 3	5.43 18	3.08 4	7.85 23	4.23 22	6.55 102	5.51 5	1.56 2	0.00 1	0.09 152	0.03 89	0.32 269	0.20 63	0.12 49

LoS_RVC	3.72 24	2.57 240	3.90 11	4.27 49	7.61 324	5.39 59	2.90 119	7.29 4	3.84 1	3.67 12	10.20 42	3.66 16	4.48 46	6.19 13	2.14 35	0.01 47	0.03 50	0.00 1	0.00 1	0.06 7	6.15 344

StereoIM	2.73 1	1.56 112	6.21 55	2.96 5	2.45 156	1.80 3	0.28 4	7.43 5	5.07 12	2.57 1	3.43 2	7.13 55	4.71 58	5.74 8	2.91 63	0.00 1	0.05 79	0.00 1	0.00 1	0.15 43	0.12 49

XX-TBD	4.45 33	10.67 342	3.01 2	10.28 306	0.57 36	5.84 88	0.07 1	7.57 6	12.24 86	11.43 71	14.74 75	4.07 20	1.66 9	4.51 3	2.05 25	0.01 47	0.01 10	0.00 1	0.00 1	0.26 97	0.01 1

test croco	4.15 30	1.67 137	9.97 202	4.86 76	2.97 174	3.27 7	1.41 33	8.20 7	5.51 20	3.37 8	16.69 91	3.03 7	2.71 17	14.44 202	3.91 101	0.14 148	0.00 1	0.03 89	0.01 66	0.69 227	0.14 62

TANstereo	4.70 37	1.08 22	4.01 12	3.53 25	0.47 25	14.26 213	0.15 3	8.67 8	12.54 88	12.50 80	18.43 107	5.20 36	4.54 50	5.68 6	2.07 26	0.00 1	0.13 179	0.00 1	0.01 66	0.02 1	0.63 211

GLC_STEREO	3.40 13	1.06 17	3.44 8	6.52 182	0.20 1	4.76 31	1.66 47	8.97 9	6.59 26	5.39 31	9.04 31	5.23 37	2.03 12	9.76 56	2.77 57	0.01 47	0.03 50	0.21 221	0.00 1	0.23 81	0.06 23

MIF-Stereo (partial)	4.33 31	1.23 38	7.27 88	5.04 83	5.31 263	3.47 9	0.95 18	9.06 10	7.41 44	4.15 15	15.76 82	5.38 40	5.22 63	11.56 111	4.21 112	0.04 100	0.02 30	0.05 112	0.03 105	0.34 143	0.12 49

CREStereo++_RVC	4.61 34	0.99 10	3.70 9	4.08 36	2.01 140	3.94 12	0.10 2	9.10 11	16.94 140	8.65 51	16.77 93	4.46 26	2.18 13	5.72 7	3.12 74	0.00 1	0.00 1	0.00 1	10.32 380	0.02 1	0.01 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CAS	5.20 42	0.78 1	3.30 4	17.06 357	7.59 323	8.07 137	6.31 213	9.46 12	9.09 61	4.57 21	10.67 48	1.91 3	1.22 2	4.18 2	2.16 36	10.33 375	0.02 30	0.00 1	0.02 90	0.44 170	6.83 353

CES	3.85 25	1.14 31	2.91 1	3.05 7	11.37 357	5.37 58	1.02 22	9.52 13	8.82 59	3.50 9	9.21 34	1.78 2	0.90 1	6.53 15	2.37 44	0.02 78	0.04 59	0.01 65	0.00 1	1.62 281	7.74 365

sCroCo_RVC	5.06 39	3.29 263	16.45 294	10.72 312	6.64 298	5.83 86	2.74 113	9.67 14	8.06 50	3.66 11	9.20 33	4.81 34	4.95 60	8.12 29	4.64 121	0.64 272	0.50 301	0.06 124	0.03 105	0.70 230	0.42 176

CroCo-Stereo Lap2	4.01 28	2.03 206	8.14 122	9.82 292	6.03 285	1.11 2	0.79 15	9.71 15	7.98 49	3.26 6	4.99 9	9.08 77	5.80 81	6.08 12	4.39 117	0.00 1	0.05 79	0.00 1	0.00 1	0.71 232	0.30 151

MoCha-V2	3.20 7	0.92 5	4.82 18	5.09 86	0.40 13	4.63 21	1.37 32	9.81 16	5.41 17	5.58 32	5.26 10	2.63 6	6.48 99	9.90 58	1.15 1	0.02 78	0.24 246	0.00 1	0.25 246	0.07 12	0.04 11

MC-Stereo	3.99 27	0.95 6	4.70 17	5.09 86	0.44 24	3.77 11	1.79 69	9.86 17	7.05 41	6.34 33	13.35 69	6.83 50	6.34 98	10.80 78	1.75 11	0.00 1	0.11 171	0.06 124	0.24 243	0.12 33	0.14 62

LargeStereo	2.98 4	1.27 45	5.17 27	5.41 115	0.47 25	4.63 21	1.71 61	9.97 18	4.75 4	2.58 2	6.27 18	4.35 25	4.44 44	4.98 4	3.05 71	0.00 1	0.07 129	0.00 1	0.08 162	0.24 86	0.18 89

CroCo-Stereo	3.27 10	1.90 180	7.18 82	8.50 260	1.11 88	0.96 1	0.97 19	10.18 19	8.20 52	3.59 10	4.69 7	8.02 67	4.53 48	2.75 1	2.34 42	0.01 47	0.00 1	0.00 1	0.00 1	0.31 127	0.11 44
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
LoS	3.59 21	1.07 21	3.81 10	2.80 4	0.52 31	4.98 44	1.18 25	10.35 20	12.97 95	4.54 20	10.75 49	3.89 19	3.27 20	8.78 40	2.63 55	0.03 94	0.03 50	0.09 144	0.00 1	0.12 33	0.04 11

EGLCR-Stereo	2.92 3	1.06 17	5.28 28	3.38 14	0.55 33	4.59 20	0.66 10	10.43 21	4.81 5	3.30 7	3.23 1	7.93 63	1.71 10	9.22 50	1.62 8	0.05 109	0.12 175	0.00 1	0.00 1	0.23 81	0.16 80

CREStereo	3.58 20	1.05 16	3.35 6	2.17 2	0.59 38	5.61 69	0.40 5	10.50 22	13.34 105	6.93 37	10.44 45	5.29 39	3.47 24	5.82 10	2.62 54	0.01 47	0.01 10	0.02 75	0.01 66	0.04 3	0.01 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
GMOStereo	5.97 84	1.55 103	7.18 82	5.17 99	0.71 52	5.54 63	2.21 87	10.54 23	12.86 91	18.29 205	22.01 149	17.06 185	6.27 93	6.62 16	2.43 46	0.00 1	0.23 235	0.12 174	0.00 1	0.46 172	0.10 38

error version	5.97 84	1.55 103	7.18 82	5.17 99	0.71 52	5.54 63	2.21 87	10.54 23	12.86 91	18.29 205	22.01 149	17.06 185	6.27 93	6.62 16	2.43 46	0.00 1	0.23 235	0.12 174	0.00 1	0.46 172	0.10 38

test-v	5.97 84	1.55 103	7.18 82	5.17 99	0.71 52	5.54 63	2.21 87	10.54 23	12.86 91	18.29 205	22.01 149	17.06 185	6.27 93	6.62 16	2.43 46	0.00 1	0.23 235	0.12 174	0.00 1	0.46 172	0.10 38

test-2	5.97 84	1.55 103	7.18 82	5.17 99	0.71 52	5.54 63	2.21 87	10.54 23	12.86 91	18.29 205	22.01 149	17.06 185	6.27 93	6.62 16	2.43 46	0.00 1	0.23 235	0.12 174	0.00 1	0.46 172	0.10 38

panet	3.62 23	0.95 6	3.30 4	2.21 3	0.56 34	5.67 82	0.42 6	10.62 27	13.30 103	6.89 36	10.45 46	5.78 44	3.69 28	5.80 9	2.61 53	0.00 1	0.02 30	0.03 89	0.01 66	0.04 3	0.02 7

rrr	3.26 8	1.57 116	7.72 103	3.36 12	0.60 41	4.93 40	1.59 44	10.72 28	5.11 15	3.79 13	4.58 4	4.53 30	4.00 32	10.13 61	2.09 29	0.00 1	0.06 112	0.00 1	0.22 228	0.12 33	0.18 89

Selective-IGEV	3.06 5	1.11 27	4.98 20	3.56 26	1.66 124	4.73 24	2.14 86	10.73 29	4.56 3	2.93 3	4.60 6	5.54 42	1.77 11	10.82 80	1.69 9	0.00 1	0.01 10	0.00 1	0.14 198	0.06 7	0.13 57

AnonymousM	6.33 98	11.42 348	3.06 3	3.93 33	1.49 120	4.54 17	3.29 127	11.00 30	7.70 46	16.52 166	9.38 35	9.07 76	3.97 31	7.10 21	3.01 68	0.43 237	0.07 129	22.69 382	7.67 372	0.06 7	0.21 110

CASnet	3.91 26	1.03 15	4.68 16	4.98 81	0.27 7	4.99 45	2.95 120	11.02 31	11.02 74	10.61 65	11.76 57	4.15 21	1.65 8	5.85 11	1.91 14	0.50 249	0.00 1	0.59 272	0.12 190	0.13 38	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
test_4	5.47 53	0.98 9	5.56 36	6.55 185	0.62 43	5.53 62	1.88 73	11.68 32	6.00 22	12.60 91	30.86 244	7.48 60	3.87 29	12.25 145	2.97 66	0.00 1	0.07 129	0.03 89	0.14 198	0.34 143	0.04 11

AE-Stereo	5.15 40	1.56 112	7.99 115	8.70 261	2.18 145	9.12 143	3.02 122	11.78 33	13.30 103	4.34 18	12.84 64	10.83 90	4.53 48	8.71 38	2.82 58	0.04 100	0.44 288	0.05 112	0.33 273	0.20 63	0.17 85

CRE-IMP	5.53 60	1.63 133	9.62 188	5.65 124	0.48 28	7.02 123	1.70 51	11.84 34	8.33 54	12.99 100	16.02 84	11.08 94	6.23 91	12.06 135	5.06 135	0.28 198	0.07 129	0.09 144	0.00 1	0.24 86	0.21 110

test_xeample3	3.34 12	1.54 100	7.67 100	3.33 11	0.68 47	5.74 84	1.63 46	12.05 35	3.88 2	6.71 34	3.81 3	3.17 10	3.34 21	10.59 68	2.07 26	0.00 1	0.02 30	0.00 1	0.27 253	0.13 38	0.16 80

H2IRNET	5.89 80	1.14 31	6.65 61	4.13 39	2.24 147	4.15 13	0.73 13	12.10 36	13.21 99	7.09 43	20.45 134	15.74 171	10.74 171	10.36 64	7.84 189	0.06 120	0.00 1	0.07 132	0.53 298	0.37 153	0.16 80

DeepStereo_RVC	5.65 73	1.65 134	9.06 169	5.21 108	0.56 34	5.55 67	1.84 71	12.16 37	7.22 42	13.94 111	14.96 76	12.58 117	10.27 167	11.25 99	5.81 155	0.39 228	0.10 162	0.11 171	0.00 1	0.18 57	0.22 117

PMTNet	5.36 51	0.97 8	3.42 7	1.97 1	1.30 104	8.96 141	0.69 12	12.33 38	12.16 85	8.50 49	11.35 54	6.09 45	4.50 47	9.34 52	2.70 56	22.71 389	0.01 10	0.04 106	0.02 90	0.06 7	0.01 1

GMStereo	5.94 82	3.84 277	10.86 223	5.13 96	0.71 52	7.27 127	2.66 111	12.38 39	25.14 216	12.01 75	10.66 47	5.12 35	3.46 23	11.39 103	6.16 162	0.45 240	0.02 30	0.05 112	0.31 266	0.86 248	0.25 135
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSM-adaLoss	5.50 59	1.74 149	9.03 167	5.09 86	0.42 19	5.66 77	1.98 80	12.50 40	7.01 38	12.52 82	18.13 104	12.96 123	6.77 110	11.11 88	3.83 98	0.72 278	0.09 152	0.09 144	0.00 1	0.22 69	0.22 117

ROB_FTStereo_v2	5.53 60	1.74 149	8.97 160	5.09 86	0.42 19	5.64 71	2.02 81	12.50 40	7.00 33	12.51 81	18.10 101	12.99 124	6.72 105	11.50 107	4.04 110	0.70 274	0.09 152	0.09 144	0.00 1	0.22 69	0.23 124

Patchmatch Stereo++	5.56 68	1.74 149	9.01 163	5.09 86	0.41 15	5.66 77	2.40 98	12.52 42	7.00 33	12.52 82	18.08 99	13.02 127	6.74 106	11.59 115	4.01 107	0.78 282	0.09 152	0.09 144	0.00 1	0.22 69	0.22 117
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.56 68	1.74 149	9.01 163	5.09 86	0.41 15	5.66 77	2.40 98	12.52 42	7.00 33	12.52 82	18.08 99	13.02 127	6.74 106	11.59 115	4.01 107	0.78 282	0.09 152	0.09 144	0.00 1	0.22 69	0.22 117

RAFT-IKP	5.53 60	1.74 149	8.95 155	5.09 86	0.41 15	5.45 60	2.08 85	12.52 42	7.00 33	12.52 82	18.13 104	12.93 122	6.79 111	11.59 115	3.99 105	0.80 286	0.09 152	0.09 144	0.00 1	0.22 69	0.22 117

ROB_FTStereo	5.49 58	1.74 149	8.96 158	5.09 86	0.42 19	5.65 72	1.68 48	12.53 45	7.00 33	12.53 88	18.00 98	13.02 127	6.74 106	11.51 108	3.81 97	0.60 263	0.09 152	0.09 144	0.00 1	0.22 69	0.22 117

HUI-Stereo	5.48 56	1.74 149	9.01 163	5.08 85	0.42 19	5.65 72	2.77 115	12.55 46	7.03 40	12.54 90	18.10 101	13.07 131	6.71 104	9.92 59	3.74 93	0.61 266	0.08 144	0.09 144	0.00 1	0.22 69	0.23 124

ProNet	3.61 22	1.91 183	6.17 49	3.31 10	0.67 46	5.51 61	6.46 223	12.60 47	6.23 24	3.18 5	4.80 8	3.64 15	3.57 26	11.15 95	2.11 32	0.02 78	0.21 221	0.01 65	0.01 66	0.41 165	0.14 62

iGMRVC	5.54 63	1.74 149	9.01 163	5.09 86	0.42 19	5.66 77	1.81 70	12.61 48	7.02 39	12.52 82	18.11 103	13.02 127	6.64 103	11.57 112	4.16 111	0.82 288	0.09 152	0.09 144	0.00 1	0.22 69	0.21 110

MSKI-zero shot	4.76 38	1.56 112	5.98 42	5.14 97	1.13 92	6.55 112	1.55 41	12.76 49	8.06 50	10.44 64	11.50 55	13.47 142	2.38 16	12.07 137	1.90 13	0.01 47	0.20 215	0.02 75	0.29 259	0.14 41	0.14 62

test-3	5.21 44	1.06 17	7.71 102	4.19 42	0.59 38	6.72 116	3.01 121	12.96 50	17.49 147	12.53 88	8.65 24	13.20 133	4.14 36	9.00 46	2.11 32	0.00 1	0.05 79	0.00 1	0.32 269	0.25 89	0.18 89

test_1	5.20 42	1.06 17	7.72 103	4.21 44	0.59 38	6.69 113	3.03 123	12.98 51	17.51 148	12.35 78	8.66 26	13.20 133	4.12 35	9.00 46	2.11 32	0.00 1	0.05 79	0.00 1	0.32 269	0.25 89	0.18 89

RAFT-RH_RVC	7.73 148	1.25 44	6.99 77	4.83 73	0.90 74	11.76 174	1.53 39	13.00 52	14.43 115	17.51 189	46.41 358	11.02 93	6.30 97	12.68 159	4.93 133	0.51 252	0.04 59	0.12 174	0.13 194	0.09 18	0.09 32

test-1	5.62 72	1.53 98	14.78 281	7.44 229	1.11 88	7.99 136	1.19 26	13.03 53	12.04 84	9.39 56	15.23 79	11.15 97	5.56 70	7.06 20	3.57 85	0.07 129	0.50 301	0.00 1	0.10 180	0.16 48	0.47 184

DisPM	6.43 102	1.31 53	8.36 128	6.61 191	1.06 85	5.83 86	3.82 150	13.04 54	11.63 79	16.38 162	23.88 172	12.80 121	6.50 101	13.03 179	3.04 70	0.51 252	0.01 10	0.08 137	0.15 204	0.10 28	0.42 176

4D-IteraStereo	5.15 40	1.47 82	7.98 114	4.89 79	4.69 233	6.25 98	1.85 72	13.23 55	16.30 132	14.18 114	11.26 53	8.33 68	1.61 6	8.07 27	2.42 45	0.00 1	0.05 79	0.08 137	0.01 66	0.19 61	0.15 76

ff7	3.48 14	1.76 162	6.20 50	3.45 16	1.13 92	5.02 46	1.70 51	13.26 56	5.04 7	4.66 22	5.47 13	3.49 11	4.70 54	11.14 90	2.01 20	0.00 1	0.04 59	0.00 1	0.18 212	0.30 116	0.14 62

