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

panet	0.29 7	0.17 46	0.95 4	0.00 1	0.00 1	1.26 106	0.01 19	1.32 30	0.97 82	0.16 24	0.18 72	0.05 22	0.00 1	0.53 41	0.13 35	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24

Sa-1000	1.23 209	0.79 241	2.16 138	0.00 1	0.40 290	1.36 139	0.03 127	5.00 275	2.01 263	1.11 162	5.38 343	0.61 115	0.15 131	4.18 195	0.37 127	0.00 1	0.54 302	0.00 1	0.16 319	0.15 262	0.16 152

SA	1.02 171	0.85 248	2.22 145	0.00 1	0.42 295	1.31 122	0.01 19	4.74 259	2.04 267	0.50 80	0.95 208	0.30 88	1.30 277	4.24 203	0.42 138	0.00 1	0.47 294	0.00 1	0.17 327	0.16 270	0.30 213

TestStereo	0.67 74	0.99 282	2.26 152	0.00 1	0.00 1	0.92 21	0.01 19	1.77 52	0.30 10	0.20 38	0.05 48	0.08 47	0.06 67	6.62 305	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 83

Anonymous	0.35 13	0.22 90	2.01 112	0.00 1	0.00 1	0.24 3	0.01 19	3.01 105	0.54 23	0.02 1	0.03 30	0.05 22	0.07 77	0.32 14	0.07 10	0.00 1	0.01 193	0.00 1	0.00 1	0.11 223	0.22 186

UPFNet	0.99 161	0.32 127	2.89 215	0.00 1	0.00 1	1.90 263	0.11 212	4.10 197	1.10 99	2.35 276	0.12 66	1.91 232	0.08 88	4.02 193	0.78 195	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.04 45

CREStereo	0.29 7	0.19 74	0.91 2	0.00 1	0.01 62	1.24 93	0.01 19	1.31 29	0.99 87	0.17 26	0.17 69	0.04 7	0.00 1	0.56 45	0.14 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
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
HSM-Net_RVC	1.51 265	0.11 13	1.93 104	0.00 1	0.01 62	1.91 265	0.05 168	7.86 381	1.93 259	3.77 332	3.76 324	3.16 299	0.36 183	4.34 207	0.83 203	0.01 299	0.01 193	0.00 1	0.00 1	0.01 9	0.11 122
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.71 84	0.20 80	2.35 165	0.00 1	0.01 62	1.24 93	0.00 1	3.17 119	0.91 75	0.82 115	0.45 147	2.28 260	0.63 227	1.78 144	0.18 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 141

CASnet	0.21 2	0.22 90	0.95 4	0.01 10	0.00 1	0.87 20	0.01 19	0.55 4	0.88 68	0.16 24	0.03 30	0.04 7	0.02 18	0.39 21	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.70 82	0.18 51	2.22 145	0.01 10	0.01 62	1.09 50	0.00 1	3.17 119	1.35 177	0.50 80	0.29 107	2.28 260	1.46 285	1.22 114	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 167

CFNet_ucs	0.84 110	0.23 94	2.43 183	0.01 10	0.01 62	1.34 135	0.01 19	3.82 156	1.61 211	1.24 180	1.13 221	2.16 255	0.41 200	2.08 151	0.17 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.17 157

RCA-Stereo	0.53 38	0.18 51	1.16 11	0.01 10	0.24 247	1.20 74	0.01 19	3.86 164	0.97 82	0.77 110	0.50 153	0.05 22	0.13 129	0.32 14	0.03 3	0.00 1	0.87 328	0.00 1	0.00 1	0.08 170	0.24 195

fff	0.83 104	0.63 211	3.63 256	0.01 10	0.04 146	1.25 100	0.02 78	3.98 178	1.29 156	2.39 283	0.25 98	0.09 52	1.78 303	0.58 48	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 228

IER	0.88 119	0.38 144	2.74 205	0.01 10	0.00 1	2.27 277	0.02 78	3.65 141	1.30 164	1.45 202	0.96 209	1.39 196	1.16 263	1.60 131	0.53 163	0.00 1	0.00 1	0.00 1	0.00 1	0.06 136	0.02 24

CSP-Net	1.13 189	0.76 235	1.67 46	0.01 10	0.00 1	2.81 306	0.05 168	5.62 313	1.14 104	1.14 165	0.85 200	1.80 227	0.23 159	6.10 286	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.13 242	0.03 38

ADLNet2	1.52 268	0.79 241	3.51 250	0.01 10	0.69 335	1.26 106	0.26 260	4.84 262	3.10 334	1.67 226	3.23 313	4.17 330	0.80 248	4.77 234	1.00 227	0.00 1	0.00 1	0.00 1	0.00 1	0.22 303	0.12 128

THIR-Stereo	1.54 270	0.48 169	1.88 96	0.01 10	0.02 107	1.08 43	4.17 376	2.48 73	0.41 13	1.09 158	4.30 335	1.90 231	4.08 357	6.84 318	1.81 265	0.00 1	0.00 1	0.04 354	0.00 1	0.06 136	0.04 45

ICVP	0.53 38	0.09 6	1.86 89	0.01 10	0.01 62	1.12 59	0.21 245	4.35 225	0.68 41	0.45 67	0.28 105	0.33 89	0.07 77	0.72 73	0.25 84	0.00 1	0.07 246	0.00 1	0.00 1	0.04 113	0.11 122
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.61 60	0.23 94	2.97 220	0.01 10	0.00 1	2.54 292	0.09 203	3.88 169	0.89 71	0.19 32	0.23 95	0.12 60	0.05 60	0.61 60	0.17 50	0.00 1	0.08 250	0.00 1	0.00 1	0.05 125	0.18 164

sAnonymous2	0.50 27	0.60 202	4.41 297	0.01 10	0.00 1	0.34 5	0.08 192	2.33 66	1.09 96	0.03 6	0.06 52	0.04 7	0.10 105	0.29 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 250	0.35 225

CroCo_RVC	0.50 27	0.60 202	4.41 297	0.01 10	0.00 1	0.34 5	0.08 192	2.33 66	1.09 96	0.03 6	0.06 52	0.04 7	0.10 105	0.29 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 250	0.35 225

CFNet_pseudo	0.71 84	0.20 80	2.34 164	0.01 10	0.01 62	1.24 93	0.00 1	3.19 122	0.92 76	0.85 117	0.47 151	2.29 264	0.61 220	1.79 145	0.17 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 141

ADLNet	1.35 244	0.55 187	2.95 219	0.01 10	0.05 154	2.22 274	0.11 212	5.06 279	2.83 328	2.42 287	2.19 273	2.63 275	0.68 238	3.59 182	1.37 246	0.00 1	0.00 1	0.00 1	0.00 1	0.17 282	0.27 208

GES	0.75 91	0.26 103	2.66 202	0.01 10	0.00 1	1.63 229	0.08 192	6.06 341	0.57 28	0.68 94	0.40 136	0.37 92	0.66 235	0.84 94	0.49 155	0.02 323	0.00 1	0.01 325	0.00 1	0.08 170	0.10 115

csc	0.83 104	0.63 211	3.63 256	0.01 10	0.04 146	1.25 100	0.02 78	3.98 178	1.29 156	2.39 283	0.25 98	0.09 52	1.78 303	0.58 48	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 228

cscssc	0.83 104	0.63 211	3.63 256	0.01 10	0.04 146	1.25 100	0.02 78	3.98 178	1.29 156	2.39 283	0.25 98	0.09 52	1.78 303	0.58 48	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 228

111	1.00 164	1.05 294	3.63 256	0.01 10	0.04 146	1.20 74	0.16 227	4.50 234	2.24 280	1.32 187	1.15 224	2.00 240	0.31 175	0.59 55	0.79 196	0.00 1	0.00 1	0.00 1	0.00 1	0.10 200	0.84 292

xxxx	2.26 324	0.43 158	2.30 157	0.01 10	0.68 334	1.47 176	0.00 1	6.56 358	2.32 287	1.56 212	2.07 272	1.07 180	0.06 67	4.81 235	18.87 401	0.00 1	1.11 361	0.00 1	0.21 347	0.06 136	1.65 351

GMStereo	0.34 12	1.03 292	2.11 134	0.01 10	0.00 1	0.47 14	0.01 19	0.77 15	1.38 187	0.24 40	0.04 40	0.07 42	0.08 88	0.43 27	0.12 27	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HGLStereo	1.17 197	0.53 185	2.39 170	0.01 10	0.02 107	1.45 166	0.01 19	4.05 189	1.14 104	1.42 199	3.06 307	2.09 246	1.21 269	4.60 221	1.33 243	0.00 1	0.00 1	0.00 1	0.00 1	0.10 200	0.06 68

CFNet-ft	0.97 157	0.94 266	2.30 157	0.01 10	0.27 265	1.37 141	0.02 78	2.76 80	0.79 51	0.88 121	0.20 88	3.76 323	0.38 187	4.21 198	1.34 244	0.00 1	0.00 1	0.01 325	0.00 1	0.08 170	0.09 105

DSFCA	1.45 257	0.51 178	2.76 207	0.01 10	0.03 125	3.64 332	0.83 321	3.28 127	1.45 194	3.25 321	0.44 144	2.89 287	1.45 282	6.07 284	2.14 281	0.00 1	0.02 220	0.00 1	0.00 1	0.06 136	0.10 115

DMCA	0.87 117	0.52 183	3.24 236	0.01 10	0.01 62	1.30 120	0.02 78	3.69 142	1.87 251	2.29 271	0.17 69	1.71 220	0.10 105	0.76 77	1.42 249	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.12 128

AF-Net	2.51 331	1.12 303	5.46 337	0.01 10	0.13 203	2.03 269	0.47 298	7.04 369	2.74 319	4.09 338	10.64 371	4.99 345	2.94 333	4.94 241	3.28 321	0.00 1	0.00 1	0.00 1	0.00 1	0.17 282	0.15 148

stereogan	2.38 329	0.59 199	5.05 320	0.01 10	0.09 184	8.26 379	0.58 310	4.92 270	3.65 343	4.68 348	4.60 337	6.43 362	2.39 320	5.27 256	0.72 191	0.00 1	0.01 193	0.01 325	0.00 1	0.27 324	0.13 136

MSMDNet	0.71 84	0.18 51	2.22 145	0.01 10	0.01 62	1.09 50	0.00 1	3.25 124	1.35 177	0.52 83	0.29 107	2.29 264	1.45 282	1.22 114	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 167

CFNet_RVC	0.97 157	0.94 266	2.30 157	0.01 10	0.27 265	1.37 141	0.02 78	2.76 80	0.79 51	0.88 121	0.20 88	3.76 323	0.38 187	4.21 198	1.34 244	0.00 1	0.00 1	0.01 325	0.00 1	0.08 170	0.09 105

HSM	1.48 262	0.60 202	1.85 86	0.01 10	0.29 271	1.76 254	0.04 156	6.50 355	1.46 195	1.91 242	1.55 245	4.69 340	1.27 275	6.66 309	0.70 188	0.00 1	0.00 1	0.00 1	0.00 1	0.07 160	0.26 205

Former-RAFT_DAM_RVC	0.29 7	0.32 127	0.88 1	0.02 40	0.00 1	1.05 35	0.01 19	0.80 17	1.00 88	0.76 109	0.34 117	0.10 57	0.06 67	0.13 1	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.05 125	0.09 105

MIF-Stereo (partial)	0.37 17	0.39 146	1.98 108	0.02 40	0.00 1	0.43 13	0.02 78	2.35 68	0.61 33	0.18 28	0.10 59	0.07 42	0.07 77	0.61 60	0.40 136	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.02 24

Wz-Net-LNSev-Ref	1.86 289	1.13 305	5.96 343	0.02 40	0.00 1	5.00 355	0.29 275	5.31 294	2.38 292	2.65 297	1.15 224	2.32 267	1.95 310	5.59 270	3.35 324	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.14 141

Wz-Net-MNSev	2.17 317	1.90 361	7.77 369	0.02 40	0.01 62	4.60 350	2.08 355	5.70 319	2.83 328	4.02 337	1.50 243	1.87 229	2.53 325	5.10 249	3.04 316	0.00 1	0.01 193	0.00 1	0.00 1	0.14 250	0.31 215

psmg	0.93 135	0.15 28	1.48 22	0.02 40	0.00 1	3.25 318	0.26 260	5.45 308	1.17 109	2.00 252	1.45 239	1.78 225	0.10 105	0.80 88	0.71 189	0.00 1	0.00 1	0.01 325	0.00 1	0.02 36	0.04 45

s12784h	0.67 74	0.17 46	1.87 94	0.02 40	0.00 1	1.16 66	0.03 127	4.08 194	1.89 253	1.04 150	1.59 249	0.05 22	0.02 18	1.25 118	0.12 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

raftrobust	0.68 79	0.89 256	1.80 70	0.02 40	1.29 366	1.22 85	0.05 168	2.37 70	0.62 34	2.99 313	0.03 30	0.12 60	0.15 131	0.60 57	0.51 159	0.00 1	0.69 310	0.00 1	0.00 1	0.10 200	0.24 195

sCroCo_RVC	0.27 6	0.19 74	2.20 142	0.02 40	0.00 1	0.13 1	0.04 156	1.15 27	0.89 71	0.15 22	0.07 55	0.03 5	0.04 45	0.39 21	0.05 5	0.00 1	0.07 246	0.00 1	0.00 1	0.02 36	0.01 11

HCRNet	0.83 104	0.39 146	1.59 35	0.02 40	0.00 1	1.18 71	0.01 19	3.69 142	2.28 284	0.75 107	0.21 91	0.56 114	0.11 113	5.32 260	0.25 84	0.00 1	0.01 193	0.00 1	0.00 1	0.08 170	0.04 45

222	3.11 342	0.43 158	2.10 132	0.02 40	0.45 300	1.57 207	0.01 19	6.44 353	2.34 291	1.73 232	2.24 277	0.52 111	0.07 77	4.95 242	36.29 418	0.00 1	1.07 351	0.00 1	0.21 347	0.06 136	1.65 351

SFCPSM	0.87 117	0.20 80	2.57 193	0.02 40	0.07 168	2.45 288	0.18 235	5.65 315	1.51 201	0.85 117	0.77 187	0.67 126	0.30 171	1.77 142	0.22 71	0.00 1	0.00 1	0.00 1	0.04 274	0.09 189	0.09 105

PMTNet	0.26 5	0.21 85	1.40 18	0.02 40	0.02 107	1.16 66	0.29 275	1.00 22	0.18 1	0.04 11	0.03 30	0.07 42	0.02 18	0.47 30	0.15 40	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.02 24

FADNet_RVC	1.32 238	1.54 341	5.37 333	0.02 40	0.06 159	2.78 304	0.07 186	4.19 209	1.03 89	0.44 62	0.35 124	0.67 126	0.10 105	5.42 263	1.92 273	0.24 371	0.33 286	0.11 366	0.33 377	0.66 378	0.68 278

R-Stereo Train	0.56 50	0.15 28	1.83 83	0.02 40	0.00 1	1.26 106	0.09 203	4.14 204	0.45 17	1.86 237	0.42 140	0.06 30	0.01 6	0.32 14	0.46 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 60

RAFT-Stereo	0.56 50	0.15 28	1.83 83	0.02 40	0.00 1	1.26 106	0.09 203	4.14 204	0.45 17	1.86 237	0.42 140	0.06 30	0.01 6	0.32 14	0.46 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 60
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UCFNet_RVC	0.78 98	0.68 220	2.05 122	0.02 40	0.29 271	1.57 207	0.02 78	3.57 135	0.87 65	1.35 192	0.74 182	1.66 217	0.20 154	1.92 147	0.61 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

DeepPruner_ROB	1.04 173	0.99 282	3.05 224	0.02 40	0.00 1	1.60 214	0.17 230	3.96 176	0.52 20	3.41 325	0.03 30	2.06 243	0.17 141	3.35 170	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.14 250	0.14 141

ETE_ROB	1.42 255	1.04 293	3.10 227	0.02 40	0.03 125	1.81 259	0.22 248	4.73 257	1.67 228	4.77 349	1.43 238	2.77 279	0.08 88	4.23 201	2.20 283	0.00 1	0.00 1	0.00 1	0.00 1	0.06 136	0.20 179

LALA_ROB	1.55 272	1.07 298	2.99 223	0.02 40	0.06 159	3.20 316	0.49 300	4.07 193	1.80 247	3.79 333	0.66 174	4.51 333	0.25 164	3.82 190	4.07 333	0.00 1	0.00 1	0.00 1	0.00 1	0.10 200	0.11 122

MyStereo07	0.53 38	0.51 178	1.58 33	0.03 59	0.34 287	1.66 238	0.02 78	1.68 47	1.34 173	0.53 84	0.02 1	0.04 7	0.11 113	0.74 76	0.26 91	0.00 1	1.19 378	0.00 1	0.18 334	0.03 92	0.37 228

