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

Selective-IGEV	1.23 26	0.18 2	1.13 2	0.07 9	0.17 71	2.38 71	0.54 128	6.10 128	2.51 17	0.41 16	3.20 55	0.26 15	0.29 8	6.94 165	0.16 1	0.00 1	0.01 126	0.00 1	0.11 287	0.04 79	0.10 199

EGLCR-Stereo	1.04 10	0.20 3	2.00 27	1.14 145	0.16 66	2.50 78	0.11 29	4.96 70	2.61 21	0.79 29	0.07 1	1.46 62	0.37 20	3.96 77	0.23 2	0.01 146	0.05 241	0.00 1	0.00 1	0.00 1	0.07 157

qqq1	3.38 205	0.39 83	3.61 165	1.69 208	0.11 47	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	0.30 3	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.03 69

fff1	3.38 205	0.39 83	3.61 165	1.69 208	0.11 47	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	0.30 3	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.03 69

AEACV	0.80 2	0.29 17	1.70 12	0.96 121	0.24 107	2.03 50	0.88 205	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 127	1.77 35	0.33 5	0.00 1	0.03 210	0.00 1	0.29 337	0.10 168	0.09 180

RCA-Stereo	1.99 81	0.34 55	2.71 86	0.26 41	0.06 17	2.29 64	0.48 112	4.89 65	14.65 330	2.81 59	5.51 115	0.78 48	3.21 171	1.44 20	0.33 5	0.00 1	0.01 126	0.00 1	0.00 1	0.07 132	0.02 39

Any-RAFT	2.18 99	0.25 11	1.94 22	1.37 166	0.80 199	5.01 240	0.56 133	8.51 196	5.58 157	4.01 84	4.85 89	5.44 191	2.26 137	2.45 53	0.35 7	0.00 1	0.15 319	0.00 1	0.00 1	0.02 23	0.02 39

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 78	0.01 1	1.98 47	0.57 141	3.07 5	3.02 45	0.90 31	1.48 22	0.19 2	0.40 23	0.93 3	0.36 8	0.00 1	0.01 126	0.00 1	0.00 1	0.04 79	0.02 39

CREStereo++_RVC	1.59 42	0.39 83	2.26 50	0.36 61	0.01 1	1.67 28	0.01 1	2.95 4	8.12 238	3.69 80	7.44 166	0.47 39	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 386	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
panet	0.99 8	0.37 77	1.89 16	0.08 11	0.19 92	1.68 31	0.02 7	4.12 33	6.41 191	0.70 27	1.57 26	0.46 38	0.67 43	1.15 10	0.41 10	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.01 16

MSKI-zero shot	2.00 82	0.36 71	2.15 43	0.81 99	0.25 110	2.69 107	0.29 81	6.16 132	2.34 13	4.31 88	7.52 167	3.70 129	0.25 3	8.42 251	0.41 10	0.01 146	0.13 310	0.00 1	0.25 328	0.03 59	0.02 39

anonymousdsp2	1.78 51	0.39 83	3.40 152	1.10 138	0.04 9	3.63 184	0.50 123	7.80 179	2.77 28	2.91 62	2.88 49	3.17 107	1.01 64	5.15 105	0.43 12	0.00 1	0.01 126	0.02 286	0.15 297	0.05 101	0.12 224

HH	2.42 124	0.73 203	3.76 177	0.91 108	0.14 59	2.78 116	0.71 168	7.92 182	2.72 25	1.53 44	6.10 124	7.93 250	4.01 211	8.60 260	0.44 13	0.00 1	0.09 282	0.00 1	0.00 1	0.05 101	0.04 105

HanStereo	2.42 124	0.73 203	3.76 177	0.91 108	0.14 59	2.78 116	0.71 168	7.92 182	2.72 25	1.53 44	6.10 124	7.93 250	4.01 211	8.60 260	0.44 13	0.00 1	0.09 282	0.00 1	0.00 1	0.05 101	0.04 105

ProNet	1.20 22	0.60 165	2.00 27	0.26 41	0.08 34	2.73 109	0.68 160	5.00 75	2.52 18	0.29 3	1.32 19	0.37 31	0.36 17	6.94 165	0.44 13	0.00 1	0.07 266	0.00 1	0.00 1	0.17 234	0.07 157

CREStereo	0.98 6	0.42 103	1.86 14	0.07 9	0.22 103	1.65 27	0.02 7	4.07 30	6.33 188	0.72 28	1.54 24	0.43 35	0.64 42	1.22 13	0.44 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MyStereo07	1.31 31	0.79 218	1.61 6	1.03 128	1.11 225	2.63 100	0.46 109	5.48 107	2.24 5	0.64 25	1.48 22	0.27 17	0.59 40	7.03 169	0.45 17	0.00 1	0.09 282	0.00 1	0.01 210	0.11 185	0.09 180

ACVNet-DCA	2.01 83	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	8.45 192	3.33 64	1.03 33	3.33 58	0.32 26	3.71 196	8.05 224	0.45 17	0.00 1	0.02 167	0.00 1	0.03 242	0.02 23	0.03 69

xx1	2.33 117	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	4.31 35	10.41 286	1.03 33	3.33 58	4.67 164	2.70 151	8.05 224	0.45 17	0.00 1	0.02 167	0.00 1	0.00 1	0.02 23	0.03 69

cc1	2.17 97	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	4.31 35	10.41 286	1.03 33	3.33 58	0.32 26	3.71 196	8.05 224	0.45 17	0.00 1	0.02 167	0.00 1	0.03 242	0.10 168	0.05 134

ffm	2.90 167	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	4.53 48	10.19 280	6.29 169	9.23 202	5.59 194	3.72 200	8.00 217	0.46 21	0.00 1	0.02 167	0.00 1	0.00 1	0.10 168	0.04 105

tt1	2.14 93	0.63 175	2.22 49	2.27 281	0.02 3	5.71 250	0.63 150	4.53 48	10.19 280	1.16 40	3.39 63	0.33 29	3.05 167	8.00 217	0.46 21	0.00 1	0.02 167	0.00 1	0.03 242	0.10 168	0.04 105

s12784h	1.89 69	0.30 21	2.57 71	0.11 18	0.09 36	4.18 216	0.13 42	6.61 154	7.44 218	3.62 79	4.28 77	0.59 45	0.81 55	6.61 152	0.46 21	0.01 146	0.01 126	0.00 1	0.00 1	0.02 23	0.00 1

TANstereo	1.20 22	0.49 135	2.04 29	0.34 59	0.10 39	1.80 39	0.01 1	3.40 10	4.10 104	4.37 89	4.82 87	0.41 33	0.70 44	0.94 4	0.46 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	1.44 38	0.85 231	2.04 29	2.45 302	0.05 10	2.34 67	0.01 1	3.46 12	7.51 219	2.88 61	4.98 93	0.26 15	0.25 3	1.15 10	0.46 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 40	0.36 71	2.54 68	1.99 247	0.12 55	1.90 42	0.12 35	4.47 45	2.83 30	3.31 73	3.44 64	0.56 44	1.47 98	5.39 109	0.47 26	0.00 1	0.04 232	0.00 1	0.21 318	0.07 132	0.04 105

ff7	1.12 15	0.57 156	2.06 31	0.03 1	0.07 23	2.80 118	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 144

ffff	1.12 15	0.57 156	2.06 31	0.03 1	0.07 23	2.80 118	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 144

11t	1.12 15	0.57 156	2.06 31	0.03 1	0.07 23	2.80 118	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 144

anonymousdsp	1.12 15	0.59 163	1.66 8	0.03 1	0.07 23	2.81 127	0.82 188	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 23	7.05 170	0.49 27	0.00 1	0.00 1	0.00 1	0.17 305	0.10 168	0.05 134

ccc-4	1.12 15	0.57 156	2.06 31	0.03 1	0.07 23	2.80 118	0.84 195	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 23	7.12 174	0.49 27	0.00 1	0.00 1	0.00 1	0.16 299	0.09 158	0.06 144

IGEV-Stereo	1.12 15	0.59 163	1.66 8	0.03 1	0.07 23	2.82 130	0.82 188	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 29	7.05 170	0.49 27	0.00 1	0.00 1	0.00 1	0.17 305	0.10 168	0.05 134
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AnonymousM	2.71 150	6.75 376	0.98 1	0.73 94	0.06 17	2.41 73	0.53 126	5.30 97	3.05 46	4.75 103	2.09 36	1.89 75	1.01 64	1.88 42	0.51 33	0.01 146	0.02 167	17.42 394	4.76 394	0.02 23	0.01 16

MoCha-V2	1.21 24	0.30 21	2.75 91	1.44 178	0.39 144	2.72 108	0.78 185	4.88 64	2.60 20	0.65 26	3.31 57	0.18 1	1.97 125	1.30 14	0.54 34	0.00 1	0.03 210	0.00 1	0.26 334	0.13 207	0.02 39

CASnet	0.98 6	0.32 34	1.62 7	0.65 90	0.07 23	2.11 55	0.14 49	3.50 14	4.03 96	3.77 81	1.41 21	0.31 24	0.29 8	0.80 2	0.57 35	0.01 146	0.00 1	0.00 1	0.00 1	0.04 79	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
sAnonymous2	1.35 33	1.66 320	8.14 323	0.55 78	0.46 159	1.23 6	0.24 69	4.00 28	3.47 71	0.40 14	1.11 14	0.23 12	1.42 95	0.96 5	0.57 35	0.01 146	0.00 1	0.00 1	0.20 315	2.07 369	0.22 276

CroCo_RVC	1.35 33	1.66 320	8.14 323	0.55 78	0.46 159	1.23 6	0.24 69	4.00 28	3.47 71	0.40 14	1.11 14	0.23 12	1.42 95	0.96 5	0.57 35	0.01 146	0.00 1	0.00 1	0.20 315	2.07 369	0.22 276

Former-RAFT_DAM_RVC	1.26 28	0.42 103	2.36 56	0.59 86	1.26 234	2.43 75	0.01 1	3.29 6	7.76 228	1.71 47	2.78 48	0.27 17	0.32 15	1.16 12	0.58 38	0.04 259	0.01 126	0.00 1	0.00 1	0.04 79	0.10 199

CES	1.56 41	0.35 64	1.44 4	0.42 67	7.70 383	2.66 105	0.13 42	4.89 65	2.53 19	0.25 2	1.10 13	0.33 29	0.31 13	1.61 29	0.58 38	0.01 146	0.02 167	0.00 1	0.00 1	0.54 327	6.26 385

MGS-Stereo	1.10 14	0.26 13	2.45 59	0.58 84	0.06 17	1.84 40	0.67 159	2.16 2	3.42 69	1.03 33	6.13 126	0.49 40	0.36 17	1.43 19	0.62 40	0.00 1	0.00 1	0.00 1	0.00 1	0.47 325	0.00 1

knoymous	1.36 35	0.21 6	1.68 11	0.20 33	0.49 169	1.58 24	0.11 29	5.15 81	2.40 14	4.62 96	1.77 30	4.56 161	0.45 32	3.23 62	0.63 41	0.00 1	0.02 167	0.00 1	0.00 1	0.02 23	0.01 16

ROB_FTStereo	1.90 70	0.42 103	2.86 106	0.12 19	0.19 92	3.71 191	0.75 178	5.24 91	2.95 35	5.87 137	4.26 76	3.41 113	1.51 99	5.80 116	0.65 42	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.08 170

HUI-Stereo	1.80 54	0.41 99	2.85 104	0.12 19	0.18 83	3.72 194	0.65 155	5.23 85	2.97 41	5.87 137	4.34 81	3.45 115	1.52 103	3.93 76	0.65 42	0.02 216	0.00 1	0.00 1	0.00 1	0.08 141	0.10 199

LoS_RVC	1.26 28	1.43 299	1.91 18	0.42 67	3.77 344	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 46	0.30 21	0.57 39	1.71 30	0.66 44	0.01 146	0.02 167	0.00 1	0.00 1	0.02 23	4.49 379

LoS	0.91 5	0.34 55	2.10 41	0.38 64	0.13 57	2.47 76	0.26 74	5.00 75	2.74 27	0.89 30	0.21 5	0.49 40	0.36 17	1.97 43	0.67 45	0.02 216	0.02 167	0.00 1	0.00 1	0.06 117	0.01 16

DCRE	1.79 52	0.68 190	2.55 69	1.66 206	0.27 118	1.27 9	0.05 13	4.57 52	4.04 98	3.30 72	9.24 208	3.83 132	1.20 82	2.08 48	0.67 45	0.00 1	0.12 303	0.00 1	0.24 326	0.04 79	0.09 180

PSM-adaLoss	1.88 66	0.40 92	2.86 106	0.12 19	0.19 92	3.75 199	0.71 168	5.23 85	2.96 37	5.86 132	4.33 80	3.45 115	1.51 99	5.40 110	0.69 47	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.09 180

ROB_FTStereo_v2	1.91 72	0.41 99	2.85 104	0.12 19	0.19 92	3.71 191	0.73 173	5.23 85	2.95 35	5.86 132	4.36 83	3.46 117	1.51 99	5.86 117	0.69 47	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.08 170

Patchmatch Stereo++	1.95 76	0.40 92	2.86 106	0.12 19	0.18 83	3.74 196	0.66 157	5.24 91	2.96 37	5.86 132	4.32 78	3.46 117	1.52 103	6.88 158	0.70 49	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.09 180
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 76	0.40 92	2.86 106	0.12 19	0.18 83	3.74 196	0.66 157	5.24 91	2.96 37	5.86 132	4.32 78	3.46 117	1.52 103	6.88 158	0.70 49	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.09 180

R-Stereo Train	2.44 128	0.32 34	1.93 20	0.94 115	0.16 66	3.67 186	0.61 147	6.37 141	3.08 48	9.14 279	17.44 323	1.80 72	0.77 50	1.76 33	0.70 49	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 69

RAFT-Stereo	2.44 128	0.32 34	1.93 20	0.94 115	0.16 66	3.67 186	0.61 147	6.37 141	3.08 48	9.14 279	17.44 323	1.80 72	0.77 50	1.76 33	0.70 49	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 69
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
KYRaft	3.59 219	0.31 25	1.84 13	0.76 97	0.46 159	2.29 64	4.04 307	4.75 61	3.25 60	8.93 276	19.47 331	6.62 225	5.07 259	7.79 209	0.71 53	0.01 146	0.00 1	0.00 1	0.01 210	0.04 79	5.38 384

LCNet	2.85 161	0.42 103	1.90 17	0.95 119	0.56 175	2.07 52	1.60 251	4.99 74	3.57 77	6.05 145	10.59 237	4.59 162	6.79 296	7.46 190	0.72 54	0.01 146	0.00 1	0.01 257	0.77 367	0.30 293	3.57 373

MyStereo06	2.35 118	0.66 186	4.54 221	1.10 138	0.96 214	2.57 88	0.10 26	9.30 220	4.05 100	5.22 113	6.09 122	5.95 208	2.38 140	3.00 58	0.73 55	0.01 146	0.08 274	0.00 1	0.01 210	0.13 207	0.15 245

CAS	2.24 102	0.25 11	1.86 14	11.21 387	3.86 346	1.67 28	0.02 7	3.87 24	2.67 23	0.41 16	1.63 27	0.24 14	0.27 5	1.50 23	0.74 56	9.43 394	0.01 126	0.00 1	0.00 1	0.01 7	5.21 382

SST-Stereo	2.75 154	0.31 25	2.78 98	1.33 157	0.33 135	3.99 211	0.82 188	5.60 111	3.93 89	10.92 321	6.19 130	5.00 177	4.23 222	8.66 263	0.74 56	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.03 69

iGMRVC	1.96 79	0.40 92	2.88 111	0.12 19	0.19 92	3.74 196	0.73 173	5.23 85	2.97 41	5.87 137	4.37 84	3.48 121	1.52 103	6.73 155	0.74 56	0.02 216	0.00 1	0.00 1	0.00 1	0.08 141	0.08 170

PMTNet	1.41 37	0.37 77	2.06 31	0.26 41	0.15 63	2.94 142	0.34 91	3.39 9	5.33 147	1.00 32	1.27 18	0.28 19	0.93 61	4.04 80	0.74 56	5.00 382	0.00 1	0.00 1	0.00 1	0.03 59	0.01 16

mmm	2.50 137	0.29 17	3.22 140	1.98 246	0.32 132	3.72 194	0.12 35	9.45 223	4.05 100	5.84 131	10.80 242	2.47 85	2.86 162	4.07 81	0.75 60	0.00 1	0.02 167	0.00 1	0.01 210	0.03 59	0.02 39

