Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

panet	0.22 10	0.14 102	0.67 14	0.00 1	0.00 1	1.24 115	0.01 55	1.16 33	0.56 52	0.09 25	0.08 67	0.05 27	0.00 1	0.29 46	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Sa-1000	1.04 209	0.39 225	1.17 105	0.00 1	0.20 302	1.33 147	0.03 143	4.19 265	1.81 283	0.99 164	5.33 344	0.61 123	0.15 134	4.07 206	0.30 154	0.00 1	0.00 1	0.00 1	0.16 350	0.13 272	0.00 1

SA	0.83 160	0.41 233	1.17 105	0.00 1	0.20 302	1.28 129	0.01 55	3.98 251	1.86 290	0.41 85	0.96 214	0.27 86	1.33 280	4.07 206	0.35 174	0.00 1	0.00 1	0.00 1	0.17 356	0.14 278	0.01 64

ADLNet2	1.38 269	0.39 225	3.13 292	0.00 1	0.70 365	1.23 114	0.26 264	4.19 265	2.36 324	1.45 220	3.16 315	4.23 330	0.82 252	4.56 238	0.88 245	0.00 1	0.00 1	0.00 1	0.00 1	0.13 272	0.02 153

TestStereo	0.61 100	0.55 286	1.84 202	0.00 1	0.00 1	0.94 26	0.00 1	1.65 55	0.23 31	0.12 42	0.03 49	0.08 48	0.06 70	6.59 317	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.66 116	0.17 127	2.08 228	0.00 1	0.01 104	1.22 101	0.00 1	2.79 121	0.73 130	0.78 129	0.46 152	2.32 266	0.63 228	1.77 146	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

Anonymous	0.25 21	0.13 97	1.19 111	0.00 1	0.00 1	0.24 3	0.01 55	2.54 107	0.42 45	0.02 2	0.02 31	0.05 27	0.07 81	0.15 9	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.10 253	0.08 288

ADLNet	1.20 247	0.29 194	1.98 215	0.00 1	0.02 173	2.20 279	0.11 218	4.39 282	2.52 332	2.19 275	2.20 289	2.66 275	0.70 243	3.42 180	1.25 269	0.00 1	0.00 1	0.00 1	0.00 1	0.10 253	0.04 218

GES	0.61 100	0.08 39	1.78 195	0.00 1	0.00 1	1.59 231	0.07 193	5.32 338	0.13 4	0.62 104	0.32 121	0.37 97	0.67 241	0.68 102	0.49 203	0.03 341	0.00 1	0.01 324	0.00 1	0.02 95	0.01 64

222	2.69 341	0.09 51	1.03 71	0.00 1	0.00 1	1.54 216	0.00 1	5.61 351	1.55 258	1.51 222	2.10 280	0.53 119	0.07 81	4.54 235	35.09 417	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

xxxx	1.78 310	0.07 33	1.02 60	0.00 1	0.01 104	1.44 180	0.00 1	5.81 360	1.53 256	1.37 212	1.91 267	1.08 182	0.05 55	4.37 221	16.98 399	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

UPFNet	0.87 176	0.09 51	2.05 224	0.00 1	0.00 1	1.90 271	0.11 218	3.41 195	0.83 151	2.15 271	0.10 71	1.92 235	0.09 101	3.94 202	0.70 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

CREStereo	0.22 10	0.17 127	0.64 10	0.00 1	0.01 104	1.22 101	0.01 55	1.15 32	0.56 52	0.10 36	0.07 64	0.04 11	0.00 1	0.32 55	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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
AF-Net	2.17 331	0.65 310	3.53 314	0.00 1	0.09 249	2.02 275	0.48 306	6.44 369	1.70 277	3.36 328	10.22 369	4.95 346	2.81 335	4.34 217	2.66 327	0.00 1	0.00 1	0.00 1	0.00 1	0.13 272	0.01 64

HSM-Net_RVC	1.40 272	0.07 33	1.58 169	0.00 1	0.01 104	1.88 269	0.05 177	7.24 381	1.71 279	3.63 334	3.63 325	3.21 308	0.36 191	4.25 213	0.44 192	0.01 311	0.01 226	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccs_rob	0.65 111	0.17 127	2.09 229	0.00 1	0.01 104	1.22 101	0.00 1	2.77 120	0.73 130	0.75 122	0.44 148	2.32 266	0.64 231	1.76 145	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

NVstereo2D	1.09 225	0.17 127	4.40 346	0.00 1	0.00 1	1.59 231	0.18 241	4.29 276	1.40 233	0.85 136	0.36 133	2.30 263	0.62 227	5.26 264	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

Former-RAFT_DAM_RVC	0.23 15	0.13 97	0.62 6	0.01 18	0.00 1	1.05 49	0.00 1	0.63 13	0.80 146	0.76 124	0.18 94	0.09 52	0.06 70	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

whm_eth	0.68 123	0.52 277	3.05 286	0.01 18	0.00 1	1.26 125	0.02 102	3.36 187	1.93 297	0.26 57	2.52 298	0.13 65	0.11 116	0.18 14	0.10 63	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.11 302

MIF-Stereo (partial)	0.27 23	0.18 132	1.14 96	0.01 18	0.00 1	0.43 12	0.02 102	1.97 68	0.39 44	0.11 41	0.08 67	0.07 45	0.06 70	0.44 74	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.02 153

CASnet	0.16 2	0.14 102	0.52 3	0.01 18	0.00 1	0.86 21	0.00 1	0.51 4	0.75 134	0.10 36	0.01 1	0.04 11	0.02 17	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.65 111	0.14 102	2.02 220	0.01 18	0.01 104	1.10 61	0.00 1	2.80 122	0.97 171	0.48 94	0.28 118	2.31 265	1.50 287	1.19 121	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

CFNet_ucs	0.77 141	0.20 147	2.22 242	0.01 18	0.01 104	1.32 141	0.00 1	3.30 180	1.31 222	1.15 183	1.14 224	2.19 260	0.42 201	2.04 151	0.12 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

CBFPSM	1.39 270	0.61 301	4.29 341	0.01 18	0.01 104	3.64 331	0.03 143	3.39 191	0.80 146	0.64 111	0.21 107	6.18 359	3.70 356	2.38 156	1.82 293	0.00 1	0.01 226	0.00 1	0.00 1	0.08 224	0.01 64

ProNet	0.20 5	0.25 172	0.78 21	0.01 18	0.01 104	0.95 29	0.00 1	0.70 15	0.68 105	0.02 2	0.01 1	0.05 27	0.03 35	0.31 49	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.12 267	0.04 218

RCA-Stereo	0.37 43	0.14 102	0.76 19	0.01 18	0.00 1	1.17 80	0.00 1	3.14 154	0.61 65	0.71 118	0.47 155	0.05 27	0.13 132	0.19 17	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.06 199	0.01 64

fff	0.66 116	0.42 236	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 289	0.14 77	0.09 52	1.83 308	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

Wz-Net-LNSev-Ref	1.54 286	0.68 315	4.62 352	0.01 18	0.00 1	5.13 358	0.30 284	4.64 299	1.23 210	2.39 297	0.59 170	2.12 250	2.00 316	4.94 252	2.19 315	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

BUS	0.97 192	0.10 70	0.96 45	0.01 18	0.00 1	5.85 364	0.03 143	5.40 341	0.93 166	2.26 283	0.66 179	2.39 270	0.06 70	0.61 98	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Wz-Net-MNSev	1.85 314	1.19 365	5.61 368	0.01 18	0.00 1	4.74 352	2.16 356	4.93 318	1.48 250	3.77 337	1.24 236	1.77 226	2.56 328	4.94 252	2.61 325	0.00 1	0.01 226	0.00 1	0.00 1	0.07 213	0.01 64

IER	0.75 136	0.12 88	1.93 205	0.01 18	0.00 1	2.31 285	0.02 102	2.96 131	0.98 173	1.30 202	0.96 214	1.40 199	1.19 269	1.31 128	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 160	0.10 70	0.96 45	0.01 18	0.00 1	3.32 320	0.21 250	5.40 341	0.93 166	2.26 283	0.66 179	1.81 229	0.10 108	0.61 98	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 218	0.13 97	2.07 226	0.01 18	0.00 1	3.32 320	0.21 250	5.40 341	0.92 163	2.26 283	0.66 179	3.43 314	0.05 55	2.81 165	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

test_4	0.51 79	0.10 70	1.27 123	0.01 18	0.06 224	0.97 30	0.03 143	1.12 31	0.16 12	0.27 58	3.42 321	0.65 129	0.09 101	1.59 137	0.26 136	0.00 1	0.00 1	0.00 1	0.08 327	0.14 278	0.00 1

psmg	0.83 160	0.10 70	0.96 45	0.01 18	0.00 1	3.28 318	0.27 267	4.83 314	0.93 166	1.92 255	1.46 246	1.81 229	0.10 108	0.61 98	0.18 104	0.00 1	0.00 1	0.01 324	0.00 1	0.01 25	0.00 1

CSP-Net	1.01 203	0.52 277	0.92 38	0.01 18	0.00 1	2.83 310	0.05 177	4.99 320	0.69 118	0.91 144	0.85 206	1.82 231	0.23 163	6.04 290	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.10 253	0.01 64

GLC_STEREO	0.13 1	0.08 39	0.61 5	0.01 18	0.00 1	0.94 26	0.03 143	0.29 1	0.21 28	0.05 17	0.02 31	0.06 37	0.04 48	0.26 38	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

THIR-Stereo	1.48 279	0.29 194	1.51 155	0.01 18	0.02 173	1.05 49	4.32 381	2.11 74	0.22 30	1.08 176	4.24 334	1.93 236	4.19 361	6.76 331	1.87 297	0.00 1	0.00 1	0.04 355	0.00 1	0.05 183	0.00 1

ICVP	0.46 66	0.08 39	1.58 169	0.01 18	0.01 104	1.10 61	0.21 250	3.80 237	0.52 50	0.42 86	0.27 116	0.33 94	0.06 70	0.57 93	0.13 76	0.00 1	0.07 335	0.00 1	0.00 1	0.04 165	0.01 64
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.36 39	0.27 177	0.76 19	0.01 18	0.00 1	1.20 96	0.01 55	2.15 75	0.62 72	0.15 49	0.22 111	0.69 136	0.12 126	0.28 44	0.18 104	0.00 1	0.06 326	0.00 1	0.00 1	0.27 339	0.22 348

Anonymous3	0.49 75	0.12 88	2.21 235	0.01 18	0.00 1	2.53 295	0.09 208	3.16 159	0.65 86	0.12 42	0.22 111	0.12 61	0.05 55	0.37 65	0.08 48	0.00 1	0.07 335	0.00 1	0.00 1	0.04 165	0.03 193

raftrobust	0.46 66	0.42 236	1.05 80	0.01 18	0.21 307	1.17 80	0.05 177	2.07 73	0.19 21	2.98 318	0.02 31	0.12 61	0.15 134	0.25 32	0.31 156	0.00 1	0.03 299	0.00 1	0.00 1	0.08 224	0.06 263

sAnonymous2	0.37 43	0.32 202	3.21 298	0.01 18	0.00 1	0.35 8	0.08 199	1.96 66	0.90 160	0.03 11	0.05 58	0.04 11	0.11 116	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.18 336

CroCo_RVC	0.37 43	0.32 202	3.21 298	0.01 18	0.00 1	0.35 8	0.08 199	1.96 66	0.90 160	0.03 11	0.05 58	0.04 11	0.11 116	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.18 336

RALAANet	0.54 90	0.62 303	1.41 144	0.01 18	0.01 104	0.92 24	0.02 102	2.39 85	1.87 292	1.13 181	0.38 136	0.15 73	0.30 175	1.00 114	0.38 184	0.00 1	0.00 1	0.00 1	0.04 306	0.14 278	0.01 64

sCroCo_RVC	0.21 6	0.14 102	1.54 157	0.01 18	0.00 1	0.13 1	0.04 164	1.10 30	0.65 86	0.10 36	0.05 58	0.03 6	0.04 48	0.23 25	0.05 17	0.00 1	0.07 335	0.00 1	0.00 1	0.01 25	0.00 1

HCRNet	0.73 129	0.19 139	1.10 87	0.01 18	0.00 1	1.17 80	0.01 55	3.07 146	1.97 299	0.60 103	0.21 107	0.56 121	0.11 116	5.34 269	0.20 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153

csc	0.66 116	0.42 236	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 289	0.14 77	0.09 52	1.83 308	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

cscssc	0.66 116	0.42 236	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 289	0.14 77	0.09 52	1.83 308	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

111	0.79 149	0.70 320	2.21 235	0.01 18	0.01 104	1.19 88	0.16 234	3.78 233	1.98 301	1.22 197	0.91 210	2.01 240	0.32 183	0.32 55	0.64 229	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.17 330

GMStereo	0.25 21	0.60 298	1.28 125	0.01 18	0.00 1	0.48 13	0.00 1	0.74 19	1.24 213	0.16 50	0.03 49	0.07 45	0.09 101	0.22 23	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
SFCPSM	0.81 155	0.11 84	2.53 264	0.01 18	0.07 232	2.45 291	0.18 241	4.99 320	1.18 204	0.77 126	0.78 199	0.69 136	0.31 179	1.72 144	0.20 111	0.00 1	0.00 1	0.00 1	0.05 311	0.06 199	0.01 64

UNet	1.13 236	0.24 170	4.21 337	0.01 18	0.02 173	2.31 285	0.02 102	3.06 144	0.76 142	1.17 187	0.14 77	2.73 279	1.58 296	4.48 231	1.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

acv_ft	0.79 149	0.21 153	1.28 125	0.01 18	1.08 374	1.68 254	0.01 55	3.75 229	1.05 186	1.31 205	0.66 179	1.94 237	0.46 206	0.31 49	1.68 287	0.00 1	0.00 1	0.00 1	0.00 1	0.27 339	0.00 1

HGLStereo	1.03 207	0.18 132	1.50 152	0.01 18	0.01 104	1.41 171	0.01 55	3.41 195	0.82 149	1.05 172	3.09 311	2.11 248	1.24 274	4.51 232	1.18 264	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.03 193

CFNet-ft	0.77 141	0.46 255	1.34 137	0.01 18	0.27 329	1.32 141	0.02 102	2.40 86	0.68 105	0.63 108	0.18 94	3.23 310	0.21 160	3.97 203	0.54 213	0.00 1	0.00 1	0.01 324	0.00 1	0.03 134	0.02 153

DSFCA	1.30 257	0.14 102	1.82 199	0.01 18	0.03 192	3.74 334	0.86 326	2.71 118	1.23 210	3.09 321	0.41 142	2.93 290	1.49 284	6.12 294	1.35 275	0.00 1	0.02 275	0.00 1	0.00 1	0.02 95	0.01 64

DMCA	0.68 123	0.22 162	1.96 212	0.01 18	0.01 104	1.28 129	0.02 102	3.02 136	1.54 257	2.14 270	0.15 83	1.74 222	0.10 108	0.45 79	0.95 252	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

stereogan	2.13 329	0.31 198	3.75 321	0.01 18	0.09 249	7.44 377	0.60 316	4.27 274	3.29 344	3.91 341	4.62 337	6.41 360	1.84 311	5.17 260	0.58 220	0.00 1	0.01 226	0.01 324	0.00 1	0.24 328	0.05 235

MSMDNet	0.65 111	0.14 102	2.02 220	0.01 18	0.01 104	1.11 65	0.00 1	2.88 128	0.98 173	0.49 97	0.28 118	2.32 266	1.49 284	1.19 121	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

