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	0.10 21	0.05 61	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MGS-Stereo	0.10 21	0.08 111	0.82 96	0.00 1	0.00 1	0.41 76	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.01 7	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 386	0.00 1

Former-RAFT_DAM_RVC	0.08 11	0.06 85	0.41 3	0.00 1	0.00 1	0.05 18	0.00 1	0.11 71	0.22 117	0.75 364	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.03 258

qqq1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

fff1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

MyStereo07	0.10 21	0.12 145	0.59 37	0.00 1	0.00 1	0.98 222	0.00 1	0.03 6	0.10 69	0.01 127	0.00 1	0.01 7	0.05 231	0.04 104	0.00 1	0.00 1	0.05 374	0.00 1	0.00 1	0.02 135	0.04 288

1test111	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 363	0.00 1	0.95 232	0.55 165	0.07 285	0.00 1	0.03 77	0.02 133	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

mmm	0.13 52	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 221	0.56 177	0.00 1	0.00 1	0.01 7	0.01 86	0.51 180	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

11t1	0.08 11	0.01 1	0.54 26	0.00 1	0.00 1	0.09 26	0.00 1	0.44 159	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

ff7	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

ffff	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

11t	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

MIF-Stereo	0.06 5	0.06 85	0.83 99	0.00 1	0.00 1	0.08 24	0.01 217	0.06 29	0.03 4	0.00 1	0.08 304	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.00 1

MIM_Stereo	0.10 21	0.32 242	0.90 122	0.00 1	0.03 304	0.29 53	0.00 1	0.11 71	0.11 75	0.02 217	0.00 1	0.04 97	0.01 86	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.00 1	0.11 300	0.08 338

CASnet	0.08 11	0.05 61	0.40 1	0.00 1	0.00 1	0.82 183	0.00 1	0.14 84	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 106	0.10 122	1.38 220	0.00 1	0.01 239	0.75 170	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 278	0.51 322	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

CFNet_ucs	0.26 149	0.14 157	1.53 245	0.00 1	0.01 239	0.84 190	0.00 1	1.78 338	0.17 109	0.00 1	0.00 1	0.49 286	0.30 307	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

AEACV	0.10 21	0.02 7	0.49 12	0.00 1	0.02 283	0.75 170	0.00 1	0.07 41	0.02 2	0.09 300	0.00 1	0.01 7	0.08 253	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.24 405	0.07 254	0.05 305

LoS_RVC	0.05 2	0.05 61	0.41 3	0.00 1	0.00 1	0.16 36	0.00 1	0.17 93	0.07 18	0.00 1	0.00 1	0.04 97	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

anonymousdsp2	0.10 21	0.04 38	0.98 143	0.00 1	0.00 1	0.62 134	0.00 1	0.09 52	0.11 75	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 333	0.04 205	0.03 258

anonymousdsp	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 259	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 373	0.07 254	0.03 258

LoS	0.14 65	0.07 104	0.66 43	0.02 270	0.00 1	1.05 250	0.01 217	0.07 41	0.57 210	0.01 127	0.01 205	0.16 194	0.04 206	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

CES	0.08 11	0.07 104	0.43 7	0.00 1	0.00 1	0.21 42	0.01 217	0.08 46	0.56 177	0.01 127	0.00 1	0.08 145	0.04 206	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

EGLCR-Stereo	0.15 78	0.05 61	0.47 11	0.07 331	0.03 304	1.06 259	0.01 217	1.06 247	0.12 87	0.16 322	0.00 1	0.00 1	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

CASS	0.07 8	0.06 85	0.73 51	0.00 1	0.00 1	0.10 28	0.01 217	0.15 87	0.12 87	0.16 322	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.51 268	0.25 219	0.96 135	0.00 1	0.01 239	0.43 86	0.00 1	0.25 124	0.21 115	0.33 345	7.49 394	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.17 387	0.02 135	0.01 128

knoymous	0.09 17	0.04 38	1.04 149	0.00 1	0.00 1	0.11 31	0.00 1	0.23 118	0.05 12	0.00 1	0.00 1	0.23 216	0.00 1	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Selective-RAFT	0.13 52	0.04 38	0.51 13	0.00 1	0.00 1	1.06 259	0.00 1	0.04 13	0.57 210	0.00 1	0.00 1	0.06 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 391	0.04 205	0.00 1

ProNet	0.09 17	0.20 190	0.53 24	0.00 1	0.00 1	0.80 179	0.00 1	0.04 13	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.01 128

MC-Stereo	0.10 21	0.10 122	0.59 37	0.01 246	0.01 239	1.06 259	0.00 1	0.03 6	0.09 50	0.02 217	0.00 1	0.03 77	0.02 133	0.03 94	0.00 1	0.00 1	0.01 304	0.00 1	0.02 333	0.05 222	0.01 128

RCA-Stereo	0.18 101	0.11 136	0.63 40	0.00 1	0.00 1	1.06 259	0.00 1	1.48 308	0.07 18	0.07 285	0.00 1	0.02 39	0.05 231	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.05 222	0.01 128

TestStereo1	0.20 114	0.30 237	0.84 104	0.00 1	0.16 371	1.12 336	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.06 325

qqq	0.17 91	0.01 1	0.52 16	0.00 1	0.00 1	0.12 34	0.00 1	0.95 232	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

ccc-4	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

x	0.10 21	0.01 1	0.51 13	0.00 1	0.00 1	0.09 26	0.00 1	0.67 196	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.09 136	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

BUS	0.33 190	0.05 61	0.54 26	0.00 1	0.00 1	1.87 380	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.65 304	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.14 65	0.33 246	1.23 197	0.00 1	0.01 239	0.47 94	0.00 1	0.27 131	0.11 75	0.01 127	0.00 1	0.04 97	0.00 1	0.08 133	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.24 364	0.00 1

RAFT+CT+SA	0.26 149	0.34 250	1.11 170	0.02 270	0.27 389	1.10 321	0.00 1	0.70 200	0.56 177	0.00 1	0.00 1	0.07 139	0.01 86	0.36 171	0.00 1	0.00 1	0.00 1	0.00 1	0.31 412	0.11 300	0.22 391

NINENet	0.45 236	0.09 118	0.81 93	0.06 327	0.00 1	1.87 380	0.00 1	2.69 385	0.56 177	0.00 1	0.00 1	0.65 304	0.00 1	2.15 225	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

SA-5K	0.20 114	0.30 237	0.84 104	0.00 1	0.16 371	1.12 336	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.06 325

Sa-1000	0.31 179	0.26 225	0.93 129	0.00 1	0.18 378	1.08 307	0.01 217	2.59 381	0.56 177	0.00 1	0.09 305	0.03 77	0.00 1	0.18 155	0.00 1	0.00 1	0.00 1	0.00 1	0.13 380	0.11 300	0.00 1

SA	0.30 175	0.27 226	0.97 141	0.00 1	0.17 376	1.10 321	0.00 1	2.50 370	0.56 177	0.00 1	0.01 205	0.03 77	0.01 86	0.16 154	0.00 1	0.00 1	0.00 1	0.00 1	0.14 381	0.12 307	0.00 1

IGEV-Stereo	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 259	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 373	0.07 254	0.03 258
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 263	0.51 318	1.44 233	0.00 1	0.00 1	0.29 53	0.00 1	0.63 191	0.59 261	0.00 1	0.00 1	0.08 145	0.01 86	6.14 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 359	0.01 128

UDGNet	0.14 65	0.48 308	0.72 49	0.00 1	0.00 1	1.06 259	0.00 1	0.05 19	0.28 127	0.00 1	0.00 1	0.02 39	0.00 1	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 83	0.52 323	0.86 110	0.01 246	0.00 1	1.03 240	0.00 1	0.09 52	0.52 155	0.01 127	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.01 350	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

GLC_STEREO	0.04 1	0.05 61	0.52 16	0.00 1	0.00 1	0.06 21	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

IPLG	0.51 268	0.38 284	1.60 250	0.02 270	0.00 1	1.11 329	0.07 301	1.48 308	0.57 210	0.05 271	0.00 1	0.12 168	0.15 280	4.58 315	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.00 1

MIPNet	0.34 197	0.35 259	1.56 246	0.02 270	0.00 1	1.11 329	0.09 314	1.57 319	0.65 354	0.11 307	0.05 289	0.18 199	0.19 289	0.74 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 319	0.06 242	0.01 128

IPLGR	0.43 232	0.17 173	2.05 294	0.02 270	0.02 283	1.08 307	0.04 285	1.62 327	0.57 210	0.09 300	0.00 1	0.15 187	0.22 297	2.62 241	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

GMOStereo	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

error version	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

test-v	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

TRStereo	0.37 212	0.23 209	1.41 228	0.03 287	0.00 1	1.07 294	0.02 257	3.07 390	0.57 210	0.01 127	0.00 1	0.11 162	0.40 317	0.06 117	0.00 1	0.00 1	0.00 1	0.00 1	0.22 398	0.01 58	0.08 338

LCNet	0.22 124	0.11 136	0.74 60	0.11 355	0.00 1	0.97 220	0.00 1	0.09 52	0.59 261	0.01 127	0.00 1	0.02 39	1.10 355	0.43 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.01 128

KYRaft	0.21 120	0.03 23	0.74 60	0.04 299	0.00 1	1.16 347	0.12 325	0.08 46	0.60 284	0.01 127	0.30 329	0.03 77	0.77 342	0.37 172	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

GrayStereo	0.46 240	0.01 1	0.71 47	0.10 345	0.00 1	1.12 336	2.67 407	0.20 109	0.59 261	0.00 1	0.00 1	0.08 145	3.76 396	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

test-2	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

RAFT	0.12 46	0.43 295	0.79 87	0.01 246	0.02 283	0.10 28	0.07 301	0.06 29	0.27 126	0.00 1	0.01 205	0.18 199	0.04 206	0.01 26	0.00 1	0.00 1	0.02 334	0.00 1	0.01 319	0.37 383	0.01 128

GMM-Stereo	0.18 101	0.02 7	1.37 219	0.08 336	0.00 1	1.11 329	0.13 326	0.09 52	0.60 284	0.01 127	0.00 1	0.02 39	0.10 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

LMCR-Stereo	0.27 155	0.34 250	1.42 230	0.00 1	0.00 1	0.79 177	0.00 1	2.15 357	0.61 299	0.00 1	0.00 1	0.04 97	0.04 206	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

s12784h	0.21 120	0.05 61	0.81 93	0.00 1	0.00 1	1.06 259	0.02 257	1.36 276	0.56 177	0.01 127	0.34 334	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

TestStereo	0.31 179	0.22 200	1.36 217	0.00 1	0.00 1	0.27 48	0.00 1	0.06 29	0.04 9	0.01 127	0.00 1	0.03 77	0.01 86	4.27 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 46	0.15 162	0.78 84	0.00 1	0.00 1	1.03 240	0.00 1	0.07 41	0.08 31	0.01 127	0.15 314	0.04 97	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.10 21	0.22 200	1.35 213	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.15 375

CroCo_RVC	0.10 21	0.22 200	1.35 213	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.15 375

CFNet_pseudo	0.22 124	0.10 122	1.39 222	0.00 1	0.01 239	0.98 222	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 278	0.36 314	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.09 17	0.05 61	1.02 146	0.00 1	0.00 1	0.02 3	0.00 1	0.12 75	0.48 150	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

XX-Stereo	0.57 292	0.15 162	4.26 382	0.08 336	0.03 304	1.10 321	0.00 1	2.55 375	0.11 75	0.11 307	0.00 1	1.43 361	0.01 86	1.34 210	0.00 1	0.00 1	0.04 360	0.00 1	0.16 386	0.03 184	0.01 128

Anonymous	0.05 2	0.06 85	0.86 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305

CREStereo	0.10 21	0.06 85	0.51 13	0.00 1	0.00 1	1.06 259	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	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
DIP-Stereo	0.22 124	0.10 122	0.77 75	0.00 1	0.00 1	1.09 315	0.00 1	1.68 329	0.57 210	0.01 127	0.00 1	0.01 7	0.07 249	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 167	0.00 1	1.36 276	0.09 50	0.02 217	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

RAFT-Stereo	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 167	0.00 1	1.36 276	0.09 50	0.02 217	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.19 106	0.10 122	1.39 222	0.00 1	0.01 239	0.75 170	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 278	0.50 321	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

ccs_rob	0.22 124	0.10 122	1.38 220	0.00 1	0.01 239	0.98 222	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 278	0.36 314	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.17 91	0.05 61	0.79 87	0.03 287	0.09 348	1.06 259	0.00 1	0.57 178	0.06 13	0.08 292	0.00 1	0.13 175	0.00 1	0.01 26	0.01 77	0.00 1	0.06 384	0.00 1	0.23 400	0.08 271	0.04 288

ACVNet-DCA	0.25 145	0.22 200	1.20 186	0.00 1	0.00 1	1.31 363	0.00 1	0.95 232	0.55 165	0.07 285	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

xx1	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 363	0.00 1	1.41 284	0.69 362	0.07 285	0.00 1	0.01 7	0.00 1	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

cc1	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 363	0.00 1	1.41 284	0.69 362	0.07 285	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.04 288

ffm	0.25 145	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

tt1	0.27 155	0.23 209	1.17 181	0.00 1	0.00 1	1.29 361	0.00 1	1.42 287	0.57 210	0.07 285	0.00 1	0.03 77	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

whm_eth	0.17 91	0.36 266	1.51 242	0.00 1	0.00 1	0.53 111	0.00 1	0.25 124	0.61 299	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 351