TestStereo	1.74 49	1.02 257	3.64 170	0.20 33	0.28 123	1.33 11	0.01 1	5.24 91	4.01 95	3.18 66	4.97 92	2.07 80	0.70 44	7.32 183	0.75 60	0.02 216	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

test-3	1.86 62	0.21 6	2.46 62	1.03 128	0.22 103	1.38 13	0.83 192	4.65 58	5.04 137	7.26 214	1.78 31	4.10 143	0.41 29	6.53 150	0.76 62	0.00 1	0.00 1	0.00 1	0.29 337	0.18 244	0.14 236

test_1	1.85 61	0.21 6	2.45 59	1.02 126	0.22 103	1.37 12	0.82 188	4.66 59	5.06 138	7.02 198	1.73 28	4.09 141	0.41 29	6.51 148	0.76 62	0.00 1	0.00 1	0.00 1	0.29 337	0.18 244	0.14 236

test_3	1.88 66	0.22 9	2.75 91	0.96 121	0.22 103	1.28 10	0.77 181	4.62 54	5.87 164	6.55 181	1.84 33	4.28 153	0.45 32	6.48 145	0.76 62	0.00 1	0.01 126	0.00 1	0.28 336	0.17 234	0.14 236

RAFT-IKP	1.90 70	0.42 103	2.83 101	0.12 19	0.18 83	3.50 174	0.64 153	5.24 91	2.96 37	5.86 132	4.34 81	3.50 123	1.51 99	5.99 121	0.76 62	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.08 170

sCroCo_RVC	1.21 24	0.65 180	5.16 254	1.09 137	1.29 238	0.92 4	0.19 60	3.92 25	2.68 24	0.30 4	3.04 52	0.52 42	1.56 108	1.58 27	0.78 66	0.09 297	0.25 350	0.00 1	0.00 1	0.07 132	0.11 211

LargeStereo	1.14 21	0.51 140	1.66 8	0.55 78	0.08 34	2.52 79	1.01 217	6.51 151	3.16 52	0.59 24	2.11 38	0.43 35	1.18 80	1.44 20	0.79 67	0.00 1	0.05 241	0.00 1	0.05 263	0.11 185	0.11 211

IGEV_Zeroshot_test	2.13 92	0.50 136	4.91 238	1.41 173	0.18 83	2.62 99	0.36 93	7.80 179	3.87 85	5.04 108	5.42 112	4.77 166	1.03 67	3.43 66	0.79 67	0.00 1	0.16 326	0.00 1	0.18 309	0.17 234	0.04 105

XX-Stereo	2.71 150	0.38 80	5.96 281	2.25 280	2.20 289	1.54 23	0.21 64	5.44 106	3.05 46	2.28 53	16.16 304	7.03 232	0.24 2	6.19 126	0.79 67	0.00 1	0.15 319	0.00 1	0.23 324	0.13 207	0.04 105

GMStereo	1.83 60	0.99 254	4.55 223	0.57 83	0.05 10	2.53 82	0.01 1	4.95 68	11.14 299	3.52 77	2.24 41	0.53 43	0.49 35	3.76 71	0.80 70	0.20 322	0.00 1	0.00 1	0.12 290	0.12 197	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
PSM-AAD	3.33 201	0.20 3	1.47 5	0.73 94	0.54 174	2.55 85	6.19 337	4.97 71	3.27 61	10.92 321	11.92 261	2.95 96	9.59 337	7.90 214	0.82 71	0.01 146	0.01 126	0.00 1	0.00 1	0.04 79	2.47 371

AE-Stereo	1.44 38	0.32 34	2.69 82	1.58 194	0.20 97	2.24 61	0.59 143	6.01 124	5.70 160	1.18 42	3.17 54	1.02 52	0.78 53	1.73 31	0.83 72	0.02 216	0.18 333	0.00 1	0.29 337	0.11 185	0.07 157

DisPM	2.43 126	0.32 34	3.04 126	1.76 218	0.18 83	3.46 167	0.65 155	5.13 78	4.88 134	8.59 263	7.04 158	2.84 93	1.03 67	8.85 275	0.83 72	0.01 146	0.00 1	0.00 1	0.00 1	0.01 7	0.02 39

EKT-Stereo	1.91 72	0.48 133	2.77 96	2.19 273	4.36 355	1.42 17	0.24 69	4.63 55	3.51 73	2.94 63	3.47 65	3.55 125	2.25 136	5.26 106	0.85 74	0.04 259	0.12 303	0.00 1	0.09 282	0.06 117	0.05 134

RAFT_CTSACE	3.40 208	1.07 264	4.52 220	1.27 154	3.14 313	4.00 212	1.07 222	3.93 27	4.43 114	4.66 101	17.94 326	7.21 241	2.76 155	10.82 319	0.85 74	0.00 1	0.07 266	0.00 1	0.00 1	0.30 293	0.01 16

test_xeample3	1.08 13	0.43 111	3.39 150	0.49 74	0.05 10	2.58 91	0.93 210	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 7	6.34 135	0.85 74	0.00 1	0.01 126	0.00 1	0.26 334	0.06 117	0.10 199

iRaft-Stereo_20w	2.56 139	0.35 64	4.98 241	0.37 63	0.67 185	3.47 169	0.59 143	12.57 304	3.89 87	6.10 150	6.23 133	1.49 63	2.24 134	6.65 153	0.86 77	0.00 1	0.19 337	0.00 1	0.33 346	0.08 141	0.22 276

RAFT_R40	2.71 150	0.33 46	3.00 117	1.26 152	0.30 125	3.83 204	1.00 216	5.69 113	4.29 109	9.69 294	6.33 138	5.02 179	4.02 213	8.58 259	0.86 77	0.01 146	0.00 1	0.00 1	0.00 1	0.03 59	0.02 39

IGEVStereo-DCA	1.06 12	0.45 119	2.06 31	0.32 50	0.06 17	2.74 110	0.84 195	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 8	6.47 143	0.87 79	0.00 1	0.00 1	0.00 1	0.16 299	0.06 117	0.06 144

rrr	1.05 11	0.45 119	3.18 137	0.32 50	0.06 17	2.74 110	0.95 214	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 8	6.47 143	0.87 79	0.00 1	0.00 1	0.00 1	0.21 318	0.06 117	0.10 199

CFNet-RSSM	2.11 90	0.33 46	2.71 86	1.04 133	0.30 125	3.21 161	0.41 101	6.67 157	6.96 201	5.62 122	4.58 85	5.40 190	1.71 112	1.86 39	0.87 79	0.00 1	0.08 274	0.00 1	0.32 344	0.02 23	0.02 39

GMOStereo	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 206	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 75	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

error version	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 206	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 75	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

test-v	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 206	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 75	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

test-2	1.81 55	0.47 127	2.09 37	0.10 14	0.27 118	1.49 18	0.89 206	4.40 38	4.51 119	8.16 246	6.97 149	2.96 97	1.15 75	1.42 15	0.88 82	0.00 1	0.14 314	0.00 1	0.00 1	0.23 272	0.03 69

Selective-RAFT	1.69 45	0.32 34	3.29 144	0.92 112	0.18 83	3.89 206	0.06 15	4.22 34	4.00 93	1.47 43	1.98 35	3.07 105	2.81 158	6.35 137	0.89 86	0.01 146	0.00 1	0.00 1	0.21 318	0.05 101	0.00 1

cross-raft	2.03 85	0.35 64	2.78 98	1.10 138	0.16 66	3.77 200	0.48 112	7.03 168	3.75 82	5.06 109	5.55 116	6.26 215	1.41 94	1.75 32	0.89 86	0.01 146	0.07 266	0.00 1	0.19 313	0.03 59	0.03 69

11t1	1.62 43	0.26 13	2.53 67	2.37 296	0.24 107	2.58 91	0.06 15	6.66 156	3.00 43	3.40 75	3.01 51	1.14 54	1.94 123	4.18 83	0.91 88	0.01 146	0.02 167	0.00 1	0.00 1	0.03 59	0.03 69

raft+_RVC	1.79 52	0.84 229	2.32 52	2.40 297	0.85 203	1.38 13	0.09 25	6.36 139	4.75 131	2.85 60	5.46 113	1.17 55	1.36 93	4.54 87	0.91 88	0.00 1	0.10 290	0.00 1	0.00 1	0.11 185	0.22 276

Gwc-CoAtRS	2.02 84	0.33 46	2.61 75	1.04 133	0.30 125	3.56 180	0.40 100	5.89 122	5.94 167	5.08 110	5.01 94	5.55 193	1.72 113	1.60 28	0.91 88	0.01 146	0.09 282	0.00 1	0.25 328	0.01 7	0.02 39

Anonymous	1.37 36	0.52 143	4.23 208	1.38 167	2.70 306	1.85 41	0.42 103	4.77 62	3.54 75	0.53 23	1.56 25	0.19 2	1.32 87	3.11 61	0.92 91	0.05 271	0.08 274	0.00 1	0.00 1	0.17 234	0.15 245

test croco	1.34 32	0.51 140	5.09 248	0.30 46	0.05 10	1.58 24	0.08 22	4.47 45	3.77 84	0.42 20	1.76 29	0.60 46	0.74 48	6.11 124	0.94 92	0.00 1	0.00 1	0.00 1	0.00 1	0.40 317	0.02 39

whm_eth	3.00 175	1.32 295	5.51 269	0.75 96	2.73 307	2.57 88	0.28 76	6.84 164	7.24 212	5.29 117	24.32 354	0.37 31	0.46 34	1.03 7	0.95 93	0.01 146	0.03 210	0.00 1	0.00 1	0.06 117	0.14 236

1test111	1.86 62	0.65 180	2.15 43	2.30 285	0.02 3	5.80 252	0.56 133	8.45 192	3.33 64	1.03 33	3.33 58	0.32 26	3.71 196	4.40 85	0.96 94	0.00 1	0.02 167	0.00 1	0.03 242	0.02 23	0.03 69

qqq	1.93 74	0.30 21	2.96 116	1.40 170	0.05 10	1.96 46	0.39 97	8.45 192	3.33 64	3.06 65	3.84 68	4.67 164	2.70 151	4.40 85	0.96 94	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.03 69

iRaftStereo_RVC	1.62 43	0.68 190	1.98 25	0.67 91	0.05 10	2.99 144	0.04 10	5.36 102	3.74 81	3.82 82	4.96 91	2.54 87	0.62 41	3.35 65	0.97 96	0.00 1	0.07 266	0.00 1	0.00 1	0.30 293	0.27 298

RAFT-Stereo + iAFF	2.12 91	0.58 161	2.43 58	1.27 154	0.16 66	1.60 26	0.14 49	5.17 82	5.90 165	7.10 204	10.10 224	3.06 104	1.74 116	1.87 40	0.97 96	0.01 146	0.02 167	0.00 1	0.00 1	0.23 272	0.02 39

RAFT-Test	2.17 97	0.36 71	3.40 152	1.05 135	0.34 137	4.90 237	0.69 164	6.27 136	3.98 91	4.65 100	7.02 155	6.30 218	1.12 71	1.81 36	0.99 98	0.01 146	0.17 329	0.00 1	0.34 348	0.02 23	0.02 39

LL-Strereo2	1.86 62	0.83 228	2.33 53	0.36 61	0.17 71	3.79 202	1.52 247	5.82 120	4.04 98	4.43 90	2.51 45	4.23 147	0.37 20	5.66 113	0.99 98	0.00 1	0.02 167	0.00 1	0.05 263	0.06 117	0.11 211

RALCasStereoNet	1.93 74	1.01 255	2.75 91	1.88 232	1.75 265	2.88 139	0.18 59	4.64 57	4.36 112	2.27 52	5.14 96	2.22 81	0.79 54	7.10 173	1.00 100	0.00 1	0.34 356	0.00 1	0.00 1	0.10 168	0.16 254

riskmin	1.88 66	0.15 1	2.11 42	1.38 167	0.88 205	2.40 72	0.04 10	5.93 123	6.10 176	2.25 51	1.34 20	6.06 210	5.08 260	2.78 56	1.01 101	0.00 1	0.02 167	0.00 1	0.00 1	0.01 7	0.06 144

4D-IteraStereo	1.72 46	0.86 232	3.01 119	0.09 13	2.86 311	3.57 183	1.06 220	3.92 25	5.31 145	5.28 115	1.02 8	3.92 134	0.38 22	1.83 37	1.04 102	0.00 1	0.01 126	0.00 1	0.00 1	0.07 132	0.09 180

MIF-Stereo	0.83 4	0.33 46	1.98 25	0.92 112	1.27 236	0.54 3	0.11 29	1.35 1	2.94 34	1.67 46	2.09 36	0.20 5	0.31 13	1.57 26	1.07 103	0.00 1	0.00 1	0.00 1	0.00 1	0.16 226	0.01 16

raft_robust	2.64 145	1.20 280	2.62 76	1.10 138	0.28 123	1.50 22	0.12 35	6.28 137	9.04 258	6.80 186	7.19 161	3.73 131	2.13 130	9.06 283	1.07 103	0.03 243	0.12 303	0.00 1	0.21 318	0.17 234	0.22 276

CroCo-Stereo	0.99 8	0.89 239	3.19 138	0.46 70	0.44 153	0.38 1	0.05 13	4.61 53	3.95 90	0.48 22	1.78 31	1.01 51	0.27 5	1.11 8	1.07 103	0.01 146	0.00 1	0.00 1	0.00 1	0.05 101	0.04 105
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
CASS	2.44 128	0.44 115	3.56 162	0.85 104	0.38 142	3.14 155	0.22 65	9.64 227	4.00 93	6.78 185	7.62 170	3.57 126	3.58 188	3.80 72	1.10 106	0.02 216	0.01 126	0.00 1	0.00 1	0.05 101	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AFF-stereo	2.59 143	0.68 190	2.35 55	1.55 189	0.17 71	1.67 28	0.08 22	5.75 114	6.60 193	6.20 158	12.13 265	6.16 212	2.36 139	4.75 90	1.11 107	0.02 216	0.02 167	0.00 1	0.00 1	0.23 272	0.05 134

x	1.73 48	0.28 16	2.49 65	1.91 236	0.17 71	2.10 54	0.83 192	8.74 207	3.55 76	3.28 70	2.12 40	3.10 106	1.96 124	2.90 57	1.12 108	0.00 1	0.02 167	0.00 1	0.00 1	0.02 23	0.03 69

raftrobust	1.86 62	0.74 207	1.94 22	2.15 270	2.24 291	2.74 110	0.53 126	4.89 65	4.05 100	6.09 149	3.89 70	1.64 67	2.55 147	2.44 52	1.12 108	0.00 1	0.03 210	0.00 1	0.00 1	0.12 197	0.08 170

rafts_anoy	1.72 46	0.79 218	2.58 72	2.03 256	1.75 265	2.47 76	0.16 56	5.48 107	6.01 173	3.24 69	2.11 38	1.92 78	1.33 88	3.08 60	1.13 110	0.01 146	0.18 333	0.00 1	0.01 210	0.03 59	0.07 157

CroCo-Stereo Lap2	1.24 27	0.88 236	3.39 150	0.95 119	4.59 365	0.47 2	0.08 22	3.51 16	2.80 29	1.17 41	2.24 41	1.57 66	0.20 1	1.48 22	1.14 111	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.12 224

RAFT+CT+SA	2.36 120	0.71 199	2.46 62	0.83 102	2.26 292	3.18 159	0.93 210	6.82 163	5.48 149	2.55 54	8.07 180	1.64 67	1.59 109	8.54 256	1.15 112	0.02 216	0.00 1	0.00 1	0.38 351	0.19 249	0.36 310

test_4	2.38 122	0.34 55	2.68 80	0.08 11	0.11 47	3.69 189	1.14 227	3.33 8	3.34 67	4.03 85	17.35 322	3.31 112	0.51 36	6.28 131	1.15 112	0.00 1	0.00 1	0.00 1	0.11 287	0.16 226	0.01 16

GMM-Stereo	3.32 199	0.27 15	2.52 66	0.82 100	0.48 166	2.27 63	4.91 325	5.06 77	3.08 48	7.06 202	16.72 310	6.21 214	3.70 195	7.60 196	1.16 114	0.04 259	0.00 1	0.00 1	0.04 259	0.10 168	4.45 377

Prome-Stereo	3.65 222	0.29 17	1.92 19	0.91 108	0.49 169	2.07 52	4.75 323	4.41 42	3.23 59	9.32 285	20.63 338	4.06 139	7.19 301	7.70 202	1.17 115	0.00 1	0.00 1	0.00 1	0.00 1	0.05 101	4.72 381

SA	3.06 177	0.74 207	3.79 180	1.60 198	0.30 125	3.19 160	1.43 242	6.72 159	9.06 259	4.63 99	10.80 242	2.89 95	4.71 245	9.62 302	1.18 116	0.00 1	0.09 282	0.00 1	0.19 313	0.23 272	0.02 39

StereoIM	0.80 2	0.69 195	3.02 121	0.33 55	1.83 272	1.22 5	0.06 15	3.41 11	1.49 3	0.31 5	0.38 7	0.42 34	0.51 36	1.14 9	1.21 117	0.00 1	0.00 1	0.00 1	0.00 1	0.05 101	0.05 134