CFNet_RVC	0.77 141	0.46 255	1.34 137	0.01 18	0.27 329	1.32 141	0.02 102	2.40 86	0.68 105	0.63 108	0.18 94	3.23 310	0.21 160	3.97 203	0.54 213	0.00 1	0.00 1	0.01 324	0.00 1	0.03 134	0.02 153

DeepPruner_ROB	0.86 171	0.50 272	1.80 198	0.01 18	0.00 1	1.57 219	0.17 237	3.48 207	0.42 45	3.31 327	0.02 31	2.09 247	0.17 140	3.01 169	0.61 225	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.01 64

HSM	1.36 266	0.40 230	1.07 82	0.01 18	0.30 340	1.73 260	0.03 143	5.89 361	1.22 209	1.83 250	1.36 243	4.78 342	1.30 279	6.61 320	0.57 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

ETE_ROB	1.16 242	0.52 277	1.71 188	0.01 18	0.02 173	1.79 265	0.22 254	4.10 258	1.32 223	4.68 353	1.18 231	2.81 282	0.08 96	3.56 184	1.12 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 263

MGS-Stereo	0.31 30	0.10 70	0.89 35	0.02 65	0.00 1	0.50 14	0.00 1	0.39 3	0.61 65	0.02 2	2.91 308	0.04 11	0.03 35	0.21 22	0.06 34	0.00 1	0.00 1	0.00 1	0.00 1	0.44 366	0.00 1

MyStereo07	0.27 23	0.27 177	0.64 10	0.02 65	0.01 104	1.64 247	0.01 55	1.41 39	0.73 130	0.10 36	0.01 1	0.03 6	0.10 108	0.24 28	0.04 7	0.00 1	0.07 335	0.00 1	0.00 1	0.03 134	0.06 263

MyStereo06	0.80 153	0.19 139	2.53 264	0.02 65	0.00 1	1.51 205	0.01 55	4.61 295	0.24 34	0.89 139	0.69 188	3.14 303	1.18 268	0.58 96	0.33 163	0.00 1	0.06 326	0.00 1	0.00 1	0.02 95	0.07 279

MyStereo05	0.79 149	0.19 139	3.17 294	0.02 65	0.00 1	1.51 205	0.01 55	3.56 214	2.48 330	1.34 206	0.02 31	1.25 193	0.38 195	1.19 121	0.50 204	0.00 1	0.06 326	0.00 1	0.00 1	0.02 95	0.07 279

MyStereo04	0.78 148	0.27 177	3.19 295	0.02 65	0.01 104	1.64 247	0.01 55	3.64 221	2.20 318	0.98 160	0.02 31	1.29 195	0.57 217	1.10 118	0.53 210	0.00 1	0.07 335	0.00 1	0.00 1	0.03 134	0.06 263

ff7	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

IGEVStereo-DCA	0.46 66	0.09 51	1.02 60	0.02 65	0.00 1	0.82 19	0.00 1	0.53 5	0.75 134	0.09 25	0.03 49	0.03 6	0.06 70	5.04 256	0.51 206	0.00 1	0.00 1	0.00 1	0.15 344	0.05 183	0.01 64

ffff	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

rrr	0.62 105	0.09 51	2.07 226	0.02 65	0.00 1	0.82 19	0.06 190	2.29 79	0.85 157	0.09 25	0.03 49	0.03 6	0.06 70	5.04 256	0.51 206	0.00 1	0.00 1	0.00 1	0.19 359	0.05 183	0.07 279

11t	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

MSKI-zero shot	0.73 129	0.13 97	1.56 166	0.02 65	0.14 275	1.34 149	0.04 164	3.00 133	0.23 31	0.67 113	1.64 250	0.89 158	0.00 1	4.55 236	0.10 63	0.00 1	0.02 275	0.00 1	0.21 366	0.03 134	0.01 64

AEACV	0.22 10	0.05 8	0.66 13	0.02 65	0.03 192	0.87 22	0.00 1	1.07 29	0.15 9	0.18 53	0.01 1	0.02 2	0.72 244	0.15 9	0.09 55	0.00 1	0.03 299	0.00 1	0.27 380	0.08 224	0.07 279

4D-IteraStereo	0.35 35	0.60 298	1.93 205	0.02 65	0.09 249	1.03 36	0.07 193	1.25 35	0.34 41	0.02 2	0.03 49	0.84 155	0.10 108	0.31 49	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.07 279

anonymousdsp	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 52	0.00 1	0.74 19	0.77 143	0.09 25	0.01 1	0.04 11	0.07 81	0.25 32	0.04 7	0.00 1	0.00 1	0.00 1	0.16 350	0.08 224	0.03 193

CroCo-Stereo Lap2	0.33 31	0.49 269	1.18 108	0.02 65	0.00 1	0.33 6	0.00 1	3.08 148	0.61 65	0.02 2	0.01 1	0.04 11	0.08 96	0.45 79	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.02 153

qqq	0.50 76	0.04 4	0.78 21	0.02 65	0.00 1	1.05 49	0.00 1	3.15 156	0.68 105	0.46 92	0.01 1	0.73 141	0.12 126	2.95 167	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

ccc-4	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 344	0.07 213	0.01 64

Wz-Net-LNSev	1.30 257	0.85 340	6.26 377	0.02 65	0.03 192	4.02 337	0.13 226	4.21 267	1.12 198	0.77 126	0.10 71	3.60 318	1.11 264	2.68 161	1.12 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

IGEV-Stereo	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 52	0.00 1	0.73 18	0.77 143	0.09 25	0.01 1	0.04 11	0.07 81	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 350	0.08 224	0.03 193
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	1.08 218	0.56 290	2.70 274	0.02 65	0.02 173	1.20 96	0.01 55	3.18 162	0.63 75	0.14 48	2.00 273	1.62 214	1.54 290	6.69 326	1.01 256	0.00 1	0.00 1	0.00 1	0.00 1	0.23 325	0.01 64

UDGNet	0.35 35	0.50 272	1.14 96	0.02 65	0.00 1	1.12 67	0.02 102	0.70 15	1.57 264	0.31 61	0.05 58	0.06 37	0.02 17	1.45 136	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CrosDoStereo	1.66 296	0.15 113	1.66 181	0.02 65	0.07 232	1.38 164	6.16 399	3.12 152	1.06 189	0.97 151	3.74 327	0.96 168	4.79 367	7.00 352	1.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.11 262	0.00 1

STrans-v2	1.67 300	0.36 212	3.28 302	0.02 65	0.19 298	1.45 186	0.08 199	6.69 375	1.49 252	2.00 262	2.86 307	3.67 321	3.88 359	7.04 354	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DeepStereo_LL	1.66 296	0.15 113	1.66 181	0.02 65	0.07 232	1.38 164	6.16 399	3.12 152	1.06 189	0.97 151	3.74 327	0.96 168	4.79 367	7.00 352	1.92 301	0.00 1	0.00 1	0.00 1	0.00 1	0.11 262	0.00 1

AnonymousM	0.34 33	0.07 33	0.63 7	0.02 65	0.01 104	1.09 59	0.03 143	1.54 52	0.68 105	0.17 51	0.04 56	0.02 2	0.24 165	0.25 32	0.04 7	0.00 1	0.01 226	1.93 391	0.00 1	0.01 25	0.00 1

s12784h	0.56 92	0.14 102	1.22 117	0.02 65	0.00 1	1.14 72	0.03 143	3.43 199	1.47 246	1.02 166	1.41 245	0.05 27	0.02 17	1.08 117	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

test_xeample3	0.35 35	0.10 70	1.95 209	0.02 65	0.00 1	0.93 25	0.07 193	1.70 58	0.86 159	0.09 25	0.04 56	0.05 27	0.05 55	0.23 25	0.51 206	0.00 1	0.00 1	0.00 1	0.24 372	0.06 199	0.08 288

test_xeample	1.79 312	0.08 39	1.03 71	0.02 65	0.00 1	1.44 180	0.00 1	5.48 346	1.84 285	1.65 236	2.17 288	0.37 97	0.06 70	4.00 205	17.67 401	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

psm_up	0.84 166	0.32 202	1.44 148	0.02 65	0.00 1	1.98 273	0.05 177	3.40 193	1.04 182	2.06 267	0.40 140	1.74 222	0.45 204	3.47 183	0.24 125	0.06 354	0.00 1	0.00 1	0.00 1	0.08 224	0.00 1

PMTNet	0.21 6	0.19 139	0.85 25	0.02 65	0.02 173	1.14 72	0.30 284	0.88 23	0.11 1	0.03 11	0.02 31	0.07 45	0.02 17	0.37 65	0.12 72	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

FADNet_RVC	1.15 240	1.06 358	4.34 345	0.02 65	0.06 224	2.77 308	0.04 164	3.50 208	0.80 146	0.35 76	0.32 121	0.65 129	0.09 101	5.20 261	1.56 281	0.24 376	0.34 385	0.11 367	0.33 388	0.65 380	0.60 369

R-Stereo Train	0.44 60	0.09 51	0.94 40	0.02 65	0.00 1	1.24 115	0.09 208	3.65 222	0.11 1	1.87 252	0.42 143	0.06 37	0.01 5	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 153

RAFT-Stereo	0.44 60	0.09 51	0.94 40	0.02 65	0.00 1	1.24 115	0.09 208	3.65 222	0.11 1	1.87 252	0.42 143	0.06 37	0.01 5	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UCFNet_RVC	0.66 116	0.35 208	1.20 115	0.02 65	0.30 340	1.53 212	0.01 55	3.42 197	0.67 100	1.12 180	0.73 197	1.26 194	0.20 156	1.84 148	0.46 199	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AdaStereo	0.65 111	0.09 51	1.12 91	0.02 65	0.00 1	1.45 186	0.23 258	4.38 280	1.44 241	1.17 187	0.37 134	1.56 206	0.18 144	0.56 92	0.37 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PS-NSSS	1.08 218	0.45 251	1.70 187	0.02 65	0.01 104	1.37 159	0.01 55	4.38 280	2.09 306	1.15 183	2.65 302	0.65 129	0.07 81	6.35 305	0.56 216	0.16 367	0.00 1	0.00 1	0.00 1	0.05 183	0.00 1

StereoDRNet-Refined	0.83 160	0.12 88	1.18 108	0.02 65	0.01 104	1.31 140	0.00 1	3.33 183	1.07 191	1.92 255	1.24 236	2.48 272	0.18 144	1.86 149	1.67 286	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.05 235
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	1.30 257	0.63 306	2.31 250	0.02 65	0.03 192	1.57 219	3.41 371	3.91 249	1.39 229	3.14 323	0.34 128	3.90 325	0.30 175	3.75 192	1.19 265	0.00 1	0.00 1	0.02 347	0.00 1	0.03 134	0.05 235

LALA_ROB	1.33 263	0.59 296	1.74 190	0.02 65	0.06 224	3.25 317	0.50 310	3.45 202	1.39 229	3.70 335	0.59 170	4.59 338	0.25 168	3.58 185	2.79 328	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.02 153

StereoVision	0.86 171	0.38 219	1.75 192	0.03 104	0.01 104	1.14 72	0.02 102	3.38 190	0.92 163	0.13 47	6.89 355	0.50 117	0.12 126	1.10 118	0.78 239	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.02 153

MIF-Stereo	0.16 2	0.11 84	1.13 95	0.03 104	0.17 287	0.32 5	0.02 102	0.38 2	0.32 39	0.03 11	0.16 85	0.05 27	0.07 81	0.16 12	0.16 93	0.00 1	0.00 1	0.00 1	0.00 1	0.11 262	0.00 1

Any-RAFT	0.64 109	0.08 39	1.07 82	0.03 104	0.00 1	2.77 308	0.08 199	3.57 215	1.23 210	0.96 149	0.26 114	1.61 212	0.31 179	0.72 103	0.06 34	0.00 1	0.10 354	0.00 1	0.00 1	0.01 25	0.00 1

CASS	0.56 92	0.13 97	1.40 143	0.03 104	0.01 104	1.65 251	0.04 164	3.03 138	0.63 75	1.96 259	0.93 212	0.28 87	0.36 191	0.52 86	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.79 149	0.26 176	1.91 203	0.03 104	0.29 338	1.46 192	0.02 102	3.76 230	0.97 171	0.72 120	2.25 290	3.21 308	0.56 215	0.15 9	0.12 72	0.00 1	0.00 1	0.00 1	0.04 306	0.00 1	0.02 153

Selective-RAFT	0.37 43	0.06 23	0.65 12	0.03 104	0.01 104	1.17 80	0.02 102	2.63 110	0.66 92	0.01 1	0.01 1	0.22 80	0.18 144	1.31 128	0.24 125	0.00 1	0.00 1	0.00 1	0.20 362	0.04 165	0.00 1

ssnet_v2	1.14 237	0.28 187	1.77 193	0.03 104	0.00 1	2.07 276	0.37 297	5.20 329	1.87 292	2.00 262	0.87 208	3.09 300	0.55 214	1.31 128	3.02 331	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.12 311

DCANet-4	0.69 126	0.15 113	3.76 322	0.03 104	0.01 104	1.22 101	0.01 55	3.14 154	1.90 294	2.34 289	0.14 77	0.11 58	0.25 168	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 235

ADStereo(finetuned)	0.83 160	0.43 242	3.68 319	0.03 104	0.00 1	1.22 101	0.01 55	3.26 173	1.86 290	2.61 306	0.20 106	0.09 52	2.39 326	0.34 59	0.38 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.06 263

cross-raft	0.53 88	0.12 88	1.78 195	0.03 104	0.01 104	1.04 43	0.10 216	3.21 169	0.23 31	0.37 82	0.01 1	2.86 287	0.04 48	0.24 28	0.24 125	0.00 1	0.01 226	0.00 1	0.16 350	0.01 25	0.02 153

test-1	0.52 82	0.25 172	0.94 40	0.03 104	0.22 309	1.20 96	0.08 199	4.03 255	0.25 36	0.70 117	0.66 179	0.71 139	0.03 35	0.30 48	0.43 189	0.00 1	0.18 374	0.00 1	0.07 322	0.01 25	0.25 353

TANstereo	0.30 29	0.28 187	0.86 27	0.03 104	0.01 104	1.14 72	0.00 1	0.53 5	0.44 47	1.06 175	1.24 236	0.06 37	0.05 55	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALCasStereoNet	0.44 60	0.44 247	1.03 71	0.03 104	0.00 1	1.10 61	0.03 143	2.46 98	0.90 160	0.07 20	0.32 121	0.12 61	0.20 156	1.28 127	0.25 131	0.00 1	0.31 383	0.00 1	0.00 1	0.08 224	0.12 311

DCANet	0.66 116	0.43 242	2.21 235	0.03 104	0.00 1	1.22 101	0.01 55	3.26 173	1.85 289	2.61 306	0.21 107	0.09 52	0.49 208	0.33 58	0.39 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.06 263

RAFT-Stereo + iAFF	0.60 98	0.36 212	0.96 45	0.03 104	0.02 173	1.21 99	0.02 102	2.80 122	1.55 258	1.08 176	2.63 301	0.43 106	0.16 137	0.37 65	0.25 131	0.00 1	0.02 275	0.00 1	0.00 1	0.19 311	0.01 64

CFNet-RSSM	0.51 79	0.12 88	1.26 121	0.03 104	0.14 275	1.24 115	0.02 102	4.12 260	0.15 9	0.31 61	0.01 1	1.96 239	0.04 48	0.19 17	0.25 131	0.00 1	0.01 226	0.00 1	0.27 380	0.01 25	0.01 64

delet	1.14 237	0.32 202	1.56 166	0.03 104	0.17 287	2.86 312	1.03 334	4.25 271	2.14 313	1.03 169	1.17 230	1.64 219	0.92 256	4.35 218	1.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.00 1

