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

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 79	0.01 1	1.98 48	0.57 142	3.07 5	3.02 44	0.90 31	1.48 22	0.19 2	0.40 24	0.93 3	0.36 9	0.00 1	0.01 126	0.00 1	0.00 1	0.04 80	0.02 40

StereoIM	0.80 2	0.69 196	3.02 122	0.33 56	1.83 273	1.22 5	0.06 15	3.41 11	1.49 3	0.31 5	0.38 7	0.42 35	0.51 37	1.14 9	1.21 118	0.00 1	0.00 1	0.00 1	0.00 1	0.05 102	0.05 135

AEACV	0.80 2	0.29 17	1.70 12	0.96 123	0.24 108	2.03 51	0.88 206	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 128	1.77 34	0.33 6	0.00 1	0.03 211	0.00 1	0.29 338	0.10 170	0.09 181

MIF-Stereo	0.83 4	0.33 45	1.98 25	0.92 114	1.27 237	0.54 3	0.11 29	1.35 1	2.94 33	1.67 46	2.09 36	0.20 5	0.31 14	1.57 25	1.07 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 227	0.01 16

LoS	0.91 5	0.34 54	2.10 42	0.38 65	0.13 57	2.47 77	0.26 75	5.00 75	2.74 26	0.89 30	0.21 5	0.49 41	0.36 18	1.97 43	0.67 46	0.02 217	0.02 168	0.00 1	0.00 1	0.06 119	0.01 16

CASnet	0.98 6	0.32 33	1.62 7	0.65 91	0.07 23	2.11 56	0.14 49	3.50 14	4.03 97	3.77 82	1.41 21	0.31 25	0.29 9	0.80 2	0.57 36	0.01 147	0.00 1	0.00 1	0.00 1	0.04 80	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 6	0.42 102	1.86 14	0.07 9	0.22 103	1.65 27	0.02 7	4.07 30	6.33 189	0.72 27	1.54 24	0.43 36	0.64 43	1.22 13	0.44 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
panet	0.99 8	0.37 76	1.89 16	0.08 11	0.19 92	1.68 31	0.02 7	4.12 33	6.41 192	0.70 26	1.57 26	0.46 39	0.67 44	1.15 10	0.41 12	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.01 16

CroCo-Stereo	0.99 8	0.89 240	3.19 139	0.46 71	0.44 154	0.38 1	0.05 13	4.61 53	3.95 91	0.48 22	1.78 31	1.01 52	0.27 6	1.11 8	1.07 104	0.01 147	0.00 1	0.00 1	0.00 1	0.05 102	0.04 106
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
EGLCR-Stereo	1.04 10	0.20 3	2.00 28	1.14 147	0.16 66	2.50 79	0.11 29	4.96 70	2.61 20	0.79 28	0.07 1	1.46 63	0.37 21	3.96 77	0.23 2	0.01 147	0.05 241	0.00 1	0.00 1	0.00 1	0.07 158

rrr	1.05 11	0.45 119	3.18 138	0.32 51	0.06 17	2.74 111	0.95 215	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 9	6.47 143	0.87 80	0.00 1	0.00 1	0.00 1	0.21 319	0.06 119	0.10 200

IGEVStereo-DCA	1.06 12	0.45 119	2.06 32	0.32 51	0.06 17	2.74 111	0.84 196	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 9	6.47 143	0.87 80	0.00 1	0.00 1	0.00 1	0.16 300	0.06 119	0.06 145

test_xeample3	1.08 13	0.43 111	3.39 151	0.49 75	0.05 10	2.58 93	0.93 211	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 8	6.34 135	0.85 75	0.00 1	0.01 126	0.00 1	0.26 336	0.06 119	0.10 200

MGS-Stereo	1.10 14	0.26 13	2.45 60	0.58 85	0.06 17	1.84 40	0.67 161	2.16 2	3.42 70	1.03 33	6.13 127	0.49 41	0.36 18	1.43 18	0.62 41	0.00 1	0.00 1	0.00 1	0.00 1	0.47 326	0.00 1

ff7	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 160	0.06 145

ffff	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 160	0.06 145

11t	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 160	0.06 145

anonymousdsp	1.12 15	0.59 164	1.66 8	0.03 1	0.07 23	2.81 128	0.82 189	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 24	7.05 171	0.49 29	0.00 1	0.00 1	0.00 1	0.17 306	0.10 170	0.05 135

ccc-4	1.12 15	0.57 157	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 175	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 160	0.06 145

IGEV-Stereo	1.12 15	0.59 164	1.66 8	0.03 1	0.07 23	2.82 131	0.82 189	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 30	7.05 171	0.49 29	0.00 1	0.00 1	0.00 1	0.17 306	0.10 170	0.05 135
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
LargeStereo	1.14 21	0.51 140	1.66 8	0.55 79	0.08 34	2.52 80	1.01 218	6.51 151	3.16 52	0.59 24	2.11 38	0.43 36	1.18 81	1.44 19	0.79 68	0.00 1	0.05 241	0.00 1	0.05 264	0.11 187	0.11 212

CAS++	1.18 22	0.55 151	1.99 27	0.17 31	0.27 119	1.85 41	0.63 151	8.48 196	3.07 47	1.71 47	2.32 44	0.18 1	0.20 1	1.91 42	0.30 3	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ProNet	1.20 23	0.60 166	2.00 28	0.26 42	0.08 34	2.73 110	0.68 162	5.00 75	2.52 18	0.29 3	1.32 19	0.37 32	0.36 18	6.94 166	0.44 15	0.00 1	0.07 266	0.00 1	0.00 1	0.17 235	0.07 158

TANstereo	1.20 23	0.49 135	2.04 30	0.34 60	0.10 39	1.80 39	0.01 1	3.40 10	4.10 105	4.37 90	4.82 88	0.41 34	0.70 45	0.94 4	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	1.21 25	0.65 181	5.16 255	1.09 139	1.29 239	0.92 4	0.19 60	3.92 25	2.68 23	0.30 4	3.04 53	0.52 43	1.56 109	1.58 26	0.78 67	0.09 298	0.25 351	0.00 1	0.00 1	0.07 134	0.11 212

Selective-IGEV	1.23 26	0.18 2	1.13 2	0.07 9	0.17 71	2.38 72	0.54 129	6.10 128	2.51 17	0.41 16	3.20 57	0.26 15	0.29 9	6.94 166	0.16 1	0.00 1	0.01 126	0.00 1	0.11 288	0.04 80	0.10 200

CroCo-Stereo Lap2	1.24 27	0.88 237	3.39 151	0.95 121	4.59 366	0.47 2	0.08 22	3.51 16	2.80 28	1.17 41	2.24 41	1.57 67	0.20 1	1.48 21	1.14 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.12 225

Former-RAFT_DAM_RVC	1.26 28	0.42 102	2.36 57	0.59 87	1.26 235	2.43 76	0.01 1	3.29 6	7.76 229	1.71 47	2.78 49	0.27 17	0.32 16	1.16 12	0.58 39	0.04 260	0.01 126	0.00 1	0.00 1	0.04 80	0.10 200

LoS_RVC	1.26 28	1.43 300	1.91 18	0.42 68	3.77 345	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 47	0.30 21	0.57 40	1.71 29	0.66 45	0.01 147	0.02 168	0.00 1	0.00 1	0.02 23	4.49 380

MIF-Stereo (partial)	1.29 30	0.33 45	3.02 122	0.03 1	1.12 228	1.26 8	0.13 42	4.46 44	3.75 83	0.35 7	2.39 45	0.31 25	0.74 49	6.09 123	1.76 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 143	0.04 106

MyStereo07	1.31 31	0.79 219	1.61 6	1.03 130	1.11 226	2.63 102	0.46 110	5.48 107	2.24 5	0.64 25	1.48 22	0.27 17	0.59 41	7.03 170	0.45 19	0.00 1	0.09 282	0.00 1	0.01 211	0.11 187	0.09 181

test croco	1.34 32	0.51 140	5.09 249	0.30 47	0.05 10	1.58 24	0.08 22	4.47 45	3.77 85	0.42 20	1.76 29	0.60 47	0.74 49	6.11 124	0.94 93	0.00 1	0.00 1	0.00 1	0.00 1	0.40 318	0.02 40

sAnonymous2	1.35 33	1.66 321	8.14 324	0.55 79	0.46 160	1.23 6	0.24 70	4.00 28	3.47 72	0.40 14	1.11 14	0.23 12	1.42 96	0.96 5	0.57 36	0.01 147	0.00 1	0.00 1	0.20 316	2.07 370	0.22 277

CroCo_RVC	1.35 33	1.66 321	8.14 324	0.55 79	0.46 160	1.23 6	0.24 70	4.00 28	3.47 72	0.40 14	1.11 14	0.23 12	1.42 96	0.96 5	0.57 36	0.01 147	0.00 1	0.00 1	0.20 316	2.07 370	0.22 277

knoymous	1.36 35	0.21 6	1.68 11	0.20 34	0.49 170	1.58 24	0.11 29	5.15 81	2.40 14	4.62 97	1.77 30	4.56 162	0.45 33	3.23 62	0.63 42	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.01 16

Anonymous	1.37 36	0.52 143	4.23 209	1.38 169	2.70 307	1.85 41	0.42 104	4.77 62	3.54 76	0.53 23	1.56 25	0.19 2	1.32 88	3.11 61	0.92 92	0.05 272	0.08 274	0.00 1	0.00 1	0.17 235	0.15 246

MoCha-V2	1.41 37	0.42 102	2.61 76	0.81 100	0.23 107	2.53 83	0.20 63	4.81 64	3.16 52	0.82 29	3.15 55	0.30 21	1.61 111	6.66 154	0.40 11	0.00 1	0.20 341	0.00 1	0.24 327	0.05 102	0.02 40

PMTNet	1.41 37	0.37 76	2.06 32	0.26 42	0.15 63	2.94 143	0.34 92	3.39 9	5.33 148	1.00 32	1.27 18	0.28 19	0.93 62	4.04 80	0.74 57	5.00 383	0.00 1	0.00 1	0.00 1	0.03 60	0.01 16

AE-Stereo	1.44 39	0.32 33	2.69 84	1.58 195	0.20 97	2.24 62	0.59 144	6.01 124	5.70 161	1.18 42	3.17 56	1.02 53	0.78 54	1.73 30	0.83 73	0.02 217	0.18 333	0.00 1	0.29 338	0.11 187	0.07 158

XX-TBD	1.44 39	0.85 232	2.04 30	2.45 303	0.05 10	2.34 68	0.01 1	3.46 12	7.51 220	2.88 62	4.98 94	0.26 15	0.25 4	1.15 10	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MC-Stereo	1.47 41	0.36 70	2.54 69	1.99 248	0.12 55	1.90 43	0.12 35	4.47 45	2.83 29	3.31 74	3.44 65	0.56 45	1.47 99	5.39 109	0.47 28	0.00 1	0.04 232	0.00 1	0.21 319	0.07 134	0.04 106

CES	1.56 42	0.35 63	1.44 4	0.42 68	7.70 384	2.66 107	0.13 42	4.89 65	2.53 19	0.25 2	1.10 13	0.33 30	0.31 14	1.61 28	0.58 39	0.01 147	0.02 168	0.00 1	0.00 1	0.54 328	6.26 387

CREStereo++_RVC	1.59 43	0.39 82	2.26 51	0.36 62	0.01 1	1.67 28	0.01 1	2.95 4	8.12 239	3.69 81	7.44 167	0.47 40	0.32 16	0.74 1	0.39 10	0.00 1	0.00 1	0.00 1	3.03 387	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
11t1	1.62 44	0.26 13	2.53 68	2.37 297	0.24 108	2.58 93	0.06 15	6.66 156	3.00 42	3.40 76	3.01 52	1.14 55	1.94 125	4.18 83	0.91 89	0.01 147	0.02 168	0.00 1	0.00 1	0.03 60	0.03 70

iRaftStereo_RVC	1.62 44	0.68 191	1.98 25	0.67 92	0.05 10	2.99 145	0.04 10	5.36 102	3.74 82	3.82 83	4.96 92	2.54 88	0.62 42	3.35 65	0.97 97	0.00 1	0.07 266	0.00 1	0.00 1	0.30 294	0.27 299

Selective-RAFT	1.69 46	0.32 33	3.29 145	0.92 114	0.18 83	3.89 207	0.06 15	4.22 34	4.00 94	1.47 43	1.98 35	3.07 106	2.81 159	6.35 137	0.89 87	0.01 147	0.00 1	0.00 1	0.21 319	0.05 102	0.00 1

4D-IteraStereo	1.72 47	0.86 233	3.01 120	0.09 13	2.86 312	3.57 184	1.06 221	3.92 25	5.31 146	5.28 116	1.02 8	3.92 135	0.38 23	1.83 36	1.04 103	0.00 1	0.01 126	0.00 1	0.00 1	0.07 134	0.09 181

rafts_anoy	1.72 47	0.79 219	2.58 73	2.03 257	1.75 266	2.47 77	0.16 56	5.48 107	6.01 174	3.24 70	2.11 38	1.92 79	1.33 89	3.08 60	1.13 111	0.01 147	0.18 333	0.00 1	0.01 211	0.03 60	0.07 158

x	1.73 49	0.28 16	2.49 66	1.91 237	0.17 71	2.10 55	0.83 193	8.74 208	3.55 77	3.28 71	2.12 40	3.10 107	1.96 126	2.90 57	1.12 109	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.03 70

TestStereo	1.74 50	1.02 258	3.64 171	0.20 34	0.28 125	1.33 11	0.01 1	5.24 91	4.01 96	3.18 67	4.97 93	2.07 81	0.70 45	7.32 184	0.75 61	0.02 217	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

Anonymous3	1.76 51	0.44 115	6.37 292	0.33 56	0.50 172	4.33 221	0.54 129	4.43 43	2.48 15	2.21 51	3.24 58	1.53 66	1.14 74	5.64 112	1.29 123	0.17 316	0.23 345	0.00 1	0.00 1	0.12 199	0.15 246

anonymousdsp2	1.78 52	0.39 82	3.40 153	1.10 140	0.04 9	3.63 185	0.50 124	7.80 179	2.77 27	2.91 63	2.88 50	3.17 108	1.01 65	5.15 105	0.43 14	0.00 1	0.01 126	0.02 287	0.15 298	0.05 102	0.12 225

DCRE	1.79 53	0.68 191	2.55 70	1.66 207	0.27 119	1.27 9	0.05 13	4.57 52	4.04 99	3.30 73	9.24 209	3.83 133	1.20 83	2.08 48	0.67 46	0.00 1	0.12 303	0.00 1	0.24 327	0.04 80	0.09 181

raft+_RVC	1.79 53	0.84 230	2.32 53	2.40 298	0.85 204	1.38 13	0.09 25	6.36 139	4.75 132	2.85 61	5.46 114	1.17 56	1.36 94	4.54 87	0.91 89	0.00 1	0.10 290	0.00 1	0.00 1	0.11 187	0.22 277

HUI-Stereo	1.80 55	0.41 98	2.85 105	0.12 19	0.18 83	3.72 195	0.65 157	5.23 85	2.97 40	5.87 138	4.34 82	3.45 116	1.52 104	3.93 76	0.65 43	0.02 217	0.00 1	0.00 1	0.00 1	0.08 143	0.10 200

GMOStereo	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

error version	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

test-v	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

test-2	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 120	8.16 247	6.97 150	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 314	0.00 1	0.00 1	0.23 273	0.03 70

test-1	1.82 60	0.45 119	5.42 265	0.89 108	0.41 151	2.14 57	0.56 134	5.75 114	4.15 108	3.28 71	5.11 96	3.61 128	0.70 45	1.53 24	1.56 145	0.02 217	0.34 357	0.00 1	0.08 276	0.02 23	0.30 304

GMStereo	1.83 61	0.99 255	4.55 224	0.57 84	0.05 10	2.53 83	0.01 1	4.95 68	11.14 300	3.52 78	2.24 41	0.53 44	0.49 36	3.76 71	0.80 71	0.20 323	0.00 1	0.00 1	0.12 291	0.12 199	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 62	0.21 6	2.45 60	1.02 128	0.22 103	1.37 12	0.82 189	4.66 59	5.06 139	7.02 199	1.73 28	4.09 142	0.41 30	6.51 148	0.76 63	0.00 1	0.00 1	0.00 1	0.29 338	0.18 245	0.14 237

1test111	1.86 63	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	8.45 192	3.33 65	1.03 33	3.33 59	0.32 27	3.71 197	4.40 85	0.96 95	0.00 1	0.02 168	0.00 1	0.03 243	0.02 23	0.03 70