TestStereo1	2.85 161	0.81 223	3.48 157	3.11 331	0.44 153	2.52 79	1.50 245	6.37 141	8.18 240	4.62 96	9.24 208	2.23 82	3.69 193	9.19 288	1.26 118	0.00 1	0.01 126	0.00 1	0.00 1	0.27 288	0.09 180

SA-5K	2.85 161	0.81 223	3.48 157	3.11 331	0.44 153	2.52 79	1.50 245	6.37 141	8.18 240	4.62 96	9.24 208	2.23 82	3.69 193	9.19 288	1.26 118	0.00 1	0.01 126	0.00 1	0.00 1	0.27 288	0.09 180

MIM_Stereo	2.50 137	0.75 209	4.26 209	1.18 147	0.11 47	3.08 149	0.33 89	6.07 127	3.28 62	5.01 107	10.12 225	4.29 155	1.74 116	8.06 228	1.27 120	0.00 1	0.12 303	0.00 1	0.01 210	0.18 244	0.15 245

IPLGR	2.28 111	0.51 140	6.00 282	0.15 30	0.15 63	1.99 49	0.22 65	6.34 138	6.04 174	6.80 186	5.76 117	2.87 94	2.31 138	4.88 93	1.28 121	0.00 1	0.00 1	0.00 1	0.00 1	0.09 158	0.18 257

Anonymous3	1.76 50	0.44 115	6.37 291	0.33 55	0.50 171	4.33 220	0.54 128	4.43 43	2.48 15	2.21 50	3.24 56	1.53 65	1.14 73	5.64 112	1.29 122	0.17 315	0.23 344	0.00 1	0.00 1	0.12 197	0.15 245

test_5	2.90 167	0.70 197	3.69 172	2.01 252	3.17 316	4.61 232	1.32 239	6.69 158	7.02 205	2.79 58	7.18 160	4.99 174	4.14 216	7.96 215	1.31 123	0.00 1	0.00 1	0.00 1	0.03 242	0.19 249	0.26 294

PCWNet_CMD	2.99 173	0.39 83	4.02 197	0.39 65	0.26 116	2.53 82	0.15 53	9.24 218	9.22 260	7.12 205	11.53 257	6.94 230	2.41 141	4.02 79	1.33 124	0.01 146	0.02 167	0.02 286	0.00 1	0.05 101	0.07 157

Sa-1000	3.55 218	0.75 209	3.63 169	1.91 236	0.30 125	3.55 179	1.63 253	7.39 173	8.54 252	7.70 230	17.44 323	4.00 137	2.82 159	9.44 299	1.33 124	0.00 1	0.10 290	0.00 1	0.18 309	0.21 261	0.04 105

TransformOpticalFlow	3.38 205	0.70 197	4.54 221	1.00 125	0.30 125	3.56 180	0.14 49	9.67 228	7.30 214	5.55 121	13.34 280	6.74 226	5.03 257	8.22 244	1.34 126	0.00 1	0.01 126	0.01 257	0.00 1	0.04 79	0.11 211

MSMDNet	2.99 173	0.39 83	4.02 197	0.40 66	0.25 110	2.53 82	0.16 56	9.35 221	9.25 261	7.08 203	11.39 252	6.93 229	2.43 142	4.01 78	1.34 126	0.01 146	0.02 167	0.02 286	0.00 1	0.05 101	0.07 157

GrayStereo	3.74 228	0.20 3	1.94 22	1.55 189	0.60 178	3.12 154	8.22 359	5.76 116	3.32 63	10.40 310	16.66 309	5.81 205	8.60 324	6.57 151	1.37 128	0.01 146	0.00 1	0.01 257	0.63 362	0.02 23	0.04 105

anonymousa	3.80 236	0.55 151	3.35 147	1.24 151	3.74 338	9.04 305	0.36 93	6.74 160	4.03 96	7.72 231	19.64 332	10.62 292	6.01 281	1.52 24	1.40 129	0.00 1	0.00 1	0.00 1	0.05 263	0.00 1	0.03 69

STrans-v2	3.43 211	0.73 203	4.82 234	0.26 41	0.60 178	3.00 145	1.19 231	10.41 248	7.22 210	5.79 126	10.97 247	6.75 227	7.03 300	8.25 245	1.40 129	0.00 1	0.01 126	0.00 1	0.00 1	0.03 59	0.18 257

GANet-ADL	2.20 101	0.50 136	3.27 143	2.02 254	0.11 47	2.21 60	0.48 112	8.64 205	6.79 197	4.56 95	5.83 119	3.98 136	1.27 86	2.68 55	1.43 131	0.04 259	0.08 274	0.02 286	0.00 1	0.15 220	0.03 69

TRStereo	2.36 120	3.10 353	4.70 231	1.99 247	2.08 280	2.61 96	1.11 225	8.79 209	3.73 80	3.19 67	3.04 52	3.96 135	0.77 50	5.92 118	1.44 132	0.03 243	0.14 314	0.00 1	0.29 337	0.08 141	0.25 289

ARAFT	3.13 183	1.11 273	7.34 313	0.42 67	0.14 59	4.52 229	2.99 283	7.41 174	5.97 170	8.85 271	7.06 159	5.20 183	1.25 85	8.49 254	1.44 132	0.00 1	0.03 210	0.00 1	0.00 1	0.33 302	0.11 211

H2IRNET	2.16 95	0.45 119	2.60 73	1.22 149	0.03 8	1.98 47	0.13 42	4.73 60	7.04 206	1.15 39	7.79 176	5.88 206	3.39 180	4.97 99	1.45 134	0.01 146	0.00 1	0.04 313	0.17 305	0.19 249	0.03 69

DN-CSS_ROB	2.69 147	1.40 298	5.34 262	2.31 291	0.75 194	3.14 155	0.06 15	6.11 129	3.87 85	5.34 118	12.18 268	2.34 84	1.22 83	7.84 211	1.48 135	0.03 243	0.00 1	0.00 1	0.00 1	0.35 306	0.03 69

DeepStereo_RVC	2.05 87	0.39 83	2.87 110	0.14 29	0.17 71	3.51 176	0.70 166	5.21 84	3.00 43	6.27 166	4.13 73	3.47 120	4.53 238	4.81 91	1.49 136	0.01 146	0.00 1	0.00 1	0.00 1	0.09 158	0.18 257

CFNet_ucs	3.07 178	0.44 115	4.05 201	0.54 75	0.37 140	3.08 149	0.19 60	9.80 231	8.49 251	7.64 228	12.62 274	5.67 200	1.76 119	4.96 98	1.51 137	0.00 1	0.04 232	0.01 257	0.00 1	0.09 158	0.11 211

UDGNet	2.73 153	7.09 379	3.90 189	2.71 313	0.06 17	2.98 143	0.20 63	4.63 55	8.58 254	2.69 55	2.70 47	0.95 50	1.01 64	6.27 130	1.51 137	1.28 371	0.00 1	5.24 387	0.94 371	1.70 365	0.13 231

EAI-Stereo	2.31 115	0.44 115	2.72 88	0.68 92	0.56 175	3.51 176	2.62 275	11.42 268	4.14 106	2.09 49	7.23 163	1.21 56	0.91 59	5.67 114	1.51 137	0.01 146	0.25 350	0.00 1	0.88 369	0.04 79	0.26 294

NF-Stereo	2.24 102	0.33 46	3.00 117	2.04 258	0.10 39	3.46 167	0.43 104	6.51 151	3.17 53	6.84 188	5.24 105	2.67 91	1.34 90	8.17 239	1.53 140	0.01 146	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

CFNet_pseudo	2.81 158	0.42 103	4.04 200	0.33 55	0.24 107	2.59 93	0.12 35	8.20 187	7.66 225	7.04 201	10.42 233	6.56 222	2.05 128	4.88 93	1.53 140	0.00 1	0.02 167	0.01 257	0.00 1	0.05 101	0.07 157

ccs_rob	2.81 158	0.42 103	4.06 202	0.33 55	0.25 110	2.59 93	0.12 35	8.19 186	7.68 226	7.02 198	10.37 232	6.54 221	2.06 129	4.88 93	1.53 140	0.00 1	0.02 167	0.01 257	0.00 1	0.05 101	0.07 157

FTStereo	4.55 281	0.36 71	2.18 48	0.94 115	0.38 142	2.60 95	8.82 362	4.98 73	3.17 53	10.88 320	30.35 373	5.60 199	7.60 310	7.62 197	1.55 143	0.17 315	0.00 1	0.05 320	0.00 1	0.03 59	3.80 375

OCTAStereo	2.24 102	0.33 46	3.03 123	2.04 258	0.10 39	3.45 166	0.43 104	6.50 148	3.17 53	6.84 188	5.20 102	2.65 88	1.33 88	8.18 240	1.56 144	0.01 146	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

test-1	1.82 59	0.45 119	5.42 264	0.89 106	0.41 150	2.14 56	0.56 133	5.75 114	4.15 107	3.28 70	5.11 95	3.61 127	0.70 44	1.53 25	1.56 144	0.02 216	0.34 356	0.00 1	0.08 275	0.02 23	0.30 303

RE-Stereo	2.25 107	0.33 46	3.03 123	2.04 258	0.10 39	3.47 169	0.43 104	6.50 148	3.18 56	6.84 188	5.20 102	2.65 88	1.34 90	8.18 240	1.58 146	0.01 146	0.00 1	0.01 257	0.00 1	0.02 23	0.01 16

TVStereo	2.25 107	0.33 46	3.03 123	2.04 258	0.10 39	3.47 169	0.43 104	6.50 148	3.18 56	6.84 188	5.20 102	2.65 88	1.34 90	8.18 240	1.58 146	0.01 146	0.00 1	0.01 257	0.00 1	0.02 23	0.01 16

RALAANet	2.46 132	1.09 268	3.70 175	2.55 308	0.80 199	3.37 164	0.15 53	7.44 175	5.54 153	5.65 123	6.01 121	3.54 124	1.13 72	6.34 135	1.58 146	0.00 1	0.01 126	0.00 1	0.05 263	0.21 261	0.03 69

PFNet+	2.35 118	0.31 25	3.69 172	0.79 98	0.17 71	3.15 158	0.75 178	4.52 47	6.30 185	7.90 240	6.34 139	2.53 86	1.18 80	7.72 205	1.62 149	0.03 243	0.00 1	0.00 1	0.00 1	0.01 7	0.03 69

GMStereo_Zeroshot	2.77 155	1.98 336	5.14 252	1.53 186	0.36 139	3.56 180	0.10 26	5.57 110	5.91 166	6.89 193	7.02 155	8.50 265	0.91 59	6.01 122	1.65 150	0.00 1	0.00 1	0.00 1	0.00 1	0.20 253	0.01 16

UCFNet_RVC	3.09 179	0.77 213	2.27 51	2.35 294	1.79 269	3.50 174	1.06 220	12.12 289	6.91 199	4.71 102	7.67 172	7.58 243	4.40 232	4.95 97	1.67 151	0.00 1	0.00 1	0.00 1	0.00 1	0.11 185	0.01 16

ASMatch	3.32 199	0.50 136	3.32 145	1.72 214	0.45 158	1.93 45	0.68 160	6.42 147	3.89 87	6.18 157	22.30 345	4.61 163	4.82 252	7.65 198	1.70 152	0.00 1	0.02 167	0.00 1	0.03 242	0.01 7	0.18 257

DAS	3.74 228	0.35 64	5.19 256	1.99 247	3.74 338	2.36 68	3.22 290	7.77 177	9.27 262	8.70 264	12.08 263	4.45 157	5.43 269	8.39 248	1.71 153	0.01 146	0.00 1	0.00 1	0.00 1	0.04 79	0.02 39

SepStereo	3.78 233	0.35 64	5.19 256	1.99 247	3.74 338	2.36 68	3.22 290	7.77 177	9.27 262	8.70 264	12.08 263	4.45 157	5.43 269	9.18 287	1.71 153	0.01 146	0.00 1	0.00 1	0.00 1	0.04 79	0.02 39

PSM-softLoss	2.24 102	0.34 55	3.42 154	1.81 224	0.17 71	2.74 110	0.39 97	6.17 133	2.92 32	6.26 164	6.29 136	2.96 97	0.97 62	8.68 264	1.71 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39

KMStereo	2.24 102	0.34 55	3.42 154	1.81 224	0.17 71	2.74 110	0.39 97	6.17 133	2.92 32	6.26 164	6.29 136	2.96 97	0.97 62	8.68 264	1.71 153	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39

OMP-Stereo	3.03 176	0.93 248	2.72 88	4.21 366	0.51 172	2.19 58	1.25 233	6.19 135	6.00 172	7.99 242	6.21 131	8.50 265	2.49 144	9.44 299	1.74 157	0.01 146	0.00 1	0.00 1	0.00 1	0.08 141	0.05 134

MIF-Stereo (partial)	1.29 30	0.33 46	3.02 121	0.03 1	1.12 227	1.26 8	0.13 42	4.46 44	3.75 82	0.35 7	2.39 44	0.31 24	0.74 48	6.09 123	1.76 158	0.00 1	0.00 1	0.00 1	0.00 1	0.08 141	0.04 105

BUS	2.49 134	0.32 34	3.05 131	0.46 70	0.46 159	7.12 278	0.50 123	9.05 211	4.69 126	6.11 151	6.15 127	5.29 185	0.83 56	3.91 73	1.77 159	0.01 146	0.03 210	0.03 302	0.00 1	0.04 79	0.00 1

NINENet	3.09 179	0.56 154	3.22 140	1.61 199	1.37 244	7.12 278	0.50 123	11.88 280	5.63 158	6.63 182	8.40 185	5.29 185	0.83 56	6.51 148	1.77 159	0.15 309	0.07 266	0.07 330	0.00 1	0.09 158	0.00 1

RAFT	2.57 141	0.76 212	3.09 134	0.91 108	0.09 36	2.41 73	0.94 212	5.35 100	2.65 22	6.11 151	7.21 162	9.43 273	4.30 226	5.73 115	1.77 159	0.00 1	0.12 303	0.00 1	0.02 230	0.46 324	0.08 170

CRE-IMP	1.95 76	0.35 64	2.68 80	0.27 45	0.17 71	3.90 207	0.85 201	5.14 79	2.87 31	5.74 124	4.14 74	3.49 122	0.83 56	6.40 138	1.80 162	0.00 1	0.00 1	0.00 1	0.00 1	0.10 168	0.19 267

DIP-Stereo	1.97 80	0.64 176	2.95 115	0.17 31	0.10 39	4.83 235	0.13 42	8.60 203	4.06 103	6.42 176	4.92 90	0.44 37	0.72 47	3.57 68	1.80 162	0.00 1	0.01 126	0.00 1	0.00 1	0.05 101	0.04 105
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iResNetv2_ROB	4.28 270	1.43 299	7.17 309	2.91 321	1.26 234	4.36 222	1.62 252	13.64 321	10.25 285	9.83 296	11.41 253	7.68 245	4.00 210	7.75 207	1.85 164	0.00 1	0.00 1	0.00 1	0.00 1	0.37 309	0.09 180

HBP-ISP	4.09 253	1.05 261	4.10 206	1.87 229	1.31 241	7.56 288	3.98 305	11.26 264	9.94 277	7.81 234	14.44 292	3.23 109	4.27 224	8.89 278	1.87 165	0.06 281	0.06 254	0.00 1	0.00 1	0.06 117	0.04 105

ADStereo(finetuned)	2.26 110	0.64 176	5.22 258	0.31 47	0.18 83	1.71 37	0.25 72	5.23 85	8.46 248	6.06 147	5.30 110	1.41 57	6.37 286	1.87 40	1.87 165	0.00 1	0.00 1	0.00 1	0.00 1	0.04 79	0.18 257

IIG-Stereo	3.16 184	0.75 209	2.83 101	4.08 362	0.21 100	2.56 87	0.74 176	6.55 153	5.56 156	8.39 255	9.38 214	7.94 252	2.79 157	9.50 301	1.89 167	0.02 216	0.00 1	0.00 1	0.00 1	0.02 23	0.04 105

BSDual-CNN	2.69 147	0.32 34	3.05 131	0.46 70	0.46 159	7.13 280	1.63 253	9.05 211	4.69 126	6.11 151	6.15 127	6.26 215	2.54 145	3.91 73	1.91 168	0.01 146	0.03 210	0.03 302	0.00 1	0.04 79	0.00 1

psmg	3.10 182	0.32 34	3.05 131	0.54 75	0.46 159	8.68 301	2.84 281	9.87 232	4.69 126	8.08 243	8.69 189	6.26 215	2.54 145	3.91 73	1.91 168	0.01 146	0.04 232	0.06 324	0.00 1	0.11 185	0.00 1

