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

test_xeample3	1.08 13	0.43 111	3.39 151	0.49 75	0.05 10	2.58 93	0.93 211	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 8	6.34 135	0.85 75	0.00 1	0.01 126	0.00 1	0.26 335	0.06 119	0.10 200

CES	1.56 42	0.35 63	1.44 4	0.42 68	7.70 383	2.66 107	0.13 42	4.89 65	2.53 19	0.25 2	1.10 13	0.33 30	0.31 14	1.61 28	0.58 39	0.01 147	0.02 168	0.00 1	0.00 1	0.54 328	6.26 385

ProNet	1.20 23	0.60 166	2.00 28	0.26 42	0.08 34	2.73 110	0.68 162	5.00 75	2.52 18	0.29 3	1.32 19	0.37 32	0.36 18	6.94 166	0.44 15	0.00 1	0.07 266	0.00 1	0.00 1	0.17 235	0.07 158

sCroCo_RVC	1.21 25	0.65 181	5.16 255	1.09 139	1.29 239	0.92 4	0.19 60	3.92 25	2.68 23	0.30 4	3.04 53	0.52 43	1.56 109	1.58 26	0.78 67	0.09 298	0.25 351	0.00 1	0.00 1	0.07 134	0.11 212

StereoIM	0.80 2	0.69 196	3.02 122	0.33 56	1.83 273	1.22 5	0.06 15	3.41 11	1.49 3	0.31 5	0.38 7	0.42 35	0.51 37	1.14 9	1.21 118	0.00 1	0.00 1	0.00 1	0.00 1	0.05 102	0.05 135

AEACV	0.80 2	0.29 17	1.70 12	0.96 123	0.24 108	2.03 51	0.88 206	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 128	1.77 34	0.33 6	0.00 1	0.03 211	0.00 1	0.29 337	0.10 170	0.09 181

MIF-Stereo (partial)	1.29 30	0.33 45	3.02 122	0.03 1	1.12 228	1.26 8	0.13 42	4.46 44	3.75 83	0.35 7	2.39 45	0.31 25	0.74 49	6.09 123	1.76 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 143	0.04 106

ff7	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 299	0.09 160	0.06 145

ffff	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 299	0.09 160	0.06 145

11t	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 299	0.09 160	0.06 145

ccc-4	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 299	0.09 160	0.06 145

IGEVStereo-DCA	1.06 12	0.45 119	2.06 32	0.32 51	0.06 17	2.74 111	0.84 196	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 9	6.47 143	0.87 80	0.00 1	0.00 1	0.00 1	0.16 299	0.06 119	0.06 145

rrr	1.05 11	0.45 119	3.18 138	0.32 51	0.06 17	2.74 111	0.95 215	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 9	6.47 143	0.87 80	0.00 1	0.00 1	0.00 1	0.21 318	0.06 119	0.10 200

sAnonymous2	1.35 33	1.66 320	8.14 324	0.55 79	0.46 160	1.23 6	0.24 70	4.00 28	3.47 72	0.40 14	1.11 14	0.23 12	1.42 96	0.96 5	0.57 36	0.01 147	0.00 1	0.00 1	0.20 315	2.07 369	0.22 276

CroCo_RVC	1.35 33	1.66 320	8.14 324	0.55 79	0.46 160	1.23 6	0.24 70	4.00 28	3.47 72	0.40 14	1.11 14	0.23 12	1.42 96	0.96 5	0.57 36	0.01 147	0.00 1	0.00 1	0.20 315	2.07 369	0.22 276

CAS	2.24 103	0.25 11	1.86 14	11.21 386	3.86 347	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 27	0.24 14	0.27 6	1.50 22	0.74 57	9.43 394	0.01 126	0.00 1	0.00 1	0.01 7	5.21 382

anonymousdsp	1.12 15	0.59 164	1.66 8	0.03 1	0.07 23	2.81 128	0.82 189	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 24	7.05 171	0.49 29	0.00 1	0.00 1	0.00 1	0.17 305	0.10 170	0.05 135

Selective-IGEV	1.23 26	0.18 2	1.13 2	0.07 9	0.17 71	2.38 72	0.54 129	6.10 128	2.51 17	0.41 16	3.20 57	0.26 15	0.29 9	6.94 166	0.16 1	0.00 1	0.01 126	0.00 1	0.11 288	0.04 80	0.10 200

IGEV-Stereo	1.12 15	0.59 164	1.66 8	0.03 1	0.07 23	2.82 131	0.82 189	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 30	7.05 171	0.49 29	0.00 1	0.00 1	0.00 1	0.17 305	0.10 170	0.05 135
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test croco	1.34 32	0.51 140	5.09 249	0.30 47	0.05 10	1.58 24	0.08 22	4.47 45	3.77 85	0.42 20	1.76 29	0.60 47	0.74 49	6.11 124	0.94 93	0.00 1	0.00 1	0.00 1	0.00 1	0.40 318	0.02 40

LoS_RVC	1.26 28	1.43 299	1.91 18	0.42 68	3.77 345	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 47	0.30 21	0.57 40	1.71 29	0.66 45	0.01 147	0.02 168	0.00 1	0.00 1	0.02 23	4.49 379

CroCo-Stereo	0.99 8	0.89 240	3.19 139	0.46 71	0.44 154	0.38 1	0.05 13	4.61 53	3.95 91	0.48 22	1.78 31	1.01 52	0.27 6	1.11 8	1.07 104	0.01 147	0.00 1	0.00 1	0.00 1	0.05 102	0.04 106
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
Anonymous	1.37 36	0.52 143	4.23 209	1.38 169	2.70 307	1.85 41	0.42 104	4.77 62	3.54 76	0.53 23	1.56 25	0.19 2	1.32 88	3.11 61	0.92 92	0.05 272	0.08 274	0.00 1	0.00 1	0.17 235	0.15 245

LargeStereo	1.14 21	0.51 140	1.66 8	0.55 79	0.08 34	2.52 80	1.01 218	6.51 151	3.16 52	0.59 24	2.11 38	0.43 36	1.18 81	1.44 19	0.79 68	0.00 1	0.05 241	0.00 1	0.05 264	0.11 187	0.11 212

MyStereo07	1.31 31	0.79 219	1.61 6	1.03 130	1.11 226	2.63 102	0.46 110	5.48 107	2.24 5	0.64 25	1.48 22	0.27 17	0.59 41	7.03 170	0.45 19	0.00 1	0.09 282	0.00 1	0.01 211	0.11 187	0.09 181

panet	0.99 8	0.37 76	1.89 16	0.08 11	0.19 92	1.68 31	0.02 7	4.12 33	6.41 192	0.70 26	1.57 26	0.46 39	0.67 44	1.15 10	0.41 12	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.01 16

CREStereo	0.98 6	0.42 102	1.86 14	0.07 9	0.22 103	1.65 27	0.02 7	4.07 30	6.33 189	0.72 27	1.54 24	0.43 36	0.64 43	1.22 13	0.44 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
EGLCR-Stereo	1.04 10	0.20 3	2.00 28	1.14 147	0.16 66	2.50 79	0.11 29	4.96 70	2.61 20	0.79 28	0.07 1	1.46 63	0.37 21	3.96 77	0.23 2	0.01 147	0.05 241	0.00 1	0.00 1	0.00 1	0.07 158

MoCha-V2	1.41 37	0.42 102	2.61 76	0.81 100	0.23 107	2.53 83	0.20 63	4.81 64	3.16 52	0.82 29	3.15 55	0.30 21	1.61 111	6.66 154	0.40 11	0.00 1	0.20 341	0.00 1	0.24 326	0.05 102	0.02 40

LoS	0.91 5	0.34 54	2.10 42	0.38 65	0.13 57	2.47 77	0.26 75	5.00 75	2.74 26	0.89 30	0.21 5	0.49 41	0.36 18	1.97 43	0.67 46	0.02 217	0.02 168	0.00 1	0.00 1	0.06 119	0.01 16

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 79	0.01 1	1.98 48	0.57 142	3.07 5	3.02 44	0.90 31	1.48 22	0.19 2	0.40 24	0.93 3	0.36 9	0.00 1	0.01 126	0.00 1	0.00 1	0.04 80	0.02 40

PMTNet	1.41 37	0.37 76	2.06 32	0.26 42	0.15 63	2.94 143	0.34 92	3.39 9	5.33 148	1.00 32	1.27 18	0.28 19	0.93 62	4.04 80	0.74 57	5.00 382	0.00 1	0.00 1	0.00 1	0.03 60	0.01 16

MGS-Stereo	1.10 14	0.26 13	2.45 60	0.58 85	0.06 17	1.84 40	0.67 161	2.16 2	3.42 70	1.03 33	6.13 127	0.49 41	0.36 18	1.43 18	0.62 41	0.00 1	0.00 1	0.00 1	0.00 1	0.47 326	0.00 1

ACVNet-DCA	2.01 84	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	8.45 192	3.33 65	1.03 33	3.33 59	0.32 27	3.71 197	8.05 225	0.45 19	0.00 1	0.02 168	0.00 1	0.03 243	0.02 23	0.03 70

xx1	2.33 118	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	4.31 35	10.41 287	1.03 33	3.33 59	4.67 165	2.70 152	8.05 225	0.45 19	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.03 70

1test111	1.86 63	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	8.45 192	3.33 65	1.03 33	3.33 59	0.32 27	3.71 197	4.40 85	0.96 95	0.00 1	0.02 168	0.00 1	0.03 243	0.02 23	0.03 70

cc1	2.17 98	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	4.31 35	10.41 287	1.03 33	3.33 59	0.32 27	3.71 197	8.05 225	0.45 19	0.00 1	0.02 168	0.00 1	0.03 243	0.10 170	0.05 135

DLNR_Zeroshot_test	24.70 397	50.77 416	90.11 421	98.11 430	97.34 428	1.38 13	0.12 35	22.79 386	3.09 51	1.07 38	2.95 51	0.71 48	0.29 9	6.93 163	2.29 190	38.56 413	0.37 360	0.00 1	0.30 342	76.73 425	0.09 181

H2IRNET	2.16 96	0.45 119	2.60 74	1.22 151	0.03 8	1.98 48	0.13 42	4.73 60	7.04 207	1.15 39	7.79 177	5.88 207	3.39 181	4.97 99	1.45 135	0.01 147	0.00 1	0.04 314	0.17 305	0.19 250	0.03 70

tt1	2.14 94	0.63 176	2.22 50	2.27 282	0.02 3	5.71 251	0.63 151	4.53 48	10.19 281	1.16 40	3.39 64	0.33 30	3.05 168	8.00 218	0.46 23	0.00 1	0.02 168	0.00 1	0.03 243	0.10 170	0.04 106

CroCo-Stereo Lap2	1.24 27	0.88 237	3.39 151	0.95 121	4.59 366	0.47 2	0.08 22	3.51 16	2.80 28	1.17 41	2.24 41	1.57 67	0.20 1	1.48 21	1.14 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.12 224

AE-Stereo	1.44 39	0.32 33	2.69 84	1.58 195	0.20 97	2.24 62	0.59 144	6.01 124	5.70 161	1.18 42	3.17 56	1.02 53	0.78 54	1.73 30	0.83 73	0.02 217	0.18 333	0.00 1	0.29 337	0.11 187	0.07 158

Selective-RAFT	1.69 46	0.32 33	3.29 145	0.92 114	0.18 83	3.89 207	0.06 15	4.22 34	4.00 94	1.47 43	1.98 35	3.07 106	2.81 159	6.35 137	0.89 87	0.01 147	0.00 1	0.00 1	0.21 318	0.05 102	0.00 1

HH	2.42 125	0.73 204	3.76 178	0.91 110	0.14 59	2.78 117	0.71 170	7.92 182	2.72 24	1.53 44	6.10 125	7.93 251	4.01 212	8.60 261	0.44 15	0.00 1	0.09 282	0.00 1	0.00 1	0.05 102	0.04 106

HanStereo	2.42 125	0.73 204	3.76 178	0.91 110	0.14 59	2.78 117	0.71 170	7.92 182	2.72 24	1.53 44	6.10 125	7.93 251	4.01 212	8.60 261	0.44 15	0.00 1	0.09 282	0.00 1	0.00 1	0.05 102	0.04 106

MIF-Stereo	0.83 4	0.33 45	1.98 25	0.92 114	1.27 237	0.54 3	0.11 29	1.35 1	2.94 33	1.67 46	2.09 36	0.20 5	0.31 14	1.57 25	1.07 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 227	0.01 16

CAS++	1.18 22	0.55 151	1.99 27	0.17 31	0.27 119	1.85 41	0.63 151	8.48 196	3.07 47	1.71 47	2.32 44	0.18 1	0.20 1	1.91 42	0.30 3	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	1.26 28	0.42 102	2.36 57	0.59 87	1.26 235	2.43 76	0.01 1	3.29 6	7.76 229	1.71 47	2.78 49	0.27 17	0.32 16	1.16 12	0.58 39	0.04 260	0.01 126	0.00 1	0.00 1	0.04 80	0.10 200

StereoVision	2.25 108	0.72 201	4.00 197	1.03 130	2.64 305	1.91 44	0.28 77	5.83 121	4.43 115	1.89 49	10.65 241	3.88 134	0.52 39	5.13 104	1.98 176	0.00 1	0.00 1	0.00 1	0.00 1	0.09 160	0.03 70

EAI-Stereo	2.31 116	0.44 115	2.72 90	0.68 93	0.56 176	3.51 177	2.62 276	11.42 269	4.14 107	2.09 50	7.23 164	1.21 57	0.91 60	5.67 114	1.51 138	0.01 147	0.25 351	0.00 1	0.88 369	0.04 80	0.26 294

Anonymous3	1.76 51	0.44 115	6.37 292	0.33 56	0.50 172	4.33 221	0.54 129	4.43 43	2.48 15	2.21 51	3.24 58	1.53 66	1.14 74	5.64 112	1.29 123	0.17 316	0.23 345	0.00 1	0.00 1	0.12 199	0.15 245

riskmin	1.88 67	0.15 1	2.11 43	1.38 169	0.88 206	2.40 73	0.04 10	5.93 123	6.10 177	2.25 52	1.34 20	6.06 211	5.08 261	2.78 56	1.01 102	0.00 1	0.02 168	0.00 1	0.00 1	0.01 7	0.06 145

RALCasStereoNet	1.93 75	1.01 256	2.75 93	1.88 233	1.75 266	2.88 140	0.18 59	4.64 57	4.36 113	2.27 53	5.14 97	2.22 82	0.79 55	7.10 174	1.00 101	0.00 1	0.34 357	0.00 1	0.00 1	0.10 170	0.16 254

XX-Stereo	2.71 151	0.38 79	5.96 282	2.25 281	2.20 290	1.54 23	0.21 65	5.44 106	3.05 45	2.28 54	16.16 304	7.03 233	0.24 3	6.19 126	0.79 68	0.00 1	0.15 319	0.00 1	0.23 324	0.13 209	0.04 106

RAFT+CT+SA	2.36 121	0.71 200	2.46 63	0.83 104	2.26 293	3.18 160	0.93 211	6.82 163	5.48 150	2.55 55	8.07 181	1.64 68	1.59 110	8.54 257	1.15 113	0.02 217	0.00 1	0.00 1	0.38 351	0.19 250	0.36 310

ToySt	2.69 148	0.55 151	7.03 307	1.03 130	0.10 39	3.49 173	1.04 219	6.38 145	4.55 124	2.69 56	6.28 136	7.95 255	4.38 231	5.08 101	2.58 204	0.01 147	0.11 296	0.00 1	0.04 260	0.28 291	0.19 267

UDGNet	2.73 154	7.09 379	3.90 190	2.71 314	0.06 17	2.98 144	0.20 63	4.63 55	8.58 255	2.69 56	2.70 48	0.95 51	1.01 65	6.27 130	1.51 138	1.28 372	0.00 1	5.24 387	0.94 371	1.70 365	0.13 231

dd	2.16 96	1.22 281	4.82 235	0.68 93	0.12 55	1.39 16	0.17 58	5.14 79	11.22 303	2.70 58	3.51 68	1.52 65	1.23 85	5.08 101	3.96 250	0.12 305	0.01 126	0.04 314	0.21 318	0.07 134	0.01 16

test_5	2.90 168	0.70 198	3.69 173	2.01 253	3.17 317	4.61 233	1.32 240	6.69 158	7.02 206	2.79 59	7.18 161	4.99 175	4.14 217	7.96 216	1.31 124	0.00 1	0.00 1	0.00 1	0.03 243	0.19 250	0.26 294

