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

RCA-Stereo	2.19 73	0.46 33	3.22 54	0.47 54	0.33 86	2.27 60	0.47 108	5.60 70	15.20 327	2.86 55	5.61 110	0.78 48	3.15 161	1.71 14	0.48 1	0.00 1	0.90 299	0.00 1	0.00 1	0.10 123	0.26 128

Any-RAFT	2.33 88	0.36 7	2.35 11	1.58 151	0.84 171	4.93 235	0.55 128	9.10 193	5.93 150	4.30 85	4.90 88	5.79 205	2.22 131	2.75 51	0.51 2	0.02 190	0.32 256	0.00 1	0.00 1	0.02 10	0.18 93

CREStereo++_RVC	1.70 38	0.50 56	3.07 48	0.45 51	0.01 1	1.69 29	0.02 5	3.09 4	8.24 226	3.82 77	7.53 161	0.49 39	0.32 11	1.05 1	0.52 3	0.00 1	0.00 1	0.00 1	3.03 385	0.01 3	0.08 39
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	1.09 5	0.47 38	2.19 9	0.12 3	0.21 58	1.70 30	0.02 5	4.28 21	6.97 189	0.78 22	1.77 29	0.48 38	0.67 42	1.50 11	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.03 10

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 71	0.01 1	1.98 46	0.55 128	3.52 5	3.54 43	0.96 28	1.63 22	0.19 1	0.41 22	1.29 7	0.58 4	0.00 1	0.01 104	0.00 1	0.00 1	0.05 60	0.08 39

TANstereo	1.32 11	0.79 120	2.93 32	0.37 39	0.11 13	1.81 38	0.01 1	3.56 6	4.36 87	4.53 89	4.96 89	0.41 33	0.68 43	1.22 3	0.59 6	0.01 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

XX-TBD	1.55 31	1.11 190	2.94 33	2.45 265	0.06 6	2.31 63	0.01 1	3.58 7	7.80 212	3.11 62	5.10 92	0.27 16	0.26 3	1.42 10	0.60 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 19

CREStereo	1.09 5	0.51 57	2.16 7	0.11 2	0.24 68	1.67 26	0.03 9	4.24 17	6.91 186	0.80 23	1.73 25	0.44 35	0.64 41	1.58 13	0.61 8	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MSKI-zero shot	2.23 79	0.49 52	2.49 12	1.60 152	0.81 168	2.69 96	0.29 77	6.82 131	2.50 5	4.37 87	7.61 163	3.65 127	0.26 3	8.62 241	0.63 9	0.01 106	1.09 326	0.00 1	0.25 305	0.03 27	0.46 179

s12784h	2.10 63	0.38 9	3.31 63	0.17 5	0.09 12	4.89 234	0.13 39	7.34 151	8.06 222	3.87 80	4.47 84	0.60 46	1.19 80	6.78 140	0.63 9	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.04 19

AEACV	1.27 10	0.38 9	2.61 16	1.75 178	1.21 217	2.44 71	0.85 201	4.79 31	1.67 1	0.71 15	0.26 6	0.29 19	2.00 123	2.30 40	0.66 11	0.01 106	0.95 306	0.00 1	0.42 346	0.12 151	2.07 346

ffm	3.41 186	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	8.20 207	0.68 12	0.00 1	1.13 332	0.00 1	0.19 278	0.11 134	1.88 333

tt1	2.53 110	0.91 154	3.53 84	2.92 300	0.53 128	5.60 245	0.61 144	5.55 64	10.56 272	1.54 41	3.54 62	0.34 30	3.00 159	8.20 207	0.68 12	0.00 1	1.13 332	0.00 1	0.03 203	0.11 134	1.88 333

sAnonymous2	1.54 27	2.26 305	9.53 319	0.65 65	0.50 117	1.20 5	0.23 67	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 93	1.23 4	0.68 12	0.02 190	0.00 1	0.00 1	0.20 288	2.00 367	0.42 172

CroCo_RVC	1.54 27	2.26 305	9.53 319	0.65 65	0.50 117	1.20 5	0.23 67	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 93	1.23 4	0.68 12	0.02 190	0.00 1	0.00 1	0.20 288	2.00 367	0.42 172

EGLCR-Stereo	1.45 16	0.26 2	2.91 30	1.94 201	0.90 177	3.13 147	0.69 163	5.81 83	3.21 24	1.14 33	0.20 3	1.52 64	0.37 17	4.29 77	0.69 16	0.01 106	0.79 292	0.00 1	0.00 1	0.01 3	1.21 272

ACVNet-DCA	2.41 100	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	9.15 195	4.33 82	1.42 37	3.48 56	0.33 26	3.65 188	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.03 203	0.09 103	1.65 295

xx1	2.73 134	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	5.34 53	10.76 279	1.42 37	3.48 56	4.63 162	2.83 156	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.25 305	0.09 103	1.65 295

cc1	2.56 115	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	5.34 53	10.76 279	1.42 37	3.48 56	0.33 26	3.65 188	8.26 210	0.70 17	0.00 1	1.14 340	0.00 1	0.03 203	0.12 151	1.89 337

ProNet	1.58 33	0.86 144	3.17 51	0.75 81	0.72 154	2.84 116	0.66 154	5.91 95	3.28 27	0.37 2	1.47 19	0.40 32	0.37 17	7.19 151	0.70 17	0.02 190	0.98 314	0.00 1	0.05 224	0.20 221	1.77 319

CES	1.72 40	0.40 18	1.82 3	0.65 65	7.83 380	2.62 85	0.13 39	5.35 57	2.68 7	0.36 1	1.30 18	0.33 26	0.32 11	1.92 25	0.72 21	0.01 106	0.02 135	0.00 1	0.00 1	0.56 324	7.35 387

Selective-IGEV	1.56 32	0.34 6	2.13 6	0.77 82	0.76 163	2.36 65	0.52 122	6.80 130	3.08 22	0.53 10	3.34 52	0.26 15	0.31 8	7.24 153	0.73 22	0.01 106	0.80 293	0.00 1	0.14 258	0.08 89	1.01 251

Former-RAFT_DAM_RVC	1.39 14	0.74 114	2.72 25	0.73 74	1.26 224	2.42 69	0.02 5	3.78 9	8.16 225	1.81 47	2.94 48	0.28 17	0.32 11	1.51 12	0.76 23	0.04 241	0.01 104	0.00 1	0.00 1	0.08 89	0.19 99

CASnet	1.09 5	0.47 38	2.09 5	0.79 83	0.08 10	2.10 53	0.14 48	3.83 11	4.26 81	3.84 79	1.56 20	0.32 25	0.30 7	1.13 2	0.77 24	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MyStereo07	1.64 36	1.15 196	2.61 16	1.28 124	1.49 242	2.63 87	0.45 104	6.45 119	2.94 13	1.10 30	1.61 21	0.29 19	0.60 39	7.45 169	0.80 25	0.01 106	1.27 357	0.00 1	0.25 305	0.11 134	0.42 172

anonymousdsp2	2.20 75	0.57 83	4.59 166	1.69 167	0.82 169	3.58 175	0.48 117	8.57 177	3.63 48	3.37 64	3.03 50	3.32 104	1.00 60	5.57 104	0.80 25	0.01 106	0.94 305	0.02 280	0.15 261	0.06 69	1.89 337

MGS-Stereo	1.22 9	0.44 29	2.92 31	0.83 87	0.07 9	1.82 39	0.65 153	2.44 2	3.95 66	1.11 31	6.19 123	0.49 39	0.37 17	1.73 16	0.81 27	0.00 1	0.00 1	0.00 1	0.00 1	0.48 315	0.01 1

LoS_RVC	1.47 21	1.75 271	2.66 21	0.52 58	3.89 338	1.67 26	0.04 10	2.66 3	2.61 6	0.55 12	2.63 44	0.31 21	1.68 110	1.99 27	0.81 27	0.01 106	0.02 135	0.00 1	0.00 1	0.03 27	5.54 379

anonymousdsp	1.51 24	0.81 126	2.70 24	0.60 60	0.69 145	2.76 108	0.79 182	4.86 32	3.00 21	0.82 24	1.25 13	0.31 21	0.42 24	7.44 162	0.81 27	0.00 1	0.83 294	0.00 1	0.17 272	0.12 151	1.85 329

MC-Stereo	1.87 41	0.49 52	3.52 81	2.82 294	1.07 198	1.90 43	0.12 32	4.89 37	3.27 26	3.66 73	3.58 64	0.56 44	1.45 96	5.79 108	0.81 27	0.00 1	1.19 350	0.00 1	0.21 293	0.11 134	1.95 341

LoS	1.03 4	0.43 20	2.53 13	0.64 63	0.14 24	2.42 69	0.26 73	5.64 72	2.93 12	1.08 29	0.24 4	0.49 39	0.45 31	2.31 41	0.83 31	0.02 190	0.02 135	0.00 1	0.00 1	0.06 69	0.03 10

IGEV-Stereo	1.51 24	0.81 126	2.69 23	0.60 60	0.69 145	2.77 109	0.79 182	4.88 35	2.99 20	0.82 24	1.25 13	0.31 21	0.42 24	7.43 161	0.85 32	0.00 1	0.83 294	0.00 1	0.17 272	0.12 151	1.85 329
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ff7	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

ffff	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

ccc-4	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.86 33	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

11t	1.46 17	0.79 120	2.99 41	0.33 32	0.35 88	2.75 104	0.81 187	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 24	7.44 162	0.87 36	0.00 1	0.93 300	0.00 1	0.16 263	0.12 151	1.82 322

HUI-Stereo	1.94 46	0.56 78	3.55 87	0.20 6	0.20 49	3.67 186	0.63 148	5.89 86	3.53 41	5.92 128	4.44 80	3.41 112	1.51 102	4.21 73	0.89 37	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.11 56

LCNet	2.94 149	0.55 70	2.57 15	1.03 106	0.59 137	2.05 50	1.55 248	5.51 61	4.19 77	6.08 136	10.58 235	4.54 157	6.63 285	7.59 180	0.90 38	0.01 106	0.00 1	0.01 249	0.76 363	0.31 284	3.43 368

ROB_FTStereo	2.03 50	0.57 83	3.57 90	0.20 6	0.21 58	3.66 182	0.73 174	5.89 86	3.51 35	5.92 128	4.35 76	3.37 109	1.50 98	6.02 113	0.90 38	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

PMTNet	1.48 22	0.43 20	2.77 27	0.31 26	0.17 38	2.94 134	0.33 86	3.66 8	5.27 122	1.11 31	1.28 17	0.28 17	0.92 56	4.32 78	0.90 38	4.89 382	0.00 1	0.00 1	0.00 1	0.03 27	0.05 25

CAS	2.42 101	0.37 8	2.30 10	11.49 387	3.97 342	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 14	0.28 6	1.73 16	0.92 41	10.05 394	0.01 104	0.00 1	0.00 1	0.01 3	6.26 384

ROB_FTStereo_v2	2.04 51	0.56 78	3.56 89	0.20 6	0.21 58	3.66 182	0.72 172	5.89 86	3.51 35	5.91 123	4.46 82	3.42 113	1.50 98	6.08 117	0.93 42	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

SST-Stereo	2.86 140	0.45 31	3.64 100	1.46 140	0.36 92	3.94 202	0.80 184	6.07 103	4.46 91	10.96 314	6.21 124	4.94 173	4.14 213	8.85 248	0.93 42	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10

TestStereo	1.89 43	1.59 253	4.22 142	0.37 39	0.28 77	1.33 10	0.01 1	5.63 71	4.13 73	3.59 70	5.11 93	2.06 79	0.70 44	7.62 182	0.93 42	0.02 190	0.00 1	0.00 1	0.00 1	0.02 10	0.19 99

sCroCo_RVC	1.34 12	0.85 137	6.15 236	1.21 118	1.28 225	0.90 4	0.18 57	4.50 27	2.86 11	0.37 2	3.18 51	0.52 42	1.52 106	1.83 23	0.93 42	0.13 292	0.25 250	0.00 1	0.00 1	0.08 89	0.16 85

PSM-adaLoss	2.02 49	0.55 70	3.57 90	0.20 6	0.21 58	3.69 190	0.69 163	5.89 86	3.52 37	5.91 123	4.43 79	3.42 113	1.50 98	5.63 105	0.94 46	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48

Patchmatch Stereo++	2.09 59	0.55 70	3.57 90	0.20 6	0.20 49	3.68 187	0.64 150	5.90 91	3.52 37	5.91 123	4.41 77	3.42 113	1.51 102	7.07 147	0.95 47	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.09 59	0.55 70	3.57 90	0.20 6	0.20 49	3.68 187	0.64 150	5.90 91	3.52 37	5.91 123	4.41 77	3.42 113	1.51 102	7.07 147	0.95 47	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.10 48

KYRaft	3.68 204	0.43 20	2.53 13	0.89 91	0.49 116	2.28 62	3.89 299	5.30 50	3.82 61	8.99 260	19.28 330	6.54 222	4.96 245	7.92 195	0.96 49	0.01 106	0.00 1	0.00 1	0.01 175	0.06 69	5.17 378

MoCha-V2	1.58 33	0.48 43	3.58 95	1.70 170	0.96 188	2.66 94	0.75 179	5.71 76	3.28 27	0.82 24	3.45 54	0.20 3	1.93 120	1.87 24	0.98 50	0.00 1	1.17 348	0.00 1	0.26 314	0.14 177	1.68 302

iGMRVC	2.09 59	0.56 78	3.59 96	0.20 6	0.21 58	3.68 187	0.71 169	5.89 86	3.53 41	5.92 128	4.46 82	3.44 119	1.51 102	6.93 146	0.98 50	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.09 43

HH	2.88 143	0.82 130	4.07 134	1.71 172	0.54 131	4.71 228	0.69 163	8.72 182	3.57 45	1.80 45	6.49 138	7.81 246	3.92 205	8.93 253	0.99 52	0.00 1	1.06 323	0.00 1	0.03 203	0.05 60	1.69 305

HanStereo	2.88 143	0.82 130	4.07 134	1.71 172	0.54 131	4.71 228	0.69 163	8.72 182	3.57 45	1.80 45	6.49 138	7.81 246	3.92 205	8.93 253	0.99 52	0.00 1	1.06 323	0.00 1	0.03 203	0.05 60	1.69 305

PSM-AAD	3.43 190	0.31 4	2.16 7	0.80 85	0.57 134	2.53 77	5.97 328	5.53 62	3.98 69	11.00 315	11.90 257	2.93 94	9.36 331	8.03 200	1.00 54	0.01 106	0.01 104	0.00 1	0.00 1	0.06 69	2.39 356

RAFT-IKP	2.04 51	0.57 83	3.54 85	0.20 6	0.20 49	3.45 165	0.62 146	5.90 91	3.52 37	5.91 123	4.44 80	3.46 122	1.50 98	6.20 119	1.00 54	0.01 106	0.00 1	0.00 1	0.00 1	0.09 103	0.08 39

Anonymous	1.54 27	0.76 116	5.39 198	1.49 143	2.68 298	1.83 40	0.43 102	5.65 74	3.79 58	0.52 9	1.74 26	0.19 1	1.30 85	3.31 57	1.01 56	0.06 264	0.08 201	0.00 1	0.00 1	0.19 215	0.31 142

GMStereo	2.07 53	1.56 250	5.64 215	0.74 80	0.05 3	3.63 180	0.01 1	5.17 47	11.27 293	4.22 84	2.44 41	0.53 43	0.49 35	4.06 70	1.01 56	0.22 315	0.00 1	0.00 1	0.14 258	0.18 209	0.05 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	2.26 81	0.43 20	3.24 56	1.28 124	0.31 80	3.19 151	0.40 95	7.62 163	7.29 200	5.88 121	4.68 85	5.32 185	1.68 110	2.26 39	1.04 58	0.01 106	0.09 207	0.00 1	0.31 329	0.03 27	0.16 85

RAFT_R40	2.83 137	0.46 33	3.85 108	1.38 134	0.32 85	3.78 195	0.97 213	6.16 107	4.82 112	9.74 288	6.35 134	4.96 174	3.94 207	8.78 245	1.05 59	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.03 10

AnonymousM	2.96 153	7.19 373	1.41 1	0.92 97	0.06 6	2.37 66	0.52 122	6.05 100	3.83 62	4.97 96	2.37 39	1.91 73	1.00 60	2.23 37	1.06 60	0.01 106	0.57 278	17.64 394	4.90 393	0.02 10	0.27 130

cross-raft	2.25 80	0.48 43	2.96 40	1.87 191	0.94 183	3.72 191	0.47 108	7.61 162	4.15 74	5.37 108	5.68 112	6.17 213	1.40 93	2.15 34	1.06 60	0.01 106	0.22 241	0.00 1	0.19 278	0.03 27	0.41 168

