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

CREStereo++_RVC	1.70 38	0.50 55	3.07 49	0.45 52	0.01 1	1.69 29	0.02 5	3.09 4	8.24 227	3.82 78	7.53 162	0.49 40	0.32 12	1.05 1	0.52 4	0.00 1	0.00 1	0.00 1	3.03 386	0.01 3	0.08 40
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CASnet	1.09 5	0.47 38	2.09 5	0.79 84	0.08 10	2.10 54	0.14 48	3.83 11	4.26 82	3.84 80	1.56 20	0.32 25	0.30 8	1.13 2	0.77 25	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TANstereo	1.32 12	0.79 120	2.93 33	0.37 40	0.11 13	1.81 39	0.01 1	3.56 6	4.36 88	4.53 90	4.96 90	0.41 34	0.68 44	1.22 3	0.59 7	0.01 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

sAnonymous2	1.54 28	2.26 306	9.53 320	0.65 66	0.50 118	1.20 5	0.23 68	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 94	1.23 4	0.68 13	0.02 191	0.00 1	0.00 1	0.20 289	2.00 368	0.42 173

CroCo_RVC	1.54 28	2.26 306	9.53 320	0.65 66	0.50 118	1.20 5	0.23 68	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 94	1.23 4	0.68 13	0.02 191	0.00 1	0.00 1	0.20 289	2.00 368	0.42 173

StereoIM	0.96 3	1.11 191	4.01 131	0.36 39	1.86 265	1.20 5	0.06 13	3.99 14	1.73 2	0.45 6	0.56 7	0.43 35	0.51 37	1.28 6	1.46 95	0.00 1	0.00 1	0.00 1	0.00 1	0.06 70	0.08 40

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 72	0.01 1	1.98 47	0.55 129	3.52 5	3.54 42	0.96 27	1.63 22	0.19 2	0.41 23	1.29 7	0.58 5	0.00 1	0.01 104	0.00 1	0.00 1	0.05 61	0.08 40

whm_eth	3.18 171	1.78 276	6.61 255	0.90 94	2.72 301	2.54 80	0.27 75	7.64 164	7.94 218	5.43 112	23.98 351	0.37 32	0.47 35	1.31 8	1.17 69	0.02 191	0.03 161	0.00 1	0.00 1	0.08 91	0.32 147

CroCo-Stereo	1.14 8	1.22 213	3.99 129	0.61 63	0.53 129	0.38 1	0.06 13	5.35 57	4.15 75	0.59 14	1.92 32	1.00 52	0.27 6	1.37 9	1.33 88	0.01 106	0.00 1	0.00 1	0.00 1	0.05 61	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
XX-TBD	1.55 32	1.11 191	2.94 34	2.45 266	0.06 6	2.31 64	0.01 1	3.58 7	7.80 213	3.11 63	5.10 93	0.27 16	0.26 4	1.42 10	0.60 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 19

panet	1.09 5	0.47 38	2.19 9	0.12 3	0.21 58	1.70 30	0.02 5	4.28 21	6.97 190	0.78 22	1.77 29	0.48 39	0.67 43	1.50 11	0.58 5	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.03 10

Former-RAFT_DAM_RVC	1.39 15	0.74 114	2.72 26	0.73 75	1.26 224	2.42 70	0.02 5	3.78 9	8.16 226	1.81 48	2.94 49	0.28 17	0.32 12	1.51 12	0.76 24	0.04 242	0.01 104	0.00 1	0.00 1	0.08 91	0.19 100

CREStereo	1.09 5	0.51 56	2.16 7	0.11 2	0.24 68	1.67 26	0.03 9	4.24 17	6.91 187	0.80 23	1.73 25	0.44 36	0.64 42	1.58 13	0.61 9	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
RCA-Stereo	2.19 74	0.46 33	3.22 55	0.47 55	0.33 87	2.27 61	0.47 109	5.60 70	15.20 328	2.86 56	5.61 111	0.78 49	3.15 162	1.71 14	0.48 1	0.00 1	0.90 300	0.00 1	0.00 1	0.10 125	0.26 129

CroCo-Stereo Lap2	1.37 14	1.19 205	4.17 139	1.01 104	4.58 359	0.46 2	0.09 21	4.27 20	2.94 13	1.25 35	2.40 40	1.55 66	0.20 1	1.72 15	1.30 83	0.00 1	0.00 1	0.00 1	0.00 1	0.15 192	0.13 66

MGS-Stereo	1.22 9	0.44 29	2.92 32	0.83 88	0.07 9	1.82 40	0.65 155	2.44 2	3.95 67	1.11 31	6.19 124	0.49 40	0.37 18	1.73 16	0.81 29	0.00 1	0.00 1	0.00 1	0.00 1	0.48 316	0.01 1

CAS	2.42 102	0.37 8	2.30 10	11.49 388	3.97 343	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 14	0.28 7	1.73 16	0.92 43	10.05 395	0.01 104	0.00 1	0.00 1	0.01 3	6.26 384

GMOStereo	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

error version	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

test-v	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

test-2	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

MIF-Stereo	0.94 2	0.53 61	2.82 29	0.94 100	1.29 230	0.56 3	0.12 32	1.49 1	3.16 23	1.77 44	2.22 36	0.20 4	0.32 12	1.76 22	1.33 88	0.00 1	0.00 1	0.00 1	0.00 1	0.16 196	0.02 5

sCroCo_RVC	1.34 13	0.85 137	6.15 237	1.21 119	1.28 226	0.90 4	0.18 57	4.50 27	2.86 11	0.37 2	3.18 52	0.52 43	1.52 107	1.83 23	0.93 44	0.13 293	0.25 251	0.00 1	0.00 1	0.08 91	0.16 86

CES	1.72 40	0.40 18	1.82 3	0.65 66	7.83 381	2.62 87	0.13 39	5.35 57	2.68 7	0.36 1	1.30 18	0.33 26	0.32 12	1.92 24	0.72 22	0.01 106	0.02 136	0.00 1	0.00 1	0.56 325	7.35 387

test-1	2.14 67	0.54 64	6.32 247	1.07 109	1.22 218	2.13 56	0.54 126	6.40 117	4.80 112	3.55 69	5.23 96	4.02 137	0.71 46	1.95 25	2.15 156	0.08 275	0.98 315	0.00 1	0.08 235	0.02 10	1.07 260

LoS_RVC	1.47 22	1.75 272	2.66 22	0.52 59	3.89 339	1.67 26	0.04 10	2.66 3	2.61 6	0.55 12	2.63 45	0.31 21	1.68 112	1.99 26	0.81 29	0.01 106	0.02 136	0.00 1	0.00 1	0.03 28	5.54 380

Gwc-CoAtRS	2.16 69	0.42 19	3.13 50	1.28 125	0.31 81	3.52 173	0.39 95	6.56 121	6.31 162	5.38 110	5.11 94	5.47 189	1.70 114	2.00 27	1.08 64	0.01 106	0.19 236	0.00 1	0.25 307	0.02 10	0.16 86

R-Stereo Train	2.60 121	0.46 33	2.94 34	1.10 112	0.18 41	3.61 177	0.60 142	6.88 133	3.50 30	9.13 266	17.23 317	1.77 71	0.77 50	2.03 28	1.65 114	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 110

RAFT-Stereo	2.60 121	0.46 33	2.94 34	1.10 112	0.18 41	3.61 177	0.60 142	6.88 133	3.50 30	9.13 266	17.23 317	1.77 71	0.77 50	2.03 28	1.65 114	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 110
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
anonymousa	4.24 246	0.78 118	4.05 133	2.16 222	4.87 365	8.76 301	0.35 89	7.41 156	4.47 94	8.21 238	19.70 333	11.03 303	5.87 272	2.04 30	2.20 157	0.00 1	1.16 346	0.00 1	0.55 357	0.04 46	1.11 264

LargeStereo	1.58 34	0.81 126	2.66 22	1.35 130	0.99 191	2.47 74	0.98 215	7.35 152	3.70 51	0.82 24	2.24 37	0.44 36	1.18 76	2.08 31	1.15 66	0.03 221	1.18 349	0.00 1	0.05 225	0.17 202	2.00 345

CAS++	1.27 10	0.68 101	2.40 12	0.25 23	0.30 79	1.80 37	0.61 145	8.46 177	3.61 47	1.80 45	2.42 41	0.18 1	0.21 2	2.12 32	0.49 2	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.06 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AE-Stereo	1.89 44	0.38 9	3.86 111	1.94 202	0.38 97	2.51 78	0.58 138	7.19 146	7.28 200	1.60 43	3.51 62	1.07 53	0.77 50	2.12 32	1.24 80	0.03 221	1.02 322	0.00 1	0.28 320	0.11 136	1.84 328

cross-raft	2.25 81	0.48 43	2.96 41	1.87 192	0.94 184	3.72 192	0.47 109	7.61 162	4.15 75	5.37 109	5.68 113	6.17 214	1.40 94	2.15 34	1.06 61	0.01 106	0.22 242	0.00 1	0.19 279	0.03 28	0.41 169

RAFT-Test	2.49 107	0.45 31	4.35 150	1.89 196	1.28 226	4.83 233	0.68 162	7.19 146	4.51 95	5.00 99	7.09 154	6.81 227	1.12 67	2.22 35	1.16 68	0.01 106	0.63 281	0.00 1	0.33 335	0.05 61	0.20 106

DCANet	2.35 90	0.96 169	5.51 206	0.39 42	0.19 44	1.72 35	0.25 72	6.06 101	9.33 254	6.31 144	5.42 105	1.44 61	4.14 214	2.22 35	2.28 169	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.66 223

AnonymousM	2.96 154	7.19 374	1.41 1	0.92 98	0.06 6	2.37 67	0.52 123	6.05 100	3.83 62	4.97 97	2.37 39	1.91 74	1.00 61	2.23 37	1.06 61	0.01 106	0.57 279	17.64 395	4.90 394	0.02 10	0.27 131

ADStereo(finetuned)	2.50 109	0.95 167	6.60 254	0.39 42	0.20 49	1.72 35	0.24 70	6.06 101	9.31 253	6.30 143	5.42 105	1.44 61	6.22 279	2.25 38	2.14 155	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.65 215

CFNet-RSSM	2.26 82	0.43 20	3.24 57	1.28 125	0.31 81	3.19 152	0.40 96	7.62 163	7.29 201	5.88 122	4.68 86	5.32 186	1.68 112	2.26 39	1.04 59	0.01 106	0.09 208	0.00 1	0.31 330	0.03 28	0.16 86

AEACV	1.27 10	0.38 9	2.61 17	1.75 179	1.21 217	2.44 72	0.85 202	4.79 31	1.67 1	0.71 15	0.26 6	0.29 19	2.00 124	2.30 40	0.66 12	0.01 106	0.95 307	0.00 1	0.42 347	0.12 153	2.07 347

LoS	1.03 4	0.43 20	2.53 14	0.64 64	0.14 24	2.42 70	0.26 74	5.64 73	2.93 12	1.08 29	0.24 4	0.49 40	0.45 32	2.31 41	0.83 33	0.02 191	0.02 136	0.00 1	0.00 1	0.06 70	0.03 10

RAFT-Stereo + iAFF	2.48 106	1.23 215	3.48 81	1.61 155	1.09 204	1.63 23	0.15 50	5.80 82	6.43 168	7.32 204	9.91 218	3.05 99	1.71 115	2.33 42	1.75 127	0.01 106	0.71 290	0.00 1	0.00 1	0.28 267	1.19 271

DCRE	2.21 77	0.95 167	3.17 52	2.10 219	1.30 232	1.86 42	0.05 11	5.33 52	4.69 103	3.59 71	9.37 204	3.81 129	1.18 76	2.34 43	1.22 78	0.01 106	0.97 310	0.00 1	0.30 327	0.04 46	1.97 343

fff	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 310	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

csc	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 310	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

cscssc	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 310	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

4D-IteraStereo	1.99 49	1.32 225	3.77 106	0.13 4	2.84 304	3.51 171	1.03 218	4.26 19	5.38 127	5.50 114	1.03 8	3.86 131	0.38 22	2.44 47	1.88 135	0.00 1	0.43 269	0.00 1	0.01 176	0.11 136	1.84 328

DCANet-4	2.26 82	0.43 20	6.69 259	0.40 44	0.20 49	1.70 30	0.13 39	5.73 78	9.44 257	6.01 132	5.29 100	1.12 54	2.77 154	2.49 48	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

ACVNet	2.86 141	0.96 169	3.87 112	0.86 90	0.61 140	2.63 89	0.54 126	8.93 188	6.12 155	5.09 100	9.32 202	5.70 202	3.84 198	2.68 49	5.56 260	0.00 1	0.00 1	0.00 1	0.00 1	0.26 254	0.23 118

acv_ft	3.90 221	0.96 169	5.85 224	2.56 280	4.70 362	7.27 281	0.84 197	9.17 199	6.12 155	10.00 291	9.32 202	5.70 202	4.07 211	2.68 49	8.24 291	0.00 1	0.00 1	0.00 1	0.00 1	0.35 294	0.23 118

Any-RAFT	2.33 89	0.36 7	2.35 11	1.58 153	0.84 172	4.93 236	0.55 129	9.10 194	5.93 151	4.30 86	4.90 89	5.79 206	2.22 132	2.75 51	0.51 3	0.02 191	0.32 257	0.00 1	0.00 1	0.02 10	0.18 94

MyStereo8	3.30 177	1.69 261	6.28 244	2.51 271	3.79 337	4.22 215	0.07 16	7.43 157	6.39 167	6.51 157	10.13 223	4.23 152	1.45 97	2.79 52	5.08 254	0.06 265	1.49 369	0.00 1	0.40 344	0.26 254	1.33 283

ICVP	2.53 111	0.47 38	3.64 101	1.20 118	0.69 146	2.71 100	0.84 197	10.63 236	4.66 101	4.31 87	8.99 191	2.75 92	1.93 122	2.91 53	4.07 227	0.06 265	0.24 248	0.01 250	0.01 176	0.13 169	0.26 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	2.16 69	1.31 222	2.76 27	2.38 260	3.33 320	2.72 102	0.51 122	5.34 53	4.64 99	6.13 139	3.98 70	1.63 67	2.51 144	3.02 54	1.64 112	0.00 1	0.76 292	0.00 1	0.02 193	0.14 179	0.27 131

GANet-ADL	2.40 100	0.65 96	3.92 122	2.22 233	0.11 13	2.23 59	0.47 109	9.29 205	7.27 199	4.77 92	5.95 119	3.96 135	1.26 85	3.08 55	2.27 167	0.04 242	0.08 202	0.02 281	0.00 1	0.15 192	0.21 110

riskmin	2.49 107	0.22 1	3.34 67	2.33 254	1.78 257	2.89 133	0.46 107	7.35 152	6.95 189	2.75 54	1.67 24	6.75 226	5.08 251	3.24 56	1.93 141	0.00 1	0.99 318	0.00 1	0.27 319	0.02 10	1.73 313

Anonymous	1.54 28	0.76 116	5.39 199	1.49 145	2.68 299	1.83 41	0.43 103	5.65 75	3.79 58	0.52 9	1.74 26	0.19 2	1.30 86	3.31 57	1.01 57	0.06 265	0.08 202	0.00 1	0.00 1	0.19 216	0.31 143

MyStereo06	2.71 130	1.05 186	5.43 203	1.39 136	1.20 215	2.57 83	0.10 25	10.39 229	4.79 111	5.54 117	6.16 123	6.39 218	2.33 138	3.40 58	1.35 91	0.01 106	1.24 354	0.00 1	0.21 294	0.13 169	0.50 184

x	2.30 87	0.82 130	3.85 109	2.23 235	0.72 155	2.12 55	0.81 188	9.48 209	4.82 113	3.83 79	2.76 47	3.49 124	2.30 136	3.48 59	2.25 164	0.00 1	1.13 333	0.00 1	0.22 299	0.09 105	1.66 300

rafts_anoy	2.09 60	1.42 236	3.34 67	2.87 300	2.72 301	2.46 73	0.17 55	6.20 111	6.48 170	3.40 67	2.25 38	1.91 74	1.32 87	3.59 60	1.75 127	0.01 106	1.52 371	0.00 1	0.01 176	0.06 70	0.28 135

iRaftStereo_RVC	1.88 43	1.22 213	2.63 20	0.95 101	0.06 6	2.96 136	0.05 11	6.08 104	3.99 71	3.92 82	4.88 87	2.53 87	0.62 41	3.62 61	1.19 73	0.00 1	1.19 350	0.00 1	0.00 1	0.37 297	1.29 280

