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

AEACV	0.80 2	0.29 17	1.70 12	0.96 120	0.24 106	2.03 49	0.88 204	3.50 14	0.88 1	0.34 6	0.20 4	0.29 19	2.01 125	1.77 33	0.33 5	0.00 1	0.03 209	0.00 1	0.29 335	0.10 167	0.09 179

rrr	1.05 10	0.45 117	3.18 135	0.32 49	0.06 17	2.74 108	0.95 213	3.49 13	1.12 2	0.39 12	0.16 2	0.20 4	0.29 8	6.47 141	0.87 77	0.00 1	0.00 1	0.00 1	0.21 317	0.06 116	0.10 198

StereoIM	0.80 2	0.69 193	3.02 119	0.33 54	1.83 270	1.22 5	0.06 14	3.41 11	1.49 3	0.31 5	0.38 7	0.42 33	0.51 36	1.14 9	1.21 115	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	0.05 133

test_xeample3	1.08 12	0.43 109	3.39 148	0.49 73	0.05 10	2.58 89	0.93 209	3.32 7	1.77 4	0.23 1	0.23 6	0.19 1	0.28 7	6.34 133	0.85 72	0.00 1	0.01 126	0.00 1	0.26 333	0.06 116	0.10 198

MyStereo07	1.31 29	0.79 216	1.61 7	1.03 127	1.11 223	2.63 98	0.46 108	5.48 106	2.24 5	0.64 24	1.48 22	0.27 16	0.59 40	7.03 167	0.45 16	0.00 1	0.09 280	0.00 1	0.01 209	0.11 184	0.09 179

ff7	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 143

IGEVStereo-DCA	1.06 11	0.45 117	2.06 30	0.32 49	0.06 17	2.74 108	0.84 194	3.71 18	2.27 6	0.39 12	0.16 2	0.20 4	0.29 8	6.47 141	0.87 77	0.00 1	0.00 1	0.00 1	0.16 298	0.06 116	0.06 143

ffff	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 143

11t	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 143

ccc-4	1.12 14	0.57 153	2.06 30	0.03 1	0.07 23	2.80 116	0.84 194	3.71 18	2.27 6	0.38 8	1.06 9	0.20 4	0.40 23	7.12 172	0.49 26	0.00 1	0.00 1	0.00 1	0.16 298	0.09 157	0.06 143

anonymousdsp	1.12 14	0.59 161	1.66 9	0.03 1	0.07 23	2.81 125	0.82 187	4.07 30	2.30 11	0.41 16	1.12 17	0.30 20	0.40 23	7.05 168	0.49 26	0.00 1	0.00 1	0.00 1	0.17 304	0.10 167	0.05 133

IGEV-Stereo	1.12 14	0.59 161	1.66 9	0.03 1	0.07 23	2.82 128	0.82 187	4.09 32	2.30 11	0.41 16	1.11 14	0.30 20	0.41 29	7.05 168	0.49 26	0.00 1	0.00 1	0.00 1	0.17 304	0.10 167	0.05 133
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
MSKI-zero shot	2.00 80	0.36 70	2.15 42	0.81 98	0.25 109	2.69 106	0.29 80	6.16 131	2.34 13	4.31 86	7.52 165	3.70 127	0.25 3	8.42 249	0.41 10	0.01 144	0.13 308	0.00 1	0.25 327	0.03 58	0.02 38

knoymous	1.36 33	0.21 6	1.68 11	0.20 32	0.49 167	1.58 24	0.11 28	5.15 80	2.40 14	4.62 94	1.77 29	4.56 159	0.45 32	3.23 60	0.63 39	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.01 16

Anonymous3	1.76 48	0.44 113	6.37 289	0.33 54	0.50 169	4.33 218	0.54 127	4.43 42	2.48 15	2.21 47	3.24 55	1.53 63	1.14 73	5.64 110	1.29 120	0.17 313	0.23 342	0.00 1	0.00 1	0.12 196	0.15 243

LoS_RVC	1.26 26	1.43 297	1.91 17	0.42 66	3.77 342	1.71 36	0.04 9	2.58 3	2.49 16	0.42 20	2.58 44	0.30 20	0.57 39	1.71 28	0.66 43	0.01 144	0.02 166	0.00 1	0.00 1	0.02 22	4.49 377

Selective-IGEV	1.23 24	0.18 2	1.13 2	0.07 9	0.17 71	2.38 70	0.54 127	6.10 127	2.51 17	0.41 16	3.20 54	0.26 14	0.29 8	6.94 163	0.16 1	0.00 1	0.01 126	0.00 1	0.11 286	0.04 78	0.10 198

ProNet	1.20 21	0.60 163	2.00 26	0.26 40	0.08 34	2.73 107	0.68 159	5.00 74	2.52 18	0.29 3	1.32 19	0.37 30	0.36 17	6.94 163	0.44 12	0.00 1	0.07 264	0.00 1	0.00 1	0.17 232	0.07 156

CES	1.56 39	0.35 63	1.44 4	0.42 66	7.70 381	2.66 104	0.13 41	4.89 63	2.53 19	0.25 2	1.10 13	0.33 28	0.31 13	1.61 27	0.58 36	0.01 144	0.02 166	0.00 1	0.00 1	0.54 325	6.26 384

EGLCR-Stereo	1.04 9	0.20 3	2.00 26	1.14 144	0.16 66	2.50 77	0.11 28	4.96 69	2.61 20	0.79 26	0.07 1	1.46 60	0.37 20	3.96 75	0.23 2	0.01 144	0.05 239	0.00 1	0.00 1	0.00 1	0.07 156

