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

IGEV-RUCA	0.81 12	0.15 1	1.13 3	0.52 108	0.32 172	2.13 88	0.51 172	3.46 33	1.71 17	0.95 69	0.16 6	0.24 27	0.55 76	2.81 82	0.41 37	0.12 372	0.21 411	0.20 423	0.25 388	0.21 327	0.20 334

riskmin	1.88 112	0.15 1	2.11 73	1.38 226	0.88 270	2.40 109	0.04 17	5.93 173	6.10 237	2.25 93	1.34 45	6.06 274	5.08 331	2.78 81	1.01 155	0.00 1	0.02 206	0.00 1	0.00 1	0.01 11	0.06 183

Selective-IGEV	1.23 58	0.18 3	1.13 3	0.07 15	0.17 102	2.38 108	0.54 176	6.10 179	2.51 40	0.41 42	3.20 101	0.26 29	0.29 28	6.94 229	0.16 5	0.00 1	0.01 152	0.00 1	0.11 338	0.04 107	0.10 250

RSM	1.21 56	0.20 4	1.30 8	0.12 29	0.06 24	2.48 115	0.51 172	3.78 51	2.74 58	0.48 50	2.38 81	2.18 126	0.28 24	6.77 216	0.56 70	0.00 1	0.00 1	0.00 1	0.16 350	0.07 172	0.05 167

EGLCR-Stereo	1.04 36	0.20 4	2.00 57	1.14 195	0.16 95	2.50 117	0.11 47	4.96 111	2.61 47	0.79 65	0.07 5	1.46 100	0.37 46	3.96 110	0.23 14	0.01 195	0.05 293	0.00 1	0.00 1	0.00 1	0.07 201

PSM-AAD	3.33 265	0.20 4	1.47 14	0.73 137	0.54 229	2.55 125	6.19 415	4.97 112	3.27 98	10.92 395	11.92 338	2.95 145	9.59 411	7.90 285	0.82 119	0.01 195	0.01 152	0.00 1	0.00 1	0.04 107	2.47 444

GrayStereo	3.74 296	0.20 4	1.94 48	1.55 250	0.60 235	3.12 202	8.22 437	5.76 164	3.32 103	10.40 384	16.66 386	5.81 269	8.60 398	6.57 204	1.37 185	0.01 195	0.00 1	0.01 322	0.63 433	0.02 40	0.04 134

knoymous	1.36 70	0.21 8	1.68 30	0.20 54	0.49 217	1.58 40	0.11 47	5.15 123	2.40 37	4.62 156	1.77 60	4.56 224	0.45 66	3.23 89	0.63 79	0.00 1	0.02 206	0.00 1	0.00 1	0.02 40	0.01 17

test-3	1.86 107	0.21 8	2.46 98	1.03 178	0.22 135	1.38 25	0.83 252	4.65 96	5.04 191	7.26 285	1.78 61	4.10 202	0.41 59	6.53 203	0.76 105	0.00 1	0.00 1	0.00 1	0.29 398	0.18 304	0.14 290

test_1	1.85 106	0.21 8	2.45 95	1.02 176	0.22 135	1.37 24	0.82 248	4.66 98	5.06 192	7.02 268	1.73 58	4.09 200	0.41 59	6.51 201	0.76 105	0.00 1	0.00 1	0.00 1	0.29 398	0.18 304	0.14 290

AIO-Stereo	0.94 21	0.22 11	1.20 6	0.06 12	0.08 46	2.36 104	0.62 200	5.50 154	2.61 47	0.30 17	3.32 104	0.41 55	0.25 14	1.12 19	0.17 8	0.00 1	0.01 152	0.00 1	0.35 415	0.06 156	0.12 275

test_3	1.88 112	0.22 11	2.75 129	0.96 168	0.22 135	1.28 18	0.77 239	4.62 91	5.87 222	6.55 249	1.84 64	4.28 213	0.45 66	6.48 198	0.76 105	0.00 1	0.01 152	0.00 1	0.28 397	0.17 293	0.14 290

MonSter	0.46 2	0.23 13	1.44 12	0.05 9	0.77 260	1.17 9	0.01 2	3.17 20	0.72 1	0.28 12	0.18 10	0.07 1	0.04 1	0.83 9	0.17 8	0.00 1	0.00 1	0.00 1	0.01 251	0.00 1	0.01 17

IGEV-Stereo++	0.74 7	0.23 13	1.31 9	0.06 12	1.62 321	1.95 70	0.01 2	3.29 23	1.81 19	0.38 29	1.68 57	0.10 4	1.16 131	0.91 10	0.19 11	0.01 195	0.01 152	0.00 1	0.00 1	0.04 107	0.01 17

ttt	3.86 309	0.23 13	2.34 89	2.22 354	1.68 329	4.36 287	0.28 113	12.45 372	11.09 371	6.90 265	11.85 336	4.08 199	3.28 237	8.47 326	7.85 379	0.06 345	0.04 280	0.00 1	0.00 1	0.03 83	0.03 91

RSM++	1.02 31	0.24 16	1.33 10	0.86 150	0.04 12	2.78 158	0.30 122	2.63 8	2.67 50	0.48 50	1.95 66	0.52 66	0.25 14	5.50 156	0.57 71	0.00 1	0.00 1	0.00 1	0.17 358	0.11 229	0.09 228

U	2.12 139	0.25 17	2.47 101	0.17 48	8.09 458	10.63 400	0.00 1	3.08 15	0.87 5	0.24 7	0.45 19	0.17 7	0.08 2	0.69 4	0.15 4	0.00 1	0.00 1	9.89 464	5.19 474	0.01 11	0.01 17

test_sample2	2.32 169	0.25 17	3.38 197	2.08 335	0.41 196	2.58 130	0.15 75	9.50 285	4.97 190	3.66 131	4.86 146	4.29 215	3.26 236	5.83 165	1.09 161	0.00 1	0.01 152	0.00 1	0.00 1	0.03 83	0.03 91

Any-RAFT	2.18 149	0.25 17	1.94 48	1.37 224	0.80 263	5.01 307	0.56 182	8.51 255	5.58 212	4.01 142	4.85 145	5.44 256	2.26 195	2.45 76	0.35 26	0.00 1	0.15 383	0.00 1	0.00 1	0.02 40	0.02 55

CAS	2.24 154	0.25 17	1.86 39	11.21 461	3.86 418	1.67 49	0.02 11	3.87 56	2.67 50	0.41 42	1.63 54	0.24 27	0.27 22	1.50 38	0.74 98	9.43 469	0.01 152	0.00 1	0.00 1	0.01 11	5.21 456

rvit_stereo_0083	1.03 33	0.26 21	3.09 176	0.49 106	0.09 51	1.27 16	0.24 104	2.72 9	4.60 176	0.38 29	0.77 26	0.78 78	1.18 133	4.35 121	0.33 23	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.03 91

test_sample1	2.31 167	0.26 21	3.29 190	2.08 335	0.46 206	2.62 139	0.05 21	9.88 296	4.23 156	3.90 138	3.92 122	3.49 174	4.44 303	5.67 160	1.88 230	0.00 1	0.01 152	0.00 1	0.00 1	0.02 40	0.03 91

MGS-Stereo	1.10 42	0.26 21	2.45 95	0.58 119	0.06 24	1.84 64	0.67 214	2.16 6	3.42 109	1.03 71	6.13 190	0.49 64	0.36 43	1.43 33	0.62 77	0.00 1	0.00 1	0.00 1	0.00 1	0.47 395	0.00 1

11t1	1.62 84	0.26 21	2.53 104	2.37 371	0.24 142	2.58 130	0.06 25	6.66 211	3.00 77	3.40 125	3.01 94	1.14 88	1.94 181	4.18 116	0.91 142	0.01 195	0.02 206	0.00 1	0.00 1	0.03 83	0.03 91

GMM-Stereo	3.32 263	0.27 25	2.52 103	0.82 144	0.48 214	2.27 98	4.91 402	5.06 118	3.08 84	7.06 272	16.72 387	6.21 278	3.70 261	7.60 267	1.16 170	0.04 324	0.00 1	0.00 1	0.04 305	0.10 212	4.45 451

rvit_stereo_0081	0.88 15	0.28 26	1.81 35	0.62 125	0.13 82	1.34 22	0.12 53	3.14 16	4.59 174	0.43 48	0.30 15	0.54 69	0.11 4	3.89 103	0.36 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

rvit_stereo_0082	0.88 15	0.28 26	1.81 35	0.62 125	0.13 82	1.34 22	0.12 53	3.14 16	4.59 174	0.43 48	0.30 15	0.54 69	0.11 4	3.89 103	0.36 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

x	1.73 92	0.28 26	2.49 102	1.91 301	0.17 102	2.10 84	0.83 252	8.74 267	3.55 115	3.28 120	2.12 75	3.10 155	1.96 182	2.90 84	1.12 164	0.00 1	0.02 206	0.00 1	0.00 1	0.02 40	0.03 91

StereoAnything	0.26 1	0.29 29	1.25 7	0.24 62	0.10 58	0.41 2	0.07 32	0.57 1	0.80 4	0.24 7	0.03 2	0.09 3	0.37 46	0.46 1	0.12 1	0.03 305	0.03 253	0.00 1	0.00 1	0.00 1	0.01 17

fffft	0.97 24	0.29 29	1.69 31	0.03 1	0.05 15	2.12 87	0.65 208	3.44 32	1.87 22	0.34 23	0.60 22	0.23 24	0.20 8	6.69 212	0.89 138	0.00 1	0.01 152	0.00 1	0.00 1	0.18 304	0.09 228
1: 1. 1
DEFOM-Stereo	0.70 5	0.29 29	1.62 22	0.16 47	0.06 24	1.95 70	0.45 153	0.88 2	0.74 2	0.55 55	0.51 20	0.14 5	0.09 3	6.32 186	0.20 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

mmm	2.50 192	0.29 29	3.22 186	1.98 316	0.32 172	3.72 254	0.12 53	9.45 284	4.05 145	5.84 196	10.80 315	2.47 132	2.86 225	4.07 114	0.75 103	0.00 1	0.02 206	0.00 1	0.01 251	0.03 83	0.02 55

AEACV	0.80 10	0.29 29	1.70 32	0.96 168	0.24 142	2.03 78	0.88 267	3.50 36	0.88 6	0.34 23	0.20 11	0.29 36	2.01 183	1.77 53	0.33 23	0.00 1	0.03 253	0.00 1	0.29 398	0.10 212	0.09 228

GLC_STEREO	0.75 8	0.29 29	1.19 5	0.55 113	0.01 1	1.98 74	0.57 190	3.07 14	3.02 80	0.90 68	1.48 48	0.19 9	0.40 53	0.93 11	0.36 29	0.00 1	0.01 152	0.00 1	0.00 1	0.04 107	0.02 55

Prome-Stereo	3.65 290	0.29 29	1.92 45	0.91 155	0.49 217	2.07 81	4.75 400	4.41 77	3.23 96	9.32 360	20.63 415	4.06 198	7.19 374	7.70 273	1.17 171	0.00 1	0.00 1	0.00 1	0.00 1	0.05 134	4.72 455

1111x	4.25 339	0.30 36	4.31 268	1.47 237	0.37 187	5.10 308	0.32 124	12.86 385	9.82 347	6.01 208	9.73 293	8.78 334	5.97 352	9.43 371	10.39 414	0.06 345	0.03 253	0.00 1	0.00 1	0.02 40	0.04 134

qqq	1.93 120	0.30 36	2.96 158	1.40 228	0.05 15	1.96 73	0.39 138	8.45 250	3.33 104	3.06 112	3.84 118	4.67 227	2.70 212	4.40 122	0.96 147	0.00 1	0.01 152	0.00 1	0.00 1	0.02 40	0.03 91

s12784h	1.89 115	0.30 36	2.57 108	0.11 27	0.09 51	4.18 280	0.13 62	6.61 209	7.44 288	3.62 130	4.28 131	0.59 73	0.81 102	6.61 207	0.46 50	0.01 195	0.01 152	0.00 1	0.00 1	0.02 40	0.00 1

PAM	3.38 268	0.31 39	5.61 343	1.37 224	0.71 253	7.60 365	0.38 137	8.94 270	3.55 115	5.54 184	4.69 141	16.09 409	7.03 372	3.67 99	1.02 156	0.00 1	0.21 411	0.00 1	0.38 417	0.07 172	0.41 383

RAFT-Stereo-weight	1.67 86	0.31 39	1.57 18	0.97 171	0.15 91	3.19 209	0.77 239	5.06 118	6.19 247	4.96 167	3.38 110	2.83 141	0.35 42	2.87 83	0.74 98	0.01 195	0.06 307	0.00 1	0.00 1	0.01 11	0.02 55

ffm	2.90 226	0.31 39	3.97 244	1.34 217	0.98 282	2.80 161	0.48 157	4.53 85	10.19 353	6.29 235	9.23 276	5.59 259	3.72 266	8.00 289	0.46 50	0.00 1	0.02 206	0.00 1	0.00 1	0.10 212	0.04 134

ff1	3.45 278	0.31 39	3.97 244	1.34 217	0.98 282	2.80 161	0.48 157	4.53 85	10.19 353	6.29 235	9.23 276	5.59 259	3.72 266	10.11 382	9.35 403	0.00 1	0.02 206	0.00 1	0.00 1	0.10 212	0.04 134

mmx	3.86 309	0.31 39	3.97 244	1.34 217	0.98 282	2.80 161	0.48 157	12.18 368	10.66 366	6.29 235	9.23 276	5.59 259	3.72 266	10.11 382	9.35 403	0.05 336	0.02 206	0.00 1	0.00 1	0.03 83	0.04 134

xxx	3.86 309	0.31 39	3.98 248	1.34 217	0.98 282	2.80 161	0.48 157	12.18 368	10.66 366	6.29 235	9.23 276	5.59 259	3.72 266	10.11 382	9.35 403	0.05 336	0.02 206	0.00 1	0.00 1	0.03 83	0.04 134

PFNet+	2.35 172	0.31 39	3.69 224	0.79 141	0.17 102	3.15 207	0.75 235	4.52 84	6.30 249	7.90 312	6.34 203	2.53 133	1.18 133	7.72 276	1.62 208	0.03 305	0.00 1	0.00 1	0.00 1	0.01 11	0.03 91

KYRaft	3.59 286	0.31 39	1.84 38	0.76 139	0.46 206	2.29 99	4.04 384	4.75 101	3.25 97	8.93 351	19.47 408	6.62 292	5.07 330	7.79 280	0.71 93	0.01 195	0.00 1	0.00 1	0.01 251	0.04 107	5.38 458

SST-Stereo	2.75 210	0.31 39	2.78 135	1.33 215	0.33 177	3.99 273	0.82 248	5.60 157	3.93 134	10.92 395	6.19 194	5.00 241	4.23 288	8.66 336	0.74 98	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.03 91

xxxx	4.51 350	0.31 39	2.77 133	1.69 269	0.47 213	7.74 367	0.07 32	14.04 402	7.91 306	5.82 194	8.97 271	9.34 340	3.41 248	7.33 254	20.24 449	0.05 336	0.03 253	0.00 1	0.00 1	0.03 83	0.04 134

PAM_32	3.50 279	0.32 49	5.22 324	1.32 214	0.53 228	7.49 359	0.39 138	9.52 288	3.91 132	5.22 176	5.28 170	16.75 415	7.44 378	4.61 128	0.90 141	0.00 1	0.20 408	0.00 1	0.39 420	0.09 201	0.39 378

dual_stereo	0.56 3	0.32 49	1.08 2	0.07 15	0.11 67	0.77 5	0.03 15	3.60 39	1.17 13	0.12 1	0.03 2	0.20 13	0.11 4	2.77 80	0.51 65	0.00 1	0.14 376	0.00 1	0.16 350	0.00 1	0.02 55

rvit_stereo_0075_2	2.00 129	0.32 49	5.49 336	0.60 122	1.98 348	1.77 61	0.10 43	7.24 226	5.70 215	2.90 108	4.06 124	3.11 156	0.56 78	5.32 150	0.76 105	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.16 312

AE-Stereo	1.44 74	0.32 49	2.69 120	1.58 255	0.20 129	2.24 96	0.59 192	6.01 174	5.70 215	1.18 80	3.17 100	1.02 84	0.78 99	1.73 49	0.83 120	0.02 270	0.18 399	0.00 1	0.29 398	0.11 229	0.07 201

CASnet	0.98 25	0.32 49	1.62 22	0.65 131	0.07 32	2.11 86	0.14 69	3.50 36	4.03 141	3.77 136	1.41 46	0.31 41	0.29 28	0.80 8	0.57 71	0.01 195	0.00 1	0.00 1	0.00 1	0.04 107	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 87	0.32 49	3.29 190	0.92 159	0.18 114	3.89 267	0.06 25	4.22 69	4.00 138	1.47 82	1.98 67	3.07 154	2.81 221	6.35 190	0.89 138	0.01 195	0.00 1	0.00 1	0.21 375	0.05 134	0.00 1

DisPM	2.43 180	0.32 49	3.04 168	1.76 279	0.18 114	3.46 221	0.65 208	5.13 120	4.88 187	8.59 338	7.04 225	2.84 142	1.03 115	8.85 349	0.83 120	0.01 195	0.00 1	0.00 1	0.00 1	0.01 11	0.02 55

BUS	2.49 189	0.32 49	3.05 173	0.46 101	0.46 206	7.12 350	0.50 169	9.05 272	4.69 179	6.11 216	6.15 191	5.29 250	0.83 103	3.91 105	1.77 222	0.01 195	0.03 253	0.03 370	0.00 1	0.04 107	0.00 1

BSDual-CNN	2.69 202	0.32 49	3.05 173	0.46 101	0.46 206	7.13 352	1.63 324	9.05 272	4.69 179	6.11 216	6.15 191	6.26 279	2.54 203	3.91 105	1.91 232	0.01 195	0.03 253	0.03 370	0.00 1	0.04 107	0.00 1

psmg	3.10 242	0.32 49	3.05 173	0.54 110	0.46 206	8.68 375	2.84 358	9.87 295	4.69 179	8.08 315	8.69 263	6.26 279	2.54 203	3.91 105	1.91 232	0.01 195	0.04 280	0.06 393	0.00 1	0.11 229	0.00 1

R-Stereo Train	2.44 182	0.32 49	1.93 46	0.94 162	0.16 95	3.67 245	0.61 197	6.37 195	3.08 84	9.14 354	17.44 400	1.80 113	0.77 96	1.76 51	0.70 89	0.00 1	0.01 152	0.00 1	0.00 1	0.01 11	0.03 91

RAFT-Stereo	2.44 182	0.32 49	1.93 46	0.94 162	0.16 95	3.67 245	0.61 197	6.37 195	3.08 84	9.14 354	17.44 400	1.80 113	0.77 96	1.76 51	0.70 89	0.00 1	0.01 152	0.00 1	0.00 1	0.01 11	0.03 91
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 333	0.32 49	2.76 132	0.63 128	0.69 248	6.95 347	1.69 328	11.96 356	8.36 319	8.83 345	12.17 345	15.18 401	4.21 286	6.91 225	3.30 296	0.02 270	0.02 206	0.00 1	0.00 1	0.01 11	0.01 17
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 417	0.32 49	9.03 403	4.18 438	2.42 370	26.86 463	6.14 414	19.36 450	13.52 396	27.09 457	22.75 425	9.47 343	4.74 317	15.06 434	6.34 359	0.02 270	0.02 206	0.00 1	0.00 1	0.02 40	0.13 283

SGM-Forest	4.96 358	0.32 49	2.84 144	1.21 199	0.64 242	10.23 393	6.64 426	11.55 343	10.98 370	10.94 397	13.59 360	11.65 377	4.30 295	8.94 353	4.63 333	0.11 369	0.04 280	0.00 1	0.00 1	0.05 134	0.46 393
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UGAM-zero	3.51 280	0.33 64	4.44 276	0.88 152	0.65 243	3.52 236	0.16 80	11.35 337	2.71 54	5.09 173	5.82 181	15.28 402	9.14 406	8.38 320	1.61 207	0.00 1	0.16 391	0.00 1	0.46 428	0.02 40	0.19 328

MIF-Stereo (partial)	1.29 64	0.33 64	3.02 163	0.03 1	1.12 294	1.26 15	0.13 62	4.46 80	3.75 123	0.35 25	2.39 82	0.31 41	0.74 91	6.09 173	1.76 221	0.00 1	0.00 1	0.00 1	0.00 1	0.08 184	0.04 134