MIPNet	2.27 84	1.14 196	5.55 213	0.49 56	0.22 65	2.03 50	0.19 59	7.60 161	6.17 158	5.83 121	4.16 72	2.05 79	3.44 180	3.65 62	2.23 163	0.00 1	0.01 104	0.01 250	0.01 176	0.24 246	0.48 183

knoymous	1.50 24	0.28 3	1.99 4	0.33 33	0.48 115	1.58 22	0.11 28	5.71 77	2.81 9	4.85 93	1.75 27	4.58 160	0.46 34	3.66 63	1.30 83	0.01 106	0.02 136	0.00 1	0.00 1	0.02 10	0.09 44

IGEV_Zeroshot_test	2.57 117	0.63 95	5.70 221	1.93 200	0.87 176	2.63 89	0.85 202	8.94 190	4.55 97	5.30 107	5.48 108	5.23 185	1.38 93	3.76 64	1.32 87	0.00 1	0.69 285	0.00 1	0.18 276	0.19 216	1.72 312

IPLGR_C	2.69 128	1.75 272	6.20 238	0.79 84	2.06 276	2.64 94	0.86 204	6.36 115	5.64 138	8.13 235	9.26 198	1.69 68	1.15 75	3.79 65	2.80 194	0.02 191	0.20 241	0.02 281	0.08 235	0.26 254	0.18 94

DIP-Stereo	2.12 65	0.98 173	3.94 124	0.20 6	0.11 13	4.73 231	0.13 39	9.27 203	4.40 90	6.46 153	5.03 92	0.45 38	0.72 47	3.79 65	1.94 142	0.00 1	0.01 104	0.00 1	0.00 1	0.05 61	0.24 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AASNet	4.20 243	1.63 257	5.82 222	3.79 344	3.93 341	6.55 266	1.22 231	19.12 363	6.82 182	7.86 220	8.35 183	4.36 155	2.55 145	3.87 67	7.47 282	0.00 1	0.00 1	0.00 1	0.00 1	0.49 319	0.22 115

111	3.05 158	1.41 235	5.51 206	0.32 28	0.14 24	2.83 115	0.68 162	6.76 129	14.21 323	3.59 71	9.11 194	5.50 190	3.30 170	4.05 68	2.43 175	0.01 106	0.00 1	0.00 1	0.00 1	0.13 169	1.02 256

DMCA	3.08 161	1.10 189	6.20 238	1.82 188	0.90 178	3.80 199	0.55 129	9.76 212	5.42 129	6.56 162	6.47 138	7.06 235	2.09 127	4.05 68	5.46 258	0.00 1	0.01 104	0.00 1	0.00 1	0.11 136	0.16 86

GMStereo	2.07 54	1.56 251	5.64 216	0.74 81	0.05 3	3.63 181	0.01 1	5.17 47	11.27 294	4.22 85	2.44 42	0.53 44	0.49 36	4.06 70	1.01 57	0.22 316	0.00 1	0.00 1	0.14 259	0.18 210	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
ACRE	2.67 126	1.66 260	6.50 251	0.72 72	2.03 274	2.65 95	0.84 197	5.97 99	5.52 134	7.85 219	9.23 196	1.72 69	1.09 65	4.09 71	2.73 190	0.02 191	0.19 236	0.02 281	0.08 235	0.26 254	0.21 110

CASS	2.62 123	0.57 82	4.28 145	0.90 94	0.38 97	3.45 166	0.22 64	9.91 216	4.46 92	7.33 205	7.92 174	3.53 126	3.59 185	4.16 72	1.49 96	0.03 221	0.01 104	0.00 1	0.00 1	0.05 61	0.06 32
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUI-Stereo	1.94 47	0.56 77	3.55 89	0.20 6	0.20 49	3.67 187	0.63 150	5.89 86	3.53 40	5.92 129	4.44 81	3.41 113	1.51 103	4.21 73	0.89 39	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.11 57

BUS	2.72 133	0.43 20	3.76 103	0.70 69	0.50 118	7.31 282	0.48 118	9.93 217	5.65 139	6.50 154	6.23 126	5.21 182	1.18 76	4.27 74	1.89 138	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 69

BSDual-CNN	2.91 146	0.43 20	3.76 103	0.70 69	0.50 118	6.97 272	1.58 250	9.93 217	5.65 139	6.50 154	6.23 126	6.17 214	2.50 142	4.27 74	2.67 183	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 69

psmg	3.34 179	0.43 20	3.76 103	0.73 75	0.50 118	8.47 299	2.74 274	10.88 244	5.65 139	8.91 257	8.78 186	6.17 214	2.50 142	4.27 74	2.67 183	0.01 106	0.04 176	0.06 318	0.00 1	0.12 153	0.10 49

EGLCR-Stereo	1.45 17	0.26 2	2.91 31	1.94 202	0.90 178	3.13 148	0.69 165	5.81 83	3.21 24	1.14 33	0.20 3	1.52 65	0.37 18	4.29 77	0.69 17	0.01 106	0.79 293	0.00 1	0.00 1	0.01 3	1.21 273

PMTNet	1.48 23	0.43 20	2.77 28	0.31 27	0.17 38	2.94 135	0.33 87	3.66 8	5.27 123	1.11 31	1.28 17	0.28 17	0.92 57	4.32 78	0.90 40	4.89 383	0.00 1	0.00 1	0.00 1	0.03 28	0.05 25

HITNet	3.11 162	1.38 233	5.35 198	2.23 235	0.12 21	5.59 245	0.58 138	9.95 220	5.72 145	6.62 165	7.91 173	3.90 133	3.24 166	4.39 79	4.58 243	0.01 106	0.00 1	0.00 1	0.00 1	0.08 91	0.57 196
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
PCWNet_CMD	3.14 166	0.51 56	4.47 154	0.44 51	0.26 75	2.87 131	0.15 50	9.66 211	9.78 261	7.28 201	11.50 251	6.84 229	2.40 139	4.47 80	1.83 131	0.01 106	0.02 136	0.02 281	0.00 1	0.06 70	0.29 138

MSMDNet	3.15 167	0.51 56	4.48 155	0.46 54	0.25 72	2.88 132	0.16 53	9.79 214	9.82 262	7.24 198	11.36 250	6.82 228	2.41 140	4.47 80	1.86 133	0.01 106	0.02 136	0.02 281	0.00 1	0.06 70	0.30 141

CIPLG	2.72 133	1.69 261	6.02 230	0.80 86	2.14 278	2.66 96	0.84 197	5.90 91	5.59 136	8.12 234	9.58 208	1.74 70	1.14 70	4.53 82	2.82 195	0.02 191	0.19 236	0.02 281	0.09 241	0.26 254	0.22 115

mmm	3.07 160	0.76 116	4.50 156	2.27 245	1.24 221	3.75 194	0.12 32	10.03 221	5.12 121	6.43 151	11.19 247	3.10 102	3.20 163	4.54 83	1.78 129	0.02 191	1.19 350	0.00 1	0.30 327	0.09 105	1.79 322

11t1	2.13 66	0.67 100	3.98 127	2.69 286	0.85 175	2.59 86	0.07 16	7.40 155	3.89 65	3.75 76	3.57 64	1.24 57	1.96 123	4.68 84	1.97 144	0.10 288	1.13 333	0.00 1	0.22 299	0.09 105	1.66 300

1test111	2.31 88	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	9.15 196	4.33 83	1.42 37	3.48 57	0.33 26	3.65 189	4.95 85	2.06 151	0.00 1	1.14 341	0.00 1	0.03 204	0.09 105	1.65 296

qqq	2.44 104	0.85 137	4.33 149	1.73 177	0.71 152	1.98 47	0.38 92	9.15 196	4.33 83	3.37 65	4.34 75	4.63 163	2.83 157	4.95 85	2.06 151	0.00 1	1.13 333	0.00 1	0.25 307	0.09 105	1.65 296

raft+_RVC	2.18 72	1.49 245	3.14 51	2.77 290	2.01 272	1.40 13	0.10 25	7.02 137	5.35 125	2.99 59	5.54 110	1.19 55	1.34 92	4.98 87	1.49 96	0.00 1	1.45 366	0.00 1	0.00 1	0.14 179	1.11 264

FENet	2.35 90	0.59 86	3.28 61	2.32 252	0.27 76	2.78 111	0.13 39	7.68 167	6.09 153	5.38 110	2.12 34	4.84 170	3.33 177	4.98 87	2.66 182	0.02 191	0.03 161	0.00 1	0.00 1	0.04 46	0.40 162

DeepStereo_RVC	2.15 68	0.55 69	3.26 59	0.21 15	0.19 44	3.47 169	0.68 162	5.76 80	3.60 46	6.36 149	4.19 73	3.42 114	4.44 223	5.04 89	1.59 104	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.18 94

AFF-stereo	2.87 143	1.31 222	3.26 59	1.87 192	0.38 97	1.68 28	0.09 21	6.38 116	7.07 192	6.52 158	11.90 258	6.08 211	2.32 137	5.05 90	1.65 114	0.02 191	0.66 283	0.00 1	0.00 1	0.29 275	0.94 246

H2IRNET	2.29 86	0.86 144	3.38 70	1.51 146	0.11 13	1.97 46	0.13 39	5.15 46	7.19 196	1.26 36	7.77 168	5.80 207	3.31 172	5.09 91	1.66 117	0.01 106	0.00 1	0.04 307	0.17 273	0.27 264	0.10 49

IPLGR	2.46 105	0.68 101	7.02 266	0.22 16	0.16 35	2.01 49	0.22 64	7.01 135	6.62 175	7.10 190	5.92 118	2.91 94	2.27 134	5.12 92	1.52 98	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.41 169

GES	2.69 128	0.72 113	5.34 196	1.82 188	0.05 3	4.51 225	1.04 221	10.39 229	4.18 77	5.53 116	6.72 142	1.92 77	3.30 170	5.16 93	2.67 183	0.06 265	0.01 104	0.06 318	0.01 176	0.20 222	0.14 69

dd	2.36 92	1.93 286	6.03 232	0.83 88	0.12 21	1.80 37	0.17 55	5.30 50	11.82 300	2.98 58	3.64 67	1.50 63	1.21 82	5.25 94	3.92 220	0.13 293	0.01 104	0.04 307	0.22 299	0.10 125	0.14 69

CFNet_pseudo	2.96 154	0.55 69	4.51 157	0.43 48	0.24 68	2.83 115	0.12 32	8.59 180	8.13 224	7.20 196	10.41 229	6.47 221	2.04 125	5.27 95	2.00 149	0.00 1	0.02 136	0.01 250	0.00 1	0.06 70	0.23 118

ccs_rob	2.95 152	0.55 69	4.53 159	0.42 45	0.25 72	2.84 117	0.12 32	8.58 179	8.13 224	7.18 195	10.36 228	6.44 220	2.05 126	5.28 96	1.97 144	0.00 1	0.02 136	0.01 250	0.00 1	0.06 70	0.23 118

StereoVision	2.42 102	1.18 202	5.14 191	1.15 114	2.64 298	1.89 43	0.28 76	6.61 123	4.72 104	2.14 49	10.52 234	3.84 130	0.52 38	5.33 97	2.29 171	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.04 19

IER	3.42 189	0.91 155	6.38 249	0.73 75	1.60 245	7.07 277	0.55 129	7.07 142	5.45 132	8.17 237	8.89 188	6.13 212	6.13 276	5.36 98	3.77 215	0.00 1	0.00 1	0.00 1	0.00 1	0.08 91	0.05 25

CFNet_ucs	3.23 173	0.56 77	4.59 167	0.59 60	0.37 96	3.29 158	0.19 59	10.47 232	9.02 246	7.78 218	12.57 269	5.59 194	1.74 119	5.39 99	1.86 133	0.00 1	0.04 176	0.01 250	0.00 1	0.10 125	0.33 148

SFCPSM	3.39 185	0.61 89	5.42 201	0.43 48	0.93 183	8.26 292	2.08 265	15.01 329	5.89 149	7.17 194	7.60 163	3.39 112	2.55 145	5.39 99	2.53 177	0.01 106	0.03 161	0.01 250	0.07 232	0.19 216	0.31 143

HHNet	2.71 130	0.69 103	3.31 64	0.25 23	0.39 100	2.80 114	0.90 209	6.33 112	5.68 144	7.51 210	13.70 279	0.94 50	3.14 161	5.42 101	2.54 180	0.14 296	0.02 136	0.06 318	0.00 1	0.24 246	0.07 37

ToySt	3.39 185	0.89 154	9.29 317	1.47 143	0.94 184	4.20 214	1.98 261	7.33 150	5.42 129	3.01 61	6.75 143	8.67 266	5.10 252	5.43 102	3.72 211	0.07 271	0.89 299	0.00 1	0.23 302	0.28 267	2.13 349

AdaStereo	3.34 179	0.74 114	4.00 130	3.10 317	0.51 125	4.22 215	1.25 233	12.84 284	8.39 231	6.33 145	9.55 207	5.77 205	1.54 108	5.53 103	2.74 192	0.02 191	0.00 1	0.00 1	0.00 1	0.03 28	0.15 80
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
anonymousdsp2	2.20 76	0.57 82	4.59 167	1.69 169	0.82 170	3.58 176	0.48 118	8.57 178	3.63 48	3.37 65	3.03 51	3.32 105	1.00 61	5.57 104	0.80 26	0.01 106	0.94 306	0.02 281	0.15 262	0.06 70	1.89 338

PSM-adaLoss	2.02 50	0.55 69	3.57 92	0.20 6	0.21 58	3.69 191	0.69 165	5.89 86	3.52 36	5.91 124	4.43 80	3.42 114	1.50 99	5.63 105	0.94 48	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49

EKT-Stereo	2.16 69	0.61 89	3.78 107	2.31 251	4.40 350	1.47 15	0.24 70	5.54 63	4.22 80	3.16 64	3.58 65	3.53 126	2.20 131	5.66 106	1.40 93	0.04 242	0.36 264	0.00 1	0.09 241	0.06 70	0.58 198

UCFNet_RVC	3.37 183	1.25 216	3.30 62	2.55 279	1.80 259	3.92 202	1.28 236	12.49 277	7.16 194	5.12 103	7.88 171	8.14 252	4.59 232	5.67 107	2.11 153	0.00 1	0.00 1	0.00 1	0.00 1	0.14 179	0.07 37

Anonymous_2	4.74 274	0.98 173	4.46 153	2.35 256	2.27 284	5.66 248	0.67 160	8.08 172	5.28 124	4.98 98	2.60 44	8.74 268	6.92 292	5.79 108	3.46 205	0.24 319	1.70 373	5.16 387	18.18 410	5.41 381	1.85 330

MC-Stereo	1.87 42	0.49 51	3.52 83	2.82 295	1.07 198	1.90 44	0.12 32	4.89 37	3.27 26	3.66 74	3.58 65	0.56 45	1.45 97	5.79 108	0.81 29	0.00 1	1.19 350	0.00 1	0.21 294	0.11 136	1.95 342

BEATNet_4x	3.69 206	2.12 299	8.11 291	1.82 188	0.16 35	5.30 241	1.04 221	10.87 241	6.14 157	7.09 189	8.42 184	4.99 177	4.42 222	5.89 110	6.23 269	0.04 242	0.05 183	0.00 1	0.00 1	0.32 289	0.84 240

Anonymous3	1.96 48	0.61 89	7.58 284	0.42 45	0.51 125	4.28 218	0.52 123	5.56 68	2.76 8	2.35 50	3.47 56	1.50 63	1.13 68	5.92 111	1.54 99	0.23 317	0.23 245	0.00 1	0.00 1	0.14 179	0.47 181

GwcNet-ADL	2.85 140	0.61 89	4.38 151	0.92 98	0.33 87	2.05 51	0.67 160	8.85 186	9.65 259	6.36 149	6.71 141	4.11 143	1.71 115	5.97 112	4.22 230	0.08 275	0.06 189	0.00 1	0.00 1	0.07 86	0.16 86

ROB_FTStereo	2.03 51	0.57 82	3.57 92	0.20 6	0.21 58	3.66 183	0.73 176	5.89 86	3.51 34	5.92 129	4.35 77	3.37 110	1.50 99	6.02 113	0.90 40	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

LL-Strereo2	2.22 78	1.39 234	3.39 72	1.26 122	1.01 194	3.73 193	1.47 244	6.47 120	4.61 98	4.66 91	2.64 46	4.17 147	0.37 18	6.03 114	1.61 105	0.09 285	0.24 248	0.00 1	0.08 235	0.08 91	1.16 268

RAFT	2.94 150	1.29 219	4.06 134	1.36 131	0.50 118	2.39 68	0.91 212	6.11 105	3.25 25	6.64 166	7.30 159	9.96 279	4.20 216	6.03 114	2.21 158	0.00 1	1.02 322	0.00 1	0.02 193	0.54 324	1.01 252