Gwc-CoAtRS	0.42 52	0.12 88	1.28 125	0.03 104	0.13 269	1.03 36	0.02 102	2.33 81	0.15 9	0.35 76	0.01 1	2.27 261	0.03 35	0.20 20	0.25 131	0.00 1	0.01 226	0.00 1	0.22 368	0.01 25	0.01 64

DMCA-RVC	0.90 185	0.64 307	3.30 303	0.03 104	0.04 208	1.30 137	0.06 190	2.65 111	0.73 130	3.21 324	0.09 69	0.99 173	0.66 238	3.14 172	0.99 254	0.01 311	0.04 309	0.02 347	0.01 273	0.07 213	0.01 64

FADNet-RVC	1.10 229	1.07 359	4.79 354	0.03 104	0.00 1	1.60 234	0.08 199	3.77 231	1.70 277	0.35 76	0.07 64	0.61 123	0.66 238	5.32 267	1.11 258	0.01 311	0.08 344	0.00 1	0.00 1	0.48 371	0.18 336

FADNet	1.20 247	0.93 348	4.51 349	0.03 104	0.06 224	2.56 296	0.16 234	4.02 253	1.42 236	0.32 63	0.06 63	1.66 220	1.07 261	5.56 278	0.87 244	0.19 370	0.02 275	0.01 324	0.01 273	0.50 373	0.03 193

MLCV	1.01 203	0.53 283	2.17 233	0.03 104	0.00 1	1.60 234	0.03 143	2.90 129	1.30 220	2.60 305	1.85 265	1.00 174	0.40 199	4.88 250	0.74 237	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 64

PSMNet_ROB	1.09 225	0.69 317	2.92 279	0.03 104	0.07 232	1.68 254	0.16 234	3.44 201	1.30 220	0.96 149	0.32 121	2.81 282	0.63 228	4.23 212	2.48 320	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.04 218

AE-Stereo	0.47 70	0.11 84	1.03 71	0.04 127	0.09 249	1.11 65	0.03 143	4.16 262	0.34 41	0.35 76	0.82 203	0.15 73	0.16 137	0.45 79	0.05 17	0.00 1	0.09 348	0.00 1	0.26 378	0.09 243	0.05 235

RAFT-Test	0.61 100	0.16 121	2.27 248	0.04 127	0.15 280	1.80 266	0.17 237	2.52 104	0.65 86	0.56 100	0.11 74	2.76 281	0.02 17	0.27 43	0.34 170	0.00 1	0.07 335	0.00 1	0.29 385	0.01 25	0.01 64

gwcnet-sp	0.98 194	0.38 219	4.06 332	0.04 127	0.00 1	2.60 298	0.15 230	3.51 209	1.13 199	1.75 241	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 193

scenet	0.98 194	0.38 219	4.06 332	0.04 127	0.00 1	2.60 298	0.15 230	3.51 209	1.13 199	1.75 241	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 193

ToySt	0.47 70	0.25 172	2.47 260	0.04 127	0.01 104	1.17 80	0.00 1	2.01 69	0.63 75	0.08 23	0.14 77	1.16 188	0.05 55	0.80 107	0.46 199	0.00 1	0.00 1	0.00 1	0.03 296	0.10 253	0.04 218

MC-Stereo	0.24 20	0.12 88	0.71 16	0.04 127	0.02 173	1.07 52	0.00 1	1.30 36	0.17 17	0.59 102	0.02 31	0.08 48	0.11 116	0.18 14	0.05 17	0.00 1	0.02 275	0.00 1	0.17 356	0.06 199	0.02 153

ssnet	0.98 194	0.38 219	4.06 332	0.04 127	0.00 1	2.60 298	0.15 230	3.51 209	1.13 199	1.75 241	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.03 193

dd	0.34 33	0.67 313	1.55 159	0.04 127	0.01 104	1.22 101	0.03 143	0.84 22	1.16 203	0.18 53	0.05 58	0.12 61	0.05 55	0.29 46	0.44 192	0.02 333	0.00 1	0.00 1	0.00 1	0.05 183	0.00 1

DAS	1.26 253	0.08 39	2.25 243	0.04 127	0.01 104	1.28 129	1.18 338	3.80 237	1.58 268	4.60 350	2.37 293	1.53 203	0.53 211	5.36 270	0.59 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

SepStereo	1.28 254	0.08 39	2.25 243	0.04 127	0.01 104	1.28 129	1.18 338	3.80 237	1.58 268	4.60 350	2.37 293	1.53 203	0.53 211	5.63 282	0.59 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

AASNet	0.86 171	0.53 283	1.96 212	0.04 127	0.00 1	1.70 257	0.05 177	5.13 328	1.84 285	0.93 146	1.88 266	0.96 168	0.19 150	0.67 101	0.91 250	0.00 1	0.00 1	0.00 1	0.00 1	0.27 339	0.09 294

ARAFT	1.12 234	0.82 338	4.11 335	0.04 127	0.00 1	1.64 247	0.03 143	4.85 315	1.69 276	2.78 311	0.57 159	0.47 112	0.11 116	4.81 247	0.24 125	0.00 1	0.03 299	0.00 1	0.00 1	0.24 328	0.05 235

RAFT + AFF	1.63 293	1.13 362	2.62 271	0.04 127	0.80 367	2.29 284	1.03 334	5.54 350	2.06 305	1.77 246	1.81 264	1.22 191	3.65 355	6.23 299	1.57 283	0.01 311	0.35 386	0.00 1	0.01 273	0.33 351	0.12 311

Syn2CoEx	1.66 296	1.17 363	4.29 341	0.04 127	0.00 1	1.44 180	0.56 312	5.33 339	1.98 301	2.01 265	2.12 282	2.08 245	2.81 335	6.55 316	2.42 317	0.00 1	0.00 1	0.00 1	0.00 1	0.33 351	0.06 263

FENet	0.52 82	0.07 33	1.62 173	0.04 127	0.00 1	1.19 88	0.05 177	3.10 150	0.98 173	0.89 139	0.01 1	1.63 217	0.09 101	0.47 83	0.28 144	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 64

hitnet-ft	1.09 225	0.39 225	1.45 149	0.04 127	0.00 1	1.34 149	0.22 254	3.34 186	2.25 321	1.48 221	1.11 223	4.17 329	0.37 193	4.73 244	0.79 240	0.01 311	0.00 1	0.03 352	0.00 1	0.09 243	0.01 64

XPNet_ROB	1.17 243	0.41 233	1.68 185	0.04 127	0.01 104	1.65 251	0.17 237	3.46 204	1.39 229	3.89 340	1.01 218	1.60 210	0.53 211	4.35 218	3.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153

CoDeX	0.94 188	0.34 206	2.09 229	0.05 144	0.20 302	1.49 200	0.20 248	5.89 361	1.57 264	0.66 112	0.67 186	1.05 178	0.32 183	3.82 197	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

StereoIM	0.22 10	0.29 194	0.87 29	0.05 144	0.18 291	0.41 11	0.01 55	1.24 34	0.56 52	0.02 2	0.03 49	0.13 65	0.05 55	0.32 55	0.24 125	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

CES	0.43 58	0.14 102	0.85 25	0.05 144	1.52 380	1.22 101	0.05 177	1.01 27	0.59 55	0.03 11	0.02 31	0.14 71	0.10 108	0.40 70	0.10 63	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	2.45 391

Selective-IGEV	0.22 10	0.06 23	0.46 1	0.05 144	0.04 208	0.34 7	0.04 164	2.16 76	0.59 55	0.09 25	0.01 1	0.02 2	0.05 55	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 330	0.03 134	0.09 294

knoymous	0.35 35	0.05 8	1.11 89	0.05 144	0.01 104	1.15 77	0.01 55	2.06 71	0.14 6	0.40 84	0.02 31	1.67 221	0.00 1	0.31 49	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GMOStereo	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

error version	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

test-v	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

SACVNet	0.96 191	0.36 212	1.49 151	0.05 144	0.00 1	1.62 244	0.28 275	3.86 246	1.28 217	1.79 248	0.80 201	1.59 208	0.07 81	5.29 265	0.48 202	0.01 311	0.00 1	0.00 1	0.00 1	0.23 325	0.01 64

GwcNet-ADL	0.62 105	0.20 147	2.03 222	0.05 144	0.01 104	1.29 133	0.02 102	3.16 159	1.39 229	0.97 151	0.44 148	1.48 201	0.23 163	0.78 105	0.27 140	0.01 311	0.00 1	0.00 1	0.00 1	0.01 25	0.03 193

test-2	0.42 52	0.28 187	1.02 60	0.05 144	0.18 291	1.04 43	0.02 102	2.40 86	0.16 12	2.25 279	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 311	0.02 153

CREStereo++_RVC	0.29 28	0.19 139	0.83 24	0.05 144	0.00 1	1.19 88	0.00 1	0.66 14	0.99 177	0.25 56	1.26 239	0.05 27	0.07 81	0.20 20	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	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
XX-TBD	0.28 25	0.39 225	0.97 50	0.05 144	0.00 1	1.09 59	0.00 1	0.71 17	0.54 51	0.44 88	1.04 219	0.06 37	0.06 70	0.19 17	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet	1.48 279	0.75 322	4.58 351	0.05 144	0.10 258	2.49 293	1.10 337	4.62 296	1.47 246	3.38 331	0.62 176	2.29 262	0.65 236	4.52 233	2.89 329	0.00 1	0.03 299	0.00 1	0.01 273	0.05 183	0.07 279

DCRE	0.69 126	0.35 208	1.16 103	0.06 158	0.02 173	0.91 23	0.00 1	1.05 28	0.30 37	0.98 160	7.63 358	0.72 140	0.02 17	0.16 12	0.07 39	0.00 1	0.02 275	0.00 1	0.21 366	0.02 95	0.03 193

raft_robust	0.98 194	0.57 293	1.21 116	0.06 158	0.17 287	1.36 154	0.02 102	3.46 204	2.18 316	0.33 64	0.01 1	1.54 205	1.42 282	6.77 332	0.15 85	0.00 1	0.02 275	0.00 1	0.18 358	0.11 262	0.09 294

dad	0.88 180	0.62 303	2.26 245	0.06 158	0.01 104	1.24 115	0.00 1	0.98 26	2.17 315	1.29 201	0.35 131	0.37 97	0.04 48	5.80 286	1.06 257	0.01 311	0.00 1	1.13 388	0.11 338	0.05 183	0.00 1

IPLG	0.86 171	0.41 233	2.31 250	0.06 158	0.06 224	1.36 154	0.11 218	3.17 161	0.83 151	0.62 104	1.00 217	0.46 109	0.61 222	5.57 281	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.01 64

IPLGR	0.76 140	0.21 153	2.98 281	0.06 158	0.07 232	1.24 115	0.05 177	3.09 149	1.38 227	0.62 104	0.34 128	0.75 143	0.78 246	3.35 175	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.06 263

Patchmatch Stereo++	0.50 76	0.09 51	1.01 55	0.06 158	0.07 232	1.60 234	0.27 267	1.45 47	0.68 105	0.98 160	0.18 94	0.77 148	0.03 35	2.58 158	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 66	0.09 51	1.01 55	0.06 158	0.09 249	1.61 238	0.30 284	1.43 40	0.69 118	0.97 151	0.18 94	0.77 148	0.02 17	1.67 143	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

ROB_FTStereo_v2	0.43 58	0.09 51	1.00 52	0.06 158	0.08 242	1.57 219	0.33 290	1.44 44	0.67 100	0.97 151	0.19 102	0.77 148	0.02 17	1.23 124	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

ROB_FTStereo	0.47 70	0.09 51	1.04 75	0.06 158	0.08 242	1.59 231	0.33 290	1.43 40	0.68 105	0.97 151	0.19 102	0.76 144	0.03 35	1.86 149	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

KYRaft	1.19 245	0.05 8	0.94 40	0.06 158	0.24 318	1.25 123	0.78 325	2.48 101	0.61 65	3.23 325	7.13 357	1.00 174	2.77 334	1.43 131	0.14 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 388

HUI-Stereo	0.45 63	0.09 51	1.08 84	0.06 158	0.08 242	1.61 238	0.32 288	1.43 40	0.70 127	0.97 151	0.18 94	0.77 148	0.02 17	1.44 135	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

DRaft	1.34 264	0.12 88	1.19 111	0.06 158	0.01 104	1.64 247	0.43 302	1.86 62	0.14 6	3.76 336	5.27 343	0.41 104	4.38 363	5.49 274	1.68 287	0.01 311	0.06 326	0.00 1	0.07 322	0.07 213	0.11 302

DeepStereo_RVC	0.52 82	0.08 39	1.37 142	0.06 158	0.06 224	1.34 149	0.41 300	1.43 40	0.68 105	1.03 169	0.85 206	0.49 115	1.56 292	0.79 106	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.13 316

iGMRVC	0.51 79	0.09 51	1.04 75	0.06 158	0.08 242	1.61 238	0.27 267	1.44 44	0.69 118	0.97 151	0.19 102	0.76 144	0.03 35	2.69 162	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.04 218

iRAFT	0.50 76	0.09 51	1.01 55	0.06 158	0.07 232	1.60 234	0.27 267	1.45 47	0.68 105	0.98 160	0.18 94	0.77 148	0.03 35	2.58 158	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 235

RAFT-IKP	0.45 63	0.09 51	1.06 81	0.06 158	0.06 224	1.44 180	0.31 287	1.44 44	0.69 118	0.97 151	0.18 94	0.76 144	0.02 17	1.65 142	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.04 218

rafts_anoy	0.39 47	0.44 247	1.15 99	0.06 158	0.03 192	1.12 67	0.04 164	2.75 119	0.33 40	0.10 36	0.16 85	0.11 58	0.19 150	0.74 104	0.31 156	0.00 1	0.14 366	0.00 1	0.01 273	0.02 95	0.05 235

PA-Net	1.31 261	0.59 296	3.65 318	0.06 158	0.15 280	1.44 180	0.54 311	4.08 256	2.71 337	0.78 129	1.16 228	2.32 266	0.64 231	5.96 288	1.92 301	0.01 311	0.00 1	0.00 1	0.00 1	0.04 165	0.06 263
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	1.10 229	0.95 349	2.98 281	0.06 158	0.00 1	2.23 280	0.18 241	3.95 250	2.53 333	0.56 100	0.32 121	1.89 234	0.66 238	5.03 255	0.51 206	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.04 218
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
AANet_RVC	1.66 296	0.88 343	3.52 313	0.06 158	0.00 1	1.22 101	0.00 1	3.25 171	2.51 331	2.21 276	4.49 335	3.65 320	0.20 156	7.10 355	3.42 336	0.50 383	0.04 309	0.00 1	0.00 1	0.08 224	0.05 235

test croco	0.41 50	0.28 187	2.26 245	0.07 178	0.00 1	0.50 14	0.01 55	2.84 125	0.92 163	0.05 17	0.07 64	0.13 65	0.17 140	0.43 72	0.20 111	0.00 1	0.00 1	0.00 1	0.00 1	0.34 354	0.01 64