UniTT-Stereo	0.83 13	0.33 64	1.98 53	0.92 159	1.27 303	0.54 4	0.11 47	1.35 3	2.94 68	1.67 86	2.09 70	0.20 13	0.31 38	1.57 41	1.07 158	0.00 1	0.00 1	0.00 1	0.00 1	0.16 281	0.01 17

NF-Stereo	2.24 154	0.33 64	3.00 159	2.04 330	0.10 58	3.46 221	0.43 147	6.51 206	3.17 90	6.84 258	5.24 165	2.67 139	1.34 143	8.17 310	1.53 198	0.01 195	0.00 1	0.00 1	0.00 1	0.02 40	0.01 17

OCTAStereo	2.24 154	0.33 64	3.03 165	2.04 330	0.10 58	3.45 220	0.43 147	6.50 203	3.17 90	6.84 258	5.20 160	2.65 136	1.33 141	8.18 311	1.56 202	0.01 195	0.00 1	0.00 1	0.00 1	0.02 40	0.01 17

RAFT_R40	2.71 206	0.33 64	3.00 159	1.26 205	0.30 164	3.83 265	1.00 282	5.69 160	4.29 157	9.69 368	6.33 202	5.02 243	4.02 279	8.58 332	0.86 128	0.01 195	0.00 1	0.00 1	0.00 1	0.03 83	0.02 55

RE-Stereo	2.25 159	0.33 64	3.03 165	2.04 330	0.10 58	3.47 223	0.43 147	6.50 203	3.18 93	6.84 258	5.20 160	2.65 136	1.34 143	8.18 311	1.58 204	0.01 195	0.00 1	0.01 322	0.00 1	0.02 40	0.01 17

TVStereo	2.25 159	0.33 64	3.03 165	2.04 330	0.10 58	3.47 223	0.43 147	6.50 203	3.18 93	6.84 258	5.20 160	2.65 136	1.34 143	8.18 311	1.58 204	0.01 195	0.00 1	0.01 322	0.00 1	0.02 40	0.01 17

CFNet-RSSM	2.11 138	0.33 64	2.71 124	1.04 183	0.30 164	3.21 211	0.41 143	6.67 212	6.96 271	5.62 186	4.58 139	5.40 255	1.71 169	1.86 57	0.87 130	0.00 1	0.08 331	0.00 1	0.32 408	0.02 40	0.02 55

Gwc-CoAtRS	2.02 132	0.33 64	2.61 112	1.04 183	0.30 164	3.56 238	0.40 142	5.89 172	5.94 227	5.08 172	5.01 151	5.55 258	1.72 170	1.60 43	0.91 142	0.01 195	0.09 339	0.00 1	0.25 388	0.01 11	0.02 55

FACV-RUCA	2.21 152	0.34 74	3.59 215	1.30 212	2.90 381	2.22 95	1.25 302	7.98 241	5.71 219	3.59 129	7.21 229	1.14 88	1.60 165	3.12 88	1.46 192	0.01 195	0.03 253	0.10 407	0.04 305	0.35 374	0.17 315

LoS	0.91 20	0.34 74	2.10 72	0.38 92	0.13 82	2.47 113	0.26 111	5.00 116	2.74 58	0.89 67	0.21 12	0.49 64	0.36 43	1.97 62	0.67 85	0.02 270	0.02 206	0.00 1	0.00 1	0.06 156	0.01 17
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	1.99 128	0.34 74	2.71 124	0.26 64	0.06 24	2.29 99	0.48 157	4.89 106	14.65 404	2.81 105	5.51 176	0.78 78	3.21 235	1.44 34	0.33 23	0.00 1	0.01 152	0.00 1	0.00 1	0.07 172	0.02 55

DCANet-4	2.03 133	0.34 74	5.30 328	0.31 73	0.18 114	1.69 53	0.12 53	4.95 109	8.55 327	5.78 189	5.17 155	1.12 87	2.82 222	2.11 69	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 318

tt	83.26 500	0.34 74	99.99 508	79.40 501	93.18 502	100.00 508	100.00 508	100.00 511	99.95 505	60.33 492	47.63 480	99.98 510	99.96 506	99.98 508	100.00 511	92.42 502	99.82 506	73.83 502	73.63 499	88.42 503	56.35 498

test_4	2.38 176	0.34 74	2.68 118	0.08 20	0.11 67	3.69 249	1.14 295	3.33 26	3.34 107	4.03 143	17.35 399	3.31 164	0.51 70	6.28 182	1.15 168	0.00 1	0.00 1	0.00 1	0.11 338	0.16 281	0.01 17

AAGNet	3.41 273	0.34 74	2.45 95	1.78 283	0.39 191	3.69 249	1.05 287	4.79 102	4.61 177	9.62 366	7.74 247	4.98 237	6.38 359	7.34 255	13.02 432	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.04 134

PSM-softLoss	2.24 154	0.34 74	3.42 203	1.81 287	0.17 102	2.74 151	0.39 138	6.17 185	2.92 66	6.26 230	6.29 200	2.96 146	0.97 110	8.68 337	1.71 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.02 55

KMStereo	2.24 154	0.34 74	3.42 203	1.81 287	0.17 102	2.74 151	0.39 138	6.17 185	2.92 66	6.26 230	6.29 200	2.96 146	0.97 110	8.68 337	1.71 216	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.02 55

FENet	2.19 150	0.34 74	3.04 168	2.05 334	0.26 152	2.82 172	0.13 62	7.02 223	5.55 209	4.97 168	1.94 65	4.91 236	3.39 245	4.71 129	2.50 268	0.02 270	0.03 253	0.00 1	0.00 1	0.00 1	0.21 336

SMoEStereo_RVC	0.95 22	0.35 84	1.37 11	0.63 128	0.07 32	2.07 81	0.16 80	2.88 11	1.68 16	0.30 17	1.23 42	0.19 9	0.28 24	6.80 217	0.84 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 229	0.13 283

tt45	1.09 41	0.35 84	1.49 15	0.39 93	0.23 140	3.50 230	0.14 69	3.35 27	1.81 19	0.36 26	2.04 68	0.27 31	0.26 20	6.84 220	0.63 79	0.00 1	0.00 1	0.00 1	0.00 1	0.16 281	0.03 91

Pointernet	0.84 14	0.35 84	2.00 57	0.12 29	0.13 82	1.77 61	0.06 25	4.87 105	2.53 42	0.14 3	2.11 72	0.76 77	0.44 65	1.02 15	0.32 22	0.00 1	0.04 280	0.00 1	0.15 347	0.02 40	0.01 17

CES	1.56 82	0.35 84	1.44 12	0.42 96	7.70 457	2.66 147	0.13 62	4.89 106	2.53 42	0.25 9	1.10 34	0.33 47	0.31 38	1.61 44	0.58 75	0.01 195	0.02 206	0.00 1	0.00 1	0.54 397	6.26 459

iRaft-Stereo_20w	2.56 194	0.35 84	4.98 306	0.37 90	0.67 246	3.47 223	0.59 192	12.57 380	3.89 130	6.10 215	6.23 197	1.49 101	2.24 191	6.65 210	0.86 128	0.00 1	0.19 404	0.00 1	0.33 410	0.08 184	0.22 338

DAS	3.74 296	0.35 84	5.19 322	1.99 318	3.74 410	2.36 104	3.22 367	7.77 234	9.27 336	8.70 339	12.08 341	4.45 220	5.43 341	8.39 321	1.71 216	0.01 195	0.00 1	0.00 1	0.00 1	0.04 107	0.02 55

SepStereo	3.78 302	0.35 84	5.19 322	1.99 318	3.74 410	2.36 104	3.22 367	7.77 234	9.27 336	8.70 339	12.08 341	4.45 220	5.43 341	9.18 361	1.71 216	0.01 195	0.00 1	0.00 1	0.00 1	0.04 107	0.02 55

NRIStereo	2.14 142	0.35 84	2.65 117	1.10 188	0.14 87	3.05 194	0.86 263	5.35 144	3.18 93	6.24 227	3.36 109	4.17 206	1.82 179	8.12 303	2.01 240	0.00 1	0.10 348	0.00 1	0.00 1	0.12 245	0.19 328

CRE-IMP	1.95 122	0.35 84	2.68 118	0.27 68	0.17 102	3.90 268	0.85 262	5.14 121	2.87 64	5.74 188	4.14 127	3.49 174	0.83 103	6.40 191	1.80 225	0.00 1	0.00 1	0.00 1	0.00 1	0.10 212	0.19 328

cross-raft	2.03 133	0.35 84	2.78 135	1.10 188	0.16 95	3.77 261	0.48 157	7.03 224	3.75 123	5.06 171	5.55 177	6.26 279	1.41 147	1.75 50	0.89 138	0.01 195	0.07 321	0.00 1	0.19 369	0.03 83	0.03 91

MSKI-zero shot	2.00 129	0.36 94	2.15 74	0.81 142	0.25 145	2.69 149	0.29 117	6.16 183	2.34 36	4.31 146	7.52 236	3.70 186	0.25 14	8.42 324	0.41 37	0.01 195	0.13 372	0.00 1	0.25 388	0.03 83	0.02 55

RAFT-Test	2.17 147	0.36 94	3.40 201	1.05 185	0.34 180	4.90 304	0.69 219	6.27 189	3.98 136	4.65 160	7.02 222	6.30 282	1.12 120	1.81 54	0.99 152	0.01 195	0.17 395	0.00 1	0.34 412	0.02 40	0.02 55

MC-Stereo	1.47 76	0.36 94	2.54 105	1.99 318	0.12 77	1.90 66	0.12 53	4.47 82	2.83 62	3.31 123	3.44 112	0.56 71	1.47 151	5.39 153	0.47 56	0.00 1	0.04 280	0.00 1	0.21 375	0.07 172	0.04 134

FTStereo	4.55 354	0.36 94	2.18 82	0.94 162	0.38 189	2.60 135	8.82 440	4.98 114	3.17 90	10.88 394	30.35 449	5.60 263	7.60 384	7.62 268	1.55 201	0.17 384	0.00 1	0.05 389	0.00 1	0.03 83	3.80 449

pcwnet_v2	4.20 333	0.36 94	8.53 401	1.33 215	1.12 294	3.43 219	0.41 143	12.85 384	14.16 399	9.90 374	14.29 368	5.90 271	3.03 229	6.20 179	2.06 244	0.01 195	0.05 293	0.04 382	0.02 274	0.16 281	0.18 318

test_xeample	4.13 327	0.36 94	2.75 129	1.23 201	0.51 223	3.96 272	0.13 62	12.63 381	7.65 294	7.49 295	10.86 319	3.29 163	3.36 240	6.71 214	21.53 454	0.02 270	0.03 253	0.00 1	0.00 1	0.03 83	0.04 134

999	1.25 60	0.37 100	1.63 24	1.15 196	0.34 180	3.03 192	0.66 211	3.41 30	2.27 28	0.30 17	3.20 101	0.19 9	0.25 14	7.23 250	0.85 124	0.00 1	0.00 1	0.00 1	0.00 1	0.16 281	0.01 17

DCVSM-stereo	3.13 244	0.37 100	2.95 156	1.51 241	0.80 263	2.75 156	0.49 167	6.79 217	5.25 198	11.43 402	5.57 178	10.79 365	5.30 335	5.25 147	2.95 282	0.03 305	0.09 339	0.03 370	0.00 1	0.12 245	0.09 228

test_sample3	2.87 223	0.37 100	4.45 277	1.95 311	0.59 233	4.69 299	0.16 80	11.50 342	6.45 256	5.82 194	6.44 205	3.76 189	2.64 209	6.01 171	2.41 265	0.01 195	0.01 152	0.00 1	0.00 1	0.04 107	0.05 167

trnet	0.99 28	0.37 100	1.89 42	0.08 20	0.19 124	1.68 52	0.02 11	4.12 67	6.41 255	0.70 61	1.57 51	0.46 61	0.67 85	1.15 21	0.41 37	0.00 1	0.01 152	0.00 1	0.00 1	0.01 11	0.01 17

DEmStereo	3.79 303	0.37 100	3.69 224	0.17 48	0.17 102	5.28 314	2.54 347	4.35 72	3.70 119	8.21 323	20.15 410	5.13 247	10.38 417	7.65 269	3.85 319	0.01 195	0.01 152	0.01 322	0.00 1	0.02 40	0.06 183

PMTNet	1.41 72	0.37 100	2.06 62	0.26 64	0.15 91	2.94 184	0.34 129	3.39 28	5.33 202	1.00 70	1.27 43	0.28 35	0.93 108	4.04 113	0.74 98	5.00 455	0.00 1	0.00 1	0.00 1	0.03 83	0.01 17

Occ-G	0.98 25	0.38 106	1.82 37	0.15 44	0.18 114	1.45 30	0.69 219	3.15 18	2.25 27	1.45 81	0.59 21	5.06 244	0.54 75	0.75 6	0.77 111	0.00 1	0.03 253	0.00 1	0.17 358	0.16 281	0.01 17

ICVP	2.32 169	0.38 106	2.89 154	0.92 159	0.70 252	2.55 125	0.87 266	9.97 299	3.99 137	4.13 144	8.97 271	2.71 140	1.69 168	2.52 77	3.52 310	0.05 336	0.24 422	0.01 322	0.01 251	0.11 229	0.13 283
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 206	0.38 106	5.96 352	2.25 355	2.20 361	1.54 39	0.21 97	5.44 150	3.05 81	2.28 95	16.16 381	7.03 298	0.24 13	6.19 177	0.79 115	0.00 1	0.15 383	0.00 1	0.23 381	0.13 260	0.04 134

GES	2.49 189	0.38 106	4.29 267	1.58 255	0.05 15	4.58 296	1.07 290	9.70 292	3.39 108	5.21 175	6.64 208	1.84 116	3.36 240	4.86 132	2.54 271	0.06 345	0.01 152	0.06 393	0.01 251	0.12 245	0.03 91

SMFormer	3.54 282	0.39 110	3.61 217	1.69 269	0.11 67	2.85 176	0.29 117	12.46 373	10.41 358	7.16 278	10.23 301	4.78 231	4.45 304	8.71 341	3.51 306	0.07 354	0.05 293	0.00 1	0.00 1	0.06 156	0.04 134

tta	3.54 282	0.39 110	3.61 217	1.69 269	0.11 67	2.85 176	0.29 117	12.46 373	10.41 358	7.16 278	10.23 301	4.78 231	4.45 304	8.71 341	3.51 306	0.07 354	0.05 293	0.00 1	0.00 1	0.06 156	0.03 91

qqq1	3.38 268	0.39 110	3.61 217	1.69 269	0.11 67	2.85 176	0.29 117	12.46 373	10.41 358	7.16 278	10.23 301	4.78 231	4.45 304	8.71 341	0.30 19	0.07 354	0.05 293	0.00 1	0.00 1	0.06 156	0.03 91

fff1	3.38 268	0.39 110	3.61 217	1.69 269	0.11 67	2.85 176	0.29 117	12.46 373	10.41 358	7.16 278	10.23 301	4.78 231	4.45 304	8.71 341	0.30 19	0.07 354	0.05 293	0.00 1	0.00 1	0.06 156	0.03 91

PCWNet_CMD	2.99 233	0.39 110	4.02 251	0.39 93	0.26 152	2.53 121	0.15 75	9.24 278	9.22 334	7.12 275	11.53 333	6.94 296	2.41 199	4.02 112	1.33 181	0.01 195	0.02 206	0.02 353	0.00 1	0.05 134	0.07 201

anonymousdsp2	1.78 96	0.39 110	3.40 201	1.10 188	0.04 12	3.63 242	0.50 169	7.80 236	2.77 60	2.91 109	2.88 91	3.17 159	1.01 112	5.15 146	0.43 41	0.00 1	0.01 152	0.02 353	0.15 347	0.05 134	0.12 275

DeepStereo_RVC	2.05 135	0.39 110	2.87 151	0.14 42	0.17 102	3.51 233	0.70 222	5.21 127	3.00 77	6.27 232	4.13 126	3.47 172	4.53 308	4.81 131	1.49 194	0.01 195	0.00 1	0.00 1	0.00 1	0.09 201	0.18 318

CREStereo++_RVC	1.59 83	0.39 110	2.26 84	0.36 88	0.01 1	1.67 49	0.01 2	2.95 12	8.12 311	3.69 133	7.44 235	0.47 62	0.32 40	0.74 5	0.39 34	0.00 1	0.00 1	0.00 1	3.03 462	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
MSMDNet	2.99 233	0.39 110	4.02 251	0.40 95	0.25 145	2.53 121	0.16 80	9.35 282	9.25 335	7.08 273	11.39 328	6.93 295	2.43 200	4.01 111	1.34 183	0.01 195	0.02 206	0.02 353	0.00 1	0.05 134	0.07 201

AIO_test	0.90 19	0.40 119	1.67 28	0.14 42	0.16 95	2.97 186	0.83 252	3.61 40	2.67 50	0.29 14	0.71 24	1.50 102	0.29 28	2.37 73	0.13 2	0.00 1	0.04 280	0.00 1	0.08 323	0.03 83	0.03 91

test_sample5	2.91 228	0.40 119	4.33 269	1.81 287	0.50 220	3.33 215	0.17 85	11.27 333	6.55 260	6.18 222	8.35 258	3.65 181	2.71 215	6.61 207	2.15 249	0.02 270	0.02 206	0.00 1	0.00 1	0.05 134	0.05 167

test_sample4	2.87 223	0.40 119	4.54 283	1.80 285	0.54 229	3.95 271	0.15 75	11.48 341	6.49 259	6.33 239	6.81 213	3.68 185	2.65 210	6.11 174	2.36 261	0.02 270	0.01 152	0.00 1	0.00 1	0.04 107	0.05 167

DualNet	3.05 236	0.40 119	4.33 269	1.81 287	0.50 220	3.33 215	0.17 85	11.27 333	6.55 260	6.50 245	10.86 319	3.65 181	2.71 215	6.61 207	2.15 249	0.02 270	0.02 206	0.00 1	0.00 1	0.05 134	0.05 167

Patchmatch Stereo++	1.95 122	0.40 119	2.86 147	0.12 29	0.18 114	3.74 256	0.66 211	5.24 134	2.96 71	5.86 197	4.32 132	3.46 169	1.52 157	6.88 222	0.70 89	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.09 228
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	1.88 112	0.40 119	2.86 147	0.12 29	0.19 124	3.75 259	0.71 225	5.23 128	2.96 71	5.86 197	4.33 134	3.45 167	1.51 152	5.40 154	0.69 87	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.09 228

PFNet	2.93 229	0.40 119	5.51 338	2.13 343	0.84 267	3.11 201	0.75 235	6.78 216	4.79 185	9.98 376	6.00 184	4.78 231	2.13 187	8.33 318	2.11 245	0.19 388	0.06 307	0.00 1	0.11 338	0.20 316	0.35 373

Pruner-Stereo	2.49 189	0.40 119	2.46 98	1.80 285	0.25 145	3.51 233	0.77 239	6.03 175	4.92 188	8.91 348	6.09 186	4.45 220	1.11 119	6.99 232	2.11 245	0.02 270	0.00 1	0.02 353	0.00 1	0.01 11	0.04 134

iGMRVC	1.96 125	0.40 119	2.88 152	0.12 29	0.19 124	3.74 256	0.73 230	5.23 128	2.97 75	5.87 202	4.37 138	3.48 173	1.52 157	6.73 215	0.74 98	0.02 270	0.00 1	0.00 1	0.00 1	0.08 184	0.08 215

iRAFT	1.95 122	0.40 119	2.86 147	0.12 29	0.18 114	3.74 256	0.66 211	5.24 134	2.96 71	5.86 197	4.32 132	3.46 169	1.52 157	6.88 222	0.70 89	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.09 228