EAI-Stereo	2.75 137	0.54 64	3.17 52	0.91 97	1.28 226	4.02 208	5.30 326	12.39 273	4.76 106	2.51 53	7.10 155	1.22 56	0.94 58	6.03 114	1.96 143	0.01 106	0.56 277	0.00 1	1.38 375	0.04 46	0.95 247

ROB_FTStereo_v2	2.04 52	0.56 77	3.56 91	0.20 6	0.21 58	3.66 183	0.72 174	5.89 86	3.51 34	5.91 124	4.46 83	3.42 114	1.50 99	6.08 117	0.93 44	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

GMStereo_Zeroshot	2.92 148	2.33 315	6.12 234	1.66 164	0.36 93	3.61 177	0.09 21	5.95 97	6.20 159	7.15 193	7.11 156	8.37 259	0.91 56	6.17 118	1.97 144	0.00 1	0.00 1	0.00 1	0.00 1	0.22 237	0.14 69

RAFT-IKP	2.04 52	0.57 82	3.54 87	0.20 6	0.20 49	3.45 166	0.62 148	5.90 91	3.52 36	5.91 124	4.44 81	3.46 123	1.50 99	6.20 119	1.00 55	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.08 40

cf-r	3.76 212	1.43 237	5.34 196	2.66 283	2.79 303	2.85 129	0.62 148	9.08 193	6.91 187	7.06 186	11.90 258	9.64 274	3.83 197	6.23 120	4.53 240	0.00 1	0.00 1	0.00 1	0.00 1	0.19 216	0.17 92

MIF-Stereo (partial)	1.44 16	0.59 86	3.98 127	0.08 1	1.09 204	1.24 8	0.13 39	5.12 44	4.07 73	0.47 7	2.56 43	0.31 21	0.74 48	6.31 121	2.02 150	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.04 19

XX-Stereo	2.95 152	0.48 43	7.08 272	2.84 298	2.51 295	1.63 23	0.20 61	6.15 106	3.38 28	2.38 51	16.00 304	6.90 230	0.25 3	6.40 122	1.14 65	0.00 1	0.66 283	0.00 1	0.31 330	0.16 196	0.57 196

TRStereo	2.71 130	3.79 352	5.46 204	2.19 229	2.22 282	2.98 139	1.07 223	9.83 215	4.39 89	3.46 68	3.48 57	3.92 134	0.77 50	6.43 123	1.70 123	0.03 221	0.63 281	0.00 1	0.29 325	0.11 136	1.49 287

UDGNet	2.92 148	7.79 377	4.92 182	3.01 306	0.08 10	2.96 136	0.20 61	4.77 30	8.93 242	2.91 57	2.85 48	0.95 51	1.00 61	6.46 124	1.66 117	1.46 368	0.00 1	5.33 388	0.92 366	1.95 367	0.19 100

test croco	1.53 27	0.86 144	6.50 251	0.42 45	0.05 3	1.56 21	0.09 21	5.18 48	4.02 72	0.54 11	1.76 28	0.59 46	0.75 49	6.48 125	1.23 79	0.00 1	0.00 1	0.00 1	0.00 1	0.43 306	0.07 37

CRE-IMP	2.08 55	0.51 56	3.43 79	0.35 38	0.19 44	3.85 201	0.83 196	5.77 81	3.43 29	5.81 120	4.24 74	3.45 122	0.83 55	6.56 126	1.99 147	0.01 106	0.00 1	0.00 1	0.00 1	0.11 136	0.20 106

CoDeX	3.61 201	0.86 144	5.27 193	1.16 116	1.62 246	6.24 261	2.07 264	13.78 315	6.86 184	7.42 207	9.00 193	4.06 141	3.72 194	6.58 127	3.02 197	0.03 221	0.06 189	0.00 1	0.00 1	0.15 192	0.35 153

ADLNet	4.56 262	1.19 205	5.52 212	3.81 346	3.59 329	6.98 274	2.40 270	12.01 264	7.96 219	10.52 302	9.67 214	8.26 255	4.98 247	6.59 128	6.93 274	0.01 106	0.01 104	0.00 1	0.01 176	0.22 237	0.55 193

test_4	2.58 118	0.70 109	3.30 62	0.43 48	0.30 79	3.97 206	1.11 228	3.91 12	3.83 62	4.15 84	17.20 316	3.44 120	0.52 38	6.60 129	1.58 101	0.00 1	0.13 222	0.00 1	0.11 247	0.20 222	0.20 106

Selective-RAFT	1.92 46	0.54 64	3.87 112	1.15 114	0.21 58	3.83 200	0.06 13	5.00 39	4.68 102	1.59 42	2.14 35	3.05 99	2.77 154	6.63 130	1.34 90	0.00 1	0.95 307	0.00 1	0.32 332	0.05 61	0.19 100

test_3	2.22 78	0.39 14	4.20 142	1.51 146	0.90 178	1.29 9	0.74 179	5.34 53	6.37 165	6.64 166	1.96 33	4.24 153	0.45 32	6.63 130	1.17 69	0.00 1	1.00 321	0.00 1	0.28 320	0.19 216	1.01 252

test_1	2.18 72	0.38 9	3.87 112	1.54 150	0.91 181	1.38 11	0.80 185	5.36 59	5.53 135	7.12 191	1.86 30	4.05 139	0.41 23	6.65 132	1.17 69	0.00 1	0.99 318	0.00 1	0.28 320	0.20 222	1.08 262

PSMNet-RSSM	3.69 206	1.36 231	4.54 160	2.44 265	1.90 267	2.35 65	0.69 165	11.77 261	6.38 166	6.60 164	11.85 257	7.70 245	5.61 269	6.66 133	3.67 207	0.00 1	0.00 1	0.02 281	0.01 176	0.17 202	0.10 49

test-3	2.19 74	0.38 9	3.88 117	1.55 151	0.91 181	1.39 12	0.80 185	5.36 59	5.51 133	7.36 206	1.90 31	4.05 139	0.42 25	6.67 134	1.17 69	0.00 1	0.99 318	0.00 1	0.28 320	0.20 222	1.08 262

NINENet	3.38 184	0.81 126	4.16 138	1.88 195	1.40 240	7.31 282	0.48 118	12.95 291	6.64 176	7.29 202	9.24 197	5.21 182	1.18 76	6.72 135	1.89 138	0.17 305	0.08 202	0.07 323	0.00 1	0.09 105	0.03 10

GrayStereo	3.86 219	0.33 5	2.63 20	1.66 164	0.62 141	3.09 144	7.92 358	6.43 118	3.88 64	10.61 304	16.51 309	5.75 204	8.40 318	6.75 136	1.58 101	0.01 106	0.00 1	0.01 250	0.62 359	0.04 46	0.38 159

pcwnet_v2	4.36 250	0.46 33	9.07 313	1.43 140	1.10 206	3.41 160	0.40 96	13.44 306	14.60 325	10.29 297	14.22 286	5.82 208	2.97 159	6.75 136	2.29 171	0.01 106	0.05 183	0.04 307	0.02 193	0.17 202	0.61 206

RALAANet	2.68 127	1.71 265	4.73 175	2.79 292	0.80 167	3.30 159	0.15 50	7.92 168	5.92 150	5.79 119	6.06 120	3.51 125	1.13 68	6.76 138	2.28 169	0.00 1	0.28 254	0.00 1	0.10 245	0.27 264	0.13 66

GANet-RSSM	3.67 203	1.16 199	4.56 165	3.24 324	2.03 274	2.63 89	0.50 121	11.53 258	6.83 183	6.25 140	10.58 236	7.35 237	6.65 287	6.77 139	2.94 196	0.00 1	0.00 1	0.08 329	0.00 1	0.26 254	0.12 60

s12784h	2.10 64	0.38 9	3.31 64	0.17 5	0.09 12	4.89 235	0.13 39	7.34 151	8.06 223	3.87 81	4.47 85	0.60 47	1.19 81	6.78 140	0.63 10	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.04 19

GwcNet-RSSM	4.13 239	1.71 265	6.25 242	2.50 270	1.93 270	2.39 68	1.49 246	9.59 210	8.71 236	6.66 168	15.04 294	8.47 263	3.84 198	6.87 141	6.74 272	0.00 1	0.00 1	0.04 307	0.00 1	0.29 275	0.15 80

ssnet_v2	4.73 273	1.43 237	6.74 260	1.80 184	0.75 162	8.89 303	4.60 316	12.66 281	10.65 278	9.53 279	6.23 126	9.78 278	4.26 220	6.89 142	9.65 315	0.01 106	0.01 104	0.00 1	0.00 1	0.36 296	0.31 143

gwcnet-sp	3.58 197	2.01 294	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 94

scenet	3.58 197	2.01 294	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 94

ssnet	3.58 197	2.01 294	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 94

iGMRVC	2.09 60	0.56 77	3.59 97	0.20 6	0.21 58	3.68 188	0.71 171	5.89 86	3.53 40	5.92 129	4.46 83	3.44 120	1.51 103	6.93 146	0.98 52	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

Patchmatch Stereo++	2.09 60	0.55 69	3.57 92	0.20 6	0.20 49	3.68 188	0.64 152	5.90 91	3.52 36	5.91 124	4.41 78	3.42 114	1.51 103	7.07 147	0.95 49	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.09 60	0.55 69	3.57 92	0.20 6	0.20 49	3.68 188	0.64 152	5.90 91	3.52 36	5.91 124	4.41 78	3.42 114	1.51 103	7.07 147	0.95 49	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49

MoCha-V2	1.83 41	0.87 151	3.33 66	1.41 138	1.27 225	2.50 75	0.20 61	5.60 70	3.90 66	0.98 28	3.30 53	0.35 31	1.58 110	7.09 149	0.80 26	0.00 1	1.52 371	0.00 1	0.23 302	0.06 70	1.70 308

DLNR_Zeroshot_test	24.96 397	51.28 418	90.69 422	97.84 432	97.22 431	1.40 13	0.12 32	23.19 386	3.55 43	1.21 34	2.95 50	0.72 48	0.31 9	7.09 149	2.61 181	38.70 414	1.32 359	0.00 1	0.29 325	77.04 428	1.68 303

psm_up	4.33 249	1.34 228	4.43 152	2.27 245	2.62 297	5.29 240	3.30 297	11.49 255	6.89 185	8.05 231	8.06 177	10.09 283	11.10 340	7.12 151	3.76 213	0.24 319	0.01 104	0.00 1	0.00 1	0.20 222	0.37 156

ProNet	1.58 34	0.86 144	3.17 52	0.75 82	0.72 155	2.84 117	0.66 156	5.91 95	3.28 27	0.37 2	1.47 19	0.40 33	0.37 18	7.19 152	0.70 18	0.02 191	0.98 315	0.00 1	0.05 225	0.20 222	1.77 320

DMCA-RVC	3.59 200	1.98 292	8.68 300	2.30 249	1.48 242	3.54 175	0.55 129	8.40 175	5.43 131	9.37 276	5.90 114	8.34 258	3.21 164	7.19 152	4.46 238	0.06 265	0.11 216	0.08 329	0.02 193	0.21 232	0.40 162

Selective-IGEV	1.56 33	0.34 6	2.13 6	0.77 83	0.76 164	2.36 66	0.52 123	6.80 130	3.08 22	0.53 10	3.34 54	0.26 15	0.31 9	7.24 154	0.73 23	0.01 106	0.80 294	0.00 1	0.14 259	0.08 91	1.01 252

dad	5.10 282	2.61 326	6.76 261	1.23 120	0.14 24	2.85 129	0.36 90	7.98 170	14.88 326	10.84 311	17.06 313	15.59 331	3.29 169	7.24 154	4.39 235	1.20 363	0.10 212	4.02 385	0.49 353	0.20 222	0.69 226

Pruner-Stereo	2.66 125	0.61 89	3.54 87	1.93 200	0.25 72	3.47 169	0.74 179	6.60 122	5.66 143	8.98 259	6.12 122	4.39 156	1.11 66	7.27 156	2.34 174	0.03 221	0.00 1	0.02 281	0.00 1	0.03 28	0.04 19

UNet	4.19 242	0.87 151	7.18 274	2.00 214	3.22 316	9.55 309	0.31 84	10.11 222	6.22 160	7.98 224	6.82 146	10.42 285	5.77 270	7.28 157	5.83 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 125	0.12 60

iRaft-Stereo_20w	3.11 162	0.49 51	6.09 233	1.01 104	1.25 222	3.99 207	1.00 216	14.00 316	4.73 105	6.70 175	6.27 131	2.34 83	2.28 135	7.29 158	1.58 101	0.01 106	0.75 291	0.00 1	0.73 363	0.10 125	1.63 295

HSM-Net_RVC	4.40 253	0.44 29	3.22 55	0.72 72	0.68 144	7.06 276	1.82 258	12.57 279	8.48 232	9.04 262	12.20 264	14.98 328	5.14 254	7.32 159	4.19 228	0.02 191	0.02 136	0.00 1	0.00 1	0.02 10	0.14 69
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet-ft	3.70 208	1.59 254	3.87 112	1.68 167	2.42 289	3.20 153	0.66 156	8.93 188	7.76 209	5.09 100	9.95 219	10.77 296	5.43 265	7.41 160	4.71 245	0.00 1	0.00 1	0.03 298	0.01 176	0.30 278	0.11 57

CFNet_RVC	3.70 208	1.59 254	3.87 112	1.68 167	2.42 289	3.20 153	0.66 156	8.92 187	7.76 209	5.09 100	9.95 219	10.77 296	5.43 265	7.41 160	4.71 245	0.00 1	0.00 1	0.03 298	0.01 176	0.30 278	0.11 57

IGEV-Stereo	1.51 25	0.81 126	2.69 24	0.60 61	0.69 146	2.77 110	0.79 183	4.88 35	2.99 20	0.82 24	1.25 13	0.31 21	0.42 25	7.43 162	0.85 34	0.00 1	0.83 295	0.00 1	0.17 273	0.12 153	1.85 330
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ff7	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

ffff	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

11t	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.87 38	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

anonymousdsp	1.51 25	0.81 126	2.70 25	0.60 61	0.69 146	2.76 109	0.79 183	4.86 32	3.00 21	0.82 24	1.25 13	0.31 21	0.42 25	7.44 163	0.81 29	0.00 1	0.83 295	0.00 1	0.17 273	0.12 153	1.85 330

ccc-4	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

ac_64	3.98 230	0.86 144	5.10 189	3.17 319	3.43 325	5.80 253	0.70 170	10.87 241	4.96 117	8.94 258	6.46 137	10.70 293	5.52 267	7.44 163	5.10 255	0.03 221	0.00 1	0.00 1	0.00 1	0.14 179	0.31 143

STTStereo	3.90 221	1.43 237	8.20 293	3.03 308	2.28 285	3.64 182	0.64 152	10.11 222	7.09 193	10.20 293	7.08 153	8.73 267	3.57 184	7.44 163	4.00 225	0.00 1	0.02 136	0.01 250	0.01 176	0.04 46	0.40 162

MyStereo07	1.64 36	1.15 197	2.61 17	1.28 125	1.49 243	2.63 89	0.45 105	6.45 119	2.94 13	1.10 30	1.61 21	0.29 19	0.60 40	7.45 170	0.80 26	0.01 106	1.27 357	0.00 1	0.25 307	0.11 136	0.42 173

AAGNet	3.50 192	0.49 51	3.38 70	1.91 198	0.41 109	3.66 183	1.02 217	5.14 45	5.16 122	9.65 287	7.75 167	4.91 171	6.23 280	7.45 170	12.73 348	0.01 106	0.00 1	0.00 1	0.00 1	0.05 61	0.06 32

DispNO	3.51 194	1.33 227	8.51 296	2.26 241	1.36 237	3.46 168	0.81 188	8.74 185	6.58 172	6.78 177	7.63 165	6.22 217	4.20 216	7.47 172	4.44 237	0.00 1	0.03 161	0.03 298	0.11 247	0.13 169	0.14 69

CRFU-Net	4.81 276	0.78 118	5.69 219	3.10 317	1.39 239	13.18 345	3.23 292	12.26 268	4.33 83	10.91 314	9.98 221	10.94 301	7.93 313	7.47 172	3.94 223	0.16 301	0.16 229	0.16 343	0.00 1	0.26 254	0.29 138

IPLG	2.63 124	1.09 188	5.67 218	0.73 75	0.31 81	3.00 140	0.25 72	6.84 132	6.02 152	7.93 221	6.31 132	1.91 74	1.72 117	7.47 172	2.53 177	0.01 106	0.01 104	0.00 1	0.00 1	0.29 275	0.58 198