LL-Strereo2	1.86 63	0.83 229	2.33 54	0.36 62	0.17 71	3.79 203	1.52 248	5.82 120	4.04 99	4.43 91	2.51 46	4.23 148	0.37 21	5.66 113	0.99 99	0.00 1	0.02 168	0.00 1	0.05 264	0.06 119	0.11 212

test-3	1.86 63	0.21 6	2.46 63	1.03 130	0.22 103	1.38 13	0.83 193	4.65 58	5.04 138	7.26 215	1.78 31	4.10 144	0.41 30	6.53 150	0.76 63	0.00 1	0.00 1	0.00 1	0.29 338	0.18 245	0.14 237

raftrobust	1.86 63	0.74 208	1.94 22	2.15 271	2.24 292	2.74 111	0.53 127	4.89 65	4.05 101	6.09 150	3.89 71	1.64 68	2.55 148	2.44 52	1.12 109	0.00 1	0.03 211	0.00 1	0.00 1	0.12 199	0.08 171

riskmin	1.88 67	0.15 1	2.11 43	1.38 169	0.88 206	2.40 73	0.04 10	5.93 123	6.10 177	2.25 52	1.34 20	6.06 211	5.08 261	2.78 56	1.01 102	0.00 1	0.02 168	0.00 1	0.00 1	0.01 7	0.06 145

test_3	1.88 67	0.22 9	2.75 93	0.96 123	0.22 103	1.28 10	0.77 183	4.62 54	5.87 165	6.55 182	1.84 33	4.28 154	0.45 33	6.48 145	0.76 63	0.00 1	0.01 126	0.00 1	0.28 337	0.17 235	0.14 237

PSM-adaLoss	1.88 67	0.40 91	2.86 107	0.12 19	0.19 92	3.75 200	0.71 170	5.23 85	2.96 36	5.86 133	4.33 81	3.45 116	1.51 100	5.40 110	0.69 48	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.09 181

s12784h	1.89 70	0.30 21	2.57 72	0.11 18	0.09 36	4.18 217	0.13 42	6.61 154	7.44 219	3.62 80	4.28 78	0.59 46	0.81 56	6.61 152	0.46 23	0.01 147	0.01 126	0.00 1	0.00 1	0.02 23	0.00 1

ROB_FTStereo	1.90 71	0.42 102	2.86 107	0.12 19	0.19 92	3.71 192	0.75 180	5.24 91	2.95 34	5.87 138	4.26 77	3.41 114	1.51 100	5.80 116	0.65 43	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

RAFT-IKP	1.90 71	0.42 102	2.83 102	0.12 19	0.18 83	3.50 175	0.64 155	5.24 91	2.96 36	5.86 133	4.34 82	3.50 124	1.51 100	5.99 121	0.76 63	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

EKT-Stereo	1.91 73	0.48 133	2.77 97	2.19 274	4.36 356	1.42 17	0.24 70	4.63 55	3.51 74	2.94 64	3.47 66	3.55 126	2.25 137	5.26 106	0.85 75	0.04 260	0.12 303	0.00 1	0.09 283	0.06 119	0.05 135

ROB_FTStereo_v2	1.91 73	0.41 98	2.85 105	0.12 19	0.19 92	3.71 192	0.73 175	5.23 85	2.95 34	5.86 133	4.36 84	3.46 118	1.51 100	5.86 117	0.69 48	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

qqq	1.93 75	0.30 21	2.96 117	1.40 172	0.05 10	1.96 47	0.39 98	8.45 192	3.33 65	3.06 66	3.84 69	4.67 165	2.70 152	4.40 85	0.96 95	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.03 70

RALCasStereoNet	1.93 75	1.01 256	2.75 93	1.88 233	1.75 266	2.88 140	0.18 59	4.64 57	4.36 113	2.27 53	5.14 97	2.22 82	0.79 55	7.10 174	1.00 101	0.00 1	0.34 357	0.00 1	0.00 1	0.10 170	0.16 255

Patchmatch Stereo++	1.95 77	0.40 91	2.86 107	0.12 19	0.18 83	3.74 197	0.66 159	5.24 91	2.96 36	5.86 133	4.32 79	3.46 118	1.52 104	6.88 159	0.70 50	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.09 181
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 77	0.40 91	2.86 107	0.12 19	0.18 83	3.74 197	0.66 159	5.24 91	2.96 36	5.86 133	4.32 79	3.46 118	1.52 104	6.88 159	0.70 50	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.09 181

CRE-IMP	1.95 77	0.35 63	2.68 82	0.27 46	0.17 71	3.90 208	0.85 202	5.14 79	2.87 30	5.74 125	4.14 75	3.49 123	0.83 57	6.40 138	1.80 163	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.19 268

iGMRVC	1.96 80	0.40 91	2.88 112	0.12 19	0.19 92	3.74 197	0.73 175	5.23 85	2.97 40	5.87 138	4.37 85	3.48 122	1.52 104	6.73 156	0.74 57	0.02 217	0.00 1	0.00 1	0.00 1	0.08 143	0.08 171

DIP-Stereo	1.97 81	0.64 177	2.95 116	0.17 31	0.10 39	4.83 236	0.13 42	8.60 204	4.06 104	6.42 177	4.92 91	0.44 38	0.72 48	3.57 68	1.80 163	0.00 1	0.01 126	0.00 1	0.00 1	0.05 102	0.04 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 82	0.34 54	2.71 88	0.26 42	0.06 17	2.29 65	0.48 113	4.89 65	14.65 331	2.81 60	5.51 116	0.78 49	3.21 172	1.44 19	0.33 6	0.00 1	0.01 126	0.00 1	0.00 1	0.07 134	0.02 40

MSKI-zero shot	2.00 83	0.36 70	2.15 44	0.81 100	0.25 111	2.69 109	0.29 82	6.16 132	2.34 13	4.31 89	7.52 168	3.70 130	0.25 4	8.42 252	0.41 12	0.01 147	0.13 310	0.00 1	0.25 330	0.03 60	0.02 40

ACVNet-DCA	2.01 84	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	8.45 192	3.33 65	1.03 33	3.33 59	0.32 27	3.71 197	8.05 225	0.45 19	0.00 1	0.02 168	0.00 1	0.03 243	0.02 23	0.03 70

Gwc-CoAtRS	2.02 85	0.33 45	2.61 76	1.04 135	0.30 127	3.56 181	0.40 101	5.89 122	5.94 168	5.08 111	5.01 95	5.55 194	1.72 115	1.60 27	0.91 89	0.01 147	0.09 282	0.00 1	0.25 330	0.01 7	0.02 40

DCANet-4	2.03 86	0.34 54	5.30 262	0.31 48	0.18 83	1.69 32	0.12 35	4.95 68	8.55 254	5.78 126	5.17 98	1.12 54	2.82 160	2.11 49	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

cross-raft	2.03 86	0.35 63	2.78 99	1.10 140	0.16 66	3.77 201	0.48 113	7.03 168	3.75 83	5.06 110	5.55 117	6.26 216	1.41 95	1.75 31	0.89 87	0.01 147	0.07 266	0.00 1	0.19 314	0.03 60	0.03 70

DeepStereo_RVC	2.05 88	0.39 82	2.87 111	0.14 29	0.17 71	3.51 177	0.70 168	5.21 84	3.00 42	6.27 167	4.13 74	3.47 121	4.53 239	4.81 91	1.49 137	0.01 147	0.00 1	0.00 1	0.00 1	0.09 160	0.18 258

MIPNet	2.06 89	0.69 196	4.57 227	0.32 51	0.21 100	1.92 45	0.19 60	6.89 165	5.64 160	5.48 121	4.02 73	2.02 80	3.50 185	3.32 64	2.01 177	0.00 1	0.01 126	0.01 258	0.01 211	0.20 254	0.13 232

DCANet	2.08 90	0.64 177	3.81 183	0.31 48	0.17 71	1.70 36	0.25 73	5.23 85	8.47 250	6.07 149	5.30 111	1.41 58	4.23 223	1.85 37	2.02 179	0.00 1	0.00 1	0.00 1	0.00 1	0.04 80	0.19 268

CFNet-RSSM	2.11 91	0.33 45	2.71 88	1.04 135	0.30 127	3.21 162	0.41 102	6.67 157	6.96 202	5.62 123	4.58 86	5.40 191	1.71 114	1.86 38	0.87 80	0.00 1	0.08 274	0.00 1	0.32 345	0.02 23	0.02 40

RAFT-Stereo + iAFF	2.12 92	0.58 162	2.43 59	1.27 156	0.16 66	1.60 26	0.14 49	5.17 82	5.90 166	7.10 205	10.10 225	3.06 105	1.74 118	1.87 39	0.97 97	0.01 147	0.02 168	0.00 1	0.00 1	0.23 273	0.02 40

IGEV_Zeroshot_test	2.13 93	0.50 136	4.91 239	1.41 175	0.18 83	2.62 101	0.36 94	7.80 179	3.87 86	5.04 109	5.42 113	4.77 167	1.03 68	3.43 66	0.79 68	0.00 1	0.16 326	0.00 1	0.18 310	0.17 235	0.04 106

tt1	2.14 94	0.63 176	2.22 50	2.27 282	0.02 3	5.71 251	0.63 151	4.53 48	10.19 281	1.16 40	3.39 64	0.33 30	3.05 168	8.00 218	0.46 23	0.00 1	0.02 168	0.00 1	0.03 243	0.10 170	0.04 106

NRIStereo	2.14 94	0.35 63	2.65 81	1.10 140	0.14 59	3.05 149	0.86 203	5.35 100	3.18 57	6.24 162	3.36 63	4.17 147	1.82 123	8.12 233	2.01 177	0.00 1	0.10 290	0.00 1	0.00 1	0.12 199	0.19 268

H2IRNET	2.16 96	0.45 119	2.60 74	1.22 151	0.03 8	1.98 48	0.13 42	4.73 60	7.04 207	1.15 39	7.79 177	5.88 207	3.39 181	4.97 99	1.45 135	0.01 147	0.00 1	0.04 314	0.17 306	0.19 250	0.03 70

dd	2.16 96	1.22 282	4.82 235	0.68 93	0.12 55	1.39 16	0.17 58	5.14 79	11.22 303	2.70 58	3.51 68	1.52 65	1.23 85	5.08 101	3.96 250	0.12 305	0.01 126	0.04 314	0.21 319	0.07 134	0.01 16

cc1	2.17 98	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	4.31 35	10.41 287	1.03 33	3.33 59	0.32 27	3.71 197	8.05 225	0.45 19	0.00 1	0.02 168	0.00 1	0.03 243	0.10 170	0.05 135

RAFT-Test	2.17 98	0.36 70	3.40 153	1.05 137	0.34 139	4.90 238	0.69 166	6.27 136	3.98 92	4.65 101	7.02 156	6.30 219	1.12 72	1.81 35	0.99 99	0.01 147	0.17 329	0.00 1	0.34 349	0.02 23	0.02 40

Any-RAFT	2.18 100	0.25 11	1.94 22	1.37 168	0.80 200	5.01 241	0.56 134	8.51 197	5.58 158	4.01 85	4.85 90	5.44 192	2.26 138	2.45 53	0.35 8	0.00 1	0.15 319	0.00 1	0.00 1	0.02 23	0.02 40

FENet	2.19 101	0.34 54	3.04 127	2.05 263	0.26 117	2.82 131	0.13 42	7.02 167	5.55 155	4.97 107	1.94 34	4.91 173	3.39 181	4.71 89	2.50 200	0.02 217	0.03 211	0.00 1	0.00 1	0.00 1	0.21 275

GANet-ADL	2.20 102	0.50 136	3.27 144	2.02 255	0.11 47	2.21 61	0.48 113	8.64 206	6.79 198	4.56 96	5.83 120	3.98 137	1.27 87	2.68 55	1.43 132	0.04 260	0.08 274	0.02 287	0.00 1	0.15 221	0.03 70

CAS	2.24 103	0.25 11	1.86 14	11.21 388	3.86 347	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 27	0.24 14	0.27 6	1.50 22	0.74 57	9.43 395	0.01 126	0.00 1	0.00 1	0.01 7	5.21 383

NF-Stereo	2.24 103	0.33 45	3.00 118	2.04 259	0.10 39	3.46 168	0.43 105	6.51 151	3.17 54	6.84 189	5.24 106	2.67 92	1.34 91	8.17 240	1.53 141	0.01 147	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

OCTAStereo	2.24 103	0.33 45	3.03 124	2.04 259	0.10 39	3.45 167	0.43 105	6.50 148	3.17 54	6.84 189	5.20 103	2.65 89	1.33 89	8.18 241	1.56 145	0.01 147	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

PSM-softLoss	2.24 103	0.34 54	3.42 155	1.81 225	0.17 71	2.74 111	0.39 98	6.17 133	2.92 31	6.26 165	6.29 137	2.96 98	0.97 63	8.68 265	1.71 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

KMStereo	2.24 103	0.34 54	3.42 155	1.81 225	0.17 71	2.74 111	0.39 98	6.17 133	2.92 31	6.26 165	6.29 137	2.96 98	0.97 63	8.68 265	1.71 154	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

StereoVision	2.25 108	0.72 201	4.00 197	1.03 130	2.64 305	1.91 44	0.28 77	5.83 121	4.43 115	1.89 49	10.65 241	3.88 134	0.52 39	5.13 104	1.98 176	0.00 1	0.00 1	0.00 1	0.00 1	0.09 160	0.03 70

RE-Stereo	2.25 108	0.33 45	3.03 124	2.04 259	0.10 39	3.47 170	0.43 105	6.50 148	3.18 57	6.84 189	5.20 103	2.65 89	1.34 91	8.18 241	1.58 147	0.01 147	0.00 1	0.01 258	0.00 1	0.02 23	0.01 16

TVStereo	2.25 108	0.33 45	3.03 124	2.04 259	0.10 39	3.47 170	0.43 105	6.50 148	3.18 57	6.84 189	5.20 103	2.65 89	1.34 91	8.18 241	1.58 147	0.01 147	0.00 1	0.01 258	0.00 1	0.02 23	0.01 16

ADStereo(finetuned)	2.26 111	0.64 177	5.22 259	0.31 48	0.18 83	1.71 37	0.25 73	5.23 85	8.46 249	6.06 148	5.30 111	1.41 58	6.37 287	1.87 39	1.87 166	0.00 1	0.00 1	0.00 1	0.00 1	0.04 80	0.18 258

fff	2.28 112	0.61 169	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 310	5.80 128	5.17 98	1.44 60	5.41 267	2.00 44	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

IPLGR	2.28 112	0.51 140	6.00 283	0.15 30	0.15 63	1.99 50	0.22 66	6.34 138	6.04 175	6.80 187	5.76 118	2.87 95	2.31 139	4.88 93	1.28 122	0.00 1	0.00 1	0.00 1	0.00 1	0.09 160	0.18 258

csc	2.28 112	0.61 169	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 310	5.80 128	5.17 98	1.44 60	5.41 267	2.00 44	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

cscssc	2.28 112	0.61 169	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 310	5.80 128	5.17 98	1.44 60	5.41 267	2.00 44	1.92 171	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

EAI-Stereo	2.31 116	0.44 115	2.72 90	0.68 93	0.56 176	3.51 177	2.62 276	11.42 269	4.14 107	2.09 50	7.23 164	1.21 57	0.91 60	5.67 114	1.51 138	0.01 147	0.25 351	0.00 1	0.88 370	0.04 80	0.26 295

ICVP	2.32 117	0.38 79	2.89 114	0.92 114	0.70 192	2.55 87	0.87 205	9.97 236	3.99 93	4.13 87	8.97 199	2.71 93	1.69 113	2.52 54	3.52 239	0.05 272	0.24 350	0.01 258	0.01 211	0.11 187	0.13 232
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 118	0.65 181	2.15 44	2.30 286	0.02 3	5.80 253	0.56 134	4.31 35	10.41 287	1.03 33	3.33 59	4.67 165	2.70 152	8.05 225	0.45 19	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.03 70

MyStereo06	2.35 119	0.66 187	4.54 222	1.10 140	0.96 215	2.57 90	0.10 26	9.30 221	4.05 101	5.22 114	6.09 123	5.95 209	2.38 141	3.00 58	0.73 56	0.01 147	0.08 274	0.00 1	0.01 211	0.13 209	0.15 246

PFNet+	2.35 119	0.31 24	3.69 173	0.79 99	0.17 71	3.15 159	0.75 180	4.52 47	6.30 186	7.90 241	6.34 140	2.53 87	1.18 81	7.72 206	1.62 150	0.03 244	0.00 1	0.00 1	0.00 1	0.01 7	0.03 70

RAFT+CT+SA	2.36 121	0.71 200	2.46 63	0.83 104	2.26 293	3.18 160	0.93 211	6.82 163	5.48 150	2.55 55	8.07 181	1.64 68	1.59 110	8.54 257	1.15 113	0.02 217	0.00 1	0.00 1	0.38 352	0.19 250	0.36 311