RAFT	2.57 139	0.76 210	3.09 132	0.91 107	0.09 35	2.41 72	0.94 211	5.35 99	2.65 21	6.11 149	7.21 160	9.43 271	4.30 224	5.73 113	1.77 157	0.00 1	0.12 301	0.00 1	0.02 230	0.46 322	0.08 169

CAS	2.24 100	0.25 11	1.86 14	11.21 385	3.86 344	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 26	0.24 13	0.27 5	1.50 20	0.74 55	9.43 392	0.01 126	0.00 1	0.00 1	0.01 7	5.21 380

sCroCo_RVC	1.21 23	0.65 178	5.16 252	1.09 136	1.29 236	0.92 4	0.19 59	3.92 25	2.68 23	0.30 4	3.04 51	0.52 39	1.56 107	1.58 24	0.78 65	0.09 295	0.25 348	0.00 1	0.00 1	0.07 131	0.11 210

HH	2.42 122	0.73 201	3.76 175	0.91 107	0.14 59	2.78 114	0.71 167	7.92 180	2.72 24	1.53 41	6.10 122	7.93 248	4.01 209	8.60 258	0.44 12	0.00 1	0.09 280	0.00 1	0.00 1	0.05 100	0.04 103

HanStereo	2.42 122	0.73 201	3.76 175	0.91 107	0.14 59	2.78 114	0.71 167	7.92 180	2.72 24	1.53 41	6.10 122	7.93 248	4.01 209	8.60 258	0.44 12	0.00 1	0.09 280	0.00 1	0.00 1	0.05 100	0.04 103

LoS	0.91 5	0.34 54	2.10 40	0.38 63	0.13 57	2.47 75	0.26 73	5.00 74	2.74 26	0.89 27	0.21 5	0.49 37	0.36 17	1.97 41	0.67 44	0.02 214	0.02 166	0.00 1	0.00 1	0.06 116	0.01 16

anonymousdsp2	1.78 49	0.39 81	3.40 150	1.10 137	0.04 9	3.63 182	0.50 122	7.80 177	2.77 27	2.91 60	2.88 48	3.17 105	1.01 64	5.15 103	0.43 11	0.00 1	0.01 126	0.02 284	0.15 296	0.05 100	0.12 222

CroCo-Stereo Lap2	1.24 25	0.88 234	3.39 148	0.95 118	4.59 363	0.47 2	0.08 21	3.51 16	2.80 28	1.17 38	2.24 39	1.57 64	0.20 1	1.48 19	1.14 109	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.12 222

MC-Stereo	1.47 38	0.36 70	2.54 67	1.99 245	0.12 55	1.90 41	0.12 34	4.47 44	2.83 29	3.31 71	3.44 62	0.56 41	1.47 97	5.39 107	0.47 25	0.00 1	0.04 230	0.00 1	0.21 317	0.07 131	0.04 103

CRE-IMP	1.95 74	0.35 63	2.68 79	0.27 44	0.17 71	3.90 205	0.85 200	5.14 78	2.87 30	5.74 122	4.14 72	3.49 120	0.83 55	6.40 136	1.80 160	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.19 265

PSM-softLoss	2.24 100	0.34 54	3.42 152	1.81 222	0.17 71	2.74 108	0.39 96	6.17 132	2.92 31	6.26 162	6.29 134	2.96 95	0.97 62	8.68 262	1.71 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

KMStereo	2.24 100	0.34 54	3.42 152	1.81 222	0.17 71	2.74 108	0.39 96	6.17 132	2.92 31	6.26 162	6.29 134	2.96 95	0.97 62	8.68 262	1.71 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

MIF-Stereo	0.83 4	0.33 45	1.98 24	0.92 111	1.27 234	0.54 3	0.11 28	1.35 1	2.94 33	1.67 43	2.09 35	0.20 4	0.31 13	1.57 23	1.07 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 224	0.01 16

ROB_FTStereo_v2	1.91 70	0.41 97	2.85 102	0.12 18	0.19 92	3.71 189	0.73 172	5.23 84	2.95 34	5.86 130	4.36 81	3.46 115	1.51 98	5.86 115	0.69 46	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

ROB_FTStereo	1.90 68	0.42 101	2.86 104	0.12 18	0.19 92	3.71 189	0.75 178	5.24 90	2.95 34	5.87 135	4.26 74	3.41 111	1.51 98	5.80 114	0.65 41	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

Patchmatch Stereo++	1.95 74	0.40 90	2.86 104	0.12 18	0.18 83	3.74 194	0.66 156	5.24 90	2.96 36	5.86 130	4.32 76	3.46 115	1.52 102	6.88 156	0.70 48	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.09 179
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	1.88 64	0.40 90	2.86 104	0.12 18	0.19 92	3.75 197	0.71 167	5.23 84	2.96 36	5.86 130	4.33 78	3.45 113	1.51 98	5.40 108	0.69 46	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.09 179

iRAFT	1.95 74	0.40 90	2.86 104	0.12 18	0.18 83	3.74 194	0.66 156	5.24 90	2.96 36	5.86 130	4.32 76	3.46 115	1.52 102	6.88 156	0.70 48	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.09 179

RAFT-IKP	1.90 68	0.42 101	2.83 99	0.12 18	0.18 83	3.50 172	0.64 152	5.24 90	2.96 36	5.86 130	4.34 79	3.50 121	1.51 98	5.99 119	0.76 61	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