RALCasStereoNet	2.39 99	1.73 270	3.59 97	2.38 260	2.69 300	2.84 117	0.18 57	5.29 49	4.94 116	2.45 52	5.62 112	2.22 81	0.79 54	7.48 175	1.63 109	0.00 1	1.75 374	0.00 1	0.00 1	0.14 179	2.03 346

test_xeample3	1.71 39	1.75 272	6.64 256	0.90 94	0.29 78	2.55 81	0.90 209	4.08 15	2.36 4	0.56 13	0.24 4	0.23 9	0.31 9	7.51 176	2.73 190	0.00 1	0.70 287	0.00 1	0.36 340	0.18 210	1.92 340

CBFPSM	5.12 283	1.48 244	16.22 357	1.81 185	1.14 211	11.16 327	2.90 278	7.99 171	6.75 181	6.55 160	5.00 91	15.05 330	8.78 325	7.52 177	8.90 303	0.04 242	0.02 136	0.00 1	0.00 1	0.42 302	0.67 225

DRaft	3.83 218	0.65 96	3.39 72	0.22 16	0.16 35	4.67 228	1.30 238	5.82 84	4.86 115	10.26 296	21.65 340	3.24 104	8.62 323	7.53 178	3.76 213	0.05 255	0.10 212	0.00 1	0.14 259	0.12 153	0.16 86

IGEVStereo-DCA	1.54 28	1.71 265	2.99 42	0.73 75	0.24 68	2.69 97	0.81 188	4.31 22	2.97 15	0.73 16	0.16 1	0.23 9	0.32 12	7.57 179	2.72 188	0.00 1	0.49 275	0.00 1	0.16 264	0.17 202	1.82 323

rrr	1.64 36	1.71 265	6.31 246	0.73 75	0.24 68	2.69 97	0.92 213	4.25 18	1.75 3	0.73 16	0.16 1	0.23 9	0.32 12	7.57 179	2.72 188	0.00 1	0.49 275	0.00 1	0.20 289	0.17 202	1.68 303

LCNet	2.94 150	0.55 69	2.57 16	1.03 107	0.59 138	2.05 51	1.55 249	5.51 61	4.19 78	6.08 137	10.58 236	4.54 158	6.63 286	7.59 181	0.90 40	0.01 106	0.00 1	0.01 250	0.76 364	0.31 285	3.43 369

test_xeample	4.78 275	0.93 157	4.68 174	1.48 144	1.28 226	3.94 203	0.13 39	13.35 303	8.62 234	8.21 238	11.63 253	3.43 119	3.54 182	7.59 181	23.47 379	0.02 191	1.16 346	0.00 1	0.25 307	0.11 136	1.74 316

TestStereo	1.89 44	1.59 254	4.22 143	0.37 40	0.28 77	1.33 10	0.01 1	5.63 72	4.13 74	3.59 71	5.11 94	2.06 80	0.70 45	7.62 183	0.93 44	0.02 191	0.00 1	0.00 1	0.00 1	0.02 10	0.19 100

PSMNet-ADL	3.17 170	0.56 77	3.00 47	1.55 151	0.40 105	5.97 257	0.28 76	9.06 191	5.75 146	3.56 70	6.80 145	8.33 257	4.51 225	7.65 184	5.51 259	0.03 221	0.09 208	0.00 1	0.00 1	0.03 28	0.28 135

ADLNet2	4.72 271	1.44 241	6.68 258	3.03 308	3.90 340	6.80 270	2.91 279	11.67 260	9.63 258	7.99 226	9.89 217	9.75 277	5.32 262	7.70 185	7.13 279	0.01 106	0.03 161	0.00 1	0.00 1	0.26 254	0.22 115

FTStereo	4.61 266	0.54 64	2.86 30	0.98 103	0.40 105	2.57 83	8.51 361	5.70 76	3.76 57	10.85 312	29.92 372	5.53 192	7.43 304	7.73 186	1.63 109	0.17 305	0.00 1	0.05 314	0.00 1	0.04 46	3.62 373

GMM-Stereo	3.42 189	0.39 14	3.24 57	0.87 91	0.50 118	2.26 60	4.73 318	5.64 73	3.81 59	7.08 188	16.57 310	6.13 212	3.62 188	7.74 187	1.40 93	0.05 255	0.00 1	0.00 1	0.04 222	0.12 153	4.24 377

iinet-f	6.21 295	2.11 298	28.74 392	2.13 221	1.38 238	11.62 331	1.49 246	7.64 164	7.19 196	7.77 217	14.38 287	10.49 286	7.79 310	7.76 188	12.90 350	0.03 221	0.03 161	0.05 314	0.00 1	0.67 331	0.12 60

ASMatch	3.41 187	0.62 94	3.59 97	1.99 211	0.48 115	1.91 45	0.66 156	7.01 135	4.43 91	6.25 140	22.02 344	4.56 159	4.72 238	7.78 189	1.85 132	0.01 106	0.01 104	0.00 1	0.03 204	0.02 10	0.21 110

hknet	3.56 196	0.66 98	5.82 222	0.70 69	1.19 214	6.97 272	1.58 250	9.93 217	7.76 209	6.50 154	6.23 126	9.53 273	2.81 156	7.84 190	3.39 204	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 69

HGLStereo	4.58 263	1.04 184	6.02 230	3.30 328	5.14 368	6.36 263	0.71 171	11.04 246	7.60 206	8.04 230	12.85 274	6.90 230	8.51 321	7.85 191	5.93 263	0.02 191	0.02 136	0.00 1	0.00 1	0.14 179	0.15 80

DEmStereo	3.86 219	0.54 64	4.04 132	0.26 25	0.17 38	5.17 239	2.45 271	4.70 29	4.34 87	8.37 242	19.94 334	5.06 179	10.13 335	7.86 192	3.93 222	0.01 106	0.01 104	0.01 250	0.00 1	0.03 28	0.10 49

Prome-Stereo	3.73 211	0.39 14	2.62 19	1.05 108	0.52 128	2.06 53	4.58 315	4.88 35	3.95 67	9.34 275	20.39 336	4.03 138	7.02 295	7.86 192	1.31 85	0.00 1	0.00 1	0.00 1	0.00 1	0.07 86	4.52 378

MyStereo04	3.29 176	1.15 197	6.64 256	1.28 125	1.49 243	2.63 89	0.45 105	10.57 235	13.30 317	4.41 89	3.90 69	3.06 101	3.56 183	7.87 194	3.35 203	0.01 106	1.27 357	0.00 1	0.25 307	0.11 136	0.42 173

MMNet	4.44 256	1.37 232	6.26 243	1.73 177	1.64 247	10.51 324	0.61 145	9.27 203	9.66 260	9.55 281	9.22 195	7.40 239	6.52 284	7.90 195	6.98 275	0.01 106	0.00 1	0.00 1	0.00 1	0.14 179	0.10 49

KYRaft	3.68 205	0.43 20	2.53 14	0.89 92	0.49 117	2.28 63	3.89 300	5.30 50	3.82 61	8.99 261	19.28 331	6.54 223	4.96 246	7.92 196	0.96 51	0.01 106	0.00 1	0.00 1	0.01 176	0.06 70	5.17 379

NLCA_NET_v2_RVC	4.11 236	1.53 250	6.87 263	3.04 310	3.33 320	4.34 222	0.59 141	11.36 253	7.92 217	8.98 259	7.98 175	9.72 276	3.82 196	7.92 196	4.43 236	0.15 298	0.02 136	0.03 298	0.03 204	0.07 86	0.14 69
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Consistency-Raft	9.58 348	5.11 365	13.00 339	5.61 371	8.92 385	4.03 209	5.07 324	19.73 368	24.90 370	11.32 323	29.86 370	13.36 317	6.16 277	8.00 198	13.47 352	0.67 351	0.34 260	1.81 379	4.36 393	12.23 391	3.62 373

THIR-Stereo	3.94 224	1.12 194	3.06 48	0.23 18	0.13 23	4.17 213	6.40 338	5.83 85	4.54 96	10.46 301	16.98 312	6.49 222	7.44 305	8.00 198	3.58 206	0.01 106	0.07 200	0.07 323	0.00 1	0.14 179	0.06 32

FADNet-RVC-Resample	4.11 236	2.25 304	13.88 344	1.64 157	0.66 143	5.91 256	2.34 269	10.87 241	9.09 247	6.53 159	4.34 75	5.69 201	4.71 237	8.01 200	4.64 244	0.18 308	0.22 242	0.17 348	0.12 252	0.46 311	0.59 201

PSM-AAD	3.43 191	0.31 4	2.16 7	0.80 86	0.57 135	2.53 79	5.97 329	5.53 62	3.98 70	11.00 316	11.90 258	2.93 95	9.36 332	8.03 201	1.00 55	0.01 106	0.01 104	0.00 1	0.00 1	0.06 70	2.39 357

HCRNet	2.74 136	0.83 133	4.19 140	0.45 52	3.31 319	2.18 57	0.22 64	7.59 159	5.76 147	6.08 137	4.89 88	5.21 182	2.74 151	8.04 202	3.10 199	0.00 1	0.02 136	0.00 1	0.00 1	0.10 125	0.09 44

PFNet+	2.52 110	0.47 38	4.97 185	0.95 101	0.18 41	3.12 147	0.73 176	4.98 38	6.97 190	7.95 222	6.38 136	2.51 86	1.18 76	8.05 203	1.82 130	0.03 221	0.00 1	0.00 1	0.00 1	0.02 10	0.05 25

xxxx	5.16 285	0.86 144	4.86 179	1.96 206	1.22 218	7.56 287	0.07 16	14.67 325	9.15 250	6.55 160	9.87 216	9.30 271	3.47 181	8.07 204	22.20 374	0.05 255	1.16 346	0.00 1	0.26 316	0.10 125	1.76 319

fast-acv-ft	6.00 293	1.95 289	7.88 288	2.35 256	1.85 263	13.61 348	1.76 257	8.44 176	10.12 264	11.22 321	20.57 337	14.41 326	7.55 307	8.11 205	8.83 301	0.10 288	0.09 208	0.16 343	0.07 232	0.68 333	0.35 153

delet	4.59 265	1.12 194	5.93 226	1.37 134	3.73 335	10.48 322	3.90 301	10.51 233	9.17 251	8.87 256	9.74 215	8.37 259	3.74 195	8.12 206	6.36 271	0.00 1	0.00 1	0.00 1	0.00 1	0.21 232	0.12 60

hitnet-ft	3.95 226	1.16 199	3.92 122	0.89 92	0.73 157	4.88 234	0.54 126	9.78 213	7.91 216	7.42 207	10.24 224	12.50 314	4.84 241	8.15 207	5.56 260	0.03 221	0.00 1	0.06 318	0.00 1	0.24 246	0.12 60

DualNet	3.96 228	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	8.20 208	11.69 337	0.00 1	1.13 333	0.00 1	0.19 279	0.11 136	1.88 334

ffm	3.41 187	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	8.20 208	0.68 13	0.00 1	1.13 333	0.00 1	0.19 279	0.11 136	1.88 334

tt1	2.53 111	0.91 155	3.53 86	2.92 301	0.53 129	5.60 246	0.61 145	5.55 64	10.56 273	1.54 41	3.54 63	0.34 30	3.00 160	8.20 208	0.68 13	0.00 1	1.13 333	0.00 1	0.03 204	0.11 136	1.88 334

ACVNet-DCA	2.41 101	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	9.15 196	4.33 83	1.42 37	3.48 57	0.33 26	3.65 189	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.03 204	0.09 105	1.65 296

xx1	2.73 135	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	5.34 53	10.76 280	1.42 37	3.48 57	4.63 163	2.83 157	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.25 307	0.09 105	1.65 296

cc1	2.56 116	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	5.34 53	10.76 280	1.42 37	3.48 57	0.33 26	3.65 189	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.03 204	0.12 153	1.89 338

222	5.93 291	0.88 153	4.58 166	1.76 181	0.98 190	6.02 258	0.08 20	14.45 322	8.89 241	9.53 279	11.77 256	3.88 132	4.23 219	8.26 211	39.96 408	0.03 221	1.12 330	0.00 1	0.24 304	0.11 136	1.73 313

RAFT-345	3.36 182	0.55 69	3.43 79	1.23 120	0.21 58	2.62 87	0.46 107	3.91 12	6.34 163	7.46 209	24.49 355	4.19 148	1.74 119	8.27 215	2.25 164	0.01 106	0.00 1	0.00 1	0.00 1	0.02 10	0.02 5

test_5	3.16 169	1.18 202	4.96 184	2.33 254	3.10 313	4.51 225	1.27 234	7.47 158	7.61 207	3.00 60	7.38 160	5.37 188	4.06 209	8.28 216	1.54 99	0.00 1	0.34 260	0.00 1	0.02 193	0.21 232	0.62 211

CrosDoStereo	4.05 234	0.71 111	3.52 83	0.51 57	0.20 49	3.25 155	11.21 373	6.34 113	4.96 117	9.04 262	16.44 306	4.92 172	7.28 300	8.29 217	3.84 217	0.00 1	0.02 136	0.01 250	0.00 1	0.18 210	0.19 100

DeepStereo_LL	4.05 234	0.71 111	3.52 83	0.51 57	0.20 49	3.25 155	11.21 373	6.34 113	4.96 117	9.04 262	16.44 306	4.92 172	7.28 300	8.29 217	3.84 217	0.00 1	0.02 136	0.01 250	0.00 1	0.18 210	0.19 100

iResNetv2_ROB	4.72 271	2.26 306	8.87 308	3.20 322	1.25 222	4.32 221	1.73 255	14.22 320	10.62 277	10.53 303	12.13 263	7.77 246	5.54 268	8.29 217	2.76 193	0.00 1	0.00 1	0.00 1	0.00 1	0.42 302	0.55 193

RAFT-RH_RVC	4.04 232	0.69 103	3.59 97	1.91 198	0.43 112	3.11 145	0.13 39	3.80 10	6.60 173	11.26 322	31.68 378	5.20 181	1.66 111	8.30 220	2.27 167	0.09 285	0.00 1	0.00 1	0.03 204	0.03 28	0.02 5

NOSS_ROB	3.67 203	0.86 144	3.81 108	2.53 275	1.11 207	6.10 259	0.72 174	11.08 247	12.36 304	5.45 113	8.91 189	5.65 195	2.09 127	8.30 220	3.16 201	0.20 312	0.07 200	0.00 1	0.00 1	0.11 136	0.80 238

NRIStereo	2.27 84	0.52 60	3.35 69	1.26 122	0.17 38	3.04 141	0.84 197	5.96 98	3.74 52	6.27 142	3.44 55	4.13 144	1.80 121	8.31 222	2.11 153	0.00 1	0.10 212	0.00 1	0.00 1	0.12 153	0.20 106

MIM_Stereo	2.83 138	1.20 211	5.27 193	1.41 138	1.16 212	3.07 142	0.33 87	6.67 124	3.95 67	5.17 105	10.11 222	4.25 154	1.73 118	8.32 223	1.64 112	0.00 1	0.36 264	0.00 1	0.01 176	0.22 237	1.69 305

UDG	9.12 344	10.06 385	6.35 248	10.06 383	9.64 386	10.48 322	2.33 268	12.73 282	10.19 265	8.33 241	10.27 225	16.70 339	10.47 336	8.33 224	9.07 307	4.28 382	2.59 387	18.90 396	3.83 390	11.35 390	6.50 385

MyStereo05	3.24 174	1.05 186	5.93 226	1.39 136	1.20 215	2.57 83	0.10 25	9.11 195	13.17 316	6.45 152	3.86 68	3.20 103	3.26 168	8.35 225	3.02 197	0.01 106	1.24 354	0.00 1	0.21 294	0.13 169	0.50 184

TransformOpticalFlow	3.50 192	0.83 133	4.85 178	1.09 110	0.31 81	3.52 173	0.14 48	10.32 225	8.02 221	5.78 118	13.25 276	6.63 224	4.91 243	8.36 226	1.63 109	0.00 1	0.01 104	0.01 250	0.00 1	0.06 70	0.24 126

STrans-v2	3.55 195	0.94 166	5.06 188	0.32 28	0.60 139	2.97 138	1.15 229	11.08 247	7.97 220	6.01 132	10.93 244	6.65 225	6.86 291	8.37 227	1.66 117	0.00 1	0.01 104	0.00 1	0.00 1	0.04 46	0.39 161

iRaft-Stereo_5w	3.20 172	1.27 218	5.27 193	0.27 26	0.99 191	2.71 100	0.58 138	5.75 79	5.85 148	3.03 62	7.88 171	10.08 281	4.08 212	8.40 228	6.09 265	0.00 1	0.25 251	0.00 1	0.12 252	0.31 285	0.95 247

NF-Stereo	2.38 93	0.48 43	3.88 117	2.17 226	0.11 13	3.43 163	0.42 99	7.08 145	3.75 54	6.91 179	5.29 100	2.65 91	1.33 89	8.40 228	1.67 120	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.02 5