LoS	0.28 25	0.16 121	0.95 44	0.07 178	0.01 104	1.32 141	0.07 193	1.30 36	0.60 59	0.04 16	0.03 49	0.28 87	0.11 116	0.48 84	0.11 70	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.00 1

test-3	0.63 107	0.06 23	1.00 52	0.07 178	0.13 269	0.99 32	0.01 55	2.46 98	0.20 25	1.96 259	0.01 1	1.10 186	0.05 55	3.75 192	0.23 120	0.00 1	0.00 1	0.00 1	0.26 378	0.15 288	0.13 316

test_1	0.61 100	0.06 23	1.00 52	0.07 178	0.12 264	0.99 32	0.01 55	2.46 98	0.20 25	1.71 239	0.01 1	1.10 186	0.04 48	3.71 190	0.23 120	0.00 1	0.00 1	0.00 1	0.25 375	0.15 288	0.13 316

test_3	0.58 95	0.06 23	1.04 75	0.07 178	0.12 264	1.01 34	0.01 55	2.45 96	0.20 25	0.95 147	0.01 1	1.05 178	0.05 55	3.74 191	0.23 120	0.00 1	0.00 1	0.00 1	0.25 375	0.15 288	0.13 316

PSMNet-ADL	0.77 141	0.08 39	0.90 36	0.07 178	0.01 104	2.01 274	0.02 102	2.55 108	1.11 194	0.33 64	0.59 170	2.15 252	0.69 242	4.07 206	0.85 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

CRE-IMP	0.40 49	0.06 23	1.04 75	0.07 178	0.05 215	1.45 186	0.46 305	1.48 50	0.63 75	0.90 141	0.30 120	0.88 157	0.01 5	0.26 38	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.17 330

CroCo-Stereo	0.39 47	0.40 230	1.67 184	0.07 178	0.00 1	0.19 2	0.01 55	3.55 213	0.75 134	0.08 23	0.02 31	0.46 109	0.08 96	0.28 44	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64
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
RGC	1.86 315	0.67 313	3.45 312	0.07 178	0.26 324	3.29 319	0.11 218	4.78 311	1.46 244	3.26 326	4.51 336	5.14 349	2.68 332	5.46 272	1.94 305	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.09 294

Nwc_Net	1.94 321	0.55 286	3.79 323	0.07 178	0.08 242	2.73 303	0.04 164	6.75 378	1.11 194	2.03 266	7.92 360	4.82 343	2.11 318	4.78 245	2.01 307	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.01 64

ADCP+	2.87 344	0.98 351	8.75 388	0.07 178	0.16 285	5.93 367	2.90 367	4.00 252	1.84 285	1.52 223	0.27 116	3.81 324	3.22 347	6.05 291	17.38 400	0.00 1	0.00 1	0.00 1	0.00 1	0.14 278	0.30 355

iResNet_ROB	1.05 216	0.76 326	2.06 225	0.07 178	0.00 1	1.35 152	0.03 143	6.80 379	2.57 335	0.79 131	1.20 232	0.94 167	0.12 126	3.81 195	0.41 187	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.01 64

tt1	0.88 180	0.27 177	1.25 120	0.08 190	0.00 1	3.36 323	0.02 102	3.03 138	6.40 371	0.33 64	0.66 179	0.05 27	0.40 199	1.59 137	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

riskmin	0.47 70	0.03 1	1.01 55	0.08 190	0.01 104	1.12 67	0.01 55	3.00 133	0.21 28	0.46 92	0.02 31	2.08 245	1.06 260	0.26 38	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 64

Anonymous_2	1.69 305	0.05 8	1.31 134	0.08 190	0.03 192	1.22 101	0.01 55	3.25 171	0.19 21	0.76 124	0.13 76	2.68 276	1.99 315	0.39 69	0.13 76	0.05 349	0.25 378	3.27 394	14.54 418	3.40 388	0.01 64

WZ-Net	4.16 369	1.75 379	23.59 406	0.08 190	0.04 208	2.62 302	2.16 356	5.89 361	4.74 363	5.73 361	3.51 322	6.99 368	4.89 369	10.82 392	10.11 380	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.11 302

MIPNet	0.64 109	0.42 236	2.01 218	0.08 190	0.07 232	1.29 133	0.11 218	3.47 206	1.29 218	0.67 113	0.10 71	0.63 127	0.97 258	1.25 125	0.25 131	0.00 1	0.01 226	0.01 324	0.01 273	0.11 262	0.04 218

DIP-Stereo	0.58 95	0.23 168	0.90 36	0.08 190	0.00 1	1.43 178	0.01 55	6.01 365	1.38 227	0.92 145	0.11 74	0.04 11	0.19 150	0.12 8	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NCC-stereo	1.67 300	0.56 290	3.10 290	0.08 190	0.22 309	2.24 281	0.13 226	5.05 325	1.42 236	2.27 286	2.72 303	4.29 331	3.53 351	5.76 284	2.01 307	0.04 343	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153

Abc-Net	1.67 300	0.56 290	3.10 290	0.08 190	0.22 309	2.24 281	0.13 226	5.05 325	1.42 236	2.27 286	2.72 303	4.29 331	3.53 351	5.76 284	2.01 307	0.04 343	0.00 1	0.00 1	0.00 1	0.03 134	0.02 153
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCPNet	3.63 362	0.82 338	13.20 397	0.08 190	0.43 350	7.02 372	2.23 358	4.77 309	2.41 326	4.31 347	1.96 271	7.57 370	5.16 371	6.45 313	13.80 391	0.02 333	0.75 392	0.04 355	0.90 401	0.16 292	0.53 368

DLCB_ROB	1.17 243	0.22 162	1.28 125	0.08 190	0.00 1	1.51 205	0.23 258	3.39 191	1.52 255	3.43 332	2.00 273	3.40 312	0.31 179	4.29 215	1.82 293	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LargeStereo	0.36 39	0.19 139	0.57 4	0.09 200	0.00 1	0.35 8	0.03 143	4.62 296	0.24 34	0.12 42	0.02 31	0.03 6	0.17 140	0.24 28	0.23 120	0.00 1	0.05 318	0.00 1	0.04 306	0.09 243	0.08 288

LL-Strereo2	0.36 39	0.47 263	1.08 84	0.09 200	0.03 192	1.12 67	0.07 193	1.66 57	0.93 166	0.43 87	0.02 31	0.51 118	0.08 96	0.23 25	0.29 148	0.00 1	0.00 1	0.00 1	0.03 296	0.04 165	0.04 218

DEmStereo	1.51 281	0.08 39	2.17 233	0.09 200	0.02 173	1.76 261	0.90 329	1.47 49	0.60 59	2.46 301	6.42 353	1.08 182	5.16 371	6.21 297	1.86 296	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

APVNet	1.52 282	0.31 198	4.00 328	0.09 200	0.00 1	4.64 351	0.08 199	4.41 284	1.21 208	1.25 200	1.05 220	2.90 289	0.93 257	6.70 327	2.48 320	0.01 311	0.00 1	0.07 360	0.00 1	0.27 339	0.05 235

MMNet	1.20 247	0.27 177	3.59 317	0.09 200	0.00 1	4.15 340	0.01 55	3.63 220	1.19 206	1.93 258	0.32 121	1.35 198	1.23 271	4.42 223	1.84 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

ACVNet	0.57 94	0.21 153	1.34 137	0.09 200	0.00 1	1.36 154	0.22 254	2.40 86	1.05 186	0.63 108	0.66 179	1.94 237	0.26 170	0.31 49	0.79 240	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.00 1

MFN_U_SF_DS_RVC	3.30 354	2.61 392	7.84 384	0.09 200	0.26 324	12.92 390	7.62 407	4.25 271	3.64 351	2.95 316	3.99 332	4.61 340	1.22 270	8.36 374	1.77 291	0.59 384	1.15 396	0.04 355	0.85 400	0.48 371	0.67 373

RASNet	1.53 284	0.31 198	1.97 214	0.09 200	3.20 389	1.69 256	0.06 190	3.27 179	2.12 308	0.77 126	1.29 240	5.32 354	1.69 303	6.60 318	2.17 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.02 153

anonymousdsp2	0.52 82	0.06 23	1.51 155	0.10 208	0.00 1	1.19 88	0.01 55	4.32 279	0.63 75	0.33 64	0.15 83	0.78 153	0.09 101	1.01 115	0.06 34	0.00 1	0.00 1	0.00 1	0.11 338	0.04 165	0.05 235

fast-acv-ft	1.41 273	0.46 255	4.29 341	0.10 208	0.13 269	3.97 336	0.29 278	2.42 94	1.91 295	0.81 134	3.55 323	3.02 296	1.26 276	3.35 175	2.05 310	0.04 343	0.01 226	0.04 355	0.04 306	0.39 362	0.05 235

RAFT+CT+SA	0.66 116	0.45 251	1.22 117	0.10 208	0.30 340	1.24 115	0.02 102	4.21 267	0.67 100	0.62 104	0.39 139	0.33 94	0.05 55	2.69 162	0.14 81	0.00 1	0.00 1	0.00 1	0.35 389	0.13 272	0.30 355

NINENet	1.03 207	0.22 162	1.30 133	0.10 208	0.01 104	5.85 364	0.03 143	4.41 284	1.25 214	1.55 231	0.60 175	2.39 270	0.06 70	2.72 164	0.05 17	0.00 1	0.01 226	0.01 324	0.00 1	0.04 165	0.00 1

PSM-AAD	1.15 240	0.04 4	0.88 32	0.10 208	0.27 329	1.32 141	3.25 369	2.41 93	0.64 83	2.93 314	1.92 268	0.15 73	5.39 376	3.42 180	0.19 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 235

pcwnet_v2	1.29 255	0.17 127	5.98 372	0.10 208	0.01 104	1.76 261	0.02 102	5.08 327	2.90 340	1.54 230	1.98 272	2.03 243	0.81 249	3.01 169	0.28 144	0.00 1	0.00 1	0.00 1	0.01 273	0.03 134	0.03 193

FADNet-RVC-Resample	1.08 218	1.00 354	5.32 362	0.10 208	0.14 275	1.53 212	0.25 261	3.62 219	1.18 204	0.51 98	0.19 102	1.04 177	0.28 174	5.20 261	0.44 192	0.10 360	0.16 371	0.09 363	0.06 320	0.24 328	0.21 346

ADCRef	2.29 335	0.65 310	5.67 369	0.10 208	0.09 249	4.81 353	0.76 324	4.75 307	1.37 226	2.88 313	1.67 253	1.62 214	2.30 322	3.77 194	14.93 394	0.02 333	0.00 1	0.01 324	0.10 334	0.20 320	0.11 302

DispNO	1.25 252	0.52 277	3.40 308	0.11 216	0.05 215	1.45 186	0.01 55	3.73 228	1.68 275	1.34 206	1.59 248	3.15 304	1.12 267	5.56 278	1.14 262	0.00 1	0.02 275	0.03 352	0.12 342	0.05 183	0.03 193

LoS_RVC	0.19 4	0.48 265	0.51 2	0.12 217	0.10 258	1.01 34	0.01 55	0.81 21	0.19 21	0.07 20	0.02 31	0.06 37	0.05 55	0.31 49	0.05 17	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.04 218

Prome-Stereo	1.23 251	0.06 23	0.93 39	0.12 217	0.24 318	1.26 125	0.67 319	2.53 106	0.69 118	2.08 268	8.70 365	0.76 144	2.91 338	2.12 152	0.11 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 387

MSMD_ROB	4.94 374	0.43 242	2.58 268	0.12 217	0.01 104	8.43 382	1.09 336	4.25 271	4.11 356	13.11 393	26.36 407	13.95 386	13.88 401	7.45 363	2.92 330	0.10 360	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

ACVNet-DCA	0.61 100	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.15 156	0.68 105	0.33 64	0.69 188	0.04 11	0.61 222	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.03 296	0.01 25	0.01 64

xx1	0.95 190	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.18 162	7.23 380	0.33 64	0.69 188	0.73 141	0.12 126	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.01 25	0.01 64

1test111	0.69 126	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.15 156	0.68 105	0.33 64	0.69 188	0.04 11	0.61 222	2.95 167	0.07 39	0.00 1	0.02 275	0.00 1	0.03 296	0.01 25	0.01 64

cc1	0.94 188	0.27 177	1.28 125	0.13 220	0.00 1	3.44 325	0.01 55	3.18 162	7.23 380	0.33 64	0.69 188	0.04 11	0.61 222	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.03 296	0.09 243	0.04 218

CIPLG	0.75 136	0.81 335	2.38 253	0.13 220	0.03 192	1.41 171	0.27 267	3.19 166	0.84 154	1.98 261	2.56 300	0.19 77	0.10 108	0.54 90	0.26 136	0.00 1	0.05 318	0.01 324	0.05 311	0.19 311	0.05 235

IPLGR_C	0.75 136	0.88 343	2.58 268	0.13 220	0.02 173	1.40 167	0.27 267	3.19 166	0.84 154	1.92 255	2.46 295	0.18 76	0.11 116	0.49 85	0.26 136	0.00 1	0.05 318	0.01 324	0.05 311	0.19 311	0.06 263

ACRE	0.75 136	0.78 329	2.72 277	0.13 220	0.02 173	1.40 167	0.26 264	3.20 168	0.82 149	1.84 251	2.46 295	0.19 77	0.10 108	0.52 86	0.26 136	0.00 1	0.04 309	0.01 324	0.05 311	0.19 311	0.05 235

GANet-ADL	0.52 82	0.09 51	1.43 146	0.13 220	0.02 173	1.43 178	0.02 102	3.22 170	0.59 55	0.34 75	0.98 216	1.09 184	0.19 150	0.40 70	0.34 170	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.01 64

GMM-Stereo	1.09 225	0.05 8	1.62 173	0.13 220	0.22 309	1.41 171	0.87 327	2.31 80	0.62 72	2.75 309	3.14 312	0.54 120	0.90 255	5.33 268	0.13 76	0.01 311	0.00 1	0.00 1	0.02 290	0.01 25	1.80 389

PSMNet-RSSM	0.90 185	0.44 247	1.35 140	0.13 220	0.00 1	1.37 159	0.03 143	4.79 312	0.85 157	1.11 179	0.49 156	2.15 252	0.35 190	4.09 209	0.73 236	0.00 1	0.00 1	0.01 324	0.00 1	0.03 134	0.01 64

LCNet	0.87 176	0.18 132	0.97 50	0.14 230	0.26 324	1.19 88	0.22 254	2.36 82	0.71 129	1.82 249	0.21 107	0.11 58	2.56 328	5.56 278	0.14 81	0.00 1	0.00 1	0.00 1	0.00 1	0.15 288	0.81 376

PWCDC_ROB	3.06 348	1.38 374	3.81 324	0.14 230	0.00 1	3.14 314	0.02 102	4.40 283	12.35 388	1.08 176	23.69 404	2.01 240	2.01 317	3.87 199	2.43 318	0.24 376	0.00 1	0.00 1	0.00 1	0.61 378	0.08 288

H2IRNET	0.47 70	0.22 162	1.27 123	0.15 232	0.01 104	1.18 86	0.01 55	1.65 55	0.48 49	0.02 2	1.80 263	0.46 109	0.04 48	1.62 141	0.35 174	0.00 1	0.00 1	0.01 324	0.01 273	0.16 292	0.02 153

coex-ft	12.01 402	5.60 405	80.23 422	0.15 232	0.15 280	1.88 269	0.73 322	2.66 112	30.12 408	49.31 421	16.59 383	15.97 390	14.42 402	6.79 334	14.50 392	0.05 349	0.08 344	0.01 324	0.05 311	0.37 361	0.61 370