MSKI-zero shot	0.22 124	0.08 111	1.46 236	0.00 1	0.12 360	1.08 307	0.03 273	0.85 219	0.16 107	0.22 329	0.05 289	0.06 131	0.00 1	0.07 122	0.01 77	0.00 1	0.02 334	0.00 1	0.18 388	0.02 135	0.01 128

EKT-Stereo	0.46 240	0.12 145	1.03 148	0.75 401	4.21 419	1.06 259	0.00 1	0.83 216	0.04 9	0.02 217	0.00 1	0.08 145	0.00 1	0.89 198	0.01 77	0.00 1	0.03 345	0.00 1	0.05 357	0.04 205	0.01 128

DLNR_Zeroshot_test	21.09 421	47.65 425	85.43 428	96.34 437	87.67 435	0.31 57	0.00 1	17.86 422	0.07 18	0.01 127	0.01 205	0.00 1	0.00 1	0.70 191	0.01 77	15.78 423	0.01 304	0.00 1	0.21 396	69.62 431	0.04 288

Any-RAFT	0.17 91	0.04 38	0.93 129	0.00 1	0.00 1	1.10 321	0.00 1	0.99 239	0.03 4	0.01 127	0.00 1	0.21 212	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HH	0.23 131	0.21 193	1.69 260	0.16 373	0.08 344	0.11 31	0.00 1	0.24 122	0.06 13	0.30 340	0.18 316	1.47 363	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 135	0.01 128

HanStereo	0.23 131	0.21 193	1.69 260	0.16 373	0.08 344	0.11 31	0.00 1	0.24 122	0.06 13	0.30 340	0.18 316	1.47 363	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 135	0.01 128

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 319	0.25 45	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.01 77	0.00 1	0.00 1	0.00 1	0.07 363	0.03 184	0.08 338

anonymousa	0.14 65	0.15 162	1.74 268	0.00 1	0.00 1	0.28 51	0.00 1	0.01 1	0.11 75	0.00 1	0.01 205	0.42 268	0.02 133	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.04 355	0.00 1	0.02 225

riskmin	0.11 37	0.01 1	0.87 115	0.01 246	0.00 1	0.13 35	0.00 1	0.30 139	0.09 50	0.00 1	0.01 205	0.76 317	0.00 1	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

CroCo-Stereo Lap2	0.09 17	0.23 209	0.74 60	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 177	0.00 1	0.00 1	0.01 7	0.03 175	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.01 128

raft_robust	0.56 286	0.36 266	0.87 115	0.00 1	0.15 368	0.64 148	0.00 1	2.20 359	0.56 177	0.00 1	0.01 205	0.44 271	1.18 361	4.46 313	0.01 77	0.00 1	0.00 1	0.00 1	0.15 385	0.09 287	0.03 258

FTStereo	0.78 325	0.01 1	1.27 203	0.12 359	0.00 1	1.15 343	2.80 408	0.09 52	0.61 299	0.16 322	5.93 389	0.36 251	2.56 384	0.53 181	0.01 77	0.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CRE-IMP	0.16 83	0.03 23	0.75 68	0.05 309	0.01 239	1.11 329	0.34 360	0.04 13	0.56 177	0.02 217	0.00 1	0.12 168	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.08 338

ICVP	0.15 78	0.03 23	1.23 197	0.00 1	0.01 239	1.02 234	0.09 314	0.19 99	0.10 69	0.00 1	0.02 277	0.07 139	0.01 86	0.18 155	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.10 21	0.20 190	0.57 33	0.00 1	0.00 1	0.52 108	0.00 1	0.05 19	0.07 18	0.00 1	0.01 205	0.14 181	0.03 175	0.02 69	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.25 367	0.20 385

Anonymous3	0.19 106	0.07 104	1.33 209	0.00 1	0.00 1	1.12 336	0.00 1	0.56 176	0.56 177	0.01 127	0.00 1	0.06 131	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

pcwnet_v2	0.47 242	0.11 136	5.03 390	0.00 1	0.00 1	0.70 158	0.00 1	1.98 348	0.61 299	0.01 127	0.00 1	0.36 251	0.33 312	0.18 155	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

PMTNet	0.11 37	0.07 104	0.60 39	0.00 1	0.00 1	1.05 250	0.04 285	0.16 88	0.08 31	0.00 1	0.00 1	0.04 97	0.00 1	0.03 94	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

STTStereo	0.24 139	0.28 230	1.68 258	0.00 1	0.00 1	0.84 190	0.03 273	0.16 88	0.08 31	0.02 217	0.00 1	0.20 210	0.03 175	1.54 212	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLCA_NET_v2_RVC	0.35 203	0.49 312	2.00 287	0.00 1	0.02 283	0.96 218	0.00 1	0.55 175	0.18 112	0.03 245	0.00 1	0.35 248	0.10 264	2.37 234	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	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.
MFMNet_re	0.24 139	0.74 358	2.31 309	0.53 396	0.00 1	0.17 37	0.01 217	0.02 4	0.59 261	0.01 127	0.03 282	0.12 168	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.19 349	0.01 128

DN-CSS_ROB	0.26 149	0.75 359	1.33 209	0.00 1	0.00 1	0.99 228	0.00 1	1.04 243	0.61 299	0.01 127	0.00 1	0.19 206	0.02 133	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.22 359	0.01 128

H2IRNET	0.14 65	0.19 186	1.11 170	0.00 1	0.00 1	1.07 294	0.01 217	0.13 80	0.14 96	0.00 1	0.00 1	0.05 118	0.01 86	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.01 128

CoDeX	0.36 207	0.24 213	1.39 222	0.00 1	0.01 239	0.29 53	0.00 1	1.58 321	0.57 210	0.00 1	0.00 1	0.25 223	0.07 249	2.82 248	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

StereoVision	0.16 83	0.25 219	1.07 165	0.00 1	0.00 1	0.47 94	0.01 217	0.18 96	0.61 299	0.00 1	0.29 328	0.15 187	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

MIF-Stereo (partial)	0.08 11	0.11 136	0.96 135	0.00 1	0.00 1	0.08 24	0.00 1	0.19 99	0.08 31	0.00 1	0.01 205	0.02 39	0.02 133	0.02 69	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.01 128

CAS	0.10 21	0.05 61	0.46 9	0.00 1	0.00 1	1.03 240	0.00 1	0.21 115	0.09 50	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.02 106	0.08 380	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous_2	0.88 339	0.02 7	1.06 158	0.01 246	0.00 1	0.19 39	0.00 1	0.14 84	0.08 31	0.01 127	0.04 287	1.07 340	0.00 1	0.02 69	0.02 106	0.01 350	0.04 360	2.31 418	11.16 423	1.35 403	0.01 128

Patchmatch Stereo++	0.13 52	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.08 308	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
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	0.14 65	0.04 38	0.73 51	0.05 309	0.02 283	1.06 259	0.08 308	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ROB_FTStereo_v2	0.14 65	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.06 298	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ROB_FTStereo	0.13 52	0.04 38	0.73 51	0.05 309	0.02 283	1.06 259	0.07 301	0.06 29	0.56 177	0.01 127	0.00 1	0.03 77	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

HUI-Stereo	0.14 65	0.04 38	0.75 68	0.05 309	0.02 283	1.06 259	0.08 308	0.06 29	0.57 210	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

iGMRVC	0.14 65	0.04 38	0.74 60	0.05 309	0.02 283	1.06 259	0.07 301	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

iRAFT	0.13 52	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.08 308	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

AnonymousM	0.10 21	0.04 38	0.56 32	0.00 1	0.00 1	1.02 234	0.00 1	0.19 99	0.11 75	0.00 1	0.00 1	0.00 1	0.00 1	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

RAFT-IKP	0.14 65	0.04 38	0.75 68	0.05 309	0.01 239	1.06 259	0.08 308	0.05 19	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

DeepPruner_ROB	0.23 131	0.37 274	1.26 199	0.00 1	0.00 1	1.11 329	0.03 273	0.20 109	0.07 18	0.00 1	0.00 1	0.39 262	0.03 175	1.12 203	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

iResNetv2_ROB	0.36 207	1.03 381	2.96 352	0.00 1	0.00 1	0.58 123	0.00 1	1.51 317	0.58 249	0.01 127	0.00 1	0.08 145	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.29 376	0.02 225

MoCha-V2	0.07 8	0.04 38	0.53 24	0.00 1	0.06 334	0.04 13	0.00 1	0.12 75	0.08 31	0.02 217	0.00 1	0.06 131	0.00 1	0.03 94	0.03 123	0.00 1	0.02 334	0.00 1	0.22 398	0.12 307	0.01 128

LargeStereo	0.06 5	0.14 157	0.46 9	0.03 287	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 127	0.00 1	0.02 39	0.06 242	0.04 104	0.03 123	0.00 1	0.04 360	0.00 1	0.03 354	0.08 271	0.07 336

test croco	0.11 37	0.17 173	1.21 196	0.00 1	0.00 1	0.05 18	0.00 1	0.16 88	0.32 135	0.01 127	0.01 205	0.02 39	0.01 86	0.03 94	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.26 369	0.01 128

StereoIM	0.06 5	0.16 169	0.66 43	0.00 1	0.00 1	0.05 18	0.01 217	0.06 29	0.12 87	0.00 1	0.01 205	0.04 97	0.02 133	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

iinet-f	0.48 249	0.57 336	4.45 385	0.00 1	0.01 239	0.77 173	0.00 1	1.48 308	0.61 299	0.01 127	0.00 1	0.40 264	0.44 318	0.38 173	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.35 382	0.01 128

test_5	0.26 149	0.35 259	1.35 213	0.01 246	0.22 388	0.80 179	0.01 217	0.81 212	0.58 249	0.12 309	0.00 1	0.06 131	0.01 86	0.61 188	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.16 379

NRIStereo	0.17 91	0.03 23	0.73 51	0.04 299	0.01 239	1.15 343	0.33 359	0.03 6	0.59 261	0.04 262	0.01 205	0.11 162	0.01 86	0.10 140	0.03 123	0.00 1	0.02 334	0.00 1	0.00 1	0.06 242	0.09 351

SST-Stereo	0.51 268	0.02 7	0.74 60	0.05 309	0.19 382	1.09 315	0.49 374	0.26 127	0.61 299	0.04 262	0.00 1	0.05 118	0.58 327	6.12 371	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

DeepStereo_RVC	0.22 124	0.04 38	0.87 115	0.05 309	0.02 283	1.07 294	0.32 355	0.04 13	0.56 177	0.01 127	0.00 1	0.00 1	1.25 362	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.05 305

CroCo-Stereo	0.13 52	0.16 169	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 237	0.57 210	0.00 1	0.01 205	0.31 238	0.03 175	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
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
cross-raft	0.15 78	0.05 61	1.46 236	0.00 1	0.01 239	0.37 71	0.07 301	0.40 152	0.02 2	0.02 217	0.00 1	0.38 260	0.00 1	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.11 373	0.01 58	0.02 225

GEStereo_RVC	0.43 232	0.38 284	1.10 166	0.01 246	0.00 1	1.02 234	0.00 1	1.94 346	0.57 210	0.00 1	0.00 1	0.14 181	0.01 86	3.25 270	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.02 225

CREStereo++_RVC	0.10 21	0.06 85	0.78 84	0.00 1	0.00 1	1.00 230	0.00 1	0.10 67	0.08 31	0.00 1	0.01 205	0.03 77	0.00 1	0.01 26	0.03 123	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	0.12 46	0.25 219	0.79 87	0.00 1	0.00 1	0.92 213	0.00 1	0.18 96	0.08 31	0.00 1	0.21 322	0.03 77	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.08 11	0.54 327	0.90 122	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.03 123	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
CFNet-RSSM	0.17 91	0.06 85	1.16 180	0.00 1	0.12 360	0.61 129	0.00 1	0.90 224	0.08 31	0.01 127	0.00 1	0.09 156	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.23 400	0.00 1	0.00 1

Syn2CoEx	0.56 286	0.78 366	2.86 348	0.00 1	0.00 1	0.10 28	0.01 217	0.91 226	0.61 299	0.02 217	0.00 1	0.49 286	0.21 295	5.03 329	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.03 258

iResNet_ROB	0.30 175	0.66 346	1.41 228	0.00 1	0.00 1	0.70 158	0.00 1	0.79 208	0.57 210	0.04 262	0.01 205	0.08 145	0.01 86	1.55 213	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

IER	0.14 65	0.09 118	1.29 204	0.00 1	0.00 1	0.62 134	0.00 1	0.17 93	0.10 69	0.00 1	0.00 1	0.40 264	0.02 133	0.11 145	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PFNet+	0.23 131	0.06 85	0.79 87	0.07 331	0.01 239	1.11 329	0.42 369	0.11 71	0.59 261	0.08 292	0.01 205	0.02 39	0.00 1	1.21 205	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ARAFT	0.58 296	0.75 359	2.78 346	0.00 1	0.00 1	1.20 355	0.00 1	2.26 361	0.57 210	0.05 271	0.00 1	0.18 199	0.03 175	3.54 280	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.19 349	0.04 288