OCTAStereo	2.38 93	0.48 43	3.90 119	2.16 222	0.11 13	3.42 161	0.42 99	7.06 140	3.74 52	6.91 179	5.26 97	2.63 90	1.32 87	8.41 230	1.70 123	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.01 1

RE-Stereo	2.38 93	0.48 43	3.91 120	2.17 226	0.11 13	3.43 163	0.42 99	7.07 142	3.75 54	6.91 179	5.26 97	2.62 88	1.33 89	8.41 230	1.72 125	0.01 106	0.00 1	0.01 250	0.00 1	0.03 28	0.01 1

TVStereo	2.38 93	0.48 43	3.91 120	2.17 226	0.11 13	3.43 163	0.42 99	7.07 142	3.75 54	6.91 179	5.26 97	2.62 88	1.33 89	8.41 230	1.72 125	0.01 106	0.00 1	0.01 250	0.00 1	0.03 28	0.01 1

IRAFT_RVC	2.98 156	0.66 98	4.23 144	2.20 230	0.40 105	2.91 134	5.04 323	7.03 138	4.21 79	6.59 163	5.52 109	5.02 178	4.77 239	8.41 230	2.30 173	0.01 106	0.17 233	0.01 250	0.00 1	0.03 28	0.05 25

CSP-Net	4.40 253	1.70 263	4.90 181	1.82 188	1.04 196	12.96 343	2.25 267	13.75 313	6.34 163	9.64 284	8.99 191	8.31 256	3.24 166	8.45 234	4.32 233	0.01 106	0.00 1	0.00 1	0.00 1	0.23 242	0.06 32

PFNet	3.06 159	0.59 86	6.13 235	2.26 241	0.84 172	3.08 143	0.73 176	7.38 154	5.35 125	10.20 293	6.06 120	4.72 165	2.10 130	8.47 235	2.25 164	0.19 309	0.06 189	0.00 1	0.11 247	0.20 222	0.42 173

DRN-Test	6.23 296	1.51 246	7.53 282	3.07 316	3.69 332	12.17 339	3.23 292	20.80 378	11.11 290	12.64 333	13.02 275	10.91 300	5.26 256	8.49 236	10.12 320	0.05 255	0.05 183	0.04 307	0.04 222	0.28 267	0.65 215

LMCR-Stereo	3.92 223	1.96 290	4.92 182	2.85 299	0.23 67	7.88 289	1.47 244	12.52 278	5.39 128	8.71 250	10.65 238	1.90 73	5.04 250	8.53 237	4.89 248	1.05 360	0.00 1	0.00 1	0.00 1	0.42 302	0.05 25

S-Stereo	6.85 308	0.93 157	10.76 330	3.34 330	3.51 327	6.55 266	6.01 332	13.75 313	23.86 366	9.65 287	15.54 297	11.81 310	8.24 316	8.59 238	11.23 333	0.13 293	0.16 229	0.00 1	0.42 347	0.14 179	2.39 357

ARAFT	3.32 178	1.74 271	7.92 289	0.64 64	0.15 30	4.45 224	2.89 277	8.20 173	6.30 161	9.23 271	7.12 157	5.58 193	1.24 84	8.60 239	1.69 122	0.01 106	0.03 161	0.00 1	0.00 1	0.35 294	0.35 153

UPFNet	4.17 240	0.83 133	5.51 206	2.49 269	3.36 322	7.13 279	2.60 272	10.52 234	7.16 194	8.76 253	7.83 169	7.85 250	3.41 179	8.60 239	7.04 278	0.01 106	0.02 136	0.00 1	0.00 1	0.12 153	0.17 92

StereoDRNet-Refined	4.84 278	0.96 169	5.13 190	2.22 233	0.46 114	9.10 305	0.16 53	10.72 237	9.40 256	13.41 341	12.50 267	10.02 280	4.58 231	8.60 239	8.71 300	0.01 106	0.00 1	0.01 250	0.05 225	0.24 246	0.53 191
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MSKI-zero shot	2.23 80	0.49 51	2.49 13	1.60 154	0.81 169	2.69 97	0.29 78	6.82 131	2.50 5	4.37 88	7.61 164	3.65 128	0.26 4	8.62 242	0.63 10	0.01 106	1.09 327	0.00 1	0.25 307	0.03 28	0.46 180

StereoDRNet	6.02 294	2.40 318	8.22 294	3.43 332	4.43 352	10.57 325	4.21 307	19.44 365	11.24 293	12.86 334	8.06 177	11.64 307	4.79 240	8.65 243	9.32 311	0.01 106	0.10 212	0.00 1	0.03 204	0.34 292	0.69 226

DN-CSS_ROB	3.00 157	2.14 300	7.33 276	2.67 285	0.78 165	3.13 148	0.07 16	6.68 128	4.22 80	5.51 115	12.12 261	2.33 82	1.21 82	8.69 244	2.51 176	0.03 221	0.00 1	0.00 1	0.00 1	0.42 302	0.15 80

PSMNet_ROB	5.41 288	2.45 319	7.39 279	2.36 258	1.90 267	10.11 317	6.54 341	16.32 343	7.59 205	6.84 178	10.83 242	12.06 312	4.13 213	8.73 245	10.24 322	0.02 191	0.01 104	0.01 250	0.11 247	0.26 254	0.40 162

RAFT_R40	2.83 138	0.46 33	3.85 109	1.38 135	0.32 86	3.78 196	0.97 214	6.16 107	4.82 113	9.74 289	6.35 135	4.96 175	3.94 208	8.78 246	1.05 60	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10

iResNet	4.04 232	1.46 243	8.72 302	3.25 325	0.36 93	4.54 227	0.47 109	9.06 191	10.40 271	7.98 224	12.82 273	4.06 141	3.22 165	8.82 247	4.95 251	0.03 221	0.01 104	0.00 1	0.00 1	0.14 179	0.55 193

RAFT+CT+SA	2.59 119	1.19 205	3.55 89	1.09 110	2.21 280	3.14 150	0.90 209	7.59 159	5.65 139	2.76 55	8.21 181	2.04 78	1.57 109	8.84 248	1.31 85	0.02 191	0.34 260	0.00 1	0.38 342	0.22 237	0.73 231

SST-Stereo	2.86 141	0.45 31	3.64 101	1.46 142	0.36 93	3.94 203	0.80 185	6.07 103	4.46 92	10.96 315	6.21 125	4.94 174	4.14 214	8.85 249	0.93 44	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10

FADNet	4.55 260	2.35 316	13.60 342	1.87 192	0.80 167	4.74 232	0.75 181	14.47 323	12.41 305	4.07 83	5.45 107	9.64 274	5.03 248	8.86 250	4.82 247	0.20 312	0.04 176	0.07 323	0.05 225	1.27 355	0.40 162

PSM-softLoss	2.38 93	0.48 43	4.28 145	1.94 202	0.19 44	2.73 103	0.38 92	6.67 124	3.50 30	6.33 145	6.33 133	2.93 95	0.97 59	8.90 251	1.88 135	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.03 10

KMStereo	2.38 93	0.48 43	4.28 145	1.94 202	0.19 44	2.73 103	0.38 92	6.67 124	3.50 30	6.33 145	6.33 133	2.93 95	0.97 59	8.90 251	1.88 135	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.03 10

DeepPruner_ROB	3.82 217	1.87 279	5.65 217	1.31 129	1.64 247	3.62 180	0.81 188	14.47 323	5.03 120	8.03 229	10.78 241	6.95 232	2.26 133	8.92 253	4.32 233	0.07 271	0.03 161	0.00 1	0.01 176	0.37 297	0.29 138

HH	2.88 144	0.82 130	4.07 135	1.71 173	0.54 132	4.71 229	0.69 165	8.72 183	3.57 44	1.80 45	6.49 139	7.81 247	3.92 206	8.93 254	0.99 53	0.00 1	1.06 324	0.00 1	0.03 204	0.05 61	1.69 305

HanStereo	2.88 144	0.82 130	4.07 135	1.71 173	0.54 132	4.71 229	0.69 165	8.72 183	3.57 44	1.80 45	6.49 139	7.81 247	3.92 206	8.93 254	0.99 53	0.00 1	1.06 324	0.00 1	0.03 204	0.05 61	1.69 305

iResNet_ROB	4.67 269	1.77 275	5.93 226	2.47 268	0.95 187	3.78 196	0.36 90	15.65 335	17.36 340	8.75 252	11.23 248	7.05 234	4.60 233	8.94 256	4.23 231	0.01 106	0.00 1	0.00 1	0.00 1	0.16 196	0.15 80

ADCRef	7.76 327	2.31 313	19.09 368	2.82 295	3.29 318	11.88 334	3.06 285	11.52 257	10.89 284	13.69 344	25.85 362	8.20 253	8.89 328	8.95 257	22.66 375	0.16 301	0.08 202	0.16 343	0.34 338	0.47 313	0.91 243

Wz-Net-LNSev	7.12 316	2.75 330	18.64 365	1.70 172	4.16 347	12.79 342	6.72 343	13.74 312	13.57 319	11.14 320	17.31 319	11.90 311	8.50 320	8.96 258	9.94 317	0.00 1	0.01 104	0.00 1	0.00 1	0.18 210	0.34 149

CFNet	4.03 231	1.97 291	6.30 245	2.70 287	1.64 247	5.41 243	0.22 64	12.14 267	10.28 266	5.24 106	11.15 246	6.43 219	3.70 193	8.97 259	4.01 226	0.00 1	0.00 1	0.00 1	0.00 1	0.30 278	0.13 66

DisPM	2.59 119	0.47 38	4.32 148	1.89 196	0.20 49	3.42 161	0.63 150	5.56 68	5.60 137	8.66 249	7.05 152	2.82 93	1.03 64	9.05 260	1.07 63	0.02 191	0.00 1	0.00 1	0.00 1	0.02 10	0.04 19

DAS	4.18 241	0.53 61	6.20 238	2.20 230	3.69 332	2.78 111	3.12 287	8.69 181	10.29 267	9.39 277	12.80 271	4.58 160	7.20 298	9.08 261	2.70 186	0.02 191	0.00 1	0.00 1	0.00 1	0.04 46	0.34 149

PS-NSSS	4.22 244	2.53 322	5.89 225	1.01 104	2.93 305	4.05 211	1.93 260	11.44 254	8.94 243	7.14 192	14.70 293	4.96 175	2.60 147	9.09 262	3.92 220	0.40 335	0.04 176	0.83 369	0.00 1	1.09 348	1.02 256

GEStereo_RVC	3.95 226	1.21 212	6.13 235	2.30 249	1.22 218	4.29 219	2.96 281	12.39 273	8.24 227	7.25 199	6.79 144	7.58 243	4.22 218	9.16 263	4.56 241	0.04 242	0.01 104	0.02 281	0.02 193	0.19 216	0.42 173

HSM	4.25 248	1.10 189	4.14 137	1.78 182	2.14 278	6.67 269	1.08 224	12.92 288	6.90 186	7.06 186	8.17 180	14.17 323	6.03 275	9.16 263	3.11 200	0.00 1	0.00 1	0.00 1	0.00 1	0.09 105	0.41 169

RAFT + AFF	4.63 267	2.28 309	7.43 281	1.51 146	2.38 287	5.81 254	6.49 340	10.74 238	8.53 233	7.75 216	8.95 190	7.47 241	6.68 290	9.17 265	5.06 253	0.08 275	0.47 273	0.00 1	0.01 176	0.66 330	1.03 259

FAT-Stereo	6.98 313	0.79 120	7.57 283	2.54 278	1.80 259	6.16 260	4.33 312	19.16 364	18.82 348	10.75 308	17.08 314	18.23 349	13.56 354	9.25 266	8.44 293	0.03 221	0.16 229	0.01 250	0.10 245	0.14 179	0.65 215

HBP-ISP	4.37 252	1.56 251	4.59 167	2.23 235	1.29 230	7.87 288	3.96 303	11.80 262	10.91 285	8.06 233	14.45 289	3.38 111	4.87 242	9.27 267	2.53 177	0.14 296	0.06 189	0.00 1	0.01 176	0.08 91	0.30 141

AACVNet	3.71 210	1.63 257	4.89 180	3.80 345	0.62 141	3.25 155	0.30 83	9.47 208	3.81 59	6.34 148	10.74 240	10.52 287	4.92 244	9.31 268	3.88 219	0.03 221	0.01 104	0.00 1	0.00 1	0.34 292	0.28 135

aanetorigin	9.02 342	3.75 351	28.68 391	2.16 222	3.86 338	5.84 255	5.40 328	5.93 96	10.39 270	28.12 383	31.02 377	15.98 333	13.74 356	9.38 269	12.55 346	0.25 322	0.22 242	0.22 354	0.24 304	1.24 353	1.47 285

raft_robust	2.91 146	1.71 265	3.42 78	1.36 131	0.57 135	1.53 20	0.12 32	7.06 140	9.09 247	6.96 185	7.21 158	4.43 157	2.09 127	9.40 270	1.61 105	0.03 221	0.93 301	0.00 1	0.21 294	0.17 202	0.38 159

TestStereo1	3.12 164	1.34 228	4.67 172	3.47 334	0.71 152	2.50 75	1.45 242	7.27 148	8.71 236	4.91 95	9.28 200	2.34 83	3.61 186	9.44 271	1.62 107	0.00 1	0.33 258	0.00 1	0.00 1	0.30 278	0.40 162

SA-5K	3.12 164	1.34 228	4.67 172	3.47 334	0.71 152	2.50 75	1.45 242	7.27 148	8.71 236	4.91 95	9.28 200	2.34 83	3.61 186	9.44 271	1.62 107	0.00 1	0.33 258	0.00 1	0.00 1	0.30 278	0.40 162

CBMV_ROB	4.66 268	0.85 137	3.94 124	1.64 157	0.75 162	8.38 298	1.90 259	11.19 249	10.36 269	9.20 270	15.21 295	7.28 236	6.99 294	9.48 273	5.24 256	0.04 242	0.05 183	0.00 1	0.00 1	0.07 86	0.64 214

DDUNet	10.03 352	12.17 391	8.24 295	13.02 391	11.73 392	10.32 320	3.76 299	12.27 269	8.35 230	9.64 284	13.89 283	16.48 336	6.67 289	9.50 274	7.00 276	6.80 388	3.45 398	21.10 397	4.33 392	12.78 394	9.12 390

CVANet_RVC	4.68 270	1.93 286	5.57 215	2.61 281	1.86 265	4.12 212	4.94 321	12.11 265	9.29 252	8.05 231	11.08 245	10.28 284	6.48 283	9.52 275	3.19 202	0.45 339	0.01 104	0.00 1	0.12 252	0.23 242	1.75 317

ttt	4.41 255	0.70 109	3.95 126	2.53 275	2.01 272	4.34 222	0.41 98	13.09 298	11.69 299	7.20 196	12.20 264	4.15 146	3.35 178	9.54 276	10.11 319	0.07 271	1.11 329	0.00 1	0.19 279	0.10 125	1.47 285

Sa-1000	3.81 216	1.26 217	4.64 170	2.29 248	0.55 134	3.51 171	1.58 250	8.37 174	9.13 249	7.97 223	17.42 320	3.98 136	2.76 153	9.61 277	1.68 121	0.00 1	0.69 285	0.00 1	0.18 276	0.23 242	0.27 131

OMP-Stereo	3.15 167	1.19 205	3.49 82	4.34 360	0.51 125	2.20 58	1.21 230	6.67 124	6.52 171	7.99 226	6.24 130	8.38 261	2.44 141	9.65 278	1.92 140	0.01 106	0.02 136	0.00 1	0.00 1	0.08 91	0.15 80

SMFormer	3.94 224	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	4.89 248	0.08 275	0.97 310	0.00 1	0.16 264	0.11 136	0.92 245

tta	3.96 228	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	4.89 248	0.08 275	0.97 310	0.00 1	0.16 264	0.13 169	1.24 275

qqq1	3.78 214	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	1.24 80	0.08 275	0.97 310	0.00 1	0.12 252	0.13 169	1.24 275

fff1	3.78 214	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	1.24 80	0.08 275	0.97 310	0.00 1	0.12 252	0.13 169	1.24 275

Syn2CoEx	6.70 306	3.69 350	12.14 336	2.78 291	1.68 252	8.36 296	3.21 291	18.59 358	12.66 308	8.86 255	20.79 338	10.52 287	10.54 337	9.68 279	8.70 299	0.01 106	0.00 1	0.00 1	0.00 1	0.69 335	1.00 251

IIG-Stereo	3.28 175	0.98 173	3.57 92	4.14 352	0.22 65	2.56 82	0.71 171	7.04 139	6.10 154	8.49 247	9.38 205	7.82 249	2.73 150	9.69 284	1.99 147	0.02 191	0.02 136	0.00 1	0.00 1	0.03 28	0.14 69

