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

CroCo-Stereo	3.51 7	2.49 188	8.03 74	9.10 259	1.26 78	0.97 1	0.96 19	11.24 26	8.52 48	3.79 9	4.87 7	7.93 64	4.44 47	3.26 1	2.76 33	0.03 16	0.00 1	0.00 1	0.00 1	0.34 106	0.16 15
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
CAS	5.44 40	0.98 1	3.95 7	17.59 355	7.74 321	7.82 134	6.09 200	9.89 12	9.40 58	4.82 19	10.69 46	1.93 3	1.22 2	4.54 2	2.47 16	10.98 376	0.02 23	0.00 1	0.02 76	0.53 174	8.19 358

XX-TBD	4.63 32	10.71 330	3.94 6	10.55 299	0.62 22	5.95 86	0.08 1	7.91 5	12.75 81	11.73 70	14.80 75	4.04 19	1.64 8	4.90 3	2.61 26	0.08 72	0.01 7	0.00 1	0.00 1	0.26 72	0.06 2

LargeStereo	3.49 6	1.67 55	6.59 35	6.41 135	1.44 86	4.50 17	1.66 57	11.20 21	5.34 3	3.01 2	6.40 18	4.30 25	4.36 41	5.66 4	3.53 62	0.05 39	1.20 285	0.00 1	0.15 169	0.32 97	2.10 257

StereoIM	2.96 1	2.05 115	7.26 48	3.35 5	2.54 147	1.78 3	0.28 4	8.41 6	5.58 5	2.77 1	3.62 2	7.05 50	4.60 49	5.95 5	3.33 53	0.01 2	0.05 51	0.00 1	0.00 1	0.19 46	0.39 48

TANstereo	4.87 35	1.49 38	5.02 14	4.02 12	0.51 16	14.25 207	0.15 3	9.17 8	12.84 82	12.80 87	18.36 106	5.14 35	4.43 45	6.01 6	2.30 6	0.09 79	0.12 113	0.00 1	0.01 56	0.02 1	0.68 86

AEACV	3.74 10	1.42 31	6.45 29	5.61 82	6.24 284	4.69 24	1.54 45	7.61 4	7.19 22	3.59 7	7.87 23	4.20 22	6.43 95	6.07 7	1.96 2	0.03 16	1.03 266	0.04 101	0.54 286	0.23 56	2.12 259

CREStereo++_RVC	4.83 34	1.16 5	4.67 10	4.71 39	2.02 123	4.01 12	0.11 2	9.48 9	18.00 141	8.87 50	16.74 91	4.43 26	2.15 13	6.09 8	3.39 57	0.07 68	0.00 1	0.00 1	10.51 380	0.05 2	0.12 12
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	3.79 12	1.10 3	3.76 3	2.70 3	0.63 23	5.60 74	0.41 6	10.89 18	14.11 101	7.11 35	10.55 45	5.73 43	3.75 26	6.25 9	2.89 44	0.04 22	0.02 23	0.03 88	0.01 56	0.06 5	0.07 3

CREStereo	3.75 11	1.21 8	3.79 4	2.66 2	0.66 24	5.52 63	0.39 5	10.77 17	14.18 102	7.14 36	10.54 44	5.25 37	3.54 23	6.27 10	2.88 43	0.04 22	0.01 7	0.03 88	0.01 56	0.05 2	0.05 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
CASnet	4.11 25	1.27 16	5.28 16	5.63 85	0.31 2	4.89 36	2.86 115	11.52 28	11.73 74	11.06 67	11.80 55	4.16 21	1.63 7	6.30 11	2.22 4	0.63 232	0.00 1	0.60 271	0.13 154	0.15 33	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CroCo-Stereo Lap2	4.21 27	2.60 198	9.11 102	10.21 287	6.06 278	1.11 2	0.78 14	10.63 16	8.34 43	3.46 5	5.18 9	8.92 73	5.66 76	6.42 12	4.53 96	0.03 16	0.05 51	0.00 1	0.00 1	0.81 233	0.39 48

LoS_RVC	4.09 24	3.01 222	4.81 11	4.88 46	7.78 322	5.24 53	2.80 114	7.57 3	4.24 1	4.41 14	10.34 42	3.62 15	6.34 91	6.59 13	2.37 13	0.04 22	0.03 36	0.00 1	0.01 56	0.06 5	7.70 352

RCA-Stereo	5.58 43	1.26 14	6.71 38	4.85 44	0.80 38	5.51 62	3.97 150	17.56 116	19.40 159	8.45 46	14.11 71	8.73 71	8.70 139	6.88 14	2.77 38	0.05 39	0.98 259	0.11 168	0.00 1	0.14 31	0.61 78

CES	4.08 22	1.34 22	3.46 1	3.65 7	11.49 355	5.24 53	0.99 20	10.15 13	9.15 56	3.80 10	9.29 33	1.76 2	0.91 1	6.94 15	2.64 29	0.07 68	0.05 51	0.01 58	0.00 1	1.63 277	9.03 364

GMOStereo	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

error version	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

test-v	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

test-2	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

AnonymousM	6.73 97	12.03 343	3.53 2	4.47 32	1.55 102	4.42 16	3.17 124	11.94 30	8.44 45	17.00 167	10.06 35	9.08 76	4.00 34	7.56 20	4.06 77	0.55 219	0.68 225	23.13 384	8.12 374	0.07 8	0.65 81

test-1	6.03 73	1.76 63	15.61 266	8.01 232	1.98 122	7.82 134	1.16 23	13.64 50	13.60 94	9.69 56	15.16 79	11.55 99	5.45 67	7.78 21	4.35 88	0.16 117	1.18 279	0.00 1	0.13 154	0.16 37	1.39 169

sAnonymous2	6.98 114	7.12 306	20.67 308	9.13 260	5.40 250	5.28 55	8.11 245	16.71 101	11.50 72	5.04 22	9.17 30	3.77 17	8.23 129	7.84 22	3.15 48	0.11 91	0.07 86	0.06 116	0.28 223	10.80 365	7.09 348

CroCo_RVC	6.98 114	7.12 306	20.67 308	9.13 260	5.40 250	5.28 55	8.11 245	16.71 101	11.50 72	5.04 22	9.17 30	3.77 17	8.23 129	7.84 22	3.15 48	0.11 91	0.07 86	0.06 116	0.28 223	10.80 365	7.09 348

R-Stereo Train	7.33 127	1.62 47	9.31 118	6.80 166	2.33 139	7.57 128	5.36 180	24.47 194	7.63 25	16.40 146	33.07 271	12.42 115	5.52 70	8.06 24	5.23 112	0.05 39	0.05 51	0.01 58	0.00 1	0.12 23	0.56 71

RAFT-Stereo	7.33 127	1.62 47	9.31 118	6.80 166	2.33 139	7.57 128	5.36 180	24.47 194	7.63 25	16.40 146	33.07 271	12.42 115	5.52 70	8.06 24	5.23 112	0.05 39	0.05 51	0.01 58	0.00 1	0.12 23	0.56 71
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
sCroCo_RVC	5.29 39	3.82 255	17.52 285	11.17 311	6.67 295	5.78 82	2.66 107	10.47 14	8.48 47	3.78 8	9.32 34	4.76 34	4.83 59	8.33 26	4.88 104	1.17 296	0.52 203	0.06 116	0.03 84	0.70 213	0.90 111

RAFT-Stereo + iAFF	5.94 65	2.35 173	8.80 91	4.07 17	1.36 81	2.78 5	0.66 10	17.05 106	15.89 118	12.65 77	18.49 107	11.81 105	7.89 123	8.48 27	3.80 69	0.02 7	0.75 232	0.00 1	0.00 1	0.43 146	1.49 182

MGS-Stereo	3.47 5	1.54 40	7.34 55	3.79 9	0.51 16	4.78 32	1.51 41	6.53 2	9.92 63	4.54 17	10.22 41	5.44 40	1.26 3	8.51 28	2.53 20	0.21 141	0.01 7	0.02 73	0.00 1	0.59 189	0.23 20

4D-IteraStereo	5.47 41	2.05 115	8.66 88	5.34 70	4.93 232	6.11 87	1.79 71	13.74 54	16.35 127	14.53 115	11.10 50	8.22 66	1.59 6	8.73 29	3.37 55	0.00 1	0.49 197	0.09 141	0.02 76	0.25 62	1.98 227

MIPNet	7.26 122	2.30 160	13.74 237	5.32 69	1.61 106	11.32 168	2.77 113	27.02 223	18.47 149	15.56 132	13.20 66	7.01 49	9.46 150	8.84 30	6.32 148	0.15 115	0.03 36	0.06 116	0.08 131	0.42 144	1.39 169

DCANet-4	6.78 100	1.21 8	11.48 192	3.95 10	0.76 30	4.73 26	1.68 58	18.40 126	25.78 216	15.44 125	20.36 128	6.42 47	8.48 135	8.87 31	6.24 143	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

fff	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 273	15.45 126	20.36 128	7.49 54	12.54 197	9.03 32	6.26 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

csc	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 273	15.45 126	20.36 128	7.49 54	12.54 197	9.03 32	6.26 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

cscssc	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 273	15.45 126	20.36 128	7.49 54	12.54 197	9.03 32	6.26 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

MIF-Stereo	3.10 2	1.22 11	7.79 66	4.50 33	2.51 144	2.59 4	0.42 7	5.88 1	5.74 6	5.46 30	7.76 22	1.12 1	1.46 5	9.06 35	5.42 117	0.06 57	0.07 86	0.00 1	0.01 56	0.60 192	0.26 23

cross-raft	5.70 47	1.44 34	7.08 43	6.69 155	2.11 127	5.89 84	1.44 35	16.44 92	8.38 44	13.42 102	20.70 134	12.20 113	4.38 44	9.06 35	3.11 47	0.03 16	0.38 173	0.00 1	0.22 195	0.24 58	0.84 103

ADStereo(finetuned)	7.09 117	2.04 110	11.52 194	4.01 11	0.77 32	4.78 32	1.73 66	16.15 86	25.08 206	15.89 141	20.74 135	7.88 61	13.56 212	9.11 37	6.07 134	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	1.93 217

Gwc-CoAtRS	5.80 53	1.37 25	9.07 99	4.80 42	1.39 84	6.90 118	1.27 27	16.50 94	15.48 114	13.07 93	13.35 68	12.64 117	5.61 75	9.14 38	4.20 81	0.04 22	0.32 159	0.00 1	0.29 226	0.30 92	0.33 28

LoS	3.83 13	1.25 13	4.39 9	3.29 4	0.58 20	4.87 35	1.15 22	11.00 19	13.34 90	5.02 21	10.69 46	4.14 20	3.78 27	9.15 39	3.20 51	0.08 72	0.03 36	0.09 141	0.00 1	0.13 30	0.35 32

DCANet	6.87 104	2.02 106	9.12 104	4.03 13	0.76 30	4.77 31	1.74 68	16.15 86	25.07 205	15.88 140	20.79 136	7.89 62	11.31 176	9.23 40	6.15 137	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	2.01 239

AE-Stereo	5.68 46	1.78 65	9.22 116	9.25 262	2.52 145	10.13 149	2.92 117	13.10 38	14.88 107	4.88 20	13.10 65	10.72 90	4.43 45	9.24 41	3.37 55	0.10 87	1.31 300	0.06 116	0.32 234	0.21 49	2.03 243

iRaftStereo_RVC	5.06 37	2.15 141	7.88 70	5.54 78	0.78 35	5.22 52	0.45 8	18.47 127	11.75 75	9.72 57	15.05 77	5.74 44	3.18 19	9.29 42	2.52 18	0.02 7	1.24 295	0.00 1	0.01 56	0.58 183	1.62 191

Any-RAFT	6.28 80	1.42 31	4.91 12	5.00 56	1.25 77	10.18 150	1.90 77	22.68 176	15.87 117	12.12 72	19.23 113	13.69 143	4.65 56	9.35 43	2.36 12	0.06 57	0.57 214	0.00 1	0.00 1	0.05 2	0.35 32

test_3	5.97 68	1.26 14	9.95 141	6.84 168	1.45 87	8.73 139	3.18 125	14.26 58	19.86 161	12.22 73	8.91 26	13.78 144	3.99 33	9.38 44	2.58 21	0.01 2	1.10 271	0.00 1	0.37 251	0.30 92	1.20 146

test-3	5.64 45	1.29 19	9.52 126	4.88 46	1.45 87	6.53 109	2.92 117	13.64 50	19.04 155	12.75 86	8.67 24	13.01 132	4.10 36	9.39 45	2.58 21	0.01 2	1.09 269	0.00 1	0.37 251	0.28 84	1.25 153

test_1	5.63 44	1.29 19	9.52 126	4.90 52	1.45 87	6.51 108	2.93 119	13.65 52	19.05 156	12.58 76	8.67 24	13.02 133	4.07 35	9.39 45	2.58 21	0.01 2	1.09 269	0.00 1	0.38 262	0.28 84	1.26 154

RAFT-Test	6.19 78	1.47 35	7.90 71	4.91 53	2.70 151	9.97 145	1.52 43	17.08 107	9.06 55	13.21 95	23.67 166	12.89 129	4.63 55	9.47 47	3.57 63	0.02 7	0.81 240	0.00 1	0.38 262	0.21 49	0.39 48

EGLCR-Stereo	3.41 3	1.28 18	6.47 31	4.22 23	1.36 81	5.18 51	1.24 26	11.58 29	5.47 4	3.80 10	3.40 1	8.10 65	1.69 10	9.53 48	2.23 5	0.09 79	0.89 254	0.01 58	0.00 1	0.24 58	1.42 174

IPLGR	7.48 130	1.61 46	14.03 242	4.92 54	1.30 79	10.30 154	1.20 24	24.52 197	22.59 183	16.71 160	18.84 109	8.44 69	7.49 115	9.62 49	6.34 150	0.26 157	0.05 51	0.05 109	0.06 118	0.37 123	0.93 116

rafts_anoy	6.46 87	2.37 175	7.09 44	7.48 207	6.02 276	5.31 57	2.45 97	14.50 66	22.01 176	12.94 91	16.18 87	8.48 70	5.53 72	9.70 50	6.32 148	0.05 39	1.66 333	0.10 149	0.05 108	0.30 92	0.69 87

CFNet-RSSM	5.78 51	1.24 12	9.20 114	4.82 43	1.23 72	6.33 100	1.21 25	17.35 112	18.14 142	13.35 98	11.17 51	11.69 101	5.43 65	9.71 51	3.34 54	0.03 16	0.20 129	0.00 1	0.36 247	0.37 123	0.42 53

CAS++	4.25 28	2.16 145	6.64 37	4.57 36	1.14 64	4.22 14	1.62 48	19.22 136	10.81 65	9.35 54	9.25 32	1.97 4	1.40 4	9.87 52	2.00 3	0.15 115	0.05 51	0.00 1	0.00 1	0.33 100	0.28 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
PMTNet	5.52 42	1.11 4	4.24 8	2.49 1	1.38 83	8.75 140	0.67 11	12.64 35	12.84 82	8.66 47	11.27 52	6.00 45	4.70 58	9.91 53	3.02 45	22.39 390	0.01 7	0.04 101	0.02 76	0.06 5	0.23 20

Former-RAFT_DAM_RVC	4.91 36	3.05 227	9.51 124	4.55 34	3.59 183	9.01 142	1.46 36	14.59 68	19.31 158	7.65 44	7.22 20	2.04 5	2.21 14	10.13 54	2.51 17	0.12 99	0.03 36	0.08 135	0.00 1	0.62 195	0.50 64

GLC_STEREO	3.61 8	1.35 23	3.91 5	6.86 169	0.23 1	4.69 24	1.61 47	9.80 10	7.20 23	5.64 31	9.11 29	5.19 36	2.02 12	10.25 55	3.70 65	0.07 68	0.04 44	0.22 223	0.00 1	0.24 58	0.17 17

MoCha-V2	3.68 9	1.42 31	5.50 17	6.03 112	1.50 99	4.53 18	1.32 30	11.05 20	6.30 18	5.86 32	5.39 10	2.66 6	6.33 90	10.36 56	1.58 1	0.19 135	1.57 331	0.00 1	0.24 206	0.07 8	1.77 202

x	7.70 140	2.12 133	8.93 97	5.08 60	2.55 148	11.65 172	4.40 159	20.91 157	12.53 79	13.58 105	20.49 132	15.73 172	11.10 170	10.65 57	10.16 203	0.11 91	1.37 312	0.04 101	0.29 226	0.34 106	1.95 224

MyStereo06	6.95 109	2.25 155	14.05 243	6.69 155	4.74 225	7.75 131	9.60 261	17.85 119	9.03 54	13.29 97	10.78 49	18.68 213	5.70 79	10.66 58	4.52 95	0.09 79	1.32 302	0.02 73	0.26 217	0.84 239	0.92 112

MyStereo8	7.68 138	3.00 220	12.46 218	7.70 216	5.11 242	11.40 169	1.39 32	15.98 84	10.05 64	16.45 148	24.04 169	12.01 110	7.91 124	10.68 59	10.57 210	0.14 108	1.52 329	0.08 135	0.48 277	0.60 192	1.98 227