MyStereo06	1.08 180	0.47 167	3.30 240	0.03 59	0.14 208	1.53 195	0.02 78	5.58 311	0.88 68	1.15 167	0.73 181	3.48 313	1.15 262	0.86 97	0.66 181	0.00 1	1.10 359	0.00 1	0.16 319	0.02 36	0.37 228

MyStereo05	1.01 166	0.47 167	3.36 242	0.03 59	0.14 208	1.53 195	0.02 78	4.11 200	3.37 339	1.43 200	0.03 30	1.27 190	0.39 197	1.39 124	0.97 223	0.00 1	1.10 359	0.00 1	0.16 319	0.02 36	0.37 228

MyStereo04	1.01 166	0.51 178	3.49 249	0.03 59	0.34 287	1.66 238	0.02 78	4.18 208	2.93 331	1.10 160	0.03 30	1.30 193	0.58 217	1.32 121	1.02 229	0.00 1	1.19 378	0.00 1	0.18 334	0.03 92	0.37 228

whm_eth	0.81 101	0.77 238	4.13 279	0.03 59	0.00 1	1.26 106	0.02 78	4.05 189	2.20 277	0.35 48	2.47 295	0.13 65	0.11 113	0.28 9	0.14 38	0.00 1	0.01 193	0.00 1	0.00 1	0.02 36	0.28 211

Any-RAFT	0.76 93	0.13 23	1.46 20	0.03 59	0.01 62	2.76 303	0.08 192	4.09 195	1.69 229	1.08 156	0.26 103	1.95 236	0.31 175	0.95 102	0.09 14	0.01 299	0.20 273	0.00 1	0.00 1	0.01 9	0.08 83

CASS	0.63 67	0.16 38	1.88 96	0.03 59	0.01 62	1.67 243	0.04 156	3.11 117	0.81 57	2.25 270	1.02 212	0.29 87	0.35 181	0.70 69	0.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.04 45
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	0.42 21	0.75 231	1.76 64	0.03 59	0.00 1	0.33 4	0.01 19	3.75 147	0.81 57	0.02 1	0.03 30	0.04 7	0.07 77	0.52 40	0.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.07 160	0.03 38

ADStereo(finetuned)	0.98 159	0.65 216	4.66 303	0.03 59	0.00 1	1.25 100	0.01 19	3.99 182	2.16 272	2.65 297	0.30 111	0.09 52	2.33 318	0.58 48	0.45 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.41 242

Wz-Net-LNSev	1.60 277	1.48 338	8.20 375	0.03 59	0.03 125	3.95 336	0.13 220	4.89 266	2.33 289	0.92 129	0.31 114	3.64 319	1.40 280	2.90 163	1.50 252	0.00 1	0.00 1	0.00 1	0.00 1	0.10 200	0.20 179

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 59	0.00 1	0.95 23	0.03 127	0.33 1	0.44 16	0.10 19	0.04 40	0.06 30	0.04 45	0.44 28	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 60

CrosDoStereo	1.72 281	0.31 123	1.91 101	0.03 59	0.07 168	1.40 151	5.95 394	3.61 138	1.62 217	0.98 135	3.79 325	0.94 164	4.66 363	7.11 339	1.86 270	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.08 83

STrans-v2	1.75 283	0.45 162	3.43 245	0.03 59	0.19 226	1.48 181	0.08 192	7.25 372	2.16 272	2.04 254	2.80 302	3.60 316	3.78 352	7.00 334	0.52 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.10 115

DeepStereo_LL	1.72 281	0.31 123	1.91 101	0.03 59	0.07 168	1.40 151	5.95 394	3.61 138	1.62 217	0.98 135	3.79 325	0.94 164	4.66 363	7.11 339	1.86 270	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.08 83

test-1	0.77 96	0.31 123	1.67 46	0.03 59	0.97 354	1.23 89	0.07 186	4.63 249	0.75 46	0.73 104	0.67 176	1.06 178	0.03 35	0.58 48	0.80 198	0.02 323	0.79 319	0.00 1	0.07 286	0.01 9	0.96 305

iRaftStereo_RVC	0.55 47	0.59 199	1.20 12	0.03 59	0.00 1	1.23 89	0.01 19	2.55 75	0.81 57	0.15 22	0.23 95	0.70 133	0.12 126	0.48 31	0.22 71	0.00 1	1.14 373	0.00 1	0.00 1	0.33 337	1.13 315

TANstereo	0.37 17	0.50 171	1.62 36	0.03 59	0.01 62	1.16 66	0.00 1	0.56 5	0.53 21	1.05 151	1.38 236	0.06 30	0.05 60	0.45 29	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

RALAANet	0.68 79	1.09 301	2.29 155	0.03 59	0.01 62	0.93 22	0.03 127	2.65 77	1.97 261	1.19 170	0.39 135	0.15 71	0.30 171	1.27 119	0.75 193	0.00 1	0.25 274	0.00 1	0.09 293	0.19 290	0.03 38

DCANet	0.84 110	0.65 216	3.63 256	0.03 59	0.00 1	1.25 100	0.01 19	3.99 182	2.16 272	2.66 300	0.31 114	0.09 52	0.48 207	0.57 47	0.45 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.41 242

DMCA-RVC	1.12 187	1.19 311	5.30 331	0.03 59	0.04 146	1.30 120	0.06 184	3.05 108	0.87 65	3.33 322	0.12 66	0.98 171	0.65 233	3.40 173	1.82 267	0.01 299	0.04 232	0.02 344	0.01 241	0.10 200	0.09 105

FADNet-RVC	1.30 234	1.62 347	6.28 349	0.03 59	0.00 1	1.61 221	0.08 192	4.49 233	2.04 267	0.41 59	0.10 59	0.63 117	0.64 230	5.55 268	1.69 263	0.01 299	0.08 250	0.00 1	0.00 1	0.52 368	0.31 215

FADNet	1.38 247	1.42 333	5.62 339	0.03 59	0.06 159	2.56 293	0.16 227	4.66 253	1.64 224	0.35 48	0.11 62	1.66 217	1.05 258	5.64 273	1.59 257	0.18 367	0.02 220	0.01 325	0.01 241	0.52 368	0.23 191

StereoDRNet-Refined	0.96 150	0.28 112	1.94 106	0.03 59	0.01 62	1.34 135	0.01 19	4.02 185	1.33 170	2.16 261	1.23 227	2.62 274	0.18 145	2.06 150	1.82 267	0.00 1	0.00 1	0.00 1	0.00 1	0.16 270	0.06 68
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	1.51 265	1.32 324	3.27 238	0.03 59	0.07 168	1.63 229	3.29 367	4.54 241	1.61 211	3.22 320	0.37 128	3.84 325	0.31 175	4.42 211	2.02 278	0.00 1	0.00 1	0.02 344	0.00 1	0.09 189	0.22 186

CAS++	0.35 13	0.27 111	1.08 7	0.04 83	0.00 1	0.34 5	0.01 19	4.25 216	0.54 23	0.02 1	0.02 1	0.06 30	0.00 1	0.24 4	0.06 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.03 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.35 13	0.20 80	1.15 10	0.04 83	0.00 1	0.52 16	0.01 19	0.52 3	0.80 56	0.03 6	2.86 304	0.04 7	0.03 35	0.28 9	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.43 357	0.00 1

4D-IteraStereo	0.59 54	0.98 279	2.62 199	0.04 83	0.09 184	1.07 38	0.08 192	1.45 35	0.39 12	0.12 20	0.05 48	0.82 152	0.10 105	0.77 79	1.05 231	0.00 1	0.40 290	0.00 1	0.00 1	0.08 170	1.79 370

Selective-RAFT	0.53 38	0.18 51	1.12 9	0.04 83	0.01 62	1.19 73	0.02 78	3.26 126	1.29 156	0.02 1	0.02 1	0.24 80	0.18 145	1.34 122	0.44 140	0.00 1	0.93 341	0.00 1	0.19 340	0.05 125	0.17 157

DCANet-4	0.83 104	0.18 51	4.76 307	0.04 83	0.01 62	1.24 93	0.02 78	3.84 162	2.21 278	2.39 283	0.25 98	0.11 58	0.24 161	0.59 55	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 228

BUS	1.05 176	0.15 28	1.48 22	0.04 83	0.00 1	5.73 362	0.03 127	6.00 336	1.17 109	2.36 278	0.64 171	2.35 268	0.06 67	0.80 88	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 68

BSDual-CNN	0.94 138	0.15 28	1.48 22	0.04 83	0.00 1	3.30 319	0.20 239	6.00 336	1.17 109	2.36 278	0.64 171	1.78 225	0.10 105	0.80 88	0.71 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 68

hknet	1.21 203	0.25 101	2.89 215	0.04 83	0.00 1	3.30 319	0.20 239	6.00 336	1.19 114	2.36 278	0.64 171	3.38 307	0.05 60	3.04 166	0.73 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 68

UDGNet	0.44 22	0.91 259	1.89 99	0.04 83	0.00 1	1.15 63	0.02 78	0.75 14	1.77 244	0.45 67	0.07 55	0.06 30	0.02 18	1.62 134	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

DAS	1.40 251	0.11 13	2.83 212	0.04 83	0.01 62	1.31 122	1.14 338	4.51 235	2.02 265	4.84 351	2.33 280	1.65 215	0.56 213	5.53 266	0.85 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 167

SepStereo	1.41 253	0.11 13	2.83 212	0.04 83	0.01 62	1.31 122	1.14 338	4.51 235	2.02 265	4.84 351	2.33 280	1.65 215	0.56 213	5.78 276	0.85 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 167

psm_up	1.01 166	0.68 220	2.47 187	0.04 83	0.00 1	2.01 268	0.05 168	4.09 195	1.29 156	2.65 297	0.47 151	1.71 220	0.44 202	3.65 183	0.45 144	0.06 349	0.00 1	0.00 1	0.00 1	0.14 250	0.06 68

UNet	1.21 203	0.36 138	4.56 300	0.04 83	0.02 107	2.30 281	0.02 78	3.70 144	0.98 86	1.32 187	0.14 68	2.70 277	1.54 289	4.49 214	1.96 275	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.07 78

acv_ft	0.94 138	0.56 193	2.28 154	0.04 83	1.07 362	1.71 249	0.01 19	4.41 229	1.34 173	1.53 210	0.75 184	1.92 233	0.45 205	0.51 38	1.74 264	0.00 1	0.00 1	0.00 1	0.00 1	0.32 335	0.20 179

hitnet-ft	1.26 223	0.71 224	2.37 168	0.04 83	0.00 1	1.39 147	0.21 245	3.94 174	2.53 305	1.61 220	1.11 220	4.21 331	0.36 183	4.83 237	1.65 260	0.01 299	0.00 1	0.03 349	0.00 1	0.11 223	0.08 83

XPNet_ROB	1.41 253	0.81 245	2.75 206	0.04 83	0.01 62	1.70 248	0.17 230	4.14 204	1.69 229	4.12 339	1.10 218	1.58 206	0.52 208	5.13 251	4.07 333	0.00 1	0.00 1	0.00 1	0.00 1	0.11 223	0.25 201

StereoVision	1.00 164	0.77 238	2.81 209	0.05 99	0.02 107	1.14 62	0.03 127	4.13 203	1.18 112	0.19 32	6.80 356	0.49 106	0.12 126	1.20 110	1.01 228	0.00 1	0.00 1	0.00 1	0.00 1	0.06 136	0.02 24

MIF-Stereo	0.23 3	0.28 112	1.91 101	0.05 99	0.16 218	0.34 5	0.02 78	0.46 2	0.42 14	0.06 15	0.18 72	0.05 22	0.07 77	0.22 3	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.11 223	0.01 11

CBFPSM	1.51 265	1.00 284	5.32 332	0.05 99	0.01 62	3.57 331	0.04 156	4.06 191	1.03 89	0.65 90	0.21 91	6.06 358	3.60 348	2.65 158	1.82 267	0.00 1	0.01 193	0.00 1	0.00 1	0.09 189	0.12 128

gwcnet-sp	1.11 184	0.71 224	4.90 312	0.05 99	0.01 62	2.59 295	0.14 223	4.22 212	1.38 187	1.93 245	0.18 72	0.68 130	0.38 187	3.77 187	0.98 224	0.00 1	0.00 1	0.00 1	0.00 1	0.13 242	0.08 83

scenet	1.11 184	0.71 224	4.90 312	0.05 99	0.01 62	2.59 295	0.14 223	4.22 212	1.38 187	1.93 245	0.18 72	0.68 130	0.38 187	3.77 187	0.98 224	0.00 1	0.00 1	0.00 1	0.00 1	0.13 242	0.08 83

knoymous	0.41 20	0.09 6	1.34 17	0.05 99	0.01 62	1.15 63	0.01 19	2.36 69	0.23 3	0.51 82	0.02 1	1.64 214	0.00 1	0.49 33	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 45

ssnet	1.11 184	0.71 224	4.90 312	0.05 99	0.01 62	2.59 295	0.14 223	4.22 212	1.38 187	1.93 245	0.18 72	0.68 130	0.38 187	3.77 187	0.98 224	0.00 1	0.00 1	0.00 1	0.00 1	0.13 242	0.08 83

AASNet	1.05 176	1.11 302	3.12 229	0.05 99	0.00 1	1.73 252	0.05 168	5.73 320	2.17 276	1.10 160	1.84 261	0.94 164	0.19 149	1.16 106	1.37 246	0.00 1	0.00 1	0.00 1	0.00 1	0.34 340	0.16 152

GwcNet-ADL	0.71 84	0.22 90	2.22 145	0.05 99	0.01 62	1.32 130	0.02 78	3.82 156	1.61 211	1.06 154	0.44 144	1.46 198	0.22 158	0.94 100	0.62 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 141

RAFT + AFF	1.88 290	1.84 356	4.19 281	0.05 99	0.85 342	2.29 280	1.00 332	6.32 351	2.26 282	1.88 239	1.80 259	1.27 190	3.66 349	6.56 302	2.36 294	0.02 323	0.34 289	0.00 1	0.01 241	0.41 356	0.50 254

CFNet-RSSM	0.60 59	0.15 28	1.55 31	0.05 99	0.14 208	1.27 113	0.02 78	4.87 264	0.58 29	0.34 47	0.02 1	1.92 233	0.04 45	0.49 33	0.25 84	0.00 1	0.01 193	0.00 1	0.27 371	0.01 9	0.10 115

Syn2CoEx	1.91 293	1.85 357	6.43 356	0.05 99	0.00 1	1.47 176	0.54 304	6.03 340	2.24 280	2.24 269	2.19 273	2.06 243	3.10 340	6.57 303	2.58 300	0.00 1	0.00 1	0.00 1	0.00 1	0.34 340	0.40 240

delet	1.31 235	0.61 207	2.64 201	0.05 99	0.17 221	2.84 308	1.00 332	4.88 265	2.46 300	1.38 195	1.37 235	1.62 211	0.90 254	4.52 217	1.48 251	0.00 1	0.00 1	0.00 1	0.00 1	0.14 250	0.08 83

Gwc-CoAtRS	0.52 36	0.16 38	1.68 49	0.05 99	0.13 203	1.06 36	0.03 127	2.88 88	0.54 23	0.40 54	0.02 1	2.22 257	0.03 35	0.49 33	0.26 91	0.00 1	0.09 256	0.00 1	0.22 351	0.01 9	0.11 122

FENet	0.61 60	0.22 90	1.75 58	0.05 99	0.00 1	1.21 81	0.05 168	3.78 148	1.28 152	1.08 156	0.02 1	1.61 209	0.09 98	0.60 57	0.35 112	0.00 1	0.01 193	0.00 1	0.00 1	0.04 113	0.08 83

AdaStereo	0.76 93	0.12 18	1.73 53	0.05 99	0.00 1	1.46 170	0.23 251	5.16 286	1.66 226	1.19 170	0.37 128	1.54 202	0.17 141	0.86 97	0.54 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 83
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.
PS-NSSS	1.25 214	0.85 248	2.77 208	0.05 99	0.03 125	1.40 151	0.01 19	5.04 277	2.38 292	1.34 190	2.80 302	0.65 120	0.06 67	6.36 294	0.91 219	0.18 367	0.00 1	0.00 1	0.00 1	0.12 232	0.01 11

PSMNet_ROB	1.31 235	1.27 319	3.91 274	0.05 99	0.11 196	1.69 247	0.16 227	3.98 178	1.59 208	1.15 167	0.34 117	2.77 279	0.62 225	4.43 212	3.80 329	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.12 128