DisPM	2.59 118	0.47 38	4.32 147	1.89 195	0.20 49	3.42 160	0.63 148	5.56 68	5.60 136	8.66 248	7.05 151	2.82 92	1.03 63	9.05 259	1.07 62	0.02 190	0.00 1	0.00 1	0.00 1	0.02 10	0.04 19

Gwc-CoAtRS	2.16 68	0.42 19	3.13 49	1.28 124	0.31 80	3.52 172	0.39 94	6.56 121	6.31 161	5.38 109	5.11 93	5.47 188	1.70 112	2.00 28	1.08 63	0.01 106	0.19 235	0.00 1	0.25 305	0.02 10	0.16 85

XX-Stereo	2.95 151	0.48 43	7.08 271	2.84 297	2.51 294	1.63 23	0.20 61	6.15 106	3.38 29	2.38 50	16.00 303	6.90 229	0.25 2	6.40 122	1.14 64	0.00 1	0.66 282	0.00 1	0.31 329	0.16 195	0.57 195

LargeStereo	1.58 33	0.81 126	2.66 21	1.35 129	0.99 191	2.47 73	0.98 214	7.35 152	3.70 51	0.82 24	2.24 37	0.44 35	1.18 75	2.08 32	1.15 65	0.03 220	1.18 349	0.00 1	0.05 224	0.17 201	2.00 344

RAFT_CTSACE	3.62 201	1.65 258	5.41 199	1.36 130	3.08 309	3.95 204	1.03 217	4.62 28	4.65 99	5.33 107	17.73 323	7.63 243	2.71 148	10.98 306	1.15 65	0.00 1	0.48 273	0.00 1	0.00 1	0.31 284	0.25 127

RAFT-Test	2.49 106	0.45 31	4.35 149	1.89 195	1.28 225	4.83 232	0.68 160	7.19 146	4.51 94	5.00 98	7.09 153	6.81 226	1.12 66	2.22 35	1.16 67	0.01 106	0.63 280	0.00 1	0.33 334	0.05 60	0.20 105

whm_eth	3.18 170	1.78 275	6.61 254	0.90 93	2.72 300	2.54 78	0.27 74	7.64 164	7.94 217	5.43 111	23.98 350	0.37 31	0.47 34	1.31 8	1.17 68	0.02 190	0.03 160	0.00 1	0.00 1	0.08 89	0.32 146

test-3	2.19 73	0.38 9	3.88 116	1.55 149	0.91 180	1.39 12	0.80 184	5.36 59	5.51 132	7.36 205	1.90 31	4.05 138	0.42 24	6.67 134	1.17 68	0.00 1	0.99 317	0.00 1	0.28 319	0.20 221	1.08 261

test_1	2.18 71	0.38 9	3.87 111	1.54 148	0.91 180	1.38 11	0.80 184	5.36 59	5.53 134	7.12 190	1.86 30	4.05 138	0.41 22	6.65 132	1.17 68	0.00 1	0.99 317	0.00 1	0.28 319	0.20 221	1.08 261

test_3	2.22 77	0.39 14	4.20 141	1.51 144	0.90 177	1.29 9	0.74 177	5.34 53	6.37 164	6.64 165	1.96 33	4.24 152	0.45 31	6.63 130	1.17 68	0.00 1	1.00 320	0.00 1	0.28 319	0.19 215	1.01 251

iRaftStereo_RVC	1.88 42	1.22 212	2.63 19	0.95 100	0.06 6	2.96 135	0.05 11	6.08 104	3.99 70	3.92 81	4.88 86	2.53 86	0.62 40	3.62 61	1.19 72	0.00 1	1.19 350	0.00 1	0.00 1	0.37 296	1.29 279

GMOStereo	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

error version	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

test-v	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

test-2	2.08 54	0.85 137	2.95 36	0.23 18	0.73 156	1.50 16	0.86 203	5.08 40	4.78 106	8.42 242	6.99 147	3.36 105	1.14 69	1.73 16	1.21 73	0.00 1	1.32 359	0.00 1	0.00 1	0.28 266	0.23 117

DCRE	2.21 76	0.95 166	3.17 51	2.10 218	1.30 231	1.86 41	0.05 11	5.33 52	4.69 102	3.59 70	9.37 203	3.81 128	1.18 75	2.34 43	1.22 77	0.01 106	0.97 309	0.00 1	0.30 326	0.04 45	1.97 342

test croco	1.53 26	0.86 144	6.50 250	0.42 44	0.05 3	1.56 21	0.09 21	5.18 48	4.02 71	0.54 11	1.76 28	0.59 45	0.75 48	6.48 125	1.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.43 305	0.07 36

qqq1	3.78 213	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	1.24 79	0.08 274	0.97 309	0.00 1	0.12 251	0.13 167	1.24 274

fff1	3.78 213	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	1.24 79	0.08 274	0.97 309	0.00 1	0.12 251	0.13 167	1.24 274

AE-Stereo	1.89 43	0.38 9	3.86 110	1.94 201	0.38 96	2.51 76	0.58 137	7.19 146	7.28 199	1.60 43	3.51 61	1.07 52	0.77 49	2.12 33	1.24 79	0.03 220	1.02 321	0.00 1	0.28 319	0.11 134	1.84 327

knoymous	1.50 23	0.28 3	1.99 4	0.33 32	0.48 114	1.58 22	0.11 28	5.71 76	2.81 9	4.85 92	1.75 27	4.58 159	0.46 33	3.66 63	1.30 82	0.01 106	0.02 135	0.00 1	0.00 1	0.02 10	0.09 43

CroCo-Stereo Lap2	1.37 13	1.19 204	4.17 138	1.01 103	4.58 358	0.46 2	0.09 21	4.27 20	2.94 13	1.25 35	2.40 40	1.55 65	0.20 1	1.72 15	1.30 82	0.00 1	0.00 1	0.00 1	0.00 1	0.15 191	0.13 65

RAFT+CT+SA	2.59 118	1.19 204	3.55 87	1.09 109	2.21 279	3.14 149	0.90 208	7.59 159	5.65 138	2.76 54	8.21 180	2.04 77	1.57 108	8.84 247	1.31 84	0.02 190	0.34 259	0.00 1	0.38 341	0.22 236	0.73 230

Prome-Stereo	3.73 210	0.39 14	2.62 18	1.05 107	0.52 127	2.06 52	4.58 314	4.88 35	3.95 66	9.34 274	20.39 335	4.03 137	7.02 294	7.86 191	1.31 84	0.00 1	0.00 1	0.00 1	0.00 1	0.07 84	4.52 377

IGEV_Zeroshot_test	2.57 116	0.63 96	5.70 220	1.93 199	0.87 175	2.63 87	0.85 201	8.94 189	4.55 96	5.30 106	5.48 107	5.23 184	1.38 92	3.76 64	1.32 86	0.00 1	0.69 284	0.00 1	0.18 275	0.19 215	1.72 311

MIF-Stereo	0.94 2	0.53 62	2.82 28	0.94 99	1.29 229	0.56 3	0.12 32	1.49 1	3.16 23	1.77 44	2.22 36	0.20 3	0.32 11	1.76 22	1.33 87	0.00 1	0.00 1	0.00 1	0.00 1	0.16 195	0.02 5

CroCo-Stereo	1.14 8	1.22 212	3.99 128	0.61 62	0.53 128	0.38 1	0.06 13	5.35 57	4.15 74	0.59 14	1.92 32	1.00 51	0.27 5	1.37 9	1.33 87	0.01 106	0.00 1	0.00 1	0.00 1	0.05 60	0.05 25
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
Selective-RAFT	1.92 45	0.54 65	3.87 111	1.15 113	0.21 58	3.83 199	0.06 13	5.00 39	4.68 101	1.59 42	2.14 35	3.05 98	2.77 153	6.63 130	1.34 89	0.00 1	0.95 306	0.00 1	0.32 331	0.05 60	0.19 99

MyStereo06	2.71 129	1.05 185	5.43 202	1.39 135	1.20 215	2.57 81	0.10 25	10.39 228	4.79 110	5.54 116	6.16 122	6.39 217	2.33 137	3.40 58	1.35 90	0.01 106	1.24 354	0.00 1	0.21 293	0.13 167	0.50 183

SA	3.34 178	1.29 218	4.84 176	1.99 210	0.57 134	3.15 150	1.39 239	7.66 166	9.94 262	4.86 93	10.87 242	2.97 97	4.61 233	9.88 290	1.38 91	0.00 1	0.60 279	0.00 1	0.19 278	0.25 252	0.37 155

EKT-Stereo	2.16 68	0.61 90	3.78 106	2.31 250	4.40 349	1.47 15	0.24 69	5.54 63	4.22 79	3.16 63	3.58 64	3.53 125	2.20 130	5.66 106	1.40 92	0.04 241	0.36 263	0.00 1	0.09 240	0.06 69	0.58 197

GMM-Stereo	3.42 188	0.39 14	3.24 56	0.87 90	0.50 117	2.26 59	4.73 317	5.64 72	3.81 59	7.08 187	16.57 309	6.13 211	3.62 187	7.74 186	1.40 92	0.05 254	0.00 1	0.00 1	0.04 221	0.12 151	4.24 376

StereoIM	0.96 3	1.11 190	4.01 130	0.36 38	1.86 264	1.20 5	0.06 13	3.99 14	1.73 2	0.45 6	0.56 7	0.43 34	0.51 36	1.28 6	1.46 94	0.00 1	0.00 1	0.00 1	0.00 1	0.06 69	0.08 39

CASS	2.62 122	0.57 83	4.28 144	0.90 93	0.38 96	3.45 165	0.22 63	9.91 215	4.46 91	7.33 204	7.92 173	3.53 125	3.59 184	4.16 72	1.49 95	0.03 220	0.01 104	0.00 1	0.00 1	0.05 60	0.06 32
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
raft+_RVC	2.18 71	1.49 244	3.14 50	2.77 289	2.01 271	1.40 13	0.10 25	7.02 137	5.35 124	2.99 58	5.54 109	1.19 54	1.34 91	4.98 87	1.49 95	0.00 1	1.45 366	0.00 1	0.00 1	0.14 177	1.11 263

IPLGR	2.46 104	0.68 102	7.02 265	0.22 16	0.16 35	2.01 48	0.22 63	7.01 135	6.62 174	7.10 189	5.92 117	2.91 93	2.27 133	5.12 92	1.52 97	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.41 168

test_5	3.16 168	1.18 201	4.96 183	2.33 253	3.10 312	4.51 224	1.27 233	7.47 158	7.61 206	3.00 59	7.38 159	5.37 187	4.06 208	8.28 215	1.54 98	0.00 1	0.34 259	0.00 1	0.02 192	0.21 231	0.62 210

Anonymous3	1.96 47	0.61 90	7.58 283	0.42 44	0.51 124	4.28 217	0.52 122	5.56 68	2.76 8	2.35 49	3.47 55	1.50 62	1.13 67	5.92 111	1.54 98	0.23 316	0.23 244	0.00 1	0.00 1	0.14 177	0.47 180

test_4	2.58 117	0.70 109	3.30 61	0.43 47	0.30 79	3.97 205	1.11 227	3.91 12	3.83 62	4.15 83	17.20 315	3.44 119	0.52 37	6.60 129	1.58 100	0.00 1	0.13 221	0.00 1	0.11 246	0.20 221	0.20 105

iRaft-Stereo_20w	3.11 161	0.49 52	6.09 232	1.01 103	1.25 222	3.99 206	1.00 215	14.00 315	4.73 104	6.70 174	6.27 130	2.34 82	2.28 134	7.29 157	1.58 100	0.01 106	0.75 290	0.00 1	0.73 362	0.10 123	1.63 294

GrayStereo	3.86 218	0.33 5	2.63 19	1.66 162	0.62 140	3.09 143	7.92 357	6.43 118	3.88 64	10.61 303	16.51 308	5.75 203	8.40 317	6.75 136	1.58 100	0.01 106	0.00 1	0.01 249	0.62 358	0.04 45	0.38 158

DeepStereo_RVC	2.15 67	0.55 70	3.26 58	0.21 15	0.19 44	3.47 168	0.68 160	5.76 80	3.60 47	6.36 148	4.19 72	3.42 113	4.44 222	5.04 89	1.59 103	0.02 190	0.00 1	0.00 1	0.00 1	0.09 103	0.18 93

LL-Strereo2	2.22 77	1.39 233	3.39 70	1.26 121	1.01 194	3.73 192	1.47 243	6.47 120	4.61 97	4.66 90	2.64 45	4.17 146	0.37 17	6.03 114	1.61 104	0.09 284	0.24 247	0.00 1	0.08 234	0.08 89	1.16 267

raft_robust	2.91 145	1.71 264	3.42 76	1.36 130	0.57 134	1.53 20	0.12 32	7.06 140	9.09 246	6.96 184	7.21 157	4.43 156	2.09 126	9.40 269	1.61 104	0.03 220	0.93 300	0.00 1	0.21 293	0.17 201	0.38 158

TestStereo1	3.12 163	1.34 227	4.67 171	3.47 333	0.71 151	2.50 74	1.45 241	7.27 148	8.71 235	4.91 94	9.28 199	2.34 82	3.61 185	9.44 270	1.62 106	0.00 1	0.33 257	0.00 1	0.00 1	0.30 277	0.40 161

SA-5K	3.12 163	1.34 227	4.67 171	3.47 333	0.71 151	2.50 74	1.45 241	7.27 148	8.71 235	4.91 94	9.28 199	2.34 82	3.61 185	9.44 270	1.62 106	0.00 1	0.33 257	0.00 1	0.00 1	0.30 277	0.40 161

TransformOpticalFlow	3.50 191	0.83 133	4.85 177	1.09 109	0.31 80	3.52 172	0.14 48	10.32 224	8.02 220	5.78 117	13.25 275	6.63 223	4.91 242	8.36 225	1.63 108	0.00 1	0.01 104	0.01 249	0.00 1	0.06 69	0.24 125

FTStereo	4.61 265	0.54 65	2.86 29	0.98 102	0.40 104	2.57 81	8.51 360	5.70 75	3.76 57	10.85 311	29.92 371	5.53 191	7.43 303	7.73 185	1.63 108	0.17 304	0.00 1	0.05 313	0.00 1	0.04 45	3.62 372

RALCasStereoNet	2.39 98	1.73 269	3.59 96	2.38 259	2.69 299	2.84 116	0.18 57	5.29 49	4.94 115	2.45 51	5.62 111	2.22 80	0.79 53	7.48 174	1.63 108	0.00 1	1.75 373	0.00 1	0.00 1	0.14 177	2.03 345

MIM_Stereo	2.83 137	1.20 210	5.27 192	1.41 137	1.16 212	3.07 141	0.33 86	6.67 124	3.95 66	5.17 104	10.11 221	4.25 153	1.73 116	8.32 222	1.64 111	0.00 1	0.36 263	0.00 1	0.01 175	0.22 236	1.69 305

raftrobust	2.16 68	1.31 221	2.76 26	2.38 259	3.33 319	2.72 101	0.51 121	5.34 53	4.64 98	6.13 138	3.98 69	1.63 66	2.51 143	3.02 54	1.64 111	0.00 1	0.76 291	0.00 1	0.02 192	0.14 177	0.27 130

AFF-stereo	2.87 142	1.31 221	3.26 58	1.87 191	0.38 96	1.68 28	0.09 21	6.38 116	7.07 191	6.52 157	11.90 257	6.08 210	2.32 136	5.05 90	1.65 113	0.02 190	0.66 282	0.00 1	0.00 1	0.29 274	0.94 245

R-Stereo Train	2.60 120	0.46 33	2.94 33	1.10 111	0.18 41	3.61 176	0.60 141	6.88 133	3.50 31	9.13 265	17.23 316	1.77 70	0.77 49	2.03 29	1.65 113	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 109

RAFT-Stereo	2.60 120	0.46 33	2.94 33	1.10 111	0.18 41	3.61 176	0.60 141	6.88 133	3.50 31	9.13 265	17.23 316	1.77 70	0.77 49	2.03 29	1.65 113	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
H2IRNET	2.29 85	0.86 144	3.38 68	1.51 144	0.11 13	1.97 45	0.13 39	5.15 46	7.19 195	1.26 36	7.77 167	5.80 206	3.31 171	5.09 91	1.66 116	0.01 106	0.00 1	0.04 306	0.17 272	0.27 263	0.10 48

UDGNet	2.92 147	7.79 376	4.92 181	3.01 305	0.08 10	2.96 135	0.20 61	4.77 30	8.93 241	2.91 56	2.85 47	0.95 50	1.00 60	6.46 124	1.66 116	1.46 367	0.00 1	5.33 387	0.92 365	1.95 366	0.19 99

