Low-res two-view results

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

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

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

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

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

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

IGEV-RUCA	0.81 12	0.15 1	1.13 3	0.52 108	0.32 172	2.13 88	0.51 172	3.46 33	1.71 17	0.95 69	0.16 6	0.24 27	0.55 76	2.81 82	0.41 37	0.12 372	0.21 411	0.20 423	0.25 389	0.21 327	0.20 335

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

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

RSM	1.21 56	0.20 4	1.30 8	0.12 29	0.06 24	2.48 115	0.51 172	3.78 51	2.74 58	0.48 50	2.38 81	2.18 126	0.28 24	6.77 216	0.56 70	0.00 1	0.00 1	0.00 1	0.16 351	0.07 172	0.05 167

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

PSM-AAD	3.33 265	0.20 4	1.47 14	0.73 137	0.54 229	2.55 125	6.19 416	4.97 112	3.27 98	10.92 396	11.92 338	2.95 145	9.59 412	7.90 285	0.82 119	0.01 195	0.01 152	0.00 1	0.00 1	0.04 107	2.47 445

GrayStereo	3.74 296	0.20 4	1.94 48	1.55 250	0.60 235	3.12 202	8.22 438	5.76 164	3.32 103	10.40 385	16.66 387	5.81 269	8.60 398	6.57 204	1.37 185	0.01 195	0.00 1	0.01 322	0.63 434	0.02 40	0.04 134

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

test-3	1.86 107	0.21 8	2.46 98	1.03 178	0.22 135	1.38 25	0.83 252	4.65 96	5.04 191	7.26 285	1.78 61	4.10 202	0.41 59	6.53 203	0.76 105	0.00 1	0.00 1	0.00 1	0.29 399	0.18 304	0.14 291

test_1	1.85 106	0.21 8	2.45 95	1.02 176	0.22 135	1.37 24	0.82 248	4.66 98	5.06 192	7.02 268	1.73 58	4.09 200	0.41 59	6.51 201	0.76 105	0.00 1	0.00 1	0.00 1	0.29 399	0.18 304	0.14 291

AIO-Stereo	0.94 21	0.22 11	1.20 6	0.06 12	0.08 46	2.36 104	0.62 200	5.50 154	2.61 47	0.30 17	3.32 104	0.41 55	0.25 14	1.12 19	0.17 8	0.00 1	0.01 152	0.00 1	0.35 416	0.06 156	0.12 276

test_3	1.88 112	0.22 11	2.75 129	0.96 168	0.22 135	1.28 18	0.77 239	4.62 91	5.87 222	6.55 249	1.84 64	4.28 213	0.45 66	6.48 198	0.76 105	0.00 1	0.01 152	0.00 1	0.28 398	0.17 293	0.14 291

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

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

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

RSM++	1.02 31	0.24 16	1.33 10	0.86 150	0.04 12	2.78 158	0.30 122	2.63 8	2.67 50	0.48 50	1.95 66	0.52 66	0.25 14	5.50 156	0.57 71	0.00 1	0.00 1	0.00 1	0.17 359	0.11 229	0.09 228

U	2.12 139	0.25 17	2.47 101	0.17 48	8.09 459	10.63 400	0.00 1	3.08 15	0.87 5	0.24 7	0.45 19	0.17 7	0.08 2	0.69 4	0.15 4	0.00 1	0.00 1	9.89 465	5.19 475	0.01 11	0.01 17

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

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

CAS	2.24 154	0.25 17	1.86 39	11.21 463	3.86 418	1.67 49	0.02 11	3.87 56	2.67 50	0.41 42	1.63 54	0.24 27	0.27 22	1.50 38	0.74 98	9.43 470	0.01 152	0.00 1	0.00 1	0.01 11	5.21 457

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

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

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

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

GMM-Stereo	3.32 263	0.27 25	2.52 103	0.82 144	0.48 214	2.27 98	4.91 403	5.06 118	3.08 84	7.06 272	16.72 388	6.21 278	3.70 261	7.60 267	1.16 170	0.04 324	0.00 1	0.00 1	0.04 305	0.10 212	4.45 452

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

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

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

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

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

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

AEACV	0.80 10	0.29 29	1.70 32	0.96 168	0.24 142	2.03 78	0.88 267	3.50 36	0.88 6	0.34 23	0.20 11	0.29 36	2.01 183	1.77 53	0.33 23	0.00 1	0.03 253	0.00 1	0.29 399	0.10 212	0.09 228

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

Prome-Stereo	3.65 290	0.29 29	1.92 45	0.91 155	0.49 217	2.07 81	4.75 401	4.41 77	3.23 96	9.32 360	20.63 416	4.06 198	7.19 374	7.70 273	1.17 171	0.00 1	0.00 1	0.00 1	0.00 1	0.05 134	4.72 456

1111x	4.25 339	0.30 36	4.31 268	1.47 237	0.37 187	5.10 308	0.32 124	12.86 385	9.82 347	6.01 208	9.73 293	8.78 334	5.97 352	9.43 371	10.39 415	0.06 345	0.03 253	0.00 1	0.00 1	0.02 40	0.04 134

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

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

PAM	3.38 268	0.31 39	5.61 343	1.37 224	0.71 253	7.60 365	0.38 137	8.94 270	3.55 115	5.54 184	4.69 141	16.09 410	7.03 372	3.67 99	1.02 156	0.00 1	0.21 411	0.00 1	0.38 418	0.07 172	0.41 384

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

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

ff1	3.45 278	0.31 39	3.97 244	1.34 217	0.98 282	2.80 161	0.48 157	4.53 85	10.19 353	6.29 235	9.23 276	5.59 259	3.72 266	10.11 382	9.35 404	0.00 1	0.02 206	0.00 1	0.00 1	0.10 212	0.04 134

mmx	3.86 309	0.31 39	3.97 244	1.34 217	0.98 282	2.80 161	0.48 157	12.18 368	10.66 366	6.29 235	9.23 276	5.59 259	3.72 266	10.11 382	9.35 404	0.05 336	0.02 206	0.00 1	0.00 1	0.03 83	0.04 134

xxx	3.86 309	0.31 39	3.98 248	1.34 217	0.98 282	2.80 161	0.48 157	12.18 368	10.66 366	6.29 235	9.23 276	5.59 259	3.72 266	10.11 382	9.35 404	0.05 336	0.02 206	0.00 1	0.00 1	0.03 83	0.04 134

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

KYRaft	3.59 286	0.31 39	1.84 38	0.76 139	0.46 206	2.29 99	4.04 385	4.75 101	3.25 97	8.93 351	19.47 409	6.62 292	5.07 330	7.79 280	0.71 93	0.01 195	0.00 1	0.00 1	0.01 251	0.04 107	5.38 459

SST-Stereo	2.75 210	0.31 39	2.78 135	1.33 215	0.33 177	3.99 273	0.82 248	5.60 157	3.93 134	10.92 396	6.19 194	5.00 241	4.23 288	8.66 336	0.74 98	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.03 91

xxxx	4.51 350	0.31 39	2.77 133	1.69 269	0.47 213	7.74 367	0.07 32	14.04 402	7.91 306	5.82 194	8.97 271	9.34 340	3.41 248	7.33 254	20.24 450	0.05 336	0.03 253	0.00 1	0.00 1	0.03 83	0.04 134

PAM_32	3.50 279	0.32 49	5.22 324	1.32 214	0.53 228	7.49 359	0.39 138	9.52 288	3.91 132	5.22 176	5.28 170	16.75 416	7.44 378	4.61 128	0.90 141	0.00 1	0.20 408	0.00 1	0.39 421	0.09 201	0.39 379

dual_stereo	0.56 3	0.32 49	1.08 2	0.07 15	0.11 67	0.77 5	0.03 15	3.60 39	1.17 13	0.12 1	0.03 2	0.20 13	0.11 4	2.77 80	0.51 65	0.00 1	0.14 376	0.00 1	0.16 351	0.00 1	0.02 55

rvit_stereo_0075_2	2.00 129	0.32 49	5.49 336	0.60 122	1.98 348	1.77 61	0.10 43	7.24 226	5.70 215	2.90 108	4.06 124	3.11 156	0.56 78	5.32 150	0.76 105	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.16 313

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

CASnet	0.98 25	0.32 49	1.62 22	0.65 131	0.07 32	2.11 86	0.14 69	3.50 36	4.03 141	3.77 136	1.41 46	0.31 41	0.29 28	0.80 8	0.57 71	0.01 195	0.00 1	0.00 1	0.00 1	0.04 107	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 87	0.32 49	3.29 190	0.92 159	0.18 114	3.89 267	0.06 25	4.22 69	4.00 138	1.47 82	1.98 67	3.07 154	2.81 221	6.35 190	0.89 138	0.01 195	0.00 1	0.00 1	0.21 376	0.05 134	0.00 1

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

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

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

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

R-Stereo Train	2.44 182	0.32 49	1.93 46	0.94 162	0.16 95	3.67 245	0.61 197	6.37 195	3.08 84	9.14 354	17.44 401	1.80 113	0.77 96	1.76 51	0.70 89	0.00 1	0.01 152	0.00 1	0.00 1	0.01 11	0.03 91

RAFT-Stereo	2.44 182	0.32 49	1.93 46	0.94 162	0.16 95	3.67 245	0.61 197	6.37 195	3.08 84	9.14 354	17.44 401	1.80 113	0.77 96	1.76 51	0.70 89	0.00 1	0.01 152	0.00 1	0.00 1	0.01 11	0.03 91
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 333	0.32 49	2.76 132	0.63 128	0.69 248	6.95 347	1.69 328	11.96 356	8.36 319	8.83 345	12.17 345	15.18 402	4.21 286	6.91 225	3.30 296	0.02 270	0.02 206	0.00 1	0.00 1	0.01 11	0.01 17
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 418	0.32 49	9.03 403	4.18 439	2.42 370	26.86 464	6.14 415	19.36 451	13.52 397	27.09 458	22.75 426	9.47 343	4.74 317	15.06 435	6.34 359	0.02 270	0.02 206	0.00 1	0.00 1	0.02 40	0.13 284

SGM-Forest	4.96 358	0.32 49	2.84 144	1.21 199	0.64 242	10.23 393	6.64 427	11.55 343	10.98 370	10.94 398	13.59 360	11.65 378	4.30 295	8.94 353	4.63 333	0.11 369	0.04 280	0.00 1	0.00 1	0.05 134	0.46 394
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UGAM-zero	3.51 280	0.33 64	4.44 276	0.88 152	0.65 243	3.52 236	0.16 80	11.35 337	2.71 54	5.09 173	5.82 181	15.28 403	9.14 407	8.38 320	1.61 207	0.00 1	0.16 391	0.00 1	0.46 429	0.02 40	0.19 329

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

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

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

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

RAFT_R40	2.71 206	0.33 64	3.00 159	1.26 205	0.30 164	3.83 265	1.00 282	5.69 160	4.29 157	9.69 369	6.33 202	5.02 243	4.02 279	8.58 332	0.86 128	0.01 195	0.00 1	0.00 1	0.00 1	0.03 83	0.02 55

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

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

CFNet-RSSM	2.11 138	0.33 64	2.71 124	1.04 183	0.30 164	3.21 211	0.41 143	6.67 212	6.96 271	5.62 186	4.58 139	5.40 255	1.71 169	1.86 57	0.87 130	0.00 1	0.08 331	0.00 1	0.32 409	0.02 40	0.02 55

Gwc-CoAtRS	2.02 132	0.33 64	2.61 112	1.04 183	0.30 164	3.56 238	0.40 142	5.89 172	5.94 227	5.08 172	5.01 151	5.55 258	1.72 170	1.60 43	0.91 142	0.01 195	0.09 339	0.00 1	0.25 389	0.01 11	0.02 55

FACV-RUCA	2.21 152	0.34 74	3.59 215	1.30 212	2.90 381	2.22 95	1.25 302	7.98 241	5.71 219	3.59 129	7.21 229	1.14 88	1.60 165	3.12 88	1.46 192	0.01 195	0.03 253	0.10 407	0.04 305	0.35 374	0.17 316

LoS	0.91 20	0.34 74	2.10 72	0.38 92	0.13 82	2.47 113	0.26 111	5.00 116	2.74 58	0.89 67	0.21 12	0.49 64	0.36 43	1.97 62	0.67 85	0.02 270	0.02 206	0.00 1	0.00 1	0.06 156	0.01 17
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	1.99 128	0.34 74	2.71 124	0.26 64	0.06 24	2.29 99	0.48 157	4.89 106	14.65 405	2.81 105	5.51 176	0.78 78	3.21 235	1.44 34	0.33 23	0.00 1	0.01 152	0.00 1	0.00 1	0.07 172	0.02 55

DCANet-4	2.03 133	0.34 74	5.30 328	0.31 73	0.18 114	1.69 53	0.12 53	4.95 109	8.55 327	5.78 189	5.17 155	1.12 87	2.82 222	2.11 69	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 319

tt	83.26 502	0.34 74	99.99 510	79.40 504	93.18 505	100.00 510	100.00 511	100.00 513	99.95 508	60.33 493	47.63 481	99.98 513	99.96 509	99.98 510	100.00 514	92.42 505	99.82 509	73.83 505	73.63 502	88.42 506	56.35 499

test_4	2.38 176	0.34 74	2.68 118	0.08 20	0.11 67	3.69 249	1.14 295	3.33 26	3.34 107	4.03 143	17.35 400	3.31 164	0.51 70	6.28 182	1.15 168	0.00 1	0.00 1	0.00 1	0.11 338	0.16 281	0.01 17

AAGNet	3.41 273	0.34 74	2.45 95	1.78 283	0.39 191	3.69 249	1.05 287	4.79 102	4.61 177	9.62 367	7.74 247	4.98 237	6.38 359	7.34 255	13.02 433	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.04 134

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

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

FENet	2.19 150	0.34 74	3.04 168	2.05 334	0.26 152	2.82 172	0.13 62	7.02 223	5.55 209	4.97 168	1.94 65	4.91 236	3.39 245	4.71 129	2.50 268	0.02 270	0.03 253	0.00 1	0.00 1	0.00 1	0.21 337

SMoEStereo_RVC	0.95 22	0.35 84	1.37 11	0.63 128	0.07 32	2.07 81	0.16 80	2.88 11	1.68 16	0.30 17	1.23 42	0.19 9	0.28 24	6.80 217	0.84 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 229	0.13 284

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

Pointernet	0.84 14	0.35 84	2.00 57	0.12 29	0.13 82	1.77 61	0.06 25	4.87 105	2.53 42	0.14 3	2.11 72	0.76 77	0.44 65	1.02 15	0.32 22	0.00 1	0.04 280	0.00 1	0.15 348	0.02 40	0.01 17

CES	1.56 82	0.35 84	1.44 12	0.42 96	7.70 458	2.66 147	0.13 62	4.89 106	2.53 42	0.25 9	1.10 34	0.33 47	0.31 38	1.61 44	0.58 75	0.01 195	0.02 206	0.00 1	0.00 1	0.54 397	6.26 460

iRaft-Stereo_20w	2.56 194	0.35 84	4.98 306	0.37 90	0.67 246	3.47 223	0.59 192	12.57 380	3.89 130	6.10 215	6.23 197	1.49 101	2.24 191	6.65 210	0.86 128	0.00 1	0.19 404	0.00 1	0.33 411	0.08 184	0.22 339