IGEVStereo-DCA	3.31 11	1.57 116	6.20 50	3.36 12	0.60 41	4.93 40	1.70 51	13.26 56	5.04 7	3.79 13	4.58 4	4.53 30	4.00 32	10.13 61	2.09 29	0.00 1	0.06 112	0.00 1	0.18 212	0.12 33	0.14 62

ffff	3.48 14	1.76 162	6.20 50	3.45 16	1.13 92	5.02 46	1.70 51	13.26 56	5.04 7	4.66 22	5.47 13	3.49 11	4.70 54	11.14 90	2.01 20	0.00 1	0.04 59	0.00 1	0.18 212	0.30 116	0.14 62

11t	3.48 14	1.76 162	6.20 50	3.45 16	1.13 92	5.02 46	1.70 51	13.26 56	5.04 7	4.66 22	5.47 13	3.49 11	4.70 54	11.14 90	2.01 20	0.00 1	0.04 59	0.00 1	0.18 212	0.30 116	0.14 62

ccc-4	3.48 14	1.76 162	6.20 50	3.45 16	1.13 92	5.02 46	1.70 51	13.26 56	5.04 7	4.66 22	5.47 13	3.49 11	4.70 54	11.14 90	2.01 20	0.00 1	0.04 59	0.00 1	0.18 212	0.30 116	0.14 62

RAFT-345	6.79 121	1.29 47	6.80 70	5.06 84	0.91 75	5.61 69	3.32 132	13.36 61	10.17 67	13.73 110	43.66 347	9.12 78	5.38 66	12.29 146	4.44 118	0.32 205	0.05 79	0.09 144	0.06 152	0.06 7	0.03 9

Former-RAFT_DAM_RVC	4.69 36	2.56 239	8.72 147	4.26 48	3.52 191	9.22 144	1.48 35	13.54 62	18.88 161	7.47 44	7.08 21	2.04 5	2.24 15	9.66 55	2.27 41	0.05 109	0.02 30	0.07 132	0.00 1	0.53 198	0.21 110

test_3	5.55 66	1.02 12	8.07 119	6.18 164	0.54 32	9.00 142	3.28 126	13.55 63	18.66 158	11.97 73	8.89 29	13.98 147	4.05 34	8.96 44	2.10 31	0.00 1	0.05 79	0.00 1	0.31 266	0.26 97	0.18 89

PFNet+	6.68 111	1.40 66	9.60 187	5.64 123	0.85 69	5.79 85	1.74 63	13.63 64	15.30 122	17.88 194	21.38 146	14.52 154	6.07 86	12.74 164	4.89 132	0.63 270	0.20 215	0.11 171	0.30 263	0.05 6	0.91 251

anonymousdsp	3.51 18	1.75 158	5.66 38	3.49 20	1.13 92	5.04 50	1.74 63	13.69 65	5.07 12	4.83 26	5.42 11	4.25 23	4.44 44	11.14 90	1.98 18	0.00 1	0.04 59	0.00 1	0.18 212	0.31 127	0.13 57

IGEV-Stereo	3.52 19	1.75 158	5.67 39	3.49 20	1.12 90	5.04 50	1.73 62	13.70 66	5.07 12	4.83 26	5.42 11	4.27 24	4.43 43	11.15 95	1.98 18	0.00 1	0.04 59	0.00 1	0.18 212	0.31 127	0.12 49
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TestStereo	6.02 89	2.55 238	7.33 95	5.57 120	1.68 126	6.05 96	1.78 68	13.73 67	16.40 137	10.87 68	23.79 169	9.00 75	5.63 75	11.26 100	3.96 103	0.09 134	0.01 10	0.00 1	0.00 1	0.69 227	0.01 1

Pruner-Stereo	6.59 105	1.51 95	8.71 146	6.34 171	0.85 69	5.66 77	4.15 156	13.74 68	11.02 74	18.11 201	22.09 154	15.86 173	5.80 81	11.75 124	5.15 138	0.60 263	0.02 30	0.18 205	0.10 180	0.07 12	0.16 80

DEmStereo	8.85 178	1.36 60	9.99 204	4.24 46	1.05 84	11.49 173	5.91 197	13.76 69	26.68 230	22.03 263	32.92 278	11.86 107	15.27 259	11.48 105	8.08 195	0.16 156	0.15 192	0.02 75	0.09 174	0.09 18	0.44 180

rafts_anoy	6.02 89	1.67 137	6.27 56	6.53 183	4.98 244	5.30 57	2.53 104	13.77 70	21.01 172	12.70 94	16.23 87	8.56 71	5.65 76	9.09 48	5.22 140	0.04 100	0.31 263	0.09 144	0.03 105	0.25 89	0.17 85

Selective-RAFT	5.78 77	0.83 2	10.24 208	6.70 196	0.72 60	15.49 237	1.13 24	13.82 71	15.41 123	6.97 42	6.97 20	11.63 101	8.27 133	12.32 147	4.73 123	0.10 138	0.01 10	0.00 1	0.26 249	0.07 12	0.03 9

RALCasStereoNet	5.95 83	2.02 204	7.09 81	7.06 212	5.10 251	6.36 104	5.44 187	13.97 72	13.25 101	9.93 60	17.45 94	10.37 87	3.89 30	11.64 120	4.24 114	0.02 78	0.46 294	0.10 160	0.00 1	0.20 63	0.31 156

IGEV_Zeroshot_test	5.28 47	2.03 206	14.26 273	6.09 158	1.33 110	4.32 16	1.03 23	14.46 73	6.50 25	13.33 108	11.89 58	11.01 92	3.45 22	10.71 73	3.64 88	0.03 94	0.22 230	0.15 194	0.26 249	0.80 244	0.20 103

Anonymous	6.73 115	2.83 249	18.61 308	11.88 328	7.83 328	14.52 224	9.37 260	14.49 74	10.15 66	4.28 16	6.89 19	3.13 8	7.67 119	11.82 126	5.66 152	0.83 290	0.35 274	0.08 137	0.20 223	2.86 309	1.09 265

knoymous	6.19 96	1.49 89	4.49 14	3.81 32	1.87 134	5.84 88	5.76 195	14.51 75	14.18 111	13.31 107	21.59 147	12.64 118	6.49 100	12.41 152	4.03 109	0.12 143	0.13 179	0.12 174	0.00 1	0.71 232	0.35 162

MyStereo8	7.13 133	2.48 234	10.86 223	6.81 203	4.98 244	10.73 161	1.42 34	14.58 76	9.73 64	15.75 146	23.16 165	12.17 116	7.96 128	9.85 57	10.21 224	0.04 100	0.19 210	0.08 137	0.21 226	0.58 210	0.82 240

RAFT_CTSACE	8.24 162	1.97 193	8.39 130	6.89 206	5.11 252	5.86 92	2.63 110	14.62 77	16.88 139	23.52 279	34.77 296	16.02 175	7.37 116	17.91 258	2.23 39	0.00 1	0.12 175	0.00 1	0.03 105	0.39 161	0.05 16

SST-Stereo	6.60 108	1.46 80	8.37 129	6.68 194	0.77 65	6.01 95	1.93 78	14.68 78	9.24 63	19.09 219	20.43 133	16.86 183	8.59 136	13.49 184	3.80 96	0.22 178	0.05 79	0.13 185	0.00 1	0.08 16	0.05 16

NRIStereo	5.73 74	1.67 137	8.42 134	5.72 133	0.41 15	6.71 115	2.60 108	14.73 79	10.71 73	12.39 79	15.07 77	11.58 100	6.23 91	12.06 135	4.78 125	0.61 266	0.17 201	0.11 171	0.00 1	0.28 108	0.27 140

RAFT_R40	6.91 126	1.53 98	8.45 137	6.79 202	0.77 65	5.86 92	3.82 150	14.85 80	14.53 116	18.05 200	20.03 126	17.06 185	8.69 138	13.40 183	3.84 99	0.14 148	0.02 30	0.14 189	0.00 1	0.09 18	0.05 16

11t1	5.86 78	1.10 26	7.74 105	5.18 104	1.44 115	13.82 206	2.36 96	14.92 81	7.26 43	12.98 99	11.10 51	11.24 98	9.30 148	11.59 115	6.54 165	0.10 138	0.16 199	0.00 1	0.01 66	0.18 57	0.23 124

LL-Strereo2	5.54 63	2.17 218	9.12 172	5.65 124	2.54 159	6.48 106	2.27 93	15.08 82	7.79 48	10.99 69	10.26 43	15.94 174	3.50 25	13.25 181	3.63 87	0.00 1	0.13 179	1.34 319	0.10 180	0.30 116	0.19 100

riskmin	6.42 101	1.29 47	6.76 67	3.95 34	2.25 148	10.49 156	2.53 104	15.11 83	17.60 149	9.77 59	12.91 66	15.25 166	12.04 199	11.58 113	5.11 136	0.14 148	0.24 246	0.13 185	0.03 105	0.61 213	0.69 224

XX-Stereo	6.14 94	1.47 82	9.11 171	11.87 327	6.76 303	3.27 7	0.93 17	15.13 84	5.43 18	8.79 53	28.46 211	13.71 145	2.22 14	11.51 108	2.07 26	0.20 172	0.24 246	0.08 137	0.29 259	1.04 257	0.13 57

DIP-Stereo	6.74 118	1.93 190	10.02 206	4.28 50	1.64 123	13.54 202	1.52 38	15.16 85	6.63 27	14.30 117	26.81 199	10.90 91	5.19 62	14.78 209	7.56 183	0.00 1	0.06 112	0.05 112	0.00 1	0.17 55	0.17 85
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CIPLG	7.15 135	2.44 231	12.82 247	7.38 224	4.93 239	10.51 157	4.56 166	15.17 86	13.25 101	17.45 187	19.75 123	8.42 69	4.60 52	11.41 104	8.31 198	0.33 207	0.32 266	0.03 89	0.14 198	0.37 153	0.72 230

ADStereo(finetuned)	6.68 111	1.59 120	9.70 197	3.49 20	0.68 47	4.79 35	1.75 66	15.33 87	23.64 201	15.56 144	20.68 135	7.30 57	13.85 228	8.71 38	5.17 139	0.00 1	0.05 79	0.00 1	0.00 1	0.25 89	1.05 262

DCANet	6.46 103	1.59 120	7.28 89	3.51 24	0.68 47	4.77 34	1.75 66	15.33 87	23.62 200	15.55 143	20.73 140	7.31 58	11.56 193	8.83 42	5.26 142	0.00 1	0.05 79	0.00 1	0.00 1	0.26 97	1.11 266

MyStereo07	4.38 32	1.92 187	5.06 25	6.09 158	4.31 222	6.54 110	9.96 272	15.35 89	5.15 16	4.34 18	5.65 17	3.15 9	5.77 80	11.33 101	1.81 12	0.06 120	0.10 162	0.03 89	0.04 120	0.63 218	0.30 151

AAGNet	7.94 153	1.48 85	9.34 180	7.13 216	0.70 51	5.85 90	5.16 178	15.40 90	14.01 108	20.13 235	24.03 173	15.28 167	11.52 189	12.05 133	15.47 263	0.63 270	0.06 112	0.32 250	0.01 66	0.12 33	0.09 32

Gwc-CoAtRS	5.54 63	1.22 36	8.40 132	4.28 50	1.36 113	6.93 121	1.31 28	15.48 91	15.03 119	12.62 92	13.32 68	12.74 120	5.71 78	8.61 33	2.98 67	0.01 47	0.22 230	0.00 1	0.29 259	0.28 108	0.07 26

ACRE	7.07 132	2.38 229	13.26 254	7.36 223	4.86 236	10.28 152	4.40 161	15.51 92	13.69 106	17.22 182	19.23 114	8.00 65	4.20 37	10.64 70	8.50 202	0.33 207	0.32 266	0.03 89	0.14 198	0.37 153	0.77 238

DCRE	6.07 93	1.75 158	8.41 133	7.20 218	3.82 198	6.48 106	4.18 158	15.52 93	10.42 68	9.24 55	22.47 159	11.71 103	5.46 67	10.62 69	3.02 69	0.02 78	0.26 255	0.05 112	0.30 263	0.15 43	0.24 130

sAnonymous2	6.59 105	6.21 310	19.05 311	8.91 264	5.27 260	4.58 18	6.69 229	15.56 94	11.12 77	4.86 28	8.71 27	3.81 17	7.93 125	7.38 22	2.89 60	0.09 134	0.07 129	0.05 112	0.28 256	11.25 370	7.10 358

CroCo_RVC	6.59 105	6.21 310	19.05 311	8.91 264	5.27 260	4.58 18	6.69 229	15.56 94	11.12 77	4.86 28	8.71 27	3.81 17	7.93 125	7.38 22	2.89 60	0.09 134	0.07 129	0.05 112	0.28 256	11.25 370	7.10 358

IPLGR_C	7.16 136	2.48 234	12.98 250	7.52 234	4.91 238	10.56 158	4.59 167	15.63 96	14.12 110	17.42 185	18.87 111	8.00 65	4.59 51	10.76 74	8.81 205	0.32 205	0.32 266	0.03 89	0.13 194	0.36 148	0.76 235

fff	6.83 123	1.55 103	7.28 89	3.56 26	0.32 8	4.73 24	1.70 51	15.75 97	31.87 267	15.11 131	20.25 128	6.90 51	12.80 208	8.63 34	5.33 145	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 211

csc	6.83 123	1.55 103	7.28 89	3.56 26	0.32 8	4.73 24	1.70 51	15.75 97	31.87 267	15.11 131	20.25 128	6.90 51	12.80 208	8.63 34	5.33 145	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 211

cscssc	6.83 123	1.55 103	7.28 89	3.56 26	0.32 8	4.73 24	1.70 51	15.75 97	31.87 267	15.11 131	20.25 128	6.90 51	12.80 208	8.63 34	5.33 145	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 211

RAFT-Test	5.75 76	1.32 55	6.77 68	4.07 35	1.71 127	9.95 148	1.56 43	15.78 100	8.34 56	12.73 95	23.83 170	11.80 104	4.69 53	8.99 45	2.57 52	0.01 47	0.29 259	0.00 1	0.38 282	0.16 48	0.07 26

cross-raft	5.37 52	1.23 38	6.66 62	5.91 145	1.25 102	6.00 94	1.48 35	15.82 101	7.70 46	12.95 98	20.80 141	11.63 101	4.42 41	8.59 32	2.23 39	0.01 47	0.21 221	0.00 1	0.22 228	0.21 66	0.10 38

CrosDoStereo	9.24 185	1.29 47	8.16 124	4.56 65	1.04 82	7.52 131	15.00 327	15.85 102	24.31 207	24.27 281	33.44 283	13.37 137	13.82 226	12.23 143	8.86 207	0.01 47	0.11 171	0.09 144	0.04 120	0.36 148	0.53 195

DeepStereo_LL	9.24 185	1.29 47	8.16 124	4.56 65	1.04 82	7.52 131	15.00 327	15.85 102	24.31 207	24.27 281	33.44 283	13.37 137	13.82 226	12.23 143	8.86 207	0.01 47	0.11 171	0.09 144	0.04 120	0.36 148	0.53 195

iRaft-Stereo_5w	8.70 174	1.81 174	9.33 179	5.83 138	3.78 195	4.87 36	11.12 293	15.86 104	14.80 118	15.23 139	26.36 193	21.49 235	12.91 211	15.94 231	12.73 244	0.58 259	0.05 79	0.08 137	0.09 174	0.85 247	0.33 160

AFF-stereo	6.17 95	1.61 128	7.02 78	4.08 36	0.64 44	3.53 10	0.76 14	16.00 105	13.14 97	12.86 96	25.42 183	15.67 170	7.86 124	11.12 89	3.21 80	0.02 78	0.06 112	0.00 1	0.00 1	0.40 162	0.08 30

RAFT-Stereo + iAFF	5.48 56	1.66 136	7.56 97	3.49 20	0.40 13	2.75 5	0.67 11	16.07 106	14.76 117	12.27 76	18.67 109	11.95 110	8.08 130	7.84 26	2.89 60	0.01 47	0.06 112	0.00 1	0.00 1	0.37 153	0.04 11

CFNet-RSSM	5.55 66	1.08 22	8.60 145	4.30 53	1.21 101	6.42 105	1.25 27	16.12 107	17.84 151	13.12 101	11.14 52	11.84 106	5.52 68	9.14 49	2.35 43	0.01 47	0.20 215	0.00 1	0.36 277	0.34 143	0.07 26

RAFT	8.51 168	2.16 217	8.93 151	8.14 253	0.81 68	12.63 191	8.49 251	16.34 108	15.56 127	22.31 266	18.99 113	19.29 223	11.39 188	17.57 254	6.05 157	0.01 47	0.19 210	0.27 235	0.02 90	0.64 222	0.45 182

THIR-Stereo	9.38 194	1.78 171	8.50 141	4.74 69	0.71 52	15.92 242	11.93 305	16.39 109	21.56 180	24.27 281	32.07 265	14.40 150	14.14 236	11.49 106	8.39 201	0.05 109	0.25 253	0.10 160	0.05 138	0.33 140	0.58 204

RAFT+CT+SA	7.44 143	1.46 80	6.46 59	10.73 313	3.34 183	4.70 23	7.45 245	16.45 110	25.89 223	10.18 62	27.15 203	7.27 56	8.00 129	15.11 211	3.19 79	0.02 78	0.00 1	0.18 205	0.46 291	0.30 116	0.47 184

dd	7.96 155	4.08 280	11.49 231	6.53 183	0.93 77	8.28 139	4.03 152	16.53 111	33.82 284	15.17 137	16.50 89	6.79 49	5.96 85	14.30 199	9.90 215	1.13 310	0.42 284	0.17 200	0.44 288	2.01 294	0.79 239