HHNet	7.57 132	2.01 104	8.03 74	3.71 8	3.46 180	4.93 43	6.17 202	19.69 142	16.27 125	20.91 239	31.75 252	10.56 88	5.82 80	10.69 60	5.10 107	0.67 239	0.07 86	0.21 216	0.14 163	0.63 197	0.54 67

H2IRNET	6.11 75	1.63 49	7.52 60	4.69 38	2.30 138	4.07 13	0.71 12	12.58 34	13.88 96	7.18 38	20.80 137	15.50 168	10.48 163	10.72 61	8.26 175	0.19 135	0.00 1	0.07 131	0.52 284	0.52 173	0.55 68

HUI-Stereo	5.80 53	1.98 97	10.42 162	5.66 88	0.45 3	5.52 63	2.68 109	13.29 46	7.82 37	12.71 85	18.16 100	12.91 130	6.60 97	10.73 62	5.36 116	0.89 264	0.08 92	0.10 149	0.00 1	0.25 62	0.36 38

FTStereo	8.76 164	1.57 43	6.75 39	6.55 141	2.45 143	7.65 130	11.62 294	18.36 123	9.01 52	20.25 221	40.79 329	15.87 173	12.36 196	11.02 63	4.69 100	0.24 150	0.01 7	0.09 141	0.16 176	0.19 46	5.58 330

ACVNet-DCA	5.76 50	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	21.10 159	13.53 91	7.39 40	10.06 35	4.44 27	9.58 151	11.08 64	2.33 7	0.05 39	1.18 279	0.00 1	0.04 94	0.37 123	1.93 217

xx1	6.52 92	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	19.19 134	15.95 119	7.39 40	10.07 39	16.17 174	12.10 192	11.08 64	2.33 7	0.05 39	1.18 279	0.02 73	0.36 247	0.37 123	1.93 217

cc1	5.79 52	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	19.19 134	15.95 119	7.39 40	10.06 35	4.44 27	9.58 151	11.08 64	2.33 7	0.05 39	1.18 279	0.00 1	0.04 94	0.34 106	2.04 245

DCRE	6.73 97	2.11 131	9.19 113	7.76 219	4.90 230	7.81 133	5.86 195	16.46 93	11.38 70	9.61 55	22.55 158	11.84 107	6.35 92	11.09 67	3.63 64	0.04 22	1.19 284	0.06 116	0.37 251	0.15 33	2.23 264

DualNet	9.99 197	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	19.77 143	16.80 132	16.64 155	32.03 256	17.29 188	11.78 184	11.11 68	24.30 307	0.05 39	1.17 275	0.80 286	0.37 251	0.29 88	2.07 250

ffm	8.89 169	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	19.77 143	16.80 132	16.64 155	32.03 256	17.29 188	11.78 184	11.11 68	2.34 10	0.05 39	1.17 275	0.80 286	0.37 251	0.29 88	2.07 250

tt1	5.74 48	2.52 189	6.54 34	6.89 171	0.86 42	10.31 156	4.08 152	19.77 143	16.80 132	7.17 37	9.02 27	4.71 33	8.97 144	11.11 68	2.34 10	0.05 39	1.17 275	0.00 1	0.04 94	0.29 88	2.07 250

ACRE	7.62 135	3.21 231	14.93 258	7.81 221	5.00 237	10.01 147	4.45 160	16.32 89	15.86 116	17.81 183	19.21 112	8.38 68	4.25 38	11.11 68	10.58 211	0.78 251	0.32 159	0.03 88	0.15 169	0.44 149	1.84 207

anonymousa	9.61 188	2.06 118	9.20 114	5.24 65	6.67 295	15.03 221	4.18 155	19.08 132	21.43 171	19.03 210	30.96 240	21.49 235	14.23 224	11.12 72	8.61 184	0.08 72	1.24 295	0.29 244	0.69 297	0.18 43	1.48 181

IPLGR_C	7.70 140	3.32 237	14.54 249	7.98 230	5.04 239	10.26 152	4.64 166	16.50 94	16.28 126	17.97 190	18.85 110	8.30 67	4.66 57	11.22 73	10.89 218	0.77 248	0.32 159	0.03 88	0.15 169	0.43 146	1.84 207

MC-Stereo	4.47 30	1.16 5	5.85 18	6.14 116	1.43 85	3.70 11	1.73 66	10.62 15	7.83 38	6.85 33	13.33 67	6.77 48	6.21 89	11.23 74	2.52 18	0.04 22	1.30 298	0.06 116	0.24 206	0.17 39	2.14 262

IGEVStereo-DCA	3.90 14	2.95 217	7.30 49	4.05 14	0.92 48	4.94 44	1.65 52	14.40 59	5.82 8	4.17 12	4.67 4	4.50 30	3.95 31	11.24 75	4.28 85	0.18 126	0.56 211	0.00 1	0.17 180	0.25 62	1.98 227

rrr	3.99 21	2.95 217	11.04 187	4.05 14	0.92 48	4.94 44	1.53 44	11.97 31	6.50 20	4.17 12	4.67 4	4.50 30	3.95 31	11.24 75	4.28 85	0.18 126	0.56 211	0.00 1	0.22 195	0.25 62	1.88 210

Selective-IGEV	3.46 4	1.32 21	5.92 19	4.55 34	2.27 136	4.65 21	2.07 84	11.50 27	5.81 7	3.19 3	4.75 6	5.46 41	1.77 11	11.24 75	2.37 13	0.05 39	0.82 243	0.00 1	0.20 193	0.10 13	1.17 143

raftrobust	5.94 65	2.07 122	6.94 42	7.67 212	6.24 284	4.96 46	1.82 72	17.76 117	14.36 103	12.03 71	11.62 54	7.74 59	9.01 145	11.29 78	3.71 67	0.05 39	0.79 238	0.00 1	0.04 94	0.25 62	0.38 46

s12784h	6.22 79	1.01 2	4.95 13	3.57 6	0.54 19	19.55 274	0.95 18	19.51 140	18.39 144	12.98 92	12.58 62	7.78 60	5.56 74	11.34 79	4.36 89	0.89 264	0.01 7	0.05 109	0.00 1	0.07 8	0.20 19

IGEV_Zeroshot_test	5.90 64	2.30 160	15.24 261	6.90 172	2.11 127	4.35 15	1.51 41	15.68 79	8.52 48	13.73 107	11.89 57	11.49 97	3.82 29	11.41 80	4.76 102	0.11 91	0.84 245	0.15 190	0.25 215	0.87 241	1.98 227

DMCA	8.96 172	2.60 198	11.84 204	5.61 82	4.25 208	11.09 166	4.36 158	25.89 206	20.23 164	17.10 169	20.96 138	17.55 198	11.92 191	11.47 81	12.27 230	0.60 228	0.09 95	0.35 253	0.05 108	0.48 162	0.57 76

ff7	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

ffff	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

11t	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

ccc-4	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

raft+_RVC	7.10 118	2.37 175	6.59 35	6.94 177	5.82 269	6.35 102	5.97 198	21.05 158	23.63 193	10.90 65	17.95 96	9.80 82	5.55 73	11.49 86	4.47 94	0.04 22	1.50 327	0.00 1	0.00 1	0.38 133	1.23 150

GrayStereo	9.02 174	1.35 23	7.73 64	8.62 248	2.88 159	10.28 153	10.99 284	18.66 130	16.36 128	22.78 266	30.63 234	17.56 199	12.19 194	11.50 87	5.08 106	0.09 79	0.02 23	0.19 208	0.78 302	0.33 100	2.37 271

AFF-stereo	6.50 90	2.29 159	8.09 76	4.63 37	0.87 43	3.48 9	0.75 13	16.92 105	13.98 98	13.26 96	25.21 178	15.46 167	7.68 120	11.50 87	3.71 67	0.04 22	0.70 227	0.00 1	0.00 1	0.48 162	1.02 127

ProNet	4.14 26	2.35 173	7.50 59	4.22 23	1.47 90	5.67 77	6.24 204	13.78 56	7.71 29	3.38 4	4.93 8	3.72 16	3.52 22	11.52 89	2.72 32	0.08 72	1.32 302	0.01 58	0.26 217	0.47 160	2.02 240

anonymousdsp	3.97 19	2.10 127	6.76 40	4.43 30	1.82 119	4.92 41	1.68 58	14.84 70	5.82 8	5.26 29	5.54 11	4.20 22	4.37 43	11.54 90	2.68 30	0.04 22	0.87 250	0.00 1	0.18 189	0.36 117	1.98 227

IGEV-Stereo	3.97 19	2.10 127	6.78 41	4.43 30	1.81 117	4.92 41	1.68 58	14.84 70	5.82 8	5.25 28	5.54 11	4.22 24	4.36 41	11.55 91	2.68 30	0.04 22	0.88 252	0.00 1	0.18 189	0.36 117	1.98 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GANet-ADL	8.73 163	2.80 207	9.48 123	7.87 225	2.77 153	12.88 187	5.29 178	29.97 250	25.61 214	14.50 114	16.64 90	17.02 185	7.60 119	11.61 92	8.01 170	0.51 211	0.40 177	0.10 149	0.12 150	0.77 226	0.70 88

EKT-Stereo	6.11 75	1.71 58	9.09 101	7.69 213	5.56 258	5.16 49	4.26 156	19.18 133	15.13 110	9.20 53	12.84 63	9.55 81	4.18 37	11.74 93	3.24 52	0.53 212	0.62 221	0.09 141	0.14 163	0.17 39	2.16 263

test_xeample3	4.08 22	2.95 217	11.20 190	4.05 14	1.05 59	5.62 75	1.58 46	13.23 39	4.76 2	7.10 34	3.83 3	3.18 10	3.30 20	11.75 94	4.42 91	0.08 72	0.74 230	0.00 1	0.38 262	0.26 72	2.04 245

anonymousdsp2	6.47 89	1.81 71	9.73 132	5.25 66	1.23 72	9.35 144	3.96 149	22.51 173	18.39 144	12.87 90	10.19 40	10.17 85	4.46 48	11.77 95	3.83 70	0.06 57	1.00 264	0.31 249	0.18 189	0.25 62	2.06 249

GMM-Stereo	8.44 157	1.27 16	7.36 56	6.64 153	2.56 149	10.00 146	9.29 259	23.79 190	11.33 69	17.96 189	29.59 221	17.14 186	7.59 118	11.77 95	4.61 98	0.13 106	0.01 7	0.24 229	0.94 307	0.49 170	6.14 336

DRaft	9.41 182	1.56 42	10.09 145	4.18 22	0.92 48	12.87 186	5.68 187	17.40 113	29.75 244	21.24 245	38.12 313	9.96 84	13.97 222	11.81 97	8.08 171	0.66 238	0.30 156	0.07 131	0.26 217	0.33 100	0.88 108

DEmStereo	9.07 175	1.70 57	10.89 181	4.86 45	1.23 72	11.51 171	5.70 188	14.24 57	27.02 226	22.33 261	32.56 267	11.70 102	15.04 234	11.83 98	8.53 181	0.31 167	0.16 122	0.02 73	0.09 137	0.11 20	1.47 178

TestStereo	6.45 86	3.34 239	8.02 73	6.23 123	1.68 111	6.33 100	2.48 98	14.54 67	16.71 131	11.71 69	24.13 170	9.38 78	7.13 112	11.83 98	4.32 87	0.12 99	0.01 7	0.00 1	0.00 1	0.73 217	0.33 28

CIPLG	7.69 139	3.27 234	14.40 247	7.84 223	5.08 241	10.24 151	4.59 163	16.02 85	15.45 112	18.05 191	19.72 120	8.79 72	4.61 50	11.84 100	10.40 208	0.76 245	0.33 165	0.03 88	0.15 169	0.44 149	1.83 206

XX-Stereo	6.50 90	1.81 71	10.42 162	12.71 329	7.14 306	3.46 8	0.90 16	16.31 88	6.13 17	9.03 52	28.11 205	13.48 141	2.22 15	11.87 101	2.61 26	0.45 201	0.78 237	0.08 135	0.42 268	1.09 253	0.88 108

PSM-adaLoss	5.83 57	1.97 90	10.44 166	5.66 88	0.46 9	5.54 70	1.91 78	13.24 40	7.80 35	12.69 79	18.19 104	12.80 121	6.65 109	11.89 102	5.45 120	1.02 278	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

THIR-Stereo	9.52 185	2.21 150	9.26 117	5.38 72	0.85 41	15.55 225	11.50 293	16.88 104	21.74 174	24.45 282	31.96 255	14.20 146	13.85 220	11.89 102	8.54 182	0.14 108	0.25 147	0.10 149	0.05 108	0.40 138	1.11 141

MIF-Stereo (partial)	4.55 31	1.63 49	8.37 85	5.46 76	5.35 248	3.48 9	0.94 17	9.80 10	8.03 41	4.45 15	15.68 81	5.33 39	5.11 61	11.92 104	4.57 97	0.06 57	0.02 23	0.06 116	0.03 84	0.45 153	0.30 27

GMStereo	6.44 85	4.92 278	12.13 212	5.60 81	0.87 43	9.18 143	2.57 104	12.99 37	25.54 213	12.85 88	11.84 56	5.60 42	3.62 24	11.92 104	6.44 153	0.53 212	0.02 23	0.05 109	0.36 247	0.98 247	0.70 88
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Prome-Stereo	8.22 152	1.48 36	6.24 23	7.06 182	1.55 102	6.54 110	9.08 253	21.88 168	9.88 61	21.12 243	32.48 266	11.82 106	11.59 180	11.99 106	4.04 76	0.08 72	0.02 23	0.19 208	0.12 150	0.45 153	6.89 347

DeepStereo_RVC	5.95 67	1.88 83	10.44 166	5.76 104	0.60 21	5.45 59	1.78 70	12.93 36	8.02 40	14.07 111	14.98 76	12.40 114	10.05 158	12.02 107	7.35 160	0.61 230	0.10 105	0.12 173	0.00 1	0.21 49	0.29 26

LCNet	7.64 136	1.41 29	6.15 21	6.93 175	1.35 80	9.00 141	5.44 182	18.37 124	11.30 68	16.62 153	24.39 172	14.67 153	11.03 168	12.03 108	4.01 74	0.07 68	0.02 23	0.23 225	2.07 340	1.00 250	6.69 344

MyStereo07	4.80 33	2.38 178	6.21 22	6.63 150	4.77 227	6.47 106	9.60 261	16.70 100	5.88 15	4.81 18	5.77 17	3.13 9	5.68 77	12.07 109	2.46 15	0.09 79	1.33 306	0.03 88	0.32 234	0.74 219	0.93 116

1test111	6.16 77	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	21.10 159	13.53 91	7.39 40	10.06 35	4.44 27	9.58 151	12.08 110	9.26 193	0.05 39	1.18 279	0.00 1	0.04 94	0.37 123	1.93 217

qqq	7.72 142	2.15 141	10.06 144	5.01 57	1.82 119	8.62 138	7.27 230	21.10 159	13.53 91	12.48 74	18.71 108	16.17 174	12.10 192	12.08 110	9.26 193	0.08 72	1.35 310	0.02 73	0.36 247	0.36 117	1.93 217

EAI-Stereo	5.82 55	2.06 118	9.08 100	6.23 123	2.20 134	6.24 98	6.20 203	20.18 149	6.36 19	10.65 63	15.97 84	6.31 46	3.63 25	12.09 112	4.88 104	0.06 57	0.73 229	0.04 101	1.59 331	0.21 49	1.67 194

Pruner-Stereo	6.85 101	1.81 71	10.24 152	6.92 174	0.92 48	5.55 73	4.01 151	14.42 64	11.85 76	18.22 195	21.92 151	15.64 170	5.69 78	12.10 113	6.08 135	0.84 258	0.02 23	0.18 202	0.10 144	0.11 20	0.38 46

DLNR_Zeroshot_test	27.91 371	51.88 395	91.97 420	98.26 429	97.92 429	3.07 6	0.49 9	31.27 265	8.33 42	8.40 45	15.66 80	7.22 51	1.66 9	12.16 114	4.82 103	40.46 397	1.87 338	0.06 116	0.33 240	80.45 420	1.99 237

Anonymous	7.23 121	3.43 242	20.00 304	12.23 325	8.33 333	14.99 218	12.18 298	15.77 81	10.89 66	4.48 16	7.52 21	3.11 8	7.53 116	12.16 114	6.03 132	1.24 300	0.36 170	0.09 141	0.20 193	2.81 303	1.32 162

ICVP	10.54 216	2.11 131	7.49 58	9.62 271	3.41 179	13.85 200	6.34 209	26.81 221	23.24 186	16.90 162	31.76 253	27.31 281	12.81 203	12.18 116	12.47 235	1.59 308	0.58 217	0.19 208	0.13 154	0.63 197	1.45 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
KYRaft	9.17 180	1.39 26	7.74 65	7.07 183	1.03 58	8.05 137	7.90 241	23.72 188	9.22 57	21.43 248	31.08 241	22.52 243	8.03 125	12.21 117	3.16 50	0.10 87	0.02 23	0.05 109	0.67 296	0.46 158	17.51 385

cf-r	10.67 218	2.34 167	9.77 133	6.17 118	5.79 266	12.94 188	5.14 173	25.21 202	27.86 233	17.84 185	32.03 256	25.81 267	15.91 247	12.22 118	12.56 237	0.17 123	0.19 128	0.05 109	0.06 118	0.59 189	0.72 91