AFF-stereo	0.18 101	0.42 293	0.77 75	0.00 1	0.00 1	0.91 211	0.00 1	0.41 154	0.65 354	0.05 271	0.00 1	0.04 97	0.05 231	0.06 117	0.04 141	0.00 1	0.01 304	0.00 1	0.00 1	0.19 349	0.01 128

cf-r	0.35 203	0.41 291	1.45 234	0.00 1	0.00 1	1.06 259	0.00 1	0.43 157	0.38 141	0.05 271	0.00 1	0.65 304	0.00 1	2.53 240	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.02 225

GwcNet-RSSM	0.45 236	0.56 335	1.74 268	0.00 1	0.00 1	1.06 259	0.00 1	0.65 193	0.55 165	0.18 325	0.00 1	0.37 257	0.00 1	3.70 287	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.02 225

stereogan	0.49 254	0.22 200	2.39 315	0.00 1	0.00 1	0.63 144	0.02 257	0.79 208	0.72 366	0.06 279	0.00 1	1.68 369	0.46 320	2.63 243	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.00 1

HSM-Net_RVC	0.52 277	0.06 85	1.45 234	0.00 1	0.00 1	0.61 129	0.00 1	3.83 394	0.52 155	0.14 319	0.00 1	0.22 215	0.03 175	3.50 278	0.04 141	0.01 350	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PASM	0.51 268	0.32 242	3.07 357	0.00 1	0.00 1	0.31 57	0.00 1	0.46 163	0.12 87	0.03 245	0.00 1	0.44 271	0.02 133	5.22 334	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.03 258

MyStereo8	0.28 159	0.37 274	2.57 333	0.02 270	0.00 1	1.23 356	0.00 1	0.26 127	0.15 101	0.02 217	0.05 289	0.14 181	0.04 206	0.24 163	0.05 150	0.00 1	0.11 396	0.00 1	0.01 319	0.04 205	0.21 389

GMStereo_Zeroshot	0.07 8	0.04 38	0.80 92	0.08 336	0.00 1	0.03 5	0.00 1	0.05 19	0.10 69	0.00 1	0.03 282	0.19 206	0.03 175	0.00 1	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DCANet-4	0.31 179	0.05 61	2.61 335	0.00 1	0.00 1	1.05 250	0.00 1	1.49 314	0.61 299	0.13 312	0.00 1	0.03 77	0.05 231	0.03 94	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

fff	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

DisPM	0.16 83	0.05 61	0.82 96	0.07 331	0.00 1	1.14 340	0.41 367	0.08 46	0.54 161	0.03 245	0.00 1	0.00 1	0.00 1	0.06 117	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

raftrobust	0.13 52	0.36 266	0.94 132	0.00 1	0.18 378	0.62 134	0.02 257	0.07 41	0.07 18	0.00 1	0.00 1	0.03 77	0.03 175	0.03 94	0.05 150	0.00 1	0.01 304	0.00 1	0.00 1	0.06 242	0.04 288

HCRNet	0.32 188	0.10 122	0.81 93	0.00 1	0.00 1	1.10 321	0.00 1	0.39 150	0.59 261	0.01 127	0.01 205	0.06 131	0.03 175	3.24 265	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

csc	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

cscssc	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

SFCPSM	0.21 120	0.04 38	1.59 249	0.00 1	0.05 327	0.34 68	0.00 1	1.24 266	0.57 210	0.01 127	0.00 1	0.12 168	0.02 133	0.05 112	0.05 150	0.00 1	0.00 1	0.00 1	0.02 333	0.02 135	0.00 1

CFNet-ft	0.31 179	0.34 250	0.96 135	0.00 1	0.00 1	1.08 307	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 278	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 359	0.00 1	0.01 58	0.01 128

Nwc_Net	0.43 232	0.42 293	2.64 337	0.00 1	0.00 1	0.67 153	0.00 1	0.82 215	0.28 127	0.00 1	0.01 205	0.90 327	0.10 264	2.62 241	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

CFNet_RVC	0.31 179	0.34 250	0.96 135	0.00 1	0.00 1	1.08 307	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 278	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 359	0.00 1	0.01 58	0.01 128

UCFNet_RVC	0.20 114	0.32 242	0.88 119	0.00 1	0.00 1	1.02 234	0.00 1	0.20 109	0.29 131	0.01 127	0.00 1	0.34 244	0.02 133	0.81 193	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo05	0.28 159	0.13 151	2.37 314	0.01 246	0.00 1	1.09 315	0.00 1	1.02 242	0.45 148	0.04 262	0.01 205	0.26 225	0.14 275	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 288

MyStereo04	0.26 149	0.12 145	2.34 311	0.00 1	0.00 1	0.98 222	0.00 1	0.84 217	0.20 114	0.06 279	0.01 205	0.33 241	0.11 268	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.02 135	0.04 288

test_4	0.13 52	0.07 104	1.12 173	0.00 1	0.05 327	0.82 183	0.00 1	0.04 13	0.08 31	0.10 304	0.00 1	0.01 7	0.01 86	0.02 69	0.06 164	0.00 1	0.00 1	0.00 1	0.02 333	0.11 300	0.00 1

CSP-Net	0.37 212	0.10 122	0.54 26	0.00 1	0.00 1	0.50 100	0.00 1	0.64 192	0.13 94	0.00 1	0.00 1	0.15 187	0.02 133	5.27 335	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

PSM-AAD	0.49 254	0.02 7	0.75 68	0.06 327	0.00 1	1.19 353	2.19 402	0.12 75	0.59 261	0.01 127	0.45 339	0.13 175	4.04 397	0.22 160	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

rafts_anoy	0.14 65	0.35 259	0.99 144	0.00 1	0.02 283	0.49 98	0.03 273	0.11 71	0.07 18	0.00 1	0.01 205	0.06 131	0.06 242	0.24 163	0.06 164	0.00 1	0.14 399	0.00 1	0.01 319	0.02 135	0.03 258

Gwc-CoAtRS	0.12 46	0.06 85	1.17 181	0.00 1	0.11 357	0.41 76	0.00 1	0.20 109	0.04 9	0.01 127	0.00 1	0.18 199	0.00 1	0.01 26	0.06 164	0.00 1	0.00 1	0.00 1	0.18 388	0.01 58	0.00 1

PSMNet-RSSM	0.36 207	0.36 266	0.93 129	0.00 1	0.00 1	1.06 259	0.00 1	0.50 170	0.53 158	0.04 262	0.00 1	0.40 264	0.00 1	3.33 272	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

FAT-Stereo	0.50 263	0.14 157	2.51 328	0.00 1	0.00 1	0.33 65	0.09 314	1.88 341	0.61 299	0.05 271	0.76 354	0.60 297	0.52 324	2.46 239	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

GANetREF_RVC	0.54 280	0.70 351	2.06 296	0.00 1	0.00 1	1.14 340	0.00 1	1.61 324	0.58 249	0.00 1	0.01 205	0.29 232	0.04 206	4.21 306	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.02 225
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
NCCL2	0.29 173	0.50 313	1.52 243	0.00 1	0.00 1	0.81 181	0.00 1	0.45 160	0.22 117	0.00 1	0.00 1	0.02 39	0.03 175	2.14 223	0.06 164	0.00 1	0.00 1	0.02 375	0.00 1	0.01 58	0.03 258

LL-Strereo	0.71 320	0.88 372	2.40 316	0.00 1	0.00 1	0.63 144	0.01 217	1.57 319	0.58 249	0.45 353	0.00 1	0.54 295	0.30 307	6.37 386	0.07 175	0.00 1	0.05 374	0.00 1	0.00 1	0.22 359	0.17 381

hknet	0.38 215	0.07 104	1.32 208	0.00 1	0.00 1	1.07 294	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.63 299	0.00 1	0.96 199	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.42 225	0.29 234	1.10 166	0.00 1	0.00 1	1.02 234	0.00 1	0.78 205	0.29 131	0.03 245	0.00 1	0.24 218	0.02 133	4.27 309	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.20 355	0.01 128

AACVNet	0.40 221	0.36 266	0.90 122	0.00 1	0.00 1	0.53 111	0.00 1	0.18 96	0.41 147	0.02 217	0.00 1	0.11 162	0.01 86	5.33 338	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.00 1

Prome-Stereo	0.23 131	0.04 38	0.76 73	0.10 345	0.00 1	1.15 343	0.02 257	0.27 131	0.65 354	0.01 127	0.54 344	0.04 97	0.71 336	0.27 166	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

raft+_RVC	0.14 65	0.37 274	0.96 135	0.00 1	0.16 371	0.64 148	0.03 273	0.05 19	0.08 31	0.00 1	0.00 1	0.02 39	0.03 175	0.03 94	0.07 175	0.00 1	0.07 385	0.00 1	0.00 1	0.05 222	0.16 379

111	0.30 175	0.66 346	1.20 186	0.00 1	0.01 239	1.06 259	0.03 273	1.60 322	0.59 261	0.27 337	0.00 1	0.20 210	0.05 231	0.08 133	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.12 369

RAFT-Stereo + iAFF	0.19 106	0.33 246	0.84 104	0.00 1	0.02 283	1.06 259	0.00 1	0.45 160	0.59 261	0.03 245	0.00 1	0.05 118	0.06 242	0.04 104	0.07 175	0.00 1	0.01 304	0.00 1	0.00 1	0.17 342	0.01 128

NVstereo2D	0.45 236	0.11 136	1.91 282	0.00 1	0.00 1	0.59 127	0.00 1	1.39 283	0.61 299	0.03 245	0.00 1	0.33 241	0.00 1	3.94 296	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.31 179	0.34 250	0.89 120	0.00 1	0.00 1	0.97 220	0.01 217	1.45 295	0.57 210	0.02 217	0.00 1	0.17 196	0.02 133	1.75 215	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ssnet_v2	0.28 159	0.17 173	1.18 184	0.00 1	0.00 1	0.81 181	0.00 1	1.05 244	0.59 261	0.09 300	0.01 205	0.88 325	0.09 256	0.43 176	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.09 351

BSDual-CNN	0.28 159	0.05 61	0.54 26	0.00 1	0.00 1	1.07 294	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.36 251	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.22 124	0.05 61	0.54 26	0.00 1	0.00 1	1.05 250	0.00 1	1.73 335	0.58 249	0.00 1	0.00 1	0.36 251	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

RALCasStereoNet	0.16 83	0.35 259	0.84 104	0.00 1	0.00 1	0.32 61	0.03 273	0.16 88	0.56 177	0.02 217	0.07 301	0.05 118	0.08 253	0.13 148	0.08 185	0.00 1	0.31 406	0.00 1	0.00 1	0.07 254	0.11 360

CVANet_RVC	0.53 278	0.32 242	1.26 199	0.00 1	0.00 1	0.98 222	0.00 1	0.72 201	0.55 165	0.35 347	0.12 310	0.36 251	0.14 275	5.53 347	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.16 335	0.00 1

StereoDRNet-Refined	0.24 139	0.08 111	0.68 46	0.00 1	0.00 1	0.83 188	0.00 1	0.66 194	0.61 299	0.00 1	0.00 1	0.50 289	0.02 133	1.28 209	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.04 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

tta	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

4D-IteraStereo	0.16 83	0.51 318	1.73 264	0.00 1	0.00 1	0.38 72	0.03 273	0.08 46	0.08 31	0.02 217	0.01 205	0.00 1	0.01 86	0.06 117	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.06 325

HBP-ISP	0.80 327	0.70 351	2.86 348	0.02 270	0.01 239	1.67 375	0.48 372	2.63 383	0.56 177	1.11 372	0.06 298	0.50 289	0.74 340	4.60 317	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.03 258

ADStereo(finetuned)	0.34 197	0.37 274	2.24 306	0.00 1	0.00 1	1.04 247	0.00 1	1.49 314	0.61 299	0.08 292	0.00 1	0.04 97	0.74 340	0.03 94	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.05 305

GwcNet-ADL	0.30 175	0.19 186	1.78 270	0.00 1	0.00 1	1.03 240	0.00 1	2.08 353	0.28 127	0.00 1	0.00 1	0.37 257	0.04 206	0.02 69	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 258

psm_up	0.39 218	0.25 219	1.04 149	0.00 1	0.00 1	0.82 183	0.00 1	1.88 341	0.57 210	0.00 1	0.00 1	0.28 231	0.01 86	2.78 247	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

UNet	0.26 149	0.18 177	2.41 318	0.00 1	0.00 1	0.71 162	0.00 1	0.39 150	0.60 284	0.00 1	0.00 1	0.37 257	0.02 133	0.45 179	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

FADNet	0.55 282	0.75 359	2.42 320	0.00 1	0.01 239	0.82 183	0.00 1	0.88 221	0.54 161	0.01 127	0.01 205	0.16 194	0.16 282	4.49 314	0.09 191	0.18 387	0.00 1	0.00 1	0.00 1	0.43 389	0.00 1