222	5.36 365	0.40 119	2.72 126	1.50 238	0.48 214	6.15 330	0.07 32	13.73 399	8.06 309	8.79 342	11.03 323	3.71 187	4.21 286	7.47 262	38.74 484	0.03 305	0.02 206	0.00 1	0.00 1	0.04 107	0.05 167

test_sample6	3.14 246	0.41 130	4.42 274	1.92 305	0.49 217	3.25 212	0.21 97	11.30 335	6.69 264	6.50 245	10.86 319	4.03 196	2.93 228	7.06 238	2.65 273	0.02 270	0.02 206	0.00 1	0.00 1	0.05 134	0.06 183

testlalala	1.50 79	0.41 130	1.67 28	0.98 172	0.31 170	4.00 274	0.90 272	5.26 139	2.17 24	6.56 250	3.61 116	1.74 111	0.38 49	1.21 25	0.42 40	0.00 1	0.02 206	0.00 1	0.29 398	0.01 11	0.01 17

ROB_FTStereo_v2	1.91 118	0.41 130	2.85 145	0.12 29	0.19 124	3.71 251	0.73 230	5.23 128	2.95 69	5.86 197	4.36 137	3.46 169	1.51 152	5.86 166	0.69 87	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.08 215

HUI-Stereo	1.80 99	0.41 130	2.85 145	0.12 29	0.18 114	3.72 254	0.65 208	5.23 128	2.97 75	5.87 202	4.34 135	3.45 167	1.52 157	3.93 108	0.65 81	0.02 270	0.00 1	0.00 1	0.00 1	0.08 184	0.10 250

IRAFT_RVC	2.85 217	0.41 130	3.32 193	2.09 338	0.41 196	2.92 182	5.22 407	6.41 200	3.63 118	6.53 248	5.48 175	5.09 245	4.88 325	8.20 314	2.15 249	0.01 195	0.17 395	0.01 322	0.00 1	0.02 40	0.04 134

RAFT-345	3.27 252	0.41 130	2.88 152	1.02 176	0.21 132	2.63 141	0.48 157	3.76 50	5.51 207	7.35 290	24.88 434	4.25 209	1.76 177	8.15 306	2.13 247	0.01 195	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

model_zeroshot	1.52 80	0.42 136	4.10 260	1.25 204	0.11 67	3.04 193	0.14 69	5.79 168	2.84 63	3.12 114	3.65 117	2.05 124	0.42 63	2.38 74	0.71 93	0.01 195	0.10 348	0.00 1	0.20 371	0.02 40	0.04 134

RAStereo	0.68 4	0.42 136	3.15 181	0.18 53	0.52 227	1.17 9	0.02 11	3.16 19	0.98 8	0.51 53	1.43 47	0.16 6	0.22 12	0.75 6	0.83 120	0.00 1	0.00 1	0.00 1	0.00 1	0.07 172	0.02 55

MoCha-V2	1.41 72	0.42 136	2.61 112	0.81 142	0.23 140	2.53 121	0.20 94	4.81 103	3.16 88	0.82 66	3.15 99	0.30 37	1.61 166	6.66 211	0.40 36	0.00 1	0.20 408	0.00 1	0.24 384	0.05 134	0.02 55

Former-RAFT_DAM_RVC	1.26 61	0.42 136	2.36 91	0.59 121	1.26 301	2.43 112	0.01 2	3.29 23	7.76 301	1.71 87	2.78 89	0.27 31	0.32 40	1.16 23	0.58 75	0.04 324	0.01 152	0.00 1	0.00 1	0.04 107	0.10 250

hknet	3.31 257	0.42 136	4.68 293	0.46 101	1.17 297	7.13 352	1.63 324	9.05 272	6.91 269	6.11 216	6.15 191	9.66 345	2.85 224	7.48 263	2.45 267	0.01 195	0.03 253	0.03 370	0.00 1	0.04 107	0.00 1

LCNet	2.85 217	0.42 136	1.90 43	0.95 166	0.56 231	2.07 81	1.60 322	4.99 115	3.57 117	6.05 210	10.59 310	4.59 225	6.79 368	7.46 260	0.72 95	0.01 195	0.00 1	0.01 322	0.77 440	0.30 359	3.57 447

ROB_FTStereo	1.90 116	0.42 136	2.86 147	0.12 29	0.19 124	3.71 251	0.75 235	5.24 134	2.95 69	5.87 202	4.26 130	3.41 165	1.51 152	5.80 163	0.65 81	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.08 215

RAFT-IKP	1.90 116	0.42 136	2.83 142	0.12 29	0.18 114	3.50 230	0.64 205	5.24 134	2.96 71	5.86 197	4.34 135	3.50 176	1.51 152	5.99 170	0.76 105	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.08 215

CFNet_pseudo	2.81 214	0.42 136	4.04 254	0.33 81	0.24 142	2.59 133	0.12 53	8.20 245	7.66 295	7.04 271	10.42 306	6.56 289	2.05 185	4.88 133	1.53 198	0.00 1	0.02 206	0.01 322	0.00 1	0.05 134	0.07 201

CREStereo	0.98 25	0.42 136	1.86 39	0.07 15	0.22 135	1.65 47	0.02 11	4.07 63	6.33 252	0.72 62	1.54 50	0.43 58	0.64 84	1.22 26	0.44 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	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
ccs_rob	2.81 214	0.42 136	4.06 256	0.33 81	0.25 145	2.59 133	0.12 53	8.19 244	7.68 296	7.02 268	10.37 305	6.54 285	2.06 186	4.88 133	1.53 198	0.00 1	0.02 206	0.01 322	0.00 1	0.05 134	0.07 201

IGEV-Stereo+	1.69 87	0.43 147	1.59 20	0.37 90	3.10 384	2.10 84	0.07 32	1.86 4	0.91 7	0.39 36	0.03 2	0.20 13	0.41 59	7.05 235	0.16 5	0.02 270	0.07 321	0.00 1	0.18 364	5.14 453	9.77 474

PSMNet-ADL	2.98 232	0.43 147	2.41 92	1.43 233	0.40 193	5.94 327	0.28 113	8.45 250	5.13 195	3.36 124	6.77 211	8.41 326	4.61 311	7.20 249	4.55 332	0.02 270	0.09 339	0.00 1	0.00 1	0.01 11	0.03 91

DRaft	3.74 296	0.43 147	2.60 110	0.12 29	0.15 91	4.76 300	1.34 311	5.33 143	4.31 158	10.30 380	21.91 419	3.27 162	8.83 400	7.36 257	3.66 314	0.05 336	0.10 348	0.00 1	0.14 344	0.10 212	0.14 290

test_xeample3	1.08 40	0.43 147	3.39 199	0.49 106	0.05 15	2.58 130	0.93 273	3.32 25	1.77 18	0.23 6	0.23 13	0.19 9	0.28 24	6.34 188	0.85 124	0.00 1	0.01 152	0.00 1	0.26 396	0.06 156	0.10 250

SFCPSM	3.29 254	0.43 147	5.11 315	0.34 85	0.94 278	8.48 371	2.15 340	14.51 409	5.29 199	7.00 267	7.65 244	3.43 166	2.59 207	5.11 144	2.37 262	0.01 195	0.03 253	0.01 322	0.07 319	0.13 260	0.15 300

GIP-stereo	0.70 5	0.44 152	1.70 32	1.52 243	0.75 256	1.48 31	0.05 21	4.18 68	1.10 9	0.18 5	0.42 18	0.58 72	0.38 49	0.65 3	0.46 50	0.00 1	0.00 1	0.00 1	0.00 1	0.05 134	0.01 17

gcap-zeroshot	1.87 111	0.44 152	4.24 264	0.53 109	0.51 223	3.12 202	0.75 235	6.42 201	3.91 132	3.75 135	1.67 56	7.79 313	0.55 76	2.61 78	0.53 67	0.02 270	0.21 411	0.00 1	0.23 381	0.00 1	0.05 167

testlalala2	2.15 144	0.44 152	2.44 94	9.24 456	6.30 449	3.64 243	0.18 88	4.63 92	2.55 45	3.73 134	4.17 128	3.14 157	0.51 70	1.08 17	0.26 17	0.00 1	0.10 348	0.00 1	0.44 427	0.11 229	0.03 91

CFNet_ucs	3.07 238	0.44 152	4.05 255	0.54 110	0.37 187	3.08 195	0.19 90	9.80 294	8.49 325	7.64 300	12.62 352	5.67 264	1.76 177	4.96 139	1.51 195	0.00 1	0.04 280	0.01 322	0.00 1	0.09 201	0.11 262

CASS	2.44 182	0.44 152	3.56 213	0.85 149	0.38 189	3.14 204	0.22 99	9.64 290	4.00 138	6.78 254	7.62 242	3.57 179	3.58 254	3.80 102	1.10 162	0.02 270	0.01 152	0.00 1	0.00 1	0.05 134	0.01 17
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 94	0.44 152	6.37 365	0.33 81	0.50 220	4.33 284	0.54 176	4.43 78	2.48 38	2.21 91	3.24 103	1.53 104	1.14 123	5.64 157	1.29 178	0.17 384	0.23 417	0.00 1	0.00 1	0.12 245	0.15 300

EAI-Stereo	2.31 167	0.44 152	2.72 126	0.68 134	0.56 231	3.51 233	2.62 352	11.42 339	4.14 152	2.09 90	7.23 231	1.21 91	0.91 106	5.67 160	1.51 195	0.01 195	0.25 423	0.00 1	0.88 442	0.04 107	0.26 357

H2IRNET	2.16 145	0.45 159	2.60 110	1.22 200	0.03 10	1.98 74	0.13 62	4.73 100	7.04 276	1.15 77	7.79 249	5.88 270	3.39 245	4.97 140	1.45 191	0.01 195	0.00 1	0.04 382	0.17 358	0.19 312	0.03 91

IGEVStereo-DCA	1.06 39	0.45 159	2.06 62	0.32 76	0.06 24	2.74 151	0.84 256	3.71 43	2.27 28	0.39 36	0.16 6	0.20 13	0.29 28	6.47 196	0.87 130	0.00 1	0.00 1	0.00 1	0.16 350	0.06 156	0.06 183

rrr	1.05 37	0.45 159	3.18 183	0.32 76	0.06 24	2.74 151	0.95 278	3.49 35	1.12 10	0.39 36	0.16 6	0.20 13	0.29 28	6.47 196	0.87 130	0.00 1	0.00 1	0.00 1	0.21 375	0.06 156	0.10 250

CrosDoStereo	3.96 318	0.45 159	3.04 168	0.32 76	0.20 129	3.28 213	11.63 458	5.76 164	4.45 165	9.04 352	16.58 384	4.99 238	7.45 379	8.04 292	3.72 315	0.00 1	0.02 206	0.01 322	0.00 1	0.16 281	0.10 250

DeepStereo_LL	3.96 318	0.45 159	3.04 168	0.32 76	0.20 129	3.28 213	11.63 458	5.76 164	4.45 165	9.04 352	16.58 384	4.99 238	7.45 379	8.04 292	3.72 315	0.00 1	0.02 206	0.01 322	0.00 1	0.16 281	0.10 250

test-1	1.82 104	0.45 159	5.42 331	0.89 153	0.41 196	2.14 89	0.56 182	5.75 162	4.15 153	3.28 120	5.11 153	3.61 180	0.70 87	1.53 40	1.56 202	0.02 270	0.34 429	0.00 1	0.08 323	0.02 40	0.30 367

RAFT-RH_RVC	3.96 318	0.46 165	2.93 155	1.55 250	0.42 199	3.14 204	0.14 69	3.70 42	5.98 231	11.25 400	32.23 453	5.29 250	1.68 167	8.13 304	2.14 248	0.08 359	0.00 1	0.00 1	0.03 287	0.01 11	0.00 1

NOSS_ROB	3.30 255	0.46 165	2.62 114	2.08 335	1.01 287	5.60 318	0.74 233	10.37 310	11.48 378	5.15 174	8.43 260	5.67 264	1.73 171	7.97 288	2.34 258	0.02 270	0.06 307	0.00 1	0.00 1	0.07 172	0.14 290

test_sample7	3.30 255	0.47 167	3.43 206	1.98 316	0.35 183	4.33 284	1.88 334	10.66 317	7.73 298	8.36 325	7.55 238	6.55 286	4.27 290	6.58 205	1.62 208	0.06 345	0.03 253	0.00 1	0.00 1	0.05 134	0.06 183

GMOStereo	1.81 100	0.47 167	2.09 68	0.10 23	0.27 155	1.49 32	0.89 268	4.40 73	4.51 169	8.16 318	6.97 216	2.96 146	1.15 125	1.42 29	0.88 133	0.00 1	0.14 376	0.00 1	0.00 1	0.23 338	0.03 91

error version	1.81 100	0.47 167	2.09 68	0.10 23	0.27 155	1.49 32	0.89 268	4.40 73	4.51 169	8.16 318	6.97 216	2.96 146	1.15 125	1.42 29	0.88 133	0.00 1	0.14 376	0.00 1	0.00 1	0.23 338	0.03 91

test-v	1.81 100	0.47 167	2.09 68	0.10 23	0.27 155	1.49 32	0.89 268	4.40 73	4.51 169	8.16 318	6.97 216	2.96 146	1.15 125	1.42 29	0.88 133	0.00 1	0.14 376	0.00 1	0.00 1	0.23 338	0.03 91

test-2	1.81 100	0.47 167	2.09 68	0.10 23	0.27 155	1.49 32	0.89 268	4.40 73	4.51 169	8.16 318	6.97 216	2.96 146	1.15 125	1.42 29	0.88 133	0.00 1	0.14 376	0.00 1	0.00 1	0.23 338	0.03 91

UPFNet	3.82 306	0.47 167	4.34 272	2.21 351	3.38 395	7.26 354	2.69 354	9.89 297	5.96 228	7.98 313	7.53 237	7.89 316	3.15 233	7.72 276	5.88 354	0.01 195	0.02 206	0.00 1	0.00 1	0.04 107	0.06 183

ac_64	3.70 294	0.47 167	3.50 210	2.87 395	3.50 401	5.91 326	0.72 229	10.17 307	4.34 159	8.16 318	5.80 180	10.82 366	5.64 347	7.08 239	4.73 335	0.03 305	0.00 1	0.00 1	0.00 1	0.08 184	0.14 290

UGAM	3.90 313	0.48 174	4.69 294	0.17 48	0.08 46	3.67 245	1.22 300	4.81 103	14.45 401	4.59 155	11.94 339	14.20 394	3.80 271	9.92 381	3.61 312	0.00 1	0.00 1	0.00 1	0.02 274	0.32 367	0.07 201

EKT-Stereo	1.91 118	0.48 174	2.77 133	2.19 348	4.36 427	1.42 29	0.24 104	4.63 92	3.51 113	2.94 110	3.47 113	3.55 178	2.25 193	5.26 148	0.85 124	0.04 324	0.12 363	0.00 1	0.09 332	0.06 156	0.05 167

testlalala_base	3.12 243	0.48 174	2.79 139	2.14 344	1.98 348	4.13 279	0.64 205	6.16 183	2.09 23	2.38 96	4.08 125	1.80 113	0.50 69	1.65 45	0.72 95	12.33 477	2.33 459	0.00 1	0.31 406	14.56 471	1.32 426

GwcNet-ADL	2.65 201	0.48 174	3.84 241	0.82 144	0.33 177	2.04 79	0.69 219	8.07 242	9.42 339	6.05 210	6.66 209	4.14 204	1.73 171	5.40 154	3.01 284	0.08 359	0.06 307	0.00 1	0.00 1	0.06 156	0.03 91

castereo	1.10 42	0.49 178	1.53 16	1.35 223	0.26 152	2.00 77	0.86 263	6.08 178	2.58 46	0.65 60	1.81 63	0.35 51	2.59 207	1.02 15	0.16 5	0.01 195	0.01 152	0.00 1	0.25 388	0.04 107	0.02 55

GCAP-BAT	1.77 95	0.49 178	2.78 135	0.66 132	0.16 95	3.76 260	0.80 245	3.72 48	3.27 98	3.68 132	5.03 152	3.66 183	0.56 78	5.82 164	0.65 81	0.00 1	0.05 293	0.00 1	0.24 384	0.01 11	0.01 17

TANstereo	1.20 54	0.49 178	2.04 60	0.34 85	0.10 58	1.80 63	0.01 2	3.40 29	4.10 149	4.37 148	4.82 143	0.41 55	0.70 87	0.94 12	0.46 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WCG-NET（raft）	1.49 78	0.50 181	1.55 17	0.21 57	0.08 46	2.15 90	1.01 284	2.72 9	6.26 248	2.79 103	3.06 98	4.38 218	1.04 117	3.53 96	0.26 17	0.00 1	0.12 363	0.00 1	0.00 1	0.10 212	0.08 215

IGEV_Zeroshot_test	2.13 141	0.50 181	4.91 303	1.41 231	0.18 114	2.62 139	0.36 131	7.80 236	3.87 128	5.04 170	5.42 173	4.77 230	1.03 115	3.43 93	0.79 115	0.00 1	0.16 391	0.00 1	0.18 364	0.17 293	0.04 134

GANet-ADL	2.20 151	0.50 181	3.27 189	2.02 325	0.11 67	2.21 94	0.48 157	8.64 264	6.79 267	4.56 154	5.83 182	3.98 194	1.27 140	2.68 79	1.43 188	0.04 324	0.08 331	0.02 353	0.00 1	0.15 274	0.03 91

ASMatch	3.32 263	0.50 181	3.32 193	1.72 275	0.45 205	1.93 69	0.68 215	6.42 201	3.89 130	6.18 222	22.30 422	4.61 226	4.82 323	7.65 269	1.70 215	0.00 1	0.02 206	0.00 1	0.03 287	0.01 11	0.18 318

DSFCA	4.21 335	0.50 181	5.45 334	1.34 217	1.68 329	7.04 348	4.51 395	10.73 321	7.00 273	10.78 392	6.80 212	8.48 330	4.63 312	9.91 380	5.12 341	0.02 270	0.06 307	0.02 353	0.03 287	0.08 184	0.03 91

fffy	1.13 50	0.51 186	2.15 74	1.01 175	0.09 51	2.30 101	0.19 90	4.07 63	1.13 12	0.16 4	2.66 85	0.20 13	0.38 49	6.98 231	0.35 26	0.00 1	0.06 307	0.00 1	0.00 1	0.14 270	0.16 312

rvit_stereo_0081_aga	0.76 9	0.51 186	3.29 190	0.11 27	0.25 145	1.73 60	0.22 99	3.68 41	2.54 44	0.26 11	0.16 6	0.27 31	0.30 35	1.31 27	0.36 29	0.00 1	0.00 1	0.00 1	0.00 1	0.12 245	0.04 134

rvit_stereo_0080	0.88 15	0.51 186	3.12 178	0.07 15	0.12 77	1.31 19	0.37 133	3.78 51	3.29 101	0.56 56	1.13 39	0.40 53	0.76 93	1.71 46	0.47 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 134

IGEV++	1.14 51	0.51 186	1.66 25	0.55 113	0.08 46	2.52 118	1.01 284	6.51 206	3.16 88	0.59 58	2.11 72	0.43 58	1.18 133	1.44 34	0.79 115	0.00 1	0.05 293	0.00 1	0.05 311	0.11 229	0.11 262

whm_eth	0.88 15	0.51 186	3.12 178	0.07 15	0.12 77	1.31 19	0.37 133	3.78 51	3.29 101	0.56 56	1.13 39	0.40 53	0.76 93	1.71 46	0.47 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 134

plain	1.34 67	0.51 186	5.09 314	0.30 69	0.05 15	1.58 40	0.08 37	4.47 82	3.77 126	0.42 46	1.76 59	0.60 74	0.74 91	6.11 174	0.94 146	0.00 1	0.00 1	0.00 1	0.00 1	0.40 387	0.02 55

IPLGR	2.28 163	0.51 186	6.00 353	0.15 44	0.15 91	1.99 76	0.22 99	6.34 192	6.04 235	6.80 256	5.76 179	2.87 143	2.31 196	4.88 133	1.28 177	0.00 1	0.00 1	0.00 1	0.00 1	0.09 201	0.18 318

FC-DCNN v2	10.88 441	0.52 193	4.17 262	1.92 305	1.63 322	17.79 443	5.35 410	18.87 443	19.88 432	28.77 460	34.99 463	34.62 467	21.72 459	16.03 441	11.16 423	0.03 305	0.01 152	0.02 353	0.00 1	0.06 156	0.08 215

HGLStereo	4.25 339	0.52 193	4.65 291	3.09 403	5.18 442	6.51 339	0.73 230	10.37 310	6.74 266	7.32 288	12.44 350	7.00 297	7.21 376	7.46 260	5.51 347	0.00 1	0.02 206	0.00 1	0.00 1	0.06 156	0.10 250