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

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

NRIStereo	2.14 142	0.35 84	2.65 117	1.10 188	0.14 87	3.05 194	0.86 263	5.35 144	3.18 93	6.24 227	3.36 109	4.17 206	1.82 179	8.12 303	2.01 240	0.00 1	0.10 348	0.00 1	0.00 1	0.12 245	0.19 329

CRE-IMP	1.95 122	0.35 84	2.68 118	0.27 68	0.17 102	3.90 268	0.85 262	5.14 121	2.87 64	5.74 188	4.14 127	3.49 174	0.83 103	6.40 191	1.80 225	0.00 1	0.00 1	0.00 1	0.00 1	0.10 212	0.19 329

cross-raft	2.03 133	0.35 84	2.78 135	1.10 188	0.16 95	3.77 261	0.48 157	7.03 224	3.75 123	5.06 171	5.55 177	6.26 279	1.41 147	1.75 50	0.89 138	0.01 195	0.07 321	0.00 1	0.19 370	0.03 83	0.03 91

MSKI-zero shot	2.00 129	0.36 94	2.15 74	0.81 142	0.25 145	2.69 149	0.29 117	6.16 183	2.34 36	4.31 146	7.52 236	3.70 186	0.25 14	8.42 324	0.41 37	0.01 195	0.13 372	0.00 1	0.25 389	0.03 83	0.02 55

RAFT-Test	2.17 147	0.36 94	3.40 201	1.05 185	0.34 180	4.90 304	0.69 219	6.27 189	3.98 136	4.65 160	7.02 222	6.30 282	1.12 120	1.81 54	0.99 152	0.01 195	0.17 395	0.00 1	0.34 413	0.02 40	0.02 55

MC-Stereo	1.47 76	0.36 94	2.54 105	1.99 318	0.12 77	1.90 66	0.12 53	4.47 82	2.83 62	3.31 123	3.44 112	0.56 71	1.47 151	5.39 153	0.47 56	0.00 1	0.04 280	0.00 1	0.21 376	0.07 172	0.04 134

FTStereo	4.55 354	0.36 94	2.18 82	0.94 162	0.38 189	2.60 135	8.82 441	4.98 114	3.17 90	10.88 395	30.35 450	5.60 263	7.60 384	7.62 268	1.55 201	0.17 384	0.00 1	0.05 389	0.00 1	0.03 83	3.80 450

pcwnet_v2	4.20 333	0.36 94	8.53 401	1.33 215	1.12 294	3.43 219	0.41 143	12.85 384	14.16 400	9.90 375	14.29 368	5.90 271	3.03 229	6.20 179	2.06 244	0.01 195	0.05 293	0.04 382	0.02 274	0.16 281	0.18 319

test_xeample	4.13 327	0.36 94	2.75 129	1.23 201	0.51 223	3.96 272	0.13 62	12.63 381	7.65 294	7.49 295	10.86 319	3.29 163	3.36 240	6.71 214	21.53 455	0.02 270	0.03 253	0.00 1	0.00 1	0.03 83	0.04 134

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

DCVSM-stereo	3.13 244	0.37 100	2.95 156	1.51 241	0.80 263	2.75 156	0.49 167	6.79 217	5.25 198	11.43 403	5.57 178	10.79 365	5.30 335	5.25 147	2.95 282	0.03 305	0.09 339	0.03 370	0.00 1	0.12 245	0.09 228

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

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

DEmStereo	3.79 303	0.37 100	3.69 224	0.17 48	0.17 102	5.28 314	2.54 347	4.35 72	3.70 119	8.21 323	20.15 411	5.13 247	10.38 418	7.65 269	3.85 319	0.01 195	0.01 152	0.01 322	0.00 1	0.02 40	0.06 183

PMTNet	1.41 72	0.37 100	2.06 62	0.26 64	0.15 91	2.94 184	0.34 129	3.39 28	5.33 202	1.00 70	1.27 43	0.28 35	0.93 108	4.04 113	0.74 98	5.00 456	0.00 1	0.00 1	0.00 1	0.03 83	0.01 17

Occ-G	0.98 25	0.38 106	1.82 37	0.15 44	0.18 114	1.45 30	0.69 219	3.15 18	2.25 27	1.45 81	0.59 21	5.06 244	0.54 75	0.75 6	0.77 111	0.00 1	0.03 253	0.00 1	0.17 359	0.16 281	0.01 17

ICVP	2.32 169	0.38 106	2.89 154	0.92 159	0.70 252	2.55 125	0.87 266	9.97 299	3.99 137	4.13 144	8.97 271	2.71 140	1.69 168	2.52 77	3.52 310	0.05 336	0.24 422	0.01 322	0.01 251	0.11 229	0.13 284
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 206	0.38 106	5.96 352	2.25 355	2.20 361	1.54 39	0.21 97	5.44 150	3.05 81	2.28 95	16.16 382	7.03 298	0.24 13	6.19 177	0.79 115	0.00 1	0.15 383	0.00 1	0.23 382	0.13 260	0.04 134

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

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

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

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

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

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

anonymousdsp2	1.78 96	0.39 110	3.40 201	1.10 188	0.04 12	3.63 242	0.50 169	7.80 236	2.77 60	2.91 109	2.88 91	3.17 159	1.01 112	5.15 146	0.43 41	0.00 1	0.01 152	0.02 353	0.15 348	0.05 134	0.12 276

DeepStereo_RVC	2.05 135	0.39 110	2.87 151	0.14 42	0.17 102	3.51 233	0.70 222	5.21 127	3.00 77	6.27 232	4.13 126	3.47 172	4.53 308	4.81 131	1.49 194	0.01 195	0.00 1	0.00 1	0.00 1	0.09 201	0.18 319

CREStereo++_RVC	1.59 83	0.39 110	2.26 84	0.36 88	0.01 1	1.67 49	0.01 2	2.95 12	8.12 311	3.69 133	7.44 235	0.47 62	0.32 40	0.74 5	0.39 34	0.00 1	0.00 1	0.00 1	3.03 463	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMDNet	2.99 233	0.39 110	4.02 251	0.40 95	0.25 145	2.53 121	0.16 80	9.35 282	9.25 335	7.08 273	11.39 328	6.93 295	2.43 200	4.01 111	1.34 183	0.01 195	0.02 206	0.02 353	0.00 1	0.05 134	0.07 201

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

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

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

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

Patchmatch Stereo++	1.95 122	0.40 119	2.86 147	0.12 29	0.18 114	3.74 256	0.66 211	5.24 134	2.96 71	5.86 197	4.32 132	3.46 169	1.52 157	6.88 222	0.70 89	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.09 228
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 112	0.40 119	2.86 147	0.12 29	0.19 124	3.75 259	0.71 225	5.23 128	2.96 71	5.86 197	4.33 134	3.45 167	1.51 152	5.40 154	0.69 87	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.09 228

PFNet	2.93 229	0.40 119	5.51 338	2.13 343	0.84 267	3.11 201	0.75 235	6.78 216	4.79 185	9.98 377	6.00 184	4.78 231	2.13 187	8.33 318	2.11 245	0.19 388	0.06 307	0.00 1	0.11 338	0.20 316	0.35 374

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

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

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

222	5.36 365	0.40 119	2.72 126	1.50 238	0.48 214	6.15 330	0.07 32	13.73 399	8.06 309	8.79 342	11.03 323	3.71 187	4.21 286	7.47 262	38.74 485	0.03 305	0.02 206	0.00 1	0.00 1	0.04 107	0.05 167

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

testlalala	1.50 79	0.41 130	1.67 28	0.98 172	0.31 170	4.00 274	0.90 272	5.26 139	2.17 24	6.56 250	3.61 116	1.74 111	0.38 49	1.21 25	0.42 40	0.00 1	0.02 206	0.00 1	0.29 399	0.01 11	0.01 17

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

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

IRAFT_RVC	2.85 217	0.41 130	3.32 193	2.09 338	0.41 196	2.92 182	5.22 408	6.41 200	3.63 118	6.53 248	5.48 175	5.09 245	4.88 325	8.20 314	2.15 249	0.01 195	0.17 395	0.01 322	0.00 1	0.02 40	0.04 134

RAFT-345	3.27 252	0.41 130	2.88 152	1.02 176	0.21 132	2.63 141	0.48 157	3.76 50	5.51 207	7.35 290	24.88 435	4.25 209	1.76 177	8.15 306	2.13 247	0.01 195	0.00 1	0.00 1	0.00 1	0.01 11	0.01 17

model_zeroshot	1.52 80	0.42 136	4.10 260	1.25 204	0.11 67	3.04 193	0.14 69	5.79 168	2.84 63	3.12 114	3.65 117	2.05 124	0.42 63	2.38 74	0.71 93	0.01 195	0.10 348	0.00 1	0.20 372	0.02 40	0.04 134

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

MoCha-V2	1.41 72	0.42 136	2.61 112	0.81 142	0.23 140	2.53 121	0.20 94	4.81 103	3.16 88	0.82 66	3.15 99	0.30 37	1.61 166	6.66 211	0.40 36	0.00 1	0.20 408	0.00 1	0.24 385	0.05 134	0.02 55

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

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

LCNet	2.85 217	0.42 136	1.90 43	0.95 166	0.56 231	2.07 81	1.60 322	4.99 115	3.57 117	6.05 210	10.59 310	4.59 225	6.79 368	7.46 260	0.72 95	0.01 195	0.00 1	0.01 322	0.77 441	0.30 359	3.57 448

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

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

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

CREStereo	0.98 25	0.42 136	1.86 39	0.07 15	0.22 135	1.65 47	0.02 11	4.07 63	6.33 252	0.72 62	1.54 50	0.43 58	0.64 84	1.22 26	0.44 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 11	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	2.81 214	0.42 136	4.06 256	0.33 81	0.25 145	2.59 133	0.12 53	8.19 244	7.68 296	7.02 268	10.37 305	6.54 285	2.06 186	4.88 133	1.53 198	0.00 1	0.02 206	0.01 322	0.00 1	0.05 134	0.07 201

IGEV-Stereo+	1.69 87	0.43 147	1.59 20	0.37 90	3.10 384	2.10 84	0.07 32	1.86 4	0.91 7	0.39 36	0.03 2	0.20 13	0.41 59	7.05 235	0.16 5	0.02 270	0.07 321	0.00 1	0.18 365	5.14 454	9.77 475

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

DRaft	3.74 296	0.43 147	2.60 110	0.12 29	0.15 91	4.76 300	1.34 311	5.33 143	4.31 158	10.30 381	21.91 420	3.27 162	8.83 401	7.36 257	3.66 314	0.05 336	0.10 348	0.00 1	0.14 345	0.10 212	0.14 291

test_xeample3	1.08 40	0.43 147	3.39 199	0.49 106	0.05 15	2.58 130	0.93 273	3.32 25	1.77 18	0.23 6	0.23 13	0.19 9	0.28 24	6.34 188	0.85 124	0.00 1	0.01 152	0.00 1	0.26 397	0.06 156	0.10 250

SFCPSM	3.29 254	0.43 147	5.11 315	0.34 85	0.94 278	8.48 371	2.15 340	14.51 409	5.29 199	7.00 267	7.65 244	3.43 166	2.59 207	5.11 144	2.37 262	0.01 195	0.03 253	0.01 322	0.07 319	0.13 260	0.15 301

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

gcap-zeroshot	1.87 111	0.44 152	4.24 264	0.53 109	0.51 223	3.12 202	0.75 235	6.42 201	3.91 132	3.75 135	1.67 56	7.79 313	0.55 76	2.61 78	0.53 67	0.02 270	0.21 411	0.00 1	0.23 382	0.00 1	0.05 167

testlalala2	2.15 144	0.44 152	2.44 94	9.24 457	6.30 449	3.64 243	0.18 88	4.63 92	2.55 45	3.73 134	4.17 128	3.14 157	0.51 70	1.08 17	0.26 17	0.00 1	0.10 348	0.00 1	0.44 428	0.11 229	0.03 91

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

CASS	2.44 182	0.44 152	3.56 213	0.85 149	0.38 189	3.14 204	0.22 99	9.64 290	4.00 138	6.78 254	7.62 242	3.57 179	3.58 254	3.80 102	1.10 162	0.02 270	0.01 152	0.00 1	0.00 1	0.05 134	0.01 17
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 94	0.44 152	6.37 365	0.33 81	0.50 220	4.33 284	0.54 176	4.43 78	2.48 38	2.21 91	3.24 103	1.53 104	1.14 123	5.64 157	1.29 178	0.17 384	0.23 417	0.00 1	0.00 1	0.12 245	0.15 301

EAI-Stereo	2.31 167	0.44 152	2.72 126	0.68 134	0.56 231	3.51 233	2.62 352	11.42 339	4.14 152	2.09 90	7.23 231	1.21 91	0.91 106	5.67 160	1.51 195	0.01 195	0.25 423	0.00 1	0.88 443	0.04 107	0.26 358

H2IRNET	2.16 145	0.45 159	2.60 110	1.22 200	0.03 10	1.98 74	0.13 62	4.73 100	7.04 276	1.15 77	7.79 249	5.88 270	3.39 245	4.97 140	1.45 191	0.01 195	0.00 1	0.04 382	0.17 359	0.19 312	0.03 91

IGEVStereo-DCA	1.06 39	0.45 159	2.06 62	0.32 76	0.06 24	2.74 151	0.84 256	3.71 43	2.27 28	0.39 36	0.16 6	0.20 13	0.29 28	6.47 196	0.87 130	0.00 1	0.00 1	0.00 1	0.16 351	0.06 156	0.06 183

rrr	1.05 37	0.45 159	3.18 183	0.32 76	0.06 24	2.74 151	0.95 278	3.49 35	1.12 10	0.39 36	0.16 6	0.20 13	0.29 28	6.47 196	0.87 130	0.00 1	0.00 1	0.00 1	0.21 376	0.06 156	0.10 250

CrosDoStereo	3.96 318	0.45 159	3.04 168	0.32 76	0.20 129	3.28 213	11.63 459	5.76 164	4.45 165	9.04 352	16.58 385	4.99 238	7.45 379	8.04 292	3.72 315	0.00 1	0.02 206	0.01 322	0.00 1	0.16 281	0.10 250

DeepStereo_LL	3.96 318	0.45 159	3.04 168	0.32 76	0.20 129	3.28 213	11.63 459	5.76 164	4.45 165	9.04 352	16.58 385	4.99 238	7.45 379	8.04 292	3.72 315	0.00 1	0.02 206	0.01 322	0.00 1	0.16 281	0.10 250

test-1	1.82 104	0.45 159	5.42 331	0.89 153	0.41 196	2.14 89	0.56 182	5.75 162	4.15 153	3.28 120	5.11 153	3.61 180	0.70 87	1.53 40	1.56 202	0.02 270	0.34 429	0.00 1	0.08 323	0.02 40	0.30 368

