Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

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

MIF-Stereo	0.94 2	0.53 62	2.82 28	0.94 99	1.29 229	0.56 3	0.12 32	1.49 1	3.16 23	1.77 44	2.22 36	0.20 3	0.32 11	1.76 22	1.33 87	0.00 1	0.00 1	0.00 1	0.00 1	0.16 195	0.02 5

StereoIM	0.96 3	1.11 190	4.01 130	0.36 38	1.86 264	1.20 5	0.06 13	3.99 14	1.73 2	0.45 6	0.56 7	0.43 34	0.51 36	1.28 6	1.46 94	0.00 1	0.00 1	0.00 1	0.00 1	0.06 69	0.08 39

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

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

CASnet	1.09 5	0.47 38	2.09 5	0.79 83	0.08 10	2.10 53	0.14 48	3.83 11	4.26 81	3.84 79	1.56 20	0.32 25	0.30 7	1.13 2	0.77 24	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	1.09 5	0.51 57	2.16 7	0.11 2	0.24 68	1.67 26	0.03 9	4.24 17	6.91 186	0.80 23	1.73 25	0.44 35	0.64 41	1.58 13	0.61 8	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CroCo-Stereo	1.14 8	1.22 212	3.99 128	0.61 62	0.53 128	0.38 1	0.06 13	5.35 57	4.15 74	0.59 14	1.92 32	1.00 51	0.27 5	1.37 9	1.33 87	0.01 106	0.00 1	0.00 1	0.00 1	0.05 60	0.05 25
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
MGS-Stereo	1.22 9	0.44 29	2.92 31	0.83 87	0.07 9	1.82 39	0.65 153	2.44 2	3.95 66	1.11 31	6.19 123	0.49 39	0.37 17	1.73 16	0.81 27	0.00 1	0.00 1	0.00 1	0.00 1	0.48 315	0.01 1

AEACV	1.27 10	0.38 9	2.61 16	1.75 178	1.21 217	2.44 71	0.85 201	4.79 31	1.67 1	0.71 15	0.26 6	0.29 19	2.00 123	2.30 40	0.66 11	0.01 106	0.95 306	0.00 1	0.42 346	0.12 151	2.07 346

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

sCroCo_RVC	1.34 12	0.85 137	6.15 236	1.21 118	1.28 225	0.90 4	0.18 57	4.50 27	2.86 11	0.37 2	3.18 51	0.52 42	1.52 106	1.83 23	0.93 42	0.13 292	0.25 250	0.00 1	0.00 1	0.08 89	0.16 85

CroCo-Stereo Lap2	1.37 13	1.19 204	4.17 138	1.01 103	4.58 358	0.46 2	0.09 21	4.27 20	2.94 13	1.25 35	2.40 40	1.55 65	0.20 1	1.72 15	1.30 82	0.00 1	0.00 1	0.00 1	0.00 1	0.15 191	0.13 65

Former-RAFT_DAM_RVC	1.39 14	0.74 114	2.72 25	0.73 74	1.26 224	2.42 69	0.02 5	3.78 9	8.16 225	1.81 47	2.94 48	0.28 17	0.32 11	1.51 12	0.76 23	0.04 241	0.01 104	0.00 1	0.00 1	0.08 89	0.19 99

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

EGLCR-Stereo	1.45 16	0.26 2	2.91 30	1.94 201	0.90 177	3.13 147	0.69 163	5.81 83	3.21 24	1.14 33	0.20 3	1.52 64	0.37 17	4.29 77	0.69 16	0.01 106	0.79 292	0.00 1	0.00 1	0.01 3	1.21 272

ff7	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

ffff	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

11t	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.87 36	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

ccc-4	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

LoS_RVC	1.47 21	1.75 271	2.66 21	0.52 58	3.89 338	1.67 26	0.04 10	2.66 3	2.61 6	0.55 12	2.63 44	0.31 21	1.68 110	1.99 27	0.81 27	0.01 106	0.02 135	0.00 1	0.00 1	0.03 27	5.54 379

PMTNet	1.48 22	0.43 20	2.77 27	0.31 26	0.17 38	2.94 134	0.33 86	3.66 8	5.27 122	1.11 31	1.28 17	0.28 17	0.92 56	4.32 78	0.90 38	4.89 382	0.00 1	0.00 1	0.00 1	0.03 27	0.05 25

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

anonymousdsp	1.51 24	0.81 126	2.70 24	0.60 60	0.69 145	2.76 108	0.79 182	4.86 32	3.00 21	0.82 24	1.25 13	0.31 21	0.42 24	7.44 162	0.81 27	0.00 1	0.83 294	0.00 1	0.17 272	0.12 151	1.85 329

IGEV-Stereo	1.51 24	0.81 126	2.69 23	0.60 60	0.69 145	2.77 109	0.79 182	4.88 35	2.99 20	0.82 24	1.25 13	0.31 21	0.42 24	7.43 161	0.85 32	0.00 1	0.83 294	0.00 1	0.17 272	0.12 151	1.85 329
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test croco	1.53 26	0.86 144	6.50 250	0.42 44	0.05 3	1.56 21	0.09 21	5.18 48	4.02 71	0.54 11	1.76 28	0.59 45	0.75 48	6.48 125	1.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.43 305	0.07 36

IGEVStereo-DCA	1.54 27	1.71 264	2.99 41	0.73 74	0.24 68	2.69 96	0.81 187	4.31 22	2.97 15	0.73 16	0.16 1	0.23 9	0.32 11	7.57 178	2.72 187	0.00 1	0.49 274	0.00 1	0.16 263	0.17 201	1.82 322

sAnonymous2	1.54 27	2.26 305	9.53 319	0.65 65	0.50 117	1.20 5	0.23 67	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 93	1.23 4	0.68 12	0.02 190	0.00 1	0.00 1	0.20 288	2.00 367	0.42 172

CroCo_RVC	1.54 27	2.26 305	9.53 319	0.65 65	0.50 117	1.20 5	0.23 67	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 93	1.23 4	0.68 12	0.02 190	0.00 1	0.00 1	0.20 288	2.00 367	0.42 172

Anonymous	1.54 27	0.76 116	5.39 198	1.49 143	2.68 298	1.83 40	0.43 102	5.65 74	3.79 58	0.52 9	1.74 26	0.19 1	1.30 85	3.31 57	1.01 56	0.06 264	0.08 201	0.00 1	0.00 1	0.19 215	0.31 142

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

Selective-IGEV	1.56 32	0.34 6	2.13 6	0.77 82	0.76 163	2.36 65	0.52 122	6.80 130	3.08 22	0.53 10	3.34 52	0.26 15	0.31 8	7.24 153	0.73 22	0.01 106	0.80 293	0.00 1	0.14 258	0.08 89	1.01 251

MoCha-V2	1.58 33	0.48 43	3.58 95	1.70 170	0.96 188	2.66 94	0.75 179	5.71 76	3.28 27	0.82 24	3.45 54	0.20 3	1.93 120	1.87 24	0.98 50	0.00 1	1.17 348	0.00 1	0.26 314	0.14 177	1.68 302

LargeStereo	1.58 33	0.81 126	2.66 21	1.35 129	0.99 191	2.47 73	0.98 214	7.35 152	3.70 51	0.82 24	2.24 37	0.44 35	1.18 75	2.08 32	1.15 65	0.03 220	1.18 349	0.00 1	0.05 224	0.17 201	2.00 344

ProNet	1.58 33	0.86 144	3.17 51	0.75 81	0.72 154	2.84 116	0.66 154	5.91 95	3.28 27	0.37 2	1.47 19	0.40 32	0.37 17	7.19 151	0.70 17	0.02 190	0.98 314	0.00 1	0.05 224	0.20 221	1.77 319

MyStereo07	1.64 36	1.15 196	2.61 16	1.28 124	1.49 242	2.63 87	0.45 104	6.45 119	2.94 13	1.10 30	1.61 21	0.29 19	0.60 39	7.45 169	0.80 25	0.01 106	1.27 357	0.00 1	0.25 305	0.11 134	0.42 172

rrr	1.64 36	1.71 264	6.31 245	0.73 74	0.24 68	2.69 96	0.92 212	4.25 18	1.75 3	0.73 16	0.16 1	0.23 9	0.32 11	7.57 178	2.72 187	0.00 1	0.49 274	0.00 1	0.20 288	0.17 201	1.68 302

CREStereo++_RVC	1.70 38	0.50 56	3.07 48	0.45 51	0.01 1	1.69 29	0.02 5	3.09 4	8.24 226	3.82 77	7.53 161	0.49 39	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 385	0.01 3	0.08 39
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
test_xeample3	1.71 39	1.75 271	6.64 255	0.90 93	0.29 78	2.55 79	0.90 208	4.08 15	2.36 4	0.56 13	0.24 4	0.23 9	0.31 8	7.51 175	2.73 189	0.00 1	0.70 286	0.00 1	0.36 339	0.18 209	1.92 339

CES	1.72 40	0.40 18	1.82 3	0.65 65	7.83 380	2.62 85	0.13 39	5.35 57	2.68 7	0.36 1	1.30 18	0.33 26	0.32 11	1.92 25	0.72 21	0.01 106	0.02 135	0.00 1	0.00 1	0.56 324	7.35 386

MC-Stereo	1.87 41	0.49 52	3.52 81	2.82 294	1.07 198	1.90 43	0.12 32	4.89 37	3.27 26	3.66 73	3.58 64	0.56 44	1.45 96	5.79 108	0.81 27	0.00 1	1.19 350	0.00 1	0.21 293	0.11 134	1.95 341

iRaftStereo_RVC	1.88 42	1.22 212	2.63 19	0.95 100	0.06 6	2.96 135	0.05 11	6.08 104	3.99 70	3.92 81	4.88 86	2.53 86	0.62 40	3.62 61	1.19 72	0.00 1	1.19 350	0.00 1	0.00 1	0.37 296	1.29 279

AE-Stereo	1.89 43	0.38 9	3.86 110	1.94 201	0.38 96	2.51 76	0.58 137	7.19 146	7.28 199	1.60 43	3.51 61	1.07 52	0.77 49	2.12 33	1.24 79	0.03 220	1.02 321	0.00 1	0.28 319	0.11 134	1.84 327

TestStereo	1.89 43	1.59 253	4.22 142	0.37 39	0.28 77	1.33 10	0.01 1	5.63 71	4.13 73	3.59 70	5.11 93	2.06 79	0.70 44	7.62 182	0.93 42	0.02 190	0.00 1	0.00 1	0.00 1	0.02 10	0.19 99

Selective-RAFT	1.92 45	0.54 65	3.87 111	1.15 113	0.21 58	3.83 199	0.06 13	5.00 39	4.68 101	1.59 42	2.14 35	3.05 98	2.77 153	6.63 130	1.34 89	0.00 1	0.95 306	0.00 1	0.32 331	0.05 60	0.19 99

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

Anonymous3	1.96 47	0.61 90	7.58 283	0.42 44	0.51 124	4.28 217	0.52 122	5.56 68	2.76 8	2.35 49	3.47 55	1.50 62	1.13 67	5.92 111	1.54 98	0.23 316	0.23 244	0.00 1	0.00 1	0.14 177	0.47 180

4D-IteraStereo	1.99 48	1.32 224	3.77 105	0.13 4	2.84 303	3.51 170	1.03 217	4.26 19	5.38 126	5.50 113	1.03 8	3.86 130	0.38 21	2.44 47	1.88 134	0.00 1	0.43 268	0.00 1	0.01 175	0.11 134	1.84 327

PSM-adaLoss	2.02 49	0.55 70	3.57 90	0.20 6	0.21 58	3.69 190	0.69 163	5.89 86	3.52 37	5.91 123	4.43 79	3.42 113	1.50 98	5.63 105	0.94 46	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48

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

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

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

GMStereo	2.07 53	1.56 250	5.64 215	0.74 80	0.05 3	3.63 180	0.01 1	5.17 47	11.27 293	4.22 84	2.44 41	0.53 43	0.49 35	4.06 70	1.01 56	0.22 315	0.00 1	0.00 1	0.14 258	0.18 209	0.05 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GMOStereo	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

error version	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

test-v	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

CRE-IMP	2.08 54	0.51 57	3.43 77	0.35 37	0.19 44	3.85 200	0.83 195	5.77 81	3.43 30	5.81 119	4.24 73	3.45 121	0.83 54	6.56 126	1.99 146	0.01 106	0.00 1	0.00 1	0.00 1	0.11 134	0.20 105

test-2	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

Patchmatch Stereo++	2.09 59	0.55 70	3.57 90	0.20 6	0.20 49	3.68 187	0.64 150	5.90 91	3.52 37	5.91 123	4.41 77	3.42 113	1.51 102	7.07 147	0.95 47	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iGMRVC	2.09 59	0.56 78	3.59 96	0.20 6	0.21 58	3.68 187	0.71 169	5.89 86	3.53 41	5.92 128	4.46 82	3.44 119	1.51 102	6.93 146	0.98 50	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

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

rafts_anoy	2.09 59	1.42 235	3.34 65	2.87 299	2.72 300	2.46 72	0.17 55	6.20 111	6.48 169	3.40 66	2.25 38	1.91 73	1.32 86	3.59 60	1.75 126	0.01 106	1.52 371	0.00 1	0.01 175	0.06 69	0.28 134

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

DIP-Stereo	2.12 64	0.98 172	3.94 123	0.20 6	0.11 13	4.73 230	0.13 39	9.27 202	4.40 89	6.46 152	5.03 91	0.45 37	0.72 46	3.79 65	1.94 141	0.00 1	0.01 104	0.00 1	0.00 1	0.05 60	0.24 125
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	2.13 65	0.67 101	3.98 126	2.69 285	0.85 174	2.59 84	0.07 16	7.40 155	3.89 65	3.75 75	3.57 63	1.24 56	1.96 122	4.68 84	1.97 143	0.10 287	1.13 332	0.00 1	0.22 298	0.09 103	1.66 299

test-1	2.14 66	0.54 65	6.32 246	1.07 108	1.22 218	2.13 55	0.54 125	6.40 117	4.80 111	3.55 68	5.23 95	4.02 136	0.71 45	1.95 26	2.15 155	0.08 274	0.98 314	0.00 1	0.08 234	0.02 10	1.07 259

DeepStereo_RVC	2.15 67	0.55 70	3.26 58	0.21 15	0.19 44	3.47 168	0.68 160	5.76 80	3.60 47	6.36 148	4.19 72	3.42 113	4.44 222	5.04 89	1.59 103	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.18 93

EKT-Stereo	2.16 68	0.61 90	3.78 106	2.31 250	4.40 349	1.47 15	0.24 69	5.54 63	4.22 79	3.16 63	3.58 64	3.53 125	2.20 130	5.66 106	1.40 92	0.04 241	0.36 263	0.00 1	0.09 240	0.06 69	0.58 197

raftrobust	2.16 68	1.31 221	2.76 26	2.38 259	3.33 319	2.72 101	0.51 121	5.34 53	4.64 98	6.13 138	3.98 69	1.63 66	2.51 143	3.02 54	1.64 111	0.00 1	0.76 291	0.00 1	0.02 192	0.14 177	0.27 130