SepStereo	4.22 244	0.53 61	6.20 238	2.20 230	3.69 332	2.78 111	3.12 287	8.69 181	10.29 267	9.39 277	12.80 271	4.58 160	7.20 298	9.74 285	2.70 186	0.02 191	0.00 1	0.00 1	0.00 1	0.04 46	0.34 149

TDLM	4.58 263	1.79 278	5.03 187	2.45 266	1.32 235	4.04 210	7.15 351	11.60 259	11.46 295	6.91 179	12.69 270	5.94 209	5.03 248	9.74 285	3.80 216	0.67 351	0.00 1	0.01 250	0.05 225	0.23 242	1.78 321

DLCB_ROB	4.87 279	1.45 242	4.75 176	2.52 274	1.13 210	6.25 262	3.01 283	10.44 231	8.34 229	11.05 318	13.43 277	14.04 321	3.90 205	9.74 285	6.80 273	0.00 1	0.00 1	0.00 1	0.00 1	0.08 91	0.37 156

CBMV	5.97 292	1.52 248	4.51 157	1.99 211	0.53 129	10.02 315	6.94 348	13.27 301	13.80 322	13.08 339	15.93 302	11.36 304	8.11 315	9.82 288	7.27 280	0.08 275	0.15 227	0.00 1	0.00 1	0.30 278	0.74 234
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GwcNet	6.95 310	2.89 336	13.32 341	2.82 295	5.53 370	11.76 332	2.14 266	14.95 328	17.69 343	10.83 310	18.14 327	10.83 298	6.66 288	9.83 289	10.19 321	0.03 221	0.06 189	0.03 298	0.08 235	0.64 328	0.66 223

FADNet-RVC	4.36 250	2.62 328	14.51 350	2.01 215	0.44 113	4.27 217	1.27 234	12.61 280	7.89 214	3.76 77	4.05 71	10.63 291	4.34 221	9.87 290	7.66 285	0.03 221	0.09 208	0.00 1	0.03 204	0.65 329	0.50 184

SA	3.34 179	1.29 219	4.84 177	1.99 211	0.57 135	3.15 151	1.39 240	7.66 166	9.94 263	4.86 94	10.87 243	2.97 98	4.61 234	9.88 291	1.38 92	0.00 1	0.60 280	0.00 1	0.19 279	0.25 253	0.37 156

SACVNet	4.55 260	1.88 280	5.55 213	3.38 331	1.68 252	3.11 145	2.76 276	12.44 275	6.43 168	11.07 319	11.31 249	10.53 289	5.13 253	9.88 291	4.56 241	0.08 275	0.02 136	0.00 1	0.01 176	0.38 299	0.80 238

NCCL2	6.27 297	2.46 320	7.00 265	2.36 258	1.11 207	9.48 308	11.14 372	13.01 292	10.40 271	9.94 290	9.49 206	22.11 369	7.42 303	9.90 293	8.56 296	0.01 106	0.00 1	0.02 281	0.03 204	0.20 222	0.73 231

SGM-Forest	5.40 286	0.84 136	4.19 140	1.43 140	0.68 144	10.12 318	6.41 339	12.13 266	11.86 301	11.50 325	14.43 288	11.62 306	5.20 255	9.93 294	6.16 267	0.16 301	0.04 176	0.00 1	0.00 1	0.08 91	1.24 275
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RASNet	5.00 281	1.19 205	5.69 219	3.68 341	4.80 363	5.04 238	1.29 237	10.26 224	8.99 245	5.89 123	11.65 254	10.55 290	9.76 333	9.96 295	10.32 324	0.20 312	0.00 1	0.00 1	0.00 1	0.09 105	0.73 231

MLCV	3.76 212	1.52 248	6.93 264	1.66 164	0.31 81	4.31 220	0.32 85	7.92 168	7.68 208	9.55 281	12.12 261	5.17 180	2.74 151	10.00 296	4.49 239	0.01 106	0.00 1	0.00 1	0.00 1	0.16 196	0.27 131

ccnet	7.45 324	1.89 283	7.71 285	3.18 320	2.35 286	12.19 340	6.14 335	18.95 360	9.36 255	13.33 340	20.38 335	16.00 334	9.10 331	10.10 297	15.40 363	0.44 337	0.34 260	0.25 357	0.25 307	0.48 316	1.18 270

RYNet	6.82 307	1.51 246	7.35 278	1.79 183	4.52 356	16.68 357	4.41 313	14.19 319	17.43 341	11.64 327	7.86 170	15.03 329	8.81 326	10.10 297	14.16 356	0.04 242	0.13 222	0.15 340	0.05 225	0.08 91	0.53 191

MaskLacGwcNet_RVC	6.42 300	6.12 370	6.53 253	4.29 358	3.61 330	15.41 353	4.13 305	12.36 271	7.32 202	7.60 211	8.51 185	8.97 270	2.64 148	10.17 299	3.72 211	8.16 391	2.40 381	2.00 380	0.11 247	8.55 388	5.84 382

NVstereo2D	4.82 277	1.29 219	7.98 290	3.68 341	3.48 326	8.02 291	3.10 286	11.25 250	15.50 332	5.14 104	7.71 166	8.21 254	4.68 235	10.19 300	4.30 232	0.02 191	0.19 236	0.13 337	0.36 340	0.07 86	1.12 267

FADNet_RVC	4.24 246	2.32 314	14.23 347	1.18 117	0.79 166	5.64 247	0.60 142	11.50 256	7.19 196	3.68 75	8.08 179	4.14 145	4.06 209	10.29 301	7.47 282	0.36 333	0.44 271	0.18 349	0.47 351	0.93 346	1.23 274

pmcnn	8.17 332	1.70 263	11.49 332	3.18 320	3.07 309	9.66 311	6.06 334	13.60 309	17.71 344	15.23 352	24.02 352	27.61 379	8.81 326	10.36 302	9.51 313	0.08 275	0.08 202	0.00 1	0.00 1	0.31 285	0.87 241

DSFCA	4.48 257	1.03 183	6.84 262	1.61 155	1.68 252	7.26 280	4.46 314	11.27 252	7.51 203	11.01 317	6.89 147	8.49 264	4.54 230	10.41 303	6.18 268	0.03 221	0.06 189	0.02 281	0.03 204	0.13 169	0.14 69

1111x	4.96 280	1.04 184	7.09 273	1.75 179	1.05 197	5.03 237	0.32 85	13.52 307	10.70 279	6.68 169	10.35 227	8.81 269	6.01 274	10.65 304	12.78 349	0.07 271	1.24 354	0.00 1	0.33 335	0.11 136	1.75 317

FINET	6.96 311	2.98 337	13.77 343	3.20 322	4.81 364	9.65 310	9.90 368	13.68 311	23.91 367	8.28 240	13.70 279	5.36 187	5.83 271	10.79 305	8.05 289	0.90 357	1.43 365	0.11 331	0.38 342	0.48 316	1.98 344

ETE_ROB	6.28 298	2.60 325	9.22 316	1.71 173	0.84 172	6.44 264	6.78 345	13.16 299	8.80 239	13.01 337	15.93 302	21.01 367	6.18 278	10.97 306	8.11 290	0.04 242	0.01 104	0.00 1	0.02 193	0.16 196	0.70 228

RAFT_CTSACE	3.62 202	1.65 259	5.41 200	1.36 131	3.08 310	3.95 205	1.03 218	4.62 28	4.65 100	5.33 108	17.73 324	7.63 244	2.71 149	10.98 307	1.15 66	0.00 1	0.48 274	0.00 1	0.00 1	0.31 285	0.25 128

DGSMNet	7.10 315	3.49 344	15.11 353	4.36 361	4.41 351	8.94 304	6.25 336	15.10 330	14.28 324	8.15 236	14.51 291	10.08 281	5.38 263	11.04 308	7.95 287	1.49 369	2.00 378	1.79 378	1.68 382	2.43 371	3.48 370

SQANet	8.22 334	4.42 360	7.19 275	12.11 390	9.77 387	11.80 333	3.23 292	12.00 263	6.60 173	8.59 248	11.52 252	10.97 302	5.31 261	11.10 309	4.20 229	9.56 393	2.29 380	10.51 390	1.61 381	13.06 395	8.49 389

RP	7.41 321	1.90 284	7.33 276	4.26 356	5.25 369	6.64 268	3.46 298	12.44 275	16.23 335	10.36 299	23.00 348	18.72 351	16.59 365	11.10 309	8.47 294	1.10 361	0.02 136	0.12 335	0.16 264	0.43 306	0.65 215

SuperB	8.29 335	3.96 354	24.92 382	2.96 304	1.33 236	9.83 313	4.15 306	10.92 245	29.79 378	11.86 328	12.51 268	6.07 210	6.97 293	11.13 311	14.73 358	0.15 298	0.11 216	0.35 360	0.26 316	12.64 393	1.11 264

PA-Net	5.40 286	2.35 316	9.55 322	2.75 288	2.21 280	8.74 300	3.92 302	13.05 293	13.35 318	7.30 203	7.98 175	8.08 251	6.39 282	11.17 312	9.30 310	0.02 191	0.03 161	0.00 1	0.03 204	0.16 196	1.55 293
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
G-Net	8.60 339	1.93 286	12.59 337	6.04 375	3.66 331	25.93 380	4.26 308	10.35 227	8.05 222	19.71 365	24.73 357	14.15 322	15.49 363	11.30 313	10.69 330	0.50 347	0.46 272	0.19 351	0.25 307	0.80 343	0.91 243

ff1	4.11 236	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 337	0.00 1	1.13 333	0.00 1	0.19 279	0.11 136	1.88 334

mmx	4.50 258	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	12.84 284	11.23 291	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 337	0.05 255	1.12 330	0.00 1	0.19 279	0.10 125	1.53 289

xxx	4.50 258	0.98 173	7.04 271	1.64 157	1.07 198	2.84 117	0.47 109	12.84 284	11.23 291	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 337	0.05 255	1.12 330	0.00 1	0.19 279	0.10 125	1.53 289

AANet_RVC	5.41 288	2.61 326	8.17 292	2.25 239	1.30 232	2.27 61	1.64 253	10.82 239	18.54 347	8.01 228	18.09 326	8.39 262	3.31 172	11.37 317	8.98 306	1.15 362	0.38 266	0.02 281	0.00 1	0.17 202	0.70 228

XPNet_ROB	6.46 301	1.88 280	7.41 280	2.81 293	0.95 187	6.45 265	6.82 346	13.58 308	8.80 239	15.50 353	15.86 300	19.59 358	7.12 297	11.41 318	9.86 316	0.02 191	0.04 176	0.00 1	0.03 204	0.20 222	0.79 237

edge stereo	7.12 316	1.19 205	7.83 287	2.32 252	2.46 291	6.90 271	3.26 295	15.58 334	12.52 306	15.68 355	18.34 329	21.83 368	13.05 350	11.53 319	8.68 298	0.04 242	0.06 189	0.11 331	0.03 204	0.30 278	0.63 212

Wz-Net-LNSev-Ref	6.52 304	2.21 303	12.10 335	2.75 288	3.28 317	10.03 316	3.05 284	12.31 270	11.52 296	10.10 292	21.36 339	11.51 305	7.30 302	11.56 320	10.61 327	0.09 285	0.00 1	0.00 1	0.00 1	0.08 91	0.51 188

anonymity	8.04 329	4.13 356	12.86 338	7.43 380	13.11 395	8.34 293	2.02 263	18.21 356	7.55 204	13.88 346	9.27 199	10.63 291	7.79 310	11.57 321	6.06 264	6.25 386	5.59 408	3.71 384	3.28 387	3.27 376	5.78 381

CC-Net-ROB	8.09 330	10.11 386	9.03 311	4.07 349	3.74 336	15.24 352	4.84 320	18.44 357	10.87 283	6.73 176	14.03 285	7.54 242	4.68 235	11.61 322	3.98 224	6.59 387	2.54 385	16.51 394	1.19 371	7.88 387	2.20 352

LALA_ROB	7.02 314	2.54 323	8.51 296	1.53 149	0.96 189	9.96 314	8.71 362	16.70 345	12.68 309	12.99 336	13.90 284	24.47 372	5.40 264	11.61 322	9.50 312	0.04 242	0.05 183	0.00 1	0.02 193	0.17 202	0.65 215

APVNet	6.28 298	2.46 320	10.09 326	3.51 336	3.97 343	12.15 338	1.75 256	20.08 374	6.73 180	6.92 184	13.45 278	10.75 295	6.29 281	11.86 324	14.34 357	0.05 255	0.02 136	0.11 331	0.03 204	0.63 327	0.34 149

SDNR	7.97 328	2.75 330	16.90 361	2.28 247	0.94 184	45.23 406	0.43 103	9.30 206	10.84 282	10.71 307	25.30 360	5.51 191	4.47 224	11.98 325	7.58 284	0.15 298	0.14 226	0.00 1	0.04 222	2.27 370	2.65 362

GANet	6.86 309	1.78 276	5.98 229	3.05 311	1.12 209	10.12 318	9.38 365	13.41 305	8.67 235	11.46 324	29.87 371	13.94 320	8.25 317	12.06 326	6.33 270	0.40 335	0.06 189	0.16 343	0.33 335	0.18 210	0.59 201

EDNetEfficient	14.14 374	6.71 372	56.12 409	2.99 305	3.58 328	5.38 242	8.49 360	9.35 207	33.24 382	40.73 399	30.21 373	18.04 348	22.92 383	12.13 327	26.26 388	0.16 301	0.24 248	0.07 323	1.15 369	2.58 374	2.39 357

Nwc_Net	7.54 325	1.91 285	8.71 301	4.16 353	3.42 324	10.77 326	2.00 262	20.33 375	12.19 303	9.10 265	24.04 354	17.67 345	13.58 355	12.14 328	9.12 308	0.94 359	0.00 1	0.00 1	0.02 193	0.22 237	0.41 169

DeepPrunerF	7.18 318	3.58 346	25.29 384	4.27 357	7.20 378	3.78 196	4.64 317	14.03 317	20.86 357	8.85 254	10.57 235	7.35 237	7.88 312	12.16 329	10.66 329	0.25 322	0.16 229	0.29 358	0.43 349	0.77 342	0.65 215

Wz-Net-MNSev	8.12 331	3.18 338	18.07 364	2.63 282	3.36 322	17.82 364	9.40 366	12.89 287	15.44 331	13.95 347	18.21 328	14.38 325	7.75 309	12.50 330	11.45 335	0.46 341	0.03 161	0.00 1	0.01 176	0.26 254	0.58 198

AF-Net	8.37 336	2.16 301	9.01 310	3.65 339	4.58 359	9.40 307	2.63 273	17.71 352	21.32 359	10.38 300	24.51 356	20.43 363	16.67 366	12.54 331	10.76 331	0.70 353	0.00 1	0.12 335	0.00 1	0.47 313	0.42 173

coex-ft	20.15 394	20.03 396	87.93 421	1.81 185	1.77 256	18.77 367	13.73 383	13.28 302	41.87 397	60.24 415	39.04 391	28.27 380	30.39 393	12.57 332	28.66 395	0.20 312	0.23 245	0.04 307	0.30 327	1.52 360	2.34 356

LL-Strereo	5.14 284	2.29 312	8.95 309	1.26 122	5.05 367	3.66 183	1.40 241	10.33 226	8.98 244	8.71 250	8.24 182	10.70 293	11.10 340	12.66 333	5.36 257	0.05 255	1.35 364	0.00 1	0.00 1	0.38 299	2.23 355

STTRV1_RVC		1.18 202		3.33 329	6.91 376	11.99 336	4.01 304	15.74 337	12.11 302	9.56 283	14.59 292	11.64 307	8.75 324	12.86 334	8.54 295	3.70 381	2.86 391	0.41 364	0.13 257	1.38 358	0.12 60

NaN_ROB	6.51 303	2.25 304	8.77 303	1.69 169	1.79 258	9.71 312	10.94 370	16.20 341	16.13 334	13.04 338	8.86 187	11.77 309	5.94 273	12.88 335	8.01 288	0.05 255	0.13 222	0.07 323	0.20 289	0.32 289	1.50 288

DANet	6.46 301	1.58 253	9.58 324	4.10 351	3.99 345	9.13 306	1.34 239	10.37 228	7.76 209	13.76 345	15.66 298	16.14 335	7.03 296	13.07 336	13.62 354	0.19 309	0.12 219	0.02 281	0.02 193	0.15 192	1.61 294
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	6.97 312	3.59 347	9.14 315	4.00 348	0.40 105	13.17 344	11.27 376	15.95 339	17.51 342	10.62 305	10.66 239	12.15 313	7.97 314	13.18 337	5.04 252	0.45 339	0.00 1	0.01 250	0.15 262	3.47 378	0.60 203
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
MSMD_ROB	9.73 349	1.43 237	5.42 201	1.81 185	0.42 111	16.83 358	4.30 311	14.29 321	15.34 329	23.06 370	40.17 392	25.63 376	22.62 381	13.37 338	8.85 302	0.48 346	0.03 161	0.00 1	0.00 1	0.13 169	0.47 181