CoDeX	1.03 172	0.45 162	2.50 191	0.06 117	0.20 230	1.51 190	0.20 239	6.54 357	1.96 260	0.73 104	0.68 177	1.04 175	0.31 175	3.86 191	0.38 128	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.07 78

ssnet_v2	1.33 242	0.64 215	2.83 212	0.06 117	0.03 125	2.08 272	0.36 290	5.88 332	2.33 289	2.52 294	0.88 202	3.06 295	0.54 209	1.75 141	3.30 322	0.00 1	0.00 1	0.00 1	0.00 1	0.25 313	0.13 136

dd	0.45 23	1.20 312	2.52 192	0.06 117	0.01 62	1.23 89	0.03 127	0.88 19	1.48 199	0.26 43	0.06 52	0.12 60	0.05 60	0.42 25	0.44 140	0.02 323	0.00 1	0.00 1	0.00 1	0.06 136	0.06 68

IPLG	0.99 161	0.76 235	3.08 225	0.06 117	0.06 159	1.40 151	0.11 212	3.81 151	1.07 93	0.81 113	1.00 211	0.50 109	0.60 219	5.65 274	0.38 128	0.00 1	0.00 1	0.00 1	0.00 1	0.23 304	0.20 179

IPLGR	0.88 119	0.30 117	3.78 269	0.06 117	0.07 168	1.26 106	0.05 168	3.78 148	1.62 217	0.80 112	0.35 124	0.79 149	0.76 243	3.42 174	0.27 93	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.16 152

KYRaft	1.26 223	0.08 3	1.58 33	0.06 117	0.23 242	1.28 116	0.75 320	2.92 94	0.81 57	3.20 319	7.14 358	0.99 172	2.70 329	1.56 128	0.16 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.66 355

AnonymousM	0.48 25	0.11 13	1.03 6	0.06 117	0.01 62	1.10 55	0.03 127	1.91 57	1.37 184	0.25 41	0.04 40	0.02 2	0.24 161	0.56 45	0.33 102	0.00 1	0.43 293	1.91 392	0.00 1	0.01 9	0.22 186

CREStereo++_RVC	0.37 17	0.24 98	1.62 36	0.06 117	0.00 1	1.21 81	0.01 19	0.77 15	1.12 102	0.26 43	1.45 239	0.06 30	0.06 67	0.42 25	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 68
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
RAFT-Stereo + iAFF	0.90 126	0.95 269	1.93 104	0.06 117	0.92 350	1.24 93	0.02 78	3.30 128	1.75 242	1.23 179	2.58 298	0.43 99	0.16 136	0.68 68	0.82 201	0.00 1	0.70 313	0.00 1	0.00 1	0.23 304	1.05 311

StereoDRNet	1.66 279	1.21 313	5.39 335	0.06 117	0.11 196	2.49 289	1.06 335	5.28 291	1.89 253	3.60 330	0.63 169	2.28 260	0.64 230	4.70 223	3.25 320	0.00 1	0.03 228	0.00 1	0.01 241	0.15 262	0.36 227

StereoIM	0.30 10	0.62 209	1.63 42	0.07 127	0.19 226	0.40 12	0.02 78	1.36 31	0.76 49	0.04 11	0.05 48	0.13 65	0.05 60	0.38 20	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

SACVNet	1.14 192	0.74 229	2.49 190	0.07 127	0.00 1	1.65 237	0.28 268	4.52 238	1.51 201	2.11 259	0.79 190	1.57 203	0.07 77	5.28 257	1.31 241	0.01 299	0.00 1	0.00 1	0.00 1	0.26 319	0.18 164

PSMNet-ADL	0.88 119	0.12 18	1.32 16	0.07 127	0.01 62	2.03 269	0.03 127	3.00 103	1.28 152	0.39 53	0.66 174	2.12 248	0.67 236	4.19 197	1.38 248	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 195

XX-TBD	0.36 16	0.59 199	1.75 58	0.07 127	0.00 1	1.11 58	0.00 1	0.73 13	0.63 35	0.44 62	1.24 228	0.06 30	0.06 67	0.39 21	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 38

Nwc_Net	2.25 323	0.98 279	5.37 333	0.07 127	0.11 196	2.80 305	0.05 168	7.36 375	1.30 164	2.77 307	8.21 362	5.18 351	2.98 337	5.16 253	2.46 299	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.08 83

ADCP+	3.18 345	1.81 352	11.33 390	0.07 127	0.20 230	5.83 364	2.80 362	4.60 246	2.69 313	1.68 228	0.28 105	3.75 322	3.14 342	6.82 317	17.90 398	0.00 1	0.00 1	0.00 1	0.00 1	0.20 294	0.56 264

PA-Net	1.56 274	1.13 305	5.13 324	0.07 127	0.17 221	1.46 170	0.53 303	4.73 257	3.04 333	0.92 129	1.30 231	2.29 264	0.62 225	6.63 306	3.00 315	0.01 299	0.00 1	0.00 1	0.00 1	0.07 160	0.15 148
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MLCV	1.19 200	0.97 276	3.09 226	0.07 127	0.00 1	1.63 229	0.04 156	3.33 129	1.57 206	2.74 306	1.83 260	0.99 172	0.40 198	5.31 258	1.53 254	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.11 122

AE-Stereo	0.83 104	0.13 23	2.17 139	0.08 135	0.24 247	1.24 93	0.03 127	5.22 289	1.26 144	0.70 96	1.09 216	0.20 73	0.16 136	0.70 69	0.33 102	0.00 1	0.89 334	0.00 1	0.26 367	0.09 189	1.75 360

dad	1.04 173	1.21 313	3.14 230	0.08 135	0.01 62	1.25 100	0.01 19	1.30 28	2.54 306	1.95 249	0.37 128	0.40 97	0.04 45	5.95 281	1.06 232	0.01 299	0.00 1	1.11 388	0.12 308	0.07 160	0.19 167

MIPNet	0.77 96	0.74 229	2.72 203	0.08 135	0.07 168	1.32 130	0.12 219	4.14 204	1.51 201	0.90 124	0.11 62	0.67 126	0.95 256	1.42 125	0.30 100	0.00 1	0.01 193	0.01 325	0.01 241	0.15 262	0.23 191

Patchmatch Stereo++	0.59 54	0.18 51	1.73 53	0.08 135	0.08 177	1.62 226	0.26 260	1.62 44	1.25 138	1.00 146	0.18 72	0.75 140	0.03 35	2.68 159	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 60
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.54 42	0.18 51	1.72 52	0.08 135	0.09 184	1.63 229	0.29 275	1.60 38	1.27 148	0.99 140	0.18 72	0.76 145	0.02 18	1.79 145	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 60

ROB_FTStereo_v2	0.52 36	0.18 51	1.71 51	0.08 135	0.09 184	1.59 210	0.32 284	1.61 41	1.25 138	0.99 140	0.19 84	0.76 145	0.02 18	1.36 123	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

ROB_FTStereo	0.55 47	0.18 51	1.75 58	0.08 135	0.09 184	1.61 221	0.32 284	1.60 38	1.26 144	0.99 140	0.19 84	0.75 140	0.03 35	1.97 149	0.19 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

HUI-Stereo	0.54 42	0.18 51	1.78 69	0.08 135	0.08 177	1.63 229	0.31 282	1.60 38	1.28 152	0.99 140	0.18 72	0.76 145	0.02 18	1.56 128	0.19 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 60

DeepStereo_RVC	0.59 54	0.16 38	1.65 44	0.08 135	0.06 159	1.37 141	0.40 292	1.58 37	1.26 144	1.03 149	0.83 195	0.49 106	1.52 288	0.94 100	0.18 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.13 136

iGMRVC	0.59 54	0.18 51	1.75 58	0.08 135	0.09 184	1.63 229	0.27 267	1.61 41	1.27 148	0.99 140	0.19 84	0.75 140	0.03 35	2.78 161	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

iRAFT	0.59 54	0.18 51	1.73 53	0.08 135	0.08 177	1.62 226	0.26 260	1.62 44	1.25 138	1.00 146	0.18 72	0.75 140	0.03 35	2.68 159	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 60

CRE-IMP	0.49 26	0.14 27	1.75 58	0.08 135	0.05 154	1.48 181	0.45 296	1.64 46	1.22 127	0.92 129	0.29 107	0.87 154	0.01 6	0.39 21	0.25 84	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.17 157

RAFT-IKP	0.54 42	0.18 51	1.77 67	0.08 135	0.07 168	1.47 176	0.29 275	1.61 41	1.26 144	0.99 140	0.18 72	0.74 138	0.02 18	1.77 142	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

ARAFT	1.27 225	1.38 329	4.73 305	0.08 135	0.00 1	1.67 243	0.04 156	5.52 310	1.98 262	3.02 314	0.59 166	0.47 104	0.11 113	4.87 238	0.38 128	0.00 1	0.03 228	0.00 1	0.00 1	0.25 313	0.25 201

DIP-Stereo	0.68 79	0.35 136	1.76 64	0.08 135	0.00 1	1.46 170	0.01 19	6.53 356	1.71 235	0.91 125	0.11 62	0.04 7	0.19 149	0.19 2	0.09 14	0.00 1	0.01 193	0.00 1	0.00 1	0.03 92	0.17 157
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RGC	2.11 311	0.95 269	4.61 302	0.08 135	0.29 271	3.34 323	0.11 212	5.40 303	1.78 246	3.93 336	4.52 336	5.20 352	3.05 339	5.78 276	2.78 308	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.18 164

CES	0.51 30	0.16 38	1.23 14	0.09 151	1.58 374	1.18 71	0.05 168	1.07 26	0.79 51	0.03 6	0.03 30	0.14 68	0.10 105	0.55 42	0.12 27	0.00 1	0.01 193	0.00 1	0.00 1	0.01 9	2.98 391

GMOStereo	0.62 62	0.55 187	1.80 70	0.09 151	0.61 322	1.07 38	0.03 127	2.92 94	0.25 4	2.23 265	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 304	0.19 167

error version	0.62 62	0.55 187	1.80 70	0.09 151	0.61 322	1.07 38	0.03 127	2.92 94	0.25 4	2.23 265	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 304	0.19 167

test-v	0.62 62	0.55 187	1.80 70	0.09 151	0.61 322	1.07 38	0.03 127	2.92 94	0.25 4	2.23 265	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 304	0.19 167

DEmStereo	1.56 274	0.16 38	2.44 185	0.09 151	0.02 107	1.77 255	0.87 323	1.72 50	1.08 95	2.48 291	6.30 353	1.06 178	5.02 365	6.28 291	1.81 265	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

DRaft	1.40 251	0.20 80	1.83 83	0.09 151	0.01 62	1.66 238	0.42 294	2.13 63	0.59 30	3.75 331	5.16 342	0.41 98	4.27 358	5.52 265	1.63 259	0.01 299	0.06 243	0.00 1	0.07 286	0.08 170	0.12 128

test-2	0.62 62	0.55 187	1.80 70	0.09 151	0.61 322	1.07 38	0.03 127	2.92 94	0.25 4	2.23 265	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 304	0.19 167

ACVNet	0.75 91	0.56 193	2.30 157	0.09 151	0.00 1	1.39 147	0.21 245	2.76 80	1.34 173	0.88 121	0.75 184	1.92 233	0.26 165	0.51 38	1.65 260	0.00 1	0.00 1	0.00 1	0.00 1	0.15 262	0.20 179

AANet_RVC	1.95 295	1.64 348	4.89 311	0.09 151	0.00 1	1.24 93	0.01 19	3.93 173	2.82 327	2.32 274	4.64 338	3.61 317	0.19 149	7.61 353	4.73 341	0.60 376	0.19 272	0.00 1	0.00 1	0.11 223	0.47 248

NVstereo2D	1.25 214	0.34 134	5.21 330	0.09 151	0.03 125	1.61 221	0.23 251	4.95 273	1.92 257	1.05 151	0.38 131	2.53 271	0.61 220	5.36 261	0.44 140	0.00 1	0.10 258	0.00 1	0.03 262	0.04 113	0.19 167

test croco	0.55 47	0.55 187	3.45 246	0.10 161	0.00 1	0.50 15	0.02 78	3.49 133	1.16 106	0.05 14	0.10 59	0.13 65	0.17 141	0.67 66	0.28 94	0.00 1	0.00 1	0.00 1	0.00 1	0.36 346	0.01 11

qqq	0.90 126	0.41 155	1.88 96	0.10 161	0.59 319	1.09 50	0.00 1	3.82 156	1.29 156	0.61 87	0.38 131	0.73 136	0.15 131	3.19 168	0.90 216	0.00 1	1.08 352	0.00 1	0.23 355	0.06 136	1.57 343

raft_robust	1.21 203	1.05 294	2.00 111	0.10 161	0.43 298	1.39 147	0.02 78	4.21 210	2.32 287	0.44 62	0.02 1	2.23 258	1.39 279	7.00 334	0.35 112	0.00 1	0.78 318	0.00 1	0.18 334	0.10 200	0.19 167

NINENet	1.14 192	0.34 134	2.08 125	0.10 161	0.01 62	5.73 362	0.03 127	5.39 301	1.54 204	1.61 220	0.72 180	2.35 268	0.06 67	2.82 162	0.05 5	0.00 1	0.01 193	0.01 325	0.00 1	0.04 113	0.00 1

WZ-Net	4.64 369	2.57 378	25.72 407	0.10 161	0.09 184	3.07 313	2.08 355	6.59 361	5.41 362	6.08 362	4.09 334	7.02 369	6.04 377	11.64 391	11.45 382	0.00 1	0.00 1	0.00 1	0.00 1	0.21 297	0.61 269

PSM-AAD	1.21 203	0.08 3	1.53 28	0.10 161	0.27 265	1.35 138	3.14 365	2.74 79	0.83 61	2.89 308	2.04 271	0.16 72	5.25 369	3.51 178	0.21 70	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.08 83

test_xeample	2.27 325	0.46 165	2.25 151	0.10 161	0.69 335	1.48 181	0.00 1	6.24 347	2.46 300	1.83 236	2.40 288	0.37 92	0.07 77	4.49 214	19.55 403	0.00 1	1.11 361	0.00 1	0.21 347	0.07 160	1.65 351

FADNet-RVC-Resample	1.28 226	1.46 335	6.58 357	0.10 161	0.14 208	1.54 199	0.25 258	4.29 223	1.46 195	0.61 87	0.23 95	1.29 192	0.28 170	5.23 255	1.06 232	0.10 357	0.16 266	0.09 362	0.06 284	0.28 327	0.39 238

NCC-stereo	2.09 307	1.02 288	4.78 308	0.10 161	0.26 260	2.33 283	0.13 220	5.82 329	1.70 233	2.98 311	3.18 311	4.63 337	5.69 374	6.26 289	2.76 305	0.05 343	0.00 1	0.00 1	0.00 1	0.08 170	0.14 141

Abc-Net	2.09 307	1.02 288	4.78 308	0.10 161	0.26 260	2.33 283	0.13 220	5.82 329	1.70 233	2.98 311	3.18 311	4.63 337	5.69 374	6.26 289	2.76 305	0.05 343	0.00 1	0.00 1	0.00 1	0.08 170	0.14 141
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	1.25 214	1.39 330	4.10 278	0.10 161	0.00 1	2.25 275	0.18 235	4.68 255	2.78 324	0.69 95	0.34 117	1.87 229	0.65 233	5.07 247	0.68 185	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.07 78
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
DLCB_ROB	1.38 247	0.60 202	1.96 107	0.10 161	0.00 1	1.53 195	0.23 251	4.02 185	1.91 256	3.54 327	1.97 266	3.40 308	0.30 171	4.91 239	2.97 313	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.12 128

fast-acv-ft	1.54 270	0.86 251	4.85 310	0.11 173	0.12 201	3.88 334	0.28 268	2.97 100	2.26 282	0.96 134	3.49 319	2.97 289	1.23 271	3.47 176	2.75 304	0.04 339	0.01 193	0.04 354	0.04 274	0.44 358	0.08 83

LoS	0.32 11	0.19 74	1.27 15	0.11 173	0.01 62	1.32 130	0.07 186	1.44 34	0.79 51	0.06 15	0.04 40	0.27 86	0.11 113	0.60 57	0.13 35	0.00 1	0.01 193	0.00 1	0.00 1	0.03 92	0.01 11

test_4	0.65 72	0.40 151	1.73 53	0.11 173	0.19 226	1.28 116	0.03 127	1.41 32	0.22 2	0.28 45	3.49 319	0.72 135	0.09 98	1.93 148	0.53 163	0.00 1	0.11 260	0.00 1	0.08 290	0.16 270	0.15 148

MMNet	1.33 242	0.69 223	4.18 280	0.11 173	0.01 62	4.08 338	0.02 78	4.27 220	1.49 200	2.17 262	0.33 116	1.34 195	1.20 265	4.52 217	1.93 274	0.00 1	0.00 1	0.00 1	0.00 1	0.11 223	0.06 68