Gwc-CoAtRS	2.16 68	0.42 19	3.13 49	1.28 124	0.31 80	3.52 172	0.39 94	6.56 121	6.31 161	5.38 109	5.11 93	5.47 188	1.70 112	2.00 28	1.08 63	0.01 106	0.19 235	0.00 1	0.25 305	0.02 10	0.16 85

test_1	2.18 71	0.38 9	3.87 111	1.54 148	0.91 180	1.38 11	0.80 184	5.36 59	5.53 134	7.12 190	1.86 30	4.05 138	0.41 22	6.65 132	1.17 68	0.00 1	0.99 317	0.00 1	0.28 319	0.20 221	1.08 261

raft+_RVC	2.18 71	1.49 244	3.14 50	2.77 289	2.01 271	1.40 13	0.10 25	7.02 137	5.35 124	2.99 58	5.54 109	1.19 54	1.34 91	4.98 87	1.49 95	0.00 1	1.45 366	0.00 1	0.00 1	0.14 177	1.11 263

RCA-Stereo	2.19 73	0.46 33	3.22 54	0.47 54	0.33 86	2.27 60	0.47 108	5.60 70	15.20 327	2.86 55	5.61 110	0.78 48	3.15 161	1.71 14	0.48 1	0.00 1	0.90 299	0.00 1	0.00 1	0.10 123	0.26 128

test-3	2.19 73	0.38 9	3.88 116	1.55 149	0.91 180	1.39 12	0.80 184	5.36 59	5.51 132	7.36 205	1.90 31	4.05 138	0.42 24	6.67 134	1.17 68	0.00 1	0.99 317	0.00 1	0.28 319	0.20 221	1.08 261

anonymousdsp2	2.20 75	0.57 83	4.59 166	1.69 167	0.82 169	3.58 175	0.48 117	8.57 177	3.63 48	3.37 64	3.03 50	3.32 104	1.00 60	5.57 104	0.80 25	0.01 106	0.94 305	0.02 280	0.15 261	0.06 69	1.89 337

DCRE	2.21 76	0.95 166	3.17 51	2.10 218	1.30 231	1.86 41	0.05 11	5.33 52	4.69 102	3.59 70	9.37 203	3.81 128	1.18 75	2.34 43	1.22 77	0.01 106	0.97 309	0.00 1	0.30 326	0.04 45	1.97 342

LL-Strereo2	2.22 77	1.39 233	3.39 70	1.26 121	1.01 194	3.73 192	1.47 243	6.47 120	4.61 97	4.66 90	2.64 45	4.17 146	0.37 17	6.03 114	1.61 104	0.09 284	0.24 247	0.00 1	0.08 234	0.08 89	1.16 267

test_3	2.22 77	0.39 14	4.20 141	1.51 144	0.90 177	1.29 9	0.74 177	5.34 53	6.37 164	6.64 165	1.96 33	4.24 152	0.45 31	6.63 130	1.17 68	0.00 1	1.00 320	0.00 1	0.28 319	0.19 215	1.01 251

MSKI-zero shot	2.23 79	0.49 52	2.49 12	1.60 152	0.81 168	2.69 96	0.29 77	6.82 131	2.50 5	4.37 87	7.61 163	3.65 127	0.26 3	8.62 241	0.63 9	0.01 106	1.09 326	0.00 1	0.25 305	0.03 27	0.46 179

cross-raft	2.25 80	0.48 43	2.96 40	1.87 191	0.94 183	3.72 191	0.47 108	7.61 162	4.15 74	5.37 108	5.68 112	6.17 213	1.40 93	2.15 34	1.06 60	0.01 106	0.22 241	0.00 1	0.19 278	0.03 27	0.41 168

DCANet-4	2.26 81	0.43 20	6.69 258	0.40 43	0.20 49	1.70 30	0.13 39	5.73 78	9.44 256	6.01 131	5.29 99	1.12 53	2.77 153	2.49 48	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

CFNet-RSSM	2.26 81	0.43 20	3.24 56	1.28 124	0.31 80	3.19 151	0.40 95	7.62 163	7.29 200	5.88 121	4.68 85	5.32 185	1.68 110	2.26 39	1.04 58	0.01 106	0.09 207	0.00 1	0.31 329	0.03 27	0.16 85

MIPNet	2.27 83	1.14 195	5.55 212	0.49 55	0.22 65	2.03 49	0.19 59	7.60 161	6.17 157	5.83 120	4.16 71	2.05 78	3.44 179	3.65 62	2.23 162	0.00 1	0.01 104	0.01 249	0.01 175	0.24 245	0.48 182

NRIStereo	2.27 83	0.52 61	3.35 67	1.26 121	0.17 38	3.04 140	0.84 196	5.96 98	3.74 52	6.27 141	3.44 53	4.13 143	1.80 119	8.31 221	2.11 152	0.00 1	0.10 211	0.00 1	0.00 1	0.12 151	0.20 105

H2IRNET	2.29 85	0.86 144	3.38 68	1.51 144	0.11 13	1.97 45	0.13 39	5.15 46	7.19 195	1.26 36	7.77 167	5.80 206	3.31 171	5.09 91	1.66 116	0.01 106	0.00 1	0.04 306	0.17 272	0.27 263	0.10 48

x	2.30 86	0.82 130	3.85 108	2.23 234	0.72 154	2.12 54	0.81 187	9.48 208	4.82 112	3.83 78	2.76 46	3.49 123	2.30 135	3.48 59	2.25 163	0.00 1	1.13 332	0.00 1	0.22 298	0.09 103	1.66 299

1test111	2.31 87	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	9.15 195	4.33 82	1.42 37	3.48 56	0.33 26	3.65 188	4.95 85	2.06 150	0.00 1	1.14 340	0.00 1	0.03 203	0.09 103	1.65 295

Any-RAFT	2.33 88	0.36 7	2.35 11	1.58 151	0.84 171	4.93 235	0.55 128	9.10 193	5.93 150	4.30 85	4.90 88	5.79 205	2.22 131	2.75 51	0.51 2	0.02 190	0.32 256	0.00 1	0.00 1	0.02 10	0.18 93

DCANet	2.35 89	0.96 168	5.51 205	0.39 41	0.19 44	1.72 35	0.25 71	6.06 101	9.33 253	6.31 143	5.42 104	1.44 60	4.14 213	2.22 35	2.28 168	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.66 222

FENet	2.35 89	0.59 87	3.28 60	2.32 251	0.27 76	2.78 110	0.13 39	7.68 167	6.09 152	5.38 109	2.12 34	4.84 169	3.33 176	4.98 87	2.66 181	0.02 190	0.03 160	0.00 1	0.00 1	0.04 45	0.40 161

dd	2.36 91	1.93 285	6.03 231	0.83 87	0.12 21	1.80 37	0.17 55	5.30 50	11.82 299	2.98 57	3.64 66	1.50 62	1.21 81	5.25 94	3.92 219	0.13 292	0.01 104	0.04 306	0.22 298	0.10 123	0.14 68

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

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

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

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

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

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

RALCasStereoNet	2.39 98	1.73 269	3.59 96	2.38 259	2.69 299	2.84 116	0.18 57	5.29 49	4.94 115	2.45 51	5.62 111	2.22 80	0.79 53	7.48 174	1.63 108	0.00 1	1.75 373	0.00 1	0.00 1	0.14 177	2.03 345

GANet-ADL	2.40 99	0.65 97	3.92 121	2.22 232	0.11 13	2.23 58	0.47 108	9.29 204	7.27 198	4.77 91	5.95 118	3.96 134	1.26 84	3.08 55	2.27 166	0.04 241	0.08 201	0.02 280	0.00 1	0.15 191	0.21 109

ACVNet-DCA	2.41 100	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	9.15 195	4.33 82	1.42 37	3.48 56	0.33 26	3.65 188	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.03 203	0.09 103	1.65 295

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

CAS	2.42 101	0.37 8	2.30 10	11.49 387	3.97 342	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 14	0.28 6	1.73 16	0.92 41	10.05 394	0.01 104	0.00 1	0.00 1	0.01 3	6.26 383

qqq	2.44 103	0.85 137	4.33 148	1.73 176	0.71 151	1.98 46	0.38 91	9.15 195	4.33 82	3.37 64	4.34 74	4.63 162	2.83 156	4.95 85	2.06 150	0.00 1	1.13 332	0.00 1	0.25 305	0.09 103	1.65 295

IPLGR	2.46 104	0.68 102	7.02 265	0.22 16	0.16 35	2.01 48	0.22 63	7.01 135	6.62 174	7.10 189	5.92 117	2.91 93	2.27 133	5.12 92	1.52 97	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.41 168

RAFT-Stereo + iAFF	2.48 105	1.23 214	3.48 79	1.61 153	1.09 204	1.63 23	0.15 50	5.80 82	6.43 167	7.32 203	9.91 217	3.05 98	1.71 113	2.33 42	1.75 126	0.01 106	0.71 289	0.00 1	0.00 1	0.28 266	1.19 270

RAFT-Test	2.49 106	0.45 31	4.35 149	1.89 195	1.28 225	4.83 232	0.68 160	7.19 146	4.51 94	5.00 98	7.09 153	6.81 226	1.12 66	2.22 35	1.16 67	0.01 106	0.63 280	0.00 1	0.33 334	0.05 60	0.20 105

riskmin	2.49 106	0.22 1	3.34 65	2.33 253	1.78 256	2.89 132	0.46 106	7.35 152	6.95 188	2.75 53	1.67 24	6.75 225	5.08 250	3.24 56	1.93 140	0.00 1	0.99 317	0.00 1	0.27 318	0.02 10	1.73 312

ADStereo(finetuned)	2.50 108	0.95 166	6.60 253	0.39 41	0.20 49	1.72 35	0.24 69	6.06 101	9.31 252	6.30 142	5.42 104	1.44 60	6.22 278	2.25 38	2.14 154	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.65 214

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

tt1	2.53 110	0.91 154	3.53 84	2.92 300	0.53 128	5.60 245	0.61 144	5.55 64	10.56 272	1.54 41	3.54 62	0.34 30	3.00 159	8.20 207	0.68 12	0.00 1	1.13 332	0.00 1	0.03 203	0.11 134	1.88 333

ICVP	2.53 110	0.47 38	3.64 100	1.20 117	0.69 145	2.71 99	0.84 196	10.63 235	4.66 100	4.31 86	8.99 190	2.75 91	1.93 120	2.91 53	4.07 226	0.06 264	0.24 247	0.01 249	0.01 175	0.13 167	0.26 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
fff	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

csc	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

cscssc	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

cc1	2.56 115	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	5.34 53	10.76 279	1.42 37	3.48 56	0.33 26	3.65 188	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.03 203	0.12 151	1.89 337

IGEV_Zeroshot_test	2.57 116	0.63 96	5.70 220	1.93 199	0.87 175	2.63 87	0.85 201	8.94 189	4.55 96	5.30 106	5.48 107	5.23 184	1.38 92	3.76 64	1.32 86	0.00 1	0.69 284	0.00 1	0.18 275	0.19 215	1.72 311

test_4	2.58 117	0.70 109	3.30 61	0.43 47	0.30 79	3.97 205	1.11 227	3.91 12	3.83 62	4.15 83	17.20 315	3.44 119	0.52 37	6.60 129	1.58 100	0.00 1	0.13 221	0.00 1	0.11 246	0.20 221	0.20 105

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

RAFT+CT+SA	2.59 118	1.19 204	3.55 87	1.09 109	2.21 279	3.14 149	0.90 208	7.59 159	5.65 138	2.76 54	8.21 180	2.04 77	1.57 108	8.84 247	1.31 84	0.02 190	0.34 259	0.00 1	0.38 341	0.22 236	0.73 230

R-Stereo Train	2.60 120	0.46 33	2.94 33	1.10 111	0.18 41	3.61 176	0.60 141	6.88 133	3.50 31	9.13 265	17.23 316	1.77 70	0.77 49	2.03 29	1.65 113	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 109

RAFT-Stereo	2.60 120	0.46 33	2.94 33	1.10 111	0.18 41	3.61 176	0.60 141	6.88 133	3.50 31	9.13 265	17.23 316	1.77 70	0.77 49	2.03 29	1.65 113	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CASS	2.62 122	0.57 83	4.28 144	0.90 93	0.38 96	3.45 165	0.22 63	9.91 215	4.46 91	7.33 204	7.92 173	3.53 125	3.59 184	4.16 72	1.49 95	0.03 220	0.01 104	0.00 1	0.00 1	0.05 60	0.06 32
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLG	2.63 123	1.09 187	5.67 217	0.73 74	0.31 80	3.00 139	0.25 71	6.84 132	6.02 151	7.93 220	6.31 131	1.91 73	1.72 115	7.47 171	2.53 176	0.01 106	0.01 104	0.00 1	0.00 1	0.29 274	0.58 197

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

ACRE	2.67 125	1.66 259	6.50 250	0.72 71	2.03 273	2.65 93	0.84 196	5.97 99	5.52 133	7.85 218	9.23 195	1.72 68	1.09 64	4.09 71	2.73 189	0.02 190	0.19 235	0.02 280	0.08 234	0.26 253	0.21 109

RALAANet	2.68 126	1.71 264	4.73 174	2.79 291	0.80 166	3.30 158	0.15 50	7.92 168	5.92 149	5.79 118	6.06 119	3.51 124	1.13 67	6.76 138	2.28 168	0.00 1	0.28 253	0.00 1	0.10 244	0.27 263	0.13 65

IPLGR_C	2.69 127	1.75 271	6.20 237	0.79 83	2.06 275	2.64 92	0.86 203	6.36 115	5.64 137	8.13 234	9.26 197	1.69 67	1.15 74	3.79 65	2.80 193	0.02 190	0.20 240	0.02 280	0.08 234	0.26 253	0.18 93

GES	2.69 127	0.72 113	5.34 195	1.82 187	0.05 3	4.51 224	1.04 220	10.39 228	4.18 76	5.53 115	6.72 141	1.92 76	3.30 169	5.16 93	2.67 182	0.06 264	0.01 104	0.06 317	0.01 175	0.20 221	0.14 68

MyStereo06	2.71 129	1.05 185	5.43 202	1.39 135	1.20 215	2.57 81	0.10 25	10.39 228	4.79 110	5.54 116	6.16 122	6.39 217	2.33 137	3.40 58	1.35 90	0.01 106	1.24 354	0.00 1	0.21 293	0.13 167	0.50 183

TRStereo	2.71 129	3.79 351	5.46 203	2.19 228	2.22 281	2.98 138	1.07 222	9.83 214	4.39 88	3.46 67	3.48 56	3.92 133	0.77 49	6.43 123	1.70 122	0.03 220	0.63 280	0.00 1	0.29 324	0.11 134	1.49 286

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

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

CIPLG	2.72 132	1.69 260	6.02 229	0.80 85	2.14 277	2.66 94	0.84 196	5.90 91	5.59 135	8.12 233	9.58 207	1.74 69	1.14 69	4.53 82	2.82 194	0.02 190	0.19 235	0.02 280	0.09 240	0.26 253	0.22 114

xx1	2.73 134	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	5.34 53	10.76 279	1.42 37	3.48 56	4.63 162	2.83 156	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.25 305	0.09 103	1.65 295

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

EAI-Stereo	2.75 136	0.54 65	3.17 51	0.91 96	1.28 225	4.02 207	5.30 325	12.39 272	4.76 105	2.51 52	7.10 154	1.22 55	0.94 57	6.03 114	1.96 142	0.01 106	0.56 276	0.00 1	1.38 374	0.04 45	0.95 246

MIM_Stereo	2.83 137	1.20 210	5.27 192	1.41 137	1.16 212	3.07 141	0.33 86	6.67 124	3.95 66	5.17 104	10.11 221	4.25 153	1.73 116	8.32 222	1.64 111	0.00 1	0.36 263	0.00 1	0.01 175	0.22 236	1.69 305