HUI-Stereo	1.80 52	0.41 97	2.85 102	0.12 18	0.18 83	3.72 192	0.65 154	5.23 84	2.97 40	5.87 135	4.34 79	3.45 113	1.52 102	3.93 74	0.65 41	0.02 214	0.00 1	0.00 1	0.00 1	0.08 140	0.10 198

iGMRVC	1.96 77	0.40 90	2.88 109	0.12 18	0.19 92	3.74 194	0.73 172	5.23 84	2.97 40	5.87 135	4.37 82	3.48 119	1.52 102	6.73 153	0.74 55	0.02 214	0.00 1	0.00 1	0.00 1	0.08 140	0.08 169

11t1	1.62 41	0.26 13	2.53 66	2.37 294	0.24 106	2.58 89	0.06 14	6.66 154	3.00 42	3.40 73	3.01 50	1.14 52	1.94 122	4.18 81	0.91 86	0.01 144	0.02 166	0.00 1	0.00 1	0.03 58	0.03 67

DeepStereo_RVC	2.05 85	0.39 81	2.87 108	0.14 28	0.17 71	3.51 174	0.70 165	5.21 83	3.00 42	6.27 164	4.13 71	3.47 118	4.53 236	4.81 89	1.49 134	0.01 144	0.00 1	0.00 1	0.00 1	0.09 157	0.18 255

GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 77	0.01 1	1.98 46	0.57 140	3.07 5	3.02 44	0.90 28	1.48 22	0.19 1	0.40 23	0.93 3	0.36 8	0.00 1	0.01 126	0.00 1	0.00 1	0.04 78	0.02 38

AnonymousM	2.71 148	6.75 374	0.98 1	0.73 93	0.06 17	2.41 72	0.53 125	5.30 96	3.05 45	4.75 101	2.09 35	1.89 73	1.01 64	1.88 40	0.51 32	0.01 144	0.02 166	17.42 392	4.76 392	0.02 22	0.01 16

XX-Stereo	2.71 148	0.38 78	5.96 279	2.25 278	2.20 287	1.54 23	0.21 63	5.44 105	3.05 45	2.28 51	16.16 302	7.03 230	0.24 2	6.19 124	0.79 66	0.00 1	0.15 317	0.00 1	0.23 323	0.13 206	0.04 103

GMM-Stereo	3.32 197	0.27 15	2.52 65	0.82 99	0.48 164	2.27 62	4.91 323	5.06 76	3.08 47	7.06 200	16.72 308	6.21 212	3.70 193	7.60 194	1.16 112	0.04 257	0.00 1	0.00 1	0.04 259	0.10 167	4.45 375

R-Stereo Train	2.44 126	0.32 33	1.93 19	0.94 114	0.16 66	3.67 184	0.61 146	6.37 140	3.08 47	9.14 277	17.44 321	1.80 70	0.77 49	1.76 31	0.70 48	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 67

RAFT-Stereo	2.44 126	0.32 33	1.93 19	0.94 114	0.16 66	3.67 184	0.61 146	6.37 140	3.08 47	9.14 277	17.44 321	1.80 70	0.77 49	1.76 31	0.70 48	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 67
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DLNR_Zeroshot_test	24.70 395	50.77 415	90.11 420	98.11 430	97.34 428	1.38 13	0.12 34	22.79 384	3.09 50	1.07 35	2.95 49	0.71 44	0.29 8	6.93 160	2.29 187	38.56 412	0.37 357	0.00 1	0.30 340	76.73 425	0.09 179

NF-Stereo	2.24 100	0.33 45	3.00 115	2.04 256	0.10 38	3.46 165	0.43 103	6.51 150	3.17 51	6.84 186	5.24 103	2.67 89	1.34 89	8.17 237	1.53 138	0.01 144	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

OCTAStereo	2.24 100	0.33 45	3.03 121	2.04 256	0.10 38	3.45 164	0.43 103	6.50 147	3.17 51	6.84 186	5.20 100	2.65 86	1.33 87	8.18 238	1.56 142	0.01 144	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

FTStereo	4.55 279	0.36 70	2.18 47	0.94 114	0.38 141	2.60 93	8.82 360	4.98 72	3.17 51	10.88 318	30.35 371	5.60 197	7.60 308	7.62 195	1.55 141	0.17 313	0.00 1	0.05 318	0.00 1	0.03 58	3.80 373

NRIStereo	2.14 91	0.35 63	2.65 78	1.10 137	0.14 59	3.05 146	0.86 201	5.35 99	3.18 54	6.24 159	3.36 60	4.17 144	1.82 120	8.12 230	2.01 174	0.00 1	0.10 288	0.00 1	0.00 1	0.12 196	0.19 265

RE-Stereo	2.25 105	0.33 45	3.03 121	2.04 256	0.10 38	3.47 167	0.43 103	6.50 147	3.18 54	6.84 186	5.20 100	2.65 86	1.34 89	8.18 238	1.58 144	0.01 144	0.00 1	0.01 255	0.00 1	0.02 22	0.01 16

TVStereo	2.25 105	0.33 45	3.03 121	2.04 256	0.10 38	3.47 167	0.43 103	6.50 147	3.18 54	6.84 186	5.20 100	2.65 86	1.34 89	8.18 238	1.58 144	0.01 144	0.00 1	0.01 255	0.00 1	0.02 22	0.01 16

Prome-Stereo	3.65 220	0.29 17	1.92 18	0.91 107	0.49 167	2.07 51	4.75 321	4.41 41	3.23 57	9.32 283	20.63 336	4.06 137	7.19 299	7.70 200	1.17 113	0.00 1	0.00 1	0.00 1	0.00 1	0.05 100	4.72 379