DCANet-4	2.03 85	0.34 55	5.30 261	0.31 47	0.18 83	1.69 32	0.12 35	4.95 68	8.55 253	5.78 125	5.17 97	1.12 53	2.82 159	2.11 49	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

fff	2.28 111	0.61 168	3.81 182	0.22 36	0.07 23	1.69 32	0.11 29	5.37 103	11.84 309	5.80 127	5.17 97	1.44 59	5.41 266	2.00 44	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

csc	2.28 111	0.61 168	3.81 182	0.22 36	0.07 23	1.69 32	0.11 29	5.37 103	11.84 309	5.80 127	5.17 97	1.44 59	5.41 266	2.00 44	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

cscssc	2.28 111	0.61 168	3.81 182	0.22 36	0.07 23	1.69 32	0.11 29	5.37 103	11.84 309	5.80 127	5.17 97	1.44 59	5.41 266	2.00 44	1.92 170	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 257

AdaStereo	3.09 179	0.58 161	3.04 126	2.84 319	0.48 166	4.08 213	1.29 237	12.16 291	7.77 229	6.03 144	9.62 217	5.79 204	1.53 107	4.56 88	1.93 174	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39
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.
StereoVision	2.25 107	0.72 200	4.00 196	1.03 128	2.64 304	1.91 43	0.28 76	5.83 121	4.43 114	1.89 48	10.65 240	3.88 133	0.52 38	5.13 104	1.98 175	0.00 1	0.00 1	0.00 1	0.00 1	0.09 158	0.03 69

MIPNet	2.06 88	0.69 195	4.57 226	0.32 50	0.21 100	1.92 44	0.19 60	6.89 165	5.64 159	5.48 120	4.02 72	2.02 79	3.50 184	3.32 64	2.01 176	0.00 1	0.01 126	0.01 257	0.01 210	0.20 253	0.13 231

NRIStereo	2.14 93	0.35 64	2.65 79	1.10 138	0.14 59	3.05 148	0.86 202	5.35 100	3.18 56	6.24 161	3.36 62	4.17 146	1.82 121	8.12 232	2.01 176	0.00 1	0.10 290	0.00 1	0.00 1	0.12 197	0.19 267

DCANet	2.08 89	0.64 176	3.81 182	0.31 47	0.17 71	1.70 36	0.25 72	5.23 85	8.47 249	6.07 148	5.30 110	1.41 57	4.23 222	1.85 38	2.02 178	0.00 1	0.00 1	0.00 1	0.00 1	0.04 79	0.19 267

111	2.78 156	0.92 245	3.81 182	0.22 36	0.07 23	2.83 132	0.70 166	6.03 125	14.00 325	3.22 68	8.93 194	5.48 192	3.30 173	3.66 69	2.03 179	0.00 1	0.00 1	0.00 1	0.00 1	0.10 168	0.29 301

pcwnet_v2	4.20 262	0.36 71	8.53 326	1.33 157	1.12 227	3.43 165	0.41 101	12.85 308	14.16 327	9.90 300	14.29 290	5.90 207	3.03 165	6.20 128	2.06 180	0.01 146	0.05 241	0.04 313	0.02 230	0.16 226	0.18 257

PFNet	2.93 169	0.40 92	5.51 269	2.13 269	0.84 202	3.11 153	0.75 178	6.78 161	4.79 132	9.98 302	6.00 120	4.78 167	2.13 130	8.33 246	2.11 181	0.19 319	0.06 254	0.00 1	0.11 287	0.20 253	0.35 309

Pruner-Stereo	2.49 134	0.40 92	2.46 62	1.80 223	0.25 110	3.51 176	0.77 181	6.03 125	4.92 135	8.91 273	6.09 122	4.45 157	1.11 70	6.99 167	2.11 181	0.02 216	0.00 1	0.02 286	0.00 1	0.01 7	0.04 105

RAFT-345	3.27 189	0.41 99	2.88 111	1.02 126	0.21 100	2.63 100	0.48 112	3.76 23	5.51 152	7.35 219	24.88 358	4.25 149	1.76 119	8.15 235	2.13 183	0.01 146	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

RAFT-RH_RVC	3.96 247	0.46 125	2.93 114	1.55 189	0.42 152	3.14 155	0.14 49	3.70 17	5.98 171	11.25 326	32.23 377	5.29 185	1.68 110	8.13 233	2.14 184	0.08 293	0.00 1	0.00 1	0.03 242	0.01 7	0.00 1

IRAFT_RVC	2.85 161	0.41 99	3.32 145	2.09 264	0.41 150	2.92 140	5.22 330	6.41 146	3.63 78	6.53 180	5.48 114	5.09 180	4.88 254	8.20 243	2.15 185	0.01 146	0.17 329	0.01 257	0.00 1	0.02 23	0.04 105

ACRE	2.41 123	1.08 266	5.11 249	0.55 78	2.05 279	2.65 103	0.78 185	5.26 96	4.67 125	7.59 227	9.20 200	1.70 70	1.08 69	3.74 70	2.18 186	0.01 146	0.18 333	0.02 286	0.08 275	0.22 265	0.10 199

IPLGR_C	2.44 128	1.17 278	4.94 239	0.62 87	2.08 280	2.65 103	0.80 187	5.60 111	4.79 132	7.87 237	9.23 202	1.67 69	1.15 75	3.43 66	2.23 187	0.01 146	0.19 337	0.02 286	0.08 275	0.22 265	0.10 199

GANet-RSSM	3.27 189	0.60 165	3.38 149	2.94 326	2.00 278	2.61 96	0.48 112	10.93 260	6.11 179	5.47 119	10.20 227	6.57 223	5.44 272	6.25 129	2.23 187	0.00 1	0.00 1	0.08 333	0.00 1	0.17 234	0.03 69

DLNR_Zeroshot_test	24.70 397	50.77 417	90.11 422	98.11 432	97.34 430	1.38 13	0.12 35	22.79 386	3.09 51	1.07 38	2.95 50	0.71 47	0.29 8	6.93 162	2.29 189	38.56 414	0.37 359	0.00 1	0.30 342	76.73 427	0.09 180

Anonymous_2	4.14 257	0.62 173	3.21 139	1.40 170	1.43 246	5.19 242	0.32 87	6.63 155	4.38 113	4.48 94	2.30 43	8.08 255	7.00 298	5.37 108	2.29 189	0.23 326	0.75 372	5.20 386	18.12 409	5.66 382	0.23 282

CIPLG	2.47 133	1.10 270	4.71 232	0.63 88	2.15 285	2.67 106	0.77 181	5.19 83	4.73 129	7.85 236	9.56 216	1.72 71	1.14 73	4.20 84	2.34 191	0.01 146	0.19 337	0.02 286	0.09 282	0.23 272	0.08 170

NOSS_ROB	3.30 192	0.46 125	2.62 76	2.08 263	1.01 221	5.60 248	0.74 176	10.37 246	11.48 305	5.15 111	8.43 186	5.67 200	1.73 114	7.97 216	2.34 191	0.02 216	0.06 254	0.00 1	0.00 1	0.07 132	0.14 236

IPLG	2.43 126	0.66 186	4.77 233	0.54 75	0.31 131	3.01 146	0.26 74	6.15 131	5.55 154	7.69 229	6.21 131	1.89 75	1.74 116	7.19 179	2.35 193	0.01 146	0.01 126	0.00 1	0.00 1	0.24 282	0.12 224

MyStereo05	2.94 170	0.66 186	5.25 260	1.10 138	0.96 214	2.57 88	0.10 26	8.53 197	12.34 317	6.28 167	3.88 69	3.18 108	3.30 173	7.81 210	2.37 194	0.01 146	0.08 274	0.00 1	0.01 210	0.13 207	0.15 245

CoDeX	3.43 211	0.68 190	4.49 218	0.98 124	1.65 254	6.37 264	2.14 265	13.23 316	6.07 175	7.23 212	8.95 195	4.09 141	3.79 205	6.31 133	2.37 194	0.03 243	0.06 254	0.00 1	0.00 1	0.07 132	0.15 245

SFCPSM	3.29 191	0.43 111	5.11 249	0.34 59	0.94 212	8.48 297	2.15 266	14.51 332	5.29 144	7.00 197	7.65 171	3.43 114	2.59 149	5.11 103	2.37 194	0.01 146	0.03 210	0.01 257	0.07 271	0.13 207	0.15 245

HHNet	2.59 143	0.55 151	2.55 69	0.20 33	0.32 132	2.84 133	0.94 212	5.77 119	5.14 142	7.33 218	13.80 284	0.94 49	3.20 170	5.27 107	2.41 197	0.13 306	0.02 167	0.06 324	0.00 1	0.23 272	0.03 69

hknet	3.31 193	0.42 103	4.68 230	0.46 70	1.17 230	7.13 280	1.63 253	9.05 211	6.91 199	6.11 151	6.15 127	9.66 276	2.85 161	7.48 193	2.45 198	0.01 146	0.03 210	0.03 302	0.00 1	0.04 79	0.00 1

FENet	2.19 100	0.34 55	3.04 126	2.05 262	0.26 116	2.82 130	0.13 42	7.02 167	5.55 154	4.97 106	1.94 34	4.91 172	3.39 180	4.71 89	2.50 199	0.02 216	0.03 210	0.00 1	0.00 1	0.00 1	0.21 274

AACVNet	3.33 201	1.03 259	3.56 162	3.46 345	0.63 180	3.09 151	0.28 76	8.78 208	3.43 70	5.99 142	10.64 239	10.08 282	4.03 214	8.69 266	2.51 200	0.03 243	0.01 126	0.00 1	0.00 1	0.26 283	0.06 144

psm_up	3.85 239	0.82 226	3.01 119	2.00 251	2.58 303	5.28 244	3.34 294	10.85 258	6.33 188	7.27 215	7.32 165	10.15 283	9.02 331	6.19 126	2.51 200	0.22 325	0.01 126	0.00 1	0.00 1	0.12 197	0.03 69

GES	2.49 134	0.38 80	4.29 211	1.58 194	0.05 10	4.58 230	1.07 222	9.70 229	3.39 68	5.21 112	6.64 143	1.84 74	3.36 175	4.86 92	2.54 202	0.06 281	0.01 126	0.06 324	0.01 210	0.12 197	0.03 69

ToySt	2.69 147	0.55 151	7.03 306	1.03 128	0.10 39	3.49 172	1.04 218	6.38 145	4.55 123	2.69 55	6.28 135	7.95 254	4.38 230	5.08 101	2.58 203	0.01 146	0.11 296	0.00 1	0.04 259	0.28 290	0.19 267

CVANet_RVC	4.16 260	1.16 277	3.60 164	1.94 241	1.46 247	3.92 209	4.68 321	10.89 259	8.34 244	7.58 226	10.84 244	10.27 287	6.62 291	8.56 257	2.69 204	0.39 343	0.00 1	0.00 1	0.01 210	0.21 261	0.09 180

MaskLacGwcNet_RVC	5.97 299	5.36 370	5.02 242	3.75 356	3.57 332	15.81 356	4.27 312	11.72 275	6.96 201	7.23 212	8.47 187	9.09 270	2.66 150	9.36 295	2.71 205	7.49 389	2.32 383	2.01 380	0.08 275	6.77 386	4.67 380

HSM	4.00 252	0.79 218	3.16 136	1.59 197	2.17 286	6.77 272	1.11 225	12.28 294	6.35 190	6.75 183	8.11 182	13.90 321	5.37 265	8.85 275	2.71 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 39

SQANet	7.64 331	3.40 360	5.49 268	11.73 389	9.62 387	11.96 338	2.82 280	11.33 266	6.10 176	8.33 252	11.49 256	11.00 301	5.16 262	10.12 310	2.72 207	8.92 392	2.21 382	10.41 389	1.58 381	11.13 391	7.39 389

MyStereo04	2.95 171	0.79 218	5.38 263	1.03 128	1.11 225	2.63 100	0.46 109	10.00 236	12.44 318	4.19 87	3.91 71	3.04 103	3.60 189	7.34 185	2.74 208	0.00 1	0.09 282	0.00 1	0.01 210	0.11 185	0.09 180

HCRNet	2.56 139	0.53 147	3.35 147	0.24 40	3.39 325	2.19 58	0.23 68	6.89 165	5.50 150	5.26 114	4.79 86	5.27 184	2.78 156	7.71 203	2.89 209	0.00 1	0.02 167	0.00 1	0.00 1	0.04 79	0.04 105

PS-NSSS	3.90 244	1.84 329	4.55 223	0.87 105	2.95 312	4.10 215	2.00 263	10.77 255	8.23 242	6.75 183	14.63 295	5.01 178	2.24 134	8.41 250	2.91 210	0.33 338	0.03 210	0.83 370	0.00 1	0.82 346	0.70 340

CFNet	3.72 227	1.10 270	5.03 244	2.49 304	1.59 250	4.90 237	0.22 65	11.38 267	9.88 276	4.80 104	11.25 251	6.44 220	3.68 192	8.33 246	3.00 211	0.00 1	0.00 1	0.00 1	0.00 1	0.22 265	0.07 157

GwcNet-ADL	2.65 146	0.48 133	3.84 188	0.82 100	0.33 135	2.04 51	0.69 164	8.07 184	9.42 265	6.05 145	6.66 144	4.14 145	1.73 114	5.40 110	3.01 212	0.08 293	0.06 254	0.00 1	0.00 1	0.06 117	0.03 69

STTStereo	3.60 220	0.93 248	6.34 290	2.71 313	2.23 290	3.68 188	0.63 150	9.42 222	6.73 195	9.87 298	6.97 149	8.84 268	3.65 191	6.85 157	3.04 213	0.00 1	0.02 167	0.01 257	0.00 1	0.02 23	0.02 39

TDLM	4.11 254	1.11 273	3.54 161	1.62 202	1.04 222	3.91 208	7.41 357	10.60 251	10.67 295	6.38 175	12.59 273	5.95 208	4.77 247	8.79 273	3.04 213	0.58 354	0.00 1	0.01 257	0.00 1	0.19 249	0.12 224

DeepPruner_ROB	3.52 215	1.14 275	4.06 202	1.12 144	1.65 254	3.65 185	0.83 192	13.96 324	4.47 118	7.80 233	10.84 244	7.05 236	2.16 133	8.14 234	3.08 215	0.07 288	0.03 210	0.00 1	0.01 210	0.32 300	0.06 144

CC-Net-ROB	7.68 332	9.21 385	7.46 316	3.82 357	3.66 336	15.68 355	5.02 327	17.95 357	10.45 292	6.44 178	14.00 286	7.63 244	4.77 247	10.75 318	3.10 216	5.99 386	2.46 385	16.28 393	1.08 373	6.30 385	1.56 359

PSMNet-RSSM	3.33 201	0.77 213	3.22 140	2.12 267	1.90 277	2.33 66	0.71 168	11.17 262	5.83 163	5.90 140	11.43 255	7.04 234	4.83 253	5.96 120	3.17 217	0.00 1	0.00 1	0.02 286	0.00 1	0.08 141	0.02 39

FADNet-RVC-Resample	3.79 234	1.62 316	12.06 343	1.43 175	0.66 183	5.94 257	2.41 269	10.18 244	8.58 254	6.28 167	4.22 75	5.33 189	4.80 251	7.71 203	3.19 218	0.17 315	0.21 341	0.17 348	0.12 290	0.41 320	0.29 301

DMCA-RVC	3.17 185	1.26 286	6.39 293	2.10 266	1.51 249	3.02 147	0.56 133	7.84 181	5.06 138	9.23 282	5.19 101	8.46 261	2.72 154	6.31 133	3.22 219	0.06 281	0.11 296	0.09 336	0.02 230	0.16 226	0.08 170

MLCV	3.44 213	0.88 236	5.60 273	1.39 169	0.25 110	4.36 222	0.33 89	7.25 170	7.28 213	9.17 281	12.24 270	5.09 180	2.47 143	9.15 286	3.23 220	0.00 1	0.00 1	0.00 1	0.00 1	0.10 168	0.02 39

CRFU-Net	4.45 273	0.67 189	5.02 242	2.78 317	1.32 242	12.67 344	3.35 295	11.26 264	3.52 74	10.06 304	9.30 213	10.91 299	6.92 297	7.26 181	3.24 221	0.15 309	0.16 326	0.16 345	0.00 1	0.26 283	0.05 134

SACVNet	4.15 259	1.26 286	3.81 182	3.12 333	1.68 259	3.09 151	2.85 282	11.91 281	5.96 168	10.52 313	11.20 249	10.59 290	3.95 209	8.97 280	3.25 222	0.08 293	0.02 167	0.00 1	0.00 1	0.32 300	0.44 321

IER	3.20 186	0.54 150	5.13 251	0.58 84	1.59 250	7.29 283	0.56 133	6.36 139	4.95 136	7.44 222	8.84 191	6.20 213	6.26 283	4.88 93	3.29 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

HSM-Net_RVC	4.20 262	0.32 34	2.76 95	0.63 88	0.69 187	6.95 276	1.69 257	11.96 283	8.36 245	8.83 270	12.17 267	15.18 330	4.21 220	6.91 161	3.30 224	0.02 216	0.02 167	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNet	3.68 224	0.91 242	7.94 321	2.97 327	0.34 137	4.44 228	0.48 112	7.70 176	9.74 271	7.72 231	12.74 275	4.03 138	2.87 163	8.05 224	3.37 225	0.02 216	0.01 126	0.00 1	0.00 1	0.10 168	0.09 180