RAFT_R40	2.83 137	0.46 33	3.85 108	1.38 134	0.32 85	3.78 195	0.97 213	6.16 107	4.82 112	9.74 288	6.35 134	4.96 174	3.94 207	8.78 245	1.05 59	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10

GwcNet-ADL	2.85 139	0.61 90	4.38 150	0.92 97	0.33 86	2.05 50	0.67 158	8.85 185	9.65 258	6.36 148	6.71 140	4.11 142	1.71 113	5.97 112	4.22 229	0.08 274	0.06 188	0.00 1	0.00 1	0.07 84	0.16 85

SST-Stereo	2.86 140	0.45 31	3.64 100	1.46 140	0.36 92	3.94 202	0.80 184	6.07 103	4.46 91	10.96 314	6.21 124	4.94 173	4.14 213	8.85 248	0.93 42	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10

ACVNet	2.86 140	0.96 168	3.87 111	0.86 89	0.61 139	2.63 87	0.54 125	8.93 187	6.12 154	5.09 99	9.32 201	5.70 201	3.84 197	2.68 49	5.56 259	0.00 1	0.00 1	0.00 1	0.00 1	0.26 253	0.23 117

AFF-stereo	2.87 142	1.31 221	3.26 58	1.87 191	0.38 96	1.68 28	0.09 21	6.38 116	7.07 191	6.52 157	11.90 257	6.08 210	2.32 136	5.05 90	1.65 113	0.02 190	0.66 282	0.00 1	0.00 1	0.29 274	0.94 245

HH	2.88 143	0.82 130	4.07 134	1.71 172	0.54 131	4.71 228	0.69 163	8.72 182	3.57 45	1.80 45	6.49 138	7.81 246	3.92 205	8.93 253	0.99 52	0.00 1	1.06 323	0.00 1	0.03 203	0.05 60	1.69 305

HanStereo	2.88 143	0.82 130	4.07 134	1.71 172	0.54 131	4.71 228	0.69 163	8.72 182	3.57 45	1.80 45	6.49 138	7.81 246	3.92 205	8.93 253	0.99 52	0.00 1	1.06 323	0.00 1	0.03 203	0.05 60	1.69 305

raft_robust	2.91 145	1.71 264	3.42 76	1.36 130	0.57 134	1.53 20	0.12 32	7.06 140	9.09 246	6.96 184	7.21 157	4.43 156	2.09 126	9.40 269	1.61 104	0.03 220	0.93 300	0.00 1	0.21 293	0.17 201	0.38 158

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

GMStereo_Zeroshot	2.92 147	2.33 314	6.12 233	1.66 162	0.36 92	3.61 176	0.09 21	5.95 97	6.20 158	7.15 192	7.11 155	8.37 258	0.91 55	6.17 118	1.97 143	0.00 1	0.00 1	0.00 1	0.00 1	0.22 236	0.14 68

UDGNet	2.92 147	7.79 376	4.92 181	3.01 305	0.08 10	2.96 135	0.20 61	4.77 30	8.93 241	2.91 56	2.85 47	0.95 50	1.00 60	6.46 124	1.66 116	1.46 367	0.00 1	5.33 387	0.92 365	1.95 366	0.19 99

LCNet	2.94 149	0.55 70	2.57 15	1.03 106	0.59 137	2.05 50	1.55 248	5.51 61	4.19 77	6.08 136	10.58 235	4.54 157	6.63 285	7.59 180	0.90 38	0.01 106	0.00 1	0.01 249	0.76 363	0.31 284	3.43 368

RAFT	2.94 149	1.29 218	4.06 133	1.36 130	0.50 117	2.39 67	0.91 211	6.11 105	3.25 25	6.64 165	7.30 158	9.96 278	4.20 215	6.03 114	2.21 157	0.00 1	1.02 321	0.00 1	0.02 192	0.54 323	1.01 251

XX-Stereo	2.95 151	0.48 43	7.08 271	2.84 297	2.51 294	1.63 23	0.20 61	6.15 106	3.38 29	2.38 50	16.00 303	6.90 229	0.25 2	6.40 122	1.14 64	0.00 1	0.66 282	0.00 1	0.31 329	0.16 195	0.57 195

ccs_rob	2.95 151	0.55 70	4.53 158	0.42 44	0.25 72	2.84 116	0.12 32	8.58 178	8.13 223	7.18 194	10.36 227	6.44 219	2.05 125	5.28 96	1.97 143	0.00 1	0.02 135	0.01 249	0.00 1	0.06 69	0.23 117

AnonymousM	2.96 153	7.19 373	1.41 1	0.92 97	0.06 6	2.37 66	0.52 122	6.05 100	3.83 62	4.97 96	2.37 39	1.91 73	1.00 60	2.23 37	1.06 60	0.01 106	0.57 278	17.64 394	4.90 393	0.02 10	0.27 130

CFNet_pseudo	2.96 153	0.55 70	4.51 156	0.43 47	0.24 68	2.83 114	0.12 32	8.59 179	8.13 223	7.20 195	10.41 228	6.47 220	2.04 124	5.27 95	2.00 148	0.00 1	0.02 135	0.01 249	0.00 1	0.06 69	0.23 117

IRAFT_RVC	2.98 155	0.66 99	4.23 143	2.20 229	0.40 104	2.91 133	5.04 322	7.03 138	4.21 78	6.59 162	5.52 108	5.02 177	4.77 238	8.41 229	2.30 172	0.01 106	0.17 232	0.01 249	0.00 1	0.03 27	0.05 25

DN-CSS_ROB	3.00 156	2.14 299	7.33 275	2.67 284	0.78 164	3.13 147	0.07 16	6.68 128	4.22 79	5.51 114	12.12 260	2.33 81	1.21 81	8.69 243	2.51 175	0.03 220	0.00 1	0.00 1	0.00 1	0.42 301	0.15 79

111	3.05 157	1.41 234	5.51 205	0.32 27	0.14 24	2.83 114	0.68 160	6.76 129	14.21 322	3.59 70	9.11 193	5.50 189	3.30 169	4.05 68	2.43 174	0.01 106	0.00 1	0.00 1	0.00 1	0.13 167	1.02 255

PFNet	3.06 158	0.59 87	6.13 234	2.26 240	0.84 171	3.08 142	0.73 174	7.38 154	5.35 124	10.20 292	6.06 119	4.72 164	2.10 129	8.47 234	2.25 163	0.19 308	0.06 188	0.00 1	0.11 246	0.20 221	0.42 172

mmm	3.07 159	0.76 116	4.50 155	2.27 244	1.24 221	3.75 193	0.12 32	10.03 220	5.12 120	6.43 150	11.19 246	3.10 101	3.20 162	4.54 83	1.78 128	0.02 190	1.19 350	0.00 1	0.30 326	0.09 103	1.79 321

DMCA	3.08 160	1.10 188	6.20 237	1.82 187	0.90 177	3.80 198	0.55 128	9.76 211	5.42 128	6.56 161	6.47 137	7.06 234	2.09 126	4.05 68	5.46 257	0.00 1	0.01 104	0.00 1	0.00 1	0.11 134	0.16 85

iRaft-Stereo_20w	3.11 161	0.49 52	6.09 232	1.01 103	1.25 222	3.99 206	1.00 215	14.00 315	4.73 104	6.70 174	6.27 130	2.34 82	2.28 134	7.29 157	1.58 100	0.01 106	0.75 290	0.00 1	0.73 362	0.10 123	1.63 294

HITNet	3.11 161	1.38 232	5.35 197	2.23 234	0.12 21	5.59 244	0.58 137	9.95 219	5.72 144	6.62 164	7.91 172	3.90 132	3.24 165	4.39 79	4.58 242	0.01 106	0.00 1	0.00 1	0.00 1	0.08 89	0.57 195
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
TestStereo1	3.12 163	1.34 227	4.67 171	3.47 333	0.71 151	2.50 74	1.45 241	7.27 148	8.71 235	4.91 94	9.28 199	2.34 82	3.61 185	9.44 270	1.62 106	0.00 1	0.33 257	0.00 1	0.00 1	0.30 277	0.40 161

SA-5K	3.12 163	1.34 227	4.67 171	3.47 333	0.71 151	2.50 74	1.45 241	7.27 148	8.71 235	4.91 94	9.28 199	2.34 82	3.61 185	9.44 270	1.62 106	0.00 1	0.33 257	0.00 1	0.00 1	0.30 277	0.40 161

PCWNet_CMD	3.14 165	0.51 57	4.47 153	0.44 50	0.26 75	2.87 130	0.15 50	9.66 210	9.78 260	7.28 200	11.50 250	6.84 228	2.40 138	4.47 80	1.83 130	0.01 106	0.02 135	0.02 280	0.00 1	0.06 69	0.29 137

OMP-Stereo	3.15 166	1.19 204	3.49 80	4.34 359	0.51 124	2.20 57	1.21 229	6.67 124	6.52 170	7.99 225	6.24 129	8.38 260	2.44 140	9.65 277	1.92 139	0.01 106	0.02 135	0.00 1	0.00 1	0.08 89	0.15 79

MSMDNet	3.15 166	0.51 57	4.48 154	0.46 53	0.25 72	2.88 131	0.16 53	9.79 213	9.82 261	7.24 197	11.36 249	6.82 227	2.41 139	4.47 80	1.86 132	0.01 106	0.02 135	0.02 280	0.00 1	0.06 69	0.30 140

test_5	3.16 168	1.18 201	4.96 183	2.33 253	3.10 312	4.51 224	1.27 233	7.47 158	7.61 206	3.00 59	7.38 159	5.37 187	4.06 208	8.28 215	1.54 98	0.00 1	0.34 259	0.00 1	0.02 192	0.21 231	0.62 210

PSMNet-ADL	3.17 169	0.56 78	3.00 46	1.55 149	0.40 104	5.97 256	0.28 75	9.06 190	5.75 145	3.56 69	6.80 144	8.33 256	4.51 224	7.65 183	5.51 258	0.03 220	0.09 207	0.00 1	0.00 1	0.03 27	0.28 134

whm_eth	3.18 170	1.78 275	6.61 254	0.90 93	2.72 300	2.54 78	0.27 74	7.64 164	7.94 217	5.43 111	23.98 350	0.37 31	0.47 34	1.31 8	1.17 68	0.02 190	0.03 160	0.00 1	0.00 1	0.08 89	0.32 146

iRaft-Stereo_5w	3.20 171	1.27 217	5.27 192	0.27 25	0.99 191	2.71 99	0.58 137	5.75 79	5.85 147	3.03 61	7.88 170	10.08 280	4.08 211	8.40 227	6.09 264	0.00 1	0.25 250	0.00 1	0.12 251	0.31 284	0.95 246

CFNet_ucs	3.23 172	0.56 78	4.59 166	0.59 59	0.37 95	3.29 157	0.19 59	10.47 231	9.02 245	7.78 217	12.57 268	5.59 193	1.74 117	5.39 99	1.86 132	0.00 1	0.04 175	0.01 249	0.00 1	0.10 123	0.33 147

MyStereo05	3.24 173	1.05 185	5.93 225	1.39 135	1.20 215	2.57 81	0.10 25	9.11 194	13.17 315	6.45 151	3.86 67	3.20 102	3.26 167	8.35 224	3.02 196	0.01 106	1.24 354	0.00 1	0.21 293	0.13 167	0.50 183

IIG-Stereo	3.28 174	0.98 172	3.57 90	4.14 351	0.22 65	2.56 80	0.71 169	7.04 139	6.10 153	8.49 246	9.38 204	7.82 248	2.73 149	9.69 283	1.99 146	0.02 190	0.02 135	0.00 1	0.00 1	0.03 27	0.14 68

MyStereo04	3.29 175	1.15 196	6.64 255	1.28 124	1.49 242	2.63 87	0.45 104	10.57 234	13.30 316	4.41 88	3.90 68	3.06 100	3.56 182	7.87 193	3.35 202	0.01 106	1.27 357	0.00 1	0.25 305	0.11 134	0.42 172

MyStereo8	3.30 176	1.69 260	6.28 243	2.51 270	3.79 336	4.22 214	0.07 16	7.43 157	6.39 166	6.51 156	10.13 222	4.23 151	1.45 96	2.79 52	5.08 253	0.06 264	1.49 369	0.00 1	0.40 343	0.26 253	1.33 282

ARAFT	3.32 177	1.74 270	7.92 288	0.64 63	0.15 30	4.45 223	2.89 276	8.20 173	6.30 160	9.23 270	7.12 156	5.58 192	1.24 83	8.60 238	1.69 121	0.01 106	0.03 160	0.00 1	0.00 1	0.35 293	0.35 152

SA	3.34 178	1.29 218	4.84 176	1.99 210	0.57 134	3.15 150	1.39 239	7.66 166	9.94 262	4.86 93	10.87 242	2.97 97	4.61 233	9.88 290	1.38 91	0.00 1	0.60 279	0.00 1	0.19 278	0.25 252	0.37 155

psmg	3.34 178	0.43 20	3.76 102	0.73 74	0.50 117	8.47 298	2.74 273	10.88 243	5.65 138	8.91 256	8.78 185	6.17 213	2.50 141	4.27 74	2.67 182	0.01 106	0.04 175	0.06 317	0.00 1	0.12 151	0.10 48

AdaStereo	3.34 178	0.74 114	4.00 129	3.10 316	0.51 124	4.22 214	1.25 232	12.84 283	8.39 230	6.33 144	9.55 206	5.77 204	1.54 107	5.53 103	2.74 191	0.02 190	0.00 1	0.00 1	0.00 1	0.03 27	0.15 79
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.
RAFT-345	3.36 181	0.55 70	3.43 77	1.23 119	0.21 58	2.62 85	0.46 106	3.91 12	6.34 162	7.46 208	24.49 354	4.19 147	1.74 117	8.27 214	2.25 163	0.01 106	0.00 1	0.00 1	0.00 1	0.02 10	0.02 5

UCFNet_RVC	3.37 182	1.25 215	3.30 61	2.55 278	1.80 258	3.92 201	1.28 235	12.49 276	7.16 193	5.12 102	7.88 170	8.14 251	4.59 231	5.67 107	2.11 152	0.00 1	0.00 1	0.00 1	0.00 1	0.14 177	0.07 36

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

ToySt	3.39 184	0.89 153	9.29 316	1.47 141	0.94 183	4.20 213	1.98 260	7.33 150	5.42 128	3.01 60	6.75 142	8.67 265	5.10 251	5.43 102	3.72 210	0.07 270	0.89 298	0.00 1	0.23 301	0.28 266	2.13 348

SFCPSM	3.39 184	0.61 90	5.42 200	0.43 47	0.93 182	8.26 291	2.08 264	15.01 328	5.89 148	7.17 193	7.60 162	3.39 111	2.55 144	5.39 99	2.53 176	0.01 106	0.03 160	0.01 249	0.07 231	0.19 215	0.31 142

ffm	3.41 186	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	8.20 207	0.68 12	0.00 1	1.13 332	0.00 1	0.19 278	0.11 134	1.88 333

ASMatch	3.41 186	0.62 95	3.59 96	1.99 210	0.48 114	1.91 44	0.66 154	7.01 135	4.43 90	6.25 139	22.02 343	4.56 158	4.72 237	7.78 188	1.85 131	0.01 106	0.01 104	0.00 1	0.03 203	0.02 10	0.21 109