CSAN	8.41 337	2.86 335	9.35 319	2.43 264	0.82 170	13.59 347	11.68 378	15.80 338	21.98 363	14.71 349	16.46 308	18.00 347	14.42 362	13.68 339	10.10 318	0.10 288	0.13 222	0.15 340	0.19 279	0.43 306	1.28 279

NCC-stereo	7.43 322	2.28 309	8.58 298	3.28 326	4.48 353	8.34 293	4.27 309	20.45 376	13.66 320	9.17 268	17.52 321	16.49 337	14.31 360	13.71 340	8.95 304	1.73 371	0.12 219	0.01 250	0.50 354	0.21 232	0.60 203

Abc-Net	7.43 322	2.28 309	8.58 298	3.28 326	4.48 353	8.34 293	4.27 309	20.45 376	13.66 320	9.17 268	17.52 321	16.49 337	14.31 360	13.71 340	8.95 304	1.73 371	0.12 219	0.01 250	0.50 354	0.21 232	0.60 203
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
psmorigin	7.74 326	2.19 302	18.99 367	2.51 271	0.89 177	7.08 278	2.74 274	11.25 250	7.90 215	20.49 368	22.36 346	20.16 360	11.95 347	13.84 342	10.61 327	0.04 242	0.18 234	0.06 318	0.24 304	0.27 264	1.07 260

WCMA_ROB	10.20 354	1.99 293	9.33 318	3.01 306	2.46 291	15.78 354	7.67 357	12.75 283	15.41 330	25.08 380	33.42 383	27.06 378	19.86 371	13.87 343	12.47 345	1.28 365	0.38 266	0.18 349	0.20 289	0.28 267	1.54 291

RGC	7.40 320	2.77 332	7.71 285	4.43 363	4.87 365	8.88 302	2.96 281	16.05 340	12.76 313	11.96 331	19.57 332	18.32 350	11.57 346	13.89 344	9.58 314	0.83 356	0.02 136	0.24 356	0.41 346	0.40 301	0.77 236

MFMNet_re	14.09 373	9.67 383	20.31 371	10.40 385	7.62 379	21.38 373	17.49 401	21.36 382	31.95 380	23.70 375	29.22 368	18.87 353	27.41 391	14.27 345	11.16 332	2.85 378	1.51 370	0.41 364	0.28 320	4.88 380	7.10 386

Anonymous Stereo	7.27 319	4.41 359	26.56 387	3.67 340	3.09 311	5.56 244	15.31 387	10.85 240	11.63 298	10.31 298	10.32 226	7.46 240	3.67 192	14.42 346	15.13 361	0.64 349	0.88 298	0.00 1	0.07 232	0.33 291	1.16 268

SANet	11.48 364	3.34 341	13.93 345	2.40 263	1.01 194	16.49 356	12.16 381	20.05 373	37.28 391	19.62 364	28.04 365	25.61 375	20.10 372	14.43 347	12.39 344	0.10 288	0.06 189	0.03 298	0.06 231	0.76 341	1.73 313

PWCDC_ROB	8.50 338	4.40 358	9.57 323	6.16 377	4.54 358	10.46 321	1.03 218	15.30 331	28.16 375	10.88 313	30.88 376	6.96 233	11.31 343	14.57 348	10.40 325	3.10 380	0.02 136	0.00 1	0.00 1	1.55 361	0.63 212

PASM	9.11 343	5.68 368	25.06 383	4.33 359	4.18 348	7.01 275	8.48 359	12.37 272	20.95 358	13.49 342	15.37 296	18.80 352	11.52 345	14.70 349	12.70 347	0.93 358	1.19 350	0.32 359	1.21 372	1.66 362	2.22 354

stereogan	8.18 333	1.32 225	9.05 312	3.59 337	4.00 346	20.16 371	3.13 289	17.25 350	20.16 354	10.68 306	19.19 330	20.56 366	10.70 339	14.74 350	7.00 276	0.34 331	0.04 176	0.21 353	0.08 235	0.70 337	0.65 215

GASNet	5.62 290	5.76 369	12.05 334	5.03 368	2.08 277	3.77 195	1.53 248	12.92 288	11.62 297	9.64 284	7.40 161	8.58 265	7.54 306	14.76 351	8.25 292	0.02 191	0.15 227	0.00 1	0.00 1	0.81 345	0.52 190

PWC_ROB	8.89 341	4.49 361	15.62 355	2.92 301	4.49 355	7.89 290	1.23 232	17.29 351	20.00 352	16.54 358	28.06 366	14.37 324	11.98 349	14.93 352	15.43 364	0.47 344	0.00 1	0.05 314	0.00 1	0.67 331	1.31 281

DPSNet	10.88 361	2.57 324	20.40 372	2.24 238	1.90 267	24.92 378	17.00 399	21.35 381	28.61 377	12.87 335	13.74 281	17.01 342	20.14 373	15.36 353	14.01 355	0.81 355	0.98 315	0.20 352	0.65 361	1.30 356	1.54 291

EDNetEfficientorigin	18.25 388	14.44 393	99.41 431	1.72 176	1.00 193	12.07 337	6.97 349	13.67 310	35.06 388	38.59 398	37.10 389	27.03 377	27.46 392	15.38 354	26.92 390	0.05 255	0.08 202	0.15 340	0.62 359	3.33 377	3.92 376

ADCPNet	10.18 353	3.40 343	33.24 395	2.38 260	1.74 255	17.75 363	7.65 356	13.20 300	13.03 315	14.09 348	21.72 342	19.36 356	11.40 344	15.43 355	23.00 377	0.28 328	1.15 345	0.39 363	1.48 377	0.68 333	2.21 353

Wz-Net-SNSev	9.92 351	8.01 379	26.42 386	2.26 241	1.85 263	8.36 296	14.30 386	18.01 354	21.68 360	10.78 309	23.95 349	16.84 340	8.60 322	15.59 356	19.76 369	0.01 106	0.03 161	0.01 250	0.00 1	0.52 322	1.34 284

LE_ROB	17.31 384	2.62 328	14.26 348	4.20 354	1.80 259	17.40 361	9.70 367	15.38 333	55.92 409	63.97 419	40.81 394	35.50 392	39.26 403	15.64 357	28.51 394	0.06 265	0.11 216	0.13 337	0.21 294	0.14 179	0.51 188

SHD	10.45 357	3.67 349	14.03 346	4.81 366	4.52 356	11.93 335	1.66 254	21.36 382	38.40 394	18.84 362	21.72 342	17.63 344	13.07 351	15.65 358	17.71 366	0.36 333	1.09 327	0.01 250	0.32 332	0.50 320	1.67 302

otaku	12.35 368	8.64 380	9.11 314	13.56 392	10.98 390	26.23 381	7.22 352	19.45 366	19.26 349	11.92 330	17.90 325	20.21 361	8.91 329	16.06 359	6.09 265	9.77 394	2.50 384	13.23 391	1.90 383	14.61 396	9.41 393

MDST_ROB	9.13 345	1.31 222	10.16 328	4.36 361	2.48 293	28.66 387	7.64 355	19.96 369	14.97 327	27.53 382	24.02 352	9.47 272	5.27 257	16.31 360	8.61 297	0.63 348	0.19 236	0.00 1	0.00 1	0.08 91	0.90 242

XQC	9.46 347	4.84 364	18.88 366	4.07 349	3.09 311	15.97 355	6.65 342	16.26 342	26.63 372	12.63 332	12.35 266	15.75 332	10.62 338	16.48 361	21.19 370	0.44 337	0.96 309	0.05 314	0.32 332	1.10 349	0.99 249

LSM	14.85 375	7.41 376	36.29 398	7.76 382	43.77 418	11.24 329	12.14 380	16.73 346	23.72 365	23.73 376	32.92 380	18.89 354	13.31 353	16.60 362	12.37 343	0.26 325	0.86 297	0.11 331	0.43 349	1.24 353	17.26 410

FCDSN-DC	10.72 358	1.16 199	5.01 186	2.16 222	1.31 234	17.46 362	4.80 319	17.79 353	19.87 351	25.02 378	32.85 379	33.57 387	23.52 385	16.80 363	12.13 341	0.11 292	0.00 1	0.00 1	0.00 1	0.09 105	0.76 235
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Ntro	12.91 369	9.95 384	10.01 325	14.12 394	12.55 394	26.31 382	6.76 344	19.04 362	22.03 364	10.23 295	16.26 305	20.22 362	10.06 334	16.81 364	7.93 286	10.16 396	2.55 386	15.19 393	2.86 385	15.27 397	9.93 395

ADCL	10.77 359	3.23 339	21.50 374	2.26 241	1.96 271	23.65 375	9.07 363	14.69 327	24.88 369	15.21 351	27.20 363	12.68 315	14.02 359	16.94 365	24.43 386	0.26 325	0.18 234	0.74 367	0.67 362	0.80 343	1.02 256

PDISCO_ROB	10.27 355	2.79 334	13.30 340	10.58 387	9.96 388	22.78 374	5.99 330	20.01 370	28.57 376	11.88 329	14.49 290	20.54 364	4.92 244	17.01 366	10.29 323	5.79 385	0.42 268	0.14 339	0.13 257	2.53 373	3.25 366

FC-DCNN	11.29 363	1.01 182	5.50 205	2.25 239	1.65 250	18.23 366	5.36 327	18.99 361	20.65 356	28.95 384	34.83 386	33.83 389	23.18 384	17.04 367	13.37 351	0.17 305	0.01 104	0.02 281	0.02 193	0.10 125	0.70 228

MFN_U_SF_DS_RVC	10.36 356	5.37 366	16.61 360	2.95 303	3.02 308	24.75 377	15.44 389	14.68 326	19.73 350	19.77 366	23.97 350	16.98 341	8.40 318	17.58 368	9.23 309	1.59 370	1.75 374	0.16 343	2.63 384	0.75 340	1.85 330

ACVNet_1	19.51 391	26.19 399	15.50 354	17.71 397	15.28 399	26.46 383	9.36 364	29.16 395	34.18 384	25.06 379	24.89 358	37.18 393	21.93 379	17.80 369	15.03 360	11.08 399	2.83 389	25.29 401	5.06 397	19.11 400	11.14 398

SAMSARA	15.67 376	3.89 353	14.48 349	13.77 393	7.92 382	38.69 400	73.90 423	21.22 380	24.66 368	17.04 360	13.86 282	30.01 382	13.07 351	18.07 370	17.48 365	0.23 317	1.46 367	0.07 323	0.40 344	0.99 347	2.15 350

ADCP+	8.60 339	2.78 333	17.44 362	1.69 169	4.27 349	16.95 360	5.29 325	13.38 304	12.52 306	13.57 343	17.57 323	10.86 299	11.28 342	18.43 371	23.91 384	0.03 221	0.05 183	0.01 250	0.18 276	0.47 313	1.31 281

ACVNet-4b	16.48 379	23.07 397	14.73 351	16.69 396	15.18 398	31.83 391	7.30 354	19.71 367	27.82 374	11.54 326	22.10 345	31.68 386	8.96 330	18.88 372	7.28 281	11.04 398	2.65 388	24.93 400	5.02 395	18.57 399	10.67 397

FBW_ROB	9.17 346	2.08 297	10.31 329	2.51 271	1.66 251	13.22 346	6.04 333	23.09 385	20.11 353	19.55 363	15.80 299	18.97 355	11.96 348	19.34 373	11.38 334	0.66 350	0.30 256	2.15 381	0.90 365	1.15 352	2.16 351

MeshStereo	11.94 366	1.88 280	5.24 192	2.11 220	1.44 241	20.09 370	4.95 322	21.74 384	16.75 337	33.10 389	35.07 387	39.28 396	22.72 382	19.45 374	13.59 353	0.19 309	0.06 189	0.02 281	0.00 1	0.46 311	0.65 215
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
ADCMid	10.97 362	4.49 361	23.66 378	2.53 275	2.52 296	11.46 330	6.31 337	15.31 332	12.85 314	23.57 374	22.99 347	17.92 346	21.04 376	19.57 375	28.05 393	0.47 344	0.43 269	1.10 372	1.32 374	1.73 364	2.10 348

DISCO	6.58 305	0.98 173	6.44 250	3.75 343	1.18 213	11.19 328	3.29 296	12.92 288	16.72 336	7.27 200	11.74 255	17.34 343	6.60 285	19.59 376	11.59 336	0.00 1	0.00 1	0.00 1	0.00 1	0.45 310	0.50 184

RainbowNet	18.69 390	27.15 401	22.03 375	18.76 398	15.00 397	27.97 386	10.17 369	27.99 391	34.19 385	15.53 354	27.53 364	25.33 373	13.80 357	19.86 377	10.59 326	14.50 404	3.57 399	23.85 399	5.03 396	18.49 398	12.41 401

Wz-Net-TNSev	12.01 367	11.86 390	38.26 400	2.81 293	1.82 262	18.12 365	11.31 377	16.67 344	21.73 361	15.06 350	17.17 315	19.72 359	20.69 375	20.68 378	21.41 372	0.04 242	0.06 189	0.00 1	0.16 264	0.74 339	1.93 341

SGM_RVC	10.77 359	1.11 191	4.66 171	2.66 283	0.41 109	21.03 372	6.87 347	20.02 371	15.54 333	25.86 381	24.97 359	33.59 388	20.51 374	20.89 379	14.78 359	0.31 330	0.26 253	0.22 354	0.26 316	0.43 306	1.01 252
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	9.87 350	4.34 357	16.44 358	4.60 365	2.38 287	12.54 341	0.75 181	18.19 355	37.31 392	16.16 357	15.86 300	13.32 316	7.56 308	20.93 380	23.50 380	0.34 331	1.07 326	0.02 281	0.35 339	0.71 338	0.99 249

MFN_U_SF_RVC	13.54 370	4.69 363	28.43 390	4.24 355	2.50 294	24.26 376	5.99 330	28.23 392	20.18 355	24.06 377	29.38 369	30.35 383	16.92 367	20.98 381	21.39 371	1.35 366	1.13 333	1.02 370	1.41 376	1.88 366	2.50 360

WZ-Net	13.61 371	5.57 367	42.84 403	3.89 347	3.19 315	19.90 369	15.44 389	15.67 336	32.04 381	16.13 356	28.69 367	22.17 370	15.84 364	21.40 382	26.87 389	0.75 354	0.01 104	0.01 250	0.03 204	0.51 321	1.20 272

ACVNet_2	27.45 398	30.56 405	27.90 388	20.72 399	15.55 400	37.22 398	14.00 385	49.32 411	65.88 418	43.17 402	56.99 413	51.90 401	26.98 389	21.46 383	15.38 362	10.77 397	2.85 390	23.12 398	3.62 389	20.08 401	11.47 399

NVStereoNet_ROB	17.22 382	8.76 381	16.47 359	7.52 381	8.42 383	13.75 349	11.07 371	24.24 387	26.67 373	31.00 385	46.49 401	34.88 391	27.06 390	22.72 384	23.61 381	6.83 389	4.32 403	6.32 389	10.37 402	4.39 379	9.57 394
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	17.08 381	7.98 378	24.37 381	6.82 379	2.93 305	39.68 402	16.11 391	25.46 389	34.93 387	34.13 391	34.20 384	29.20 381	24.94 387	23.01 385	19.39 368	2.79 377	2.87 392	1.18 374	1.53 379	6.78 385	3.31 367

DispFullNet	18.06 387	27.03 400	34.90 396	22.68 401	20.79 403	15.03 351	3.18 290	16.95 349	26.06 371	20.48 367	16.91 311	20.55 365	18.37 368	23.48 386	12.16 342	5.31 384	2.91 393	31.24 404	8.09 400	22.63 403	12.44 402

AnyNet_C32	11.82 365	7.08 373	25.83 385	4.55 364	5.88 373	16.92 359	16.97 398	14.14 318	18.11 346	16.87 359	21.66 341	14.78 327	13.87 358	23.54 387	31.83 399	0.24 319	0.28 254	0.35 360	0.53 356	1.35 357	1.71 311

ADCS	13.76 372	6.46 371	30.74 393	3.62 338	2.93 305	14.28 350	11.22 375	20.02 371	34.42 386	23.20 371	25.42 361	19.51 357	19.62 370	24.54 388	33.88 402	0.27 327	0.23 245	0.37 362	0.19 279	1.47 359	2.84 363