LL-Strereo2	0.12 46	0.41 291	0.91 126	0.05 309	0.03 304	0.51 102	0.04 285	0.13 80	0.11 75	0.01 127	0.00 1	0.03 77	0.02 133	0.06 117	0.10 200	0.00 1	0.00 1	0.00 1	0.01 319	0.03 184	0.03 258

GANet-ADL	0.16 83	0.06 85	1.18 184	0.00 1	0.01 239	0.83 188	0.00 1	0.23 118	0.07 18	0.00 1	0.30 329	0.35 248	0.00 1	0.07 122	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.01 128

DCANet	0.25 145	0.37 274	1.20 186	0.00 1	0.00 1	1.06 259	0.00 1	1.49 314	0.61 299	0.08 292	0.00 1	0.04 97	0.00 1	0.02 69	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.05 305

FINET	0.51 268	0.36 266	2.40 316	0.00 1	0.00 1	0.27 48	0.00 1	2.06 352	1.49 389	0.00 1	0.00 1	0.04 97	0.04 206	3.38 274	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.02 225

UPFNet	0.18 101	0.05 61	1.11 170	0.00 1	0.00 1	0.48 96	0.00 1	1.11 254	0.48 150	0.00 1	0.00 1	0.10 159	0.00 1	0.10 140	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ACVNet	0.20 114	0.14 157	0.96 135	0.01 246	0.00 1	1.05 250	0.11 322	0.19 99	0.60 284	0.01 127	0.01 205	0.71 313	0.00 1	0.05 112	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

hitnet-ft	0.42 225	0.30 237	1.15 176	0.00 1	0.00 1	0.73 166	0.11 322	0.30 139	0.19 113	0.04 262	0.14 312	0.75 316	0.17 287	4.33 312	0.10 200	0.01 350	0.00 1	0.03 384	0.00 1	0.04 205	0.01 128

NOSS_ROB	0.61 306	0.17 173	0.63 40	0.19 383	0.00 1	0.67 153	0.00 1	2.38 365	0.57 210	0.13 312	0.00 1	0.94 328	0.00 1	6.27 383	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.10 358

gwcnet-sp	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

scenet	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

ssnet	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

dad	0.17 91	0.54 327	0.82 96	0.00 1	0.00 1	1.03 240	0.00 1	0.02 4	0.23 122	0.01 127	0.00 1	0.02 39	0.01 86	0.63 189	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ADLNet2	0.55 282	0.33 246	2.54 332	0.00 1	0.00 1	0.88 200	0.00 1	0.69 197	0.65 354	0.00 1	0.07 301	1.47 363	0.02 133	4.12 303	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 128

RAFT_R40	0.49 254	0.03 23	0.74 60	0.05 309	0.15 368	1.09 315	0.32 355	0.27 131	0.59 261	0.02 217	0.03 282	0.07 139	0.30 307	6.12 371	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

S-Stereo	0.65 312	0.25 219	3.44 368	0.00 1	0.00 1	0.56 118	0.05 293	1.86 340	0.61 299	0.00 1	0.76 354	0.84 323	0.11 268	4.28 311	0.11 208	0.00 1	0.01 304	0.00 1	0.00 1	0.07 254	0.03 258

AdaStereo	0.20 114	0.06 85	0.86 110	0.00 1	0.00 1	0.25 45	0.00 1	1.71 333	0.56 177	0.00 1	0.00 1	0.31 238	0.01 86	0.11 145	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	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.
HSM	0.63 309	0.36 266	0.89 120	0.00 1	0.00 1	0.52 108	0.01 217	0.98 237	0.56 177	0.00 1	0.01 205	2.27 380	0.65 335	6.18 375	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DRN-Test	0.43 232	0.13 151	1.95 286	0.03 287	0.09 348	0.61 129	0.00 1	1.43 292	0.61 299	0.00 1	0.00 1	0.18 199	0.04 206	3.32 271	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

CRFU-Net	0.40 221	0.12 145	1.50 241	0.14 368	0.01 239	0.90 204	0.00 1	0.42 156	0.14 96	0.00 1	0.00 1	0.42 268	1.94 374	2.15 225	0.12 218	0.00 1	0.00 1	0.03 384	0.00 1	0.03 184	0.00 1

RALAANet	0.13 52	0.51 318	0.95 133	0.00 1	0.00 1	0.32 61	0.01 217	0.38 147	0.03 4	0.00 1	0.00 1	0.05 118	0.09 256	0.02 69	0.12 218	0.00 1	0.00 1	0.00 1	0.02 333	0.10 294	0.00 1

MMNet	0.23 131	0.18 177	1.84 274	0.00 1	0.00 1	0.67 153	0.00 1	0.59 183	0.59 261	0.00 1	0.01 205	0.18 199	0.09 256	0.26 165	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

ac_64	0.39 218	0.12 145	1.15 176	0.04 299	0.01 239	0.43 86	0.02 257	0.25 124	0.59 261	0.12 309	0.01 205	0.89 326	0.04 206	3.92 294	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

acv_ft	0.21 120	0.14 157	0.95 133	0.00 1	0.00 1	0.41 76	0.00 1	0.58 181	0.60 284	0.19 327	0.01 205	0.71 313	0.12 271	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.24 364	0.00 1

DMCA	0.19 106	0.16 169	1.39 222	0.00 1	0.01 239	1.00 230	0.01 217	0.38 147	0.57 210	0.01 127	0.01 205	0.05 118	0.00 1	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CC-Net-ROB	0.64 310	0.50 313	1.13 174	0.07 331	0.00 1	1.08 307	0.01 217	2.58 379	0.56 177	0.01 127	0.00 1	0.14 181	0.01 86	5.73 357	0.12 218	0.50 397	0.00 1	0.21 406	0.00 1	0.09 287	0.02 225

RAFT-Test	0.20 114	0.09 118	1.34 211	0.00 1	0.12 360	0.39 73	0.10 318	0.72 201	0.25 124	0.08 292	0.00 1	0.44 271	0.00 1	0.05 112	0.13 225	0.00 1	0.00 1	0.00 1	0.24 405	0.01 58	0.01 128

AASNet	0.27 155	0.47 306	1.56 246	0.00 1	0.00 1	0.91 211	0.00 1	0.58 181	0.58 249	0.00 1	0.00 1	0.39 262	0.02 133	0.33 168	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.25 367	0.06 325

delet	0.33 190	0.24 213	1.05 157	0.00 1	0.00 1	0.60 128	0.00 1	0.53 172	0.59 261	0.03 245	0.01 205	0.52 293	0.19 289	2.68 244	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

FADNet-RVC-Resample	0.51 268	0.82 370	3.08 358	0.04 299	0.04 319	0.42 81	0.09 314	1.16 261	0.34 137	0.00 1	0.03 282	0.24 218	0.05 231	3.16 261	0.13 225	0.07 377	0.12 397	0.05 393	0.02 333	0.08 271	0.20 385

PS-NSSS	0.54 280	0.44 298	0.86 110	0.00 1	0.00 1	1.04 247	0.00 1	2.37 364	0.56 177	0.00 1	0.00 1	0.11 162	0.01 86	5.32 337	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

PDISCO_ROB	0.56 286	0.57 336	2.07 297	0.17 377	0.00 1	1.56 372	0.01 217	2.27 362	0.51 154	0.08 292	0.01 205	0.74 315	0.28 306	2.37 234	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.33 381	0.00 1

HGLStereo	0.28 159	0.12 145	1.15 176	0.00 1	0.00 1	0.65 150	0.00 1	0.57 178	0.25 124	0.02 217	0.01 205	0.47 276	0.03 175	2.17 228	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

GANet-RSSM	0.34 197	0.29 234	0.97 141	0.00 1	0.00 1	1.05 250	0.00 1	0.22 117	0.15 101	0.03 245	0.00 1	0.31 238	0.00 1	3.62 282	0.14 231	0.00 1	0.00 1	0.03 384	0.00 1	0.05 222	0.01 128

MaskLacGwcNet_RVC	0.47 242	0.43 295	1.04 149	0.11 355	0.00 1	1.10 321	0.00 1	0.80 210	0.54 161	0.00 1	0.05 289	0.38 260	0.03 175	3.50 278	0.14 231	0.88 404	0.00 1	0.00 1	0.00 1	0.11 300	0.20 385

HITNet	0.19 106	0.55 333	1.36 217	0.00 1	0.00 1	0.25 45	0.00 1	1.09 252	0.23 122	0.00 1	0.00 1	0.14 181	0.02 133	0.02 69	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	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 + AFF	0.60 303	0.75 359	1.04 149	0.00 1	0.00 1	1.10 321	0.06 298	1.45 295	0.57 210	0.02 217	0.00 1	0.18 199	1.43 366	4.80 323	0.15 235	0.00 1	0.17 403	0.00 1	0.00 1	0.27 373	0.08 338

FADNet-RVC	0.51 268	0.80 368	2.47 324	0.01 246	0.00 1	0.48 96	0.00 1	1.32 272	0.14 96	0.00 1	0.01 205	0.12 168	0.06 242	4.07 300	0.15 235	0.00 1	0.04 360	0.00 1	0.00 1	0.38 384	0.08 338

Wz-Net-LNSev	0.34 197	0.61 341	4.26 382	0.00 1	0.00 1	0.49 98	0.00 1	0.26 127	0.61 299	0.00 1	0.01 205	0.23 216	0.03 175	0.10 140	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

GES	0.18 101	0.05 61	0.87 115	0.00 1	0.00 1	1.06 259	0.02 257	0.60 185	0.08 31	0.00 1	0.02 277	0.11 162	0.09 256	0.44 178	0.16 237	0.01 350	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

GwcNet	0.50 263	0.46 302	3.90 379	0.00 1	0.00 1	0.42 81	0.10 318	0.38 147	0.74 368	0.03 245	0.00 1	0.63 299	0.05 231	2.92 253	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.05 305

DMCA-RVC	0.31 179	0.48 308	2.47 324	0.00 1	0.03 304	0.78 175	0.03 273	0.06 29	0.08 31	0.01 127	0.01 205	0.08 145	0.33 312	1.59 214	0.16 237	0.00 1	0.02 334	0.01 359	0.00 1	0.01 58	0.01 128

CIPLG	0.33 190	0.75 359	1.79 271	0.10 345	0.01 239	0.93 216	0.21 336	1.45 295	0.61 299	0.02 217	0.01 205	0.14 181	0.06 242	0.13 148	0.17 241	0.00 1	0.04 360	0.01 359	0.01 319	0.17 342	0.04 288

DDUNet	0.34 197	0.20 190	1.06 158	0.00 1	0.00 1	0.79 177	0.01 217	0.91 226	0.54 161	0.04 262	0.01 205	1.11 344	0.01 86	1.89 218	0.17 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

IPLGR_C	0.35 203	0.81 369	2.03 289	0.10 345	0.01 239	0.90 204	0.21 336	1.46 305	0.61 299	0.02 217	0.01 205	0.13 175	0.07 249	0.14 150	0.17 241	0.00 1	0.05 374	0.01 359	0.02 333	0.17 342	0.04 288

ACRE	0.34 197	0.70 351	2.13 299	0.10 345	0.00 1	0.90 204	0.20 335	1.45 295	0.61 299	0.02 217	0.01 205	0.13 175	0.05 231	0.14 150	0.17 241	0.00 1	0.03 345	0.01 359	0.02 333	0.17 342	0.04 288

NF-Stereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

OCTAStereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.16 374	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PSM-softLoss	0.48 249	0.04 38	1.10 166	0.17 377	0.00 1	1.07 294	0.25 342	0.12 75	0.61 299	0.03 245	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

KMStereo	0.48 249	0.04 38	1.10 166	0.17 377	0.00 1	1.07 294	0.25 342	0.12 75	0.61 299	0.03 245	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

RE-Stereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

TVStereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

FENet	0.23 131	0.05 61	1.39 222	0.00 1	0.00 1	1.00 230	0.00 1	0.80 210	0.57 210	0.00 1	0.00 1	0.24 218	0.04 206	0.23 162	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

RP	0.42 225	0.44 298	1.52 243	0.00 1	0.01 239	0.61 129	0.02 257	1.06 247	0.39 145	0.03 245	0.01 205	0.99 332	0.16 282	2.89 252	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.00 1

edge stereo	0.58 296	0.29 234	2.86 348	0.01 246	0.03 304	0.33 65	0.03 273	0.97 236	0.50 152	0.21 328	0.33 332	1.31 353	0.16 282	4.20 305	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.01 128

ToySt	0.12 46	0.15 162	0.92 128	0.00 1	0.00 1	0.46 93	0.00 1	0.41 154	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.02 333	0.04 205	0.02 225

test-3	0.17 91	0.03 23	0.74 60	0.03 287	0.10 352	0.43 86	0.00 1	1.36 276	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.08 133	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

test_1	0.17 91	0.03 23	0.75 68	0.03 287	0.10 352	0.43 86	0.00 1	1.36 276	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

test_3	0.19 106	0.02 7	0.76 73	0.03 287	0.10 352	0.53 111	0.00 1	1.42 287	0.07 18	0.13 312	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

CFNet	0.56 286	0.50 313	1.58 248	0.00 1	0.00 1	1.06 259	0.01 217	1.08 251	0.57 210	0.00 1	0.01 205	0.12 168	0.01 86	5.87 362	0.19 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.02 225