ADCRef	2.57 334	1.40 331	7.90 371	0.11 173	0.11 196	4.71 352	0.74 319	5.45 308	1.66 226	3.15 318	1.65 252	1.61 209	2.25 315	4.54 220	15.56 395	0.03 333	0.00 1	0.01 325	0.10 298	0.27 324	0.23 191

ADCPNet	3.94 360	1.47 337	14.87 397	0.11 173	0.45 300	7.19 370	2.23 358	5.42 305	3.18 337	4.53 347	2.03 270	7.48 371	5.27 370	7.05 338	14.73 392	0.02 323	0.74 316	0.04 354	0.91 401	0.23 304	0.85 294

Prome-Stereo	1.29 230	0.09 6	1.62 36	0.12 179	0.24 247	1.28 116	0.65 314	2.98 101	0.93 77	2.08 257	8.52 363	0.75 140	2.83 332	2.19 153	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.39 333

DispNO	1.47 260	1.01 286	5.05 320	0.13 180	0.08 177	1.49 185	0.02 78	4.38 227	1.86 249	1.51 206	1.57 247	3.12 298	1.09 260	5.77 275	1.89 272	0.00 1	0.02 220	0.03 349	0.11 301	0.11 223	0.08 83

GMM-Stereo	1.17 197	0.10 10	2.29 155	0.13 180	0.22 236	1.43 159	0.84 322	2.83 86	1.16 106	2.73 304	3.09 309	0.54 113	0.87 252	5.31 258	0.16 44	0.01 299	0.00 1	0.00 1	0.02 260	0.02 36	1.72 356

APVNet	1.68 280	0.75 231	4.94 316	0.13 180	0.01 62	4.56 349	0.08 192	5.20 287	1.44 192	1.51 206	1.05 213	2.87 285	0.93 255	6.76 315	2.76 305	0.01 299	0.00 1	0.07 359	0.00 1	0.34 340	0.08 83

iRaft-Stereo_5w	1.28 226	0.93 265	3.51 250	0.14 183	0.66 331	1.21 81	0.01 19	3.87 166	1.06 92	0.19 32	1.97 266	1.62 211	1.50 287	6.80 316	1.07 234	0.00 1	0.16 266	0.00 1	0.06 284	0.26 319	0.67 277

LCNet	0.93 135	0.21 85	1.62 36	0.14 183	0.26 260	1.20 74	0.22 248	2.71 78	0.90 74	1.82 235	0.21 91	0.12 60	2.50 324	5.59 270	0.16 44	0.00 1	0.00 1	0.00 1	0.00 1	0.16 270	0.79 289

CroCo-Stereo	0.50 27	0.63 211	2.38 169	0.14 183	0.00 1	0.19 2	0.02 78	4.28 221	0.96 81	0.14 21	0.03 30	0.46 102	0.08 88	0.32 14	0.29 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
edge stereo	2.06 303	0.42 157	4.20 282	0.14 183	0.09 184	1.82 260	0.51 301	5.38 299	2.48 303	3.45 326	3.96 332	8.28 372	1.80 306	5.90 279	2.30 290	0.00 1	0.00 1	0.01 325	0.00 1	0.16 270	0.19 167

iResNet_ROB	1.22 207	1.37 327	2.59 194	0.14 183	0.00 1	1.38 146	0.04 156	7.36 375	2.85 330	1.07 155	1.24 228	0.93 163	0.11 113	4.28 205	0.84 205	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.11 122

coex-ft	12.25 403	6.22 403	80.44 423	0.15 188	0.15 216	2.43 287	0.98 330	3.07 111	29.54 407	49.22 422	16.44 384	15.69 390	16.17 403	7.44 349	15.30 394	0.05 343	0.07 246	0.01 325	0.05 277	0.35 344	1.15 318

GANet-ADL	0.62 62	0.16 38	1.89 99	0.15 188	0.02 107	1.46 170	0.02 78	3.83 161	0.75 46	0.40 54	1.08 215	1.09 182	0.18 145	0.65 65	0.47 154	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.13 136

pcwnet_v2	1.36 245	0.21 85	5.89 342	0.15 188	0.01 62	1.78 256	0.02 78	5.77 327	3.19 338	1.69 229	1.94 265	2.00 240	0.79 247	3.09 167	0.33 102	0.00 1	0.00 1	0.00 1	0.01 241	0.04 113	0.27 208

MSMD_ROB	5.26 374	0.52 183	3.22 233	0.15 188	0.01 62	8.63 381	1.06 335	4.76 260	4.16 351	13.72 394	26.77 408	13.87 386	15.95 402	7.89 363	3.94 331	0.11 359	0.01 193	0.00 1	0.00 1	0.06 136	0.34 224

LoS_RVC	0.25 4	0.60 202	1.21 13	0.16 192	0.13 203	0.98 26	0.01 19	0.85 18	0.25 4	0.08 18	0.02 1	0.07 42	0.04 45	0.49 33	0.05 5	0.00 1	0.01 193	0.00 1	0.00 1	0.01 9	0.07 78

IGEVStereo-DCA	0.88 119	1.21 313	1.81 77	0.18 193	0.16 218	0.83 18	0.01 19	0.71 8	1.36 179	0.40 54	0.04 40	0.06 30	0.09 98	6.04 282	2.22 287	0.00 1	0.48 297	0.00 1	0.15 313	0.16 270	1.76 361

rrr	1.15 194	1.21 313	5.05 320	0.18 193	0.16 218	0.83 18	0.06 184	2.88 88	1.44 192	0.40 54	0.04 40	0.06 30	0.09 98	6.04 282	2.22 287	0.00 1	0.48 297	0.00 1	0.19 340	0.16 270	1.59 348

FTStereo	2.20 319	0.09 6	2.07 124	0.18 193	0.13 203	1.43 159	4.50 383	2.98 101	0.97 82	3.35 324	17.70 386	0.77 148	4.06 355	4.36 208	0.15 40	0.15 364	0.00 1	0.00 1	0.00 1	0.02 36	1.19 320

ac_64	1.28 226	0.43 158	2.90 217	0.18 193	0.25 251	1.52 193	0.03 127	5.58 311	1.89 253	0.92 129	0.53 157	4.86 342	0.45 205	5.01 245	0.88 212	0.00 1	0.00 1	0.00 1	0.00 1	0.10 200	0.06 68

FAT-Stereo	1.95 295	0.23 94	3.66 261	0.18 193	0.03 125	1.80 258	0.94 327	5.35 295	3.11 335	4.23 340	5.00 340	5.22 354	2.76 331	5.07 247	1.09 235	0.00 1	0.00 1	0.00 1	0.00 1	0.05 125	0.17 157

ff7	0.51 30	0.26 103	1.81 77	0.19 198	0.25 251	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 313	0.10 200	1.76 361

ffff	0.51 30	0.26 103	1.81 77	0.19 198	0.25 251	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 313	0.10 200	1.76 361

11t	0.51 30	0.26 103	1.81 77	0.19 198	0.25 251	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 313	0.10 200	1.76 361

ProNet	0.47 24	0.35 136	1.75 58	0.19 198	0.54 308	1.09 50	0.01 19	0.97 20	1.25 138	0.02 1	0.02 1	0.06 30	0.03 35	0.58 48	0.09 14	0.00 1	0.57 304	0.00 1	0.00 1	0.14 250	1.65 351

ccc-4	0.51 30	0.26 103	1.81 77	0.19 198	0.25 251	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 313	0.10 200	1.76 361

RAFT+CT+SA	0.85 113	0.91 259	2.23 150	0.19 198	0.29 271	1.27 113	0.03 127	4.92 270	0.86 64	0.65 90	0.40 136	0.67 126	0.05 60	3.03 165	0.18 53	0.00 1	0.28 283	0.00 1	0.35 379	0.15 262	0.61 269

CIPLG	0.94 138	1.29 321	3.53 253	0.19 198	0.03 125	1.45 166	0.29 275	3.87 166	1.61 211	2.10 258	2.52 296	0.21 77	0.11 113	0.85 96	0.29 96	0.00 1	0.05 237	0.01 325	0.05 277	0.21 297	0.08 83

IPLGR_C	0.94 138	1.37 327	3.71 264	0.19 198	0.02 107	1.44 162	0.29 275	3.88 169	1.62 217	2.04 254	2.44 294	0.20 73	0.12 126	0.79 83	0.29 96	0.00 1	0.05 237	0.01 325	0.05 277	0.21 297	0.08 83

HHNet	0.94 138	0.28 112	2.48 188	0.19 198	0.08 177	1.32 130	0.42 294	2.48 73	0.84 62	1.39 198	5.80 347	0.14 68	1.74 302	0.49 33	0.94 221	0.06 349	0.00 1	0.01 325	0.00 1	0.14 250	0.04 45

test_xeample3	0.95 147	1.30 322	5.13 324	0.19 198	0.23 242	0.95 23	0.07 186	2.30 65	1.47 198	0.40 54	0.05 48	0.08 47	0.07 77	1.45 126	2.27 289	0.00 1	0.69 310	0.00 1	0.33 377	0.17 282	1.85 374

MFN_U_SF_DS_RVC	3.61 352	3.47 388	9.32 382	0.19 198	0.30 283	13.80 391	7.49 405	5.15 283	3.95 349	3.06 315	3.94 330	4.60 335	1.20 265	8.49 372	2.79 309	0.70 377	1.22 380	0.04 354	0.84 395	0.50 363	1.23 322

DRN-Test	1.79 287	0.51 178	4.94 316	0.19 198	0.14 208	3.30 319	0.19 238	6.58 359	2.31 286	4.40 345	0.77 187	2.10 247	1.73 301	5.40 262	2.82 311	0.00 1	0.00 1	0.00 1	0.01 241	0.12 232	0.27 208

PWCDC_ROB	3.41 348	2.29 370	5.16 328	0.19 198	0.02 107	3.11 314	0.02 78	5.15 283	12.27 387	1.36 194	23.33 405	1.98 238	3.35 344	4.93 240	3.71 328	0.28 373	0.00 1	0.00 1	0.00 1	0.71 381	0.32 217

SGM-Forest	2.15 315	0.50 171	2.42 181	0.19 198	0.25 251	3.47 329	2.38 360	4.53 239	2.46 300	5.64 361	3.99 333	3.74 321	2.22 313	6.99 333	3.08 317	0.01 299	0.02 220	0.00 1	0.00 1	0.05 125	0.98 307
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RASNet	1.75 283	0.71 224	2.93 218	0.20 212	3.20 390	1.75 253	0.26 260	3.87 166	2.64 310	0.98 135	1.46 241	5.25 355	1.67 299	6.73 313	2.81 310	0.00 1	0.00 1	0.00 1	0.00 1	0.06 136	0.47 248

ToySt	0.92 131	0.51 178	4.35 289	0.21 213	0.71 338	1.32 130	0.00 1	2.77 83	1.33 170	0.21 39	0.51 156	1.47 199	0.11 113	1.14 105	0.87 209	0.03 333	0.69 310	0.00 1	0.20 342	0.10 200	1.88 380

Wz-Net-TNSev	4.36 367	6.36 404	22.98 404	0.22 214	0.06 159	7.00 369	3.45 369	7.46 377	3.81 348	2.12 260	0.63 169	7.29 370	5.11 366	9.87 382	9.72 376	0.00 1	0.00 1	0.00 1	0.02 260	0.36 346	0.66 274

ACRE	0.94 138	1.27 319	3.93 275	0.22 214	0.02 107	1.44 162	0.29 275	3.88 169	1.60 210	1.97 250	2.42 289	0.21 77	0.11 113	0.82 92	0.29 96	0.00 1	0.04 232	0.01 325	0.05 277	0.21 297	0.09 105

RP	2.09 307	0.90 257	3.88 272	0.22 214	0.61 322	1.72 250	0.94 327	4.97 274	2.65 311	3.87 334	5.63 346	4.44 332	4.28 359	4.99 244	2.35 293	0.01 299	0.00 1	0.00 1	0.01 241	0.20 294	0.13 136

DeepPrunerF	2.71 336	1.57 345	16.51 401	0.22 214	0.33 286	1.45 166	0.28 268	6.26 349	9.92 384	1.25 181	0.44 144	1.98 238	1.61 297	7.33 345	4.17 335	0.00 1	0.01 193	0.07 359	0.10 298	0.33 337	0.29 212

aanetorigin	2.99 338	1.00 284	9.85 384	0.23 218	0.23 242	1.59 210	2.01 352	1.94 59	1.25 138	14.45 397	10.04 370	2.98 290	3.75 350	4.97 243	4.01 332	0.10 357	0.05 237	0.09 362	0.11 301	0.55 371	0.55 262

EDNetEfficientorigin	10.48 397	2.34 372	98.78 432	0.23 218	0.25 251	3.01 312	0.70 317	4.69 256	17.04 396	19.07 403	15.43 382	12.52 383	11.56 397	9.41 378	12.62 386	0.01 299	0.01 193	0.00 1	0.01 241	0.25 313	1.76 361

PSMNet-RSSM	1.10 183	0.88 254	2.30 157	0.23 218	0.00 1	1.41 157	0.03 127	5.44 307	1.19 114	1.56 212	0.50 153	2.46 270	0.71 240	4.23 201	0.90 216	0.00 1	0.00 1	0.01 325	0.00 1	0.10 200	0.08 83

GwcNet-RSSM	1.22 207	1.24 317	3.66 261	0.23 218	0.04 146	1.46 170	0.05 168	4.65 252	1.61 211	1.33 189	0.46 150	2.98 290	0.26 165	4.48 213	1.59 257	0.00 1	0.00 1	0.02 344	0.00 1	0.21 297	0.10 115

ADCMid	4.33 366	2.40 375	13.81 396	0.23 218	0.40 290	4.90 354	1.23 342	5.73 320	3.73 345	11.06 387	3.94 330	6.67 366	5.11 366	7.11 339	18.03 399	0.12 361	0.08 250	0.55 379	0.46 384	0.61 374	0.49 253

TestStereo1	0.96 150	0.91 259	2.21 143	0.24 223	0.42 295	1.31 122	0.02 78	4.10 197	1.71 235	0.47 70	1.64 250	0.20 73	1.20 265	3.55 179	0.36 116	0.00 1	0.27 279	0.00 1	0.00 1	0.19 290	0.32 217

SA-5K	0.96 150	0.91 259	2.21 143	0.24 223	0.42 295	1.31 122	0.02 78	4.10 197	1.71 235	0.47 70	1.64 250	0.20 73	1.20 265	3.55 179	0.36 116	0.00 1	0.27 279	0.00 1	0.00 1	0.19 290	0.32 217

FCDSN-DC	5.38 375	0.65 216	3.19 231	0.24 223	0.46 303	5.71 361	1.61 347	5.83 331	4.51 356	14.74 399	22.03 401	20.43 398	13.01 399	8.48 371	6.00 351	0.02 323	0.00 1	0.00 1	0.00 1	0.07 160	0.52 255
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	2.16 316	0.75 231	10.72 388	0.24 223	0.03 125	1.62 226	0.20 239	3.80 150	1.16 106	5.40 358	3.08 308	5.77 356	2.29 316	5.62 272	2.13 280	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.25 201

S-Stereo	2.12 313	0.32 127	6.30 350	0.24 223	0.22 236	2.51 291	1.83 350	5.38 299	5.55 363	2.46 290	5.91 348	2.81 282	0.71 240	5.19 254	2.45 298	0.00 1	0.02 220	0.00 1	0.00 1	0.07 160	0.37 228

H2IRNET	0.57 52	0.56 193	2.03 117	0.25 228	0.06 159	1.20 74	0.01 19	1.91 57	0.64 36	0.04 11	1.78 257	0.47 104	0.04 45	1.69 136	0.42 138	0.00 1	0.00 1	0.01 325	0.01 241	0.24 312	0.08 83

AACVNet	1.04 173	0.87 253	2.22 145	0.25 228	0.00 1	1.79 257	0.01 19	4.21 210	0.79 51	1.17 169	0.27 104	1.50 200	0.16 136	6.30 293	0.89 215	0.00 1	0.00 1	0.00 1	0.00 1	0.23 304	0.04 45

EAI-Stereo	1.50 264	0.16 38	1.53 28	0.25 228	0.91 349	2.30 281	4.98 384	6.09 342	1.87 251	1.38 195	5.56 345	0.49 106	0.59 218	1.21 112	0.83 203	0.00 1	0.31 284	0.00 1	1.09 402	0.02 36	0.56 264

cf-r	1.18 199	1.02 288	3.22 233	0.25 228	0.02 107	1.44 162	0.03 127	5.11 282	2.16 272	1.31 186	0.59 166	2.87 285	0.24 161	4.26 204	0.79 196	0.00 1	0.00 1	0.00 1	0.00 1	0.15 262	0.12 128