RAFT-RH_RVC	3.96 318	0.46 165	2.93 155	1.55 250	0.42 199	3.14 204	0.14 69	3.70 42	5.98 231	11.25 401	32.23 454	5.29 250	1.68 167	8.13 304	2.14 248	0.08 359	0.00 1	0.00 1	0.03 287	0.01 11	0.00 1

NOSS_ROB	3.30 255	0.46 165	2.62 114	2.08 335	1.01 287	5.60 318	0.74 233	10.37 310	11.48 378	5.15 174	8.43 260	5.67 264	1.73 171	7.97 288	2.34 258	0.02 270	0.06 307	0.00 1	0.00 1	0.07 172	0.14 291

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

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

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

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

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

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

ac_64	3.70 294	0.47 167	3.50 210	2.87 395	3.50 401	5.91 326	0.72 229	10.17 307	4.34 159	8.16 318	5.80 180	10.82 366	5.64 347	7.08 239	4.73 335	0.03 305	0.00 1	0.00 1	0.00 1	0.08 184	0.14 291

UGAM	3.90 313	0.48 174	4.69 294	0.17 48	0.08 46	3.67 245	1.22 300	4.81 103	14.45 402	4.59 155	11.94 339	14.20 395	3.80 271	9.92 381	3.61 312	0.00 1	0.00 1	0.00 1	0.02 274	0.32 367	0.07 201

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

testlalala_base	3.12 243	0.48 174	2.79 139	2.14 344	1.98 348	4.13 279	0.64 205	6.16 183	2.09 23	2.38 96	4.08 125	1.80 113	0.50 69	1.65 45	0.72 95	12.33 478	2.33 459	0.00 1	0.31 407	14.56 473	1.32 427

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

castereo	1.10 42	0.49 178	1.53 16	1.35 223	0.26 152	2.00 77	0.86 263	6.08 178	2.58 46	0.65 60	1.81 63	0.35 51	2.59 207	1.02 15	0.16 5	0.01 195	0.01 152	0.00 1	0.25 389	0.04 107	0.02 55

GCAP-BAT	1.77 95	0.49 178	2.78 135	0.66 132	0.16 95	3.76 260	0.80 245	3.72 48	3.27 98	3.68 132	5.03 152	3.66 183	0.56 78	5.82 164	0.65 81	0.00 1	0.05 293	0.00 1	0.24 385	0.01 11	0.01 17

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

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

IGEV_Zeroshot_test	2.13 141	0.50 181	4.91 303	1.41 231	0.18 114	2.62 139	0.36 131	7.80 236	3.87 128	5.04 170	5.42 173	4.77 230	1.03 115	3.43 93	0.79 115	0.00 1	0.16 391	0.00 1	0.18 365	0.17 293	0.04 134

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

ASMatch	3.32 263	0.50 181	3.32 193	1.72 275	0.45 205	1.93 69	0.68 215	6.42 201	3.89 130	6.18 222	22.30 423	4.61 226	4.82 323	7.65 269	1.70 215	0.00 1	0.02 206	0.00 1	0.03 287	0.01 11	0.18 319

DSFCA	4.21 335	0.50 181	5.45 334	1.34 217	1.68 329	7.04 348	4.51 396	10.73 321	7.00 273	10.78 393	6.80 212	8.48 330	4.63 312	9.91 380	5.12 341	0.02 270	0.06 307	0.02 353	0.03 287	0.08 184	0.03 91

fffy	1.13 50	0.51 186	2.15 74	1.01 175	0.09 51	2.30 101	0.19 90	4.07 63	1.13 12	0.16 4	2.66 85	0.20 13	0.38 49	6.98 231	0.35 26	0.00 1	0.06 307	0.00 1	0.00 1	0.14 270	0.16 313

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

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

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

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

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

IPLGR	2.28 163	0.51 186	6.00 353	0.15 44	0.15 91	1.99 76	0.22 99	6.34 192	6.04 235	6.80 256	5.76 179	2.87 143	2.31 196	4.88 133	1.28 177	0.00 1	0.00 1	0.00 1	0.00 1	0.09 201	0.18 319

FC-DCNN v2	10.88 442	0.52 193	4.17 262	1.92 305	1.63 322	17.79 444	5.35 411	18.87 444	19.88 433	28.77 461	34.99 464	34.62 469	21.72 460	16.03 442	11.16 424	0.03 305	0.01 152	0.02 353	0.00 1	0.06 156	0.08 215

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

FC-DCNN	10.72 441	0.52 193	4.27 266	1.88 297	1.63 322	17.18 440	5.29 410	18.20 437	19.69 432	28.50 460	34.51 462	34.03 467	21.48 459	15.89 439	11.15 423	0.03 305	0.01 152	0.02 353	0.01 251	0.07 172	0.09 228

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

DDVS	3.59 286	0.53 197	4.53 282	2.02 325	1.27 303	6.63 340	0.49 167	8.73 266	4.10 149	7.14 276	7.63 243	12.68 384	2.25 193	8.69 339	4.09 324	0.08 359	0.20 408	0.01 322	0.00 1	0.14 270	0.59 407

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

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

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

acv_ft	3.69 293	0.53 197	4.58 290	2.31 366	4.71 440	7.44 358	0.86 263	8.54 257	5.70 215	9.29 359	9.26 284	5.77 266	4.15 283	2.24 70	8.13 388	0.00 1	0.00 1	0.00 1	0.00 1	0.29 358	0.01 17

castereo++	1.18 52	0.54 202	1.95 51	0.30 69	0.51 223	4.56 295	1.00 282	4.61 89	1.12 10	0.29 14	2.14 76	1.89 117	0.15 7	3.94 109	0.18 10	0.00 1	0.04 280	0.00 1	0.31 407	0.03 83	0.00 1

mms	1.03 33	0.54 202	1.58 19	0.05 9	0.36 184	1.52 38	0.08 37	2.97 13	1.84 21	0.38 29	2.94 92	0.32 43	0.25 14	6.82 218	0.39 34	0.00 1	0.04 280	0.00 1	0.00 1	0.17 293	0.28 364

ITSA-stereo	3.76 300	0.54 202	3.80 233	1.91 301	0.29 163	3.09 197	0.70 222	13.22 392	15.64 411	6.79 255	6.66 209	4.15 205	3.52 252	8.30 317	5.00 340	0.09 364	0.07 321	0.11 408	0.10 336	0.18 304	0.95 419

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

ours_stereo	1.03 33	0.55 206	1.86 39	0.12 29	0.32 172	1.16 8	0.09 41	3.27 22	2.18 25	0.39 36	3.02 95	0.34 50	0.26 20	6.32 186	0.37 33	0.00 1	0.01 152	0.00 1	0.00 1	0.18 304	0.13 284

CAS++	1.18 52	0.55 206	1.99 55	0.17 48	0.27 155	1.85 65	0.63 201	8.48 254	3.07 83	1.71 87	2.32 80	0.18 8	0.20 8	1.91 61	0.30 19	0.00 1	0.01 152	0.00 1	0.00 1	0.02 40	0.01 17
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	2.69 202	0.55 206	7.03 380	1.03 178	0.10 58	3.49 228	1.04 286	6.38 199	4.55 173	2.69 100	6.28 199	7.95 321	4.38 299	5.08 142	2.58 272	0.01 195	0.11 356	0.00 1	0.04 305	0.28 356	0.19 329

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

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

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

FCDSN-DC	10.24 438	0.56 211	3.49 209	1.96 314	1.29 306	16.90 439	4.59 398	17.16 430	19.10 427	24.64 456	32.46 458	33.82 466	22.14 462	15.93 440	10.45 416	0.04 324	0.00 1	0.00 1	0.00 1	0.05 134	0.21 337
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 351	0.09 201	0.06 183

ffff	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 351	0.09 201	0.06 183

11t	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 351	0.09 201	0.06 183

ccc-4	1.12 44	0.57 213	2.06 62	0.03 1	0.07 32	2.80 161	0.84 256	3.71 43	2.27 28	0.38 29	1.06 30	0.20 13	0.40 53	7.12 242	0.49 59	0.00 1	0.00 1	0.00 1	0.16 351	0.09 201	0.06 183

DISCO	6.28 381	0.57 213	5.78 346	3.43 418	1.17 297	11.22 404	3.39 374	12.14 366	16.16 415	6.52 247	11.22 326	16.96 418	6.32 357	19.51 455	10.74 419	0.00 1	0.00 1	0.00 1	0.00 1	0.35 374	0.11 262

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

AdaStereo	3.09 239	0.58 218	3.04 168	2.84 394	0.48 214	4.08 276	1.29 308	12.16 367	7.77 302	6.03 209	9.62 290	5.79 268	1.53 161	4.56 126	1.93 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.02 55
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
AIO_rvc	1.02 31	0.59 220	1.95 51	0.15 44	0.09 51	3.42 218	0.99 280	4.46 80	2.73 57	0.28 12	1.62 53	1.32 92	0.28 24	2.10 68	0.21 13	0.00 1	0.03 253	0.00 1	0.04 305	0.11 229	0.11 262

anonymousdsp	1.12 44	0.59 220	1.66 25	0.03 1	0.07 32	2.81 169	0.82 248	4.07 63	2.30 34	0.41 42	1.12 38	0.30 37	0.40 53	7.05 235	0.49 59	0.00 1	0.00 1	0.00 1	0.17 359	0.10 212	0.05 167

IGEV-Stereo	1.12 44	0.59 220	1.66 25	0.03 1	0.07 32	2.82 172	0.82 248	4.09 66	2.30 34	0.41 42	1.11 35	0.30 37	0.41 59	7.05 235	0.49 59	0.00 1	0.00 1	0.00 1	0.17 359	0.10 212	0.05 167
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 54	0.60 223	2.00 57	0.26 64	0.08 46	2.73 150	0.68 215	5.00 116	2.52 41	0.29 14	1.32 44	0.37 52	0.36 43	6.94 229	0.44 42	0.00 1	0.07 321	0.00 1	0.00 1	0.17 293	0.07 201

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

SGM_RVC	10.08 435	0.60 223	3.42 203	2.30 360	0.32 172	19.41 448	6.33 422	18.95 445	14.64 403	25.14 457	24.32 432	33.34 465	18.79 449	19.86 456	12.55 432	0.25 398	0.26 425	0.22 425	0.24 385	0.34 373	0.40 382
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 163	0.61 226	3.81 235	0.22 58	0.07 32	1.69 53	0.11 47	5.37 147	11.84 382	5.80 191	5.17 155	1.44 97	5.41 338	2.00 63	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 319

csc	2.28 163	0.61 226	3.81 235	0.22 58	0.07 32	1.69 53	0.11 47	5.37 147	11.84 382	5.80 191	5.17 155	1.44 97	5.41 338	2.00 63	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 319

cscssc	2.28 163	0.61 226	3.81 235	0.22 58	0.07 32	1.69 53	0.11 47	5.37 147	11.84 382	5.80 191	5.17 155	1.44 97	5.41 338	2.00 63	1.92 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.18 319

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

RASNet	4.52 353	0.61 226	4.42 274	3.42 417	4.68 439	4.58 296	0.99 280	9.54 289	8.01 308	5.28 179	11.42 330	10.34 358	8.88 402	9.28 366	8.68 395	0.15 378	0.00 1	0.00 1	0.00 1	0.03 83	0.04 134

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

Anonymous_2	4.14 328	0.62 231	3.21 185	1.40 228	1.43 314	5.19 309	0.32 124	6.63 210	4.38 161	4.48 153	2.30 79	8.08 322	7.00 370	5.37 152	2.29 256	0.23 395	0.75 446	5.20 462	18.12 487	5.66 456	0.23 345

StereoDRNet-Refined	4.46 346	0.62 231	3.80 233	1.92 305	0.40 193	9.35 382	0.15 75	10.02 302	8.83 331	12.69 413	11.62 335	9.34 340	3.87 273	8.06 299	8.02 383	0.00 1	0.00 1	0.01 322	0.05 311	0.20 316	0.26 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 142	0.63 234	2.22 83	2.27 356	0.02 3	5.71 320	0.63 201	4.53 85	10.19 353	1.16 78	3.39 111	0.33 47	3.05 231	8.00 289	0.46 50	0.00 1	0.02 206	0.00 1	0.03 287	0.10 212	0.04 134

HUF	1.05 37	0.64 235	2.33 87	0.35 87	0.22 135	3.09 197	0.41 143	3.73 49	2.89 65	0.36 26	2.71 87	0.33 47	0.30 35	2.28 72	0.23 14	0.00 1	0.61 445	0.00 1	0.00 1	0.15 274	0.39 379

tg	1.96 125	0.64 235	2.15 74	0.68 134	0.12 77	4.40 292	0.04 17	5.74 161	4.19 155	4.00 141	5.23 164	2.58 135	0.93 108	7.12 242	0.77 111	0.00 1	0.02 206	0.00 1	0.00 1	0.31 364	0.25 352

ADStereo(finetuned)	2.26 162	0.64 235	5.22 324	0.31 73	0.18 114	1.71 58	0.25 109	5.23 128	8.46 322	6.06 212	5.30 171	1.41 95	6.37 358	1.87 58	1.87 228	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.18 319

DCANet	2.08 137	0.64 235	3.81 235	0.31 73	0.17 102	1.70 57	0.25 109	5.23 128	8.47 323	6.07 213	5.30 171	1.41 95	4.23 288	1.85 56	2.02 242	0.00 1	0.00 1	0.00 1	0.00 1	0.04 107	0.19 329

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

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

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

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

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

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

hitnet-ft	3.66 291	0.65 241	2.79 139	0.89 153	0.72 255	4.25 281	0.55 180	9.11 275	7.52 290	7.14 276	10.19 299	12.49 383	4.70 315	7.44 259	4.41 329	0.03 305	0.00 1	0.06 393	0.00 1	0.20 316	0.04 134

MyStereo06	2.35 172	0.66 247	4.54 283	1.10 188	0.96 280	2.57 128	0.10 43	9.30 280	4.05 145	5.22 176	6.09 186	5.95 272	2.38 198	3.00 85	0.73 97	0.01 195	0.08 331	0.00 1	0.01 251	0.13 260	0.15 301

MyStereo05	2.94 230	0.66 247	5.25 327	1.10 188	0.96 280	2.57 128	0.10 43	8.53 256	12.34 390	6.28 233	3.88 119	3.18 160	3.30 238	7.81 281	2.37 262	0.01 195	0.08 331	0.00 1	0.01 251	0.13 260	0.15 301

IPLG	2.43 180	0.66 247	4.77 297	0.54 110	0.31 170	3.01 190	0.26 111	6.15 182	5.55 209	7.69 301	6.21 195	1.89 117	1.74 173	7.19 248	2.35 260	0.01 195	0.01 152	0.00 1	0.00 1	0.24 348	0.12 276

CRFU-Net	4.45 345	0.67 250	5.02 307	2.78 392	1.32 310	12.67 421	3.35 372	11.26 331	3.52 114	10.06 379	9.30 286	10.91 369	6.92 369	7.26 251	3.24 293	0.15 378	0.16 391	0.16 416	0.00 1	0.26 349	0.05 167