RAFT-345	0.49 254	0.04 38	1.26 199	0.10 345	0.07 340	1.16 347	0.19 333	0.14 84	0.57 210	0.00 1	0.01 205	0.09 156	0.01 86	6.00 365	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

TDLM	0.49 254	0.39 287	1.02 146	0.00 1	0.00 1	1.08 307	0.01 217	0.36 145	0.58 249	0.14 319	0.00 1	0.27 229	0.19 289	5.46 345	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 128

SQANet	0.42 225	1.14 390	1.86 277	0.04 299	0.48 396	0.36 70	0.03 273	0.40 152	0.56 177	0.02 217	0.24 323	0.49 286	0.06 242	2.14 223	0.21 261	0.02 364	0.02 334	0.01 359	0.00 1	0.19 349	0.03 258

DAS	0.49 254	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 267	0.61 299	1.18 375	0.00 1	0.24 218	0.03 175	4.76 321	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

SepStereo	0.45 236	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 267	0.61 299	1.18 375	0.00 1	0.24 218	0.03 175	3.93 295	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

TransformOpticalFlow	0.85 333	0.27 226	2.72 341	0.30 391	0.03 304	1.25 358	0.05 293	1.53 318	0.61 299	0.28 338	0.38 336	1.27 350	1.54 368	6.53 388	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Pruner-Stereo	0.16 83	0.04 38	0.73 51	0.19 383	0.00 1	1.08 307	0.21 336	0.16 88	0.59 261	0.03 245	0.00 1	0.01 7	0.00 1	0.02 69	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

IRAFT_RVC	0.51 268	0.13 151	1.14 175	0.10 345	0.00 1	1.17 350	0.10 318	0.28 135	0.61 299	0.01 127	0.00 1	0.02 39	0.12 271	6.22 382	0.22 262	0.00 1	0.09 389	0.00 1	0.00 1	0.02 135	0.01 128

IGEV_Zeroshot_test	0.32 188	0.10 122	2.61 335	0.01 246	0.01 239	0.50 100	0.04 285	0.21 115	0.09 50	0.45 353	0.45 339	0.81 321	0.51 322	0.20 158	0.23 267	0.00 1	0.05 374	0.00 1	0.14 381	0.03 184	0.00 1

fast-acv-ft	0.29 173	0.37 274	3.76 375	0.06 327	0.01 239	0.28 51	0.17 328	0.06 29	0.21 115	0.00 1	0.00 1	0.08 145	0.09 256	0.10 140	0.23 267	0.01 350	0.00 1	0.03 384	0.01 319	0.26 369	0.01 128

PFNet	0.60 303	0.11 136	2.08 298	0.00 1	0.30 391	1.16 347	0.00 1	0.29 136	0.59 261	0.01 127	0.24 323	0.02 39	0.00 1	6.58 389	0.23 267	0.10 382	0.00 1	0.00 1	0.04 355	0.14 319	0.05 305

MyStereo06	0.36 207	0.13 151	2.17 303	0.01 246	0.00 1	1.09 315	0.00 1	0.23 118	0.09 50	0.49 357	0.41 337	1.01 334	1.05 352	0.21 159	0.24 270	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 288

iRaft-Stereo_20w	0.38 215	0.11 136	1.91 282	0.12 359	0.04 319	0.70 158	0.24 340	1.72 334	0.16 107	0.41 350	0.00 1	0.26 225	1.04 351	0.41 175	0.24 270	0.00 1	0.04 360	0.00 1	0.14 381	0.02 135	0.09 351

DLCB_ROB	0.27 155	0.16 169	0.71 47	0.00 1	0.00 1	0.44 90	0.00 1	0.43 157	0.57 210	0.02 217	0.04 287	0.63 299	0.04 206	2.18 229	0.24 270	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

STrans-v2	0.85 333	0.28 230	1.66 256	0.00 1	0.01 239	0.85 193	0.04 285	2.05 349	0.67 360	0.48 356	0.87 361	1.12 345	2.12 380	6.64 393	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

FADNet_RVC	0.60 303	0.83 371	2.50 326	0.00 1	0.00 1	1.09 315	0.00 1	1.29 269	0.50 152	0.02 217	0.05 289	0.26 225	0.03 175	3.17 263	0.25 273	0.21 389	0.26 405	0.08 398	0.28 410	0.53 392	0.55 405

MLCV	0.23 131	0.46 302	1.15 176	0.00 1	0.00 1	0.45 91	0.00 1	0.57 178	0.15 101	0.09 300	0.00 1	0.27 229	0.03 175	1.09 202	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

OMP-Stereo	0.66 314	0.33 246	0.72 49	0.18 382	0.06 334	1.17 350	0.00 1	1.45 295	0.59 261	0.12 309	0.60 348	0.50 289	0.00 1	7.09 399	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

ADLNet	0.38 215	0.21 193	0.86 110	0.00 1	0.00 1	0.67 153	0.00 1	0.86 220	0.60 284	0.18 325	0.01 205	1.01 334	0.02 133	2.92 253	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.09 287	0.02 225

ASMatch	0.59 300	0.10 122	1.66 256	0.13 366	0.04 319	1.07 294	0.00 1	0.10 67	0.64 352	0.06 279	0.44 338	0.05 118	0.87 346	6.32 384	0.27 278	0.00 1	0.00 1	0.00 1	0.01 319	0.00 1	0.00 1

APVNet	0.51 268	0.21 193	2.43 322	0.00 1	0.00 1	0.94 217	0.00 1	0.45 160	0.62 347	0.01 127	0.01 205	0.34 244	0.03 175	4.59 316	0.27 278	0.00 1	0.00 1	0.03 384	0.00 1	0.15 326	0.02 225

STTRV1_RVC	0.67 315	0.21 193	2.32 310	0.00 1	0.00 1	0.58 123	0.01 217	1.05 244	0.59 261	0.01 127	0.51 343	0.26 225	0.18 288	6.05 369	0.27 278	0.26 392	1.07 417	0.00 1	0.00 1	0.00 1	0.03 258

Anonymous Stereo	0.59 300	0.78 366	2.67 338	0.00 1	0.00 1	0.55 116	0.49 374	1.05 244	0.28 127	0.00 1	0.01 205	0.12 168	0.02 133	5.54 348	0.27 278	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.00 1

RGC	0.50 263	0.53 325	2.42 320	0.00 1	0.01 239	0.65 150	0.00 1	1.07 249	0.17 109	0.01 127	0.62 349	1.00 333	0.19 289	3.03 259	0.28 282	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.02 225

PSMNet-ADL	0.35 203	0.05 61	0.65 42	0.00 1	0.00 1	1.03 240	0.00 1	0.59 183	0.09 50	0.00 1	0.07 301	0.47 276	0.01 86	3.66 285	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

RAFT-RH_RVC	0.96 345	0.13 151	1.35 213	0.02 270	0.05 327	1.06 259	0.00 1	0.06 29	0.55 165	0.01 127	9.57 406	0.10 159	0.00 1	6.00 365	0.30 283	0.01 350	0.00 1	0.00 1	0.02 333	0.01 58	0.00 1

test-1	0.19 106	0.13 151	0.67 45	0.00 1	0.15 368	0.57 120	0.00 1	1.01 241	0.11 75	0.04 262	0.48 342	0.05 118	0.00 1	0.01 26	0.30 283	0.00 1	0.07 385	0.00 1	0.06 360	0.01 58	0.18 382

AF-Net	0.47 242	0.53 325	2.05 294	0.00 1	0.00 1	0.41 76	0.01 217	1.18 263	0.40 146	0.13 312	0.05 289	1.30 352	0.45 319	2.43 238	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.09 287	0.00 1

iResNet	0.25 145	0.27 226	1.68 258	0.00 1	0.00 1	0.69 157	0.00 1	1.22 265	0.56 177	0.00 1	0.00 1	0.04 97	0.03 175	0.12 147	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 128

DispNO	0.64 310	0.48 308	2.04 291	0.00 1	0.00 1	0.71 162	0.01 217	1.47 307	0.56 177	0.00 1	0.54 344	1.34 355	0.06 242	5.12 332	0.31 288	0.00 1	0.00 1	0.03 384	0.12 377	0.01 58	0.02 225

anonymity	0.17 91	0.06 85	0.79 87	0.00 1	0.09 348	0.03 5	0.00 1	0.54 173	0.07 18	0.41 350	0.13 311	0.11 162	0.58 327	0.02 69	0.31 288	0.00 1	0.00 1	0.00 1	0.23 400	0.01 58	0.02 225

CBFPSM	0.36 207	0.54 327	2.16 302	0.00 1	0.00 1	0.30 56	0.00 1	0.26 127	0.62 347	0.01 127	0.01 205	1.68 369	1.03 350	0.27 166	0.33 290	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

Wz-Net-MNSev	0.48 249	0.76 364	3.11 359	0.00 1	0.00 1	0.23 44	0.00 1	1.07 249	0.61 299	0.01 127	0.01 205	0.13 175	0.13 274	3.12 260	0.34 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 128

DSFCA	0.40 221	0.09 118	0.84 104	0.00 1	0.01 239	0.98 222	0.37 363	0.29 136	0.62 347	0.02 217	0.32 331	0.03 77	0.24 301	3.91 293	0.34 291	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

BEATNet_4x	0.24 139	0.51 318	1.71 263	0.00 1	0.00 1	0.31 57	0.00 1	0.99 239	0.31 134	0.00 1	0.00 1	0.29 232	0.03 175	0.22 160	0.35 293	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

CBMV	0.57 292	0.22 200	1.61 253	0.00 1	0.00 1	0.84 190	0.78 388	2.58 379	0.61 299	0.38 349	0.00 1	1.25 347	0.63 334	2.07 222	0.38 294	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.08 338
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GASNet	0.56 286	1.09 383	2.57 333	0.00 1	0.00 1	0.52 108	0.02 257	1.12 256	0.22 117	0.01 127	0.14 312	0.50 289	0.12 271	4.09 301	0.39 295	0.00 1	0.00 1	0.00 1	0.00 1	0.32 379	0.08 338

IIG-Stereo	0.65 312	0.34 250	0.77 75	0.05 309	0.03 304	1.17 350	0.00 1	1.46 305	0.60 284	0.01 127	0.57 346	0.54 295	0.01 86	7.03 398	0.39 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

PWCDC_ROB	0.94 343	0.91 377	2.52 329	0.00 1	0.00 1	1.15 343	0.00 1	2.11 354	1.18 382	0.00 1	8.99 401	0.35 248	0.09 256	0.64 190	0.40 297	0.00 1	0.00 1	0.00 1	0.00 1	0.50 391	0.03 258

LALA_ROB	0.31 179	0.38 284	0.91 126	0.00 1	0.01 239	1.00 230	0.01 217	1.60 322	0.61 299	0.15 321	0.00 1	0.09 156	0.01 86	1.04 201	0.41 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

MFN_U_SF_DS_RVC	1.16 357	2.03 411	4.57 388	0.02 270	0.04 319	3.52 395	0.27 349	1.80 339	0.58 249	0.22 329	0.28 327	1.38 358	0.02 133	6.08 370	0.42 299	0.14 385	0.68 414	0.01 359	0.26 408	0.39 386	0.47 399

Consistency-Raft	0.39 218	0.30 237	2.53 331	0.14 368	0.03 304	0.90 204	0.04 285	1.36 276	0.59 261	0.00 1	0.02 277	0.02 39	1.15 359	0.33 168	0.43 300	0.02 364	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

test_xeample3	0.24 139	0.06 85	1.84 274	0.02 270	0.00 1	0.33 65	0.05 293	1.33 273	0.14 96	0.00 1	0.03 282	0.03 77	0.03 175	0.10 140	0.43 300	0.00 1	0.00 1	0.00 1	0.23 400	0.05 222	0.06 325

IGEVStereo-DCA	0.10 21	0.06 85	0.52 16	0.01 246	0.00 1	0.32 61	0.00 1	0.09 52	0.09 50	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 302	0.00 1	0.00 1	0.00 1	0.10 368	0.05 222	0.01 128

rrr	0.24 139	0.06 85	1.91 282	0.01 246	0.00 1	0.32 61	0.04 285	1.34 274	0.15 101	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 302	0.00 1	0.00 1	0.00 1	0.18 388	0.05 222	0.05 305

EAI-Stereo	0.70 317	0.03 23	0.84 104	0.13 366	0.20 387	0.87 199	2.23 403	2.05 349	0.29 131	0.72 361	4.60 383	0.29 232	0.55 325	0.39 174	0.44 302	0.00 1	0.07 385	0.00 1	0.29 411	0.01 58	0.08 338

RYNet	0.53 278	0.19 186	1.79 271	0.00 1	0.00 1	0.55 116	0.00 1	1.12 256	0.61 299	0.02 217	0.00 1	0.83 322	0.04 206	5.05 330	0.45 305	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

Ntro	0.57 292	1.13 388	2.24 306	0.04 299	0.36 393	1.04 247	0.02 257	0.74 204	0.57 210	0.01 127	0.00 1	0.76 317	0.08 253	3.01 257	0.47 306	0.07 377	0.04 360	0.01 359	0.00 1	0.76 398	0.02 225