STTStereo	0.98 159	0.62 209	3.78 269	0.25 228	0.15 216	1.44 162	0.10 210	3.57 135	1.75 242	1.46 203	0.19 84	1.74 223	0.44 202	3.47 176	0.54 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 60

ccnet	1.96 297	0.68 220	3.59 254	0.26 233	0.19 226	3.68 333	1.55 346	4.89 266	1.77 244	2.68 302	3.92 328	3.44 310	1.72 300	5.02 246	5.22 343	0.06 349	0.00 1	0.09 362	0.01 241	0.13 242	0.32 217

ADCL	3.64 355	1.54 341	8.53 380	0.26 233	0.28 270	7.37 371	4.49 382	5.42 305	3.61 342	4.79 350	3.85 327	5.14 350	4.47 360	6.28 291	15.73 396	0.05 343	0.01 193	0.11 366	0.13 310	0.34 340	0.33 222

CFNet	1.24 211	1.33 325	3.20 232	0.26 233	0.03 125	1.43 159	0.04 156	5.03 276	2.39 294	0.61 87	0.71 178	1.30 193	0.23 159	6.72 312	1.16 240	0.00 1	0.00 1	0.00 1	0.00 1	0.25 313	0.10 115

MeshStereo	6.09 378	0.97 276	3.59 254	0.26 233	0.14 208	7.68 375	2.02 353	10.42 389	5.77 365	20.76 409	19.69 397	22.78 402	10.56 392	10.29 385	6.16 352	0.00 1	0.00 1	0.00 1	0.00 1	0.29 330	0.41 242
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
RALCasStereoNet	0.80 99	0.96 273	1.77 67	0.28 237	0.97 354	1.13 60	0.03 127	2.91 93	1.11 100	0.17 26	0.34 117	0.12 60	0.20 154	1.65 135	0.65 179	0.00 1	1.72 399	0.00 1	0.00 1	0.11 223	1.90 382

PFNet+	0.65 72	0.19 74	2.19 141	0.29 238	0.06 159	1.46 170	0.54 304	1.74 51	1.62 217	1.35 192	0.45 147	0.36 91	0.01 6	2.41 154	0.25 84	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

DCRE	1.01 166	0.54 186	1.52 26	0.30 239	0.99 356	1.31 122	0.00 1	1.69 48	0.71 43	1.12 163	7.77 360	0.74 138	0.02 18	0.28 9	0.45 144	0.00 1	0.71 314	0.00 1	0.25 360	0.02 36	1.78 368

GwcNet	1.96 297	1.51 339	7.43 366	0.30 239	1.20 364	4.13 339	0.61 311	4.45 231	1.92 257	1.53 210	2.31 279	3.93 329	0.54 209	5.50 264	3.16 319	0.00 1	0.00 1	0.00 1	0.01 241	0.39 352	0.24 195

SuperB	3.75 358	2.46 376	15.54 400	0.32 241	0.06 159	4.29 344	1.61 347	4.25 216	11.49 386	2.56 296	1.31 233	2.01 242	1.86 307	6.94 328	8.94 367	0.05 343	0.03 228	0.10 365	0.08 290	10.62 403	0.56 264

NaN_ROB	2.33 328	1.31 323	4.55 299	0.32 241	0.30 283	3.13 315	5.01 387	4.57 244	2.78 324	5.49 359	1.73 253	2.28 260	1.98 311	7.48 350	4.32 336	0.01 299	0.06 243	0.03 349	0.09 293	0.20 294	0.88 297

STTRV1_RVC	2.03 301	0.39 146	5.14 326	0.34 243	0.01 62	2.50 290	0.34 287	6.44 353	3.75 346	0.86 120	5.12 341	1.63 213	1.08 259	7.64 354	1.58 256	1.07 381	2.64 413	0.00 1	0.00 1	0.02 36	0.04 45

RYNet	1.76 285	0.81 245	4.24 284	0.34 243	0.10 192	2.62 299	0.07 186	5.36 298	2.08 269	1.38 195	0.35 124	4.71 341	1.35 278	6.73 313	4.61 339	0.00 1	0.05 237	0.00 1	0.00 1	0.05 125	0.33 222

test_3	0.81 101	0.15 28	2.17 139	0.36 245	0.58 317	1.03 30	0.01 19	3.01 105	0.59 30	0.98 135	0.02 1	1.04 175	0.04 45	3.72 185	0.39 135	0.00 1	0.92 335	0.00 1	0.25 360	0.16 270	0.69 279

Consistency-Raft	1.48 262	0.96 273	5.40 336	0.36 245	0.31 285	1.66 238	0.11 212	4.30 224	4.32 353	0.47 70	5.99 349	0.86 153	2.09 312	1.19 109	1.31 241	0.03 333	0.01 193	0.00 1	0.00 1	0.27 324	0.02 24

SPS-STEREO	3.67 357	1.46 335	4.23 283	0.36 245	0.23 242	3.93 335	1.20 340	6.67 362	3.50 340	11.05 386	8.81 364	9.53 378	4.63 362	9.10 375	7.25 360	0.01 299	0.01 193	0.00 1	0.00 1	0.13 242	1.28 328
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
test-3	0.86 116	0.15 28	2.03 117	0.37 248	0.56 312	1.01 27	0.02 78	3.05 108	0.54 23	1.98 251	0.02 1	1.09 182	0.04 45	3.73 186	0.38 128	0.00 1	0.93 341	0.00 1	0.25 360	0.16 270	0.82 290

test_1	0.84 110	0.15 28	2.03 117	0.37 248	0.55 309	1.01 27	0.02 78	3.06 110	0.55 27	1.73 232	0.02 1	1.09 182	0.04 45	3.70 184	0.38 128	0.00 1	0.93 341	0.00 1	0.25 360	0.16 270	0.84 292

GEStereo_RVC	1.25 214	0.76 235	2.61 197	0.37 248	0.01 62	1.40 151	0.11 212	6.93 364	1.20 120	1.22 178	0.78 189	1.58 206	0.77 244	6.13 287	0.66 181	0.00 1	0.00 1	0.00 1	0.00 1	0.14 250	0.23 191

CSAN	3.10 341	1.72 351	5.85 341	0.37 248	0.14 208	4.15 341	3.91 374	4.94 272	4.65 358	6.43 364	6.29 352	4.62 336	5.17 368	8.13 365	4.85 342	0.02 323	0.03 228	0.03 349	0.05 277	0.26 319	0.48 252

1111x	2.13 314	0.58 197	4.38 295	0.39 252	0.61 322	2.14 273	0.01 19	6.38 352	2.40 295	1.80 234	1.97 266	0.95 168	0.64 230	7.16 342	10.30 378	0.00 1	1.18 377	0.00 1	0.29 373	0.07 160	1.32 330

anonymity	0.99 161	0.18 51	1.80 70	0.39 252	0.67 332	0.74 17	0.01 19	5.09 280	2.13 270	1.34 190	1.30 231	0.80 150	1.62 298	0.82 92	0.64 177	0.03 333	0.59 306	0.00 1	0.48 387	0.02 36	1.15 318

SANet	5.04 371	1.86 359	7.96 372	0.39 252	0.12 201	7.51 373	3.73 373	7.20 371	16.07 394	7.15 367	13.16 377	12.35 381	8.70 385	8.28 368	5.37 345	0.00 1	0.01 193	0.00 1	0.00 1	0.13 242	0.71 281

tt1	1.23 209	0.37 143	2.41 173	0.41 255	0.45 300	3.33 322	0.02 78	3.81 151	6.87 371	0.71 97	0.80 192	0.06 30	0.40 198	1.73 138	0.12 27	0.00 1	1.12 363	0.00 1	0.00 1	0.10 200	1.86 375

anonymousdsp2	0.88 119	0.10 10	2.48 188	0.42 256	0.77 341	1.22 85	0.02 78	4.89 266	1.23 129	0.75 107	0.21 91	0.94 164	0.09 98	1.46 127	0.31 101	0.00 1	0.88 329	0.00 1	0.11 301	0.05 125	1.78 368

iinet-f	1.90 292	0.98 279	13.29 395	0.42 256	0.03 125	4.30 345	0.04 156	3.86 164	1.32 168	1.28 182	0.57 159	2.91 288	2.70 329	2.60 156	3.11 318	0.00 1	0.02 220	0.02 344	0.00 1	0.49 361	0.09 105

ADCS	5.55 377	3.55 389	19.07 402	0.43 258	0.14 208	5.87 365	4.20 379	7.65 379	7.80 380	9.79 383	6.22 351	6.48 364	5.52 373	10.52 388	22.41 412	0.00 1	0.00 1	0.00 1	0.00 1	0.48 360	0.97 306

FBW_ROB	2.74 337	1.02 288	4.72 304	0.43 258	0.18 224	4.35 346	0.18 235	7.28 374	3.50 340	3.57 328	3.38 317	4.86 342	1.22 270	11.70 394	5.76 347	0.17 366	0.08 250	0.59 382	0.12 308	0.28 327	1.40 334

Wz-Net-SNSev	3.01 340	3.59 393	12.98 394	0.45 260	0.04 146	2.72 301	1.12 337	5.80 328	2.42 297	2.30 272	2.62 299	6.39 361	1.29 276	10.20 384	7.19 359	0.00 1	0.01 193	0.00 1	0.00 1	0.29 330	0.72 282

DualNet	1.91 293	0.50 171	4.37 290	0.46 261	0.03 125	1.60 214	0.03 127	3.81 151	6.87 371	1.57 214	2.38 282	2.14 249	0.38 187	1.73 138	9.02 368	0.00 1	1.12 363	0.00 1	0.17 327	0.10 200	1.86 375

ffm	1.46 258	0.50 171	4.37 290	0.46 261	0.03 125	1.60 214	0.03 127	3.81 151	6.87 371	1.57 214	2.38 282	2.14 249	0.38 187	1.73 138	0.12 27	0.00 1	1.12 363	0.00 1	0.17 327	0.10 200	1.86 375

ff1	2.20 319	0.50 171	4.37 290	0.46 261	0.03 125	1.60 214	0.03 127	3.81 151	6.87 371	1.57 214	2.38 282	2.14 249	0.38 187	7.65 355	9.02 368	0.00 1	1.12 363	0.00 1	0.17 327	0.10 200	1.86 375

mmx	2.08 305	0.50 171	4.37 290	0.46 261	0.03 125	1.60 214	0.03 127	6.21 344	2.77 322	1.57 214	2.38 282	2.14 249	0.38 187	7.65 355	9.02 368	0.00 1	1.08 352	0.00 1	0.17 327	0.06 136	1.25 325

xxx	2.08 305	0.50 171	4.37 290	0.46 261	0.03 125	1.60 214	0.03 127	6.21 344	2.77 322	1.57 214	2.38 282	2.14 249	0.38 187	7.65 355	9.02 368	0.00 1	1.08 352	0.00 1	0.17 327	0.06 136	1.25 325

CBMV	1.97 300	0.56 193	2.61 197	0.46 261	0.07 168	2.91 311	4.18 377	4.58 245	2.78 324	5.50 360	2.21 275	2.84 284	2.94 333	4.75 229	2.31 291	0.00 1	0.00 1	0.00 1	0.00 1	0.15 262	0.60 268
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
SMFormer	1.31 235	0.30 117	2.08 125	0.47 267	0.02 107	1.04 31	0.01 19	5.75 323	2.69 313	1.65 222	2.43 290	0.91 156	0.02 18	4.75 229	2.20 283	0.00 1	0.88 329	0.00 1	0.14 311	0.06 136	0.76 286

tta	1.32 238	0.30 117	2.08 125	0.47 267	0.02 107	1.04 31	0.01 19	5.75 323	2.69 313	1.65 222	2.43 290	0.91 156	0.02 18	4.75 229	2.20 283	0.00 1	0.88 329	0.00 1	0.14 311	0.09 189	0.92 300

qqq1	1.25 214	0.30 117	2.08 125	0.47 267	0.02 107	1.04 31	0.01 19	5.75 323	2.69 313	1.65 222	2.43 290	0.91 156	0.02 18	4.75 229	0.88 212	0.00 1	0.88 329	0.00 1	0.11 301	0.09 189	0.92 300

fff1	1.25 214	0.30 117	2.08 125	0.47 267	0.02 107	1.04 31	0.01 19	5.75 323	2.69 313	1.65 222	2.43 290	0.91 156	0.02 18	4.75 229	0.88 212	0.00 1	0.88 329	0.00 1	0.11 301	0.09 189	0.92 300

anonymousdsp	0.54 42	0.26 103	1.62 36	0.47 267	0.60 321	1.08 43	0.01 19	1.01 24	1.37 184	0.49 78	0.02 1	0.04 7	0.09 98	0.73 74	0.15 40	0.00 1	0.82 321	0.00 1	0.16 319	0.10 200	1.83 371

GASNet	1.77 286	2.50 377	7.05 361	0.47 267	0.02 107	1.50 186	0.20 239	4.55 242	2.55 307	0.98 135	1.48 242	2.24 259	1.57 295	6.25 288	3.41 325	0.00 1	0.05 237	0.00 1	0.00 1	0.55 371	0.12 128

IGEV-Stereo	0.54 42	0.26 103	1.62 36	0.47 267	0.61 322	1.08 43	0.01 19	1.00 22	1.37 184	0.49 78	0.02 1	0.04 7	0.09 98	0.73 74	0.16 44	0.00 1	0.82 321	0.00 1	0.16 319	0.10 200	1.83 371
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MSC_U_SF_DS_RVC	5.48 376	3.14 387	10.56 387	0.47 267	0.29 271	24.98 412	8.65 409	6.24 347	9.96 385	4.38 343	8.16 361	8.42 373	2.44 322	9.46 380	6.27 353	1.11 383	1.70 398	0.33 376	0.47 386	1.16 384	1.35 331

AnyNet_C32	4.41 368	3.74 395	15.17 399	0.48 275	0.51 306	5.99 366	6.52 401	5.30 293	2.72 318	6.86 365	3.66 323	5.21 353	3.19 343	7.42 348	19.54 402	0.08 354	0.04 232	0.20 373	0.09 293	0.67 379	0.76 286

AFF-stereo	0.89 125	1.05 294	1.70 50	0.49 276	0.18 224	1.21 81	0.01 19	3.58 137	1.62 217	0.84 116	1.93 264	1.14 185	0.26 165	1.24 116	0.68 185	0.00 1	0.64 309	0.00 1	0.00 1	0.26 319	0.89 298

ACVNet-DCA	0.94 138	0.36 138	2.41 173	0.50 277	0.29 271	3.40 325	0.02 78	3.82 156	1.29 156	0.71 97	0.83 195	0.05 22	0.61 220	1.60 131	0.12 27	0.00 1	1.13 368	0.00 1	0.03 262	0.06 136	1.57 343

xx1	1.29 230	0.36 138	2.41 173	0.50 277	0.29 271	3.40 325	0.02 78	4.02 185	7.67 378	0.71 97	0.83 195	0.73 136	0.15 131	1.60 131	0.12 27	0.00 1	1.13 368	0.00 1	0.23 355	0.06 136	1.57 343

1test111	1.06 178	0.36 138	2.41 173	0.50 277	0.29 271	3.40 325	0.02 78	3.82 156	1.29 156	0.71 97	0.83 195	0.05 22	0.61 220	3.19 168	0.90 216	0.00 1	1.13 368	0.00 1	0.03 262	0.06 136	1.57 343

cc1	1.29 230	0.36 138	2.41 173	0.50 277	0.29 271	3.40 325	0.02 78	4.02 185	7.67 378	0.71 97	0.83 195	0.05 22	0.61 220	1.59 130	0.12 27	0.00 1	1.13 368	0.00 1	0.03 262	0.10 200	1.86 375

IGEV_Zeroshot_test	1.07 179	0.28 112	3.68 263	0.51 281	0.58 317	1.13 60	0.54 304	4.64 250	0.73 45	1.14 165	0.75 184	3.21 302	0.70 239	0.77 79	0.57 168	0.00 1	0.52 300	0.00 1	0.16 319	0.04 113	1.56 342

HBP-ISP	1.59 276	1.12 303	3.42 244	0.53 282	0.10 192	4.27 342	1.44 344	5.35 295	1.61 211	3.58 329	0.87 201	0.91 156	1.18 264	6.64 307	0.46 149	0.04 339	0.02 220	0.00 1	0.00 1	0.06 136	0.24 195

RAFT-345	1.25 214	0.12 18	2.08 125	0.54 283	0.13 203	1.55 200	0.24 254	0.65 7	2.51 304	1.19 170	7.68 359	0.92 161	0.05 60	6.86 320	0.50 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

CVANet_RVC	1.37 246	0.82 247	3.23 235	0.54 283	0.11 196	1.48 181	0.46 297	4.01 184	2.23 279	3.33 322	1.34 234	1.51 201	0.37 185	6.38 295	0.69 187	0.01 299	0.00 1	0.00 1	0.05 277	0.19 290	0.62 271