CoDeX	3.43 275	0.68 251	4.49 279	0.98 172	1.65 324	6.37 334	2.14 339	13.23 393	6.07 236	7.23 283	8.95 268	4.09 200	3.79 270	6.31 184	2.37 262	0.03 305	0.06 307	0.00 1	0.00 1	0.07 172	0.15 301

DCRE	1.79 97	0.68 251	2.55 106	1.66 267	0.27 155	1.27 16	0.05 21	4.57 88	4.04 143	3.30 122	9.24 281	3.83 190	1.20 136	2.08 67	0.67 85	0.00 1	0.12 363	0.00 1	0.24 385	0.04 107	0.09 228

iRaftStereo_RVC	1.62 84	0.68 251	1.98 53	0.67 133	0.05 15	2.99 188	0.04 17	5.36 146	3.74 122	3.82 137	4.96 148	2.54 134	0.62 83	3.35 92	0.97 150	0.00 1	0.07 321	0.00 1	0.00 1	0.30 359	0.27 362

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

FAT-Stereo	6.78 394	0.68 251	6.80 375	2.30 360	1.77 338	5.63 319	4.20 389	18.79 441	18.62 424	10.53 389	17.15 396	18.52 427	13.74 437	8.86 351	7.38 372	0.03 305	0.15 383	0.01 322	0.07 319	0.12 245	0.26 358

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

MIPNet	2.06 136	0.69 256	4.57 289	0.32 76	0.21 132	1.92 68	0.19 90	6.89 220	5.64 214	5.48 183	4.02 123	2.02 123	3.50 249	3.32 91	2.01 240	0.00 1	0.01 152	0.01 322	0.01 251	0.20 316	0.13 284

test_5	2.90 226	0.70 258	3.69 224	2.01 323	3.17 388	4.61 298	1.32 310	6.69 213	7.02 275	2.79 103	7.18 227	4.99 238	4.14 282	7.96 286	1.31 179	0.00 1	0.00 1	0.00 1	0.03 287	0.19 312	0.26 358

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

RAFT+CT+SA	2.36 174	0.71 260	2.46 98	0.83 146	2.26 364	3.18 208	0.93 273	6.82 219	5.48 204	2.55 98	8.07 253	1.64 106	1.59 164	8.54 329	1.15 168	0.02 270	0.00 1	0.00 1	0.38 418	0.19 312	0.36 376

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

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

delet	4.27 341	0.72 261	4.50 280	1.07 186	3.75 414	10.79 402	4.04 385	9.95 298	7.89 304	8.09 316	8.89 266	8.46 328	3.81 272	7.56 265	5.80 352	0.00 1	0.00 1	0.00 1	0.00 1	0.11 229	0.02 55

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

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

STrans-v2	3.43 275	0.73 264	4.82 298	0.26 64	0.60 235	3.00 189	1.19 299	10.41 312	7.22 281	5.79 190	10.97 322	6.75 294	7.03 372	8.25 316	1.40 186	0.00 1	0.01 152	0.00 1	0.00 1	0.03 83	0.18 319

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

SA	3.06 237	0.74 268	3.79 232	1.60 259	0.30 164	3.19 209	1.43 313	6.72 214	9.06 333	4.63 159	10.80 315	2.89 144	4.71 316	9.62 377	1.18 172	0.00 1	0.09 339	0.00 1	0.19 370	0.23 338	0.02 55

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

MIM_Stereo	2.50 192	0.75 270	4.26 265	1.18 198	0.11 67	3.08 195	0.33 127	6.07 177	3.28 100	5.01 169	10.12 298	4.29 215	1.74 173	8.06 299	1.27 176	0.00 1	0.12 363	0.00 1	0.01 251	0.18 304	0.15 301

Sa-1000	3.55 284	0.75 270	3.63 221	1.91 301	0.30 164	3.55 237	1.63 324	7.39 230	8.54 326	7.70 302	17.44 401	4.00 195	2.82 222	9.44 374	1.33 181	0.00 1	0.10 348	0.00 1	0.18 365	0.21 327	0.04 134

IIG-Stereo	3.16 247	0.75 270	2.83 142	4.08 436	0.21 132	2.56 127	0.74 233	6.55 208	5.56 211	8.39 330	9.38 287	7.94 319	2.79 220	9.50 376	1.89 231	0.02 270	0.00 1	0.00 1	0.00 1	0.02 40	0.04 134

AIO-test1	2.22 153	0.76 273	2.78 135	0.30 69	4.38 428	2.48 115	0.96 279	5.59 156	14.64 403	0.74 63	2.86 90	0.92 80	0.30 35	5.64 157	1.67 213	0.00 1	0.00 1	0.00 1	0.03 287	0.17 293	0.14 291

ACV-stereo	4.46 346	0.76 273	9.94 410	1.91 301	1.06 289	11.61 409	1.28 306	6.25 188	7.09 277	3.09 113	5.21 163	16.88 417	10.23 417	7.96 286	5.47 345	0.06 345	0.15 383	0.01 322	0.00 1	0.12 245	0.14 291

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

THIR-Stereo	3.86 309	0.77 276	2.62 114	0.12 29	0.13 82	4.25 281	6.63 426	5.30 141	4.18 154	10.33 382	17.13 395	6.58 291	7.62 385	7.78 279	3.51 306	0.01 195	0.07 321	0.07 399	0.00 1	0.11 229	0.02 55

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

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

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

HITNet	2.79 213	0.77 276	4.02 251	2.03 328	0.11 67	5.58 317	0.59 192	9.24 278	5.15 197	6.42 242	7.26 232	3.66 183	2.92 227	4.07 114	3.87 320	0.00 1	0.00 1	0.00 1	0.00 1	0.06 156	0.02 55
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
rvit_stereo_ft	1.00 30	0.78 281	3.84 241	0.84 147	0.36 184	1.23 12	0.24 104	3.81 55	3.76 125	0.37 28	0.87 27	0.74 76	1.12 120	1.18 24	0.76 105	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.06 183

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

MyStereo04	2.95 231	0.79 282	5.38 330	1.03 178	1.11 292	2.63 141	0.46 154	10.00 300	12.44 391	4.19 145	3.91 121	3.04 152	3.60 255	7.34 255	2.74 279	0.00 1	0.09 339	0.00 1	0.01 251	0.11 229	0.09 228

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

HSM	4.00 323	0.79 282	3.16 182	1.59 258	2.17 358	6.77 343	1.11 293	12.28 370	6.35 254	6.75 252	8.11 255	13.90 392	5.37 337	8.85 349	2.71 275	0.00 1	0.00 1	0.00 1	0.00 1	0.02 40	0.02 55

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

ADLNet	4.32 344	0.80 286	4.33 269	3.60 424	3.56 403	6.87 345	2.48 346	11.20 330	7.58 293	9.87 373	9.62 290	8.39 325	4.95 326	6.16 176	6.60 365	0.01 195	0.01 152	0.00 1	0.01 251	0.12 245	0.25 352

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

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

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

psm_up	3.85 308	0.82 291	3.01 161	2.00 322	2.58 374	5.28 314	3.34 371	10.85 325	6.33 252	7.27 286	7.32 234	10.15 352	9.02 405	6.19 177	2.51 269	0.22 394	0.01 152	0.00 1	0.00 1	0.12 245	0.03 91

NVstereo2D	4.51 350	0.82 291	6.86 378	3.28 413	3.38 395	8.16 369	3.13 364	10.51 313	15.15 408	4.90 166	6.89 215	7.87 314	4.78 320	9.88 379	3.91 321	0.01 195	0.00 1	0.00 1	0.06 318	0.02 40	0.58 404

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

raft+_RVC	1.79 97	0.84 294	2.32 86	2.40 372	0.85 268	1.38 25	0.09 41	6.36 193	4.75 184	2.85 106	5.46 174	1.17 90	1.36 146	4.54 125	0.91 142	0.00 1	0.10 348	0.00 1	0.00 1	0.11 229	0.22 339

S-Stereo	6.63 389	0.84 294	9.67 408	3.15 409	3.48 400	6.49 337	6.22 418	12.99 388	22.84 443	9.48 362	15.51 378	12.00 380	8.43 395	8.04 292	10.70 418	0.12 372	0.17 395	0.00 1	0.38 418	0.13 260	1.92 437

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

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

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

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

ssnet_v2	4.46 346	0.87 299	5.18 321	1.57 254	0.67 246	9.14 380	4.73 400	11.84 351	9.68 343	8.79 342	6.24 198	9.91 348	4.34 298	6.28 182	9.30 403	0.00 1	0.01 152	0.00 1	0.00 1	0.28 356	0.30 368

WCMA_ROB	9.21 426	0.87 299	7.37 388	2.54 381	2.13 355	13.59 427	5.80 413	11.64 344	14.01 399	24.43 455	32.99 459	27.09 454	18.02 444	12.51 415	9.85 413	0.81 430	0.07 321	0.01 322	0.01 251	0.16 281	0.23 345

CroCo-Stereo Lap2	1.24 59	0.88 302	3.39 199	0.95 166	4.59 438	0.47 3	0.08 37	3.51 38	2.80 61	1.17 79	2.24 77	1.57 105	0.20 8	1.48 37	1.14 167	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.12 276

stereogan	7.69 409	0.88 302	7.08 382	3.49 422	3.93 420	18.98 446	3.23 369	16.52 426	19.58 431	9.93 376	18.92 407	20.50 440	9.04 406	14.07 428	6.14 355	0.26 400	0.04 280	0.21 424	0.03 287	0.63 407	0.33 372

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

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

CroCo-Stereo	0.99 28	0.89 305	3.19 184	0.46 101	0.44 200	0.38 1	0.05 21	4.61 89	3.95 135	0.48 50	1.78 61	1.01 83	0.27 22	1.11 18	1.07 158	0.01 195	0.00 1	0.00 1	0.00 1	0.05 134	0.04 134
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RYNet	6.34 383	0.89 305	5.88 348	1.41 231	4.48 435	15.97 434	4.18 388	13.41 394	16.49 416	10.81 394	7.00 221	14.33 396	8.72 399	9.43 371	13.71 437	0.00 1	0.01 152	0.00 1	0.00 1	0.02 40	0.07 201

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

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

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

DLCB_ROB	4.51 350	0.91 310	3.78 231	2.19 348	1.07 291	6.28 331	3.09 363	9.78 293	7.72 297	10.65 391	12.97 354	13.91 393	3.71 262	8.72 345	5.30 343	0.00 1	0.00 1	0.00 1	0.00 1	0.03 83	0.10 250

CBMV	5.35 364	0.91 310	3.67 223	1.62 263	0.44 200	10.09 391	7.19 434	12.49 377	12.33 389	12.22 409	14.69 374	10.93 370	6.48 360	8.51 328	4.96 339	0.02 270	0.15 383	0.00 1	0.00 1	0.17 293	0.17 316
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 313	0.92 313	4.41 273	3.56 423	4.00 422	6.70 341	1.26 305	18.71 440	6.14 241	7.35 290	7.91 252	4.35 217	2.58 206	3.04 86	6.62 367	0.00 1	0.00 1	0.00 1	0.00 1	0.39 384	0.14 291

111	2.78 212	0.92 313	3.81 235	0.22 58	0.07 32	2.83 174	0.70 222	6.03 175	14.00 398	3.22 118	8.93 267	5.48 257	3.30 238	3.66 98	2.03 243	0.00 1	0.00 1	0.00 1	0.00 1	0.10 212	0.29 366

ccnet	6.87 397	0.92 313	5.15 319	3.09 403	2.18 360	11.78 411	4.90 402	17.97 435	8.79 330	12.79 416	20.20 412	16.00 409	8.35 394	9.12 358	14.17 440	0.42 418	0.33 428	0.25 428	0.09 332	0.40 387	0.48 395

OMP-Stereo	3.03 235	0.93 316	2.72 126	4.21 440	0.51 223	2.19 92	1.25 302	6.19 187	6.00 233	7.99 314	6.21 195	8.50 332	2.49 202	9.44 374	1.74 220	0.01 195	0.00 1	0.00 1	0.00 1	0.08 184	0.05 167

STTStereo	3.60 288	0.93 316	6.34 364	2.71 388	2.23 362	3.68 248	0.63 201	9.42 283	6.73 265	9.87 373	6.97 216	8.84 336	3.65 257	6.85 221	3.04 285	0.00 1	0.02 206	0.01 322	0.00 1	0.02 40	0.02 55

CBFPSM	4.87 357	0.94 318	14.70 439	1.51 241	1.15 296	11.49 407	2.55 351	7.28 228	6.47 257	6.23 226	4.83 144	15.30 404	8.99 404	6.88 222	8.20 389	0.03 305	0.02 206	0.00 1	0.00 1	0.40 387	0.42 386

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

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

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

DRN-Test	5.87 370	0.98 321	5.89 349	2.69 387	3.65 407	12.37 418	3.35 372	20.07 458	10.20 356	11.93 408	12.31 349	11.06 373	5.31 336	7.89 284	9.05 399	0.04 324	0.05 293	0.04 382	0.04 305	0.18 304	0.25 352

AIO-Stereo-zeroshot	2.86 221	0.99 323	7.52 393	1.52 243	0.92 274	2.94 184	0.03 15	9.31 281	3.81 127	2.42 97	5.86 183	9.23 339	4.64 313	4.31 120	2.19 253	0.02 270	0.18 399	0.00 1	0.54 433	0.35 374	0.35 374

GMStereo	1.83 105	0.99 323	4.55 286	0.57 118	0.05 15	2.53 121	0.01 2	4.95 109	11.14 372	3.52 127	2.24 77	0.53 68	0.49 68	3.76 101	0.80 118	0.20 391	0.00 1	0.00 1	0.12 341	0.12 245	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	1.93 120	1.01 325	2.75 129	1.88 297	1.75 335	2.88 181	0.18 88	4.64 95	4.36 160	2.27 94	5.14 154	2.22 127	0.79 101	7.10 241	1.00 154	0.00 1	0.34 429	0.00 1	0.00 1	0.10 212	0.16 313

edge stereo	6.76 391	1.01 325	6.76 374	2.20 350	2.45 371	6.41 335	2.45 345	14.84 413	11.98 386	15.29 430	18.31 406	22.02 443	12.56 429	10.82 395	7.49 373	0.03 305	0.06 307	0.11 408	0.03 287	0.30 359	0.14 291

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

iResNet_ROB	4.23 336	1.02 327	4.90 302	2.18 347	0.93 277	2.92 182	0.37 133	15.10 417	16.91 420	7.89 311	10.51 309	7.03 298	3.07 232	8.16 307	3.46 304	0.01 195	0.00 1	0.00 1	0.00 1	0.10 212	0.02 55

AACVNet	3.33 265	1.03 329	3.56 213	3.46 419	0.63 240	3.09 197	0.28 113	8.78 268	3.43 110	5.99 207	10.64 312	10.08 351	4.03 280	8.69 339	2.51 269	0.03 305	0.01 152	0.00 1	0.00 1	0.26 349	0.06 183