11t1	6.61 94	1.76 63	9.64 130	5.62 84	2.15 131	13.57 198	2.67 108	15.77 81	8.83 51	13.66 106	11.90 58	12.03 111	9.76 155	12.23 119	8.58 183	0.23 145	1.33 306	0.00 1	0.31 232	0.26 72	1.95 224

AAGNet	8.15 150	1.75 61	10.57 169	7.72 218	0.74 25	5.74 79	4.98 172	15.90 83	14.59 105	20.31 226	23.80 167	15.08 163	11.25 174	12.27 120	16.70 261	0.85 259	0.06 76	0.32 251	0.01 56	0.15 33	0.16 15

ROB_FTStereo_v2	5.85 59	1.97 90	10.38 159	5.66 88	0.46 9	5.52 63	1.95 80	13.24 40	7.78 30	12.68 78	18.16 100	12.83 122	6.61 99	12.27 120	5.63 127	1.00 275	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

ROB_FTStereo	5.82 55	1.97 90	10.37 158	5.67 95	0.46 9	5.52 63	1.63 49	13.27 44	7.79 31	12.69 79	18.06 97	12.86 125	6.63 101	12.28 122	5.43 118	0.87 263	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

NRIStereo	5.98 70	1.91 88	9.60 128	6.29 131	0.45 3	6.56 111	2.52 100	15.37 75	11.43 71	12.55 75	15.07 78	11.45 96	6.11 86	12.32 123	6.23 142	0.83 256	0.16 122	0.11 168	0.00 1	0.32 97	0.33 28

RALCasStereoNet	6.53 93	2.84 211	8.12 77	7.88 226	6.12 280	6.85 115	5.29 178	14.66 69	13.94 97	10.20 58	18.18 103	10.24 86	3.83 30	12.33 124	5.56 123	0.04 22	1.88 339	0.11 168	0.01 56	0.26 72	2.24 265

MSKI-zero shot	5.11 38	1.81 71	6.47 31	6.17 118	1.78 115	6.42 105	1.50 40	13.59 49	8.66 50	10.63 62	11.58 53	13.29 138	2.35 16	12.34 125	3.09 46	0.05 39	1.21 290	0.02 73	0.29 226	0.15 33	0.85 104

iGMRVC	5.86 61	1.97 90	10.41 161	5.66 88	0.45 3	5.53 67	1.75 69	13.35 47	7.81 36	12.69 79	18.17 102	12.86 125	6.53 96	12.34 125	5.77 130	1.13 290	0.09 95	0.10 149	0.00 1	0.26 72	0.34 31

Patchmatch Stereo++	5.88 62	1.97 90	10.43 164	5.66 88	0.45 3	5.54 70	2.32 92	13.26 42	7.79 31	12.69 79	18.14 98	12.86 125	6.63 101	12.36 127	5.60 124	1.09 284	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32
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	5.88 62	1.97 90	10.43 164	5.66 88	0.45 3	5.54 70	2.32 92	13.26 42	7.79 31	12.69 79	18.14 98	12.86 125	6.63 101	12.36 127	5.60 124	1.09 284	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32

RAFT-IKP	5.85 59	1.97 90	10.36 156	5.66 88	0.45 3	5.33 58	2.01 83	13.27 44	7.79 31	12.69 79	18.19 104	12.77 120	6.67 110	12.36 127	5.60 124	1.11 287	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32

ASMatch	7.61 134	1.63 49	9.18 112	5.79 105	2.27 136	4.63 20	2.54 101	17.23 110	13.73 95	17.27 170	34.28 287	13.26 137	10.15 161	12.39 130	5.49 121	0.12 99	0.24 143	0.21 216	0.17 180	0.18 43	1.55 187

PSM-AAD	8.76 164	1.41 29	6.46 30	6.87 170	1.18 67	12.78 185	9.66 266	20.03 148	15.78 115	21.79 253	24.91 174	14.31 148	13.16 206	12.42 131	4.07 78	0.05 39	0.06 76	2.44 337	0.16 176	0.45 153	7.17 350

riskmin	7.28 126	1.54 40	8.37 85	5.01 57	3.24 173	11.65 172	3.20 126	16.61 99	18.86 154	10.45 60	13.46 69	16.20 176	12.68 202	12.46 132	6.57 156	0.17 123	1.38 314	0.14 185	0.33 240	0.67 210	2.52 280

111	7.73 143	2.39 180	9.12 104	4.17 18	0.47 12	10.65 162	3.49 142	21.34 165	28.25 236	10.60 61	16.85 92	14.74 156	10.22 162	12.48 133	6.61 157	0.43 195	0.01 7	0.00 1	0.00 1	0.35 110	2.39 275

SFCPSM	9.16 179	1.72 59	12.32 215	5.64 86	3.51 182	16.58 248	6.93 221	31.11 262	26.15 218	17.05 168	20.08 124	11.05 95	9.94 156	12.55 134	6.05 133	0.36 177	0.17 125	0.37 255	0.22 195	0.40 138	1.01 125

CrosDoStereo	9.41 182	1.65 53	8.83 92	5.19 63	1.13 62	7.34 123	14.47 316	16.33 90	24.64 202	24.44 280	33.36 276	13.18 135	13.52 209	12.56 135	9.08 189	0.06 57	0.11 109	0.09 141	0.04 94	0.41 141	1.73 198

DeepStereo_LL	9.41 182	1.65 53	8.83 92	5.19 63	1.13 62	7.34 123	14.47 316	16.33 90	24.64 202	24.44 280	33.36 276	13.18 135	13.52 209	12.56 135	9.08 189	0.06 57	0.11 109	0.09 141	0.04 94	0.41 141	1.73 198

IPLG	7.65 137	2.00 102	13.81 238	5.86 109	4.35 213	10.97 164	1.43 33	22.52 174	16.50 129	19.78 219	20.62 133	5.28 38	5.49 68	12.58 137	9.70 200	0.13 106	0.06 76	0.03 88	0.07 125	0.41 141	1.38 167

RE-Stereo	6.97 111	1.79 66	10.18 147	7.14 186	0.77 32	6.14 93	3.39 136	20.72 152	18.43 146	13.41 99	19.33 114	11.78 103	6.09 84	12.66 138	6.22 140	0.58 223	0.05 51	0.21 216	0.22 195	0.12 23	0.10 9

TVStereo	6.97 111	1.79 66	10.18 147	7.14 186	0.77 32	6.14 93	3.39 136	20.72 152	18.43 146	13.41 99	19.33 114	11.78 103	6.09 84	12.66 138	6.22 140	0.58 223	0.05 51	0.21 216	0.22 195	0.12 23	0.10 9

OCTAStereo	6.97 111	1.80 68	10.20 149	7.15 191	0.78 35	6.12 92	3.38 135	20.72 152	18.47 149	13.41 99	19.33 114	11.91 108	6.05 82	12.68 140	6.19 139	0.59 226	0.06 76	0.21 216	0.22 195	0.12 23	0.10 9

test_4	5.75 49	1.40 28	6.47 31	7.20 194	0.89 45	5.81 83	1.82 72	12.26 32	6.62 21	12.85 88	30.51 232	7.61 57	3.81 28	12.70 141	3.47 59	0.02 7	0.27 148	0.03 88	0.17 180	0.39 134	0.67 84

NF-Stereo	6.96 110	1.80 68	10.17 146	7.16 192	0.79 37	6.15 95	3.26 133	20.74 156	18.45 148	13.42 102	19.33 114	11.67 100	6.05 82	12.71 142	6.17 138	0.57 222	0.06 76	0.21 216	0.23 202	0.12 23	0.09 7

TransformOpticalFlow	7.95 146	2.10 127	9.83 137	6.06 114	1.24 75	6.82 114	7.98 242	18.60 128	14.06 100	14.93 118	28.79 210	18.74 214	11.03 168	12.79 143	4.12 80	0.06 57	0.04 44	0.21 216	0.04 94	0.21 49	1.27 155

CRE-IMP	5.83 57	1.86 79	11.10 189	6.20 121	0.51 16	6.86 116	1.64 51	12.56 33	9.01 52	13.16 94	16.11 86	10.94 93	6.14 88	12.81 144	6.46 154	0.50 208	0.07 86	0.10 149	0.00 1	0.27 80	0.27 24

CoDeX	9.58 186	2.12 133	10.82 177	6.52 140	3.76 188	16.55 247	6.82 218	26.62 219	25.63 215	17.50 176	25.62 181	14.70 155	11.81 189	12.82 145	7.88 167	0.42 194	0.20 129	0.15 190	0.02 76	0.36 117	1.28 156

StereoVision	7.48 130	2.90 214	10.47 168	10.13 283	3.93 196	4.99 47	1.86 75	21.10 159	17.66 138	8.90 51	29.71 223	10.95 94	6.61 99	12.83 146	5.11 108	0.69 240	0.05 51	0.17 199	0.03 84	0.98 247	0.56 71

Selective-RAFT	6.10 74	1.16 5	10.90 183	7.41 201	0.91 47	15.22 222	1.11 21	14.84 70	16.23 123	7.19 39	7.06 19	11.49 97	8.10 127	12.83 146	5.19 111	0.26 157	0.97 258	0.00 1	0.46 271	0.10 13	0.65 81

mmm	8.54 158	2.13 139	10.21 150	5.81 107	2.96 165	14.00 203	6.67 213	19.28 137	12.59 80	16.95 166	24.40 173	17.83 204	10.70 166	12.90 148	9.42 196	0.17 123	1.28 297	0.50 265	0.60 293	0.44 149	2.03 243

ccs_rob	9.95 193	2.21 150	11.74 198	5.11 62	2.91 160	14.48 209	3.21 128	27.26 225	32.72 269	17.53 177	22.70 159	21.96 237	9.25 148	12.99 149	8.34 178	0.23 145	0.45 189	1.38 318	0.28 223	3.13 313	1.07 135

PCWNet_CMD	9.97 196	2.08 123	11.61 196	5.36 71	2.92 161	16.39 243	2.94 120	29.76 249	34.38 284	17.83 184	21.86 149	18.91 217	8.27 131	13.01 150	7.73 165	0.23 145	0.46 191	0.79 284	0.25 215	3.46 318	1.12 142

PSM-softLoss	6.90 105	1.81 71	10.84 178	7.04 179	0.93 52	5.53 67	1.97 81	23.18 182	9.65 59	14.16 112	22.01 155	12.84 123	5.15 62	13.03 151	7.95 168	0.76 245	0.06 76	0.27 234	0.55 289	0.21 49	0.14 13

KMStereo	6.90 105	1.81 71	10.84 178	7.04 179	0.93 52	5.53 67	1.97 81	23.18 182	9.65 59	14.16 112	22.01 155	12.84 123	5.15 62	13.03 151	7.95 168	0.76 245	0.06 76	0.27 234	0.55 289	0.21 49	0.14 13

HH	6.00 71	2.42 181	9.81 135	5.74 101	1.64 109	7.05 120	3.48 139	17.54 114	7.69 27	8.73 48	12.47 60	14.83 157	8.86 141	13.04 153	2.59 24	0.04 22	1.21 290	0.20 213	0.05 108	0.30 92	2.34 268

HanStereo	6.00 71	2.42 181	9.81 135	5.74 101	1.64 109	7.05 120	3.48 139	17.54 114	7.69 27	8.73 48	12.47 60	14.83 157	8.86 141	13.04 153	2.59 24	0.04 22	1.21 290	0.20 213	0.05 108	0.30 92	2.34 268

CFNet_pseudo	9.92 192	2.21 150	11.76 199	5.09 61	2.93 164	14.43 208	3.12 122	27.16 224	32.52 267	17.58 181	22.81 161	21.97 238	9.29 149	13.06 155	8.34 178	0.23 145	0.46 191	1.23 313	0.27 221	2.89 305	0.99 122

MSMDNet	9.96 194	2.08 123	11.66 197	5.39 73	2.92 161	16.50 246	2.89 116	29.73 248	34.55 287	17.86 187	21.91 150	18.86 216	8.36 133	13.06 155	7.74 166	0.24 150	0.47 193	0.66 276	0.24 206	3.07 309	1.04 129

CASS	8.64 161	2.03 108	8.60 87	8.71 252	1.59 105	15.02 220	2.75 112	23.27 185	18.58 152	16.29 142	22.78 160	13.42 139	13.68 216	13.07 157	7.66 162	1.18 297	0.05 51	0.13 178	0.01 56	0.75 223	3.24 304
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT-345	6.94 108	1.48 36	7.45 57	5.65 87	0.96 56	5.49 61	3.20 126	13.73 53	10.97 67	13.81 108	42.93 341	9.01 75	5.31 64	13.09 158	4.73 101	0.58 223	0.05 51	0.10 149	0.06 118	0.08 11	0.08 5

PFNet+	6.92 107	1.64 52	10.96 184	6.27 125	0.90 46	5.66 76	1.68 58	14.43 65	16.02 121	18.13 193	21.24 139	14.33 149	5.97 81	13.13 159	5.51 122	0.90 266	0.20 129	0.11 168	0.30 231	0.08 11	0.94 120

knoymous	6.46 87	1.84 78	5.13 15	4.31 29	1.88 121	6.36 103	5.55 185	15.25 73	14.48 104	13.85 109	21.25 140	12.66 119	6.63 101	13.20 160	5.11 108	0.19 135	0.13 114	0.12 173	0.00 1	0.71 215	0.57 76

IRAFT_RVC	8.93 171	1.80 68	10.65 171	7.83 222	1.81 117	6.36 103	10.05 271	26.32 214	27.59 231	17.93 188	19.70 119	17.67 200	9.98 157	13.20 160	6.29 147	0.37 181	0.30 156	0.19 208	0.05 108	0.23 56	0.24 22

IIG-Stereo	7.59 133	2.47 184	9.40 122	10.39 294	1.78 115	6.67 112	1.47 37	17.83 118	16.51 130	18.91 209	20.12 125	17.76 201	8.74 140	13.21 162	5.43 118	0.44 198	0.05 51	0.03 88	0.00 1	0.17 39	0.45 57

MIM_Stereo	7.37 129	2.06 118	12.02 210	4.71 39	1.69 112	5.17 50	1.28 28	19.54 141	13.09 84	16.93 163	28.48 208	13.05 134	5.43 65	13.25 163	7.41 161	0.02 7	0.62 221	0.00 1	0.01 56	0.45 153	2.09 256

OMP-Stereo	7.13 119	2.89 213	9.89 138	10.98 308	1.73 114	4.81 34	1.85 74	18.38 125	16.26 124	16.94 165	14.11 71	17.45 197	7.57 117	13.26 164	5.12 110	0.43 195	0.04 44	0.06 116	0.02 76	0.20 48	0.56 71

STrans-v2	8.16 151	2.09 125	9.79 134	5.44 75	1.53 101	11.87 175	9.69 267	19.77 143	13.20 89	14.01 110	25.80 182	17.88 205	12.55 200	13.30 165	4.39 90	0.06 57	0.01 7	0.18 202	0.01 56	0.25 62	1.31 160

DisPM	6.68 96	1.58 45	9.90 139	7.19 193	1.12 61	5.71 78	3.69 143	13.74 54	12.42 78	16.60 152	23.63 165	12.64 117	6.39 93	13.31 166	4.08 79	0.77 248	0.01 7	0.08 135	0.15 169	0.14 31	0.53 65

PFNet	8.10 149	1.75 61	12.34 216	7.54 209	2.40 142	7.41 126	5.81 193	23.83 191	17.85 140	20.78 233	17.57 94	15.22 165	7.72 121	13.37 167	6.46 154	0.33 171	0.20 129	0.12 173	0.19 192	0.32 97	0.77 98

RAFT-RH_RVC	7.88 145	1.51 39	7.72 63	5.41 74	0.96 56	11.41 170	1.48 39	13.43 48	15.04 108	17.54 178	45.66 353	10.86 92	6.42 94	13.48 168	5.26 114	0.81 254	0.04 44	0.12 173	0.13 154	0.12 23	0.17 17

UDGNet	10.51 213	14.75 355	11.91 207	10.29 289	2.78 154	7.93 136	1.94 79	19.31 138	34.57 288	17.74 182	13.70 70	13.56 142	7.30 114	13.52 169	7.18 158	5.80 360	0.11 109	12.86 378	2.76 346	9.87 361	2.34 268

RALAANet	6.86 103	3.28 236	11.09 188	7.63 210	4.95 234	6.16 96	1.63 49	20.54 151	15.45 112	15.30 123	14.52 73	12.98 131	4.35 40	13.53 170	3.98 73	0.11 91	0.35 167	0.00 1	0.29 226	0.58 183	0.48 62

HCRNet	9.13 178	1.82 77	8.73 90	14.95 343	5.22 245	10.66 163	2.49 99	26.57 218	18.64 153	16.31 143	25.51 180	18.42 212	11.15 172	13.53 170	7.25 159	0.10 87	0.04 44	0.10 149	0.02 76	0.27 80	0.76 96

UCFNet_RVC	10.01 198	2.81 208	6.11 20	7.31 198	3.92 195	16.80 251	8.00 243	28.68 237	20.81 166	16.57 150	23.35 164	25.82 268	13.06 205	13.55 172	9.18 191	0.12 99	0.06 76	1.19 309	0.32 234	1.47 272	1.06 133