FC-DCNN	6.44 381	0.46 165	3.25 237	0.54 283	0.56 312	8.01 378	1.37 343	8.76 385	7.15 376	19.35 407	22.25 403	22.72 401	15.44 401	10.37 386	7.93 362	0.00 1	0.01 193	0.00 1	0.00 1	0.03 92	0.64 273

test_5	0.94 138	0.94 266	2.60 195	0.55 286	0.25 251	1.47 176	0.02 78	4.89 266	0.97 82	0.81 113	0.30 111	0.80 150	0.63 227	3.39 172	0.24 82	0.00 1	0.27 279	0.00 1	0.00 1	0.17 282	0.54 257

11t1	0.70 82	0.28 112	1.86 89	0.56 287	0.56 312	1.06 36	0.00 1	2.89 90	1.21 125	0.60 86	0.34 117	0.08 47	0.04 45	0.76 77	0.85 206	0.02 323	1.09 355	0.00 1	0.18 334	0.06 136	1.58 347

LMCR-Stereo	1.28 226	1.13 305	2.41 173	0.57 288	0.03 125	2.72 301	0.09 203	6.86 363	0.88 68	2.44 289	1.92 263	0.14 68	1.55 292	3.57 181	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.16 270	0.02 24

ttt	1.79 287	0.32 127	2.41 173	0.58 289	0.26 260	1.64 236	0.00 1	6.26 349	2.57 308	1.91 242	2.39 287	1.39 196	0.11 113	5.55 268	7.97 363	0.00 1	1.05 349	0.00 1	0.16 319	0.06 136	1.14 316

cross-raft	0.67 74	0.19 74	1.85 86	0.58 289	0.71 338	1.09 50	0.10 210	3.52 134	0.69 42	0.41 59	0.02 1	2.81 282	0.04 45	0.55 42	0.23 78	0.00 1	0.13 264	0.00 1	0.16 319	0.01 9	0.22 186

BEATNet_4x	1.24 211	1.45 334	5.03 319	0.58 289	0.02 107	1.34 135	0.09 203	5.29 292	1.69 229	2.01 253	0.25 98	1.18 187	0.44 202	2.11 152	2.70 302	0.00 1	0.00 1	0.00 1	0.00 1	0.14 250	0.54 257

MoCha-V2	0.71 84	0.43 158	1.65 44	0.60 292	1.06 360	0.38 9	0.00 1	3.01 105	1.32 168	0.44 62	0.58 164	0.22 79	0.08 88	0.78 82	0.40 136	0.00 1	1.45 390	0.00 1	0.22 351	0.05 125	1.61 350

RAFT_CTSACE	0.85 113	0.95 269	2.60 195	0.60 292	0.05 154	1.20 74	0.01 19	3.18 121	0.85 63	0.79 111	1.57 247	2.18 256	0.78 246	1.20 110	0.22 71	0.00 1	0.33 286	0.00 1	0.00 1	0.28 327	0.21 185

rafts_anoy	0.67 74	0.91 259	1.85 86	0.60 292	1.02 359	1.16 66	0.04 156	3.25 124	0.48 19	0.19 32	0.18 72	0.11 58	0.19 149	1.17 107	0.58 169	0.00 1	1.47 392	0.00 1	0.01 241	0.05 125	0.22 186

MSKI-zero shot	0.91 128	0.18 51	1.86 89	0.61 295	0.62 329	1.36 139	0.05 168	3.41 131	0.31 11	0.73 104	1.79 258	0.88 155	0.00 1	4.71 224	0.16 44	0.00 1	0.93 341	0.00 1	0.21 347	0.02 36	0.32 217

NRIStereo	0.82 103	0.17 46	1.56 32	0.61 295	0.05 154	1.61 221	0.48 299	1.52 36	1.19 114	0.91 125	0.17 69	0.65 120	0.03 35	7.00 334	0.25 84	0.00 1	0.06 243	0.00 1	0.00 1	0.06 136	0.17 157

TDLM	1.32 238	0.90 257	2.42 181	0.61 295	0.03 125	1.59 210	2.04 354	3.73 146	2.29 285	1.70 230	0.94 207	1.07 180	0.67 236	6.49 300	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.18 287	0.54 257

NLCA_NET_v2_RVC	1.20 201	0.85 248	3.90 273	0.61 295	0.99 356	1.40 151	0.01 19	4.06 191	1.56 205	2.38 282	0.36 127	2.15 254	0.57 216	4.52 217	0.67 184	0.00 1	0.00 1	0.00 1	0.01 241	0.02 36	0.03 38
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWC_ROB	3.30 347	1.83 354	8.47 378	0.62 299	0.56 312	1.31 122	0.39 291	4.53 239	5.05 361	7.66 371	15.14 381	3.37 305	2.43 321	6.86 320	6.74 357	0.00 1	0.00 1	0.00 1	0.00 1	0.51 364	0.54 257

MIM_Stereo	0.72 90	0.80 243	2.05 122	0.63 300	1.06 360	1.31 122	0.02 78	2.80 85	1.24 131	0.19 32	0.02 1	0.70 133	0.20 154	1.31 120	0.16 44	0.00 1	0.18 269	0.00 1	0.00 1	0.17 282	1.53 339

CBMV_ROB	2.06 303	0.31 123	2.72 203	0.63 300	0.00 1	2.83 307	0.88 324	5.24 290	2.41 296	4.28 341	6.16 350	3.07 297	3.47 347	5.81 278	2.69 301	0.00 1	0.00 1	0.00 1	0.00 1	0.05 125	0.56 264

LL-Strereo	2.29 326	1.55 343	5.01 318	0.64 302	2.78 388	1.52 193	0.05 168	5.04 277	1.24 131	2.73 304	2.87 305	5.10 349	5.49 372	7.22 344	0.81 200	0.04 339	1.31 385	0.00 1	0.00 1	0.31 333	2.08 385

raft+_RVC	0.71 84	1.05 294	1.86 89	0.64 302	1.31 367	1.20 74	0.05 168	2.44 72	0.77 50	0.18 28	0.43 143	0.08 47	0.15 131	0.93 99	0.64 177	0.00 1	1.43 389	0.00 1	0.00 1	0.09 189	1.03 310

Anonymous Stereo	2.31 327	1.93 363	10.83 389	0.65 304	0.22 236	1.66 238	4.27 380	4.51 235	2.99 332	3.12 317	1.87 262	1.95 236	0.11 113	7.17 343	4.68 340	0.01 299	0.00 1	0.00 1	0.00 1	0.11 223	0.20 179

RAFT-Test	0.85 113	0.19 74	2.98 221	0.66 305	0.99 356	1.83 261	0.17 230	3.16 118	1.19 114	0.71 97	0.11 62	3.21 302	0.02 18	0.58 48	0.33 102	0.00 1	0.47 294	0.00 1	0.29 373	0.01 9	0.15 148

x	0.80 99	0.39 146	1.80 70	0.66 305	0.50 305	1.02 29	0.00 1	3.61 138	1.34 173	0.65 90	0.34 117	0.53 112	0.14 130	1.21 112	0.91 219	0.00 1	1.09 355	0.00 1	0.20 342	0.06 136	1.59 348

TransformOpticalFlow	1.53 269	0.40 151	3.46 247	0.66 305	0.07 168	1.56 204	0.09 203	4.35 225	1.86 249	1.72 231	2.27 278	3.53 315	3.04 338	6.93 327	0.49 155	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.10 115

EDNetEfficient	6.66 383	1.34 326	34.37 411	0.66 305	1.93 381	2.04 271	3.59 371	3.08 112	14.92 391	20.02 408	9.53 367	6.48 364	10.85 395	7.65 355	15.21 393	0.03 333	0.10 258	0.01 325	0.22 351	0.61 374	0.55 262

WCMA_ROB	5.16 372	1.07 298	4.40 296	0.66 305	0.69 335	6.28 368	3.63 372	5.39 301	4.05 350	14.77 400	19.39 395	15.46 389	10.72 394	7.67 359	6.77 358	0.19 369	0.27 279	0.18 372	0.20 342	0.18 287	1.23 322

RTSC	3.18 345	2.15 369	8.20 375	0.67 310	0.38 289	4.41 348	0.08 192	5.64 314	5.80 367	6.14 363	3.43 318	3.37 305	1.55 292	7.50 351	12.15 384	0.00 1	0.84 324	0.00 1	0.25 360	0.51 364	0.53 256

anonymousa	1.15 194	0.38 144	2.43 183	0.70 311	1.49 372	1.45 166	0.02 78	4.23 215	1.13 103	0.91 125	2.52 296	3.46 311	0.55 211	0.55 42	0.60 170	0.00 1	1.13 368	0.00 1	0.54 389	0.04 113	0.86 295

MC-Stereo	0.57 52	0.16 38	1.63 42	0.70 311	0.93 352	1.10 55	0.01 19	1.43 33	0.26 9	0.91 125	0.02 1	0.08 47	0.11 113	0.61 60	0.23 78	0.00 1	1.15 374	0.00 1	0.17 327	0.10 200	1.84 373

SDNR	3.62 354	1.25 318	7.41 365	0.71 313	0.22 236	26.06 415	0.02 78	4.55 242	2.42 297	3.10 316	11.33 372	3.05 294	0.77 244	8.31 370	2.21 286	0.05 343	0.11 260	0.00 1	0.01 241	0.08 170	0.66 274

pmcnn	3.98 361	0.95 269	7.29 363	0.71 313	1.42 369	2.84 308	1.22 341	5.89 333	2.42 297	9.34 382	11.71 374	18.88 396	2.65 328	6.89 322	6.35 354	0.00 1	0.07 246	0.00 1	0.00 1	0.21 297	0.76 286

AEACV	0.64 70	0.08 3	1.46 20	0.72 315	0.96 353	1.22 85	0.00 1	1.90 56	0.67 38	0.54 85	0.07 55	0.02 2	0.73 242	0.63 63	0.28 94	0.01 299	0.92 335	0.00 1	0.36 380	0.09 189	2.04 384

Selective-IGEV	0.51 30	0.13 23	1.41 19	0.72 315	0.62 329	0.38 9	0.04 156	2.58 76	1.21 125	0.19 32	0.02 1	0.02 2	0.06 67	0.48 31	0.46 149	0.01 299	0.80 320	0.00 1	0.09 293	0.07 160	0.91 299

TRStereo	0.88 119	1.18 310	2.44 185	0.72 315	0.10 192	1.56 204	0.03 127	5.73 320	1.28 152	0.18 28	0.30 111	0.62 116	0.43 201	1.02 103	0.13 35	0.00 1	0.47 294	0.00 1	0.25 360	0.01 9	1.23 322

GANet-RSSM	1.09 182	0.80 243	2.41 173	0.72 315	0.00 1	1.39 147	0.02 78	5.15 283	1.07 93	0.95 133	0.34 117	2.06 243	1.12 261	4.69 222	0.80 198	0.00 1	0.00 1	0.04 354	0.00 1	0.15 262	0.09 105

DISCO	2.03 301	0.45 162	2.82 211	0.72 315	0.53 307	5.13 357	0.01 19	6.01 339	1.81 248	2.31 273	0.91 205	6.43 362	0.87 252	8.57 374	3.67 327	0.00 1	0.00 1	0.00 1	0.00 1	0.12 232	0.17 157

mmm	0.94 138	0.32 127	2.04 121	0.73 320	0.85 342	1.17 70	0.01 19	3.97 177	1.42 191	1.51 206	0.93 206	0.46 102	0.21 157	1.18 108	0.87 209	0.00 1	1.16 375	0.00 1	0.26 367	0.06 136	1.72 356

ASMatch	1.46 258	0.17 46	2.35 165	0.73 320	0.20 230	1.22 85	0.25 258	1.04 25	0.89 71	0.30 46	11.50 373	0.92 161	2.31 317	6.65 308	0.56 167	0.00 1	0.00 1	0.00 1	0.01 241	0.00 1	0.04 45

EGLCR-Stereo	0.64 70	0.12 18	1.52 26	0.74 322	0.75 340	1.83 261	0.54 304	2.79 84	0.67 38	0.66 93	0.04 40	0.01 1	0.02 18	0.77 79	0.45 144	0.00 1	0.71 314	0.00 1	0.00 1	0.00 1	1.14 316

RAFT-RH_RVC	2.11 311	0.30 117	2.27 153	0.74 322	0.26 260	1.51 190	0.02 78	0.61 6	1.23 129	5.28 357	21.18 398	1.04 175	0.07 77	6.90 323	0.61 173	0.04 339	0.00 1	0.00 1	0.03 262	0.02 36	0.00 1

DPSNet	3.98 361	1.01 286	12.58 392	0.74 322	0.55 309	5.24 359	1.53 345	12.44 394	4.82 359	2.89 308	0.97 210	6.37 360	11.43 396	8.20 366	8.61 366	0.09 356	0.51 299	0.11 366	0.38 382	0.35 344	0.83 291

LargeStereo	0.76 93	0.41 155	1.49 25	0.75 325	0.88 347	0.38 9	0.03 127	5.40 303	0.75 46	0.25 41	0.07 55	0.04 7	0.16 136	0.81 91	0.36 116	0.00 1	1.17 376	0.00 1	0.04 274	0.14 250	1.96 383

GrayStereo	1.55 272	0.06 1	1.53 28	0.75 325	0.20 230	1.27 113	4.44 381	3.44 132	1.20 120	4.92 354	3.92 328	0.45 101	4.54 361	3.43 175	0.09 14	0.00 1	0.00 1	0.00 1	0.49 388	0.02 36	0.25 201

LL-Strereo2	0.63 67	0.97 276	2.03 117	0.76 327	0.86 345	1.15 63	0.08 192	1.85 54	1.20 120	0.45 67	0.02 1	0.50 109	0.07 77	0.63 63	0.65 179	0.00 1	0.17 268	0.00 1	0.03 262	0.05 125	1.05 311

DANet	1.96 297	0.24 98	3.72 265	0.78 328	0.48 304	2.65 300	0.34 287	3.94 174	1.71 235	4.35 342	1.56 246	5.09 348	0.56 213	6.97 332	5.99 350	0.01 299	0.00 1	0.00 1	0.01 241	0.04 113	0.66 274
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
iRaft-Stereo_20w	1.39 249	0.18 51	3.72 265	0.79 329	0.56 312	1.90 263	0.65 314	8.85 387	1.05 91	2.05 256	0.42 140	1.24 189	1.23 271	1.69 136	0.95 222	0.00 1	0.62 307	0.00 1	0.44 383	0.02 36	1.41 335

riskmin	0.95 147	0.06 1	2.01 112	0.80 330	0.86 345	1.58 209	0.24 254	4.28 221	0.53 21	0.85 117	0.29 107	2.60 273	1.04 257	0.70 69	0.61 173	0.00 1	0.85 325	0.00 1	0.26 367	0.01 9	1.48 338

Anonymous_2	2.17 317	0.32 127	2.35 165	0.80 330	0.85 342	1.67 243	0.22 248	4.62 248	0.71 43	1.12 163	0.40 136	3.18 301	1.94 309	0.84 94	0.77 194	0.06 349	1.09 355	3.25 395	14.62 419	3.25 389	1.43 336

HITNet	1.01 166	1.08 300	3.32 241	0.80 330	0.00 1	1.37 141	0.02 78	5.20 287	1.59 208	1.88 239	0.18 72	0.64 119	0.31 175	1.24 116	2.01 276	0.00 1	0.00 1	0.00 1	0.00 1	0.08 170	0.47 248
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
RAFT_R40	1.08 180	0.11 13	2.09 131	0.83 333	0.20 230	1.68 246	0.64 312	2.11 62	1.19 114	1.05 151	1.13 221	1.77 224	1.43 281	6.90 323	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.01 11

EKT-Stereo	0.91 128	0.23 94	2.14 137	0.84 334	4.27 393	1.23 89	0.04 156	2.85 87	0.67 38	0.44 62	0.40 136	0.95 168	0.08 88	2.93 164	0.38 128	0.00 1	0.18 269	0.00 1	0.07 286	0.04 113	0.40 240

SST-Stereo	1.12 187	0.10 10	1.98 108	0.85 335	0.24 247	1.72 250	0.56 309	2.10 61	2.01 263	1.19 170	1.07 214	1.57 203	1.88 308	6.92 325	0.24 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.02 24

MyStereo8	1.16 196	0.86 251	3.73 267	0.86 336	0.04 146	1.47 176	0.01 19	4.64 250	2.13 270	1.47 204	1.10 218	1.21 188	0.31 175	1.12 104	1.50 252	0.00 1	1.45 390	0.00 1	0.30 375	0.10 200	0.93 304