FC-DCNN	10.72 440	0.52 193	4.27 266	1.88 297	1.63 322	17.18 439	5.29 409	18.20 436	19.69 431	28.50 459	34.51 461	34.03 465	21.48 458	15.89 438	11.15 422	0.03 305	0.01 152	0.02 353	0.01 251	0.07 172	0.09 228

CBMV_ROB	4.14 328	0.52 193	3.14 180	1.30 212	0.77 260	6.92 346	1.97 336	10.11 306	9.58 342	8.92 349	14.20 367	7.12 304	5.90 350	8.65 335	3.50 305	0.01 195	0.05 293	0.00 1	0.00 1	0.04 107	0.09 228

DDVS	3.59 286	0.53 197	4.53 282	2.02 325	1.27 303	6.63 340	0.49 167	8.73 266	4.10 149	7.14 276	7.63 243	12.68 383	2.25 193	8.69 339	4.09 324	0.08 359	0.20 408	0.01 322	0.00 1	0.14 270	0.59 406

WCG-NET	1.31 65	0.53 197	1.77 34	0.43 99	0.33 177	2.05 80	0.43 147	4.68 99	4.48 168	3.21 117	0.90 28	2.34 130	1.15 125	3.50 95	0.24 16	0.00 1	0.01 152	0.00 1	0.00 1	0.12 245	0.01 17

HCRNet	2.56 194	0.53 197	3.35 195	0.24 62	3.39 397	2.19 92	0.23 103	6.89 220	5.50 205	5.26 178	4.79 142	5.27 249	2.78 219	7.71 274	2.89 280	0.00 1	0.02 206	0.00 1	0.00 1	0.04 107	0.04 134

ACVNet	2.58 197	0.53 197	2.69 120	0.84 147	0.59 233	2.61 136	0.55 180	8.35 246	5.70 215	4.45 150	9.26 284	5.77 266	3.50 249	2.24 70	4.41 329	0.00 1	0.00 1	0.00 1	0.00 1	0.17 293	0.01 17

acv_ft	3.69 293	0.53 197	4.58 290	2.31 366	4.71 440	7.44 358	0.86 263	8.54 257	5.70 215	9.29 359	9.26 284	5.77 266	4.15 283	2.24 70	8.13 387	0.00 1	0.00 1	0.00 1	0.00 1	0.29 358	0.01 17

castereo++	1.18 52	0.54 202	1.95 51	0.30 69	0.51 223	4.56 295	1.00 282	4.61 89	1.12 10	0.29 14	2.14 76	1.89 117	0.15 7	3.94 109	0.18 10	0.00 1	0.04 280	0.00 1	0.31 406	0.03 83	0.00 1

mms	1.03 33	0.54 202	1.58 19	0.05 9	0.36 184	1.52 38	0.08 37	2.97 13	1.84 21	0.38 29	2.94 92	0.32 43	0.25 14	6.82 218	0.39 34	0.00 1	0.04 280	0.00 1	0.00 1	0.17 293	0.28 363

ITSA-stereo	3.76 300	0.54 202	3.80 233	1.91 301	0.29 163	3.09 197	0.70 222	13.22 392	15.64 410	6.79 255	6.66 209	4.15 205	3.52 252	8.30 317	5.00 340	0.09 364	0.07 321	0.11 408	0.10 336	0.18 304	0.95 418

IER	3.20 249	0.54 202	5.13 317	0.58 119	1.59 318	7.29 355	0.56 182	6.36 193	4.95 189	7.44 293	8.84 264	6.20 277	6.26 355	4.88 133	3.29 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.01 17

ours_stereo	1.03 33	0.55 206	1.86 39	0.12 29	0.32 172	1.16 8	0.09 41	3.27 22	2.18 25	0.39 36	3.02 95	0.34 50	0.26 20	6.32 186	0.37 33	0.00 1	0.01 152	0.00 1	0.00 1	0.18 304	0.13 283

CAS++	1.18 52	0.55 206	1.99 55	0.17 48	0.27 155	1.85 65	0.63 201	8.48 254	3.07 83	1.71 87	2.32 80	0.18 8	0.20 8	1.91 61	0.30 19	0.00 1	0.01 152	0.00 1	0.00 1	0.02 40	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	2.69 202	0.55 206	7.03 380	1.03 178	0.10 58	3.49 228	1.04 286	6.38 199	4.55 173	2.69 100	6.28 199	7.95 321	4.38 299	5.08 142	2.58 272	0.01 195	0.11 356	0.00 1	0.04 305	0.28 356	0.19 328

anonymousa	3.80 305	0.55 206	3.35 195	1.24 202	3.74 410	9.04 379	0.36 131	6.74 215	4.03 141	7.72 303	19.64 409	10.62 361	6.01 353	1.52 39	1.40 186	0.00 1	0.00 1	0.00 1	0.05 311	0.00 1	0.03 91

HHNet	2.59 198	0.55 206	2.55 106	0.20 54	0.32 172	2.84 175	0.94 275	5.77 167	5.14 196	7.33 289	13.80 362	0.94 81	3.20 234	5.27 149	2.41 265	0.13 375	0.02 206	0.06 393	0.00 1	0.23 338	0.03 91

NINENet	3.09 239	0.56 211	3.22 186	1.61 260	1.37 312	7.12 350	0.50 169	11.88 353	5.63 213	6.63 251	8.40 259	5.29 250	0.83 103	6.51 201	1.77 222	0.15 378	0.07 321	0.07 399	0.00 1	0.09 201	0.00 1

FCDSN-DC	10.24 437	0.56 211	3.49 209	1.96 314	1.29 306	16.90 438	4.59 397	17.16 429	19.10 426	24.64 455	32.46 457	33.82 464	22.14 461	15.93 439	10.45 415	0.04 324	0.00 1	0.00 1	0.00 1	0.05 134	0.21 336
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 350	0.09 201	0.06 183

ffff	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 350	0.09 201	0.06 183

11t	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 350	0.09 201	0.06 183

ccc-4	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 350	0.09 201	0.06 183

DISCO	6.28 381	0.57 213	5.78 346	3.43 417	1.17 297	11.22 404	3.39 374	12.14 366	16.16 414	6.52 247	11.22 326	16.96 417	6.32 357	19.51 454	10.74 418	0.00 1	0.00 1	0.00 1	0.00 1	0.35 374	0.11 262

RAFT-Stereo + iAFF	2.12 139	0.58 218	2.43 93	1.27 207	0.16 95	1.60 42	0.14 69	5.17 125	5.90 224	7.10 274	10.10 297	3.06 153	1.74 173	1.87 58	0.97 150	0.01 195	0.02 206	0.00 1	0.00 1	0.23 338	0.02 55

AdaStereo	3.09 239	0.58 218	3.04 168	2.84 394	0.48 214	4.08 276	1.29 308	12.16 367	7.77 302	6.03 209	9.62 290	5.79 268	1.53 161	4.56 126	1.93 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.02 55
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.
AIO_rvc	1.02 31	0.59 220	1.95 51	0.15 44	0.09 51	3.42 218	0.99 280	4.46 80	2.73 57	0.28 12	1.62 53	1.32 92	0.28 24	2.10 68	0.21 13	0.00 1	0.03 253	0.00 1	0.04 305	0.11 229	0.11 262

anonymousdsp	1.12 44	0.59 220	1.66 25	0.03 1	0.07 32	2.81 169	0.82 248	4.07 63	2.30 34	0.41 42	1.12 38	0.30 37	0.40 53	7.05 235	0.49 59	0.00 1	0.00 1	0.00 1	0.17 358	0.10 212	0.05 167

IGEV-Stereo	1.12 44	0.59 220	1.66 25	0.03 1	0.07 32	2.82 172	0.82 248	4.09 66	2.30 34	0.41 42	1.11 35	0.30 37	0.41 59	7.05 235	0.49 59	0.00 1	0.00 1	0.00 1	0.17 358	0.10 212	0.05 167
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 54	0.60 223	2.00 57	0.26 64	0.08 46	2.73 150	0.68 215	5.00 116	2.52 41	0.29 14	1.32 44	0.37 52	0.36 43	6.94 229	0.44 42	0.00 1	0.07 321	0.00 1	0.00 1	0.17 293	0.07 201

GANet-RSSM	3.27 252	0.60 223	3.38 197	2.94 401	2.00 350	2.61 136	0.48 157	10.93 327	6.11 240	5.47 182	10.20 300	6.57 290	5.44 344	6.25 180	2.23 254	0.00 1	0.00 1	0.08 402	0.00 1	0.17 293	0.03 91

SGM_RVC	10.08 434	0.60 223	3.42 203	2.30 360	0.32 172	19.41 447	6.33 421	18.95 444	14.64 402	25.14 456	24.32 431	33.34 463	18.79 448	19.86 455	12.55 431	0.25 398	0.26 425	0.22 425	0.24 384	0.34 373	0.40 381
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 163	0.61 226	3.81 235	0.22 58	0.07 32	1.69 53	0.11 47	5.37 147	11.84 382	5.80 191	5.17 155	1.44 97	5.41 338	2.00 63	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 318

csc	2.28 163	0.61 226	3.81 235	0.22 58	0.07 32	1.69 53	0.11 47	5.37 147	11.84 382	5.80 191	5.17 155	1.44 97	5.41 338	2.00 63	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 318

cscssc	2.28 163	0.61 226	3.81 235	0.22 58	0.07 32	1.69 53	0.11 47	5.37 147	11.84 382	5.80 191	5.17 155	1.44 97	5.41 338	2.00 63	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 318

UNet	3.97 321	0.61 226	6.50 370	1.68 268	3.22 389	9.82 388	0.31 123	9.50 285	5.32 201	7.20 282	6.35 204	10.59 359	5.91 351	6.93 226	5.49 346	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.01 17

RASNet	4.52 353	0.61 226	4.42 274	3.42 416	4.68 439	4.58 296	0.99 280	9.54 289	8.01 308	5.28 179	11.42 330	10.34 358	8.88 401	9.28 366	8.68 394	0.15 378	0.00 1	0.00 1	0.00 1	0.03 83	0.04 134

GCAP-Stereo	0.95 22	0.62 231	1.99 55	0.30 69	0.03 10	1.66 48	0.01 2	4.43 78	3.00 77	1.63 85	1.17 41	1.39 94	0.76 93	1.31 27	0.55 69	0.00 1	0.03 253	0.00 1	0.00 1	0.12 245	0.02 55

Anonymous_2	4.14 328	0.62 231	3.21 185	1.40 228	1.43 314	5.19 309	0.32 124	6.63 210	4.38 161	4.48 153	2.30 79	8.08 322	7.00 370	5.37 152	2.29 256	0.23 395	0.75 446	5.20 461	18.12 486	5.66 454	0.23 344

StereoDRNet-Refined	4.46 346	0.62 231	3.80 233	1.92 305	0.40 193	9.35 382	0.15 75	10.02 302	8.83 331	12.69 412	11.62 335	9.34 340	3.87 273	8.06 299	8.02 383	0.00 1	0.00 1	0.01 322	0.05 311	0.20 316	0.26 357
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 142	0.63 234	2.22 83	2.27 356	0.02 3	5.71 320	0.63 201	4.53 85	10.19 353	1.16 78	3.39 111	0.33 47	3.05 231	8.00 289	0.46 50	0.00 1	0.02 206	0.00 1	0.03 287	0.10 212	0.04 134

HUF	1.05 37	0.64 235	2.33 87	0.35 87	0.22 135	3.09 197	0.41 143	3.73 49	2.89 65	0.36 26	2.71 87	0.33 47	0.30 35	2.28 72	0.23 14	0.00 1	0.61 445	0.00 1	0.00 1	0.15 274	0.39 378

tg	1.96 125	0.64 235	2.15 74	0.68 134	0.12 77	4.40 292	0.04 17	5.74 161	4.19 155	4.00 141	5.23 164	2.58 135	0.93 108	7.12 242	0.77 111	0.00 1	0.02 206	0.00 1	0.00 1	0.31 364	0.25 351

ADStereo(finetuned)	2.26 162	0.64 235	5.22 324	0.31 73	0.18 114	1.71 58	0.25 109	5.23 128	8.46 322	6.06 212	5.30 171	1.41 95	6.37 358	1.87 58	1.87 228	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.18 318

DCANet	2.08 137	0.64 235	3.81 235	0.31 73	0.17 102	1.70 57	0.25 109	5.23 128	8.47 323	6.07 213	5.30 171	1.41 95	4.23 288	1.85 56	2.02 242	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.19 328

DMCA	2.82 216	0.64 235	4.45 277	1.61 260	0.89 271	3.86 266	0.57 190	9.18 276	5.10 194	6.24 227	6.49 206	7.17 305	2.13 187	3.31 90	4.73 335	0.00 1	0.01 152	0.00 1	0.00 1	0.04 107	0.02 55

DIP-Stereo	1.97 127	0.64 235	2.95 156	0.17 48	0.10 58	4.83 302	0.13 62	8.60 262	4.06 148	6.42 242	4.92 147	0.44 60	0.72 90	3.57 97	1.80 225	0.00 1	0.01 152	0.00 1	0.00 1	0.05 134	0.04 134
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	2.01 131	0.65 241	2.15 74	2.30 360	0.02 3	5.80 322	0.56 182	8.45 250	3.33 104	1.03 71	3.33 105	0.32 43	3.71 262	8.05 295	0.45 46	0.00 1	0.02 206	0.00 1	0.03 287	0.02 40	0.03 91

xx1	2.33 171	0.65 241	2.15 74	2.30 360	0.02 3	5.80 322	0.56 182	4.31 70	10.41 358	1.03 71	3.33 105	4.67 227	2.70 212	8.05 295	0.45 46	0.00 1	0.02 206	0.00 1	0.00 1	0.02 40	0.03 91

1test111	1.86 107	0.65 241	2.15 74	2.30 360	0.02 3	5.80 322	0.56 182	8.45 250	3.33 104	1.03 71	3.33 105	0.32 43	3.71 262	4.40 122	0.96 147	0.00 1	0.02 206	0.00 1	0.03 287	0.02 40	0.03 91

cc1	2.17 147	0.65 241	2.15 74	2.30 360	0.02 3	5.80 322	0.56 182	4.31 70	10.41 358	1.03 71	3.33 105	0.32 43	3.71 262	8.05 295	0.45 46	0.00 1	0.02 206	0.00 1	0.03 287	0.10 212	0.05 167

sCroCo_RVC	1.21 56	0.65 241	5.16 320	1.09 187	1.29 306	0.92 6	0.19 90	3.92 57	2.68 53	0.30 17	3.04 96	0.52 66	1.56 162	1.58 42	0.78 113	0.09 364	0.25 423	0.00 1	0.00 1	0.07 172	0.11 262

hitnet-ft	3.66 291	0.65 241	2.79 139	0.89 153	0.72 255	4.25 281	0.55 180	9.11 275	7.52 290	7.14 276	10.19 299	12.49 382	4.70 315	7.44 259	4.41 329	0.03 305	0.00 1	0.06 393	0.00 1	0.20 316	0.04 134

MyStereo06	2.35 172	0.66 247	4.54 283	1.10 188	0.96 280	2.57 128	0.10 43	9.30 280	4.05 145	5.22 176	6.09 186	5.95 272	2.38 198	3.00 85	0.73 97	0.01 195	0.08 331	0.00 1	0.01 251	0.13 260	0.15 300

MyStereo05	2.94 230	0.66 247	5.25 327	1.10 188	0.96 280	2.57 128	0.10 43	8.53 256	12.34 389	6.28 233	3.88 119	3.18 160	3.30 238	7.81 281	2.37 262	0.01 195	0.08 331	0.00 1	0.01 251	0.13 260	0.15 300

IPLG	2.43 180	0.66 247	4.77 297	0.54 110	0.31 170	3.01 190	0.26 111	6.15 182	5.55 209	7.69 301	6.21 195	1.89 117	1.74 173	7.19 248	2.35 260	0.01 195	0.01 152	0.00 1	0.00 1	0.24 348	0.12 275

CRFU-Net	4.45 345	0.67 250	5.02 307	2.78 392	1.32 310	12.67 420	3.35 372	11.26 331	3.52 114	10.06 378	9.30 286	10.91 369	6.92 369	7.26 251	3.24 293	0.15 378	0.16 391	0.16 416	0.00 1	0.26 349	0.05 167

CoDeX	3.43 275	0.68 251	4.49 279	0.98 172	1.65 324	6.37 334	2.14 339	13.23 393	6.07 236	7.23 283	8.95 268	4.09 200	3.79 270	6.31 184	2.37 262	0.03 305	0.06 307	0.00 1	0.00 1	0.07 172	0.15 300

DCRE	1.79 97	0.68 251	2.55 106	1.66 267	0.27 155	1.27 16	0.05 21	4.57 88	4.04 143	3.30 122	9.24 281	3.83 190	1.20 136	2.08 67	0.67 85	0.00 1	0.12 363	0.00 1	0.24 384	0.04 107	0.09 228

iRaftStereo_RVC	1.62 84	0.68 251	1.98 53	0.67 133	0.05 15	2.99 188	0.04 17	5.36 146	3.74 122	3.82 137	4.96 148	2.54 134	0.62 83	3.35 92	0.97 150	0.00 1	0.07 321	0.00 1	0.00 1	0.30 359	0.27 361

AFF-stereo	2.59 198	0.68 251	2.35 90	1.55 250	0.17 102	1.67 49	0.08 37	5.75 162	6.60 262	6.20 224	12.13 343	6.16 276	2.36 197	4.75 130	1.11 163	0.02 270	0.02 206	0.00 1	0.00 1	0.23 338	0.05 167

FAT-Stereo	6.78 394	0.68 251	6.80 375	2.30 360	1.77 338	5.63 319	4.20 388	18.79 440	18.62 423	10.53 388	17.15 395	18.52 426	13.74 436	8.86 351	7.38 372	0.03 305	0.15 383	0.01 322	0.07 319	0.12 245	0.26 357

MaDis-Stereo	0.80 10	0.69 256	3.02 163	0.33 81	1.83 342	1.22 11	0.06 25	3.41 30	1.49 14	0.31 21	0.38 17	0.42 57	0.51 70	1.14 20	1.21 173	0.00 1	0.00 1	0.00 1	0.00 1	0.05 134	0.05 167

MIPNet	2.06 136	0.69 256	4.57 289	0.32 76	0.21 132	1.92 68	0.19 90	6.89 220	5.64 214	5.48 183	4.02 123	2.02 123	3.50 249	3.32 91	2.01 240	0.00 1	0.01 152	0.01 322	0.01 251	0.20 316	0.13 283

test_5	2.90 226	0.70 258	3.69 224	2.01 323	3.17 388	4.61 298	1.32 310	6.69 213	7.02 275	2.79 103	7.18 227	4.99 238	4.14 282	7.96 286	1.31 179	0.00 1	0.00 1	0.00 1	0.03 287	0.19 312	0.26 357

TransformOpticalFlow	3.38 268	0.70 258	4.54 283	1.00 174	0.30 164	3.56 238	0.14 69	9.67 291	7.30 284	5.55 185	13.34 358	6.74 293	5.03 328	8.22 315	1.34 183	0.00 1	0.01 152	0.01 322	0.00 1	0.04 107	0.11 262

RAFT+CT+SA	2.36 174	0.71 260	2.46 98	0.83 146	2.26 364	3.18 208	0.93 273	6.82 219	5.48 204	2.55 98	8.07 253	1.64 106	1.59 164	8.54 329	1.15 168	0.02 270	0.00 1	0.00 1	0.38 417	0.19 312	0.36 375

DispNO	3.25 251	0.72 261	6.85 377	1.95 311	1.34 311	3.49 228	0.84 256	8.14 243	6.30 249	6.34 240	7.76 248	6.30 282	4.28 294	6.93 226	3.51 306	0.00 1	0.03 253	0.03 370	0.12 341	0.07 172	0.07 201

StereoVision	2.25 159	0.72 261	4.00 250	1.03 178	2.64 375	1.91 67	0.28 113	5.83 170	4.43 163	1.89 89	10.65 313	3.88 191	0.52 73	5.13 145	1.98 239	0.00 1	0.00 1	0.00 1	0.00 1	0.09 201	0.03 91

delet	4.27 341	0.72 261	4.50 280	1.07 186	3.75 414	10.79 402	4.04 384	9.95 298	7.89 304	8.09 316	8.89 266	8.46 328	3.81 272	7.56 265	5.80 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 229	0.02 55