PSMNet_ROB	0.41 224	0.54 327	1.69 260	0.00 1	0.00 1	0.92 213	0.00 1	0.27 131	0.53 158	0.00 1	0.00 1	0.25 223	0.03 175	3.43 275	0.47 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.03 258

RainbowNet	0.61 306	1.13 388	1.83 273	0.10 345	0.04 319	1.23 356	0.07 301	1.74 336	0.57 210	0.01 127	0.02 277	1.14 346	0.25 303	2.29 233	0.48 308	0.61 398	0.05 374	0.00 1	0.00 1	0.47 390	0.20 385

RASNet	0.58 296	0.27 226	1.30 207	0.00 1	0.00 1	0.61 129	0.01 217	0.47 164	0.60 284	0.08 292	0.06 298	1.52 368	0.04 206	6.18 375	0.48 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

SHD	0.50 263	0.51 318	3.61 371	0.05 309	0.00 1	0.01 2	0.01 217	0.72 201	0.61 299	1.57 381	0.00 1	0.34 244	0.09 256	1.79 217	0.49 310	0.00 1	0.00 1	0.00 1	0.01 319	0.09 287	0.03 258

StereoDRNet	0.42 225	0.50 313	2.50 326	0.02 270	0.06 334	0.51 102	0.00 1	0.34 142	0.61 299	0.00 1	0.00 1	0.33 241	0.02 133	2.87 250	0.50 311	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

DGSMNet	1.21 360	0.37 274	3.02 354	0.71 400	1.33 412	1.61 373	3.53 410	1.45 295	0.33 136	0.00 1	0.79 358	0.48 278	0.24 301	3.22 264	0.53 312	0.98 406	1.21 418	1.35 415	1.09 417	1.03 400	0.92 409

psmorigin	0.75 322	0.25 219	7.10 396	0.00 1	0.00 1	0.19 39	0.00 1	0.10 67	0.12 87	0.65 359	0.00 1	2.74 382	0.23 300	3.02 258	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

CBMV_ROB	0.84 331	0.06 85	1.73 264	0.00 1	0.00 1	1.37 368	0.47 370	2.57 377	0.58 249	2.13 386	0.76 354	1.06 338	1.38 365	4.04 299	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305

XPNet_ROB	0.37 212	0.34 250	1.01 145	0.01 246	0.00 1	0.96 218	0.00 1	1.11 254	0.46 149	0.00 1	0.00 1	0.17 196	0.02 133	2.73 245	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

PA-Net	0.57 292	0.50 313	2.73 342	0.03 287	0.06 334	0.89 202	0.02 257	0.66 194	0.63 350	0.00 1	0.00 1	0.43 270	0.07 249	4.82 324	0.55 316	0.01 350	0.00 1	0.00 1	0.00 1	0.02 135	0.04 288
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.59 300	1.12 386	1.90 281	0.08 336	0.11 357	0.89 202	0.05 293	0.60 185	0.57 210	0.01 127	1.41 369	1.03 336	0.14 275	2.39 236	0.56 317	0.06 376	0.03 345	0.01 359	0.00 1	0.61 393	0.21 389

ACVNet_1	1.10 351	1.42 403	4.00 381	0.31 392	0.02 283	1.25 358	0.10 318	1.69 330	0.61 299	0.26 333	0.01 205	4.39 388	1.29 364	4.75 320	0.57 318	0.79 403	0.00 1	0.00 1	0.00 1	0.32 379	0.18 382

UDG	0.42 225	0.43 295	1.17 181	0.00 1	0.00 1	0.99 228	0.00 1	1.70 332	0.60 284	0.05 271	0.00 1	1.51 366	0.19 289	1.20 204	0.61 319	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

DISCO	0.31 179	0.11 136	1.73 264	0.16 373	0.16 371	0.31 57	0.00 1	0.09 52	0.17 109	0.00 1	0.01 205	1.51 366	0.00 1	1.21 205	0.62 320	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

NCC-stereo	0.49 254	0.46 302	2.04 291	0.03 287	0.03 304	1.06 259	0.01 217	0.78 205	0.22 117	0.06 279	0.19 318	0.64 302	0.05 231	3.65 283	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

Abc-Net	0.49 254	0.46 302	2.04 291	0.03 287	0.03 304	1.06 259	0.01 217	0.78 205	0.22 117	0.06 279	0.19 318	0.64 302	0.05 231	3.65 283	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SDNR	1.15 356	0.21 193	3.21 361	0.01 246	0.01 239	3.30 394	0.01 217	2.55 375	0.75 370	1.80 383	1.49 370	1.40 359	0.20 294	7.24 400	0.68 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.04 288

HHNet	0.48 249	0.21 193	1.60 250	0.10 345	0.00 1	1.14 340	0.26 344	0.47 164	0.59 261	0.01 127	3.56 379	0.04 97	0.71 336	0.00 1	0.73 324	0.02 364	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

ccnet	0.49 254	0.05 61	1.26 199	0.01 246	0.08 344	0.72 165	0.18 330	1.18 263	0.35 138	0.45 353	0.68 351	0.13 175	0.39 316	3.54 280	0.74 325	0.01 350	0.00 1	0.02 375	0.00 1	0.02 135	0.01 128

Wz-Net-LNSev-Ref	0.42 225	0.52 323	3.02 354	0.00 1	0.00 1	0.57 120	0.00 1	1.15 260	0.60 284	0.00 1	0.00 1	0.04 97	0.14 275	1.51 211	0.76 326	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-SNSev	0.78 325	1.10 384	6.27 394	0.00 1	0.00 1	0.27 48	0.00 1	0.95 232	0.61 299	0.00 1	0.01 205	0.41 267	0.10 264	4.92 326	0.81 327	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.03 258

MDST_ROB	1.54 371	0.06 85	3.42 367	0.14 368	0.16 371	5.42 404	0.32 355	4.33 397	0.61 299	6.08 405	1.25 367	1.04 337	1.16 360	5.81 361	0.83 328	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.11 360

LVE	2.75 391	1.12 386	2.30 308	0.46 394	0.45 395	1.87 380	0.06 298	7.19 405	9.72 409	0.03 245	11.08 410	9.01 402	1.26 363	6.93 396	0.91 329	1.86 407	0.16 402	0.04 392	0.24 405	0.22 359	0.13 371

DANet	0.58 296	0.19 186	1.87 278	0.26 388	0.06 334	0.51 102	0.11 322	1.41 284	0.52 155	0.22 329	0.06 298	1.06 338	0.02 133	4.25 307	0.92 330	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.06 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Dean	2.41 386	1.16 392	3.63 373	0.36 393	0.40 394	1.19 353	0.50 376	7.85 406	8.44 408	1.17 374	8.12 399	7.07 397	1.13 357	4.11 302	1.04 331	0.70 399	0.00 1	0.01 359	0.00 1	1.07 401	0.29 393

LSM	4.58 401	0.88 372	17.79 411	3.73 418	38.79 424	0.85 193	2.37 406	0.54 173	1.64 390	2.88 392	3.09 376	0.62 298	0.60 330	3.16 261	1.06 332	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	13.55 425

GANet	0.55 282	0.35 259	1.40 227	0.00 1	0.00 1	0.77 173	0.08 308	0.36 145	0.57 210	0.01 127	0.00 1	0.68 312	0.11 268	5.52 346	1.07 333	0.00 1	0.00 1	0.02 375	0.00 1	0.09 287	0.03 258

ACVNet_2	1.32 362	1.30 398	2.83 347	0.11 355	0.07 340	1.30 362	0.18 330	2.29 363	0.75 370	0.26 333	3.44 378	6.65 396	0.16 282	5.12 332	1.08 334	0.13 383	0.00 1	0.00 1	0.00 1	0.38 384	0.32 395

NVStereoNet_ROB	1.08 350	0.39 287	2.15 301	0.08 336	0.02 283	0.45 91	0.02 257	0.89 223	0.67 360	0.10 304	5.85 387	1.90 372	1.11 356	6.20 381	1.14 335	0.20 388	0.00 1	0.03 384	0.07 363	0.12 307	0.13 371
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
G-Net	1.20 358	0.28 230	2.96 352	0.05 309	0.49 397	1.73 377	0.48 372	0.23 118	0.35 138	1.35 378	9.14 402	2.33 381	0.81 344	2.40 237	1.15 336	0.01 350	0.03 345	0.02 375	0.09 367	0.07 254	0.05 305

MSC_U_SF_DS_RVC	1.79 374	1.81 408	3.81 376	0.01 246	0.02 283	12.12 411	0.50 376	2.74 386	0.71 365	0.07 285	0.20 320	2.17 379	0.15 280	6.82 395	1.19 337	0.74 400	0.80 416	0.20 404	0.27 409	0.73 397	0.70 407

ACVNet-4b	1.14 354	1.34 400	3.96 380	0.17 377	0.03 304	1.03 240	0.01 217	1.31 271	0.65 354	0.01 127	0.97 362	1.98 375	0.32 311	6.18 375	1.20 338	2.52 411	0.02 334	0.00 1	0.00 1	0.82 399	0.28 392

DispFullNet	1.20 358	0.63 343	3.58 370	1.00 402	0.82 403	0.41 76	0.00 1	1.44 293	0.61 299	2.55 389	0.64 350	1.10 342	8.95 412	0.84 194	1.22 339	0.00 1	0.02 334	0.00 1	0.00 1	0.24 364	0.02 225

MSMD_ROB	2.04 381	0.40 289	2.13 299	0.00 1	0.00 1	4.88 400	0.22 339	0.93 229	1.82 391	5.71 403	7.79 398	7.39 399	3.72 394	4.62 319	1.22 339	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

PWC_ROB	0.62 308	0.54 327	3.22 362	0.00 1	0.00 1	0.22 43	0.00 1	2.18 358	0.61 299	0.00 1	0.20 320	0.29 232	0.03 175	3.46 277	1.22 339	0.00 1	0.00 1	0.00 1	0.00 1	0.39 386	0.01 128

DEmStereo	0.75 322	0.06 85	1.73 264	0.04 299	0.00 1	0.78 175	0.52 378	0.05 19	0.57 210	0.05 271	0.72 353	0.02 39	3.42 392	5.79 360	1.29 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

SGM-Forest	0.84 331	0.07 104	0.90 122	0.02 270	0.07 340	1.10 321	0.68 383	2.12 356	0.61 299	1.14 373	0.78 357	1.36 357	0.98 348	5.55 349	1.31 343	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.06 325
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
aanetorigin	0.86 337	0.36 266	3.45 369	0.11 355	0.13 363	0.39 73	0.93 392	0.13 80	0.14 96	3.38 394	1.21 364	0.29 232	2.01 378	2.87 250	1.35 344	0.02 364	0.00 1	0.02 375	0.05 357	0.30 377	0.08 338

DRaft	0.56 286	0.08 111	0.73 51	0.00 1	0.00 1	0.92 213	0.19 333	0.05 19	0.09 50	0.03 245	0.26 325	0.06 131	2.55 383	4.61 318	1.38 345	0.00 1	0.03 345	0.00 1	0.02 333	0.03 184	0.08 338

THIR-Stereo	0.93 342	0.18 177	1.34 211	0.00 1	0.01 239	0.53 111	3.86 411	0.10 67	0.10 69	0.10 304	1.50 371	0.76 317	2.90 387	5.73 357	1.45 346	0.00 1	0.00 1	0.02 375	0.00 1	0.01 58	0.00 1

MFN_U_SF_RVC	0.95 344	1.40 402	4.49 386	0.16 373	0.11 357	0.56 118	0.07 301	1.12 256	0.36 140	0.43 352	0.27 326	1.27 350	0.73 339	3.98 298	1.47 347	0.29 394	0.34 410	0.36 409	0.55 414	0.63 394	0.46 398

SAMSARA	1.01 347	0.70 351	3.29 363	0.20 386	0.06 334	1.65 374	0.05 293	0.48 166	0.53 158	2.91 393	0.68 351	2.97 383	1.08 354	3.89 292	1.54 348	0.00 1	0.04 360	0.00 1	0.02 333	0.05 222	0.03 258

CSAN	1.05 349	0.61 341	2.46 323	0.09 341	0.08 344	0.71 162	0.71 385	2.20 359	0.93 379	0.85 365	2.92 375	0.79 320	1.46 367	5.37 342	1.58 349	0.01 350	0.01 304	0.00 1	0.00 1	0.09 287	0.05 305

CrosDoStereo	1.10 351	0.08 111	1.43 231	0.00 1	0.05 327	0.63 144	5.86 415	0.60 185	0.38 141	0.26 333	1.21 364	0.19 206	3.02 388	6.61 391	1.64 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

DeepStereo_LL	1.10 351	0.08 111	1.43 231	0.00 1	0.05 327	0.63 144	5.86 415	0.60 185	0.38 141	0.26 333	1.21 364	0.19 206	3.02 388	6.61 391	1.64 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

SGM_RVC	1.54 371	0.35 259	1.60 250	0.15 371	0.17 376	1.25 358	0.77 386	1.97 347	0.88 376	4.31 395	2.46 374	4.36 387	2.37 382	6.98 397	1.78 352	0.21 389	0.23 404	0.20 404	0.23 400	0.26 369	0.31 394
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AANet_RVC	0.75 322	0.65 344	2.52 329	0.01 246	0.00 1	0.66 152	0.00 1	0.61 189	0.13 94	0.00 1	1.29 368	0.96 330	0.04 206	5.98 364	1.82 353	0.13 383	0.02 334	0.00 1	0.00 1	0.07 254	0.04 288