KYRaft	3.59 217	0.31 24	1.84 13	0.76 96	0.46 157	2.29 63	4.04 305	4.75 60	3.25 58	8.93 274	19.47 329	6.62 223	5.07 257	7.79 207	0.71 52	0.01 144	0.00 1	0.00 1	0.01 209	0.04 78	5.38 382

PSM-AAD	3.33 199	0.20 3	1.47 6	0.73 93	0.54 172	2.55 83	6.19 335	4.97 70	3.27 59	10.92 319	11.92 259	2.95 94	9.59 335	7.90 212	0.82 69	0.01 144	0.01 126	0.00 1	0.00 1	0.04 78	2.47 369

MIM_Stereo	2.50 135	0.75 207	4.26 207	1.18 146	0.11 46	3.08 147	0.33 88	6.07 126	3.28 60	5.01 105	10.12 223	4.29 153	1.74 115	8.06 226	1.27 118	0.00 1	0.12 301	0.00 1	0.01 209	0.18 242	0.15 243

GrayStereo	3.74 226	0.20 3	1.94 21	1.55 187	0.60 176	3.12 152	8.22 357	5.76 115	3.32 61	10.40 308	16.66 307	5.81 203	8.60 322	6.57 149	1.37 126	0.01 144	0.00 1	0.01 255	0.63 360	0.02 22	0.04 103

ACVNet-DCA	2.01 81	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	8.45 190	3.33 62	1.03 30	3.33 56	0.32 25	3.71 194	8.05 222	0.45 16	0.00 1	0.02 166	0.00 1	0.03 242	0.02 22	0.03 67

1test111	1.86 60	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	8.45 190	3.33 62	1.03 30	3.33 56	0.32 25	3.71 194	4.40 83	0.96 92	0.00 1	0.02 166	0.00 1	0.03 242	0.02 22	0.03 67

qqq	1.93 72	0.30 21	2.96 114	1.40 169	0.05 10	1.96 45	0.39 96	8.45 190	3.33 62	3.06 63	3.84 66	4.67 162	2.70 149	4.40 83	0.96 92	0.00 1	0.01 126	0.00 1	0.00 1	0.02 22	0.03 67

test_4	2.38 120	0.34 54	2.68 79	0.08 11	0.11 46	3.69 187	1.14 225	3.33 8	3.34 65	4.03 83	17.35 320	3.31 110	0.51 36	6.28 129	1.15 110	0.00 1	0.00 1	0.00 1	0.11 286	0.16 224	0.01 16

GES	2.49 132	0.38 78	4.29 209	1.58 192	0.05 10	4.58 228	1.07 220	9.70 227	3.39 66	5.21 110	6.64 141	1.84 72	3.36 173	4.86 90	2.54 200	0.06 279	0.01 126	0.06 322	0.01 209	0.12 196	0.03 67

MGS-Stereo	1.10 13	0.26 13	2.45 58	0.58 83	0.06 17	1.84 39	0.67 158	2.16 2	3.42 67	1.03 30	6.13 124	0.49 37	0.36 17	1.43 17	0.62 38	0.00 1	0.00 1	0.00 1	0.00 1	0.47 323	0.00 1

AACVNet	3.33 199	1.03 257	3.56 160	3.46 343	0.63 178	3.09 149	0.28 75	8.78 206	3.43 68	5.99 140	10.64 237	10.08 280	4.03 212	8.69 264	2.51 198	0.03 241	0.01 126	0.00 1	0.00 1	0.26 281	0.06 143

IGEV+	1.19 20	0.57 153	1.44 4	0.57 81	0.11 46	2.65 101	0.74 175	4.93 66	3.46 69	2.26 49	2.86 47	0.77 45	0.90 58	1.60 25	0.64 40	0.00 1	0.06 251	0.00 1	0.01 209	0.11 184	0.04 103

sAnonymous2	1.35 31	1.66 318	8.14 321	0.55 77	0.46 157	1.23 6	0.24 68	4.00 28	3.47 70	0.40 14	1.11 14	0.23 11	1.42 94	0.96 5	0.57 33	0.01 144	0.00 1	0.00 1	0.20 314	2.07 367	0.22 274

CroCo_RVC	1.35 31	1.66 318	8.14 321	0.55 77	0.46 157	1.23 6	0.24 68	4.00 28	3.47 70	0.40 14	1.11 14	0.23 11	1.42 94	0.96 5	0.57 33	0.01 144	0.00 1	0.00 1	0.20 314	2.07 367	0.22 274

EKT-Stereo	1.91 70	0.48 131	2.77 94	2.19 271	4.36 353	1.42 17	0.24 68	4.63 54	3.51 72	2.94 61	3.47 63	3.55 123	2.25 134	5.26 104	0.85 72	0.04 257	0.12 301	0.00 1	0.09 281	0.06 116	0.05 133

CRFU-Net	4.45 271	0.67 187	5.02 240	2.78 315	1.32 240	12.67 342	3.35 293	11.26 262	3.52 73	10.06 302	9.30 211	10.91 297	6.92 295	7.26 179	3.24 219	0.15 307	0.16 324	0.16 343	0.00 1	0.26 281	0.05 133

Anonymous	1.37 34	0.52 140	4.23 206	1.38 166	2.70 304	1.85 40	0.42 102	4.77 61	3.54 74	0.53 23	1.56 25	0.19 1	1.32 86	3.11 59	0.92 89	0.05 269	0.08 272	0.00 1	0.00 1	0.17 232	0.15 243

x	1.73 46	0.28 16	2.49 64	1.91 234	0.17 71	2.10 53	0.83 191	8.74 205	3.55 75	3.28 68	2.12 38	3.10 104	1.96 123	2.90 55	1.12 106	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.03 67