GMStereo_Zeroshot	0.67 74	0.24 98	1.87 94	0.87 337	0.00 1	1.26 106	0.01 19	2.01 60	0.42 14	1.44 201	0.58 164	1.73 222	0.19 149	2.62 157	0.10 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.09 105

GANet	2.23 322	0.92 264	3.10 227	0.88 338	0.08 177	2.25 275	3.25 366	4.61 247	1.71 235	2.55 295	9.98 369	2.56 272	1.47 286	7.52 352	2.98 314	0.00 1	0.04 232	0.02 344	0.08 290	0.14 250	0.42 246

RAFT	0.91 128	0.96 273	1.82 82	0.89 339	0.44 299	0.97 25	0.08 192	3.71 145	1.25 138	0.36 50	0.20 88	3.87 326	0.27 168	0.70 69	0.49 155	0.00 1	0.83 323	0.00 1	0.01 241	0.47 359	0.87 296

HH	1.25 214	0.40 151	2.13 135	0.90 340	0.41 292	2.28 278	0.01 19	4.25 216	0.95 78	0.37 51	0.89 203	3.87 326	0.80 248	4.74 226	0.51 159	0.00 1	0.96 345	0.00 1	0.00 1	0.03 92	1.53 339

HanStereo	1.25 214	0.40 151	2.13 135	0.90 340	0.41 292	2.28 278	0.01 19	4.25 216	0.95 78	0.37 51	0.89 203	3.87 326	0.80 248	4.74 226	0.51 159	0.00 1	0.96 345	0.00 1	0.00 1	0.03 92	1.53 339

DisPM	0.96 150	0.17 46	2.10 132	0.90 340	0.02 107	1.53 195	0.55 308	1.86 55	1.31 167	2.42 287	0.82 194	0.38 94	0.01 6	6.92 325	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

JetBlue	14.57 408	6.38 405	35.83 412	0.95 343	7.05 401	51.27 421	22.93 419	16.51 398	9.78 383	11.72 388	17.82 387	27.82 407	17.62 408	33.31 420	20.36 406	0.35 374	0.18 269	0.15 371	0.25 360	5.36 392	5.74 399

WAO-7	9.62 391	2.87 384	5.64 340	0.96 344	0.21 235	20.37 404	5.13 388	23.65 417	26.32 406	13.11 393	27.70 411	22.69 400	14.04 400	14.53 401	13.11 387	0.13 362	0.09 256	0.58 380	0.10 298	0.51 364	0.75 285

XQC	3.16 344	2.00 365	7.71 368	0.97 345	0.67 332	5.07 356	0.69 316	6.58 359	4.95 360	5.04 355	1.98 269	4.99 345	3.12 341	7.96 364	10.02 377	0.00 1	0.63 308	0.00 1	0.18 334	0.36 346	0.38 237

MFN_U_SF_RVC	4.10 363	2.36 373	12.04 391	1.00 346	0.27 265	10.31 384	0.51 301	8.83 386	3.69 344	4.90 353	3.30 315	9.33 377	3.43 346	8.28 368	9.42 372	0.41 375	0.53 301	0.52 378	0.81 394	0.90 382	1.05 311

PASM	2.20 319	1.85 357	10.33 386	1.00 346	0.41 292	1.98 266	0.90 326	3.85 163	2.76 321	4.38 343	1.53 244	3.49 314	1.54 289	6.60 304	2.43 296	0.14 363	0.02 220	0.00 1	0.03 262	0.33 337	0.39 238

NOSS_ROB	1.47 260	0.49 170	2.40 171	1.00 346	0.17 221	2.56 293	0.01 19	4.86 263	2.62 309	2.32 274	1.74 254	2.79 281	0.02 18	6.96 331	0.60 170	0.00 1	0.00 1	0.00 1	0.00 1	0.06 136	0.73 283

iResNet	1.20 201	0.77 238	3.37 243	1.01 349	0.01 62	2.00 267	0.01 19	4.44 230	1.74 241	1.88 239	1.09 216	0.35 90	0.35 181	4.22 200	2.44 297	0.00 1	0.00 1	0.00 1	0.00 1	0.09 189	0.26 205

Pruner-Stereo	0.63 67	0.21 85	1.86 89	1.03 350	0.10 192	1.59 210	0.35 289	2.26 64	1.22 127	2.22 264	0.45 147	0.25 84	0.01 6	0.67 66	0.38 128	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

DN-CSS_ROB	0.96 150	1.51 339	3.52 252	1.05 351	0.01 62	1.50 186	0.02 78	3.35 130	1.18 112	0.18 28	0.54 158	0.44 100	0.16 136	4.39 210	0.82 201	0.00 1	0.00 1	0.00 1	0.00 1	0.36 346	0.08 83

PDISCO_ROB	2.54 332	1.40 331	5.07 323	1.06 352	2.01 382	8.28 380	0.17 230	7.96 383	6.01 369	1.48 205	1.75 255	3.67 320	1.25 273	7.74 361	2.07 279	0.00 1	0.00 1	0.00 1	0.00 1	0.39 352	0.42 246

AnyNet_C01	7.15 385	5.48 402	37.47 413	1.08 353	0.59 319	11.50 387	6.49 400	6.93 364	4.31 352	8.06 373	9.11 366	8.72 374	4.06 355	14.50 400	21.97 411	0.11 359	0.08 250	0.24 375	0.09 293	1.11 383	1.07 314

FINET	2.99 338	2.11 368	7.66 367	1.13 354	1.79 376	4.35 346	3.34 368	5.66 316	7.93 381	2.49 293	3.29 314	1.66 217	2.47 323	6.70 311	4.44 337	0.82 378	1.38 388	0.03 349	0.30 375	0.36 346	1.88 380

SGM_RVC	4.67 370	0.61 207	2.62 199	1.13 354	0.29 271	7.96 377	2.60 361	7.55 378	4.36 354	12.34 391	9.95 368	15.94 391	8.56 384	10.88 390	6.38 355	0.22 370	0.25 274	0.20 373	0.23 355	0.32 335	0.92 300
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AAGNet	1.60 277	0.15 28	1.76 64	1.17 356	0.27 265	1.51 190	0.64 312	1.71 49	1.20 120	1.67 226	0.81 193	1.59 208	2.23 314	6.08 285	11.16 381	0.00 1	0.00 1	0.00 1	0.00 1	0.03 92	0.02 24

PSM-softLoss	0.96 150	0.18 51	2.32 162	1.26 357	0.03 125	1.50 186	0.26 260	2.90 91	1.27 148	1.30 184	0.38 131	0.39 95	0.01 6	6.94 328	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

KMStereo	0.96 150	0.18 51	2.32 162	1.26 357	0.03 125	1.50 186	0.26 260	2.90 91	1.27 148	1.30 184	0.38 131	0.39 95	0.01 6	6.94 328	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

CRFU-Net	1.43 256	0.33 133	2.98 221	1.27 359	0.03 125	4.01 337	0.05 168	6.21 344	0.95 78	1.92 244	0.74 182	3.41 309	2.55 326	3.36 171	0.36 116	0.01 299	0.01 193	0.11 366	0.00 1	0.13 242	0.09 105

PFNet	1.13 189	0.26 103	3.28 239	1.27 359	0.55 309	1.60 214	0.24 254	1.80 53	1.19 114	2.37 281	1.21 226	0.63 117	0.30 171	6.85 319	0.46 149	0.16 365	0.01 193	0.00 1	0.07 286	0.18 287	0.24 195

iResNetv2_ROB	1.32 238	1.82 353	6.02 344	1.27 359	0.00 1	1.41 157	0.05 168	4.48 232	1.46 195	1.02 148	1.28 230	1.00 174	0.27 168	4.72 225	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.37 351	0.16 152

XX-Stereo	1.24 211	0.25 101	6.03 345	1.30 362	0.29 271	1.28 116	0.00 1	4.12 201	0.60 32	1.29 183	0.50 153	3.63 318	0.03 35	4.05 194	0.18 53	0.00 1	0.58 305	0.00 1	0.23 355	0.03 92	0.47 248

NF-Stereo	0.92 131	0.18 51	1.99 110	1.31 363	0.01 62	1.55 200	0.28 268	3.09 113	1.24 131	1.20 174	0.57 159	0.24 80	0.01 6	6.43 296	0.35 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

OCTAStereo	0.93 135	0.18 51	2.01 112	1.31 363	0.01 62	1.56 204	0.28 268	3.09 113	1.24 131	1.21 175	0.57 159	0.25 84	0.01 6	6.43 296	0.35 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

RE-Stereo	0.92 131	0.18 51	2.01 112	1.31 363	0.01 62	1.55 200	0.28 268	3.09 113	1.24 131	1.21 175	0.57 159	0.24 80	0.01 6	6.43 296	0.34 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

TVStereo	0.92 131	0.18 51	2.01 112	1.31 363	0.01 62	1.55 200	0.28 268	3.09 113	1.24 131	1.21 175	0.57 159	0.24 80	0.01 6	6.43 296	0.34 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

DGSMNet	2.56 333	1.15 308	7.39 364	1.34 367	2.02 383	3.20 316	3.97 375	6.11 343	1.72 240	1.52 209	2.72 301	3.23 304	0.63 227	4.74 226	2.39 295	1.12 384	1.53 394	1.54 390	1.32 403	1.40 385	2.10 386

SHD	3.58 349	1.83 354	6.41 353	1.34 367	1.21 365	4.84 353	0.17 230	7.95 382	12.83 388	7.86 372	3.32 316	5.08 347	2.63 327	5.54 267	8.57 365	0.01 299	0.75 317	0.00 1	0.18 334	0.31 333	0.73 283

MADNet+	11.36 398	15.59 416	70.62 422	1.36 369	1.52 373	20.21 403	4.98 384	12.73 395	8.13 382	3.88 335	6.42 354	8.89 376	6.29 378	32.76 419	29.90 417	0.25 372	1.05 349	0.01 325	0.22 351	0.60 373	1.76 361

NVStereoNet_ROB	4.22 364	2.29 370	6.13 348	1.40 370	1.14 363	2.84 308	0.97 329	5.67 317	5.66 364	5.25 356	14.28 380	12.40 382	5.35 371	10.74 389	5.33 344	1.24 388	1.01 348	0.67 386	0.62 392	0.63 376	0.69 279
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IRAFT_RVC	1.13 189	0.39 146	2.40 171	1.51 371	0.25 251	1.37 141	0.31 282	2.93 99	1.24 131	1.58 219	0.79 190	1.14 185	1.54 289	6.53 301	0.44 140	0.00 1	0.12 262	0.00 1	0.00 1	0.02 36	0.03 38

CC-Net-ROB	2.09 307	1.17 309	3.97 276	1.52 372	0.23 242	3.35 324	0.05 168	5.09 280	2.74 319	1.09 158	1.40 237	0.97 170	0.18 145	6.66 309	0.87 209	1.46 389	1.64 396	7.13 396	0.00 1	1.67 386	0.54 257

G-Net	3.58 349	0.58 197	5.14 326	1.61 373	1.86 377	10.46 385	1.85 351	3.24 123	1.69 229	8.68 376	11.81 375	6.03 357	7.62 382	4.82 236	5.52 346	0.08 354	0.12 262	0.07 359	0.15 313	0.16 270	0.16 152

RTS	10.27 395	3.55 389	66.16 420	1.62 374	2.34 384	13.96 393	6.25 396	6.95 366	18.07 397	8.81 377	19.18 392	6.82 367	2.96 335	26.87 415	19.93 404	0.00 1	0.42 291	0.00 1	0.03 262	0.40 354	0.99 308

RTSA	10.27 395	3.55 389	66.16 420	1.62 374	2.34 384	13.96 393	6.25 396	6.95 366	18.07 397	8.81 377	19.18 392	6.82 367	2.96 335	26.87 415	19.93 404	0.00 1	0.42 291	0.00 1	0.03 262	0.40 354	0.99 308

MaskLacGwcNet_RVC	1.88 290	0.88 254	3.47 248	1.64 376	0.22 236	4.27 342	0.40 292	3.90 172	1.63 223	0.72 103	0.71 178	3.06 295	0.11 113	5.13 251	1.03 230	5.07 394	0.54 302	0.00 1	0.00 1	1.73 387	3.16 394

PVD	6.50 382	1.70 350	6.71 359	1.66 377	1.59 375	7.94 376	0.89 325	11.13 392	24.35 402	12.01 390	19.10 391	8.76 375	9.89 390	9.85 381	11.06 380	0.02 323	1.12 363	0.00 1	0.26 367	0.25 313	1.72 356

ELAS	9.07 389	1.55 343	5.19 329	1.87 378	1.92 380	17.05 397	8.29 407	13.92 396	13.52 390	23.08 414	28.56 413	18.59 395	16.90 405	12.06 396	13.39 389	0.91 379	1.32 386	0.65 385	0.59 390	0.68 380	1.31 329
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	8.75 388	1.59 346	6.34 352	1.91 379	1.87 378	11.67 388	12.14 414	10.75 391	16.11 395	22.55 413	21.45 399	18.49 394	18.29 409	14.17 399	12.53 385	0.92 380	1.32 386	0.70 387	0.46 384	0.53 370	1.25 325
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	4.31 365	1.94 364	7.80 370	1.96 380	1.40 368	10.65 386	7.35 402	7.17 370	4.49 355	8.27 374	3.58 321	10.58 379	3.75 350	7.87 362	6.66 356	0.01 299	1.09 355	0.00 1	0.23 355	0.26 319	1.19 320

SGM+DAISY	6.27 380	3.62 394	9.36 383	2.30 381	2.34 384	9.12 383	6.38 398	6.98 368	6.00 368	14.26 395	15.55 383	14.02 387	9.84 389	9.45 379	8.56 364	1.21 386	1.60 395	0.58 380	0.86 398	0.63 376	2.74 388

LE_ROB	13.25 404	1.86 359	12.84 393	2.35 382	1.43 370	7.50 372	5.92 393	10.14 388	48.57 423	57.70 423	24.61 407	23.44 404	32.60 418	10.12 383	24.95 416	0.06 349	0.08 250	0.13 370	0.20 342	0.09 189	0.41 242

SGM-ForestM	14.25 405	3.00 385	8.67 381	2.38 383	1.88 379	24.45 411	11.87 412	19.27 404	21.66 399	30.68 416	29.79 415	46.58 420	28.97 415	27.26 417	21.22 409	1.14 385	1.67 397	0.61 384	0.89 400	0.51 364	2.50 387

OMP-Stereo	1.29 230	0.75 231	1.67 46	2.47 384	0.29 271	1.61 221	0.32 284	2.38 71	1.09 96	2.66 300	1.14 223	3.04 293	0.17 141	7.40 346	0.60 170	0.00 1	0.00 1	0.00 1	0.00 1	0.07 160	0.08 83

IIG-Stereo	1.39 249	0.67 219	1.73 53	2.48 385	0.05 154	1.63 229	0.14 223	3.00 103	1.20 120	2.94 310	2.23 276	3.03 292	0.55 211	7.41 347	0.66 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.07 78

MDST_ROB	3.81 359	0.21 85	4.29 287	2.64 386	1.45 371	13.85 392	1.02 334	8.06 384	2.67 312	15.14 401	8.81 364	2.70 277	1.55 292	9.31 377	3.90 330	0.03 333	0.00 1	0.00 1	0.00 1	0.03 92	0.63 272

UDG	3.15 343	9.41 410	2.81 209	2.72 387	0.92 350	2.39 286	0.11 212	4.12 201	1.30 164	2.35 276	3.63 322	4.96 344	1.58 296	4.33 206	2.89 312	1.22 387	0.04 232	8.09 398	3.80 410	4.94 391	1.35 331

MFMNet_re	2.39 330	1.65 349	6.10 346	3.04 388	0.90 348	2.34 285	0.98 330	4.77 261	3.79 347	6.95 366	7.08 357	1.84 228	3.79 353	2.53 155	1.57 255	0.00 1	0.00 1	0.00 1	0.00 1	0.25 313	0.26 205

BEATNet-Init1	19.30 414	9.61 411	39.48 414	3.09 389	2.67 387	39.40 420	17.68 417	23.58 416	25.88 404	38.63 419	37.63 419	50.99 421	33.56 419	30.54 418	24.44 415	1.09 382	1.51 393	0.60 383	0.88 399	1.81 388	2.89 390

MANE	15.61 410	2.70 380	7.19 362	3.43 390	5.19 396	21.44 405	9.54 410	24.27 418	29.58 408	33.72 418	42.10 420	42.08 419	32.55 417	24.60 410	20.72 407	1.46 389	2.17 401	1.34 389	4.60 411	0.49 361	3.04 392

DDUNet	3.58 349	11.19 412	3.84 271	3.59 391	3.31 391	4.14 340	0.20 239	4.40 228	1.33 170	2.72 303	3.11 310	3.16 299	0.37 185	4.18 195	1.47 250	2.02 391	0.05 237	10.10 403	3.59 409	5.85 393	3.05 393