ASMatch	7.40 141	1.42 69	8.49 140	5.09 86	2.00 139	4.74 29	2.62 109	16.54 112	13.17 98	17.08 178	34.75 295	13.13 132	10.33 169	12.04 132	4.82 130	0.05 109	0.24 246	0.21 221	0.17 211	0.16 48	0.97 255

MyStereo06	6.40 99	1.76 162	13.15 253	6.19 165	4.40 225	7.09 125	9.95 270	16.68 113	6.98 32	12.91 97	10.76 50	17.84 205	5.71 78	9.97 60	3.39 84	0.06 120	0.10 162	0.02 75	0.04 120	0.73 237	0.29 148

HH	5.47 53	2.08 210	9.00 161	4.88 77	1.07 86	4.93 40	3.60 146	16.68 113	6.83 28	8.39 47	12.14 60	15.05 161	9.06 144	12.68 159	1.93 15	0.02 78	0.17 201	0.18 205	0.00 1	0.28 108	0.48 187

HanStereo	5.47 53	2.08 210	9.00 161	4.88 77	1.07 86	4.93 40	3.60 146	16.68 113	6.83 28	8.39 47	12.14 60	15.05 161	9.06 144	12.68 159	1.93 15	0.02 78	0.17 201	0.18 205	0.00 1	0.28 108	0.48 187

RCA-Stereo	5.32 49	1.08 22	5.91 41	4.29 52	0.51 29	5.65 72	4.12 155	16.97 116	18.67 159	8.27 46	14.16 71	8.86 73	8.90 143	6.45 14	2.18 37	0.00 1	0.07 129	0.10 160	0.00 1	0.10 28	0.07 26

DRaft	9.27 189	1.23 38	9.08 170	3.62 31	0.78 67	13.27 200	5.89 196	16.97 116	29.57 246	21.15 255	38.46 318	10.09 85	13.98 231	11.58 113	7.91 191	0.43 237	0.30 260	0.06 124	0.26 249	0.26 97	0.45 182

aanetorigin	19.21 330	12.59 352	53.50 374	9.67 288	7.83 328	11.85 176	13.87 317	17.05 118	34.15 289	49.18 378	48.89 364	34.05 320	30.22 349	22.86 305	28.00 348	1.01 304	0.75 322	0.67 278	0.89 313	3.07 315	4.14 330

raftrobust	5.56 68	1.42 69	6.00 43	7.04 211	5.11 252	4.90 39	1.88 73	17.13 119	13.72 107	11.87 72	11.58 56	7.82 61	9.21 147	10.28 63	2.92 64	0.02 78	0.05 79	0.00 1	0.00 1	0.22 69	0.11 44

IIG-Stereo	7.41 142	2.13 216	8.55 142	10.02 298	1.76 129	6.82 119	1.53 39	17.17 120	15.84 131	18.74 216	20.30 132	18.01 207	8.39 134	12.89 167	5.22 140	0.27 197	0.03 50	0.03 89	0.00 1	0.16 48	0.30 151

ARAFT	8.50 167	3.19 262	16.58 295	5.52 119	0.91 75	12.13 183	11.20 294	17.19 121	18.28 157	18.40 211	16.33 88	17.10 191	8.58 135	18.56 261	5.00 134	0.11 141	0.04 59	0.00 1	0.00 1	0.55 203	0.25 135

test_5	8.51 168	1.50 92	8.19 126	11.06 319	5.00 247	6.91 120	5.67 193	17.50 122	22.09 188	16.07 155	29.63 227	15.28 167	10.78 172	15.94 231	3.65 90	0.00 1	0.00 1	0.26 234	0.08 162	0.31 127	0.35 162

iRaftStereo_RVC	4.68 35	1.51 95	6.89 73	4.91 80	0.72 60	5.26 56	0.46 8	17.60 123	10.47 69	9.53 57	15.13 78	5.75 43	3.24 19	8.93 43	2.22 38	0.00 1	0.09 152	0.00 1	0.00 1	0.46 172	0.41 174

dad	12.24 259	10.20 336	13.68 265	6.64 192	1.47 116	13.55 203	3.58 145	17.62 124	35.33 298	27.15 310	32.65 273	30.85 298	10.86 174	14.33 200	10.04 220	2.95 342	0.55 309	7.92 368	0.91 317	3.35 322	1.17 271

DCANet-4	6.41 100	1.02 12	9.66 190	3.41 15	0.68 47	4.73 24	1.70 51	17.70 125	24.33 209	15.10 130	20.25 128	6.45 47	8.65 137	8.47 31	5.31 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 211

FTStereo	8.67 173	1.13 30	6.04 45	6.04 155	2.39 153	7.86 135	12.05 306	17.72 126	8.33 54	20.16 236	41.41 334	16.10 178	12.64 206	10.80 78	4.37 116	0.18 161	0.01 10	0.09 144	0.16 207	0.15 43	5.71 341

xx1	5.99 88	2.00 196	4.99 21	5.89 141	0.26 2	10.85 165	5.38 182	17.84 127	15.48 124	6.95 38	10.01 36	16.02 175	11.15 182	10.79 75	1.59 3	0.00 1	0.05 79	0.02 75	0.05 138	0.25 89	0.20 103

OMP-Stereo	6.93 127	2.57 240	9.03 167	10.63 310	1.72 128	4.89 37	1.91 76	17.84 127	15.56 127	16.69 171	14.16 71	17.70 202	7.33 115	12.93 170	4.83 131	0.24 188	0.03 50	0.06 124	0.02 90	0.19 61	0.39 167

cc1	5.34 50	2.00 196	4.99 21	5.89 141	0.26 2	10.85 165	5.38 182	17.85 129	15.48 124	6.95 38	10.01 36	4.49 27	9.78 160	10.79 75	1.59 3	0.00 1	0.05 79	0.00 1	0.04 120	0.30 116	0.13 57

LCNet	7.52 144	1.23 38	5.35 29	6.42 175	1.29 103	9.27 146	5.64 192	17.85 129	10.63 71	16.54 167	24.54 174	14.85 159	11.29 185	11.74 123	3.88 100	0.02 78	0.02 30	0.22 225	2.04 342	0.90 253	6.76 351

TransformOpticalFlow	7.76 149	1.90 180	9.31 178	5.50 118	1.18 99	6.97 122	8.27 250	17.86 131	13.21 99	14.58 118	29.13 216	19.01 216	10.85 173	12.51 157	3.69 92	0.01 47	0.04 59	0.20 216	0.04 120	0.17 55	0.84 242

whm_eth	8.83 177	4.45 287	17.70 303	7.42 227	6.66 301	7.07 124	3.45 134	17.88 132	19.49 164	22.17 265	39.18 320	4.69 32	4.32 39	14.26 198	5.35 148	0.18 161	0.08 144	0.21 221	0.09 174	0.61 213	1.30 274

GrayStereo	8.86 180	1.17 35	6.94 75	8.09 251	2.82 166	10.58 159	11.40 299	17.93 133	15.74 130	22.43 269	30.95 245	17.80 204	12.44 203	11.19 97	4.57 119	0.02 78	0.02 30	0.18 205	0.79 311	0.31 127	1.90 296

Anonymous_2	14.95 291	6.75 318	17.63 300	5.45 116	7.10 312	26.19 323	11.58 301	18.06 134	17.30 144	17.61 191	15.47 80	23.33 251	20.95 308	20.55 293	14.63 256	11.05 380	12.86 388	11.27 375	25.12 390	11.32 372	4.82 337

EKT-Stereo	5.73 74	1.42 69	7.85 107	7.16 217	5.35 264	5.22 54	4.41 162	18.13 135	14.05 109	8.77 52	12.85 65	9.55 82	4.26 38	11.19 97	2.45 50	0.45 240	0.23 235	0.07 132	0.10 180	0.16 48	0.87 248

mmm	7.72 147	1.50 92	8.56 143	5.29 112	1.89 136	14.14 212	5.70 194	18.42 136	11.02 74	16.04 154	23.78 168	17.00 184	10.03 164	12.03 131	7.54 182	0.12 143	0.07 129	0.50 266	0.20 223	0.31 127	0.18 89

DualNet	9.14 183	1.43 72	9.67 191	5.70 128	3.44 184	11.96 178	6.35 214	18.45 137	16.31 133	15.83 148	31.44 256	17.22 193	10.87 175	10.82 80	21.98 304	0.00 1	0.05 79	0.80 289	0.08 162	0.26 97	0.14 62

ffm	8.12 159	1.43 72	9.67 191	5.70 128	3.44 184	11.96 178	6.35 214	18.45 137	16.31 133	15.83 148	31.44 256	17.22 193	10.87 175	10.82 80	1.61 6	0.00 1	0.05 79	0.80 289	0.08 162	0.26 97	0.14 62

ff1	9.41 195	1.43 72	9.67 191	5.70 128	3.44 184	11.96 178	6.35 214	18.45 137	16.31 133	15.83 148	31.44 256	17.22 193	10.87 175	16.19 237	21.98 304	0.00 1	0.05 79	0.80 289	0.08 162	0.26 97	0.14 62

tt1	5.27 46	1.99 195	5.11 26	6.02 154	0.26 2	10.59 160	4.22 159	18.45 137	16.31 133	6.75 35	8.95 30	4.75 33	9.15 146	10.82 80	1.61 6	0.00 1	0.05 79	0.00 1	0.04 120	0.26 97	0.14 62

anonymousa	9.03 181	1.62 130	8.03 118	4.19 42	5.53 270	15.37 234	3.81 149	18.55 141	21.20 177	18.28 204	30.99 247	20.79 229	13.42 216	10.58 67	7.57 184	0.00 1	0.05 79	0.29 244	0.18 212	0.10 28	0.11 44

iRaft-Stereo_20w	6.06 92	1.84 175	12.04 238	4.23 45	1.67 125	6.77 118	2.22 91	18.73 142	6.08 23	14.72 120	10.33 44	13.42 141	8.14 131	15.88 226	3.08 73	0.01 47	0.24 246	0.13 185	0.39 284	0.61 213	0.71 229

EAI-Stereo	5.21 44	1.74 149	8.46 138	5.69 127	1.37 114	5.67 82	3.52 139	18.77 143	5.65 21	9.75 58	16.08 85	6.36 46	3.57 26	11.73 122	3.64 88	0.01 47	0.33 270	0.03 89	1.06 322	0.21 66	0.65 219

UDGNet	10.05 216	13.89 358	10.00 205	9.36 277	2.69 162	7.82 134	1.88 73	18.86 144	34.64 293	17.52 190	13.70 70	13.40 139	7.18 114	13.01 176	6.30 164	5.30 360	0.08 144	12.57 377	2.80 350	8.19 357	1.71 292

s12784h	5.87 79	0.88 3	4.11 13	3.01 6	0.51 29	18.49 273	0.98 20	18.89 145	17.60 149	12.52 82	12.46 62	7.87 62	5.01 61	11.05 85	3.13 76	0.73 280	0.01 10	0.04 106	0.00 1	0.07 12	0.01 1

MIM_Stereo	7.02 129	1.55 103	10.78 220	4.17 40	0.58 37	5.25 55	1.32 30	19.03 146	12.59 90	16.74 173	28.83 214	13.20 133	5.53 69	12.89 167	7.11 172	0.00 1	0.23 235	0.00 1	0.01 66	0.38 159	0.28 143

HHNet	7.39 140	1.75 158	7.24 87	3.26 8	3.18 176	5.04 50	6.40 220	19.04 147	15.70 129	20.71 245	32.13 267	10.69 89	5.91 83	10.45 66	4.60 120	0.40 230	0.07 129	0.21 221	0.13 194	0.54 200	0.41 174

STrans-v2	7.98 157	1.84 175	9.42 182	4.84 75	1.48 118	12.23 184	10.05 275	19.06 148	12.32 87	13.63 109	26.06 191	18.13 212	12.35 201	12.99 175	3.99 105	0.01 47	0.01 10	0.18 205	0.01 66	0.22 69	0.83 241

CAS++	4.07 29	1.67 137	6.02 44	4.17 40	1.02 80	4.26 14	1.68 48	19.10 149	10.01 65	9.18 54	9.17 32	1.98 4	1.41 4	9.54 54	1.73 10	0.02 78	0.05 79	0.00 1	0.00 1	0.32 136	0.11 44
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
PSM-AAD	8.62 172	1.22 36	5.69 40	6.31 170	1.12 90	12.74 192	10.01 274	19.29 150	15.25 121	21.54 259	25.11 179	14.24 148	13.47 218	12.15 140	3.93 102	0.01 47	0.06 112	2.48 338	0.16 207	0.38 159	7.28 361

TRStereo	6.22 97	6.09 308	11.30 227	9.19 274	7.41 319	4.75 30	1.74 63	19.70 151	11.74 80	10.61 65	8.65 24	10.67 88	3.22 18	13.81 190	3.60 86	0.31 204	0.23 235	0.12 174	0.36 277	0.48 181	0.38 164

TestStereo1	7.62 145	1.62 130	7.60 98	10.47 307	1.86 132	4.76 31	2.48 102	19.73 152	22.33 190	16.79 174	26.02 187	9.33 80	9.30 148	15.92 229	3.37 82	0.01 47	0.02 30	0.02 75	0.05 138	0.55 203	0.28 143

SA-5K	7.62 145	1.62 130	7.60 98	10.47 307	1.86 132	4.76 31	2.48 102	19.73 152	22.33 190	16.79 174	26.02 187	9.33 80	9.30 148	15.92 229	3.37 82	0.01 47	0.02 30	0.02 75	0.05 138	0.55 203	0.28 143

x	6.80 122	1.36 60	6.94 75	4.58 67	1.88 135	10.78 163	4.55 165	19.79 154	10.62 70	12.69 93	19.54 122	14.87 160	10.11 165	9.52 53	8.03 194	0.07 129	0.15 192	0.04 106	0.04 120	0.24 86	0.22 117

RALAANet	6.49 104	2.49 236	9.69 196	7.09 213	4.98 244	6.23 97	1.68 48	19.90 155	14.26 112	15.04 129	14.56 73	12.69 119	4.38 40	12.91 169	3.07 72	0.02 78	0.07 129	0.00 1	0.10 180	0.51 193	0.15 76

StereoVision	7.21 138	2.17 218	9.29 177	9.43 278	3.91 201	5.09 53	1.91 76	20.04 156	17.37 146	8.57 50	29.59 226	11.08 94	6.76 109	12.44 153	4.71 122	0.54 255	0.05 79	0.16 198	0.03 105	0.82 245	0.30 151

ACVNet-DCA	5.28 47	2.00 196	4.99 21	5.89 141	0.26 2	10.85 165	5.38 182	20.20 157	11.88 81	6.95 38	10.01 36	4.49 27	9.78 160	10.79 75	1.59 3	0.00 1	0.05 79	0.00 1	0.04 120	0.25 89	0.20 103

1test111	5.59 71	2.00 196	4.99 21	5.89 141	0.26 2	10.85 165	5.38 182	20.20 157	11.88 81	6.95 38	10.01 36	4.49 27	9.78 160	11.09 86	7.45 179	0.00 1	0.05 79	0.00 1	0.04 120	0.25 89	0.20 103

qqq	6.96 128	1.40 66	8.15 123	4.50 60	1.03 81	8.55 140	6.93 236	20.20 157	11.88 81	12.00 74	18.19 106	16.02 175	11.15 182	11.09 86	7.45 179	0.06 120	0.13 179	0.02 75	0.05 138	0.25 89	0.20 103

OCTAStereo	6.74 118	1.59 120	8.96 158	6.60 189	0.72 60	6.25 98	3.50 135	20.20 157	18.03 155	13.21 103	19.45 117	12.07 115	6.16 87	12.36 150	4.78 125	0.35 214	0.06 112	0.20 216	0.23 236	0.09 18	0.05 16

RE-Stereo	6.73 115	1.58 118	8.94 153	6.59 186	0.71 52	6.27 100	3.51 137	20.20 157	17.99 152	13.21 103	19.46 119	11.94 108	6.20 89	12.34 148	4.79 128	0.34 211	0.05 79	0.20 216	0.23 236	0.09 18	0.05 16

TVStereo	6.73 115	1.58 118	8.94 153	6.59 186	0.71 52	6.27 100	3.51 137	20.20 157	17.99 152	13.21 103	19.46 119	11.94 108	6.20 89	12.34 148	4.79 128	0.34 211	0.05 79	0.20 216	0.23 236	0.09 18	0.05 16

NF-Stereo	6.72 114	1.59 120	8.93 151	6.60 189	0.73 64	6.27 100	3.38 133	20.21 163	18.01 154	13.22 106	19.46 119	11.82 105	6.16 87	12.39 151	4.74 124	0.33 207	0.06 112	0.20 216	0.23 236	0.08 16	0.05 16

raft+_RVC	6.69 113	1.61 128	5.57 37	6.37 172	4.62 231	6.51 109	6.18 211	20.39 164	23.38 198	10.62 67	17.82 97	9.89 83	5.65 76	10.70 72	3.67 91	0.00 1	0.14 189	0.00 1	0.00 1	0.34 143	0.27 140

111	7.26 139	1.65 134	7.28 89	3.56 26	0.32 8	10.76 162	3.53 140	20.55 165	27.51 237	10.07 61	16.62 90	14.30 149	9.53 156	12.02 130	5.87 156	0.14 148	0.01 10	0.00 1	0.00 1	0.31 127	1.14 270