FBW_ROB	8.50 421	1.03 329	7.98 397	1.93 309	1.28 305	13.10 424	6.23 419	22.50 462	18.98 425	18.82 439	14.91 376	19.06 430	10.04 415	18.41 450	9.83 411	0.62 425	0.22 415	1.82 451	0.82 442	0.99 422	1.36 429

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

GwcNet-RSSM	3.77 301	1.05 331	5.06 311	2.21 351	1.87 344	2.36 104	1.52 318	8.98 271	7.96 307	5.91 206	14.59 372	7.94 319	3.50 249	6.43 192	5.70 350	0.00 1	0.00 1	0.04 382	0.00 1	0.20 316	0.08 215

NLCA_NET_v2_RVC	3.84 307	1.06 333	5.23 326	2.72 390	3.27 391	4.36 287	0.61 197	10.71 320	7.56 291	8.75 341	7.89 251	9.86 347	3.90 274	7.15 247	3.44 300	0.14 376	0.02 206	0.02 353	0.03 287	0.04 107	0.03 91
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 272	1.07 334	4.52 281	1.27 207	3.14 385	4.00 274	1.07 290	3.93 59	4.43 163	4.66 161	17.94 404	7.21 307	2.76 218	10.82 395	0.85 124	0.00 1	0.07 321	0.00 1	0.00 1	0.30 359	0.01 17

GANet	6.22 380	1.07 334	4.07 258	2.27 356	0.89 271	9.19 381	9.52 446	12.02 359	8.13 312	10.72 392	29.09 446	13.86 391	7.52 383	11.00 398	4.39 328	0.36 409	0.00 1	0.02 353	0.02 274	0.12 245	0.08 215

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

SGM-ForestM	16.99 465	1.08 336	5.74 345	2.12 341	0.75 256	31.63 469	12.21 462	27.80 471	32.25 459	37.88 473	39.99 471	52.96 483	35.20 477	33.60 475	24.47 465	0.26 400	0.39 434	0.31 431	0.39 421	0.26 349	0.53 401

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

MSMD_ROB	9.28 428	1.09 338	4.65 291	1.58 255	0.39 191	16.52 435	4.41 394	13.60 396	14.87 407	22.34 446	39.89 470	25.67 451	20.71 456	12.42 414	6.98 368	0.34 408	0.03 253	0.00 1	0.00 1	0.05 134	0.09 228

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

STTRV1_RVC	7.02 400	1.10 340	12.88 430	3.32 414	6.92 451	11.90 413	4.00 384	15.07 414	11.94 385	9.51 363	14.57 371	11.63 377	8.73 400	12.65 417	8.06 386	3.32 454	2.75 467	0.41 437	0.12 341	1.38 431	0.11 262

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

DualNet (step1)	3.91 316	1.11 343	6.15 358	1.27 207	0.60 235	5.22 310	2.54 347	10.66 317	7.73 298	8.36 325	7.55 238	6.55 286	4.27 290	6.58 205	1.62 208	1.49 444	0.03 253	3.10 454	2.99 460	0.20 316	0.15 301

test_sample9	5.87 370	1.11 343	6.15 358	1.27 207	0.60 235	5.22 310	2.54 347	10.66 317	7.73 298	8.36 325	7.55 238	6.55 286	4.27 290	11.68 406	11.44 425	1.49 444	24.31 493	3.10 454	2.99 460	0.20 316	0.15 301

test_sample8	7.99 414	1.11 343	6.15 358	1.27 207	0.60 235	5.22 310	2.54 347	12.04 360	6.15 242	17.46 436	9.02 273	24.67 447	18.16 445	11.68 406	11.44 425	1.49 444	24.31 493	3.10 454	2.99 460	0.20 316	0.15 301

ARAFT	3.13 244	1.11 343	7.34 387	0.42 96	0.14 87	4.52 294	2.99 360	7.41 231	5.97 230	8.85 346	7.06 226	5.20 248	1.25 139	8.49 327	1.44 189	0.00 1	0.03 253	0.00 1	0.00 1	0.33 370	0.11 262

TDLM	4.11 325	1.11 343	3.54 212	1.62 263	1.04 288	3.91 269	7.41 436	10.60 315	10.67 368	6.38 241	12.59 351	5.95 272	4.77 318	8.79 347	3.04 285	0.58 423	0.00 1	0.01 322	0.00 1	0.19 312	0.12 276

FINET	5.32 363	1.14 348	10.04 411	2.17 346	3.67 409	6.49 337	6.76 429	11.68 346	22.08 441	7.42 292	12.15 344	4.24 208	3.61 256	9.25 365	5.35 344	0.04 324	0.04 280	0.00 1	0.00 1	0.17 293	0.09 228

DeepPruner_ROB	3.52 281	1.14 348	4.06 256	1.12 194	1.65 324	3.65 244	0.83 252	13.96 401	4.47 167	7.80 305	10.84 317	7.05 302	2.16 190	8.14 305	3.08 287	0.07 354	0.03 253	0.00 1	0.01 251	0.32 367	0.06 183

CVANet_RVC	4.16 331	1.16 350	3.60 216	1.94 310	1.46 315	3.92 270	4.68 399	10.89 326	8.34 318	7.58 297	10.84 317	10.27 356	6.62 363	8.56 330	2.69 274	0.39 412	0.00 1	0.00 1	0.01 251	0.21 327	0.09 228

IPLGR_C	2.44 182	1.17 351	4.94 304	0.62 125	2.08 352	2.65 144	0.80 245	5.60 157	4.79 185	7.87 309	9.23 276	1.67 108	1.15 125	3.43 93	2.23 254	0.01 195	0.19 404	0.02 353	0.08 323	0.22 332	0.10 250

MyStereo8	2.88 225	1.19 352	5.03 309	1.61 260	3.75 414	4.30 283	0.07 32	6.14 181	6.16 243	6.22 225	9.64 292	4.28 213	1.45 150	2.05 66	4.76 337	0.00 1	0.16 391	0.00 1	0.14 345	0.26 349	0.43 388

raft_robust	2.64 200	1.20 353	2.62 114	1.10 188	0.28 161	1.50 36	0.12 53	6.28 190	9.04 332	6.80 256	7.19 228	3.73 188	2.13 187	9.06 357	1.07 158	0.03 305	0.12 363	0.00 1	0.21 376	0.17 293	0.22 339

dd	2.16 145	1.22 354	4.82 298	0.68 134	0.12 77	1.39 28	0.17 85	5.14 121	11.22 375	2.70 102	3.51 115	1.52 103	1.23 138	5.08 142	3.96 322	0.12 372	0.01 152	0.04 382	0.21 376	0.07 172	0.01 17

XPNet_ROB	6.03 379	1.22 354	5.61 343	2.56 384	0.90 273	6.32 332	7.07 432	12.92 386	8.30 317	14.76 428	15.13 377	19.84 434	6.66 365	10.36 388	8.58 394	0.02 270	0.04 280	0.00 1	0.03 287	0.11 229	0.24 349

AIO-test2	2.70 205	1.23 356	3.52 211	1.24 202	3.05 383	2.65 144	0.06 25	6.30 191	15.40 410	2.58 99	7.30 233	0.48 63	0.57 80	5.36 151	0.96 147	3.06 453	0.00 1	0.00 1	0.01 251	0.16 281	0.15 301

DANet	6.02 378	1.23 356	8.45 400	3.86 433	3.94 421	7.64 366	1.34 311	9.51 287	7.00 273	13.39 421	15.53 379	15.99 408	7.02 371	12.14 411	12.37 430	0.19 388	0.12 363	0.02 353	0.03 287	0.13 260	0.56 403
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 377	1.24 358	6.29 362	1.34 217	1.68 329	9.60 387	10.31 452	15.09 415	15.79 413	12.62 412	8.95 268	11.67 379	5.83 348	11.78 409	6.41 360	0.05 336	0.13 372	0.08 402	0.20 372	0.22 332	0.79 414

Nwc_Net	6.97 399	1.25 359	6.63 372	3.82 431	3.37 394	10.83 403	1.67 327	19.56 456	11.35 376	8.36 325	23.62 428	17.19 420	11.44 425	11.21 400	8.08 387	0.80 429	0.00 1	0.00 1	0.02 274	0.13 260	0.09 228

SACVNet	4.15 330	1.26 360	3.81 235	3.12 407	1.68 329	3.09 197	2.85 359	11.91 354	5.96 228	10.52 388	11.20 325	10.59 359	3.95 275	8.97 354	3.25 294	0.08 359	0.02 206	0.00 1	0.00 1	0.32 367	0.44 390

DMCA-RVC	3.17 248	1.26 360	6.39 367	2.10 340	1.51 317	3.02 191	0.56 182	7.84 238	5.06 192	9.23 357	5.19 159	8.46 328	2.72 217	6.31 184	3.22 291	0.06 345	0.11 356	0.09 405	0.02 274	0.16 281	0.08 215

BEATNet_4x	3.24 250	1.27 362	5.89 349	1.56 253	0.10 58	5.26 313	1.07 290	10.08 304	5.50 205	6.89 263	7.73 246	4.53 223	4.13 281	5.05 141	5.27 342	0.04 324	0.05 293	0.00 1	0.00 1	0.23 338	0.23 345

MANE	19.47 472	1.27 362	5.07 312	4.69 443	5.55 444	30.49 468	9.94 450	34.01 475	37.27 471	44.13 482	51.57 486	52.51 481	40.41 482	33.58 474	24.81 466	0.89 432	0.86 447	1.11 446	9.72 478	0.38 380	1.06 422

pmcnn	7.72 410	1.27 362	9.42 407	2.91 396	3.14 385	9.44 383	6.23 419	12.56 379	16.51 417	14.53 426	24.08 430	27.44 455	8.49 396	9.32 368	8.44 392	0.06 345	0.08 331	0.00 1	0.00 1	0.30 359	0.15 301

CSP-Net	4.12 326	1.28 365	3.70 227	1.54 248	1.06 289	13.28 426	2.33 342	12.96 387	5.45 203	8.87 347	8.54 262	8.43 327	3.03 229	8.16 307	3.65 313	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.03 91

LE_ROB	16.73 464	1.28 365	11.61 417	3.72 428	1.65 324	16.67 437	9.17 444	14.39 407	55.91 485	63.81 496	40.86 473	35.94 470	37.73 480	14.24 429	26.87 471	0.05 336	0.10 348	0.13 413	0.22 381	0.12 245	0.15 301

AIO-Stereo-zeroshot1	3.58 285	1.29 367	12.46 424	1.53 246	0.98 282	3.48 226	0.81 247	11.99 357	4.40 162	4.33 147	11.05 324	8.83 335	2.02 184	4.52 124	1.66 212	0.01 195	0.14 376	0.00 1	0.68 438	0.86 418	0.44 390

LMCR-Stereo	3.63 289	1.29 367	4.20 263	2.54 381	0.17 102	8.08 368	1.52 318	11.46 340	4.73 182	8.45 333	10.66 314	1.91 120	5.03 328	7.69 272	3.58 311	0.92 434	0.00 1	0.00 1	0.00 1	0.36 378	0.02 55

RP	6.84 396	1.29 367	5.53 341	3.92 434	5.18 442	6.32 332	3.53 375	11.73 349	15.31 409	9.54 365	22.38 424	18.25 425	14.47 439	10.11 382	7.49 373	0.91 433	0.01 152	0.12 411	0.15 348	0.33 370	0.19 329

ADCRef	7.27 401	1.38 370	16.37 443	2.52 380	3.30 393	11.63 410	3.16 366	10.80 323	9.35 338	13.03 419	25.27 438	8.17 323	8.92 403	8.06 299	21.81 458	0.15 378	0.08 331	0.16 416	0.34 413	0.38 380	0.58 404

fast-acv-ft	5.62 368	1.39 371	7.01 379	2.02 325	1.89 346	12.23 416	1.82 333	7.35 229	9.45 340	10.46 387	20.27 414	14.55 398	7.71 387	7.41 258	7.61 375	0.10 367	0.09 339	0.16 416	0.07 319	0.59 402	0.13 284

DN-CSS_ROB	2.69 202	1.40 372	5.34 329	2.31 366	0.75 256	3.14 204	0.06 25	6.11 180	3.87 128	5.34 181	12.18 346	2.34 130	1.22 137	7.84 282	1.48 193	0.03 305	0.00 1	0.00 1	0.00 1	0.35 374	0.03 91

LoS_RVC	1.26 61	1.43 373	1.91 44	0.42 96	3.77 416	1.71 58	0.04 17	2.58 7	2.49 39	0.42 46	2.58 84	0.30 37	0.57 80	1.71 46	0.66 84	0.01 195	0.02 206	0.00 1	0.00 1	0.02 40	4.49 454

iResNetv2_ROB	4.28 342	1.43 373	7.17 383	2.91 396	1.26 301	4.36 287	1.62 323	13.64 398	10.25 357	9.83 371	11.41 329	7.68 311	4.00 276	7.75 278	1.85 227	0.00 1	0.00 1	0.00 1	0.00 1	0.37 379	0.09 228

AF-Net	7.78 411	1.44 375	6.68 373	3.37 415	4.50 436	8.61 374	2.69 354	17.07 429	20.17 436	9.52 364	24.02 429	20.31 439	14.59 440	11.58 405	9.84 412	0.61 424	0.00 1	0.12 411	0.00 1	0.38 380	0.12 276

gwcnet-sp	3.31 257	1.47 376	7.26 384	1.73 276	0.69 248	7.57 362	1.14 295	8.59 258	6.17 244	8.57 335	5.25 167	4.26 210	3.36 240	6.46 193	3.44 300	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.11 262

scenet	3.31 257	1.47 376	7.26 384	1.73 276	0.69 248	7.57 362	1.14 295	8.59 258	6.17 244	8.57 335	5.25 167	4.26 210	3.36 240	6.46 193	3.44 300	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.11 262

ssnet	3.31 257	1.47 376	7.26 384	1.73 276	0.69 248	7.57 362	1.14 295	8.59 258	6.17 244	8.57 335	5.25 167	4.26 210	3.36 240	6.46 193	3.44 300	0.00 1	0.00 1	0.00 1	0.00 1	0.15 274	0.11 262

PA-Net	4.98 359	1.47 376	7.42 389	2.40 372	2.14 356	8.73 376	3.64 380	12.42 371	13.11 393	7.03 270	7.57 241	7.88 315	6.52 361	10.16 387	7.82 378	0.02 270	0.03 253	0.00 1	0.00 1	0.11 229	1.07 423
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 392	1.49 380	6.48 368	2.92 398	4.40 429	7.43 356	3.61 377	19.52 454	13.29 394	8.39 330	16.91 390	15.96 406	12.13 426	12.85 418	7.70 376	1.47 442	0.11 356	0.01 322	0.42 424	0.14 270	0.24 349