FENet	8.22 152	1.39 26	7.33 54	6.43 136	2.17 133	10.97 164	2.20 89	22.10 171	21.26 167	17.85 186	23.22 163	14.29 147	11.50 178	13.56 173	8.32 177	0.29 164	0.24 143	0.03 88	0.03 84	0.18 43	1.04 129

LL-Strereo2	5.97 68	2.88 212	10.62 170	6.59 144	3.38 177	6.31 99	2.20 89	15.61 78	8.46 46	11.33 68	10.75 48	15.69 171	3.45 21	13.58 174	4.65 99	0.16 117	0.48 194	1.33 317	0.13 154	0.36 117	1.42 174

CFNet-ft	10.46 211	3.02 223	7.10 45	7.69 213	5.42 253	16.93 252	5.92 196	22.83 180	22.31 181	15.81 136	30.40 230	26.42 273	15.19 237	13.60 175	12.18 227	0.14 108	0.10 105	1.87 326	0.34 243	1.22 258	0.73 94

CFNet_RVC	10.46 211	3.02 223	7.10 45	7.69 213	5.42 253	16.93 252	5.92 196	22.82 179	22.31 181	15.81 136	30.40 230	26.41 272	15.19 237	13.60 175	12.19 228	0.14 108	0.10 105	1.87 326	0.34 243	1.22 258	0.73 94

GwcNet-RSSM	11.34 232	2.72 205	10.26 153	7.24 196	5.38 249	12.67 184	6.70 215	26.70 220	31.93 263	17.56 179	34.45 289	24.37 257	15.77 245	13.70 177	15.31 248	0.19 135	0.20 129	0.14 185	0.05 108	0.81 233	0.64 79

RAFT_R40	7.14 120	1.73 60	9.36 120	7.36 200	0.82 39	5.74 79	3.69 143	15.47 77	15.09 109	18.24 196	19.87 122	16.82 182	8.50 136	13.72 178	5.81 131	0.28 162	0.02 23	0.14 185	0.00 1	0.11 20	0.09 7

SST-Stereo	6.85 101	1.67 55	9.39 121	7.24 196	0.82 39	5.89 84	1.87 76	15.34 74	9.89 62	19.25 215	20.26 127	16.63 181	8.40 134	13.81 179	5.75 129	0.40 185	0.05 51	0.13 178	0.00 1	0.10 13	0.08 5

GwcNet-ADL	8.81 166	2.00 102	10.21 150	7.70 216	2.82 155	6.99 119	7.05 224	30.58 255	26.21 220	15.71 134	17.65 95	13.93 145	6.83 111	13.90 180	11.43 221	0.49 206	0.76 236	0.01 58	0.01 56	0.55 181	1.46 177

PSMNet-RSSM	10.31 206	2.47 184	7.79 66	7.85 224	4.38 215	10.47 157	6.67 213	29.67 246	22.25 180	16.62 153	33.75 282	23.30 249	14.58 229	13.91 181	10.56 209	0.23 145	0.09 95	0.07 131	0.24 206	0.87 241	0.48 62

xxxx	12.60 257	2.03 108	10.79 175	6.18 120	2.86 158	21.84 290	3.02 121	34.55 305	25.46 212	16.39 145	31.58 251	26.87 280	14.75 231	14.00 182	37.45 362	0.21 141	1.36 311	0.01 58	0.32 234	0.35 110	2.07 250

CFNet_ucs	10.56 217	2.15 141	12.88 222	5.55 79	4.11 202	15.24 223	3.93 148	28.55 235	32.41 266	18.70 203	24.95 176	22.99 245	9.66 154	14.22 183	8.13 173	0.29 164	0.84 245	1.63 322	0.23 202	3.43 317	1.31 160

IER	10.32 208	2.06 118	11.88 206	4.95 55	5.34 247	13.34 194	6.11 201	27.47 228	23.59 192	20.37 227	30.03 226	16.50 178	20.42 295	14.24 184	8.81 185	0.16 117	0.03 36	0.18 202	0.10 144	0.27 80	0.56 71

222	13.07 265	1.99 98	10.74 174	6.56 142	2.74 152	19.95 277	2.54 101	34.13 296	24.42 200	22.52 264	31.39 245	20.78 227	16.99 262	14.31 185	48.07 392	0.16 117	1.33 306	0.01 58	0.32 234	0.37 123	2.02 240

TRStereo	6.64 95	6.95 305	12.06 211	9.69 273	7.59 314	5.12 48	1.68 58	20.72 152	12.34 77	10.93 66	9.07 28	10.57 89	3.16 18	14.33 186	4.23 83	0.60 228	0.80 239	0.14 185	0.37 251	0.56 182	1.86 209

Anonymous3	10.07 199	4.14 262	31.49 338	9.77 276	5.11 242	25.00 309	11.85 295	25.20 200	19.24 157	10.80 64	14.78 74	7.92 63	8.68 138	14.40 187	6.12 136	3.25 341	1.40 315	0.08 135	0.06 118	0.81 233	1.30 159

GES	9.01 173	2.61 202	12.88 222	6.76 160	2.02 123	13.08 189	6.33 208	22.23 172	22.21 179	19.80 220	26.73 194	8.97 74	11.01 167	14.41 188	8.35 180	0.54 217	0.10 105	0.30 248	0.15 169	0.82 236	0.99 122

whm_eth	9.17 180	5.14 282	19.04 300	7.90 228	6.70 297	6.89 117	3.35 134	18.64 129	21.30 168	22.39 262	38.88 319	4.64 32	4.25 38	14.43 189	5.63 127	0.65 234	0.08 92	0.22 223	0.10 144	0.74 219	2.37 271

GANet-RSSM	10.17 201	2.02 106	8.21 79	7.09 185	5.57 259	13.17 192	7.29 231	27.27 226	19.65 160	15.81 136	28.83 211	26.18 270	16.33 253	14.58 190	9.28 195	0.25 154	0.27 148	0.16 196	0.04 94	0.65 203	0.72 91

test_xeample	12.39 249	2.09 125	10.36 156	5.73 100	3.06 170	18.17 264	6.27 205	31.98 274	24.37 199	18.78 205	33.92 285	19.09 219	16.00 249	14.60 191	39.03 370	0.19 135	1.32 302	0.01 58	0.33 240	0.36 117	2.04 245

DN-CSS_ROB	8.72 162	3.49 244	16.63 275	6.74 159	3.39 178	6.20 97	3.43 138	23.40 186	22.03 177	17.46 175	30.28 228	9.33 77	8.32 132	14.71 192	6.36 151	0.91 268	0.00 1	0.45 261	0.00 1	0.65 203	0.70 88

BUS	9.86 191	1.86 79	9.14 109	7.14 186	4.12 203	19.47 272	2.69 110	34.15 297	23.28 187	18.82 206	21.95 152	14.37 150	11.63 181	14.72 193	12.39 231	0.36 177	0.13 114	0.15 190	0.04 94	0.37 123	0.46 58

BSDual-CNN	10.33 209	1.86 79	9.14 109	7.14 186	4.12 203	15.83 233	8.93 250	34.15 297	23.28 187	18.82 206	21.95 152	22.14 239	13.58 213	14.72 193	9.53 197	0.36 177	0.13 114	0.15 190	0.04 94	0.37 123	0.46 58

psmg	10.36 210	1.86 79	9.14 109	5.58 80	4.12 203	15.74 232	7.65 237	30.05 251	23.28 187	21.80 254	26.26 188	22.14 239	13.58 213	14.72 193	9.53 197	0.36 177	0.13 114	0.17 199	0.04 94	0.44 149	0.67 84

MyStereo05	9.63 189	2.25 155	10.26 153	6.69 155	4.74 225	7.75 131	9.60 261	31.51 270	41.00 324	17.45 174	13.02 64	10.28 87	12.27 195	14.74 196	7.68 164	0.09 79	1.32 302	0.02 73	0.26 217	0.84 239	0.92 112

iResNetv2_ROB	12.78 259	4.09 260	15.60 265	6.44 138	3.75 187	14.86 211	7.17 225	34.46 303	37.12 302	26.06 293	34.81 293	29.76 287	16.32 252	14.77 197	7.67 163	0.31 167	0.03 36	0.12 173	0.01 56	0.94 245	1.23 150

dad	13.05 263	11.39 338	15.64 269	7.35 199	2.10 126	15.64 227	3.48 139	18.77 131	35.55 297	27.77 308	33.76 283	31.59 299	13.04 204	14.79 198	11.16 220	3.35 342	0.54 206	7.85 369	0.96 312	3.88 325	2.49 279

MyStereo04	9.58 186	2.38 178	10.28 155	6.63 150	4.77 227	6.47 106	9.60 261	32.50 278	42.15 328	14.59 117	12.10 59	11.92 109	11.87 190	14.80 199	8.14 174	0.09 79	1.33 306	0.03 88	0.32 234	0.74 219	0.93 116

test croco	4.41 29	2.18 149	11.50 193	5.46 76	2.97 166	3.20 7	1.38 31	9.01 7	5.96 16	3.56 6	16.63 89	3.01 7	2.76 17	14.80 199	4.25 84	0.32 170	0.00 1	0.04 101	0.01 56	0.79 228	0.43 54

HITNet	8.41 155	3.59 251	9.91 140	5.30 67	1.52 100	13.35 195	4.48 161	22.00 169	16.06 122	15.52 130	22.95 162	15.28 166	11.74 183	14.91 201	9.25 192	0.10 87	0.01 7	0.48 263	0.06 118	0.58 183	1.04 129
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
DIP-Stereo	6.99 116	2.37 175	11.45 191	4.78 41	1.70 113	13.13 190	1.47 37	15.76 80	7.43 24	14.57 116	26.61 193	10.76 91	5.10 60	14.97 202	8.10 172	0.06 57	0.06 76	0.06 116	0.00 1	0.17 39	1.22 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
dd	8.57 160	5.20 283	13.37 233	6.91 173	1.05 59	10.30 154	3.89 147	17.29 111	34.00 280	15.73 135	17.50 93	7.45 53	6.60 97	15.00 203	10.99 219	1.39 305	0.41 183	0.18 202	0.46 271	2.25 294	1.40 171

gwcnet-sp	10.26 202	3.56 247	15.31 262	6.59 144	4.30 209	15.71 228	5.71 190	26.09 208	25.15 208	21.68 250	21.77 142	15.01 160	16.42 256	15.21 204	10.76 214	0.12 99	0.20 129	0.02 73	0.09 137	0.63 197	0.86 105

scenet	10.26 202	3.56 247	15.31 262	6.59 144	4.30 209	15.71 228	5.71 190	26.09 208	25.15 208	21.68 250	21.77 142	15.01 160	16.42 256	15.21 204	10.76 214	0.12 99	0.20 129	0.02 73	0.09 137	0.63 197	0.86 105

ssnet	10.26 202	3.56 247	15.31 262	6.59 144	4.30 209	15.71 228	5.71 190	26.09 208	25.15 208	21.68 250	21.77 142	15.01 160	16.42 256	15.21 204	10.76 214	0.12 99	0.20 129	0.02 73	0.09 137	0.63 197	0.86 105

CBFPSM	12.96 261	3.37 240	30.97 336	5.30 67	3.22 172	22.79 297	16.93 334	21.82 167	21.35 169	21.93 256	28.34 207	29.99 291	17.38 268	15.32 207	16.39 258	0.11 91	0.48 194	0.10 149	0.17 180	0.58 183	2.72 288

iResNet	11.06 226	4.16 263	16.83 277	7.89 227	2.23 135	15.59 226	9.17 257	24.49 196	29.14 241	20.78 233	31.13 243	16.87 184	11.58 179	15.45 208	12.50 236	0.64 233	0.05 51	0.02 73	0.10 144	0.79 228	1.71 197

RAFT+CT+SA	7.76 144	2.01 104	7.56 61	11.32 313	3.31 174	4.60 19	7.19 227	17.21 109	27.40 229	10.43 59	27.34 197	7.63 58	7.83 122	15.46 209	3.51 60	0.03 16	0.39 175	0.18 202	0.46 271	0.33 100	0.93 116

AASNet	13.05 263	3.27 234	12.23 214	10.28 288	6.90 301	17.61 259	7.88 240	41.14 353	38.29 311	23.20 270	29.62 222	16.85 183	15.59 243	15.50 210	19.03 280	0.39 183	0.03 36	0.78 283	0.05 108	1.32 265	1.08 136

raft_robust	8.39 154	2.81 208	7.62 62	6.32 133	1.17 66	5.47 60	0.82 15	34.37 301	35.49 296	18.40 198	20.25 126	7.24 52	5.51 69	15.77 211	3.40 58	0.11 91	1.10 271	0.00 1	0.50 281	0.33 100	1.19 145

iinet-f	14.05 283	5.00 281	47.51 367	6.57 143	4.04 198	21.14 285	14.37 313	28.25 231	21.37 170	21.95 257	31.37 244	21.31 233	18.66 279	16.15 212	20.61 289	0.31 167	0.41 183	0.09 141	0.05 108	1.00 250	0.76 96

NLCA_NET_v2_RVC	12.58 254	4.09 260	18.25 292	8.26 238	5.83 270	14.72 210	5.85 194	33.49 290	27.86 233	22.14 259	32.16 263	24.94 262	14.01 223	16.19 213	16.82 263	0.90 266	0.35 167	0.37 255	0.58 292	1.51 273	3.31 305
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NINENet	11.46 235	3.02 223	11.83 203	8.45 244	5.40 250	19.47 272	2.69 110	39.63 348	34.82 289	19.11 212	27.64 200	14.37 150	11.63 181	16.21 214	12.39 231	0.94 270	0.21 137	0.29 244	0.00 1	0.48 162	0.55 68

TestStereo1	8.04 147	2.22 153	8.85 94	10.87 306	2.12 129	4.66 22	2.40 95	21.17 163	23.79 194	17.41 171	26.31 189	9.41 79	9.09 146	16.23 215	3.85 71	0.14 108	0.40 177	0.02 73	0.13 154	0.58 183	1.10 137

SA-5K	8.04 147	2.22 153	8.85 94	10.87 306	2.12 129	4.66 22	2.40 95	21.17 163	23.79 194	17.41 171	26.31 189	9.41 79	9.09 146	16.23 215	3.85 71	0.14 108	0.40 177	0.02 73	0.13 154	0.58 183	1.10 137

CFNet	11.23 227	3.41 241	10.68 172	7.08 184	4.22 207	17.38 257	4.83 170	31.29 267	31.29 258	19.15 213	26.85 195	24.06 254	13.75 217	16.23 215	12.22 229	0.26 157	0.05 51	0.44 260	0.09 137	0.92 244	0.41 51

test_5	8.85 167	2.05 115	9.51 124	11.62 315	4.99 236	6.74 113	5.48 184	18.25 122	23.57 191	16.72 161	29.73 224	15.54 169	10.54 165	16.25 218	4.02 75	0.05 39	0.40 177	0.27 234	0.08 131	0.34 106	0.81 100

FADNet-RVC-Resample	12.31 245	5.22 284	32.28 341	10.14 284	4.08 200	14.97 217	6.98 223	26.54 217	24.42 200	23.72 274	29.31 216	19.87 224	15.01 233	16.26 219	10.61 212	0.65 234	0.52 203	0.48 263	0.54 286	1.52 274	3.09 301

iRaft-Stereo_5w	9.10 177	2.33 165	10.69 173	6.64 153	4.47 219	4.74 30	10.72 279	16.71 101	16.97 136	15.39 124	26.15 186	21.25 232	12.59 201	16.38 220	12.90 239	0.85 259	0.51 200	0.08 135	0.22 195	0.95 246	1.53 185

Sa-1000	8.91 170	2.10 127	9.11 102	8.07 234	1.16 65	16.62 249	2.39 94	25.58 204	25.43 211	15.52 130	28.24 206	12.19 112	8.67 137	16.40 221	3.70 65	0.39 183	0.86 249	0.16 196	0.23 202	0.48 162	0.89 110

ACVNet	10.83 222	2.25 155	7.10 45	6.43 136	3.02 168	13.17 192	3.75 145	22.83 180	35.15 294	15.81 136	30.67 235	24.65 258	15.77 245	16.47 222	18.13 270	0.16 117	0.01 7	0.06 116	0.07 125	0.65 203	0.43 54

acv_ft	12.59 255	2.25 155	13.50 235	8.30 240	6.23 283	19.81 276	6.34 209	26.43 216	35.15 294	26.38 297	30.67 235	24.65 258	14.91 232	16.47 222	19.16 282	0.16 117	0.01 7	0.06 116	0.07 125	0.74 219	0.43 54

PSMNet-ADL	10.30 205	2.32 163	7.83 68	9.69 273	4.44 216	16.04 235	4.16 153	27.57 229	25.08 206	15.16 120	19.04 111	25.28 265	13.63 215	16.49 224	15.33 249	0.86 261	0.81 240	0.01 58	0.04 94	0.33 100	1.81 203

ttt	10.82 221	2.17 147	9.66 131	7.03 178	4.44 216	14.16 205	6.87 219	33.72 292	30.69 250	15.67 133	31.50 248	14.99 159	10.50 164	16.54 225	13.98 242	0.41 188	1.31 300	0.10 149	0.29 226	0.47 160	1.92 216