TRStereo	2.36 121	3.10 354	4.70 232	1.99 248	2.08 281	2.61 98	1.11 226	8.79 210	3.73 81	3.19 68	3.04 53	3.96 136	0.77 51	5.92 118	1.44 133	0.03 244	0.14 314	0.00 1	0.29 338	0.08 143	0.25 290

test_4	2.38 123	0.34 54	2.68 82	0.08 11	0.11 47	3.69 190	1.14 228	3.33 8	3.34 68	4.03 86	17.35 323	3.31 113	0.51 37	6.28 131	1.15 113	0.00 1	0.00 1	0.00 1	0.11 288	0.16 227	0.01 16

ACRE	2.41 124	1.08 267	5.11 250	0.55 79	2.05 280	2.65 105	0.78 187	5.26 96	4.67 126	7.59 228	9.20 201	1.70 71	1.08 70	3.74 70	2.18 187	0.01 147	0.18 333	0.02 287	0.08 276	0.22 266	0.10 200

HH	2.42 125	0.73 204	3.76 178	0.91 110	0.14 59	2.78 117	0.71 170	7.92 182	2.72 24	1.53 44	6.10 125	7.93 251	4.01 212	8.60 261	0.44 15	0.00 1	0.09 282	0.00 1	0.00 1	0.05 102	0.04 106

HanStereo	2.42 125	0.73 204	3.76 178	0.91 110	0.14 59	2.78 117	0.71 170	7.92 182	2.72 24	1.53 44	6.10 125	7.93 251	4.01 212	8.60 261	0.44 15	0.00 1	0.09 282	0.00 1	0.00 1	0.05 102	0.04 106

DisPM	2.43 127	0.32 33	3.04 127	1.76 219	0.18 83	3.46 168	0.65 157	5.13 78	4.88 135	8.59 264	7.04 159	2.84 94	1.03 68	8.85 276	0.83 73	0.01 147	0.00 1	0.00 1	0.00 1	0.01 7	0.02 40

IPLG	2.43 127	0.66 187	4.77 234	0.54 76	0.31 133	3.01 147	0.26 75	6.15 131	5.55 155	7.69 230	6.21 132	1.89 76	1.74 118	7.19 180	2.35 194	0.01 147	0.01 126	0.00 1	0.00 1	0.24 283	0.12 225

CASS	2.44 129	0.44 115	3.56 163	0.85 106	0.38 144	3.14 156	0.22 66	9.64 228	4.00 94	6.78 186	7.62 171	3.57 127	3.58 189	3.80 72	1.10 107	0.02 217	0.01 126	0.00 1	0.00 1	0.05 102	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 129	1.17 279	4.94 240	0.62 88	2.08 281	2.65 105	0.80 188	5.60 111	4.79 133	7.87 238	9.23 203	1.67 70	1.15 76	3.43 66	2.23 188	0.01 147	0.19 337	0.02 287	0.08 276	0.22 266	0.10 200

R-Stereo Train	2.44 129	0.32 33	1.93 20	0.94 117	0.16 66	3.67 187	0.61 148	6.37 141	3.08 48	9.14 280	17.44 324	1.80 73	0.77 51	1.76 32	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 70

RAFT-Stereo	2.44 129	0.32 33	1.93 20	0.94 117	0.16 66	3.67 187	0.61 148	6.37 141	3.08 48	9.14 280	17.44 324	1.80 73	0.77 51	1.76 32	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 70
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 133	1.09 269	3.70 176	2.55 309	0.80 200	3.37 165	0.15 53	7.44 175	5.54 154	5.65 124	6.01 122	3.54 125	1.13 73	6.34 135	1.58 147	0.00 1	0.01 126	0.00 1	0.05 264	0.21 262	0.03 70

CIPLG	2.47 134	1.10 271	4.71 233	0.63 89	2.15 286	2.67 108	0.77 183	5.19 83	4.73 130	7.85 237	9.56 217	1.72 72	1.14 74	4.20 84	2.34 192	0.01 147	0.19 337	0.02 287	0.09 283	0.23 273	0.08 171

BUS	2.49 135	0.32 33	3.05 132	0.46 71	0.46 160	7.12 279	0.50 124	9.05 212	4.69 127	6.11 152	6.15 128	5.29 186	0.83 57	3.91 73	1.77 160	0.01 147	0.03 211	0.03 303	0.00 1	0.04 80	0.00 1

Pruner-Stereo	2.49 135	0.40 91	2.46 63	1.80 224	0.25 111	3.51 177	0.77 183	6.03 125	4.92 136	8.91 274	6.09 123	4.45 158	1.11 71	6.99 168	2.11 182	0.02 217	0.00 1	0.02 287	0.00 1	0.01 7	0.04 106

GES	2.49 135	0.38 79	4.29 212	1.58 195	0.05 10	4.58 231	1.07 223	9.70 230	3.39 69	5.21 113	6.64 144	1.84 75	3.36 176	4.86 92	2.54 203	0.06 282	0.01 126	0.06 325	0.01 211	0.12 199	0.03 70

mmm	2.50 138	0.29 17	3.22 141	1.98 247	0.32 134	3.72 195	0.12 35	9.45 224	4.05 101	5.84 132	10.80 243	2.47 86	2.86 163	4.07 81	0.75 61	0.00 1	0.02 168	0.00 1	0.01 211	0.03 60	0.02 40

MIM_Stereo	2.50 138	0.75 210	4.26 210	1.18 149	0.11 47	3.08 150	0.33 90	6.07 127	3.28 63	5.01 108	10.12 226	4.29 156	1.74 118	8.06 229	1.27 121	0.00 1	0.12 303	0.00 1	0.01 211	0.18 245	0.15 246

iRaft-Stereo_20w	2.56 140	0.35 63	4.98 242	0.37 64	0.67 186	3.47 170	0.59 144	12.57 305	3.89 88	6.10 151	6.23 134	1.49 64	2.24 135	6.65 153	0.86 78	0.00 1	0.19 337	0.00 1	0.33 347	0.08 143	0.22 277

HCRNet	2.56 140	0.53 147	3.35 148	0.24 41	3.39 326	2.19 59	0.23 69	6.89 165	5.50 151	5.26 115	4.79 87	5.27 185	2.78 157	7.71 204	2.89 210	0.00 1	0.02 168	0.00 1	0.00 1	0.04 80	0.04 106

RAFT	2.57 142	0.76 213	3.09 135	0.91 110	0.09 36	2.41 74	0.94 213	5.35 100	2.65 21	6.11 152	7.21 163	9.43 274	4.30 227	5.73 115	1.77 160	0.00 1	0.12 303	0.00 1	0.02 231	0.46 325	0.08 171

ACVNet	2.58 143	0.53 147	2.69 84	0.84 105	0.59 178	2.61 98	0.55 132	8.35 188	5.70 161	4.45 92	9.26 212	5.77 203	3.50 185	2.24 50	4.41 255	0.00 1	0.00 1	0.00 1	0.00 1	0.17 235	0.01 16

HHNet	2.59 144	0.55 151	2.55 70	0.20 34	0.32 134	2.84 134	0.94 213	5.77 119	5.14 143	7.33 219	13.80 285	0.94 50	3.20 171	5.27 107	2.41 198	0.13 307	0.02 168	0.06 325	0.00 1	0.23 273	0.03 70

AFF-stereo	2.59 144	0.68 191	2.35 56	1.55 190	0.17 71	1.67 28	0.08 22	5.75 114	6.60 194	6.20 159	12.13 266	6.16 213	2.36 140	4.75 90	1.11 108	0.02 217	0.02 168	0.00 1	0.00 1	0.23 273	0.05 135

raft_robust	2.64 146	1.20 281	2.62 78	1.10 140	0.28 125	1.50 22	0.12 35	6.28 137	9.04 259	6.80 187	7.19 162	3.73 132	2.13 131	9.06 284	1.07 104	0.03 244	0.12 303	0.00 1	0.21 319	0.17 235	0.22 277

GwcNet-ADL	2.65 147	0.48 133	3.84 189	0.82 102	0.33 137	2.04 52	0.69 166	8.07 184	9.42 266	6.05 146	6.66 145	4.14 146	1.73 116	5.40 110	3.01 213	0.08 294	0.06 254	0.00 1	0.00 1	0.06 119	0.03 70

ToySt	2.69 148	0.55 151	7.03 307	1.03 130	0.10 39	3.49 173	1.04 219	6.38 145	4.55 124	2.69 56	6.28 136	7.95 255	4.38 231	5.08 101	2.58 204	0.01 147	0.11 296	0.00 1	0.04 260	0.28 291	0.19 268

BSDual-CNN	2.69 148	0.32 33	3.05 132	0.46 71	0.46 160	7.13 281	1.63 254	9.05 212	4.69 127	6.11 152	6.15 128	6.26 216	2.54 146	3.91 73	1.91 169	0.01 147	0.03 211	0.03 303	0.00 1	0.04 80	0.00 1

DN-CSS_ROB	2.69 148	1.40 299	5.34 263	2.31 292	0.75 195	3.14 156	0.06 15	6.11 129	3.87 86	5.34 119	12.18 269	2.34 85	1.22 84	7.84 212	1.48 136	0.03 244	0.00 1	0.00 1	0.00 1	0.35 307	0.03 70

RAFT_R40	2.71 151	0.33 45	3.00 118	1.26 154	0.30 127	3.83 205	1.00 217	5.69 113	4.29 110	9.69 295	6.33 139	5.02 180	4.02 214	8.58 260	0.86 78	0.01 147	0.00 1	0.00 1	0.00 1	0.03 60	0.02 40

AnonymousM	2.71 151	6.75 377	0.98 1	0.73 95	0.06 17	2.41 74	0.53 127	5.30 97	3.05 45	4.75 104	2.09 36	1.89 76	1.01 65	1.88 41	0.51 35	0.01 147	0.02 168	17.42 395	4.76 395	0.02 23	0.01 16

XX-Stereo	2.71 151	0.38 79	5.96 282	2.25 281	2.20 290	1.54 23	0.21 65	5.44 106	3.05 45	2.28 54	16.16 305	7.03 233	0.24 3	6.19 126	0.79 68	0.00 1	0.15 319	0.00 1	0.23 325	0.13 209	0.04 106

UDGNet	2.73 154	7.09 380	3.90 190	2.71 314	0.06 17	2.98 144	0.20 63	4.63 55	8.58 255	2.69 56	2.70 48	0.95 51	1.01 65	6.27 130	1.51 138	1.28 372	0.00 1	5.24 388	0.94 372	1.70 366	0.13 232

SST-Stereo	2.75 155	0.31 24	2.78 99	1.33 159	0.33 137	3.99 212	0.82 189	5.60 111	3.93 90	10.92 322	6.19 131	5.00 178	4.23 223	8.66 264	0.74 57	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.03 70

GMStereo_Zeroshot	2.77 156	1.98 337	5.14 253	1.53 187	0.36 141	3.56 181	0.10 26	5.57 110	5.91 167	6.89 194	7.02 156	8.50 266	0.91 60	6.01 122	1.65 151	0.00 1	0.00 1	0.00 1	0.00 1	0.20 254	0.01 16

111	2.78 157	0.92 246	3.81 183	0.22 37	0.07 23	2.83 133	0.70 168	6.03 125	14.00 326	3.22 69	8.93 195	5.48 193	3.30 174	3.66 69	2.03 180	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.29 302

HITNet	2.79 158	0.77 214	4.02 198	2.03 257	0.11 47	5.58 248	0.59 144	9.24 219	5.15 144	6.42 177	7.26 165	3.66 129	2.92 165	4.07 81	3.87 248	0.00 1	0.00 1	0.00 1	0.00 1	0.06 119	0.02 40
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
CFNet_pseudo	2.81 159	0.42 102	4.04 201	0.33 56	0.24 108	2.59 95	0.12 35	8.20 187	7.66 226	7.04 202	10.42 234	6.56 223	2.05 129	4.88 93	1.53 141	0.00 1	0.02 168	0.01 258	0.00 1	0.05 102	0.07 158

ccs_rob	2.81 159	0.42 102	4.06 203	0.33 56	0.25 111	2.59 95	0.12 35	8.19 186	7.68 227	7.02 199	10.37 233	6.54 222	2.06 130	4.88 93	1.53 141	0.00 1	0.02 168	0.01 258	0.00 1	0.05 102	0.07 158

DMCA	2.82 161	0.64 177	4.45 218	1.61 200	0.89 207	3.86 206	0.57 142	9.18 216	5.10 141	6.24 162	6.49 142	7.17 240	2.13 131	3.31 63	4.73 261	0.00 1	0.01 126	0.00 1	0.00 1	0.04 80	0.02 40

TestStereo1	2.85 162	0.81 224	3.48 158	3.11 332	0.44 154	2.52 80	1.50 246	6.37 141	8.18 241	4.62 97	9.24 209	2.23 83	3.69 194	9.19 289	1.26 119	0.00 1	0.01 126	0.00 1	0.00 1	0.27 289	0.09 181

SA-5K	2.85 162	0.81 224	3.48 158	3.11 332	0.44 154	2.52 80	1.50 246	6.37 141	8.18 241	4.62 97	9.24 209	2.23 83	3.69 194	9.19 289	1.26 119	0.00 1	0.01 126	0.00 1	0.00 1	0.27 289	0.09 181

LCNet	2.85 162	0.42 102	1.90 17	0.95 121	0.56 176	2.07 53	1.60 252	4.99 74	3.57 78	6.05 146	10.59 238	4.59 163	6.79 297	7.46 191	0.72 55	0.01 147	0.00 1	0.01 258	0.77 368	0.30 294	3.57 374

IRAFT_RVC	2.85 162	0.41 98	3.32 146	2.09 265	0.41 151	2.92 141	5.22 331	6.41 146	3.63 79	6.53 181	5.48 115	5.09 181	4.88 255	8.20 244	2.15 186	0.01 147	0.17 329	0.01 258	0.00 1	0.02 23	0.04 106

iRaft-Stereo_5w	2.86 166	0.86 233	4.08 206	0.06 8	0.25 111	2.76 116	0.60 147	4.97 71	4.10 105	2.98 65	7.85 178	10.17 285	4.17 220	8.16 237	5.83 277	0.00 1	0.00 1	0.00 1	0.01 211	0.26 284	0.06 145

MyStereo8	2.88 167	1.19 280	5.03 245	1.61 200	3.75 343	4.30 220	0.07 19	6.14 130	6.16 182	6.22 160	9.64 220	4.28 154	1.45 98	2.05 47	4.76 263	0.00 1	0.16 326	0.00 1	0.14 295	0.26 284	0.43 320

ffm	2.90 168	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	4.53 48	10.19 281	6.29 170	9.23 203	5.59 195	3.72 201	8.00 218	0.46 23	0.00 1	0.02 168	0.00 1	0.00 1	0.10 170	0.04 106

test_5	2.90 168	0.70 198	3.69 173	2.01 253	3.17 317	4.61 233	1.32 240	6.69 158	7.02 206	2.79 59	7.18 161	4.99 175	4.14 217	7.96 216	1.31 124	0.00 1	0.00 1	0.00 1	0.03 243	0.19 250	0.26 295

PFNet	2.93 170	0.40 91	5.51 270	2.13 270	0.84 203	3.11 154	0.75 180	6.78 161	4.79 133	9.98 303	6.00 121	4.78 168	2.13 131	8.33 247	2.11 182	0.19 320	0.06 254	0.00 1	0.11 288	0.20 254	0.35 310

MyStereo05	2.94 171	0.66 187	5.25 261	1.10 140	0.96 215	2.57 90	0.10 26	8.53 198	12.34 318	6.28 168	3.88 70	3.18 109	3.30 174	7.81 211	2.37 195	0.01 147	0.08 274	0.00 1	0.01 211	0.13 209	0.15 246

MyStereo04	2.95 172	0.79 219	5.38 264	1.03 130	1.11 226	2.63 102	0.46 110	10.00 237	12.44 319	4.19 88	3.91 72	3.04 104	3.60 190	7.34 186	2.74 209	0.00 1	0.09 282	0.00 1	0.01 211	0.11 187	0.09 181

PSMNet-ADL	2.98 173	0.43 111	2.41 58	1.43 177	0.40 148	5.94 258	0.28 77	8.45 192	5.13 142	3.36 75	6.77 146	8.41 260	4.61 242	7.20 181	4.55 258	0.02 217	0.09 282	0.00 1	0.00 1	0.01 7	0.03 70

PCWNet_CMD	2.99 174	0.39 82	4.02 198	0.39 66	0.26 117	2.53 83	0.15 53	9.24 219	9.22 261	7.12 206	11.53 258	6.94 231	2.41 142	4.02 79	1.33 125	0.01 147	0.02 168	0.02 287	0.00 1	0.05 102	0.07 158