STrans-v2	3.55 194	0.94 165	5.06 187	0.32 27	0.60 138	2.97 137	1.15 228	11.08 246	7.97 219	6.01 131	10.93 243	6.65 224	6.86 290	8.37 226	1.66 116	0.00 1	0.01 104	0.00 1	0.00 1	0.04 45	0.39 160

NF-Stereo	2.38 92	0.48 43	3.88 116	2.17 225	0.11 13	3.43 162	0.42 98	7.08 145	3.75 54	6.91 178	5.29 99	2.65 90	1.33 88	8.40 227	1.67 119	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.02 5

Sa-1000	3.81 215	1.26 216	4.64 169	2.29 247	0.55 133	3.51 170	1.58 249	8.37 174	9.13 248	7.97 222	17.42 319	3.98 135	2.76 152	9.61 276	1.68 120	0.00 1	0.69 284	0.00 1	0.18 275	0.23 241	0.27 130

ARAFT	3.32 177	1.74 270	7.92 288	0.64 63	0.15 30	4.45 223	2.89 276	8.20 173	6.30 160	9.23 270	7.12 156	5.58 192	1.24 83	8.60 238	1.69 121	0.01 106	0.03 160	0.00 1	0.00 1	0.35 293	0.35 152

TRStereo	2.71 129	3.79 351	5.46 203	2.19 228	2.22 281	2.98 138	1.07 222	9.83 214	4.39 88	3.46 67	3.48 56	3.92 133	0.77 49	6.43 123	1.70 122	0.03 220	0.63 280	0.00 1	0.29 324	0.11 134	1.49 286

OCTAStereo	2.38 92	0.48 43	3.90 118	2.16 221	0.11 13	3.42 160	0.42 98	7.06 140	3.74 52	6.91 178	5.26 96	2.63 89	1.32 86	8.41 229	1.70 122	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.01 1

RE-Stereo	2.38 92	0.48 43	3.91 119	2.17 225	0.11 13	3.43 162	0.42 98	7.07 142	3.75 54	6.91 178	5.26 96	2.62 87	1.33 88	8.41 229	1.72 124	0.01 106	0.00 1	0.01 249	0.00 1	0.03 27	0.01 1

TVStereo	2.38 92	0.48 43	3.91 119	2.17 225	0.11 13	3.43 162	0.42 98	7.07 142	3.75 54	6.91 178	5.26 96	2.62 87	1.33 88	8.41 229	1.72 124	0.01 106	0.00 1	0.01 249	0.00 1	0.03 27	0.01 1

rafts_anoy	2.09 59	1.42 235	3.34 65	2.87 299	2.72 300	2.46 72	0.17 55	6.20 111	6.48 169	3.40 66	2.25 38	1.91 73	1.32 86	3.59 60	1.75 126	0.01 106	1.52 371	0.00 1	0.01 175	0.06 69	0.28 134

RAFT-Stereo + iAFF	2.48 105	1.23 214	3.48 79	1.61 153	1.09 204	1.63 23	0.15 50	5.80 82	6.43 167	7.32 203	9.91 217	3.05 98	1.71 113	2.33 42	1.75 126	0.01 106	0.71 289	0.00 1	0.00 1	0.28 266	1.19 270

mmm	3.07 159	0.76 116	4.50 155	2.27 244	1.24 221	3.75 193	0.12 32	10.03 220	5.12 120	6.43 150	11.19 246	3.10 101	3.20 162	4.54 83	1.78 128	0.02 190	1.19 350	0.00 1	0.30 326	0.09 103	1.79 321

PFNet+	2.52 109	0.47 38	4.97 184	0.95 100	0.18 41	3.12 146	0.73 174	4.98 38	6.97 189	7.95 221	6.38 135	2.51 85	1.18 75	8.05 202	1.82 129	0.03 220	0.00 1	0.00 1	0.00 1	0.02 10	0.05 25

PCWNet_CMD	3.14 165	0.51 57	4.47 153	0.44 50	0.26 75	2.87 130	0.15 50	9.66 210	9.78 260	7.28 200	11.50 250	6.84 228	2.40 138	4.47 80	1.83 130	0.01 106	0.02 135	0.02 280	0.00 1	0.06 69	0.29 137

ASMatch	3.41 186	0.62 95	3.59 96	1.99 210	0.48 114	1.91 44	0.66 154	7.01 135	4.43 90	6.25 139	22.02 343	4.56 158	4.72 237	7.78 188	1.85 131	0.01 106	0.01 104	0.00 1	0.03 203	0.02 10	0.21 109

CFNet_ucs	3.23 172	0.56 78	4.59 166	0.59 59	0.37 95	3.29 157	0.19 59	10.47 231	9.02 245	7.78 217	12.57 268	5.59 193	1.74 117	5.39 99	1.86 132	0.00 1	0.04 175	0.01 249	0.00 1	0.10 123	0.33 147

MSMDNet	3.15 166	0.51 57	4.48 154	0.46 53	0.25 72	2.88 131	0.16 53	9.79 213	9.82 261	7.24 197	11.36 249	6.82 227	2.41 139	4.47 80	1.86 132	0.01 106	0.02 135	0.02 280	0.00 1	0.06 69	0.30 140

4D-IteraStereo	1.99 48	1.32 224	3.77 105	0.13 4	2.84 303	3.51 170	1.03 217	4.26 19	5.38 126	5.50 113	1.03 8	3.86 130	0.38 21	2.44 47	1.88 134	0.00 1	0.43 268	0.00 1	0.01 175	0.11 134	1.84 327

PSM-softLoss	2.38 92	0.48 43	4.28 144	1.94 201	0.19 44	2.73 102	0.38 91	6.67 124	3.50 31	6.33 144	6.33 132	2.93 94	0.97 58	8.90 250	1.88 134	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.03 10

KMStereo	2.38 92	0.48 43	4.28 144	1.94 201	0.19 44	2.73 102	0.38 91	6.67 124	3.50 31	6.33 144	6.33 132	2.93 94	0.97 58	8.90 250	1.88 134	0.01 106	0.00 1	0.00 1	0.00 1	0.03 27	0.03 10

BUS	2.72 132	0.43 20	3.76 102	0.70 68	0.50 117	7.31 281	0.48 117	9.93 216	5.65 138	6.50 153	6.23 125	5.21 181	1.18 75	4.27 74	1.89 137	0.01 106	0.03 160	0.03 297	0.00 1	0.06 69	0.14 68

NINENet	3.38 183	0.81 126	4.16 137	1.88 194	1.40 239	7.31 281	0.48 117	12.95 290	6.64 175	7.29 201	9.24 196	5.21 181	1.18 75	6.72 135	1.89 137	0.17 304	0.08 201	0.07 322	0.00 1	0.09 103	0.03 10

OMP-Stereo	3.15 166	1.19 204	3.49 80	4.34 359	0.51 124	2.20 57	1.21 229	6.67 124	6.52 170	7.99 225	6.24 129	8.38 260	2.44 140	9.65 277	1.92 139	0.01 106	0.02 135	0.00 1	0.00 1	0.08 89	0.15 79

riskmin	2.49 106	0.22 1	3.34 65	2.33 253	1.78 256	2.89 132	0.46 106	7.35 152	6.95 188	2.75 53	1.67 24	6.75 225	5.08 250	3.24 56	1.93 140	0.00 1	0.99 317	0.00 1	0.27 318	0.02 10	1.73 312

DIP-Stereo	2.12 64	0.98 172	3.94 123	0.20 6	0.11 13	4.73 230	0.13 39	9.27 202	4.40 89	6.46 152	5.03 91	0.45 37	0.72 46	3.79 65	1.94 141	0.00 1	0.01 104	0.00 1	0.00 1	0.05 60	0.24 125
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
EAI-Stereo	2.75 136	0.54 65	3.17 51	0.91 96	1.28 225	4.02 207	5.30 325	12.39 272	4.76 105	2.51 52	7.10 154	1.22 55	0.94 57	6.03 114	1.96 142	0.01 106	0.56 276	0.00 1	1.38 374	0.04 45	0.95 246

11t1	2.13 65	0.67 101	3.98 126	2.69 285	0.85 174	2.59 84	0.07 16	7.40 155	3.89 65	3.75 75	3.57 63	1.24 56	1.96 122	4.68 84	1.97 143	0.10 287	1.13 332	0.00 1	0.22 298	0.09 103	1.66 299

GMStereo_Zeroshot	2.92 147	2.33 314	6.12 233	1.66 162	0.36 92	3.61 176	0.09 21	5.95 97	6.20 158	7.15 192	7.11 155	8.37 258	0.91 55	6.17 118	1.97 143	0.00 1	0.00 1	0.00 1	0.00 1	0.22 236	0.14 68

ccs_rob	2.95 151	0.55 70	4.53 158	0.42 44	0.25 72	2.84 116	0.12 32	8.58 178	8.13 223	7.18 194	10.36 227	6.44 219	2.05 125	5.28 96	1.97 143	0.00 1	0.02 135	0.01 249	0.00 1	0.06 69	0.23 117

IIG-Stereo	3.28 174	0.98 172	3.57 90	4.14 351	0.22 65	2.56 80	0.71 169	7.04 139	6.10 153	8.49 246	9.38 204	7.82 248	2.73 149	9.69 283	1.99 146	0.02 190	0.02 135	0.00 1	0.00 1	0.03 27	0.14 68

CRE-IMP	2.08 54	0.51 57	3.43 77	0.35 37	0.19 44	3.85 200	0.83 195	5.77 81	3.43 30	5.81 119	4.24 73	3.45 121	0.83 54	6.56 126	1.99 146	0.01 106	0.00 1	0.00 1	0.00 1	0.11 134	0.20 105

CFNet_pseudo	2.96 153	0.55 70	4.51 156	0.43 47	0.24 68	2.83 114	0.12 32	8.59 179	8.13 223	7.20 195	10.41 228	6.47 220	2.04 124	5.27 95	2.00 148	0.00 1	0.02 135	0.01 249	0.00 1	0.06 69	0.23 117

MIF-Stereo (partial)	1.44 15	0.59 87	3.98 126	0.08 1	1.09 204	1.24 8	0.13 39	5.12 44	4.07 72	0.47 7	2.56 42	0.31 21	0.74 47	6.31 121	2.02 149	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.04 19

1test111	2.31 87	0.93 156	3.39 70	3.05 310	0.39 99	5.69 248	0.55 128	9.15 195	4.33 82	1.42 37	3.48 56	0.33 26	3.65 188	4.95 85	2.06 150	0.00 1	1.14 340	0.00 1	0.03 203	0.09 103	1.65 295

qqq	2.44 103	0.85 137	4.33 148	1.73 176	0.71 151	1.98 46	0.38 91	9.15 195	4.33 82	3.37 64	4.34 74	4.63 162	2.83 156	4.95 85	2.06 150	0.00 1	1.13 332	0.00 1	0.25 305	0.09 103	1.65 295

NRIStereo	2.27 83	0.52 61	3.35 67	1.26 121	0.17 38	3.04 140	0.84 196	5.96 98	3.74 52	6.27 141	3.44 53	4.13 143	1.80 119	8.31 221	2.11 152	0.00 1	0.10 211	0.00 1	0.00 1	0.12 151	0.20 105

UCFNet_RVC	3.37 182	1.25 215	3.30 61	2.55 278	1.80 258	3.92 201	1.28 235	12.49 276	7.16 193	5.12 102	7.88 170	8.14 251	4.59 231	5.67 107	2.11 152	0.00 1	0.00 1	0.00 1	0.00 1	0.14 177	0.07 36

ADStereo(finetuned)	2.50 108	0.95 166	6.60 253	0.39 41	0.20 49	1.72 35	0.24 69	6.06 101	9.31 252	6.30 142	5.42 104	1.44 60	6.22 278	2.25 38	2.14 154	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.65 214

test-1	2.14 66	0.54 65	6.32 246	1.07 108	1.22 218	2.13 55	0.54 125	6.40 117	4.80 111	3.55 68	5.23 95	4.02 136	0.71 45	1.95 26	2.15 155	0.08 274	0.98 314	0.00 1	0.08 234	0.02 10	1.07 259

anonymousa	4.24 245	0.78 118	4.05 132	2.16 221	4.87 364	8.76 300	0.35 88	7.41 156	4.47 93	8.21 237	19.70 332	11.03 302	5.87 271	2.04 31	2.20 156	0.00 1	1.16 345	0.00 1	0.55 356	0.04 45	1.11 263

DCANet-4	2.26 81	0.43 20	6.69 258	0.40 43	0.20 49	1.70 30	0.13 39	5.73 78	9.44 256	6.01 131	5.29 99	1.12 53	2.77 153	2.49 48	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

fff	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

RAFT	2.94 149	1.29 218	4.06 133	1.36 130	0.50 117	2.39 67	0.91 211	6.11 105	3.25 25	6.64 165	7.30 158	9.96 278	4.20 215	6.03 114	2.21 157	0.00 1	1.02 321	0.00 1	0.02 192	0.54 323	1.01 251

csc	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

cscssc	2.54 112	0.93 156	5.51 205	0.32 27	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 133	5.29 99	1.43 57	5.28 257	2.37 44	2.21 157	0.01 106	0.00 1	0.01 249	0.00 1	0.02 10	0.61 205

MIPNet	2.27 83	1.14 195	5.55 212	0.49 55	0.22 65	2.03 49	0.19 59	7.60 161	6.17 157	5.83 120	4.16 71	2.05 78	3.44 179	3.65 62	2.23 162	0.00 1	0.01 104	0.01 249	0.01 175	0.24 245	0.48 182

x	2.30 86	0.82 130	3.85 108	2.23 234	0.72 154	2.12 54	0.81 187	9.48 208	4.82 112	3.83 78	2.76 46	3.49 123	2.30 135	3.48 59	2.25 163	0.00 1	1.13 332	0.00 1	0.22 298	0.09 103	1.66 299

PFNet	3.06 158	0.59 87	6.13 234	2.26 240	0.84 171	3.08 142	0.73 174	7.38 154	5.35 124	10.20 292	6.06 119	4.72 164	2.10 129	8.47 234	2.25 163	0.19 308	0.06 188	0.00 1	0.11 246	0.20 221	0.42 172

RAFT-345	3.36 181	0.55 70	3.43 77	1.23 119	0.21 58	2.62 85	0.46 106	3.91 12	6.34 162	7.46 208	24.49 354	4.19 147	1.74 117	8.27 214	2.25 163	0.01 106	0.00 1	0.00 1	0.00 1	0.02 10	0.02 5

GANet-ADL	2.40 99	0.65 97	3.92 121	2.22 232	0.11 13	2.23 58	0.47 108	9.29 204	7.27 198	4.77 91	5.95 118	3.96 134	1.26 84	3.08 55	2.27 166	0.04 241	0.08 201	0.02 280	0.00 1	0.15 191	0.21 109

RAFT-RH_RVC	4.04 231	0.69 103	3.59 96	1.91 197	0.43 111	3.11 144	0.13 39	3.80 10	6.60 172	11.26 321	31.68 377	5.20 180	1.66 109	8.30 219	2.27 166	0.09 284	0.00 1	0.00 1	0.03 203	0.03 27	0.02 5

RALAANet	2.68 126	1.71 264	4.73 174	2.79 291	0.80 166	3.30 158	0.15 50	7.92 168	5.92 149	5.79 118	6.06 119	3.51 124	1.13 67	6.76 138	2.28 168	0.00 1	0.28 253	0.00 1	0.10 244	0.27 263	0.13 65

DCANet	2.35 89	0.96 168	5.51 205	0.39 41	0.19 44	1.72 35	0.25 71	6.06 101	9.33 253	6.31 143	5.42 104	1.44 60	4.14 213	2.22 35	2.28 168	0.01 106	0.00 1	0.00 1	0.00 1	0.04 45	0.66 222

StereoVision	2.42 101	1.18 201	5.14 190	1.15 113	2.64 297	1.89 42	0.28 75	6.61 123	4.72 103	2.14 48	10.52 233	3.84 129	0.52 37	5.33 97	2.29 170	0.00 1	0.00 1	0.00 1	0.00 1	0.12 151	0.04 19

pcwnet_v2	4.36 249	0.46 33	9.07 312	1.43 138	1.10 206	3.41 159	0.40 95	13.44 305	14.60 324	10.29 296	14.22 285	5.82 207	2.97 158	6.75 136	2.29 170	0.01 106	0.05 182	0.04 306	0.02 192	0.17 201	0.61 205

IRAFT_RVC	2.98 155	0.66 99	4.23 143	2.20 229	0.40 104	2.91 133	5.04 322	7.03 138	4.21 78	6.59 162	5.52 108	5.02 177	4.77 238	8.41 229	2.30 172	0.01 106	0.17 232	0.01 249	0.00 1	0.03 27	0.05 25