LCNet	2.85 159	0.42 101	1.90 16	0.95 118	0.56 173	2.07 51	1.60 249	4.99 73	3.57 76	6.05 143	10.59 235	4.59 160	6.79 294	7.46 188	0.72 53	0.01 144	0.00 1	0.01 255	0.77 365	0.30 291	3.57 371

IRAFT_RVC	2.85 159	0.41 97	3.32 143	2.09 262	0.41 148	2.92 138	5.22 328	6.41 145	3.63 77	6.53 178	5.48 112	5.09 178	4.88 252	8.20 241	2.15 183	0.01 144	0.17 327	0.01 255	0.00 1	0.02 22	0.04 103

DEmStereo	3.79 232	0.37 76	3.69 170	0.17 30	0.17 71	5.28 242	2.54 271	4.35 36	3.70 78	8.21 249	20.15 331	5.13 180	10.38 340	7.65 196	3.85 244	0.01 144	0.01 126	0.01 255	0.00 1	0.02 22	0.06 143

TRStereo	2.36 118	3.10 351	4.70 229	1.99 245	2.08 278	2.61 94	1.11 223	8.79 207	3.73 79	3.19 65	3.04 51	3.96 133	0.77 49	5.92 116	1.44 130	0.03 241	0.14 312	0.00 1	0.29 335	0.08 140	0.25 287

iRaftStereo_RVC	1.62 41	0.68 188	1.98 24	0.67 90	0.05 10	2.99 142	0.04 9	5.36 101	3.74 80	3.82 80	4.96 89	2.54 85	0.62 41	3.35 63	0.97 94	0.00 1	0.07 264	0.00 1	0.00 1	0.30 291	0.27 296

MIF-Stereo (partial)	1.29 28	0.33 45	3.02 119	0.03 1	1.12 225	1.26 8	0.13 41	4.46 43	3.75 81	0.35 7	2.39 42	0.31 23	0.74 47	6.09 121	1.76 156	0.00 1	0.00 1	0.00 1	0.00 1	0.08 140	0.04 103

cross-raft	2.03 83	0.35 63	2.78 96	1.10 137	0.16 66	3.77 198	0.48 111	7.03 166	3.75 81	5.06 107	5.55 114	6.26 213	1.41 93	1.75 30	0.89 84	0.01 144	0.07 264	0.00 1	0.19 312	0.03 58	0.03 67

test croco	1.34 30	0.51 138	5.09 246	0.30 45	0.05 10	1.58 24	0.08 21	4.47 44	3.77 83	0.42 20	1.76 28	0.60 43	0.74 47	6.11 122	0.94 90	0.00 1	0.00 1	0.00 1	0.00 1	0.40 315	0.02 38

IGEV_Zeroshot_test	2.13 90	0.50 134	4.91 236	1.41 172	0.18 83	2.62 97	0.36 92	7.80 177	3.87 84	5.04 106	5.42 110	4.77 164	1.03 67	3.43 64	0.79 66	0.00 1	0.16 324	0.00 1	0.18 308	0.17 232	0.04 103

DN-CSS_ROB	2.69 145	1.40 296	5.34 260	2.31 289	0.75 192	3.14 153	0.06 14	6.11 128	3.87 84	5.34 116	12.18 266	2.34 82	1.22 82	7.84 209	1.48 133	0.03 241	0.00 1	0.00 1	0.00 1	0.35 304	0.03 67

iRaft-Stereo_20w	2.56 137	0.35 63	4.98 239	0.37 62	0.67 183	3.47 167	0.59 142	12.57 302	3.89 86	6.10 148	6.23 131	1.49 61	2.24 132	6.65 151	0.86 75	0.00 1	0.19 335	0.00 1	0.33 344	0.08 140	0.22 274

ASMatch	3.32 197	0.50 134	3.32 143	1.72 212	0.45 156	1.93 44	0.68 159	6.42 146	3.89 86	6.18 155	22.30 343	4.61 161	4.82 250	7.65 196	1.70 150	0.00 1	0.02 166	0.00 1	0.03 242	0.01 7	0.18 255

SST-Stereo	2.75 152	0.31 24	2.78 96	1.33 156	0.33 134	3.99 209	0.82 187	5.60 110	3.93 88	10.92 319	6.19 128	5.00 175	4.23 220	8.66 261	0.74 55	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.03 67

CroCo-Stereo	0.99 8	0.89 237	3.19 136	0.46 69	0.44 151	0.38 1	0.05 12	4.61 52	3.95 89	0.48 22	1.78 30	1.01 49	0.27 5	1.11 8	1.07 101	0.01 144	0.00 1	0.00 1	0.00 1	0.05 100	0.04 103
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
RAFT-Test	2.17 95	0.36 70	3.40 150	1.05 134	0.34 136	4.90 235	0.69 163	6.27 135	3.98 90	4.65 98	7.02 153	6.30 216	1.12 71	1.81 34	0.99 96	0.01 144	0.17 327	0.00 1	0.34 346	0.02 22	0.02 38