SMFormer	11.03 224	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.74 252	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	14.46 245	0.41 188	1.20 285	0.28 240	0.24 206	0.45 153	1.47 178

tta	11.03 224	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.73 251	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	14.46 245	0.41 188	1.20 285	0.28 240	0.24 206	0.39 134	1.60 188

qqq1	10.51 213	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.74 252	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	4.42 91	0.41 188	1.20 285	0.00 1	0.14 163	0.39 134	1.60 188

fff1	10.51 213	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.74 252	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	4.42 91	0.41 188	1.20 285	0.00 1	0.14 163	0.39 134	1.60 188

pcwnet_v2	12.68 258	2.30 160	18.36 293	8.32 241	5.74 264	17.73 260	4.77 168	36.75 330	46.28 350	20.98 240	29.07 214	16.62 179	13.52 209	16.56 226	10.30 205	0.55 219	1.02 265	0.34 252	0.24 206	2.10 289	2.11 258

iRaft-Stereo_20w	6.75 99	2.17 147	13.20 232	5.07 59	2.34 141	7.43 127	2.61 105	20.20 150	7.85 39	15.28 122	10.36 43	14.42 152	8.13 128	16.81 231	4.20 81	0.06 57	0.84 245	0.13 178	0.83 303	0.66 208	2.42 276

HSM-Net_RVC	11.37 234	1.57 43	6.32 24	5.99 111	2.67 150	20.99 284	7.19 227	28.50 233	28.64 238	21.03 242	25.84 183	33.64 319	16.37 255	16.83 232	10.76 214	0.21 141	0.08 92	0.02 73	0.00 1	0.16 37	0.55 68
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SA	8.43 156	2.16 145	10.02 143	8.41 242	0.93 52	7.36 125	2.21 91	23.73 189	26.15 218	13.55 104	30.84 238	9.89 83	10.09 159	16.84 233	3.52 61	0.18 126	0.68 225	0.17 199	0.40 267	0.48 162	0.92 112

FADNet_RVC	12.44 251	6.19 299	40.86 357	7.04 179	3.69 184	11.30 167	4.17 154	29.67 246	27.67 232	18.20 194	26.04 184	13.47 140	17.15 264	16.85 234	14.95 247	0.99 274	0.75 232	0.60 271	1.32 325	4.18 327	3.62 310

hknet	10.77 220	1.95 89	11.80 201	7.14 186	3.83 194	15.83 233	8.93 250	34.15 297	22.70 184	18.82 206	21.95 152	23.13 247	17.03 263	16.94 235	9.85 201	0.28 162	0.13 114	0.15 190	0.04 94	0.37 123	0.46 58

DMCA-RVC	12.06 244	4.35 266	14.21 246	10.52 296	4.86 229	13.84 199	4.33 157	25.20 200	24.13 196	20.56 231	29.22 215	26.65 275	25.85 322	17.02 236	16.34 257	0.41 188	0.35 167	0.55 268	0.24 206	0.83 238	1.81 203

MLCV	9.96 194	3.33 238	14.77 250	5.75 103	1.62 107	14.91 212	1.31 29	22.06 170	24.83 204	22.51 263	31.57 250	17.20 187	8.07 126	17.07 237	12.11 225	0.48 203	0.01 7	0.05 109	0.05 108	0.48 162	1.10 137

RAFT + AFF	10.71 219	4.59 270	18.51 294	10.52 296	5.02 238	13.14 191	11.12 287	26.24 211	27.48 230	15.09 119	16.07 85	19.83 223	11.23 173	17.09 238	10.38 206	0.45 201	1.45 323	0.65 275	0.23 202	2.31 297	2.74 289

1111x	12.31 245	2.33 165	12.13 212	5.79 105	2.84 156	15.49 224	8.70 248	36.34 322	29.33 242	16.58 151	27.52 199	26.70 277	15.76 244	17.21 239	24.79 314	0.26 157	1.37 312	0.04 101	0.42 268	0.46 158	2.07 250

STTStereo	13.60 274	5.63 289	28.73 331	8.07 234	5.65 262	13.97 202	7.17 225	31.25 264	26.70 224	25.59 289	32.06 262	31.71 302	14.71 230	17.24 240	16.46 260	0.29 164	0.40 177	0.71 278	1.43 328	1.31 263	2.82 291

iResNet_ROB	12.41 250	3.19 230	12.39 217	6.63 150	3.72 185	16.98 255	2.64 106	32.29 276	38.58 314	26.93 303	33.73 281	26.24 271	17.40 269	17.36 241	8.95 186	0.33 171	0.01 7	0.00 1	0.00 1	0.40 138	0.35 32

DAS	11.51 236	2.60 198	15.62 267	9.37 264	6.27 287	16.04 235	7.71 238	22.70 177	33.92 278	19.53 217	29.03 212	19.51 220	19.10 284	17.44 242	8.98 187	0.78 251	0.02 23	0.29 244	0.01 56	0.48 162	0.81 100

DispNO	9.82 190	2.57 195	17.77 289	6.22 122	5.73 263	11.89 176	4.77 168	25.54 203	21.70 173	17.56 179	21.28 141	18.01 206	13.83 219	17.46 243	9.91 202	0.35 174	0.16 122	0.03 88	0.12 150	0.51 172	1.05 132

ff1	10.31 206	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	19.77 143	16.80 132	16.64 155	32.03 256	17.29 188	11.78 184	17.54 244	24.30 307	0.05 39	1.17 275	0.80 286	0.37 251	0.29 88	2.07 250

mmx	11.59 239	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	32.76 282	28.92 239	16.64 155	32.03 256	17.29 188	11.78 184	17.54 244	24.30 307	0.24 150	1.21 290	0.80 286	0.37 251	0.65 203	1.89 211

xxx	11.59 239	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	32.75 281	28.92 239	16.64 155	32.03 256	17.29 188	11.78 184	17.54 244	24.30 307	0.24 150	1.21 290	0.80 286	0.37 251	0.65 203	1.89 211

ADLNet	12.84 260	2.93 215	11.94 209	8.87 255	6.88 300	17.96 262	8.85 249	34.12 295	26.67 223	27.81 310	26.24 187	26.84 279	15.04 234	17.54 244	19.94 286	0.59 226	0.58 217	0.24 229	0.11 148	0.80 232	2.85 293

ToySt	11.51 236	2.48 187	17.84 290	6.10 115	2.09 125	16.11 239	12.36 301	25.07 199	28.25 236	15.22 121	25.16 177	25.51 266	15.98 248	17.63 248	15.46 251	0.19 135	1.08 268	0.04 101	0.31 232	0.66 208	2.67 284

AdaStereo	10.85 223	4.57 269	10.79 175	9.59 270	3.46 180	17.49 258	6.29 206	32.70 280	26.07 217	19.04 211	26.55 192	19.60 222	10.12 160	17.71 249	10.38 206	1.00 275	0.05 51	0.42 259	0.02 76	0.70 213	0.46 58
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
RAFT	9.07 175	2.76 206	10.38 159	8.89 257	1.24 75	13.48 196	8.19 247	17.14 108	17.29 137	23.01 268	19.34 118	20.06 225	11.13 171	17.79 250	6.43 152	0.09 79	1.12 273	0.28 240	0.02 76	0.79 228	1.94 223

BEATNet_4x	10.11 200	5.82 291	14.80 252	6.14 116	1.55 102	13.87 201	5.98 199	26.24 211	18.35 143	16.53 149	25.41 179	18.01 206	13.78 218	18.01 251	12.39 231	0.48 203	0.18 126	0.81 291	0.11 148	2.02 286	1.70 196

RAFT_CTSACE	8.55 159	2.62 203	9.63 129	7.41 201	5.06 240	5.76 81	2.54 101	15.38 76	17.84 139	24.33 279	34.69 292	16.37 177	7.22 113	18.05 252	2.63 28	0.01 2	0.56 211	0.00 1	0.03 84	0.42 144	0.41 51

PS-NSSS	14.36 286	8.44 322	16.43 274	7.44 203	5.79 266	18.65 268	12.71 306	39.02 342	26.84 225	20.99 241	36.15 300	21.47 234	18.25 277	18.21 253	18.63 276	2.44 329	0.55 210	5.38 355	0.37 251	5.25 336	4.11 317

NOSS_ROB	11.76 241	4.63 272	8.14 78	7.46 205	2.92 161	17.82 261	10.55 277	30.45 254	34.08 282	16.37 144	19.97 123	23.14 248	16.31 251	18.22 254	10.67 213	2.98 336	1.84 337	3.39 350	1.64 332	2.24 293	2.37 271

PSMNet_ROB	17.59 306	6.52 303	16.27 272	14.43 337	7.71 319	29.22 334	33.59 387	43.94 368	38.52 313	24.74 283	33.46 279	34.17 322	17.29 267	18.52 255	25.68 321	0.40 185	0.29 155	0.96 299	2.22 342	2.03 287	1.81 203

FADNet	14.77 288	11.96 342	39.55 356	8.50 246	6.64 294	18.53 267	6.74 216	35.70 314	35.06 292	19.21 214	28.06 204	28.14 282	13.94 221	18.54 256	11.61 222	0.48 203	0.75 232	0.38 257	0.49 280	9.17 356	2.05 248

HGLStereo	13.21 268	3.45 243	14.01 241	10.32 291	7.72 320	15.72 231	7.19 227	31.94 273	28.12 235	20.83 235	36.16 301	26.61 274	20.82 297	18.74 257	19.63 285	1.01 277	0.22 139	0.07 131	0.08 131	0.59 189	1.00 124

pmcnn	15.27 290	4.31 265	22.32 317	7.46 205	4.46 218	22.15 292	15.74 325	28.53 234	31.88 262	27.78 309	40.04 325	39.06 341	19.11 286	18.79 258	20.78 291	1.04 280	0.23 141	0.00 1	0.00 1	0.53 174	1.17 143

ARAFT	8.86 168	3.86 256	17.37 284	5.96 110	0.94 55	12.59 183	10.80 280	18.20 121	19.95 162	18.77 204	16.27 88	17.78 202	8.88 143	18.82 259	5.30 115	0.35 174	0.04 44	0.00 1	0.00 1	0.62 195	0.64 79

SDNR	16.80 296	5.88 294	30.01 334	6.39 134	6.53 291	57.67 392	3.15 123	24.30 193	31.49 260	21.50 249	36.56 304	14.69 154	16.76 259	19.14 260	14.45 244	11.12 378	14.00 390	3.11 346	0.51 282	8.86 355	9.92 370

fast-acv-ft	14.96 289	4.73 274	17.68 287	8.03 233	5.27 246	28.61 331	9.97 270	26.25 213	35.58 298	26.03 292	38.02 312	31.91 304	21.50 303	19.25 261	21.18 293	0.61 230	0.38 173	0.63 273	0.48 277	1.31 263	1.73 198

ac_64	11.57 238	2.13 139	11.77 200	8.79 254	5.51 256	19.40 270	6.29 206	24.72 198	15.20 111	23.50 273	24.91 174	33.07 313	16.82 260	19.33 262	17.78 268	0.53 212	0.15 120	0.02 73	0.03 84	0.35 110	1.03 128

S-Stereo	17.36 302	4.46 267	22.16 316	12.58 328	9.10 342	23.07 298	12.60 304	33.18 286	46.12 348	22.78 266	38.67 318	29.04 286	27.48 329	19.40 263	23.90 306	3.14 340	3.13 363	0.88 295	1.95 338	3.77 324	9.86 369

UPFNet	12.31 245	2.15 141	11.91 207	7.90 228	7.21 308	20.03 278	9.28 258	29.44 244	27.18 228	20.88 236	30.86 239	21.23 231	18.11 276	19.60 264	17.41 265	0.55 219	0.57 214	0.26 233	0.07 125	0.67 210	0.92 112

StereoDRNet	16.00 293	5.45 287	16.67 276	11.34 314	8.74 338	25.62 312	11.07 286	40.40 351	37.03 301	29.77 320	30.04 227	34.35 324	19.09 283	19.81 265	25.28 317	0.65 234	0.30 156	0.16 196	0.14 163	1.80 282	2.33 267

Syn2CoEx	17.68 307	11.86 341	28.39 329	20.88 364	8.24 331	25.66 313	12.35 299	37.57 333	33.60 277	29.57 318	39.80 324	30.02 292	28.00 332	19.91 266	18.91 279	1.14 291	0.53 205	1.23 313	0.46 271	1.97 285	3.61 308

AACVNet	11.24 228	3.71 253	11.56 195	9.45 266	3.35 176	11.67 174	4.88 171	23.23 184	14.00 99	28.19 311	29.90 225	30.39 296	18.03 275	20.04 267	13.22 240	0.50 208	0.21 137	0.23 225	0.07 125	0.75 223	1.52 184

DeepPruner_ROB	11.28 229	5.83 292	15.23 259	6.93 175	4.50 220	10.08 148	6.62 212	36.65 327	20.17 163	18.12 192	27.95 202	23.10 246	13.43 208	20.08 268	11.90 223	1.16 293	0.51 200	0.23 225	0.17 180	1.11 254	1.91 215

MMNet	13.55 273	2.82 210	13.90 239	7.63 210	6.36 290	26.45 320	4.63 165	24.00 192	42.67 331	26.25 296	33.12 274	20.98 230	19.45 290	20.14 269	19.49 284	0.75 243	0.54 206	0.11 168	0.01 56	0.53 174	1.10 137

DLCB_ROB	13.97 281	3.74 254	11.01 185	9.99 280	5.85 271	21.40 287	10.37 275	30.17 252	30.49 247	28.21 312	32.18 264	32.67 309	21.17 301	20.20 270	18.59 275	0.34 173	0.18 126	0.41 258	0.15 169	0.61 194	1.76 201

hitnet-ft	12.59 255	3.03 226	7.87 69	7.49 208	4.20 206	27.41 325	3.75 145	23.41 187	24.15 197	21.14 244	34.12 286	31.93 305	19.74 292	20.28 271	18.13 270	0.54 217	1.45 323	0.35 253	0.09 137	1.26 261	1.41 173

psm_up	13.88 280	2.70 204	10.89 181	10.20 286	5.97 274	15.01 219	12.58 303	39.13 345	31.75 261	21.39 247	31.09 242	30.18 295	25.01 318	20.33 272	17.62 267	0.75 243	0.39 175	0.18 202	0.03 84	0.82 236	1.67 194

RASNet	12.38 248	2.58 196	12.48 220	6.76 160	5.97 274	16.37 242	6.74 216	34.99 308	22.20 178	17.44 173	33.11 273	22.81 244	24.84 315	20.33 272	18.27 273	1.16 293	0.05 51	0.06 116	0.01 56	0.27 80	1.06 133

GEStereo_RVC	13.23 269	3.13 228	15.23 259	10.33 292	4.95 234	18.92 269	11.46 292	31.58 271	48.03 352	20.51 230	27.68 201	19.00 218	13.31 207	20.44 274	16.01 255	1.15 292	0.51 200	0.10 149	0.14 163	0.67 210	1.47 178

GMStereo_Zeroshot	11.32 230	8.59 324	21.66 313	10.06 281	2.53 146	12.38 177	1.43 33	21.36 166	21.50 172	23.48 272	35.74 298	24.85 260	6.12 87	20.48 275	8.28 176	0.83 256	0.02 23	0.25 231	0.01 56	6.33 344	0.53 65

CRFU-Net	13.32 271	3.53 246	12.90 224	8.76 253	6.05 277	26.25 318	10.15 273	25.86 205	14.68 106	30.76 329	30.58 233	30.11 294	21.59 306	20.52 276	20.28 288	1.53 307	0.48 194	0.27 234	0.16 176	0.64 202	1.28 156

CSP-Net	13.41 272	3.62 252	11.03 186	6.62 149	4.07 199	25.76 315	9.61 265	29.66 245	27.14 227	29.97 323	33.42 278	29.84 289	17.23 266	20.64 277	16.03 256	1.12 288	0.41 183	0.03 88	0.00 1	0.75 223	1.29 158

HSM	11.89 242	2.32 163	8.70 89	6.70 158	4.10 201	16.45 244	8.06 244	30.42 253	20.31 165	23.35 271	26.42 191	41.60 355	17.59 272	20.66 278	9.57 199	0.11 91	0.03 36	0.01 58	0.01 56	0.24 58	1.22 148

FINET	17.02 299	8.11 320	28.42 330	9.29 263	8.89 340	24.46 304	25.06 370	35.40 311	49.52 357	26.73 300	33.49 280	20.50 226	18.75 280	20.67 279	19.18 283	2.30 325	2.09 342	1.13 307	0.75 301	2.86 304	2.84 292

DRN-Test	16.60 295	4.76 275	16.90 280	10.75 301	8.16 330	29.42 335	14.37 313	43.26 365	39.35 316	28.93 317	35.46 297	29.03 285	20.11 294	20.78 280	24.51 313	0.94 270	0.93 256	0.46 262	0.35 245	1.42 270	2.12 259

RYNet	19.73 326	5.52 288	18.58 295	11.63 316	15.84 371	47.05 378	17.28 339	38.60 339	49.19 355	27.71 307	27.46 198	38.63 339	26.42 325	20.79 281	32.08 354	0.73 241	0.59 219	0.97 300	0.16 176	7.40 347	8.04 356