GMStereo_Zeroshot	10.83 238	7.81 324	19.95 316	9.55 284	2.47 157	11.83 175	1.31 28	20.84 166	20.52 168	22.73 271	35.93 300	24.76 264	5.94 84	19.68 275	7.04 170	0.45 240	0.02 30	0.25 232	0.01 66	5.38 342	0.19 100

HITNet	7.83 150	2.93 254	8.39 130	4.76 71	1.48 118	12.75 193	4.64 168	20.97 167	14.37 114	15.14 135	22.15 158	14.57 155	10.62 170	14.38 201	8.14 196	0.04 100	0.01 10	0.48 264	0.02 90	0.57 207	0.10 38
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
Prome-Stereo	8.10 158	1.28 46	5.48 32	6.50 180	1.51 121	6.70 114	9.42 262	21.08 168	9.13 62	20.88 246	32.84 276	11.95 110	11.86 196	11.75 124	3.97 104	0.01 47	0.02 30	0.18 205	0.12 190	0.41 165	7.01 356

CBFPSM	12.42 263	2.59 242	28.96 336	4.74 69	3.20 178	22.33 297	16.31 338	21.13 169	21.03 173	21.04 251	27.81 205	30.24 296	15.99 267	14.59 208	14.80 257	0.04 100	0.49 300	0.10 160	0.16 207	0.51 193	2.34 307

MLCV	9.32 191	2.22 223	12.55 244	5.22 109	1.32 109	13.79 205	1.35 31	21.14 170	23.65 202	21.91 262	31.37 252	17.14 192	7.57 117	16.00 234	10.18 222	0.22 178	0.01 10	0.03 89	0.02 90	0.40 162	0.29 148

FENet	7.94 153	1.01 11	6.72 63	5.87 140	2.07 142	11.11 170	2.03 82	21.39 171	20.81 170	17.14 180	22.65 160	14.43 151	11.54 192	12.97 173	7.89 190	0.15 154	0.24 246	0.03 89	0.02 90	0.14 41	0.62 210

EDNetEfficient	25.16 365	22.23 376	77.22 406	9.09 270	7.38 318	19.38 278	16.78 342	21.41 172	55.74 379	61.52 393	53.51 376	36.22 331	40.65 375	24.22 311	38.27 370	0.62 269	0.74 320	0.86 300	2.60 348	7.70 351	7.09 357

GES	8.51 168	1.98 194	11.82 235	6.39 174	1.77 130	12.36 188	6.22 212	21.55 173	21.34 178	19.02 218	26.02 187	8.79 72	9.34 151	13.94 193	7.24 174	0.38 218	0.10 162	0.30 248	0.14 198	0.69 227	0.73 231

DAS	10.80 237	2.03 206	13.96 267	9.01 267	6.23 291	14.67 226	7.38 243	21.59 174	32.58 278	18.67 214	28.13 208	19.20 221	17.08 280	16.54 245	7.31 175	0.58 259	0.01 10	0.29 244	0.01 66	0.47 179	0.20 103

SepStereo	11.34 244	2.03 206	13.96 267	9.01 267	6.23 291	14.67 226	7.38 243	21.59 174	32.58 278	18.67 214	28.13 208	19.20 221	17.08 280	27.36 327	7.31 175	0.58 259	0.01 10	0.29 244	0.01 66	0.47 179	0.20 103

IPLG	7.20 137	1.43 72	12.55 244	5.17 99	4.32 224	11.11 170	1.48 35	21.79 176	15.10 120	19.16 220	20.23 127	5.26 38	5.61 71	11.68 121	8.14 196	0.05 109	0.06 112	0.03 89	0.07 159	0.33 140	0.50 191

Any-RAFT	6.04 91	1.16 33	4.52 15	4.47 59	1.20 100	10.46 155	1.97 79	21.84 177	15.52 126	11.21 70	19.37 115	13.34 136	4.72 59	8.65 37	2.03 24	0.01 47	0.19 210	0.00 1	0.00 1	0.04 3	0.08 30

ACVNet	10.36 224	1.68 143	5.49 33	6.01 151	2.75 164	12.78 194	3.56 142	21.89 178	34.81 294	14.96 126	30.78 242	24.72 262	13.88 229	15.81 223	17.20 276	0.13 146	0.01 10	0.06 124	0.06 152	0.51 193	0.15 76

CFNet-ft	9.87 210	2.18 221	5.49 33	7.45 230	5.25 256	15.76 238	5.98 202	21.89 178	21.87 186	14.96 126	30.02 231	25.68 270	13.68 222	12.46 155	10.94 233	0.08 132	0.06 112	1.83 326	0.22 228	1.09 258	0.43 178

CFNet_RVC	9.87 210	2.18 221	5.49 33	7.45 230	5.25 256	15.76 238	5.98 202	21.89 178	21.87 186	14.96 126	30.02 231	25.68 270	13.68 222	12.46 155	10.94 233	0.08 132	0.06 112	1.83 326	0.22 228	1.09 258	0.43 178

anonymousdsp2	5.93 81	1.54 100	8.34 127	4.43 58	0.38 12	9.24 145	4.11 153	21.92 181	17.36 145	12.28 77	10.08 40	10.05 84	4.42 41	11.04 84	2.54 51	0.01 47	0.02 30	0.30 248	0.18 212	0.21 66	0.18 89

SA	7.93 152	1.54 100	9.13 174	7.98 249	0.64 44	5.85 90	2.29 94	22.27 182	24.54 214	13.17 102	31.07 249	8.87 74	10.32 168	16.49 244	3.12 74	0.04 100	0.12 175	0.17 200	0.30 263	0.45 171	0.17 85

AACVNet	10.58 228	2.86 250	9.78 199	8.95 266	3.30 181	10.80 164	4.78 171	22.37 183	12.55 89	27.50 311	29.84 229	30.06 295	15.99 267	19.10 269	11.60 240	0.40 230	0.18 206	0.22 225	0.03 105	0.62 216	0.73 231

hitnet-ft	12.04 256	2.11 213	6.14 48	7.27 219	3.90 199	25.98 322	3.56 142	22.56 184	23.74 204	20.55 240	33.81 289	31.59 303	18.67 294	19.47 273	17.20 276	0.42 236	1.36 336	0.35 253	0.07 159	1.11 261	0.86 246

PSM-softLoss	6.61 109	1.60 124	9.42 182	6.48 178	0.88 71	5.65 72	2.04 83	22.64 185	8.77 57	13.95 112	22.11 156	13.01 125	5.22 63	12.73 162	6.05 157	0.49 247	0.06 112	0.27 235	0.56 300	0.16 48	0.06 23

KMStereo	6.61 109	1.60 124	9.42 182	6.48 178	0.88 71	5.65 72	2.04 83	22.64 185	8.77 57	13.95 112	22.11 156	13.01 125	5.22 63	12.73 162	6.05 157	0.49 247	0.06 112	0.27 235	0.56 300	0.16 48	0.06 23

CASS	8.15 160	1.67 137	7.68 101	8.25 257	1.52 122	14.39 217	2.72 112	22.65 187	17.23 142	15.42 140	22.68 161	13.47 142	11.87 197	12.44 153	6.07 160	0.96 299	0.05 79	0.12 174	0.01 66	0.71 232	3.14 319
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
iResNet	10.26 222	3.10 261	15.72 285	7.35 222	2.13 143	13.86 207	7.07 238	22.80 188	28.01 238	20.10 234	30.40 236	16.79 182	11.06 181	14.46 203	10.29 227	0.39 228	0.05 79	0.00 1	0.07 159	0.73 237	0.73 231

KYRaft	9.04 182	1.11 27	7.02 78	6.50 180	0.97 79	8.27 138	8.19 249	22.86 189	8.20 52	21.30 257	31.38 253	22.64 245	8.20 132	11.99 129	2.96 65	0.02 78	0.02 30	0.05 112	0.68 305	0.40 162	18.09 387

DN-CSS_ROB	8.17 161	2.59 242	14.14 270	6.11 161	3.22 179	6.31 103	3.53 140	22.92 190	20.59 169	16.66 169	30.05 233	9.31 79	7.95 127	13.49 184	4.78 125	0.72 278	0.00 1	0.45 262	0.00 1	0.54 200	0.09 32

MMNet	12.97 274	2.08 210	12.74 246	6.98 208	6.27 294	26.39 326	4.73 169	23.10 191	41.79 329	25.48 295	32.29 270	21.09 233	17.79 287	19.52 274	17.90 283	0.19 165	0.07 129	0.10 160	0.00 1	0.37 153	0.59 206

SDNR	16.15 297	5.23 299	28.92 335	5.73 134	6.05 287	56.85 391	3.26 125	23.18 192	29.73 249	20.62 242	36.48 303	13.59 144	16.97 278	18.43 260	13.44 248	10.56 376	13.84 389	3.10 347	0.44 288	7.80 352	8.81 369

PFNet	7.91 151	1.44 79	11.60 232	7.03 209	2.42 154	7.60 133	6.03 206	23.36 193	17.24 143	20.29 238	17.67 95	15.44 169	7.71 121	13.02 178	5.71 153	0.24 188	0.20 215	0.12 174	0.19 222	0.31 127	0.61 209

GMM-Stereo	8.34 163	1.09 25	6.42 57	6.14 163	2.52 158	10.30 154	9.64 267	23.44 194	10.64 72	17.84 192	29.89 230	17.37 199	7.75 122	11.55 110	4.36 115	0.05 109	0.01 10	0.23 228	0.90 314	0.46 172	6.26 345

R-Stereo Train	7.04 130	1.34 57	7.89 109	6.23 167	2.30 150	7.51 129	5.54 189	23.96 195	6.94 30	16.26 159	33.57 286	12.04 113	5.61 71	7.67 24	3.74 93	0.01 47	0.05 79	0.01 65	0.00 1	0.10 28	0.12 49

RAFT-Stereo	7.04 130	1.34 57	7.89 109	6.23 167	2.30 150	7.51 129	5.54 189	23.96 195	6.94 30	16.26 159	33.57 286	12.04 113	5.61 71	7.67 24	3.74 93	0.01 47	0.05 79	0.01 65	0.00 1	0.10 28	0.12 49
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
IPLGR	7.14 134	1.31 53	13.14 252	4.24 46	1.15 98	9.78 147	0.98 20	23.98 197	21.70 184	16.22 158	18.43 107	8.45 70	7.66 118	9.26 51	5.45 150	0.21 175	0.05 79	0.04 106	0.06 152	0.32 136	0.38 164

ToySt	10.51 227	2.00 196	15.67 284	5.33 113	0.95 78	14.97 228	9.51 264	24.02 198	27.37 234	14.61 119	24.67 176	24.56 260	14.70 249	16.86 248	13.35 246	0.06 120	0.23 235	0.03 89	0.09 174	0.62 216	0.67 221

Anonymous3	9.60 199	3.45 267	29.83 339	9.58 286	4.75 234	24.51 310	10.20 281	24.04 199	18.77 160	10.42 63	14.64 74	7.97 64	8.75 141	14.05 194	5.80 154	2.44 337	1.39 337	0.08 137	0.06 152	0.73 237	0.48 187

ac_64	11.10 241	1.49 89	9.88 200	8.24 256	5.45 268	19.12 276	6.46 223	24.10 200	14.34 113	22.80 272	23.87 171	33.28 316	15.54 262	18.87 265	17.26 278	0.28 198	0.12 175	0.02 75	0.02 90	0.26 97	0.63 211

cf-r	10.06 217	1.60 124	7.99 115	5.82 136	5.70 278	12.92 196	4.78 171	24.18 201	27.47 236	16.91 176	31.02 248	25.12 265	14.05 232	11.63 119	11.01 236	0.03 94	0.03 50	0.05 112	0.03 105	0.43 169	0.39 167

Sa-1000	8.38 165	1.50 92	8.13 121	7.56 236	0.89 73	14.39 217	2.47 101	24.31 202	23.74 204	15.18 138	28.35 210	11.42 99	8.85 142	16.20 240	3.28 81	0.17 159	0.23 235	0.15 194	0.23 236	0.46 172	0.19 100

CRFU-Net	12.56 267	2.89 251	11.77 234	8.18 254	5.80 281	24.84 313	10.46 289	24.56 203	13.12 96	30.06 328	29.37 218	29.09 285	19.64 299	19.96 278	18.53 285	0.82 288	0.48 297	0.27 235	0.15 204	0.53 198	0.68 222

fast-acv-ft	14.25 289	4.00 279	16.20 289	7.51 233	5.14 254	26.38 325	9.77 268	24.62 204	34.84 296	25.30 293	37.27 308	32.09 306	20.38 304	18.32 259	19.50 291	0.36 216	0.32 266	0.63 275	0.47 292	1.18 264	0.76 235

DMCA-RVC	11.41 245	3.32 264	11.68 233	10.12 300	4.81 235	11.92 177	4.11 153	24.67 205	23.66 203	20.06 233	28.51 212	26.71 275	24.96 327	15.95 233	14.82 258	0.41 232	0.34 273	0.56 270	0.16 207	0.72 236	0.69 224

SuperB	17.60 314	6.22 312	56.40 381	7.91 246	5.07 249	19.70 281	9.03 254	24.87 206	50.15 363	26.25 303	39.13 319	17.61 201	20.84 307	22.28 302	25.31 329	0.70 274	0.31 263	1.10 309	0.71 306	16.58 381	1.86 294

DispNO	9.33 192	1.78 171	15.84 286	5.73 134	5.74 279	12.24 185	4.81 175	25.06 207	21.10 174	16.70 172	20.86 142	17.78 203	11.76 195	16.74 247	8.85 206	0.22 178	0.15 192	0.03 89	0.12 190	0.41 165	0.64 217

BEATNet_4x	9.37 193	4.85 294	12.05 239	5.48 117	1.35 112	13.15 198	6.15 210	25.06 207	16.74 138	16.18 157	24.65 175	17.29 198	12.51 204	16.91 249	10.92 231	0.38 218	0.18 206	0.81 295	0.05 138	1.95 290	0.65 219

LMCR-Stereo	10.75 234	4.13 282	10.67 216	13.11 334	3.99 208	16.68 260	5.91 197	25.30 209	22.69 193	22.04 264	21.80 148	14.67 156	14.24 238	20.55 293	15.86 265	1.90 326	0.04 59	0.00 1	0.02 90	1.29 271	0.18 89

DMCA	8.51 168	1.90 180	9.96 201	5.16 98	4.14 212	10.29 153	4.46 164	25.52 210	19.55 165	16.33 161	20.69 136	17.59 200	11.26 184	10.42 65	11.36 238	0.50 249	0.08 144	0.35 253	0.05 138	0.36 148	0.31 156

gwcnet-sp	9.81 207	2.82 246	13.47 261	5.99 148	4.27 216	16.20 253	5.91 197	25.55 211	24.34 210	21.01 248	20.69 136	15.22 163	14.96 252	14.50 204	9.97 217	0.05 109	0.15 192	0.02 75	0.08 162	0.49 188	0.51 192

scenet	9.81 207	2.82 246	13.47 261	5.99 148	4.27 216	16.20 253	5.91 197	25.55 211	24.34 210	21.01 248	20.69 136	15.22 163	14.96 252	14.50 204	9.97 217	0.05 109	0.15 192	0.02 75	0.08 162	0.49 188	0.51 192

ssnet	9.81 207	2.82 246	13.47 261	5.99 148	4.27 216	16.20 253	5.91 197	25.55 211	24.34 210	21.01 248	20.69 136	15.22 163	14.96 252	14.50 204	9.97 217	0.05 109	0.15 192	0.02 75	0.08 162	0.49 188	0.51 192

RAFT + AFF	10.27 223	3.77 273	17.13 297	10.24 304	4.97 242	13.08 197	11.52 300	25.69 214	25.80 221	14.72 120	16.12 86	19.16 220	11.35 187	16.24 241	9.04 210	0.30 201	1.46 339	0.66 277	0.20 223	2.03 296	1.94 297

acv_ft	12.16 258	1.68 143	11.97 237	7.70 240	6.20 288	19.61 280	5.52 188	25.78 215	34.81 294	25.62 297	30.78 242	24.72 262	13.20 215	15.81 223	18.80 287	0.13 146	0.01 10	0.06 124	0.06 152	0.63 218	0.15 76

FADNet-RVC-Resample	11.72 249	4.35 286	30.33 342	9.46 282	3.90 199	14.11 209	7.17 241	25.78 215	23.31 197	23.27 276	29.52 225	19.50 226	15.00 256	15.38 216	8.33 199	0.53 254	0.50 301	0.49 265	0.50 295	1.38 277	1.67 290

GwcNet-RSSM	10.65 229	1.94 191	8.57 144	6.89 206	5.26 259	12.26 187	5.21 179	25.80 217	31.50 264	16.67 170	33.52 285	23.70 256	13.88 229	12.84 165	13.67 250	0.05 109	0.10 162	0.14 189	0.02 90	0.65 224	0.39 167

IRAFT_RVC	8.76 175	1.47 82	9.55 186	7.31 220	1.77 130	6.49 108	10.43 284	25.94 218	27.33 233	17.50 188	19.85 124	17.93 206	10.21 166	12.88 166	5.44 149	0.17 159	0.30 260	0.19 213	0.05 138	0.22 69	0.12 49

EDNetEfficientorigin	28.98 373	35.45 387	99.82 430	9.43 278	5.65 274	24.97 316	14.79 324	26.06 219	54.82 373	60.87 389	57.59 382	45.42 365	50.27 386	26.11 322	43.62 384	0.30 201	0.37 276	1.61 323	2.35 345	10.17 363	9.99 374