MSMDNet	2.99 174	0.39 82	4.02 198	0.40 67	0.25 111	2.53 83	0.16 56	9.35 222	9.25 262	7.08 204	11.39 253	6.93 230	2.43 143	4.01 78	1.34 127	0.01 147	0.02 168	0.02 287	0.00 1	0.05 102	0.07 158

whm_eth	3.00 176	1.32 296	5.51 270	0.75 97	2.73 308	2.57 90	0.28 77	6.84 164	7.24 213	5.29 118	24.32 355	0.37 32	0.46 35	1.03 7	0.95 94	0.01 147	0.03 211	0.00 1	0.00 1	0.06 119	0.14 237

OMP-Stereo	3.03 177	0.93 249	2.72 90	4.21 367	0.51 173	2.19 59	1.25 234	6.19 135	6.00 173	7.99 243	6.21 132	8.50 266	2.49 145	9.44 300	1.74 158	0.01 147	0.00 1	0.00 1	0.00 1	0.08 143	0.05 135

SA	3.06 178	0.74 208	3.79 181	1.60 199	0.30 127	3.19 161	1.43 243	6.72 159	9.06 260	4.63 100	10.80 243	2.89 96	4.71 246	9.62 303	1.18 117	0.00 1	0.09 282	0.00 1	0.19 314	0.23 273	0.02 40

CFNet_ucs	3.07 179	0.44 115	4.05 202	0.54 76	0.37 142	3.08 150	0.19 60	9.80 232	8.49 252	7.64 229	12.62 275	5.67 201	1.76 121	4.96 98	1.51 138	0.00 1	0.04 232	0.01 258	0.00 1	0.09 160	0.11 212

NINENet	3.09 180	0.56 155	3.22 141	1.61 200	1.37 245	7.12 279	0.50 124	11.88 281	5.63 159	6.63 183	8.40 186	5.29 186	0.83 57	6.51 148	1.77 160	0.15 310	0.07 266	0.07 331	0.00 1	0.09 160	0.00 1

UCFNet_RVC	3.09 180	0.77 214	2.27 52	2.35 295	1.79 270	3.50 175	1.06 221	12.12 290	6.91 200	4.71 103	7.67 173	7.58 244	4.40 233	4.95 97	1.67 152	0.00 1	0.00 1	0.00 1	0.00 1	0.11 187	0.01 16

AdaStereo	3.09 180	0.58 162	3.04 127	2.84 320	0.48 167	4.08 214	1.29 238	12.16 292	7.77 230	6.03 145	9.62 218	5.79 205	1.53 108	4.56 88	1.93 175	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40
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.
psmg	3.10 183	0.32 33	3.05 132	0.54 76	0.46 160	8.68 302	2.84 282	9.87 233	4.69 127	8.08 244	8.69 190	6.26 216	2.54 146	3.91 73	1.91 169	0.01 147	0.04 232	0.06 325	0.00 1	0.11 187	0.00 1

ARAFT	3.13 184	1.11 274	7.34 314	0.42 68	0.14 59	4.52 230	2.99 284	7.41 174	5.97 171	8.85 272	7.06 160	5.20 184	1.25 86	8.49 255	1.44 133	0.00 1	0.03 211	0.00 1	0.00 1	0.33 303	0.11 212

IIG-Stereo	3.16 185	0.75 210	2.83 102	4.08 363	0.21 100	2.56 89	0.74 178	6.55 153	5.56 157	8.39 256	9.38 215	7.94 253	2.79 158	9.50 302	1.89 168	0.02 217	0.00 1	0.00 1	0.00 1	0.02 23	0.04 106

DMCA-RVC	3.17 186	1.26 287	6.39 294	2.10 267	1.51 250	3.02 148	0.56 134	7.84 181	5.06 139	9.23 283	5.19 102	8.46 262	2.72 155	6.31 133	3.22 220	0.06 282	0.11 296	0.09 337	0.02 231	0.16 227	0.08 171

IER	3.20 187	0.54 150	5.13 252	0.58 85	1.59 251	7.29 284	0.56 134	6.36 139	4.95 137	7.44 223	8.84 192	6.20 214	6.26 284	4.88 93	3.29 224	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

BEATNet_4x	3.24 188	1.27 289	5.89 280	1.56 193	0.10 39	5.26 244	1.07 223	10.08 241	5.50 151	6.89 194	7.73 174	4.53 161	4.13 216	5.05 100	5.27 267	0.04 260	0.05 241	0.00 1	0.00 1	0.23 273	0.23 283

DispNO	3.25 189	0.72 201	6.85 304	1.95 243	1.34 244	3.49 173	0.84 196	8.14 185	6.30 186	6.34 175	7.76 176	6.30 219	4.28 226	6.93 163	3.51 235	0.00 1	0.03 211	0.03 303	0.12 291	0.07 134	0.07 158

RAFT-345	3.27 190	0.41 98	2.88 112	1.02 128	0.21 100	2.63 102	0.48 113	3.76 23	5.51 153	7.35 220	24.88 359	4.25 150	1.76 121	8.15 236	2.13 184	0.01 147	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

GANet-RSSM	3.27 190	0.60 166	3.38 150	2.94 327	2.00 279	2.61 98	0.48 113	10.93 261	6.11 180	5.47 120	10.20 228	6.57 224	5.44 273	6.25 129	2.23 188	0.00 1	0.00 1	0.08 334	0.00 1	0.17 235	0.03 70

SFCPSM	3.29 192	0.43 111	5.11 250	0.34 60	0.94 213	8.48 298	2.15 267	14.51 333	5.29 145	7.00 198	7.65 172	3.43 115	2.59 150	5.11 103	2.37 195	0.01 147	0.03 211	0.01 258	0.07 272	0.13 209	0.15 246

NOSS_ROB	3.30 193	0.46 125	2.62 78	2.08 264	1.01 222	5.60 249	0.74 178	10.37 247	11.48 306	5.15 112	8.43 187	5.67 201	1.73 116	7.97 217	2.34 192	0.02 217	0.06 254	0.00 1	0.00 1	0.07 134	0.14 237

gwcnet-sp	3.31 194	1.47 303	7.26 311	1.73 216	0.69 188	7.57 290	1.14 228	8.59 200	6.17 183	8.57 261	5.25 108	4.26 151	3.36 176	6.46 140	3.44 229	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.11 212

scenet	3.31 194	1.47 303	7.26 311	1.73 216	0.69 188	7.57 290	1.14 228	8.59 200	6.17 183	8.57 261	5.25 108	4.26 151	3.36 176	6.46 140	3.44 229	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.11 212

ssnet	3.31 194	1.47 303	7.26 311	1.73 216	0.69 188	7.57 290	1.14 228	8.59 200	6.17 183	8.57 261	5.25 108	4.26 151	3.36 176	6.46 140	3.44 229	0.00 1	0.00 1	0.00 1	0.00 1	0.15 221	0.11 212

hknet	3.31 194	0.42 102	4.68 231	0.46 71	1.17 231	7.13 281	1.63 254	9.05 212	6.91 200	6.11 152	6.15 128	9.66 277	2.85 162	7.48 194	2.45 199	0.01 147	0.03 211	0.03 303	0.00 1	0.04 80	0.00 1

CFNet-ft	3.31 194	0.94 251	2.69 84	1.50 182	2.38 296	2.81 128	0.68 162	8.35 188	7.43 217	4.45 92	9.94 223	10.20 286	4.60 240	6.50 147	3.41 227	0.00 1	0.00 1	0.03 303	0.00 1	0.22 266	0.03 70

CFNet_RVC	3.31 194	0.94 251	2.69 84	1.50 182	2.38 296	2.81 128	0.68 162	8.35 188	7.43 217	4.45 92	9.94 223	10.20 286	4.60 240	6.49 146	3.41 227	0.00 1	0.00 1	0.03 303	0.00 1	0.22 266	0.03 70

ASMatch	3.32 200	0.50 136	3.32 146	1.72 215	0.45 159	1.93 46	0.68 162	6.42 147	3.89 88	6.18 158	22.30 346	4.61 164	4.82 253	7.65 199	1.70 153	0.00 1	0.02 168	0.00 1	0.03 243	0.01 7	0.18 258

GMM-Stereo	3.32 200	0.27 15	2.52 67	0.82 102	0.48 167	2.27 64	4.91 326	5.06 77	3.08 48	7.06 203	16.72 311	6.21 215	3.70 196	7.60 197	1.16 115	0.04 260	0.00 1	0.00 1	0.04 260	0.10 170	4.45 378

AACVNet	3.33 202	1.03 260	3.56 163	3.46 346	0.63 181	3.09 152	0.28 77	8.78 209	3.43 71	5.99 143	10.64 240	10.08 283	4.03 215	8.69 267	2.51 201	0.03 244	0.01 126	0.00 1	0.00 1	0.26 284	0.06 145

PSM-AAD	3.33 202	0.20 3	1.47 5	0.73 95	0.54 175	2.55 87	6.19 338	4.97 71	3.27 62	10.92 322	11.92 262	2.95 97	9.59 338	7.90 215	0.82 72	0.01 147	0.01 126	0.00 1	0.00 1	0.04 80	2.47 372

PSMNet-RSSM	3.33 202	0.77 214	3.22 141	2.12 268	1.90 278	2.33 67	0.71 170	11.17 263	5.83 164	5.90 141	11.43 256	7.04 235	4.83 254	5.96 120	3.17 218	0.00 1	0.00 1	0.02 287	0.00 1	0.08 143	0.02 40

DualNet	3.35 205	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	4.53 48	10.19 281	6.29 170	9.23 203	5.59 195	3.72 201	8.00 218	9.35 328	0.00 1	0.02 168	0.00 1	0.00 1	0.10 170	0.04 106

qqq1	3.38 206	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	0.30 3	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.03 70

fff1	3.38 206	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	0.30 3	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.03 70

TransformOpticalFlow	3.38 206	0.70 198	4.54 222	1.00 127	0.30 127	3.56 181	0.14 49	9.67 229	7.30 215	5.55 122	13.34 281	6.74 227	5.03 258	8.22 245	1.34 127	0.00 1	0.01 126	0.01 258	0.00 1	0.04 80	0.11 212

RAFT_CTSACE	3.40 209	1.07 265	4.52 221	1.27 156	3.14 314	4.00 213	1.07 223	3.93 27	4.43 115	4.66 102	17.94 327	7.21 242	2.76 156	10.82 320	0.85 75	0.00 1	0.07 266	0.00 1	0.00 1	0.30 294	0.01 16

AAGNet	3.41 210	0.34 54	2.45 60	1.78 222	0.39 146	3.69 190	1.05 220	4.79 63	4.61 125	9.62 293	7.74 175	4.98 174	6.38 288	7.34 186	13.02 355	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

cf-r	3.42 211	0.81 224	3.97 191	2.41 301	2.78 309	2.85 135	0.64 155	8.44 191	6.32 188	6.25 164	11.57 259	8.97 270	3.54 188	5.93 119	3.83 246	0.00 1	0.00 1	0.00 1	0.00 1	0.09 160	0.07 158

CoDeX	3.43 212	0.68 191	4.49 219	0.98 126	1.65 255	6.37 265	2.14 266	13.23 317	6.07 176	7.23 213	8.95 196	4.09 142	3.79 206	6.31 133	2.37 195	0.03 244	0.06 254	0.00 1	0.00 1	0.07 134	0.15 246

STrans-v2	3.43 212	0.73 204	4.82 235	0.26 42	0.60 179	3.00 146	1.19 232	10.41 249	7.22 211	5.79 127	10.97 248	6.75 228	7.03 301	8.25 246	1.40 130	0.00 1	0.01 126	0.00 1	0.00 1	0.03 60	0.18 258

MLCV	3.44 214	0.88 237	5.60 274	1.39 171	0.25 111	4.36 223	0.33 90	7.25 170	7.28 214	9.17 282	12.24 271	5.09 181	2.47 144	9.15 287	3.23 221	0.00 1	0.00 1	0.00 1	0.00 1	0.10 170	0.02 40

ff1	3.45 215	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	4.53 48	10.19 281	6.29 170	9.23 203	5.59 195	3.72 201	10.11 307	9.35 328	0.00 1	0.02 168	0.00 1	0.00 1	0.10 170	0.04 106

DeepPruner_ROB	3.52 216	1.14 276	4.06 203	1.12 146	1.65 255	3.65 186	0.83 193	13.96 325	4.47 119	7.80 234	10.84 245	7.05 237	2.16 134	8.14 235	3.08 216	0.07 289	0.03 211	0.00 1	0.01 211	0.32 301	0.06 145

SMFormer	3.54 217	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	3.51 235	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.04 106

tta	3.54 217	0.39 82	3.61 166	1.69 209	0.11 47	2.85 135	0.29 82	12.46 298	10.41 287	7.16 208	10.23 229	4.78 168	4.45 235	8.71 268	3.51 235	0.07 289	0.05 241	0.00 1	0.00 1	0.06 119	0.03 70

Sa-1000	3.55 219	0.75 210	3.63 170	1.91 237	0.30 127	3.55 180	1.63 254	7.39 173	8.54 253	7.70 231	17.44 324	4.00 138	2.82 160	9.44 300	1.33 125	0.00 1	0.10 290	0.00 1	0.18 310	0.21 262	0.04 106

KYRaft	3.59 220	0.31 24	1.84 13	0.76 98	0.46 160	2.29 65	4.04 308	4.75 61	3.25 61	8.93 277	19.47 332	6.62 226	5.07 260	7.79 210	0.71 54	0.01 147	0.00 1	0.00 1	0.01 211	0.04 80	5.38 385

STTStereo	3.60 221	0.93 249	6.34 291	2.71 314	2.23 291	3.68 189	0.63 151	9.42 223	6.73 196	9.87 299	6.97 150	8.84 269	3.65 192	6.85 158	3.04 214	0.00 1	0.02 168	0.01 258	0.00 1	0.02 23	0.02 40

LMCR-Stereo	3.63 222	1.29 294	4.20 208	2.54 307	0.17 71	8.08 295	1.52 248	11.46 270	4.73 130	8.45 259	10.66 242	1.91 78	5.03 258	7.69 202	3.58 240	0.92 366	0.00 1	0.00 1	0.00 1	0.36 309	0.02 40

Prome-Stereo	3.65 223	0.29 17	1.92 19	0.91 110	0.49 170	2.07 53	4.75 324	4.41 42	3.23 60	9.32 286	20.63 339	4.06 140	7.19 302	7.70 203	1.17 116	0.00 1	0.00 1	0.00 1	0.00 1	0.05 102	4.72 382

hitnet-ft	3.66 224	0.65 181	2.79 101	0.89 108	0.72 194	4.25 218	0.55 132	9.11 215	7.52 221	7.14 207	10.19 227	12.49 314	4.70 245	7.44 190	4.41 255	0.03 244	0.00 1	0.06 325	0.00 1	0.20 254	0.04 106

iResNet	3.68 225	0.91 243	7.94 322	2.97 328	0.34 139	4.44 229	0.48 113	7.70 176	9.74 272	7.72 232	12.74 276	4.03 139	2.87 164	8.05 225	3.37 226	0.02 217	0.01 126	0.00 1	0.00 1	0.10 170	0.09 181

acv_ft	3.69 226	0.53 147	4.58 228	2.31 292	4.71 368	7.44 287	0.86 203	8.54 199	5.70 161	9.29 285	9.26 212	5.77 203	4.15 218	2.24 50	8.13 312	0.00 1	0.00 1	0.00 1	0.00 1	0.29 293	0.01 16

ac_64	3.70 227	0.47 127	3.50 161	2.87 321	3.50 330	5.91 257	0.72 174	10.17 244	4.34 112	8.16 247	5.80 119	10.82 297	5.64 276	7.08 173	4.73 261	0.03 244	0.00 1	0.00 1	0.00 1	0.08 143	0.14 237

CFNet	3.72 228	1.10 271	5.03 245	2.49 305	1.59 251	4.90 238	0.22 66	11.38 268	9.88 277	4.80 105	11.25 252	6.44 221	3.68 193	8.33 247	3.00 212	0.00 1	0.00 1	0.00 1	0.00 1	0.22 266	0.07 158

DAS	3.74 229	0.35 63	5.19 257	1.99 248	3.74 339	2.36 69	3.22 291	7.77 177	9.27 263	8.70 265	12.08 264	4.45 158	5.43 270	8.39 249	1.71 154	0.01 147	0.00 1	0.00 1	0.00 1	0.04 80	0.02 40

DRaft	3.74 229	0.43 111	2.60 74	0.12 19	0.15 63	4.76 234	1.34 241	5.33 99	4.31 111	10.30 307	21.91 343	3.27 111	8.83 328	7.36 188	3.66 242	0.05 272	0.10 290	0.00 1	0.14 295	0.10 170	0.14 237

GrayStereo	3.74 229	0.20 3	1.94 22	1.55 190	0.60 179	3.12 155	8.22 360	5.76 116	3.32 64	10.40 311	16.66 310	5.81 206	8.60 325	6.57 151	1.37 129	0.01 147	0.00 1	0.01 258	0.63 363	0.02 23	0.04 106