SACVNet	14.10 285	5.24 285	14.19 245	12.11 323	6.12 280	18.45 265	9.11 254	33.13 285	22.94 185	28.79 315	33.88 284	32.69 310	23.78 310	20.91 282	12.13 226	1.08 282	0.54 206	0.84 294	0.48 277	1.41 268	4.26 318

HBP-ISP	13.07 265	8.80 325	8.99 98	8.11 236	4.55 222	13.48 196	6.60 211	29.09 242	30.50 248	21.33 246	36.14 299	16.62 179	19.42 288	20.92 283	12.81 238	3.63 344	2.61 354	7.18 365	4.12 358	3.74 323	2.69 286

MaskLacGwcNet_RVC	17.56 305	17.23 362	20.10 305	12.02 322	6.91 302	28.81 332	11.45 291	41.35 354	21.95 175	30.13 325	34.66 291	32.04 307	11.30 175	21.04 284	16.43 259	8.91 368	2.67 355	12.29 377	0.84 304	12.72 373	8.43 360

FAT-Stereo	17.45 303	3.56 247	19.19 301	10.31 290	6.54 292	18.00 263	14.89 321	38.68 340	40.49 320	27.39 305	39.66 322	37.32 334	32.14 355	21.07 285	22.97 298	3.68 345	2.16 347	0.81 291	1.21 322	2.10 289	6.78 345

UNet	13.18 267	2.47 184	14.45 248	7.45 204	7.82 323	26.01 316	4.67 167	34.38 302	29.42 243	20.90 238	31.81 254	26.68 276	18.98 281	21.08 286	15.56 252	0.21 141	0.06 76	0.27 234	0.09 137	0.37 123	1.01 125

DSFCA	12.44 251	3.00 220	14.87 257	6.04 113	7.03 304	17.06 256	10.86 283	31.11 262	32.12 264	26.41 298	23.81 168	22.37 241	15.13 236	21.13 287	13.53 241	0.95 272	0.66 223	0.28 240	0.38 262	1.21 257	0.77 98

CBMV_ROB	12.51 253	3.86 256	7.98 72	5.81 107	2.99 167	16.05 238	4.62 164	27.61 230	31.37 259	26.75 301	32.62 268	23.97 253	22.66 309	21.14 288	12.09 224	2.15 322	1.78 336	2.24 332	1.27 324	1.64 278	1.54 186

Anonymous_2	15.61 291	7.12 306	18.63 297	6.49 139	7.98 324	26.94 323	11.93 296	19.48 139	18.48 151	18.25 197	15.95 83	24.18 255	21.32 302	21.17 289	15.94 254	10.88 375	13.80 389	11.19 376	25.13 391	10.92 367	6.42 342

GwcNet	17.31 300	6.61 304	23.02 319	10.83 305	8.63 336	29.48 336	10.80 280	39.37 347	45.73 345	24.16 278	37.85 311	31.50 298	21.81 308	21.37 290	27.25 333	0.81 254	0.88 252	0.57 270	0.46 271	1.54 276	3.61 308

PA-Net	16.98 298	8.05 319	29.56 333	10.52 296	11.30 354	21.91 291	29.93 382	32.64 279	39.50 317	20.38 228	28.51 209	23.80 252	20.82 297	21.45 291	25.60 319	0.25 154	2.36 351	0.23 225	4.99 363	1.34 266	6.47 343
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LMCR-Stereo	11.32 230	4.98 280	11.87 205	14.09 334	4.01 197	16.97 254	5.70 188	26.41 215	23.41 190	22.57 265	22.11 157	15.18 164	15.44 241	21.48 292	17.57 266	2.29 324	0.04 44	0.00 1	0.03 84	1.53 275	0.65 81

Wz-Net-LNSev-Ref	16.12 294	4.56 268	29.46 332	7.78 220	6.11 279	26.08 317	13.01 309	31.08 261	37.61 306	27.66 306	46.96 359	29.92 290	15.40 239	21.54 293	22.39 295	1.09 284	0.05 51	0.10 149	0.00 1	0.43 146	1.21 147

FADNet-RVC	13.86 279	12.75 349	41.65 358	8.64 249	4.63 223	16.45 244	6.89 220	28.91 239	24.20 198	20.89 237	31.44 247	26.73 278	11.37 177	21.58 294	15.91 253	0.25 154	0.14 119	0.14 185	0.24 206	2.97 307	1.50 183

Wz-Net-LNSev	19.04 321	11.48 339	43.55 360	10.82 304	8.01 326	24.96 308	17.46 342	34.72 307	44.36 338	33.43 344	44.72 352	32.54 308	24.13 312	21.64 295	24.38 311	0.93 269	0.22 139	0.00 1	0.03 84	1.44 271	1.99 237

LL-Strereo	11.34 232	4.25 264	13.90 239	9.09 258	6.20 282	7.31 122	8.93 250	35.93 316	30.30 246	16.93 163	15.83 82	21.85 236	17.45 270	21.92 296	10.25 204	0.43 195	1.47 326	0.74 281	0.08 131	1.15 255	2.71 287

SGM-Forest	13.63 275	2.55 194	8.22 80	6.30 132	2.16 132	23.84 303	11.13 288	34.68 306	32.40 265	27.27 304	33.02 270	30.08 293	17.82 274	22.13 297	15.40 250	1.66 314	0.32 159	0.88 295	0.03 84	0.79 228	1.93 217
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NCCL2	17.94 310	7.94 317	16.87 279	24.07 375	7.60 315	24.52 305	17.08 338	35.42 312	26.65 222	32.01 334	38.57 315	41.96 358	27.61 330	22.24 298	24.43 312	0.65 234	0.33 165	2.64 340	2.13 341	2.28 296	3.86 316

ADLNet2	12.99 262	2.94 216	14.18 244	9.57 269	5.96 273	20.23 281	10.41 276	33.05 284	37.61 306	19.46 216	19.74 121	22.46 242	18.63 278	22.37 299	20.76 290	0.37 181	0.15 120	0.06 116	0.08 131	1.04 252	0.72 91

UDG	22.21 344	15.90 361	16.41 273	21.71 367	20.17 379	32.51 346	13.78 312	36.62 326	35.77 299	26.64 299	31.43 246	37.49 336	32.33 356	22.77 300	21.19 294	11.08 377	5.60 378	23.12 383	7.74 371	17.07 382	14.89 381

delet	13.26 270	2.43 183	12.99 226	8.45 244	6.26 286	22.40 293	10.83 282	28.78 238	38.76 315	20.39 229	30.36 229	20.85 228	17.67 273	22.97 301	19.13 281	0.14 108	0.45 189	0.19 208	0.08 131	0.78 227	1.24 152

ssnet_v2	13.84 278	3.15 229	13.44 234	7.99 231	3.08 171	22.60 294	14.51 318	36.65 327	33.59 276	22.04 258	26.10 185	28.64 283	17.16 265	23.13 302	20.86 292	0.50 208	0.32 159	0.20 213	0.13 154	1.41 268	1.38 167

SuperB	18.07 313	7.33 309	56.73 379	8.42 243	5.42 253	20.39 282	9.73 268	26.04 207	50.80 361	26.88 302	39.52 321	17.79 203	21.54 304	23.17 303	25.96 324	0.77 248	0.32 159	1.11 306	0.73 300	16.11 380	2.75 290

AANet_RVC	13.75 277	6.34 300	12.90 224	8.87 255	4.53 221	14.09 204	9.12 255	29.37 243	38.32 312	23.85 277	37.41 306	23.55 251	17.51 271	23.31 304	18.56 274	2.08 321	1.30 298	0.25 231	0.06 118	0.73 217	2.87 294

aanetorigin	19.84 328	13.32 351	54.46 374	10.07 282	7.99 325	14.16 205	15.32 322	17.85 119	34.49 286	49.59 380	48.88 364	34.28 323	31.32 352	23.53 305	29.64 347	1.12 288	0.81 240	0.73 279	0.94 307	3.05 308	5.23 328

StereoDRNet-Refined	14.03 282	3.52 245	12.77 221	8.70 251	3.31 174	18.50 266	4.58 162	29.08 241	30.59 249	29.85 321	42.52 338	25.24 264	19.57 291	23.88 306	23.55 302	0.44 198	0.07 86	0.54 267	0.38 262	0.88 243	2.64 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CVANet_RVC	14.09 284	4.82 277	10.86 180	9.46 267	5.60 261	19.70 275	12.94 308	33.38 288	34.86 290	23.72 274	33.31 275	29.76 287	16.35 254	24.37 307	12.45 234	1.22 298	0.23 141	1.45 319	0.87 306	3.41 316	3.01 298

NVstereo2D	15.77 292	4.01 258	17.73 288	9.96 279	8.10 329	30.36 339	9.52 260	43.10 363	43.12 334	15.45 126	28.03 203	23.46 250	16.84 261	24.62 308	17.06 264	3.35 342	0.87 250	1.76 324	1.13 318	7.76 350	9.19 365

DeepPrunerF	20.61 333	12.13 345	46.35 364	21.53 366	17.78 375	19.41 271	23.64 365	37.23 332	50.61 358	26.20 295	37.72 307	24.90 261	25.02 319	24.63 309	23.53 301	3.13 339	1.65 332	5.69 356	4.09 357	3.64 322	3.34 306

GANet	17.85 308	5.41 286	14.79 251	11.91 320	4.73 224	24.54 306	17.04 337	41.01 352	34.96 291	33.06 341	45.84 354	39.83 346	29.19 339	24.71 310	22.45 297	1.34 304	0.41 183	1.09 303	0.70 299	2.15 291	1.89 211

CC-Net-ROB	22.73 349	23.99 378	30.57 335	14.72 340	8.91 341	32.98 347	16.17 328	46.75 378	37.29 303	33.88 346	32.33 265	35.48 329	25.00 317	24.75 311	28.78 342	9.60 372	3.03 361	25.33 386	3.87 355	14.82 378	6.33 338

EDNetEfficient	25.68 365	22.94 377	77.88 407	9.49 268	7.66 318	20.89 283	17.37 340	22.52 174	56.02 378	61.49 394	53.31 373	35.83 330	41.88 376	25.06 312	39.53 371	0.86 261	0.83 244	0.91 297	2.82 347	8.28 352	7.98 355

ADCRef	18.01 311	8.01 318	44.10 361	10.75 301	8.85 339	27.18 324	11.06 285	31.77 272	34.40 285	31.90 332	42.45 337	18.79 215	21.55 305	25.18 313	35.17 358	1.03 279	0.42 187	2.18 331	1.79 334	1.38 267	2.27 266

XPNet_ROB	18.03 312	6.06 298	18.19 291	11.68 317	6.83 298	21.23 286	16.93 334	36.66 329	39.82 319	32.51 339	42.05 336	41.04 352	25.77 321	25.72 314	28.80 343	1.67 315	0.91 255	0.79 284	0.27 221	1.24 260	2.38 274

DDUNet	23.49 353	20.59 372	17.13 282	24.58 376	22.45 383	24.86 307	17.96 345	31.42 268	31.06 256	29.59 319	37.81 309	37.85 337	26.39 324	25.77 315	18.74 278	18.99 387	8.10 386	26.65 387	11.80 383	19.41 385	18.58 387

TDLM	13.70 276	4.93 279	11.80 201	11.93 321	5.53 257	16.75 250	14.38 315	36.12 320	32.59 268	23.08 269	27.03 196	25.90 269	15.40 239	25.87 316	14.23 243	1.24 300	0.09 95	1.53 320	0.61 294	2.06 288	2.94 296

edge stereo	19.38 324	5.98 297	19.25 302	11.11 310	8.07 327	23.51 301	12.74 307	35.93 316	42.55 329	35.05 348	43.06 343	41.34 354	36.05 362	26.06 317	25.62 320	2.70 333	2.47 352	6.38 359	1.54 330	3.18 315	5.01 324

LE_ROB	23.59 355	4.64 273	16.84 278	8.59 247	3.05 169	33.01 348	18.53 348	28.96 240	67.40 401	70.71 403	55.67 382	48.44 377	48.90 384	26.06 317	37.98 363	0.44 198	0.24 143	0.27 234	0.54 286	0.49 170	0.98 121

CBMV	14.52 287	4.59 270	9.99 142	6.61 148	2.85 157	22.76 296	12.45 302	30.63 256	33.32 272	31.98 333	35.00 295	31.68 300	19.43 289	26.53 319	16.71 262	1.28 302	0.61 220	0.63 273	0.12 150	1.26 261	1.89 211
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RP	18.36 314	5.94 296	17.54 286	15.95 352	12.33 360	21.55 289	12.66 305	28.65 236	45.65 344	23.78 276	42.55 339	39.77 345	29.54 342	26.72 320	23.58 304	6.14 362	1.05 267	4.38 352	1.77 333	3.90 326	3.82 315

EDNetEfficientorigin	29.50 374	36.05 388	99.77 432	9.67 272	5.93 272	26.79 322	16.02 327	26.87 222	55.18 373	61.15 391	57.72 383	45.04 366	50.99 387	26.90 321	44.78 385	0.53 212	0.54 206	1.72 323	2.53 345	11.05 368	10.75 372

CSAN	22.36 347	11.11 334	26.06 325	21.79 368	5.59 260	34.55 353	36.54 389	40.04 350	50.84 362	37.47 355	40.31 326	45.09 367	33.07 358	27.44 322	25.80 323	1.60 311	0.75 232	1.08 302	1.80 335	2.89 305	3.36 307

Nwc_Net	18.76 318	5.80 290	19.91 303	14.99 344	11.96 357	26.32 319	15.90 326	41.68 357	40.50 321	21.85 255	43.58 346	34.89 325	29.47 341	27.48 323	26.34 327	3.75 346	0.27 148	2.55 339	3.31 351	2.25 294	2.46 277

ETE_ROB	18.45 316	10.71 330	20.90 310	14.23 336	4.92 231	23.28 300	22.01 356	33.00 283	36.14 300	30.68 328	39.03 320	46.10 371	26.28 323	27.52 324	26.22 326	0.53 212	0.49 197	1.16 308	0.94 307	1.69 280	3.07 300

Wz-Net-SNSev	23.35 352	18.18 364	47.37 366	14.55 338	8.63 336	28.33 330	29.16 380	39.88 349	55.80 377	32.16 336	53.91 377	39.35 343	24.42 313	27.60 325	38.11 364	1.06 281	0.24 143	1.20 310	0.95 310	3.16 314	2.93 295

SepStereo	12.04 243	2.60 198	15.62 267	9.37 264	6.27 287	16.04 235	7.71 238	22.70 177	33.92 278	19.53 217	29.03 212	19.51 220	19.10 284	27.97 326	8.98 187	0.78 251	0.02 23	0.29 244	0.01 56	0.48 162	0.81 100

APVNet	18.42 315	6.37 301	23.10 320	12.76 330	8.28 332	30.74 340	24.17 367	42.08 359	30.76 255	25.86 291	41.66 332	31.83 303	24.99 316	28.01 327	28.77 341	0.49 206	0.57 214	3.05 344	0.55 289	1.80 282	2.46 277

Wz-Net-MNSev	19.84 328	7.55 312	35.79 348	10.79 303	7.51 312	38.96 366	18.39 347	35.08 309	44.72 341	31.28 330	41.70 333	41.18 353	20.49 296	28.41 328	30.13 351	0.96 273	0.36 170	0.05 109	0.13 154	1.70 281	1.64 192

G-Net	21.66 340	9.10 327	39.39 354	15.85 349	9.60 345	51.00 383	16.73 332	28.32 232	31.17 257	38.99 358	43.24 344	33.26 317	32.09 354	28.50 329	26.50 329	4.74 354	3.92 371	3.60 351	1.02 315	8.42 354	7.86 354

LALA_ROB	19.82 327	8.32 321	18.64 298	13.59 333	5.79 266	28.03 329	23.44 362	43.09 362	37.57 305	33.91 347	41.55 331	50.73 380	25.61 320	29.09 330	27.30 334	0.73 241	0.67 224	2.08 330	1.42 327	2.70 302	2.12 259

NaN_ROB	17.35 301	7.91 315	18.84 299	11.29 312	4.93 232	33.28 350	20.75 353	38.10 337	43.81 335	30.28 326	31.53 249	32.88 311	20.88 299	29.10 331	17.85 269	0.40 185	0.43 188	0.31 249	0.44 270	0.98 247	3.03 299

SQANet	22.07 343	25.29 381	21.78 314	26.81 379	18.92 378	30.75 341	10.25 274	33.47 289	30.10 245	25.73 290	34.31 288	33.45 318	19.94 293	29.16 332	20.03 287	11.68 379	3.08 362	26.95 388	5.80 367	20.97 386	12.99 377

STTRV1_RVC	22.31 345	18.60 366	39.50 355	16.79 354	23.81 387	29.59 338	15.67 324	35.42 312	34.27 283	35.05 348	34.94 294	31.94 306	28.80 337	29.17 333	23.89 305	12.64 384	3.40 366	6.58 360	4.73 362	15.20 379	6.23 337

SANet	22.05 342	8.47 323	32.65 342	9.90 278	4.31 212	33.49 351	23.44 362	42.82 361	56.64 380	39.67 361	44.09 348	44.62 364	32.96 357	29.24 334	25.79 322	1.08 282	0.74 230	0.98 301	0.69 297	5.69 341	3.66 312