RCA-Stereo	1.99 82	0.34 54	2.71 88	0.26 42	0.06 17	2.29 65	0.48 113	4.89 65	14.65 330	2.81 60	5.51 116	0.78 49	3.21 172	1.44 19	0.33 6	0.00 1	0.01 126	0.00 1	0.00 1	0.07 134	0.02 40

raft+_RVC	1.79 53	0.84 230	2.32 53	2.40 298	0.85 204	1.38 13	0.09 25	6.36 139	4.75 132	2.85 61	5.46 114	1.17 56	1.36 94	4.54 87	0.91 89	0.00 1	0.10 290	0.00 1	0.00 1	0.11 187	0.22 276

XX-TBD	1.44 39	0.85 232	2.04 30	2.45 303	0.05 10	2.34 68	0.01 1	3.46 12	7.51 220	2.88 62	4.98 94	0.26 15	0.25 4	1.15 10	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	1.78 52	0.39 82	3.40 153	1.10 140	0.04 9	3.63 185	0.50 124	7.80 179	2.77 27	2.91 63	2.88 50	3.17 108	1.01 65	5.15 105	0.43 14	0.00 1	0.01 126	0.02 287	0.15 297	0.05 102	0.12 224

EKT-Stereo	1.91 73	0.48 133	2.77 97	2.19 274	4.36 356	1.42 17	0.24 70	4.63 55	3.51 74	2.94 64	3.47 66	3.55 126	2.25 137	5.26 106	0.85 75	0.04 260	0.12 303	0.00 1	0.09 283	0.06 119	0.05 135

iRaft-Stereo_5w	2.86 166	0.86 233	4.08 206	0.06 8	0.25 111	2.76 116	0.60 147	4.97 71	4.10 105	2.98 65	7.85 178	10.17 285	4.17 220	8.16 237	5.83 277	0.00 1	0.00 1	0.00 1	0.01 211	0.26 284	0.06 145

qqq	1.93 75	0.30 21	2.96 117	1.40 172	0.05 10	1.96 47	0.39 98	8.45 192	3.33 65	3.06 66	3.84 69	4.67 165	2.70 152	4.40 85	0.96 95	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.03 70

TestStereo	1.74 50	1.02 258	3.64 171	0.20 34	0.28 125	1.33 11	0.01 1	5.24 91	4.01 96	3.18 67	4.97 93	2.07 81	0.70 45	7.32 184	0.75 61	0.02 217	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

TRStereo	2.36 121	3.10 353	4.70 232	1.99 248	2.08 281	2.61 98	1.11 226	8.79 210	3.73 81	3.19 68	3.04 53	3.96 136	0.77 51	5.92 118	1.44 133	0.03 244	0.14 314	0.00 1	0.29 337	0.08 143	0.25 289

111	2.78 157	0.92 246	3.81 183	0.22 37	0.07 23	2.83 133	0.70 168	6.03 125	14.00 325	3.22 69	8.93 195	5.48 193	3.30 174	3.66 69	2.03 180	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.29 301

rafts_anoy	1.72 47	0.79 219	2.58 73	2.03 257	1.75 266	2.47 77	0.16 56	5.48 107	6.01 174	3.24 70	2.11 38	1.92 79	1.33 89	3.08 60	1.13 111	0.01 147	0.18 333	0.00 1	0.01 211	0.03 60	0.07 158

x	1.73 49	0.28 16	2.49 66	1.91 237	0.17 71	2.10 55	0.83 193	8.74 208	3.55 77	3.28 71	2.12 40	3.10 107	1.96 126	2.90 57	1.12 109	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.03 70

test-1	1.82 60	0.45 119	5.42 265	0.89 108	0.41 151	2.14 57	0.56 134	5.75 114	4.15 108	3.28 71	5.11 96	3.61 128	0.70 45	1.53 24	1.56 145	0.02 217	0.34 357	0.00 1	0.08 276	0.02 23	0.30 303

DCRE	1.79 53	0.68 191	2.55 70	1.66 207	0.27 119	1.27 9	0.05 13	4.57 52	4.04 99	3.30 73	9.24 209	3.83 133	1.20 83	2.08 48	0.67 46	0.00 1	0.12 303	0.00 1	0.24 326	0.04 80	0.09 181

MC-Stereo	1.47 41	0.36 70	2.54 69	1.99 248	0.12 55	1.90 43	0.12 35	4.47 45	2.83 29	3.31 74	3.44 65	0.56 45	1.47 99	5.39 109	0.47 28	0.00 1	0.04 232	0.00 1	0.21 318	0.07 134	0.04 106

PSMNet-ADL	2.98 173	0.43 111	2.41 58	1.43 177	0.40 148	5.94 258	0.28 77	8.45 192	5.13 142	3.36 75	6.77 146	8.41 260	4.61 242	7.20 181	4.55 258	0.02 217	0.09 282	0.00 1	0.00 1	0.01 7	0.03 70

11t1	1.62 44	0.26 13	2.53 68	2.37 297	0.24 108	2.58 93	0.06 15	6.66 156	3.00 42	3.40 76	3.01 52	1.14 55	1.94 125	4.18 83	0.91 89	0.01 147	0.02 168	0.00 1	0.00 1	0.03 60	0.03 70

FADNet_RVC	3.91 247	1.67 322	12.95 354	0.96 123	0.75 195	5.71 251	0.54 129	10.83 258	6.60 194	3.46 77	8.09 182	4.10 144	3.40 183	9.43 297	6.33 282	0.36 341	0.44 366	0.17 349	0.46 359	0.91 349	0.95 347

GMStereo	1.83 61	0.99 255	4.55 224	0.57 84	0.05 10	2.53 83	0.01 1	4.95 68	11.14 300	3.52 78	2.24 41	0.53 44	0.49 36	3.76 71	0.80 71	0.20 323	0.00 1	0.00 1	0.12 291	0.12 199	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FADNet-RVC	3.98 252	1.84 329	12.48 349	1.69 209	0.44 154	4.33 221	1.31 239	11.84 279	7.15 210	3.53 79	3.50 67	10.63 294	4.43 234	9.12 285	6.25 281	0.03 244	0.10 290	0.00 1	0.03 243	0.60 335	0.25 289

s12784h	1.89 70	0.30 21	2.57 72	0.11 18	0.09 36	4.18 217	0.13 42	6.61 154	7.44 219	3.62 80	4.28 78	0.59 46	0.81 56	6.61 152	0.46 23	0.01 147	0.01 126	0.00 1	0.00 1	0.02 23	0.00 1

CREStereo++_RVC	1.59 43	0.39 82	2.26 51	0.36 62	0.01 1	1.67 28	0.01 1	2.95 4	8.12 239	3.69 81	7.44 167	0.47 40	0.32 16	0.74 1	0.39 10	0.00 1	0.00 1	0.00 1	3.03 386	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CASnet	0.98 6	0.32 33	1.62 7	0.65 91	0.07 23	2.11 56	0.14 49	3.50 14	4.03 97	3.77 82	1.41 21	0.31 25	0.29 9	0.80 2	0.57 36	0.01 147	0.00 1	0.00 1	0.00 1	0.04 80	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iRaftStereo_RVC	1.62 44	0.68 191	1.98 25	0.67 92	0.05 10	2.99 145	0.04 10	5.36 102	3.74 82	3.82 83	4.96 92	2.54 88	0.62 42	3.35 65	0.97 97	0.00 1	0.07 266	0.00 1	0.00 1	0.30 294	0.27 298

FADNet	4.23 266	1.65 319	11.75 343	1.64 205	0.80 200	4.80 235	0.77 183	13.76 324	11.65 308	3.97 84	5.24 106	9.62 276	5.14 262	8.40 250	3.78 245	0.21 324	0.04 232	0.07 331	0.05 264	1.14 354	0.10 200

Any-RAFT	2.18 100	0.25 11	1.94 22	1.37 168	0.80 200	5.01 241	0.56 134	8.51 197	5.58 158	4.01 85	4.85 90	5.44 192	2.26 138	2.45 53	0.35 8	0.00 1	0.15 319	0.00 1	0.00 1	0.02 23	0.02 40

test_4	2.38 123	0.34 54	2.68 82	0.08 11	0.11 47	3.69 190	1.14 228	3.33 8	3.34 68	4.03 86	17.35 322	3.31 113	0.51 37	6.28 131	1.15 113	0.00 1	0.00 1	0.00 1	0.11 288	0.16 227	0.01 16

ICVP	2.32 117	0.38 79	2.89 114	0.92 114	0.70 192	2.55 87	0.87 205	9.97 236	3.99 93	4.13 87	8.97 199	2.71 93	1.69 113	2.52 54	3.52 239	0.05 272	0.24 350	0.01 258	0.01 211	0.11 187	0.13 231
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MyStereo04	2.95 172	0.79 219	5.38 264	1.03 130	1.11 226	2.63 102	0.46 110	10.00 237	12.44 318	4.19 88	3.91 72	3.04 104	3.60 190	7.34 186	2.74 209	0.00 1	0.09 282	0.00 1	0.01 211	0.11 187	0.09 181

MSKI-zero shot	2.00 83	0.36 70	2.15 44	0.81 100	0.25 111	2.69 109	0.29 82	6.16 132	2.34 13	4.31 89	7.52 168	3.70 130	0.25 4	8.42 252	0.41 12	0.01 147	0.13 310	0.00 1	0.25 329	0.03 60	0.02 40

TANstereo	1.20 23	0.49 135	2.04 30	0.34 60	0.10 39	1.80 39	0.01 1	3.40 10	4.10 105	4.37 90	4.82 88	0.41 34	0.70 45	0.94 4	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LL-Strereo2	1.86 63	0.83 229	2.33 54	0.36 62	0.17 71	3.79 203	1.52 248	5.82 120	4.04 99	4.43 91	2.51 46	4.23 148	0.37 21	5.66 113	0.99 99	0.00 1	0.02 168	0.00 1	0.05 264	0.06 119	0.11 212

ACVNet	2.58 143	0.53 147	2.69 84	0.84 105	0.59 178	2.61 98	0.55 132	8.35 188	5.70 161	4.45 92	9.26 212	5.77 203	3.50 185	2.24 50	4.41 255	0.00 1	0.00 1	0.00 1	0.00 1	0.17 235	0.01 16

CFNet-ft	3.31 194	0.94 251	2.69 84	1.50 182	2.38 296	2.81 128	0.68 162	8.35 188	7.43 217	4.45 92	9.94 223	10.20 286	4.60 240	6.50 147	3.41 227	0.00 1	0.00 1	0.03 303	0.00 1	0.22 266	0.03 70

CFNet_RVC	3.31 194	0.94 251	2.69 84	1.50 182	2.38 296	2.81 128	0.68 162	8.35 188	7.43 217	4.45 92	9.94 223	10.20 286	4.60 240	6.49 146	3.41 227	0.00 1	0.00 1	0.03 303	0.00 1	0.22 266	0.03 70

Anonymous_2	4.14 258	0.62 174	3.21 140	1.40 172	1.43 247	5.19 243	0.32 88	6.63 155	4.38 114	4.48 95	2.30 43	8.08 256	7.00 299	5.37 108	2.29 190	0.23 327	0.75 373	5.20 386	18.12 409	5.66 381	0.23 282

GANet-ADL	2.20 102	0.50 136	3.27 144	2.02 255	0.11 47	2.21 61	0.48 113	8.64 206	6.79 198	4.56 96	5.83 120	3.98 137	1.27 87	2.68 55	1.43 132	0.04 260	0.08 274	0.02 287	0.00 1	0.15 221	0.03 70

knoymous	1.36 35	0.21 6	1.68 11	0.20 34	0.49 170	1.58 24	0.11 29	5.15 81	2.40 14	4.62 97	1.77 30	4.56 162	0.45 33	3.23 62	0.63 42	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.01 16

TestStereo1	2.85 162	0.81 224	3.48 158	3.11 332	0.44 154	2.52 80	1.50 246	6.37 141	8.18 241	4.62 97	9.24 209	2.23 83	3.69 194	9.19 289	1.26 119	0.00 1	0.01 126	0.00 1	0.00 1	0.27 289	0.09 181

SA-5K	2.85 162	0.81 224	3.48 158	3.11 332	0.44 154	2.52 80	1.50 246	6.37 141	8.18 241	4.62 97	9.24 209	2.23 83	3.69 194	9.19 289	1.26 119	0.00 1	0.01 126	0.00 1	0.00 1	0.27 289	0.09 181

SA	3.06 178	0.74 208	3.79 181	1.60 199	0.30 127	3.19 161	1.43 243	6.72 159	9.06 260	4.63 100	10.80 243	2.89 96	4.71 246	9.62 303	1.18 117	0.00 1	0.09 282	0.00 1	0.19 313	0.23 273	0.02 40

RAFT-Test	2.17 98	0.36 70	3.40 153	1.05 137	0.34 139	4.90 238	0.69 166	6.27 136	3.98 92	4.65 101	7.02 156	6.30 219	1.12 72	1.81 35	0.99 99	0.01 147	0.17 329	0.00 1	0.34 348	0.02 23	0.02 40

RAFT_CTSACE	3.40 209	1.07 265	4.52 221	1.27 156	3.14 314	4.00 213	1.07 223	3.93 27	4.43 115	4.66 102	17.94 326	7.21 242	2.76 156	10.82 320	0.85 75	0.00 1	0.07 266	0.00 1	0.00 1	0.30 294	0.01 16

UCFNet_RVC	3.09 180	0.77 214	2.27 52	2.35 295	1.79 270	3.50 175	1.06 221	12.12 290	6.91 200	4.71 103	7.67 173	7.58 244	4.40 233	4.95 97	1.67 152	0.00 1	0.00 1	0.00 1	0.00 1	0.11 187	0.01 16

AnonymousM	2.71 151	6.75 376	0.98 1	0.73 95	0.06 17	2.41 74	0.53 127	5.30 97	3.05 45	4.75 104	2.09 36	1.89 76	1.01 65	1.88 41	0.51 35	0.01 147	0.02 168	17.42 394	4.76 394	0.02 23	0.01 16

CFNet	3.72 228	1.10 271	5.03 245	2.49 305	1.59 251	4.90 238	0.22 66	11.38 268	9.88 277	4.80 105	11.25 252	6.44 221	3.68 193	8.33 247	3.00 212	0.00 1	0.00 1	0.00 1	0.00 1	0.22 266	0.07 158

NVstereo2D	4.51 278	0.82 227	6.86 305	3.28 340	3.38 324	8.16 296	3.13 288	10.51 250	15.15 333	4.90 106	6.89 149	7.87 248	4.78 250	9.88 305	3.91 249	0.01 147	0.00 1	0.00 1	0.06 270	0.02 23	0.58 334

FENet	2.19 101	0.34 54	3.04 127	2.05 263	0.26 117	2.82 131	0.13 42	7.02 167	5.55 155	4.97 107	1.94 34	4.91 173	3.39 181	4.71 89	2.50 200	0.02 217	0.03 211	0.00 1	0.00 1	0.00 1	0.21 274

MIM_Stereo	2.50 138	0.75 210	4.26 210	1.18 149	0.11 47	3.08 150	0.33 90	6.07 127	3.28 63	5.01 108	10.12 226	4.29 156	1.74 118	8.06 229	1.27 121	0.00 1	0.12 303	0.00 1	0.01 211	0.18 245	0.15 245

IGEV_Zeroshot_test	2.13 93	0.50 136	4.91 239	1.41 175	0.18 83	2.62 101	0.36 94	7.80 179	3.87 86	5.04 109	5.42 113	4.77 167	1.03 68	3.43 66	0.79 68	0.00 1	0.16 326	0.00 1	0.18 309	0.17 235	0.04 106

cross-raft	2.03 86	0.35 63	2.78 99	1.10 140	0.16 66	3.77 201	0.48 113	7.03 168	3.75 83	5.06 110	5.55 117	6.26 216	1.41 95	1.75 31	0.89 87	0.01 147	0.07 266	0.00 1	0.19 313	0.03 60	0.03 70

Gwc-CoAtRS	2.02 85	0.33 45	2.61 76	1.04 135	0.30 127	3.56 181	0.40 101	5.89 122	5.94 168	5.08 111	5.01 95	5.55 194	1.72 115	1.60 27	0.91 89	0.01 147	0.09 282	0.00 1	0.25 329	0.01 7	0.02 40

NOSS_ROB	3.30 193	0.46 125	2.62 78	2.08 264	1.01 222	5.60 249	0.74 178	10.37 247	11.48 306	5.15 112	8.43 187	5.67 201	1.73 116	7.97 217	2.34 192	0.02 217	0.06 254	0.00 1	0.00 1	0.07 134	0.14 236