SQANet	2.65 335	1.92 362	3.73 267	4.47 392	2.98 389	2.59 295	0.24 254	4.66 253	1.11 100	2.48 291	0.59 166	1.57 203	0.86 251	3.95 192	1.67 262	7.97 399	0.14 265	0.48 377	0.03 262	7.84 394	3.68 395

LSM	7.83 386	2.59 379	24.93 406	4.71 393	40.61 423	3.55 330	5.22 389	5.91 334	7.48 377	10.86 385	13.66 379	4.55 334	3.92 354	7.72 360	5.88 349	0.02 323	0.26 277	0.00 1	0.00 1	0.30 332	14.53 419

FADE		11.70 413		4.77 394	4.88 395			19.70 406	23.34 400	8.37 375		14.69 388		26.42 414		25.10 420	8.60 419	35.80 424	36.52 424	3.69 390	2.77 389

PWCK	9.63 392	6.94 408	19.91 403	6.25 395	0.22 236	22.62 407	14.62 416	12.15 393	13.48 389	14.34 396	13.17 378	13.25 385	8.40 383	16.14 402	11.57 383	6.38 397	0.26 277	2.41 394	0.11 301	8.57 395	1.74 359

otaku	3.61 352	2.06 366	4.04 277	6.41 396	3.35 392	4.67 351	2.08 355	5.97 335	1.58 207	2.19 263	2.62 299	3.47 312	1.45 282	4.36 208	2.17 282	8.55 400	0.25 274	1.89 391	0.03 262	9.29 397	5.81 400

CAS	0.95 147	0.12 18	1.08 7	6.79 397	0.08 177	1.10 55	0.01 19	0.97 20	0.87 65	0.03 6	0.04 40	0.07 42	0.06 67	0.37 19	0.15 40	6.94 398	0.00 1	0.00 1	0.00 1	0.00 1	0.30 213

Ntro	3.66 356	2.08 367	4.34 288	7.58 398	4.53 394	6.25 367	0.72 318	5.35 295	1.65 225	0.48 77	1.77 256	2.68 276	1.25 273	5.10 249	2.31 291	8.72 401	0.31 284	2.13 393	0.05 277	9.73 398	6.18 401

WAO-6	11.65 399	2.71 381	4.73 305	7.69 399	7.28 403	17.41 398	7.45 403	20.43 408	38.14 418	10.13 384	19.37 394	27.36 406	12.38 398	13.35 397	13.26 388	4.38 393	2.43 405	10.51 405	0.03 262	9.00 396	4.96 398

WAO-8	14.47 406	5.06 400	6.42 354	8.00 400	6.65 398	23.95 409	2.97 363	23.01 414	45.08 421	19.24 405	34.86 418	33.07 410	17.51 406	17.59 405	14.38 390	5.22 395	0.86 326	10.06 401	0.85 396	10.25 399	4.34 396

Venus	14.47 406	5.06 400	6.42 354	8.00 400	6.65 398	23.95 409	2.97 363	23.01 414	45.08 421	19.24 405	34.85 417	33.07 410	17.51 406	17.59 405	14.38 390	5.22 395	0.86 326	10.06 401	0.85 396	10.25 399	4.34 396

ACVNet_2	9.32 390	2.76 383	8.07 373	8.84 402	6.89 400	14.54 396	4.19 378	14.25 397	23.92 401	7.62 370	19.61 396	20.42 397	5.93 376	8.52 373	3.64 326	9.16 402	1.74 400	7.93 397	0.36 380	10.56 402	7.47 408

RainbowNet	5.23 373	4.09 398	4.92 315	9.61 403	6.18 397	5.26 360	3.48 370	7.68 380	4.58 357	1.94 248	3.02 306	4.67 339	3.42 345	5.90 279	2.01 276	9.59 403	2.19 402	8.45 399	0.20 342	10.52 401	6.82 403

ACVNet-4b	6.14 379	2.39 374	6.31 351	9.73 404	7.26 402	8.81 382	1.62 349	7.27 373	6.07 370	0.41 59	6.42 354	11.47 380	2.37 319	9.17 376	2.72 303	9.70 405	2.42 404	10.45 404	0.01 241	11.04 405	7.12 404

ACVNet_1	6.79 384	2.72 382	6.97 360	9.78 405	7.38 404	7.67 374	2.29 359	10.50 390	6.93 375	4.51 346	5.39 344	13.21 384	6.34 379	7.02 337	3.31 323	9.70 405	2.48 406	10.85 406	0.11 301	11.41 407	7.23 405

LVE	11.75 401	3.56 392	5.48 338	10.38 406	8.28 406	22.54 406	7.53 406	17.01 400	32.01 411	9.26 381	23.28 404	23.43 403	9.72 387	11.79 395	7.81 361	10.09 407	2.62 412	11.07 407	0.59 390	11.18 406	7.44 407

Dean	12.08 402	3.10 386	8.10 374	10.98 407	8.34 407	18.85 401	5.53 392	21.57 413	40.96 420	11.81 389	21.91 400	25.74 405	9.74 388	8.20 366	5.76 347	9.65 404	2.35 403	9.94 400	0.65 393	10.97 404	7.40 406

IMH-64-1	10.12 393	3.75 396	4.24 284	11.47 408	9.26 408	11.93 389	5.30 390	18.72 402	15.74 392	7.16 368	18.55 388	16.83 392	6.83 380	11.66 392	9.62 374	10.09 407	2.54 407	15.69 411	1.72 404	12.82 408	8.45 409

IMH-64	10.12 393	3.75 396	4.24 284	11.47 408	9.26 408	11.93 389	5.30 390	18.72 402	15.74 392	7.16 368	18.55 388	16.83 392	6.83 380	11.66 392	9.62 374	10.09 407	2.54 407	15.69 411	1.72 404	12.82 408	8.45 409

IMH	11.71 400	4.49 399	4.59 301	11.55 410	9.35 410	14.27 395	5.00 386	21.03 411	25.97 405	8.90 379	23.64 406	20.58 399	10.29 391	13.39 398	9.59 373	10.13 410	2.57 409	15.53 409	1.75 406	13.04 410	8.53 411

TorneroNet-64	16.11 411	6.82 406	6.11 347	14.13 411	12.13 412	28.42 417	6.47 399	20.35 407	38.01 417	12.80 392	27.88 412	35.94 414	16.83 404	20.38 408	16.77 397	10.33 411	2.60 410	19.45 414	2.86 407	14.63 412	9.33 413

TorneroNet	16.83 412	6.92 407	6.68 358	14.15 412	12.07 411	27.63 416	8.39 408	21.53 412	37.64 416	14.70 398	32.94 416	33.55 412	18.95 411	19.68 407	20.80 408	10.39 412	2.61 411	19.77 415	3.45 408	15.42 413	9.28 412

DispFullNet	8.26 387	24.76 420	14.96 398	14.77 413	7.78 405	5.23 358	0.09 203	5.67 317	3.16 336	9.01 380	4.87 339	6.15 359	10.66 393	10.44 387	4.54 338	2.54 392	0.33 286	15.59 410	4.84 413	13.17 411	6.59 402

KSHMR	14.93 409	8.30 409	8.52 379	15.54 414	13.01 413	17.62 399	10.36 411	19.39 405	30.53 409	19.03 402	22.15 402	28.32 408	9.61 386	16.44 403	10.96 379	10.98 415	3.74 418	21.96 417	4.87 414	16.79 414	10.39 414

JetRed	35.17 421	40.12 424	62.92 418	15.92 415	26.66 422	70.02 423	42.94 423	32.33 422	33.48 412	46.29 421	45.31 422	39.98 417	26.04 413	38.73 421	56.93 422	12.90 417	37.58 426	13.38 408	9.53 417	30.41 422	21.91 422

notaker	18.29 413	22.89 419	10.13 385	18.52 416	14.64 416	17.81 400	7.48 404	20.77 409	24.37 403	21.91 411	27.45 410	39.00 416	20.06 412	20.53 409	21.90 410	12.54 416	2.81 416	25.96 419	6.03 416	19.60 417	11.37 415

UNDER WATER-64	20.90 417	11.73 414	33.74 410	20.56 417	13.88 414	34.56 419	24.71 420	16.81 399	33.52 413	22.54 412	17.10 385	40.14 418	33.68 420	25.46 412	23.75 414	10.68 413	2.78 415	18.70 413	4.60 411	17.07 415	12.03 418

UNDER WATER	20.50 416	13.77 415	33.30 409	20.84 418	14.55 415	30.38 418	19.68 418	17.23 401	34.25 414	21.44 410	18.98 390	38.38 415	31.61 416	25.31 411	22.42 413	10.71 414	2.76 414	19.90 416	4.92 415	17.87 416	11.76 417

HanzoNet	30.55 420	30.82 422	24.44 405	22.40 419	19.25 420	25.74 414	14.00 415	29.76 420	40.45 419	43.57 420	44.15 421	55.63 423	46.26 421	43.79 422	45.27 420	28.35 422	9.71 420	30.23 422	16.18 420	23.20 421	17.85 420

ktn	19.65 415	19.61 417	8.27 377	22.99 420	17.38 418	23.89 408	11.97 413	24.83 419	34.40 415	19.19 404	27.37 409	32.56 409	18.29 409	16.52 404	18.28 400	22.43 419	3.70 417	29.28 421	10.90 418	19.65 418	11.59 416

DPSimNet_ROB	26.59 419	21.34 418	28.49 408	25.34 421	19.24 419	25.03 413	28.61 421	30.13 421	30.91 410	33.36 417	29.60 414	33.91 413	28.18 414	25.99 413	42.58 419	17.84 418	15.40 421	25.41 418	22.86 422	21.10 420	26.45 424

SPstereo	61.24 425	27.43 421	41.43 416	33.64 422	25.42 421	72.54 424	80.04 424	100.00 436	100.00 434	97.56 432	96.24 430	100.00 437	95.10 430	94.86 430	76.77 425	29.55 423	22.53 422	47.20 426	42.52 425	19.77 419	22.12 423

MADNet++	48.24 422	34.06 423	39.67 415	43.36 423	41.25 424	66.15 422	33.15 422	60.90 425	54.14 424	72.30 425	61.91 423	58.11 424	56.05 422	58.09 423	59.59 423	43.04 425	36.86 425	35.73 423	22.37 421	45.96 424	42.06 426

ASD4	55.67 423	67.80 427	50.61 417	44.70 424	58.12 426	92.14 426	98.24 432	55.49 423	86.70 428	58.61 424	65.05 424	51.13 422	64.00 424	59.18 425	67.96 424	26.48 421	30.21 423	26.86 420	29.22 423	43.04 423	37.90 425

tt	68.57 426	0.18 51	99.50 433	50.44 425	14.99 417	100.00 434	100.00 434	100.00 436	99.70 431	28.28 415	12.01 376	99.97 436	98.67 432	99.55 433	99.99 435	89.99 430	98.19 431	46.13 425	51.48 427	60.62 425	21.71 421

xxxxx1	76.86 427	82.53 428	93.06 427	61.86 426	67.25 427	95.91 428	95.20 428	75.90 426	81.13 425	82.69 427	86.70 426	89.27 426	87.62 425	85.18 426	86.89 426	55.21 426	54.91 427	60.27 427	72.48 428	60.77 426	62.32 427

tt_ll	76.86 427	82.53 428	93.06 427	61.86 426	67.25 427	95.91 428	95.20 428	75.90 426	81.13 425	82.69 427	86.70 426	89.27 426	87.62 425	85.18 426	86.89 426	55.21 426	54.91 427	60.27 427	72.48 428	60.77 426	62.32 427

ff	76.86 427	82.53 428	93.06 427	61.86 426	67.25 427	95.91 428	95.20 428	75.90 426	81.13 425	82.69 427	86.70 426	89.27 426	87.62 425	85.18 426	86.89 426	55.21 426	54.91 427	60.27 427	72.48 428	60.77 426	62.32 427

LRCNet_RVC	60.82 424	63.91 426	64.33 419	69.26 429	50.13 425	19.76 402	0.07 186	58.24 424	5.77 365	75.95 426	85.64 425	74.51 425	62.84 423	58.99 424	50.33 421	93.38 433	56.04 430	93.60 431	93.06 431	68.67 429	71.95 431

Anonymous_1	96.94 432	99.72 434	99.64 434	92.03 430	93.81 430	100.00 434	100.00 434	99.18 433	99.90 433	98.59 434	99.75 432	99.15 432	99.95 434	98.52 432	99.54 432	87.31 429	98.83 433	90.77 430	96.89 432	91.07 431	94.14 432

PML	88.69 430	99.49 432	92.95 426	94.34 431	94.09 431	98.57 432	96.73 431	93.58 429	94.50 429	99.57 435	91.07 429	95.40 430	91.48 428	99.96 437	90.33 429	99.98 443	31.85 424	100.00 437	46.15 426	93.62 432	70.14 430

MEDIAN_ROB	96.88 431	99.41 431	98.74 431	94.82 432	94.30 432	93.21 427	90.85 426	95.70 431	94.83 430	97.65 433	97.67 431	98.31 431	96.57 431	94.60 429	93.95 431	99.78 441	98.28 432	99.99 435	99.90 434	99.50 437	99.57 435

DPSM_ROB	99.05 435	100.00 439	100.00 438	95.92 433	98.77 434	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	93.10 431	100.00 436	100.00 437	100.00 436	95.46 433	97.74 433

DPSM	99.05 435	100.00 439	100.00 438	95.92 433	98.77 434	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	93.10 431	100.00 436	100.00 437	100.00 436	95.46 433	97.74 433

DGTPSM_ROB	99.42 438	99.92 436	99.98 436	96.43 435	100.00 438	100.00 434	100.00 434	99.81 434	100.00 434	95.92 430	100.00 434	99.26 433	100.00 435	99.77 434	99.99 435	98.23 434	100.00 436	99.86 433	100.00 436	99.38 435	99.97 443

DPSMNet_ROB	99.43 439	99.92 436	99.98 436	96.44 436	100.00 438	100.00 434	100.00 434	99.82 435	100.00 434	95.92 430	100.00 434	99.26 433	100.00 435	99.77 434	99.99 435	98.36 435	100.00 436	99.86 433	100.00 436	99.38 435	99.98 444

DLNR_Zeroshot_test	23.30 418	50.27 425	88.62 424	97.23 437	94.59 433	1.20 74	0.00 1	20.92 410	0.64 36	0.06 15	0.02 1	0.03 5	0.02 18	4.50 216	0.25 84	32.51 424	0.96 345	0.00 1	0.27 371	72.47 430	1.47 337

CasAABBNet	99.93 440	100.00 439	100.00 438	99.70 438	100.00 438	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	99.08 436	100.00 436	100.00 437	100.00 436	99.96 438	99.94 438

MyStereo03	99.94 442	100.00 439	100.00 438	99.73 439	100.00 438	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	99.08 436	100.00 436	100.00 437	100.00 436	99.98 439	99.94 438

MyStereo02	99.94 442	100.00 439	100.00 438	99.73 439	100.00 438	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	99.08 436	100.00 436	100.00 437	100.00 436	99.98 439	99.94 438

MyStereo	99.94 442	100.00 439	100.00 438	99.73 439	100.00 438	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	99.08 436	100.00 436	100.00 437	100.00 436	99.98 439	99.94 438

HaxPig	97.67 433	99.63 433	91.79 425	99.82 442	99.96 436	88.42 425	87.25 425	98.22 432	99.89 432	99.93 436	99.96 433	99.95 435	99.86 433	96.37 431	92.57 430	99.96 442	99.98 435	99.99 435	99.99 435	99.99 444	99.91 437

LSM0	99.93 440	100.00 439	100.00 438	99.82 442	100.00 438	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	99.09 440	100.00 436	100.00 437	100.00 436	99.98 439	99.79 436

test_example2	98.82 434	99.97 438	99.97 435	99.95 444	99.97 437	99.48 433	99.97 433	94.95 430	100.00 434	100.00 437	100.00 434	93.49 429	93.63 429	99.93 436	99.91 433	100.00 444	99.77 434	96.68 432	98.65 433	100.00 445	100.00 445

Selective-RAFT-Error	100.00 445	100.00 439	100.00 438	100.00 445	100.00 438	100.00 434	100.00 434	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	100.00 439	100.00 438	100.00 444	100.00 436	100.00 437	100.00 436	99.98 439	99.94 438

AVERAGE_ROB	99.26 437	99.81 435	97.70 430	100.00 445	100.00 438	96.38 431	91.35 427	100.00 436	100.00 434	100.00 437	100.00 434	100.00 437	100.00 435	99.98 438	99.97 434	100.00 444	100.00 436	100.00 437	100.00 436	100.00 445	100.00 445

Low-res two-view benchmark