GEStereo_RVC	3.74 229	0.73 204	4.95 241	2.01 253	1.24 234	4.36 223	3.07 286	11.77 278	7.80 231	6.87 193	6.52 143	7.70 247	4.31 229	8.98 282	4.19 253	0.03 244	0.01 126	0.02 287	0.02 231	0.13 209	0.11 212

GwcNet-RSSM	3.77 233	1.05 262	5.06 247	2.21 277	1.87 275	2.36 69	1.52 248	8.98 211	7.96 235	5.91 142	14.59 295	7.94 253	3.50 185	6.43 139	5.70 274	0.00 1	0.00 1	0.04 314	0.00 1	0.20 254	0.08 171

SepStereo	3.78 234	0.35 63	5.19 257	1.99 248	3.74 339	2.36 69	3.22 291	7.77 177	9.27 263	8.70 265	12.08 264	4.45 158	5.43 270	9.18 288	1.71 154	0.01 147	0.00 1	0.00 1	0.00 1	0.04 80	0.02 40

DEmStereo	3.79 235	0.37 76	3.69 173	0.17 31	0.17 71	5.28 245	2.54 274	4.35 37	3.70 80	8.21 252	20.15 334	5.13 183	10.38 343	7.65 199	3.85 247	0.01 147	0.01 126	0.01 258	0.00 1	0.02 23	0.06 145

FADNet-RVC-Resample	3.79 235	1.62 317	12.06 344	1.43 177	0.66 184	5.94 258	2.41 270	10.18 245	8.58 255	6.28 168	4.22 76	5.33 190	4.80 252	7.71 204	3.19 219	0.17 316	0.21 342	0.17 349	0.12 291	0.41 321	0.29 302

anonymousa	3.80 237	0.55 151	3.35 148	1.24 153	3.74 339	9.04 306	0.36 94	6.74 160	4.03 97	7.72 232	19.64 333	10.62 293	6.01 282	1.52 23	1.40 130	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1	0.03 70

UPFNet	3.82 238	0.47 127	4.34 215	2.21 277	3.38 324	7.26 283	2.69 278	9.89 234	5.96 169	7.98 242	7.53 169	7.89 250	3.15 170	7.72 206	5.88 278	0.01 147	0.02 168	0.00 1	0.00 1	0.04 80	0.06 145

NLCA_NET_v2_RVC	3.84 239	1.06 264	5.23 260	2.72 316	3.27 320	4.36 223	0.61 148	10.71 254	7.56 222	8.75 267	7.89 179	9.86 279	3.90 209	7.15 179	3.44 229	0.14 308	0.02 168	0.02 287	0.03 243	0.04 80	0.03 70
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 240	0.82 227	3.01 120	2.00 252	2.58 304	5.28 245	3.34 295	10.85 259	6.33 189	7.27 216	7.32 166	10.15 284	9.02 332	6.19 126	2.51 201	0.22 326	0.01 126	0.00 1	0.00 1	0.12 199	0.03 70

mmx	3.86 241	0.31 24	3.97 191	1.34 161	0.98 217	2.80 119	0.48 113	12.18 293	10.66 294	6.29 170	9.23 203	5.59 195	3.72 201	10.11 307	9.35 328	0.05 272	0.02 168	0.00 1	0.00 1	0.03 60	0.04 106

ttt	3.86 241	0.23 10	2.34 55	2.22 280	1.68 260	4.36 223	0.28 77	12.45 297	11.09 299	6.90 196	11.85 261	4.08 141	3.28 173	8.47 254	7.85 303	0.06 282	0.04 232	0.00 1	0.00 1	0.03 60	0.03 70

xxx	3.86 241	0.31 24	3.98 196	1.34 161	0.98 217	2.80 119	0.48 113	12.18 293	10.66 294	6.29 170	9.23 203	5.59 195	3.72 201	10.11 307	9.35 328	0.05 272	0.02 168	0.00 1	0.00 1	0.03 60	0.04 106

THIR-Stereo	3.86 241	0.77 214	2.62 78	0.12 19	0.13 57	4.25 218	6.63 348	5.30 97	4.18 109	10.33 308	17.13 318	6.58 225	7.62 312	7.78 209	3.51 235	0.01 147	0.07 266	0.07 331	0.00 1	0.11 187	0.02 40

AASNet	3.90 245	0.92 246	4.41 216	3.56 350	4.00 351	6.70 271	1.26 236	18.71 364	6.14 181	7.35 220	7.91 180	4.35 157	2.58 149	3.04 59	6.62 291	0.00 1	0.00 1	0.00 1	0.00 1	0.39 315	0.14 237

PS-NSSS	3.90 245	1.84 330	4.55 224	0.87 107	2.95 313	4.10 216	2.00 264	10.77 256	8.23 243	6.75 184	14.63 296	5.01 179	2.24 135	8.41 251	2.91 211	0.33 339	0.03 211	0.83 371	0.00 1	0.82 347	0.70 341

FADNet_RVC	3.91 247	1.67 323	12.95 355	0.96 123	0.75 195	5.71 251	0.54 129	10.83 258	6.60 194	3.46 77	8.09 182	4.10 144	3.40 183	9.43 297	6.33 282	0.36 341	0.44 366	0.17 349	0.46 360	0.91 349	0.95 348

CrosDoStereo	3.96 248	0.45 119	3.04 127	0.32 51	0.20 97	3.28 163	11.63 381	5.76 116	4.45 117	9.04 278	16.58 308	4.99 175	7.45 306	8.04 222	3.72 243	0.00 1	0.02 168	0.01 258	0.00 1	0.16 227	0.10 200

DeepStereo_LL	3.96 248	0.45 119	3.04 127	0.32 51	0.20 97	3.28 163	11.63 381	5.76 116	4.45 117	9.04 278	16.58 308	4.99 175	7.45 306	8.04 222	3.72 243	0.00 1	0.02 168	0.01 258	0.00 1	0.16 227	0.10 200

RAFT-RH_RVC	3.96 248	0.46 125	2.93 115	1.55 190	0.42 153	3.14 156	0.14 49	3.70 17	5.98 172	11.25 327	32.23 378	5.29 186	1.68 112	8.13 234	2.14 185	0.08 294	0.00 1	0.00 1	0.03 243	0.01 7	0.00 1

UNet	3.97 251	0.61 169	6.50 297	1.68 208	3.22 318	9.82 315	0.31 87	9.50 225	5.32 147	7.20 212	6.35 141	10.59 291	5.91 280	6.93 163	5.49 270	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

FADNet-RVC	3.98 252	1.84 330	12.48 349	1.69 209	0.44 154	4.33 221	1.31 239	11.84 279	7.15 210	3.53 79	3.50 67	10.63 294	4.43 234	9.12 285	6.25 281	0.03 244	0.10 290	0.00 1	0.03 243	0.60 335	0.25 290

HSM	4.00 253	0.79 219	3.16 137	1.59 198	2.17 287	6.77 273	1.11 226	12.28 295	6.35 191	6.75 184	8.11 183	13.90 322	5.37 266	8.85 276	2.71 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

HBP-ISP	4.09 254	1.05 262	4.10 207	1.87 230	1.31 242	7.56 289	3.98 306	11.26 265	9.94 278	7.81 235	14.44 293	3.23 110	4.27 225	8.89 279	1.87 166	0.06 282	0.06 254	0.00 1	0.00 1	0.06 119	0.04 106

TDLM	4.11 255	1.11 274	3.54 162	1.62 203	1.04 223	3.91 209	7.41 358	10.60 252	10.67 296	6.38 176	12.59 274	5.95 209	4.77 248	8.79 274	3.04 214	0.58 355	0.00 1	0.01 258	0.00 1	0.19 250	0.12 225

CSP-Net	4.12 256	1.28 292	3.70 176	1.54 188	1.06 224	13.28 350	2.33 269	12.96 312	5.45 149	8.87 273	8.54 189	8.43 261	3.03 166	8.16 237	3.65 241	0.00 1	0.00 1	0.00 1	0.00 1	0.18 245	0.03 70

test_xeample	4.13 257	0.36 70	2.75 93	1.23 152	0.51 173	3.96 211	0.13 42	12.63 306	7.65 225	7.49 225	10.86 247	3.29 112	3.36 176	6.71 155	21.53 378	0.02 217	0.03 211	0.00 1	0.00 1	0.03 60	0.04 106

Anonymous_2	4.14 258	0.62 174	3.21 140	1.40 172	1.43 247	5.19 243	0.32 88	6.63 155	4.38 114	4.48 95	2.30 43	8.08 256	7.00 299	5.37 108	2.29 190	0.23 327	0.75 373	5.20 387	18.12 410	5.66 383	0.23 283

CBMV_ROB	4.14 258	0.52 143	3.14 136	1.30 158	0.77 198	6.92 276	1.97 263	10.11 243	9.58 269	8.92 275	14.20 290	7.12 239	5.90 279	8.65 263	3.50 234	0.01 147	0.05 241	0.00 1	0.00 1	0.04 80	0.09 181

SACVNet	4.15 260	1.26 287	3.81 183	3.12 334	1.68 260	3.09 152	2.85 283	11.91 282	5.96 169	10.52 314	11.20 250	10.59 291	3.95 210	8.97 281	3.25 223	0.08 294	0.02 168	0.00 1	0.00 1	0.32 301	0.44 322

MMNet	4.16 261	0.77 214	5.47 268	1.40 172	1.67 258	10.78 327	0.63 151	8.64 206	8.47 250	8.80 270	8.33 185	7.51 243	6.61 291	7.53 195	6.54 287	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.05 135

CVANet_RVC	4.16 261	1.16 278	3.60 165	1.94 242	1.46 248	3.92 210	4.68 322	10.89 260	8.34 245	7.58 227	10.84 245	10.27 288	6.62 292	8.56 258	2.69 205	0.39 344	0.00 1	0.00 1	0.01 211	0.21 262	0.09 181

pcwnet_v2	4.20 263	0.36 70	8.53 327	1.33 159	1.12 228	3.43 166	0.41 102	12.85 309	14.16 328	9.90 301	14.29 291	5.90 208	3.03 166	6.20 128	2.06 181	0.01 147	0.05 241	0.04 314	0.02 231	0.16 227	0.18 258

HSM-Net_RVC	4.20 263	0.32 33	2.76 96	0.63 89	0.69 188	6.95 277	1.69 258	11.96 284	8.36 246	8.83 271	12.17 268	15.18 331	4.21 221	6.91 162	3.30 225	0.02 217	0.02 168	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 265	0.50 136	5.45 267	1.34 161	1.68 260	7.04 278	4.51 319	10.73 255	7.00 204	10.78 319	6.80 147	8.48 264	4.63 243	9.91 306	5.12 266	0.02 217	0.06 254	0.02 287	0.03 243	0.08 143	0.03 70

FADNet	4.23 266	1.65 320	11.75 343	1.64 205	0.80 200	4.80 235	0.77 183	13.76 324	11.65 308	3.97 84	5.24 106	9.62 276	5.14 262	8.40 250	3.78 245	0.21 324	0.04 232	0.07 331	0.05 264	1.14 354	0.10 200

iResNet_ROB	4.23 266	1.02 258	4.90 238	2.18 273	0.93 212	2.92 141	0.37 96	15.10 341	16.91 344	7.89 240	10.51 237	7.03 233	3.07 169	8.16 237	3.46 233	0.01 147	0.00 1	0.00 1	0.00 1	0.10 170	0.02 40

1111x	4.25 268	0.30 21	4.31 213	1.47 181	0.37 142	5.10 242	0.32 88	12.86 310	9.82 274	6.01 144	9.73 221	8.78 268	5.97 281	9.43 297	10.39 340	0.06 282	0.03 211	0.00 1	0.00 1	0.02 23	0.04 106

HGLStereo	4.25 268	0.52 143	4.65 229	3.09 330	5.18 370	6.51 270	0.73 175	10.37 247	6.74 197	7.32 218	12.44 273	7.00 232	7.21 304	7.46 191	5.51 271	0.00 1	0.02 168	0.00 1	0.00 1	0.06 119	0.10 200

delet	4.27 270	0.72 201	4.50 220	1.07 138	3.75 343	10.79 328	4.04 308	9.95 235	7.89 232	8.09 245	8.89 194	8.46 262	3.81 207	7.56 196	5.80 276	0.00 1	0.00 1	0.00 1	0.00 1	0.11 187	0.02 40

iResNetv2_ROB	4.28 271	1.43 300	7.17 310	2.91 322	1.26 235	4.36 223	1.62 253	13.64 322	10.25 286	9.83 297	11.41 254	7.68 246	4.00 211	7.75 208	1.85 165	0.00 1	0.00 1	0.00 1	0.00 1	0.37 310	0.09 181

RAFT + AFF	4.30 272	1.55 311	5.84 278	1.43 177	2.36 295	5.94 258	6.72 350	10.01 238	7.56 222	7.55 226	8.96 198	7.09 238	6.73 295	8.57 259	4.02 251	0.02 217	0.47 369	0.00 1	0.01 211	0.56 329	0.54 333

ADLNet	4.32 273	0.80 223	4.33 214	3.60 351	3.56 332	6.87 275	2.48 273	11.20 264	7.58 224	9.87 299	9.62 218	8.39 259	4.95 256	6.16 125	6.60 289	0.01 147	0.01 126	0.00 1	0.01 211	0.12 199	0.25 290

CRFU-Net	4.45 274	0.67 190	5.02 243	2.78 318	1.32 243	12.67 345	3.35 296	11.26 265	3.52 75	10.06 305	9.30 214	10.91 300	6.92 298	7.26 182	3.24 222	0.15 310	0.16 326	0.16 346	0.00 1	0.26 284	0.05 135

ssnet_v2	4.46 275	0.87 235	5.18 256	1.57 194	0.67 186	9.14 307	4.73 323	11.84 279	9.68 270	8.79 268	6.24 135	9.91 280	4.34 230	6.28 131	9.30 327	0.00 1	0.01 126	0.00 1	0.00 1	0.28 291	0.30 304

ADLNet2	4.46 275	0.90 242	6.06 285	2.74 317	3.91 348	6.79 274	3.01 285	10.95 262	8.40 248	7.27 216	9.80 222	9.85 278	5.43 270	7.29 183	6.44 285	0.01 147	0.03 211	0.00 1	0.00 1	0.15 221	0.11 212

StereoDRNet-Refined	4.46 275	0.62 174	3.80 182	1.92 239	0.40 148	9.35 309	0.15 53	10.02 239	8.83 258	12.69 338	11.62 260	9.34 272	3.87 208	8.06 229	8.02 307	0.00 1	0.00 1	0.01 258	0.05 264	0.20 254	0.26 295
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 278	0.31 24	2.77 97	1.69 209	0.47 166	7.74 294	0.07 19	14.04 326	7.91 234	5.82 131	8.97 199	9.34 272	3.41 184	7.33 185	20.24 373	0.05 272	0.03 211	0.00 1	0.00 1	0.03 60	0.04 106

NVstereo2D	4.51 278	0.82 227	6.86 305	3.28 340	3.38 324	8.16 296	3.13 288	10.51 250	15.15 334	4.90 106	6.89 149	7.87 248	4.78 250	9.88 305	3.91 249	0.01 147	0.00 1	0.00 1	0.06 270	0.02 23	0.58 335

DLCB_ROB	4.51 278	0.91 243	3.78 180	2.19 274	1.07 225	6.28 262	3.09 287	9.78 231	7.72 228	10.65 317	12.97 277	13.91 323	3.71 197	8.72 272	5.30 268	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.10 200

RASNet	4.52 281	0.61 169	4.42 217	3.42 344	4.68 367	4.58 231	0.99 216	9.54 227	8.01 236	5.28 116	11.42 255	10.34 290	8.88 329	9.28 293	8.68 319	0.15 310	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

FTStereo	4.55 282	0.36 70	2.18 49	0.94 117	0.38 144	2.60 97	8.82 363	4.98 73	3.17 54	10.88 321	30.35 374	5.60 200	7.60 311	7.62 198	1.55 144	0.17 316	0.00 1	0.05 321	0.00 1	0.03 60	3.80 376

dad	4.66 283	1.89 334	5.51 270	0.94 117	0.09 36	2.16 58	0.37 96	7.10 169	14.43 329	10.13 306	16.84 312	14.97 329	1.90 124	6.82 157	4.15 252	1.09 369	0.11 296	4.08 385	0.46 360	0.17 235	0.06 145

LL-Strereo	4.71 284	1.64 319	7.51 319	1.15 148	4.31 355	3.71 192	1.45 244	9.21 217	8.36 246	8.37 255	8.17 184	10.82 297	11.36 349	12.51 338	4.82 264	0.00 1	0.12 303	0.00 1	0.00 1	0.31 299	0.32 307