GES	2.49 135	0.38 79	4.29 212	1.58 195	0.05 10	4.58 231	1.07 223	9.70 230	3.39 69	5.21 113	6.64 144	1.84 75	3.36 176	4.86 92	2.54 203	0.06 282	0.01 126	0.06 325	0.01 211	0.12 199	0.03 70

MyStereo06	2.35 119	0.66 187	4.54 222	1.10 140	0.96 215	2.57 90	0.10 26	9.30 221	4.05 101	5.22 114	6.09 123	5.95 209	2.38 141	3.00 58	0.73 56	0.01 147	0.08 274	0.00 1	0.01 211	0.13 209	0.15 245

HCRNet	2.56 140	0.53 147	3.35 148	0.24 41	3.39 326	2.19 59	0.23 69	6.89 165	5.50 151	5.26 115	4.79 87	5.27 185	2.78 157	7.71 204	2.89 210	0.00 1	0.02 168	0.00 1	0.00 1	0.04 80	0.04 106

4D-IteraStereo	1.72 47	0.86 233	3.01 120	0.09 13	2.86 312	3.57 184	1.06 221	3.92 25	5.31 146	5.28 116	1.02 8	3.92 135	0.38 23	1.83 36	1.04 103	0.00 1	0.01 126	0.00 1	0.00 1	0.07 134	0.09 181

RASNet	4.52 281	0.61 169	4.42 217	3.42 343	4.68 367	4.58 231	0.99 216	9.54 227	8.01 236	5.28 116	11.42 255	10.34 290	8.88 328	9.28 293	8.68 318	0.15 310	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

whm_eth	3.00 176	1.32 295	5.51 270	0.75 97	2.73 308	2.57 90	0.28 77	6.84 164	7.24 213	5.29 118	24.32 354	0.37 32	0.46 35	1.03 7	0.95 94	0.01 147	0.03 211	0.00 1	0.00 1	0.06 119	0.14 236

DN-CSS_ROB	2.69 148	1.40 298	5.34 263	2.31 292	0.75 195	3.14 156	0.06 15	6.11 129	3.87 86	5.34 119	12.18 269	2.34 85	1.22 84	7.84 212	1.48 136	0.03 244	0.00 1	0.00 1	0.00 1	0.35 307	0.03 70

GANet-RSSM	3.27 190	0.60 166	3.38 150	2.94 327	2.00 279	2.61 98	0.48 113	10.93 261	6.11 180	5.47 120	10.20 228	6.57 224	5.44 273	6.25 129	2.23 188	0.00 1	0.00 1	0.08 334	0.00 1	0.17 235	0.03 70

MIPNet	2.06 89	0.69 196	4.57 227	0.32 51	0.21 100	1.92 45	0.19 60	6.89 165	5.64 160	5.48 121	4.02 73	2.02 80	3.50 185	3.32 64	2.01 177	0.00 1	0.01 126	0.01 258	0.01 211	0.20 254	0.13 231

TransformOpticalFlow	3.38 206	0.70 198	4.54 222	1.00 127	0.30 127	3.56 181	0.14 49	9.67 229	7.30 215	5.55 122	13.34 281	6.74 227	5.03 258	8.22 245	1.34 127	0.00 1	0.01 126	0.01 258	0.00 1	0.04 80	0.11 212

CFNet-RSSM	2.11 91	0.33 45	2.71 88	1.04 135	0.30 127	3.21 162	0.41 102	6.67 157	6.96 202	5.62 123	4.58 86	5.40 191	1.71 114	1.86 38	0.87 80	0.00 1	0.08 274	0.00 1	0.32 344	0.02 23	0.02 40

RALAANet	2.46 133	1.09 269	3.70 176	2.55 309	0.80 200	3.37 165	0.15 53	7.44 175	5.54 154	5.65 124	6.01 122	3.54 125	1.13 73	6.34 135	1.58 147	0.00 1	0.01 126	0.00 1	0.05 264	0.21 262	0.03 70

CRE-IMP	1.95 77	0.35 63	2.68 82	0.27 46	0.17 71	3.90 208	0.85 202	5.14 79	2.87 30	5.74 125	4.14 75	3.49 123	0.83 57	6.40 138	1.80 163	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.19 267

DCANet-4	2.03 86	0.34 54	5.30 262	0.31 48	0.18 83	1.69 32	0.12 35	4.95 68	8.55 254	5.78 126	5.17 98	1.12 54	2.82 160	2.11 49	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

STrans-v2	3.43 212	0.73 204	4.82 235	0.26 42	0.60 179	3.00 146	1.19 232	10.41 249	7.22 211	5.79 127	10.97 248	6.75 228	7.03 301	8.25 246	1.40 130	0.00 1	0.01 126	0.00 1	0.00 1	0.03 60	0.18 257

fff	2.28 112	0.61 169	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 310	5.80 128	5.17 98	1.44 60	5.41 267	2.00 44	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

csc	2.28 112	0.61 169	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 310	5.80 128	5.17 98	1.44 60	5.41 267	2.00 44	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

cscssc	2.28 112	0.61 169	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 310	5.80 128	5.17 98	1.44 60	5.41 267	2.00 44	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

xxxx	4.51 278	0.31 24	2.77 97	1.69 209	0.47 166	7.74 294	0.07 19	14.04 326	7.91 234	5.82 131	8.97 199	9.34 272	3.41 184	7.33 185	20.24 372	0.05 272	0.03 211	0.00 1	0.00 1	0.03 60	0.04 106

mmm	2.50 138	0.29 17	3.22 141	1.98 247	0.32 134	3.72 195	0.12 35	9.45 224	4.05 101	5.84 132	10.80 243	2.47 86	2.86 163	4.07 81	0.75 61	0.00 1	0.02 168	0.00 1	0.01 211	0.03 60	0.02 40

Patchmatch Stereo++	1.95 77	0.40 91	2.86 107	0.12 19	0.18 83	3.74 197	0.66 159	5.24 91	2.96 36	5.86 133	4.32 79	3.46 118	1.52 104	6.88 159	0.70 50	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.09 181
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 67	0.40 91	2.86 107	0.12 19	0.19 92	3.75 200	0.71 170	5.23 85	2.96 36	5.86 133	4.33 81	3.45 116	1.51 100	5.40 110	0.69 48	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.09 181

ROB_FTStereo_v2	1.91 73	0.41 98	2.85 105	0.12 19	0.19 92	3.71 192	0.73 175	5.23 85	2.95 34	5.86 133	4.36 84	3.46 118	1.51 100	5.86 117	0.69 48	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

iRAFT	1.95 77	0.40 91	2.86 107	0.12 19	0.18 83	3.74 197	0.66 159	5.24 91	2.96 36	5.86 133	4.32 79	3.46 118	1.52 104	6.88 159	0.70 50	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.09 181

RAFT-IKP	1.90 71	0.42 102	2.83 102	0.12 19	0.18 83	3.50 175	0.64 155	5.24 91	2.96 36	5.86 133	4.34 82	3.50 124	1.51 100	5.99 121	0.76 63	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

ROB_FTStereo	1.90 71	0.42 102	2.86 107	0.12 19	0.19 92	3.71 192	0.75 180	5.24 91	2.95 34	5.87 138	4.26 77	3.41 114	1.51 100	5.80 116	0.65 43	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

HUI-Stereo	1.80 55	0.41 98	2.85 105	0.12 19	0.18 83	3.72 195	0.65 157	5.23 85	2.97 40	5.87 138	4.34 82	3.45 116	1.52 104	3.93 76	0.65 43	0.02 217	0.00 1	0.00 1	0.00 1	0.08 143	0.10 200

iGMRVC	1.96 80	0.40 91	2.88 112	0.12 19	0.19 92	3.74 197	0.73 175	5.23 85	2.97 40	5.87 138	4.37 85	3.48 122	1.52 104	6.73 156	0.74 57	0.02 217	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

PSMNet-RSSM	3.33 202	0.77 214	3.22 141	2.12 268	1.90 278	2.33 67	0.71 170	11.17 263	5.83 164	5.90 141	11.43 256	7.04 235	4.83 254	5.96 120	3.17 218	0.00 1	0.00 1	0.02 287	0.00 1	0.08 143	0.02 40

GwcNet-RSSM	3.77 233	1.05 262	5.06 247	2.21 277	1.87 275	2.36 69	1.52 248	8.98 211	7.96 235	5.91 142	14.59 294	7.94 253	3.50 185	6.43 139	5.70 274	0.00 1	0.00 1	0.04 314	0.00 1	0.20 254	0.08 171

AACVNet	3.33 202	1.03 260	3.56 163	3.46 345	0.63 181	3.09 152	0.28 77	8.78 209	3.43 71	5.99 143	10.64 240	10.08 283	4.03 215	8.69 267	2.51 201	0.03 244	0.01 126	0.00 1	0.00 1	0.26 284	0.06 145

1111x	4.25 268	0.30 21	4.31 213	1.47 181	0.37 142	5.10 242	0.32 88	12.86 310	9.82 274	6.01 144	9.73 221	8.78 268	5.97 281	9.43 297	10.39 339	0.06 282	0.03 211	0.00 1	0.00 1	0.02 23	0.04 106

AdaStereo	3.09 180	0.58 162	3.04 127	2.84 320	0.48 167	4.08 214	1.29 238	12.16 292	7.77 230	6.03 145	9.62 218	5.79 205	1.53 108	4.56 88	1.93 175	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GwcNet-ADL	2.65 147	0.48 133	3.84 189	0.82 102	0.33 137	2.04 52	0.69 166	8.07 184	9.42 266	6.05 146	6.66 145	4.14 146	1.73 116	5.40 110	3.01 213	0.08 294	0.06 254	0.00 1	0.00 1	0.06 119	0.03 70

LCNet	2.85 162	0.42 102	1.90 17	0.95 121	0.56 176	2.07 53	1.60 252	4.99 74	3.57 78	6.05 146	10.59 238	4.59 163	6.79 297	7.46 191	0.72 55	0.01 147	0.00 1	0.01 258	0.77 367	0.30 294	3.57 373

ADStereo(finetuned)	2.26 111	0.64 177	5.22 259	0.31 48	0.18 83	1.71 37	0.25 73	5.23 85	8.46 249	6.06 148	5.30 111	1.41 58	6.37 287	1.87 39	1.87 166	0.00 1	0.00 1	0.00 1	0.00 1	0.04 80	0.18 257

DCANet	2.08 90	0.64 177	3.81 183	0.31 48	0.17 71	1.70 36	0.25 73	5.23 85	8.47 250	6.07 149	5.30 111	1.41 58	4.23 223	1.85 37	2.02 179	0.00 1	0.00 1	0.00 1	0.00 1	0.04 80	0.19 267

raftrobust	1.86 63	0.74 208	1.94 22	2.15 271	2.24 292	2.74 111	0.53 127	4.89 65	4.05 101	6.09 150	3.89 71	1.64 68	2.55 148	2.44 52	1.12 109	0.00 1	0.03 211	0.00 1	0.00 1	0.12 199	0.08 171

iRaft-Stereo_20w	2.56 140	0.35 63	4.98 242	0.37 64	0.67 186	3.47 170	0.59 144	12.57 305	3.89 88	6.10 151	6.23 134	1.49 64	2.24 135	6.65 153	0.86 78	0.00 1	0.19 337	0.00 1	0.33 346	0.08 143	0.22 276

BUS	2.49 135	0.32 33	3.05 132	0.46 71	0.46 160	7.12 279	0.50 124	9.05 212	4.69 127	6.11 152	6.15 128	5.29 186	0.83 57	3.91 73	1.77 160	0.01 147	0.03 211	0.03 303	0.00 1	0.04 80	0.00 1

BSDual-CNN	2.69 148	0.32 33	3.05 132	0.46 71	0.46 160	7.13 281	1.63 254	9.05 212	4.69 127	6.11 152	6.15 128	6.26 216	2.54 146	3.91 73	1.91 169	0.01 147	0.03 211	0.03 303	0.00 1	0.04 80	0.00 1

hknet	3.31 194	0.42 102	4.68 231	0.46 71	1.17 231	7.13 281	1.63 254	9.05 212	6.91 200	6.11 152	6.15 128	9.66 277	2.85 162	7.48 194	2.45 199	0.01 147	0.03 211	0.03 303	0.00 1	0.04 80	0.00 1

RAFT	2.57 142	0.76 213	3.09 135	0.91 110	0.09 36	2.41 74	0.94 213	5.35 100	2.65 21	6.11 152	7.21 163	9.43 274	4.30 227	5.73 115	1.77 160	0.00 1	0.12 303	0.00 1	0.02 231	0.46 325	0.08 171

APVNet	5.98 301	1.72 323	8.72 328	3.21 338	4.04 352	12.31 340	1.81 261	19.09 369	6.10 177	6.13 156	13.41 282	10.69 296	6.30 285	11.26 326	13.90 360	0.05 272	0.02 168	0.11 339	0.03 243	0.53 327	0.20 273

PSMNet_ROB	5.02 289	1.63 317	6.03 284	1.90 236	1.83 273	9.57 313	6.35 344	15.58 345	7.23 212	6.15 157	10.48 236	12.22 311	4.16 219	8.02 221	8.71 319	0.02 217	0.01 126	0.01 258	0.10 287	0.20 254	0.12 224

ASMatch	3.32 200	0.50 136	3.32 146	1.72 215	0.45 159	1.93 46	0.68 162	6.42 147	3.89 88	6.18 158	22.30 345	4.61 164	4.82 253	7.65 199	1.70 153	0.00 1	0.02 168	0.00 1	0.03 243	0.01 7	0.18 257

AFF-stereo	2.59 144	0.68 191	2.35 56	1.55 190	0.17 71	1.67 28	0.08 22	5.75 114	6.60 194	6.20 159	12.13 266	6.16 213	2.36 140	4.75 90	1.11 108	0.02 217	0.02 168	0.00 1	0.00 1	0.23 273	0.05 135

MyStereo8	2.88 167	1.19 279	5.03 245	1.61 200	3.75 343	4.30 220	0.07 19	6.14 130	6.16 182	6.22 160	9.64 220	4.28 154	1.45 98	2.05 47	4.76 263	0.00 1	0.16 326	0.00 1	0.14 294	0.26 284	0.43 319

CBFPSM	4.87 285	0.94 251	14.70 361	1.51 185	1.15 230	11.49 332	2.55 275	7.28 171	6.47 193	6.23 161	4.83 89	15.30 331	8.99 330	6.88 159	8.20 312	0.03 244	0.02 168	0.00 1	0.00 1	0.40 318	0.42 317

NRIStereo	2.14 94	0.35 63	2.65 81	1.10 140	0.14 59	3.05 149	0.86 203	5.35 100	3.18 57	6.24 162	3.36 63	4.17 147	1.82 123	8.12 233	2.01 177	0.00 1	0.10 290	0.00 1	0.00 1	0.12 199	0.19 267

DMCA	2.82 161	0.64 177	4.45 218	1.61 200	0.89 207	3.86 206	0.57 142	9.18 216	5.10 141	6.24 162	6.49 142	7.17 240	2.13 131	3.31 63	4.73 261	0.00 1	0.01 126	0.00 1	0.00 1	0.04 80	0.02 40

cf-r	3.42 211	0.81 224	3.97 191	2.41 301	2.78 309	2.85 135	0.64 155	8.44 191	6.32 188	6.25 164	11.57 259	8.97 270	3.54 188	5.93 119	3.83 246	0.00 1	0.00 1	0.00 1	0.00 1	0.09 160	0.07 158

PSM-softLoss	2.24 103	0.34 54	3.42 155	1.81 225	0.17 71	2.74 111	0.39 98	6.17 133	2.92 31	6.26 165	6.29 137	2.96 98	0.97 63	8.68 265	1.71 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

KMStereo	2.24 103	0.34 54	3.42 155	1.81 225	0.17 71	2.74 111	0.39 98	6.17 133	2.92 31	6.26 165	6.29 137	2.96 98	0.97 63	8.68 265	1.71 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

DeepStereo_RVC	2.05 88	0.39 82	2.87 111	0.14 29	0.17 71	3.51 177	0.70 168	5.21 84	3.00 42	6.27 167	4.13 74	3.47 121	4.53 239	4.81 91	1.49 137	0.01 147	0.00 1	0.00 1	0.00 1	0.09 160	0.18 257

MyStereo05	2.94 171	0.66 187	5.25 261	1.10 140	0.96 215	2.57 90	0.10 26	8.53 198	12.34 317	6.28 168	3.88 70	3.18 109	3.30 174	7.81 211	2.37 195	0.01 147	0.08 274	0.00 1	0.01 211	0.13 209	0.15 245