HH	2.42 178	0.73 264	3.76 229	0.91 155	0.14 87	2.78 158	0.71 225	7.92 239	2.72 55	1.53 83	6.10 188	7.93 317	4.01 277	8.60 333	0.44 42	0.00 1	0.09 339	0.00 1	0.00 1	0.05 134	0.04 134

HanStereo	2.42 178	0.73 264	3.76 229	0.91 155	0.14 87	2.78 158	0.71 225	7.92 239	2.72 55	1.53 83	6.10 188	7.93 317	4.01 277	8.60 333	0.44 42	0.00 1	0.09 339	0.00 1	0.00 1	0.05 134	0.04 134

STrans-v2	3.43 275	0.73 264	4.82 298	0.26 64	0.60 235	3.00 189	1.19 299	10.41 312	7.22 281	5.79 190	10.97 322	6.75 294	7.03 372	8.25 316	1.40 186	0.00 1	0.01 152	0.00 1	0.00 1	0.03 83	0.18 318

GEStereo_RVC	3.74 296	0.73 264	4.95 305	2.01 323	1.24 300	4.36 287	3.07 362	11.77 350	7.80 303	6.87 262	6.52 207	7.70 312	4.31 297	8.98 355	4.19 326	0.03 305	0.01 152	0.02 353	0.02 274	0.13 260	0.11 262

SA	3.06 237	0.74 268	3.79 232	1.60 259	0.30 164	3.19 209	1.43 313	6.72 214	9.06 333	4.63 159	10.80 315	2.89 144	4.71 316	9.62 377	1.18 172	0.00 1	0.09 339	0.00 1	0.19 369	0.23 338	0.02 55

raftrobust	1.86 107	0.74 268	1.94 48	2.15 345	2.24 363	2.74 151	0.53 174	4.89 106	4.05 145	6.09 214	3.89 120	1.64 106	2.55 205	2.44 75	1.12 164	0.00 1	0.03 253	0.00 1	0.00 1	0.12 245	0.08 215

MIM_Stereo	2.50 192	0.75 270	4.26 265	1.18 198	0.11 67	3.08 195	0.33 127	6.07 177	3.28 100	5.01 169	10.12 298	4.29 215	1.74 173	8.06 299	1.27 176	0.00 1	0.12 363	0.00 1	0.01 251	0.18 304	0.15 300

Sa-1000	3.55 284	0.75 270	3.63 221	1.91 301	0.30 164	3.55 237	1.63 324	7.39 230	8.54 326	7.70 302	17.44 400	4.00 195	2.82 222	9.44 374	1.33 181	0.00 1	0.10 348	0.00 1	0.18 364	0.21 327	0.04 134

IIG-Stereo	3.16 247	0.75 270	2.83 142	4.08 435	0.21 132	2.56 127	0.74 233	6.55 208	5.56 211	8.39 330	9.38 287	7.94 319	2.79 220	9.50 376	1.89 231	0.02 270	0.00 1	0.00 1	0.00 1	0.02 40	0.04 134

AIO-test1	2.22 153	0.76 273	2.78 135	0.30 69	4.38 428	2.48 115	0.96 279	5.59 156	14.64 402	0.74 63	2.86 90	0.92 80	0.30 35	5.64 157	1.67 213	0.00 1	0.00 1	0.00 1	0.03 287	0.17 293	0.14 290

ACV-stereo	4.46 346	0.76 273	9.94 410	1.91 301	1.06 289	11.61 409	1.28 306	6.25 188	7.09 277	3.09 113	5.21 163	16.88 416	10.23 416	7.96 286	5.47 345	0.06 345	0.15 383	0.01 322	0.00 1	0.12 245	0.14 290

RAFT	2.57 196	0.76 273	3.09 176	0.91 155	0.09 51	2.41 110	0.94 275	5.35 144	2.65 49	6.11 216	7.21 229	9.43 342	4.30 295	5.73 162	1.77 222	0.00 1	0.12 363	0.00 1	0.02 274	0.46 394	0.08 215

THIR-Stereo	3.86 309	0.77 276	2.62 114	0.12 29	0.13 82	4.25 281	6.63 425	5.30 141	4.18 154	10.33 381	17.13 394	6.58 291	7.62 385	7.78 279	3.51 306	0.01 195	0.07 321	0.07 399	0.00 1	0.11 229	0.02 55

MMNet	4.16 331	0.77 276	5.47 335	1.40 228	1.67 327	10.78 401	0.63 201	8.64 264	8.47 323	8.80 344	8.33 257	7.51 308	6.61 362	7.53 264	6.54 363	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.05 167

PSMNet-RSSM	3.33 265	0.77 276	3.22 186	2.12 341	1.90 347	2.33 102	0.71 225	11.17 329	5.83 221	5.90 205	11.43 331	7.04 300	4.83 324	5.96 169	3.17 289	0.00 1	0.00 1	0.02 353	0.00 1	0.08 184	0.02 55

UCFNet_RVC	3.09 239	0.77 276	2.27 85	2.35 369	1.79 339	3.50 230	1.06 288	12.12 365	6.91 269	4.71 162	7.67 245	7.58 309	4.40 301	4.95 138	1.67 213	0.00 1	0.00 1	0.00 1	0.00 1	0.11 229	0.01 17

HITNet	2.79 213	0.77 276	4.02 251	2.03 328	0.11 67	5.58 317	0.59 192	9.24 278	5.15 197	6.42 242	7.26 232	3.66 183	2.92 227	4.07 114	3.87 320	0.00 1	0.00 1	0.00 1	0.00 1	0.06 156	0.02 55
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
rvit_stereo_ft	1.00 30	0.78 281	3.84 241	0.84 147	0.36 184	1.23 12	0.24 104	3.81 55	3.76 125	0.37 28	0.87 27	0.74 76	1.12 120	1.18 24	0.76 105	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.06 183

MyStereo07	1.31 65	0.79 282	1.61 21	1.03 178	1.11 292	2.63 141	0.46 154	5.48 151	2.24 26	0.64 59	1.48 48	0.27 31	0.59 82	7.03 234	0.45 46	0.00 1	0.09 339	0.00 1	0.01 251	0.11 229	0.09 228

MyStereo04	2.95 231	0.79 282	5.38 330	1.03 178	1.11 292	2.63 141	0.46 154	10.00 300	12.44 390	4.19 145	3.91 121	3.04 152	3.60 255	7.34 255	2.74 279	0.00 1	0.09 339	0.00 1	0.01 251	0.11 229	0.09 228

rafts_anoy	1.72 90	0.79 282	2.58 109	2.03 328	1.75 335	2.47 113	0.16 80	5.48 151	6.01 234	3.24 119	2.11 72	1.92 121	1.33 141	3.08 87	1.13 166	0.01 195	0.18 399	0.00 1	0.01 251	0.03 83	0.07 201

HSM	4.00 323	0.79 282	3.16 182	1.59 258	2.17 358	6.77 343	1.11 293	12.28 370	6.35 254	6.75 252	8.11 255	13.90 391	5.37 337	8.85 349	2.71 275	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.02 55

rvit_105_1	2.44 182	0.80 286	5.08 313	1.77 281	0.09 51	1.95 70	3.62 379	5.62 159	8.21 315	4.85 165	2.07 69	3.15 158	1.58 163	7.08 239	2.71 275	0.00 1	0.00 1	0.00 1	0.01 251	0.04 107	0.08 215

ADLNet	4.32 344	0.80 286	4.33 269	3.60 423	3.56 403	6.87 345	2.48 346	11.20 330	7.58 293	9.87 372	9.62 290	8.39 325	4.95 326	6.16 176	6.60 365	0.01 195	0.01 152	0.00 1	0.01 251	0.12 245	0.25 351

TestStereo1	2.85 217	0.81 288	3.48 207	3.11 405	0.44 200	2.52 118	1.50 316	6.37 195	8.18 313	4.62 156	9.24 281	2.23 128	3.69 259	9.19 362	1.26 174	0.00 1	0.01 152	0.00 1	0.00 1	0.27 354	0.09 228

SA-5K	2.85 217	0.81 288	3.48 207	3.11 405	0.44 200	2.52 118	1.50 316	6.37 195	8.18 313	4.62 156	9.24 281	2.23 128	3.69 259	9.19 362	1.26 174	0.00 1	0.01 152	0.00 1	0.00 1	0.27 354	0.09 228

cf-r	3.42 274	0.81 288	3.97 244	2.41 375	2.78 377	2.85 176	0.64 205	8.44 249	6.32 251	6.25 229	11.57 334	8.97 337	3.54 253	5.93 168	3.83 318	0.00 1	0.00 1	0.00 1	0.00 1	0.09 201	0.07 201

psm_up	3.85 308	0.82 291	3.01 161	2.00 322	2.58 374	5.28 314	3.34 371	10.85 325	6.33 252	7.27 286	7.32 234	10.15 352	9.02 404	6.19 177	2.51 269	0.22 394	0.01 152	0.00 1	0.00 1	0.12 245	0.03 91

NVstereo2D	4.51 350	0.82 291	6.86 378	3.28 413	3.38 395	8.16 369	3.13 364	10.51 313	15.15 407	4.90 166	6.89 215	7.87 314	4.78 320	9.88 379	3.91 321	0.01 195	0.00 1	0.00 1	0.06 318	0.02 40	0.58 403

LL-Strereo2	1.86 107	0.83 293	2.33 87	0.36 88	0.17 102	3.79 263	1.52 318	5.82 169	4.04 143	4.43 149	2.51 83	4.23 207	0.37 46	5.66 159	0.99 152	0.00 1	0.02 206	0.00 1	0.05 311	0.06 156	0.11 262

raft+_RVC	1.79 97	0.84 294	2.32 86	2.40 372	0.85 268	1.38 25	0.09 41	6.36 193	4.75 184	2.85 106	5.46 174	1.17 90	1.36 146	4.54 125	0.91 142	0.00 1	0.10 348	0.00 1	0.00 1	0.11 229	0.22 338

S-Stereo	6.63 389	0.84 294	9.67 408	3.15 409	3.48 400	6.49 337	6.22 417	12.99 388	22.84 442	9.48 362	15.51 377	12.00 379	8.43 395	8.04 292	10.70 417	0.12 372	0.17 395	0.00 1	0.38 417	0.13 260	1.92 436

XX-TBD	1.44 74	0.85 296	2.04 60	2.45 377	0.05 15	2.34 103	0.01 2	3.46 33	7.51 289	2.88 107	4.98 150	0.26 29	0.25 14	1.15 21	0.46 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 90	0.86 297	3.01 161	0.09 22	2.86 380	3.57 241	1.06 288	3.92 57	5.31 200	5.28 179	1.02 29	3.92 192	0.38 49	1.83 55	1.04 157	0.00 1	0.01 152	0.00 1	0.00 1	0.07 172	0.09 228

iRaft-Stereo_5w	2.86 221	0.86 297	4.08 259	0.06 12	0.25 145	2.76 157	0.60 195	4.97 112	4.10 149	2.98 111	7.85 250	10.17 353	4.17 285	8.16 307	5.83 353	0.00 1	0.00 1	0.00 1	0.01 251	0.26 349	0.06 183

rvit_0105_6	1.26 61	0.87 299	4.85 300	0.61 123	0.07 32	1.60 42	0.32 124	3.79 54	5.87 222	0.25 9	0.26 14	1.09 86	0.29 28	4.60 127	0.62 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 183

ssnet_v2	4.46 346	0.87 299	5.18 321	1.57 254	0.67 246	9.14 380	4.73 399	11.84 351	9.68 343	8.79 342	6.24 198	9.91 348	4.34 298	6.28 182	9.30 402	0.00 1	0.01 152	0.00 1	0.00 1	0.28 356	0.30 367

WCMA_ROB	9.21 425	0.87 299	7.37 388	2.54 381	2.13 355	13.59 426	5.80 412	11.64 344	14.01 398	24.43 454	32.99 458	27.09 452	18.02 443	12.51 415	9.85 412	0.81 430	0.07 321	0.01 322	0.01 251	0.16 281	0.23 344

CroCo-Stereo Lap2	1.24 59	0.88 302	3.39 199	0.95 166	4.59 438	0.47 3	0.08 37	3.51 38	2.80 61	1.17 79	2.24 77	1.57 105	0.20 8	1.48 37	1.14 167	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.12 275

stereogan	7.69 408	0.88 302	7.08 382	3.49 421	3.93 420	18.98 445	3.23 369	16.52 425	19.58 430	9.93 375	18.92 406	20.50 439	9.04 405	14.07 427	6.14 355	0.26 400	0.04 280	0.21 424	0.03 287	0.63 407	0.33 371

MLCV	3.44 277	0.88 302	5.60 342	1.39 227	0.25 145	4.36 287	0.33 127	7.25 227	7.28 283	9.17 356	12.24 348	5.09 245	2.47 201	9.15 360	3.23 292	0.00 1	0.00 1	0.00 1	0.00 1	0.10 212	0.02 55

rvit_0105_5	1.48 77	0.89 305	5.43 332	0.46 101	0.04 12	1.60 42	0.60 195	4.65 96	5.90 224	0.76 64	1.59 52	1.75 112	0.78 99	4.20 118	0.88 133	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.06 183

CroCo-Stereo	0.99 28	0.89 305	3.19 184	0.46 101	0.44 200	0.38 1	0.05 21	4.61 89	3.95 135	0.48 50	1.78 61	1.01 83	0.27 22	1.11 18	1.07 158	0.01 195	0.00 1	0.00 1	0.00 1	0.05 134	0.04 134
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
RYNet	6.34 383	0.89 305	5.88 348	1.41 231	4.48 435	15.97 433	4.18 387	13.41 394	16.49 415	10.81 393	7.00 221	14.33 395	8.72 399	9.43 371	13.71 436	0.00 1	0.01 152	0.00 1	0.00 1	0.02 40	0.07 201

rvit_0105_3	1.71 89	0.90 308	5.93 351	0.78 140	0.02 3	1.62 45	1.69 328	5.15 123	5.99 232	2.22 92	1.64 55	1.97 122	1.17 132	4.19 117	0.92 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.03 91

ADLNet2	4.46 346	0.90 308	6.06 355	2.74 391	3.91 419	6.79 344	3.01 361	10.95 328	8.40 321	7.27 286	9.80 294	9.85 346	5.43 341	7.29 252	6.44 361	0.01 195	0.03 253	0.00 1	0.00 1	0.15 274	0.11 262

iResNet	3.68 292	0.91 310	7.94 396	2.97 402	0.34 180	4.44 293	0.48 157	7.70 233	9.74 345	7.72 303	12.74 353	4.03 196	2.87 226	8.05 295	3.37 297	0.02 270	0.01 152	0.00 1	0.00 1	0.10 212	0.09 228

DLCB_ROB	4.51 350	0.91 310	3.78 231	2.19 348	1.07 291	6.28 331	3.09 363	9.78 293	7.72 297	10.65 390	12.97 354	13.91 392	3.71 262	8.72 345	5.30 343	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.10 250

CBMV	5.35 364	0.91 310	3.67 223	1.62 263	0.44 200	10.09 391	7.19 433	12.49 377	12.33 388	12.22 408	14.69 373	10.93 370	6.48 360	8.51 328	4.96 339	0.02 270	0.15 383	0.00 1	0.00 1	0.17 293	0.17 315
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 313	0.92 313	4.41 273	3.56 422	4.00 422	6.70 341	1.26 305	18.71 439	6.14 241	7.35 290	7.91 252	4.35 217	2.58 206	3.04 86	6.62 367	0.00 1	0.00 1	0.00 1	0.00 1	0.39 384	0.14 290

111	2.78 212	0.92 313	3.81 235	0.22 58	0.07 32	2.83 174	0.70 222	6.03 175	14.00 397	3.22 118	8.93 267	5.48 257	3.30 238	3.66 98	2.03 243	0.00 1	0.00 1	0.00 1	0.00 1	0.10 212	0.29 365

ccnet	6.87 397	0.92 313	5.15 319	3.09 403	2.18 360	11.78 411	4.90 401	17.97 434	8.79 330	12.79 415	20.20 411	16.00 408	8.35 394	9.12 358	14.17 439	0.42 418	0.33 428	0.25 428	0.09 332	0.40 387	0.48 394

OMP-Stereo	3.03 235	0.93 316	2.72 126	4.21 439	0.51 223	2.19 92	1.25 302	6.19 187	6.00 233	7.99 314	6.21 195	8.50 332	2.49 202	9.44 374	1.74 220	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.05 167

STTStereo	3.60 288	0.93 316	6.34 364	2.71 388	2.23 362	3.68 248	0.63 201	9.42 283	6.73 265	9.87 372	6.97 216	8.84 336	3.65 257	6.85 221	3.04 285	0.00 1	0.02 206	0.01 322	0.00 1	0.02 40	0.02 55

CBFPSM	4.87 357	0.94 318	14.70 438	1.51 241	1.15 296	11.49 407	2.55 351	7.28 228	6.47 257	6.23 226	4.83 144	15.30 403	8.99 403	6.88 222	8.20 388	0.03 305	0.02 206	0.00 1	0.00 1	0.40 387	0.42 385

CFNet-ft	3.31 257	0.94 318	2.69 120	1.50 238	2.38 367	2.81 169	0.68 215	8.35 246	7.43 286	4.45 150	9.94 295	10.20 354	4.60 309	6.50 200	3.41 298	0.00 1	0.00 1	0.03 370	0.00 1	0.22 332	0.03 91

CFNet_RVC	3.31 257	0.94 318	2.69 120	1.50 238	2.38 367	2.81 169	0.68 215	8.35 246	7.43 286	4.45 150	9.94 295	10.20 354	4.60 309	6.49 199	3.41 298	0.00 1	0.00 1	0.03 370	0.00 1	0.22 332	0.03 91

rvit_0105_4	1.38 71	0.98 321	5.52 340	0.61 123	0.05 15	1.62 45	0.41 143	3.95 60	5.80 220	0.31 21	0.73 25	1.37 93	0.53 74	4.89 137	0.78 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.04 134

DRN-Test	5.87 370	0.98 321	5.89 349	2.69 387	3.65 407	12.37 417	3.35 372	20.07 457	10.20 356	11.93 407	12.31 349	11.06 373	5.31 336	7.89 284	9.05 398	0.04 324	0.05 293	0.04 382	0.04 305	0.18 304	0.25 351

AIO-Stereo-zeroshot	2.86 221	0.99 323	7.52 393	1.52 243	0.92 274	2.94 184	0.03 15	9.31 281	3.81 127	2.42 97	5.86 183	9.23 339	4.64 313	4.31 120	2.19 253	0.02 270	0.18 399	0.00 1	0.54 432	0.35 374	0.35 373

GMStereo	1.83 105	0.99 323	4.55 286	0.57 118	0.05 15	2.53 121	0.01 2	4.95 109	11.14 372	3.52 127	2.24 77	0.53 68	0.49 68	3.76 101	0.80 118	0.20 391	0.00 1	0.00 1	0.12 341	0.12 245	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
RALCasStereoNet	1.93 120	1.01 325	2.75 129	1.88 297	1.75 335	2.88 181	0.18 88	4.64 95	4.36 160	2.27 94	5.14 154	2.22 127	0.79 101	7.10 241	1.00 154	0.00 1	0.34 429	0.00 1	0.00 1	0.10 212	0.16 312

edge stereo	6.76 391	1.01 325	6.76 374	2.20 350	2.45 371	6.41 335	2.45 345	14.84 413	11.98 385	15.29 429	18.31 405	22.02 442	12.56 428	10.82 395	7.49 373	0.03 305	0.06 307	0.11 408	0.03 287	0.30 359	0.14 290

TestStereo	1.74 93	1.02 327	3.64 222	0.20 54	0.28 161	1.33 21	0.01 2	5.24 134	4.01 140	3.18 115	4.97 149	2.07 125	0.70 87	7.32 253	0.75 103	0.02 270	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1

iResNet_ROB	4.23 336	1.02 327	4.90 302	2.18 347	0.93 277	2.92 182	0.37 133	15.10 416	16.91 419	7.89 311	10.51 309	7.03 298	3.07 232	8.16 307	3.46 304	0.01 195	0.00 1	0.00 1	0.00 1	0.10 212	0.02 55