CBFPSM	4.87 285	0.94 251	14.70 362	1.51 185	1.15 230	11.49 332	2.55 275	7.28 171	6.47 193	6.23 161	4.83 89	15.30 332	8.99 331	6.88 159	8.20 313	0.03 244	0.02 168	0.00 1	0.00 1	0.40 318	0.42 318

SGM-Forest	4.96 286	0.32 33	2.84 104	1.21 150	0.64 183	10.23 320	6.64 349	11.55 271	10.98 298	10.94 324	13.59 283	11.65 309	4.30 227	8.94 280	4.63 259	0.11 302	0.04 232	0.00 1	0.00 1	0.05 102	0.46 325
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 287	1.47 303	7.42 316	2.40 298	2.14 285	8.73 303	3.64 303	12.42 296	13.11 321	7.03 201	7.57 170	7.88 249	6.52 290	10.16 312	7.82 302	0.02 217	0.03 211	0.00 1	0.00 1	0.11 187	1.07 351
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 288	1.74 325	6.38 293	1.96 245	1.29 239	2.26 63	1.69 258	10.07 240	18.53 347	7.88 239	18.15 328	8.49 265	2.70 152	10.59 317	7.04 293	0.96 367	0.15 319	0.02 287	0.00 1	0.13 209	0.12 225

PSMNet_ROB	5.02 289	1.63 318	6.03 284	1.90 236	1.83 273	9.57 313	6.35 345	15.58 346	7.23 212	6.15 157	10.48 236	12.22 312	4.16 219	8.02 221	8.71 320	0.02 217	0.01 126	0.01 258	0.10 287	0.20 254	0.12 225

GASNet	5.19 290	4.61 367	9.38 332	4.73 371	2.10 283	3.80 204	1.57 251	12.07 286	10.96 297	8.92 275	7.03 158	8.21 258	7.67 313	14.02 351	7.36 295	0.02 217	0.15 319	0.00 1	0.00 1	0.69 342	0.42 318

FINET	5.32 291	1.14 276	10.04 336	2.17 272	3.67 338	6.49 268	6.76 351	11.68 274	22.08 364	7.42 222	12.15 267	4.24 149	3.61 191	9.25 292	5.35 269	0.04 260	0.04 232	0.00 1	0.00 1	0.17 235	0.09 181

CBMV	5.35 292	0.91 243	3.67 172	1.62 203	0.44 154	10.09 318	7.19 356	12.49 302	12.33 317	12.22 334	14.69 297	10.93 301	6.48 289	8.51 256	4.96 265	0.02 217	0.15 319	0.00 1	0.00 1	0.17 235	0.17 256
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 293	0.40 91	2.72 90	1.50 182	0.48 167	6.15 261	0.07 19	13.73 323	8.06 237	8.79 268	11.03 249	3.71 131	4.21 221	7.47 193	38.74 408	0.03 244	0.02 168	0.00 1	0.00 1	0.04 80	0.05 135

StereoDRNet	5.59 294	1.75 326	6.80 302	3.12 334	4.45 361	10.61 326	4.35 316	18.80 366	9.73 271	12.22 334	6.87 148	11.44 307	4.65 244	8.09 232	8.26 314	0.02 217	0.11 296	0.00 1	0.03 243	0.20 254	0.28 301

fast-acv-ft	5.62 295	1.39 298	7.01 306	2.02 255	1.89 277	12.23 340	1.82 262	7.35 172	9.45 267	10.46 313	20.27 337	14.55 327	7.71 314	7.41 189	7.61 299	0.10 300	0.09 282	0.16 346	0.07 272	0.59 333	0.13 232

ETE_ROB	5.80 296	1.77 327	6.33 290	1.44 180	0.78 199	6.43 267	6.90 352	12.53 303	8.08 238	12.93 343	14.89 298	21.13 367	5.87 278	9.83 304	6.57 288	0.04 260	0.01 126	0.00 1	0.02 231	0.08 143	0.33 308

DRN-Test	5.87 297	0.98 254	5.89 280	2.69 313	3.65 336	12.37 342	3.35 296	20.07 381	10.20 285	11.93 333	12.31 272	11.06 304	5.31 265	7.89 214	9.05 323	0.04 260	0.05 241	0.04 314	0.04 260	0.18 245	0.25 290

NCCL2	5.88 298	1.59 314	5.44 266	1.87 230	0.92 210	9.55 312	11.55 380	12.11 288	9.94 278	9.67 294	8.85 193	22.28 370	7.41 305	8.78 273	7.17 294	0.01 147	0.00 1	0.03 303	0.00 1	0.13 209	0.23 283

iinet-f	5.94 299	1.60 315	26.88 392	1.79 223	1.38 246	11.92 338	1.47 245	6.80 162	7.11 208	6.90 196	14.43 292	10.64 295	7.97 316	7.00 169	12.12 351	0.02 217	0.03 211	0.05 321	0.00 1	0.63 338	0.02 40

MaskLacGwcNet_RVC	5.97 300	5.36 371	5.02 243	3.75 357	3.57 333	15.81 357	4.27 313	11.72 276	6.96 202	7.23 213	8.47 188	9.09 271	2.66 151	9.36 296	2.71 206	7.49 390	2.32 384	2.01 381	0.08 276	6.77 387	4.67 381

Wz-Net-LNSev-Ref	5.98 301	1.55 311	9.92 335	2.40 298	3.22 318	10.28 321	3.14 289	11.64 272	9.79 273	9.54 290	20.22 336	11.16 305	6.77 296	10.61 318	9.16 324	0.06 282	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

APVNet	5.98 301	1.72 324	8.72 328	3.21 338	4.04 352	12.31 341	1.81 261	19.09 370	6.10 177	6.13 156	13.41 282	10.69 296	6.30 285	11.26 326	13.90 361	0.05 272	0.02 168	0.11 339	0.03 243	0.53 327	0.20 274

NaN_ROB	6.00 303	1.24 285	6.29 289	1.34 161	1.68 260	9.60 314	10.31 374	15.09 339	15.79 337	12.62 337	8.95 196	11.67 310	5.83 277	11.78 332	6.41 284	0.05 272	0.13 310	0.08 334	0.20 316	0.22 266	0.79 343

DANet	6.02 304	1.23 284	8.45 326	3.86 360	3.94 350	7.64 293	1.34 241	9.51 226	7.00 204	13.39 346	15.53 302	15.99 336	7.02 300	12.14 334	12.37 352	0.19 320	0.12 303	0.02 287	0.03 243	0.13 209	0.56 334
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 305	1.22 282	5.61 275	2.56 310	0.90 209	6.32 263	7.07 354	12.92 311	8.30 244	14.76 353	15.13 300	19.84 359	6.66 294	10.36 313	8.58 318	0.02 217	0.04 232	0.00 1	0.03 243	0.11 187	0.24 287

Anonymous Stereo	6.16 306	3.15 357	23.75 386	2.97 328	2.48 301	4.39 228	13.30 387	9.21 217	9.86 276	9.56 292	8.76 191	6.79 229	1.99 127	13.50 347	13.04 356	0.01 147	0.05 241	0.00 1	0.06 270	0.22 266	0.19 268

GANet	6.22 307	1.07 265	4.07 205	2.27 282	0.89 207	9.19 308	9.52 368	12.02 285	8.13 240	10.72 318	29.09 370	13.86 321	7.52 310	11.00 323	4.39 254	0.36 341	0.00 1	0.02 287	0.02 231	0.12 199	0.08 171

DISCO	6.28 308	0.57 157	5.78 277	3.43 345	1.17 231	11.22 330	3.39 298	12.14 291	16.16 339	6.52 180	11.22 251	16.96 343	6.32 286	19.51 378	10.74 344	0.00 1	0.00 1	0.00 1	0.00 1	0.35 307	0.11 212

Syn2CoEx	6.32 309	2.72 349	9.33 331	2.45 303	1.67 258	8.59 300	3.32 294	18.08 360	12.27 316	8.53 260	21.08 340	10.30 289	9.80 339	9.30 294	7.86 304	0.01 147	0.00 1	0.00 1	0.00 1	0.63 338	0.43 320

RYNet	6.34 310	0.89 240	5.88 279	1.41 175	4.48 363	15.97 358	4.18 311	13.41 318	16.49 340	10.81 320	7.00 155	14.33 325	8.72 326	9.43 297	13.71 360	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.07 158

GwcNet	6.42 311	1.97 336	10.92 339	2.59 311	5.58 373	11.55 333	2.21 268	14.10 328	16.52 343	10.04 304	17.19 321	10.86 299	5.61 275	9.23 291	8.84 322	0.01 147	0.06 254	0.03 303	0.08 276	0.56 329	0.40 315

Wz-Net-LNSev	6.46 312	1.93 335	16.44 368	1.52 186	4.15 353	12.66 344	4.96 327	13.05 314	12.10 315	10.55 316	16.23 306	11.32 306	7.19 302	8.43 253	8.48 317	0.00 1	0.01 126	0.00 1	0.00 1	0.08 143	0.06 145

DGSMNet	6.47 313	2.61 347	13.64 358	3.46 346	3.74 339	8.97 305	6.01 336	14.15 329	13.01 320	7.46 224	14.10 288	9.94 281	4.79 251	10.44 314	6.22 280	1.30 373	1.70 381	1.80 378	1.52 381	2.27 373	2.35 370

GANetREF_RVC	6.56 314	2.89 351	7.58 320	3.41 343	0.40 148	12.96 347	9.58 369	15.09 339	17.25 346	10.33 308	10.62 239	12.27 313	8.16 320	12.21 335	4.53 257	0.41 347	0.00 1	0.00 1	0.02 231	3.12 376	0.39 314
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
LALA_ROB	6.58 315	1.80 329	6.25 288	1.26 154	0.94 213	10.08 317	9.02 365	16.00 348	11.51 307	12.74 339	13.02 278	24.77 372	5.25 264	10.56 316	8.02 307	0.04 260	0.05 241	0.00 1	0.02 231	0.10 170	0.25 290

S-Stereo	6.63 316	0.84 230	9.67 334	3.15 336	3.48 329	6.49 268	6.22 340	12.99 313	22.84 366	9.48 287	15.51 301	12.00 311	8.43 322	8.04 222	10.70 343	0.12 305	0.17 329	0.00 1	0.38 352	0.13 209	1.92 364

DeepPrunerF	6.75 317	2.69 348	23.31 385	3.68 353	7.16 379	3.78 202	4.29 314	13.42 319	20.13 358	8.13 246	10.46 235	7.18 241	8.06 318	11.10 324	9.44 332	0.24 329	0.15 319	0.29 358	0.42 356	0.66 341	0.45 323

edge stereo	6.76 318	1.01 256	6.76 301	2.20 276	2.45 300	6.41 266	2.45 272	14.84 337	11.98 314	15.29 355	18.31 329	22.02 368	12.56 354	10.82 320	7.49 297	0.03 244	0.06 254	0.11 339	0.03 243	0.30 294	0.14 237

NCC-stereo	6.77 319	1.49 307	6.48 295	2.92 324	4.40 357	7.43 285	3.61 301	19.52 377	13.29 322	8.39 256	16.91 313	15.96 334	12.13 351	12.85 341	7.70 300	1.47 374	0.11 296	0.01 258	0.42 356	0.14 219	0.24 287

Abc-Net	6.77 319	1.49 307	6.48 295	2.92 324	4.40 357	7.43 285	3.61 301	19.52 377	13.29 322	8.39 256	16.91 313	15.96 334	12.13 351	12.85 341	7.70 300	1.47 374	0.11 296	0.01 258	0.42 356	0.14 219	0.24 287
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 321	0.68 191	6.80 302	2.30 286	1.77 269	5.63 250	4.20 312	18.79 365	18.62 348	10.53 315	17.15 319	18.52 352	13.74 362	8.86 278	7.38 296	0.03 244	0.15 319	0.01 258	0.07 272	0.12 199	0.26 295

RP	6.84 322	1.29 294	5.53 273	3.92 361	5.18 370	6.32 263	3.53 299	11.73 277	15.31 335	9.54 290	22.38 347	18.25 350	14.47 364	10.11 307	7.49 297	0.91 365	0.01 126	0.12 341	0.15 298	0.33 303	0.19 268

ccnet	6.87 323	0.92 246	5.15 254	3.09 330	2.18 289	11.78 335	4.90 325	17.97 359	8.79 257	12.79 341	20.20 335	16.00 337	8.35 321	9.12 285	14.17 363	0.42 350	0.33 356	0.25 357	0.09 283	0.40 318	0.48 326

RGC	6.88 324	2.23 341	6.13 286	4.05 362	4.73 369	8.94 304	2.78 280	15.19 343	11.74 309	11.13 325	19.34 331	17.86 347	10.42 344	13.02 344	8.03 309	0.73 359	0.01 126	0.24 356	0.41 355	0.31 299	0.38 313

Nwc_Net	6.97 325	1.25 286	6.63 299	3.82 358	3.37 323	10.83 329	1.67 257	19.56 379	11.35 304	8.36 254	23.62 351	17.19 345	11.44 350	11.21 325	8.08 311	0.80 361	0.00 1	0.00 1	0.02 231	0.13 209	0.09 181

STTRV1_RVC	7.02 326	1.10 271	12.88 353	3.32 341	6.92 378	11.90 337	4.00 307	15.07 338	11.94 313	9.51 288	14.57 294	11.63 308	8.73 327	12.65 340	8.06 310	3.32 381	2.75 392	0.41 366	0.12 291	1.38 361	0.11 212

ADCRef	7.27 327	1.38 297	16.37 366	2.52 306	3.30 322	11.63 334	3.16 290	10.80 257	9.35 265	13.03 344	25.27 362	8.17 257	8.92 330	8.06 229	21.81 381	0.15 310	0.08 274	0.16 346	0.34 349	0.38 311	0.58 335

psmorigin	7.34 328	1.58 313	18.31 373	2.35 295	0.87 205	6.72 272	1.70 260	10.63 253	7.14 209	19.77 367	22.71 348	20.13 361	11.34 348	12.96 343	9.49 333	0.04 260	0.17 329	0.06 325	0.17 306	0.21 262	0.50 329

Wz-Net-MNSev	7.43 329	2.35 344	15.22 363	2.34 294	3.41 328	17.27 366	8.55 361	11.91 282	13.48 324	13.37 345	17.05 316	13.70 318	7.47 309	11.90 333	9.99 339	0.40 346	0.03 211	0.00 1	0.01 211	0.16 227	0.07 158

SDNR	7.50 330	2.32 343	15.58 365	1.82 227	0.63 181	44.66 408	0.44 109	8.59 200	9.52 268	9.84 298	25.18 361	5.30 189	4.38 231	11.46 329	6.49 286	0.05 272	0.03 211	0.00 1	0.01 211	1.79 367	1.87 363

CSAN	7.62 331	1.60 315	6.56 298	1.83 228	0.66 184	12.40 343	10.52 377	14.45 332	21.32 362	14.19 349	15.98 304	17.84 346	13.02 359	12.32 336	8.38 315	0.09 298	0.07 266	0.03 303	0.04 260	0.33 303	0.67 340

SQANet	7.64 332	3.40 361	5.49 269	11.73 390	9.62 388	11.96 339	2.82 281	11.33 267	6.10 177	8.33 253	11.49 257	11.00 302	5.16 263	10.12 311	2.72 208	8.92 393	2.21 383	10.41 390	1.58 382	11.13 392	7.39 391

anonymity	7.68 333	3.83 364	12.39 347	7.04 382	12.67 395	8.18 297	2.00 264	17.50 356	6.85 199	13.56 348	9.21 202	9.97 282	7.82 315	11.28 327	5.58 272	6.27 388	4.98 408	3.68 384	2.96 386	3.33 378	4.48 379

CC-Net-ROB	7.68 333	9.21 386	7.46 317	3.82 358	3.66 337	15.68 356	5.02 328	17.95 358	10.45 293	6.44 179	14.00 287	7.63 245	4.77 248	10.75 319	3.10 217	5.99 387	2.46 386	16.28 394	1.08 374	6.30 386	1.56 360

stereogan	7.69 335	0.88 237	7.08 309	3.49 349	3.93 349	18.98 369	3.23 293	16.52 350	19.58 355	9.93 302	18.92 330	20.50 365	9.04 333	14.07 352	6.14 279	0.26 332	0.04 232	0.21 353	0.03 243	0.63 338	0.33 308

pmcnn	7.72 336	1.27 289	9.42 333	2.91 322	3.14 314	9.44 310	6.23 341	12.56 304	16.51 341	14.53 351	24.08 353	27.44 379	8.49 323	9.32 295	8.44 316	0.06 282	0.08 274	0.00 1	0.00 1	0.30 294	0.15 246