FADNet-RVC-Resample	3.79 235	1.62 316	12.06 344	1.43 177	0.66 184	5.94 258	2.41 270	10.18 245	8.58 255	6.28 168	4.22 76	5.33 190	4.80 252	7.71 204	3.19 219	0.17 316	0.21 342	0.17 349	0.12 291	0.41 321	0.29 301

DualNet	3.35 205	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	4.53 48	10.19 281	6.29 170	9.23 203	5.59 195	3.72 201	8.00 218	9.35 327	0.00 1	0.02 168	0.00 1	0.00 1	0.10 170	0.04 106

ffm	2.90 168	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	4.53 48	10.19 281	6.29 170	9.23 203	5.59 195	3.72 201	8.00 218	0.46 23	0.00 1	0.02 168	0.00 1	0.00 1	0.10 170	0.04 106

ff1	3.45 215	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	4.53 48	10.19 281	6.29 170	9.23 203	5.59 195	3.72 201	10.11 307	9.35 327	0.00 1	0.02 168	0.00 1	0.00 1	0.10 170	0.04 106

mmx	3.86 241	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	12.18 293	10.66 294	6.29 170	9.23 203	5.59 195	3.72 201	10.11 307	9.35 327	0.05 272	0.02 168	0.00 1	0.00 1	0.03 60	0.04 106

xxx	3.86 241	0.31 24	3.98 196	1.34 161	0.98 217	2.80 119	0.48 113	12.18 293	10.66 294	6.29 170	9.23 203	5.59 195	3.72 201	10.11 307	9.35 327	0.05 272	0.02 168	0.00 1	0.00 1	0.03 60	0.04 106

DispNO	3.25 189	0.72 201	6.85 304	1.95 243	1.34 244	3.49 173	0.84 196	8.14 185	6.30 186	6.34 175	7.76 176	6.30 219	4.28 226	6.93 163	3.51 235	0.00 1	0.03 211	0.03 303	0.12 291	0.07 134	0.07 158

TDLM	4.11 255	1.11 273	3.54 162	1.62 203	1.04 223	3.91 209	7.41 357	10.60 252	10.67 296	6.38 176	12.59 274	5.95 209	4.77 248	8.79 274	3.04 214	0.58 355	0.00 1	0.01 258	0.00 1	0.19 250	0.12 224

DIP-Stereo	1.97 81	0.64 177	2.95 116	0.17 31	0.10 39	4.83 236	0.13 42	8.60 204	4.06 104	6.42 177	4.92 91	0.44 38	0.72 48	3.57 68	1.80 163	0.00 1	0.01 126	0.00 1	0.00 1	0.05 102	0.04 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	2.79 158	0.77 214	4.02 198	2.03 257	0.11 47	5.58 248	0.59 144	9.24 219	5.15 144	6.42 177	7.26 165	3.66 129	2.92 165	4.07 81	3.87 248	0.00 1	0.00 1	0.00 1	0.00 1	0.06 119	0.02 40
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
CC-Net-ROB	7.68 332	9.21 385	7.46 317	3.82 357	3.66 337	15.68 355	5.02 327	17.95 357	10.45 293	6.44 179	14.00 287	7.63 245	4.77 248	10.75 319	3.10 217	5.99 386	2.46 386	16.28 393	1.08 373	6.30 384	1.56 359

DISCO	6.28 308	0.57 157	5.78 277	3.43 344	1.17 231	11.22 330	3.39 298	12.14 291	16.16 338	6.52 180	11.22 251	16.96 342	6.32 286	19.51 377	10.74 343	0.00 1	0.00 1	0.00 1	0.00 1	0.35 307	0.11 212

IRAFT_RVC	2.85 162	0.41 98	3.32 146	2.09 265	0.41 151	2.92 141	5.22 330	6.41 146	3.63 79	6.53 181	5.48 115	5.09 181	4.88 255	8.20 244	2.15 186	0.01 147	0.17 329	0.01 258	0.00 1	0.02 23	0.04 106

test_3	1.88 67	0.22 9	2.75 93	0.96 123	0.22 103	1.28 10	0.77 183	4.62 54	5.87 165	6.55 182	1.84 33	4.28 154	0.45 33	6.48 145	0.76 63	0.00 1	0.01 126	0.00 1	0.28 336	0.17 235	0.14 236

NINENet	3.09 180	0.56 155	3.22 141	1.61 200	1.37 245	7.12 279	0.50 124	11.88 281	5.63 159	6.63 183	8.40 186	5.29 186	0.83 57	6.51 148	1.77 160	0.15 310	0.07 266	0.07 331	0.00 1	0.09 160	0.00 1

PS-NSSS	3.90 245	1.84 329	4.55 224	0.87 107	2.95 313	4.10 216	2.00 264	10.77 256	8.23 243	6.75 184	14.63 295	5.01 179	2.24 135	8.41 251	2.91 211	0.33 339	0.03 211	0.83 370	0.00 1	0.82 347	0.70 340

HSM	4.00 253	0.79 219	3.16 137	1.59 198	2.17 287	6.77 273	1.11 226	12.28 295	6.35 191	6.75 184	8.11 183	13.90 321	5.37 266	8.85 276	2.71 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

CASS	2.44 129	0.44 115	3.56 163	0.85 106	0.38 144	3.14 156	0.22 66	9.64 228	4.00 94	6.78 186	7.62 171	3.57 127	3.58 189	3.80 72	1.10 107	0.02 217	0.01 126	0.00 1	0.00 1	0.05 102	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
raft_robust	2.64 146	1.20 280	2.62 78	1.10 140	0.28 125	1.50 22	0.12 35	6.28 137	9.04 259	6.80 187	7.19 162	3.73 132	2.13 131	9.06 284	1.07 104	0.03 244	0.12 303	0.00 1	0.21 318	0.17 235	0.22 276

IPLGR	2.28 112	0.51 140	6.00 283	0.15 30	0.15 63	1.99 50	0.22 66	6.34 138	6.04 175	6.80 187	5.76 118	2.87 95	2.31 139	4.88 93	1.28 122	0.00 1	0.00 1	0.00 1	0.00 1	0.09 160	0.18 257

NF-Stereo	2.24 103	0.33 45	3.00 118	2.04 259	0.10 39	3.46 168	0.43 105	6.51 151	3.17 54	6.84 189	5.24 106	2.67 92	1.34 91	8.17 240	1.53 141	0.01 147	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

OCTAStereo	2.24 103	0.33 45	3.03 124	2.04 259	0.10 39	3.45 167	0.43 105	6.50 148	3.17 54	6.84 189	5.20 103	2.65 89	1.33 89	8.18 241	1.56 145	0.01 147	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

RE-Stereo	2.25 108	0.33 45	3.03 124	2.04 259	0.10 39	3.47 170	0.43 105	6.50 148	3.18 57	6.84 189	5.20 103	2.65 89	1.34 91	8.18 241	1.58 147	0.01 147	0.00 1	0.01 258	0.00 1	0.02 23	0.01 16

TVStereo	2.25 108	0.33 45	3.03 124	2.04 259	0.10 39	3.47 170	0.43 105	6.50 148	3.18 57	6.84 189	5.20 103	2.65 89	1.34 91	8.18 241	1.58 147	0.01 147	0.00 1	0.01 258	0.00 1	0.02 23	0.01 16

GEStereo_RVC	3.74 229	0.73 204	4.95 241	2.01 253	1.24 234	4.36 223	3.07 286	11.77 278	7.80 231	6.87 193	6.52 143	7.70 247	4.31 229	8.98 282	4.19 253	0.03 244	0.01 126	0.02 287	0.02 231	0.13 209	0.11 212

GMStereo_Zeroshot	2.77 156	1.98 336	5.14 253	1.53 187	0.36 141	3.56 181	0.10 26	5.57 110	5.91 167	6.89 194	7.02 156	8.50 266	0.91 60	6.01 122	1.65 151	0.00 1	0.00 1	0.00 1	0.00 1	0.20 254	0.01 16

BEATNet_4x	3.24 188	1.27 288	5.89 280	1.56 193	0.10 39	5.26 244	1.07 223	10.08 241	5.50 151	6.89 194	7.73 174	4.53 161	4.13 216	5.05 100	5.27 267	0.04 260	0.05 241	0.00 1	0.00 1	0.23 273	0.23 282

ttt	3.86 241	0.23 10	2.34 55	2.22 280	1.68 260	4.36 223	0.28 77	12.45 297	11.09 299	6.90 196	11.85 261	4.08 141	3.28 173	8.47 254	7.85 303	0.06 282	0.04 232	0.00 1	0.00 1	0.03 60	0.03 70

iinet-f	5.94 299	1.60 314	26.88 391	1.79 223	1.38 246	11.92 337	1.47 245	6.80 162	7.11 208	6.90 196	14.43 292	10.64 295	7.97 316	7.00 169	12.12 350	0.02 217	0.03 211	0.05 321	0.00 1	0.63 338	0.02 40

SFCPSM	3.29 192	0.43 111	5.11 250	0.34 60	0.94 213	8.48 298	2.15 267	14.51 333	5.29 145	7.00 198	7.65 172	3.43 115	2.59 150	5.11 103	2.37 195	0.01 147	0.03 211	0.01 258	0.07 272	0.13 209	0.15 245

test_1	1.85 62	0.21 6	2.45 60	1.02 128	0.22 103	1.37 12	0.82 189	4.66 59	5.06 139	7.02 199	1.73 28	4.09 142	0.41 30	6.51 148	0.76 63	0.00 1	0.00 1	0.00 1	0.29 337	0.18 245	0.14 236

ccs_rob	2.81 159	0.42 102	4.06 203	0.33 56	0.25 111	2.59 95	0.12 35	8.19 186	7.68 227	7.02 199	10.37 233	6.54 222	2.06 130	4.88 93	1.53 141	0.00 1	0.02 168	0.01 258	0.00 1	0.05 102	0.07 158

PA-Net	4.98 287	1.47 302	7.42 316	2.40 298	2.14 285	8.73 303	3.64 303	12.42 296	13.11 320	7.03 201	7.57 170	7.88 249	6.52 290	10.16 312	7.82 302	0.02 217	0.03 211	0.00 1	0.00 1	0.11 187	1.07 350
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_pseudo	2.81 159	0.42 102	4.04 201	0.33 56	0.24 108	2.59 95	0.12 35	8.20 187	7.66 226	7.04 202	10.42 234	6.56 223	2.05 129	4.88 93	1.53 141	0.00 1	0.02 168	0.01 258	0.00 1	0.05 102	0.07 158

GMM-Stereo	3.32 200	0.27 15	2.52 67	0.82 102	0.48 167	2.27 64	4.91 325	5.06 77	3.08 48	7.06 203	16.72 310	6.21 215	3.70 196	7.60 197	1.16 115	0.04 260	0.00 1	0.00 1	0.04 260	0.10 170	4.45 377

MSMDNet	2.99 174	0.39 82	4.02 198	0.40 67	0.25 111	2.53 83	0.16 56	9.35 222	9.25 262	7.08 204	11.39 253	6.93 230	2.43 143	4.01 78	1.34 127	0.01 147	0.02 168	0.02 287	0.00 1	0.05 102	0.07 158

RAFT-Stereo + iAFF	2.12 92	0.58 162	2.43 59	1.27 156	0.16 66	1.60 26	0.14 49	5.17 82	5.90 166	7.10 205	10.10 225	3.06 105	1.74 118	1.87 39	0.97 97	0.01 147	0.02 168	0.00 1	0.00 1	0.23 273	0.02 40

PCWNet_CMD	2.99 174	0.39 82	4.02 198	0.39 66	0.26 117	2.53 83	0.15 53	9.24 219	9.22 261	7.12 206	11.53 258	6.94 231	2.41 142	4.02 79	1.33 125	0.01 147	0.02 168	0.02 287	0.00 1	0.05 102	0.07 158

hitnet-ft	3.66 224	0.65 181	2.79 101	0.89 108	0.72 194	4.25 218	0.55 132	9.11 215	7.52 221	7.14 207	10.19 227	12.49 313	4.70 245	7.44 190	4.41 255	0.03 244	0.00 1	0.06 325	0.00 1	0.20 254	0.04 106

SMFormer	3.54 217	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	3.51 235	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.04 106

tta	3.54 217	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	3.51 235	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.03 70

qqq1	3.38 206	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	0.30 3	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.03 70

fff1	3.38 206	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	0.30 3	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.03 70

UNet	3.97 251	0.61 169	6.50 297	1.68 208	3.22 318	9.82 315	0.31 87	9.50 225	5.32 147	7.20 212	6.35 141	10.59 291	5.91 280	6.93 163	5.49 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

CoDeX	3.43 212	0.68 191	4.49 219	0.98 126	1.65 255	6.37 265	2.14 266	13.23 317	6.07 176	7.23 213	8.95 196	4.09 142	3.79 206	6.31 133	2.37 195	0.03 244	0.06 254	0.00 1	0.00 1	0.07 134	0.15 245

MaskLacGwcNet_RVC	5.97 300	5.36 370	5.02 243	3.75 356	3.57 333	15.81 356	4.27 312	11.72 276	6.96 202	7.23 213	8.47 188	9.09 271	2.66 151	9.36 296	2.71 206	7.49 389	2.32 384	2.01 380	0.08 276	6.77 385	4.67 380

test-3	1.86 63	0.21 6	2.46 63	1.03 130	0.22 103	1.38 13	0.83 193	4.65 58	5.04 138	7.26 215	1.78 31	4.10 144	0.41 30	6.53 150	0.76 63	0.00 1	0.00 1	0.00 1	0.29 337	0.18 245	0.14 236

ADLNet2	4.46 275	0.90 242	6.06 285	2.74 317	3.91 348	6.79 274	3.01 285	10.95 262	8.40 248	7.27 216	9.80 222	9.85 278	5.43 270	7.29 183	6.44 285	0.01 147	0.03 211	0.00 1	0.00 1	0.15 221	0.11 212

psm_up	3.85 240	0.82 227	3.01 120	2.00 252	2.58 304	5.28 245	3.34 295	10.85 259	6.33 189	7.27 216	7.32 166	10.15 284	9.02 331	6.19 126	2.51 201	0.22 326	0.01 126	0.00 1	0.00 1	0.12 199	0.03 70

HGLStereo	4.25 268	0.52 143	4.65 229	3.09 330	5.18 370	6.51 270	0.73 175	10.37 247	6.74 197	7.32 218	12.44 273	7.00 232	7.21 304	7.46 191	5.51 271	0.00 1	0.02 168	0.00 1	0.00 1	0.06 119	0.10 200

HHNet	2.59 144	0.55 151	2.55 70	0.20 34	0.32 134	2.84 134	0.94 213	5.77 119	5.14 143	7.33 219	13.80 285	0.94 50	3.20 171	5.27 107	2.41 198	0.13 307	0.02 168	0.06 325	0.00 1	0.23 273	0.03 70

AASNet	3.90 245	0.92 246	4.41 216	3.56 349	4.00 351	6.70 271	1.26 236	18.71 363	6.14 181	7.35 220	7.91 180	4.35 157	2.58 149	3.04 59	6.62 291	0.00 1	0.00 1	0.00 1	0.00 1	0.39 315	0.14 236

RAFT-345	3.27 190	0.41 98	2.88 112	1.02 128	0.21 100	2.63 102	0.48 113	3.76 23	5.51 153	7.35 220	24.88 358	4.25 150	1.76 121	8.15 236	2.13 184	0.01 147	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

FINET	5.32 291	1.14 275	10.04 336	2.17 272	3.67 338	6.49 268	6.76 350	11.68 274	22.08 363	7.42 222	12.15 267	4.24 149	3.61 191	9.25 292	5.35 269	0.04 260	0.04 232	0.00 1	0.00 1	0.17 235	0.09 181

IER	3.20 187	0.54 150	5.13 252	0.58 85	1.59 251	7.29 284	0.56 134	6.36 139	4.95 137	7.44 223	8.84 192	6.20 214	6.26 284	4.88 93	3.29 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

DGSMNet	6.47 313	2.61 346	13.64 357	3.46 345	3.74 339	8.97 305	6.01 335	14.15 329	13.01 319	7.46 224	14.10 288	9.94 281	4.79 251	10.44 314	6.22 280	1.30 373	1.70 381	1.80 377	1.52 380	2.27 372	2.35 369

test_xeample	4.13 257	0.36 70	2.75 93	1.23 152	0.51 173	3.96 211	0.13 42	12.63 306	7.65 225	7.49 225	10.86 247	3.29 112	3.36 176	6.71 155	21.53 377	0.02 217	0.03 211	0.00 1	0.00 1	0.03 60	0.04 106