ICVP	2.32 114	0.38 78	2.89 111	0.92 111	0.70 189	2.55 83	0.87 203	9.97 233	3.99 91	4.13 84	8.97 196	2.71 90	1.69 110	2.52 52	3.52 236	0.05 269	0.24 347	0.01 255	0.01 209	0.11 184	0.13 229
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CASS	2.44 126	0.44 113	3.56 160	0.85 103	0.38 141	3.14 153	0.22 64	9.64 225	4.00 92	6.78 183	7.62 168	3.57 124	3.58 186	3.80 70	1.10 104	0.02 214	0.01 126	0.00 1	0.00 1	0.05 100	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	1.69 43	0.32 33	3.29 142	0.92 111	0.18 83	3.89 204	0.06 14	4.22 33	4.00 92	1.47 40	1.98 34	3.07 103	2.81 156	6.35 135	0.89 84	0.01 144	0.00 1	0.00 1	0.21 317	0.05 100	0.00 1

TestStereo	1.74 47	1.02 255	3.64 168	0.20 32	0.28 122	1.33 11	0.01 1	5.24 90	4.01 94	3.18 64	4.97 90	2.07 78	0.70 43	7.32 181	0.75 59	0.02 214	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

CASnet	0.98 6	0.32 33	1.62 8	0.65 89	0.07 23	2.11 54	0.14 48	3.50 14	4.03 95	3.77 79	1.41 21	0.31 23	0.29 8	0.80 2	0.57 33	0.01 144	0.00 1	0.00 1	0.00 1	0.04 78	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousa	3.80 234	0.55 148	3.35 145	1.24 150	3.74 336	9.04 303	0.36 92	6.74 158	4.03 95	7.72 229	19.64 330	10.62 290	6.01 279	1.52 21	1.40 127	0.00 1	0.00 1	0.00 1	0.05 263	0.00 1	0.03 67

LL-Strereo2	1.86 60	0.83 226	2.33 52	0.36 60	0.17 71	3.79 200	1.52 245	5.82 119	4.04 97	4.43 88	2.51 43	4.23 145	0.37 20	5.66 111	0.99 96	0.00 1	0.02 166	0.00 1	0.05 263	0.06 116	0.11 210

DCRE	1.79 50	0.68 188	2.55 68	1.66 204	0.27 117	1.27 9	0.05 12	4.57 51	4.04 97	3.30 70	9.24 206	3.83 130	1.20 81	2.08 46	0.67 44	0.00 1	0.12 301	0.00 1	0.24 325	0.04 78	0.09 179

MyStereo06	2.35 116	0.66 184	4.54 219	1.10 137	0.96 212	2.57 86	0.10 25	9.30 218	4.05 99	5.22 111	6.09 120	5.95 206	2.38 138	3.00 56	0.73 54	0.01 144	0.08 272	0.00 1	0.01 209	0.13 206	0.15 243

mmm	2.50 135	0.29 17	3.22 138	1.98 244	0.32 131	3.72 192	0.12 34	9.45 221	4.05 99	5.84 129	10.80 240	2.47 83	2.86 160	4.07 79	0.75 59	0.00 1	0.02 166	0.00 1	0.01 209	0.03 58	0.02 38

raftrobust	1.86 60	0.74 205	1.94 21	2.15 268	2.24 289	2.74 108	0.53 125	4.89 63	4.05 99	6.09 147	3.89 68	1.64 65	2.55 145	2.44 50	1.12 106	0.00 1	0.03 209	0.00 1	0.00 1	0.12 196	0.08 169

DIP-Stereo	1.97 78	0.64 174	2.95 113	0.17 30	0.10 38	4.83 233	0.13 41	8.60 201	4.06 102	6.42 174	4.92 88	0.44 35	0.72 46	3.57 66	1.80 160	0.00 1	0.01 126	0.00 1	0.00 1	0.05 100	0.04 103
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
iRaft-Stereo_5w	2.86 163	0.86 230	4.08 203	0.06 8	0.25 109	2.76 113	0.60 145	4.97 70	4.10 103	2.98 62	7.85 175	10.17 282	4.17 217	8.16 234	5.83 274	0.00 1	0.00 1	0.00 1	0.01 209	0.26 281	0.06 143

TANstereo	1.20 21	0.49 133	2.04 28	0.34 58	0.10 38	1.80 38	0.01 1	3.40 10	4.10 103	4.37 87	4.82 85	0.41 32	0.70 43	0.94 4	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

EAI-Stereo	2.31 113	0.44 113	2.72 87	0.68 91	0.56 173	3.51 174	2.62 273	11.42 266	4.14 105	2.09 46	7.23 161	1.21 54	0.91 59	5.67 112	1.51 135	0.01 144	0.25 348	0.00 1	0.88 367	0.04 78	0.26 292

test-1	1.82 57	0.45 117	5.42 262	0.89 105	0.41 148	2.14 55	0.56 132	5.75 113	4.15 106	3.28 68	5.11 93	3.61 125	0.70 43	1.53 22	1.56 142	0.02 214	0.34 354	0.00 1	0.08 274	0.02 22	0.30 301

THIR-Stereo	3.86 238	0.77 211	2.62 75	0.12 18	0.13 57	4.25 215	6.63 345	5.30 96	4.18 107	10.33 305	17.13 315	6.58 222	7.62 309	7.78 206	3.51 232	0.01 144	0.07 264	0.07 328	0.00 1	0.11 184	0.02 38

RAFT_R40	2.71 148	0.33 45	3.00 115	1.26 151	0.30 124	3.83 202	1.00 215	5.69 112	4.29 108	9.69 292	6.33 136	5.02 177	4.02 211	8.58 257	0.86 75	0.01 144	0.00 1	0.00 1	0.00 1	0.03 58	0.02 38