Wz-Net-TNSev	3.91 365	5.20 403	20.57 403	0.15 232	0.01 104	7.14 374	3.57 372	6.70 376	3.57 348	1.74 240	0.58 161	7.39 369	4.33 362	8.86 378	7.99 371	0.00 1	0.00 1	0.00 1	0.02 290	0.24 328	0.16 326

TestStereo1	0.77 141	0.46 255	1.12 91	0.15 232	0.19 298	1.29 133	0.01 55	3.33 183	1.55 258	0.45 90	1.67 253	0.13 65	1.23 271	3.39 178	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.07 279

SA-5K	0.77 141	0.46 255	1.12 91	0.15 232	0.19 298	1.29 133	0.01 55	3.33 183	1.55 258	0.45 90	1.67 253	0.13 65	1.23 271	3.39 178	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.07 279

edge stereo	1.94 321	0.40 230	3.82 325	0.15 232	0.09 249	1.81 267	0.45 304	4.77 309	2.21 319	3.36 328	3.94 330	8.39 372	1.72 304	5.75 283	1.69 289	0.00 1	0.00 1	0.01 324	0.00 1	0.17 297	0.01 64

SGM-Forest	1.84 313	0.08 39	1.31 134	0.15 232	0.22 309	3.52 329	2.46 364	3.85 244	2.16 314	5.29 358	3.90 329	3.71 323	1.56 292	6.28 301	1.90 298	0.01 311	0.02 275	0.00 1	0.00 1	0.03 134	0.30 355
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
anonymity	0.74 131	0.15 113	1.17 105	0.16 239	0.27 329	0.71 18	0.01 55	4.70 301	1.78 282	1.15 183	1.23 234	0.31 89	1.65 300	0.54 90	0.53 210	0.02 333	0.02 275	0.00 1	0.27 380	0.02 95	0.06 263

PFNet+	0.54 90	0.10 70	1.31 134	0.16 239	0.05 215	1.44 180	0.56 312	1.60 54	0.98 173	1.35 210	0.46 152	0.37 97	0.01 5	2.18 155	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

HHNet	0.87 176	0.25 172	1.78 195	0.16 239	0.08 242	1.30 137	0.44 303	1.93 64	0.64 83	1.41 218	5.92 348	0.14 71	1.79 306	0.35 64	0.95 252	0.05 349	0.00 1	0.01 324	0.00 1	0.14 278	0.01 64

AACVNet	0.87 176	0.44 247	1.19 111	0.17 242	0.00 1	1.76 261	0.00 1	3.60 218	0.60 59	1.03 169	0.26 114	1.31 196	0.17 140	6.33 304	0.28 144	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.01 64

FTStereo	2.16 330	0.03 1	1.42 145	0.17 242	0.13 269	1.42 176	4.67 387	2.44 95	0.63 75	3.36 328	17.95 386	0.78 153	4.17 360	4.41 222	0.14 81	0.15 366	0.00 1	0.00 1	0.00 1	0.01 25	1.25 384

FAT-Stereo	1.86 315	0.19 139	3.31 304	0.17 242	0.03 192	1.78 264	0.97 331	4.76 308	2.79 338	4.22 345	4.87 338	5.31 353	2.83 337	5.06 258	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.01 64

DeepPrunerF	2.50 337	0.87 342	14.90 399	0.17 242	0.31 343	1.41 171	0.29 278	5.62 354	9.97 384	1.02 166	0.43 147	2.01 240	1.65 300	6.85 336	3.99 340	0.00 1	0.01 226	0.07 360	0.10 334	0.24 328	0.12 311

EGLCR-Stereo	0.28 25	0.09 51	0.73 17	0.18 246	0.05 215	1.17 80	0.04 164	2.37 83	0.17 17	0.35 76	0.01 1	0.01 1	0.02 17	0.38 68	0.04 7	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.03 193

ac_64	1.12 234	0.18 132	1.64 175	0.18 246	0.25 321	1.48 199	0.02 102	4.97 319	1.47 246	0.69 116	0.45 151	4.94 345	0.46 206	4.87 249	0.74 237	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.00 1

XQC	2.57 339	1.20 366	6.33 379	0.18 246	0.01 104	3.84 335	0.33 290	5.24 331	3.83 354	4.43 348	1.94 269	4.58 337	3.19 345	7.19 356	8.67 376	0.00 1	0.03 299	0.00 1	0.03 296	0.27 339	0.19 340

RTSC	2.66 340	1.24 367	6.04 373	0.18 246	0.02 173	4.40 348	0.08 199	4.29 276	4.98 364	6.00 362	3.15 314	2.97 294	1.56 292	6.71 328	10.89 383	0.00 1	0.07 335	0.00 1	0.05 311	0.40 363	0.24 352

ADCMid	3.95 367	1.34 370	10.91 394	0.18 246	0.38 347	5.02 356	1.27 343	4.87 316	2.94 341	11.15 387	3.60 324	6.76 365	5.21 374	6.40 312	16.96 398	0.12 363	0.08 344	0.55 385	0.46 390	0.53 375	0.19 340

DRN-Test	1.62 292	0.23 168	3.72 320	0.18 246	0.13 269	3.34 322	0.19 246	5.93 364	2.01 304	4.14 344	0.76 198	2.12 250	1.78 305	5.22 263	2.62 326	0.00 1	0.00 1	0.01 324	0.01 273	0.03 134	0.01 64

CSAN	2.70 342	0.75 322	3.41 309	0.18 246	0.12 264	4.18 341	4.05 377	4.11 259	4.36 358	6.03 363	6.24 352	4.60 339	4.74 366	7.29 359	3.43 337	0.02 333	0.03 299	0.01 324	0.02 290	0.18 304	0.22 348

MyStereo8	0.85 167	0.52 277	3.20 297	0.20 253	0.00 1	1.47 193	0.01 55	3.53 212	1.91 295	1.34 206	0.65 177	1.22 191	0.31 179	0.57 93	1.38 278	0.00 1	0.14 366	0.00 1	0.06 320	0.09 243	0.30 355

EAI-Stereo	1.14 237	0.12 88	1.19 111	0.21 254	0.32 345	1.84 268	2.32 359	5.42 344	1.19 206	1.02 166	5.66 346	0.48 113	0.60 220	0.86 108	0.62 226	0.00 1	0.13 365	0.00 1	0.65 396	0.02 95	0.17 330

SPS-STEREO	3.08 349	0.49 269	2.49 261	0.21 254	0.24 318	3.67 332	1.24 341	5.80 359	2.43 328	10.68 385	8.00 361	9.48 377	3.59 353	8.11 373	5.08 354	0.01 311	0.01 226	0.00 1	0.00 1	0.04 165	0.11 302
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FINET	1.36 266	0.46 255	4.05 331	0.22 256	0.73 366	1.03 36	0.00 1	3.57 215	5.71 368	1.59 234	1.64 250	0.49 115	0.19 150	5.53 275	1.90 298	0.00 1	0.01 226	0.00 1	0.00 1	0.08 224	0.03 193

FCDSN-DC	5.04 375	0.15 113	1.83 200	0.22 256	0.44 351	5.60 362	1.66 347	5.22 330	4.37 359	14.49 399	21.86 399	20.65 398	11.88 398	7.66 368	4.55 347	0.02 333	0.00 1	0.00 1	0.00 1	0.03 134	0.05 235
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	2.01 325	0.37 216	10.25 391	0.22 256	0.03 192	1.62 244	0.19 246	3.31 181	1.05 186	4.92 355	3.14 312	5.85 355	2.21 320	5.31 266	1.71 290	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.02 153

EDNetEfficientorigin	10.31 396	1.90 385	98.96 431	0.22 256	0.23 314	2.73 303	0.71 321	4.50 290	16.94 395	18.72 401	15.36 381	12.74 383	10.73 396	8.96 379	11.94 388	0.01 311	0.01 226	0.00 1	0.00 1	0.25 334	1.31 386

GwcNet-RSSM	1.02 205	0.69 317	2.70 274	0.22 256	0.02 173	1.42 176	0.05 177	4.02 253	1.01 179	0.90 141	0.42 143	2.89 288	0.26 170	4.43 224	1.17 263	0.00 1	0.00 1	0.02 347	0.00 1	0.13 272	0.05 235

RP	1.76 309	0.55 286	2.59 270	0.22 256	0.60 363	1.70 257	0.98 333	4.31 278	1.99 303	3.12 322	5.04 341	4.41 334	2.96 339	4.72 243	1.90 298	0.01 311	0.00 1	0.00 1	0.01 273	0.14 278	0.01 64

aanetorigin	2.87 344	0.73 321	8.74 387	0.23 262	0.23 314	1.61 238	2.07 352	1.76 60	1.10 192	14.21 398	10.25 370	2.93 290	3.38 349	4.98 254	4.06 341	0.10 360	0.05 318	0.09 363	0.11 338	0.57 376	0.15 324

GwcNet	1.67 300	0.81 335	5.52 365	0.23 262	1.21 375	4.21 342	0.62 317	3.71 226	1.57 264	1.01 165	1.65 252	3.99 328	0.52 210	5.46 272	2.30 316	0.00 1	0.00 1	0.00 1	0.01 273	0.35 357	0.13 316

iRaft-Stereo_20w	0.92 187	0.15 113	2.68 273	0.24 264	0.06 224	1.36 154	0.28 275	7.46 384	0.34 41	1.56 232	0.37 134	0.62 125	1.24 274	1.25 125	0.34 170	0.00 1	0.09 348	0.00 1	0.16 350	0.02 95	0.13 316

S-Stereo	2.00 324	0.30 197	5.74 370	0.24 264	0.23 314	2.51 294	1.90 350	4.74 304	5.15 365	2.42 298	5.80 347	2.85 286	0.72 244	5.08 259	2.17 313	0.00 1	0.02 275	0.00 1	0.00 1	0.08 224	0.04 218

STTStereo	0.83 160	0.34 206	2.44 255	0.24 264	0.15 280	1.41 171	0.10 216	3.02 136	1.55 258	1.34 206	0.17 91	1.77 226	0.45 204	3.42 180	0.30 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 64

HH	0.88 180	0.37 216	1.93 205	0.25 267	0.10 258	0.62 16	0.00 1	3.79 234	0.18 19	0.33 64	0.59 170	3.94 326	0.81 249	4.44 225	0.09 55	0.00 1	0.06 326	0.00 1	0.00 1	0.03 134	0.02 153

HanStereo	0.88 180	0.37 216	1.93 205	0.25 267	0.10 258	0.62 16	0.00 1	3.79 234	0.18 19	0.33 64	0.59 170	3.94 326	0.81 249	4.44 225	0.09 55	0.00 1	0.06 326	0.00 1	0.00 1	0.03 134	0.02 153

cf-r	0.98 194	0.51 276	2.04 223	0.25 267	0.01 104	1.40 167	0.03 143	4.47 289	1.65 273	0.95 147	0.58 161	2.63 274	0.24 165	4.19 211	0.58 220	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.04 218

ADCL	3.30 354	0.81 335	6.76 381	0.25 267	0.25 321	6.93 371	4.65 386	4.79 312	2.62 336	4.61 352	3.36 319	5.22 351	4.55 364	5.54 277	14.91 393	0.05 349	0.01 226	0.11 367	0.13 343	0.28 345	0.10 298

RYNet	1.52 282	0.35 208	3.38 307	0.25 267	0.04 208	2.31 285	0.03 143	4.62 296	1.47 246	1.14 182	0.34 128	4.52 336	1.38 281	6.36 306	4.23 343	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

MeshStereo	5.78 379	0.75 322	3.04 285	0.25 267	0.14 275	7.88 381	2.09 353	9.64 388	5.18 366	20.48 408	19.06 392	22.80 400	9.54 392	9.64 386	4.88 352	0.00 1	0.00 1	0.00 1	0.00 1	0.29 346	0.03 193
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
IGEV_Zeroshot_test	0.74 131	0.20 147	3.00 283	0.26 273	0.02 173	1.10 61	0.05 177	3.72 227	0.19 21	0.88 137	0.71 196	2.84 284	0.63 228	0.53 88	0.33 163	0.00 1	0.07 335	0.00 1	0.16 350	0.04 165	0.00 1

ccnet	1.70 306	0.20 147	1.95 209	0.26 273	0.18 291	3.72 333	1.22 340	4.22 270	1.43 240	2.37 294	3.96 331	3.45 315	1.51 288	4.69 241	4.47 345	0.06 354	0.00 1	0.09 363	0.01 273	0.10 253	0.01 64

CFNet	1.08 218	0.62 303	2.26 245	0.26 273	0.03 192	1.40 167	0.04 164	4.45 288	2.09 306	0.48 94	0.69 188	1.31 196	0.24 165	6.63 321	0.83 242	0.00 1	0.00 1	0.00 1	0.00 1	0.17 297	0.04 218

1111x	1.53 284	0.06 23	1.77 193	0.27 276	0.00 1	2.12 278	0.01 55	5.63 355	1.65 273	1.53 224	1.67 253	0.92 159	0.64 231	6.18 295	8.17 374	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 64

TDLM	1.08 218	0.49 269	1.43 146	0.27 276	0.00 1	1.56 218	2.12 354	3.10 150	1.75 280	1.36 211	0.93 212	1.06 180	0.49 208	6.21 297	0.70 234	0.00 1	0.00 1	0.00 1	0.00 1	0.16 292	0.02 153

GEStereo_RVC	1.10 229	0.42 236	1.72 189	0.28 278	0.01 104	1.37 159	0.11 218	6.25 368	0.84 154	1.05 172	0.67 186	1.61 212	0.79 247	6.11 293	0.63 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 253	0.04 218

CVANet_RVC	1.10 229	0.39 225	1.69 186	0.28 278	0.00 1	1.45 186	0.48 306	3.26 173	1.64 272	2.93 314	1.22 233	1.51 202	0.37 193	6.09 292	0.50 204	0.00 1	0.00 1	0.00 1	0.00 1	0.18 304	0.01 64

iinet-f	1.68 304	0.61 301	11.37 395	0.29 280	0.03 192	4.39 347	0.04 164	3.18 162	1.10 192	1.16 186	0.58 161	2.96 293	2.76 333	2.13 153	2.46 319	0.00 1	0.02 275	0.02 347	0.00 1	0.46 367	0.01 64

NaN_ROB	2.02 326	0.58 294	2.65 272	0.29 280	0.28 337	3.19 315	5.19 392	3.84 242	2.55 334	5.31 359	1.73 258	2.30 263	1.96 314	6.78 333	3.09 333	0.01 311	0.06 326	0.03 352	0.10 334	0.10 253	0.37 364

HBP-ISP	1.45 276	0.75 322	3.02 284	0.30 282	0.10 258	4.28 344	1.49 346	4.68 300	1.29 218	3.43 332	0.78 199	0.93 164	1.01 259	6.48 314	0.36 180	0.04 343	0.02 275	0.00 1	0.00 1	0.05 183	0.03 193

SANet	4.63 372	0.89 345	5.34 363	0.30 282	0.09 249	7.43 376	3.75 375	6.53 371	16.16 394	6.79 367	13.29 377	12.44 381	7.74 383	7.38 360	4.11 342	0.00 1	0.01 226	0.00 1	0.00 1	0.10 253	0.31 359

GASNet	1.43 274	1.53 375	4.54 350	0.31 284	0.02 173	1.49 200	0.20 248	3.86 246	1.95 298	0.75 122	1.37 244	2.11 248	1.57 295	5.82 287	2.60 324	0.00 1	0.05 318	0.00 1	0.00 1	0.43 365	0.10 298