RAFT + AFF	4.30 272	1.55 310	5.84 278	1.43 177	2.36 295	5.94 258	6.72 349	10.01 238	7.56 222	7.55 226	8.96 198	7.09 238	6.73 295	8.57 259	4.02 251	0.02 217	0.47 369	0.00 1	0.01 211	0.56 329	0.54 332

CVANet_RVC	4.16 261	1.16 277	3.60 165	1.94 242	1.46 248	3.92 210	4.68 321	10.89 260	8.34 245	7.58 227	10.84 245	10.27 288	6.62 292	8.56 258	2.69 205	0.39 344	0.00 1	0.00 1	0.01 211	0.21 262	0.09 181

ACRE	2.41 124	1.08 267	5.11 250	0.55 79	2.05 280	2.65 105	0.78 187	5.26 96	4.67 126	7.59 228	9.20 201	1.70 71	1.08 70	3.74 70	2.18 187	0.01 147	0.18 333	0.02 287	0.08 276	0.22 266	0.10 200

CFNet_ucs	3.07 179	0.44 115	4.05 202	0.54 76	0.37 142	3.08 150	0.19 60	9.80 232	8.49 252	7.64 229	12.62 275	5.67 201	1.76 121	4.96 98	1.51 138	0.00 1	0.04 232	0.01 258	0.00 1	0.09 160	0.11 212

IPLG	2.43 127	0.66 187	4.77 234	0.54 76	0.31 133	3.01 147	0.26 75	6.15 131	5.55 155	7.69 230	6.21 132	1.89 76	1.74 118	7.19 180	2.35 194	0.01 147	0.01 126	0.00 1	0.00 1	0.24 283	0.12 224

Sa-1000	3.55 219	0.75 210	3.63 170	1.91 237	0.30 127	3.55 180	1.63 254	7.39 173	8.54 253	7.70 231	17.44 323	4.00 138	2.82 160	9.44 300	1.33 125	0.00 1	0.10 290	0.00 1	0.18 309	0.21 262	0.04 106

anonymousa	3.80 237	0.55 151	3.35 148	1.24 153	3.74 339	9.04 306	0.36 94	6.74 160	4.03 97	7.72 232	19.64 332	10.62 293	6.01 282	1.52 23	1.40 130	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1	0.03 70

iResNet	3.68 225	0.91 243	7.94 322	2.97 328	0.34 139	4.44 229	0.48 113	7.70 176	9.74 272	7.72 232	12.74 276	4.03 139	2.87 164	8.05 225	3.37 226	0.02 217	0.01 126	0.00 1	0.00 1	0.10 170	0.09 181

DeepPruner_ROB	3.52 216	1.14 275	4.06 203	1.12 146	1.65 255	3.65 186	0.83 193	13.96 325	4.47 119	7.80 234	10.84 245	7.05 237	2.16 134	8.14 235	3.08 216	0.07 289	0.03 211	0.00 1	0.01 211	0.32 301	0.06 145

HBP-ISP	4.09 254	1.05 262	4.10 207	1.87 230	1.31 242	7.56 289	3.98 306	11.26 265	9.94 278	7.81 235	14.44 293	3.23 110	4.27 225	8.89 279	1.87 166	0.06 282	0.06 254	0.00 1	0.00 1	0.06 119	0.04 106

UDG	8.58 346	9.31 386	4.89 237	10.00 385	9.52 385	10.36 322	2.41 270	12.07 286	9.82 274	7.81 235	9.55 216	16.52 338	9.81 339	7.84 212	7.88 305	4.20 381	2.51 388	18.53 395	3.71 390	9.55 387	5.28 383

CIPLG	2.47 134	1.10 271	4.71 233	0.63 89	2.15 286	2.67 108	0.77 183	5.19 83	4.73 130	7.85 237	9.56 217	1.72 72	1.14 74	4.20 84	2.34 192	0.01 147	0.19 337	0.02 287	0.09 283	0.23 273	0.08 171

IPLGR_C	2.44 129	1.17 278	4.94 240	0.62 88	2.08 281	2.65 105	0.80 188	5.60 111	4.79 133	7.87 238	9.23 203	1.67 70	1.15 76	3.43 66	2.23 188	0.01 147	0.19 337	0.02 287	0.08 276	0.22 266	0.10 200

AANet_RVC	5.01 288	1.74 324	6.38 293	1.96 245	1.29 239	2.26 63	1.69 258	10.07 240	18.53 346	7.88 239	18.15 327	8.49 265	2.70 152	10.59 317	7.04 293	0.96 367	0.15 319	0.02 287	0.00 1	0.13 209	0.12 224

iResNet_ROB	4.23 266	1.02 258	4.90 238	2.18 273	0.93 212	2.92 141	0.37 96	15.10 340	16.91 343	7.89 240	10.51 237	7.03 233	3.07 169	8.16 237	3.46 233	0.01 147	0.00 1	0.00 1	0.00 1	0.10 170	0.02 40

PFNet+	2.35 119	0.31 24	3.69 173	0.79 99	0.17 71	3.15 159	0.75 180	4.52 47	6.30 186	7.90 241	6.34 140	2.53 87	1.18 81	7.72 206	1.62 150	0.03 244	0.00 1	0.00 1	0.00 1	0.01 7	0.03 70

UPFNet	3.82 238	0.47 127	4.34 215	2.21 277	3.38 324	7.26 283	2.69 278	9.89 234	5.96 169	7.98 242	7.53 169	7.89 250	3.15 170	7.72 206	5.88 278	0.01 147	0.02 168	0.00 1	0.00 1	0.04 80	0.06 145

OMP-Stereo	3.03 177	0.93 249	2.72 90	4.21 366	0.51 173	2.19 59	1.25 234	6.19 135	6.00 173	7.99 243	6.21 132	8.50 266	2.49 145	9.44 300	1.74 158	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.05 135

psmg	3.10 183	0.32 33	3.05 132	0.54 76	0.46 160	8.68 302	2.84 282	9.87 233	4.69 127	8.08 244	8.69 190	6.26 216	2.54 146	3.91 73	1.91 169	0.01 147	0.04 232	0.06 325	0.00 1	0.11 187	0.00 1

delet	4.27 270	0.72 201	4.50 220	1.07 138	3.75 343	10.79 328	4.04 307	9.95 235	7.89 232	8.09 245	8.89 194	8.46 262	3.81 207	7.56 196	5.80 276	0.00 1	0.00 1	0.00 1	0.00 1	0.11 187	0.02 40

DeepPrunerF	6.75 317	2.69 347	23.31 384	3.68 352	7.16 378	3.78 202	4.29 313	13.42 319	20.13 357	8.13 246	10.46 235	7.18 241	8.06 318	11.10 324	9.44 331	0.24 329	0.15 319	0.29 358	0.42 355	0.66 341	0.45 322

GMOStereo	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

error version	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

test-v	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

test-2	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

ac_64	3.70 227	0.47 127	3.50 161	2.87 321	3.50 330	5.91 257	0.72 174	10.17 244	4.34 112	8.16 247	5.80 119	10.82 297	5.64 276	7.08 173	4.73 261	0.03 244	0.00 1	0.00 1	0.00 1	0.08 143	0.14 236

DEmStereo	3.79 235	0.37 76	3.69 173	0.17 31	0.17 71	5.28 245	2.54 274	4.35 37	3.70 80	8.21 252	20.15 333	5.13 183	10.38 342	7.65 199	3.85 247	0.01 147	0.01 126	0.01 258	0.00 1	0.02 23	0.06 145

SQANet	7.64 331	3.40 360	5.49 269	11.73 388	9.62 387	11.96 338	2.82 281	11.33 267	6.10 177	8.33 253	11.49 257	11.00 302	5.16 263	10.12 311	2.72 208	8.92 392	2.21 383	10.41 389	1.58 381	11.13 390	7.39 389

Nwc_Net	6.97 325	1.25 285	6.63 299	3.82 357	3.37 323	10.83 329	1.67 257	19.56 378	11.35 304	8.36 254	23.62 350	17.19 344	11.44 349	11.21 325	8.08 310	0.80 361	0.00 1	0.00 1	0.02 231	0.13 209	0.09 181

LL-Strereo	4.71 284	1.64 318	7.51 319	1.15 148	4.31 355	3.71 192	1.45 244	9.21 217	8.36 246	8.37 255	8.17 184	10.82 297	11.36 348	12.51 338	4.82 264	0.00 1	0.12 303	0.00 1	0.00 1	0.31 299	0.32 306

IIG-Stereo	3.16 185	0.75 210	2.83 102	4.08 362	0.21 100	2.56 89	0.74 178	6.55 153	5.56 157	8.39 256	9.38 215	7.94 253	2.79 158	9.50 302	1.89 168	0.02 217	0.00 1	0.00 1	0.00 1	0.02 23	0.04 106

NCC-stereo	6.77 319	1.49 306	6.48 295	2.92 324	4.40 357	7.43 285	3.61 301	19.52 376	13.29 321	8.39 256	16.91 312	15.96 333	12.13 350	12.85 340	7.70 300	1.47 374	0.11 296	0.01 258	0.42 355	0.14 219	0.24 286

Abc-Net	6.77 319	1.49 306	6.48 295	2.92 324	4.40 357	7.43 285	3.61 301	19.52 376	13.29 321	8.39 256	16.91 312	15.96 333	12.13 350	12.85 340	7.70 300	1.47 374	0.11 296	0.01 258	0.42 355	0.14 219	0.24 286
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LMCR-Stereo	3.63 222	1.29 293	4.20 208	2.54 307	0.17 71	8.08 295	1.52 248	11.46 270	4.73 130	8.45 259	10.66 242	1.91 78	5.03 258	7.69 202	3.58 240	0.92 366	0.00 1	0.00 1	0.00 1	0.36 309	0.02 40

Syn2CoEx	6.32 309	2.72 348	9.33 331	2.45 303	1.67 258	8.59 300	3.32 294	18.08 359	12.27 315	8.53 260	21.08 339	10.30 289	9.80 338	9.30 294	7.86 304	0.01 147	0.00 1	0.00 1	0.00 1	0.63 338	0.43 319

gwcnet-sp	3.31 194	1.47 302	7.26 311	1.73 216	0.69 188	7.57 290	1.14 228	8.59 200	6.17 183	8.57 261	5.25 108	4.26 151	3.36 176	6.46 140	3.44 229	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.11 212

scenet	3.31 194	1.47 302	7.26 311	1.73 216	0.69 188	7.57 290	1.14 228	8.59 200	6.17 183	8.57 261	5.25 108	4.26 151	3.36 176	6.46 140	3.44 229	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.11 212

ssnet	3.31 194	1.47 302	7.26 311	1.73 216	0.69 188	7.57 290	1.14 228	8.59 200	6.17 183	8.57 261	5.25 108	4.26 151	3.36 176	6.46 140	3.44 229	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.11 212

DisPM	2.43 127	0.32 33	3.04 127	1.76 219	0.18 83	3.46 168	0.65 157	5.13 78	4.88 135	8.59 264	7.04 159	2.84 94	1.03 68	8.85 276	0.83 73	0.01 147	0.00 1	0.00 1	0.00 1	0.01 7	0.02 40

DAS	3.74 229	0.35 63	5.19 257	1.99 248	3.74 339	2.36 69	3.22 291	7.77 177	9.27 263	8.70 265	12.08 264	4.45 158	5.43 270	8.39 249	1.71 154	0.01 147	0.00 1	0.00 1	0.00 1	0.04 80	0.02 40

SepStereo	3.78 234	0.35 63	5.19 257	1.99 248	3.74 339	2.36 69	3.22 291	7.77 177	9.27 263	8.70 265	12.08 264	4.45 158	5.43 270	9.18 288	1.71 154	0.01 147	0.00 1	0.00 1	0.00 1	0.04 80	0.02 40

NLCA_NET_v2_RVC	3.84 239	1.06 264	5.23 260	2.72 316	3.27 320	4.36 223	0.61 148	10.71 254	7.56 222	8.75 267	7.89 179	9.86 279	3.90 209	7.15 179	3.44 229	0.14 308	0.02 168	0.02 287	0.03 243	0.04 80	0.03 70
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ssnet_v2	4.46 275	0.87 235	5.18 256	1.57 194	0.67 186	9.14 307	4.73 322	11.84 279	9.68 270	8.79 268	6.24 135	9.91 280	4.34 230	6.28 131	9.30 326	0.00 1	0.01 126	0.00 1	0.00 1	0.28 291	0.30 303

222	5.36 293	0.40 91	2.72 90	1.50 182	0.48 167	6.15 261	0.07 19	13.73 323	8.06 237	8.79 268	11.03 249	3.71 131	4.21 221	7.47 193	38.74 407	0.03 244	0.02 168	0.00 1	0.00 1	0.04 80	0.05 135

MMNet	4.16 261	0.77 214	5.47 268	1.40 172	1.67 258	10.78 327	0.63 151	8.64 206	8.47 250	8.80 270	8.33 185	7.51 243	6.61 291	7.53 195	6.54 287	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.05 135

HSM-Net_RVC	4.20 263	0.32 33	2.76 96	0.63 89	0.69 188	6.95 277	1.69 258	11.96 284	8.36 246	8.83 271	12.17 268	15.18 330	4.21 221	6.91 162	3.30 225	0.02 217	0.02 168	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ARAFT	3.13 184	1.11 273	7.34 314	0.42 68	0.14 59	4.52 230	2.99 284	7.41 174	5.97 171	8.85 272	7.06 160	5.20 184	1.25 86	8.49 255	1.44 133	0.00 1	0.03 211	0.00 1	0.00 1	0.33 303	0.11 212

CSP-Net	4.12 256	1.28 291	3.70 176	1.54 188	1.06 224	13.28 349	2.33 269	12.96 312	5.45 149	8.87 273	8.54 189	8.43 261	3.03 166	8.16 237	3.65 241	0.00 1	0.00 1	0.00 1	0.00 1	0.18 245	0.03 70

Pruner-Stereo	2.49 135	0.40 91	2.46 63	1.80 224	0.25 111	3.51 177	0.77 183	6.03 125	4.92 136	8.91 274	6.09 123	4.45 158	1.11 71	6.99 168	2.11 182	0.02 217	0.00 1	0.02 287	0.00 1	0.01 7	0.04 106

GASNet	5.19 290	4.61 366	9.38 332	4.73 370	2.10 283	3.80 204	1.57 251	12.07 286	10.96 297	8.92 275	7.03 158	8.21 258	7.67 313	14.02 350	7.36 295	0.02 217	0.15 319	0.00 1	0.00 1	0.69 342	0.42 317

CBMV_ROB	4.14 258	0.52 143	3.14 136	1.30 158	0.77 198	6.92 276	1.97 263	10.11 243	9.58 269	8.92 275	14.20 290	7.12 239	5.90 279	8.65 263	3.50 234	0.01 147	0.05 241	0.00 1	0.00 1	0.04 80	0.09 181

KYRaft	3.59 220	0.31 24	1.84 13	0.76 98	0.46 160	2.29 65	4.04 307	4.75 61	3.25 61	8.93 277	19.47 331	6.62 226	5.07 260	7.79 210	0.71 54	0.01 147	0.00 1	0.00 1	0.01 211	0.04 80	5.38 384

CrosDoStereo	3.96 248	0.45 119	3.04 127	0.32 51	0.20 97	3.28 163	11.63 380	5.76 116	4.45 117	9.04 278	16.58 307	4.99 175	7.45 306	8.04 222	3.72 243	0.00 1	0.02 168	0.01 258	0.00 1	0.16 227	0.10 200

DeepStereo_LL	3.96 248	0.45 119	3.04 127	0.32 51	0.20 97	3.28 163	11.63 380	5.76 116	4.45 117	9.04 278	16.58 307	4.99 175	7.45 306	8.04 222	3.72 243	0.00 1	0.02 168	0.01 258	0.00 1	0.16 227	0.10 200

R-Stereo Train	2.44 129	0.32 33	1.93 20	0.94 117	0.16 66	3.67 187	0.61 148	6.37 141	3.08 48	9.14 280	17.44 323	1.80 73	0.77 51	1.76 32	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 70

RAFT-Stereo	2.44 129	0.32 33	1.93 20	0.94 117	0.16 66	3.67 187	0.61 148	6.37 141	3.08 48	9.14 280	17.44 323	1.80 73	0.77 51	1.76 32	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 70
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	3.44 214	0.88 237	5.60 274	1.39 171	0.25 111	4.36 223	0.33 90	7.25 170	7.28 214	9.17 282	12.24 271	5.09 181	2.47 144	9.15 287	3.23 221	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.02 40

DMCA-RVC	3.17 186	1.26 286	6.39 294	2.10 267	1.51 250	3.02 148	0.56 134	7.84 181	5.06 139	9.23 283	5.19 102	8.46 262	2.72 155	6.31 133	3.22 220	0.06 282	0.11 296	0.09 337	0.02 231	0.16 227	0.08 171