AF-Net	7.78 337	1.44 302	6.68 300	3.37 342	4.50 364	8.61 301	2.69 278	17.07 353	20.17 359	9.52 289	24.02 352	20.31 364	14.59 365	11.58 330	9.84 337	0.61 356	0.00 1	0.12 341	0.00 1	0.38 311	0.12 225

PASM	7.90 338	4.22 365	21.97 383	3.25 339	3.29 321	5.39 247	6.57 347	10.57 251	19.09 350	12.77 340	13.92 286	18.11 349	9.51 337	13.79 350	10.77 346	0.19 320	0.45 367	0.29 358	1.08 374	1.49 363	1.19 353

PWCDC_ROB	7.92 339	3.17 359	7.48 318	5.73 377	4.40 357	10.45 323	0.35 93	14.52 334	28.19 376	10.36 310	31.27 376	7.04 235	9.14 334	13.22 346	8.78 321	2.74 380	0.02 168	0.00 1	0.00 1	1.31 359	0.17 256

ADCP+	8.09 340	1.79 328	14.50 360	1.54 188	4.28 354	16.57 360	5.20 330	12.80 308	11.20 302	12.83 342	17.07 317	11.02 303	10.80 346	17.59 371	23.18 386	0.03 244	0.05 241	0.01 258	0.18 310	0.39 315	0.81 344

SuperB	8.10 341	3.15 357	24.67 388	2.65 312	1.23 233	9.88 316	4.29 314	10.18 245	30.07 379	11.53 330	12.18 269	6.12 212	6.65 293	10.50 315	14.47 364	0.14 308	0.11 296	0.35 362	0.25 330	13.06 396	0.48 326

PWC_ROB	8.24 342	3.13 355	12.74 352	2.43 302	4.43 360	7.51 288	1.22 233	16.63 351	19.24 353	16.08 358	28.29 367	13.99 324	10.16 342	13.63 349	14.06 362	0.42 350	0.00 1	0.05 321	0.00 1	0.59 333	0.27 299

MDST_ROB	8.37 343	0.32 33	9.03 329	4.18 366	2.42 299	26.86 387	6.14 337	19.36 374	13.52 325	27.09 383	22.75 349	9.47 275	4.74 247	15.06 359	6.34 283	0.02 217	0.02 168	0.00 1	0.00 1	0.02 23	0.13 232

G-Net	8.41 344	1.54 310	10.97 340	5.73 377	3.60 334	26.19 381	4.41 317	10.10 242	7.42 216	19.71 366	24.99 360	14.38 326	15.83 366	10.99 322	9.53 334	0.50 354	0.46 368	0.19 352	0.25 330	0.80 346	0.66 339

XQC	8.43 345	3.58 362	16.40 367	2.92 324	2.17 287	13.22 349	3.60 300	14.64 335	25.86 372	11.87 332	12.04 263	15.06 330	10.67 345	15.24 361	19.41 371	0.39 344	0.08 274	0.05 321	0.07 272	0.84 348	0.45 323

FBW_ROB	8.50 346	1.03 260	7.98 323	1.93 241	1.28 238	13.10 348	6.23 341	22.50 385	18.98 349	18.82 363	14.91 299	19.06 355	10.04 341	18.41 373	9.83 336	0.62 357	0.22 343	1.82 380	0.82 369	0.99 352	1.36 356

UDG	8.58 347	9.31 387	4.89 237	10.00 386	9.52 386	10.36 322	2.41 270	12.07 286	9.82 274	7.81 235	9.55 216	16.52 339	9.81 340	7.84 212	7.88 305	4.20 382	2.51 388	18.53 396	3.71 391	9.55 389	5.28 384

aanetorigin	8.72 348	3.29 360	27.55 393	1.95 243	3.84 346	4.93 240	5.39 334	5.49 109	10.05 280	27.85 384	31.47 377	15.80 333	12.78 356	9.04 283	11.98 349	0.25 330	0.22 343	0.22 354	0.25 330	1.28 358	0.84 346

RTSC	9.15 349	3.00 353	13.57 357	3.72 355	1.76 268	11.82 336	0.46 110	16.95 352	36.83 392	15.80 357	15.53 302	12.91 316	7.46 308	20.01 381	21.76 380	0.31 337	0.13 310	0.01 258	0.08 276	0.57 331	0.41 317

WCMA_ROB	9.21 350	0.87 235	7.37 315	2.54 307	2.13 284	13.59 351	5.80 335	11.64 272	14.01 327	24.43 380	32.99 383	27.09 378	18.02 369	12.51 338	9.85 338	0.81 362	0.07 266	0.01 258	0.01 211	0.16 227	0.23 283

Wz-Net-SNSev	9.23 351	6.70 376	24.28 387	1.87 230	1.81 272	8.57 299	12.29 386	17.37 355	20.39 360	10.43 312	23.11 350	16.66 341	8.03 317	14.47 356	17.86 368	0.00 1	0.02 168	0.01 258	0.00 1	0.41 321	0.30 304

MSMD_ROB	9.28 352	1.09 269	4.65 229	1.58 195	0.39 146	16.52 359	4.41 317	13.60 320	14.87 333	22.34 371	39.89 393	25.67 375	20.71 380	12.42 337	6.98 292	0.34 340	0.03 211	0.00 1	0.00 1	0.05 102	0.09 181

Consistency-Raft	9.42 353	4.74 369	12.66 350	5.30 375	9.08 385	4.08 214	5.26 332	19.26 372	24.87 370	11.17 326	29.85 372	13.57 317	5.51 274	7.67 201	13.40 358	0.36 341	0.35 359	1.81 379	4.24 392	11.61 393	3.57 374

DDUNet	9.47 354	11.32 392	6.14 287	12.93 392	11.65 392	10.45 323	3.87 305	11.70 275	7.89 232	9.27 284	13.28 280	16.18 338	6.14 283	8.80 275	5.77 275	6.64 389	3.38 401	20.90 397	4.28 393	11.01 391	7.80 392

ADCPNet	9.54 355	2.39 345	31.46 396	2.09 265	1.60 253	16.71 362	6.39 346	12.11 288	11.45 305	13.53 347	21.45 342	19.41 356	10.94 347	14.38 354	21.54 379	0.27 335	1.16 376	0.39 365	1.49 379	0.58 332	1.45 357

SHD	9.61 356	2.60 346	12.46 348	3.69 354	3.54 331	9.47 311	1.25 234	20.16 382	37.84 395	18.19 362	21.24 341	16.96 343	12.83 358	14.47 356	16.05 366	0.32 338	0.13 310	0.01 258	0.08 276	0.38 311	0.48 326

PDISCO_ROB	9.62 357	1.99 338	11.51 341	9.88 385	9.61 387	21.48 374	3.83 304	19.33 373	28.49 377	11.27 328	14.17 289	19.92 360	5.02 257	16.35 367	9.18 325	5.28 385	0.41 363	0.14 344	0.09 283	2.05 369	2.36 371

MFN_U_SF_DS_RVC	9.78 358	4.27 366	14.47 359	2.29 285	2.85 311	23.40 378	13.62 389	13.60 320	19.54 354	19.42 365	24.27 354	16.74 342	8.59 324	17.05 370	7.98 306	1.25 371	1.68 380	0.17 349	2.63 384	0.72 344	1.04 349

SGM_RVC	10.08 359	0.60 166	3.42 155	2.30 286	0.32 134	19.41 371	6.33 344	18.95 368	14.64 330	25.14 382	24.32 355	33.34 389	18.79 373	19.86 379	12.55 354	0.25 330	0.26 353	0.22 354	0.24 327	0.34 306	0.40 315
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 360	1.88 333	16.82 369	1.85 229	1.73 264	24.84 379	17.20 402	19.92 380	27.41 374	12.23 336	13.62 284	16.52 339	18.35 370	14.42 355	12.50 353	0.78 360	0.54 372	0.08 334	0.25 330	1.18 355	0.59 338

ADCL	10.16 361	2.11 339	19.36 376	1.92 239	1.88 276	22.23 375	8.91 364	14.04 326	23.56 368	14.62 352	26.19 363	12.75 315	13.59 361	16.06 366	22.95 385	0.26 332	0.18 333	0.75 369	0.65 364	0.69 342	0.58 335

FCDSN-DC	10.24 362	0.56 155	3.49 160	1.96 245	1.29 239	16.90 363	4.59 321	17.16 354	19.10 351	24.64 381	32.46 382	33.82 390	22.14 385	15.93 364	10.45 341	0.04 260	0.00 1	0.00 1	0.00 1	0.05 102	0.21 275
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 362	3.13 355	20.70 379	2.21 277	2.39 298	11.23 331	6.19 338	14.17 330	11.19 301	23.20 377	22.25 345	17.89 348	19.54 376	18.51 374	26.21 393	0.45 352	0.42 365	1.10 374	1.29 376	1.56 365	1.18 352

SANet	10.64 364	1.86 332	10.91 338	1.76 219	0.71 193	14.62 354	9.23 367	19.18 371	37.14 393	19.22 364	27.96 366	25.86 376	19.11 375	13.02 344	10.63 342	0.08 294	0.06 254	0.03 303	0.02 231	0.62 336	0.81 344

FC-DCNN	10.72 365	0.52 143	4.27 211	1.88 233	1.63 254	17.18 364	5.29 333	18.20 361	19.69 356	28.50 385	34.51 386	34.03 391	21.48 383	15.89 363	11.15 348	0.03 244	0.01 126	0.02 287	0.01 211	0.07 134	0.09 181

AnyNet_C32	10.98 366	5.58 372	22.79 384	4.16 364	5.83 374	15.64 355	14.30 390	13.18 315	17.15 345	16.44 360	20.52 338	14.68 328	13.44 360	22.46 385	30.08 399	0.17 316	0.26 353	0.36 363	0.36 351	1.23 356	0.91 347

Wz-Net-TNSev	11.35 367	10.56 390	35.88 401	2.28 284	1.73 264	18.25 368	11.42 379	15.88 347	20.88 361	14.44 350	16.97 315	19.57 357	19.04 374	19.31 377	18.67 370	0.01 147	0.06 254	0.00 1	0.16 300	0.62 336	1.25 354

MeshStereo	11.52 368	1.52 309	4.55 224	1.89 235	1.46 248	19.87 373	5.11 329	20.66 383	15.91 338	32.67 390	34.51 386	39.34 397	21.15 381	18.74 375	12.10 350	0.11 302	0.06 254	0.01 258	0.00 1	0.45 324	0.22 277
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
otaku	11.73 369	7.51 382	7.07 308	13.22 393	10.85 391	26.61 386	7.25 357	18.84 367	19.16 352	11.58 331	17.23 322	20.19 362	8.09 319	15.11 360	4.64 260	9.13 394	2.42 385	13.08 391	1.83 383	12.48 395	8.22 394

Ntro	12.35 370	8.88 384	7.80 321	13.79 394	12.42 394	26.54 385	6.98 353	18.54 362	22.14 365	9.82 296	16.45 307	20.30 363	9.29 336	15.95 365	6.61 290	9.53 396	2.47 387	14.93 393	2.77 385	13.11 397	8.63 397

MFN_U_SF_RVC	12.94 371	3.66 363	25.81 391	3.61 352	2.26 293	22.77 376	4.55 320	27.10 391	20.06 357	23.90 378	28.99 369	30.53 385	16.98 367	19.92 380	20.26 374	1.24 370	1.07 375	0.98 373	1.33 377	1.80 368	2.04 366

WZ-Net	13.00 372	4.64 368	41.07 404	3.48 348	3.15 316	19.12 370	15.66 400	14.81 336	31.33 381	15.71 356	27.88 365	22.22 369	14.01 363	20.44 383	25.03 390	0.64 358	0.00 1	0.01 258	0.03 243	0.39 315	0.37 312

ADCS	13.02 373	4.93 370	28.38 394	3.17 337	2.67 306	13.61 352	10.83 378	18.70 363	33.46 384	22.59 372	24.78 358	19.59 358	18.51 372	23.40 388	32.16 402	0.10 300	0.19 337	0.37 364	0.18 310	1.26 357	1.46 358

MFMNet_re	13.29 374	8.60 383	18.29 372	9.75 384	7.25 381	19.65 372	14.84 394	20.71 384	30.72 380	23.03 375	28.77 368	18.85 354	26.09 391	13.55 348	9.82 335	2.44 378	1.35 379	0.34 361	0.23 325	4.78 381	6.69 389

EDNetEfficient	13.82 375	6.19 374	54.79 410	2.83 319	3.60 334	4.86 237	8.57 362	8.61 205	32.90 383	40.77 402	30.59 375	18.33 351	21.87 384	11.38 328	25.36 391	0.15 310	0.23 345	0.06 325	1.03 373	2.54 374	1.79 361

LSM	14.01 376	5.95 373	33.49 397	6.78 381	43.61 418	10.22 319	9.98 373	15.16 342	22.93 367	23.07 376	32.34 381	18.52 352	12.67 355	15.45 362	11.10 347	0.16 315	0.51 371	0.09 337	0.32 345	1.08 353	16.85 413

SAMSARA	14.63 377	2.74 350	12.38 346	12.65 391	6.74 377	36.50 400	72.93 423	19.36 374	23.77 369	16.20 359	13.04 279	29.21 382	12.78 356	16.98 369	15.21 365	0.11 302	0.26 353	0.03 303	0.14 295	0.76 345	0.77 342

SPS-STEREO	15.04 378	6.23 375	13.21 356	11.34 389	11.65 392	23.30 377	7.15 355	24.16 388	15.65 336	31.78 389	29.19 371	31.62 386	21.32 382	24.62 389	19.50 372	7.59 391	4.19 406	3.22 383	1.48 378	6.99 388	6.54 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 379	2.93 352	14.67 361	4.21 367	3.39 326	17.43 367	4.16 310	27.84 395	48.84 404	31.02 388	43.54 398	29.76 384	30.81 396	25.97 391	21.40 377	0.23 327	0.41 363	0.04 314	0.33 347	0.41 321	1.33 355

SGM+DAISY	15.62 380	7.26 381	19.28 375	8.94 383	10.11 390	26.25 382	10.49 376	19.36 374	14.65 331	30.64 387	33.59 384	33.00 388	22.32 386	24.96 390	16.42 367	7.90 392	6.25 410	4.51 386	3.37 388	5.86 384	7.20 390

ACVNet-4b	15.90 381	22.00 397	12.37 345	16.40 396	15.14 398	31.87 393	7.50 359	19.04 369	27.85 375	11.48 329	22.02 344	31.86 387	9.16 335	17.95 372	5.69 273	10.43 398	2.58 389	24.44 400	4.87 397	16.04 399	9.28 398

NVStereoNet_ROB	16.04 382	6.75 377	12.90 354	6.37 380	7.42 382	12.89 346	9.74 371	22.78 386	25.12 371	30.32 386	46.19 401	34.37 392	25.38 388	21.48 384	21.38 376	5.94 386	3.10 398	6.07 389	10.09 402	4.01 379	8.54 396
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 383	10.81 391	59.36 412	4.42 369	2.49 302	30.06 390	15.15 398	17.51 357	16.51 341	17.88 361	37.69 390	24.04 371	17.54 368	29.60 394	33.29 403	0.28 336	0.38 361	0.43 367	0.42 356	2.57 375	1.98 365

MSC_U_SF_DS_RVC	16.41 384	6.93 379	21.83 382	5.94 379	2.81 310	38.71 402	14.59 391	24.55 389	34.87 390	33.66 394	34.35 385	29.24 383	24.20 387	22.59 386	17.95 369	2.52 379	2.81 393	1.17 376	1.51 380	5.89 385	2.16 367

ELAS_RVC	16.54 385	2.26 342	10.09 337	5.50 376	4.46 362	28.28 389	16.72 401	25.55 390	33.54 385	40.19 400	40.30 395	36.68 394	30.03 394	29.40 393	20.61 375	0.98 368	1.21 377	0.86 372	0.70 366	1.39 362	2.16 367
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 386	2.14 340	9.23 330	4.92 372	4.53 365	32.66 396	15.11 397	27.40 393	28.68 378	40.27 401	44.90 399	38.33 396	30.50 395	26.44 392	21.94 382	0.88 363	1.23 378	0.67 368	0.89 371	1.49 363	2.18 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 387	1.28 292	11.61 342	3.72 355	1.65 255	16.67 361	9.17 366	14.39 331	55.91 409	63.81 420	40.86 396	35.94 393	37.73 403	14.24 353	26.87 394	0.05 272	0.10 290	0.13 343	0.22 324	0.12 199	0.15 246

SGM-ForestM	16.99 388	1.08 267	5.74 276	2.12 268	0.75 195	31.63 392	12.21 384	27.80 394	32.25 382	37.88 397	39.99 394	52.96 406	35.20 400	33.60 398	24.47 388	0.26 332	0.39 362	0.31 360	0.39 354	0.26 284	0.53 332