GASNet	17.87 309	20.62 373	32.66 343	21.17 365	9.48 344	16.26 241	9.15 256	45.00 373	40.55 322	26.16 294	24.34 171	33.05 312	15.45 242	29.82 335	18.15 272	3.79 347	0.28 153	1.87 326	0.51 282	7.06 345	1.97 226

coex-ft	31.29 380	39.15 392	93.51 421	9.71 275	5.77 265	36.25 358	26.79 376	31.43 269	59.45 386	73.35 407	58.73 384	45.49 368	48.48 383	30.19 336	46.52 389	1.59 308	1.71 335	0.94 298	0.97 313	9.43 357	6.35 341

AF-Net	19.18 322	6.50 302	16.90 280	16.60 353	11.00 353	23.83 302	11.31 289	36.25 321	51.10 364	25.56 288	38.34 314	41.77 356	31.01 350	30.20 337	27.83 336	4.87 357	0.27 148	4.60 353	1.00 314	2.67 301	2.02 240

DGSMNet	20.75 337	13.28 350	34.59 346	14.80 341	17.14 374	23.25 299	17.99 346	36.39 323	43.00 333	20.70 232	32.67 269	36.05 331	19.22 287	30.34 338	25.04 316	4.61 352	4.62 374	6.31 358	5.20 365	14.71 377	15.15 382

MDST_ROB	18.99 320	3.23 232	15.81 271	14.15 335	6.98 303	44.89 375	16.81 333	43.19 364	42.83 332	43.71 371	43.84 347	28.79 284	19.02 282	30.64 339	18.70 277	1.84 318	0.84 245	0.69 277	0.47 276	0.71 215	2.61 281

PWCDC_ROB	18.66 317	11.24 336	21.32 312	18.82 360	8.08 328	25.75 314	6.94 222	35.08 309	53.33 368	30.37 327	49.70 367	20.87 229	21.63 307	31.05 340	22.39 295	6.94 365	0.28 153	0.10 149	0.06 118	5.98 343	3.22 303

DANet	17.51 304	8.91 326	27.61 327	14.94 342	7.48 310	22.67 295	5.66 186	27.33 227	26.64 221	32.62 340	36.27 302	37.40 335	30.07 345	31.65 341	26.09 325	1.30 303	1.46 325	2.33 334	0.53 285	3.54 319	5.69 331
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
stereogan	19.38 324	4.02 259	18.62 296	13.54 332	10.30 348	37.03 359	9.83 269	39.12 344	46.13 349	25.09 286	41.76 334	40.01 347	27.19 328	32.16 342	25.48 318	2.44 329	1.13 274	2.70 342	0.86 305	5.45 338	4.81 319

ADCPNet	22.75 350	10.94 332	58.96 383	12.24 326	7.57 313	37.33 360	20.08 352	33.89 294	37.37 304	33.49 345	44.32 349	39.36 344	28.43 334	32.19 343	38.55 367	2.25 323	2.69 357	2.37 336	3.59 354	4.33 330	5.01 324

PWC_ROB	19.21 323	12.15 346	28.02 328	11.02 309	6.62 293	25.15 310	5.47 183	36.42 324	49.47 356	33.19 342	44.32 349	34.98 326	26.66 327	32.22 344	27.30 334	1.71 316	0.27 148	1.62 321	0.37 251	2.38 299	4.90 322

Anonymous Stereo	19.84 328	13.55 352	51.68 371	15.30 346	12.97 363	16.15 240	25.32 371	33.73 293	44.41 339	25.12 287	35.39 296	25.00 263	16.27 250	32.62 345	33.04 356	1.83 317	2.26 350	1.76 324	2.01 339	3.57 320	4.92 323

MSMD_ROB	23.50 354	10.55 329	15.65 270	17.87 359	10.07 347	35.58 356	19.04 349	34.53 304	37.81 309	41.55 364	60.11 386	46.01 370	39.81 370	32.74 346	24.92 315	6.86 364	3.63 369	8.92 371	11.16 382	7.21 346	5.99 335

DPSNet	25.20 362	7.92 316	36.17 349	11.72 318	6.85 299	53.68 385	43.17 395	52.22 387	60.09 388	31.61 331	39.76 323	40.91 351	35.82 361	33.42 347	26.48 328	4.98 358	2.10 343	0.50 265	1.13 318	9.63 358	5.83 332

WCMA_ROB	21.17 338	5.89 295	22.32 317	10.39 294	7.65 317	34.55 353	16.42 331	33.20 287	34.02 281	42.06 365	52.50 371	44.09 363	37.59 365	33.66 348	26.77 330	7.45 367	3.18 364	1.27 316	1.43 328	4.18 327	4.81 319

ADCL	22.44 348	7.79 313	49.20 369	10.61 300	7.28 309	40.40 371	21.03 354	32.07 275	55.07 372	28.53 313	48.73 362	31.68 300	31.69 353	34.04 349	38.38 365	1.22 298	0.93 256	2.65 341	1.89 336	2.65 300	2.94 296

ADCP+	18.93 319	5.83 292	35.35 347	9.85 277	10.36 349	29.49 337	13.65 311	34.22 300	37.75 308	30.02 324	41.45 330	24.18 255	26.43 326	34.71 350	36.58 360	0.27 161	0.40 177	2.00 329	1.19 320	2.31 297	2.66 283

FBW_ROB	21.87 341	11.80 340	25.52 322	14.64 339	7.49 311	31.20 343	16.35 330	45.28 374	44.78 342	44.85 375	40.36 327	43.50 362	27.85 331	34.94 351	23.52 300	3.07 338	2.15 346	7.53 368	3.03 350	4.30 329	5.17 327

SHD	22.33 346	11.30 337	32.10 339	15.61 347	9.88 346	26.75 321	10.12 272	41.84 358	61.77 390	36.36 352	44.65 351	39.28 342	31.10 351	35.07 352	32.76 355	2.35 326	1.95 341	1.24 315	1.90 337	4.33 330	6.34 339

PASM	29.37 373	19.17 367	50.43 370	23.55 374	23.15 385	27.62 326	27.82 377	35.90 315	50.76 360	35.98 351	40.55 328	47.26 375	34.98 359	35.28 353	38.72 368	12.58 383	15.96 391	17.57 382	22.46 390	13.71 374	13.92 380

FCDSN-DC	26.18 369	15.77 360	20.36 307	28.79 382	15.78 370	40.13 369	19.12 350	43.57 366	42.59 330	44.78 374	52.51 372	50.73 380	40.32 372	35.32 354	28.55 339	6.41 363	3.61 368	7.11 364	6.54 368	10.58 363	10.93 375
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	20.62 336	14.30 354	21.99 315	18.85 361	14.53 366	21.42 288	14.82 320	36.00 319	44.32 337	28.54 314	41.82 335	40.12 348	29.43 340	35.44 355	23.33 299	4.12 349	0.72 228	8.80 370	4.39 360	4.55 332	4.84 321

DISCO	16.93 297	2.58 196	17.15 283	8.26 238	4.37 214	27.65 327	10.68 278	31.28 266	44.93 343	22.21 260	34.47 290	36.48 332	23.91 311	36.14 356	34.48 357	0.35 174	0.11 109	0.04 101	0.07 125	1.95 284	1.40 171

PDISCO_ROB	25.35 364	10.44 328	31.01 337	29.47 383	20.36 380	38.32 362	17.74 343	45.56 375	55.34 374	29.88 322	42.94 342	46.63 372	29.76 343	36.23 357	31.29 353	10.74 374	2.20 348	6.96 362	3.53 353	9.98 362	8.52 361

NCC-stereo	20.61 333	7.39 310	25.96 323	15.90 350	16.62 372	20.15 279	23.27 359	44.11 371	41.29 326	25.00 284	38.64 316	35.47 327	28.75 335	36.35 358	26.90 331	4.83 355	2.14 344	3.33 348	9.27 377	3.10 310	3.72 313

Abc-Net	20.61 333	7.39 310	25.96 323	15.90 350	16.62 372	20.15 279	23.27 359	44.11 371	41.29 326	25.00 284	38.64 316	35.47 327	28.75 335	36.35 358	26.90 331	4.83 355	2.14 344	3.33 348	9.27 377	3.10 310	3.72 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FC-DCNN	25.07 360	12.06 344	20.30 306	19.06 362	9.41 343	38.40 363	23.46 364	41.37 355	44.07 336	46.76 378	53.99 378	50.49 379	39.32 368	36.43 360	29.46 345	7.40 366	3.39 365	6.15 357	5.01 364	8.05 351	6.83 346

MFN_U_SF_DS_RVC	24.71 358	14.86 356	32.18 340	26.47 378	10.48 350	40.27 370	22.83 358	36.88 331	44.51 340	42.59 366	47.13 361	40.20 349	28.00 332	36.70 361	28.36 337	4.23 351	4.00 372	6.73 361	16.35 388	5.05 334	6.34 339

LSM	30.92 376	21.18 374	57.13 382	19.98 363	54.02 402	33.70 352	25.92 373	43.87 367	49.18 354	46.43 377	55.59 381	43.44 360	36.70 363	36.70 361	28.75 340	2.94 334	9.77 387	5.07 354	8.20 375	10.77 364	29.00 394

psmorigin	21.56 339	11.18 335	36.59 350	10.19 285	7.08 305	25.30 311	12.35 299	33.52 291	33.12 271	43.62 370	54.15 379	42.72 359	37.44 364	36.87 363	28.98 344	1.65 313	2.78 358	0.81 291	1.19 320	3.62 321	8.10 357

RTSC	20.52 332	11.06 333	33.58 344	12.11 323	7.19 307	28.90 333	11.99 297	38.49 338	58.85 385	32.22 337	37.28 305	33.11 314	21.14 300	36.93 364	38.84 369	1.49 306	1.50 327	0.15 190	0.64 295	2.18 292	2.67 284

Wz-Net-TNSev	25.85 366	21.47 375	59.51 385	10.38 293	7.64 316	42.40 374	23.33 361	35.97 318	54.36 370	36.56 353	43.26 345	45.90 369	41.27 374	37.81 365	37.10 361	2.35 326	1.90 340	0.77 282	1.34 326	5.89 342	7.75 353

WZ-Net	25.86 367	14.23 353	64.17 388	15.77 348	10.61 351	39.36 367	28.01 378	41.38 356	54.97 371	28.82 316	53.68 374	40.90 350	30.14 346	37.91 366	42.98 382	1.59 308	0.49 197	0.73 279	0.95 310	5.43 337	5.12 326

XQC	25.15 361	18.26 365	52.31 372	22.53 373	12.15 358	37.47 361	21.78 355	38.74 341	55.51 376	32.40 338	30.75 237	38.36 338	30.19 347	38.28 367	41.25 375	4.61 352	1.44 322	2.77 343	2.26 343	12.52 372	9.49 367

ccnet	24.80 359	17.64 363	24.53 321	12.35 327	18.18 377	38.47 364	17.76 344	46.24 376	32.78 270	37.51 356	46.76 356	38.80 340	30.45 348	38.35 368	41.98 376	9.41 371	6.40 380	9.67 373	8.04 372	11.64 371	9.00 363

MeshStereo	22.95 351	7.84 314	12.46 218	8.13 237	5.20 244	38.49 365	13.36 310	42.69 360	38.05 310	51.34 383	53.82 375	58.22 388	43.29 377	38.42 369	29.59 346	2.96 335	2.84 360	3.11 346	2.33 344	3.12 312	3.65 311
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
GANetREF_RVC	26.12 368	30.35 383	27.03 326	26.08 377	6.28 289	31.16 342	37.25 391	48.48 380	50.90 363	37.30 354	36.39 303	34.11 321	30.98 349	38.51 370	28.38 338	9.08 369	2.68 356	16.48 380	5.42 366	16.24 381	9.34 366
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
ACVNet-4b	36.91 389	52.81 396	57.04 381	42.64 392	22.08 382	48.32 379	14.64 319	50.28 384	59.78 387	43.17 369	46.34 355	55.50 386	24.49 314	39.03 371	23.55 302	25.75 392	3.76 370	47.36 396	33.76 395	28.62 390	19.22 388

ADCMid	23.61 356	12.42 347	44.10 361	11.85 319	8.33 333	27.89 328	20.03 351	36.49 325	39.56 318	40.81 362	47.01 360	36.89 333	43.95 378	39.12 372	42.60 379	1.95 319	1.55 330	3.05 344	3.98 356	5.20 335	5.37 329

MFN_U_SF_RVC	28.91 372	15.44 358	55.12 376	22.00 370	8.49 335	41.39 372	15.36 323	52.74 388	46.70 351	47.83 379	53.87 376	54.97 385	40.50 373	39.54 373	40.77 373	6.09 361	4.92 376	7.08 363	9.02 376	7.68 349	8.69 362

SGM_RVC	20.33 331	3.24 233	8.92 96	7.20 194	1.62 107	39.61 368	17.01 336	39.11 343	35.12 293	46.26 376	42.62 340	51.57 382	39.45 369	39.66 374	29.87 349	1.16 293	0.37 172	0.55 268	0.35 245	1.20 256	1.64 192
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SAMSARA	35.29 386	19.78 368	33.90 345	55.86 398	36.15 392	76.79 414	94.89 424	49.29 381	51.59 367	38.15 357	37.83 310	53.71 384	39.29 367	40.56 375	40.41 372	4.02 348	6.72 382	2.35 335	4.12 358	9.70 360	10.76 373

otaku	33.83 382	36.87 390	53.81 373	40.41 389	21.58 381	54.54 387	17.45 341	44.01 370	61.47 389	39.63 359	50.06 369	46.76 373	29.76 343	40.64 376	30.07 350	19.17 388	7.09 383	32.34 390	9.92 379	24.17 388	16.94 384

Consistency-Raft	41.94 391	35.39 386	45.40 363	33.16 386	41.47 396	45.14 376	33.50 386	56.78 395	55.37 375	32.11 335	65.41 395	30.46 297	49.76 385	40.94 377	48.33 393	27.72 393	35.00 397	43.33 394	51.89 405	39.60 395	28.04 393

Ntro	35.59 387	38.58 391	55.41 377	43.66 393	22.54 384	57.26 388	23.73 366	47.69 379	63.99 396	39.63 359	48.82 363	47.68 376	37.60 366	41.55 378	30.80 352	17.85 386	6.61 381	33.21 391	10.52 381	26.65 389	17.97 386

DispFullNet	31.01 379	32.97 384	59.04 384	30.27 384	28.46 389	33.06 349	11.44 290	37.69 334	54.13 369	33.30 343	37.78 308	44.68 365	28.96 338	42.19 379	29.68 348	12.35 382	3.56 367	36.10 392	12.90 385	32.29 393	19.42 389

ADCS	27.11 370	15.49 359	48.87 368	15.20 345	10.99 352	31.86 345	24.37 368	43.99 369	58.30 383	43.12 368	49.92 368	41.90 357	41.43 375	42.90 380	46.29 387	3.00 337	2.60 353	2.45 338	3.47 352	7.63 348	8.41 359

AnyNet_C32	24.34 357	15.07 357	42.84 359	13.07 331	11.83 356	31.80 344	31.73 384	32.47 277	45.77 346	35.92 350	49.66 366	34.05 320	35.21 360	44.09 381	43.39 383	1.61 312	1.70 334	1.22 312	2.94 349	4.87 333	7.60 351

SGM-ForestM	25.21 363	4.80 276	13.50 235	8.68 250	3.74 186	46.85 377	22.04 357	46.25 377	51.32 366	51.28 382	52.07 370	62.64 395	47.13 382	46.05 382	36.30 359	1.99 320	2.25 349	1.21 311	1.24 323	1.65 279	3.21 302

AnyNet_C01	30.67 375	27.57 382	76.09 405	17.61 356	12.18 359	50.42 382	28.89 379	39.14 346	41.14 325	41.36 363	65.66 397	47.21 374	40.16 371	47.50 383	49.82 394	2.38 328	2.79 359	2.31 333	2.83 348	8.35 353	9.99 371

NVStereoNet_ROB	42.81 393	34.00 385	46.84 365	37.40 387	28.64 390	35.65 357	33.88 388	49.95 382	58.27 382	69.65 402	75.69 406	66.36 399	65.66 399	48.37 384	62.04 406	16.50 385	25.07 394	23.61 385	32.35 393	21.58 387	24.72 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 394	63.10 404	65.03 392	60.15 399	39.21 395	59.39 396	31.46 383	57.61 397	78.49 413	50.61 381	66.05 398	59.57 391	45.26 379	50.17 385	42.57 378	46.92 401	45.90 402	53.26 400	32.46 394	54.03 401	34.14 397

ACVNet_1	42.11 392	50.66 394	66.19 393	45.24 395	25.33 388	50.11 381	25.60 372	55.90 392	65.25 397	60.15 388	59.98 385	63.57 396	50.05 386	50.45 386	38.46 366	20.06 389	11.00 388	38.79 393	14.48 386	31.31 392	19.68 390

ELAS	34.78 384	20.32 370	38.13 352	21.79 368	14.89 367	57.95 393	37.04 390	51.15 385	51.19 365	60.95 390	64.42 392	59.08 390	54.44 389	51.53 387	46.26 386	12.00 380	7.83 384	10.46 374	8.04 372	14.42 375	13.71 379
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	37.85 390	35.62 387	55.10 375	38.16 388	13.19 364	57.63 391	24.72 369	52.87 389	63.40 395	66.39 399	63.74 390	58.16 387	54.28 388	51.56 388	47.39 390	9.36 370	5.44 377	14.82 379	15.34 387	18.80 384	11.04 376