CFNet-ft	3.31 193	0.94 250	2.69 82	1.50 181	2.38 295	2.81 127	0.68 160	8.35 188	7.43 216	4.45 91	9.94 222	10.20 285	4.60 239	6.50 147	3.41 226	0.00 1	0.00 1	0.03 302	0.00 1	0.22 265	0.03 69

CFNet_RVC	3.31 193	0.94 250	2.69 82	1.50 181	2.38 295	2.81 127	0.68 160	8.35 188	7.43 216	4.45 91	9.94 222	10.20 285	4.60 239	6.49 146	3.41 226	0.00 1	0.00 1	0.03 302	0.00 1	0.22 265	0.03 69

gwcnet-sp	3.31 193	1.47 302	7.26 310	1.73 215	0.69 187	7.57 289	1.14 227	8.59 199	6.17 182	8.57 260	5.25 107	4.26 150	3.36 175	6.46 140	3.44 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.11 211

scenet	3.31 193	1.47 302	7.26 310	1.73 215	0.69 187	7.57 289	1.14 227	8.59 199	6.17 182	8.57 260	5.25 107	4.26 150	3.36 175	6.46 140	3.44 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.11 211

ssnet	3.31 193	1.47 302	7.26 310	1.73 215	0.69 187	7.57 289	1.14 227	8.59 199	6.17 182	8.57 260	5.25 107	4.26 150	3.36 175	6.46 140	3.44 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 220	0.11 211

NLCA_NET_v2_RVC	3.84 238	1.06 263	5.23 259	2.72 315	3.27 319	4.36 222	0.61 147	10.71 253	7.56 221	8.75 266	7.89 178	9.86 278	3.90 208	7.15 178	3.44 228	0.14 307	0.02 167	0.02 286	0.03 242	0.04 79	0.03 69
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	4.23 265	1.02 257	4.90 237	2.18 272	0.93 211	2.92 140	0.37 95	15.10 340	16.91 343	7.89 239	10.51 236	7.03 232	3.07 168	8.16 236	3.46 232	0.01 146	0.00 1	0.00 1	0.00 1	0.10 168	0.02 39

CBMV_ROB	4.14 257	0.52 143	3.14 135	1.30 156	0.77 197	6.92 275	1.97 262	10.11 242	9.58 268	8.92 274	14.20 289	7.12 238	5.90 278	8.65 262	3.50 233	0.01 146	0.05 241	0.00 1	0.00 1	0.04 79	0.09 180

DispNO	3.25 188	0.72 200	6.85 303	1.95 242	1.34 243	3.49 172	0.84 195	8.14 185	6.30 185	6.34 174	7.76 175	6.30 218	4.28 225	6.93 162	3.51 234	0.00 1	0.03 210	0.03 302	0.12 290	0.07 132	0.07 157

SMFormer	3.54 216	0.39 83	3.61 165	1.69 208	0.11 47	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	3.51 234	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.04 105

tta	3.54 216	0.39 83	3.61 165	1.69 208	0.11 47	2.85 134	0.29 81	12.46 297	10.41 286	7.16 207	10.23 228	4.78 167	4.45 234	8.71 267	3.51 234	0.07 288	0.05 241	0.00 1	0.00 1	0.06 117	0.03 69

THIR-Stereo	3.86 240	0.77 213	2.62 76	0.12 19	0.13 57	4.25 217	6.63 347	5.30 97	4.18 108	10.33 307	17.13 317	6.58 224	7.62 311	7.78 208	3.51 234	0.01 146	0.07 266	0.07 330	0.00 1	0.11 185	0.02 39

ICVP	2.32 116	0.38 80	2.89 113	0.92 112	0.70 191	2.55 85	0.87 204	9.97 235	3.99 92	4.13 86	8.97 198	2.71 92	1.69 111	2.52 54	3.52 238	0.05 271	0.24 349	0.01 257	0.01 210	0.11 185	0.13 231
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
LMCR-Stereo	3.63 221	1.29 293	4.20 207	2.54 306	0.17 71	8.08 294	1.52 247	11.46 269	4.73 129	8.45 258	10.66 241	1.91 77	5.03 257	7.69 201	3.58 239	0.92 365	0.00 1	0.00 1	0.00 1	0.36 308	0.02 39

CSP-Net	4.12 255	1.28 291	3.70 175	1.54 187	1.06 223	13.28 349	2.33 268	12.96 311	5.45 148	8.87 272	8.54 188	8.43 260	3.03 165	8.16 236	3.65 240	0.00 1	0.00 1	0.00 1	0.00 1	0.18 244	0.03 69

DRaft	3.74 228	0.43 111	2.60 73	0.12 19	0.15 63	4.76 233	1.34 240	5.33 99	4.31 110	10.30 306	21.91 342	3.27 110	8.83 327	7.36 187	3.66 241	0.05 271	0.10 290	0.00 1	0.14 294	0.10 168	0.14 236

CrosDoStereo	3.96 247	0.45 119	3.04 126	0.32 50	0.20 97	3.28 162	11.63 380	5.76 116	4.45 116	9.04 277	16.58 307	4.99 174	7.45 305	8.04 221	3.72 242	0.00 1	0.02 167	0.01 257	0.00 1	0.16 226	0.10 199

DeepStereo_LL	3.96 247	0.45 119	3.04 126	0.32 50	0.20 97	3.28 162	11.63 380	5.76 116	4.45 116	9.04 277	16.58 307	4.99 174	7.45 305	8.04 221	3.72 242	0.00 1	0.02 167	0.01 257	0.00 1	0.16 226	0.10 199

FADNet	4.23 265	1.65 319	11.75 342	1.64 204	0.80 199	4.80 234	0.77 181	13.76 323	11.65 307	3.97 83	5.24 105	9.62 275	5.14 261	8.40 249	3.78 244	0.21 323	0.04 232	0.07 330	0.05 263	1.14 353	0.10 199

cf-r	3.42 210	0.81 223	3.97 190	2.41 300	2.78 308	2.85 134	0.64 153	8.44 191	6.32 187	6.25 163	11.57 258	8.97 269	3.54 187	5.93 119	3.83 245	0.00 1	0.00 1	0.00 1	0.00 1	0.09 158	0.07 157

DEmStereo	3.79 234	0.37 77	3.69 172	0.17 31	0.17 71	5.28 244	2.54 273	4.35 37	3.70 79	8.21 251	20.15 333	5.13 182	10.38 342	7.65 198	3.85 246	0.01 146	0.01 126	0.01 257	0.00 1	0.02 23	0.06 144

HITNet	2.79 157	0.77 213	4.02 197	2.03 256	0.11 47	5.58 247	0.59 143	9.24 218	5.15 143	6.42 176	7.26 164	3.66 128	2.92 164	4.07 81	3.87 247	0.00 1	0.00 1	0.00 1	0.00 1	0.06 117	0.02 39
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
NVstereo2D	4.51 277	0.82 226	6.86 304	3.28 339	3.38 323	8.16 295	3.13 287	10.51 249	15.15 333	4.90 105	6.89 148	7.87 247	4.78 249	9.88 304	3.91 248	0.01 146	0.00 1	0.00 1	0.06 269	0.02 23	0.58 334

dd	2.16 95	1.22 281	4.82 234	0.68 92	0.12 55	1.39 16	0.17 58	5.14 79	11.22 302	2.70 57	3.51 67	1.52 64	1.23 84	5.08 101	3.96 249	0.12 304	0.01 126	0.04 313	0.21 318	0.07 132	0.01 16

RAFT + AFF	4.30 271	1.55 310	5.84 277	1.43 175	2.36 294	5.94 257	6.72 349	10.01 237	7.56 221	7.55 225	8.96 197	7.09 237	6.73 294	8.57 258	4.02 250	0.02 216	0.47 368	0.00 1	0.01 210	0.56 328	0.54 332

dad	4.66 282	1.89 333	5.51 269	0.94 115	0.09 36	2.16 57	0.37 95	7.10 169	14.43 328	10.13 305	16.84 311	14.97 328	1.90 122	6.82 156	4.15 251	1.09 368	0.11 296	4.08 384	0.46 359	0.17 234	0.06 144

GEStereo_RVC	3.74 228	0.73 203	4.95 240	2.01 252	1.24 233	4.36 222	3.07 285	11.77 277	7.80 230	6.87 192	6.52 142	7.70 246	4.31 228	8.98 281	4.19 252	0.03 243	0.01 126	0.02 286	0.02 230	0.13 207	0.11 211

GANet	6.22 306	1.07 264	4.07 204	2.27 281	0.89 206	9.19 307	9.52 367	12.02 284	8.13 239	10.72 317	29.09 369	13.86 320	7.52 309	11.00 322	4.39 253	0.36 340	0.00 1	0.02 286	0.02 230	0.12 197	0.08 170

ACVNet	2.58 142	0.53 147	2.69 82	0.84 103	0.59 177	2.61 96	0.55 131	8.35 188	5.70 160	4.45 91	9.26 211	5.77 202	3.50 184	2.24 50	4.41 254	0.00 1	0.00 1	0.00 1	0.00 1	0.17 234	0.01 16

hitnet-ft	3.66 223	0.65 180	2.79 100	0.89 106	0.72 193	4.25 217	0.55 131	9.11 214	7.52 220	7.14 206	10.19 226	12.49 313	4.70 244	7.44 189	4.41 254	0.03 243	0.00 1	0.06 324	0.00 1	0.20 253	0.04 105

GANetREF_RVC	6.56 313	2.89 350	7.58 319	3.41 342	0.40 147	12.96 346	9.58 368	15.09 338	17.25 345	10.33 307	10.62 238	12.27 312	8.16 319	12.21 334	4.53 256	0.41 346	0.00 1	0.00 1	0.02 230	3.12 375	0.39 313
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PSMNet-ADL	2.98 172	0.43 111	2.41 57	1.43 175	0.40 147	5.94 257	0.28 76	8.45 192	5.13 141	3.36 74	6.77 145	8.41 259	4.61 241	7.20 180	4.55 257	0.02 216	0.09 282	0.00 1	0.00 1	0.01 7	0.03 69

SGM-Forest	4.96 285	0.32 34	2.84 103	1.21 148	0.64 182	10.23 319	6.64 348	11.55 270	10.98 297	10.94 323	13.59 282	11.65 308	4.30 226	8.94 279	4.63 258	0.11 301	0.04 232	0.00 1	0.00 1	0.05 101	0.46 324
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
otaku	11.73 368	7.51 381	7.07 307	13.22 392	10.85 390	26.61 385	7.25 356	18.84 366	19.16 351	11.58 330	17.23 321	20.19 361	8.09 318	15.11 359	4.64 259	9.13 393	2.42 384	13.08 390	1.83 382	12.48 394	8.22 392

ac_64	3.70 226	0.47 127	3.50 160	2.87 320	3.50 329	5.91 256	0.72 172	10.17 243	4.34 111	8.16 246	5.80 118	10.82 296	5.64 275	7.08 172	4.73 260	0.03 243	0.00 1	0.00 1	0.00 1	0.08 141	0.14 236

DMCA	2.82 160	0.64 176	4.45 217	1.61 199	0.89 206	3.86 205	0.57 141	9.18 215	5.10 140	6.24 161	6.49 141	7.17 239	2.13 130	3.31 63	4.73 260	0.00 1	0.01 126	0.00 1	0.00 1	0.04 79	0.02 39

MyStereo8	2.88 166	1.19 279	5.03 244	1.61 199	3.75 342	4.30 219	0.07 19	6.14 130	6.16 181	6.22 159	9.64 219	4.28 153	1.45 97	2.05 47	4.76 262	0.00 1	0.16 326	0.00 1	0.14 294	0.26 283	0.43 319

LL-Strereo	4.71 283	1.64 318	7.51 318	1.15 146	4.31 354	3.71 191	1.45 243	9.21 216	8.36 245	8.37 254	8.17 183	10.82 296	11.36 348	12.51 337	4.82 263	0.00 1	0.12 303	0.00 1	0.00 1	0.31 298	0.32 306

CBMV	5.35 291	0.91 242	3.67 171	1.62 202	0.44 153	10.09 317	7.19 355	12.49 301	12.33 316	12.22 333	14.69 296	10.93 300	6.48 288	8.51 255	4.96 264	0.02 216	0.15 319	0.00 1	0.00 1	0.17 234	0.17 255
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DSFCA	4.21 264	0.50 136	5.45 266	1.34 159	1.68 259	7.04 277	4.51 318	10.73 254	7.00 203	10.78 318	6.80 146	8.48 263	4.63 242	9.91 305	5.12 265	0.02 216	0.06 254	0.02 286	0.03 242	0.08 141	0.03 69

BEATNet_4x	3.24 187	1.27 288	5.89 279	1.56 192	0.10 39	5.26 243	1.07 222	10.08 240	5.50 150	6.89 193	7.73 173	4.53 160	4.13 215	5.05 100	5.27 266	0.04 259	0.05 241	0.00 1	0.00 1	0.23 272	0.23 282

DLCB_ROB	4.51 277	0.91 242	3.78 179	2.19 273	1.07 224	6.28 261	3.09 286	9.78 230	7.72 227	10.65 316	12.97 276	13.91 322	3.71 196	8.72 271	5.30 267	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.10 199

FINET	5.32 290	1.14 275	10.04 335	2.17 271	3.67 337	6.49 267	6.76 350	11.68 273	22.08 363	7.42 221	12.15 266	4.24 148	3.61 190	9.25 291	5.35 268	0.04 259	0.04 232	0.00 1	0.00 1	0.17 234	0.09 180

UNet	3.97 250	0.61 168	6.50 296	1.68 207	3.22 317	9.82 314	0.31 86	9.50 224	5.32 146	7.20 211	6.35 140	10.59 290	5.91 279	6.93 162	5.49 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

HGLStereo	4.25 267	0.52 143	4.65 228	3.09 329	5.18 369	6.51 269	0.73 173	10.37 246	6.74 196	7.32 217	12.44 272	7.00 231	7.21 303	7.46 190	5.51 270	0.00 1	0.02 167	0.00 1	0.00 1	0.06 117	0.10 199

anonymity	7.68 332	3.83 363	12.39 346	7.04 381	12.67 394	8.18 296	2.00 263	17.50 355	6.85 198	13.56 347	9.21 201	9.97 281	7.82 314	11.28 326	5.58 271	6.27 387	4.98 407	3.68 383	2.96 385	3.33 377	4.48 378

ACVNet-4b	15.90 380	22.00 396	12.37 344	16.40 395	15.14 397	31.87 392	7.50 358	19.04 368	27.85 374	11.48 328	22.02 343	31.86 386	9.16 334	17.95 371	5.69 272	10.43 397	2.58 388	24.44 399	4.87 396	16.04 398	9.28 396

GwcNet-RSSM	3.77 232	1.05 261	5.06 246	2.21 276	1.87 274	2.36 68	1.52 247	8.98 210	7.96 234	5.91 141	14.59 294	7.94 252	3.50 184	6.43 139	5.70 273	0.00 1	0.00 1	0.04 313	0.00 1	0.20 253	0.08 170

DDUNet	9.47 353	11.32 391	6.14 286	12.93 391	11.65 391	10.45 322	3.87 304	11.70 274	7.89 231	9.27 283	13.28 279	16.18 337	6.14 282	8.80 274	5.77 274	6.64 388	3.38 400	20.90 396	4.28 392	11.01 390	7.80 390

delet	4.27 269	0.72 200	4.50 219	1.07 136	3.75 342	10.79 327	4.04 307	9.95 234	7.89 231	8.09 244	8.89 193	8.46 261	3.81 206	7.56 195	5.80 275	0.00 1	0.00 1	0.00 1	0.00 1	0.11 185	0.02 39

iRaft-Stereo_5w	2.86 165	0.86 232	4.08 205	0.06 8	0.25 110	2.76 115	0.60 146	4.97 71	4.10 104	2.98 64	7.85 177	10.17 284	4.17 219	8.16 236	5.83 276	0.00 1	0.00 1	0.00 1	0.01 210	0.26 283	0.06 144

UPFNet	3.82 237	0.47 127	4.34 214	2.21 276	3.38 323	7.26 282	2.69 277	9.89 233	5.96 168	7.98 241	7.53 168	7.89 249	3.15 169	7.72 205	5.88 277	0.01 146	0.02 167	0.00 1	0.00 1	0.04 79	0.06 144

stereogan	7.69 334	0.88 236	7.08 308	3.49 348	3.93 348	18.98 368	3.23 292	16.52 349	19.58 354	9.93 301	18.92 329	20.50 364	9.04 332	14.07 351	6.14 278	0.26 331	0.04 232	0.21 352	0.03 242	0.63 337	0.33 307