AACVNet	3.33 265	1.03 329	3.56 213	3.46 418	0.63 240	3.09 197	0.28 113	8.78 268	3.43 110	5.99 207	10.64 312	10.08 351	4.03 280	8.69 339	2.51 269	0.03 305	0.01 152	0.00 1	0.00 1	0.26 349	0.06 183

FBW_ROB	8.50 420	1.03 329	7.98 397	1.93 309	1.28 305	13.10 423	6.23 418	22.50 461	18.98 424	18.82 438	14.91 375	19.06 429	10.04 414	18.41 449	9.83 410	0.62 425	0.22 415	1.82 450	0.82 441	0.99 422	1.36 428

HBP-ISP	4.09 324	1.05 331	4.10 260	1.87 294	1.31 309	7.56 361	3.98 383	11.26 331	9.94 350	7.81 306	14.44 370	3.23 161	4.27 290	8.89 352	1.87 228	0.06 345	0.06 307	0.00 1	0.00 1	0.06 156	0.04 134

GwcNet-RSSM	3.77 301	1.05 331	5.06 311	2.21 351	1.87 344	2.36 104	1.52 318	8.98 271	7.96 307	5.91 206	14.59 371	7.94 319	3.50 249	6.43 192	5.70 350	0.00 1	0.00 1	0.04 382	0.00 1	0.20 316	0.08 215

NLCA_NET_v2_RVC	3.84 307	1.06 333	5.23 326	2.72 390	3.27 391	4.36 287	0.61 197	10.71 320	7.56 291	8.75 341	7.89 251	9.86 347	3.90 274	7.15 247	3.44 300	0.14 376	0.02 206	0.02 353	0.03 287	0.04 107	0.03 91
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 272	1.07 334	4.52 281	1.27 207	3.14 385	4.00 274	1.07 290	3.93 59	4.43 163	4.66 161	17.94 403	7.21 307	2.76 218	10.82 395	0.85 124	0.00 1	0.07 321	0.00 1	0.00 1	0.30 359	0.01 17

GANet	6.22 380	1.07 334	4.07 258	2.27 356	0.89 271	9.19 381	9.52 445	12.02 359	8.13 312	10.72 391	29.09 445	13.86 390	7.52 383	11.00 398	4.39 328	0.36 409	0.00 1	0.02 353	0.02 274	0.12 245	0.08 215

ACRE	2.41 177	1.08 336	5.11 315	0.55 113	2.05 351	2.65 144	0.78 244	5.26 139	4.67 178	7.59 298	9.20 274	1.70 109	1.08 118	3.74 100	2.18 252	0.01 195	0.18 399	0.02 353	0.08 323	0.22 332	0.10 250

SGM-ForestM	16.99 464	1.08 336	5.74 345	2.12 341	0.75 256	31.63 468	12.21 461	27.80 470	32.25 458	37.88 472	39.99 470	52.96 481	35.20 476	33.60 474	24.47 464	0.26 400	0.39 434	0.31 431	0.39 420	0.26 349	0.53 400

RALAANet	2.46 187	1.09 338	3.70 227	2.55 383	0.80 263	3.37 217	0.15 75	7.44 232	5.54 208	5.65 187	6.01 185	3.54 177	1.13 122	6.34 188	1.58 204	0.00 1	0.01 152	0.00 1	0.05 311	0.21 327	0.03 91

MSMD_ROB	9.28 427	1.09 338	4.65 291	1.58 255	0.39 191	16.52 434	4.41 393	13.60 396	14.87 406	22.34 445	39.89 469	25.67 450	20.71 455	12.42 414	6.98 368	0.34 408	0.03 253	0.00 1	0.00 1	0.05 134	0.09 228

CIPLG	2.47 188	1.10 340	4.71 296	0.63 128	2.15 357	2.67 148	0.77 239	5.19 126	4.73 182	7.85 308	9.56 289	1.72 110	1.14 123	4.20 118	2.34 258	0.01 195	0.19 404	0.02 353	0.09 332	0.23 338	0.08 215

CFNet	3.72 295	1.10 340	5.03 309	2.49 379	1.59 318	4.90 304	0.22 99	11.38 338	9.88 349	4.80 164	11.25 327	6.44 284	3.68 258	8.33 318	3.00 283	0.00 1	0.00 1	0.00 1	0.00 1	0.22 332	0.07 201

DualNet (step1)	3.91 316	1.11 342	6.15 358	1.27 207	0.60 235	5.22 310	2.54 347	10.66 317	7.73 298	8.36 325	7.55 238	6.55 286	4.27 290	6.58 205	1.62 208	1.49 444	0.03 253	3.10 453	2.99 459	0.20 316	0.15 300

test_sample9	5.87 370	1.11 342	6.15 358	1.27 207	0.60 235	5.22 310	2.54 347	10.66 317	7.73 298	8.36 325	7.55 238	6.55 286	4.27 290	11.68 406	11.44 424	1.49 444	24.31 491	3.10 453	2.99 459	0.20 316	0.15 300

test_sample8	7.99 413	1.11 342	6.15 358	1.27 207	0.60 235	5.22 310	2.54 347	12.04 360	6.15 242	17.46 435	9.02 273	24.67 446	18.16 444	11.68 406	11.44 424	1.49 444	24.31 491	3.10 453	2.99 459	0.20 316	0.15 300

ARAFT	3.13 244	1.11 342	7.34 387	0.42 96	0.14 87	4.52 294	2.99 360	7.41 231	5.97 230	8.85 346	7.06 226	5.20 248	1.25 139	8.49 327	1.44 189	0.00 1	0.03 253	0.00 1	0.00 1	0.33 370	0.11 262

TDLM	4.11 325	1.11 342	3.54 212	1.62 263	1.04 288	3.91 269	7.41 435	10.60 315	10.67 368	6.38 241	12.59 351	5.95 272	4.77 318	8.79 347	3.04 285	0.58 423	0.00 1	0.01 322	0.00 1	0.19 312	0.12 275

FINET	5.32 363	1.14 347	10.04 411	2.17 346	3.67 409	6.49 337	6.76 428	11.68 346	22.08 440	7.42 292	12.15 344	4.24 208	3.61 256	9.25 365	5.35 344	0.04 324	0.04 280	0.00 1	0.00 1	0.17 293	0.09 228

DeepPruner_ROB	3.52 281	1.14 347	4.06 256	1.12 194	1.65 324	3.65 244	0.83 252	13.96 401	4.47 167	7.80 305	10.84 317	7.05 302	2.16 190	8.14 305	3.08 287	0.07 354	0.03 253	0.00 1	0.01 251	0.32 367	0.06 183

CVANet_RVC	4.16 331	1.16 349	3.60 216	1.94 310	1.46 315	3.92 270	4.68 398	10.89 326	8.34 318	7.58 297	10.84 317	10.27 356	6.62 363	8.56 330	2.69 274	0.39 412	0.00 1	0.00 1	0.01 251	0.21 327	0.09 228

IPLGR_C	2.44 182	1.17 350	4.94 304	0.62 125	2.08 352	2.65 144	0.80 245	5.60 157	4.79 185	7.87 309	9.23 276	1.67 108	1.15 125	3.43 93	2.23 254	0.01 195	0.19 404	0.02 353	0.08 323	0.22 332	0.10 250

MyStereo8	2.88 225	1.19 351	5.03 309	1.61 260	3.75 414	4.30 283	0.07 32	6.14 181	6.16 243	6.22 225	9.64 292	4.28 213	1.45 150	2.05 66	4.76 337	0.00 1	0.16 391	0.00 1	0.14 344	0.26 349	0.43 387

raft_robust	2.64 200	1.20 352	2.62 114	1.10 188	0.28 161	1.50 36	0.12 53	6.28 190	9.04 332	6.80 256	7.19 228	3.73 188	2.13 187	9.06 357	1.07 158	0.03 305	0.12 363	0.00 1	0.21 375	0.17 293	0.22 338

dd	2.16 145	1.22 353	4.82 298	0.68 134	0.12 77	1.39 28	0.17 85	5.14 121	11.22 375	2.70 102	3.51 115	1.52 103	1.23 138	5.08 142	3.96 322	0.12 372	0.01 152	0.04 382	0.21 375	0.07 172	0.01 17

XPNet_ROB	6.03 379	1.22 353	5.61 343	2.56 384	0.90 273	6.32 332	7.07 431	12.92 386	8.30 317	14.76 427	15.13 376	19.84 433	6.66 365	10.36 388	8.58 393	0.02 270	0.04 280	0.00 1	0.03 287	0.11 229	0.24 348

AIO-test2	2.70 205	1.23 355	3.52 211	1.24 202	3.05 383	2.65 144	0.06 25	6.30 191	15.40 409	2.58 99	7.30 233	0.48 63	0.57 80	5.36 151	0.96 147	3.06 453	0.00 1	0.00 1	0.01 251	0.16 281	0.15 300

DANet	6.02 378	1.23 355	8.45 400	3.86 432	3.94 421	7.64 366	1.34 311	9.51 287	7.00 273	13.39 420	15.53 378	15.99 407	7.02 371	12.14 411	12.37 429	0.19 388	0.12 363	0.02 353	0.03 287	0.13 260	0.56 402
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 377	1.24 357	6.29 362	1.34 217	1.68 329	9.60 387	10.31 451	15.09 414	15.79 412	12.62 411	8.95 268	11.67 378	5.83 348	11.78 409	6.41 360	0.05 336	0.13 372	0.08 402	0.20 371	0.22 332	0.79 413

Nwc_Net	6.97 399	1.25 358	6.63 372	3.82 430	3.37 394	10.83 403	1.67 327	19.56 455	11.35 376	8.36 325	23.62 427	17.19 419	11.44 424	11.21 400	8.08 386	0.80 429	0.00 1	0.00 1	0.02 274	0.13 260	0.09 228

SACVNet	4.15 330	1.26 359	3.81 235	3.12 407	1.68 329	3.09 197	2.85 359	11.91 354	5.96 228	10.52 387	11.20 325	10.59 359	3.95 275	8.97 354	3.25 294	0.08 359	0.02 206	0.00 1	0.00 1	0.32 367	0.44 389

DMCA-RVC	3.17 248	1.26 359	6.39 367	2.10 340	1.51 317	3.02 191	0.56 182	7.84 238	5.06 192	9.23 357	5.19 159	8.46 328	2.72 217	6.31 184	3.22 291	0.06 345	0.11 356	0.09 405	0.02 274	0.16 281	0.08 215

BEATNet_4x	3.24 250	1.27 361	5.89 349	1.56 253	0.10 58	5.26 313	1.07 290	10.08 304	5.50 205	6.89 263	7.73 246	4.53 223	4.13 281	5.05 141	5.27 342	0.04 324	0.05 293	0.00 1	0.00 1	0.23 338	0.23 344

MANE	19.47 471	1.27 361	5.07 312	4.69 442	5.55 444	30.49 467	9.94 449	34.01 474	37.27 470	44.13 481	51.57 485	52.51 479	40.41 481	33.58 473	24.81 465	0.89 432	0.86 447	1.11 445	9.72 477	0.38 380	1.06 421

pmcnn	7.72 409	1.27 361	9.42 407	2.91 396	3.14 385	9.44 383	6.23 418	12.56 379	16.51 416	14.53 425	24.08 429	27.44 453	8.49 396	9.32 368	8.44 391	0.06 345	0.08 331	0.00 1	0.00 1	0.30 359	0.15 300

CSP-Net	4.12 326	1.28 364	3.70 227	1.54 248	1.06 289	13.28 425	2.33 342	12.96 387	5.45 203	8.87 347	8.54 262	8.43 327	3.03 229	8.16 307	3.65 313	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.03 91

LE_ROB	16.73 463	1.28 364	11.61 417	3.72 427	1.65 324	16.67 436	9.17 443	14.39 407	55.91 484	63.81 495	40.86 472	35.94 468	37.73 479	14.24 428	26.87 470	0.05 336	0.10 348	0.13 413	0.22 380	0.12 245	0.15 300

AIO-Stereo-zeroshot1	3.58 285	1.29 366	12.46 424	1.53 246	0.98 282	3.48 226	0.81 247	11.99 357	4.40 162	4.33 147	11.05 324	8.83 335	2.02 184	4.52 124	1.66 212	0.01 195	0.14 376	0.00 1	0.68 437	0.86 418	0.44 389

LMCR-Stereo	3.63 289	1.29 366	4.20 263	2.54 381	0.17 102	8.08 368	1.52 318	11.46 340	4.73 182	8.45 333	10.66 314	1.91 120	5.03 328	7.69 272	3.58 311	0.92 434	0.00 1	0.00 1	0.00 1	0.36 378	0.02 55

RP	6.84 396	1.29 366	5.53 341	3.92 433	5.18 442	6.32 332	3.53 375	11.73 349	15.31 408	9.54 364	22.38 423	18.25 424	14.47 438	10.11 382	7.49 373	0.91 433	0.01 152	0.12 411	0.15 347	0.33 370	0.19 328

ADCRef	7.27 400	1.38 369	16.37 442	2.52 380	3.30 393	11.63 410	3.16 366	10.80 323	9.35 338	13.03 418	25.27 437	8.17 323	8.92 402	8.06 299	21.81 457	0.15 378	0.08 331	0.16 416	0.34 412	0.38 380	0.58 403

fast-acv-ft	5.62 368	1.39 370	7.01 379	2.02 325	1.89 346	12.23 415	1.82 333	7.35 229	9.45 340	10.46 386	20.27 413	14.55 397	7.71 387	7.41 258	7.61 375	0.10 367	0.09 339	0.16 416	0.07 319	0.59 402	0.13 283

DN-CSS_ROB	2.69 202	1.40 371	5.34 329	2.31 366	0.75 256	3.14 204	0.06 25	6.11 180	3.87 128	5.34 181	12.18 346	2.34 130	1.22 137	7.84 282	1.48 193	0.03 305	0.00 1	0.00 1	0.00 1	0.35 374	0.03 91

LoS_RVC	1.26 61	1.43 372	1.91 44	0.42 96	3.77 416	1.71 58	0.04 17	2.58 7	2.49 39	0.42 46	2.58 84	0.30 37	0.57 80	1.71 46	0.66 84	0.01 195	0.02 206	0.00 1	0.00 1	0.02 40	4.49 453

iResNetv2_ROB	4.28 342	1.43 372	7.17 383	2.91 396	1.26 301	4.36 287	1.62 323	13.64 398	10.25 357	9.83 370	11.41 329	7.68 311	4.00 276	7.75 278	1.85 227	0.00 1	0.00 1	0.00 1	0.00 1	0.37 379	0.09 228

AF-Net	7.78 410	1.44 374	6.68 373	3.37 414	4.50 436	8.61 374	2.69 354	17.07 428	20.17 435	9.52 363	24.02 428	20.31 438	14.59 439	11.58 405	9.84 411	0.61 424	0.00 1	0.12 411	0.00 1	0.38 380	0.12 275

gwcnet-sp	3.31 257	1.47 375	7.26 384	1.73 276	0.69 248	7.57 362	1.14 295	8.59 258	6.17 244	8.57 335	5.25 167	4.26 210	3.36 240	6.46 193	3.44 300	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.11 262

scenet	3.31 257	1.47 375	7.26 384	1.73 276	0.69 248	7.57 362	1.14 295	8.59 258	6.17 244	8.57 335	5.25 167	4.26 210	3.36 240	6.46 193	3.44 300	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.11 262

ssnet	3.31 257	1.47 375	7.26 384	1.73 276	0.69 248	7.57 362	1.14 295	8.59 258	6.17 244	8.57 335	5.25 167	4.26 210	3.36 240	6.46 193	3.44 300	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.11 262

PA-Net	4.98 359	1.47 375	7.42 389	2.40 372	2.14 356	8.73 376	3.64 380	12.42 371	13.11 392	7.03 270	7.57 241	7.88 315	6.52 361	10.16 387	7.82 378	0.02 270	0.03 253	0.00 1	0.00 1	0.11 229	1.07 422
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 392	1.49 379	6.48 368	2.92 398	4.40 429	7.43 356	3.61 377	19.52 453	13.29 393	8.39 330	16.91 389	15.96 405	12.13 425	12.85 417	7.70 376	1.47 442	0.11 356	0.01 322	0.42 423	0.14 270	0.24 348

Abc-Net	6.77 392	1.49 379	6.48 368	2.92 398	4.40 429	7.43 356	3.61 377	19.52 453	13.29 393	8.39 330	16.91 389	15.96 405	12.13 425	12.85 417	7.70 376	1.47 442	0.11 356	0.01 322	0.42 423	0.14 270	0.24 348
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 444	1.52 381	4.55 286	1.89 299	1.46 315	19.87 449	5.11 405	20.66 459	15.91 413	32.67 465	34.51 461	39.34 472	21.15 456	18.74 451	12.10 427	0.11 369	0.06 307	0.01 322	0.00 1	0.45 393	0.22 338
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
G-Net	8.41 418	1.54 382	10.97 415	5.73 449	3.60 405	26.19 457	4.41 393	10.10 305	7.42 285	19.71 441	24.99 435	14.38 396	15.83 440	10.99 397	9.53 408	0.50 422	0.46 440	0.19 422	0.25 388	0.80 415	0.66 408

Wz-Net-LNSev-Ref	5.98 375	1.55 383	9.92 409	2.40 372	3.22 389	10.28 394	3.14 365	11.64 344	9.79 346	9.54 364	20.22 412	11.16 374	6.77 367	10.61 393	9.16 399	0.06 345	0.00 1	0.00 1	0.00 1	0.03 83	0.04 134

RAFT + AFF	4.30 343	1.55 383	5.84 347	1.43 233	2.36 366	5.94 327	6.72 427	10.01 301	7.56 291	7.55 296	8.96 270	7.09 303	6.73 366	8.57 331	4.02 323	0.02 270	0.47 441	0.00 1	0.01 251	0.56 398	0.54 401

psmorigin	7.34 401	1.58 385	18.31 449	2.35 369	0.87 269	6.72 342	1.70 331	10.63 316	7.14 279	19.77 442	22.71 424	20.13 435	11.34 422	12.96 419	9.49 407	0.04 324	0.17 395	0.06 393	0.17 358	0.21 327	0.50 397

NCCL2	5.88 372	1.59 386	5.44 333	1.87 294	0.92 274	9.55 385	11.55 457	12.11 363	9.94 350	9.67 367	8.85 265	22.28 444	7.41 377	8.78 346	7.17 370	0.01 195	0.00 1	0.03 370	0.00 1	0.13 260	0.23 344

iinet-f	5.94 373	1.60 387	26.88 468	1.79 284	1.38 313	11.92 413	1.47 315	6.80 218	7.11 278	6.90 265	14.43 369	10.64 363	7.97 389	7.00 233	12.12 428	0.02 270	0.03 253	0.05 389	0.00 1	0.63 407	0.02 55

CSAN	7.62 404	1.60 387	6.56 371	1.83 292	0.66 244	12.40 418	10.52 454	14.45 408	21.32 438	14.19 423	15.98 380	17.84 420	13.02 433	12.32 413	8.38 390	0.09 364	0.07 321	0.03 370	0.04 305	0.33 370	0.67 409

FADNet-RVC-Resample	3.79 303	1.62 389	12.06 420	1.43 233	0.66 244	5.94 327	2.41 343	10.18 308	8.58 328	6.28 233	4.22 129	5.33 254	4.80 322	7.71 274	3.19 290	0.17 384	0.21 411	0.17 419	0.12 341	0.41 390	0.29 365

PSMNet_ROB	5.02 361	1.63 390	6.03 354	1.90 300	1.83 342	9.57 386	6.35 422	15.58 421	7.23 282	6.15 221	10.48 308	12.22 380	4.16 284	8.02 291	8.71 395	0.02 270	0.01 152	0.01 322	0.10 336	0.20 316	0.12 275

LL-Strereo	4.71 356	1.64 391	7.51 392	1.15 196	4.31 426	3.71 251	1.45 314	9.21 277	8.36 319	8.37 329	8.17 256	10.82 366	11.36 423	12.51 415	4.82 338	0.00 1	0.12 363	0.00 1	0.00 1	0.31 364	0.32 370