DRaft	3.74 226	0.43 109	2.60 72	0.12 18	0.15 63	4.76 231	1.34 238	5.33 98	4.31 109	10.30 304	21.91 340	3.27 108	8.83 325	7.36 185	3.66 239	0.05 269	0.10 288	0.00 1	0.14 293	0.10 167	0.14 234

ac_64	3.70 224	0.47 125	3.50 158	2.87 318	3.50 327	5.91 254	0.72 171	10.17 241	4.34 110	8.16 244	5.80 116	10.82 294	5.64 273	7.08 170	4.73 258	0.03 241	0.00 1	0.00 1	0.00 1	0.08 140	0.14 234

RALCasStereoNet	1.93 72	1.01 253	2.75 90	1.88 230	1.75 263	2.88 137	0.18 58	4.64 56	4.36 111	2.27 50	5.14 94	2.22 79	0.79 53	7.10 171	1.00 98	0.00 1	0.34 354	0.00 1	0.00 1	0.10 167	0.16 252

Anonymous_2	4.14 255	0.62 171	3.21 137	1.40 169	1.43 244	5.19 240	0.32 86	6.63 153	4.38 112	4.48 92	2.30 41	8.08 253	7.00 296	5.37 106	2.29 187	0.23 324	0.75 370	5.20 384	18.12 407	5.66 380	0.23 280

StereoVision	2.25 105	0.72 198	4.00 194	1.03 127	2.64 302	1.91 42	0.28 75	5.83 120	4.43 113	1.89 45	10.65 238	3.88 131	0.52 38	5.13 102	1.98 173	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.03 67

RAFT_CTSACE	3.40 206	1.07 262	4.52 218	1.27 153	3.14 311	4.00 210	1.07 220	3.93 27	4.43 113	4.66 99	17.94 324	7.21 239	2.76 153	10.82 317	0.85 72	0.00 1	0.07 264	0.00 1	0.00 1	0.30 291	0.01 16

CrosDoStereo	3.96 245	0.45 117	3.04 124	0.32 49	0.20 96	3.28 160	11.63 378	5.76 115	4.45 115	9.04 275	16.58 305	4.99 172	7.45 303	8.04 219	3.72 240	0.00 1	0.02 166	0.01 255	0.00 1	0.16 224	0.10 198

DeepStereo_LL	3.96 245	0.45 117	3.04 124	0.32 49	0.20 96	3.28 160	11.63 378	5.76 115	4.45 115	9.04 275	16.58 305	4.99 172	7.45 303	8.04 219	3.72 240	0.00 1	0.02 166	0.01 255	0.00 1	0.16 224	0.10 198

DeepPruner_ROB	3.52 213	1.14 273	4.06 200	1.12 143	1.65 252	3.65 183	0.83 191	13.96 322	4.47 117	7.80 231	10.84 242	7.05 234	2.16 131	8.14 232	3.08 213	0.07 286	0.03 209	0.00 1	0.01 209	0.32 298	0.06 143

GMOStereo	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

error version	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

test-v	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

test-2	1.81 53	0.47 125	2.09 36	0.10 13	0.27 117	1.49 18	0.89 205	4.40 37	4.51 118	8.16 244	6.97 147	2.96 95	1.15 75	1.42 13	0.88 80	0.00 1	0.14 312	0.00 1	0.00 1	0.23 270	0.03 67

ToySt	2.69 145	0.55 148	7.03 304	1.03 127	0.10 38	3.49 170	1.04 216	6.38 144	4.55 122	2.69 53	6.28 133	7.95 252	4.38 228	5.08 99	2.58 201	0.01 144	0.11 294	0.00 1	0.04 259	0.28 288	0.19 265

AAGNet	3.41 207	0.34 54	2.45 58	1.78 219	0.39 143	3.69 187	1.05 217	4.79 62	4.61 123	9.62 290	7.74 172	4.98 171	6.38 285	7.34 183	13.02 352	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.04 103

ACRE	2.41 121	1.08 264	5.11 247	0.55 77	2.05 277	2.65 101	0.78 185	5.26 95	4.67 124	7.59 225	9.20 198	1.70 68	1.08 69	3.74 68	2.18 184	0.01 144	0.18 331	0.02 284	0.08 274	0.22 263	0.10 198

BUS	2.49 132	0.32 33	3.05 129	0.46 69	0.46 157	7.12 276	0.50 122	9.05 209	4.69 125	6.11 149	6.15 125	5.29 183	0.83 55	3.91 71	1.77 157	0.01 144	0.03 209	0.03 300	0.00 1	0.04 78	0.00 1

BSDual-CNN	2.69 145	0.32 33	3.05 129	0.46 69	0.46 157	7.13 278	1.63 251	9.05 209	4.69 125	6.11 149	6.15 125	6.26 213	2.54 143	3.91 71	1.91 166	0.01 144	0.03 209	0.03 300	0.00 1	0.04 78	0.00 1

psmg	3.10 180	0.32 33	3.05 129	0.54 74	0.46 157	8.68 299	2.84 279	9.87 230	4.69 125	8.08 241	8.69 187	6.26 213	2.54 143	3.91 71	1.91 166	0.01 144	0.04 230	0.06 322	0.00 1	0.11 184	0.00 1

CIPLG	2.47 131	1.10 268	4.71 230	0.63 87	2.15 283	2.67 105	0.77 181	5.19 82	4.73 128	7.85 234	9.56 214	1.72 69	1.14 73	4.20 82	2.34 189	0.01 144	0.19 335	0.02 284	0.09 281	0.23 270	0.08 169