SPS-STEREO	15.83 377	7.38 375	14.92 352	11.63 389	11.77 393	25.30 379	7.12 350	25.20 388	17.06 339	32.24 388	30.34 374	31.63 385	22.59 380	25.67 389	21.97 373	7.71 390	4.50 404	3.35 383	1.56 380	6.97 386	7.72 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	17.25 383	9.46 382	22.74 376	10.11 384	11.40 391	28.98 388	13.74 384	21.15 379	16.85 338	31.39 386	34.79 385	34.05 390	24.24 386	26.23 390	19.31 367	8.79 392	7.56 412	4.88 386	3.93 391	6.07 384	9.33 391

PVD	16.41 378	3.98 355	16.04 356	5.38 369	4.59 361	19.44 368	7.28 353	28.88 394	49.27 404	31.53 387	43.72 398	30.36 384	32.17 398	26.70 391	23.19 378	0.25 322	1.48 368	0.04 307	0.59 358	0.52 322	2.87 364

ELAS	17.99 386	3.49 344	11.19 331	6.14 376	5.79 372	34.89 396	17.28 400	28.75 393	30.47 379	40.80 401	45.79 400	39.04 395	32.05 397	27.63 392	24.30 385	1.88 374	2.41 383	1.09 371	1.48 377	1.83 365	3.48 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	17.82 385	3.60 348	11.92 333	6.63 378	5.73 371	30.34 389	19.64 402	26.92 390	35.06 388	40.79 400	41.32 396	37.31 394	31.61 394	30.54 393	22.93 376	1.97 375	2.40 381	1.28 375	1.27 373	1.71 363	3.51 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	16.99 380	12.34 392	60.47 411	4.88 367	3.11 314	31.77 390	16.79 396	18.60 359	17.96 345	18.62 361	38.50 390	24.03 371	19.00 369	30.59 394	35.18 404	0.29 329	0.56 277	0.45 366	0.48 352	2.70 375	3.40 368

WAO-7	30.22 403	25.83 398	23.33 377	33.10 406	14.36 396	36.98 397	22.41 406	52.85 414	64.46 416	43.76 403	59.24 415	52.31 402	45.69 409	32.82 395	32.60 400	11.16 400	5.49 407	13.76 392	12.60 407	12.36 392	9.38 392

WAO-6	35.59 408	37.89 411	17.67 363	37.86 410	24.46 410	37.85 399	21.49 404	49.01 410	67.96 419	44.22 404	48.08 403	53.02 403	53.39 414	33.67 396	36.83 406	26.05 412	7.83 413	43.19 414	21.76 413	30.18 412	19.37 413

MANE	20.98 395	3.23 339	8.81 304	5.96 374	6.96 377	33.07 393	13.20 382	35.43 398	38.86 395	44.72 405	52.41 409	53.20 404	41.84 405	34.74 397	27.45 392	1.87 373	2.27 379	1.54 377	10.18 401	0.69 335	3.11 365

SGM-ForestM	18.61 389	3.38 342	10.14 327	3.44 333	2.24 283	34.17 395	15.39 388	29.44 396	33.93 383	38.55 397	41.08 395	53.64 405	36.76 400	34.82 398	27.16 391	1.25 364	1.81 377	0.74 367	1.01 367	0.61 326	2.61 361

IMH-64-1	28.06 400	29.98 402	19.46 369	32.15 404	20.98 404	27.68 384	16.66 392	47.31 405	44.85 401	34.14 392	50.94 406	41.49 397	31.67 395	37.53 399	23.88 382	14.17 402	2.96 394	34.45 406	11.15 403	26.12 405	13.75 403

IMH-64	28.06 400	29.98 402	19.46 369	32.15 404	20.98 404	27.68 384	16.66 392	47.31 405	44.85 401	34.14 392	50.94 406	41.49 397	31.67 395	37.53 399	23.88 382	14.17 402	2.96 394	34.45 406	11.15 403	26.12 405	13.75 403

Dean	35.52 407	40.12 412	27.99 389	30.63 403	17.33 401	45.80 409	11.68 378	57.61 419	76.54 422	63.70 418	60.65 416	66.93 417	49.40 412	38.12 401	40.28 409	12.18 401	3.73 401	28.86 402	5.94 399	20.69 402	12.16 400

LVE	35.84 409	41.54 413	36.25 397	33.36 407	18.92 402	53.05 417	27.99 410	53.17 417	64.93 417	47.63 407	61.58 417	54.25 406	38.72 402	38.72 402	35.50 405	16.36 408	6.23 409	31.51 405	14.04 408	25.01 404	18.07 411

RTS	19.64 392	10.42 387	87.01 419	5.88 372	6.82 374	41.73 403	16.69 394	16.80 347	41.90 398	23.44 372	32.96 381	13.79 318	21.49 377	38.85 403	30.84 396	0.46 341	0.70 287	0.00 1	0.09 241	1.13 350	1.70 308

RTSA	19.64 392	10.42 387	87.01 419	5.88 372	6.82 374	41.73 403	16.69 394	16.80 347	41.90 398	23.44 372	32.96 381	13.79 318	21.49 377	38.85 403	30.84 396	0.46 341	0.70 287	0.00 1	0.09 241	1.13 350	1.70 308

BEATNet-Init1	24.70 396	11.33 389	44.28 404	5.48 370	3.94 342	47.60 410	22.33 405	34.94 397	40.01 396	48.11 408	49.98 405	59.86 409	43.17 406	39.48 405	31.77 398	1.37 367	1.76 376	1.17 373	1.17 370	2.44 372	3.85 375

IMH	30.65 404	30.30 404	21.09 373	34.89 408	21.75 408	33.16 394	16.91 397	49.53 412	52.50 405	38.41 396	55.10 412	45.13 399	40.36 404	41.57 406	25.66 387	14.74 405	3.36 397	35.43 408	11.69 405	27.31 409	14.16 406

PWCK	31.62 405	45.59 414	49.67 406	30.49 402	7.80 380	42.91 405	29.73 411	45.45 404	44.44 400	47.41 406	36.92 388	47.86 400	26.79 388	41.90 407	33.36 401	22.77 409	4.56 405	29.89 403	5.13 398	29.43 410	10.36 396

WAO-8	38.93 411	36.84 409	23.97 379	43.96 412	24.48 411	45.73 407	22.62 407	53.10 415	75.66 420	53.86 412	66.14 420	62.39 412	55.11 416	43.01 408	40.67 410	22.98 410	7.22 410	37.53 411	19.49 411	27.04 408	16.83 408

Venus	38.93 411	36.84 409	23.97 379	43.96 412	24.48 411	45.73 407	22.62 407	53.10 415	75.66 420	53.86 412	66.17 421	62.39 412	55.11 416	43.01 408	40.67 410	22.98 410	7.22 410	37.53 411	19.49 411	27.02 407	16.83 408

TorneroNet-64	33.32 406	33.28 406	33.07 394	35.14 409	21.25 407	48.02 411	21.13 403	43.47 403	58.77 410	33.36 390	46.64 402	62.00 411	38.19 401	44.82 410	35.07 403	15.02 406	3.59 400	35.81 409	12.20 406	29.45 411	16.17 407

MADNet+	27.96 399	35.32 408	91.41 423	21.04 400	8.86 384	49.25 412	47.41 419	36.98 399	37.84 393	21.00 369	30.83 375	25.41 374	34.95 399	46.51 411	51.54 417	3.04 379	3.33 396	1.48 376	1.05 368	5.85 383	6.05 383

DPSimNet_ROB	54.45 417	65.73 424	47.00 405	54.49 417	46.37 419	55.34 418	56.47 420	56.18 418	59.04 411	64.57 420	51.76 408	64.01 415	54.49 415	47.54 412	67.21 421	63.21 422	27.86 418	58.04 420	51.28 420	46.61 417	51.87 422

TorneroNet	36.02 410	35.25 407	36.33 399	38.44 411	22.19 409	50.72 415	24.42 409	48.39 408	54.53 407	38.03 395	53.44 410	62.83 414	44.79 408	47.68 413	42.11 412	15.69 407	3.97 402	37.25 410	15.05 409	30.83 413	18.40 412

ktn	49.32 416	58.11 420	40.16 401	59.92 421	43.22 417	49.79 414	42.99 416	48.56 409	60.67 412	51.59 410	54.51 411	55.34 407	52.65 413	47.92 414	37.91 407	57.88 420	24.79 417	63.00 422	43.57 417	52.51 419	41.31 417

UNDER WATER-64	46.01 414	48.25 415	68.05 413	44.59 414	28.11 413	57.02 420	43.78 417	40.20 400	48.80 403	52.08 411	42.95 397	67.22 418	57.71 418	48.98 415	49.57 415	40.01 415	17.98 415	52.15 417	39.41 416	38.99 414	34.41 415

JetBlue	29.99 402	17.24 394	55.64 408	16.24 395	21.08 406	62.07 421	33.14 412	40.60 401	35.73 390	34.59 394	40.67 393	57.18 408	43.54 407	51.46 416	52.18 418	2.72 376	4.58 406	2.86 382	3.53 388	10.57 389	14.11 405

KSHMR	56.07 418	64.25 423	40.47 402	74.89 424	49.63 421	49.42 413	45.46 418	57.71 420	63.52 414	61.65 417	61.67 418	71.88 420	47.67 411	51.47 417	44.57 414	54.67 419	62.25 421	66.31 423	54.18 421	53.03 421	46.75 420

UNDER WATER	45.99 413	49.80 417	68.56 414	49.99 416	32.13 414	55.35 419	39.50 414	41.12 402	52.90 406	50.69 409	45.18 399	67.79 419	58.75 419	51.93 418	50.97 416	30.59 413	14.03 414	51.66 416	37.15 414	40.27 416	31.35 414

notaker	48.05 415	55.94 419	50.90 407	56.89 419	40.29 415	38.96 401	33.86 413	47.82 407	55.70 408	57.55 414	57.48 414	60.22 410	59.71 420	54.64 419	43.27 413	41.13 416	19.86 416	57.61 419	37.79 415	50.95 418	40.33 416

JetRed	61.44 420	61.87 422	83.02 418	46.49 415	56.73 423	83.63 423	65.09 421	59.75 421	64.22 415	69.50 422	69.26 422	66.24 416	47.62 410	61.80 420	74.60 422	45.99 417	66.40 424	46.67 415	45.27 418	63.49 422	51.22 421

LRCNet_RVC	66.47 421	66.44 425	69.02 415	71.60 423	54.27 422	32.21 392	2.93 280	63.19 422	21.83 362	82.02 424	90.16 425	83.59 423	72.13 422	69.45 421	53.25 419	95.47 429	64.21 423	95.15 430	95.27 429	72.59 424	74.60 425

HanzoNet	57.16 419	60.12 421	60.00 410	55.77 418	42.11 416	51.98 416	41.93 415	52.07 413	61.47 413	65.98 421	65.90 419	72.11 421	70.14 421	71.11 422	61.13 420	64.31 423	34.72 419	62.27 421	50.86 419	52.83 420	46.33 419

ASD4	76.04 423	81.96 427	69.18 416	68.53 422	80.95 427	96.29 426	99.16 431	77.84 423	93.51 427	77.76 423	85.79 423	78.58 422	76.90 423	78.02 423	82.88 424	58.77 421	62.96 422	55.01 418	62.53 422	68.78 423	65.30 424

MADNet++	82.81 424	81.73 426	74.64 417	87.71 429	82.67 428	93.35 424	70.27 422	86.39 427	82.88 423	93.51 428	86.62 424	86.40 424	81.37 424	88.21 424	88.63 425	86.59 427	84.23 428	72.14 425	68.69 424	78.88 429	81.36 429

xxxxx1	85.58 426	90.37 428	96.61 426	76.69 425	80.77 424	97.50 428	96.92 428	85.57 424	88.66 424	88.63 425	91.64 426	94.27 425	93.09 425	90.03 425	91.91 426	70.77 424	70.62 425	73.61 426	81.26 426	72.90 425	79.86 426

tt_ll	85.58 426	90.37 428	96.61 426	76.69 425	80.77 424	97.50 428	96.92 428	85.57 424	88.66 424	88.63 425	91.64 426	94.27 425	93.09 425	90.03 425	91.91 426	70.77 424	70.62 425	73.61 426	81.26 426	72.90 425	79.86 426

ff	85.58 426	90.37 428	96.61 426	76.69 425	80.77 424	97.50 428	96.92 428	85.57 424	88.66 424	88.63 425	91.64 426	94.27 425	93.09 425	90.03 425	91.91 426	70.77 424	70.62 425	73.61 426	81.26 426	72.90 425	79.86 426

MEDIAN_ROB	98.44 430	99.70 431	99.34 430	97.13 430	97.06 430	96.94 427	95.91 427	97.71 430	97.33 429	98.78 432	98.91 431	99.19 430	98.13 430	96.94 428	96.99 431	99.97 433	99.18 430	100.00 433	99.99 433	99.70 433	99.83 432

SPstereo	72.80 422	48.41 416	62.94 412	57.25 420	46.60 420	79.63 422	85.16 424	100.00 435	100.00 433	98.52 431	98.22 430	100.00 436	96.67 428	97.01 429	82.62 423	47.37 418	39.60 420	68.10 424	65.09 423	40.01 415	42.71 418

HaxPig	98.85 431	99.94 433	95.36 424	99.99 436	99.98 434	94.12 425	94.52 425	99.12 431	99.96 431	99.96 434	99.99 433	99.98 434	99.89 432	98.16 430	96.14 430	99.98 434	99.99 434	100.00 433	99.99 433	99.99 436	99.95 435

Anonymous_1	99.01 432	99.91 432	99.85 432	97.31 431	99.09 433	100.00 434	100.00 434	99.59 432	99.96 431	99.29 433	99.86 432	99.55 431	99.99 434	99.30 431	99.76 432	95.67 430	99.58 431	97.24 431	98.56 431	97.36 431	98.34 431

test_example2	99.38 433	99.98 435	99.99 434	100.00 439	99.98 434	99.73 432	99.99 433	96.99 429	100.00 433	100.00 435	100.00 434	96.49 428	96.74 429	99.97 432	99.96 433	100.00 437	99.97 433	98.68 432	99.11 432	100.00 437	100.00 439

DPSMNet_ROB	99.90 435	100.00 436	99.99 434	99.99 436	100.00 436	100.00 434	100.00 434	99.98 433	100.00 433	98.37 429	100.00 434	99.81 432	100.00 435	99.97 432	99.99 434	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	99.99 436

DGTPSM_ROB	99.90 435	100.00 436	99.99 434	99.99 436	100.00 436	100.00 434	100.00 434	99.98 433	100.00 433	98.37 429	100.00 434	99.81 432	100.00 435	99.97 432	99.99 434	99.99 435	100.00 435	100.00 433	100.00 435	100.00 437	99.99 436

tt	83.10 425	0.43 20	99.97 433	79.27 428	93.14 429	100.00 434	100.00 434	100.00 435	99.89 430	60.55 416	48.44 404	99.98 434	99.96 433	99.98 435	100.00 437	91.80 428	99.82 432	73.67 429	73.25 425	86.43 430	55.39 423

MyStereo03	100.00 439	100.00 436	100.00 437	100.00 439	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	100.00 439

MyStereo02	100.00 439	100.00 436	100.00 437	100.00 439	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	100.00 439

MyStereo	100.00 439	100.00 436	100.00 437	100.00 439	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	100.00 439

Selective-RAFT-Error	100.00 439	100.00 436	100.00 437	100.00 439	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	100.00 439

PML	97.69 429	100.00 436	96.50 425	97.85 433	97.35 432	99.77 433	99.36 432	96.92 428	96.34 428	100.00 435	96.52 429	97.41 429	99.61 431	100.00 436	95.46 429	99.99 435	97.44 429	100.00 433	96.08 430	99.13 432	88.02 430

CasAABBNet	100.00 439	100.00 436	100.00 437	100.00 439	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	100.00 439

LSM0	100.00 439	100.00 436	100.00 437	100.00 439	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	99.99 436

DPSM_ROB	99.94 437	100.00 436	100.00 437	99.74 434	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	99.08 431	100.00 435	100.00 433	100.00 435	99.98 434	99.94 433

DPSM	99.94 437	100.00 436	100.00 437	99.74 434	100.00 436	100.00 434	100.00 434	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	100.00 437	99.08 431	100.00 435	100.00 433	100.00 435	99.98 434	99.94 433

AVERAGE_ROB	99.63 434	99.96 434	98.88 429	100.00 439	100.00 436	98.16 431	95.64 426	100.00 435	100.00 433	100.00 435	100.00 434	100.00 436	100.00 435	100.00 436	99.99 434	100.00 437	100.00 435	100.00 433	100.00 435	100.00 437	100.00 439

FADE		18.79 395		10.51 386	10.00 389													38.03 413		5.44 382

Low-res two-view benchmark