Pruner-Stereo	2.66 124	0.61 90	3.54 85	1.93 199	0.25 72	3.47 168	0.74 177	6.60 122	5.66 142	8.98 258	6.12 121	4.39 155	1.11 65	7.27 155	2.34 173	0.03 220	0.00 1	0.02 280	0.00 1	0.03 27	0.04 19

111	3.05 157	1.41 234	5.51 205	0.32 27	0.14 24	2.83 114	0.68 160	6.76 129	14.21 322	3.59 70	9.11 193	5.50 189	3.30 169	4.05 68	2.43 174	0.01 106	0.00 1	0.00 1	0.00 1	0.13 167	1.02 255

DN-CSS_ROB	3.00 156	2.14 299	7.33 275	2.67 284	0.78 164	3.13 147	0.07 16	6.68 128	4.22 79	5.51 114	12.12 260	2.33 81	1.21 81	8.69 243	2.51 175	0.03 220	0.00 1	0.00 1	0.00 1	0.42 301	0.15 79

HBP-ISP	4.37 251	1.56 250	4.59 166	2.23 234	1.29 229	7.87 287	3.96 302	11.80 261	10.91 284	8.06 232	14.45 288	3.38 110	4.87 241	9.27 266	2.53 176	0.14 295	0.06 188	0.00 1	0.01 175	0.08 89	0.30 140

IPLG	2.63 123	1.09 187	5.67 217	0.73 74	0.31 80	3.00 139	0.25 71	6.84 132	6.02 151	7.93 220	6.31 131	1.91 73	1.72 115	7.47 171	2.53 176	0.01 106	0.01 104	0.00 1	0.00 1	0.29 274	0.58 197

SFCPSM	3.39 184	0.61 90	5.42 200	0.43 47	0.93 182	8.26 291	2.08 264	15.01 328	5.89 148	7.17 193	7.60 162	3.39 111	2.55 144	5.39 99	2.53 176	0.01 106	0.03 160	0.01 249	0.07 231	0.19 215	0.31 142

HHNet	2.71 129	0.69 103	3.31 63	0.25 23	0.39 99	2.80 113	0.90 208	6.33 112	5.68 143	7.51 209	13.70 278	0.94 49	3.14 160	5.42 101	2.54 179	0.14 295	0.02 135	0.06 317	0.00 1	0.24 245	0.07 36

DLNR_Zeroshot_test	24.96 397	51.28 417	90.69 422	97.84 431	97.22 430	1.40 13	0.12 32	23.19 385	3.55 44	1.21 34	2.95 49	0.72 47	0.31 8	7.09 149	2.61 180	38.70 414	1.32 359	0.00 1	0.29 324	77.04 427	1.68 302

FENet	2.35 89	0.59 87	3.28 60	2.32 251	0.27 76	2.78 110	0.13 39	7.68 167	6.09 152	5.38 109	2.12 34	4.84 169	3.33 176	4.98 87	2.66 181	0.02 190	0.03 160	0.00 1	0.00 1	0.04 45	0.40 161

BSDual-CNN	2.91 145	0.43 20	3.76 102	0.70 68	0.50 117	6.97 271	1.58 249	9.93 216	5.65 138	6.50 153	6.23 125	6.17 213	2.50 141	4.27 74	2.67 182	0.01 106	0.03 160	0.03 297	0.00 1	0.06 69	0.14 68

psmg	3.34 178	0.43 20	3.76 102	0.73 74	0.50 117	8.47 298	2.74 273	10.88 243	5.65 138	8.91 256	8.78 185	6.17 213	2.50 141	4.27 74	2.67 182	0.01 106	0.04 175	0.06 317	0.00 1	0.12 151	0.10 48

GES	2.69 127	0.72 113	5.34 195	1.82 187	0.05 3	4.51 224	1.04 220	10.39 228	4.18 76	5.53 115	6.72 141	1.92 76	3.30 169	5.16 93	2.67 182	0.06 264	0.01 104	0.06 317	0.01 175	0.20 221	0.14 68

DAS	4.18 240	0.53 62	6.20 237	2.20 229	3.69 331	2.78 110	3.12 286	8.69 180	10.29 266	9.39 276	12.80 270	4.58 159	7.20 297	9.08 260	2.70 185	0.02 190	0.00 1	0.00 1	0.00 1	0.04 45	0.34 148

SepStereo	4.22 243	0.53 62	6.20 237	2.20 229	3.69 331	2.78 110	3.12 286	8.69 180	10.29 266	9.39 276	12.80 270	4.58 159	7.20 297	9.74 284	2.70 185	0.02 190	0.00 1	0.00 1	0.00 1	0.04 45	0.34 148

IGEVStereo-DCA	1.54 27	1.71 264	2.99 41	0.73 74	0.24 68	2.69 96	0.81 187	4.31 22	2.97 15	0.73 16	0.16 1	0.23 9	0.32 11	7.57 178	2.72 187	0.00 1	0.49 274	0.00 1	0.16 263	0.17 201	1.82 322

rrr	1.64 36	1.71 264	6.31 245	0.73 74	0.24 68	2.69 96	0.92 212	4.25 18	1.75 3	0.73 16	0.16 1	0.23 9	0.32 11	7.57 178	2.72 187	0.00 1	0.49 274	0.00 1	0.20 288	0.17 201	1.68 302

ACRE	2.67 125	1.66 259	6.50 250	0.72 71	2.03 273	2.65 93	0.84 196	5.97 99	5.52 133	7.85 218	9.23 195	1.72 68	1.09 64	4.09 71	2.73 189	0.02 190	0.19 235	0.02 280	0.08 234	0.26 253	0.21 109

test_xeample3	1.71 39	1.75 271	6.64 255	0.90 93	0.29 78	2.55 79	0.90 208	4.08 15	2.36 4	0.56 13	0.24 4	0.23 9	0.31 8	7.51 175	2.73 189	0.00 1	0.70 286	0.00 1	0.36 339	0.18 209	1.92 339

AdaStereo	3.34 178	0.74 114	4.00 129	3.10 316	0.51 124	4.22 214	1.25 232	12.84 283	8.39 230	6.33 144	9.55 206	5.77 204	1.54 107	5.53 103	2.74 191	0.02 190	0.00 1	0.00 1	0.00 1	0.03 27	0.15 79
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.
iResNetv2_ROB	4.72 270	2.26 305	8.87 307	3.20 321	1.25 222	4.32 220	1.73 254	14.22 319	10.62 276	10.53 302	12.13 262	7.77 245	5.54 267	8.29 216	2.76 192	0.00 1	0.00 1	0.00 1	0.00 1	0.42 301	0.55 192

IPLGR_C	2.69 127	1.75 271	6.20 237	0.79 83	2.06 275	2.64 92	0.86 203	6.36 115	5.64 137	8.13 234	9.26 197	1.69 67	1.15 74	3.79 65	2.80 193	0.02 190	0.20 240	0.02 280	0.08 234	0.26 253	0.18 93

CIPLG	2.72 132	1.69 260	6.02 229	0.80 85	2.14 277	2.66 94	0.84 196	5.90 91	5.59 135	8.12 233	9.58 207	1.74 69	1.14 69	4.53 82	2.82 194	0.02 190	0.19 235	0.02 280	0.09 240	0.26 253	0.22 114

GANet-RSSM	3.67 202	1.16 198	4.56 164	3.24 323	2.03 273	2.63 87	0.50 120	11.53 257	6.83 182	6.25 139	10.58 235	7.35 236	6.65 286	6.77 139	2.94 195	0.00 1	0.00 1	0.08 328	0.00 1	0.26 253	0.12 59

MyStereo05	3.24 173	1.05 185	5.93 225	1.39 135	1.20 215	2.57 81	0.10 25	9.11 194	13.17 315	6.45 151	3.86 67	3.20 102	3.26 167	8.35 224	3.02 196	0.01 106	1.24 354	0.00 1	0.21 293	0.13 167	0.50 183

CoDeX	3.61 200	0.86 144	5.27 192	1.16 115	1.62 245	6.24 260	2.07 263	13.78 314	6.86 183	7.42 206	9.00 192	4.06 140	3.72 193	6.58 127	3.02 196	0.03 220	0.06 188	0.00 1	0.00 1	0.15 191	0.35 152

HCRNet	2.74 135	0.83 133	4.19 139	0.45 51	3.31 318	2.18 56	0.22 63	7.59 159	5.76 146	6.08 136	4.89 87	5.21 181	2.74 150	8.04 201	3.10 198	0.00 1	0.02 135	0.00 1	0.00 1	0.10 123	0.09 43

HSM	4.25 247	1.10 188	4.14 136	1.78 181	2.14 277	6.67 268	1.08 223	12.92 287	6.90 185	7.06 185	8.17 179	14.17 322	6.03 274	9.16 262	3.11 199	0.00 1	0.00 1	0.00 1	0.00 1	0.09 103	0.41 168

NOSS_ROB	3.67 202	0.86 144	3.81 107	2.53 274	1.11 207	6.10 258	0.72 172	11.08 246	12.36 303	5.45 112	8.91 188	5.65 194	2.09 126	8.30 219	3.16 200	0.20 311	0.07 199	0.00 1	0.00 1	0.11 134	0.80 237

CVANet_RVC	4.68 269	1.93 285	5.57 214	2.61 280	1.86 264	4.12 211	4.94 320	12.11 264	9.29 251	8.05 230	11.08 244	10.28 283	6.48 282	9.52 274	3.19 201	0.45 338	0.01 104	0.00 1	0.12 251	0.23 241	1.75 316

MyStereo04	3.29 175	1.15 196	6.64 255	1.28 124	1.49 242	2.63 87	0.45 104	10.57 234	13.30 316	4.41 88	3.90 68	3.06 100	3.56 182	7.87 193	3.35 202	0.01 106	1.27 357	0.00 1	0.25 305	0.11 134	0.42 172

hknet	3.56 195	0.66 99	5.82 221	0.70 68	1.19 214	6.97 271	1.58 249	9.93 216	7.76 208	6.50 153	6.23 125	9.53 272	2.81 155	7.84 189	3.39 203	0.01 106	0.03 160	0.03 297	0.00 1	0.06 69	0.14 68

Anonymous_2	4.74 273	0.98 172	4.46 152	2.35 255	2.27 283	5.66 247	0.67 158	8.08 172	5.28 123	4.98 97	2.60 43	8.74 267	6.92 291	5.79 108	3.46 204	0.24 318	1.70 372	5.16 386	18.18 409	5.41 380	1.85 329

THIR-Stereo	3.94 223	1.12 193	3.06 47	0.23 18	0.13 23	4.17 212	6.40 337	5.83 85	4.54 95	10.46 300	16.98 311	6.49 221	7.44 304	8.00 197	3.58 205	0.01 106	0.07 199	0.07 322	0.00 1	0.14 177	0.06 32

PSMNet-RSSM	3.69 205	1.36 230	4.54 159	2.44 264	1.90 266	2.35 64	0.69 163	11.77 260	6.38 165	6.60 163	11.85 256	7.70 244	5.61 268	6.66 133	3.67 206	0.00 1	0.00 1	0.02 280	0.01 175	0.17 201	0.10 48

gwcnet-sp	3.58 196	2.01 293	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 93

scenet	3.58 196	2.01 293	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 93

ssnet	3.58 196	2.01 293	8.82 304	2.01 214	0.69 145	7.38 283	1.10 224	9.23 199	6.66 176	9.32 271	5.91 114	4.21 148	3.31 171	6.91 143	3.69 207	0.00 1	0.00 1	0.00 1	0.00 1	0.24 245	0.18 93

ToySt	3.39 184	0.89 153	9.29 316	1.47 141	0.94 183	4.20 213	1.98 260	7.33 150	5.42 128	3.01 60	6.75 142	8.67 265	5.10 251	5.43 102	3.72 210	0.07 270	0.89 298	0.00 1	0.23 301	0.28 266	2.13 348

MaskLacGwcNet_RVC	6.42 299	6.12 369	6.53 252	4.29 357	3.61 329	15.41 352	4.13 304	12.36 270	7.32 201	7.60 210	8.51 184	8.97 269	2.64 147	10.17 298	3.72 210	8.16 390	2.40 380	2.00 379	0.11 246	8.55 387	5.84 382

DRaft	3.83 217	0.65 97	3.39 70	0.22 16	0.16 35	4.67 227	1.30 237	5.82 84	4.86 114	10.26 295	21.65 339	3.24 103	8.62 322	7.53 177	3.76 212	0.05 254	0.10 211	0.00 1	0.14 258	0.12 151	0.16 85

psm_up	4.33 248	1.34 227	4.43 151	2.27 244	2.62 296	5.29 239	3.30 296	11.49 254	6.89 184	8.05 230	8.06 176	10.09 282	11.10 339	7.12 150	3.76 212	0.24 318	0.01 104	0.00 1	0.00 1	0.20 221	0.37 155

IER	3.42 188	0.91 154	6.38 248	0.73 74	1.60 244	7.07 276	0.55 128	7.07 142	5.45 131	8.17 236	8.89 187	6.13 211	6.13 275	5.36 98	3.77 214	0.00 1	0.00 1	0.00 1	0.00 1	0.08 89	0.05 25

TDLM	4.58 262	1.79 277	5.03 186	2.45 265	1.32 234	4.04 209	7.15 350	11.60 258	11.46 294	6.91 178	12.69 269	5.94 208	5.03 247	9.74 284	3.80 215	0.67 350	0.00 1	0.01 249	0.05 224	0.23 241	1.78 320

CrosDoStereo	4.05 233	0.71 111	3.52 81	0.51 56	0.20 49	3.25 154	11.21 372	6.34 113	4.96 116	9.04 261	16.44 305	4.92 171	7.28 299	8.29 216	3.84 216	0.00 1	0.02 135	0.01 249	0.00 1	0.18 209	0.19 99

DeepStereo_LL	4.05 233	0.71 111	3.52 81	0.51 56	0.20 49	3.25 154	11.21 372	6.34 113	4.96 116	9.04 261	16.44 305	4.92 171	7.28 299	8.29 216	3.84 216	0.00 1	0.02 135	0.01 249	0.00 1	0.18 209	0.19 99

AACVNet	3.71 209	1.63 256	4.89 179	3.80 344	0.62 140	3.25 154	0.30 82	9.47 207	3.81 59	6.34 147	10.74 239	10.52 286	4.92 243	9.31 267	3.88 218	0.03 220	0.01 104	0.00 1	0.00 1	0.34 291	0.28 134

dd	2.36 91	1.93 285	6.03 231	0.83 87	0.12 21	1.80 37	0.17 55	5.30 50	11.82 299	2.98 57	3.64 66	1.50 62	1.21 81	5.25 94	3.92 219	0.13 292	0.01 104	0.04 306	0.22 298	0.10 123	0.14 68

PS-NSSS	4.22 243	2.53 321	5.89 224	1.01 103	2.93 304	4.05 210	1.93 259	11.44 253	8.94 242	7.14 191	14.70 292	4.96 174	2.60 146	9.09 261	3.92 219	0.40 334	0.04 175	0.83 368	0.00 1	1.09 347	1.02 255

DEmStereo	3.86 218	0.54 65	4.04 131	0.26 24	0.17 38	5.17 238	2.45 270	4.70 29	4.34 86	8.37 241	19.94 333	5.06 178	10.13 334	7.86 191	3.93 221	0.01 106	0.01 104	0.01 249	0.00 1	0.03 27	0.10 48

CRFU-Net	4.81 275	0.78 118	5.69 218	3.10 316	1.39 238	13.18 344	3.23 291	12.26 267	4.33 82	10.91 313	9.98 220	10.94 300	7.93 312	7.47 171	3.94 222	0.16 300	0.16 228	0.16 342	0.00 1	0.26 253	0.29 137

CC-Net-ROB	8.09 330	10.11 385	9.03 310	4.07 348	3.74 335	15.24 351	4.84 319	18.44 356	10.87 282	6.73 175	14.03 284	7.54 241	4.68 234	11.61 321	3.98 223	6.59 386	2.54 384	16.51 393	1.19 370	7.88 386	2.20 351

STTStereo	3.90 220	1.43 236	8.20 292	3.03 307	2.28 284	3.64 181	0.64 150	10.11 221	7.09 192	10.20 292	7.08 152	8.73 266	3.57 183	7.44 162	4.00 224	0.00 1	0.02 135	0.01 249	0.01 175	0.04 45	0.40 161

CFNet	4.03 230	1.97 290	6.30 244	2.70 286	1.64 246	5.41 242	0.22 63	12.14 266	10.28 265	5.24 105	11.15 245	6.43 218	3.70 192	8.97 258	4.01 225	0.00 1	0.00 1	0.00 1	0.00 1	0.30 277	0.13 65