Abc-Net	6.77 392	1.49 380	6.48 368	2.92 398	4.40 429	7.43 356	3.61 377	19.52 454	13.29 394	8.39 330	16.91 390	15.96 406	12.13 426	12.85 418	7.70 376	1.47 442	0.11 356	0.01 322	0.42 424	0.14 270	0.24 349
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 445	1.52 382	4.55 286	1.89 299	1.46 315	19.87 450	5.11 406	20.66 460	15.91 414	32.67 466	34.51 462	39.34 474	21.15 457	18.74 452	12.10 428	0.11 369	0.06 307	0.01 322	0.00 1	0.45 393	0.22 339
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
G-Net	8.41 419	1.54 383	10.97 415	5.73 450	3.60 405	26.19 458	4.41 394	10.10 305	7.42 285	19.71 442	24.99 436	14.38 397	15.83 441	10.99 397	9.53 409	0.50 422	0.46 440	0.19 422	0.25 389	0.80 415	0.66 409

Wz-Net-LNSev-Ref	5.98 375	1.55 384	9.92 409	2.40 372	3.22 389	10.28 394	3.14 365	11.64 344	9.79 346	9.54 365	20.22 413	11.16 374	6.77 367	10.61 393	9.16 400	0.06 345	0.00 1	0.00 1	0.00 1	0.03 83	0.04 134

RAFT + AFF	4.30 343	1.55 384	5.84 347	1.43 233	2.36 366	5.94 327	6.72 428	10.01 301	7.56 291	7.55 296	8.96 270	7.09 303	6.73 366	8.57 331	4.02 323	0.02 270	0.47 441	0.00 1	0.01 251	0.56 398	0.54 402

psmorigin	7.34 402	1.58 386	18.31 450	2.35 369	0.87 269	6.72 342	1.70 331	10.63 316	7.14 279	19.77 443	22.71 425	20.13 436	11.34 423	12.96 420	9.49 408	0.04 324	0.17 395	0.06 393	0.17 359	0.21 327	0.50 398

NCCL2	5.88 372	1.59 387	5.44 333	1.87 294	0.92 274	9.55 385	11.55 458	12.11 363	9.94 350	9.67 368	8.85 265	22.28 445	7.41 377	8.78 346	7.17 370	0.01 195	0.00 1	0.03 370	0.00 1	0.13 260	0.23 345

iinet-f	5.94 373	1.60 388	26.88 469	1.79 284	1.38 313	11.92 414	1.47 315	6.80 218	7.11 278	6.90 265	14.43 369	10.64 363	7.97 389	7.00 233	12.12 429	0.02 270	0.03 253	0.05 389	0.00 1	0.63 407	0.02 55

CSAN	7.62 405	1.60 388	6.56 371	1.83 292	0.66 244	12.40 419	10.52 455	14.45 408	21.32 439	14.19 424	15.98 381	17.84 421	13.02 434	12.32 413	8.38 391	0.09 364	0.07 321	0.03 370	0.04 305	0.33 370	0.67 410

FADNet-RVC-Resample	3.79 303	1.62 390	12.06 420	1.43 233	0.66 244	5.94 327	2.41 343	10.18 308	8.58 328	6.28 233	4.22 129	5.33 254	4.80 322	7.71 274	3.19 290	0.17 384	0.21 411	0.17 419	0.12 341	0.41 390	0.29 366

PSMNet_ROB	5.02 361	1.63 391	6.03 354	1.90 300	1.83 342	9.57 386	6.35 423	15.58 422	7.23 282	6.15 221	10.48 308	12.22 381	4.16 284	8.02 291	8.71 396	0.02 270	0.01 152	0.01 322	0.10 336	0.20 316	0.12 276

LL-Strereo	4.71 356	1.64 392	7.51 392	1.15 196	4.31 426	3.71 251	1.45 314	9.21 277	8.36 319	8.37 329	8.17 256	10.82 366	11.36 424	12.51 415	4.82 338	0.00 1	0.12 363	0.00 1	0.00 1	0.31 364	0.32 371

FADNet	4.23 336	1.65 393	11.75 419	1.64 265	0.80 263	4.80 301	0.77 239	13.76 400	11.65 380	3.97 140	5.24 165	9.62 344	5.14 332	8.40 322	3.78 317	0.21 392	0.04 280	0.07 399	0.05 311	1.14 424	0.10 250

sAnonymous2	1.35 68	1.66 394	8.14 398	0.55 113	0.46 206	1.23 12	0.24 104	4.00 61	3.47 111	0.40 40	1.11 35	0.23 24	1.42 148	0.96 13	0.57 71	0.01 195	0.00 1	0.00 1	0.20 372	2.07 441	0.22 339

CroCo_RVC	1.35 68	1.66 394	8.14 398	0.55 113	0.46 206	1.23 12	0.24 104	4.00 61	3.47 111	0.40 40	1.11 35	0.23 24	1.42 148	0.96 13	0.57 71	0.01 195	0.00 1	0.00 1	0.20 372	2.07 441	0.22 339

FADNet_RVC	3.91 316	1.67 396	12.95 432	0.96 168	0.75 256	5.71 320	0.54 176	10.83 324	6.60 262	3.46 126	8.09 254	4.10 202	3.40 247	9.43 371	6.33 358	0.36 409	0.44 438	0.17 419	0.46 429	0.91 419	0.95 419

APVNet	5.98 375	1.72 397	8.72 402	3.21 411	4.04 423	12.31 417	1.81 332	19.09 447	6.10 237	6.13 220	13.41 359	10.69 364	6.30 356	11.26 401	13.90 438	0.05 336	0.02 206	0.11 408	0.03 287	0.53 396	0.20 335

AANet_RVC	5.01 360	1.74 398	6.38 366	1.96 314	1.29 306	2.26 97	1.69 328	10.07 303	18.53 423	7.88 310	18.15 405	8.49 331	2.70 212	10.59 392	7.04 369	0.96 435	0.15 383	0.02 353	0.00 1	0.13 260	0.12 276

StereoDRNet	5.59 366	1.75 399	6.80 375	3.12 407	4.45 433	10.61 399	4.35 393	18.80 442	9.73 344	12.22 409	6.87 214	11.44 376	4.65 314	8.09 302	8.26 390	0.02 270	0.11 356	0.00 1	0.03 287	0.20 316	0.28 364

ETE_ROB	5.80 369	1.77 400	6.33 363	1.44 236	0.78 262	6.43 336	6.90 430	12.53 378	8.08 310	12.93 418	14.89 375	21.13 442	5.87 349	9.83 378	6.57 364	0.04 324	0.01 152	0.00 1	0.02 274	0.08 184	0.33 372

ADCP+	8.09 415	1.79 401	14.50 437	1.54 248	4.28 425	16.57 436	5.20 407	12.80 383	11.20 374	12.83 417	17.07 394	11.02 372	10.80 421	17.59 448	23.18 463	0.03 305	0.05 293	0.01 322	0.18 365	0.39 384	0.81 415

LALA_ROB	6.58 388	1.80 402	6.25 361	1.26 205	0.94 278	10.08 390	9.02 443	16.00 424	11.51 379	12.74 414	13.02 355	24.77 448	5.25 334	10.56 391	8.02 383	0.04 324	0.05 293	0.00 1	0.02 274	0.10 212	0.25 352

FADNet-RVC	3.98 322	1.84 403	12.48 426	1.69 269	0.44 200	4.33 284	1.31 309	11.84 351	7.15 280	3.53 128	3.50 114	10.63 362	4.43 302	9.12 358	6.25 357	0.03 305	0.10 348	0.00 1	0.03 287	0.60 404	0.25 352

PS-NSSS	3.90 313	1.84 403	4.55 286	0.87 151	2.95 382	4.10 278	2.00 337	10.77 322	8.23 316	6.75 252	14.63 373	5.01 242	2.24 191	8.41 323	2.91 281	0.33 407	0.03 253	0.83 442	0.00 1	0.82 416	0.70 412

SANet	10.64 440	1.86 405	10.91 413	1.76 279	0.71 253	14.62 430	9.23 445	19.18 448	37.14 470	19.22 440	27.96 442	25.86 452	19.11 451	13.02 421	10.63 417	0.08 359	0.06 307	0.03 370	0.02 274	0.62 405	0.81 415

DPSNet	10.14 436	1.88 406	16.82 446	1.85 293	1.73 333	24.84 456	17.20 479	19.92 457	27.41 451	12.23 411	13.62 361	16.52 412	18.35 446	14.42 431	12.50 431	0.78 428	0.54 444	0.08 402	0.25 389	1.18 425	0.59 407

dad	4.66 355	1.89 407	5.51 338	0.94 162	0.09 51	2.16 91	0.37 133	7.10 225	14.43 401	10.13 380	16.84 389	14.97 400	1.90 180	6.82 218	4.15 325	1.09 437	0.11 356	4.08 459	0.46 429	0.17 293	0.06 183

Wz-Net-LNSev	6.46 385	1.93 408	16.44 445	1.52 243	4.15 424	12.66 420	4.96 404	13.05 389	12.10 387	10.55 390	16.23 383	11.32 375	7.19 374	8.43 325	8.48 393	0.00 1	0.01 152	0.00 1	0.00 1	0.08 184	0.06 183

GwcNet	6.42 384	1.97 409	10.92 414	2.59 385	5.58 445	11.55 408	2.21 341	14.10 404	16.52 419	10.04 378	17.19 398	10.86 368	5.61 346	9.23 364	8.84 398	0.01 195	0.06 307	0.03 370	0.08 323	0.56 398	0.40 382

GMStereo_Zeroshot	2.77 211	1.98 410	5.14 318	1.53 246	0.36 184	3.56 238	0.10 43	5.57 155	5.91 226	6.89 263	7.02 222	8.50 332	0.91 106	6.01 171	1.65 211	0.00 1	0.00 1	0.00 1	0.00 1	0.20 316	0.01 17

PDISCO_ROB	9.62 433	1.99 411	11.51 416	9.88 459	9.61 462	21.48 451	3.83 381	19.33 450	28.49 454	11.27 402	14.17 366	19.92 435	5.02 327	16.35 444	9.18 401	5.28 458	0.41 435	0.14 414	0.09 332	2.05 440	2.36 444

ADCL	10.16 437	2.11 412	19.36 453	1.92 305	1.88 345	22.23 452	8.91 442	14.04 402	23.56 445	14.62 427	26.19 439	12.75 385	13.59 436	16.06 443	22.95 462	0.26 400	0.18 399	0.75 440	0.65 435	0.69 411	0.58 404

ELAS	16.72 463	2.14 413	9.23 404	4.92 445	4.53 437	32.66 473	15.11 474	27.40 470	28.68 455	40.27 477	44.90 476	38.33 473	30.50 472	26.44 469	21.94 459	0.88 431	1.23 451	0.67 439	0.89 444	1.49 433	2.18 442
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 398	2.23 414	6.13 356	4.05 435	4.73 441	8.94 377	2.78 356	15.19 419	11.74 381	11.13 399	19.34 408	17.86 422	10.42 419	13.02 421	8.03 385	0.73 427	0.01 152	0.24 427	0.41 423	0.31 364	0.38 378

ELAS_RVC	16.54 462	2.26 415	10.09 412	5.50 449	4.46 434	28.28 466	16.72 478	25.55 467	33.54 462	40.19 476	40.30 472	36.68 471	30.03 471	29.40 470	20.61 452	0.98 436	1.21 450	0.86 443	0.70 439	1.39 432	2.16 440
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 404	2.32 416	15.58 442	1.82 291	0.63 240	44.66 485	0.44 152	8.59 258	9.52 341	9.84 372	25.18 437	5.30 253	4.38 299	11.46 404	6.49 362	0.05 336	0.03 253	0.00 1	0.01 251	1.79 438	1.87 436

Wz-Net-MNSev	7.43 403	2.35 417	15.22 440	2.34 368	3.41 399	17.27 442	8.55 439	11.91 354	13.48 396	13.37 420	17.05 393	13.70 388	7.47 382	11.90 410	9.99 414	0.40 414	0.03 253	0.00 1	0.01 251	0.16 281	0.07 201

ADCPNet	9.54 431	2.39 418	31.46 473	2.09 338	1.60 320	16.71 438	6.39 424	12.11 363	11.45 377	13.53 422	21.45 419	19.41 431	10.94 422	14.38 430	21.54 456	0.27 403	1.16 449	0.39 436	1.49 452	0.58 401	1.45 430

SHD	9.61 432	2.60 419	12.46 424	3.69 427	3.54 402	9.47 384	1.25 302	20.16 459	37.84 472	18.19 438	21.24 418	16.96 418	12.83 433	14.47 432	16.05 443	0.32 406	0.13 372	0.01 322	0.08 323	0.38 380	0.48 395

DGSMNet	6.47 386	2.61 420	13.64 435	3.46 419	3.74 410	8.97 378	6.01 414	14.15 405	13.01 392	7.46 294	14.10 365	9.94 349	4.79 321	10.44 389	6.22 356	1.30 441	1.70 454	1.80 449	1.52 454	2.27 444	2.35 443

DeepPrunerF	6.75 390	2.69 421	23.31 462	3.68 426	7.16 452	3.78 262	4.29 391	13.42 395	20.13 435	8.13 317	10.46 307	7.18 306	8.06 391	11.10 399	9.44 407	0.24 397	0.15 383	0.29 429	0.42 424	0.66 410	0.45 392

Syn2CoEx	6.32 382	2.72 422	9.33 405	2.45 377	1.67 327	8.59 373	3.32 370	18.08 436	12.27 388	8.53 334	21.08 417	10.30 357	9.80 413	9.30 367	7.86 380	0.01 195	0.00 1	0.00 1	0.00 1	0.63 407	0.43 388

SAMSARA	14.63 454	2.74 423	12.38 422	12.65 466	6.74 450	36.50 477	72.93 500	19.36 451	23.77 446	16.20 434	13.04 356	29.21 458	12.78 431	16.98 446	15.21 442	0.11 369	0.26 425	0.03 370	0.14 345	0.76 414	0.77 413

GANetREF_RVC	6.56 387	2.89 424	7.58 394	3.41 416	0.40 193	12.96 423	9.58 447	15.09 415	17.25 422	10.33 382	10.62 311	12.27 382	8.16 393	12.21 412	4.53 331	0.41 415	0.00 1	0.00 1	0.02 274	3.12 447	0.39 379
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PVD	15.44 456	2.93 425	14.67 438	4.21 440	3.39 397	17.43 443	4.16 387	27.84 472	48.84 481	31.02 464	43.54 475	29.76 460	30.81 473	25.97 468	21.40 454	0.23 395	0.41 435	0.04 382	0.33 411	0.41 390	1.33 428

RTSC	9.15 425	3.00 426	13.57 434	3.72 428	1.76 337	11.82 412	0.46 154	16.95 428	36.83 469	15.80 432	15.53 379	12.91 386	7.46 381	20.01 458	21.76 457	0.31 405	0.13 372	0.01 322	0.08 323	0.57 400	0.41 384

TRStereo	2.36 174	3.10 427	4.70 295	1.99 318	2.08 352	2.61 136	1.11 293	8.79 269	3.73 121	3.19 116	3.04 96	3.96 193	0.77 96	5.92 167	1.44 189	0.03 305	0.14 376	0.00 1	0.29 399	0.08 184	0.25 352