DGSMNet	6.47 312	2.61 346	13.64 357	3.46 345	3.74 338	8.97 304	6.01 335	14.15 328	13.01 319	7.46 223	14.10 287	9.94 280	4.79 250	10.44 313	6.22 279	1.30 372	1.70 380	1.80 377	1.52 380	2.27 372	2.35 369

FADNet-RVC	3.98 251	1.84 329	12.48 348	1.69 208	0.44 153	4.33 220	1.31 238	11.84 278	7.15 209	3.53 78	3.50 66	10.63 293	4.43 233	9.12 284	6.25 280	0.03 243	0.10 290	0.00 1	0.03 242	0.60 334	0.25 289

FADNet_RVC	3.91 246	1.67 322	12.95 354	0.96 121	0.75 194	5.71 250	0.54 128	10.83 257	6.60 193	3.46 76	8.09 181	4.10 143	3.40 182	9.43 296	6.33 281	0.36 340	0.44 365	0.17 348	0.46 359	0.91 348	0.95 347

MDST_ROB	8.37 342	0.32 34	9.03 328	4.18 365	2.42 298	26.86 386	6.14 336	19.36 373	13.52 324	27.09 381	22.75 348	9.47 274	4.74 246	15.06 358	6.34 282	0.02 216	0.02 167	0.00 1	0.00 1	0.02 23	0.13 231

NaN_ROB	6.00 302	1.24 284	6.29 288	1.34 159	1.68 259	9.60 313	10.31 373	15.09 338	15.79 336	12.62 336	8.95 195	11.67 309	5.83 276	11.78 331	6.41 283	0.05 271	0.13 310	0.08 333	0.20 315	0.22 265	0.79 342

ADLNet2	4.46 274	0.90 241	6.06 284	2.74 316	3.91 347	6.79 273	3.01 284	10.95 261	8.40 247	7.27 215	9.80 221	9.85 277	5.43 269	7.29 182	6.44 284	0.01 146	0.03 210	0.00 1	0.00 1	0.15 220	0.11 211

SDNR	7.50 329	2.32 342	15.58 364	1.82 226	0.63 180	44.66 407	0.44 108	8.59 199	9.52 267	9.84 297	25.18 360	5.30 188	4.38 230	11.46 328	6.49 285	0.05 271	0.03 210	0.00 1	0.01 210	1.79 366	1.87 362

MMNet	4.16 260	0.77 213	5.47 267	1.40 170	1.67 257	10.78 326	0.63 150	8.64 205	8.47 249	8.80 269	8.33 184	7.51 242	6.61 290	7.53 194	6.54 286	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.05 134

ETE_ROB	5.80 295	1.77 326	6.33 289	1.44 178	0.78 198	6.43 266	6.90 351	12.53 302	8.08 237	12.93 342	14.89 297	21.13 366	5.87 277	9.83 303	6.57 287	0.04 259	0.01 126	0.00 1	0.02 230	0.08 141	0.33 307

ADLNet	4.32 272	0.80 222	4.33 213	3.60 350	3.56 331	6.87 274	2.48 272	11.20 263	7.58 223	9.87 298	9.62 217	8.39 258	4.95 255	6.16 125	6.60 288	0.01 146	0.01 126	0.00 1	0.01 210	0.12 197	0.25 289

Ntro	12.35 369	8.88 383	7.80 320	13.79 393	12.42 393	26.54 384	6.98 352	18.54 361	22.14 364	9.82 295	16.45 306	20.30 362	9.29 335	15.95 364	6.61 289	9.53 395	2.47 386	14.93 392	2.77 384	13.11 396	8.63 395

AASNet	3.90 244	0.92 245	4.41 215	3.56 349	4.00 350	6.70 270	1.26 235	18.71 363	6.14 180	7.35 219	7.91 179	4.35 156	2.58 148	3.04 59	6.62 290	0.00 1	0.00 1	0.00 1	0.00 1	0.39 314	0.14 236

MSMD_ROB	9.28 351	1.09 268	4.65 228	1.58 194	0.39 144	16.52 358	4.41 316	13.60 319	14.87 332	22.34 369	39.89 392	25.67 374	20.71 379	12.42 336	6.98 291	0.34 339	0.03 210	0.00 1	0.00 1	0.05 101	0.09 180

AANet_RVC	5.01 287	1.74 324	6.38 292	1.96 244	1.29 238	2.26 62	1.69 257	10.07 239	18.53 346	7.88 238	18.15 327	8.49 264	2.70 151	10.59 316	7.04 292	0.96 366	0.15 319	0.02 286	0.00 1	0.13 207	0.12 224

NCCL2	5.88 297	1.59 313	5.44 265	1.87 229	0.92 209	9.55 311	11.55 379	12.11 287	9.94 277	9.67 293	8.85 192	22.28 369	7.41 304	8.78 272	7.17 293	0.01 146	0.00 1	0.03 302	0.00 1	0.13 207	0.23 282

GASNet	5.19 289	4.61 366	9.38 331	4.73 370	2.10 282	3.80 203	1.57 250	12.07 285	10.96 296	8.92 274	7.03 157	8.21 257	7.67 312	14.02 350	7.36 294	0.02 216	0.15 319	0.00 1	0.00 1	0.69 341	0.42 317

FAT-Stereo	6.78 320	0.68 190	6.80 301	2.30 285	1.77 268	5.63 249	4.20 311	18.79 364	18.62 347	10.53 314	17.15 318	18.52 351	13.74 361	8.86 277	7.38 295	0.03 243	0.15 319	0.01 257	0.07 271	0.12 197	0.26 294

RP	6.84 321	1.29 293	5.53 272	3.92 360	5.18 369	6.32 262	3.53 298	11.73 276	15.31 334	9.54 289	22.38 346	18.25 349	14.47 363	10.11 306	7.49 296	0.91 364	0.01 126	0.12 340	0.15 297	0.33 302	0.19 267

edge stereo	6.76 317	1.01 255	6.76 300	2.20 275	2.45 299	6.41 265	2.45 271	14.84 336	11.98 313	15.29 354	18.31 328	22.02 367	12.56 353	10.82 319	7.49 296	0.03 243	0.06 254	0.11 338	0.03 242	0.30 293	0.14 236

fast-acv-ft	5.62 294	1.39 297	7.01 305	2.02 254	1.89 276	12.23 339	1.82 261	7.35 172	9.45 266	10.46 312	20.27 336	14.55 326	7.71 313	7.41 188	7.61 298	0.10 299	0.09 282	0.16 345	0.07 271	0.59 332	0.13 231

NCC-stereo	6.77 318	1.49 306	6.48 294	2.92 323	4.40 356	7.43 284	3.61 300	19.52 376	13.29 321	8.39 255	16.91 312	15.96 333	12.13 350	12.85 340	7.70 299	1.47 373	0.11 296	0.01 257	0.42 355	0.14 218	0.24 286

Abc-Net	6.77 318	1.49 306	6.48 294	2.92 323	4.40 356	7.43 284	3.61 300	19.52 376	13.29 321	8.39 255	16.91 312	15.96 333	12.13 350	12.85 340	7.70 299	1.47 373	0.11 296	0.01 257	0.42 355	0.14 218	0.24 286
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PA-Net	4.98 286	1.47 302	7.42 315	2.40 297	2.14 284	8.73 302	3.64 302	12.42 295	13.11 320	7.03 200	7.57 169	7.88 248	6.52 289	10.16 311	7.82 301	0.02 216	0.03 210	0.00 1	0.00 1	0.11 185	1.07 350
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ttt	3.86 240	0.23 10	2.34 54	2.22 279	1.68 259	4.36 222	0.28 76	12.45 296	11.09 298	6.90 195	11.85 260	4.08 140	3.28 172	8.47 253	7.85 302	0.06 281	0.04 232	0.00 1	0.00 1	0.03 59	0.03 69

Syn2CoEx	6.32 308	2.72 348	9.33 330	2.45 302	1.67 257	8.59 299	3.32 293	18.08 359	12.27 315	8.53 259	21.08 339	10.30 288	9.80 338	9.30 293	7.86 303	0.01 146	0.00 1	0.00 1	0.00 1	0.63 337	0.43 319

UDG	8.58 346	9.31 386	4.89 236	10.00 385	9.52 385	10.36 321	2.41 269	12.07 285	9.82 273	7.81 234	9.55 215	16.52 338	9.81 339	7.84 211	7.88 304	4.20 381	2.51 387	18.53 395	3.71 390	9.55 388	5.28 383

MFN_U_SF_DS_RVC	9.78 357	4.27 365	14.47 358	2.29 284	2.85 310	23.40 377	13.62 388	13.60 319	19.54 353	19.42 364	24.27 353	16.74 341	8.59 323	17.05 369	7.98 305	1.25 370	1.68 379	0.17 348	2.63 383	0.72 343	1.04 348

StereoDRNet-Refined	4.46 274	0.62 173	3.80 181	1.92 238	0.40 147	9.35 308	0.15 53	10.02 238	8.83 257	12.69 337	11.62 259	9.34 271	3.87 207	8.06 228	8.02 306	0.00 1	0.00 1	0.01 257	0.05 263	0.20 253	0.26 294
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	6.58 314	1.80 328	6.25 287	1.26 152	0.94 212	10.08 316	9.02 364	16.00 347	11.51 306	12.74 338	13.02 277	24.77 371	5.25 263	10.56 315	8.02 306	0.04 259	0.05 241	0.00 1	0.02 230	0.10 168	0.25 289

RGC	6.88 323	2.23 340	6.13 285	4.05 361	4.73 368	8.94 303	2.78 279	15.19 342	11.74 308	11.13 324	19.34 330	17.86 346	10.42 343	13.02 343	8.03 308	0.73 358	0.01 126	0.24 355	0.41 354	0.31 298	0.38 312

STTRV1_RVC	7.02 325	1.10 270	12.88 352	3.32 340	6.92 377	11.90 336	4.00 306	15.07 337	11.94 312	9.51 287	14.57 293	11.63 307	8.73 326	12.65 339	8.06 309	3.32 380	2.75 391	0.41 365	0.12 290	1.38 360	0.11 211

Nwc_Net	6.97 324	1.25 285	6.63 298	3.82 357	3.37 322	10.83 328	1.67 256	19.56 378	11.35 303	8.36 253	23.62 350	17.19 344	11.44 349	11.21 324	8.08 310	0.80 360	0.00 1	0.00 1	0.02 230	0.13 207	0.09 180

acv_ft	3.69 225	0.53 147	4.58 227	2.31 291	4.71 367	7.44 286	0.86 202	8.54 198	5.70 160	9.29 284	9.26 211	5.77 202	4.15 217	2.24 50	8.13 311	0.00 1	0.00 1	0.00 1	0.00 1	0.29 292	0.01 16

CBFPSM	4.87 284	0.94 250	14.70 361	1.51 184	1.15 229	11.49 331	2.55 274	7.28 171	6.47 192	6.23 160	4.83 88	15.30 331	8.99 330	6.88 158	8.20 312	0.03 243	0.02 167	0.00 1	0.00 1	0.40 317	0.42 317

StereoDRNet	5.59 293	1.75 325	6.80 301	3.12 333	4.45 360	10.61 325	4.35 315	18.80 365	9.73 270	12.22 333	6.87 147	11.44 306	4.65 243	8.09 231	8.26 313	0.02 216	0.11 296	0.00 1	0.03 242	0.20 253	0.28 300

CSAN	7.62 330	1.60 314	6.56 297	1.83 227	0.66 183	12.40 342	10.52 376	14.45 331	21.32 361	14.19 348	15.98 303	17.84 345	13.02 358	12.32 335	8.38 314	0.09 297	0.07 266	0.03 302	0.04 259	0.33 302	0.67 339

pmcnn	7.72 335	1.27 288	9.42 332	2.91 321	3.14 313	9.44 309	6.23 340	12.56 303	16.51 340	14.53 350	24.08 352	27.44 378	8.49 322	9.32 294	8.44 315	0.06 281	0.08 274	0.00 1	0.00 1	0.30 293	0.15 245

Wz-Net-LNSev	6.46 311	1.93 334	16.44 367	1.52 185	4.15 352	12.66 343	4.96 326	13.05 313	12.10 314	10.55 315	16.23 305	11.32 305	7.19 301	8.43 252	8.48 316	0.00 1	0.01 126	0.00 1	0.00 1	0.08 141	0.06 144

XPNet_ROB	6.03 304	1.22 281	5.61 274	2.56 309	0.90 208	6.32 262	7.07 353	12.92 310	8.30 243	14.76 352	15.13 299	19.84 358	6.66 293	10.36 312	8.58 317	0.02 216	0.04 232	0.00 1	0.03 242	0.11 185	0.24 286

RASNet	4.52 280	0.61 168	4.42 216	3.42 343	4.68 366	4.58 230	0.99 215	9.54 226	8.01 235	5.28 115	11.42 254	10.34 289	8.88 328	9.28 292	8.68 318	0.15 309	0.00 1	0.00 1	0.00 1	0.03 59	0.04 105

PSMNet_ROB	5.02 288	1.63 317	6.03 283	1.90 235	1.83 272	9.57 312	6.35 344	15.58 345	7.23 211	6.15 156	10.48 235	12.22 311	4.16 218	8.02 220	8.71 319	0.02 216	0.01 126	0.01 257	0.10 286	0.20 253	0.12 224

PWCDC_ROB	7.92 338	3.17 358	7.48 317	5.73 376	4.40 356	10.45 322	0.35 92	14.52 333	28.19 375	10.36 309	31.27 375	7.04 234	9.14 333	13.22 345	8.78 320	2.74 379	0.02 167	0.00 1	0.00 1	1.31 358	0.17 255

GwcNet	6.42 310	1.97 335	10.92 338	2.59 310	5.58 372	11.55 332	2.21 267	14.10 327	16.52 342	10.04 303	17.19 320	10.86 298	5.61 274	9.23 290	8.84 321	0.01 146	0.06 254	0.03 302	0.08 275	0.56 328	0.40 314

DRN-Test	5.87 296	0.98 253	5.89 279	2.69 312	3.65 335	12.37 341	3.35 295	20.07 380	10.20 284	11.93 332	12.31 271	11.06 303	5.31 264	7.89 213	9.05 322	0.04 259	0.05 241	0.04 313	0.04 259	0.18 244	0.25 289

Wz-Net-LNSev-Ref	5.98 300	1.55 310	9.92 334	2.40 297	3.22 317	10.28 320	3.14 288	11.64 271	9.79 272	9.54 289	20.22 335	11.16 304	6.77 295	10.61 317	9.16 323	0.06 281	0.00 1	0.00 1	0.00 1	0.03 59	0.04 105

PDISCO_ROB	9.62 356	1.99 337	11.51 340	9.88 384	9.61 386	21.48 373	3.83 303	19.33 372	28.49 376	11.27 327	14.17 288	19.92 359	5.02 256	16.35 366	9.18 324	5.28 384	0.41 362	0.14 343	0.09 282	2.05 368	2.36 370

RainbowNet	18.01 390	26.22 400	19.95 376	18.59 397	14.88 396	27.38 387	10.46 374	27.39 391	34.54 386	14.91 353	27.01 363	25.65 373	12.44 352	18.94 375	9.23 325	13.91 403	3.46 401	23.36 398	4.86 395	16.03 397	10.91 400

ssnet_v2	4.46 274	0.87 234	5.18 255	1.57 193	0.67 185	9.14 306	4.73 322	11.84 278	9.68 269	8.79 267	6.24 134	9.91 279	4.34 229	6.28 131	9.30 326	0.00 1	0.01 126	0.00 1	0.00 1	0.28 290	0.30 303

DualNet	3.35 204	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	4.53 48	10.19 280	6.29 169	9.23 202	5.59 194	3.72 200	8.00 217	9.35 327	0.00 1	0.02 167	0.00 1	0.00 1	0.10 168	0.04 105

ff1	3.45 214	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	4.53 48	10.19 280	6.29 169	9.23 202	5.59 194	3.72 200	10.11 306	9.35 327	0.00 1	0.02 167	0.00 1	0.00 1	0.10 168	0.04 105

mmx	3.86 240	0.31 25	3.97 190	1.34 159	0.98 216	2.80 118	0.48 112	12.18 292	10.66 293	6.29 169	9.23 202	5.59 194	3.72 200	10.11 306	9.35 327	0.05 271	0.02 167	0.00 1	0.00 1	0.03 59	0.04 105

xxx	3.86 240	0.31 25	3.98 195	1.34 159	0.98 216	2.80 118	0.48 112	12.18 292	10.66 293	6.29 169	9.23 202	5.59 194	3.72 200	10.11 306	9.35 327	0.05 271	0.02 167	0.00 1	0.00 1	0.03 59	0.04 105