ICVP	2.53 110	0.47 38	3.64 100	1.20 117	0.69 145	2.71 99	0.84 196	10.63 235	4.66 100	4.31 86	8.99 190	2.75 91	1.93 120	2.91 53	4.07 226	0.06 264	0.24 247	0.01 249	0.01 175	0.13 167	0.26 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM-Net_RVC	4.40 252	0.44 29	3.22 54	0.72 71	0.68 143	7.06 275	1.82 257	12.57 278	8.48 231	9.04 261	12.20 263	14.98 327	5.14 253	7.32 158	4.19 227	0.02 190	0.02 135	0.00 1	0.00 1	0.02 10	0.14 68
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SQANet	8.22 334	4.42 359	7.19 274	12.11 389	9.77 386	11.80 332	3.23 291	12.00 262	6.60 172	8.59 247	11.52 251	10.97 301	5.31 260	11.10 308	4.20 228	9.56 392	2.29 379	10.51 389	1.61 380	13.06 394	8.49 389

GwcNet-ADL	2.85 139	0.61 90	4.38 150	0.92 97	0.33 86	2.05 50	0.67 158	8.85 185	9.65 258	6.36 148	6.71 140	4.11 142	1.71 113	5.97 112	4.22 229	0.08 274	0.06 188	0.00 1	0.00 1	0.07 84	0.16 85

iResNet_ROB	4.67 268	1.77 274	5.93 225	2.47 267	0.95 186	3.78 195	0.36 89	15.65 334	17.36 339	8.75 251	11.23 247	7.05 233	4.60 232	8.94 255	4.23 230	0.01 106	0.00 1	0.00 1	0.00 1	0.16 195	0.15 79

NVstereo2D	4.82 276	1.29 218	7.98 289	3.68 340	3.48 325	8.02 290	3.10 285	11.25 249	15.50 331	5.14 103	7.71 165	8.21 253	4.68 234	10.19 299	4.30 231	0.02 190	0.19 235	0.13 336	0.36 339	0.07 84	1.12 266

CSP-Net	4.40 252	1.70 262	4.90 180	1.82 187	1.04 196	12.96 342	2.25 266	13.75 312	6.34 162	9.64 283	8.99 190	8.31 255	3.24 165	8.45 233	4.32 232	0.01 106	0.00 1	0.00 1	0.00 1	0.23 241	0.06 32

DeepPruner_ROB	3.82 216	1.87 278	5.65 216	1.31 128	1.64 246	3.62 179	0.81 187	14.47 322	5.03 119	8.03 228	10.78 240	6.95 231	2.26 132	8.92 252	4.32 232	0.07 270	0.03 160	0.00 1	0.01 175	0.37 296	0.29 137

dad	5.10 281	2.61 325	6.76 260	1.23 119	0.14 24	2.85 128	0.36 89	7.98 170	14.88 325	10.84 310	17.06 312	15.59 330	3.29 168	7.24 153	4.39 234	1.20 362	0.10 211	4.02 384	0.49 352	0.20 221	0.69 225

NLCA_NET_v2_RVC	4.11 235	1.53 249	6.87 262	3.04 309	3.33 319	4.34 221	0.59 140	11.36 252	7.92 216	8.98 258	7.98 174	9.72 275	3.82 195	7.92 195	4.43 235	0.15 297	0.02 135	0.03 297	0.03 203	0.07 84	0.14 68
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DispNO	3.51 193	1.33 226	8.51 295	2.26 240	1.36 236	3.46 167	0.81 187	8.74 184	6.58 171	6.78 176	7.63 164	6.22 216	4.20 215	7.47 171	4.44 236	0.00 1	0.03 160	0.03 297	0.11 246	0.13 167	0.14 68

DMCA-RVC	3.59 199	1.98 291	8.68 299	2.30 248	1.48 241	3.54 174	0.55 128	8.40 175	5.43 130	9.37 275	5.90 113	8.34 257	3.21 163	7.19 151	4.46 237	0.06 264	0.11 215	0.08 328	0.02 192	0.21 231	0.40 161

MLCV	3.76 211	1.52 247	6.93 263	1.66 162	0.31 80	4.31 219	0.32 84	7.92 168	7.68 207	9.55 280	12.12 260	5.17 179	2.74 150	10.00 295	4.49 238	0.01 106	0.00 1	0.00 1	0.00 1	0.16 195	0.27 130

cf-r	3.76 211	1.43 236	5.34 195	2.66 282	2.79 302	2.85 128	0.62 146	9.08 192	6.91 186	7.06 185	11.90 257	9.64 273	3.83 196	6.23 120	4.53 239	0.00 1	0.00 1	0.00 1	0.00 1	0.19 215	0.17 91

SACVNet	4.55 259	1.88 279	5.55 212	3.38 330	1.68 251	3.11 144	2.76 275	12.44 274	6.43 167	11.07 318	11.31 248	10.53 288	5.13 252	9.88 290	4.56 240	0.08 274	0.02 135	0.00 1	0.01 175	0.38 298	0.80 237

GEStereo_RVC	3.95 225	1.21 211	6.13 234	2.30 248	1.22 218	4.29 218	2.96 280	12.39 272	8.24 226	7.25 198	6.79 143	7.58 242	4.22 217	9.16 262	4.56 240	0.04 241	0.01 104	0.02 280	0.02 192	0.19 215	0.42 172

HITNet	3.11 161	1.38 232	5.35 197	2.23 234	0.12 21	5.59 244	0.58 137	9.95 219	5.72 144	6.62 164	7.91 172	3.90 132	3.24 165	4.39 79	4.58 242	0.01 106	0.00 1	0.00 1	0.00 1	0.08 89	0.57 195
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
FADNet-RVC-Resample	4.11 235	2.25 303	13.88 344	1.64 155	0.66 142	5.91 255	2.34 268	10.87 240	9.09 246	6.53 158	4.34 74	5.69 200	4.71 236	8.01 199	4.64 243	0.18 307	0.22 241	0.17 347	0.12 251	0.46 310	0.59 200

CFNet-ft	3.70 207	1.59 253	3.87 111	1.68 165	2.42 288	3.20 152	0.66 154	8.93 187	7.76 208	5.09 99	9.95 218	10.77 295	5.43 264	7.41 159	4.71 244	0.00 1	0.00 1	0.03 297	0.01 175	0.30 277	0.11 56

CFNet_RVC	3.70 207	1.59 253	3.87 111	1.68 165	2.42 288	3.20 152	0.66 154	8.92 186	7.76 208	5.09 99	9.95 218	10.77 295	5.43 264	7.41 159	4.71 244	0.00 1	0.00 1	0.03 297	0.01 175	0.30 277	0.11 56

FADNet	4.55 259	2.35 315	13.60 342	1.87 191	0.80 166	4.74 231	0.75 179	14.47 322	12.41 304	4.07 82	5.45 106	9.64 273	5.03 247	8.86 249	4.82 246	0.20 311	0.04 175	0.07 322	0.05 224	1.27 354	0.40 161

SMFormer	3.94 223	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	4.89 247	0.08 274	0.97 309	0.00 1	0.16 263	0.11 134	0.92 244

tta	3.96 227	0.69 103	4.55 160	1.97 206	0.15 30	2.84 116	0.29 77	13.06 293	11.10 285	7.69 211	10.45 229	4.77 165	4.52 225	9.68 278	4.89 247	0.08 274	0.97 309	0.00 1	0.16 263	0.13 167	1.24 274

LMCR-Stereo	3.92 222	1.96 289	4.92 181	2.85 298	0.23 67	7.88 288	1.47 243	12.52 277	5.39 127	8.71 249	10.65 237	1.90 72	5.04 249	8.53 236	4.89 247	1.05 359	0.00 1	0.00 1	0.00 1	0.42 301	0.05 25

iResNet	4.04 231	1.46 242	8.72 301	3.25 324	0.36 92	4.54 226	0.47 108	9.06 190	10.40 270	7.98 223	12.82 272	4.06 140	3.22 164	8.82 246	4.95 250	0.03 220	0.01 104	0.00 1	0.00 1	0.14 177	0.55 192

GANetREF_RVC	6.97 311	3.59 346	9.14 314	4.00 347	0.40 104	13.17 343	11.27 375	15.95 338	17.51 341	10.62 304	10.66 238	12.15 312	7.97 313	13.18 336	5.04 251	0.45 338	0.00 1	0.01 249	0.15 261	3.47 377	0.60 202
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
RAFT + AFF	4.63 266	2.28 308	7.43 280	1.51 144	2.38 286	5.81 253	6.49 339	10.74 237	8.53 232	7.75 215	8.95 189	7.47 240	6.68 289	9.17 264	5.06 252	0.08 274	0.47 272	0.00 1	0.01 175	0.66 329	1.03 258

MyStereo8	3.30 176	1.69 260	6.28 243	2.51 270	3.79 336	4.22 214	0.07 16	7.43 157	6.39 166	6.51 156	10.13 222	4.23 151	1.45 96	2.79 52	5.08 253	0.06 264	1.49 369	0.00 1	0.40 343	0.26 253	1.33 282

ac_64	3.98 229	0.86 144	5.10 188	3.17 318	3.43 324	5.80 252	0.70 168	10.87 240	4.96 116	8.94 257	6.46 136	10.70 292	5.52 266	7.44 162	5.10 254	0.03 220	0.00 1	0.00 1	0.00 1	0.14 177	0.31 142

CBMV_ROB	4.66 267	0.85 137	3.94 123	1.64 155	0.75 161	8.38 297	1.90 258	11.19 248	10.36 268	9.20 269	15.21 294	7.28 235	6.99 293	9.48 272	5.24 255	0.04 241	0.05 182	0.00 1	0.00 1	0.07 84	0.64 213

LL-Strereo	5.14 283	2.29 311	8.95 308	1.26 121	5.05 366	3.66 182	1.40 240	10.33 225	8.98 243	8.71 249	8.24 181	10.70 292	11.10 339	12.66 332	5.36 256	0.05 254	1.35 364	0.00 1	0.00 1	0.38 298	2.23 354

DMCA	3.08 160	1.10 188	6.20 237	1.82 187	0.90 177	3.80 198	0.55 128	9.76 211	5.42 128	6.56 161	6.47 137	7.06 234	2.09 126	4.05 68	5.46 257	0.00 1	0.01 104	0.00 1	0.00 1	0.11 134	0.16 85

PSMNet-ADL	3.17 169	0.56 78	3.00 46	1.55 149	0.40 104	5.97 256	0.28 75	9.06 190	5.75 145	3.56 69	6.80 144	8.33 256	4.51 224	7.65 183	5.51 258	0.03 220	0.09 207	0.00 1	0.00 1	0.03 27	0.28 134

ACVNet	2.86 140	0.96 168	3.87 111	0.86 89	0.61 139	2.63 87	0.54 125	8.93 187	6.12 154	5.09 99	9.32 201	5.70 201	3.84 197	2.68 49	5.56 259	0.00 1	0.00 1	0.00 1	0.00 1	0.26 253	0.23 117

hitnet-ft	3.95 225	1.16 198	3.92 121	0.89 91	0.73 156	4.88 233	0.54 125	9.78 212	7.91 215	7.42 206	10.24 223	12.50 313	4.84 240	8.15 206	5.56 259	0.03 220	0.00 1	0.06 317	0.00 1	0.24 245	0.12 59

UNet	4.19 241	0.87 151	7.18 273	2.00 213	3.22 315	9.55 308	0.31 83	10.11 221	6.22 159	7.98 223	6.82 145	10.42 284	5.77 269	7.28 156	5.83 261	0.00 1	0.00 1	0.00 1	0.00 1	0.10 123	0.12 59

HGLStereo	4.58 262	1.04 183	6.02 229	3.30 327	5.14 367	6.36 262	0.71 169	11.04 245	7.60 205	8.04 229	12.85 273	6.90 229	8.51 320	7.85 190	5.93 262	0.02 190	0.02 135	0.00 1	0.00 1	0.14 177	0.15 79

anonymity	8.04 329	4.13 355	12.86 337	7.43 379	13.11 394	8.34 292	2.02 262	18.21 355	7.55 203	13.88 345	9.27 198	10.63 290	7.79 309	11.57 320	6.06 263	6.25 385	5.59 407	3.71 383	3.28 386	3.27 375	5.78 381

otaku	12.35 368	8.64 379	9.11 313	13.56 391	10.98 389	26.23 380	7.22 351	19.45 365	19.26 348	11.92 329	17.90 324	20.21 360	8.91 328	16.06 358	6.09 264	9.77 393	2.50 383	13.23 390	1.90 382	14.61 395	9.41 393

iRaft-Stereo_5w	3.20 171	1.27 217	5.27 192	0.27 25	0.99 191	2.71 99	0.58 137	5.75 79	5.85 147	3.03 61	7.88 170	10.08 280	4.08 211	8.40 227	6.09 264	0.00 1	0.25 250	0.00 1	0.12 251	0.31 284	0.95 246

SGM-Forest	5.40 285	0.84 136	4.19 139	1.43 138	0.68 143	10.12 317	6.41 338	12.13 265	11.86 300	11.50 324	14.43 287	11.62 305	5.20 254	9.93 293	6.16 266	0.16 300	0.04 175	0.00 1	0.00 1	0.08 89	1.24 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DSFCA	4.48 256	1.03 182	6.84 261	1.61 153	1.68 251	7.26 279	4.46 313	11.27 251	7.51 202	11.01 316	6.89 146	8.49 263	4.54 229	10.41 302	6.18 267	0.03 220	0.06 188	0.02 280	0.03 203	0.13 167	0.14 68

BEATNet_4x	3.69 205	2.12 298	8.11 290	1.82 187	0.16 35	5.30 240	1.04 220	10.87 240	6.14 156	7.09 188	8.42 183	4.99 176	4.42 221	5.89 110	6.23 268	0.04 241	0.05 182	0.00 1	0.00 1	0.32 288	0.84 239

GANet	6.86 308	1.78 275	5.98 228	3.05 310	1.12 209	10.12 317	9.38 364	13.41 304	8.67 234	11.46 323	29.87 370	13.94 319	8.25 316	12.06 325	6.33 269	0.40 334	0.06 188	0.16 342	0.33 334	0.18 209	0.59 200

delet	4.59 264	1.12 193	5.93 225	1.37 133	3.73 334	10.48 321	3.90 300	10.51 232	9.17 250	8.87 255	9.74 214	8.37 258	3.74 194	8.12 205	6.36 270	0.00 1	0.00 1	0.00 1	0.00 1	0.21 231	0.12 59

GwcNet-RSSM	4.13 238	1.71 264	6.25 241	2.50 269	1.93 269	2.39 67	1.49 245	9.59 209	8.71 235	6.66 167	15.04 293	8.47 262	3.84 197	6.87 141	6.74 271	0.00 1	0.00 1	0.04 306	0.00 1	0.29 274	0.15 79

DLCB_ROB	4.87 278	1.45 241	4.75 175	2.52 273	1.13 210	6.25 261	3.01 282	10.44 230	8.34 228	11.05 317	13.43 276	14.04 320	3.90 204	9.74 284	6.80 272	0.00 1	0.00 1	0.00 1	0.00 1	0.08 89	0.37 155

ADLNet	4.56 261	1.19 204	5.52 211	3.81 345	3.59 328	6.98 273	2.40 269	12.01 263	7.96 218	10.52 301	9.67 213	8.26 254	4.98 246	6.59 128	6.93 273	0.01 106	0.01 104	0.00 1	0.01 175	0.22 236	0.55 192

MMNet	4.44 255	1.37 231	6.26 242	1.73 176	1.64 246	10.51 323	0.61 144	9.27 202	9.66 259	9.55 280	9.22 194	7.40 238	6.52 283	7.90 194	6.98 274	0.01 106	0.00 1	0.00 1	0.00 1	0.14 177	0.10 48

DDUNet	10.03 352	12.17 390	8.24 294	13.02 390	11.73 391	10.32 319	3.76 298	12.27 268	8.35 229	9.64 283	13.89 282	16.48 335	6.67 288	9.50 273	7.00 275	6.80 387	3.45 397	21.10 396	4.33 391	12.78 393	9.12 390

stereogan	8.18 333	1.32 224	9.05 311	3.59 336	4.00 345	20.16 370	3.13 288	17.25 349	20.16 353	10.68 305	19.19 329	20.56 365	10.70 338	14.74 349	7.00 275	0.34 330	0.04 175	0.21 352	0.08 234	0.70 336	0.65 214

UPFNet	4.17 239	0.83 133	5.51 205	2.49 268	3.36 321	7.13 278	2.60 271	10.52 233	7.16 193	8.76 252	7.83 168	7.85 249	3.41 178	8.60 238	7.04 277	0.01 106	0.02 135	0.00 1	0.00 1	0.12 151	0.17 91

ADLNet2	4.72 270	1.44 240	6.68 257	3.03 307	3.90 339	6.80 269	2.91 278	11.67 259	9.63 257	7.99 225	9.89 216	9.75 276	5.32 261	7.70 184	7.13 278	0.01 106	0.03 160	0.00 1	0.00 1	0.26 253	0.22 114