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

GMM-Stereo	3.42 188	0.39 14	3.24 56	0.87 90	0.50 117	2.26 59	4.73 317	5.64 72	3.81 59	7.08 187	16.57 309	6.13 211	3.62 187	7.74 186	1.40 92	0.05 254	0.00 1	0.00 1	0.04 221	0.12 151	4.24 376

PSM-AAD	3.43 190	0.31 4	2.16 7	0.80 85	0.57 134	2.53 77	5.97 328	5.53 62	3.98 69	11.00 315	11.90 257	2.93 94	9.36 331	8.03 200	1.00 54	0.01 106	0.01 104	0.00 1	0.00 1	0.06 69	2.39 356

AAGNet	3.50 191	0.49 52	3.38 68	1.91 197	0.41 108	3.66 182	1.02 216	5.14 45	5.16 121	9.65 286	7.75 166	4.91 170	6.23 279	7.45 169	12.73 347	0.01 106	0.00 1	0.00 1	0.00 1	0.05 60	0.06 32

TransformOpticalFlow	3.50 191	0.83 133	4.85 177	1.09 109	0.31 80	3.52 172	0.14 48	10.32 224	8.02 220	5.78 117	13.25 275	6.63 223	4.91 242	8.36 225	1.63 108	0.00 1	0.01 104	0.01 249	0.00 1	0.06 69	0.24 125

DispNO	3.51 193	1.33 226	8.51 295	2.26 240	1.36 236	3.46 167	0.81 187	8.74 184	6.58 171	6.78 176	7.63 164	6.22 216	4.20 215	7.47 171	4.44 236	0.00 1	0.03 160	0.03 297	0.11 246	0.13 167	0.14 68

STrans-v2	3.55 194	0.94 165	5.06 187	0.32 27	0.60 138	2.97 137	1.15 228	11.08 246	7.97 219	6.01 131	10.93 243	6.65 224	6.86 290	8.37 226	1.66 116	0.00 1	0.01 104	0.00 1	0.00 1	0.04 45	0.39 160

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

gwcnet-sp	3.58 196	2.01 293	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 93

scenet	3.58 196	2.01 293	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 93

ssnet	3.58 196	2.01 293	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 93

DMCA-RVC	3.59 199	1.98 291	8.68 299	2.30 248	1.48 241	3.54 174	0.55 128	8.40 175	5.43 130	9.37 275	5.90 113	8.34 257	3.21 163	7.19 151	4.46 237	0.06 264	0.11 215	0.08 328	0.02 192	0.21 231	0.40 161

CoDeX	3.61 200	0.86 144	5.27 192	1.16 115	1.62 245	6.24 260	2.07 263	13.78 314	6.86 183	7.42 206	9.00 192	4.06 140	3.72 193	6.58 127	3.02 196	0.03 220	0.06 188	0.00 1	0.00 1	0.15 191	0.35 152

RAFT_CTSACE	3.62 201	1.65 258	5.41 199	1.36 130	3.08 309	3.95 204	1.03 217	4.62 28	4.65 99	5.33 107	17.73 323	7.63 243	2.71 148	10.98 306	1.15 65	0.00 1	0.48 273	0.00 1	0.00 1	0.31 284	0.25 127

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

NOSS_ROB	3.67 202	0.86 144	3.81 107	2.53 274	1.11 207	6.10 258	0.72 172	11.08 246	12.36 303	5.45 112	8.91 188	5.65 194	2.09 126	8.30 219	3.16 200	0.20 311	0.07 199	0.00 1	0.00 1	0.11 134	0.80 237

KYRaft	3.68 204	0.43 20	2.53 13	0.89 91	0.49 116	2.28 62	3.89 299	5.30 50	3.82 61	8.99 260	19.28 330	6.54 222	4.96 245	7.92 195	0.96 49	0.01 106	0.00 1	0.00 1	0.01 175	0.06 69	5.17 378

PSMNet-RSSM	3.69 205	1.36 230	4.54 159	2.44 264	1.90 266	2.35 64	0.69 163	11.77 260	6.38 165	6.60 163	11.85 256	7.70 244	5.61 268	6.66 133	3.67 206	0.00 1	0.00 1	0.02 280	0.01 175	0.17 201	0.10 48

BEATNet_4x	3.69 205	2.12 298	8.11 290	1.82 187	0.16 35	5.30 240	1.04 220	10.87 240	6.14 156	7.09 188	8.42 183	4.99 176	4.42 221	5.89 110	6.23 268	0.04 241	0.05 182	0.00 1	0.00 1	0.32 288	0.84 239

CFNet-ft	3.70 207	1.59 253	3.87 111	1.68 165	2.42 288	3.20 152	0.66 154	8.93 187	7.76 208	5.09 99	9.95 218	10.77 295	5.43 264	7.41 159	4.71 244	0.00 1	0.00 1	0.03 297	0.01 175	0.30 277	0.11 56

CFNet_RVC	3.70 207	1.59 253	3.87 111	1.68 165	2.42 288	3.20 152	0.66 154	8.92 186	7.76 208	5.09 99	9.95 218	10.77 295	5.43 264	7.41 159	4.71 244	0.00 1	0.00 1	0.03 297	0.01 175	0.30 277	0.11 56

AACVNet	3.71 209	1.63 256	4.89 179	3.80 344	0.62 140	3.25 154	0.30 82	9.47 207	3.81 59	6.34 147	10.74 239	10.52 286	4.92 243	9.31 267	3.88 218	0.03 220	0.01 104	0.00 1	0.00 1	0.34 291	0.28 134

Prome-Stereo	3.73 210	0.39 14	2.62 18	1.05 107	0.52 127	2.06 52	4.58 314	4.88 35	3.95 66	9.34 274	20.39 335	4.03 137	7.02 294	7.86 191	1.31 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 84	4.52 377

cf-r	3.76 211	1.43 236	5.34 195	2.66 282	2.79 302	2.85 128	0.62 146	9.08 192	6.91 186	7.06 185	11.90 257	9.64 273	3.83 196	6.23 120	4.53 239	0.00 1	0.00 1	0.00 1	0.00 1	0.19 215	0.17 91

MLCV	3.76 211	1.52 247	6.93 263	1.66 162	0.31 80	4.31 219	0.32 84	7.92 168	7.68 207	9.55 280	12.12 260	5.17 179	2.74 150	10.00 295	4.49 238	0.01 106	0.00 1	0.00 1	0.00 1	0.16 195	0.27 130

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

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

Sa-1000	3.81 215	1.26 216	4.64 169	2.29 247	0.55 133	3.51 170	1.58 249	8.37 174	9.13 248	7.97 222	17.42 319	3.98 135	2.76 152	9.61 276	1.68 120	0.00 1	0.69 284	0.00 1	0.18 275	0.23 241	0.27 130

DeepPruner_ROB	3.82 216	1.87 278	5.65 216	1.31 128	1.64 246	3.62 179	0.81 187	14.47 322	5.03 119	8.03 228	10.78 240	6.95 231	2.26 132	8.92 252	4.32 232	0.07 270	0.03 160	0.00 1	0.01 175	0.37 296	0.29 137

DRaft	3.83 217	0.65 97	3.39 70	0.22 16	0.16 35	4.67 227	1.30 237	5.82 84	4.86 114	10.26 295	21.65 339	3.24 103	8.62 322	7.53 177	3.76 212	0.05 254	0.10 211	0.00 1	0.14 258	0.12 151	0.16 85

DEmStereo	3.86 218	0.54 65	4.04 131	0.26 24	0.17 38	5.17 238	2.45 270	4.70 29	4.34 86	8.37 241	19.94 333	5.06 178	10.13 334	7.86 191	3.93 221	0.01 106	0.01 104	0.01 249	0.00 1	0.03 27	0.10 48

GrayStereo	3.86 218	0.33 5	2.63 19	1.66 162	0.62 140	3.09 143	7.92 357	6.43 118	3.88 64	10.61 303	16.51 308	5.75 203	8.40 317	6.75 136	1.58 100	0.01 106	0.00 1	0.01 249	0.62 358	0.04 45	0.38 158

acv_ft	3.90 220	0.96 168	5.85 223	2.56 279	4.70 361	7.27 280	0.84 196	9.17 198	6.12 154	10.00 290	9.32 201	5.70 201	4.07 210	2.68 49	8.24 290	0.00 1	0.00 1	0.00 1	0.00 1	0.35 293	0.23 117

STTStereo	3.90 220	1.43 236	8.20 292	3.03 307	2.28 284	3.64 181	0.64 150	10.11 221	7.09 192	10.20 292	7.08 152	8.73 266	3.57 183	7.44 162	4.00 224	0.00 1	0.02 135	0.01 249	0.01 175	0.04 45	0.40 161

LMCR-Stereo	3.92 222	1.96 289	4.92 181	2.85 298	0.23 67	7.88 288	1.47 243	12.52 277	5.39 127	8.71 249	10.65 237	1.90 72	5.04 249	8.53 236	4.89 247	1.05 359	0.00 1	0.00 1	0.00 1	0.42 301	0.05 25

SMFormer	3.94 223	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	4.89 247	0.08 274	0.97 309	0.00 1	0.16 263	0.11 134	0.92 244

THIR-Stereo	3.94 223	1.12 193	3.06 47	0.23 18	0.13 23	4.17 212	6.40 337	5.83 85	4.54 95	10.46 300	16.98 311	6.49 221	7.44 304	8.00 197	3.58 205	0.01 106	0.07 199	0.07 322	0.00 1	0.14 177	0.06 32

GEStereo_RVC	3.95 225	1.21 211	6.13 234	2.30 248	1.22 218	4.29 218	2.96 280	12.39 272	8.24 226	7.25 198	6.79 143	7.58 242	4.22 217	9.16 262	4.56 240	0.04 241	0.01 104	0.02 280	0.02 192	0.19 215	0.42 172

hitnet-ft	3.95 225	1.16 198	3.92 121	0.89 91	0.73 156	4.88 233	0.54 125	9.78 212	7.91 215	7.42 206	10.24 223	12.50 313	4.84 240	8.15 206	5.56 259	0.03 220	0.00 1	0.06 317	0.00 1	0.24 245	0.12 59

tta	3.96 227	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	4.89 247	0.08 274	0.97 309	0.00 1	0.16 263	0.13 167	1.24 274

DualNet	3.96 227	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	8.20 207	11.69 336	0.00 1	1.13 332	0.00 1	0.19 278	0.11 134	1.88 333

ac_64	3.98 229	0.86 144	5.10 188	3.17 318	3.43 324	5.80 252	0.70 168	10.87 240	4.96 116	8.94 257	6.46 136	10.70 292	5.52 266	7.44 162	5.10 254	0.03 220	0.00 1	0.00 1	0.00 1	0.14 177	0.31 142

CFNet	4.03 230	1.97 290	6.30 244	2.70 286	1.64 246	5.41 242	0.22 63	12.14 266	10.28 265	5.24 105	11.15 245	6.43 218	3.70 192	8.97 258	4.01 225	0.00 1	0.00 1	0.00 1	0.00 1	0.30 277	0.13 65

RAFT-RH_RVC	4.04 231	0.69 103	3.59 96	1.91 197	0.43 111	3.11 144	0.13 39	3.80 10	6.60 172	11.26 321	31.68 377	5.20 180	1.66 109	8.30 219	2.27 166	0.09 284	0.00 1	0.00 1	0.03 203	0.03 27	0.02 5

iResNet	4.04 231	1.46 242	8.72 301	3.25 324	0.36 92	4.54 226	0.47 108	9.06 190	10.40 270	7.98 223	12.82 272	4.06 140	3.22 164	8.82 246	4.95 250	0.03 220	0.01 104	0.00 1	0.00 1	0.14 177	0.55 192

CrosDoStereo	4.05 233	0.71 111	3.52 81	0.51 56	0.20 49	3.25 154	11.21 372	6.34 113	4.96 116	9.04 261	16.44 305	4.92 171	7.28 299	8.29 216	3.84 216	0.00 1	0.02 135	0.01 249	0.00 1	0.18 209	0.19 99

DeepStereo_LL	4.05 233	0.71 111	3.52 81	0.51 56	0.20 49	3.25 154	11.21 372	6.34 113	4.96 116	9.04 261	16.44 305	4.92 171	7.28 299	8.29 216	3.84 216	0.00 1	0.02 135	0.01 249	0.00 1	0.18 209	0.19 99

ff1	4.11 235	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 336	0.00 1	1.13 332	0.00 1	0.19 278	0.11 134	1.88 333

FADNet-RVC-Resample	4.11 235	2.25 303	13.88 343	1.64 155	0.66 142	5.91 255	2.34 268	10.87 240	9.09 246	6.53 158	4.34 74	5.69 200	4.71 236	8.01 199	4.64 243	0.18 307	0.22 241	0.17 347	0.12 251	0.46 310	0.59 200

NLCA_NET_v2_RVC	4.11 235	1.53 249	6.87 262	3.04 309	3.33 319	4.34 221	0.59 140	11.36 252	7.92 216	8.98 258	7.98 174	9.72 275	3.82 195	7.92 195	4.43 235	0.15 297	0.02 135	0.03 297	0.03 203	0.07 84	0.14 68
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	4.13 238	1.71 264	6.25 241	2.50 269	1.93 269	2.39 67	1.49 245	9.59 209	8.71 235	6.66 167	15.04 293	8.47 262	3.84 197	6.87 141	6.74 271	0.00 1	0.00 1	0.04 306	0.00 1	0.29 274	0.15 79

UPFNet	4.17 239	0.83 133	5.51 205	2.49 268	3.36 321	7.13 278	2.60 271	10.52 233	7.16 193	8.76 252	7.83 168	7.85 249	3.41 178	8.60 238	7.04 277	0.01 106	0.02 135	0.00 1	0.00 1	0.12 151	0.17 91

DAS	4.18 240	0.53 62	6.20 237	2.20 229	3.69 331	2.78 110	3.12 286	8.69 180	10.29 266	9.39 276	12.80 270	4.58 159	7.20 297	9.08 260	2.70 185	0.02 190	0.00 1	0.00 1	0.00 1	0.04 45	0.34 148

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

AASNet	4.20 242	1.63 256	5.82 221	3.79 343	3.93 340	6.55 265	1.22 230	19.12 362	6.82 181	7.86 219	8.35 182	4.36 154	2.55 144	3.87 67	7.47 281	0.00 1	0.00 1	0.00 1	0.00 1	0.49 318	0.22 114

SepStereo	4.22 243	0.53 62	6.20 237	2.20 229	3.69 331	2.78 110	3.12 286	8.69 180	10.29 266	9.39 276	12.80 270	4.58 159	7.20 297	9.74 284	2.70 185	0.02 190	0.00 1	0.00 1	0.00 1	0.04 45	0.34 148

PS-NSSS	4.22 243	2.53 321	5.89 224	1.01 103	2.93 304	4.05 210	1.93 259	11.44 253	8.94 242	7.14 191	14.70 292	4.96 174	2.60 146	9.09 261	3.92 219	0.40 334	0.04 175	0.83 368	0.00 1	1.09 347	1.02 255

anonymousa	4.24 245	0.78 118	4.05 132	2.16 221	4.87 364	8.76 300	0.35 88	7.41 156	4.47 93	8.21 237	19.70 332	11.03 302	5.87 271	2.04 31	2.20 156	0.00 1	1.16 345	0.00 1	0.55 356	0.04 45	1.11 263

FADNet_RVC	4.24 245	2.32 313	14.23 346	1.18 116	0.79 165	5.64 246	0.60 141	11.50 255	7.19 195	3.68 74	8.08 178	4.14 144	4.06 208	10.29 300	7.47 281	0.36 332	0.44 270	0.18 348	0.47 350	0.93 345	1.23 273