NaN_ROB	0.80 327	0.47 306	1.63 254	0.17 377	0.19 382	0.58 123	0.38 365	2.11 354	0.80 374	0.53 358	0.33 332	0.48 278	1.13 357	4.98 328	1.94 354	0.00 1	0.02 334	0.01 359	0.05 357	0.06 242	0.14 374

DeepPrunerF	1.33 363	0.59 339	8.62 402	0.02 270	0.09 348	0.90 204	0.00 1	1.34 274	6.72 402	0.22 329	0.01 205	0.21 212	0.14 275	5.64 353	1.99 355	0.00 1	0.00 1	0.01 359	0.02 333	0.14 319	0.02 225

FBW_ROB	0.83 330	0.31 241	1.48 240	0.10 345	0.01 239	0.62 134	0.01 217	1.91 343	0.59 261	0.01 127	0.01 205	1.10 342	0.05 231	7.84 402	2.07 356	0.05 374	0.01 304	0.03 384	0.01 319	0.01 58	0.47 399

XQC	0.68 316	0.72 357	3.82 377	0.06 327	0.00 1	0.39 73	0.01 217	1.92 344	0.61 299	0.03 245	0.01 205	0.46 275	0.21 295	2.84 249	2.26 357	0.00 1	0.00 1	0.00 1	0.01 319	0.15 326	0.05 305

KSHMR	3.68 397	1.11 385	3.06 356	2.84 414	1.78 413	5.33 403	0.41 367	8.64 408	14.09 411	1.85 384	9.32 404	7.19 398	1.93 373	5.45 344	2.30 358	1.95 408	0.41 411	0.50 411	0.21 396	3.53 412	1.76 415

MeshStereo	2.61 389	0.65 344	2.71 340	0.02 270	0.02 283	1.55 371	0.94 393	3.02 388	1.29 385	11.21 414	7.34 393	11.54 405	2.74 386	6.34 385	2.43 359	0.00 1	0.00 1	0.00 1	0.00 1	0.28 374	0.03 258
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
SANet	1.99 379	0.71 355	3.37 365	0.03 287	0.03 304	2.85 388	0.85 391	2.42 366	8.33 407	1.55 380	4.13 381	4.29 386	3.23 390	5.39 343	2.47 360	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.06 325

IMH	2.83 393	1.28 396	1.89 279	1.96 411	0.60 400	5.22 402	0.24 340	6.28 403	4.13 397	1.90 385	7.52 396	6.39 394	3.40 391	6.59 390	2.53 361	3.92 415	0.12 397	0.05 393	0.00 1	2.06 407	0.47 399

WCMA_ROB	2.01 380	0.34 250	1.89 279	0.04 299	0.00 1	1.07 294	0.60 380	1.09 252	1.21 383	5.12 400	9.87 407	8.09 401	4.48 402	3.74 290	2.55 362	0.00 1	0.00 1	0.01 359	0.00 1	0.02 135	0.13 371

FCDSN-DC	2.66 390	0.08 111	1.65 255	0.00 1	0.00 1	1.73 377	0.37 363	1.64 328	1.35 386	8.08 410	11.18 411	11.78 406	7.59 407	4.76 321	2.80 363	0.02 364	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IMH-64-1	1.98 377	0.88 372	1.46 236	1.92 408	0.54 398	2.90 389	1.64 395	5.24 398	0.91 377	0.97 367	4.83 384	2.10 377	2.00 376	5.33 338	2.83 364	3.56 413	0.04 360	0.02 375	0.00 1	1.90 405	0.50 402

IMH-64	1.98 377	0.88 372	1.46 236	1.92 408	0.54 398	2.90 389	1.64 395	5.24 398	0.91 377	0.97 367	4.83 384	2.10 377	2.00 376	5.33 338	2.83 364	3.56 413	0.04 360	0.02 375	0.00 1	1.90 405	0.50 402

SPS-STEREO	0.88 339	0.40 289	2.01 288	0.00 1	0.01 239	0.42 81	0.17 328	0.50 170	0.61 299	2.19 387	0.79 358	2.04 376	0.27 305	5.10 331	2.89 366	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.11 360
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.73 321	0.57 336	3.38 366	0.04 299	0.19 382	0.74 167	0.00 1	0.29 136	0.79 373	2.37 388	0.00 1	0.53 294	0.09 256	2.19 230	3.20 367	0.00 1	0.05 374	0.00 1	0.02 333	0.08 271	0.15 375

PWCK	2.44 387	1.65 405	7.31 398	0.22 387	0.02 283	3.12 391	4.74 413	3.06 389	3.48 396	0.72 361	4.42 382	3.40 384	1.67 371	9.06 408	3.36 368	0.39 396	0.01 304	0.00 1	0.00 1	2.19 409	0.08 338

WAO-8	5.13 405	1.91 409	2.34 311	0.60 398	0.10 352	12.98 412	0.34 360	11.65 414	24.58 419	4.87 397	10.60 409	13.32 407	4.10 399	8.85 405	3.55 369	0.75 401	0.32 407	0.71 413	0.12 377	0.70 395	0.11 360

Venus	5.12 404	1.91 409	2.34 311	0.60 398	0.10 352	12.98 412	0.34 360	11.65 414	24.58 419	4.87 397	10.54 408	13.32 407	4.10 399	8.85 405	3.55 369	0.75 401	0.32 407	0.71 413	0.12 377	0.70 395	0.11 360

ktn	4.96 403	1.21 393	2.41 318	3.20 415	1.02 407	8.36 409	2.08 401	9.00 410	17.02 412	5.18 401	12.71 414	13.69 409	3.51 393	8.05 403	3.68 371	5.30 418	0.02 334	0.00 1	0.00 1	2.14 408	0.55 405

WZ-Net	1.38 365	1.14 390	10.22 405	0.00 1	0.00 1	0.82 183	0.00 1	1.37 282	0.61 299	0.01 127	0.01 205	1.09 341	2.20 381	6.39 387	3.68 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 225

Wz-Net-TNSev	1.42 367	2.41 415	11.01 407	0.00 1	0.00 1	0.42 81	0.14 327	2.05 349	0.61 299	0.06 279	0.01 205	1.34 355	0.16 282	5.70 355	4.19 373	0.00 1	0.00 1	0.00 1	0.01 319	0.19 349	0.10 358

FC-DCNN	3.42 396	0.11 136	2.03 289	0.00 1	0.00 1	3.18 392	0.60 380	3.13 391	2.98 394	11.40 415	12.28 413	13.93 411	8.68 410	5.70 355	4.27 374	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.06 325

SGM+DAISY	2.38 384	0.98 379	4.37 384	0.48 395	0.33 392	2.24 385	1.94 399	1.16 261	1.47 388	6.62 406	5.89 388	5.77 392	5.09 404	5.76 359	4.39 375	0.16 386	0.15 401	0.06 395	0.14 381	0.26 369	0.40 397

WAO-7	2.46 388	0.92 378	1.85 276	0.03 287	0.05 327	4.73 399	0.54 379	5.67 401	4.50 398	1.49 379	7.64 397	5.52 391	2.69 385	8.48 404	4.51 376	0.00 1	0.00 1	0.33 408	0.02 333	0.19 349	0.06 325

EDNetEfficientorigin	6.23 407	0.45 301	98.39 433	0.02 270	0.04 319	0.42 81	0.02 257	0.33 141	2.90 393	7.07 407	3.12 377	1.31 353	1.61 370	4.26 308	4.55 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 225

DPSNet	1.25 361	0.28 230	5.34 391	0.28 390	0.07 340	1.50 369	0.00 1	3.53 393	0.69 362	0.03 245	0.00 1	0.45 274	2.10 379	5.67 354	4.61 378	0.02 364	0.04 360	0.00 1	0.02 333	0.23 363	0.09 351

pmcnn	2.10 382	0.59 339	4.52 387	0.27 389	0.86 405	0.34 68	0.29 353	1.69 330	0.75 370	0.36 348	7.50 395	14.39 413	0.56 326	4.90 325	4.69 379	0.00 1	0.00 1	0.00 1	0.00 1	0.16 335	0.04 288

RTSC	0.70 317	0.71 355	3.19 360	0.01 246	0.00 1	0.20 41	0.00 1	0.81 212	0.60 284	0.29 339	0.36 335	0.36 251	0.04 206	2.04 220	4.87 380	0.00 1	0.03 345	0.00 1	0.02 333	0.28 374	0.11 360

ELAS_RVC	2.84 394	0.34 250	3.86 378	0.05 309	0.05 327	1.52 370	5.02 414	1.93 345	5.28 400	7.10 408	6.96 392	6.26 393	8.34 408	4.96 327	4.90 381	0.00 1	0.04 360	0.01 359	0.01 319	0.10 294	0.09 351
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ttt	0.70 317	0.02 7	0.78 84	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.29 232	0.01 86	4.18 304	5.00 382	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

WAO-6	2.38 384	0.69 349	1.93 285	0.00 1	0.00 1	3.94 396	0.29 353	5.62 400	7.23 405	0.34 346	6.76 391	7.73 400	1.96 375	5.88 363	5.07 383	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.03 258

notaker	4.30 400	1.28 396	3.70 374	3.71 417	0.90 406	4.91 401	0.39 366	6.90 404	1.96 392	5.39 402	11.82 412	16.90 415	3.75 395	7.59 401	5.65 384	5.23 417	0.01 304	0.10 400	0.06 360	4.57 414	1.22 412

ELAS	2.75 391	0.35 259	2.67 338	0.05 309	0.04 319	6.72 406	1.83 398	2.84 387	3.38 395	8.25 412	9.14 402	3.95 385	6.15 406	3.73 289	5.70 385	0.00 1	0.04 360	0.01 359	0.01 319	0.10 294	0.08 338
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	1.85 375	1.06 382	10.54 406	0.02 270	0.01 239	0.90 204	0.78 388	1.75 337	0.64 352	0.05 271	0.05 289	0.34 244	0.89 347	5.29 336	5.80 386	0.01 350	0.00 1	0.02 375	0.02 333	8.71 422	0.06 325

DualNet	0.55 282	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	0.57 182	5.86 387	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

ff1	0.80 327	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

mmx	0.85 333	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

xxx	0.85 333	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

TorneroNet-64	6.39 409	1.31 399	2.23 305	1.99 412	0.65 402	18.82 418	0.28 351	11.98 416	26.18 421	5.99 404	12.75 415	19.37 418	4.08 398	9.94 410	5.95 391	0.89 405	0.00 1	0.11 401	0.00 1	3.44 411	1.81 416

1111x	0.87 338	0.02 7	1.20 186	0.00 1	0.00 1	0.70 158	0.00 1	2.60 382	0.56 177	0.00 1	0.00 1	0.04 97	0.01 86	5.36 341	6.80 392	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

TorneroNet	6.97 411	1.37 401	2.22 304	1.95 410	1.12 409	19.47 419	0.47 370	13.04 419	26.32 422	7.90 409	17.10 417	17.67 417	4.62 403	10.46 412	7.94 393	1.98 409	0.03 345	0.11 401	0.00 1	4.15 413	1.49 413

ADCRef	0.92 341	0.48 308	3.35 364	0.02 270	0.02 283	0.90 204	0.32 355	0.61 189	0.65 354	0.72 361	0.17 315	0.17 196	0.82 345	2.15 225	7.95 394	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.03 258

coex-ft	8.40 413	2.59 416	75.27 424	0.00 1	0.00 1	0.18 38	0.04 285	0.13 80	20.18 414	39.66 423	4.06 380	4.68 389	8.53 409	3.94 296	7.96 395	0.02 364	0.07 385	0.00 1	0.02 333	0.14 319	0.50 402

UNDER WATER-64	6.84 410	1.25 395	9.68 404	4.53 419	3.53 418	16.61 417	1.79 397	8.72 409	22.23 416	5.11 399	5.07 386	17.34 416	10.14 413	9.19 409	8.21 396	2.00 410	0.03 345	1.52 417	0.11 373	6.09 418	3.62 419

JetBlue	5.71 406	2.18 414	16.18 410	0.00 1	2.13 414	29.20 420	14.20 421	3.90 395	0.74 368	0.71 360	2.30 373	6.42 395	5.97 405	17.84 417	8.74 397	0.09 381	0.01 304	0.00 1	0.00 1	2.62 410	0.96 410

UNDER WATER	6.24 408	0.99 380	8.13 401	4.62 420	2.68 415	8.66 410	0.77 386	8.37 407	22.50 418	4.55 396	6.36 390	15.93 414	8.89 411	8.99 407	8.85 398	3.25 412	0.04 360	1.36 416	0.02 333	6.24 419	3.56 418

ADCPNet	1.44 368	0.55 333	7.88 399	0.01 246	0.19 382	2.78 387	0.27 349	0.90 224	0.38 141	0.04 262	0.02 277	1.43 361	1.81 372	2.22 231	9.08 399	0.00 1	0.47 412	0.00 1	0.64 416	0.04 205	0.15 375