FADNet	4.23 336	1.65 392	11.75 419	1.64 265	0.80 263	4.80 301	0.77 239	13.76 400	11.65 380	3.97 140	5.24 165	9.62 344	5.14 332	8.40 322	3.78 317	0.21 392	0.04 280	0.07 399	0.05 311	1.14 424	0.10 250

sAnonymous2	1.35 68	1.66 393	8.14 398	0.55 113	0.46 206	1.23 12	0.24 104	4.00 61	3.47 111	0.40 40	1.11 35	0.23 24	1.42 148	0.96 13	0.57 71	0.01 195	0.00 1	0.00 1	0.20 371	2.07 440	0.22 338

CroCo_RVC	1.35 68	1.66 393	8.14 398	0.55 113	0.46 206	1.23 12	0.24 104	4.00 61	3.47 111	0.40 40	1.11 35	0.23 24	1.42 148	0.96 13	0.57 71	0.01 195	0.00 1	0.00 1	0.20 371	2.07 440	0.22 338

FADNet_RVC	3.91 316	1.67 395	12.95 431	0.96 168	0.75 256	5.71 320	0.54 176	10.83 324	6.60 262	3.46 126	8.09 254	4.10 202	3.40 247	9.43 371	6.33 358	0.36 409	0.44 438	0.17 419	0.46 428	0.91 419	0.95 418

APVNet	5.98 375	1.72 396	8.72 402	3.21 411	4.04 423	12.31 416	1.81 332	19.09 446	6.10 237	6.13 220	13.41 359	10.69 364	6.30 356	11.26 401	13.90 437	0.05 336	0.02 206	0.11 408	0.03 287	0.53 396	0.20 334

AANet_RVC	5.01 360	1.74 397	6.38 366	1.96 314	1.29 306	2.26 97	1.69 328	10.07 303	18.53 422	7.88 310	18.15 404	8.49 331	2.70 212	10.59 392	7.04 369	0.96 435	0.15 383	0.02 353	0.00 1	0.13 260	0.12 275

StereoDRNet	5.59 366	1.75 398	6.80 375	3.12 407	4.45 433	10.61 399	4.35 392	18.80 441	9.73 344	12.22 408	6.87 214	11.44 376	4.65 314	8.09 302	8.26 389	0.02 270	0.11 356	0.00 1	0.03 287	0.20 316	0.28 363

ETE_ROB	5.80 369	1.77 399	6.33 363	1.44 236	0.78 262	6.43 336	6.90 429	12.53 378	8.08 310	12.93 417	14.89 374	21.13 441	5.87 349	9.83 378	6.57 364	0.04 324	0.01 152	0.00 1	0.02 274	0.08 184	0.33 371

ADCP+	8.09 414	1.79 400	14.50 436	1.54 248	4.28 425	16.57 435	5.20 406	12.80 383	11.20 374	12.83 416	17.07 393	11.02 372	10.80 420	17.59 447	23.18 462	0.03 305	0.05 293	0.01 322	0.18 364	0.39 384	0.81 414

LALA_ROB	6.58 388	1.80 401	6.25 361	1.26 205	0.94 278	10.08 390	9.02 442	16.00 423	11.51 379	12.74 413	13.02 355	24.77 447	5.25 334	10.56 391	8.02 383	0.04 324	0.05 293	0.00 1	0.02 274	0.10 212	0.25 351

FADNet-RVC	3.98 322	1.84 402	12.48 426	1.69 269	0.44 200	4.33 284	1.31 309	11.84 351	7.15 280	3.53 128	3.50 114	10.63 362	4.43 302	9.12 358	6.25 357	0.03 305	0.10 348	0.00 1	0.03 287	0.60 404	0.25 351

PS-NSSS	3.90 313	1.84 402	4.55 286	0.87 151	2.95 382	4.10 278	2.00 337	10.77 322	8.23 316	6.75 252	14.63 372	5.01 242	2.24 191	8.41 323	2.91 281	0.33 407	0.03 253	0.83 441	0.00 1	0.82 416	0.70 411

SANet	10.64 439	1.86 404	10.91 413	1.76 279	0.71 253	14.62 429	9.23 444	19.18 447	37.14 469	19.22 439	27.96 441	25.86 451	19.11 450	13.02 420	10.63 416	0.08 359	0.06 307	0.03 370	0.02 274	0.62 405	0.81 414

DPSNet	10.14 435	1.88 405	16.82 445	1.85 293	1.73 333	24.84 455	17.20 478	19.92 456	27.41 450	12.23 410	13.62 361	16.52 411	18.35 445	14.42 430	12.50 430	0.78 428	0.54 444	0.08 402	0.25 388	1.18 425	0.59 406

dad	4.66 355	1.89 406	5.51 338	0.94 162	0.09 51	2.16 91	0.37 133	7.10 225	14.43 400	10.13 379	16.84 388	14.97 399	1.90 180	6.82 218	4.15 325	1.09 437	0.11 356	4.08 458	0.46 428	0.17 293	0.06 183

Wz-Net-LNSev	6.46 385	1.93 407	16.44 444	1.52 243	4.15 424	12.66 419	4.96 403	13.05 389	12.10 386	10.55 389	16.23 382	11.32 375	7.19 374	8.43 325	8.48 392	0.00 1	0.01 152	0.00 1	0.00 1	0.08 184	0.06 183

GwcNet	6.42 384	1.97 408	10.92 414	2.59 385	5.58 445	11.55 408	2.21 341	14.10 404	16.52 418	10.04 377	17.19 397	10.86 368	5.61 346	9.23 364	8.84 397	0.01 195	0.06 307	0.03 370	0.08 323	0.56 398	0.40 381

GMStereo_Zeroshot	2.77 211	1.98 409	5.14 318	1.53 246	0.36 184	3.56 238	0.10 43	5.57 155	5.91 226	6.89 263	7.02 222	8.50 332	0.91 106	6.01 171	1.65 211	0.00 1	0.00 1	0.00 1	0.00 1	0.20 316	0.01 17

PDISCO_ROB	9.62 432	1.99 410	11.51 416	9.88 458	9.61 461	21.48 450	3.83 381	19.33 449	28.49 453	11.27 401	14.17 366	19.92 434	5.02 327	16.35 443	9.18 400	5.28 457	0.41 435	0.14 414	0.09 332	2.05 439	2.36 443

ADCL	10.16 436	2.11 411	19.36 452	1.92 305	1.88 345	22.23 451	8.91 441	14.04 402	23.56 444	14.62 426	26.19 438	12.75 384	13.59 435	16.06 442	22.95 461	0.26 400	0.18 399	0.75 439	0.65 434	0.69 411	0.58 403

ELAS	16.72 462	2.14 412	9.23 404	4.92 444	4.53 437	32.66 472	15.11 473	27.40 469	28.68 454	40.27 476	44.90 475	38.33 471	30.50 471	26.44 468	21.94 458	0.88 431	1.23 451	0.67 438	0.89 443	1.49 432	2.18 441
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 398	2.23 413	6.13 356	4.05 434	4.73 441	8.94 377	2.78 356	15.19 418	11.74 381	11.13 398	19.34 407	17.86 421	10.42 418	13.02 420	8.03 385	0.73 427	0.01 152	0.24 427	0.41 422	0.31 364	0.38 377

ELAS_RVC	16.54 461	2.26 414	10.09 412	5.50 448	4.46 434	28.28 465	16.72 477	25.55 466	33.54 461	40.19 475	40.30 471	36.68 469	30.03 470	29.40 469	20.61 451	0.98 436	1.21 450	0.86 442	0.70 438	1.39 431	2.16 439
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 403	2.32 415	15.58 441	1.82 291	0.63 240	44.66 484	0.44 152	8.59 258	9.52 341	9.84 371	25.18 436	5.30 253	4.38 299	11.46 404	6.49 362	0.05 336	0.03 253	0.00 1	0.01 251	1.79 437	1.87 435

Wz-Net-MNSev	7.43 402	2.35 416	15.22 439	2.34 368	3.41 399	17.27 441	8.55 438	11.91 354	13.48 395	13.37 419	17.05 392	13.70 387	7.47 382	11.90 410	9.99 413	0.40 414	0.03 253	0.00 1	0.01 251	0.16 281	0.07 201

ADCPNet	9.54 430	2.39 417	31.46 472	2.09 338	1.60 320	16.71 437	6.39 423	12.11 363	11.45 377	13.53 421	21.45 418	19.41 430	10.94 421	14.38 429	21.54 455	0.27 403	1.16 449	0.39 436	1.49 451	0.58 401	1.45 429

SHD	9.61 431	2.60 418	12.46 424	3.69 426	3.54 402	9.47 384	1.25 302	20.16 458	37.84 471	18.19 437	21.24 417	16.96 417	12.83 432	14.47 431	16.05 442	0.32 406	0.13 372	0.01 322	0.08 323	0.38 380	0.48 394

DGSMNet	6.47 386	2.61 419	13.64 434	3.46 418	3.74 410	8.97 378	6.01 413	14.15 405	13.01 391	7.46 294	14.10 365	9.94 349	4.79 321	10.44 389	6.22 356	1.30 441	1.70 454	1.80 448	1.52 453	2.27 443	2.35 442

DeepPrunerF	6.75 390	2.69 420	23.31 461	3.68 425	7.16 451	3.78 262	4.29 390	13.42 395	20.13 434	8.13 317	10.46 307	7.18 306	8.06 391	11.10 399	9.44 406	0.24 397	0.15 383	0.29 429	0.42 423	0.66 410	0.45 391

Syn2CoEx	6.32 382	2.72 421	9.33 405	2.45 377	1.67 327	8.59 373	3.32 370	18.08 435	12.27 387	8.53 334	21.08 416	10.30 357	9.80 412	9.30 367	7.86 380	0.01 195	0.00 1	0.00 1	0.00 1	0.63 407	0.43 387

SAMSARA	14.63 453	2.74 422	12.38 422	12.65 464	6.74 450	36.50 476	72.93 499	19.36 450	23.77 445	16.20 433	13.04 356	29.21 456	12.78 430	16.98 445	15.21 441	0.11 369	0.26 425	0.03 370	0.14 344	0.76 414	0.77 412

GANetREF_RVC	6.56 387	2.89 423	7.58 394	3.41 415	0.40 193	12.96 422	9.58 446	15.09 414	17.25 421	10.33 381	10.62 311	12.27 381	8.16 393	12.21 412	4.53 331	0.41 415	0.00 1	0.00 1	0.02 274	3.12 446	0.39 378
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
PVD	15.44 455	2.93 424	14.67 437	4.21 439	3.39 397	17.43 442	4.16 386	27.84 471	48.84 480	31.02 463	43.54 474	29.76 458	30.81 472	25.97 467	21.40 453	0.23 395	0.41 435	0.04 382	0.33 410	0.41 390	1.33 427

RTSC	9.15 424	3.00 425	13.57 433	3.72 427	1.76 337	11.82 412	0.46 154	16.95 427	36.83 468	15.80 431	15.53 378	12.91 385	7.46 381	20.01 457	21.76 456	0.31 405	0.13 372	0.01 322	0.08 323	0.57 400	0.41 383

TRStereo	2.36 174	3.10 426	4.70 295	1.99 318	2.08 352	2.61 136	1.11 293	8.79 269	3.73 121	3.19 116	3.04 96	3.96 193	0.77 96	5.92 167	1.44 189	0.03 305	0.14 376	0.00 1	0.29 398	0.08 184	0.25 351

ADCMid	10.24 437	3.13 427	20.70 455	2.21 351	2.39 369	11.23 405	6.19 415	14.17 406	11.19 373	23.20 451	22.25 421	17.89 422	19.54 451	18.51 450	26.21 469	0.45 420	0.42 437	1.10 444	1.29 448	1.56 434	1.18 423

PWC_ROB	8.24 416	3.13 427	12.74 429	2.43 376	4.43 432	7.51 360	1.22 300	16.63 426	19.24 428	16.08 432	28.29 442	13.99 393	10.16 415	13.63 424	14.06 438	0.42 418	0.00 1	0.05 389	0.00 1	0.59 402	0.27 361

SuperB	8.10 415	3.15 429	24.67 463	2.65 386	1.23 299	9.88 389	4.29 390	10.18 308	30.07 455	11.53 404	12.18 346	6.12 275	6.65 364	10.50 390	14.47 440	0.14 376	0.11 356	0.35 433	0.25 388	13.06 469	0.48 394

PWCDC_ROB	7.92 412	3.17 430	7.48 391	5.73 449	4.40 429	10.45 396	0.35 130	14.52 410	28.19 452	10.36 383	31.27 451	7.04 300	9.14 406	13.22 422	8.78 396	2.74 452	0.02 206	0.00 1	0.00 1	1.31 429	0.17 315

aanetorigin	8.72 422	3.29 431	27.55 469	1.95 311	3.84 417	4.93 306	5.39 411	5.49 153	10.05 352	27.85 458	31.47 452	15.80 404	12.78 430	9.04 356	11.98 426	0.25 398	0.22 415	0.22 425	0.25 388	1.28 428	0.84 416

SQANet	7.64 405	3.40 432	5.49 336	11.73 463	9.62 462	11.96 414	2.82 357	11.33 336	6.10 237	8.33 324	11.49 332	11.00 371	5.16 333	10.12 386	2.72 278	8.92 466	2.21 456	10.41 465	1.58 454	11.13 465	7.39 464

XQC	8.43 419	3.58 433	16.40 443	2.92 398	2.17 358	13.22 424	3.60 376	14.64 411	25.86 448	11.87 406	12.04 340	15.06 400	10.67 419	15.24 436	19.41 447	0.39 412	0.08 331	0.05 389	0.07 319	0.84 417	0.45 391

MFN_U_SF_RVC	12.94 447	3.66 434	25.81 466	3.61 424	2.26 364	22.77 452	4.55 396	27.10 467	20.06 433	23.90 452	28.99 444	30.53 459	16.98 441	19.92 456	20.26 450	1.24 438	1.07 448	0.98 443	1.33 449	1.80 438	2.04 438

anonymity	7.68 406	3.83 435	12.39 423	7.04 454	12.67 469	8.18 370	2.00 337	17.50 431	6.85 268	13.56 422	9.21 275	9.97 350	7.82 388	11.28 402	5.58 348	6.27 460	4.98 482	3.68 457	2.96 458	3.33 448	4.48 452

PASM	7.90 411	4.22 436	21.97 459	3.25 412	3.29 392	5.39 316	6.57 424	10.57 314	19.09 425	12.77 414	13.92 363	18.11 423	9.51 410	13.79 425	10.77 420	0.19 388	0.45 439	0.29 429	1.08 446	1.49 432	1.19 424

MFN_U_SF_DS_RVC	9.78 433	4.27 437	14.47 435	2.29 359	2.85 379	23.40 454	13.62 465	13.60 396	19.54 429	19.42 440	24.27 430	16.74 414	8.59 397	17.05 446	7.98 382	1.25 439	1.68 453	0.17 419	2.63 456	0.72 413	1.04 420

GASNet	5.19 362	4.61 438	9.38 406	4.73 443	2.10 354	3.80 264	1.57 321	12.07 361	10.96 369	8.92 349	7.03 224	8.21 324	7.67 386	14.02 426	7.36 371	0.02 270	0.15 383	0.00 1	0.00 1	0.69 411	0.42 385

PSMNet-RUCA	5.60 367	4.62 439	11.61 417	10.29 460	7.55 456	7.08 349	1.94 335	12.01 358	10.52 365	3.90 138	11.88 337	4.43 219	1.75 176	7.56 265	4.24 327	1.68 447	0.12 363	4.78 460	0.67 436	4.74 451	0.68 410

WZ-Net	13.00 448	4.64 440	41.07 480	3.48 420	3.15 387	19.12 446	15.66 476	14.81 412	31.33 457	15.71 430	27.88 440	22.22 443	14.01 437	20.44 459	25.03 466	0.64 426	0.00 1	0.01 322	0.03 287	0.39 384	0.37 376

Consistency-Raft	9.42 428	4.74 441	12.66 427	5.30 447	9.08 459	4.08 276	5.26 408	19.26 448	24.87 446	11.17 399	29.85 447	13.57 386	5.51 345	7.67 271	13.40 434	0.36 409	0.35 431	1.81 449	4.24 467	11.61 466	3.57 447

ADCS	13.02 449	4.93 442	28.38 470	3.17 410	2.67 376	13.61 427	10.83 455	18.70 438	33.46 460	22.59 446	24.78 433	19.59 432	18.51 447	23.40 464	32.16 478	0.10 367	0.19 404	0.37 435	0.18 364	1.26 427	1.46 430

MaskLacGwcNet_RVC	5.97 374	5.36 443	5.02 307	3.75 429	3.57 404	15.81 432	4.27 389	11.72 348	6.96 271	7.23 283	8.47 261	9.09 338	2.66 211	9.36 370	2.71 275	7.49 462	2.32 458	2.01 451	0.08 323	6.77 460	4.67 454

AnyNet_C32	10.98 442	5.58 444	22.79 460	4.16 436	5.83 446	15.64 430	14.30 466	13.18 390	17.15 420	16.44 434	20.52 414	14.68 398	13.44 434	22.46 461	30.08 475	0.17 384	0.26 425	0.36 434	0.36 416	1.23 426	0.91 417

LSM	14.01 452	5.95 445	33.49 473	6.78 453	43.61 493	10.22 392	9.98 450	15.16 417	22.93 443	23.07 450	32.34 456	18.52 426	12.67 429	15.45 437	11.10 421	0.16 383	0.51 443	0.09 405	0.32 408	1.08 423	16.85 488

EDNetEfficient	13.82 451	6.19 446	54.79 486	2.83 393	3.60 405	4.86 303	8.57 439	8.61 263	32.90 459	40.77 477	30.59 450	18.33 425	21.87 460	11.38 403	25.36 467	0.15 378	0.23 417	0.06 393	1.03 445	2.54 444	1.79 433

SPS-STEREO	15.04 454	6.23 447	13.21 432	11.34 462	11.65 466	23.30 453	7.15 432	24.16 464	15.65 411	31.78 464	29.19 446	31.62 460	21.32 457	24.62 465	19.50 448	7.59 463	4.19 480	3.22 456	1.48 450	6.99 461	6.54 461
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 426	6.70 448	24.28 462	1.87 294	1.81 341	8.57 372	12.29 463	17.37 430	20.39 436	10.43 385	23.11 426	16.66 413	8.03 390	14.47 431	17.86 444	0.00 1	0.02 206	0.01 322	0.00 1	0.41 390	0.30 367

AnonymousM	2.71 206	6.75 449	0.98 1	0.73 137	0.06 24	2.41 110	0.53 174	5.30 141	3.05 81	4.75 163	2.09 70	1.89 117	1.01 112	1.88 60	0.51 65	0.01 195	0.02 206	17.42 470	4.76 470	0.02 40	0.01 17

NVStereoNet_ROB	16.04 458	6.75 449	12.90 430	6.37 452	7.42 454	12.89 421	9.74 448	22.78 462	25.12 447	30.32 461	46.19 477	34.37 466	25.38 464	21.48 460	21.38 452	5.94 458	3.10 472	6.07 463	10.09 478	4.01 449	8.54 469
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 460	6.93 451	21.83 458	5.94 451	2.81 378	38.71 478	14.59 467	24.55 465	34.87 466	33.66 469	34.35 460	29.24 457	24.20 463	22.59 462	17.95 445	2.52 451	2.81 467	1.17 446	1.51 452	5.89 456	2.16 439

UDGNet	2.73 209	7.09 452	3.90 243	2.71 388	0.06 24	2.98 187	0.20 94	4.63 92	8.58 328	2.69 100	2.70 86	0.95 82	1.01 112	6.27 181	1.51 195	1.28 440	0.00 1	5.24 462	0.94 444	1.70 435	0.13 283

SGM+DAISY	15.62 456	7.26 453	19.28 451	8.94 455	10.11 463	26.25 458	10.49 453	19.36 450	14.65 404	30.64 462	33.59 459	33.00 462	22.32 462	24.96 466	16.42 443	7.90 464	6.25 484	4.51 459	3.37 463	5.86 455	7.20 463

otaku	11.73 445	7.51 454	7.07 381	13.22 466	10.85 465	26.61 462	7.25 434	18.84 442	19.16 427	11.58 405	17.23 398	20.19 436	8.09 392	15.11 435	4.64 334	9.13 468	2.42 460	13.08 466	1.83 455	12.48 468	8.22 467