HSM	4.25 247	1.10 188	4.14 136	1.78 181	2.14 277	6.67 268	1.08 223	12.92 287	6.90 185	7.06 185	8.17 179	14.17 322	6.03 274	9.16 262	3.11 199	0.00 1	0.00 1	0.00 1	0.00 1	0.09 103	0.41 168

psm_up	4.33 248	1.34 227	4.43 151	2.27 244	2.62 296	5.29 239	3.30 296	11.49 254	6.89 184	8.05 230	8.06 176	10.09 282	11.10 339	7.12 150	3.76 212	0.24 318	0.01 104	0.00 1	0.00 1	0.20 221	0.37 155

pcwnet_v2	4.36 249	0.46 33	9.07 312	1.43 138	1.10 206	3.41 159	0.40 95	13.44 305	14.60 324	10.29 296	14.22 285	5.82 207	2.97 158	6.75 136	2.29 170	0.01 106	0.05 182	0.04 306	0.02 192	0.17 201	0.61 205

FADNet-RVC	4.36 249	2.62 327	14.51 349	2.01 214	0.44 112	4.27 216	1.27 233	12.61 279	7.89 213	3.76 76	4.05 70	10.63 290	4.34 220	9.87 289	7.66 284	0.03 220	0.09 207	0.00 1	0.03 203	0.65 328	0.50 183

HBP-ISP	4.37 251	1.56 250	4.59 166	2.23 234	1.29 229	7.87 287	3.96 302	11.80 261	10.91 284	8.06 232	14.45 288	3.38 110	4.87 241	9.27 266	2.53 176	0.14 295	0.06 188	0.00 1	0.01 175	0.08 89	0.30 140

CSP-Net	4.40 252	1.70 262	4.90 180	1.82 187	1.04 196	12.96 342	2.25 266	13.75 312	6.34 162	9.64 283	8.99 190	8.31 255	3.24 165	8.45 233	4.32 232	0.01 106	0.00 1	0.00 1	0.00 1	0.23 241	0.06 32

HSM-Net_RVC	4.40 252	0.44 29	3.22 54	0.72 71	0.68 143	7.06 275	1.82 257	12.57 278	8.48 231	9.04 261	12.20 263	14.98 327	5.14 253	7.32 158	4.19 227	0.02 190	0.02 135	0.00 1	0.00 1	0.02 10	0.14 68
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ttt	4.41 254	0.70 109	3.95 125	2.53 274	2.01 271	4.34 221	0.41 97	13.09 297	11.69 298	7.20 195	12.20 263	4.15 145	3.35 177	9.54 275	10.11 318	0.07 270	1.11 328	0.00 1	0.19 278	0.10 123	1.47 284

MMNet	4.44 255	1.37 231	6.26 242	1.73 176	1.64 246	10.51 323	0.61 144	9.27 202	9.66 259	9.55 280	9.22 194	7.40 238	6.52 283	7.90 194	6.98 274	0.01 106	0.00 1	0.00 1	0.00 1	0.14 177	0.10 48

DSFCA	4.48 256	1.03 182	6.84 261	1.61 153	1.68 251	7.26 279	4.46 313	11.27 251	7.51 202	11.01 316	6.89 146	8.49 263	4.54 229	10.41 302	6.18 267	0.03 220	0.06 188	0.02 280	0.03 203	0.13 167	0.14 68

mmx	4.50 257	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	12.84 283	11.23 290	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 336	0.05 254	1.12 329	0.00 1	0.19 278	0.10 123	1.53 288

xxx	4.50 257	0.98 172	7.04 270	1.64 155	1.07 198	2.84 116	0.47 108	12.84 283	11.23 290	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 336	0.05 254	1.12 329	0.00 1	0.19 278	0.10 123	1.53 288

SACVNet	4.55 259	1.88 279	5.55 212	3.38 330	1.68 251	3.11 144	2.76 275	12.44 274	6.43 167	11.07 318	11.31 248	10.53 288	5.13 252	9.88 290	4.56 240	0.08 274	0.02 135	0.00 1	0.01 175	0.38 298	0.80 237

FADNet	4.55 259	2.35 315	13.60 341	1.87 191	0.80 166	4.74 231	0.75 179	14.47 322	12.41 304	4.07 82	5.45 106	9.64 273	5.03 247	8.86 249	4.82 246	0.20 311	0.04 175	0.07 322	0.05 224	1.27 354	0.40 161

ADLNet	4.56 261	1.19 204	5.52 211	3.81 345	3.59 328	6.98 273	2.40 269	12.01 263	7.96 218	10.52 301	9.67 213	8.26 254	4.98 246	6.59 128	6.93 273	0.01 106	0.01 104	0.00 1	0.01 175	0.22 236	0.55 192

HGLStereo	4.58 262	1.04 183	6.02 229	3.30 327	5.14 367	6.36 262	0.71 169	11.04 245	7.60 205	8.04 229	12.85 273	6.90 229	8.51 320	7.85 190	5.93 262	0.02 190	0.02 135	0.00 1	0.00 1	0.14 177	0.15 79

TDLM	4.58 262	1.79 277	5.03 186	2.45 265	1.32 234	4.04 209	7.15 350	11.60 258	11.46 294	6.91 178	12.69 269	5.94 208	5.03 247	9.74 284	3.80 215	0.67 350	0.00 1	0.01 249	0.05 224	0.23 241	1.78 320

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

FTStereo	4.61 265	0.54 65	2.86 29	0.98 102	0.40 104	2.57 81	8.51 360	5.70 75	3.76 57	10.85 311	29.92 371	5.53 191	7.43 303	7.73 185	1.63 108	0.17 304	0.00 1	0.05 313	0.00 1	0.04 45	3.62 372

RAFT + AFF	4.63 266	2.28 308	7.43 280	1.51 144	2.38 286	5.81 253	6.49 339	10.74 237	8.53 232	7.75 215	8.95 189	7.47 240	6.68 289	9.17 264	5.06 252	0.08 274	0.47 272	0.00 1	0.01 175	0.66 329	1.03 258

CBMV_ROB	4.66 267	0.85 137	3.94 123	1.64 155	0.75 161	8.38 297	1.90 258	11.19 248	10.36 268	9.20 269	15.21 294	7.28 235	6.99 293	9.48 272	5.24 255	0.04 241	0.05 182	0.00 1	0.00 1	0.07 84	0.64 213

iResNet_ROB	4.67 268	1.77 274	5.93 225	2.47 267	0.95 186	3.78 195	0.36 89	15.65 334	17.36 339	8.75 251	11.23 247	7.05 233	4.60 232	8.94 255	4.23 230	0.01 106	0.00 1	0.00 1	0.00 1	0.16 195	0.15 79

CVANet_RVC	4.68 269	1.93 285	5.57 214	2.61 280	1.86 264	4.12 211	4.94 320	12.11 264	9.29 251	8.05 230	11.08 244	10.28 283	6.48 282	9.52 274	3.19 201	0.45 338	0.01 104	0.00 1	0.12 251	0.23 241	1.75 316

ADLNet2	4.72 270	1.44 240	6.68 257	3.03 307	3.90 339	6.80 269	2.91 278	11.67 259	9.63 257	7.99 225	9.89 216	9.75 276	5.32 261	7.70 184	7.13 278	0.01 106	0.03 160	0.00 1	0.00 1	0.26 253	0.22 114

iResNetv2_ROB	4.72 270	2.26 305	8.87 307	3.20 321	1.25 222	4.32 220	1.73 254	14.22 319	10.62 276	10.53 302	12.13 262	7.77 245	5.54 267	8.29 216	2.76 192	0.00 1	0.00 1	0.00 1	0.00 1	0.42 301	0.55 192

ssnet_v2	4.73 272	1.43 236	6.74 259	1.80 183	0.75 161	8.89 302	4.60 315	12.66 280	10.65 277	9.53 278	6.23 125	9.78 277	4.26 219	6.89 142	9.65 314	0.01 106	0.01 104	0.00 1	0.00 1	0.36 295	0.31 142

Anonymous_2	4.74 273	0.98 172	4.46 152	2.35 255	2.27 283	5.66 247	0.67 158	8.08 172	5.28 123	4.98 97	2.60 43	8.74 267	6.92 291	5.79 108	3.46 204	0.24 318	1.70 372	5.16 386	18.18 409	5.41 380	1.85 329

test_xeample	4.78 274	0.93 156	4.68 173	1.48 142	1.28 225	3.94 202	0.13 39	13.35 302	8.62 233	8.21 237	11.63 252	3.43 118	3.54 181	7.59 180	23.47 378	0.02 190	1.16 345	0.00 1	0.25 305	0.11 134	1.74 315

CRFU-Net	4.81 275	0.78 118	5.69 218	3.10 316	1.39 238	13.18 344	3.23 291	12.26 267	4.33 82	10.91 313	9.98 220	10.94 300	7.93 312	7.47 171	3.94 222	0.16 300	0.16 228	0.16 342	0.00 1	0.26 253	0.29 137

NVstereo2D	4.82 276	1.29 218	7.98 289	3.68 340	3.48 325	8.02 290	3.10 285	11.25 249	15.50 331	5.14 103	7.71 165	8.21 253	4.68 234	10.19 299	4.30 231	0.02 190	0.19 235	0.13 336	0.36 339	0.07 84	1.12 266

StereoDRNet-Refined	4.84 277	0.96 168	5.13 189	2.22 232	0.46 113	9.10 304	0.16 53	10.72 236	9.40 255	13.41 340	12.50 266	10.02 279	4.58 230	8.60 238	8.71 299	0.01 106	0.00 1	0.01 249	0.05 224	0.24 245	0.53 190
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	4.87 278	1.45 241	4.75 175	2.52 273	1.13 210	6.25 261	3.01 282	10.44 230	8.34 228	11.05 317	13.43 276	14.04 320	3.90 204	9.74 284	6.80 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 89	0.37 155

1111x	4.96 279	1.04 183	7.09 272	1.75 178	1.05 197	5.03 236	0.32 84	13.52 306	10.70 278	6.68 168	10.35 226	8.81 268	6.01 273	10.65 303	12.78 348	0.07 270	1.24 354	0.00 1	0.33 334	0.11 134	1.75 316

RASNet	5.00 280	1.19 204	5.69 218	3.68 340	4.80 362	5.04 237	1.29 236	10.26 223	8.99 244	5.89 122	11.65 253	10.55 289	9.76 332	9.96 294	10.32 323	0.20 311	0.00 1	0.00 1	0.00 1	0.09 103	0.73 230

dad	5.10 281	2.61 325	6.76 260	1.23 119	0.14 24	2.85 128	0.36 89	7.98 170	14.88 325	10.84 310	17.06 312	15.59 330	3.29 168	7.24 153	4.39 234	1.20 362	0.10 211	4.02 384	0.49 352	0.20 221	0.69 225

CBFPSM	5.12 282	1.48 243	16.22 356	1.81 184	1.14 211	11.16 326	2.90 277	7.99 171	6.75 180	6.55 159	5.00 90	15.05 329	8.78 324	7.52 176	8.90 302	0.04 241	0.02 135	0.00 1	0.00 1	0.42 301	0.67 224

LL-Strereo	5.14 283	2.29 311	8.95 308	1.26 121	5.05 366	3.66 182	1.40 240	10.33 225	8.98 243	8.71 249	8.24 181	10.70 292	11.10 339	12.66 332	5.36 256	0.05 254	1.35 364	0.00 1	0.00 1	0.38 298	2.23 354

xxxx	5.16 284	0.86 144	4.86 178	1.96 205	1.22 218	7.56 286	0.07 16	14.67 324	9.15 249	6.55 159	9.87 215	9.30 270	3.47 180	8.07 203	22.20 373	0.05 254	1.16 345	0.00 1	0.26 314	0.10 123	1.76 318

PA-Net	5.40 285	2.35 315	9.55 321	2.75 287	2.21 279	8.74 299	3.92 301	13.05 292	13.35 317	7.30 202	7.98 174	8.08 250	6.39 281	11.17 311	9.30 309	0.02 190	0.03 160	0.00 1	0.03 203	0.16 195	1.55 292
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-Forest	5.40 285	0.84 136	4.19 139	1.43 138	0.68 143	10.12 317	6.41 338	12.13 265	11.86 300	11.50 324	14.43 287	11.62 305	5.20 254	9.93 293	6.16 266	0.16 300	0.04 175	0.00 1	0.00 1	0.08 89	1.24 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AANet_RVC	5.41 287	2.61 325	8.17 291	2.25 238	1.30 231	2.27 60	1.64 252	10.82 238	18.54 346	8.01 227	18.09 325	8.39 261	3.31 171	11.37 316	8.98 305	1.15 361	0.38 265	0.02 280	0.00 1	0.17 201	0.70 227

PSMNet_ROB	5.41 287	2.45 318	7.39 278	2.36 257	1.90 266	10.11 316	6.54 340	16.32 342	7.59 204	6.84 177	10.83 241	12.06 311	4.13 212	8.73 244	10.24 321	0.02 190	0.01 104	0.01 249	0.11 246	0.26 253	0.40 161

GASNet	5.62 289	5.76 368	12.05 333	5.03 367	2.08 276	3.77 194	1.53 247	12.92 287	11.62 296	9.64 283	7.40 160	8.58 264	7.54 305	14.76 350	8.25 291	0.02 190	0.15 226	0.00 1	0.00 1	0.81 344	0.52 189

222	5.93 290	0.88 152	4.58 165	1.76 180	0.98 190	6.02 257	0.08 20	14.45 321	8.89 240	9.53 278	11.77 255	3.88 131	4.23 218	8.26 210	39.96 407	0.03 220	1.12 329	0.00 1	0.24 302	0.11 134	1.73 312

CBMV	5.97 291	1.52 247	4.51 156	1.99 210	0.53 128	10.02 314	6.94 347	13.27 300	13.80 321	13.08 338	15.93 301	11.36 303	8.11 314	9.82 287	7.27 279	0.08 274	0.15 226	0.00 1	0.00 1	0.30 277	0.74 233
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	6.00 292	1.95 288	7.88 287	2.35 255	1.85 262	13.61 347	1.76 256	8.44 176	10.12 263	11.22 320	20.57 336	14.41 325	7.55 306	8.11 204	8.83 300	0.10 287	0.09 207	0.16 342	0.07 231	0.68 332	0.35 152

StereoDRNet	6.02 293	2.40 317	8.22 293	3.43 331	4.43 351	10.57 324	4.21 306	19.44 364	11.24 292	12.86 333	8.06 176	11.64 306	4.79 239	8.65 242	9.32 310	0.01 106	0.10 211	0.00 1	0.03 203	0.34 291	0.69 225

iinet-f	6.21 294	2.11 297	28.74 391	2.13 220	1.38 237	11.62 330	1.49 245	7.64 164	7.19 195	7.77 216	14.38 286	10.49 285	7.79 309	7.76 187	12.90 349	0.03 220	0.03 160	0.05 313	0.00 1	0.67 330	0.12 59

DRN-Test	6.23 295	1.51 245	7.53 281	3.07 315	3.69 331	12.17 338	3.23 291	20.80 377	11.11 289	12.64 332	13.02 274	10.91 299	5.26 255	8.49 235	10.12 319	0.05 254	0.05 182	0.04 306	0.04 221	0.28 266	0.65 214