DDUNet	9.47 353	11.32 391	6.14 287	12.93 390	11.65 390	10.45 323	3.87 305	11.70 275	7.89 232	9.27 284	13.28 280	16.18 337	6.14 283	8.80 275	5.77 275	6.64 388	3.38 400	20.90 396	4.28 392	11.01 389	7.80 390

acv_ft	3.69 226	0.53 147	4.58 228	2.31 292	4.71 368	7.44 287	0.86 203	8.54 199	5.70 161	9.29 285	9.26 212	5.77 203	4.15 218	2.24 50	8.13 311	0.00 1	0.00 1	0.00 1	0.00 1	0.29 293	0.01 16

Prome-Stereo	3.65 223	0.29 17	1.92 19	0.91 110	0.49 170	2.07 53	4.75 323	4.41 42	3.23 60	9.32 286	20.63 338	4.06 140	7.19 302	7.70 203	1.17 116	0.00 1	0.00 1	0.00 1	0.00 1	0.05 102	4.72 381

S-Stereo	6.63 316	0.84 230	9.67 334	3.15 336	3.48 329	6.49 268	6.22 339	12.99 313	22.84 365	9.48 287	15.51 300	12.00 310	8.43 322	8.04 222	10.70 342	0.12 305	0.17 329	0.00 1	0.38 351	0.13 209	1.92 363

AF-Net	7.78 336	1.44 301	6.68 300	3.37 341	4.50 364	8.61 301	2.69 278	17.07 352	20.17 358	9.52 288	24.02 351	20.31 363	14.59 364	11.58 330	9.84 336	0.61 356	0.00 1	0.12 341	0.00 1	0.38 311	0.12 224

Wz-Net-LNSev-Ref	5.98 301	1.55 310	9.92 335	2.40 298	3.22 318	10.28 321	3.14 289	11.64 272	9.79 273	9.54 289	20.22 335	11.16 305	6.77 296	10.61 318	9.16 323	0.06 282	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

RP	6.84 322	1.29 293	5.53 273	3.92 360	5.18 370	6.32 263	3.53 299	11.73 277	15.31 334	9.54 289	22.38 346	18.25 349	14.47 363	10.11 307	7.49 297	0.91 365	0.01 126	0.12 341	0.15 297	0.33 303	0.19 267

Anonymous Stereo	6.16 306	3.15 356	23.75 385	2.97 328	2.48 301	4.39 228	13.30 386	9.21 217	9.86 276	9.56 291	8.76 191	6.79 229	1.99 127	13.50 346	13.04 355	0.01 147	0.05 241	0.00 1	0.06 270	0.22 266	0.19 267

AAGNet	3.41 210	0.34 54	2.45 60	1.78 222	0.39 146	3.69 190	1.05 220	4.79 63	4.61 125	9.62 292	7.74 175	4.98 174	6.38 288	7.34 186	13.02 354	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

NCCL2	5.88 298	1.59 313	5.44 266	1.87 230	0.92 210	9.55 312	11.55 379	12.11 288	9.94 278	9.67 293	8.85 193	22.28 369	7.41 305	8.78 273	7.17 294	0.01 147	0.00 1	0.03 303	0.00 1	0.13 209	0.23 282

RAFT_R40	2.71 151	0.33 45	3.00 118	1.26 154	0.30 127	3.83 205	1.00 217	5.69 113	4.29 110	9.69 294	6.33 139	5.02 180	4.02 214	8.58 260	0.86 78	0.01 147	0.00 1	0.00 1	0.00 1	0.03 60	0.02 40

Ntro	12.35 369	8.88 383	7.80 321	13.79 392	12.42 392	26.54 384	6.98 352	18.54 361	22.14 364	9.82 295	16.45 306	20.30 362	9.29 335	15.95 364	6.61 290	9.53 395	2.47 387	14.93 392	2.77 384	13.11 395	8.63 395

iResNetv2_ROB	4.28 271	1.43 299	7.17 310	2.91 322	1.26 235	4.36 223	1.62 253	13.64 322	10.25 286	9.83 296	11.41 254	7.68 246	4.00 211	7.75 208	1.85 165	0.00 1	0.00 1	0.00 1	0.00 1	0.37 310	0.09 181

SDNR	7.50 329	2.32 342	15.58 364	1.82 227	0.63 181	44.66 407	0.44 109	8.59 200	9.52 268	9.84 297	25.18 360	5.30 189	4.38 231	11.46 329	6.49 286	0.05 272	0.03 211	0.00 1	0.01 211	1.79 366	1.87 362

ADLNet	4.32 273	0.80 223	4.33 214	3.60 350	3.56 332	6.87 275	2.48 273	11.20 264	7.58 224	9.87 298	9.62 218	8.39 259	4.95 256	6.16 125	6.60 289	0.01 147	0.01 126	0.00 1	0.01 211	0.12 199	0.25 289

STTStereo	3.60 221	0.93 249	6.34 291	2.71 314	2.23 291	3.68 189	0.63 151	9.42 223	6.73 196	9.87 298	6.97 150	8.84 269	3.65 192	6.85 158	3.04 214	0.00 1	0.02 168	0.01 258	0.00 1	0.02 23	0.02 40

pcwnet_v2	4.20 263	0.36 70	8.53 327	1.33 159	1.12 228	3.43 166	0.41 102	12.85 309	14.16 327	9.90 300	14.29 291	5.90 208	3.03 166	6.20 128	2.06 181	0.01 147	0.05 241	0.04 314	0.02 231	0.16 227	0.18 257

stereogan	7.69 334	0.88 237	7.08 309	3.49 348	3.93 349	18.98 368	3.23 293	16.52 349	19.58 354	9.93 301	18.92 329	20.50 364	9.04 332	14.07 351	6.14 279	0.26 332	0.04 232	0.21 353	0.03 243	0.63 338	0.33 307

PFNet	2.93 170	0.40 91	5.51 270	2.13 270	0.84 203	3.11 154	0.75 180	6.78 161	4.79 133	9.98 302	6.00 121	4.78 168	2.13 131	8.33 247	2.11 182	0.19 320	0.06 254	0.00 1	0.11 288	0.20 254	0.35 309

GwcNet	6.42 311	1.97 335	10.92 339	2.59 311	5.58 373	11.55 333	2.21 268	14.10 328	16.52 342	10.04 303	17.19 320	10.86 299	5.61 275	9.23 291	8.84 321	0.01 147	0.06 254	0.03 303	0.08 276	0.56 329	0.40 314

CRFU-Net	4.45 274	0.67 190	5.02 243	2.78 318	1.32 243	12.67 344	3.35 296	11.26 265	3.52 75	10.06 304	9.30 214	10.91 300	6.92 298	7.26 182	3.24 222	0.15 310	0.16 326	0.16 346	0.00 1	0.26 284	0.05 135

dad	4.66 283	1.89 333	5.51 270	0.94 117	0.09 36	2.16 58	0.37 96	7.10 169	14.43 328	10.13 305	16.84 311	14.97 328	1.90 124	6.82 157	4.15 252	1.09 369	0.11 296	4.08 384	0.46 359	0.17 235	0.06 145

DRaft	3.74 229	0.43 111	2.60 74	0.12 19	0.15 63	4.76 234	1.34 241	5.33 99	4.31 111	10.30 306	21.91 342	3.27 111	8.83 327	7.36 188	3.66 242	0.05 272	0.10 290	0.00 1	0.14 294	0.10 170	0.14 236

THIR-Stereo	3.86 241	0.77 214	2.62 78	0.12 19	0.13 57	4.25 218	6.63 347	5.30 97	4.18 109	10.33 307	17.13 317	6.58 225	7.62 312	7.78 209	3.51 235	0.01 147	0.07 266	0.07 331	0.00 1	0.11 187	0.02 40

GANetREF_RVC	6.56 314	2.89 350	7.58 320	3.41 342	0.40 148	12.96 346	9.58 368	15.09 338	17.25 345	10.33 307	10.62 239	12.27 312	8.16 320	12.21 335	4.53 257	0.41 347	0.00 1	0.00 1	0.02 231	3.12 375	0.39 313
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
PWCDC_ROB	7.92 338	3.17 358	7.48 318	5.73 376	4.40 357	10.45 323	0.35 93	14.52 334	28.19 375	10.36 309	31.27 375	7.04 235	9.14 333	13.22 345	8.78 320	2.74 380	0.02 168	0.00 1	0.00 1	1.31 359	0.17 255

GrayStereo	3.74 229	0.20 3	1.94 22	1.55 190	0.60 179	3.12 155	8.22 359	5.76 116	3.32 64	10.40 310	16.66 309	5.81 206	8.60 325	6.57 151	1.37 129	0.01 147	0.00 1	0.01 258	0.63 362	0.02 23	0.04 106

Wz-Net-SNSev	9.23 350	6.70 375	24.28 386	1.87 230	1.81 272	8.57 299	12.29 385	17.37 354	20.39 359	10.43 311	23.11 349	16.66 340	8.03 317	14.47 355	17.86 367	0.00 1	0.02 168	0.01 258	0.00 1	0.41 321	0.30 303

fast-acv-ft	5.62 295	1.39 297	7.01 306	2.02 255	1.89 277	12.23 339	1.82 262	7.35 172	9.45 267	10.46 312	20.27 336	14.55 326	7.71 314	7.41 189	7.61 299	0.10 300	0.09 282	0.16 346	0.07 272	0.59 333	0.13 231

SACVNet	4.15 260	1.26 286	3.81 183	3.12 334	1.68 260	3.09 152	2.85 283	11.91 282	5.96 169	10.52 313	11.20 250	10.59 291	3.95 210	8.97 281	3.25 223	0.08 294	0.02 168	0.00 1	0.00 1	0.32 301	0.44 321

FAT-Stereo	6.78 321	0.68 191	6.80 302	2.30 286	1.77 269	5.63 250	4.20 311	18.79 364	18.62 347	10.53 314	17.15 318	18.52 351	13.74 361	8.86 278	7.38 296	0.03 244	0.15 319	0.01 258	0.07 272	0.12 199	0.26 294

Wz-Net-LNSev	6.46 312	1.93 334	16.44 367	1.52 186	4.15 353	12.66 343	4.96 326	13.05 314	12.10 314	10.55 315	16.23 305	11.32 306	7.19 302	8.43 253	8.48 316	0.00 1	0.01 126	0.00 1	0.00 1	0.08 143	0.06 145

DLCB_ROB	4.51 278	0.91 243	3.78 180	2.19 274	1.07 225	6.28 262	3.09 287	9.78 231	7.72 228	10.65 316	12.97 277	13.91 322	3.71 197	8.72 272	5.30 268	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.10 200

GANet	6.22 307	1.07 265	4.07 205	2.27 282	0.89 207	9.19 308	9.52 367	12.02 285	8.13 240	10.72 317	29.09 369	13.86 320	7.52 310	11.00 323	4.39 254	0.36 341	0.00 1	0.02 287	0.02 231	0.12 199	0.08 171

DSFCA	4.21 265	0.50 136	5.45 267	1.34 161	1.68 260	7.04 278	4.51 318	10.73 255	7.00 204	10.78 318	6.80 147	8.48 264	4.63 243	9.91 306	5.12 266	0.02 217	0.06 254	0.02 287	0.03 243	0.08 143	0.03 70

RYNet	6.34 310	0.89 240	5.88 279	1.41 175	4.48 363	15.97 357	4.18 310	13.41 318	16.49 339	10.81 319	7.00 155	14.33 324	8.72 326	9.43 297	13.71 359	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.07 158

FTStereo	4.55 282	0.36 70	2.18 49	0.94 117	0.38 144	2.60 97	8.82 362	4.98 73	3.17 54	10.88 320	30.35 373	5.60 200	7.60 311	7.62 198	1.55 144	0.17 316	0.00 1	0.05 321	0.00 1	0.03 60	3.80 375

PSM-AAD	3.33 202	0.20 3	1.47 5	0.73 95	0.54 175	2.55 87	6.19 337	4.97 71	3.27 62	10.92 321	11.92 262	2.95 97	9.59 337	7.90 215	0.82 72	0.01 147	0.01 126	0.00 1	0.00 1	0.04 80	2.47 371

SST-Stereo	2.75 155	0.31 24	2.78 99	1.33 159	0.33 137	3.99 212	0.82 189	5.60 111	3.93 90	10.92 321	6.19 131	5.00 178	4.23 223	8.66 264	0.74 57	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.03 70

SGM-Forest	4.96 286	0.32 33	2.84 104	1.21 150	0.64 183	10.23 320	6.64 348	11.55 271	10.98 298	10.94 323	13.59 283	11.65 308	4.30 227	8.94 280	4.63 259	0.11 302	0.04 232	0.00 1	0.00 1	0.05 102	0.46 324
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	6.88 324	2.23 340	6.13 286	4.05 361	4.73 369	8.94 304	2.78 280	15.19 342	11.74 309	11.13 324	19.34 330	17.86 346	10.42 343	13.02 343	8.03 309	0.73 359	0.01 126	0.24 356	0.41 354	0.31 299	0.38 312

Consistency-Raft	9.42 352	4.74 368	12.66 350	5.30 374	9.08 384	4.08 214	5.26 331	19.26 371	24.87 369	11.17 325	29.85 371	13.57 316	5.51 274	7.67 201	13.40 357	0.36 341	0.35 359	1.81 378	4.24 391	11.61 391	3.57 373

RAFT-RH_RVC	3.96 248	0.46 125	2.93 115	1.55 190	0.42 153	3.14 156	0.14 49	3.70 17	5.98 172	11.25 326	32.23 377	5.29 186	1.68 112	8.13 234	2.14 185	0.08 294	0.00 1	0.00 1	0.03 243	0.01 7	0.00 1

PDISCO_ROB	9.62 356	1.99 337	11.51 341	9.88 384	9.61 386	21.48 373	3.83 304	19.33 372	28.49 376	11.27 327	14.17 289	19.92 359	5.02 257	16.35 366	9.18 324	5.28 384	0.41 363	0.14 344	0.09 283	2.05 368	2.36 370

ACVNet-4b	15.90 380	22.00 395	12.37 345	16.40 394	15.14 396	31.87 392	7.50 358	19.04 368	27.85 374	11.48 328	22.02 343	31.86 385	9.16 334	17.95 371	5.69 273	10.43 397	2.58 389	24.44 399	4.87 396	16.04 397	9.28 396

SuperB	8.10 340	3.15 356	24.67 387	2.65 312	1.23 233	9.88 316	4.29 313	10.18 245	30.07 378	11.53 329	12.18 269	6.12 212	6.65 293	10.50 315	14.47 363	0.14 308	0.11 296	0.35 362	0.25 329	13.06 394	0.48 325

otaku	11.73 368	7.51 381	7.07 308	13.22 391	10.85 389	26.61 385	7.25 356	18.84 366	19.16 351	11.58 330	17.23 321	20.19 361	8.09 319	15.11 359	4.64 260	9.13 393	2.42 385	13.08 390	1.83 382	12.48 393	8.22 392

XQC	8.43 344	3.58 361	16.40 366	2.92 324	2.17 287	13.22 348	3.60 300	14.64 335	25.86 371	11.87 331	12.04 263	15.06 329	10.67 344	15.24 360	19.41 370	0.39 344	0.08 274	0.05 321	0.07 272	0.84 348	0.45 322

DRN-Test	5.87 297	0.98 254	5.89 280	2.69 313	3.65 336	12.37 341	3.35 296	20.07 380	10.20 285	11.93 332	12.31 272	11.06 304	5.31 265	7.89 214	9.05 322	0.04 260	0.05 241	0.04 314	0.04 260	0.18 245	0.25 289

StereoDRNet	5.59 294	1.75 325	6.80 302	3.12 334	4.45 361	10.61 326	4.35 315	18.80 365	9.73 271	12.22 333	6.87 148	11.44 307	4.65 244	8.09 232	8.26 313	0.02 217	0.11 296	0.00 1	0.03 243	0.20 254	0.28 300

CBMV	5.35 292	0.91 243	3.67 172	1.62 203	0.44 154	10.09 318	7.19 355	12.49 302	12.33 316	12.22 333	14.69 296	10.93 301	6.48 289	8.51 256	4.96 265	0.02 217	0.15 319	0.00 1	0.00 1	0.17 235	0.17 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DPSNet	10.14 359	1.88 332	16.82 368	1.85 229	1.73 264	24.84 378	17.20 401	19.92 379	27.41 373	12.23 335	13.62 284	16.52 338	18.35 369	14.42 354	12.50 352	0.78 360	0.54 372	0.08 334	0.25 329	1.18 355	0.59 337