CBMV	5.97 291	1.52 247	4.51 156	1.99 210	0.53 128	10.02 314	6.94 347	13.27 300	13.80 321	13.08 338	15.93 301	11.36 303	8.11 314	9.82 287	7.27 279	0.08 274	0.15 226	0.00 1	0.00 1	0.30 277	0.74 233
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet-4b	16.48 379	23.07 396	14.73 351	16.69 395	15.18 397	31.83 390	7.30 353	19.71 366	27.82 373	11.54 325	22.10 344	31.68 386	8.96 329	18.88 371	7.28 280	11.04 397	2.65 387	24.93 399	5.02 394	18.57 398	10.67 397

AASNet	4.20 242	1.63 256	5.82 221	3.79 343	3.93 340	6.55 265	1.22 230	19.12 362	6.82 181	7.86 219	8.35 182	4.36 154	2.55 144	3.87 67	7.47 281	0.00 1	0.00 1	0.00 1	0.00 1	0.49 318	0.22 114

FADNet_RVC	4.24 245	2.32 313	14.23 347	1.18 116	0.79 165	5.64 246	0.60 141	11.50 255	7.19 195	3.68 74	8.08 178	4.14 144	4.06 208	10.29 300	7.47 281	0.36 332	0.44 270	0.18 348	0.47 350	0.93 345	1.23 273

SDNR	7.97 328	2.75 329	16.90 361	2.28 246	0.94 183	45.23 405	0.43 102	9.30 205	10.84 281	10.71 306	25.30 359	5.51 190	4.47 223	11.98 324	7.58 283	0.15 297	0.14 225	0.00 1	0.04 221	2.27 369	2.65 361

FADNet-RVC	4.36 249	2.62 327	14.51 350	2.01 214	0.44 112	4.27 216	1.27 233	12.61 279	7.89 213	3.76 76	4.05 70	10.63 290	4.34 220	9.87 289	7.66 284	0.03 220	0.09 207	0.00 1	0.03 203	0.65 328	0.50 183

Ntro	12.91 369	9.95 383	10.01 324	14.12 393	12.55 393	26.31 381	6.76 343	19.04 361	22.03 363	10.23 294	16.26 304	20.22 361	10.06 333	16.81 363	7.93 285	10.16 395	2.55 385	15.19 392	2.86 384	15.27 396	9.93 395

DGSMNet	7.10 314	3.49 343	15.11 353	4.36 360	4.41 350	8.94 303	6.25 335	15.10 329	14.28 323	8.15 235	14.51 290	10.08 280	5.38 262	11.04 307	7.95 286	1.49 368	2.00 377	1.79 377	1.68 381	2.43 370	3.48 369

NaN_ROB	6.51 302	2.25 303	8.77 302	1.69 167	1.79 257	9.71 311	10.94 369	16.20 340	16.13 333	13.04 337	8.86 186	11.77 308	5.94 272	12.88 334	8.01 287	0.05 254	0.13 221	0.07 322	0.20 288	0.32 288	1.50 287

FINET	6.96 310	2.98 336	13.77 343	3.20 321	4.81 363	9.65 309	9.90 367	13.68 310	23.91 366	8.28 239	13.70 278	5.36 186	5.83 270	10.79 304	8.05 288	0.90 356	1.43 365	0.11 330	0.38 341	0.48 315	1.98 343

ETE_ROB	6.28 297	2.60 324	9.22 315	1.71 172	0.84 171	6.44 263	6.78 344	13.16 298	8.80 238	13.01 336	15.93 301	21.01 366	6.18 277	10.97 305	8.11 289	0.04 241	0.01 104	0.00 1	0.02 192	0.16 195	0.70 227

acv_ft	3.90 220	0.96 168	5.85 223	2.56 279	4.70 361	7.27 280	0.84 196	9.17 198	6.12 154	10.00 290	9.32 201	5.70 201	4.07 210	2.68 49	8.24 290	0.00 1	0.00 1	0.00 1	0.00 1	0.35 293	0.23 117

GASNet	5.62 289	5.76 368	12.05 333	5.03 367	2.08 276	3.77 194	1.53 247	12.92 287	11.62 296	9.64 283	7.40 160	8.58 264	7.54 305	14.76 350	8.25 291	0.02 190	0.15 226	0.00 1	0.00 1	0.81 344	0.52 189

FAT-Stereo	6.98 312	0.79 120	7.57 282	2.54 277	1.80 258	6.16 259	4.33 311	19.16 363	18.82 347	10.75 307	17.08 313	18.23 348	13.56 353	9.25 265	8.44 292	0.03 220	0.16 228	0.01 249	0.10 244	0.14 177	0.65 214

RP	7.41 321	1.90 283	7.33 275	4.26 355	5.25 368	6.64 267	3.46 297	12.44 274	16.23 334	10.36 298	23.00 347	18.72 350	16.59 364	11.10 308	8.47 293	1.10 360	0.02 135	0.12 334	0.16 263	0.43 305	0.65 214

STTRV1_RVC	7.16 317	1.18 201	13.30 339	3.33 328	6.91 375	11.99 335	4.01 303	15.74 336	12.11 301	9.56 282	14.59 291	11.64 306	8.75 323	12.86 333	8.54 294	3.70 380	2.86 390	0.41 363	0.13 256	1.38 357	0.12 59

NCCL2	6.27 296	2.46 319	7.00 264	2.36 257	1.11 207	9.48 307	11.14 371	13.01 291	10.40 270	9.94 289	9.49 205	22.11 368	7.42 302	9.90 292	8.56 295	0.01 106	0.00 1	0.02 280	0.03 203	0.20 221	0.73 230

MDST_ROB	9.13 345	1.31 221	10.16 327	4.36 360	2.48 292	28.66 386	7.64 354	19.96 368	14.97 326	27.53 382	24.02 351	9.47 271	5.27 256	16.31 359	8.61 296	0.63 347	0.19 235	0.00 1	0.00 1	0.08 89	0.90 241

edge stereo	7.12 315	1.19 204	7.83 286	2.32 251	2.46 290	6.90 270	3.26 294	15.58 333	12.52 305	15.68 354	18.34 328	21.83 367	13.05 349	11.53 318	8.68 297	0.04 241	0.06 188	0.11 330	0.03 203	0.30 277	0.63 211

Syn2CoEx	6.70 305	3.69 349	12.14 335	2.78 290	1.68 251	8.36 295	3.21 290	18.59 357	12.66 307	8.86 254	20.79 337	10.52 286	10.54 336	9.68 278	8.70 298	0.01 106	0.00 1	0.00 1	0.00 1	0.69 334	1.00 250

StereoDRNet-Refined	4.84 277	0.96 168	5.13 189	2.22 232	0.46 113	9.10 304	0.16 53	10.72 236	9.40 255	13.41 340	12.50 266	10.02 279	4.58 230	8.60 238	8.71 299	0.01 106	0.00 1	0.01 249	0.05 224	0.24 245	0.53 190
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
fast-acv-ft	6.00 292	1.95 288	7.88 287	2.35 255	1.85 262	13.61 347	1.76 256	8.44 176	10.12 263	11.22 320	20.57 336	14.41 325	7.55 306	8.11 204	8.83 300	0.10 287	0.09 207	0.16 342	0.07 231	0.68 332	0.35 152

MSMD_ROB	9.73 349	1.43 236	5.42 200	1.81 184	0.42 110	16.83 357	4.30 310	14.29 320	15.34 328	23.06 370	40.17 391	25.63 375	22.62 380	13.37 337	8.85 301	0.48 345	0.03 160	0.00 1	0.00 1	0.13 167	0.47 180

CBFPSM	5.12 282	1.48 243	16.22 357	1.81 184	1.14 211	11.16 326	2.90 277	7.99 171	6.75 180	6.55 159	5.00 90	15.05 329	8.78 324	7.52 176	8.90 302	0.04 241	0.02 135	0.00 1	0.00 1	0.42 301	0.67 224

NCC-stereo	7.43 322	2.28 308	8.58 297	3.28 325	4.48 352	8.34 292	4.27 308	20.45 375	13.66 319	9.17 267	17.52 320	16.49 336	14.31 359	13.71 339	8.95 303	1.73 370	0.12 218	0.01 249	0.50 353	0.21 231	0.60 202

Abc-Net	7.43 322	2.28 308	8.58 297	3.28 325	4.48 352	8.34 292	4.27 308	20.45 375	13.66 319	9.17 267	17.52 320	16.49 336	14.31 359	13.71 339	8.95 303	1.73 370	0.12 218	0.01 249	0.50 353	0.21 231	0.60 202
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AANet_RVC	5.41 287	2.61 325	8.17 291	2.25 238	1.30 231	2.27 60	1.64 252	10.82 238	18.54 346	8.01 227	18.09 325	8.39 261	3.31 171	11.37 316	8.98 305	1.15 361	0.38 265	0.02 280	0.00 1	0.17 201	0.70 227

UDG	9.12 344	10.06 384	6.35 247	10.06 382	9.64 385	10.48 321	2.33 267	12.73 281	10.19 264	8.33 240	10.27 224	16.70 338	10.47 335	8.33 223	9.07 306	4.28 381	2.59 386	18.90 395	3.83 389	11.35 389	6.50 385

Nwc_Net	7.54 325	1.91 284	8.71 300	4.16 352	3.42 323	10.77 325	2.00 261	20.33 374	12.19 302	9.10 264	24.04 353	17.67 344	13.58 354	12.14 327	9.12 307	0.94 358	0.00 1	0.00 1	0.02 192	0.22 236	0.41 168

MFN_U_SF_DS_RVC	10.36 356	5.37 365	16.61 360	2.95 302	3.02 307	24.75 376	15.44 388	14.68 325	19.73 349	19.77 365	23.97 349	16.98 340	8.40 317	17.58 367	9.23 308	1.59 369	1.75 373	0.16 342	2.63 383	0.75 339	1.85 329

PA-Net	5.40 285	2.35 315	9.55 321	2.75 287	2.21 279	8.74 299	3.92 301	13.05 292	13.35 317	7.30 202	7.98 174	8.08 250	6.39 281	11.17 311	9.30 309	0.02 190	0.03 160	0.00 1	0.03 203	0.16 195	1.55 292
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet	6.02 293	2.40 317	8.22 293	3.43 331	4.43 351	10.57 324	4.21 306	19.44 364	11.24 292	12.86 333	8.06 176	11.64 306	4.79 239	8.65 242	9.32 310	0.01 106	0.10 211	0.00 1	0.03 203	0.34 291	0.69 225

LALA_ROB	7.02 313	2.54 322	8.51 295	1.53 147	0.96 188	9.96 313	8.71 361	16.70 344	12.68 308	12.99 335	13.90 283	24.47 371	5.40 263	11.61 321	9.50 311	0.04 241	0.05 182	0.00 1	0.02 192	0.17 201	0.65 214

pmcnn	8.17 332	1.70 262	11.49 331	3.18 319	3.07 308	9.66 310	6.06 333	13.60 308	17.71 343	15.23 351	24.02 351	27.61 379	8.81 325	10.36 301	9.51 312	0.08 274	0.08 201	0.00 1	0.00 1	0.31 284	0.87 240

RGC	7.40 320	2.77 331	7.71 284	4.43 362	4.87 364	8.88 301	2.96 280	16.05 339	12.76 312	11.96 330	19.57 331	18.32 349	11.57 345	13.89 343	9.58 313	0.83 355	0.02 135	0.24 355	0.41 345	0.40 300	0.77 235

ssnet_v2	4.73 272	1.43 236	6.74 259	1.80 183	0.75 161	8.89 302	4.60 315	12.66 280	10.65 277	9.53 278	6.23 125	9.78 277	4.26 219	6.89 142	9.65 314	0.01 106	0.01 104	0.00 1	0.00 1	0.36 295	0.31 142

XPNet_ROB	6.46 300	1.88 279	7.41 279	2.81 292	0.95 186	6.45 264	6.82 345	13.58 307	8.80 238	15.50 352	15.86 299	19.59 357	7.12 296	11.41 317	9.86 315	0.02 190	0.04 175	0.00 1	0.03 203	0.20 221	0.79 236

Wz-Net-LNSev	7.12 315	2.75 329	18.64 365	1.70 170	4.16 346	12.79 341	6.72 342	13.74 311	13.57 318	11.14 319	17.31 318	11.90 310	8.50 319	8.96 257	9.94 316	0.00 1	0.01 104	0.00 1	0.00 1	0.18 209	0.34 148

CSAN	8.41 337	2.86 334	9.35 318	2.43 263	0.82 169	13.59 346	11.68 377	15.80 337	21.98 362	14.71 348	16.46 307	18.00 346	14.42 361	13.68 338	10.10 317	0.10 287	0.13 221	0.15 339	0.19 278	0.43 305	1.28 278

ttt	4.41 254	0.70 109	3.95 125	2.53 274	2.01 271	4.34 221	0.41 97	13.09 297	11.69 298	7.20 195	12.20 263	4.15 145	3.35 177	9.54 275	10.11 318	0.07 270	1.11 328	0.00 1	0.19 278	0.10 123	1.47 284

DRN-Test	6.23 295	1.51 245	7.53 281	3.07 315	3.69 331	12.17 338	3.23 291	20.80 377	11.11 289	12.64 332	13.02 274	10.91 299	5.26 255	8.49 235	10.12 319	0.05 254	0.05 182	0.04 306	0.04 221	0.28 266	0.65 214

GwcNet	6.95 309	2.89 335	13.32 341	2.82 294	5.53 369	11.76 331	2.14 265	14.95 327	17.69 342	10.83 309	18.14 326	10.83 297	6.66 287	9.83 288	10.19 320	0.03 220	0.06 188	0.03 297	0.08 234	0.64 327	0.66 222

PSMNet_ROB	5.41 287	2.45 318	7.39 278	2.36 257	1.90 266	10.11 316	6.54 340	16.32 342	7.59 204	6.84 177	10.83 241	12.06 311	4.13 212	8.73 244	10.24 321	0.02 190	0.01 104	0.01 249	0.11 246	0.26 253	0.40 161

PDISCO_ROB	10.27 355	2.79 333	13.30 339	10.58 386	9.96 387	22.78 373	5.99 329	20.01 369	28.57 375	11.88 328	14.49 289	20.54 363	4.92 243	17.01 365	10.29 322	5.79 384	0.42 267	0.14 338	0.13 256	2.53 372	3.25 365

RASNet	5.00 280	1.19 204	5.69 218	3.68 340	4.80 362	5.04 237	1.29 236	10.26 223	8.99 244	5.89 122	11.65 253	10.55 289	9.76 332	9.96 294	10.32 323	0.20 311	0.00 1	0.00 1	0.00 1	0.09 103	0.73 230

PWCDC_ROB	8.50 338	4.40 357	9.57 322	6.16 376	4.54 357	10.46 320	1.03 217	15.30 330	28.16 374	10.88 312	30.88 375	6.96 232	11.31 342	14.57 347	10.40 324	3.10 379	0.02 135	0.00 1	0.00 1	1.55 360	0.63 211

RainbowNet	18.69 390	27.15 400	22.03 375	18.76 397	15.00 396	27.97 385	10.17 368	27.99 390	34.19 384	15.53 353	27.53 363	25.33 372	13.80 356	19.86 376	10.59 325	14.50 403	3.57 398	23.85 398	5.03 395	18.49 397	12.41 401

Wz-Net-LNSev-Ref	6.52 303	2.21 302	12.10 334	2.75 287	3.28 316	10.03 315	3.05 283	12.31 269	11.52 295	10.10 291	21.36 338	11.51 304	7.30 301	11.56 319	10.61 326	0.09 284	0.00 1	0.00 1	0.00 1	0.08 89	0.51 187

psmorigin	7.74 326	2.19 301	18.99 367	2.51 270	0.89 176	7.08 277	2.74 273	11.25 249	7.90 214	20.49 368	22.36 345	20.16 359	11.95 346	13.84 341	10.61 326	0.04 241	0.18 233	0.06 317	0.24 302	0.27 263	1.07 259

DeepPrunerF	7.18 318	3.58 345	25.29 384	4.27 356	7.20 377	3.78 195	4.64 316	14.03 316	20.86 356	8.85 253	10.57 234	7.35 236	7.88 311	12.16 328	10.66 328	0.25 321	0.16 228	0.29 357	0.43 348	0.77 341	0.65 214

G-Net	8.60 339	1.93 285	12.59 336	6.04 374	3.66 330	25.93 379	4.26 307	10.35 226	8.05 221	19.71 364	24.73 356	14.15 321	15.49 362	11.30 312	10.69 329	0.50 346	0.46 271	0.19 350	0.25 305	0.80 342	0.91 242