AnyNet_C01	2.33 383	2.14 413	18.59 412	0.15 371	0.18 378	2.43 386	2.34 404	1.29 269	1.24 384	1.03 369	0.83 360	1.25 347	0.78 343	3.75 291	10.06 400	0.05 374	0.00 1	0.07 397	0.00 1	0.30 377	0.12 369

RTS	4.10 398	1.68 406	43.40 419	0.09 341	0.02 283	3.95 397	0.00 1	1.61 324	0.61 299	1.09 370	0.01 205	1.97 373	0.22 297	16.87 414	10.15 401	0.00 1	0.09 389	0.00 1	0.00 1	0.20 355	0.05 305

RTSA	4.10 398	1.68 406	43.40 419	0.09 341	0.02 283	3.95 397	0.00 1	1.61 324	0.61 299	1.09 370	0.01 205	1.97 373	0.22 297	16.87 414	10.15 401	0.00 1	0.09 389	0.00 1	0.00 1	0.20 355	0.05 305

EDNetEfficient	2.96 395	0.23 209	19.99 413	0.19 383	0.85 404	1.02 234	2.03 400	0.56 176	5.14 399	8.09 411	1.81 372	0.94 328	4.14 401	3.72 288	10.22 403	0.00 1	0.03 345	0.00 1	0.06 360	0.05 222	0.03 258

AnyNet_C32	1.44 368	1.47 404	6.09 392	0.12 359	0.19 382	1.74 379	1.11 394	0.84 217	0.56 177	1.30 377	0.46 341	0.21 212	0.59 329	2.74 246	11.09 404	0.02 364	0.00 1	0.06 395	0.00 1	0.16 335	0.05 305

AAGNet	0.96 345	0.05 61	0.74 60	0.09 341	0.27 389	1.11 329	0.28 351	0.05 19	0.59 261	0.01 127	0.00 1	0.01 7	1.00 349	3.68 286	11.30 405	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ADCL	1.52 370	0.44 298	4.70 389	0.07 331	0.03 304	2.21 384	2.35 405	0.92 228	0.80 374	1.57 381	1.11 363	1.25 347	1.55 369	1.77 216	11.53 406	0.01 350	0.00 1	0.00 1	0.00 1	0.10 294	0.01 128

ADCMid	1.38 365	0.90 376	6.15 393	0.04 299	0.03 304	1.67 375	0.18 330	1.13 259	0.93 379	0.89 366	0.58 347	0.86 324	0.71 336	1.03 200	11.96 407	0.01 350	0.00 1	0.29 407	0.08 366	0.17 342	0.03 258

DPSimNet_ROB	7.90 412	5.46 419	13.55 409	3.66 416	5.16 421	7.26 407	9.60 419	6.11 402	7.46 406	13.33 416	9.50 405	11.03 403	11.89 415	10.08 411	12.35 408	4.36 416	5.55 422	5.35 421	5.34 420	4.96 415	5.98 422

MADNet+	4.65 402	2.70 417	46.68 421	0.01 246	0.02 283	2.06 383	0.03 273	3.17 392	1.07 381	0.02 217	0.01 205	1.84 371	0.31 310	21.62 419	13.04 409	0.00 1	0.03 345	0.00 1	0.00 1	0.20 355	0.19 384

SGM-ForestM	8.89 414	0.68 348	3.61 371	0.57 397	0.18 378	14.89 416	5.99 417	9.62 413	10.59 410	20.43 418	17.16 418	39.22 422	20.29 417	20.63 418	13.19 410	0.04 372	0.14 399	0.00 1	0.07 363	0.15 326	0.36 396

ADCP+	1.36 364	0.76 364	6.73 395	0.01 246	0.02 283	1.32 367	0.80 390	0.81 212	0.72 366	0.01 127	0.01 205	0.96 330	1.05 352	0.33 168	13.50 411	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.02 225

MANE	9.96 416	0.69 349	2.88 351	1.22 404	0.61 401	13.15 414	3.46 409	15.62 421	22.27 417	22.74 419	30.00 422	29.74 420	23.22 418	17.17 416	13.78 412	0.29 394	0.56 413	0.09 399	0.61 415	0.15 326	1.00 411

xxxx	1.04 348	0.02 7	0.54 26	0.00 1	0.00 1	0.53 111	0.00 1	2.53 374	0.57 210	0.00 1	0.00 1	0.01 7	0.01 86	2.04 220	14.52 413	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

ADCS	1.72 373	1.22 394	8.11 400	0.00 1	0.01 239	0.88 200	0.68 383	1.44 293	0.63 350	2.60 390	0.11 309	1.42 360	0.26 304	1.97 219	14.92 414	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.07 336

HanzoNet	12.77 418	4.55 418	11.74 408	5.35 421	2.79 416	7.59 408	0.66 382	12.97 418	20.40 415	25.99 420	28.61 421	34.05 421	25.08 421	25.93 423	14.98 415	10.77 422	3.91 421	3.00 419	3.73 419	8.16 421	5.15 420

test_xeample	1.14 354	0.02 7	0.58 34	0.00 1	0.00 1	0.57 120	0.00 1	2.57 377	0.57 210	0.00 1	0.00 1	0.03 77	0.02 133	3.45 276	15.00 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

BEATNet-Init1	14.52 420	6.56 421	34.32 417	1.10 403	1.02 407	31.53 421	11.99 420	15.58 420	17.42 413	30.17 422	27.03 420	43.14 423	24.36 419	24.41 421	18.27 417	0.27 393	0.32 407	0.36 409	0.46 413	1.26 402	0.76 408

MADNet++	9.87 415	2.12 412	7.11 397	7.99 422	4.58 420	14.38 415	6.90 418	9.23 411	5.88 401	16.88 417	17.47 419	11.07 404	15.72 416	24.26 420	19.76 418	8.52 419	6.39 423	4.85 420	2.69 418	5.96 417	5.73 421

LE_ROB	9.96 416	0.54 327	9.62 403	1.40 407	1.24 411	3.29 393	4.64 412	4.31 396	43.01 423	51.54 424	13.34 416	14.15 412	24.60 420	6.66 394	20.28 419	0.04 372	0.05 374	0.12 403	0.20 392	0.07 254	0.09 351

JetRed	13.51 419	18.77 423	42.38 418	1.28 405	1.18 410	54.67 422	25.60 422	12.87 417	6.75 403	8.50 413	8.61 400	13.77 410	10.87 414	24.50 422	30.67 420	0.24 391	0.68 414	0.53 412	0.02 333	5.93 416	2.43 417

222	1.95 376	0.03 23	0.41 3	0.00 1	0.00 1	0.58 123	0.00 1	2.64 384	0.57 210	0.02 217	0.00 1	0.05 118	0.02 133	3.34 273	31.23 421	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

LRCNet_RVC	55.44 425	60.56 429	57.70 422	66.68 430	44.91 425	6.22 405	0.00 1	52.80 424	1.37 387	70.44 425	81.09 427	67.07 424	55.41 423	51.59 425	46.24 422	90.66 434	41.89 429	90.95 435	90.04 431	64.32 430	68.75 430

ASD4	35.17 422	42.77 424	34.00 416	20.47 424	35.77 423	80.11 425	95.20 431	26.58 423	69.14 424	27.82 421	35.84 423	27.05 419	44.35 422	37.95 424	53.20 423	10.25 421	10.28 425	12.30 422	11.09 422	16.01 423	13.25 424

SPstereo	50.33 424	10.80 422	21.19 414	11.76 423	9.23 422	66.15 423	76.05 424	100.00 435	100.00 436	95.98 433	93.33 429	100.00 436	93.15 430	90.92 432	72.10 424	9.41 420	8.60 424	19.85 425	14.84 424	6.36 420	6.89 423

PML	71.49 429	88.65 435	73.56 423	82.49 432	75.59 429	85.39 426	79.41 426	71.62 428	87.17 428	90.48 431	85.96 428	90.50 431	60.21 424	91.76 435	73.85 425	96.01 441	2.36 419	86.79 434	6.59 421	83.59 433	17.83 426

xxxxx1	63.71 426	58.10 426	78.65 425	43.63 425	48.97 426	92.61 428	92.18 428	60.44 425	69.38 425	73.77 428	76.42 424	77.82 427	76.45 425	72.33 426	77.46 426	35.89 427	37.06 426	48.26 428	62.63 427	48.72 427	43.44 427

tt_ll	63.71 426	58.10 426	78.65 425	43.63 425	48.97 426	92.61 428	92.18 428	60.44 425	69.38 425	73.77 428	76.42 424	77.82 427	76.45 425	72.33 426	77.46 426	35.89 427	37.06 426	48.26 428	62.63 427	48.72 427	43.44 427

ff	63.71 426	58.10 426	78.65 425	43.63 425	48.97 426	92.61 428	92.18 428	60.44 425	69.38 425	73.77 428	76.42 424	77.82 427	76.45 425	72.33 426	77.46 426	35.89 427	37.06 426	48.26 428	62.63 427	48.72 427	43.44 427

MEDIAN_ROB	93.37 433	98.75 437	96.05 431	90.90 435	90.53 436	85.63 427	76.45 425	92.03 430	89.53 429	95.05 432	94.99 430	96.02 432	93.85 431	90.36 431	87.21 429	98.36 442	95.79 431	99.61 437	98.77 435	98.80 442	98.72 442

HaxPig	95.46 436	97.61 436	87.80 429	97.80 443	99.17 443	77.55 424	75.28 423	96.76 433	99.61 431	99.97 435	99.97 432	99.62 435	99.97 433	91.02 433	87.28 430	99.98 444	99.98 439	99.98 438	99.99 438	99.97 443	99.97 444

test_example2	97.61 437	99.96 439	99.93 434	99.83 444	99.97 444	98.84 432	99.76 432	91.98 429	100.00 436	100.00 436	100.00 433	89.18 430	86.51 428	99.29 436	96.54 431	99.97 443	99.55 437	92.92 436	98.06 434	100.00 444	99.95 443

Anonymous_1	89.88 432	75.38 432	97.81 432	74.49 431	78.39 430	100.00 435	100.00 433	98.09 434	99.76 432	96.82 434	99.37 431	97.66 433	99.77 432	91.14 434	98.89 432	81.73 430	97.25 432	59.96 431	85.38 430	77.37 432	88.27 431

AVERAGE_ROB	98.45 438	99.13 438	95.46 430	100.00 445	100.00 445	93.36 431	81.95 427	100.00 435	99.97 433	100.00 436	100.00 433	100.00 436	100.00 434	99.72 437	99.40 433	100.00 445	100.00 441	100.00 439	100.00 439	100.00 444	100.00 445

tt	48.25 423	0.05 61	28.22 415	1.29 406	0.00 1	100.00 435	100.00 433	100.00 435	97.19 430	0.08 292	0.00 1	97.99 434	86.70 429	2.26 232	99.92 434	83.66 431	94.83 430	16.47 423	21.27 426	35.05 424	0.01 128

DPSMNet_ROB	81.54 431	60.77 431	99.95 435	61.42 429	87.05 434	99.11 433	100.00 433	95.93 432	99.99 434	73.11 427	100.00 433	70.84 426	100.00 434	77.43 430	99.98 435	35.39 426	97.54 436	35.21 427	99.89 436	46.30 426	90.94 433

DGTPSM_ROB	81.49 430	60.74 430	99.95 435	61.20 428	86.99 433	99.11 433	100.00 433	95.92 431	99.99 434	73.08 426	100.00 433	70.81 425	100.00 434	77.39 429	99.98 435	35.10 425	97.48 435	35.12 426	99.89 436	46.16 425	90.85 432

MyStereo03	99.18 442	100.00 441	100.00 437	96.47 439	98.78 439	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

MyStereo02	99.18 442	100.00 441	100.00 437	96.47 439	98.78 439	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

MyStereo	99.18 442	100.00 441	100.00 437	96.47 439	98.78 439	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

Selective-RAFT-Error	99.17 441	100.00 441	100.00 437	96.65 442	98.79 442	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	93.64 435	100.00 441	100.00 439	100.00 439	96.25 436	98.10 441

CasAABBNet	99.15 440	100.00 441	100.00 437	96.37 438	98.76 438	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	93.65 436	99.99 440	100.00 439	100.00 439	96.27 437	97.93 437

LSM0	99.11 439	99.97 440	100.00 437	95.93 436	98.59 437	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	93.89 440	99.97 438	100.00 439	100.00 439	96.64 441	97.25 436

DPSM_ROB	94.00 434	79.32 433	100.00 437	83.19 433	85.69 431	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	89.53 432	97.42 433	74.97 432	95.13 432	83.79 434	90.98 434

DPSM	94.00 434	79.32 433	100.00 437	83.19 433	85.69 431	100.00 435	100.00 433	100.00 435	100.00 436	100.00 436	100.00 433	100.00 436	100.00 434	100.00 438	100.00 437	89.53 432	97.42 433	74.97 432	95.13 432	83.79 434	90.98 434

FADE		5.89 420		2.64 413	2.97 417			9.60 412	6.84 404	2.66 391		5.28 390		13.53 413		16.99 424	2.70 420	18.19 424	20.39 425	1.88 404	1.60 414

Low-res two-view benchmark