SuperB	3.70 363	1.77 380	15.73 400	0.31 284	0.05 215	4.37 346	1.67 348	3.58 217	11.57 385	2.36 293	1.32 242	2.03 243	1.91 312	6.95 348	9.01 377	0.05 349	0.03 299	0.10 366	0.08 327	11.00 408	0.10 298

CBMV	1.56 288	0.24 170	1.92 204	0.31 284	0.03 192	2.90 313	4.33 382	3.79 234	1.81 283	4.98 356	1.73 258	2.70 277	1.68 302	3.81 195	0.92 251	0.00 1	0.00 1	0.00 1	0.00 1	0.05 183	0.08 288
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STTRV1_RVC	1.94 321	0.35 208	4.85 356	0.32 287	0.01 104	2.41 290	0.34 294	5.79 358	3.55 347	0.82 135	5.11 342	1.63 217	1.08 262	7.63 366	1.41 279	0.91 385	2.53 410	0.00 1	0.00 1	0.01 25	0.04 218

SMFormer	1.04 209	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	1.24 267	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.02 153

tta	1.04 209	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	1.24 267	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64

qqq1	0.98 194	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64

fff1	0.98 194	0.16 121	1.55 159	0.33 288	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 224	2.16 284	0.92 159	0.02 17	4.46 227	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 134	0.01 64

Consistency-Raft	1.36 266	0.65 310	4.81 355	0.33 288	0.32 345	1.62 244	0.11 218	3.65 222	3.80 353	0.33 64	6.12 351	0.86 156	2.14 319	0.94 111	1.25 269	0.02 333	0.01 226	0.00 1	0.00 1	0.24 328	0.01 64

MSC_U_SF_DS_RVC	5.12 377	2.33 388	8.42 386	0.33 288	0.27 329	24.60 413	8.84 410	5.50 347	9.75 383	3.82 338	8.16 363	8.53 373	1.82 307	9.44 383	5.18 355	1.02 386	1.65 399	0.33 379	0.47 391	1.06 383	0.90 379

DualNet	1.39 270	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	3.03 138	6.40 371	1.39 213	2.07 275	2.15 252	0.34 185	1.59 137	7.08 364	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

ffm	1.04 209	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	3.03 138	6.40 371	1.39 213	2.07 275	2.15 252	0.34 185	1.59 137	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

ff1	1.65 295	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	3.03 138	6.40 371	1.39 213	2.07 275	2.15 252	0.34 185	6.68 323	7.08 364	0.00 1	0.02 275	0.00 1	0.00 1	0.09 243	0.03 193

mmx	1.56 288	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	5.51 348	2.25 321	1.39 213	2.07 275	2.15 252	0.34 185	6.68 323	7.08 364	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

xxx	1.56 288	0.05 8	1.65 176	0.34 294	0.01 104	1.58 223	0.02 102	5.51 348	2.25 321	1.39 213	2.07 275	2.15 252	0.34 185	6.68 323	7.08 364	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

ADCS	5.09 376	2.15 387	16.58 401	0.34 294	0.07 232	5.91 366	4.26 380	6.73 377	6.99 378	9.44 382	6.09 350	6.57 363	5.17 373	9.54 385	21.38 412	0.00 1	0.00 1	0.00 1	0.00 1	0.36 359	0.23 351

NVStereoNet_ROB	3.25 352	0.46 255	2.71 276	0.34 294	0.56 360	2.36 288	0.87 327	4.56 293	4.47 362	4.55 349	14.09 380	11.93 380	3.23 348	9.79 387	3.14 334	0.43 381	0.03 299	0.53 384	0.31 386	0.36 359	0.38 365
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AFF-stereo	0.65 111	0.46 255	0.82 23	0.37 301	0.00 1	1.19 88	0.00 1	3.04 143	1.42 236	0.72 120	1.95 270	1.16 188	0.26 170	0.97 113	0.31 156	0.00 1	0.02 275	0.00 1	0.00 1	0.21 321	0.02 153

FBW_ROB	2.36 336	0.36 212	3.16 293	0.37 301	0.14 275	4.42 349	0.18 241	6.64 373	3.05 342	2.98 318	2.85 306	4.86 344	1.11 264	11.00 395	4.53 346	0.16 367	0.05 318	0.37 380	0.09 330	0.19 311	0.78 375

Wz-Net-SNSev	2.53 338	2.49 390	10.66 393	0.39 303	0.01 104	2.73 303	0.40 298	5.02 323	1.50 254	2.15 271	2.12 282	6.48 361	1.11 264	9.47 384	5.84 360	0.00 1	0.01 226	0.00 1	0.00 1	0.21 321	0.06 263

AnyNet_C32	3.93 366	2.58 391	12.07 396	0.39 303	0.49 356	5.50 361	6.45 403	4.44 287	2.19 317	6.86 368	2.94 309	5.28 352	3.20 346	6.63 321	18.37 403	0.08 356	0.04 309	0.20 374	0.09 330	0.57 376	0.19 340

GANet	1.90 318	0.43 242	1.83 200	0.39 303	0.00 1	2.24 281	3.37 370	3.90 248	1.44 241	2.17 273	9.66 367	2.57 273	1.09 263	6.88 340	1.81 292	0.00 1	0.00 1	0.02 347	0.00 1	0.10 253	0.03 193

MoCha-V2	0.36 39	0.05 8	0.87 29	0.40 306	0.12 264	0.31 4	0.09 208	2.96 131	0.63 75	0.06 19	0.69 188	0.08 48	0.07 81	0.26 38	0.20 111	0.00 1	0.02 275	0.00 1	0.25 375	0.12 267	0.01 64

FC-DCNN	6.09 381	0.18 132	2.35 252	0.42 307	0.53 358	7.80 380	1.42 344	8.14 386	7.07 379	19.05 406	22.10 400	22.85 401	13.84 400	9.42 382	6.44 362	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.06 263

Anonymous Stereo	1.78 310	1.37 373	7.79 383	0.42 307	0.07 232	1.49 200	3.20 368	3.31 181	1.84 285	2.75 309	1.14 224	1.84 232	0.09 101	6.89 343	3.32 335	0.00 1	0.00 1	0.00 1	0.00 1	0.09 243	0.01 64

11t1	0.33 31	0.05 8	0.86 27	0.44 309	0.00 1	1.04 43	0.00 1	2.45 96	0.60 59	0.44 88	0.01 1	0.05 27	0.05 55	0.43 72	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.02 95	0.01 64

SDNR	3.31 356	0.91 347	6.28 378	0.44 309	0.02 173	26.11 414	0.01 55	3.81 240	1.62 271	2.82 312	11.06 372	2.93 290	0.60 220	7.95 371	1.52 280	0.01 311	0.01 226	0.00 1	0.00 1	0.06 199	0.12 311

test_5	0.74 131	0.50 272	1.55 159	0.44 309	0.25 321	1.45 186	0.01 55	4.16 262	0.78 145	0.79 131	0.17 91	0.42 105	0.64 231	3.06 171	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 292	0.21 346

SHD	3.01 347	1.02 356	5.52 365	0.45 312	0.39 348	4.12 339	0.17 237	6.68 374	12.04 387	7.20 370	3.36 319	4.40 333	2.58 330	4.69 241	7.17 368	0.01 311	0.04 309	0.00 1	0.03 296	0.22 324	0.17 330

ttt	1.35 265	0.05 8	1.09 86	0.46 313	0.01 104	1.61 238	0.00 1	5.61 351	1.97 299	1.75 241	2.10 280	1.40 199	0.11 116	4.81 247	6.07 361	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

BEATNet_4x	0.97 192	0.77 328	3.36 306	0.46 313	0.01 104	1.32 141	0.09 208	4.57 294	1.26 215	1.88 254	0.22 111	1.09 184	0.42 201	1.79 147	2.09 311	0.00 1	0.00 1	0.00 1	0.00 1	0.08 224	0.06 263

CBMV_ROB	1.70 306	0.11 84	1.98 215	0.46 313	0.00 1	2.85 311	0.91 330	4.27 274	2.21 319	4.02 343	5.00 340	2.97 294	2.32 323	5.40 271	1.35 275	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.06 263

NRIStereo	0.74 131	0.08 39	0.88 32	0.47 316	0.05 215	1.58 223	0.49 308	1.38 38	0.61 65	0.88 137	0.17 91	0.66 132	0.03 35	6.96 349	0.22 116	0.00 1	0.06 326	0.00 1	0.00 1	0.06 199	0.17 330

WCMA_ROB	4.54 371	0.48 265	3.19 295	0.49 317	0.63 364	5.38 360	2.57 365	4.70 301	3.77 352	14.17 397	19.02 391	15.47 388	9.03 389	6.73 329	4.85 351	0.01 311	0.05 318	0.01 324	0.01 273	0.08 224	0.16 326

RAFT_CTSACE	0.68 123	0.52 277	1.74 190	0.50 318	0.05 215	1.16 78	0.00 1	2.68 117	0.66 92	0.68 115	1.60 249	1.76 224	0.80 248	0.94 111	0.13 76	0.00 1	0.02 275	0.00 1	0.00 1	0.27 339	0.00 1

RAFT	0.60 98	0.50 272	1.01 55	0.50 318	0.04 208	0.94 26	0.08 199	3.01 135	0.65 86	0.22 55	0.09 69	3.41 313	0.27 173	0.53 88	0.37 181	0.00 1	0.03 299	0.00 1	0.01 273	0.40 363	0.03 193

LMCR-Stereo	1.10 229	0.69 317	1.95 209	0.50 318	0.01 104	2.73 303	0.09 208	6.20 367	0.64 83	2.37 294	1.76 260	0.13 65	1.59 298	2.94 166	0.23 120	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.00 1

MIM_Stereo	0.45 63	0.43 242	1.18 108	0.51 321	0.04 208	1.26 125	0.02 102	2.38 84	0.65 86	0.07 20	0.02 31	0.70 138	0.20 156	1.01 115	0.13 76	0.00 1	0.09 348	0.00 1	0.00 1	0.14 278	0.10 298

raft+_RVC	0.42 52	0.48 265	1.11 89	0.51 321	0.17 287	1.16 78	0.04 164	2.25 78	0.59 55	0.12 42	0.42 143	0.08 48	0.15 134	0.60 97	0.28 144	0.00 1	0.09 348	0.00 1	0.00 1	0.06 199	0.19 340

PWC_ROB	2.90 346	1.01 355	6.12 375	0.53 323	0.57 362	1.30 137	0.40 298	3.85 244	4.42 361	7.37 371	15.40 382	3.03 298	1.55 291	6.31 303	5.74 359	0.00 1	0.00 1	0.00 1	0.00 1	0.46 367	0.05 235

x	0.41 50	0.04 4	0.74 18	0.54 324	0.00 1	0.98 31	0.00 1	3.07 146	0.67 100	0.48 94	0.01 1	0.48 113	0.07 81	0.93 109	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

RAFT-345	1.19 245	0.06 23	1.55 159	0.54 324	0.13 269	1.53 212	0.25 261	0.56 11	1.76 281	1.20 191	7.85 359	0.93 164	0.05 55	6.87 339	0.46 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

LL-Strereo	1.93 319	0.97 350	3.83 326	0.55 326	2.19 387	1.49 200	0.05 177	4.09 257	1.00 178	2.59 304	2.77 305	5.17 350	5.63 377	7.19 356	0.63 227	0.00 1	0.10 354	0.00 1	0.00 1	0.25 334	0.20 344

TRStereo	0.59 97	0.79 331	1.59 172	0.56 327	0.01 104	1.19 88	0.03 143	4.74 304	0.60 59	0.17 51	0.01 1	0.62 125	0.44 203	0.57 93	0.07 39	0.00 1	0.04 309	0.00 1	0.24 372	0.01 25	0.14 323

NLCA_NET_v2_RVC	1.04 209	0.55 286	2.52 263	0.56 327	1.00 371	1.37 159	0.00 1	3.43 199	1.35 225	2.24 278	0.35 131	2.18 259	0.58 219	4.28 214	0.34 170	0.00 1	0.00 1	0.00 1	0.01 273	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PASM	1.58 291	1.05 357	7.51 382	0.56 327	0.09 249	1.37 159	0.28 275	2.85 126	1.44 241	3.91 341	0.44 148	3.02 296	0.64 231	6.38 307	1.59 284	0.00 1	0.01 226	0.00 1	0.03 296	0.26 336	0.15 324

MADNet+	10.71 397	14.57 415	70.07 421	0.58 330	0.47 355	19.89 404	4.20 379	11.05 392	6.87 377	3.03 320	5.99 349	9.01 375	6.35 380	31.95 418	28.31 416	0.22 371	0.26 381	0.01 324	0.04 306	0.46 367	0.87 378

ASMatch	1.44 275	0.14 102	2.15 232	0.60 331	0.21 307	1.21 99	0.26 264	0.96 25	0.66 92	0.29 60	11.75 374	0.93 164	2.37 324	6.73 329	0.54 213	0.00 1	0.00 1	0.00 1	0.01 273	0.00 1	0.04 218

RAFT-RH_RVC	2.05 328	0.15 113	1.66 181	0.60 331	0.27 329	1.49 200	0.02 102	0.58 12	0.65 86	5.35 360	21.66 398	1.06 180	0.07 81	6.85 336	0.57 218	0.04 343	0.00 1	0.00 1	0.03 296	0.01 25	0.00 1

GANet-RSSM	0.88 180	0.38 219	1.45 149	0.60 331	0.00 1	1.36 154	0.02 102	4.55 292	0.69 118	0.71 118	0.32 121	1.56 206	0.61 222	4.55 236	0.64 229	0.00 1	0.00 1	0.05 359	0.00 1	0.08 224	0.02 153

mmm	0.52 82	0.04 4	1.14 96	0.61 334	0.00 1	1.14 72	0.00 1	3.45 202	0.75 134	1.24 199	0.58 161	0.20 79	0.18 144	0.93 109	0.08 48	0.00 1	0.01 226	0.00 1	0.00 1	0.02 95	0.01 64

DPSNet	3.38 358	0.60 298	9.55 389	0.61 334	0.46 353	5.10 357	1.44 345	11.17 393	3.92 355	2.57 303	0.88 209	5.90 356	9.68 393	7.63 366	7.25 369	0.08 356	0.16 371	0.01 324	0.07 322	0.34 354	0.17 330

pmcnn	3.61 361	0.68 315	5.38 364	0.61 334	1.46 378	2.75 307	1.26 342	5.04 324	1.57 264	8.77 380	11.67 373	18.69 395	2.38 325	6.03 289	5.61 358	0.00 1	0.07 335	0.00 1	0.00 1	0.21 321	0.07 279

GrayStereo	1.46 277	0.03 1	0.87 29	0.63 337	0.20 302	1.24 115	4.61 385	2.85 126	0.62 72	4.98 356	4.00 333	0.45 108	4.67 365	3.37 177	0.08 48	0.00 1	0.00 1	0.00 1	0.50 392	0.01 25	0.01 64

NOSS_ROB	1.29 255	0.22 162	1.35 140	0.64 338	0.16 285	2.56 296	0.00 1	4.14 261	2.37 325	2.29 288	1.76 260	2.84 284	0.02 17	6.80 335	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 165	0.11 302

TransformOpticalFlow	1.47 278	0.31 198	3.22 301	0.66 339	0.08 242	1.54 216	0.09 208	3.84 242	1.58 268	1.66 237	2.32 292	3.60 318	3.12 343	6.99 351	0.42 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

EDNetEfficient	6.54 383	1.17 363	33.15 410	0.66 339	1.96 383	2.07 276	3.72 374	2.80 122	14.85 391	20.02 407	9.69 368	6.59 364	10.19 394	7.19 356	15.49 396	0.03 341	0.10 354	0.01 324	0.20 362	0.62 379	0.29 354