NaN_ROB	6.00 303	1.24 284	6.29 289	1.34 161	1.68 260	9.60 314	10.31 373	15.09 338	15.79 336	12.62 336	8.95 196	11.67 309	5.83 277	11.78 332	6.41 284	0.05 272	0.13 310	0.08 334	0.20 315	0.22 266	0.79 342

StereoDRNet-Refined	4.46 275	0.62 174	3.80 182	1.92 239	0.40 148	9.35 309	0.15 53	10.02 239	8.83 258	12.69 337	11.62 260	9.34 272	3.87 208	8.06 229	8.02 307	0.00 1	0.00 1	0.01 258	0.05 264	0.20 254	0.26 294
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	6.58 315	1.80 328	6.25 288	1.26 154	0.94 213	10.08 317	9.02 364	16.00 347	11.51 307	12.74 338	13.02 278	24.77 371	5.25 264	10.56 316	8.02 307	0.04 260	0.05 241	0.00 1	0.02 231	0.10 170	0.25 289

PASM	7.90 337	4.22 364	21.97 382	3.25 339	3.29 321	5.39 247	6.57 346	10.57 251	19.09 349	12.77 339	13.92 286	18.11 348	9.51 336	13.79 349	10.77 345	0.19 320	0.45 367	0.29 358	1.08 373	1.49 362	1.19 352

ccnet	6.87 323	0.92 246	5.15 254	3.09 330	2.18 289	11.78 335	4.90 324	17.97 358	8.79 257	12.79 340	20.20 334	16.00 336	8.35 321	9.12 285	14.17 362	0.42 350	0.33 356	0.25 357	0.09 283	0.40 318	0.48 325

ADCP+	8.09 339	1.79 327	14.50 359	1.54 188	4.28 354	16.57 359	5.20 329	12.80 308	11.20 302	12.83 341	17.07 316	11.02 303	10.80 345	17.59 370	23.18 385	0.03 244	0.05 241	0.01 258	0.18 309	0.39 315	0.81 343

ETE_ROB	5.80 296	1.77 326	6.33 290	1.44 180	0.78 199	6.43 267	6.90 351	12.53 303	8.08 238	12.93 342	14.89 297	21.13 366	5.87 278	9.83 304	6.57 288	0.04 260	0.01 126	0.00 1	0.02 231	0.08 143	0.33 307

ADCRef	7.27 326	1.38 296	16.37 365	2.52 306	3.30 322	11.63 334	3.16 290	10.80 257	9.35 265	13.03 343	25.27 361	8.17 257	8.92 329	8.06 229	21.81 380	0.15 310	0.08 274	0.16 346	0.34 348	0.38 311	0.58 334

Wz-Net-MNSev	7.43 328	2.35 343	15.22 362	2.34 294	3.41 328	17.27 365	8.55 360	11.91 282	13.48 323	13.37 344	17.05 315	13.70 317	7.47 309	11.90 333	9.99 338	0.40 346	0.03 211	0.00 1	0.01 211	0.16 227	0.07 158

DANet	6.02 304	1.23 283	8.45 326	3.86 359	3.94 350	7.64 293	1.34 241	9.51 226	7.00 204	13.39 345	15.53 301	15.99 335	7.02 300	12.14 334	12.37 351	0.19 320	0.12 303	0.02 287	0.03 243	0.13 209	0.56 333
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ADCPNet	9.54 354	2.39 344	31.46 395	2.09 265	1.60 253	16.71 361	6.39 345	12.11 288	11.45 305	13.53 346	21.45 341	19.41 355	10.94 346	14.38 353	21.54 378	0.27 335	1.16 376	0.39 365	1.49 378	0.58 332	1.45 356

anonymity	7.68 332	3.83 363	12.39 347	7.04 381	12.67 393	8.18 297	2.00 264	17.50 355	6.85 199	13.56 347	9.21 202	9.97 282	7.82 315	11.28 327	5.58 272	6.27 387	4.98 407	3.68 383	2.96 385	3.33 377	4.48 378

CSAN	7.62 330	1.60 314	6.56 298	1.83 228	0.66 184	12.40 342	10.52 376	14.45 332	21.32 361	14.19 348	15.98 303	17.84 345	13.02 358	12.32 336	8.38 314	0.09 298	0.07 266	0.03 303	0.04 260	0.33 303	0.67 339

Wz-Net-TNSev	11.35 366	10.56 389	35.88 400	2.28 284	1.73 264	18.25 367	11.42 378	15.88 346	20.88 360	14.44 349	16.97 314	19.57 356	19.04 373	19.31 376	18.67 369	0.01 147	0.06 254	0.00 1	0.16 299	0.62 336	1.25 353

pmcnn	7.72 335	1.27 288	9.42 333	2.91 322	3.14 314	9.44 310	6.23 340	12.56 304	16.51 340	14.53 350	24.08 352	27.44 377	8.49 323	9.32 295	8.44 315	0.06 282	0.08 274	0.00 1	0.00 1	0.30 294	0.15 245

ADCL	10.16 360	2.11 338	19.36 375	1.92 239	1.88 276	22.23 374	8.91 363	14.04 326	23.56 367	14.62 351	26.19 362	12.75 314	13.59 360	16.06 365	22.95 384	0.26 332	0.18 333	0.75 368	0.65 363	0.69 342	0.58 334

XPNet_ROB	6.03 305	1.22 281	5.61 275	2.56 310	0.90 209	6.32 263	7.07 353	12.92 311	8.30 244	14.76 352	15.13 299	19.84 358	6.66 294	10.36 313	8.58 317	0.02 217	0.04 232	0.00 1	0.03 243	0.11 187	0.24 286

RainbowNet	18.01 390	26.22 399	19.95 376	18.59 396	14.88 395	27.38 387	10.46 374	27.39 391	34.54 386	14.91 353	27.01 363	25.65 373	12.44 352	18.94 375	9.23 325	13.91 403	3.46 401	23.36 398	4.86 395	16.03 396	10.91 400

edge stereo	6.76 318	1.01 256	6.76 301	2.20 276	2.45 300	6.41 266	2.45 272	14.84 337	11.98 313	15.29 354	18.31 328	22.02 367	12.56 353	10.82 320	7.49 297	0.03 244	0.06 254	0.11 339	0.03 243	0.30 294	0.14 236

WZ-Net	13.00 371	4.64 367	41.07 403	3.48 347	3.15 316	19.12 369	15.66 399	14.81 336	31.33 380	15.71 355	27.88 364	22.22 368	14.01 362	20.44 382	25.03 389	0.64 358	0.00 1	0.01 258	0.03 243	0.39 315	0.37 311

RTSC	9.15 348	3.00 352	13.57 356	3.72 354	1.76 268	11.82 336	0.46 110	16.95 351	36.83 391	15.80 356	15.53 301	12.91 315	7.46 308	20.01 380	21.76 379	0.31 337	0.13 310	0.01 258	0.08 276	0.57 331	0.41 316

PWC_ROB	8.24 341	3.13 354	12.74 352	2.43 302	4.43 360	7.51 288	1.22 233	16.63 350	19.24 352	16.08 357	28.29 366	13.99 323	10.16 341	13.63 348	14.06 361	0.42 350	0.00 1	0.05 321	0.00 1	0.59 333	0.27 298

SAMSARA	14.63 376	2.74 349	12.38 346	12.65 389	6.74 377	36.50 399	72.93 422	19.36 373	23.77 368	16.20 358	13.04 279	29.21 380	12.78 355	16.98 368	15.21 364	0.11 302	0.26 353	0.03 303	0.14 294	0.76 345	0.77 341

AnyNet_C32	10.98 365	5.58 371	22.79 383	4.16 363	5.83 374	15.64 354	14.30 389	13.18 315	17.15 344	16.44 359	20.52 337	14.68 327	13.44 359	22.46 384	30.08 398	0.17 316	0.26 353	0.36 363	0.36 350	1.23 356	0.91 346

AnyNet_C01	16.12 382	10.81 390	59.36 411	4.42 368	2.49 302	30.06 389	15.15 397	17.51 356	16.51 340	17.88 360	37.69 389	24.04 370	17.54 367	29.60 393	33.29 402	0.28 336	0.38 361	0.43 366	0.42 355	2.57 374	1.98 364

SHD	9.61 355	2.60 345	12.46 348	3.69 353	3.54 331	9.47 311	1.25 234	20.16 381	37.84 394	18.19 361	21.24 340	16.96 342	12.83 357	14.47 355	16.05 365	0.32 338	0.13 310	0.01 258	0.08 276	0.38 311	0.48 325

FBW_ROB	8.50 345	1.03 260	7.98 323	1.93 241	1.28 238	13.10 347	6.23 340	22.50 384	18.98 348	18.82 362	14.91 298	19.06 354	10.04 340	18.41 372	9.83 335	0.62 357	0.22 343	1.82 379	0.82 368	0.99 352	1.36 355

SANet	10.64 363	1.86 331	10.91 338	1.76 219	0.71 193	14.62 353	9.23 366	19.18 370	37.14 392	19.22 363	27.96 365	25.86 375	19.11 374	13.02 343	10.63 341	0.08 294	0.06 254	0.03 303	0.02 231	0.62 336	0.81 343

MFN_U_SF_DS_RVC	9.78 357	4.27 365	14.47 358	2.29 285	2.85 311	23.40 377	13.62 388	13.60 320	19.54 353	19.42 364	24.27 353	16.74 341	8.59 324	17.05 369	7.98 306	1.25 371	1.68 380	0.17 349	2.63 383	0.72 344	1.04 348

G-Net	8.41 343	1.54 309	10.97 340	5.73 376	3.60 334	26.19 380	4.41 316	10.10 242	7.42 216	19.71 365	24.99 359	14.38 325	15.83 365	10.99 322	9.53 333	0.50 354	0.46 368	0.19 352	0.25 329	0.80 346	0.66 338

psmorigin	7.34 327	1.58 312	18.31 372	2.35 295	0.87 205	6.72 272	1.70 260	10.63 253	7.14 209	19.77 366	22.71 347	20.13 360	11.34 347	12.96 342	9.49 332	0.04 260	0.17 329	0.06 325	0.17 305	0.21 262	0.50 328

DispFullNet	17.47 388	26.01 398	33.98 398	22.58 399	20.86 403	13.84 352	1.28 237	16.50 348	26.27 372	19.97 367	17.17 319	20.52 365	18.49 370	22.86 386	10.76 344	5.13 383	2.83 393	30.72 403	7.72 399	20.86 401	11.01 401

MADNet+	27.07 399	33.84 405	90.97 422	20.14 397	7.47 382	48.43 411	47.10 418	35.43 398	36.46 390	20.11 368	30.05 372	25.29 372	35.08 398	45.50 410	50.28 416	2.13 376	2.00 382	1.19 376	0.76 366	4.71 379	4.43 376

MSMD_ROB	9.28 351	1.09 269	4.65 229	1.58 195	0.39 146	16.52 358	4.41 316	13.60 320	14.87 332	22.34 369	39.89 392	25.67 374	20.71 379	12.42 337	6.98 292	0.34 340	0.03 211	0.00 1	0.00 1	0.05 102	0.09 181

ADCS	13.02 372	4.93 369	28.38 393	3.17 337	2.67 306	13.61 351	10.83 377	18.70 362	33.46 383	22.59 370	24.78 357	19.59 357	18.51 371	23.40 387	32.16 401	0.10 300	0.19 337	0.37 364	0.18 309	1.26 357	1.46 357

RTS	18.87 392	9.32 387	86.48 418	4.95 372	6.10 375	42.08 403	14.70 391	15.49 343	41.06 396	22.65 371	32.32 378	13.77 318	19.54 375	37.98 402	28.96 395	0.41 347	0.23 345	0.00 1	0.02 231	0.91 349	0.50 328

RTSA	18.87 392	9.32 387	86.48 418	4.95 372	6.10 375	42.08 403	14.70 391	15.49 343	41.06 396	22.65 371	32.32 378	13.77 318	19.54 375	37.98 402	28.96 395	0.41 347	0.23 345	0.00 1	0.02 231	0.91 349	0.50 328

MFMNet_re	13.29 373	8.60 382	18.29 371	9.75 383	7.25 380	19.65 371	14.84 393	20.71 383	30.72 379	23.03 373	28.77 367	18.85 353	26.09 390	13.55 347	9.82 334	2.44 378	1.35 379	0.34 361	0.23 324	4.78 380	6.69 387

LSM	14.01 375	5.95 372	33.49 396	6.78 380	43.61 416	10.22 319	9.98 372	15.16 341	22.93 366	23.07 374	32.34 380	18.52 351	12.67 354	15.45 361	11.10 346	0.16 315	0.51 371	0.09 337	0.32 344	1.08 353	16.85 411

ADCMid	10.24 361	3.13 354	20.70 378	2.21 277	2.39 298	11.23 331	6.19 337	14.17 330	11.19 301	23.20 375	22.25 344	17.89 347	19.54 375	18.51 373	26.21 392	0.45 352	0.42 365	1.10 373	1.29 375	1.56 364	1.18 351

MFN_U_SF_RVC	12.94 370	3.66 362	25.81 390	3.61 351	2.26 293	22.77 375	4.55 319	27.10 390	20.06 356	23.90 376	28.99 368	30.53 383	16.98 366	19.92 379	20.26 373	1.24 370	1.07 375	0.98 372	1.33 376	1.80 367	2.04 365

ACVNet_1	18.70 391	25.08 397	12.72 351	17.33 395	15.18 397	26.02 379	9.62 369	28.44 395	34.49 385	24.39 377	24.32 354	37.22 393	20.13 378	16.67 367	13.39 356	10.45 398	2.59 390	24.77 400	4.92 397	16.57 398	9.75 397

WCMA_ROB	9.21 349	0.87 235	7.37 315	2.54 307	2.13 284	13.59 350	5.80 334	11.64 272	14.01 326	24.43 378	32.99 382	27.09 376	18.02 368	12.51 338	9.85 337	0.81 362	0.07 266	0.01 258	0.01 211	0.16 227	0.23 282

FCDSN-DC	10.24 361	0.56 155	3.49 160	1.96 245	1.29 239	16.90 362	4.59 320	17.16 353	19.10 350	24.64 379	32.46 381	33.82 388	22.14 384	15.93 363	10.45 340	0.04 260	0.00 1	0.00 1	0.00 1	0.05 102	0.21 274
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SGM_RVC	10.08 358	0.60 166	3.42 155	2.30 286	0.32 134	19.41 370	6.33 343	18.95 367	14.64 329	25.14 380	24.32 354	33.34 387	18.79 372	19.86 378	12.55 353	0.25 330	0.26 353	0.22 354	0.24 326	0.34 306	0.40 314
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	8.37 342	0.32 33	9.03 329	4.18 365	2.42 299	26.86 386	6.14 336	19.36 373	13.52 324	27.09 381	22.75 348	9.47 275	4.74 247	15.06 358	6.34 283	0.02 217	0.02 168	0.00 1	0.00 1	0.02 23	0.13 231

aanetorigin	8.72 347	3.29 359	27.55 392	1.95 243	3.84 346	4.93 240	5.39 333	5.49 109	10.05 280	27.85 382	31.47 376	15.80 332	12.78 355	9.04 283	11.98 348	0.25 330	0.22 343	0.22 354	0.25 329	1.28 358	0.84 345

FC-DCNN	10.72 364	0.52 143	4.27 211	1.88 233	1.63 254	17.18 363	5.29 332	18.20 360	19.69 355	28.50 383	34.51 385	34.03 389	21.48 382	15.89 362	11.15 347	0.03 244	0.01 126	0.02 287	0.01 211	0.07 134	0.09 181

NVStereoNet_ROB	16.04 381	6.75 376	12.90 353	6.37 379	7.42 381	12.89 345	9.74 370	22.78 385	25.12 370	30.32 384	46.19 400	34.37 390	25.38 387	21.48 383	21.38 375	5.94 385	3.10 397	6.07 388	10.09 401	4.01 378	8.54 394
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	15.62 379	7.26 380	19.28 374	8.94 382	10.11 388	26.25 381	10.49 375	19.36 373	14.65 330	30.64 385	33.59 383	33.00 386	22.32 385	24.96 389	16.42 366	7.90 391	6.25 409	4.51 385	3.37 387	5.86 382	7.20 388

PVD	15.44 378	2.93 351	14.67 360	4.21 366	3.39 326	17.43 366	4.16 309	27.84 394	48.84 403	31.02 386	43.54 397	29.76 382	30.81 395	25.97 390	21.40 376	0.23 327	0.41 363	0.04 314	0.33 346	0.41 321	1.33 354