RTS	30.97 377	24.38 379	96.47 422	17.75 357	12.63 361	58.43 394	26.47 374	38.01 335	63.33 393	44.41 372	46.81 357	33.16 315	45.26 379	52.06 389	42.65 380	2.66 331	1.40 315	1.09 303	1.02 315	5.49 339	5.86 333

RTSA	30.97 377	24.38 379	96.47 422	17.75 357	12.63 361	58.43 394	26.47 374	38.01 335	63.33 393	44.41 372	46.81 357	33.16 315	45.26 379	52.06 389	42.65 380	2.66 331	1.40 315	1.09 303	1.02 315	5.49 339	5.86 333

PVD	34.10 383	19.91 369	39.04 353	27.08 380	18.09 376	35.11 355	44.32 397	52.16 386	66.36 398	53.04 385	64.50 393	52.33 383	56.17 391	52.24 391	42.11 377	4.17 350	4.82 375	9.60 372	4.65 361	11.11 369	25.25 392

MANE	33.27 381	12.69 348	21.10 311	22.10 371	15.09 369	49.75 380	29.51 381	54.10 391	56.36 379	59.73 387	64.93 394	65.43 398	57.34 395	52.70 392	41.02 374	10.52 373	6.09 379	7.35 366	20.29 389	9.66 359	9.65 368

BEATNet-Init1	36.29 388	22.72 376	56.79 380	28.53 381	13.41 365	59.81 397	33.49 385	53.72 390	58.64 384	60.78 389	63.63 389	70.42 400	56.59 393	53.93 393	46.48 388	5.63 359	4.14 373	7.49 367	7.45 369	11.35 370	10.88 374

ELAS_RVC	34.88 385	20.50 371	37.14 351	22.37 372	15.07 368	54.02 386	38.42 392	50.06 383	56.72 381	61.86 395	63.52 388	58.79 389	54.60 390	54.13 394	43.99 384	12.20 381	7.90 385	10.75 375	7.65 370	14.42 375	13.42 378
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	58.13 400	62.74 403	73.58 402	66.59 402	38.77 394	63.23 399	49.56 398	72.12 411	82.24 417	79.37 415	88.96 422	76.25 404	73.29 405	55.14 395	48.05 391	38.17 395	24.21 393	54.92 401	37.94 396	48.23 396	29.29 395

anonymity	52.60 395	58.73 398	63.81 387	41.37 391	59.41 406	53.52 384	41.39 393	56.50 394	40.60 323	55.03 386	49.64 365	49.57 378	56.22 392	59.42 396	50.07 395	55.57 404	50.19 408	51.15 398	51.23 403	51.90 397	56.75 405

FADE		36.34 389		32.23 385	23.74 386			57.46 396	71.16 404	43.07 367		43.49 361		59.46 397		38.46 396	21.19 392	44.28 395	42.47 397	17.94 383	15.62 383

SPS-STEREO	56.02 399	59.82 401	64.35 389	45.23 394	53.96 401	61.34 398	44.05 396	60.08 398	50.73 359	62.61 396	61.78 387	59.73 392	57.62 396	60.63 398	59.08 401	58.29 406	48.28 403	51.30 399	49.29 401	55.67 402	56.59 404
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	55.54 398	57.77 397	64.45 390	40.89 390	53.89 400	63.34 400	50.45 399	56.00 393	45.95 347	61.43 393	64.32 391	61.05 393	56.70 394	61.32 399	56.86 400	56.51 405	49.35 406	50.49 397	50.00 402	52.52 398	57.57 406

WAO-7	72.48 410	78.58 413	55.84 378	79.20 414	69.56 417	71.30 406	73.06 415	78.20 420	84.37 419	77.52 411	85.78 417	79.44 409	80.26 412	65.93 400	66.47 410	62.13 408	69.81 420	70.46 405	73.18 411	66.66 405	61.95 409

TorneroNet-64	66.18 404	71.37 408	72.19 401	76.80 409	59.54 407	67.82 404	59.56 403	67.83 404	79.98 414	63.09 397	67.00 399	82.98 412	69.97 402	68.02 401	62.78 407	49.03 402	44.17 401	73.23 406	64.19 407	69.14 408	54.83 403

DPSimNet_ROB	74.86 415	83.75 422	61.14 386	77.51 410	65.78 412	76.04 412	75.86 416	74.62 415	77.61 411	82.20 417	75.97 407	80.50 411	72.45 403	68.06 402	84.65 421	81.90 422	52.11 409	79.97 412	76.71 416	70.85 411	79.47 422

WAO-6	71.06 406	73.42 410	67.24 394	79.78 416	61.93 410	69.67 405	60.23 404	75.12 416	87.02 420	74.87 408	79.60 410	79.28 408	84.75 417	68.25 403	61.91 405	67.67 410	48.98 405	81.65 415	73.43 412	66.76 406	59.64 407

JetBlue	54.72 397	46.20 393	75.05 403	51.44 396	47.85 397	76.48 413	62.38 406	64.44 401	62.86 392	63.67 398	65.49 396	78.96 407	68.77 400	68.63 404	75.95 418	37.07 394	25.78 396	29.10 389	29.19 392	29.75 391	35.27 398

UNDER WATER-64	73.59 413	75.19 412	88.26 417	74.50 406	55.55 404	78.94 417	76.55 417	65.86 402	68.37 403	75.79 410	69.24 402	84.00 415	77.49 410	69.01 405	73.11 414	81.39 420	57.22 413	82.69 419	80.62 417	69.53 409	68.45 416

MADNet+	53.97 396	69.36 406	98.79 429	67.30 403	38.52 393	79.97 418	81.50 420	61.38 399	62.53 391	52.01 384	55.50 380	61.22 394	59.61 397	70.25 406	77.26 419	25.21 391	25.07 394	17.40 381	12.69 384	34.21 394	29.70 396

TorneroNet	71.59 407	73.91 411	76.67 406	81.06 418	65.65 411	71.44 407	65.68 408	71.66 410	75.08 408	71.76 404	73.09 405	84.12 416	74.51 408	70.46 407	69.58 411	59.87 407	48.58 404	79.93 411	73.78 413	75.74 418	69.18 417

UNDER WATER	76.36 416	79.65 417	88.23 416	84.62 420	67.01 413	77.90 415	78.03 418	67.43 403	72.64 407	75.52 409	71.49 404	85.52 417	82.57 415	70.68 408	75.48 417	79.61 418	54.01 410	86.59 423	84.76 422	72.44 414	72.94 419

MFMNet_re	72.11 409	79.45 416	64.79 391	52.91 397	84.26 422	78.00 416	69.47 411	64.08 400	67.45 402	61.33 392	71.28 403	64.22 397	69.42 401	72.45 409	61.54 403	81.63 421	73.93 422	80.19 413	74.21 414	83.02 422	88.49 425

WAO-8	77.20 417	78.94 414	67.39 395	86.73 422	72.82 419	79.98 419	69.63 412	77.88 418	88.66 422	83.17 419	86.77 418	85.56 418	85.20 419	72.63 410	69.82 412	75.00 414	55.65 411	87.92 425	83.63 420	71.60 412	64.97 412

Venus	77.20 417	78.94 414	67.39 395	86.73 422	72.82 419	79.98 419	69.63 412	77.88 418	88.66 422	83.17 419	86.77 418	85.56 418	85.20 419	72.63 410	69.82 412	75.00 414	55.65 411	87.92 425	83.63 420	71.61 413	64.97 412

IMH-64-1	59.89 401	58.89 399	69.08 397	66.46 400	50.96 398	57.48 389	51.18 400	69.03 405	67.25 399	67.90 400	80.31 411	70.42 400	74.30 406	72.66 412	50.07 395	42.88 398	43.00 399	65.88 402	47.48 398	53.41 399	39.15 399

IMH-64	59.89 401	58.89 399	69.08 397	66.46 400	50.96 398	57.48 389	51.18 400	69.03 405	67.25 399	67.90 400	80.31 411	70.42 400	74.30 406	72.66 412	50.07 395	42.88 398	43.00 399	65.88 402	47.48 398	53.41 399	39.15 399

ktn	72.86 412	80.20 419	70.88 400	79.38 415	69.76 418	75.01 408	70.17 414	69.27 407	77.21 410	73.05 406	77.79 408	77.79 405	77.01 409	73.04 414	56.44 399	79.36 416	66.31 417	80.24 414	68.37 408	72.53 415	63.45 410

LVE	71.96 408	73.19 409	84.13 414	75.60 407	55.78 405	75.59 410	63.60 407	77.67 417	83.64 418	82.16 416	87.25 421	83.54 414	82.79 416	76.17 415	65.22 409	49.11 403	57.71 414	74.86 408	62.93 406	66.84 407	61.36 408

KSHMR	88.63 424	93.05 426	84.15 415	95.59 427	91.74 427	82.94 421	83.28 421	84.59 423	81.87 416	87.85 422	83.96 415	91.71 423	81.49 413	76.73 416	82.12 420	96.47 429	96.06 429	96.71 429	97.16 429	92.74 429	92.47 429

IMH	63.51 403	61.05 402	69.15 399	69.90 404	54.09 403	65.82 403	55.66 402	72.12 411	72.52 406	72.73 405	81.82 413	73.16 403	79.86 411	77.03 417	52.57 398	44.46 400	50.01 407	68.11 404	51.57 404	56.59 403	41.88 402

notaker	72.59 411	79.99 418	79.75 409	79.06 413	68.60 415	63.66 401	62.15 405	69.61 408	75.78 409	77.77 412	79.16 409	79.92 410	84.80 418	77.69 418	59.73 402	70.15 413	61.03 416	77.65 410	68.69 409	70.81 410	65.81 414

JetRed	79.80 420	80.33 420	91.79 419	71.25 405	75.71 421	91.85 423	80.84 419	79.41 421	80.84 415	84.48 421	84.47 416	83.34 413	72.72 404	79.51 419	85.74 422	69.66 412	81.68 423	73.70 407	72.68 410	82.42 421	73.53 420

LRCNet_RVC	73.95 414	70.63 407	75.65 404	77.92 411	60.69 409	41.66 373	16.24 329	71.26 409	48.66 353	88.23 423	93.84 425	90.11 422	82.18 414	80.69 420	61.88 404	97.09 430	72.20 421	96.71 429	97.62 430	77.99 419	77.70 421

PWCK	66.53 405	88.82 424	80.30 410	80.69 417	30.85 391	65.18 402	41.64 394	72.55 413	71.28 405	78.68 414	69.18 401	78.14 406	62.17 398	82.93 421	63.46 408	80.46 419	40.52 398	82.05 417	47.71 400	74.54 417	39.47 401

Dean	80.94 421	86.19 423	83.94 413	85.03 421	60.07 408	75.42 409	67.27 409	81.85 422	88.36 421	92.35 425	87.09 420	92.14 424	93.19 424	83.37 422	74.06 415	68.69 411	66.48 418	94.89 428	84.90 423	83.86 424	69.69 418

HanzoNet	77.99 419	81.45 421	83.64 411	78.05 412	69.26 416	75.78 411	69.09 410	73.99 414	78.09 412	82.39 418	83.06 414	85.66 420	87.00 422	86.11 423	74.40 416	85.46 426	68.53 419	81.84 416	75.61 415	73.07 416	67.26 415

ASD4	87.80 423	90.70 425	83.73 412	83.43 419	90.78 426	97.93 426	99.61 431	89.14 424	96.84 428	88.33 424	93.49 423	89.94 421	86.43 421	88.88 424	91.91 424	79.57 417	81.89 424	76.64 409	81.57 419	83.78 423	81.45 423

xxxxx1	91.89 426	95.36 428	98.42 426	87.40 424	89.37 423	98.54 427	98.20 428	92.95 425	93.30 425	93.53 426	95.30 426	97.01 426	96.36 425	94.68 425	94.93 425	83.39 423	84.31 425	82.86 420	88.15 425	84.30 425	89.46 426

tt_ll	91.89 426	95.36 428	98.42 426	87.40 424	89.37 423	98.54 427	98.20 428	92.95 425	93.30 425	93.53 426	95.30 426	97.01 426	96.36 425	94.68 425	94.93 425	83.39 423	84.31 425	82.86 420	88.15 425	84.30 425	89.46 426

ff	91.89 426	95.36 428	98.42 426	87.40 424	89.37 423	98.54 427	98.20 428	92.95 425	93.30 425	93.53 426	95.30 426	97.01 426	96.36 425	94.68 425	94.93 425	83.39 423	84.31 425	82.86 420	88.15 425	84.30 425	89.46 426

MADNet++	94.07 429	93.58 427	90.62 418	96.24 428	96.57 428	97.26 425	90.52 422	94.64 428	91.89 424	97.09 429	93.64 424	94.65 425	92.81 423	96.06 428	95.06 428	95.31 428	95.85 428	92.44 427	92.08 428	91.00 428	94.17 431

MEDIAN_ROB	99.20 431	99.85 431	99.64 431	98.51 430	98.53 430	98.60 430	97.88 427	98.83 431	98.59 430	99.35 433	99.47 431	99.57 431	99.05 430	98.38 429	98.37 431	99.99 432	99.63 431	100.00 433	100.00 434	99.82 432	99.92 433

SPstereo	83.66 422	69.17 405	79.52 408	76.33 408	67.79 414	88.06 422	91.78 423	100.00 434	100.00 434	99.12 430	99.11 429	100.00 437	98.10 428	98.44 430	89.22 423	65.98 409	60.50 415	82.46 418	81.00 418	62.47 404	64.12 411

HaxPig	99.40 432	99.99 433	97.53 424	99.99 434	99.99 433	96.91 424	97.19 425	99.57 432	99.99 432	99.98 435	100.00 433	99.99 435	99.96 432	99.06 431	97.86 429	99.99 432	100.00 435	100.00 433	100.00 434	100.00 434	99.98 434

Anonymous_1	99.63 433	99.96 432	99.94 433	99.77 433	99.59 432	100.00 434	100.00 434	99.81 433	99.98 431	99.63 434	99.94 432	99.75 432	100.00 433	99.67 432	99.89 432	98.37 431	99.84 432	98.70 431	99.26 431	99.29 431	99.24 432

test_example2	99.67 434	99.99 433	99.99 434	100.00 435	99.99 433	99.87 432	99.99 433	98.01 429	100.00 434	100.00 436	100.00 433	98.18 429	98.43 429	99.98 433	99.98 433	100.00 434	99.99 434	99.40 432	99.52 433	100.00 434	100.00 435

DPSMNet_ROB	99.95 436	100.00 436	100.00 436	100.00 435	100.00 435	100.00 434	100.00 434	100.00 434	100.00 434	99.16 431	100.00 433	99.95 433	100.00 433	99.98 433	99.99 434	100.00 434	100.00 435	100.00 433	100.00 434	100.00 434	100.00 435

DGTPSM_ROB	99.95 436	100.00 436	100.00 436	100.00 435	100.00 435	100.00 434	100.00 434	100.00 434	100.00 434	99.16 431	100.00 433	99.95 433	100.00 433	99.98 433	99.99 434	100.00 434	100.00 435	100.00 433	100.00 434	100.00 434	100.00 435

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

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

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

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

tt	89.84 425	1.21 8	99.99 434	99.29 432	100.00 435	100.00 434	100.00 434	100.00 434	99.99 432	78.46 413	68.51 400	99.99 435	100.00 433	100.00 436	100.00 436	95.27 427	99.93 433	87.33 424	86.20 424	94.13 430	86.50 424

PML	99.07 430	100.00 436	98.17 425	99.22 431	99.21 431	99.98 433	99.74 432	98.27 430	98.10 429	100.00 436	99.37 430	98.77 430	99.85 431	100.00 436	98.07 430	100.00 434	99.54 430	100.00 433	99.51 432	99.87 433	93.65 430

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

LSM0	100.00 438	100.00 436	100.00 436	100.00 435	100.00 435	100.00 434	100.00 434	100.00 434	100.00 434	100.00 436	100.00 433	100.00 437	100.00 433	100.00 436	100.00 436	100.00 434	100.00 435	100.00 433	100.00 434	100.00 434	100.00 435

DPSM_ROB	100.00 438	100.00 436	100.00 436	100.00 435	100.00 435	100.00 434	100.00 434	100.00 434	100.00 434	100.00 436	100.00 433	100.00 437	100.00 433	100.00 436	100.00 436	100.00 434	100.00 435	100.00 433	100.00 434	100.00 434	100.00 435

DPSM	100.00 438	100.00 436	100.00 436	100.00 435	100.00 435	100.00 434	100.00 434	100.00 434	100.00 434	100.00 436	100.00 433	100.00 437	100.00 433	100.00 436	100.00 436	100.00 434	100.00 435	100.00 433	100.00 434	100.00 434	100.00 435

AVERAGE_ROB	99.81 435	99.99 433	99.44 430	100.00 435	100.00 435	99.02 431	97.81 426	100.00 434	100.00 434	100.00 436	100.00 433	100.00 437	100.00 433	100.00 436	100.00 436	100.00 434	100.00 435	100.00 433	100.00 434	100.00 434	100.00 435

Low-res two-view benchmark