DeepPrunerF	6.75 316	2.69 347	23.31 384	3.68 352	7.16 378	3.78 201	4.29 313	13.42 318	20.13 357	8.13 245	10.46 234	7.18 240	8.06 317	11.10 323	9.44 331	0.24 328	0.15 319	0.29 357	0.42 355	0.66 340	0.45 322

psmorigin	7.34 327	1.58 312	18.31 372	2.35 294	0.87 204	6.72 271	1.70 259	10.63 252	7.14 208	19.77 366	22.71 347	20.13 360	11.34 347	12.96 342	9.49 332	0.04 259	0.17 329	0.06 324	0.17 305	0.21 261	0.50 328

G-Net	8.41 343	1.54 309	10.97 339	5.73 376	3.60 333	26.19 380	4.41 316	10.10 241	7.42 215	19.71 365	24.99 359	14.38 325	15.83 365	10.99 321	9.53 333	0.50 353	0.46 367	0.19 351	0.25 328	0.80 345	0.66 338

MFMNet_re	13.29 373	8.60 382	18.29 371	9.75 383	7.25 380	19.65 371	14.84 393	20.71 383	30.72 379	23.03 373	28.77 367	18.85 353	26.09 390	13.55 347	9.82 334	2.44 377	1.35 378	0.34 360	0.23 324	4.78 380	6.69 387

FBW_ROB	8.50 345	1.03 259	7.98 322	1.93 240	1.28 237	13.10 347	6.23 340	22.50 384	18.98 348	18.82 362	14.91 298	19.06 354	10.04 340	18.41 372	9.83 335	0.62 356	0.22 342	1.82 379	0.82 368	0.99 351	1.36 355

AF-Net	7.78 336	1.44 301	6.68 299	3.37 341	4.50 363	8.61 300	2.69 277	17.07 352	20.17 358	9.52 288	24.02 351	20.31 363	14.59 364	11.58 329	9.84 336	0.61 355	0.00 1	0.12 340	0.00 1	0.38 310	0.12 224

WCMA_ROB	9.21 349	0.87 234	7.37 314	2.54 306	2.13 283	13.59 350	5.80 334	11.64 271	14.01 326	24.43 378	32.99 382	27.09 377	18.02 368	12.51 337	9.85 337	0.81 361	0.07 266	0.01 257	0.01 210	0.16 226	0.23 282

Wz-Net-MNSev	7.43 328	2.35 343	15.22 362	2.34 293	3.41 327	17.27 365	8.55 360	11.91 281	13.48 323	13.37 344	17.05 315	13.70 317	7.47 308	11.90 332	9.99 338	0.40 345	0.03 210	0.00 1	0.01 210	0.16 226	0.07 157

1111x	4.25 267	0.30 21	4.31 212	1.47 180	0.37 140	5.10 241	0.32 87	12.86 309	9.82 273	6.01 143	9.73 220	8.78 267	5.97 280	9.43 296	10.39 339	0.06 281	0.03 210	0.00 1	0.00 1	0.02 23	0.04 105

FCDSN-DC	10.24 361	0.56 154	3.49 159	1.96 244	1.29 238	16.90 362	4.59 320	17.16 353	19.10 350	24.64 379	32.46 381	33.82 389	22.14 384	15.93 363	10.45 340	0.04 259	0.00 1	0.00 1	0.00 1	0.05 101	0.21 274
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SANet	10.64 363	1.86 331	10.91 337	1.76 218	0.71 192	14.62 353	9.23 366	19.18 370	37.14 392	19.22 363	27.96 365	25.86 375	19.11 374	13.02 343	10.63 341	0.08 293	0.06 254	0.03 302	0.02 230	0.62 335	0.81 343

S-Stereo	6.63 315	0.84 229	9.67 333	3.15 335	3.48 328	6.49 267	6.22 339	12.99 312	22.84 365	9.48 286	15.51 300	12.00 310	8.43 321	8.04 221	10.70 342	0.12 304	0.17 329	0.00 1	0.38 351	0.13 207	1.92 363

DISCO	6.28 307	0.57 156	5.78 276	3.43 344	1.17 230	11.22 329	3.39 297	12.14 290	16.16 338	6.52 179	11.22 250	16.96 342	6.32 285	19.51 377	10.74 343	0.00 1	0.00 1	0.00 1	0.00 1	0.35 306	0.11 211

DispFullNet	17.47 388	26.01 399	33.98 398	22.58 400	20.86 404	13.84 352	1.28 236	16.50 348	26.27 372	19.97 367	17.17 319	20.52 365	18.49 370	22.86 386	10.76 344	5.13 383	2.83 393	30.72 403	7.72 399	20.86 402	11.01 401

PASM	7.90 337	4.22 364	21.97 382	3.25 338	3.29 320	5.39 246	6.57 346	10.57 250	19.09 349	12.77 339	13.92 285	18.11 348	9.51 336	13.79 349	10.77 345	0.19 319	0.45 366	0.29 357	1.08 373	1.49 362	1.19 352

LSM	14.01 375	5.95 372	33.49 396	6.78 380	43.61 417	10.22 318	9.98 372	15.16 341	22.93 366	23.07 374	32.34 380	18.52 351	12.67 354	15.45 361	11.10 346	0.16 314	0.51 370	0.09 336	0.32 344	1.08 352	16.85 411

FC-DCNN	10.72 364	0.52 143	4.27 210	1.88 232	1.63 253	17.18 363	5.29 332	18.20 360	19.69 355	28.50 383	34.51 385	34.03 390	21.48 382	15.89 362	11.15 347	0.03 243	0.01 126	0.02 286	0.01 210	0.07 132	0.09 180

aanetorigin	8.72 347	3.29 359	27.55 392	1.95 242	3.84 345	4.93 239	5.39 333	5.49 109	10.05 279	27.85 382	31.47 376	15.80 332	12.78 355	9.04 282	11.98 348	0.25 329	0.22 342	0.22 353	0.25 328	1.28 357	0.84 345

MeshStereo	11.52 367	1.52 308	4.55 223	1.89 234	1.46 247	19.87 372	5.11 328	20.66 382	15.91 337	32.67 388	34.51 385	39.34 396	21.15 380	18.74 374	12.10 349	0.11 301	0.06 254	0.01 257	0.00 1	0.45 323	0.22 276
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
iinet-f	5.94 298	1.60 314	26.88 391	1.79 222	1.38 245	11.92 337	1.47 244	6.80 162	7.11 207	6.90 195	14.43 291	10.64 294	7.97 315	7.00 168	12.12 350	0.02 216	0.03 210	0.05 320	0.00 1	0.63 337	0.02 39

DANet	6.02 303	1.23 283	8.45 325	3.86 359	3.94 349	7.64 292	1.34 240	9.51 225	7.00 203	13.39 345	15.53 301	15.99 335	7.02 299	12.14 333	12.37 351	0.19 319	0.12 303	0.02 286	0.03 242	0.13 207	0.56 333
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	10.14 359	1.88 332	16.82 368	1.85 228	1.73 263	24.84 378	17.20 401	19.92 379	27.41 373	12.23 335	13.62 283	16.52 338	18.35 369	14.42 354	12.50 352	0.78 359	0.54 371	0.08 333	0.25 328	1.18 354	0.59 337

SGM_RVC	10.08 358	0.60 165	3.42 154	2.30 285	0.32 132	19.41 370	6.33 343	18.95 367	14.64 329	25.14 380	24.32 354	33.34 388	18.79 372	19.86 378	12.55 353	0.25 329	0.26 352	0.22 353	0.24 326	0.34 305	0.40 314
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AAGNet	3.41 209	0.34 55	2.45 59	1.78 221	0.39 144	3.69 189	1.05 219	4.79 63	4.61 124	9.62 292	7.74 174	4.98 173	6.38 287	7.34 185	13.02 354	0.00 1	0.00 1	0.00 1	0.00 1	0.03 59	0.04 105

Anonymous Stereo	6.16 305	3.15 356	23.75 385	2.97 327	2.48 300	4.39 227	13.30 386	9.21 216	9.86 275	9.56 291	8.76 190	6.79 228	1.99 126	13.50 346	13.04 355	0.01 146	0.05 241	0.00 1	0.06 269	0.22 265	0.19 267

ACVNet_1	18.70 391	25.08 398	12.72 350	17.33 396	15.18 398	26.02 379	9.62 369	28.44 395	34.49 385	24.39 377	24.32 354	37.22 394	20.13 378	16.67 367	13.39 356	10.45 398	2.59 389	24.77 400	4.92 397	16.57 399	9.75 397

Consistency-Raft	9.42 352	4.74 368	12.66 349	5.30 374	9.08 384	4.08 213	5.26 331	19.26 371	24.87 369	11.17 325	29.85 371	13.57 316	5.51 273	7.67 200	13.40 357	0.36 340	0.35 358	1.81 378	4.24 391	11.61 392	3.57 373

ACVNet_2	26.45 398	29.35 404	25.14 388	20.27 399	15.43 399	34.97 397	12.23 384	48.37 409	66.25 417	42.69 401	56.73 412	51.77 401	25.59 388	20.39 381	13.52 358	10.13 396	2.59 389	22.78 397	3.52 389	17.57 400	9.80 398

RYNet	6.34 309	0.89 239	5.88 278	1.41 173	4.48 362	15.97 357	4.18 310	13.41 317	16.49 339	10.81 319	7.00 154	14.33 324	8.72 325	9.43 296	13.71 359	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.07 157

APVNet	5.98 300	1.72 323	8.72 327	3.21 337	4.04 351	12.31 340	1.81 260	19.09 369	6.10 176	6.13 155	13.41 281	10.69 295	6.30 284	11.26 325	13.90 360	0.05 271	0.02 167	0.11 338	0.03 242	0.53 326	0.20 273

PWC_ROB	8.24 341	3.13 354	12.74 351	2.43 301	4.43 359	7.51 287	1.22 232	16.63 350	19.24 352	16.08 357	28.29 366	13.99 323	10.16 341	13.63 348	14.06 361	0.42 349	0.00 1	0.05 320	0.00 1	0.59 332	0.27 298

ccnet	6.87 322	0.92 245	5.15 253	3.09 329	2.18 288	11.78 334	4.90 324	17.97 358	8.79 256	12.79 340	20.20 334	16.00 336	8.35 320	9.12 284	14.17 362	0.42 349	0.33 355	0.25 356	0.09 282	0.40 317	0.48 325

SuperB	8.10 340	3.15 356	24.67 387	2.65 311	1.23 232	9.88 315	4.29 313	10.18 244	30.07 378	11.53 329	12.18 268	6.12 211	6.65 292	10.50 314	14.47 363	0.14 307	0.11 296	0.35 361	0.25 328	13.06 395	0.48 325

SAMSARA	14.63 376	2.74 349	12.38 345	12.65 390	6.74 376	36.50 399	72.93 422	19.36 373	23.77 368	16.20 358	13.04 278	29.21 381	12.78 355	16.98 368	15.21 364	0.11 301	0.26 352	0.03 302	0.14 294	0.76 344	0.77 341

SHD	9.61 355	2.60 345	12.46 347	3.69 353	3.54 330	9.47 310	1.25 233	20.16 381	37.84 394	18.19 361	21.24 340	16.96 342	12.83 357	14.47 355	16.05 365	0.32 337	0.13 310	0.01 257	0.08 275	0.38 310	0.48 325

SGM+DAISY	15.62 379	7.26 380	19.28 374	8.94 382	10.11 389	26.25 381	10.49 375	19.36 373	14.65 330	30.64 385	33.59 383	33.00 387	22.32 385	24.96 389	16.42 366	7.90 391	6.25 409	4.51 385	3.37 387	5.86 383	7.20 388

Wz-Net-SNSev	9.23 350	6.70 375	24.28 386	1.87 229	1.81 271	8.57 298	12.29 385	17.37 354	20.39 359	10.43 311	23.11 349	16.66 340	8.03 316	14.47 355	17.86 367	0.00 1	0.02 167	0.01 257	0.00 1	0.41 320	0.30 303

MSC_U_SF_DS_RVC	16.41 383	6.93 378	21.83 381	5.94 378	2.81 309	38.71 401	14.59 390	24.55 388	34.87 389	33.66 392	34.35 384	29.24 382	24.20 386	22.59 385	17.95 368	2.52 378	2.81 392	1.17 375	1.51 379	5.89 384	2.16 366

Wz-Net-TNSev	11.35 366	10.56 389	35.88 400	2.28 283	1.73 263	18.25 367	11.42 378	15.88 346	20.88 360	14.44 349	16.97 314	19.57 356	19.04 373	19.31 376	18.67 369	0.01 146	0.06 254	0.00 1	0.16 299	0.62 335	1.25 353

XQC	8.43 344	3.58 361	16.40 366	2.92 323	2.17 286	13.22 348	3.60 299	14.64 334	25.86 371	11.87 331	12.04 262	15.06 329	10.67 344	15.24 360	19.41 370	0.39 343	0.08 274	0.05 320	0.07 271	0.84 347	0.45 322

SPS-STEREO	15.04 377	6.23 374	13.21 355	11.34 388	11.65 391	23.30 376	7.15 354	24.16 387	15.65 335	31.78 387	29.19 370	31.62 385	21.32 381	24.62 388	19.50 371	7.59 390	4.19 405	3.22 382	1.48 377	6.99 387	6.54 386
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
xxxx	4.51 277	0.31 25	2.77 96	1.69 208	0.47 165	7.74 293	0.07 19	14.04 325	7.91 233	5.82 130	8.97 198	9.34 271	3.41 183	7.33 184	20.24 372	0.05 271	0.03 210	0.00 1	0.00 1	0.03 59	0.04 105

MFN_U_SF_RVC	12.94 370	3.66 362	25.81 390	3.61 351	2.26 292	22.77 375	4.55 319	27.10 390	20.06 356	23.90 376	28.99 368	30.53 384	16.98 366	19.92 379	20.26 373	1.24 369	1.07 374	0.98 372	1.33 376	1.80 367	2.04 365

ELAS_RVC	16.54 384	2.26 341	10.09 336	5.50 375	4.46 361	28.28 388	16.72 400	25.55 389	33.54 384	40.19 398	40.30 394	36.68 393	30.03 393	29.40 392	20.61 374	0.98 367	1.21 376	0.86 371	0.70 365	1.39 361	2.16 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NVStereoNet_ROB	16.04 381	6.75 376	12.90 353	6.37 379	7.42 381	12.89 345	9.74 370	22.78 385	25.12 370	30.32 384	46.19 400	34.37 391	25.38 387	21.48 383	21.38 375	5.94 385	3.10 397	6.07 388	10.09 401	4.01 378	8.54 394
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PVD	15.44 378	2.93 351	14.67 360	4.21 366	3.39 325	17.43 366	4.16 309	27.84 394	48.84 403	31.02 386	43.54 397	29.76 383	30.81 395	25.97 390	21.40 376	0.23 326	0.41 362	0.04 313	0.33 346	0.41 320	1.33 354

test_xeample	4.13 256	0.36 71	2.75 91	1.23 150	0.51 172	3.96 210	0.13 42	12.63 305	7.65 224	7.49 224	10.86 246	3.29 111	3.36 175	6.71 154	21.53 377	0.02 216	0.03 210	0.00 1	0.00 1	0.03 59	0.04 105

ADCPNet	9.54 354	2.39 344	31.46 395	2.09 264	1.60 252	16.71 361	6.39 345	12.11 287	11.45 304	13.53 346	21.45 341	19.41 355	10.94 346	14.38 353	21.54 378	0.27 334	1.16 375	0.39 364	1.49 378	0.58 331	1.45 356

RTSC	9.15 348	3.00 352	13.57 356	3.72 354	1.76 267	11.82 335	0.46 109	16.95 351	36.83 391	15.80 356	15.53 301	12.91 315	7.46 307	20.01 380	21.76 379	0.31 336	0.13 310	0.01 257	0.08 275	0.57 330	0.41 316

ADCRef	7.27 326	1.38 296	16.37 365	2.52 305	3.30 321	11.63 333	3.16 289	10.80 256	9.35 264	13.03 343	25.27 361	8.17 256	8.92 329	8.06 228	21.81 380	0.15 309	0.08 274	0.16 345	0.34 348	0.38 310	0.58 334

ELAS	16.72 385	2.14 339	9.23 329	4.92 371	4.53 364	32.66 395	15.11 396	27.40 392	28.68 377	40.27 399	44.90 398	38.33 395	30.50 394	26.44 391	21.94 381	0.88 362	1.23 377	0.67 367	0.89 370	1.49 362	2.18 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH-64-1	27.21 400	28.77 401	16.84 369	31.57 403	20.76 402	26.43 382	15.10 394	47.11 404	45.20 400	33.53 390	51.16 406	41.42 397	31.10 396	36.48 398	22.39 382	13.48 401	2.87 395	33.95 405	10.70 402	23.50 404	11.75 402

IMH-64	27.21 400	28.77 401	16.84 369	31.57 403	20.76 402	26.43 382	15.10 394	47.11 404	45.20 400	33.53 390	51.16 406	41.42 397	31.10 396	36.48 398	22.39 382	13.48 401	2.87 395	33.95 405	10.70 402	23.50 404	11.75 402