ADCMid	10.24 438	3.13 428	20.70 456	2.21 351	2.39 369	11.23 405	6.19 416	14.17 406	11.19 373	23.20 452	22.25 422	17.89 423	19.54 452	18.51 451	26.21 470	0.45 420	0.42 437	1.10 445	1.29 449	1.56 435	1.18 424

PWC_ROB	8.24 417	3.13 428	12.74 429	2.43 376	4.43 432	7.51 360	1.22 300	16.63 427	19.24 429	16.08 433	28.29 443	13.99 394	10.16 416	13.63 425	14.06 439	0.42 418	0.00 1	0.05 389	0.00 1	0.59 402	0.27 362

SuperB	8.10 416	3.15 430	24.67 464	2.65 386	1.23 299	9.88 389	4.29 391	10.18 308	30.07 456	11.53 405	12.18 346	6.12 275	6.65 364	10.50 390	14.47 441	0.14 376	0.11 356	0.35 433	0.25 389	13.06 471	0.48 395

PWCDC_ROB	7.92 413	3.17 431	7.48 391	5.73 450	4.40 429	10.45 396	0.35 130	14.52 410	28.19 453	10.36 384	31.27 452	7.04 300	9.14 407	13.22 423	8.78 397	2.74 452	0.02 206	0.00 1	0.00 1	1.31 429	0.17 316

aanetorigin	8.72 423	3.29 432	27.55 470	1.95 311	3.84 417	4.93 306	5.39 412	5.49 153	10.05 352	27.85 459	31.47 453	15.80 405	12.78 431	9.04 356	11.98 427	0.25 398	0.22 415	0.22 425	0.25 389	1.28 428	0.84 417

SQANet	7.64 406	3.40 433	5.49 336	11.73 465	9.62 463	11.96 415	2.82 357	11.33 336	6.10 237	8.33 324	11.49 332	11.00 371	5.16 333	10.12 386	2.72 278	8.92 467	2.21 456	10.41 466	1.58 455	11.13 467	7.39 465

XQC	8.43 420	3.58 434	16.40 444	2.92 398	2.17 358	13.22 425	3.60 376	14.64 411	25.86 449	11.87 407	12.04 340	15.06 401	10.67 420	15.24 437	19.41 448	0.39 412	0.08 331	0.05 389	0.07 319	0.84 417	0.45 392

MFN_U_SF_RVC	12.94 448	3.66 435	25.81 467	3.61 425	2.26 364	22.77 453	4.55 397	27.10 468	20.06 434	23.90 453	28.99 445	30.53 461	16.98 442	19.92 457	20.26 451	1.24 438	1.07 448	0.98 444	1.33 450	1.80 439	2.04 439

anonymity	7.68 407	3.83 436	12.39 423	7.04 455	12.67 471	8.18 370	2.00 337	17.50 432	6.85 268	13.56 423	9.21 275	9.97 350	7.82 388	11.28 402	5.58 348	6.27 461	4.98 483	3.68 458	2.96 459	3.33 449	4.48 453

PASM	7.90 412	4.22 437	21.97 460	3.25 412	3.29 392	5.39 316	6.57 425	10.57 314	19.09 426	12.77 415	13.92 363	18.11 424	9.51 411	13.79 426	10.77 421	0.19 388	0.45 439	0.29 429	1.08 447	1.49 433	1.19 425

MFN_U_SF_DS_RVC	9.78 434	4.27 438	14.47 436	2.29 359	2.85 379	23.40 455	13.62 466	13.60 396	19.54 430	19.42 441	24.27 431	16.74 415	8.59 397	17.05 447	7.98 382	1.25 439	1.68 453	0.17 419	2.63 457	0.72 413	1.04 421

GASNet	5.19 362	4.61 439	9.38 406	4.73 444	2.10 354	3.80 264	1.57 321	12.07 361	10.96 369	8.92 349	7.03 224	8.21 324	7.67 386	14.02 427	7.36 371	0.02 270	0.15 383	0.00 1	0.00 1	0.69 411	0.42 386

PSMNet-RUCA	5.60 367	4.62 440	11.61 417	10.29 461	7.55 457	7.08 349	1.94 335	12.01 358	10.52 365	3.90 138	11.88 337	4.43 219	1.75 176	7.56 265	4.24 327	1.68 447	0.12 363	4.78 461	0.67 437	4.74 452	0.68 411

WZ-Net	13.00 449	4.64 441	41.07 481	3.48 421	3.15 387	19.12 447	15.66 477	14.81 412	31.33 458	15.71 431	27.88 441	22.22 444	14.01 438	20.44 460	25.03 467	0.64 426	0.00 1	0.01 322	0.03 287	0.39 384	0.37 377

Consistency-Raft	9.42 429	4.74 442	12.66 427	5.30 448	9.08 460	4.08 276	5.26 409	19.26 449	24.87 447	11.17 400	29.85 448	13.57 387	5.51 345	7.67 271	13.40 435	0.36 409	0.35 431	1.81 450	4.24 468	11.61 468	3.57 448

ADCS	13.02 450	4.93 443	28.38 471	3.17 410	2.67 376	13.61 428	10.83 456	18.70 439	33.46 461	22.59 447	24.78 434	19.59 433	18.51 448	23.40 465	32.16 479	0.10 367	0.19 404	0.37 435	0.18 365	1.26 427	1.46 431

MaskLacGwcNet_RVC	5.97 374	5.36 444	5.02 307	3.75 430	3.57 404	15.81 433	4.27 390	11.72 348	6.96 271	7.23 283	8.47 261	9.09 338	2.66 211	9.36 370	2.71 275	7.49 463	2.32 458	2.01 452	0.08 323	6.77 462	4.67 455

AnyNet_C32	10.98 443	5.58 445	22.79 461	4.16 437	5.83 446	15.64 431	14.30 467	13.18 390	17.15 421	16.44 435	20.52 415	14.68 399	13.44 435	22.46 462	30.08 476	0.17 384	0.26 425	0.36 434	0.36 417	1.23 426	0.91 418

LSM	14.01 453	5.95 446	33.49 474	6.78 454	43.61 495	10.22 392	9.98 451	15.16 418	22.93 444	23.07 451	32.34 457	18.52 427	12.67 430	15.45 438	11.10 422	0.16 383	0.51 443	0.09 405	0.32 409	1.08 423	16.85 489

EDNetEfficient	13.82 452	6.19 447	54.79 487	2.83 393	3.60 405	4.86 303	8.57 440	8.61 263	32.90 460	40.77 478	30.59 451	18.33 426	21.87 461	11.38 403	25.36 468	0.15 378	0.23 417	0.06 393	1.03 446	2.54 445	1.79 434

SPS-STEREO	15.04 455	6.23 448	13.21 433	11.34 464	11.65 468	23.30 454	7.15 433	24.16 465	15.65 412	31.78 465	29.19 447	31.62 462	21.32 458	24.62 466	19.50 449	7.59 464	4.19 481	3.22 457	1.48 451	6.99 463	6.54 462
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 427	6.70 449	24.28 463	1.87 294	1.81 341	8.57 372	12.29 464	17.37 431	20.39 437	10.43 386	23.11 427	16.66 414	8.03 390	14.47 432	17.86 445	0.00 1	0.02 206	0.01 322	0.00 1	0.41 390	0.30 368

AnonymousM	2.71 206	6.75 450	0.98 1	0.73 137	0.06 24	2.41 110	0.53 174	5.30 141	3.05 81	4.75 163	2.09 70	1.89 117	1.01 112	1.88 60	0.51 65	0.01 195	0.02 206	17.42 471	4.76 471	0.02 40	0.01 17

NVStereoNet_ROB	16.04 459	6.75 450	12.90 431	6.37 453	7.42 455	12.89 422	9.74 449	22.78 463	25.12 448	30.32 462	46.19 478	34.37 468	25.38 465	21.48 461	21.38 453	5.94 459	3.10 473	6.07 464	10.09 479	4.01 450	8.54 470
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 461	6.93 452	21.83 459	5.94 452	2.81 378	38.71 479	14.59 468	24.55 466	34.87 467	33.66 470	34.35 461	29.24 459	24.20 464	22.59 463	17.95 446	2.52 451	2.81 468	1.17 447	1.51 453	5.89 458	2.16 440

UDGNet	2.73 209	7.09 453	3.90 243	2.71 388	0.06 24	2.98 187	0.20 94	4.63 92	8.58 328	2.69 100	2.70 86	0.95 82	1.01 112	6.27 181	1.51 195	1.28 440	0.00 1	5.24 463	0.94 445	1.70 436	0.13 284

SGM+DAISY	15.62 457	7.26 454	19.28 452	8.94 456	10.11 465	26.25 459	10.49 454	19.36 451	14.65 405	30.64 463	33.59 460	33.00 464	22.32 463	24.96 467	16.42 444	7.90 465	6.25 485	4.51 460	3.37 464	5.86 457	7.20 464

otaku	11.73 446	7.51 455	7.07 381	13.22 468	10.85 467	26.61 463	7.25 435	18.84 443	19.16 428	11.58 406	17.23 399	20.19 437	8.09 392	15.11 436	4.64 334	9.13 469	2.42 460	13.08 467	1.83 456	12.48 470	8.22 468

StereoAnything_RVC	1.52 80	7.77 456	2.81 141	0.05 9	0.02 3	1.11 7	0.06 25	3.26 21	0.75 3	0.12 1	0.02 1	0.07 1	0.68 86	6.69 212	0.13 2	0.02 270	0.08 331	0.00 1	0.00 1	6.69 461	0.02 55

MFMNet_re	13.29 451	8.60 457	18.29 449	9.75 458	7.25 454	19.65 449	14.84 471	20.71 461	30.72 457	23.03 450	28.77 444	18.85 429	26.09 468	13.55 424	9.82 410	2.44 450	1.35 452	0.34 432	0.23 382	4.78 453	6.69 463

Ntro	12.35 447	8.88 458	7.80 395	13.79 469	12.42 470	26.54 462	6.98 431	18.54 438	22.14 442	9.82 370	16.45 384	20.30 438	9.29 410	15.95 441	6.61 366	9.53 471	2.47 462	14.93 469	2.77 458	13.11 472	8.63 471

BEATNet-Init1	23.31 474	9.03 459	41.67 482	4.17 438	2.53 373	45.68 487	19.47 482	33.43 474	38.45 473	47.59 485	49.10 482	59.31 487	41.80 483	38.35 482	29.21 475	0.47 421	0.50 442	0.81 441	0.66 436	2.10 443	1.86 435

CC-Net-ROB	7.68 407	9.21 460	7.46 390	3.82 431	3.66 408	15.68 432	5.02 405	17.95 434	10.45 364	6.44 244	14.00 364	7.63 310	4.77 318	10.75 394	3.10 288	5.99 460	2.46 461	16.28 470	1.08 447	6.30 460	1.56 433

UDG	8.58 422	9.31 461	4.89 301	10.00 460	9.52 461	10.36 395	2.41 343	12.07 361	9.82 347	7.81 306	9.55 288	16.52 412	9.81 414	7.84 282	7.88 381	4.20 455	2.51 463	18.53 472	3.71 467	9.55 464	5.28 458

RTS	18.87 470	9.32 462	86.48 496	4.95 446	6.10 447	42.08 481	14.70 469	15.49 420	41.06 474	22.65 448	32.32 455	13.77 389	19.54 452	37.98 480	28.96 473	0.41 415	0.23 417	0.00 1	0.02 274	0.91 419	0.50 398

RTSA	18.87 470	9.32 462	86.48 496	4.95 446	6.10 447	42.08 481	14.70 469	15.49 420	41.06 474	22.65 448	32.32 455	13.77 389	19.54 452	37.98 480	28.96 473	0.41 415	0.23 417	0.00 1	0.02 274	0.91 419	0.50 398

Wz-Net-TNSev	11.35 444	10.56 464	35.88 478	2.28 358	1.73 333	18.25 445	11.42 457	15.88 423	20.88 438	14.44 425	16.97 392	19.57 432	19.04 450	19.31 454	18.67 447	0.01 195	0.06 307	0.00 1	0.16 351	0.62 405	1.25 426

AnyNet_C01	16.12 460	10.81 465	59.36 489	4.42 442	2.49 372	30.06 467	15.15 475	17.51 433	16.51 417	17.88 437	37.69 467	24.04 446	17.54 443	29.60 471	33.29 480	0.28 404	0.38 433	0.43 438	0.42 424	2.57 446	1.98 438

DDUNet	9.47 430	11.32 466	6.14 357	12.93 467	11.65 468	10.45 396	3.87 382	11.70 347	7.89 304	9.27 358	13.28 357	16.18 411	6.14 354	8.80 348	5.77 351	6.64 462	3.38 476	20.90 473	4.28 469	11.01 466	7.80 466

EDNetEfficientorigin	17.87 467	14.00 467	99.53 508	1.64 265	0.92 274	10.55 398	6.26 421	13.21 391	34.84 466	38.20 475	36.91 466	27.47 456	26.32 469	14.71 434	25.69 469	0.04 324	0.06 307	0.14 414	0.52 432	3.16 448	3.27 446

JetBlue	29.12 480	15.72 468	54.12 486	15.93 470	20.98 483	60.90 498	30.62 489	39.38 477	34.62 465	34.08 471	39.69 469	57.35 486	43.17 484	50.71 494	50.60 495	2.41 449	3.79 479	2.81 453	3.45 465	9.57 465	12.59 483

FADE		17.27 469		10.46 462	9.90 464							26.54 453				30.62 491	14.22 490	38.39 490	37.63 493	5.22 455

GCST	9.08 424	17.31 470	3.98 248	52.92 493	10.66 466	11.29 406	0.20 94	6.97 222	6.47 257	9.46 361	4.68 140	4.75 229	1.51 152	9.34 369	1.31 179	8.19 466	0.05 293	22.38 474	0.34 413	6.17 459	3.53 447

coex-ft	19.78 473	19.39 471	87.73 498	1.77 281	1.80 340	17.25 441	13.50 465	12.63 381	42.10 476	60.18 492	38.90 468	28.72 457	28.74 470	11.74 408	27.40 472	0.21 392	0.23 417	0.04 382	0.30 405	1.36 430	1.54 432

ACVNet-4b	15.90 458	22.00 472	12.37 421	16.40 471	15.14 474	31.87 470	7.50 437	19.04 446	27.85 452	11.48 404	22.02 421	31.86 463	9.16 409	17.95 449	5.69 349	10.43 473	2.58 464	24.44 477	4.87 473	16.04 475	9.28 472

WAO-7	29.39 481	24.43 473	20.47 455	32.71 483	13.83 472	34.70 474	20.27 485	52.19 492	65.03 493	43.29 480	59.35 492	52.19 480	44.68 486	31.71 472	30.56 477	10.98 475	4.94 482	13.71 468	12.52 484	12.06 469	8.22 468

IGEV-BASED-STEREO-	4.24 338	25.07 474	26.53 468	0.44 100	0.07 32	1.50 36	0.54 176	2.09 5	1.57 15	0.51 53	0.62 23	0.21 23	0.20 8	1.44 34	0.53 67	12.03 477	0.01 152	0.00 1	0.08 323	1.75 437	9.69 473