DISCO	1.93 319	0.18 132	2.44 255	0.67 341	0.53 358	5.25 359	0.00 1	5.43 345	1.56 263	2.09 269	0.91 210	6.48 361	0.89 254	8.55 377	3.60 339	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.01 64

HITNet	0.80 153	0.58 294	2.14 231	0.69 342	0.00 1	1.35 152	0.02 102	4.50 290	1.15 202	1.76 245	0.16 85	0.60 122	0.30 175	1.13 120	1.64 285	0.00 1	0.00 1	0.00 1	0.00 1	0.06 199	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
RAFT_R40	0.99 201	0.05 8	1.26 121	0.71 343	0.20 302	1.65 251	0.67 319	1.94 65	0.61 65	1.05 172	1.15 226	1.80 228	1.47 283	6.91 345	0.31 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

SST-Stereo	1.04 209	0.05 8	1.16 103	0.72 344	0.23 314	1.70 257	0.58 315	1.92 63	1.46 244	1.19 189	1.09 221	1.60 210	1.93 313	6.92 347	0.21 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 64

PVD	5.81 380	0.99 353	5.56 367	0.72 344	0.51 357	6.72 370	0.18 241	9.90 390	23.69 400	11.45 389	19.26 394	8.18 371	9.46 391	9.24 381	9.49 379	0.02 333	0.16 371	0.00 1	0.08 327	0.18 304	0.40 366

GMStereo_Zeroshot	0.63 107	0.14 102	1.54 157	0.75 346	0.00 1	1.26 125	0.01 55	1.85 61	0.31 38	1.44 219	0.58 161	1.76 224	0.19 150	2.55 157	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.03 134	0.00 1

DANet	1.74 308	0.22 162	3.06 287	0.75 346	0.44 351	2.46 292	0.35 295	3.40 193	1.41 235	4.22 345	1.56 247	5.03 347	0.56 215	6.29 302	5.00 353	0.01 311	0.00 1	0.00 1	0.01 273	0.04 165	0.08 288
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DisPM	0.86 171	0.09 51	1.10 87	0.76 348	0.02 173	1.51 205	0.57 314	1.75 59	0.70 127	2.43 300	0.83 205	0.38 101	0.01 5	6.89 343	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

WAO-7	9.09 391	1.79 382	3.55 316	0.80 349	0.15 280	18.67 401	4.36 384	23.07 417	26.68 405	12.59 392	27.90 411	22.52 399	13.03 399	13.53 399	11.47 385	0.09 359	0.03 299	0.58 386	0.10 334	0.47 370	0.34 361

EKT-Stereo	0.74 131	0.18 132	1.23 119	0.81 350	4.25 393	1.19 88	0.03 143	2.17 77	0.13 4	0.35 76	0.40 140	0.97 171	0.08 96	2.61 160	0.09 55	0.00 1	0.09 348	0.00 1	0.07 322	0.04 165	0.03 193

JetBlue	13.83 405	5.03 402	33.82 411	0.84 351	6.92 400	50.14 420	20.02 418	15.09 397	8.92 382	11.33 388	17.05 384	28.25 406	18.01 410	32.60 419	18.53 405	0.32 378	0.12 361	0.15 371	0.23 370	4.59 391	4.64 398

MFN_U_SF_RVC	3.76 364	1.77 380	9.85 390	0.84 351	0.27 329	9.50 384	0.49 308	8.07 385	3.41 345	4.81 354	3.28 317	9.40 376	3.49 350	7.76 370	8.31 375	0.41 380	0.54 389	0.52 383	0.80 399	0.89 381	0.84 377

SGM_RVC	4.07 368	0.38 219	1.98 215	0.84 351	0.26 324	6.20 368	2.37 360	6.45 370	3.57 348	11.56 390	9.27 366	15.55 389	6.78 381	10.07 388	4.60 348	0.22 371	0.25 378	0.20 374	0.23 370	0.26 336	0.34 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
XX-Stereo	1.04 209	0.20 147	4.94 358	0.85 354	0.04 208	1.25 123	0.00 1	3.37 188	0.45 48	1.22 197	0.50 157	3.70 322	0.02 17	3.91 201	0.05 17	0.00 1	0.09 348	0.00 1	0.20 362	0.03 134	0.02 153

RTS	9.75 394	2.69 393	65.25 419	0.85 354	1.99 384	14.36 393	4.75 388	5.69 356	17.29 396	7.97 374	19.00 389	6.83 366	3.02 341	26.15 415	18.62 406	0.00 1	0.15 369	0.00 1	0.00 1	0.29 346	0.16 326

RTSA	9.75 394	2.69 393	65.25 419	0.85 354	1.99 384	14.36 393	4.75 388	5.69 356	17.29 396	7.97 374	19.00 389	6.83 366	3.02 341	26.15 415	18.62 406	0.00 1	0.15 369	0.00 1	0.00 1	0.29 346	0.16 326

DN-CSS_ROB	0.77 141	0.90 346	2.01 218	0.85 354	0.00 1	1.47 193	0.01 55	2.92 130	0.93 166	0.12 42	0.53 158	0.44 107	0.16 137	4.33 216	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.30 350	0.01 64

SAMSARA	3.32 357	1.07 359	6.25 376	0.86 358	0.31 343	7.55 378	3.87 376	5.26 336	4.20 357	7.43 372	3.35 318	10.04 378	3.83 358	6.98 350	4.83 350	0.00 1	0.14 366	0.00 1	0.05 311	0.17 297	0.22 348

iResNet	1.00 202	0.45 251	3.08 289	0.86 358	0.01 104	1.97 272	0.01 55	3.67 225	1.49 252	1.77 246	1.09 221	0.35 96	0.13 132	3.83 198	1.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 64

Pruner-Stereo	0.53 88	0.10 70	1.02 60	0.89 360	0.10 258	1.57 219	0.36 296	2.06 71	0.63 75	2.23 277	0.46 152	0.25 84	0.01 5	0.45 79	0.37 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

ELAS	8.05 388	0.76 326	4.02 329	0.95 361	1.02 372	14.85 396	6.99 406	12.80 395	11.73 386	22.43 413	27.75 410	17.88 393	15.19 403	10.96 393	11.31 384	0.22 371	0.56 391	0.23 376	0.22 368	0.50 373	0.71 374
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	2.23 333	0.80 332	6.10 374	0.96 362	1.73 381	3.22 316	4.12 378	5.30 337	1.11 194	1.19 189	2.48 297	3.18 306	0.65 236	4.57 239	1.33 274	1.11 387	1.37 397	1.55 389	1.26 402	1.37 385	1.28 385

AnyNet_C01	6.59 384	4.31 401	36.24 412	0.96 362	0.46 353	9.96 385	5.74 396	6.02 366	3.63 350	7.59 373	8.56 364	8.83 374	3.14 344	13.74 400	20.83 410	0.12 363	0.08 344	0.25 377	0.09 330	1.01 382	0.34 361

PDISCO_ROB	2.21 332	0.78 329	3.43 310	0.96 362	2.04 386	7.04 373	0.09 208	7.36 383	5.72 369	1.21 196	1.67 253	3.16 305	1.28 277	7.52 364	1.37 277	0.00 1	0.00 1	0.00 1	0.00 1	0.34 354	0.13 316

SGM+DAISY	4.39 370	1.34 370	5.18 360	1.01 365	0.88 368	5.61 363	2.86 366	4.88 317	3.53 346	13.29 394	13.95 379	12.66 382	7.55 382	7.98 372	5.39 357	0.23 375	0.18 374	0.15 371	0.24 372	0.29 346	0.64 371

AAGNet	1.54 286	0.07 33	0.88 32	1.04 366	0.27 329	1.47 193	0.66 318	1.57 53	0.61 65	1.68 238	0.82 203	1.62 214	2.29 321	6.18 295	11.63 387	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

ELAS_RVC	7.69 386	0.80 332	4.90 357	1.06 367	1.02 372	10.00 386	9.43 411	9.75 389	14.69 390	21.83 411	20.27 397	17.88 393	16.41 405	13.01 398	10.44 382	0.22 371	0.55 390	0.28 378	0.19 359	0.35 357	0.65 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM-ForestM	12.56 403	0.80 332	4.31 344	1.07 368	0.41 349	21.56 407	8.57 409	17.42 401	19.67 398	29.93 415	28.49 414	45.83 419	27.22 414	26.05 414	18.40 404	0.14 365	0.25 378	0.18 373	0.28 384	0.18 304	0.42 367

iResNetv2_ROB	1.08 218	1.12 361	4.68 353	1.09 369	0.00 1	1.38 164	0.05 177	3.83 241	1.11 194	0.80 133	1.15 226	1.02 176	0.12 126	4.52 233	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.33 351	0.03 193

PSM-softLoss	0.85 167	0.10 70	1.50 152	1.14 370	0.03 192	1.47 193	0.27 267	2.48 101	0.69 118	1.30 202	0.38 136	0.39 102	0.01 5	6.88 340	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

KMStereo	0.85 167	0.10 70	1.50 152	1.14 370	0.03 192	1.47 193	0.27 267	2.48 101	0.69 118	1.30 202	0.38 136	0.39 102	0.01 5	6.88 340	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

PFNet	1.06 217	0.19 139	2.95 280	1.16 372	0.56 360	1.58 223	0.25 261	1.50 51	0.60 59	2.38 296	1.23 234	0.63 127	0.30 175	6.85 336	0.43 189	0.16 367	0.01 226	0.00 1	0.07 322	0.18 304	0.18 336

CRFU-Net	1.32 262	0.27 177	2.46 259	1.17 373	0.03 192	4.08 338	0.05 177	5.61 351	0.67 100	1.53 224	0.70 195	3.47 316	2.62 331	3.24 173	0.24 125	0.01 311	0.01 226	0.11 367	0.00 1	0.13 272	0.00 1

NF-Stereo	0.82 156	0.10 70	1.12 91	1.19 374	0.01 104	1.52 209	0.29 278	2.67 116	0.66 92	1.20 191	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 156	0.10 70	1.15 99	1.19 374	0.01 104	1.53 212	0.29 278	2.66 112	0.66 92	1.20 191	0.58 161	0.25 84	0.01 5	6.38 307	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 156	0.10 70	1.15 99	1.19 374	0.01 104	1.52 209	0.29 278	2.66 112	0.66 92	1.20 191	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 156	0.10 70	1.15 99	1.19 374	0.01 104	1.52 209	0.29 278	2.66 112	0.66 92	1.20 191	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

IRAFT_RVC	1.02 205	0.20 147	1.58 169	1.39 378	0.26 324	1.33 147	0.32 288	2.52 104	0.66 92	1.58 233	0.81 202	1.16 188	1.58 296	6.51 315	0.43 189	0.00 1	0.12 361	0.00 1	0.00 1	0.02 95	0.03 193

CC-Net-ROB	1.86 315	0.64 307	2.55 266	1.42 379	0.19 298	3.38 324	0.04 164	4.41 284	2.45 329	0.90 141	1.31 241	0.98 172	0.18 144	6.60 318	0.53 210	1.14 388	1.60 398	7.16 395	0.00 1	1.33 384	0.32 360

MaskLacGwcNet_RVC	1.63 293	0.45 251	2.21 235	1.53 380	0.18 291	4.33 345	0.41 300	3.37 188	1.40 233	0.54 99	0.65 177	3.10 301	0.11 116	4.93 251	0.60 224	4.57 393	0.51 388	0.00 1	0.00 1	1.37 385	2.39 390

G-Net	3.49 359	0.47 263	4.03 330	1.61 381	1.91 382	10.78 387	1.92 351	3.06 144	1.26 215	8.59 379	12.06 375	6.13 358	7.82 385	4.78 245	4.77 349	0.08 356	0.12 361	0.07 360	0.15 344	0.16 292	0.11 302

BEATNet-Init1	17.91 413	7.45 409	36.82 413	1.88 382	1.38 377	37.29 419	14.71 416	21.90 413	24.20 402	38.07 418	36.59 418	50.41 420	32.00 418	29.42 417	21.83 413	0.33 379	0.39 387	0.47 381	0.54 393	1.50 387	1.07 383

MANE	14.02 408	0.85 340	3.53 314	2.13 383	3.75 392	18.44 400	6.14 398	22.67 416	27.90 406	33.01 417	41.08 419	41.26 418	30.90 416	23.39 409	17.99 402	0.47 382	0.76 393	0.91 387	4.04 410	0.17 297	1.00 382

LE_ROB	12.79 404	0.64 307	10.26 392	2.13 383	1.29 376	7.25 375	5.81 397	9.09 387	49.27 422	57.55 422	24.58 406	23.68 403	31.13 417	9.00 380	23.57 415	0.04 343	0.06 326	0.13 370	0.20 362	0.08 224	0.11 302

OMP-Stereo	1.20 247	0.54 285	0.96 45	2.39 385	0.29 338	1.58 223	0.33 290	2.01 69	0.68 105	2.68 308	1.16 228	3.10 301	0.18 144	7.40 361	0.56 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 213	0.01 64

IIG-Stereo	1.30 257	0.48 265	1.04 75	2.41 386	0.05 215	1.61 238	0.14 229	2.59 109	0.68 105	2.97 317	2.28 291	3.08 299	0.57 217	7.41 362	0.65 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

UDG	2.86 343	8.81 410	1.57 168	2.60 387	0.89 370	2.39 289	0.11 218	3.42 197	1.02 180	2.18 274	3.64 326	5.04 348	1.60 299	4.17 210	2.09 311	1.21 389	0.04 309	7.69 396	3.67 409	4.10 390	0.93 381

MDST_ROB	3.50 360	0.07 33	3.94 327	2.66 388	1.46 378	12.94 391	0.97 331	7.32 382	2.42 327	14.82 400	8.08 362	2.74 280	1.51 288	8.44 376	2.48 320	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 302

MFMNet_re	2.02 326	0.98 351	4.27 340	2.74 389	0.88 368	1.47 193	0.15 230	4.21 267	3.18 343	6.63 366	6.93 356	1.87 233	3.63 354	2.13 153	0.99 254	0.00 1	0.00 1	0.00 1	0.00 1	0.23 325	0.05 235

DDUNet	3.28 353	10.54 413	2.29 249	3.50 390	3.31 391	4.21 342	0.21 250	3.77 231	1.03 181	2.54 302	3.17 316	3.20 307	0.21 160	3.89 200	0.69 233	1.94 390	0.05 318	9.87 399	3.53 408	5.03 392	2.55 392

LSM	7.38 385	1.68 377	22.24 405	3.99 391	40.72 422	3.54 330	4.79 390	4.74 304	6.65 375	10.25 384	13.51 378	4.49 335	3.81 357	6.91 345	5.31 356	0.00 1	0.04 309	0.00 1	0.00 1	0.26 336	14.60 418

SQANet	2.28 334	1.25 368	2.39 254	4.17 392	2.91 388	2.60 298	0.24 260	4.17 264	0.83 151	2.42 298	0.57 159	1.59 208	0.88 253	3.30 174	0.68 232	7.35 398	0.12 361	0.47 381	0.02 290	6.56 393	3.00 394

FADE		10.20 411		4.76 393	4.82 395			19.13 405	23.28 399	8.35 377		14.63 387		25.45 413		24.52 419	8.46 418	36.14 423	36.87 423	3.46 389	2.72 393