ADCL	10.16 360	2.11 338	19.36 375	1.92 238	1.88 275	22.23 374	8.91 363	14.04 325	23.56 367	14.62 351	26.19 362	12.75 314	13.59 360	16.06 365	22.95 384	0.26 331	0.18 333	0.75 368	0.65 363	0.69 341	0.58 334

ADCP+	8.09 339	1.79 327	14.50 359	1.54 187	4.28 353	16.57 359	5.20 329	12.80 307	11.20 301	12.83 341	17.07 316	11.02 302	10.80 345	17.59 370	23.18 385	0.03 243	0.05 241	0.01 257	0.18 309	0.39 314	0.81 343

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

SGM-ForestM	16.99 387	1.08 266	5.74 275	2.12 267	0.75 194	31.63 391	12.21 383	27.80 393	32.25 381	37.88 395	39.99 393	52.96 405	35.20 399	33.60 397	24.47 387	0.26 331	0.39 361	0.31 359	0.39 353	0.26 283	0.53 331

MANE	19.47 394	1.27 288	5.07 247	4.69 369	5.55 371	30.49 390	9.94 371	34.01 397	37.27 393	44.13 404	51.57 408	52.51 403	40.41 404	33.58 396	24.81 388	0.89 363	0.86 373	1.11 374	9.72 400	0.38 310	1.06 349

WZ-Net	13.00 371	4.64 367	41.07 403	3.48 347	3.15 315	19.12 369	15.66 399	14.81 335	31.33 380	15.71 355	27.88 364	22.22 368	14.01 362	20.44 382	25.03 389	0.64 357	0.00 1	0.01 257	0.03 242	0.39 314	0.37 311

EDNetEfficient	13.82 374	6.19 373	54.79 409	2.83 318	3.60 333	4.86 236	8.57 361	8.61 204	32.90 382	40.77 400	30.59 374	18.33 350	21.87 383	11.38 327	25.36 390	0.15 309	0.23 344	0.06 324	1.03 372	2.54 373	1.79 360

EDNetEfficientorigin	17.87 389	14.00 392	99.53 431	1.64 204	0.92 209	10.55 324	6.26 342	13.21 315	34.84 388	38.20 397	36.91 388	27.47 379	26.32 391	14.71 357	25.69 391	0.04 259	0.06 254	0.14 343	0.52 361	3.16 376	3.27 372

ADCMid	10.24 361	3.13 354	20.70 378	2.21 276	2.39 297	11.23 330	6.19 337	14.17 329	11.19 300	23.20 375	22.25 344	17.89 347	19.54 375	18.51 373	26.21 392	0.45 351	0.42 364	1.10 373	1.29 375	1.56 364	1.18 351

LE_ROB	16.73 386	1.28 291	11.61 341	3.72 354	1.65 254	16.67 360	9.17 365	14.39 330	55.91 407	63.81 418	40.86 395	35.94 392	37.73 402	14.24 352	26.87 393	0.05 271	0.10 290	0.13 342	0.22 323	0.12 197	0.15 245

coex-ft	19.78 395	19.39 395	87.73 421	1.77 220	1.80 270	17.25 364	13.50 387	12.63 305	42.10 398	60.18 414	38.90 390	28.72 380	28.74 392	11.74 330	27.40 394	0.21 323	0.23 344	0.04 313	0.30 342	1.36 359	1.54 358

RTS	18.87 392	9.32 387	86.48 419	4.95 372	6.10 374	42.08 403	14.70 391	15.49 343	41.06 396	22.65 371	32.32 378	13.77 318	19.54 375	37.98 402	28.96 395	0.41 346	0.23 344	0.00 1	0.02 230	0.91 348	0.50 328

RTSA	18.87 392	9.32 387	86.48 419	4.95 372	6.10 374	42.08 403	14.70 391	15.49 343	41.06 396	22.65 371	32.32 378	13.77 318	19.54 375	37.98 402	28.96 395	0.41 346	0.23 344	0.00 1	0.02 230	0.91 348	0.50 328

BEATNet-Init1	23.31 396	9.03 384	41.67 404	4.17 364	2.53 302	45.68 409	19.47 404	33.43 396	38.45 395	47.59 407	49.10 404	59.31 409	41.80 405	38.35 404	29.21 397	0.47 352	0.50 369	0.81 369	0.66 364	2.10 371	1.86 361

AnyNet_C32	10.98 365	5.58 371	22.79 383	4.16 363	5.83 373	15.64 354	14.30 389	13.18 314	17.15 344	16.44 359	20.52 337	14.68 327	13.44 359	22.46 384	30.08 398	0.17 315	0.26 352	0.36 362	0.36 350	1.23 355	0.91 346

WAO-7	29.39 403	24.43 397	20.47 377	32.71 406	13.83 395	34.70 396	20.27 407	52.19 414	65.03 415	43.29 402	59.35 414	52.19 402	44.68 408	31.71 394	30.56 399	10.98 399	4.94 406	13.71 391	12.52 406	12.06 393	8.22 392

PWCK	30.53 405	44.32 413	47.25 406	29.76 401	7.23 379	40.78 402	27.10 410	44.73 403	44.32 399	47.31 406	36.37 387	47.16 400	26.05 389	41.26 406	31.87 400	21.83 408	4.03 404	29.50 402	4.67 393	27.17 410	7.80 390

ADCS	13.02 372	4.93 369	28.38 393	3.17 336	2.67 305	13.61 351	10.83 377	18.70 362	33.46 383	22.59 370	24.78 357	19.59 357	18.51 371	23.40 387	32.16 401	0.10 299	0.19 337	0.37 363	0.18 309	1.26 356	1.46 357

AnyNet_C01	16.12 382	10.81 390	59.36 411	4.42 368	2.49 301	30.06 389	15.15 397	17.51 356	16.51 340	17.88 360	37.69 389	24.04 370	17.54 367	29.60 393	33.29 402	0.28 335	0.38 360	0.43 366	0.42 355	2.57 374	1.98 364

TorneroNet-64	32.42 406	31.89 405	30.52 394	34.73 408	21.13 406	46.99 410	18.82 402	43.10 402	59.42 410	32.70 389	46.98 401	62.01 411	36.98 400	43.97 409	33.88 403	14.10 405	3.22 398	35.28 408	11.72 405	26.84 409	14.07 406

LVE	34.99 409	40.10 412	34.97 399	32.49 405	18.61 401	51.45 416	26.82 409	52.15 413	65.94 416	47.21 405	61.04 416	53.99 406	37.30 401	37.95 401	34.09 404	15.55 407	5.95 408	31.01 404	13.81 407	22.58 403	16.72 410

WAO-6	34.74 408	36.76 410	15.36 363	37.53 409	24.15 411	35.99 398	19.36 403	48.96 410	68.54 418	43.84 403	47.58 402	52.77 404	52.60 412	32.63 395	34.73 405	26.20 411	7.74 412	42.78 413	21.64 412	28.07 411	17.62 412

ktn	48.94 416	57.58 419	38.86 402	59.57 420	43.27 416	50.37 414	43.38 416	48.07 407	61.11 411	51.30 409	54.25 410	54.96 407	52.88 413	47.30 413	35.83 406	57.77 420	24.88 417	62.69 421	43.55 417	50.70 418	40.41 416

222	5.36 292	0.40 92	2.72 88	1.50 181	0.48 166	6.15 260	0.07 19	13.73 322	8.06 236	8.79 267	11.03 248	3.71 130	4.21 220	7.47 192	38.74 407	0.03 243	0.02 167	0.00 1	0.00 1	0.04 79	0.05 134

Dean	34.67 407	38.70 411	25.33 389	29.89 402	17.21 400	45.24 408	11.98 382	56.90 418	76.55 419	63.47 417	60.22 415	67.36 417	48.14 411	37.24 400	39.01 408	11.00 400	2.83 393	28.35 401	5.60 398	18.14 401	10.31 399

WAO-8	38.15 411	35.51 408	21.50 379	43.67 411	23.92 409	44.44 405	20.26 405	52.83 415	76.62 420	53.57 411	66.79 419	62.63 412	54.56 415	42.03 407	39.18 409	22.71 409	6.65 410	37.08 410	19.08 410	24.72 408	15.24 407

Venus	38.15 411	35.51 408	21.50 379	43.67 411	23.92 409	44.44 405	20.26 405	52.83 415	76.62 420	53.57 411	66.81 420	62.63 412	54.56 415	42.03 407	39.18 409	22.71 409	6.65 410	37.08 410	19.08 410	24.70 407	15.24 407

TorneroNet	35.11 410	33.92 407	33.82 397	37.86 410	22.01 408	49.64 413	21.58 408	48.09 408	55.23 406	37.50 394	53.79 409	62.81 414	43.66 407	46.71 412	41.25 411	14.80 406	3.53 402	36.72 409	14.57 408	28.28 412	16.49 409

notaker	47.42 415	55.20 418	49.13 407	56.52 418	40.18 414	38.52 400	32.97 412	47.21 406	56.08 408	57.21 413	57.24 413	60.09 410	59.19 419	53.93 418	41.64 412	40.61 416	19.93 416	57.21 418	37.41 414	49.02 417	39.02 415

KSHMR	55.63 418	63.60 422	37.85 401	74.69 423	49.56 420	49.01 412	45.73 417	57.46 419	63.97 414	61.61 416	62.07 417	72.39 421	47.01 409	50.65 415	43.29 413	54.10 419	62.21 421	66.10 422	53.94 421	51.25 420	46.11 419

UNDER WATER-64	45.16 414	46.99 414	66.69 413	43.90 413	27.64 412	55.58 419	41.87 415	39.42 400	48.42 402	51.73 410	43.08 396	67.76 418	56.69 417	48.02 414	48.34 414	39.50 415	17.64 415	51.78 416	38.93 416	36.62 413	32.61 414

UNDER WATER	45.09 413	48.60 416	67.37 414	49.30 415	31.41 413	53.80 418	37.39 413	40.25 401	52.48 404	50.24 408	45.37 399	68.37 419	57.76 418	51.03 417	49.88 415	29.97 412	13.75 413	51.22 415	36.57 413	37.87 414	29.12 413

MADNet+	27.07 399	33.84 406	90.97 423	20.14 398	7.47 382	48.43 411	47.10 418	35.43 398	36.46 390	20.11 368	30.05 372	25.29 372	35.08 398	45.50 410	50.28 416	2.13 375	2.00 381	1.19 376	0.76 366	4.71 379	4.43 376

JetBlue	29.12 402	15.72 393	54.12 408	15.93 394	20.98 405	60.90 420	30.62 411	39.38 399	34.62 387	34.08 393	39.69 391	57.35 408	43.17 406	50.71 416	50.60 417	2.41 376	3.79 403	2.81 381	3.45 388	9.57 389	12.59 405

LRCNet_RVC	66.23 421	65.67 424	67.63 415	71.47 422	54.32 421	32.17 393	2.66 276	63.19 421	21.35 362	81.79 423	91.26 424	83.62 423	71.62 421	69.32 420	52.57 418	95.49 429	64.45 423	95.07 429	95.19 429	71.52 423	74.31 424

HanzoNet	56.48 419	59.32 420	58.25 410	55.32 417	41.94 415	50.95 415	41.33 414	51.12 412	61.40 412	65.62 420	65.59 418	71.66 420	69.41 420	70.77 421	60.03 419	63.99 423	34.70 419	61.96 420	50.54 419	51.00 419	44.71 418

DPSimNet_ROB	53.45 417	64.73 423	44.39 405	53.97 416	45.39 418	53.66 417	54.83 419	55.15 417	57.87 409	64.16 419	50.83 405	63.40 415	53.34 414	46.45 411	65.81 420	63.13 422	26.54 418	57.94 419	51.11 420	45.52 416	50.69 421

JetRed	61.02 420	61.05 421	82.56 418	46.09 414	56.80 422	83.19 422	63.76 420	59.26 420	63.61 413	69.29 421	68.85 421	66.59 416	47.62 410	61.57 419	74.09 421	45.58 417	66.14 424	46.59 414	45.06 418	63.17 421	49.58 420

SPstereo	72.39 422	47.55 415	62.34 412	56.88 419	45.69 419	78.85 421	84.60 423	100.00 434	100.00 432	98.50 430	98.20 429	100.00 436	96.58 427	96.95 428	81.91 422	46.63 418	38.86 420	67.86 423	64.79 423	39.95 415	41.68 417

ASD4	75.85 423	81.57 425	69.25 416	68.23 421	80.87 426	96.24 425	99.15 430	77.50 422	93.47 426	77.59 422	85.63 422	78.32 422	76.43 422	77.89 422	82.61 423	58.30 421	62.67 422	55.02 417	62.43 422	68.35 422	65.49 423

MADNet++	82.84 424	82.38 426	73.57 417	87.72 428	82.97 427	93.14 423	69.15 421	86.42 426	82.50 422	93.46 427	86.70 423	86.28 424	80.92 423	88.34 423	88.84 424	86.83 427	84.17 428	72.64 424	68.92 424	80.47 428	81.42 428

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

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

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

HaxPig	98.85 431	99.94 432	95.08 424	99.99 435	100.00 434	94.03 424	94.78 424	99.15 430	99.98 431	99.99 433	100.00 432	99.98 434	99.99 432	98.12 429	95.97 428	100.00 436	99.99 434	100.00 432	99.99 433	100.00 435	99.99 434

PML	97.88 429	100.00 435	96.45 425	98.01 431	97.88 431	100.00 432	99.35 431	96.88 427	97.72 428	100.00 434	97.36 428	97.38 429	99.60 430	100.00 435	96.32 429	99.99 434	97.55 429	100.00 432	96.01 430	99.18 431	87.92 429

MEDIAN_ROB	98.41 430	99.70 430	99.30 430	97.09 429	97.02 429	96.89 426	95.77 426	97.66 429	97.28 427	98.79 431	98.94 430	99.18 430	98.14 429	96.89 427	96.88 430	99.96 433	99.16 430	100.00 432	99.99 433	99.69 432	99.88 431

Anonymous_1	99.08 432	99.91 431	99.85 432	97.63 430	99.10 432	100.00 432	100.00 433	99.61 431	99.96 430	99.28 432	99.86 431	99.54 431	99.99 432	99.29 430	99.75 431	96.05 430	99.59 431	97.31 430	98.57 431	97.71 430	98.63 430

test_example2	99.39 433	99.98 434	99.99 433	100.00 438	99.98 433	99.72 431	99.99 432	97.34 428	100.00 432	100.00 434	100.00 432	96.42 428	96.66 428	99.97 431	99.96 432	100.00 436	99.97 433	98.66 431	99.15 432	100.00 435	100.00 436

DPSMNet_ROB	99.91 436	100.00 435	99.99 433	99.99 435	100.00 434	100.00 432	100.00 433	99.98 433	100.00 432	98.35 428	100.00 432	99.84 432	100.00 434	99.98 432	99.99 433	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

DGTPSM_ROB	99.90 435	100.00 435	99.99 433	99.99 435	100.00 434	100.00 432	100.00 433	99.97 432	100.00 432	98.35 428	100.00 432	99.84 432	100.00 434	99.98 432	99.99 433	99.99 434	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

AVERAGE_ROB	99.62 434	99.95 433	98.81 429	100.00 438	100.00 434	98.08 430	95.47 425	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	99.99 433	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

MyStereo03	100.00 439	100.00 435	100.00 437	100.00 438	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

MyStereo02	100.00 439	100.00 435	100.00 437	100.00 438	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

MyStereo	100.00 439	100.00 435	100.00 437	100.00 438	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

Selective-RAFT-Error	100.00 439	100.00 435	100.00 437	100.00 438	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

tt	83.26 425	0.34 55	99.99 433	79.40 427	93.18 428	100.00 432	100.00 433	100.00 434	99.95 429	60.33 415	47.63 403	99.98 434	99.96 431	99.98 432	100.00 436	92.42 428	99.82 432	73.83 428	73.63 425	88.42 429	56.35 422

CasAABBNet	100.00 439	100.00 435	100.00 437	100.00 438	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	100.00 436

LSM0	100.00 439	100.00 435	100.00 437	100.00 438	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 435	100.00 432	100.00 435	100.00 435	99.99 434

DPSM_ROB	99.95 437	100.00 435	100.00 437	99.76 433	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	99.21 431	100.00 435	100.00 432	100.00 435	99.99 433	99.95 432

DPSM	99.95 437	100.00 435	100.00 437	99.76 433	100.00 434	100.00 432	100.00 433	100.00 434	100.00 432	100.00 434	100.00 432	100.00 436	100.00 434	100.00 435	100.00 436	99.21 431	100.00 435	100.00 432	100.00 435	99.99 433	99.95 432

FADE		17.27 394		10.46 386	9.90 388							26.54 376				30.62 413	14.22 414	38.39 412	37.63 415	5.22 381

Low-res two-view benchmark