AF-Net	8.37 336	2.16 300	9.01 309	3.65 338	4.58 358	9.40 306	2.63 272	17.71 351	21.32 358	10.38 299	24.51 355	20.43 362	16.67 365	12.54 330	10.76 330	0.70 352	0.00 1	0.12 334	0.00 1	0.47 312	0.42 172

MFMNet_re	14.09 373	9.67 382	20.31 371	10.40 384	7.62 378	21.38 372	17.49 400	21.36 381	31.95 379	23.70 375	29.22 367	18.87 352	27.41 390	14.27 344	11.16 331	2.85 377	1.51 370	0.41 363	0.28 319	4.88 379	7.10 386

S-Stereo	6.85 307	0.93 156	10.76 329	3.34 329	3.51 326	6.55 265	6.01 331	13.75 312	23.86 365	9.65 286	15.54 296	11.81 309	8.24 315	8.59 237	11.23 332	0.13 292	0.16 228	0.00 1	0.42 346	0.14 177	2.39 356

FBW_ROB	9.17 346	2.08 296	10.31 328	2.51 270	1.66 250	13.22 345	6.04 332	23.09 384	20.11 352	19.55 362	15.80 298	18.97 354	11.96 347	19.34 372	11.38 333	0.66 349	0.30 255	2.15 380	0.90 364	1.15 351	2.16 350

Wz-Net-MNSev	8.12 331	3.18 337	18.07 364	2.63 281	3.36 321	17.82 363	9.40 365	12.89 286	15.44 330	13.95 346	18.21 327	14.38 324	7.75 308	12.50 329	11.45 334	0.46 340	0.03 160	0.00 1	0.01 175	0.26 253	0.58 197

DISCO	6.58 304	0.98 172	6.44 249	3.75 342	1.18 213	11.19 327	3.29 295	12.92 287	16.72 335	7.27 199	11.74 254	17.34 342	6.60 284	19.59 375	11.59 335	0.00 1	0.00 1	0.00 1	0.00 1	0.45 309	0.50 183

DualNet	3.96 227	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	8.20 207	11.69 336	0.00 1	1.13 332	0.00 1	0.19 278	0.11 134	1.88 333

ff1	4.11 235	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	5.55 64	10.56 272	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 336	0.00 1	1.13 332	0.00 1	0.19 278	0.11 134	1.88 333

mmx	4.50 257	0.98 172	7.03 266	1.64 155	1.07 198	2.84 116	0.47 108	12.84 283	11.23 290	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 336	0.05 254	1.12 329	0.00 1	0.19 278	0.10 123	1.53 288

xxx	4.50 257	0.98 172	7.04 270	1.64 155	1.07 198	2.84 116	0.47 108	12.84 283	11.23 290	6.68 168	9.59 208	5.66 195	3.87 199	11.33 313	11.69 336	0.05 254	1.12 329	0.00 1	0.19 278	0.10 123	1.53 288

FCDSN-DC	10.72 358	1.16 198	5.01 185	2.16 221	1.31 233	17.46 361	4.80 318	17.79 352	19.87 350	25.02 378	32.85 378	33.57 387	23.52 384	16.80 362	12.13 340	0.11 291	0.00 1	0.00 1	0.00 1	0.09 103	0.76 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DispFullNet	18.06 387	27.03 399	34.90 396	22.68 400	20.79 402	15.03 350	3.18 289	16.95 348	26.06 370	20.48 367	16.91 310	20.55 364	18.37 367	23.48 385	12.16 341	5.31 383	2.91 392	31.24 403	8.09 399	22.63 402	12.44 402

LSM	14.85 375	7.41 375	36.29 398	7.76 381	43.77 417	11.24 328	12.14 379	16.73 345	23.72 364	23.73 376	32.92 379	18.89 353	13.31 352	16.60 361	12.37 342	0.26 324	0.86 296	0.11 330	0.43 348	1.24 352	17.26 410

SANet	11.48 364	3.34 340	13.93 345	2.40 262	1.01 194	16.49 355	12.16 380	20.05 372	37.28 390	19.62 363	28.04 364	25.61 374	20.10 371	14.43 346	12.39 343	0.10 287	0.06 188	0.03 297	0.06 230	0.76 340	1.73 312

WCMA_ROB	10.20 354	1.99 292	9.33 317	3.01 305	2.46 290	15.78 353	7.67 356	12.75 282	15.41 329	25.08 380	33.42 382	27.06 378	19.86 370	13.87 342	12.47 344	1.28 364	0.38 265	0.18 348	0.20 288	0.28 266	1.54 290

aanetorigin	9.02 342	3.75 350	28.68 391	2.16 221	3.86 337	5.84 254	5.40 327	5.93 96	10.39 269	28.12 383	31.02 376	15.98 332	13.74 355	9.38 268	12.55 345	0.25 321	0.22 241	0.22 353	0.24 302	1.24 352	1.47 284

PASM	9.11 343	5.68 367	25.06 383	4.33 358	4.18 347	7.01 274	8.48 358	12.37 271	20.95 357	13.49 341	15.37 295	18.80 351	11.52 344	14.70 348	12.70 346	0.93 357	1.19 350	0.32 358	1.21 371	1.66 361	2.22 353

AAGNet	3.50 191	0.49 52	3.38 68	1.91 197	0.41 108	3.66 182	1.02 216	5.14 45	5.16 121	9.65 286	7.75 166	4.91 170	6.23 279	7.45 169	12.73 347	0.01 106	0.00 1	0.00 1	0.00 1	0.05 60	0.06 32

1111x	4.96 279	1.04 183	7.09 272	1.75 178	1.05 197	5.03 236	0.32 84	13.52 306	10.70 278	6.68 168	10.35 226	8.81 268	6.01 273	10.65 303	12.78 348	0.07 270	1.24 354	0.00 1	0.33 334	0.11 134	1.75 316

iinet-f	6.21 294	2.11 297	28.74 392	2.13 220	1.38 237	11.62 330	1.49 245	7.64 164	7.19 195	7.77 216	14.38 286	10.49 285	7.79 309	7.76 187	12.90 349	0.03 220	0.03 160	0.05 313	0.00 1	0.67 330	0.12 59

FC-DCNN	11.29 363	1.01 181	5.50 204	2.25 238	1.65 249	18.23 365	5.36 326	18.99 360	20.65 355	28.95 384	34.83 385	33.83 389	23.18 383	17.04 366	13.37 350	0.17 304	0.01 104	0.02 280	0.02 192	0.10 123	0.70 227

Consistency-Raft	9.58 348	5.11 364	13.00 338	5.61 370	8.92 384	4.03 208	5.07 323	19.73 367	24.90 369	11.32 322	29.86 369	13.36 316	6.16 276	8.00 197	13.47 351	0.67 350	0.34 259	1.81 378	4.36 392	12.23 390	3.62 372

MeshStereo	11.94 366	1.88 279	5.24 191	2.11 219	1.44 240	20.09 369	4.95 321	21.74 383	16.75 336	33.10 389	35.07 386	39.28 396	22.72 381	19.45 373	13.59 352	0.19 308	0.06 188	0.02 280	0.00 1	0.46 310	0.65 214
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
DANet	6.46 300	1.58 252	9.58 323	4.10 350	3.99 344	9.13 305	1.34 238	10.37 227	7.76 208	13.76 344	15.66 297	16.14 334	7.03 295	13.07 335	13.62 353	0.19 308	0.12 218	0.02 280	0.02 192	0.15 191	1.61 293
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	10.88 361	2.57 323	20.40 372	2.24 237	1.90 266	24.92 377	17.00 398	21.35 380	28.61 376	12.87 334	13.74 280	17.01 341	20.14 372	15.36 352	14.01 354	0.81 354	0.98 314	0.20 351	0.65 360	1.30 355	1.54 290

RYNet	6.82 306	1.51 245	7.35 277	1.79 182	4.52 355	16.68 356	4.41 312	14.19 318	17.43 340	11.64 326	7.86 169	15.03 328	8.81 325	10.10 296	14.16 355	0.04 241	0.13 221	0.15 339	0.05 224	0.08 89	0.53 190

APVNet	6.28 297	2.46 319	10.09 325	3.51 335	3.97 342	12.15 337	1.75 255	20.08 373	6.73 179	6.92 183	13.45 277	10.75 294	6.29 280	11.86 323	14.34 356	0.05 254	0.02 135	0.11 330	0.03 203	0.63 326	0.34 148

SuperB	8.29 335	3.96 353	24.92 382	2.96 303	1.33 235	9.83 312	4.15 305	10.92 244	29.79 377	11.86 327	12.51 267	6.07 209	6.97 292	11.13 310	14.73 357	0.15 297	0.11 215	0.35 359	0.26 314	12.64 392	1.11 263

SGM_RVC	10.77 359	1.11 190	4.66 170	2.66 282	0.41 108	21.03 371	6.87 346	20.02 370	15.54 332	25.86 381	24.97 358	33.59 388	20.51 373	20.89 378	14.78 358	0.31 329	0.26 252	0.22 353	0.26 314	0.43 305	1.01 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ACVNet_1	19.51 391	26.19 398	15.50 354	17.71 396	15.28 398	26.46 382	9.36 363	29.16 394	34.18 383	25.06 379	24.89 357	37.18 393	21.93 378	17.80 368	15.03 359	11.08 398	2.83 388	25.29 400	5.06 396	19.11 399	11.14 398

Anonymous Stereo	7.27 319	4.41 358	26.56 387	3.67 339	3.09 310	5.56 243	15.31 386	10.85 239	11.63 297	10.31 297	10.32 225	7.46 239	3.67 191	14.42 345	15.13 360	0.64 348	0.88 297	0.00 1	0.07 231	0.33 290	1.16 267

ACVNet_2	27.45 398	30.56 404	27.90 388	20.72 398	15.55 399	37.22 397	14.00 384	49.32 411	65.88 418	43.17 402	56.99 412	51.90 401	26.98 388	21.46 382	15.38 361	10.77 396	2.85 389	23.12 397	3.62 388	20.08 400	11.47 399

ccnet	7.45 324	1.89 282	7.71 284	3.18 319	2.35 285	12.19 339	6.14 334	18.95 359	9.36 254	13.33 339	20.38 334	16.00 333	9.10 330	10.10 296	15.40 362	0.44 336	0.34 259	0.25 356	0.25 305	0.48 315	1.18 269

PWC_ROB	8.89 341	4.49 360	15.62 355	2.92 300	4.49 354	7.89 289	1.23 231	17.29 350	20.00 351	16.54 357	28.06 365	14.37 323	11.98 348	14.93 351	15.43 363	0.47 343	0.00 1	0.05 313	0.00 1	0.67 330	1.31 280

SAMSARA	15.67 376	3.89 352	14.48 349	13.77 392	7.92 381	38.69 399	73.90 422	21.22 379	24.66 367	17.04 359	13.86 281	30.01 382	13.07 350	18.07 369	17.48 364	0.23 316	1.46 367	0.07 322	0.40 343	0.99 346	2.15 349

SHD	10.45 357	3.67 348	14.03 346	4.81 365	4.52 355	11.93 334	1.66 253	21.36 381	38.40 393	18.84 361	21.72 341	17.63 343	13.07 350	15.65 357	17.71 365	0.36 332	1.09 326	0.01 249	0.32 331	0.50 319	1.67 301

SGM+DAISY	17.25 383	9.46 381	22.74 376	10.11 383	11.40 390	28.98 387	13.74 383	21.15 378	16.85 337	31.39 386	34.79 384	34.05 390	24.24 385	26.23 389	19.31 366	8.79 391	7.56 411	4.88 385	3.93 390	6.07 383	9.33 391

MSC_U_SF_DS_RVC	17.08 381	7.98 377	24.37 381	6.82 378	2.93 304	39.68 401	16.11 390	25.46 388	34.93 386	34.13 391	34.20 383	29.20 381	24.94 386	23.01 384	19.39 367	2.79 376	2.87 391	1.18 373	1.53 378	6.78 384	3.31 366

Wz-Net-SNSev	9.92 351	8.01 378	26.42 386	2.26 240	1.85 262	8.36 295	14.30 385	18.01 353	21.68 359	10.78 308	23.95 348	16.84 339	8.60 321	15.59 355	19.76 368	0.01 106	0.03 160	0.01 249	0.00 1	0.52 321	1.34 283

XQC	9.46 347	4.84 363	18.88 366	4.07 348	3.09 310	15.97 354	6.65 341	16.26 341	26.63 371	12.63 331	12.35 265	15.75 331	10.62 337	16.48 360	21.19 369	0.44 336	0.96 308	0.05 313	0.32 331	1.10 348	0.99 248

MFN_U_SF_RVC	13.54 370	4.69 362	28.43 390	4.24 354	2.50 293	24.26 375	5.99 329	28.23 391	20.18 354	24.06 377	29.38 368	30.35 383	16.92 366	20.98 380	21.39 370	1.35 365	1.13 332	1.02 369	1.41 375	1.88 365	2.50 359

Wz-Net-TNSev	12.01 367	11.86 389	38.26 400	2.81 292	1.82 261	18.12 364	11.31 376	16.67 343	21.73 360	15.06 349	17.17 314	19.72 358	20.69 374	20.68 377	21.41 371	0.04 241	0.06 188	0.00 1	0.16 263	0.74 338	1.93 340

SPS-STEREO	15.83 377	7.38 374	14.92 352	11.63 388	11.77 392	25.30 378	7.12 349	25.20 387	17.06 338	32.24 388	30.34 373	31.63 385	22.59 379	25.67 388	21.97 372	7.71 389	4.50 403	3.35 382	1.56 379	6.97 385	7.72 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
xxxx	5.16 284	0.86 144	4.86 178	1.96 205	1.22 218	7.56 286	0.07 16	14.67 324	9.15 249	6.55 159	9.87 215	9.30 270	3.47 180	8.07 203	22.20 373	0.05 254	1.16 345	0.00 1	0.26 314	0.10 123	1.76 318

ADCRef	7.76 327	2.31 312	19.09 368	2.82 294	3.29 317	11.88 333	3.06 284	11.52 256	10.89 283	13.69 343	25.85 361	8.20 252	8.89 327	8.95 256	22.66 374	0.16 300	0.08 201	0.16 342	0.34 337	0.47 312	0.91 242

ELAS_RVC	17.82 385	3.60 347	11.92 332	6.63 377	5.73 370	30.34 388	19.64 401	26.92 389	35.06 387	40.79 400	41.32 395	37.31 394	31.61 393	30.54 392	22.93 375	1.97 374	2.40 380	1.28 374	1.27 372	1.71 362	3.51 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	10.18 353	3.40 342	33.24 395	2.38 259	1.74 254	17.75 362	7.65 355	13.20 299	13.03 314	14.09 347	21.72 341	19.36 355	11.40 343	15.43 354	23.00 376	0.28 327	1.15 344	0.39 362	1.48 376	0.68 332	2.21 352

PVD	16.41 378	3.98 354	16.04 356	5.38 368	4.59 360	19.44 367	7.28 352	28.88 393	49.27 403	31.53 387	43.72 397	30.36 384	32.17 397	26.70 390	23.19 377	0.25 321	1.48 368	0.04 306	0.59 357	0.52 321	2.87 363

test_xeample	4.78 274	0.93 156	4.68 173	1.48 142	1.28 225	3.94 202	0.13 39	13.35 302	8.62 233	8.21 237	11.63 252	3.43 118	3.54 181	7.59 180	23.47 378	0.02 190	1.16 345	0.00 1	0.25 305	0.11 134	1.74 315

RTSC	9.87 350	4.34 356	16.44 358	4.60 364	2.38 286	12.54 340	0.75 179	18.19 354	37.31 391	16.16 356	15.86 299	13.32 315	7.56 307	20.93 379	23.50 379	0.34 330	1.07 325	0.02 280	0.35 338	0.71 337	0.99 248

NVStereoNet_ROB	17.22 382	8.76 380	16.47 359	7.52 380	8.42 382	13.75 348	11.07 370	24.24 386	26.67 372	31.00 385	46.49 400	34.88 391	27.06 389	22.72 383	23.61 380	6.83 388	4.32 402	6.32 388	10.37 401	4.39 378	9.57 394
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IMH-64-1	28.06 400	29.98 401	19.46 369	32.15 403	20.98 403	27.68 383	16.66 391	47.31 405	44.85 400	34.14 392	50.94 405	41.49 397	31.67 394	37.53 398	23.88 381	14.17 401	2.96 393	34.45 405	11.15 402	26.12 404	13.75 403

IMH-64	28.06 400	29.98 401	19.46 369	32.15 403	20.98 403	27.68 383	16.66 391	47.31 405	44.85 400	34.14 392	50.94 405	41.49 397	31.67 394	37.53 398	23.88 381	14.17 401	2.96 393	34.45 405	11.15 402	26.12 404	13.75 403