SPS-STEREO	15.04 377	6.23 374	13.21 355	11.34 387	11.65 390	23.30 376	7.15 354	24.16 387	15.65 335	31.78 387	29.19 370	31.62 384	21.32 381	24.62 388	19.50 371	7.59 390	4.19 405	3.22 382	1.48 377	6.99 386	6.54 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MeshStereo	11.52 367	1.52 308	4.55 224	1.89 235	1.46 248	19.87 372	5.11 328	20.66 382	15.91 337	32.67 388	34.51 385	39.34 395	21.15 380	18.74 374	12.10 349	0.11 302	0.06 254	0.01 258	0.00 1	0.45 324	0.22 276
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
TorneroNet-64	32.42 406	31.89 404	30.52 394	34.73 407	21.13 405	46.99 410	18.82 402	43.10 402	59.42 410	32.70 389	46.98 401	62.01 410	36.98 400	43.97 409	33.88 403	14.10 405	3.22 398	35.28 408	11.72 405	26.84 408	14.07 406

IMH-64-1	27.21 400	28.77 400	16.84 369	31.57 402	20.76 401	26.43 382	15.10 394	47.11 404	45.20 400	33.53 390	51.16 406	41.42 396	31.10 396	36.48 398	22.39 382	13.48 401	2.87 395	33.95 405	10.70 402	23.50 403	11.75 402

IMH-64	27.21 400	28.77 400	16.84 369	31.57 402	20.76 401	26.43 382	15.10 394	47.11 404	45.20 400	33.53 390	51.16 406	41.42 396	31.10 396	36.48 398	22.39 382	13.48 401	2.87 395	33.95 405	10.70 402	23.50 403	11.75 402

MSC_U_SF_DS_RVC	16.41 383	6.93 378	21.83 381	5.94 378	2.81 310	38.71 401	14.59 390	24.55 388	34.87 389	33.66 392	34.35 384	29.24 381	24.20 386	22.59 385	17.95 368	2.52 379	2.81 392	1.17 375	1.51 379	5.89 383	2.16 366

JetBlue	29.12 402	15.72 393	54.12 408	15.93 393	20.98 404	60.90 420	30.62 411	39.38 399	34.62 387	34.08 393	39.69 391	57.35 407	43.17 406	50.71 416	50.60 417	2.41 377	3.79 403	2.81 381	3.45 388	9.57 388	12.59 405

TorneroNet	35.11 410	33.92 406	33.82 397	37.86 409	22.01 407	49.64 413	21.58 408	48.09 408	55.23 406	37.50 394	53.79 409	62.81 413	43.66 407	46.71 412	41.25 411	14.80 406	3.53 402	36.72 409	14.57 408	28.28 411	16.49 409

IMH	29.82 404	29.11 402	18.51 373	34.28 406	21.40 406	32.33 394	15.39 398	49.40 411	53.07 405	37.88 395	55.32 411	45.05 398	39.54 403	40.63 405	24.12 386	14.03 404	3.27 399	34.93 407	11.24 404	24.69 405	12.21 404

SGM-ForestM	16.99 387	1.08 267	5.74 276	2.12 268	0.75 195	31.63 391	12.21 383	27.80 393	32.25 381	37.88 395	39.99 393	52.96 404	35.20 399	33.60 397	24.47 387	0.26 332	0.39 362	0.31 360	0.39 353	0.26 284	0.53 331

EDNetEfficientorigin	17.87 389	14.00 392	99.53 430	1.64 205	0.92 210	10.55 325	6.26 342	13.21 316	34.84 388	38.20 397	36.91 388	27.47 378	26.32 391	14.71 357	25.69 391	0.04 260	0.06 254	0.14 344	0.52 361	3.16 376	3.27 372

ELAS_RVC	16.54 384	2.26 341	10.09 337	5.50 375	4.46 362	28.28 388	16.72 400	25.55 389	33.54 384	40.19 398	40.30 394	36.68 392	30.03 393	29.40 392	20.61 374	0.98 368	1.21 377	0.86 371	0.70 365	1.39 361	2.16 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 385	2.14 339	9.23 330	4.92 371	4.53 365	32.66 395	15.11 396	27.40 392	28.68 377	40.27 399	44.90 398	38.33 394	30.50 394	26.44 391	21.94 381	0.88 363	1.23 378	0.67 367	0.89 370	1.49 362	2.18 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
EDNetEfficient	13.82 374	6.19 373	54.79 409	2.83 319	3.60 334	4.86 237	8.57 361	8.61 205	32.90 382	40.77 400	30.59 374	18.33 350	21.87 383	11.38 328	25.36 390	0.15 310	0.23 345	0.06 325	1.03 372	2.54 373	1.79 360

ACVNet_2	26.45 398	29.35 403	25.14 388	20.27 398	15.43 398	34.97 397	12.23 384	48.37 409	66.25 417	42.69 401	56.73 412	51.77 400	25.59 388	20.39 381	13.52 358	10.13 396	2.59 390	22.78 397	3.52 389	17.57 399	9.80 398

WAO-7	29.39 403	24.43 396	20.47 377	32.71 405	13.83 394	34.70 396	20.27 407	52.19 414	65.03 415	43.29 402	59.35 414	52.19 401	44.68 408	31.71 394	30.56 399	10.98 399	4.94 406	13.71 391	12.52 406	12.06 392	8.22 392

WAO-6	34.74 408	36.76 409	15.36 363	37.53 408	24.15 410	35.99 398	19.36 403	48.96 410	68.54 418	43.84 403	47.58 402	52.77 403	52.60 412	32.63 395	34.73 405	26.20 411	7.74 412	42.78 412	21.64 412	28.07 410	17.62 412

MANE	19.47 394	1.27 288	5.07 248	4.69 369	5.55 372	30.49 390	9.94 371	34.01 397	37.27 393	44.13 404	51.57 408	52.51 402	40.41 404	33.58 396	24.81 388	0.89 364	0.86 374	1.11 374	9.72 400	0.38 311	1.06 349

LVE	34.99 409	40.10 411	34.97 399	32.49 404	18.61 400	51.45 416	26.82 409	52.15 413	65.94 416	47.21 405	61.04 416	53.99 405	37.30 401	37.95 401	34.09 404	15.55 407	5.95 408	31.01 404	13.81 407	22.58 402	16.72 410

PWCK	30.53 405	44.32 412	47.25 406	29.76 400	7.23 379	40.78 402	27.10 410	44.73 403	44.32 399	47.31 406	36.37 387	47.16 399	26.05 389	41.26 406	31.87 400	21.83 408	4.03 404	29.50 402	4.67 393	27.17 409	7.80 390

BEATNet-Init1	23.31 396	9.03 384	41.67 404	4.17 364	2.53 303	45.68 409	19.47 404	33.43 396	38.45 395	47.59 407	49.10 404	59.31 408	41.80 405	38.35 404	29.21 397	0.47 353	0.50 370	0.81 369	0.66 364	2.10 371	1.86 361

UNDER WATER	45.09 413	48.60 415	67.37 414	49.30 414	31.41 412	53.80 418	37.39 413	40.25 401	52.48 404	50.24 408	45.37 399	68.37 418	57.76 418	51.03 417	49.88 415	29.97 412	13.75 413	51.22 414	36.57 413	37.87 413	29.12 413

ktn	48.94 416	57.58 418	38.86 402	59.57 419	43.27 415	50.37 414	43.38 416	48.07 407	61.11 411	51.30 409	54.25 410	54.96 406	52.88 413	47.30 413	35.83 406	57.77 419	24.88 416	62.69 419	43.55 416	50.70 417	40.41 416

UNDER WATER-64	45.16 414	46.99 413	66.69 413	43.90 412	27.64 411	55.58 419	41.87 415	39.42 400	48.42 402	51.73 410	43.08 396	67.76 417	56.69 417	48.02 414	48.34 414	39.50 414	17.64 414	51.78 415	38.93 415	36.62 412	32.61 414

WAO-8	38.15 411	35.51 407	21.50 379	43.67 410	23.92 408	44.44 405	20.26 405	52.83 415	76.62 420	53.57 411	66.79 419	62.63 411	54.56 415	42.03 407	39.18 409	22.71 409	6.65 410	37.08 410	19.08 410	24.72 407	15.24 407

Venus	38.15 411	35.51 407	21.50 379	43.67 410	23.92 408	44.44 405	20.26 405	52.83 415	76.62 420	53.57 411	66.81 420	62.63 411	54.56 415	42.03 407	39.18 409	22.71 409	6.65 410	37.08 410	19.08 410	24.70 406	15.24 407

notaker	47.42 415	55.20 417	49.13 407	56.52 417	40.18 413	38.52 400	32.97 412	47.21 406	56.08 408	57.21 413	57.24 413	60.09 409	59.19 419	53.93 418	41.64 412	40.61 415	19.93 415	57.21 416	37.41 414	49.02 416	39.02 415

coex-ft	19.78 395	19.39 394	87.73 420	1.77 221	1.80 271	17.25 364	13.50 387	12.63 306	42.10 398	60.18 414	38.90 390	28.72 379	28.74 392	11.74 331	27.40 394	0.21 324	0.23 345	0.04 314	0.30 342	1.36 360	1.54 358

tt	83.26 424	0.34 54	99.99 432	79.40 425	93.18 426	100.00 431	100.00 432	100.00 433	99.95 428	60.33 415	47.63 403	99.98 432	99.96 430	99.98 431	100.00 435	92.42 426	99.82 430	73.83 426	73.63 423	88.42 427	56.35 422

KSHMR	55.63 418	63.60 421	37.85 401	74.69 421	49.56 419	49.01 412	45.73 417	57.46 419	63.97 414	61.61 416	62.07 417	72.39 420	47.01 409	50.65 415	43.29 413	54.10 418	62.21 420	66.10 420	53.94 420	51.25 419	46.11 419

Dean	34.67 407	38.70 410	25.33 389	29.89 401	17.21 399	45.24 408	11.98 382	56.90 418	76.55 419	63.47 417	60.22 415	67.36 416	48.14 411	37.24 400	39.01 408	11.00 400	2.83 393	28.35 401	5.60 398	18.14 400	10.31 399

LE_ROB	16.73 386	1.28 291	11.61 342	3.72 354	1.65 255	16.67 360	9.17 365	14.39 331	55.91 407	63.81 418	40.86 395	35.94 391	37.73 402	14.24 352	26.87 393	0.05 272	0.10 290	0.13 343	0.22 323	0.12 199	0.15 245

DPSimNet_ROB	53.45 417	64.73 422	44.39 405	53.97 415	45.39 417	53.66 417	54.83 419	55.15 417	57.87 409	64.16 419	50.83 405	63.40 414	53.34 414	46.45 411	65.81 420	63.13 420	26.54 417	57.94 417	51.11 419	45.52 415	50.69 421

HanzoNet	56.48 419	59.32 419	58.25 410	55.32 416	41.94 414	50.95 415	41.33 414	51.12 412	61.40 412	65.62 420	65.59 418	71.66 419	69.41 420	70.77 421	60.03 419	63.99 421	34.70 418	61.96 418	50.54 418	51.00 418	44.71 418

JetRed	61.02 420	61.05 420	82.56 417	46.09 413	56.80 421	83.19 422	63.76 420	59.26 420	63.61 413	69.29 421	68.85 421	66.59 415	47.62 410	61.57 419	74.09 421	45.58 416	66.14 422	46.59 413	45.06 417	63.17 420	49.58 420

LRCNet_RVC	66.23 421	65.67 423	67.63 415	71.47 420	54.32 420	32.17 393	2.66 277	63.19 421	21.35 362	81.79 422	91.26 423	83.62 421	71.62 421	69.32 420	52.57 418	95.49 427	64.45 421	95.07 427	95.19 427	71.52 421	74.31 423

xxxxx1	85.63 425	90.31 426	96.68 425	76.54 422	80.57 422	97.44 426	96.86 427	85.53 422	88.53 423	88.68 423	91.71 424	94.23 423	92.93 423	90.02 423	91.98 424	70.60 422	70.39 423	73.68 423	81.46 424	74.61 422	79.86 424

tt_ll	85.63 425	90.31 426	96.68 425	76.54 422	80.57 422	97.44 426	96.86 427	85.53 422	88.53 423	88.68 423	91.71 424	94.23 423	92.93 423	90.02 423	91.98 424	70.60 422	70.39 423	73.68 423	81.46 424	74.61 422	79.86 424

ff	85.63 425	90.31 426	96.68 425	76.54 422	80.57 422	97.44 426	96.86 427	85.53 422	88.53 423	88.68 423	91.71 424	94.23 423	92.93 423	90.02 423	91.98 424	70.60 422	70.39 423	73.68 423	81.46 424	74.61 422	79.86 424

MADNet++	82.84 423	82.38 425	73.57 416	87.72 426	82.97 425	93.14 423	69.15 421	86.42 425	82.50 422	93.46 426	86.70 422	86.28 422	80.92 422	88.34 422	88.84 423	86.83 425	84.17 426	72.64 422	68.92 422	80.47 426	81.42 427

DPSMNet_ROB	99.91 435	100.00 434	99.99 432	99.99 433	100.00 432	100.00 431	100.00 432	99.98 432	100.00 431	98.35 427	100.00 431	99.84 430	100.00 433	99.98 431	99.99 432	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

DGTPSM_ROB	99.90 434	100.00 434	99.99 432	99.99 433	100.00 432	100.00 431	100.00 432	99.97 431	100.00 431	98.35 427	100.00 431	99.84 430	100.00 433	99.98 431	99.99 432	99.99 432	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

SPstereo	72.39 422	47.55 414	62.34 412	56.88 418	45.69 418	78.85 421	84.60 423	100.00 433	100.00 431	98.50 429	98.20 428	100.00 434	96.58 426	96.95 427	81.91 422	46.63 417	38.86 419	67.86 421	64.79 421	39.95 414	41.68 417

MEDIAN_ROB	98.41 429	99.70 429	99.30 429	97.09 427	97.02 427	96.89 425	95.77 426	97.66 428	97.28 426	98.79 430	98.94 429	99.18 428	98.14 428	96.89 426	96.88 429	99.96 431	99.16 428	100.00 430	99.99 431	99.69 430	99.88 430

Anonymous_1	99.08 431	99.91 430	99.85 431	97.63 428	99.10 430	100.00 431	100.00 432	99.61 430	99.96 429	99.28 431	99.86 430	99.54 429	99.99 431	99.29 429	99.75 430	96.05 428	99.59 429	97.31 428	98.57 429	97.71 428	98.63 429

HaxPig	98.85 430	99.94 431	95.08 423	99.99 433	100.00 432	94.03 424	94.78 424	99.15 429	99.98 430	99.99 432	100.00 431	99.98 432	99.99 431	98.12 428	95.97 427	100.00 434	99.99 432	100.00 430	99.99 431	100.00 433	99.99 433

MyStereo03	100.00 438	100.00 434	100.00 436	100.00 436	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

MyStereo02	100.00 438	100.00 434	100.00 436	100.00 436	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

MyStereo	100.00 438	100.00 434	100.00 436	100.00 436	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

Selective-RAFT-Error	100.00 438	100.00 434	100.00 436	100.00 436	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

PML	97.88 428	100.00 434	96.45 424	98.01 429	97.88 429	100.00 431	99.35 430	96.88 426	97.72 427	100.00 433	97.36 427	97.38 427	99.60 429	100.00 434	96.32 428	99.99 432	97.55 427	100.00 430	96.01 428	99.18 429	87.92 428

CasAABBNet	100.00 438	100.00 434	100.00 436	100.00 436	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

test_example2	99.39 432	99.98 433	99.99 432	100.00 436	99.98 431	99.72 430	99.99 431	97.34 427	100.00 431	100.00 433	100.00 431	96.42 426	96.66 427	99.97 430	99.96 431	100.00 434	99.97 431	98.66 429	99.15 430	100.00 433	100.00 435

LSM0	100.00 438	100.00 434	100.00 436	100.00 436	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	99.99 433

DPSM_ROB	99.95 436	100.00 434	100.00 436	99.76 431	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	99.21 429	100.00 433	100.00 430	100.00 433	99.99 431	99.95 431

DPSM	99.95 436	100.00 434	100.00 436	99.76 431	100.00 432	100.00 431	100.00 432	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	100.00 435	99.21 429	100.00 433	100.00 430	100.00 433	99.99 431	99.95 431

AVERAGE_ROB	99.62 433	99.95 432	98.81 428	100.00 436	100.00 432	98.08 429	95.47 425	100.00 433	100.00 431	100.00 433	100.00 431	100.00 434	100.00 433	100.00 434	99.99 432	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

ASD4		81.57 424

Low-res two-view benchmark