StereoAnything_RVC	1.52 80	7.77 455	2.81 141	0.05 9	0.02 3	1.11 7	0.06 25	3.26 21	0.75 3	0.12 1	0.02 1	0.07 1	0.68 86	6.69 212	0.13 2	0.02 270	0.08 331	0.00 1	0.00 1	6.69 459	0.02 55

MFMNet_re	13.29 450	8.60 456	18.29 448	9.75 457	7.25 453	19.65 448	14.84 470	20.71 460	30.72 456	23.03 449	28.77 443	18.85 428	26.09 467	13.55 423	9.82 409	2.44 450	1.35 452	0.34 432	0.23 381	4.78 452	6.69 462

Ntro	12.35 446	8.88 457	7.80 395	13.79 467	12.42 468	26.54 461	6.98 430	18.54 437	22.14 441	9.82 369	16.45 383	20.30 437	9.29 409	15.95 440	6.61 366	9.53 470	2.47 462	14.93 468	2.77 457	13.11 470	8.63 470

BEATNet-Init1	23.31 473	9.03 458	41.67 481	4.17 437	2.53 373	45.68 486	19.47 481	33.43 473	38.45 472	47.59 484	49.10 481	59.31 485	41.80 482	38.35 481	29.21 474	0.47 421	0.50 442	0.81 440	0.66 435	2.10 442	1.86 434

CC-Net-ROB	7.68 406	9.21 459	7.46 390	3.82 430	3.66 408	15.68 431	5.02 404	17.95 433	10.45 364	6.44 244	14.00 364	7.63 310	4.77 318	10.75 394	3.10 288	5.99 459	2.46 461	16.28 469	1.08 446	6.30 458	1.56 432

UDG	8.58 421	9.31 460	4.89 301	10.00 459	9.52 460	10.36 395	2.41 343	12.07 361	9.82 347	7.81 306	9.55 288	16.52 411	9.81 413	7.84 282	7.88 381	4.20 454	2.51 463	18.53 471	3.71 466	9.55 462	5.28 457

RTS	18.87 469	9.32 461	86.48 494	4.95 445	6.10 447	42.08 480	14.70 468	15.49 419	41.06 473	22.65 447	32.32 454	13.77 388	19.54 451	37.98 479	28.96 472	0.41 415	0.23 417	0.00 1	0.02 274	0.91 419	0.50 397

RTSA	18.87 469	9.32 461	86.48 494	4.95 445	6.10 447	42.08 480	14.70 468	15.49 419	41.06 473	22.65 447	32.32 454	13.77 388	19.54 451	37.98 479	28.96 472	0.41 415	0.23 417	0.00 1	0.02 274	0.91 419	0.50 397

Wz-Net-TNSev	11.35 443	10.56 463	35.88 477	2.28 358	1.73 333	18.25 444	11.42 456	15.88 422	20.88 437	14.44 424	16.97 391	19.57 431	19.04 449	19.31 453	18.67 446	0.01 195	0.06 307	0.00 1	0.16 350	0.62 405	1.25 425

AnyNet_C01	16.12 459	10.81 464	59.36 488	4.42 441	2.49 372	30.06 466	15.15 474	17.51 432	16.51 416	17.88 436	37.69 466	24.04 445	17.54 442	29.60 470	33.29 479	0.28 404	0.38 433	0.43 437	0.42 423	2.57 445	1.98 437

DDUNet	9.47 429	11.32 465	6.14 357	12.93 465	11.65 466	10.45 396	3.87 382	11.70 347	7.89 304	9.27 358	13.28 357	16.18 410	6.14 354	8.80 348	5.77 351	6.64 461	3.38 475	20.90 472	4.28 468	11.01 464	7.80 465

EDNetEfficientorigin	17.87 466	14.00 466	99.53 506	1.64 265	0.92 274	10.55 398	6.26 420	13.21 391	34.84 465	38.20 474	36.91 465	27.47 454	26.32 468	14.71 433	25.69 468	0.04 324	0.06 307	0.14 414	0.52 431	3.16 447	3.27 445

JetBlue	29.12 479	15.72 467	54.12 485	15.93 468	20.98 481	60.90 497	30.62 488	39.38 476	34.62 464	34.08 470	39.69 468	57.35 484	43.17 483	50.71 493	50.60 494	2.41 449	3.79 478	2.81 452	3.45 464	9.57 463	12.59 482

GCST	9.08 423	17.31 468	3.98 248	52.92 491	10.66 464	11.29 406	0.20 94	6.97 222	6.47 257	9.46 361	4.68 140	4.75 229	1.51 152	9.34 369	1.31 179	8.19 465	0.05 293	22.38 473	0.34 412	6.17 457	3.53 446

coex-ft	19.78 472	19.39 469	87.73 496	1.77 281	1.80 340	17.25 440	13.50 464	12.63 381	42.10 475	60.18 491	38.90 467	28.72 455	28.74 469	11.74 408	27.40 471	0.21 392	0.23 417	0.04 382	0.30 404	1.36 430	1.54 431

ACVNet-4b	15.90 457	22.00 470	12.37 421	16.40 469	15.14 472	31.87 469	7.50 436	19.04 445	27.85 451	11.48 403	22.02 420	31.86 461	9.16 408	17.95 448	5.69 349	10.43 472	2.58 464	24.44 476	4.87 472	16.04 473	9.28 471

WAO-7	29.39 480	24.43 471	20.47 454	32.71 481	13.83 470	34.70 473	20.27 484	52.19 491	65.03 492	43.29 479	59.35 491	52.19 478	44.68 485	31.71 471	30.56 476	10.98 474	4.94 481	13.71 467	12.52 483	12.06 467	8.22 467

IGEV-BASED-STEREO-	4.24 338	25.07 472	26.53 467	0.44 100	0.07 32	1.50 36	0.54 176	2.09 5	1.57 15	0.51 53	0.62 23	0.21 23	0.20 8	1.44 34	0.53 67	12.03 476	0.01 152	0.00 1	0.08 323	1.75 436	9.69 472

ACVNet_1	18.70 468	25.08 473	12.72 428	17.33 470	15.18 473	26.02 456	9.62 447	28.44 472	34.49 462	24.39 453	24.32 431	37.22 470	20.13 454	16.67 444	13.39 433	10.45 473	2.59 465	24.77 477	4.92 473	16.57 474	9.75 473

DispFullNet	17.47 465	26.01 474	33.98 475	22.58 475	20.86 480	13.84 428	1.28 306	16.50 424	26.27 449	19.97 443	17.17 396	20.52 440	18.49 446	22.86 463	10.76 419	5.13 456	2.83 468	30.72 480	7.72 476	20.86 477	11.01 478

RainbowNet	18.01 467	26.22 475	19.95 453	18.59 471	14.88 471	27.38 464	10.46 452	27.39 468	34.54 463	14.91 428	27.01 439	25.65 449	12.44 427	18.94 452	9.23 401	13.91 480	3.46 476	23.36 475	4.86 471	16.03 472	10.91 477

test_for_model	6.81 395	27.63 476	2.16 81	21.79 474	16.18 475	3.48 226	0.94 275	5.88 171	3.72 120	7.62 299	2.72 88	1.03 85	0.42 63	0.58 2	0.35 26	9.03 467	2.28 457	0.00 1	0.05 311	23.91 481	6.49 460

IMH-64-1	27.21 477	28.77 477	16.84 446	31.57 478	20.76 478	26.43 459	15.10 471	47.11 481	45.20 477	33.53 467	51.16 483	41.42 473	31.10 473	36.48 475	22.39 459	13.48 478	2.87 470	33.95 482	10.70 479	23.50 479	11.75 479

IMH-64	27.21 477	28.77 477	16.84 446	31.57 478	20.76 478	26.43 459	15.10 471	47.11 481	45.20 477	33.53 467	51.16 483	41.42 473	31.10 473	36.48 475	22.39 459	13.48 478	2.87 470	33.95 482	10.70 479	23.50 479	11.75 479

IMH	29.82 481	29.11 479	18.51 450	34.28 482	21.40 483	32.33 471	15.39 475	49.40 488	53.07 482	37.88 472	55.32 488	45.05 475	39.54 480	40.63 482	24.12 463	14.03 481	3.27 474	34.93 484	11.24 481	24.69 482	12.21 481

ACVNet_2	26.45 475	29.35 480	25.14 464	20.27 473	15.43 474	34.97 474	12.23 462	48.37 486	66.25 494	42.69 478	56.73 489	51.77 477	25.59 465	20.39 458	13.52 435	10.13 471	2.59 465	22.78 474	3.52 465	17.57 475	9.80 475

TorneroNet-64	32.42 483	31.89 481	30.52 471	34.73 483	21.13 482	46.99 487	18.82 479	43.10 479	59.42 487	32.70 466	46.98 478	62.01 487	36.98 477	43.97 486	33.88 480	14.10 482	3.22 473	35.28 485	11.72 482	26.84 485	14.07 483

MADNet+	27.07 476	33.84 482	90.97 498	20.14 472	7.47 455	48.43 488	47.10 495	35.43 475	36.46 467	20.11 444	30.05 448	25.29 448	35.08 475	45.50 487	50.28 493	2.13 448	2.00 455	1.19 447	0.76 439	4.71 450	4.43 450

TorneroNet	35.11 487	33.92 483	33.82 474	37.86 485	22.01 484	49.64 490	21.58 485	48.09 485	55.23 483	37.50 471	53.79 486	62.81 490	43.66 484	46.71 489	41.25 488	14.80 483	3.53 477	36.72 486	14.57 485	28.28 488	16.49 486

WAO-8	38.15 488	35.51 484	21.50 456	43.67 486	23.92 485	44.44 482	20.26 482	52.83 492	76.62 497	53.57 488	66.79 496	62.63 488	54.56 492	42.03 484	39.18 486	22.71 486	6.65 485	37.08 487	19.08 487	24.72 484	15.24 484

Venus	38.15 488	35.51 484	21.50 456	43.67 486	23.92 485	44.44 482	20.26 482	52.83 492	76.62 497	53.57 488	66.81 497	62.63 488	54.56 492	42.03 484	39.18 486	22.71 486	6.65 485	37.08 487	19.08 487	24.70 483	15.24 484

WAO-6	34.74 485	36.76 486	15.36 440	37.53 484	24.15 487	35.99 475	19.36 480	48.96 487	68.54 495	43.84 480	47.58 479	52.77 480	52.60 489	32.63 472	34.73 482	26.20 488	7.74 487	42.78 489	21.64 489	28.07 487	17.62 489

Dean	34.67 484	38.70 487	25.33 465	29.89 477	17.21 476	45.24 485	11.98 460	56.90 495	76.55 496	63.47 494	60.22 492	67.36 493	48.14 488	37.24 477	39.01 485	11.00 475	2.83 468	28.35 478	5.60 475	18.14 476	10.31 476

LVE	34.99 486	40.10 488	34.97 476	32.49 480	18.61 477	51.45 493	26.82 486	52.15 490	65.94 493	47.21 482	61.04 493	53.99 482	37.30 478	37.95 478	34.09 481	15.55 484	5.95 483	31.01 481	13.81 484	22.58 478	16.72 487

PWCK	30.53 482	44.32 489	47.25 483	29.76 476	7.23 452	40.78 479	27.10 487	44.73 480	44.32 476	47.31 483	36.37 464	47.16 476	26.05 466	41.26 483	31.87 477	21.83 485	4.03 479	29.50 479	4.67 469	27.17 486	7.80 465

UNDER WATER-64	45.16 491	46.99 490	66.69 489	43.90 488	27.64 488	55.58 496	41.87 492	39.42 477	48.42 479	51.73 487	43.08 473	67.76 494	56.69 494	48.02 491	48.34 491	39.50 491	17.64 489	51.78 492	38.93 492	36.62 489	32.61 491

UNDER WATER	45.09 490	48.60 491	67.37 490	49.30 490	31.41 489	53.80 495	37.39 490	40.25 478	52.48 481	50.24 485	45.37 476	68.37 495	57.76 495	51.03 494	49.88 492	29.97 489	13.75 488	51.22 491	36.57 490	37.87 490	29.12 490

DLNR_Zeroshot_test	24.70 474	50.77 492	90.11 497	98.11 506	97.34 504	1.38 25	0.12 53	22.79 463	3.09 87	1.07 76	2.95 93	0.71 75	0.29 28	6.93 226	2.29 256	38.56 490	0.37 432	0.00 1	0.30 404	76.73 501	0.09 228

notaker	47.42 492	55.20 493	49.13 484	56.52 494	40.18 490	38.52 477	32.97 489	47.21 483	56.08 485	57.21 490	57.24 490	60.09 486	59.19 496	53.93 495	41.64 489	40.61 492	19.93 490	57.21 493	37.41 491	49.02 492	39.02 492

ktn	48.94 493	57.58 494	38.86 479	59.57 495	43.27 492	50.37 491	43.38 493	48.07 484	61.11 488	51.30 486	54.25 487	54.96 483	52.88 490	47.30 490	35.83 483	57.77 495	24.88 493	62.69 496	43.55 493	50.70 493	40.41 493

HanzoNet	56.48 496	59.32 495	58.25 487	55.32 493	41.94 491	50.95 492	41.33 491	51.12 489	61.40 489	65.62 497	65.59 495	71.66 496	69.41 497	70.77 498	60.03 496	63.99 497	34.70 495	61.96 495	50.54 495	51.00 494	44.71 494

JetRed	61.02 497	61.05 496	82.56 493	46.09 489	56.80 497	83.19 498	63.76 497	59.26 497	63.61 490	69.29 498	68.85 498	66.59 492	47.62 487	61.57 496	74.09 498	45.58 493	66.14 498	46.59 490	45.06 494	63.17 496	49.58 496

KSHMR	55.63 495	63.60 497	37.85 478	74.69 497	49.56 495	49.01 489	45.73 494	57.46 496	63.97 491	61.61 493	62.07 494	72.39 497	47.01 486	50.65 492	43.29 490	54.10 494	62.21 496	66.10 497	53.94 497	51.25 495	46.11 495

DPSimNet_ROB	53.45 494	64.73 498	44.39 482	53.97 492	45.39 494	53.66 494	54.83 496	55.15 494	57.87 486	64.16 496	50.83 482	63.40 491	53.34 491	46.45 488	65.81 497	63.13 496	26.54 494	57.94 494	51.11 496	45.52 491	50.69 497

LRCNet_RVC	66.23 498	65.67 499	67.63 491	71.47 496	54.32 496	32.17 470	2.66 353	63.19 498	21.35 439	81.79 499	91.26 500	83.62 498	71.62 498	69.32 497	52.57 495	95.49 503	64.45 497	95.07 503	95.19 503	71.52 497	74.31 499

ASD4		81.57 500

MADNet++	82.84 499	82.38 501	73.57 492	87.72 502	82.97 501	93.14 499	69.15 498	86.42 502	82.50 499	93.46 503	86.70 499	86.28 499	80.92 499	88.34 499	88.84 499	86.83 501	84.17 502	72.64 498	68.92 498	80.47 502	81.42 503

xxxxx1	85.63 501	90.31 502	96.68 501	76.54 498	80.57 498	97.44 503	96.86 503	85.53 499	88.53 500	88.68 500	91.71 501	94.23 500	92.93 500	90.02 500	91.98 500	70.60 498	70.39 499	73.68 499	81.46 500	74.61 498	79.86 500

tt_ll	85.63 501	90.31 502	96.68 501	76.54 498	80.57 498	97.44 503	96.86 503	85.53 499	88.53 500	88.68 500	91.71 501	94.23 500	92.93 500	90.02 500	91.98 500	70.60 498	70.39 499	73.68 499	81.46 500	74.61 498	79.86 500

ff	85.63 501	90.31 502	96.68 501	76.54 498	80.57 498	97.44 503	96.86 503	85.53 499	88.53 500	88.68 500	91.71 501	94.23 500	92.93 500	90.02 500	91.98 500	70.60 498	70.39 499	73.68 499	81.46 500	74.61 498	79.86 500

ccccc		96.61 505		100.00 512	100.00 508	97.41 502		99.56 507		99.27 507		99.35 506		99.92 506		100.00 510	100.00 509	99.95 506	99.77 507	100.00 509

MEDIAN_ROB	98.41 505	99.70 506	99.30 505	97.09 503	97.02 503	96.89 501	95.77 502	97.66 505	97.28 503	98.79 506	98.94 505	99.18 505	98.14 504	96.89 503	96.88 505	99.96 507	99.16 504	100.00 507	99.99 508	99.69 506	99.88 506

Anonymous_1	99.08 507	99.91 507	99.85 507	97.63 504	99.10 506	100.00 508	100.00 508	99.61 508	99.96 506	99.28 508	99.86 506	99.54 507	99.99 507	99.29 505	99.75 506	96.05 504	99.59 505	97.31 504	98.57 505	97.71 504	98.63 505

HaxPig	98.85 506	99.94 508	95.08 499	99.99 509	100.00 508	94.03 500	94.78 500	99.15 506	99.98 507	99.99 509	100.00 507	99.98 510	99.99 507	98.12 504	95.97 503	100.00 510	99.99 508	100.00 507	99.99 508	100.00 509	99.99 509

AVERAGE_ROB	99.62 509	99.95 509	98.81 504	100.00 512	100.00 508	98.08 506	95.47 501	100.00 511	100.00 508	100.00 510	100.00 507	100.00 512	100.00 509	100.00 511	99.99 508	100.00 510	100.00 509	100.00 507	100.00 510	100.00 509	100.00 511

test_example2	99.39 508	99.98 510	99.99 508	100.00 512	99.98 507	99.72 507	99.99 507	97.34 504	100.00 508	100.00 510	100.00 507	96.42 503	96.66 503	99.97 507	99.96 507	100.00 510	99.97 507	98.66 505	99.15 506	100.00 509	100.00 511

Selective-RAFT-Error	100.00 514	100.00 511	100.00 512	100.00 512	100.00 508	100.00 508	100.00 508	100.00 511	100.00 508	100.00 510	100.00 507	100.00 512	100.00 509	100.00 511	100.00 511	100.00 510	100.00 509	100.00 507	100.00 510	100.00 509	100.00 511

PML	97.88 504	100.00 511	96.45 500	98.01 505	97.88 505	100.00 508	99.35 506	96.88 503	97.72 504	100.00 510	97.36 504	97.38 504	99.60 505	100.00 511	96.32 504	99.99 508	97.55 503	100.00 507	96.01 504	99.18 505	87.92 504

CasAABBNet	100.00 514	100.00 511	100.00 512	100.00 512	100.00 508	100.00 508	100.00 508	100.00 511	100.00 508	100.00 510	100.00 507	100.00 512	100.00 509	100.00 511	100.00 511	100.00 510	100.00 509	100.00 507	100.00 510	100.00 509	100.00 511

LSM0	100.00 514	100.00 511	100.00 512	100.00 512	100.00 508	100.00 508	100.00 508	100.00 511	100.00 508	100.00 510	100.00 507	100.00 512	100.00 509	100.00 511	100.00 511	100.00 510	100.00 509	100.00 507	100.00 510	100.00 509	99.99 509

DPSMNet_ROB	99.91 511	100.00 511	99.99 508	99.99 509	100.00 508	100.00 508	100.00 508	99.98 510	100.00 508	98.35 504	100.00 507	99.84 508	100.00 509	99.98 508	99.99 508	100.00 510	100.00 509	100.00 507	100.00 510	100.00 509	100.00 511

DGTPSM_ROB	99.90 510	100.00 511	99.99 508	99.99 509	100.00 508	100.00 508	100.00 508	99.97 509	100.00 508	98.35 504	100.00 507	99.84 508	100.00 509	99.98 508	99.99 508	99.99 508	100.00 509	100.00 507	100.00 510	100.00 509	100.00 511

DPSM_ROB	99.95 512	100.00 511	100.00 512	99.76 507	100.00 508	100.00 508	100.00 508	100.00 511	100.00 508	100.00 510	100.00 507	100.00 512	100.00 509	100.00 511	100.00 511	99.21 505	100.00 509	100.00 507	100.00 510	99.99 507	99.95 507

DPSM	99.95 512	100.00 511	100.00 512	99.76 507	100.00 508	100.00 508	100.00 508	100.00 511	100.00 508	100.00 510	100.00 507	100.00 512	100.00 509	100.00 511	100.00 511	99.21 505	100.00 509	100.00 507	100.00 510	99.99 507	99.95 507

Low-res two-view benchmark