HCRNet	8.80 176	1.43 72	7.74 105	14.41 344	5.25 256	10.85 165	2.56 107	26.07 220	18.04 156	15.48 141	25.03 177	18.63 215	9.93 163	13.01 176	6.76 167	0.04 100	0.04 59	0.10 160	0.01 66	0.18 57	0.38 164

CoDeX	9.24 185	1.77 168	9.54 185	6.08 157	3.79 197	16.45 258	6.76 232	26.15 221	25.03 215	17.18 181	25.12 180	14.69 157	11.68 194	12.22 142	6.71 166	0.30 201	0.20 215	0.15 194	0.02 90	0.23 81	0.68 222

DANet	16.85 303	8.00 326	26.04 330	14.56 347	7.25 315	20.59 286	5.37 181	26.22 222	26.02 227	32.17 340	36.00 301	37.20 333	29.77 347	30.75 340	24.62 325	1.14 311	1.34 334	2.21 334	0.51 296	3.18 319	4.07 329
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ICVP	10.07 218	1.73 147	6.11 47	9.08 269	3.31 182	12.25 186	6.56 227	26.30 223	22.52 192	16.49 165	31.80 262	26.94 279	12.42 202	11.35 102	10.92 231	1.17 312	0.57 311	0.17 200	0.10 180	0.58 210	1.07 264
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MIPNet	6.75 120	1.67 137	12.34 240	4.67 68	1.47 116	10.01 149	2.24 92	26.43 224	17.22 141	14.72 120	12.75 63	7.02 54	9.68 159	8.44 30	5.26 142	0.01 47	0.04 59	0.05 112	0.09 174	0.35 147	0.55 198

GANet-RSSM	9.48 196	1.32 55	6.45 58	6.72 198	5.51 269	12.78 194	6.03 206	26.55 225	18.96 162	14.92 125	27.95 207	25.41 269	14.69 248	13.52 187	7.60 186	0.10 138	0.10 162	0.16 198	0.01 66	0.51 193	0.39 167

IER	9.78 205	1.55 103	9.97 202	4.51 61	5.23 255	13.78 204	5.11 177	26.66 226	22.79 195	19.69 226	29.45 224	16.42 179	18.52 292	13.64 189	7.57 184	0.06 120	0.03 50	0.18 205	0.09 174	0.18 57	0.23 124

CBMV_ROB	11.77 252	2.89 251	6.92 74	5.20 106	2.88 168	14.12 210	4.79 173	26.69 227	29.84 254	26.17 302	31.92 263	23.61 254	20.74 306	20.20 283	10.18 222	1.78 323	1.80 344	2.17 333	1.26 329	1.61 280	0.55 198

CFNet_pseudo	9.58 198	1.91 183	10.73 218	4.53 62	2.91 172	14.26 213	2.75 114	26.73 228	32.14 273	17.10 179	23.02 163	22.14 241	8.74 140	12.17 141	7.43 177	0.20 172	0.45 292	1.24 318	0.24 243	2.49 302	0.49 190

ccs_rob	9.61 200	1.92 187	10.72 217	4.55 63	2.89 169	14.33 215	2.86 118	26.85 229	32.36 275	17.05 177	22.91 162	22.12 240	8.70 139	12.10 138	7.44 178	0.19 165	0.44 288	1.38 320	0.25 246	2.68 305	0.57 202

PSMNet-ADL	9.88 212	2.01 202	6.80 70	9.18 273	4.26 215	15.11 229	3.50 135	27.12 230	24.42 213	14.72 120	18.96 112	25.32 268	13.43 217	15.76 222	14.04 252	0.79 285	0.78 324	0.00 1	0.02 90	0.26 97	1.18 273

pmcnn	14.59 290	3.68 271	19.78 315	6.83 204	4.51 229	21.27 291	14.67 323	27.37 231	30.54 259	27.09 309	40.19 327	38.71 339	18.53 293	17.70 255	19.27 289	0.84 292	0.09 152	0.00 1	0.00 1	0.48 181	0.31 156

iinet-f	13.51 285	4.29 283	45.90 366	6.01 151	3.96 203	21.00 288	13.40 315	27.40 232	21.12 175	21.11 253	30.72 240	21.49 235	16.96 277	15.33 213	19.50 291	0.12 143	0.42 284	0.09 144	0.05 138	0.89 251	0.39 167

RP	17.58 313	4.92 296	15.27 282	15.44 352	11.95 362	21.05 289	11.75 304	27.64 233	45.09 347	22.99 274	42.05 339	39.39 344	27.74 337	25.54 320	22.33 310	5.45 361	0.59 312	4.33 352	1.62 335	3.53 324	2.86 313

HSM-Net_RVC	10.88 239	1.23 38	5.46 31	5.57 120	2.63 160	20.12 284	6.06 208	27.67 234	28.35 243	20.63 243	25.51 184	34.01 319	14.38 241	16.18 236	9.29 212	0.11 141	0.07 129	0.01 65	0.00 1	0.13 38	0.14 62
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
FADNet-RVC	13.27 281	11.57 349	39.71 356	7.94 247	4.50 228	15.41 235	6.95 237	27.96 235	22.98 196	20.37 239	30.73 241	26.86 277	11.31 186	20.50 292	14.28 254	0.14 148	0.14 189	0.13 185	0.18 212	2.83 308	0.86 246

G-Net	21.25 343	8.24 327	37.97 355	15.14 351	9.26 345	50.87 382	16.80 343	27.96 235	30.54 259	38.92 357	42.93 344	33.27 315	32.17 357	27.99 331	25.25 328	4.40 357	3.83 372	3.60 351	0.97 320	7.91 354	6.95 355

CFNet_ucs	10.25 221	1.91 183	11.88 236	4.98 81	4.08 210	15.11 229	3.57 144	28.02 237	31.98 272	18.21 203	25.20 181	23.27 250	9.38 152	13.38 182	7.22 173	0.23 186	0.81 325	1.65 324	0.22 228	3.01 313	0.93 252

LE_ROB	22.93 355	3.07 259	14.02 269	7.70 240	2.86 167	31.99 348	17.35 346	28.10 238	67.19 399	70.51 401	55.61 381	49.07 375	47.62 383	24.76 317	36.49 363	0.35 214	0.20 215	0.27 235	0.55 299	0.48 181	0.44 180

delet	12.65 269	1.85 177	11.36 229	7.71 242	6.22 290	22.52 299	10.22 283	28.14 239	37.67 311	19.66 225	29.24 217	21.00 231	15.99 267	21.97 300	17.77 281	0.03 94	0.07 129	0.19 213	0.04 120	0.60 212	0.75 234

UCFNet_RVC	9.48 196	2.12 214	4.89 19	7.03 209	3.78 195	16.05 243	6.37 219	28.25 240	20.00 167	15.93 153	23.07 164	25.21 266	12.79 207	12.57 158	8.01 193	0.07 129	0.04 59	1.17 311	0.23 236	1.31 274	0.69 224

StereoDRNet-Refined	13.36 283	2.80 245	10.82 221	7.94 247	3.10 175	18.95 275	4.45 163	28.47 241	29.65 248	29.11 320	41.47 335	24.44 259	17.64 286	23.34 307	21.66 300	0.16 156	0.07 129	0.53 268	0.32 269	0.77 243	1.64 289
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
HBP-ISP	12.52 266	7.82 325	8.47 139	7.57 237	4.27 216	12.56 189	6.42 221	28.68 242	29.56 245	21.11 253	35.69 298	15.85 172	18.42 291	20.44 290	11.00 235	3.03 343	2.63 357	7.09 366	3.97 359	3.58 325	2.27 306

AANet_RVC	13.16 277	5.34 301	10.83 222	8.20 255	4.44 227	14.13 211	9.46 263	28.78 243	37.67 311	23.44 278	37.47 310	23.48 252	15.83 266	22.39 303	16.63 272	1.67 321	0.86 328	0.24 231	0.02 90	0.63 218	1.60 287

CSP-Net	12.85 272	2.95 255	9.64 189	5.94 147	3.96 203	25.85 320	9.93 269	28.81 244	26.00 225	29.31 324	32.44 271	30.00 293	15.16 257	20.25 284	14.30 255	0.55 257	0.19 210	0.03 89	0.00 1	0.65 224	0.98 258

UPFNet	11.72 249	1.52 97	10.33 210	7.38 224	7.14 313	20.05 283	9.62 266	28.90 245	25.94 224	20.02 231	29.73 228	20.91 230	16.34 270	18.61 263	16.17 270	0.26 196	0.17 201	0.25 232	0.03 105	0.55 203	0.56 201

psmg	9.80 206	1.48 85	7.93 111	5.18 104	3.96 203	15.85 241	7.93 248	29.11 246	21.58 181	20.93 247	25.06 178	22.28 242	11.53 190	14.18 195	7.81 187	0.19 165	0.13 179	0.17 200	0.04 120	0.36 148	0.21 110

PSMNet-RSSM	9.71 204	1.73 147	6.09 46	7.47 232	4.27 216	10.06 150	6.00 204	29.14 247	21.74 185	15.76 147	32.88 277	22.63 244	13.18 213	12.94 171	9.12 211	0.09 134	0.02 30	0.07 132	0.10 180	0.70 230	0.24 130

FADNet_RVC	11.94 254	5.17 298	39.74 357	6.44 177	3.46 189	11.42 172	4.17 157	29.16 248	26.89 231	17.97 196	25.96 185	13.41 140	15.67 263	15.84 225	13.54 249	0.90 296	0.75 322	0.55 269	1.20 327	3.65 327	2.85 312

DLCB_ROB	13.35 282	3.00 258	9.12 172	9.43 278	5.68 276	21.80 294	10.12 278	29.19 249	29.92 256	27.71 312	31.45 261	32.37 307	19.50 298	19.02 266	16.73 273	0.22 178	0.04 59	0.38 259	0.06 152	0.49 188	0.85 245

MSMDNet	9.64 201	1.77 168	10.63 215	4.83 73	2.90 170	16.35 257	2.37 97	29.33 250	34.29 291	17.43 186	22.10 155	19.05 218	7.79 123	12.11 139	6.87 169	0.23 186	0.46 294	0.67 278	0.21 226	2.77 307	0.60 207

PCWNet_CMD	9.64 201	1.77 168	10.59 214	4.80 72	2.90 170	16.25 256	2.42 100	29.37 251	34.10 288	17.41 184	22.04 153	19.10 219	7.70 120	12.05 133	6.86 168	0.22 178	0.45 292	0.80 289	0.22 228	3.11 317	0.69 224

GANet-ADL	8.36 164	2.31 227	8.44 136	7.39 226	2.65 161	12.58 190	5.24 180	29.55 252	25.24 217	14.19 115	16.70 92	17.07 190	6.91 112	10.65 71	6.26 163	0.38 218	0.39 277	0.10 160	0.12 190	0.75 242	0.28 143

HSM	11.33 243	1.80 173	7.04 80	6.13 162	3.99 208	16.16 251	6.92 235	29.69 253	19.39 163	22.95 273	26.05 190	41.08 352	15.79 265	20.25 284	8.89 209	0.02 78	0.03 50	0.01 65	0.00 1	0.15 43	0.34 161

CBMV	13.69 286	3.63 269	8.02 117	5.93 146	2.69 162	22.57 300	12.44 308	29.81 254	31.57 265	31.20 333	33.79 288	31.04 299	17.41 284	25.28 319	14.11 253	0.71 276	0.60 313	0.60 273	0.11 189	1.11 261	1.13 269
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	10.99 240	3.81 275	6.88 72	6.69 195	2.30 150	16.06 245	10.94 290	30.06 255	32.41 276	16.10 156	18.72 110	22.78 246	14.21 237	17.52 253	8.62 204	2.35 332	1.84 345	3.32 350	1.57 334	2.06 297	1.52 285

GwcNet-ADL	8.48 166	1.70 145	9.38 181	7.10 214	2.78 165	6.74 117	6.57 228	30.15 256	26.01 226	15.15 136	17.77 96	13.93 146	6.96 113	12.96 172	9.91 216	0.48 246	0.72 318	0.01 65	0.01 66	0.51 193	0.84 242

Wz-Net-LNSev-Ref	15.26 293	3.68 271	27.36 333	7.11 215	5.83 283	24.88 315	12.12 307	30.19 257	36.12 304	27.08 308	45.98 353	29.10 286	13.65 221	20.45 291	20.26 296	0.67 273	0.00 1	0.10 160	0.00 1	0.32 136	0.26 138

SMFormer	10.46 226	1.37 62	13.37 256	4.41 54	1.30 104	14.40 220	3.29 127	30.25 258	29.81 250	19.55 221	29.37 218	18.06 208	14.40 242	15.42 217	12.70 243	0.38 218	0.21 221	0.28 241	0.03 105	0.33 140	0.31 156

tta	10.45 225	1.37 62	13.37 256	4.41 54	1.30 104	14.39 217	3.29 127	30.25 258	29.81 250	19.55 221	29.37 218	18.06 208	14.40 242	15.42 217	12.69 242	0.38 218	0.21 221	0.28 241	0.03 105	0.29 112	0.18 89

qqq1	9.96 213	1.37 62	13.37 256	4.41 54	1.30 104	14.40 220	3.29 127	30.25 258	29.81 250	19.55 221	29.37 218	18.06 208	14.40 242	15.42 217	3.18 77	0.38 218	0.21 221	0.00 1	0.01 66	0.29 112	0.18 89

fff1	9.96 213	1.37 62	13.37 256	4.41 54	1.30 104	14.40 220	3.29 127	30.25 258	29.81 250	19.55 221	29.37 218	18.06 208	14.40 242	15.42 217	3.18 77	0.38 218	0.21 221	0.00 1	0.01 66	0.29 112	0.18 89

DISCO	16.36 299	1.88 179	16.15 288	7.78 243	4.19 213	26.92 328	10.21 282	30.31 262	44.26 342	21.35 258	33.91 291	35.80 330	22.40 312	35.65 360	33.87 356	0.18 161	0.08 144	0.04 106	0.04 120	1.71 284	0.54 197

DDUNet	22.66 351	19.69 373	14.64 277	24.11 375	22.38 384	24.84 313	17.71 347	30.36 263	30.32 258	29.02 319	37.31 309	37.63 336	24.66 324	24.67 314	17.08 275	18.42 386	7.92 385	26.43 386	11.81 382	17.23 382	16.95 384

CFNet	10.67 230	2.33 228	8.90 150	6.66 193	4.09 211	16.05 243	4.26 160	30.44 264	31.01 263	18.53 212	26.48 195	23.69 255	13.68 222	15.27 212	10.59 230	0.05 109	0.02 30	0.44 261	0.05 138	0.73 237	0.23 124

STTStereo	12.97 274	4.88 295	26.57 331	7.54 235	5.41 266	13.43 201	6.49 225	30.53 265	26.35 229	25.14 290	31.43 255	32.00 305	14.12 234	16.01 235	14.83 259	0.29 200	0.31 263	0.67 278	1.08 323	1.21 266	1.11 266

DSFCA	11.85 253	2.01 202	12.93 249	5.40 114	6.87 307	15.36 233	10.45 286	30.68 266	31.84 266	25.99 299	23.52 166	22.03 238	14.05 232	20.28 287	12.46 241	0.57 258	0.41 280	0.28 241	0.38 282	1.02 255	0.47 184

SFCPSM	8.85 178	1.40 66	11.34 228	5.23 111	3.47 190	16.55 259	7.18 242	30.71 267	25.24 217	16.45 163	19.45 117	11.10 96	9.61 157	11.88 128	5.52 151	0.22 178	0.17 201	0.36 256	0.22 228	0.29 112	0.58 204

coex-ft	30.77 379	38.58 390	93.29 419	9.44 281	5.62 272	34.95 357	25.30 375	30.83 268	59.36 385	73.23 405	58.53 383	45.92 367	47.29 382	29.44 337	45.30 388	1.37 316	1.65 343	0.95 303	0.96 319	8.35 358	4.96 338

DLNR_Zeroshot_test	27.62 370	51.32 393	91.46 417	98.51 427	98.03 426	3.10 6	0.50 9	30.95 269	7.65 45	8.16 45	15.68 81	7.31 58	1.63 7	11.87 127	4.21 112	40.37 395	0.87 329	0.06 124	0.34 275	80.23 418	0.24 130

test_xeample	11.49 246	1.24 43	7.50 96	5.22 109	2.18 145	17.40 264	6.49 225	31.14 270	22.77 194	17.90 195	33.09 280	18.48 214	14.61 247	13.51 186	37.38 369	0.16 156	0.13 179	0.01 65	0.03 105	0.23 81	0.24 130

MyStereo05	9.29 190	1.76 162	8.95 155	6.19 165	4.40 225	7.09 125	9.95 270	31.21 271	40.82 324	17.31 183	12.93 67	10.33 86	12.52 205	13.93 191	7.05 171	0.06 120	0.10 162	0.02 75	0.04 120	0.73 237	0.29 148

GEStereo_RVC	12.81 271	2.49 236	13.64 264	9.68 289	4.97 242	18.16 269	11.30 296	31.26 272	47.47 351	19.84 227	26.97 200	19.03 217	13.19 214	20.14 281	14.86 260	0.83 290	0.51 304	0.10 160	0.13 194	0.54 200	0.99 259