NCCL2	6.27 296	2.46 319	7.00 264	2.36 257	1.11 207	9.48 307	11.14 371	13.01 291	10.40 270	9.94 289	9.49 205	22.11 368	7.42 302	9.90 292	8.56 295	0.01 106	0.00 1	0.02 280	0.03 203	0.20 221	0.73 230

APVNet	6.28 297	2.46 319	10.09 325	3.51 335	3.97 342	12.15 337	1.75 255	20.08 373	6.73 179	6.92 183	13.45 277	10.75 294	6.29 280	11.86 323	14.34 356	0.05 254	0.02 135	0.11 330	0.03 203	0.63 326	0.34 148

ETE_ROB	6.28 297	2.60 324	9.22 315	1.71 172	0.84 171	6.44 263	6.78 344	13.16 298	8.80 238	13.01 336	15.93 301	21.01 366	6.18 277	10.97 305	8.11 289	0.04 241	0.01 104	0.00 1	0.02 192	0.16 195	0.70 227

MaskLacGwcNet_RVC	6.42 299	6.12 369	6.53 252	4.29 357	3.61 329	15.41 352	4.13 304	12.36 270	7.32 201	7.60 210	8.51 184	8.97 269	2.64 147	10.17 298	3.72 210	8.16 390	2.40 380	2.00 379	0.11 246	8.55 387	5.84 381

DANet	6.46 300	1.58 252	9.58 323	4.10 350	3.99 344	9.13 305	1.34 238	10.37 227	7.76 208	13.76 344	15.66 297	16.14 334	7.03 295	13.07 335	13.62 353	0.19 308	0.12 218	0.02 280	0.02 192	0.15 191	1.61 293
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.46 300	1.88 279	7.41 279	2.81 292	0.95 186	6.45 264	6.82 345	13.58 307	8.80 238	15.50 352	15.86 299	19.59 357	7.12 296	11.41 317	9.86 315	0.02 190	0.04 175	0.00 1	0.03 203	0.20 221	0.79 236

NaN_ROB	6.51 302	2.25 303	8.77 302	1.69 167	1.79 257	9.71 311	10.94 369	16.20 340	16.13 333	13.04 337	8.86 186	11.77 308	5.94 272	12.88 334	8.01 287	0.05 254	0.13 221	0.07 322	0.20 288	0.32 288	1.50 287

Wz-Net-LNSev-Ref	6.52 303	2.21 302	12.10 334	2.75 287	3.28 316	10.03 315	3.05 283	12.31 269	11.52 295	10.10 291	21.36 338	11.51 304	7.30 301	11.56 319	10.61 326	0.09 284	0.00 1	0.00 1	0.00 1	0.08 89	0.51 187

DISCO	6.58 304	0.98 172	6.44 249	3.75 342	1.18 213	11.19 327	3.29 295	12.92 287	16.72 335	7.27 199	11.74 254	17.34 342	6.60 284	19.59 375	11.59 335	0.00 1	0.00 1	0.00 1	0.00 1	0.45 309	0.50 183

Syn2CoEx	6.70 305	3.69 349	12.14 335	2.78 290	1.68 251	8.36 295	3.21 290	18.59 357	12.66 307	8.86 254	20.79 337	10.52 286	10.54 336	9.68 278	8.70 298	0.01 106	0.00 1	0.00 1	0.00 1	0.69 334	1.00 250

RYNet	6.82 306	1.51 245	7.35 277	1.79 182	4.52 355	16.68 356	4.41 312	14.19 318	17.43 340	11.64 326	7.86 169	15.03 328	8.81 325	10.10 296	14.16 355	0.04 241	0.13 221	0.15 339	0.05 224	0.08 89	0.53 190

S-Stereo	6.85 307	0.93 156	10.76 329	3.34 329	3.51 326	6.55 265	6.01 331	13.75 312	23.86 365	9.65 286	15.54 296	11.81 309	8.24 315	8.59 237	11.23 332	0.13 292	0.16 228	0.00 1	0.42 346	0.14 177	2.39 356

GANet	6.86 308	1.78 275	5.98 228	3.05 310	1.12 209	10.12 317	9.38 364	13.41 304	8.67 234	11.46 323	29.87 370	13.94 319	8.25 316	12.06 325	6.33 269	0.40 334	0.06 188	0.16 342	0.33 334	0.18 209	0.59 200

GwcNet	6.95 309	2.89 335	13.32 340	2.82 294	5.53 369	11.76 331	2.14 265	14.95 327	17.69 342	10.83 309	18.14 326	10.83 297	6.66 287	9.83 288	10.19 320	0.03 220	0.06 188	0.03 297	0.08 234	0.64 327	0.66 222

FINET	6.96 310	2.98 336	13.77 342	3.20 321	4.81 363	9.65 309	9.90 367	13.68 310	23.91 366	8.28 239	13.70 278	5.36 186	5.83 270	10.79 304	8.05 288	0.90 356	1.43 365	0.11 330	0.38 341	0.48 315	1.98 343

GANetREF_RVC	6.97 311	3.59 346	9.14 314	4.00 347	0.40 104	13.17 343	11.27 375	15.95 338	17.51 341	10.62 304	10.66 238	12.15 312	7.97 313	13.18 336	5.04 251	0.45 338	0.00 1	0.01 249	0.15 261	3.47 377	0.60 202
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
FAT-Stereo	6.98 312	0.79 120	7.57 282	2.54 277	1.80 258	6.16 259	4.33 311	19.16 363	18.82 347	10.75 307	17.08 313	18.23 348	13.56 353	9.25 265	8.44 292	0.03 220	0.16 228	0.01 249	0.10 244	0.14 177	0.65 214

LALA_ROB	7.02 313	2.54 322	8.51 295	1.53 147	0.96 188	9.96 313	8.71 361	16.70 344	12.68 308	12.99 335	13.90 283	24.47 371	5.40 263	11.61 321	9.50 311	0.04 241	0.05 182	0.00 1	0.02 192	0.17 201	0.65 214

DGSMNet	7.10 314	3.49 343	15.11 352	4.36 360	4.41 350	8.94 303	6.25 335	15.10 329	14.28 323	8.15 235	14.51 290	10.08 280	5.38 262	11.04 307	7.95 286	1.49 368	2.00 377	1.79 377	1.68 381	2.43 370	3.48 369

Wz-Net-LNSev	7.12 315	2.75 329	18.64 364	1.70 170	4.16 346	12.79 341	6.72 342	13.74 311	13.57 318	11.14 319	17.31 318	11.90 310	8.50 319	8.96 257	9.94 316	0.00 1	0.01 104	0.00 1	0.00 1	0.18 209	0.34 148

edge stereo	7.12 315	1.19 204	7.83 286	2.32 251	2.46 290	6.90 270	3.26 294	15.58 333	12.52 305	15.68 354	18.34 328	21.83 367	13.05 349	11.53 318	8.68 297	0.04 241	0.06 188	0.11 330	0.03 203	0.30 277	0.63 211

DeepPrunerF	7.18 317	3.58 345	25.29 383	4.27 356	7.20 377	3.78 195	4.64 316	14.03 316	20.86 356	8.85 253	10.57 234	7.35 236	7.88 311	12.16 328	10.66 328	0.25 321	0.16 228	0.29 357	0.43 348	0.77 341	0.65 214

Anonymous Stereo	7.27 318	4.41 358	26.56 386	3.67 339	3.09 310	5.56 243	15.31 386	10.85 239	11.63 297	10.31 297	10.32 225	7.46 239	3.67 191	14.42 345	15.13 360	0.64 348	0.88 297	0.00 1	0.07 231	0.33 290	1.16 267

RGC	7.40 319	2.77 331	7.71 284	4.43 362	4.87 364	8.88 301	2.96 280	16.05 339	12.76 312	11.96 330	19.57 331	18.32 349	11.57 345	13.89 343	9.58 313	0.83 355	0.02 135	0.24 355	0.41 345	0.40 300	0.77 235

RP	7.41 320	1.90 283	7.33 275	4.26 355	5.25 368	6.64 267	3.46 297	12.44 274	16.23 334	10.36 298	23.00 347	18.72 350	16.59 364	11.10 308	8.47 293	1.10 360	0.02 135	0.12 334	0.16 263	0.43 305	0.65 214

NCC-stereo	7.43 321	2.28 308	8.58 297	3.28 325	4.48 352	8.34 292	4.27 308	20.45 375	13.66 319	9.17 267	17.52 320	16.49 336	14.31 359	13.71 339	8.95 303	1.73 370	0.12 218	0.01 249	0.50 353	0.21 231	0.60 202

Abc-Net	7.43 321	2.28 308	8.58 297	3.28 325	4.48 352	8.34 292	4.27 308	20.45 375	13.66 319	9.17 267	17.52 320	16.49 336	14.31 359	13.71 339	8.95 303	1.73 370	0.12 218	0.01 249	0.50 353	0.21 231	0.60 202
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ccnet	7.45 323	1.89 282	7.71 284	3.18 319	2.35 285	12.19 339	6.14 334	18.95 359	9.36 254	13.33 339	20.38 334	16.00 333	9.10 330	10.10 296	15.40 362	0.44 336	0.34 259	0.25 356	0.25 305	0.48 315	1.18 269

Nwc_Net	7.54 324	1.91 284	8.71 300	4.16 352	3.42 323	10.77 325	2.00 261	20.33 374	12.19 302	9.10 264	24.04 353	17.67 344	13.58 354	12.14 327	9.12 307	0.94 358	0.00 1	0.00 1	0.02 192	0.22 236	0.41 168

psmorigin	7.74 325	2.19 301	18.99 366	2.51 270	0.89 176	7.08 277	2.74 273	11.25 249	7.90 214	20.49 367	22.36 345	20.16 359	11.95 346	13.84 341	10.61 326	0.04 241	0.18 233	0.06 317	0.24 302	0.27 263	1.07 259

ADCRef	7.76 326	2.31 312	19.09 367	2.82 294	3.29 317	11.88 333	3.06 284	11.52 256	10.89 283	13.69 343	25.85 361	8.20 252	8.89 327	8.95 256	22.66 374	0.16 300	0.08 201	0.16 342	0.34 337	0.47 312	0.91 242

SDNR	7.97 327	2.75 329	16.90 360	2.28 246	0.94 183	45.23 405	0.43 102	9.30 205	10.84 281	10.71 306	25.30 359	5.51 190	4.47 223	11.98 324	7.58 283	0.15 297	0.14 225	0.00 1	0.04 221	2.27 369	2.65 361

anonymity	8.04 328	4.13 355	12.86 337	7.43 379	13.11 394	8.34 292	2.02 262	18.21 355	7.55 203	13.88 345	9.27 198	10.63 290	7.79 309	11.57 320	6.06 263	6.25 385	5.59 407	3.71 383	3.28 386	3.27 375	5.78 380

CC-Net-ROB	8.09 329	10.11 385	9.03 310	4.07 348	3.74 335	15.24 351	4.84 319	18.44 356	10.87 282	6.73 175	14.03 284	7.54 241	4.68 234	11.61 321	3.98 223	6.59 386	2.54 384	16.51 393	1.19 370	7.88 386	2.20 351

Wz-Net-MNSev	8.12 330	3.18 337	18.07 363	2.63 281	3.36 321	17.82 363	9.40 365	12.89 286	15.44 330	13.95 346	18.21 327	14.38 324	7.75 308	12.50 329	11.45 334	0.46 340	0.03 160	0.00 1	0.01 175	0.26 253	0.58 197

pmcnn	8.17 331	1.70 262	11.49 331	3.18 319	3.07 308	9.66 310	6.06 333	13.60 308	17.71 343	15.23 351	24.02 351	27.61 378	8.81 325	10.36 301	9.51 312	0.08 274	0.08 201	0.00 1	0.00 1	0.31 284	0.87 240

stereogan	8.18 332	1.32 224	9.05 311	3.59 336	4.00 345	20.16 370	3.13 288	17.25 349	20.16 353	10.68 305	19.19 329	20.56 365	10.70 338	14.74 349	7.00 275	0.34 330	0.04 175	0.21 352	0.08 234	0.70 336	0.65 214

SQANet	8.22 333	4.42 359	7.19 274	12.11 389	9.77 386	11.80 332	3.23 291	12.00 262	6.60 172	8.59 247	11.52 251	10.97 301	5.31 260	11.10 308	4.20 228	9.56 392	2.29 379	10.51 389	1.61 380	13.06 394	8.49 388

SuperB	8.29 334	3.96 353	24.92 381	2.96 303	1.33 235	9.83 312	4.15 305	10.92 244	29.79 377	11.86 327	12.51 267	6.07 209	6.97 292	11.13 310	14.73 357	0.15 297	0.11 215	0.35 359	0.26 314	12.64 392	1.11 263

AF-Net	8.37 335	2.16 300	9.01 309	3.65 338	4.58 358	9.40 306	2.63 272	17.71 351	21.32 358	10.38 299	24.51 355	20.43 362	16.67 365	12.54 330	10.76 330	0.70 352	0.00 1	0.12 334	0.00 1	0.47 312	0.42 172

CSAN	8.41 336	2.86 334	9.35 318	2.43 263	0.82 169	13.59 346	11.68 377	15.80 337	21.98 362	14.71 348	16.46 307	18.00 346	14.42 361	13.68 338	10.10 317	0.10 287	0.13 221	0.15 339	0.19 278	0.43 305	1.28 278

PWCDC_ROB	8.50 337	4.40 357	9.57 322	6.16 376	4.54 357	10.46 320	1.03 217	15.30 330	28.16 374	10.88 312	30.88 375	6.96 232	11.31 342	14.57 347	10.40 324	3.10 379	0.02 135	0.00 1	0.00 1	1.55 360	0.63 211

G-Net	8.60 338	1.93 285	12.59 336	6.04 374	3.66 330	25.93 379	4.26 307	10.35 226	8.05 221	19.71 364	24.73 356	14.15 321	15.49 362	11.30 312	10.69 329	0.50 346	0.46 271	0.19 350	0.25 305	0.80 342	0.91 242

ADCP+	8.60 338	2.78 332	17.44 361	1.69 167	4.27 348	16.95 359	5.29 324	13.38 303	12.52 305	13.57 342	17.57 322	10.86 298	11.28 341	18.43 370	23.91 383	0.03 220	0.05 182	0.01 249	0.18 275	0.47 312	1.31 280

PWC_ROB	8.89 340	4.49 360	15.62 354	2.92 300	4.49 354	7.89 289	1.23 231	17.29 350	20.00 351	16.54 357	28.06 365	14.37 323	11.98 348	14.93 351	15.43 363	0.47 343	0.00 1	0.05 313	0.00 1	0.67 330	1.31 280

aanetorigin	9.02 341	3.75 350	28.68 390	2.16 221	3.86 337	5.84 254	5.40 327	5.93 96	10.39 269	28.12 382	31.02 376	15.98 332	13.74 355	9.38 268	12.55 345	0.25 321	0.22 241	0.22 353	0.24 302	1.24 352	1.47 284

PASM	9.11 342	5.68 367	25.06 382	4.33 358	4.18 347	7.01 274	8.48 358	12.37 271	20.95 357	13.49 341	15.37 295	18.80 351	11.52 344	14.70 348	12.70 346	0.93 357	1.19 350	0.32 358	1.21 371	1.66 361	2.22 353

UDG	9.12 343	10.06 384	6.35 247	10.06 382	9.64 385	10.48 321	2.33 267	12.73 281	10.19 264	8.33 240	10.27 224	16.70 338	10.47 335	8.33 223	9.07 306	4.28 381	2.59 386	18.90 395	3.83 389	11.35 389	6.50 384