DispFullNet	17.47 389	26.01 400	33.98 399	22.58 401	20.86 405	13.84 353	1.28 237	16.50 349	26.27 373	19.97 368	17.17 320	20.52 366	18.49 371	22.86 387	10.76 345	5.13 384	2.83 394	30.72 404	7.72 400	20.86 403	11.01 403

EDNetEfficientorigin	17.87 390	14.00 393	99.53 432	1.64 205	0.92 210	10.55 325	6.26 343	13.21 316	34.84 389	38.20 399	36.91 389	27.47 380	26.32 392	14.71 358	25.69 392	0.04 260	0.06 254	0.14 344	0.52 362	3.16 377	3.27 373

RainbowNet	18.01 391	26.22 401	19.95 377	18.59 398	14.88 397	27.38 388	10.46 375	27.39 392	34.54 387	14.91 354	27.01 364	25.65 374	12.44 353	18.94 376	9.23 326	13.91 404	3.46 402	23.36 399	4.86 396	16.03 398	10.91 402

ACVNet_1	18.70 392	25.08 399	12.72 351	17.33 397	15.18 399	26.02 380	9.62 370	28.44 396	34.49 386	24.39 379	24.32 355	37.22 395	20.13 379	16.67 368	13.39 357	10.45 399	2.59 390	24.77 401	4.92 398	16.57 400	9.75 399

RTS	18.87 393	9.32 388	86.48 420	4.95 373	6.10 375	42.08 404	14.70 392	15.49 344	41.06 397	22.65 373	32.32 379	13.77 319	19.54 376	37.98 403	28.96 396	0.41 347	0.23 345	0.00 1	0.02 231	0.91 349	0.50 329

RTSA	18.87 393	9.32 388	86.48 420	4.95 373	6.10 375	42.08 404	14.70 392	15.49 344	41.06 397	22.65 373	32.32 379	13.77 319	19.54 376	37.98 403	28.96 396	0.41 347	0.23 345	0.00 1	0.02 231	0.91 349	0.50 329

MANE	19.47 395	1.27 289	5.07 248	4.69 370	5.55 372	30.49 391	9.94 372	34.01 398	37.27 394	44.13 406	51.57 409	52.51 404	40.41 405	33.58 397	24.81 389	0.89 364	0.86 374	1.11 375	9.72 401	0.38 311	1.06 350

coex-ft	19.78 396	19.39 396	87.73 422	1.77 221	1.80 271	17.25 365	13.50 388	12.63 306	42.10 399	60.18 416	38.90 391	28.72 381	28.74 393	11.74 331	27.40 395	0.21 324	0.23 345	0.04 314	0.30 343	1.36 360	1.54 359

BEATNet-Init1	23.31 397	9.03 385	41.67 405	4.17 365	2.53 303	45.68 410	19.47 405	33.43 397	38.45 396	47.59 409	49.10 405	59.31 410	41.80 406	38.35 405	29.21 398	0.47 353	0.50 370	0.81 370	0.66 365	2.10 372	1.86 362

DLNR_Zeroshot_test	24.70 398	50.77 418	90.11 423	98.11 433	97.34 431	1.38 13	0.12 35	22.79 387	3.09 51	1.07 38	2.95 51	0.71 48	0.29 9	6.93 163	2.29 190	38.56 415	0.37 360	0.00 1	0.30 343	76.73 428	0.09 181

ACVNet_2	26.45 399	29.35 405	25.14 389	20.27 400	15.43 400	34.97 398	12.23 385	48.37 411	66.25 419	42.69 403	56.73 413	51.77 402	25.59 389	20.39 382	13.52 359	10.13 397	2.59 390	22.78 398	3.52 390	17.57 401	9.80 400

MADNet+	27.07 400	33.84 407	90.97 424	20.14 399	7.47 383	48.43 412	47.10 419	35.43 399	36.46 391	20.11 369	30.05 373	25.29 373	35.08 399	45.50 412	50.28 417	2.13 376	2.00 382	1.19 377	0.76 367	4.71 380	4.43 377

IMH-64-1	27.21 401	28.77 402	16.84 370	31.57 404	20.76 403	26.43 383	15.10 395	47.11 406	45.20 401	33.53 392	51.16 407	41.42 398	31.10 397	36.48 399	22.39 383	13.48 402	2.87 396	33.95 406	10.70 403	23.50 405	11.75 404

IMH-64	27.21 401	28.77 402	16.84 370	31.57 404	20.76 403	26.43 383	15.10 395	47.11 406	45.20 401	33.53 392	51.16 407	41.42 398	31.10 397	36.48 399	22.39 383	13.48 402	2.87 396	33.95 406	10.70 403	23.50 405	11.75 404

JetBlue	29.12 403	15.72 394	54.12 409	15.93 395	20.98 406	60.90 421	30.62 412	39.38 401	34.62 388	34.08 395	39.69 392	57.35 409	43.17 407	50.71 418	50.60 418	2.41 377	3.79 404	2.81 382	3.45 389	9.57 390	12.59 407

WAO-7	29.39 404	24.43 398	20.47 378	32.71 407	13.83 396	34.70 397	20.27 408	52.19 416	65.03 417	43.29 404	59.35 415	52.19 403	44.68 409	31.71 395	30.56 400	10.98 400	4.94 407	13.71 392	12.52 407	12.06 394	8.22 394

IMH	29.82 405	29.11 404	18.51 374	34.28 408	21.40 408	32.33 395	15.39 399	49.40 413	53.07 407	37.88 397	55.32 412	45.05 400	39.54 404	40.63 407	24.12 387	14.03 405	3.27 400	34.93 408	11.24 405	24.69 407	12.21 406

PWCK	30.53 406	44.32 414	47.25 407	29.76 402	7.23 380	40.78 403	27.10 411	44.73 405	44.32 400	47.31 408	36.37 388	47.16 401	26.05 390	41.26 408	31.87 401	21.83 409	4.03 405	29.50 403	4.67 394	27.17 411	7.80 392

TorneroNet-64	32.42 407	31.89 406	30.52 395	34.73 409	21.13 407	46.99 411	18.82 403	43.10 404	59.42 412	32.70 391	46.98 402	62.01 412	36.98 401	43.97 411	33.88 404	14.10 406	3.22 399	35.28 409	11.72 406	26.84 410	14.07 408

Dean	34.67 408	38.70 412	25.33 390	29.89 403	17.21 401	45.24 409	11.98 383	56.90 420	76.55 421	63.47 419	60.22 416	67.36 418	48.14 412	37.24 401	39.01 409	11.00 401	2.83 394	28.35 402	5.60 399	18.14 402	10.31 401

WAO-6	34.74 409	36.76 411	15.36 364	37.53 410	24.15 412	35.99 399	19.36 404	48.96 412	68.54 420	43.84 405	47.58 403	52.77 405	52.60 413	32.63 396	34.73 406	26.20 412	7.74 413	42.78 414	21.64 413	28.07 412	17.62 414

LVE	34.99 410	40.10 413	34.97 400	32.49 406	18.61 402	51.45 417	26.82 410	52.15 415	65.94 418	47.21 407	61.04 417	53.99 407	37.30 402	37.95 402	34.09 405	15.55 408	5.95 409	31.01 405	13.81 408	22.58 404	16.72 412

TorneroNet	35.11 411	33.92 408	33.82 398	37.86 411	22.01 409	49.64 414	21.58 409	48.09 410	55.23 408	37.50 396	53.79 410	62.81 415	43.66 408	46.71 414	41.25 412	14.80 407	3.53 403	36.72 410	14.57 409	28.28 413	16.49 411

WAO-8	38.15 412	35.51 409	21.50 380	43.67 412	23.92 410	44.44 406	20.26 406	52.83 417	76.62 422	53.57 413	66.79 420	62.63 413	54.56 416	42.03 409	39.18 410	22.71 410	6.65 411	37.08 411	19.08 411	24.72 409	15.24 409

Venus	38.15 412	35.51 409	21.50 380	43.67 412	23.92 410	44.44 406	20.26 406	52.83 417	76.62 422	53.57 413	66.81 421	62.63 413	54.56 416	42.03 409	39.18 410	22.71 410	6.65 411	37.08 411	19.08 411	24.70 408	15.24 409

UNDER WATER	45.09 414	48.60 417	67.37 415	49.30 416	31.41 414	53.80 419	37.39 414	40.25 403	52.48 405	50.24 410	45.37 400	68.37 420	57.76 419	51.03 419	49.88 416	29.97 413	13.75 414	51.22 416	36.57 414	37.87 415	29.12 415

UNDER WATER-64	45.16 415	46.99 415	66.69 414	43.90 414	27.64 413	55.58 420	41.87 416	39.42 402	48.42 403	51.73 412	43.08 397	67.76 419	56.69 418	48.02 416	48.34 415	39.50 416	17.64 416	51.78 417	38.93 417	36.62 414	32.61 416

notaker	47.42 416	55.20 419	49.13 408	56.52 419	40.18 415	38.52 401	32.97 413	47.21 408	56.08 410	57.21 415	57.24 414	60.09 411	59.19 420	53.93 420	41.64 413	40.61 417	19.93 417	57.21 419	37.41 415	49.02 418	39.02 417

ktn	48.94 417	57.58 420	38.86 403	59.57 421	43.27 417	50.37 415	43.38 417	48.07 409	61.11 413	51.30 411	54.25 411	54.96 408	52.88 414	47.30 415	35.83 407	57.77 421	24.88 418	62.69 422	43.55 418	50.70 419	40.41 418

DPSimNet_ROB	53.45 418	64.73 424	44.39 406	53.97 417	45.39 419	53.66 418	54.83 420	55.15 419	57.87 411	64.16 421	50.83 406	63.40 416	53.34 415	46.45 413	65.81 421	63.13 423	26.54 419	57.94 420	51.11 421	45.52 417	50.69 423

KSHMR	55.63 419	63.60 423	37.85 402	74.69 424	49.56 421	49.01 413	45.73 418	57.46 421	63.97 416	61.61 418	62.07 418	72.39 422	47.01 410	50.65 417	43.29 414	54.10 420	62.21 422	66.10 423	53.94 422	51.25 421	46.11 421

HanzoNet	56.48 420	59.32 421	58.25 411	55.32 418	41.94 416	50.95 416	41.33 415	51.12 414	61.40 414	65.62 422	65.59 419	71.66 421	69.41 421	70.77 423	60.03 420	63.99 424	34.70 420	61.96 421	50.54 420	51.00 420	44.71 420

JetRed	61.02 421	61.05 422	82.56 419	46.09 415	56.80 423	83.19 423	63.76 421	59.26 422	63.61 415	69.29 423	68.85 422	66.59 417	47.62 411	61.57 421	74.09 422	45.58 418	66.14 425	46.59 415	45.06 419	63.17 422	49.58 422

LRCNet_RVC	66.23 422	65.67 425	67.63 416	71.47 423	54.32 422	32.17 394	2.66 277	63.19 423	21.35 363	81.79 425	91.26 425	83.62 424	71.62 422	69.32 422	52.57 419	95.49 430	64.45 424	95.07 430	95.19 430	71.52 424	74.31 426

SPstereo	72.39 423	47.55 416	62.34 413	56.88 420	45.69 420	78.85 422	84.60 424	100.00 436	100.00 434	98.50 432	98.20 430	100.00 437	96.58 428	96.95 430	81.91 423	46.63 419	38.86 421	67.86 424	64.79 424	39.95 416	41.68 419

ASD4	75.85 424	81.57 426	69.25 417	68.23 422	80.87 427	96.24 426	99.15 431	77.50 424	93.47 428	77.59 424	85.63 423	78.32 423	76.43 423	77.89 424	82.61 424	58.30 422	62.67 423	55.02 418	62.43 423	68.35 423	65.49 425

MADNet++	82.84 425	82.38 427	73.57 418	87.72 429	82.97 428	93.14 424	69.15 422	86.42 428	82.50 424	93.46 429	86.70 424	86.28 425	80.92 424	88.34 425	88.84 425	86.83 428	84.17 429	72.64 425	68.92 425	80.47 429	81.42 430

tt	83.26 426	0.34 54	99.99 434	79.40 428	93.18 429	100.00 433	100.00 434	100.00 436	99.95 431	60.33 417	47.63 404	99.98 435	99.96 432	99.98 434	100.00 437	92.42 429	99.82 433	73.83 429	73.63 426	88.42 430	56.35 424

xxxxx1	85.63 427	90.31 428	96.68 427	76.54 425	80.57 424	97.44 428	96.86 428	85.53 425	88.53 425	88.68 426	91.71 426	94.23 426	92.93 425	90.02 426	91.98 426	70.60 425	70.39 426	73.68 426	81.46 427	74.61 425	79.86 427

tt_ll	85.63 427	90.31 428	96.68 427	76.54 425	80.57 424	97.44 428	96.86 428	85.53 425	88.53 425	88.68 426	91.71 426	94.23 426	92.93 425	90.02 426	91.98 426	70.60 425	70.39 426	73.68 426	81.46 427	74.61 425	79.86 427

ff	85.63 427	90.31 428	96.68 427	76.54 425	80.57 424	97.44 428	96.86 428	85.53 425	88.53 425	88.68 426	91.71 426	94.23 426	92.93 425	90.02 426	91.98 426	70.60 425	70.39 426	73.68 426	81.46 427	74.61 425	79.86 427

PML	97.88 430	100.00 436	96.45 426	98.01 432	97.88 432	100.00 433	99.35 432	96.88 429	97.72 430	100.00 436	97.36 429	97.38 430	99.60 431	100.00 437	96.32 430	99.99 435	97.55 430	100.00 433	96.01 431	99.18 432	87.92 431

MEDIAN_ROB	98.41 431	99.70 431	99.30 431	97.09 430	97.02 430	96.89 427	95.77 427	97.66 431	97.28 429	98.79 433	98.94 431	99.18 431	98.14 430	96.89 429	96.88 431	99.96 434	99.16 431	100.00 433	99.99 434	99.69 433	99.88 433

HaxPig	98.85 432	99.94 433	95.08 425	99.99 436	100.00 435	94.03 425	94.78 425	99.15 432	99.98 433	99.99 435	100.00 433	99.98 435	99.99 433	98.12 431	95.97 429	100.00 437	99.99 435	100.00 433	99.99 434	100.00 436	99.99 436

Anonymous_1	99.08 433	99.91 432	99.85 433	97.63 431	99.10 433	100.00 433	100.00 434	99.61 433	99.96 432	99.28 434	99.86 432	99.54 432	99.99 433	99.29 432	99.75 432	96.05 431	99.59 432	97.31 431	98.57 432	97.71 431	98.63 432

test_example2	99.39 434	99.98 435	99.99 434	100.00 439	99.98 434	99.72 432	99.99 433	97.34 430	100.00 434	100.00 436	100.00 433	96.42 429	96.66 429	99.97 433	99.96 433	100.00 437	99.97 434	98.66 432	99.15 433	100.00 436	100.00 438

AVERAGE_ROB	99.62 435	99.95 434	98.81 430	100.00 439	100.00 435	98.08 431	95.47 426	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	99.99 434	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

DGTPSM_ROB	99.90 436	100.00 436	99.99 434	99.99 436	100.00 435	100.00 433	100.00 434	99.97 434	100.00 434	98.35 430	100.00 433	99.84 433	100.00 435	99.98 434	99.99 434	99.99 435	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

DPSMNet_ROB	99.91 437	100.00 436	99.99 434	99.99 436	100.00 435	100.00 433	100.00 434	99.98 435	100.00 434	98.35 430	100.00 433	99.84 433	100.00 435	99.98 434	99.99 434	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

DPSM_ROB	99.95 438	100.00 436	100.00 438	99.76 434	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	99.21 432	100.00 436	100.00 433	100.00 436	99.99 434	99.95 434

DPSM	99.95 438	100.00 436	100.00 438	99.76 434	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	99.21 432	100.00 436	100.00 433	100.00 436	99.99 434	99.95 434

MyStereo03	100.00 440	100.00 436	100.00 438	100.00 439	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

MyStereo02	100.00 440	100.00 436	100.00 438	100.00 439	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

MyStereo	100.00 440	100.00 436	100.00 438	100.00 439	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

Selective-RAFT-Error	100.00 440	100.00 436	100.00 438	100.00 439	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

CasAABBNet	100.00 440	100.00 436	100.00 438	100.00 439	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	100.00 438

LSM0	100.00 440	100.00 436	100.00 438	100.00 439	100.00 435	100.00 433	100.00 434	100.00 436	100.00 434	100.00 436	100.00 433	100.00 437	100.00 435	100.00 437	100.00 437	100.00 437	100.00 436	100.00 433	100.00 436	100.00 436	99.99 436

FADE		17.27 395		10.46 387	9.90 389			35.80 400	53.05 406	20.32 370		26.54 377		39.35 406		30.62 414	14.22 415	38.39 413	37.63 416	5.22 382	5.56 386

Low-res two-view benchmark