ADCP+	8.60 339	2.78 332	17.44 362	1.69 167	4.27 348	16.95 359	5.29 324	13.38 303	12.52 305	13.57 342	17.57 322	10.86 298	11.28 341	18.43 370	23.91 383	0.03 220	0.05 182	0.01 249	0.18 275	0.47 312	1.31 280

ELAS	17.99 386	3.49 343	11.19 330	6.14 375	5.79 371	34.89 395	17.28 399	28.75 392	30.47 378	40.80 401	45.79 399	39.04 395	32.05 396	27.63 391	24.30 384	1.88 373	2.41 382	1.09 370	1.48 376	1.83 364	3.48 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCL	10.77 359	3.23 338	21.50 374	2.26 240	1.96 270	23.65 374	9.07 362	14.69 326	24.88 368	15.21 350	27.20 362	12.68 314	14.02 358	16.94 364	24.43 385	0.26 324	0.18 233	0.74 366	0.67 361	0.80 342	1.02 255

IMH	30.65 404	30.30 403	21.09 373	34.89 407	21.75 407	33.16 393	16.91 396	49.53 412	52.50 404	38.41 396	55.10 411	45.13 399	40.36 403	41.57 406	25.66 386	14.74 404	3.36 396	35.43 407	11.69 404	27.31 408	14.16 406

EDNetEfficient	14.14 374	6.71 371	56.12 409	2.99 304	3.58 327	5.38 241	8.49 359	9.35 206	33.24 381	40.73 399	30.21 372	18.04 347	22.92 382	12.13 326	26.26 387	0.16 300	0.24 247	0.07 322	1.15 368	2.58 373	2.39 356

WZ-Net	13.61 371	5.57 366	42.84 403	3.89 346	3.19 314	19.90 368	15.44 388	15.67 335	32.04 380	16.13 355	28.69 366	22.17 369	15.84 363	21.40 381	26.87 388	0.75 353	0.01 104	0.01 249	0.03 203	0.51 320	1.20 271

EDNetEfficientorigin	18.25 388	14.44 392	99.41 431	1.72 175	1.00 193	12.07 336	6.97 348	13.67 309	35.06 387	38.59 398	37.10 388	27.03 377	27.46 391	15.38 353	26.92 389	0.05 254	0.08 201	0.15 339	0.62 358	3.33 376	3.92 375

SGM-ForestM	18.61 389	3.38 341	10.14 326	3.44 332	2.24 282	34.17 394	15.39 387	29.44 395	33.93 382	38.55 397	41.08 394	53.64 405	36.76 399	34.82 397	27.16 390	1.25 363	1.81 376	0.74 366	1.01 366	0.61 325	2.61 360

MANE	20.98 395	3.23 338	8.81 303	5.96 373	6.96 376	33.07 392	13.20 381	35.43 397	38.86 394	44.72 405	52.41 408	53.20 404	41.84 404	34.74 396	27.45 391	1.87 372	2.27 378	1.54 376	10.18 400	0.69 334	3.11 364

ADCMid	10.97 362	4.49 360	23.66 378	2.53 274	2.52 295	11.46 329	6.31 336	15.31 331	12.85 313	23.57 374	22.99 346	17.92 345	21.04 375	19.57 374	28.05 392	0.47 343	0.43 268	1.10 371	1.32 373	1.73 363	2.10 347

LE_ROB	17.31 384	2.62 327	14.26 348	4.20 353	1.80 258	17.40 360	9.70 366	15.38 332	55.92 409	63.97 419	40.81 393	35.50 392	39.26 402	15.64 356	28.51 393	0.06 264	0.11 215	0.13 336	0.21 293	0.14 177	0.51 187

coex-ft	20.15 394	20.03 395	87.93 421	1.81 184	1.77 255	18.77 366	13.73 382	13.28 301	41.87 396	60.24 415	39.04 390	28.27 380	30.39 392	12.57 331	28.66 394	0.20 311	0.23 244	0.04 306	0.30 326	1.52 359	2.34 355

RTS	19.64 392	10.42 386	87.01 419	5.88 371	6.82 373	41.73 402	16.69 393	16.80 346	41.90 397	23.44 372	32.96 380	13.79 317	21.49 376	38.85 402	30.84 395	0.46 340	0.70 286	0.00 1	0.09 240	1.13 349	1.70 308

RTSA	19.64 392	10.42 386	87.01 419	5.88 371	6.82 373	41.73 402	16.69 393	16.80 346	41.90 397	23.44 372	32.96 380	13.79 317	21.49 376	38.85 402	30.84 395	0.46 340	0.70 286	0.00 1	0.09 240	1.13 349	1.70 308

BEATNet-Init1	24.70 396	11.33 388	44.28 404	5.48 369	3.94 341	47.60 409	22.33 404	34.94 396	40.01 395	48.11 408	49.98 404	59.86 409	43.17 405	39.48 404	31.77 397	1.37 366	1.76 375	1.17 372	1.17 369	2.44 371	3.85 374

AnyNet_C32	11.82 365	7.08 372	25.83 385	4.55 363	5.88 372	16.92 358	16.97 397	14.14 317	18.11 345	16.87 358	21.66 340	14.78 326	13.87 357	23.54 386	31.83 398	0.24 318	0.28 253	0.35 359	0.53 355	1.35 356	1.71 310

WAO-7	30.22 403	25.83 397	23.33 377	33.10 405	14.36 395	36.98 396	22.41 405	52.85 414	64.46 416	43.76 403	59.24 414	52.31 402	45.69 408	32.82 394	32.60 399	11.16 399	5.49 406	13.76 391	12.60 406	12.36 391	9.38 392

PWCK	31.62 405	45.59 413	49.67 406	30.49 401	7.80 379	42.91 404	29.73 410	45.45 404	44.44 399	47.41 406	36.92 387	47.86 400	26.79 387	41.90 407	33.36 400	22.77 408	4.56 404	29.89 402	5.13 397	29.43 409	10.36 396

ADCS	13.76 372	6.46 370	30.74 393	3.62 337	2.93 304	14.28 349	11.22 374	20.02 370	34.42 385	23.20 371	25.42 360	19.51 356	19.62 369	24.54 387	33.88 401	0.27 326	0.23 244	0.37 361	0.19 278	1.47 358	2.84 362

TorneroNet-64	33.32 406	33.28 405	33.07 394	35.14 408	21.25 406	48.02 410	21.13 402	43.47 403	58.77 410	33.36 390	46.64 401	62.00 411	38.19 400	44.82 410	35.07 402	15.02 405	3.59 399	35.81 408	12.20 405	29.45 410	16.17 407

AnyNet_C01	16.99 380	12.34 391	60.47 411	4.88 366	3.11 313	31.77 389	16.79 395	18.60 358	17.96 344	18.62 360	38.50 389	24.03 370	19.00 368	30.59 393	35.18 403	0.29 328	0.56 276	0.45 365	0.48 351	2.70 374	3.40 367

LVE	35.84 409	41.54 412	36.25 397	33.36 406	18.92 401	53.05 416	27.99 409	53.17 417	64.93 417	47.63 407	61.58 416	54.25 406	38.72 401	38.72 401	35.50 404	16.36 407	6.23 408	31.51 404	14.04 407	25.01 403	18.07 411

WAO-6	35.59 408	37.89 410	17.67 363	37.86 409	24.46 409	37.85 398	21.49 403	49.01 410	67.96 419	44.22 404	48.08 402	53.02 403	53.39 413	33.67 395	36.83 405	26.05 411	7.83 412	43.19 413	21.76 412	30.18 411	19.37 413

ktn	49.32 416	58.11 419	40.16 401	59.92 420	43.22 416	49.79 413	42.99 415	48.56 409	60.67 412	51.59 410	54.51 410	55.34 407	52.65 412	47.92 414	37.91 406	57.88 420	24.79 417	63.00 421	43.57 417	52.51 418	41.31 417

222	5.93 290	0.88 152	4.58 165	1.76 180	0.98 190	6.02 257	0.08 20	14.45 321	8.89 240	9.53 278	11.77 255	3.88 131	4.23 218	8.26 210	39.96 407	0.03 220	1.12 329	0.00 1	0.24 302	0.11 134	1.73 312

Dean	35.52 407	40.12 411	27.99 389	30.63 402	17.33 400	45.80 408	11.68 377	57.61 419	76.54 422	63.70 418	60.65 415	66.93 417	49.40 411	38.12 400	40.28 408	12.18 400	3.73 400	28.86 401	5.94 398	20.69 401	12.16 400

WAO-8	38.93 411	36.84 408	23.97 379	43.96 411	24.48 410	45.73 406	22.62 406	53.10 415	75.66 420	53.86 412	66.14 419	62.39 412	55.11 415	43.01 408	40.67 409	22.98 409	7.22 409	37.53 410	19.49 410	27.04 407	16.83 408

Venus	38.93 411	36.84 408	23.97 379	43.96 411	24.48 410	45.73 406	22.62 406	53.10 415	75.66 420	53.86 412	66.17 420	62.39 412	55.11 415	43.01 408	40.67 409	22.98 409	7.22 409	37.53 410	19.49 410	27.02 406	16.83 408

TorneroNet	36.02 410	35.25 406	36.33 399	38.44 410	22.19 408	50.72 414	24.42 408	48.39 408	54.53 407	38.03 395	53.44 409	62.83 414	44.79 407	47.68 413	42.11 411	15.69 406	3.97 401	37.25 409	15.05 408	30.83 412	18.40 412

notaker	48.05 415	55.94 418	50.90 407	56.89 418	40.29 414	38.96 400	33.86 412	47.82 407	55.70 408	57.55 414	57.48 413	60.22 410	59.71 419	54.64 419	43.27 412	41.13 416	19.86 416	57.61 418	37.79 415	50.95 417	40.33 416

KSHMR	56.07 418	64.25 422	40.47 402	74.89 423	49.63 420	49.42 412	45.46 417	57.71 420	63.52 414	61.65 417	61.67 417	71.88 420	47.67 410	51.47 417	44.57 413	54.67 419	62.25 421	66.31 422	54.18 421	53.03 420	46.75 420

UNDER WATER-64	46.01 414	48.25 414	68.05 413	44.59 413	28.11 412	57.02 419	43.78 416	40.20 400	48.80 402	52.08 411	42.95 396	67.22 418	57.71 417	48.98 415	49.57 414	40.01 415	17.98 415	52.15 416	39.41 416	38.99 413	34.41 415

UNDER WATER	45.99 413	49.80 416	68.56 414	49.99 415	32.13 413	55.35 418	39.50 413	41.12 402	52.90 405	50.69 409	45.18 398	67.79 419	58.75 418	51.93 418	50.97 415	30.59 412	14.03 413	51.66 415	37.15 413	40.27 415	31.35 414

MADNet+	27.96 399	35.32 407	91.41 423	21.04 399	8.86 383	49.25 411	47.41 418	36.98 399	37.84 392	21.00 369	30.83 374	25.41 373	34.95 398	46.51 411	51.54 416	3.04 378	3.33 395	1.48 375	1.05 367	5.85 382	6.05 383

JetBlue	29.99 402	17.24 393	55.64 408	16.24 394	21.08 405	62.07 420	33.14 411	40.60 401	35.73 389	34.59 394	40.67 392	57.18 408	43.54 406	51.46 416	52.18 417	2.72 375	4.58 405	2.86 381	3.53 387	10.57 388	14.11 405

LRCNet_RVC	66.47 421	66.44 424	69.02 415	71.60 422	54.27 421	32.21 391	2.93 279	63.19 422	21.83 361	82.02 424	90.16 424	83.59 423	72.13 421	69.45 421	53.25 418	95.47 429	64.21 423	95.15 429	95.27 429	72.59 423	74.60 425

HanzoNet	57.16 419	60.12 420	60.00 410	55.77 417	42.11 415	51.98 415	41.93 414	52.07 413	61.47 413	65.98 421	65.90 418	72.11 421	70.14 420	71.11 422	61.13 419	64.31 423	34.72 419	62.27 420	50.86 419	52.83 419	46.33 419

DPSimNet_ROB	54.45 417	65.73 423	47.00 405	54.49 416	46.37 418	55.34 417	56.47 419	56.18 418	59.04 411	64.57 420	51.76 407	64.01 415	54.49 414	47.54 412	67.21 420	63.21 422	27.86 418	58.04 419	51.28 420	46.61 416	51.87 422

JetRed	61.44 420	61.87 421	83.02 418	46.49 414	56.73 422	83.63 422	65.09 420	59.75 421	64.22 415	69.50 422	69.26 421	66.24 416	47.62 409	61.80 420	74.60 421	45.99 417	66.40 424	46.67 414	45.27 418	63.49 421	51.22 421

SPstereo	72.80 422	48.41 415	62.94 412	57.25 419	46.60 419	79.63 421	85.16 423	100.00 435	100.00 433	98.52 431	98.22 429	100.00 436	96.67 427	97.01 429	82.62 422	47.37 418	39.60 420	68.10 423	65.09 423	40.01 414	42.71 418

ASD4	76.04 423	81.96 426	69.18 416	68.53 421	80.95 426	96.29 425	99.16 430	77.84 423	93.51 427	77.76 423	85.79 422	78.58 422	76.90 422	78.02 423	82.88 423	58.77 421	62.96 422	55.01 417	62.53 422	68.78 422	65.30 424

MADNet++	82.81 424	81.73 425	74.64 417	87.71 428	82.67 427	93.35 423	70.27 421	86.39 427	82.88 423	93.51 428	86.62 423	86.40 424	81.37 423	88.21 424	88.63 424	86.59 427	84.23 428	72.14 424	68.69 424	78.88 428	81.36 429

xxxxx1	85.58 426	90.37 427	96.61 426	76.69 424	80.77 423	97.50 427	96.92 427	85.57 424	88.66 424	88.63 425	91.64 425	94.27 425	93.09 424	90.03 425	91.91 425	70.77 424	70.62 425	73.61 425	81.26 426	72.90 424	79.86 426

tt_ll	85.58 426	90.37 427	96.61 426	76.69 424	80.77 423	97.50 427	96.92 427	85.57 424	88.66 424	88.63 425	91.64 425	94.27 425	93.09 424	90.03 425	91.91 425	70.77 424	70.62 425	73.61 425	81.26 426	72.90 424	79.86 426

ff	85.58 426	90.37 427	96.61 426	76.69 424	80.77 423	97.50 427	96.92 427	85.57 424	88.66 424	88.63 425	91.64 425	94.27 425	93.09 424	90.03 425	91.91 425	70.77 424	70.62 425	73.61 425	81.26 426	72.90 424	79.86 426

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

HaxPig	98.85 431	99.94 432	95.36 424	99.99 435	99.98 433	94.12 424	94.52 424	99.12 431	99.96 431	99.96 434	99.99 432	99.98 434	99.89 431	98.16 430	96.14 429	99.98 434	99.99 434	100.00 432	99.99 433	99.99 435	99.95 435

MEDIAN_ROB	98.44 430	99.70 430	99.34 430	97.13 429	97.06 429	96.94 426	95.91 426	97.71 430	97.33 429	98.78 432	98.91 430	99.19 430	98.13 429	96.94 428	96.99 430	99.97 433	99.18 430	100.00 432	99.99 433	99.70 432	99.83 432

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

test_example2	99.38 433	99.98 434	99.99 434	100.00 438	99.98 433	99.73 431	99.99 432	96.99 429	100.00 433	100.00 435	100.00 433	96.49 428	96.74 428	99.97 432	99.96 432	100.00 437	99.97 433	98.68 431	99.11 432	100.00 436	100.00 439

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

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

AVERAGE_ROB	99.63 434	99.96 433	98.88 429	100.00 438	100.00 435	98.16 430	95.64 425	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	99.99 433	100.00 437	100.00 435	100.00 432	100.00 435	100.00 436	100.00 439

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

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

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

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

tt	83.10 425	0.43 20	99.97 433	79.27 427	93.14 428	100.00 433	100.00 433	100.00 435	99.89 430	60.55 416	48.44 403	99.98 434	99.96 432	99.98 435	100.00 436	91.80 428	99.82 432	73.67 428	73.25 425	86.43 429	55.39 423

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

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

DPSM_ROB	99.94 437	100.00 435	100.00 437	99.74 433	100.00 435	100.00 433	100.00 433	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 436	99.08 431	100.00 435	100.00 432	100.00 435	99.98 433	99.94 433

DPSM	99.94 437	100.00 435	100.00 437	99.74 433	100.00 435	100.00 433	100.00 433	100.00 435	100.00 433	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 436	99.08 431	100.00 435	100.00 432	100.00 435	99.98 433	99.94 433

FADE		18.79 394		10.51 385	10.00 388			36.24 398	53.07 406	20.35 366		26.62 376		40.25 405		31.16 413	14.37 414	38.03 412	37.28 414	5.44 381	5.60 380

Low-res two-view benchmark