ADCL	21.64 347	6.20 309	47.32 368	9.93 295	6.91 309	38.69 369	19.97 355	31.26 272	54.04 369	27.89 314	47.97 361	31.35 302	30.66 351	33.18 348	36.62 364	0.99 301	0.92 332	2.63 340	1.82 338	2.45 301	2.13 301

ADCRef	17.30 310	6.73 317	42.01 361	10.11 299	8.78 342	26.61 327	10.45 286	31.29 274	32.75 281	31.19 332	41.62 337	18.47 213	19.78 301	24.29 313	34.06 358	0.76 281	0.42 284	2.16 332	1.79 336	1.23 268	1.56 286

AnyNet_C32	23.37 356	13.28 355	40.29 358	12.36 331	11.44 358	30.39 340	29.15 382	31.36 275	44.90 346	35.36 349	48.86 362	33.61 318	34.20 359	43.15 380	41.62 382	1.27 315	1.35 335	1.18 313	2.58 347	4.77 335	6.27 346

HGLStereo	12.72 270	2.66 244	12.34 240	9.93 295	7.55 321	16.16 251	7.45 245	31.48 276	27.01 232	20.01 230	35.31 297	26.98 280	18.90 295	17.87 257	18.90 288	0.33 207	0.16 199	0.07 132	0.05 138	0.48 181	0.70 228

iResNet_ROB	11.71 248	1.96 192	10.77 219	6.01 151	3.68 192	15.13 231	2.34 95	31.72 277	37.58 310	26.16 301	32.77 274	25.88 272	15.34 260	16.35 242	7.94 192	0.19 165	0.01 10	0.00 1	0.00 1	0.31 127	0.12 49

AdaStereo	10.22 220	3.63 269	9.14 176	9.15 271	3.24 180	15.79 240	5.39 186	31.94 278	25.42 219	18.39 210	26.47 194	19.44 224	9.50 155	16.60 246	8.59 203	0.44 239	0.05 79	0.40 260	0.00 1	0.57 207	0.16 80
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.
WCMA_ROB	20.02 338	4.30 284	19.72 314	9.47 283	7.00 310	32.71 352	13.99 318	31.97 279	32.48 277	41.51 364	52.00 371	44.09 361	36.14 363	32.43 346	24.29 323	6.19 365	2.79 361	1.09 308	1.10 324	3.95 328	3.13 318

CVANet_RVC	13.24 280	3.39 265	8.43 135	8.42 259	5.04 248	18.52 274	11.72 303	32.03 280	33.85 285	23.17 275	32.77 274	29.78 290	16.51 272	23.20 306	11.28 237	0.94 297	0.04 59	1.19 314	0.47 292	3.13 318	1.01 261

PA-Net	16.29 298	6.88 320	27.34 332	9.88 294	11.12 355	21.77 293	28.15 381	32.06 281	39.49 317	19.99 229	27.91 206	23.50 253	20.59 305	20.25 284	24.04 320	0.24 188	2.26 353	0.22 225	4.59 362	1.13 263	4.48 334
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Anonymous Stereo	18.60 324	11.75 350	49.81 370	14.43 345	12.02 364	14.33 215	23.23 370	32.16 282	43.08 335	24.32 286	34.16 292	24.24 258	14.12 234	31.67 344	30.84 353	0.89 295	0.91 330	1.74 325	1.92 341	3.23 320	3.23 321

mmx	10.71 231	1.43 72	9.67 191	5.70 128	3.44 184	11.96 178	6.35 214	32.18 283	28.03 239	15.83 148	31.44 256	17.22 193	10.87 175	16.19 237	21.98 304	0.22 178	0.06 112	0.80 289	0.08 162	0.48 181	0.21 110

xxx	10.71 231	1.43 72	9.67 191	5.70 128	3.44 184	11.96 178	6.35 214	32.18 283	28.03 239	15.83 148	31.44 256	17.22 193	10.87 175	16.19 237	21.98 304	0.22 178	0.06 112	0.80 289	0.08 162	0.48 181	0.21 110

S-Stereo	16.85 303	3.95 278	20.67 320	12.08 329	8.91 343	21.68 292	12.61 310	32.20 285	44.61 344	22.37 268	38.42 317	29.15 287	28.02 339	18.58 262	22.36 311	2.88 341	3.11 365	0.87 301	1.82 338	3.58 325	9.08 371

MyStereo04	9.24 185	1.92 187	8.78 148	6.09 158	4.31 222	6.54 110	9.96 272	32.24 286	41.99 331	14.26 116	11.98 59	12.00 112	12.01 198	13.93 191	7.53 181	0.06 120	0.10 162	0.03 89	0.04 120	0.63 218	0.30 151

ETE_ROB	17.67 315	9.48 332	17.66 301	13.60 335	4.57 230	23.03 302	21.09 358	32.49 287	35.24 297	30.49 329	38.06 314	46.18 370	24.49 320	26.40 323	24.21 322	0.46 244	0.24 246	1.14 310	0.84 312	1.52 279	2.13 301

ADLNet2	12.44 264	2.17 218	12.84 248	9.17 272	5.82 282	20.00 282	10.13 279	32.53 288	36.22 305	18.62 213	19.39 116	21.96 237	17.07 279	21.43 298	19.42 290	0.24 188	0.15 192	0.06 124	0.08 162	0.86 248	0.57 202

SQANet	21.24 342	24.08 380	19.60 313	26.40 379	18.74 378	30.87 344	9.24 258	32.70 289	29.58 247	25.25 291	33.37 282	33.47 317	19.19 296	28.11 333	18.32 284	10.87 377	2.92 363	26.49 387	5.65 366	18.43 384	11.48 376

SACVNet	13.38 284	4.08 280	11.41 230	11.67 324	5.79 280	17.28 262	9.39 261	32.77 290	22.29 189	28.11 315	33.35 281	32.48 308	21.86 310	19.75 276	10.28 226	1.00 302	0.48 297	0.85 298	0.29 259	1.31 274	3.08 316

ADCPNet	21.93 348	9.38 330	57.92 382	11.76 325	6.88 308	36.03 360	18.44 350	32.80 291	35.93 301	32.91 345	43.80 349	39.21 343	26.99 334	31.14 342	36.94 366	2.05 328	2.67 359	2.30 336	3.45 354	4.22 332	3.82 324

psmorigin	20.95 339	10.24 338	35.84 350	9.75 290	7.05 311	24.59 311	10.11 277	32.85 292	32.17 274	43.09 367	54.57 378	42.79 358	36.62 364	35.99 362	27.41 340	1.58 320	2.72 360	0.79 287	1.05 321	3.26 321	6.50 349

NLCA_NET_v2_RVC	12.05 257	3.43 266	16.25 291	7.62 238	5.58 271	14.57 225	6.00 204	32.98 293	27.41 235	21.69 260	31.40 254	25.21 266	13.47 218	14.96 210	15.60 264	0.84 292	0.33 270	0.35 253	0.35 276	1.29 271	1.78 293
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ttt	9.98 215	1.49 89	7.30 94	6.43 176	3.95 202	14.02 208	5.06 176	33.03 294	29.84 254	14.90 124	30.95 245	14.81 158	9.66 158	15.36 215	11.38 239	0.38 218	0.19 210	0.10 160	0.03 105	0.37 153	0.28 143

BUS	9.20 184	1.48 85	7.93 111	6.74 199	3.96 203	17.62 267	2.79 116	33.06 295	21.58 181	17.99 197	21.34 143	14.49 152	9.40 153	14.18 195	10.57 228	0.19 165	0.13 179	0.14 189	0.04 120	0.30 116	0.09 32

BSDual-CNN	9.70 203	1.48 85	7.93 111	6.74 199	3.96 203	16.10 247	7.13 239	33.06 295	21.58 181	17.99 197	21.34 143	22.28 242	11.53 190	14.18 195	7.81 187	0.19 165	0.13 179	0.14 189	0.04 120	0.30 116	0.09 32

hknet	10.13 219	1.56 112	10.27 209	6.74 199	3.72 193	16.10 247	7.13 239	33.06 295	21.12 175	17.99 197	21.34 143	23.11 247	14.95 251	16.43 243	8.34 200	0.14 148	0.13 179	0.14 189	0.04 120	0.30 116	0.09 32

ADLNet	12.34 262	2.22 223	10.14 207	8.38 258	6.78 305	17.56 266	9.05 255	33.21 298	26.28 228	27.06 307	26.01 186	26.80 276	13.76 225	16.99 250	18.74 286	0.24 188	0.39 277	0.23 228	0.10 180	0.64 222	2.16 304

ADCP+	18.16 320	4.61 290	32.94 346	9.31 276	10.23 350	28.87 334	11.69 302	33.43 299	36.49 306	29.28 323	40.49 328	24.18 257	24.61 323	33.89 350	35.33 360	0.25 194	0.40 279	2.00 329	1.17 326	2.16 298	1.87 295

raft_robust	7.97 156	2.26 225	6.75 66	5.83 138	0.72 60	5.57 68	0.84 16	33.59 300	34.21 290	18.17 202	19.88 125	6.50 48	5.62 74	15.33 213	2.83 59	0.03 94	0.23 235	0.00 1	0.37 280	0.32 136	0.39 167

222	12.33 261	1.29 47	8.09 120	6.06 156	2.14 144	19.51 279	2.53 104	33.63 301	23.55 199	21.72 261	30.51 237	20.11 227	16.77 274	13.22 180	46.51 390	0.15 154	0.14 189	0.01 65	0.03 105	0.26 97	0.26 138

MSMD_ROB	22.90 354	9.64 334	14.76 280	17.46 358	9.88 347	34.94 356	18.83 351	33.67 302	37.47 309	40.97 363	59.80 385	45.93 368	38.34 368	31.74 345	23.24 315	6.22 366	3.58 369	8.78 370	11.03 381	6.76 348	5.06 340

FINET	15.49 295	6.08 305	24.99 327	8.12 252	7.69 325	21.80 294	22.35 363	33.76 303	48.27 353	25.99 299	32.27 269	19.48 225	16.83 275	19.07 267	16.38 271	1.37 316	0.70 317	0.95 303	0.27 253	2.61 304	0.90 249

xxxx	11.74 251	1.16 33	7.88 108	5.61 122	1.99 138	20.46 285	3.12 124	33.99 304	23.76 206	15.53 142	30.67 238	26.88 278	14.50 246	12.98 174	35.48 361	0.19 165	0.18 206	0.01 65	0.02 90	0.22 69	0.27 140

UNet	12.64 268	2.02 204	13.36 255	6.85 205	7.76 327	25.31 319	4.74 170	34.10 305	28.19 241	20.03 232	31.07 249	27.02 281	17.36 283	20.18 282	13.87 251	0.06 120	0.05 79	0.27 235	0.01 66	0.23 81	0.39 167

Wz-Net-LNSev	18.19 321	10.57 341	41.33 359	10.19 302	7.94 332	24.29 309	15.28 331	34.15 306	43.38 338	32.90 344	43.72 348	31.94 304	22.21 311	20.81 295	22.26 308	0.47 245	0.22 230	0.00 1	0.02 90	1.22 267	0.94 253

iResNetv2_ROB	12.00 255	2.91 253	13.46 260	5.82 136	3.73 194	13.15 198	6.45 222	34.15 306	36.02 302	25.25 291	33.81 289	29.79 291	14.24 238	13.61 188	6.10 161	0.21 175	0.02 30	0.12 174	0.00 1	0.82 245	0.25 135

Wz-Net-MNSev	18.98 328	6.53 315	33.16 348	10.15 301	7.26 317	38.37 366	16.45 339	34.19 308	43.20 336	30.65 330	40.76 329	40.51 350	19.24 297	27.56 328	28.06 349	0.81 287	0.26 255	0.05 112	0.10 180	1.45 278	0.84 242

SGM-Forest	12.92 273	1.87 178	6.61 60	5.68 126	2.05 141	23.19 305	11.30 296	34.24 309	30.77 261	26.54 304	31.99 264	29.98 292	15.74 264	21.17 297	13.36 247	1.05 306	0.33 270	0.84 297	0.01 66	0.71 232	0.97 255
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PASM	28.19 372	17.35 366	48.18 369	22.49 373	22.20 383	25.92 321	25.84 376	34.35 310	49.45 357	35.37 350	39.48 322	46.72 372	33.36 358	34.28 352	36.77 365	11.73 382	14.94 390	17.43 381	22.18 389	13.45 375	12.32 379

NCCL2	17.23 309	6.37 313	14.30 274	23.45 374	7.18 314	24.16 308	17.05 344	34.39 311	25.88 222	31.55 334	38.01 313	42.09 357	26.81 331	20.94 296	22.69 313	0.45 240	0.23 235	2.63 340	1.80 337	2.02 295	2.57 308

PWCDC_ROB	17.80 317	9.62 333	18.38 307	17.95 359	7.74 326	24.61 312	5.56 191	34.41 312	52.79 367	29.66 325	50.20 368	20.63 228	19.69 300	29.85 339	20.87 297	6.18 364	0.26 255	0.10 160	0.05 138	5.36 341	2.00 299

RASNet	11.59 247	1.71 146	10.36 211	6.30 169	5.66 275	15.48 236	6.12 209	34.50 313	20.86 171	16.61 168	32.51 272	22.04 239	23.00 313	19.44 272	16.15 269	0.71 276	0.03 50	0.05 112	0.01 66	0.15 43	0.13 57

FADNet	14.18 288	10.92 345	37.56 353	7.79 244	6.64 298	17.48 265	6.91 234	34.73 314	34.03 286	18.85 217	27.02 201	28.26 282	14.24 238	17.77 256	10.09 221	0.41 232	0.67 316	0.37 257	0.37 280	8.13 355	1.34 276

RGC	19.90 336	13.26 354	20.24 318	18.19 360	14.06 369	21.21 290	14.33 320	34.97 315	43.60 340	27.73 313	41.49 336	39.76 345	27.98 338	34.52 353	21.37 298	3.66 350	0.54 307	8.67 369	4.16 360	4.19 331	4.02 327

TDLM	12.98 276	3.78 274	9.77 198	10.75 314	4.94 240	16.10 247	14.08 319	35.05 316	31.87 267	22.36 267	26.51 197	26.09 273	14.97 255	24.73 316	13.11 245	1.05 306	0.05 79	1.21 315	0.27 253	1.83 286	1.00 260

Wz-Net-TNSev	25.12 364	20.16 374	57.98 383	9.56 285	7.42 320	42.73 373	22.27 362	35.14 317	53.46 368	35.97 352	42.74 341	45.83 366	39.87 372	36.56 364	34.73 359	1.82 325	1.51 340	0.76 284	1.34 330	5.84 344	6.80 352

LL-Strereo	10.79 236	3.52 268	12.54 243	8.77 262	5.44 267	7.49 128	9.26 259	35.15 318	28.70 244	16.47 164	15.85 83	21.06 232	17.42 285	21.62 299	9.72 214	0.21 175	0.22 230	0.74 283	0.08 162	0.98 254	0.60 207

edge stereo	18.75 326	5.12 297	17.66 301	10.77 315	7.84 330	22.41 298	11.03 291	35.23 319	42.07 332	34.62 348	42.74 341	41.28 353	35.50 361	25.14 318	24.17 321	2.42 336	2.42 355	6.35 359	1.45 332	2.89 312	3.80 323

AF-Net	18.38 323	5.60 304	14.21 272	15.95 353	10.78 353	22.26 296	10.45 286	35.39 320	50.22 364	24.71 288	37.77 311	41.55 355	29.24 345	29.11 335	26.67 335	4.35 356	0.06 112	4.56 353	0.90 314	2.42 300	1.38 279

DGSMNet	19.79 335	12.06 351	33.43 349	13.79 338	16.23 374	22.97 301	15.88 335	35.41 321	41.96 330	19.90 228	32.16 268	35.60 329	18.14 289	29.48 338	23.10 314	3.85 351	3.89 374	6.16 358	4.75 363	13.56 376	13.44 381

ADCMid	22.76 353	10.75 343	41.73 360	11.23 322	7.97 333	27.26 329	19.18 354	35.44 322	38.02 315	40.23 361	46.38 356	36.56 332	42.70 377	38.20 371	40.75 376	1.77 322	1.43 338	3.05 346	3.81 357	4.96 336	3.82 324

1111x	11.32 242	1.34 57	8.95 155	5.20 106	1.96 137	14.46 223	7.75 247	35.65 323	28.23 242	15.66 145	26.66 198	26.65 274	14.76 250	15.88 226	22.27 309	0.24 188	0.13 179	0.04 106	0.06 152	0.30 116	0.24 130

MFN_U_SF_DS_RVC	23.92 358	13.60 356	30.09 340	25.46 377	10.02 349	38.51 367	20.40 356	35.77 324	43.76 341	42.15 365	47.10 360	39.99 347	28.20 341	35.96 361	27.06 337	3.64 349	3.85 373	6.66 360	16.30 387	4.97 337	4.98 339

ssnet_v2	13.23 279	2.43 230	11.25 226	7.34 221	2.92 173	23.05 304	12.95 311	35.93 325	32.92 282	21.23 256	25.38 182	28.81 284	15.22 258	22.57 304	19.81 293	0.18 161	0.08 144	0.19 213	0.05 138	1.24 269	1.06 263

PWC_ROB	18.37 322	10.55 340	25.19 328	10.21 303	6.29 295	23.75 306	4.79 173	35.93 325	48.75 356	32.56 342	44.46 351	34.68 325	24.78 325	30.99 341	25.72 334	1.38 318	0.08 144	1.57 322	0.26 249	2.18 299	3.17 320