PWCK	8.72 390	5.37 404	16.61 402	5.74 394	0.12 264	19.88 403	11.41 413	11.31 394	13.42 389	14.07 395	12.84 376	13.20 384	8.05 387	15.44 401	10.25 381	5.95 396	0.22 376	2.09 392	0.05 311	7.50 394	0.92 380

otaku	3.17 350	1.32 369	2.49 261	6.07 395	3.26 390	4.62 350	2.15 355	5.35 340	1.34 224	2.00 262	2.54 299	3.50 317	1.49 284	3.68 186	1.11 258	7.89 399	0.23 377	1.88 390	0.03 296	7.74 396	4.78 399

CAS	0.85 167	0.09 51	0.67 14	6.43 396	0.05 215	1.12 67	0.00 1	0.88 23	0.69 118	0.02 2	0.02 31	0.06 37	0.06 70	0.26 38	0.12 72	6.37 397	0.00 1	0.00 1	0.00 1	0.00 1	0.20 344

Ntro	3.24 351	1.34 370	2.83 278	7.27 397	4.43 394	6.22 369	0.74 323	4.73 303	1.48 250	0.39 83	1.77 262	2.70 277	1.28 277	4.59 240	1.25 269	8.06 400	0.28 382	2.12 393	0.05 311	8.11 397	5.16 400

WAO-6	11.09 398	1.69 378	3.21 298	7.54 398	7.10 401	16.34 397	6.63 404	20.12 407	38.64 416	9.67 383	19.28 395	27.53 405	10.97 397	12.43 397	11.57 386	4.26 392	2.35 404	10.54 404	0.02 290	7.59 395	4.29 397

WAO-8	13.93 406	3.75 399	4.23 338	7.74 399	6.54 397	22.81 409	2.39 362	22.66 414	45.98 420	18.88 404	35.42 416	33.21 410	16.91 406	16.55 404	12.78 389	5.01 394	0.81 394	9.89 400	0.77 397	8.77 400	3.61 395

Venus	13.93 406	3.75 399	4.23 338	7.74 399	6.54 397	22.81 409	2.39 362	22.66 414	45.98 420	18.88 404	35.42 416	33.21 410	16.91 406	16.55 404	12.78 389	5.01 394	0.81 394	9.89 400	0.77 397	8.76 399	3.61 395

ACVNet_2	8.69 389	1.80 383	5.09 359	8.55 401	6.72 399	13.47 392	4.34 383	13.70 396	23.86 401	6.89 369	19.74 396	20.52 396	5.36 375	7.70 369	2.48 320	8.53 401	1.67 400	7.99 397	0.32 387	8.79 401	6.29 407

RainbowNet	4.74 373	3.21 397	3.07 288	9.34 402	6.01 396	4.89 355	3.60 373	7.09 380	4.39 360	1.63 235	3.01 310	4.72 341	2.96 339	5.53 275	1.19 265	8.95 402	2.12 401	8.48 398	0.19 359	8.75 398	5.73 401

ACVNet-4b	5.67 378	1.65 376	4.43 347	9.46 403	7.11 402	8.72 383	1.68 349	6.61 372	5.76 370	0.27 58	6.49 354	11.67 379	2.43 327	8.40 375	1.56 281	9.06 404	2.34 403	10.49 403	0.02 290	9.22 403	5.98 403

ACVNet_1	6.16 382	1.86 384	4.43 347	9.52 404	7.22 403	7.59 379	2.37 360	9.99 391	6.71 376	3.84 339	5.35 345	13.23 385	4.90 370	6.25 300	1.94 305	9.06 404	2.40 405	10.88 405	0.11 338	9.58 405	6.03 404

LVE	11.10 399	2.36 389	3.34 305	9.94 405	8.13 405	21.22 406	7.75 408	16.47 400	32.55 411	8.55 378	23.64 403	23.22 402	7.93 386	10.98 394	6.65 363	9.45 406	2.55 412	11.08 406	0.58 394	9.35 404	6.28 406

Dean	11.46 401	2.03 386	5.20 361	10.73 406	8.20 406	18.71 402	5.73 395	21.10 411	41.49 419	11.12 386	22.16 401	25.92 404	7.74 383	7.52 364	4.31 344	9.01 403	2.27 402	9.95 402	0.61 395	9.18 402	6.22 405

IMH-64-1	9.55 392	2.76 395	2.44 255	11.17 407	9.13 407	12.03 388	5.45 393	18.33 402	15.78 392	6.59 364	18.69 387	16.95 391	6.20 378	10.63 390	8.06 372	9.46 407	2.46 406	15.42 410	1.61 403	10.89 406	6.88 408

IMH-64	9.55 392	2.76 395	2.44 255	11.17 407	9.13 407	12.03 388	5.45 393	18.33 402	15.78 392	6.59 364	18.69 387	16.95 391	6.20 378	10.63 390	8.06 372	9.46 407	2.46 406	15.42 410	1.61 403	10.89 406	6.88 408

IMH	11.11 400	3.50 398	2.56 267	11.25 409	9.13 407	14.49 395	5.10 391	20.68 410	26.30 404	8.28 376	23.85 405	20.63 397	9.19 390	12.39 396	7.96 370	9.50 409	2.50 408	15.28 409	1.66 405	11.07 409	6.96 410

TorneroNet-64	15.45 410	5.66 406	3.44 311	13.86 410	12.03 411	28.15 416	6.27 401	19.89 406	38.68 417	12.16 391	28.06 412	35.76 413	15.44 404	19.56 407	15.40 395	9.71 410	2.52 409	19.13 413	2.70 406	12.55 411	7.94 412

TorneroNet	16.10 411	5.74 407	4.12 336	13.88 411	11.97 410	26.89 415	6.85 405	21.13 412	38.32 415	14.15 396	33.36 415	33.52 412	17.49 408	18.89 406	19.64 408	9.77 411	2.53 410	19.43 414	3.35 407	13.21 412	7.86 411

DispFullNet	7.91 387	23.96 419	13.67 398	14.71 412	7.88 404	4.83 354	0.04 164	5.01 322	2.89 339	8.86 381	4.96 339	6.11 357	10.72 395	10.18 389	3.51 338	2.44 391	0.33 384	15.15 408	4.65 412	12.33 410	5.95 402

KSHMR	14.27 409	6.95 408	5.79 371	15.08 413	12.84 412	17.44 398	10.61 412	18.88 404	30.94 409	18.81 403	22.21 402	28.54 407	8.85 388	15.56 402	9.24 378	10.34 414	3.60 416	21.61 416	4.68 413	14.48 413	8.94 413

JetRed	34.54 420	39.28 423	62.16 417	15.62 414	26.51 421	69.20 422	40.79 422	31.43 421	32.41 410	46.06 420	44.55 421	40.19 416	26.50 413	38.43 420	56.06 421	12.76 416	37.49 425	13.23 407	9.38 416	29.52 421	19.34 420

notaker	17.52 412	21.54 418	7.84 384	18.05 415	14.44 415	17.58 399	6.43 402	20.13 408	24.44 403	21.34 410	27.71 409	39.12 415	18.78 411	19.63 408	20.40 409	11.95 415	2.71 415	25.51 418	5.85 415	17.10 416	9.78 414

UNDER WATER-64	20.03 416	10.28 412	31.50 409	20.05 416	13.64 413	32.81 418	23.45 419	16.01 398	33.44 412	22.01 412	17.25 385	40.58 417	32.20 419	24.50 411	22.36 414	10.06 412	2.70 414	18.37 412	4.24 411	14.84 414	10.24 417

UNDER WATER	19.61 415	12.37 414	31.14 408	20.44 417	14.31 414	28.63 417	18.15 417	16.43 399	34.24 413	20.82 409	19.14 393	38.83 414	30.09 415	24.31 410	20.97 411	10.09 413	2.68 413	19.51 415	4.70 414	15.52 415	9.93 415

HanzoNet	29.69 419	29.33 421	21.66 404	21.75 418	19.07 419	24.58 412	12.99 415	28.87 420	40.49 418	43.09 419	44.02 420	55.65 422	44.93 420	43.17 421	44.44 419	27.88 421	9.47 419	29.77 421	15.86 419	20.94 420	15.84 419

ktn	19.15 414	18.52 416	6.39 380	22.64 419	17.26 417	24.47 411	12.11 414	24.52 418	34.74 414	18.75 402	27.70 408	32.54 408	17.85 409	15.71 403	16.67 397	22.09 418	3.64 417	28.95 420	10.91 417	17.40 417	10.22 416

DPSimNet_ROB	25.03 418	19.56 417	24.93 407	24.36 420	17.85 418	22.25 408	25.93 420	28.52 419	29.10 407	32.61 416	28.25 413	32.87 409	26.42 412	24.51 412	40.42 418	16.75 417	13.93 420	25.19 417	22.38 420	19.96 419	24.75 423

SPstereo	60.73 424	26.49 420	40.67 415	33.02 421	24.24 420	71.50 423	79.28 423	100.00 435	100.00 433	97.54 431	96.19 429	100.00 436	94.96 429	94.75 429	75.88 424	28.65 422	21.81 421	46.87 425	42.08 424	19.71 418	20.91 421

MADNet++	47.78 421	34.15 422	37.11 414	42.94 422	41.23 423	64.94 421	30.63 421	60.79 424	53.26 423	72.08 424	61.65 422	57.68 423	54.96 421	58.03 422	59.24 422	43.01 424	36.17 424	36.07 422	22.50 421	47.50 423	41.67 425

ASD4	55.28 422	67.10 426	50.57 416	44.24 423	57.82 425	92.00 425	98.23 431	54.95 422	86.61 427	58.30 423	64.61 423	50.57 421	63.33 423	58.83 423	67.37 423	25.76 420	29.60 422	26.82 419	29.01 422	42.42 422	37.42 424

tt	68.65 425	0.15 113	99.57 432	50.64 424	14.90 416	100.00 433	100.00 433	100.00 435	99.76 430	27.80 414	10.52 371	99.97 435	98.63 431	99.61 432	100.00 436	90.62 429	98.21 430	46.66 424	52.02 426	62.86 427	21.04 422

xxxxx1	76.92 426	82.43 427	93.26 426	61.67 425	66.92 426	95.84 427	95.11 427	75.84 425	80.96 424	82.71 426	86.75 424	89.18 425	87.35 424	85.27 425	87.18 425	55.08 425	54.60 426	60.31 426	72.71 427	62.51 424	62.73 426

tt_ll	76.92 426	82.43 427	93.26 426	61.67 425	66.92 426	95.84 427	95.11 427	75.84 425	80.96 424	82.71 426	86.75 424	89.18 425	87.35 424	85.27 425	87.18 425	55.08 425	54.60 426	60.31 426	72.71 427	62.51 424	62.73 426

ff	76.92 426	82.43 427	93.26 426	61.67 425	66.92 426	95.84 427	95.11 427	75.84 425	80.96 424	82.71 426	86.75 424	89.18 425	87.35 424	85.27 425	87.18 425	55.08 425	54.60 426	60.31 426	72.71 427	62.51 424	62.73 426

LRCNet_RVC	60.63 423	63.16 425	62.94 418	69.09 428	50.21 424	19.92 405	0.07 193	58.32 423	5.21 367	75.67 425	86.75 424	74.68 424	62.48 422	59.01 424	49.80 420	93.38 430	56.36 429	93.48 430	92.95 430	67.44 428	71.73 430

Anonymous_1	97.10 431	99.72 432	99.64 433	92.33 429	93.91 429	100.00 433	100.00 433	99.20 432	99.90 431	98.57 433	99.75 431	99.14 431	99.94 432	98.50 431	99.54 431	87.90 428	98.87 432	90.88 429	96.91 431	92.22 430	95.12 431

PML	89.08 429	99.72 432	92.85 425	94.72 430	94.92 432	99.54 432	97.42 430	93.50 428	95.96 429	99.77 434	92.33 428	95.35 429	93.51 428	99.96 436	91.15 428	99.98 441	31.71 423	100.00 435	45.94 425	93.46 431	69.88 429

MEDIAN_ROB	96.83 430	99.41 430	98.66 430	94.75 431	94.23 430	93.08 426	90.54 425	95.61 430	94.75 428	97.65 432	97.73 430	98.30 430	96.57 430	94.51 428	93.74 430	99.78 440	98.24 431	99.99 434	99.89 433	99.48 434	99.67 434

DPSM_ROB	99.17 434	100.00 438	100.00 437	96.28 432	98.84 433	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	93.66 431	100.00 435	100.00 435	100.00 435	96.31 432	98.27 432

DPSM	99.17 434	100.00 438	100.00 437	96.28 432	98.84 433	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	93.66 431	100.00 435	100.00 435	100.00 435	96.31 432	98.27 432

DGTPSM_ROB	99.45 437	99.94 435	99.98 435	96.58 434	100.00 437	100.00 433	100.00 433	99.81 433	100.00 433	95.86 429	100.00 433	99.32 432	100.00 434	99.79 433	99.99 434	98.34 433	100.00 435	99.86 432	100.00 435	99.52 435	99.99 442

DPSMNet_ROB	99.46 438	99.94 435	99.98 435	96.59 435	100.00 437	100.00 433	100.00 433	99.81 433	100.00 433	95.87 430	100.00 433	99.32 432	100.00 434	99.79 433	99.99 434	98.46 434	100.00 435	99.86 432	100.00 435	99.52 435	100.00 443

DLNR_Zeroshot_test	23.05 417	49.79 424	87.94 423	97.52 436	94.73 431	1.18 86	0.00 1	20.60 409	0.14 6	0.02 2	0.02 31	0.02 2	0.02 17	4.35 218	0.10 63	32.22 423	0.04 309	0.00 1	0.27 380	72.00 429	0.06 263

CasAABBNet	99.94 439	100.00 438	100.00 437	99.72 437	100.00 437	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	99.21 435	100.00 435	100.00 435	100.00 435	99.96 437	99.95 436

MyStereo03	99.95 441	100.00 438	100.00 437	99.75 438	100.00 437	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	99.21 435	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

MyStereo02	99.95 441	100.00 438	100.00 437	99.75 438	100.00 437	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	99.21 435	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

MyStereo	99.95 441	100.00 438	100.00 437	99.75 438	100.00 437	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	99.21 435	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

HaxPig	97.68 432	99.63 431	91.34 424	99.82 441	99.97 435	88.15 424	88.00 424	98.28 431	99.93 432	99.98 435	99.99 432	99.95 434	99.99 433	96.29 430	92.24 429	99.99 442	99.98 434	100.00 435	99.99 434	100.00 443	99.98 441

LSM0	99.94 439	100.00 438	100.00 437	99.84 442	100.00 437	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	99.22 439	100.00 435	100.00 435	100.00 435	99.99 438	99.83 435

test_example2	98.83 433	99.97 437	99.97 434	99.96 443	99.97 435	99.46 431	99.97 432	95.54 429	100.00 433	100.00 436	100.00 433	93.37 428	93.47 427	99.93 435	99.91 432	100.00 443	99.79 433	96.64 431	98.71 432	100.00 443	100.00 443

Selective-RAFT-Error	100.00 444	100.00 438	100.00 437	100.00 444	100.00 437	100.00 433	100.00 433	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 436	100.00 443	100.00 435	100.00 435	100.00 435	99.99 438	99.95 436

AVERAGE_ROB	99.23 436	99.81 434	97.56 429	100.00 444	100.00 437	96.24 430	91.02 426	100.00 435	100.00 433	100.00 436	100.00 433	100.00 436	100.00 434	99.98 437	99.97 433	100.00 443	100.00 435	100.00 435	100.00 435	100.00 443	100.00 443

Low-res two-view benchmark