MDST_ROB	9.13 344	1.31 221	10.16 327	4.36 360	2.48 292	28.66 386	7.64 354	19.96 368	14.97 326	27.53 381	24.02 351	9.47 271	5.27 256	16.31 359	8.61 296	0.63 347	0.19 235	0.00 1	0.00 1	0.08 89	0.90 241

FBW_ROB	9.17 345	2.08 296	10.31 328	2.51 270	1.66 250	13.22 345	6.04 332	23.09 384	20.11 352	19.55 362	15.80 298	18.97 354	11.96 347	19.34 372	11.38 333	0.66 349	0.30 255	2.15 380	0.90 364	1.15 351	2.16 350

XQC	9.46 346	4.84 363	18.88 365	4.07 348	3.09 310	15.97 354	6.65 341	16.26 341	26.63 371	12.63 331	12.35 265	15.75 331	10.62 337	16.48 360	21.19 369	0.44 336	0.96 308	0.05 313	0.32 331	1.10 348	0.99 248

Consistency-Raft	9.58 347	5.11 364	13.00 338	5.61 370	8.92 384	4.03 208	5.07 323	19.73 367	24.90 369	11.32 322	29.86 369	13.36 316	6.16 276	8.00 197	13.47 351	0.67 350	0.34 259	1.81 378	4.36 392	12.23 390	3.62 372

MSMD_ROB	9.73 348	1.43 236	5.42 200	1.81 184	0.42 110	16.83 357	4.30 310	14.29 320	15.34 328	23.06 369	40.17 391	25.63 375	22.62 380	13.37 337	8.85 301	0.48 345	0.03 160	0.00 1	0.00 1	0.13 167	0.47 180

RTSC	9.87 349	4.34 356	16.44 357	4.60 364	2.38 286	12.54 340	0.75 179	18.19 354	37.31 391	16.16 356	15.86 299	13.32 315	7.56 307	20.93 379	23.50 379	0.34 330	1.07 325	0.02 280	0.35 338	0.71 337	0.99 248

Wz-Net-SNSev	9.92 350	8.01 378	26.42 385	2.26 240	1.85 262	8.36 295	14.30 385	18.01 353	21.68 359	10.78 308	23.95 348	16.84 339	8.60 321	15.59 355	19.76 368	0.01 106	0.03 160	0.01 249	0.00 1	0.52 321	1.34 283

DDUNet	10.03 351	12.17 390	8.24 294	13.02 390	11.73 391	10.32 319	3.76 298	12.27 268	8.35 229	9.64 283	13.89 282	16.48 335	6.67 288	9.50 273	7.00 275	6.80 387	3.45 397	21.10 396	4.33 391	12.78 393	9.12 389

ADCPNet	10.18 352	3.40 342	33.24 394	2.38 259	1.74 254	17.75 362	7.65 355	13.20 299	13.03 314	14.09 347	21.72 341	19.36 355	11.40 343	15.43 354	23.00 376	0.28 327	1.15 344	0.39 362	1.48 376	0.68 332	2.21 352

WCMA_ROB	10.20 353	1.99 292	9.33 317	3.01 305	2.46 290	15.78 353	7.67 356	12.75 282	15.41 329	25.08 379	33.42 382	27.06 377	19.86 370	13.87 342	12.47 344	1.28 364	0.38 265	0.18 348	0.20 288	0.28 266	1.54 290

PDISCO_ROB	10.27 354	2.79 333	13.30 339	10.58 386	9.96 387	22.78 373	5.99 329	20.01 369	28.57 375	11.88 328	14.49 289	20.54 363	4.92 243	17.01 365	10.29 322	5.79 384	0.42 267	0.14 338	0.13 256	2.53 372	3.25 365

MFN_U_SF_DS_RVC	10.36 355	5.37 365	16.61 359	2.95 302	3.02 307	24.75 376	15.44 388	14.68 325	19.73 349	19.77 365	23.97 349	16.98 340	8.40 317	17.58 367	9.23 308	1.59 369	1.75 373	0.16 342	2.63 383	0.75 339	1.85 329

SHD	10.45 356	3.67 348	14.03 345	4.81 365	4.52 355	11.93 334	1.66 253	21.36 381	38.40 393	18.84 361	21.72 341	17.63 343	13.07 350	15.65 357	17.71 365	0.36 332	1.09 326	0.01 249	0.32 331	0.50 319	1.67 301

FCDSN-DC	10.72 357	1.16 198	5.01 185	2.16 221	1.31 233	17.46 361	4.80 318	17.79 352	19.87 350	25.02 377	32.85 378	33.57 386	23.52 384	16.80 362	12.13 340	0.11 291	0.00 1	0.00 1	0.00 1	0.09 103	0.76 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCL	10.77 358	3.23 338	21.50 373	2.26 240	1.96 270	23.65 374	9.07 362	14.69 326	24.88 368	15.21 350	27.20 362	12.68 314	14.02 358	16.94 364	24.43 385	0.26 324	0.18 233	0.74 366	0.67 361	0.80 342	1.02 255

SGM_RVC	10.77 358	1.11 190	4.66 170	2.66 282	0.41 108	21.03 371	6.87 346	20.02 370	15.54 332	25.86 380	24.97 358	33.59 387	20.51 373	20.89 378	14.78 358	0.31 329	0.26 252	0.22 353	0.26 314	0.43 305	1.01 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.88 360	2.57 323	20.40 371	2.24 237	1.90 266	24.92 377	17.00 398	21.35 380	28.61 376	12.87 334	13.74 280	17.01 341	20.14 372	15.36 352	14.01 354	0.81 354	0.98 314	0.20 351	0.65 360	1.30 355	1.54 290

ADCMid	10.97 361	4.49 360	23.66 377	2.53 274	2.52 295	11.46 329	6.31 336	15.31 331	12.85 313	23.57 373	22.99 346	17.92 345	21.04 375	19.57 374	28.05 392	0.47 343	0.43 268	1.10 371	1.32 373	1.73 363	2.10 347

FC-DCNN	11.29 362	1.01 181	5.50 204	2.25 238	1.65 249	18.23 365	5.36 326	18.99 360	20.65 355	28.95 383	34.83 385	33.83 388	23.18 383	17.04 366	13.37 350	0.17 304	0.01 104	0.02 280	0.02 192	0.10 123	0.70 227

SANet	11.48 363	3.34 340	13.93 344	2.40 262	1.01 194	16.49 355	12.16 380	20.05 372	37.28 390	19.62 363	28.04 364	25.61 374	20.10 371	14.43 346	12.39 343	0.10 287	0.06 188	0.03 297	0.06 230	0.76 340	1.73 312

AnyNet_C32	11.82 364	7.08 372	25.83 384	4.55 363	5.88 372	16.92 358	16.97 397	14.14 317	18.11 345	16.87 358	21.66 340	14.78 326	13.87 357	23.54 386	31.83 398	0.24 318	0.28 253	0.35 359	0.53 355	1.35 356	1.71 310

MeshStereo	11.94 365	1.88 279	5.24 191	2.11 219	1.44 240	20.09 369	4.95 321	21.74 383	16.75 336	33.10 388	35.07 386	39.28 395	22.72 381	19.45 373	13.59 352	0.19 308	0.06 188	0.02 280	0.00 1	0.46 310	0.65 214
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
Wz-Net-TNSev	12.01 366	11.86 389	38.26 399	2.81 292	1.82 261	18.12 364	11.31 376	16.67 343	21.73 360	15.06 349	17.17 314	19.72 358	20.69 374	20.68 377	21.41 371	0.04 241	0.06 188	0.00 1	0.16 263	0.74 338	1.93 340

otaku	12.35 367	8.64 379	9.11 313	13.56 391	10.98 389	26.23 380	7.22 351	19.45 365	19.26 348	11.92 329	17.90 324	20.21 360	8.91 328	16.06 358	6.09 264	9.77 393	2.50 383	13.23 390	1.90 382	14.61 395	9.41 392

Ntro	12.91 368	9.95 383	10.01 324	14.12 393	12.55 393	26.31 381	6.76 343	19.04 361	22.03 363	10.23 294	16.26 304	20.22 361	10.06 333	16.81 363	7.93 285	10.16 395	2.55 385	15.19 392	2.86 384	15.27 396	9.93 394

MFN_U_SF_RVC	13.54 369	4.69 362	28.43 389	4.24 354	2.50 293	24.26 375	5.99 329	28.23 391	20.18 354	24.06 376	29.38 368	30.35 382	16.92 366	20.98 380	21.39 370	1.35 365	1.13 332	1.02 369	1.41 375	1.88 365	2.50 359

WZ-Net	13.61 370	5.57 366	42.84 402	3.89 346	3.19 314	19.90 368	15.44 388	15.67 335	32.04 380	16.13 355	28.69 366	22.17 369	15.84 363	21.40 381	26.87 388	0.75 353	0.01 104	0.01 249	0.03 203	0.51 320	1.20 271

ADCS	13.76 371	6.46 370	30.74 392	3.62 337	2.93 304	14.28 349	11.22 374	20.02 370	34.42 385	23.20 370	25.42 360	19.51 356	19.62 369	24.54 387	33.88 401	0.27 326	0.23 244	0.37 361	0.19 278	1.47 358	2.84 362

MFMNet_re	14.09 372	9.67 382	20.31 370	10.40 384	7.62 378	21.38 372	17.49 400	21.36 381	31.95 379	23.70 374	29.22 367	18.87 352	27.41 390	14.27 344	11.16 331	2.85 377	1.51 370	0.41 363	0.28 319	4.88 379	7.10 385

EDNetEfficient	14.14 373	6.71 371	56.12 408	2.99 304	3.58 327	5.38 241	8.49 359	9.35 206	33.24 381	40.73 398	30.21 372	18.04 347	22.92 382	12.13 326	26.26 387	0.16 300	0.24 247	0.07 322	1.15 368	2.58 373	2.39 356

LSM	14.85 374	7.41 375	36.29 397	7.76 381	43.77 417	11.24 328	12.14 379	16.73 345	23.72 364	23.73 375	32.92 379	18.89 353	13.31 352	16.60 361	12.37 342	0.26 324	0.86 296	0.11 330	0.43 348	1.24 352	17.26 409

SAMSARA	15.67 375	3.89 352	14.48 348	13.77 392	7.92 381	38.69 399	73.90 422	21.22 379	24.66 367	17.04 359	13.86 281	30.01 381	13.07 350	18.07 369	17.48 364	0.23 316	1.46 367	0.07 322	0.40 343	0.99 346	2.15 349

SPS-STEREO	15.83 376	7.38 374	14.92 351	11.63 388	11.77 392	25.30 378	7.12 349	25.20 387	17.06 338	32.24 387	30.34 373	31.63 384	22.59 379	25.67 388	21.97 372	7.71 389	4.50 403	3.35 382	1.56 379	6.97 385	7.72 387
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	16.41 377	3.98 354	16.04 355	5.38 368	4.59 360	19.44 367	7.28 352	28.88 393	49.27 403	31.53 386	43.72 397	30.36 383	32.17 397	26.70 390	23.19 377	0.25 321	1.48 368	0.04 306	0.59 357	0.52 321	2.87 363

ACVNet-4b	16.48 378	23.07 396	14.73 350	16.69 395	15.18 397	31.83 390	7.30 353	19.71 366	27.82 373	11.54 325	22.10 344	31.68 385	8.96 329	18.88 371	7.28 280	11.04 397	2.65 387	24.93 399	5.02 394	18.57 398	10.67 396

AnyNet_C01	16.99 379	12.34 391	60.47 410	4.88 366	3.11 313	31.77 389	16.79 395	18.60 358	17.96 344	18.62 360	38.50 389	24.03 370	19.00 368	30.59 393	35.18 403	0.29 328	0.56 276	0.45 365	0.48 351	2.70 374	3.40 367

MSC_U_SF_DS_RVC	17.08 380	7.98 377	24.37 380	6.82 378	2.93 304	39.68 401	16.11 390	25.46 388	34.93 386	34.13 390	34.20 383	29.20 380	24.94 386	23.01 384	19.39 367	2.79 376	2.87 391	1.18 373	1.53 378	6.78 384	3.31 366

NVStereoNet_ROB	17.22 381	8.76 380	16.47 358	7.52 380	8.42 382	13.75 348	11.07 370	24.24 386	26.67 372	31.00 384	46.49 400	34.88 390	27.06 389	22.72 383	23.61 380	6.83 388	4.32 402	6.32 388	10.37 401	4.39 378	9.57 393
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	17.25 382	9.46 381	22.74 375	10.11 383	11.40 390	28.98 387	13.74 383	21.15 378	16.85 337	31.39 385	34.79 384	34.05 389	24.24 385	26.23 389	19.31 366	8.79 391	7.56 411	4.88 385	3.93 390	6.07 383	9.33 390

LE_ROB	17.31 383	2.62 327	14.26 347	4.20 353	1.80 258	17.40 360	9.70 366	15.38 332	55.92 408	63.97 418	40.81 393	35.50 391	39.26 402	15.64 356	28.51 393	0.06 264	0.11 215	0.13 336	0.21 293	0.14 177	0.51 187

ELAS_RVC	17.82 384	3.60 347	11.92 332	6.63 377	5.73 370	30.34 388	19.64 401	26.92 389	35.06 387	40.79 399	41.32 395	37.31 393	31.61 393	30.54 392	22.93 375	1.97 374	2.40 380	1.28 374	1.27 372	1.71 362	3.51 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	17.99 385	3.49 343	11.19 330	6.14 375	5.79 371	34.89 395	17.28 399	28.75 392	30.47 378	40.80 400	45.79 399	39.04 394	32.05 396	27.63 391	24.30 384	1.88 373	2.41 382	1.09 370	1.48 376	1.83 364	3.48 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	18.06 386	27.03 399	34.90 395	22.68 400	20.79 402	15.03 350	3.18 289	16.95 348	26.06 370	20.48 366	16.91 310	20.55 364	18.37 367	23.48 385	12.16 341	5.31 383	2.91 392	31.24 403	8.09 399	22.63 402	12.44 401

EDNetEfficientorigin	18.25 387	14.44 392	99.41 430	1.72 175	1.00 193	12.07 336	6.97 348	13.67 309	35.06 387	38.59 397	37.10 388	27.03 376	27.46 391	15.38 353	26.92 389	0.05 254	0.08 201	0.15 339	0.62 358	3.33 376	3.92 375

SGM-ForestM	18.61 388	3.38 341	10.14 326	3.44 332	2.24 282	34.17 394	15.39 387	29.44 395	33.93 382	38.55 396	41.08 394	53.64 404	36.76 399	34.82 397	27.16 390	1.25 363	1.81 376	0.74 366	1.01 366	0.61 325	2.61 360

RainbowNet	18.69 389	27.15 400	22.03 374	18.76 397	15.00 396	27.97 385	10.17 368	27.99 390	34.19 384	15.53 353	27.53 363	25.33 372	13.80 356	19.86 376	10.59 325	14.50 403	3.57 398	23.85 398	5.03 395	18.49 397	12.41 400

ACVNet_1	19.51 390	26.19 398	15.50 353	17.71 396	15.28 398	26.46 382	9.36 363	29.16 394	34.18 383	25.06 378	24.89 357	37.18 392	21.93 378	17.80 368	15.03 359	11.08 398	2.83 388	25.29 400	5.06 396	19.11 399	11.14 397

RTS	19.64 391	10.42 386	87.01 418	5.88 371	6.82 373	41.73 402	16.69 393	16.80 346	41.90 397	23.44 371	32.96 380	13.79 317	21.49 376	38.85 402	30.84 395	0.46 340	0.70 286	0.00 1	0.09 240	1.13 349	1.70 308