UDG	21.45 346	14.84 360	14.44 276	21.30 371	20.08 380	32.05 349	13.76 316	35.98 327	35.52 299	25.93 298	30.69 239	37.26 334	30.66 351	21.97 300	19.89 294	10.88 378	5.55 379	22.78 383	7.65 371	14.83 380	13.05 380

XPNet_ROB	17.33 312	4.84 293	15.44 283	11.15 320	6.64 298	20.88 287	16.10 336	36.26 328	39.54 318	31.80 338	41.32 333	41.30 354	23.91 317	24.67 314	27.40 339	1.07 309	0.74 320	0.79 287	0.25 246	1.10 260	1.31 275

DeepPruner_ROB	10.77 235	4.56 289	13.13 251	6.37 172	4.28 221	10.14 151	6.86 233	36.42 329	19.59 166	17.87 193	27.37 204	23.19 249	12.26 200	19.09 268	10.23 225	1.05 306	0.48 297	0.23 228	0.15 204	0.89 251	1.17 271

pcwnet_v2	12.32 260	2.00 196	17.53 298	7.79 244	5.69 277	17.06 261	3.69 148	36.52 330	46.17 349	20.55 240	29.39 223	16.50 180	13.00 212	15.70 221	9.32 213	0.50 249	1.00 333	0.34 252	0.24 243	2.00 293	1.38 279

RTS	30.15 376	23.12 378	96.33 420	16.71 354	11.63 359	58.66 394	24.28 372	36.80 331	62.63 392	43.79 370	46.10 354	32.56 311	43.90 378	51.29 388	40.92 377	2.38 334	0.66 314	1.06 306	0.74 307	5.11 338	4.34 331

RTSA	30.15 376	23.12 378	96.33 420	16.71 354	11.63 359	58.66 394	24.28 372	36.80 331	62.63 392	43.79 370	46.10 354	32.56 311	43.90 378	51.29 388	40.92 377	2.38 334	0.66 314	1.06 306	0.74 307	5.11 338	4.34 331

DeepPrunerF	19.92 337	11.02 347	44.29 362	20.74 366	17.75 376	19.19 277	22.57 364	36.86 333	49.93 359	25.48 295	36.62 304	24.69 261	23.97 318	23.44 308	21.79 301	2.68 340	1.63 342	5.70 356	3.95 358	3.38 323	2.67 311

NaN_ROB	16.51 301	6.51 314	16.22 290	10.53 309	4.64 232	31.76 346	17.78 348	37.00 334	43.37 337	29.68 326	31.29 251	32.67 313	20.32 303	28.00 332	16.06 267	0.38 218	0.41 280	0.32 250	0.41 286	0.87 250	1.94 297

Syn2CoEx	17.03 308	10.40 339	25.65 329	20.35 363	8.02 334	26.28 324	11.27 295	37.16 335	32.69 280	28.89 318	40.17 326	29.27 289	26.63 330	19.19 270	17.63 280	0.98 300	0.54 307	1.23 317	0.23 236	1.82 285	2.24 305

DispFullNet	30.27 378	31.74 383	58.63 384	30.13 383	28.18 388	31.79 347	8.94 253	37.16 335	54.68 371	32.60 343	37.99 312	44.62 362	28.80 344	41.55 378	27.93 346	11.94 383	3.46 367	35.53 391	12.34 383	30.08 391	17.26 385

XQC	24.10 360	16.76 364	50.68 371	21.37 372	11.01 354	35.24 358	18.84 352	37.28 337	55.11 376	31.64 335	30.06 234	37.71 337	30.31 350	37.17 366	39.66 373	4.20 353	0.41 280	2.76 343	1.89 340	11.46 373	8.42 368

RTSC	19.64 332	9.36 329	31.06 344	10.99 317	6.24 293	28.10 331	10.14 280	37.50 338	58.34 384	31.74 336	36.70 305	32.50 310	21.03 309	36.00 363	37.24 368	1.23 314	0.44 288	0.12 174	0.31 266	1.98 291	1.69 291

RYNet	18.92 327	4.69 292	16.88 296	10.99 317	15.84 371	46.72 376	16.57 341	37.84 339	48.03 352	26.92 305	26.48 195	37.84 338	24.92 326	19.80 277	31.04 354	0.25 194	0.25 253	0.62 274	0.03 105	6.34 345	6.39 348

AnyNet_C01	29.76 374	25.78 381	75.37 404	17.03 356	11.34 356	49.00 380	27.12 379	37.99 340	40.05 322	40.73 362	65.13 395	46.98 373	38.86 370	46.63 382	48.19 392	2.14 329	2.13 350	2.13 331	2.56 346	8.14 356	7.98 366

SGM_RVC	19.52 331	2.12 214	6.79 69	6.59 186	1.33 110	38.20 365	15.74 334	38.13 341	34.07 287	45.71 374	41.91 338	51.41 380	38.10 367	38.77 373	27.80 343	0.61 266	0.36 275	0.51 267	0.33 273	1.03 256	0.90 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
stereogan	18.62 325	3.07 259	16.31 293	13.04 333	9.99 348	35.74 359	9.09 257	38.17 342	45.27 348	24.39 287	41.24 332	39.93 346	25.46 328	31.29 343	24.33 324	1.80 324	0.91 330	2.71 342	0.75 309	5.15 340	3.70 322

FAT-Stereo	16.81 302	2.97 256	17.56 299	9.80 291	6.21 289	16.12 250	13.23 314	38.18 343	39.67 319	27.00 306	39.73 325	37.55 335	31.30 354	20.39 288	21.52 299	3.44 347	2.05 347	0.81 295	1.10 324	1.89 289	5.72 342

GwcNet	16.48 300	5.23 299	20.03 317	10.24 304	8.48 337	28.79 333	10.09 276	38.60 344	44.51 343	23.29 277	36.95 306	31.29 301	19.79 302	20.42 289	25.70 333	0.54 255	0.72 318	0.57 271	0.39 284	1.37 276	2.64 310

NINENet	10.74 233	2.29 226	10.44 212	8.03 250	5.09 250	17.62 267	2.79 116	38.69 345	33.24 283	18.35 209	26.31 192	14.49 152	9.40 153	15.88 226	10.57 228	0.41 232	0.21 221	0.29 244	0.00 1	0.42 168	0.23 124

psm_up	13.18 278	1.91 183	8.81 149	9.59 287	5.84 284	15.17 232	11.37 298	38.74 346	30.81 262	20.66 244	30.32 235	30.00 293	23.12 314	19.19 270	16.02 266	0.58 259	0.10 162	0.17 200	0.01 66	0.65 224	0.55 198

CSAN	21.34 345	9.45 331	23.34 323	20.99 368	4.95 241	32.57 350	34.26 387	38.83 347	49.95 361	36.97 354	39.72 324	44.97 364	31.73 355	26.05 321	23.94 318	1.52 319	0.47 296	0.85 298	1.43 331	2.73 306	2.14 303

PS-NSSS	13.70 287	7.41 323	14.68 278	6.70 196	5.63 273	18.43 272	12.59 309	38.89 348	25.56 220	20.27 237	35.71 299	21.11 234	16.35 271	17.16 251	17.56 279	2.28 330	0.53 306	5.37 355	0.36 277	4.28 333	3.09 317

Wz-Net-SNSev	22.67 352	16.94 365	45.69 365	13.85 339	8.52 338	28.89 335	27.06 378	39.39 349	55.04 375	31.77 337	53.23 373	39.18 342	23.41 316	26.40 323	36.25 362	0.78 282	0.21 221	1.21 315	0.90 314	3.03 314	1.62 288

StereoDRNet	15.30 294	4.47 288	14.35 275	10.71 311	8.69 340	25.02 317	11.03 291	39.66 350	35.62 300	29.17 321	28.81 213	34.05 320	17.80 288	18.80 264	23.77 317	0.41 232	0.30 260	0.15 194	0.14 198	1.64 282	1.42 281

GANet	16.92 307	4.32 285	12.46 242	10.84 316	4.24 214	23.04 303	15.36 333	39.91 351	34.47 292	32.42 341	45.10 352	40.04 348	27.54 335	23.61 310	20.20 295	1.02 305	0.08 144	0.67 278	0.22 228	1.87 288	0.97 255

FC-DCNN	24.37 361	10.99 346	19.02 310	18.44 361	9.16 344	36.98 361	23.07 367	40.44 352	43.05 334	46.25 376	53.58 377	50.44 377	37.86 366	35.45 356	27.57 341	6.87 367	3.37 366	6.01 357	4.88 364	7.86 353	6.05 343

WZ-Net	25.17 366	12.95 353	63.02 387	15.13 350	10.42 352	38.51 367	27.42 380	40.46 353	54.17 370	28.32 317	52.95 372	40.81 351	28.36 342	37.07 365	41.35 381	1.21 313	0.21 221	0.73 282	0.94 318	5.42 343	3.87 326

SHD	21.32 344	10.03 335	30.16 341	14.30 343	8.68 339	24.15 307	8.93 252	40.82 354	61.17 388	35.79 351	44.15 350	38.73 340	30.20 348	33.88 349	31.09 355	2.00 327	0.81 325	1.17 311	1.55 333	4.08 330	4.78 336

Nwc_Net	17.98 319	4.67 291	17.79 305	14.26 342	11.65 361	25.14 318	14.88 326	40.85 355	39.83 320	21.07 252	43.24 345	34.50 323	27.64 336	26.44 325	25.03 326	3.22 346	0.18 206	2.52 339	3.18 351	1.98 291	1.51 284

AASNet	12.49 265	2.46 233	10.49 213	9.82 292	6.86 306	17.33 263	6.73 231	41.09 356	37.86 313	22.53 270	29.11 215	16.68 181	13.48 220	14.54 207	17.87 282	0.20 172	0.02 30	0.78 285	0.05 138	1.18 264	0.76 235

APVNet	17.75 316	5.46 303	20.35 319	12.31 330	8.40 336	30.16 339	24.10 371	41.14 357	30.12 257	25.08 289	41.09 331	31.24 300	23.12 314	27.07 326	27.86 344	0.34 211	0.56 310	3.02 345	0.52 297	1.68 283	1.45 282

MaskLacGwcNet_RVC	16.87 305	16.27 363	17.93 306	11.24 323	6.69 302	28.95 337	10.44 285	41.23 358	21.49 179	29.68 326	34.27 293	32.48 308	11.00 180	20.05 280	15.09 261	8.22 368	2.59 356	12.23 376	0.75 309	10.40 365	6.34 347

MeshStereo	22.27 350	6.87 319	11.15 225	7.69 239	4.87 237	37.70 363	13.06 312	41.64 359	36.95 308	50.92 381	53.41 375	58.12 385	41.93 376	37.73 369	27.62 342	2.52 338	2.37 354	2.99 344	2.07 344	3.09 316	2.60 309
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
SANet	20.96 340	6.60 316	29.81 338	8.83 263	3.19 177	31.27 345	20.56 357	41.86 360	56.09 380	39.30 360	43.62 346	44.95 363	31.93 356	27.83 329	23.67 316	0.94 297	0.52 305	0.99 305	0.42 287	4.72 334	2.03 300

DRN-Test	15.88 296	3.83 276	14.70 279	9.96 297	8.02 334	28.93 336	14.65 322	42.34 361	38.25 316	28.18 316	34.31 294	29.22 288	18.35 290	20.01 279	22.68 312	0.37 217	0.41 280	0.46 263	0.28 256	1.28 270	1.34 276

LALA_ROB	19.19 329	7.15 322	15.93 287	12.96 332	5.30 262	28.30 332	23.21 369	42.51 362	36.69 307	33.45 346	40.81 330	50.96 379	24.53 321	27.92 330	25.66 332	0.60 263	0.44 288	2.04 330	1.22 328	2.54 303	1.47 283

LSM	29.98 375	19.52 372	55.11 379	19.06 362	53.75 400	32.57 350	23.17 368	42.61 363	48.57 355	45.97 375	55.04 380	42.93 359	36.02 362	35.63 359	27.03 336	2.33 331	9.19 386	4.87 354	7.71 373	10.65 367	27.91 394

MDST_ROB	17.92 318	1.60 124	13.68 265	13.88 340	6.44 296	43.05 374	14.86 325	42.74 364	41.66 327	43.25 369	42.85 343	28.43 283	17.28 282	29.35 336	16.06 267	0.88 294	0.11 171	0.63 275	0.47 292	0.50 192	0.64 217

NVstereo2D	15.15 292	2.97 256	16.28 292	9.23 275	7.56 322	30.03 338	9.53 265	42.80 365	42.72 333	15.11 131	27.03 202	23.16 248	16.93 276	24.28 312	15.45 262	3.07 345	0.43 287	1.44 321	0.61 302	6.74 347	7.60 363

ADCS	26.20 369	13.71 357	46.90 367	14.51 346	10.34 351	30.46 342	22.72 366	42.81 366	57.61 383	42.58 366	49.37 366	41.91 356	40.43 373	41.90 379	44.58 387	2.37 333	2.19 352	2.37 337	3.29 353	7.32 349	6.52 350

FCDSN-DC	25.59 368	14.91 361	18.83 309	28.55 381	15.68 370	39.29 370	18.16 349	42.83 367	41.69 328	44.43 373	51.94 370	50.82 378	39.22 371	34.59 354	27.29 338	6.05 363	3.63 370	7.01 364	6.41 367	10.35 364	10.17 375
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	16.90 306	5.45 302	14.16 271	13.77 337	7.25 315	27.65 330	32.74 386	43.21 368	37.88 314	24.00 280	32.97 279	34.55 324	16.69 273	17.41 252	23.96 319	0.38 218	0.22 230	0.93 302	2.05 343	1.83 286	0.96 254

otaku	33.18 381	35.99 388	52.93 372	40.01 387	21.41 381	55.08 386	17.25 345	43.30 369	61.58 389	39.25 359	49.16 365	46.61 371	28.49 343	39.77 375	28.76 350	18.56 387	7.00 384	31.82 389	9.61 378	21.53 386	15.48 382

NCC-stereo	19.75 333	6.08 305	23.96 324	15.05 348	16.17 372	18.42 270	21.45 359	43.31 370	41.00 325	24.30 284	38.12 315	34.98 326	26.92 332	35.46 357	25.65 330	4.29 354	2.07 348	3.24 348	8.90 376	2.86 309	2.86 313

Abc-Net	19.75 333	6.08 305	23.96 324	15.05 348	16.17 372	18.42 270	21.45 359	43.31 370	41.00 325	24.30 284	38.12 315	34.98 326	26.92 332	35.46 357	25.65 330	4.29 354	2.07 348	3.24 348	8.90 376	2.86 309	2.86 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GASNet	17.30 310	19.38 371	30.46 343	20.66 365	9.36 346	16.06 245	9.06 256	43.89 372	40.04 321	25.35 294	23.73 167	32.90 314	15.37 261	28.91 334	17.05 274	3.04 344	0.27 258	1.88 328	0.45 290	6.73 346	1.37 278

FBW_ROB	21.00 341	10.23 337	22.72 322	13.71 336	6.77 304	30.49 343	16.46 340	44.58 373	43.57 339	44.25 372	39.59 323	43.27 360	26.12 329	33.96 351	21.80 302	2.58 339	1.84 345	7.14 367	2.78 349	4.00 329	4.06 328

SGM-ForestM	23.72 357	2.44 231	9.13 174	7.43 228	2.25 148	44.80 375	19.11 353	44.90 374	49.97 362	50.74 380	51.18 369	62.06 393	45.83 381	44.96 381	33.88 357	1.00 302	0.84 327	0.78 285	0.62 303	1.29 271	1.11 266

PDISCO_ROB	24.45 363	9.24 328	29.28 337	28.68 382	19.96 379	37.14 362	15.33 332	45.04 375	54.69 372	29.24 322	42.67 340	46.07 369	28.17 340	35.35 355	30.30 352	9.92 374	2.13 350	6.90 361	3.20 352	8.74 360	6.87 354

ccnet	24.02 359	16.16 362	21.70 321	11.83 326	17.75 376	37.87 364	16.18 337	45.46 376	31.93 271	36.99 355	46.46 359	38.76 341	29.52 346	37.55 368	40.93 379	9.20 372	6.29 380	9.63 372	7.71 373	11.19 369	7.21 360

CC-Net-ROB	22.04 349	22.91 377	28.86 334	14.05 341	8.73 341	33.79 354	15.26 330	46.84 377	36.06 303	33.72 347	32.10 266	35.47 328	24.02 319	23.57 309	27.88 345	8.95 371	2.95 364	24.94 385	3.68 355	12.41 374	4.62 335

Ntro	34.97 386	37.63 389	54.53 377	43.26 391	22.45 385	57.73 392	21.97 361	47.14 378	64.21 395	39.12 358	48.86 362	47.93 374	36.94 365	40.66 376	29.83 351	17.16 385	6.51 381	32.70 390	10.17 379	24.06 387	16.48 383

GANetREF_RVC	25.41 367	29.28 382	24.63 326	25.18 376	6.04 286	30.44 341	35.39 390	47.84 379	50.60 365	36.88 353	36.04 302	34.11 322	31.23 353	37.46 367	27.96 347	8.58 369	2.66 358	16.29 379	4.95 365	14.37 379	8.32 367
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
SAMSARA	34.43 385	18.53 367	31.91 345	55.34 396	35.34 390	75.99 413	94.71 423	47.97 380	50.84 366	37.47 356	36.99 307	53.12 382	38.55 369	39.56 374	38.65 371	3.59 348	5.40 378	2.22 335	3.72 356	9.43 362	9.29 373