ACVNet_1	18.70 469	25.08 475	12.72 428	17.33 472	15.18 475	26.02 457	9.62 448	28.44 473	34.49 463	24.39 454	24.32 432	37.22 472	20.13 455	16.67 445	13.39 434	10.45 474	2.59 465	24.77 478	4.92 474	16.57 476	9.75 474

DispFullNet	17.47 466	26.01 476	33.98 476	22.58 477	20.86 482	13.84 429	1.28 306	16.50 425	26.27 450	19.97 444	17.17 397	20.52 441	18.49 447	22.86 464	10.76 420	5.13 457	2.83 469	30.72 481	7.72 477	20.86 479	11.01 479

RainbowNet	18.01 468	26.22 477	19.95 454	18.59 473	14.88 473	27.38 465	10.46 453	27.39 469	34.54 464	14.91 429	27.01 440	25.65 450	12.44 428	18.94 453	9.23 402	13.91 481	3.46 477	23.36 476	4.86 472	16.03 474	10.91 478

test_for_model	6.81 395	27.63 478	2.16 81	21.79 476	16.18 477	3.48 226	0.94 275	5.88 171	3.72 120	7.62 299	2.72 88	1.03 85	0.42 63	0.58 2	0.35 26	9.03 468	2.28 457	0.00 1	0.05 311	23.91 483	6.49 461

IMH-64-1	27.21 478	28.77 479	16.84 447	31.57 480	20.76 480	26.43 460	15.10 472	47.11 482	45.20 478	33.53 468	51.16 484	41.42 475	31.10 474	36.48 476	22.39 460	13.48 479	2.87 471	33.95 483	10.70 480	23.50 481	11.75 480

IMH-64	27.21 478	28.77 479	16.84 447	31.57 480	20.76 480	26.43 460	15.10 472	47.11 482	45.20 478	33.53 468	51.16 484	41.42 475	31.10 474	36.48 476	22.39 460	13.48 479	2.87 471	33.95 483	10.70 480	23.50 481	11.75 480

IMH	29.82 482	29.11 481	18.51 451	34.28 484	21.40 485	32.33 472	15.39 476	49.40 489	53.07 483	37.88 473	55.32 489	45.05 477	39.54 481	40.63 483	24.12 464	14.03 482	3.27 475	34.93 485	11.24 482	24.69 484	12.21 482

ACVNet_2	26.45 476	29.35 482	25.14 465	20.27 475	15.43 476	34.97 475	12.23 463	48.37 487	66.25 495	42.69 479	56.73 490	51.77 479	25.59 466	20.39 459	13.52 436	10.13 472	2.59 465	22.78 475	3.52 466	17.57 477	9.80 476

TorneroNet-64	32.42 484	31.89 483	30.52 472	34.73 485	21.13 484	46.99 488	18.82 480	43.10 480	59.42 488	32.70 467	46.98 479	62.01 489	36.98 478	43.97 487	33.88 481	14.10 483	3.22 474	35.28 486	11.72 483	26.84 487	14.07 484

MADNet+	27.07 477	33.84 484	90.97 500	20.14 474	7.47 456	48.43 489	47.10 496	35.43 476	36.46 468	20.11 445	30.05 449	25.29 449	35.08 476	45.50 488	50.28 494	2.13 448	2.00 455	1.19 448	0.76 440	4.71 451	4.43 451

TorneroNet	35.11 488	33.92 485	33.82 475	37.86 487	22.01 486	49.64 491	21.58 486	48.09 486	55.23 484	37.50 472	53.79 487	62.81 492	43.66 485	46.71 490	41.25 489	14.80 484	3.53 478	36.72 487	14.57 486	28.28 490	16.49 487

WAO-8	38.15 489	35.51 486	21.50 457	43.67 488	23.92 487	44.44 483	20.26 483	52.83 493	76.62 498	53.57 489	66.79 497	62.63 490	54.56 493	42.03 485	39.18 487	22.71 487	6.65 486	37.08 488	19.08 488	24.72 486	15.24 485

Venus	38.15 489	35.51 486	21.50 457	43.67 488	23.92 487	44.44 483	20.26 483	52.83 493	76.62 498	53.57 489	66.81 498	62.63 490	54.56 493	42.03 485	39.18 487	22.71 487	6.65 486	37.08 488	19.08 488	24.70 485	15.24 485

WAO-6	34.74 486	36.76 488	15.36 441	37.53 486	24.15 489	35.99 476	19.36 481	48.96 488	68.54 496	43.84 481	47.58 480	52.77 482	52.60 490	32.63 473	34.73 483	26.20 489	7.74 488	42.78 491	21.64 490	28.07 489	17.62 490

Dean	34.67 485	38.70 489	25.33 466	29.89 479	17.21 478	45.24 486	11.98 461	56.90 496	76.55 497	63.47 495	60.22 493	67.36 495	48.14 489	37.24 478	39.01 486	11.00 476	2.83 469	28.35 479	5.60 476	18.14 478	10.31 477

LVE	34.99 487	40.10 490	34.97 477	32.49 482	18.61 479	51.45 494	26.82 487	52.15 491	65.94 494	47.21 483	61.04 494	53.99 484	37.30 479	37.95 479	34.09 482	15.55 485	5.95 484	31.01 482	13.81 485	22.58 480	16.72 488

PWCK	30.53 483	44.32 491	47.25 484	29.76 478	7.23 453	40.78 480	27.10 488	44.73 481	44.32 477	47.31 484	36.37 465	47.16 478	26.05 467	41.26 484	31.87 478	21.83 486	4.03 480	29.50 480	4.67 470	27.17 488	7.80 466

UNDER WATER-64	45.16 492	46.99 492	66.69 490	43.90 490	27.64 490	55.58 497	41.87 493	39.42 478	48.42 480	51.73 488	43.08 474	67.76 496	56.69 495	48.02 492	48.34 492	39.50 493	17.64 491	51.78 494	38.93 494	36.62 491	32.61 492

UNDER WATER	45.09 491	48.60 493	67.37 491	49.30 492	31.41 491	53.80 496	37.39 491	40.25 479	52.48 482	50.24 486	45.37 477	68.37 497	57.76 496	51.03 495	49.88 493	29.97 490	13.75 489	51.22 493	36.57 491	37.87 492	29.12 491

DLNR_Zeroshot_test	24.70 475	50.77 494	90.11 499	98.11 509	97.34 507	1.38 25	0.12 53	22.79 464	3.09 87	1.07 76	2.95 93	0.71 75	0.29 28	6.93 226	2.29 256	38.56 492	0.37 432	0.00 1	0.30 405	76.73 504	0.09 228

notaker	47.42 493	55.20 495	49.13 485	56.52 496	40.18 492	38.52 478	32.97 490	47.21 484	56.08 486	57.21 491	57.24 491	60.09 488	59.19 497	53.93 496	41.64 490	40.61 494	19.93 492	57.21 496	37.41 492	49.02 494	39.02 493

ktn	48.94 494	57.58 496	38.86 480	59.57 497	43.27 494	50.37 492	43.38 494	48.07 485	61.11 489	51.30 487	54.25 488	54.96 485	52.88 491	47.30 491	35.83 484	57.77 497	24.88 495	62.69 499	43.55 495	50.70 495	40.41 494

HanzoNet	56.48 497	59.32 497	58.25 488	55.32 495	41.94 493	50.95 493	41.33 492	51.12 490	61.40 490	65.62 498	65.59 496	71.66 498	69.41 498	70.77 499	60.03 497	63.99 500	34.70 497	61.96 498	50.54 497	51.00 496	44.71 495

JetRed	61.02 498	61.05 498	82.56 495	46.09 491	56.80 499	83.19 499	63.76 498	59.26 498	63.61 491	69.29 499	68.85 499	66.59 494	47.62 488	61.57 497	74.09 499	45.58 495	66.14 501	46.59 492	45.06 496	63.17 498	49.58 497

KSHMR	55.63 496	63.60 499	37.85 479	74.69 500	49.56 497	49.01 490	45.73 495	57.46 497	63.97 492	61.61 494	62.07 495	72.39 499	47.01 487	50.65 493	43.29 491	54.10 496	62.21 498	66.10 500	53.94 499	51.25 497	46.11 496

DPSimNet_ROB	53.45 495	64.73 500	44.39 483	53.97 494	45.39 496	53.66 495	54.83 497	55.15 495	57.87 487	64.16 497	50.83 483	63.40 493	53.34 492	46.45 489	65.81 498	63.13 499	26.54 496	57.94 497	51.11 498	45.52 493	50.69 498

LRCNet_RVC	66.23 499	65.67 501	67.63 492	71.47 499	54.32 498	32.17 471	2.66 353	63.19 499	21.35 440	81.79 501	91.26 502	83.62 501	71.62 499	69.32 498	52.57 496	95.49 506	64.45 500	95.07 506	95.19 506	71.52 500	74.31 501

ASD4	75.85 500	81.57 502	69.25 493	68.23 498	80.87 503	96.24 502	99.15 507	77.50 500	93.47 504	77.59 500	85.63 500	78.32 500	76.43 500	77.89 500	82.61 500	58.30 498	62.67 499	55.02 495	62.43 500	68.35 499	65.49 500

MADNet++	82.84 501	82.38 503	73.57 494	87.72 505	82.97 504	93.14 500	69.15 499	86.42 504	82.50 500	93.46 505	86.70 501	86.28 502	80.92 501	88.34 501	88.84 501	86.83 504	84.17 505	72.64 501	68.92 501	80.47 505	81.42 505

xxxxx1	85.63 503	90.31 504	96.68 503	76.54 501	80.57 500	97.44 505	96.86 504	85.53 501	88.53 501	88.68 502	91.71 503	94.23 503	92.93 502	90.02 502	91.98 502	70.60 501	70.39 502	73.68 502	81.46 503	74.61 501	79.86 502

tt_ll	85.63 503	90.31 504	96.68 503	76.54 501	80.57 500	97.44 505	96.86 504	85.53 501	88.53 501	88.68 502	91.71 503	94.23 503	92.93 502	90.02 502	91.98 502	70.60 501	70.39 502	73.68 502	81.46 503	74.61 501	79.86 502

ff	85.63 503	90.31 504	96.68 503	76.54 501	80.57 500	97.44 505	96.86 504	85.53 501	88.53 501	88.68 502	91.71 503	94.23 503	92.93 502	90.02 502	91.98 502	70.60 501	70.39 502	73.68 502	81.46 503	74.61 501	79.86 502

ccccc	99.32 510	96.61 507	100.00 514	100.00 515	100.00 511	97.41 504	99.44 509	99.56 509	97.80 507	99.27 509	97.59 507	99.35 509	99.84 508	99.92 508	99.98 510	100.00 513	100.00 512	99.95 509	99.77 510	100.00 512	100.00 513

MEDIAN_ROB	98.41 507	99.70 508	99.30 507	97.09 506	97.02 506	96.89 503	95.77 503	97.66 507	97.28 505	98.79 508	98.94 508	99.18 508	98.14 506	96.89 505	96.88 507	99.96 510	99.16 507	100.00 510	99.99 511	99.69 509	99.88 508

Anonymous_1	99.08 509	99.91 509	99.85 509	97.63 507	99.10 509	100.00 510	100.00 511	99.61 510	99.96 509	99.28 510	99.86 509	99.54 510	99.99 510	99.29 507	99.75 508	96.05 507	99.59 508	97.31 507	98.57 508	97.71 507	98.63 507

HaxPig	98.85 508	99.94 510	95.08 501	99.99 512	100.00 511	94.03 501	94.78 501	99.15 508	99.98 510	99.99 511	100.00 510	99.98 513	99.99 510	98.12 506	95.97 505	100.00 513	99.99 511	100.00 510	99.99 511	100.00 512	99.99 511

AVERAGE_ROB	99.62 512	99.95 511	98.81 506	100.00 515	100.00 511	98.08 508	95.47 502	100.00 513	100.00 511	100.00 512	100.00 510	100.00 515	100.00 512	100.00 513	99.99 511	100.00 513	100.00 512	100.00 510	100.00 513	100.00 512	100.00 513

test_example2	99.39 511	99.98 512	99.99 510	100.00 515	99.98 510	99.72 509	99.99 510	97.34 506	100.00 511	100.00 512	100.00 510	96.42 506	96.66 505	99.97 509	99.96 509	100.00 513	99.97 510	98.66 508	99.15 509	100.00 512	100.00 513

Selective-RAFT-Error	100.00 517	100.00 513	100.00 514	100.00 515	100.00 511	100.00 510	100.00 511	100.00 513	100.00 511	100.00 512	100.00 510	100.00 515	100.00 512	100.00 513	100.00 514	100.00 513	100.00 512	100.00 510	100.00 513	100.00 512	100.00 513

PML	97.88 506	100.00 513	96.45 502	98.01 508	97.88 508	100.00 510	99.35 508	96.88 505	97.72 506	100.00 512	97.36 506	97.38 507	99.60 507	100.00 513	96.32 506	99.99 511	97.55 506	100.00 510	96.01 507	99.18 508	87.92 506

CasAABBNet	100.00 517	100.00 513	100.00 514	100.00 515	100.00 511	100.00 510	100.00 511	100.00 513	100.00 511	100.00 512	100.00 510	100.00 515	100.00 512	100.00 513	100.00 514	100.00 513	100.00 512	100.00 510	100.00 513	100.00 512	100.00 513

LSM0	100.00 517	100.00 513	100.00 514	100.00 515	100.00 511	100.00 510	100.00 511	100.00 513	100.00 511	100.00 512	100.00 510	100.00 515	100.00 512	100.00 513	100.00 514	100.00 513	100.00 512	100.00 510	100.00 513	100.00 512	99.99 511

DPSMNet_ROB	99.91 514	100.00 513	99.99 510	99.99 512	100.00 511	100.00 510	100.00 511	99.98 512	100.00 511	98.35 506	100.00 510	99.84 511	100.00 512	99.98 510	99.99 511	100.00 513	100.00 512	100.00 510	100.00 513	100.00 512	100.00 513

DGTPSM_ROB	99.90 513	100.00 513	99.99 510	99.99 512	100.00 511	100.00 510	100.00 511	99.97 511	100.00 511	98.35 506	100.00 510	99.84 511	100.00 512	99.98 510	99.99 511	99.99 511	100.00 512	100.00 510	100.00 513	100.00 512	100.00 513

DPSM_ROB	99.95 515	100.00 513	100.00 514	99.76 510	100.00 511	100.00 510	100.00 511	100.00 513	100.00 511	100.00 512	100.00 510	100.00 515	100.00 512	100.00 513	100.00 514	99.21 508	100.00 512	100.00 510	100.00 513	99.99 510	99.95 509

DPSM	99.95 515	100.00 513	100.00 514	99.76 510	100.00 511	100.00 510	100.00 511	100.00 513	100.00 511	100.00 512	100.00 510	100.00 515	100.00 512	100.00 513	100.00 514	99.21 508	100.00 512	100.00 510	100.00 513	99.99 510	99.95 509

Low-res two-view benchmark