RTSA	19.64 391	10.42 386	87.01 418	5.88 371	6.82 373	41.73 402	16.69 393	16.80 346	41.90 397	23.44 371	32.96 380	13.79 317	21.49 376	38.85 402	30.84 395	0.46 340	0.70 286	0.00 1	0.09 240	1.13 349	1.70 308

coex-ft	20.15 393	20.03 395	87.93 420	1.81 184	1.77 255	18.77 366	13.73 382	13.28 301	41.87 396	60.24 414	39.04 390	28.27 379	30.39 392	12.57 331	28.66 394	0.20 311	0.23 244	0.04 306	0.30 326	1.52 359	2.34 355

MANE	20.98 394	3.23 338	8.81 303	5.96 373	6.96 376	33.07 392	13.20 381	35.43 397	38.86 394	44.72 404	52.41 408	53.20 403	41.84 404	34.74 396	27.45 391	1.87 372	2.27 378	1.54 376	10.18 400	0.69 334	3.11 364

BEATNet-Init1	24.70 395	11.33 388	44.28 403	5.48 369	3.94 341	47.60 409	22.33 404	34.94 396	40.01 395	48.11 407	49.98 404	59.86 408	43.17 405	39.48 404	31.77 397	1.37 366	1.76 375	1.17 372	1.17 369	2.44 371	3.85 374

DLNR_Zeroshot_test	24.96 396	51.28 417	90.69 421	97.84 431	97.22 430	1.40 13	0.12 32	23.19 385	3.55 44	1.21 34	2.95 49	0.72 47	0.31 8	7.09 149	2.61 180	38.70 413	1.32 359	0.00 1	0.29 324	77.04 427	1.68 302

ACVNet_2	27.45 397	30.56 404	27.90 387	20.72 398	15.55 399	37.22 397	14.00 384	49.32 410	65.88 417	43.17 401	56.99 412	51.90 400	26.98 388	21.46 382	15.38 361	10.77 396	2.85 389	23.12 397	3.62 388	20.08 400	11.47 398

MADNet+	27.96 398	35.32 407	91.41 422	21.04 399	8.86 383	49.25 411	47.41 418	36.98 398	37.84 392	21.00 368	30.83 374	25.41 373	34.95 398	46.51 410	51.54 416	3.04 378	3.33 395	1.48 375	1.05 367	5.85 382	6.05 382

IMH-64-1	28.06 399	29.98 401	19.46 368	32.15 403	20.98 403	27.68 383	16.66 391	47.31 404	44.85 400	34.14 391	50.94 405	41.49 396	31.67 394	37.53 398	23.88 381	14.17 401	2.96 393	34.45 405	11.15 402	26.12 404	13.75 402

IMH-64	28.06 399	29.98 401	19.46 368	32.15 403	20.98 403	27.68 383	16.66 391	47.31 404	44.85 400	34.14 391	50.94 405	41.49 396	31.67 394	37.53 398	23.88 381	14.17 401	2.96 393	34.45 405	11.15 402	26.12 404	13.75 402

JetBlue	29.99 401	17.24 393	55.64 407	16.24 394	21.08 405	62.07 420	33.14 411	40.60 400	35.73 389	34.59 393	40.67 392	57.18 407	43.54 406	51.46 415	52.18 417	2.72 375	4.58 405	2.86 381	3.53 387	10.57 388	14.11 404

WAO-7	30.22 402	25.83 397	23.33 376	33.10 405	14.36 395	36.98 396	22.41 405	52.85 413	64.46 415	43.76 402	59.24 414	52.31 401	45.69 408	32.82 394	32.60 399	11.16 399	5.49 406	13.76 391	12.60 406	12.36 391	9.38 391

IMH	30.65 403	30.30 403	21.09 372	34.89 407	21.75 407	33.16 393	16.91 396	49.53 411	52.50 404	38.41 395	55.10 411	45.13 398	40.36 403	41.57 405	25.66 386	14.74 404	3.36 396	35.43 407	11.69 404	27.31 408	14.16 405

PWCK	31.62 404	45.59 413	49.67 405	30.49 401	7.80 379	42.91 404	29.73 410	45.45 403	44.44 399	47.41 405	36.92 387	47.86 399	26.79 387	41.90 406	33.36 400	22.77 408	4.56 404	29.89 402	5.13 397	29.43 409	10.36 395

TorneroNet-64	33.32 405	33.28 405	33.07 393	35.14 408	21.25 406	48.02 410	21.13 402	43.47 402	58.77 409	33.36 389	46.64 401	62.00 410	38.19 400	44.82 409	35.07 402	15.02 405	3.59 399	35.81 408	12.20 405	29.45 410	16.17 406

Dean	35.52 406	40.12 411	27.99 388	30.63 402	17.33 400	45.80 408	11.68 377	57.61 418	76.54 421	63.70 417	60.65 415	66.93 416	49.40 411	38.12 400	40.28 408	12.18 400	3.73 400	28.86 401	5.94 398	20.69 401	12.16 399

WAO-6	35.59 407	37.89 410	17.67 362	37.86 409	24.46 409	37.85 398	21.49 403	49.01 409	67.96 418	44.22 403	48.08 402	53.02 402	53.39 413	33.67 395	36.83 405	26.05 411	7.83 412	43.19 413	21.76 412	30.18 411	19.37 412

LVE	35.84 408	41.54 412	36.25 396	33.36 406	18.92 401	53.05 416	27.99 409	53.17 416	64.93 416	47.63 406	61.58 416	54.25 405	38.72 401	38.72 401	35.50 404	16.36 407	6.23 408	31.51 404	14.04 407	25.01 403	18.07 410

TorneroNet	36.02 409	35.25 406	36.33 398	38.44 410	22.19 408	50.72 414	24.42 408	48.39 407	54.53 406	38.03 394	53.44 409	62.83 413	44.79 407	47.68 412	42.11 411	15.69 406	3.97 401	37.25 409	15.05 408	30.83 412	18.40 411

WAO-8	38.93 410	36.84 408	23.97 378	43.96 411	24.48 410	45.73 406	22.62 406	53.10 414	75.66 419	53.86 411	66.14 419	62.39 411	55.11 415	43.01 407	40.67 409	22.98 409	7.22 409	37.53 410	19.49 410	27.04 407	16.83 407

Venus	38.93 410	36.84 408	23.97 378	43.96 411	24.48 410	45.73 406	22.62 406	53.10 414	75.66 419	53.86 411	66.17 420	62.39 411	55.11 415	43.01 407	40.67 409	22.98 409	7.22 409	37.53 410	19.49 410	27.02 406	16.83 407

UNDER WATER	45.99 412	49.80 416	68.56 413	49.99 415	32.13 413	55.35 418	39.50 413	41.12 401	52.90 405	50.69 408	45.18 398	67.79 418	58.75 418	51.93 417	50.97 415	30.59 412	14.03 413	51.66 415	37.15 413	40.27 415	31.35 413

UNDER WATER-64	46.01 413	48.25 414	68.05 412	44.59 413	28.11 412	57.02 419	43.78 416	40.20 399	48.80 402	52.08 410	42.95 396	67.22 417	57.71 417	48.98 414	49.57 414	40.01 414	17.98 414	52.15 416	39.41 415	38.99 413	34.41 414

notaker	48.05 414	55.94 418	50.90 406	56.89 418	40.29 414	38.96 400	33.86 412	47.82 406	55.70 407	57.55 413	57.48 413	60.22 409	59.71 419	54.64 418	43.27 412	41.13 415	19.86 415	57.61 418	37.79 414	50.95 417	40.33 415

ktn	49.32 415	58.11 419	40.16 400	59.92 420	43.22 416	49.79 413	42.99 415	48.56 408	60.67 411	51.59 409	54.51 410	55.34 406	52.65 412	47.92 413	37.91 406	57.88 419	24.79 416	63.00 421	43.57 416	52.51 418	41.31 416

DPSimNet_ROB	54.45 416	65.73 423	47.00 404	54.49 416	46.37 418	55.34 417	56.47 419	56.18 417	59.04 410	64.57 419	51.76 407	64.01 414	54.49 414	47.54 411	67.21 420	63.21 421	27.86 417	58.04 419	51.28 419	46.61 416	51.87 421

KSHMR	56.07 417	64.25 422	40.47 401	74.89 423	49.63 420	49.42 412	45.46 417	57.71 419	63.52 413	61.65 416	61.67 417	71.88 419	47.67 410	51.47 416	44.57 413	54.67 418	62.25 420	66.31 422	54.18 420	53.03 420	46.75 419

HanzoNet	57.16 418	60.12 420	60.00 409	55.77 417	42.11 415	51.98 415	41.93 414	52.07 412	61.47 412	65.98 420	65.90 418	72.11 420	70.14 420	71.11 421	61.13 419	64.31 422	34.72 418	62.27 420	50.86 418	52.83 419	46.33 418

JetRed	61.44 419	61.87 421	83.02 417	46.49 414	56.73 422	83.63 422	65.09 420	59.75 420	64.22 414	69.50 421	69.26 421	66.24 415	47.62 409	61.80 419	74.60 421	45.99 416	66.40 423	46.67 414	45.27 417	63.49 421	51.22 420

LRCNet_RVC	66.47 420	66.44 424	69.02 414	71.60 422	54.27 421	32.21 391	2.93 279	63.19 421	21.83 361	82.02 423	90.16 424	83.59 422	72.13 421	69.45 420	53.25 418	95.47 428	64.21 422	95.15 429	95.27 428	72.59 423	74.60 424

SPstereo	72.80 421	48.41 415	62.94 411	57.25 419	46.60 419	79.63 421	85.16 423	100.00 434	100.00 432	98.52 430	98.22 429	100.00 435	96.67 427	97.01 428	82.62 422	47.37 417	39.60 419	68.10 423	65.09 422	40.01 414	42.71 417

ASD4	76.04 422	81.96 426	69.18 415	68.53 421	80.95 426	96.29 425	99.16 430	77.84 422	93.51 426	77.76 422	85.79 422	78.58 421	76.90 422	78.02 422	82.88 423	58.77 420	62.96 421	55.01 417	62.53 421	68.78 422	65.30 423

MADNet++	82.81 423	81.73 425	74.64 416	87.71 428	82.67 427	93.35 423	70.27 421	86.39 426	82.88 422	93.51 427	86.62 423	86.40 423	81.37 423	88.21 423	88.63 424	86.59 426	84.23 427	72.14 424	68.69 423	78.88 428	81.36 428

tt	83.10 424	0.43 20	99.97 432	79.27 427	93.14 428	100.00 433	100.00 433	100.00 434	99.89 429	60.55 415	48.44 403	99.98 433	99.96 432	99.98 434	100.00 436	91.80 427	99.82 431	73.67 428	73.25 424	86.43 429	55.39 422

xxxxx1	85.58 425	90.37 427	96.61 425	76.69 424	80.77 423	97.50 427	96.92 427	85.57 423	88.66 423	88.63 424	91.64 425	94.27 424	93.09 424	90.03 424	91.91 425	70.77 423	70.62 424	73.61 425	81.26 425	72.90 424	79.86 425

tt_ll	85.58 425	90.37 427	96.61 425	76.69 424	80.77 423	97.50 427	96.92 427	85.57 423	88.66 423	88.63 424	91.64 425	94.27 424	93.09 424	90.03 424	91.91 425	70.77 423	70.62 424	73.61 425	81.26 425	72.90 424	79.86 425

ff	85.58 425	90.37 427	96.61 425	76.69 424	80.77 423	97.50 427	96.92 427	85.57 423	88.66 423	88.63 424	91.64 425	94.27 424	93.09 424	90.03 424	91.91 425	70.77 423	70.62 424	73.61 425	81.26 425	72.90 424	79.86 425

PML	97.69 428	100.00 435	96.50 424	97.85 432	97.35 431	99.77 432	99.36 431	96.92 427	96.34 427	100.00 434	96.52 428	97.41 428	99.61 430	100.00 435	95.46 428	99.99 434	97.44 428	100.00 432	96.08 429	99.13 431	88.02 429

MEDIAN_ROB	98.44 429	99.70 430	99.34 429	97.13 429	97.06 429	96.94 426	95.91 426	97.71 429	97.33 428	98.78 431	98.91 430	99.19 429	98.13 429	96.94 427	96.99 430	99.97 432	99.18 429	100.00 432	99.99 432	99.70 432	99.83 431

HaxPig	98.85 430	99.94 432	95.36 423	99.99 435	99.98 433	94.12 424	94.52 424	99.12 430	99.96 430	99.96 433	99.99 432	99.98 433	99.89 431	98.16 429	96.14 429	99.98 433	99.99 433	100.00 432	99.99 432	99.99 435	99.95 434

Anonymous_1	99.01 431	99.91 431	99.85 431	97.31 430	99.09 432	100.00 433	100.00 433	99.59 431	99.96 430	99.29 432	99.86 431	99.55 430	99.99 433	99.30 430	99.76 431	95.67 429	99.58 430	97.24 430	98.56 430	97.36 430	98.34 430

test_example2	99.38 432	99.98 434	99.99 433	100.00 438	99.98 433	99.73 431	99.99 432	96.99 428	100.00 432	100.00 434	100.00 433	96.49 427	96.74 428	99.97 431	99.96 432	100.00 436	99.97 432	98.68 431	99.11 431	100.00 436	100.00 438

AVERAGE_ROB	99.63 433	99.96 433	98.88 428	100.00 438	100.00 435	98.16 430	95.64 425	100.00 434	100.00 432	100.00 434	100.00 433	100.00 435	100.00 434	100.00 435	99.99 433	100.00 436	100.00 434	100.00 432	100.00 434	100.00 436	100.00 438

DPSMNet_ROB	99.90 434	100.00 435	99.99 433	99.99 435	100.00 435	100.00 433	100.00 433	99.98 432	100.00 432	98.37 428	100.00 433	99.81 431	100.00 434	99.97 431	99.99 433	100.00 436	100.00 434	100.00 432	100.00 434	100.00 436	99.99 435

DGTPSM_ROB	99.90 434	100.00 435	99.99 433	99.99 435	100.00 435	100.00 433	100.00 433	99.98 432	100.00 432	98.37 428	100.00 433	99.81 431	100.00 434	99.97 431	99.99 433	99.99 434	100.00 434	100.00 432	100.00 434	100.00 436	99.99 435

DPSM_ROB	99.94 436	100.00 435	100.00 436	99.74 433	100.00 435	100.00 433	100.00 433	100.00 434	100.00 432	100.00 434	100.00 433	100.00 435	100.00 434	100.00 435	100.00 436	99.08 430	100.00 434	100.00 432	100.00 434	99.98 433	99.94 432

DPSM	99.94 436	100.00 435	100.00 436	99.74 433	100.00 435	100.00 433	100.00 433	100.00 434	100.00 432	100.00 434	100.00 433	100.00 435	100.00 434	100.00 435	100.00 436	99.08 430	100.00 434	100.00 432	100.00 434	99.98 433	99.94 432

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

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

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

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

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

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

STTRV1_RVC		1.18 201		3.33 328	6.91 375	11.99 335	4.01 303	15.74 336	12.11 301	9.56 282	14.59 291	11.64 306	8.75 323	12.86 333	8.54 294	3.70 380	2.86 390	0.41 363	0.13 256	1.38 357	0.12 59

FADE		18.79 394		10.51 385	10.00 388													38.03 412		5.44 381

Low-res two-view benchmark