NVStereoNet_ROB	41.93 392	32.40 384	44.55 363	36.60 385	27.78 387	34.52 355	32.38 385	48.84 381	57.18 381	69.34 400	75.62 406	66.07 397	64.86 398	47.34 383	60.78 403	15.72 384	23.99 392	23.40 384	32.06 393	21.34 385	23.86 390
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ELAS_RVC	33.79 384	19.15 370	35.97 351	21.28 370	13.79 368	52.58 383	36.11 391	48.96 382	55.66 378	61.47 392	62.91 387	58.35 387	53.55 388	53.37 393	42.23 383	11.25 381	6.64 383	10.32 374	7.05 369	13.56 376	11.58 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet-4b	36.40 388	52.20 394	56.11 380	42.45 390	21.78 382	48.56 379	14.37 321	49.50 383	60.15 387	43.17 368	46.38 356	55.62 384	24.56 322	38.15 370	21.97 303	25.13 391	3.66 371	46.93 394	33.56 394	25.97 388	17.74 386

ELAS	33.68 383	18.95 369	36.71 352	20.64 364	13.61 366	56.43 387	35.14 389	50.03 384	49.90 358	60.58 388	63.83 391	58.64 388	53.36 387	50.73 386	44.44 386	11.03 379	6.58 382	10.02 373	7.43 370	13.58 378	11.94 378
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSNet	24.40 362	6.97 321	33.14 347	11.16 321	6.54 297	53.33 385	43.32 395	51.28 385	59.37 386	30.89 331	39.36 321	40.35 349	34.30 360	32.57 347	25.09 327	4.65 359	1.62 341	0.37 257	0.66 304	8.51 359	4.44 333

PVD	33.19 382	18.59 368	37.64 354	26.09 378	16.99 375	33.25 353	42.25 394	51.42 386	66.03 397	52.65 383	64.31 393	51.93 381	55.13 390	51.61 390	40.40 375	4.00 352	3.51 368	9.53 371	4.26 361	10.62 366	23.56 389

MFN_U_SF_RVC	28.16 371	14.14 359	53.23 373	21.11 369	7.91 331	39.97 371	13.13 313	51.65 387	46.34 350	47.41 377	53.38 374	55.32 383	40.53 374	38.47 372	39.74 374	5.67 362	4.46 375	6.98 363	8.73 375	7.47 350	7.44 362

MSC_U_SF_DS_RVC	37.16 389	34.69 385	53.68 375	37.47 386	12.55 365	56.80 390	22.63 365	52.02 388	63.29 394	66.20 397	63.82 390	58.12 385	53.73 389	51.21 387	46.48 389	8.79 370	5.31 377	14.69 378	15.22 386	17.27 383	9.21 372

BEATNet-Init1	35.08 387	20.64 375	54.70 378	27.43 380	12.00 363	58.29 393	31.01 384	52.58 389	57.49 382	60.36 387	62.98 388	69.98 398	55.54 392	53.00 392	44.40 385	4.61 358	2.84 362	7.05 365	6.89 368	10.97 368	8.94 370

MANE	31.97 380	10.75 343	17.71 304	20.94 367	13.77 367	47.80 378	26.85 377	53.00 390	55.20 377	59.29 385	64.30 392	64.93 396	56.31 394	51.83 391	38.69 372	9.61 373	4.72 376	6.91 362	19.93 388	9.20 361	7.64 364

SGM+DAISY	54.67 397	56.61 395	62.73 386	40.21 388	53.22 398	61.95 399	48.59 397	55.05 391	44.62 345	61.03 391	63.68 389	60.46 391	55.62 393	60.68 397	55.34 399	56.34 403	48.56 403	50.16 395	49.63 400	52.25 398	56.76 404

ACVNet_1	41.30 390	49.46 392	64.91 392	44.67 392	25.07 386	49.43 381	25.23 374	55.33 392	65.87 396	59.72 386	59.33 384	63.43 394	48.79 385	49.63 385	37.09 367	19.05 388	9.82 387	38.29 392	13.97 385	28.67 389	18.23 388

anonymity	52.32 394	58.23 398	63.91 388	41.12 389	59.25 404	53.27 384	41.04 393	55.69 393	40.20 323	54.85 384	49.49 367	49.13 376	55.48 391	59.07 395	49.65 396	55.86 402	50.03 406	51.00 396	51.08 401	51.71 397	56.36 402

Consistency-Raft	41.82 391	35.10 386	44.56 364	32.85 384	41.39 394	46.76 377	34.76 388	57.01 394	54.94 374	32.10 339	65.22 396	30.82 297	48.46 384	40.81 377	48.77 393	27.39 392	34.28 395	42.92 393	51.66 403	39.28 393	27.28 391

RainbowNet	51.25 393	62.74 402	64.52 391	60.13 397	39.00 393	58.72 396	30.83 383	57.31 395	79.18 411	50.24 379	65.35 397	60.13 390	44.25 380	49.47 384	41.16 380	46.52 399	46.06 400	52.72 398	31.78 392	52.33 399	32.47 395

SPS-STEREO	55.62 398	59.14 399	64.16 389	45.05 393	53.84 401	59.88 397	44.00 396	59.53 396	49.94 360	62.33 394	61.09 386	59.80 389	56.82 395	60.06 396	57.85 400	58.41 404	48.34 402	51.07 397	49.21 399	55.41 401	56.48 403
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MADNet+	53.31 395	68.61 403	98.75 427	67.03 401	37.58 391	79.83 419	81.74 419	60.38 397	61.61 390	51.43 382	54.92 379	61.11 392	59.29 396	69.66 404	76.71 418	23.88 390	24.03 393	17.08 380	12.35 384	32.47 392	27.69 393

JetBlue	54.08 396	45.10 391	74.15 402	51.17 394	47.68 395	75.66 412	60.97 404	63.63 398	62.09 391	63.32 396	64.88 394	78.86 405	68.17 399	68.15 402	75.09 417	36.86 393	24.88 394	29.01 388	29.12 391	28.71 390	34.13 396

MFMNet_re	72.05 408	79.64 415	64.23 390	52.73 395	84.71 420	77.93 415	68.35 408	63.96 399	66.93 398	61.00 390	71.29 402	63.84 395	68.91 400	72.42 411	61.11 404	82.03 419	74.22 420	80.34 411	74.44 412	83.62 421	89.34 422

UNDER WATER-64	73.11 412	74.48 410	87.70 414	74.03 404	55.20 402	78.24 416	75.71 416	65.33 400	67.91 402	75.60 408	69.32 401	84.41 414	76.93 408	68.43 403	72.45 413	81.18 417	56.77 411	82.46 416	80.34 415	68.22 407	67.48 414

UNDER WATER	75.92 415	79.25 414	87.75 415	84.39 417	66.43 411	77.08 414	77.22 417	66.90 401	72.16 404	75.32 407	71.56 403	85.89 418	82.15 414	70.11 406	74.99 416	79.34 415	53.61 408	86.40 420	84.53 419	71.29 412	72.11 417

TorneroNet-64	65.66 403	70.70 406	71.20 400	76.52 407	59.70 406	66.78 403	58.05 402	67.53 402	80.00 412	62.67 395	67.40 398	83.09 410	69.42 401	67.34 399	62.05 406	48.31 401	44.07 399	72.93 404	63.88 405	68.05 406	53.58 401

IMH-64-1	59.25 400	58.09 396	67.69 396	66.06 398	50.51 396	56.45 388	49.45 399	68.83 403	67.75 400	67.58 398	80.37 410	70.15 399	74.28 406	72.16 409	48.94 394	42.00 396	42.87 397	65.57 400	47.02 396	51.52 395	37.76 398

IMH-64	59.25 400	58.09 396	67.69 396	66.06 398	50.51 396	56.45 388	49.45 399	68.83 403	67.75 400	67.58 398	80.37 410	70.15 399	74.28 406	72.16 409	48.94 394	42.00 396	42.87 397	65.57 400	47.02 396	51.52 395	37.76 398

ktn	72.58 411	80.06 418	69.96 399	79.14 412	69.86 416	75.40 411	70.43 413	69.01 405	76.90 408	72.88 404	77.46 407	77.43 403	77.41 409	72.78 412	55.00 398	79.09 414	65.99 415	80.09 410	68.29 406	71.46 413	62.98 408

notaker	72.18 409	79.78 416	78.84 407	78.75 411	68.52 413	63.26 400	61.68 405	69.22 406	75.95 406	77.58 410	78.85 408	79.69 408	84.79 417	77.39 416	58.43 401	69.68 411	60.79 414	77.46 407	68.48 407	69.62 408	64.92 412

LRCNet_RVC	73.59 413	69.80 405	74.41 403	77.63 409	60.56 407	40.33 372	15.08 329	71.04 407	48.36 354	88.07 421	94.62 423	90.11 419	81.83 413	80.58 418	61.26 405	97.12 427	72.30 419	96.65 426	97.58 427	77.13 417	77.30 419

TorneroNet	71.21 406	73.44 409	75.82 405	80.82 416	65.65 410	70.53 406	64.39 407	71.42 408	75.97 407	71.47 402	73.68 404	84.17 413	74.00 405	69.85 405	69.09 410	59.37 405	48.19 401	79.67 408	73.51 411	74.93 416	68.26 415

ACVNet_2	57.39 399	61.72 401	72.56 401	66.35 400	38.29 392	61.93 398	48.64 398	71.64 409	81.91 414	79.28 413	88.72 421	76.25 402	72.87 404	54.33 394	46.74 391	37.13 394	23.36 391	54.52 399	37.80 395	46.22 394	27.59 392

IMH	62.95 402	60.33 400	67.78 398	69.51 402	53.65 399	65.09 402	54.21 401	72.00 410	73.28 405	72.49 403	81.93 412	72.96 401	79.81 410	76.65 415	51.41 397	43.57 398	49.82 405	67.81 402	51.14 402	54.83 400	40.67 400

PWCK	65.90 404	88.63 422	79.40 409	80.32 415	29.96 389	63.85 401	39.45 392	72.07 411	71.26 403	78.74 412	68.99 400	77.82 404	61.77 397	82.81 419	62.64 407	80.17 416	39.88 396	81.90 414	47.37 398	73.54 415	37.51 397

HanzoNet	77.61 418	81.11 419	82.83 410	77.82 410	69.15 414	75.25 410	69.06 412	73.49 412	77.84 410	82.19 416	82.80 413	85.42 415	86.67 420	85.99 421	73.64 415	85.24 423	68.38 417	81.71 413	75.47 413	71.98 414	66.24 413

DPSimNet_ROB	74.29 414	83.27 420	59.30 385	77.19 408	65.13 409	75.14 409	74.95 415	73.99 413	76.94 409	81.99 414	75.48 405	80.18 409	71.76 402	67.39 400	84.00 420	81.87 418	51.14 407	79.99 409	76.70 414	70.17 409	79.21 420

WAO-6	70.64 405	73.02 408	66.25 393	79.92 414	61.74 408	68.74 404	59.08 403	75.27 414	87.02 418	74.72 406	79.40 409	79.19 406	84.60 416	67.70 401	60.53 402	67.85 408	48.88 404	81.48 412	73.29 410	65.57 404	58.60 405

LVE	71.50 407	72.46 407	83.91 413	75.21 405	55.29 403	74.81 407	62.76 406	77.22 415	83.77 416	82.09 415	87.11 420	83.38 411	82.41 415	75.93 413	64.49 408	48.28 400	57.24 412	74.61 406	62.53 404	65.49 403	61.01 406

WAO-8	76.87 416	78.41 412	66.45 394	86.81 419	72.47 417	79.27 417	68.59 410	77.75 416	89.01 420	83.09 417	86.98 417	85.87 416	84.97 418	72.12 407	69.11 411	74.93 412	55.23 409	87.79 422	83.50 417	70.47 410	64.56 410

Venus	76.87 416	78.41 412	66.45 394	86.81 419	72.47 417	79.27 417	68.59 410	77.75 416	89.01 420	83.09 417	86.98 417	85.87 416	84.97 418	72.12 407	69.11 411	74.93 412	55.23 409	87.79 422	83.50 417	70.48 411	64.56 410

WAO-7	72.21 410	78.21 411	54.04 376	79.33 413	69.31 415	70.20 405	72.09 414	77.85 418	84.90 417	77.35 409	86.03 416	79.37 407	79.88 411	65.32 398	65.33 409	62.33 406	69.70 418	70.51 403	73.21 409	67.23 405	62.02 407

JetRed	79.55 419	79.88 417	91.52 418	71.05 403	75.80 419	91.66 422	80.11 418	79.14 419	80.44 413	84.35 419	84.23 415	83.38 411	72.48 403	79.43 417	85.44 421	69.33 410	81.58 421	73.66 405	72.56 408	82.35 419	72.60 418

Dean	80.72 420	85.82 421	83.27 411	84.91 418	59.53 405	75.11 408	68.39 409	81.59 420	88.05 419	92.41 422	86.98 417	92.41 421	93.02 422	83.11 420	73.31 414	68.01 409	66.13 416	94.82 425	84.66 420	83.28 420	69.50 416

KSHMR	88.54 422	93.03 424	83.31 412	95.54 424	91.74 424	82.37 420	83.41 420	84.43 421	81.99 415	87.89 420	84.05 414	91.94 420	81.33 412	76.34 414	81.76 419	96.44 426	96.14 426	96.69 427	97.12 426	92.52 426	92.67 426

xxxxx1	91.92 424	95.33 426	98.45 424	87.29 421	89.24 421	98.50 425	98.17 427	92.95 422	93.21 423	93.55 423	95.36 424	96.99 423	96.28 423	94.65 422	94.94 423	83.26 420	84.17 422	82.90 417	88.32 422	85.49 422	89.37 423

tt_ll	91.92 424	95.33 426	98.45 424	87.29 421	89.24 421	98.50 425	98.17 427	92.95 422	93.21 423	93.55 423	95.36 424	96.99 423	96.28 423	94.65 422	94.94 423	83.26 420	84.17 422	82.90 417	88.32 422	85.49 422	89.37 423

ff	91.92 424	95.33 426	98.45 424	87.29 421	89.24 421	98.50 425	98.17 427	92.95 422	93.21 423	93.55 423	95.36 424	96.99 423	96.28 423	94.65 422	94.94 423	83.26 420	84.17 422	82.90 417	88.32 422	85.49 422	89.37 423

MADNet++	94.16 427	94.02 425	90.25 416	96.28 425	96.84 425	97.17 424	90.16 421	94.71 425	91.69 422	97.07 426	93.71 422	94.62 422	92.63 421	96.15 425	95.18 426	95.42 424	95.89 425	92.80 424	92.23 425	92.10 425	94.30 428

PML	99.19 428	100.00 434	98.08 423	99.28 428	99.53 428	100.00 431	99.73 430	98.24 426	99.44 427	100.00 432	99.57 429	98.76 427	99.84 429	100.00 433	98.88 429	100.00 430	99.54 427	100.00 430	99.50 429	99.90 430	93.55 427

test_example2	99.68 432	99.99 431	99.99 432	100.00 431	99.99 430	99.86 430	99.99 431	98.29 427	100.00 430	100.00 432	100.00 431	98.15 426	98.39 427	99.98 430	99.98 431	100.00 430	99.99 431	99.40 429	99.53 430	100.00 431	100.00 432

MEDIAN_ROB	99.19 428	99.84 429	99.62 429	98.49 426	98.51 427	98.58 428	97.81 426	98.80 428	98.56 426	99.36 430	99.49 428	99.56 428	99.06 428	98.35 426	98.31 428	99.99 429	99.63 428	100.00 430	100.00 431	99.81 429	99.95 430

HaxPig	99.40 430	99.99 431	97.38 422	100.00 431	100.00 431	96.91 423	97.35 424	99.59 429	99.99 429	100.00 432	100.00 431	99.99 432	99.99 430	99.04 428	97.77 427	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	99.99 431

Anonymous_1	99.65 431	99.95 430	99.93 431	99.80 430	99.60 429	100.00 431	100.00 432	99.82 430	99.98 428	99.62 431	99.94 430	99.75 429	100.00 431	99.66 429	99.88 430	98.45 428	99.84 429	98.73 428	99.26 428	99.41 428	99.36 429

MyStereo03	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo02	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

SPstereo	83.40 421	68.64 404	79.07 408	76.12 406	67.23 412	87.60 421	91.47 422	100.00 431	100.00 430	99.11 427	99.10 427	100.00 434	98.04 426	98.41 427	88.76 422	65.51 407	59.97 413	82.34 415	80.81 416	62.36 402	63.44 409

Selective-RAFT-Error	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

tt	89.96 423	1.02 12	100.00 433	99.40 429	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	78.36 411	67.94 399	99.99 432	100.00 431	100.00 433	100.00 434	95.81 425	99.93 430	87.43 421	86.39 421	95.11 427	87.89 421

CasAABBNet	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

LSM0	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSMNet_ROB	99.95 434	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	99.15 429	100.00 431	99.96 430	100.00 431	99.99 431	99.99 432	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DGTPSM_ROB	99.95 434	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	99.14 428	100.00 431	99.96 430	100.00 431	99.99 431	99.99 432	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSM_ROB	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSM	100.00 436	100.00 434	100.00 433	100.00 431	100.00 431	100.00 431	100.00 432	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

AVERAGE_ROB	99.80 433	99.99 431	99.40 428	100.00 431	100.00 431	98.99 429	97.72 425	100.00 431	100.00 430	100.00 432	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 430	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

ASD4		90.49 423

Low-res two-view benchmark