LMCR-Stereo	3.63 219	1.29 291	4.20 205	2.54 304	0.17 71	8.08 292	1.52 245	11.46 267	4.73 128	8.45 256	10.66 239	1.91 75	5.03 255	7.69 199	3.58 237	0.92 363	0.00 1	0.00 1	0.00 1	0.36 306	0.02 38

raft+_RVC	1.79 50	0.84 227	2.32 51	2.40 295	0.85 201	1.38 13	0.09 24	6.36 138	4.75 130	2.85 58	5.46 111	1.17 53	1.36 92	4.54 85	0.91 86	0.00 1	0.10 288	0.00 1	0.00 1	0.11 184	0.22 274

IPLGR_C	2.44 126	1.17 276	4.94 237	0.62 86	2.08 278	2.65 101	0.80 186	5.60 110	4.79 131	7.87 235	9.23 200	1.67 67	1.15 75	3.43 64	2.23 185	0.01 144	0.19 335	0.02 284	0.08 274	0.22 263	0.10 198

PFNet	2.93 167	0.40 90	5.51 267	2.13 267	0.84 200	3.11 151	0.75 178	6.78 159	4.79 131	9.98 300	6.00 118	4.78 165	2.13 128	8.33 244	2.11 179	0.19 317	0.06 251	0.00 1	0.11 286	0.20 251	0.35 307

DisPM	2.43 124	0.32 33	3.04 124	1.76 216	0.18 83	3.46 165	0.65 154	5.13 77	4.88 133	8.59 261	7.04 156	2.84 91	1.03 67	8.85 273	0.83 70	0.01 144	0.00 1	0.00 1	0.00 1	0.01 7	0.02 38

Pruner-Stereo	2.49 132	0.40 90	2.46 61	1.80 221	0.25 109	3.51 174	0.77 181	6.03 124	4.92 134	8.91 271	6.09 120	4.45 155	1.11 70	6.99 165	2.11 179	0.02 214	0.00 1	0.02 284	0.00 1	0.01 7	0.04 103

IER	3.20 184	0.54 147	5.13 249	0.58 83	1.59 248	7.29 281	0.56 132	6.36 138	4.95 135	7.44 220	8.84 189	6.20 211	6.26 281	4.88 91	3.29 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

test-3	1.86 60	0.21 6	2.46 61	1.03 127	0.22 102	1.38 13	0.83 191	4.65 57	5.04 136	7.26 212	1.78 30	4.10 141	0.41 29	6.53 148	0.76 61	0.00 1	0.00 1	0.00 1	0.29 335	0.18 242	0.14 234

test_1	1.85 59	0.21 6	2.45 58	1.02 125	0.22 102	1.37 12	0.82 187	4.66 58	5.06 137	7.02 196	1.73 27	4.09 139	0.41 29	6.51 146	0.76 61	0.00 1	0.00 1	0.00 1	0.29 335	0.18 242	0.14 234

DMCA-RVC	3.17 183	1.26 284	6.39 291	2.10 264	1.51 247	3.02 145	0.56 132	7.84 179	5.06 137	9.23 280	5.19 99	8.46 259	2.72 152	6.31 131	3.22 217	0.06 279	0.11 294	0.09 334	0.02 230	0.16 224	0.08 169

DMCA	2.82 158	0.64 174	4.45 215	1.61 197	0.89 204	3.86 203	0.57 140	9.18 213	5.10 139	6.24 159	6.49 139	7.17 237	2.13 128	3.31 61	4.73 258	0.00 1	0.01 126	0.00 1	0.00 1	0.04 78	0.02 38

PSMNet-ADL	2.98 170	0.43 109	2.41 56	1.43 174	0.40 145	5.94 255	0.28 75	8.45 190	5.13 140	3.36 72	6.77 143	8.41 257	4.61 239	7.20 178	4.55 255	0.02 214	0.09 280	0.00 1	0.00 1	0.01 7	0.03 67

HHNet	2.59 141	0.55 148	2.55 68	0.20 32	0.32 131	2.84 131	0.94 211	5.77 118	5.14 141	7.33 216	13.80 282	0.94 47	3.20 168	5.27 105	2.41 195	0.13 304	0.02 166	0.06 322	0.00 1	0.23 270	0.03 67

HITNet	2.79 155	0.77 211	4.02 195	2.03 254	0.11 46	5.58 245	0.59 142	9.24 216	5.15 142	6.42 174	7.26 162	3.66 126	2.92 162	4.07 79	3.87 245	0.00 1	0.00 1	0.00 1	0.00 1	0.06 116	0.02 38
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
SFCPSM	3.29 189	0.43 109	5.11 247	0.34 58	0.94 210	8.48 295	2.15 264	14.51 330	5.29 143	7.00 195	7.65 169	3.43 112	2.59 147	5.11 101	2.37 192	0.01 144	0.03 209	0.01 255	0.07 270	0.13 206	0.15 243

4D-IteraStereo	1.72 44	0.86 230	3.01 117	0.09 12	2.86 309	3.57 181	1.06 218	3.92 25	5.31 144	5.28 113	1.02 8	3.92 132	0.38 22	1.83 35	1.04 100	0.00 1	0.01 126	0.00 1	0.00 1	0.07 131	0.09 179

UNet	3.97 248	0.61 166	6.50 294	1.68 205	3.22 315	9.82 312	0.31 85	9.50 222	5.32 145	7.20 209	6.35 138	10.59 288	5.91 277	6.93 160	5.49 267	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.01 16

PMTNet	1.41 35	0.37 76	2.06 30	0.26 40	0.15 63	2.94 140	0.34 90	3.39 9	5.33 146	1.00 29	1.27 18	0.28 18	0.93 61	4.04 78	0.74 55	5.00 380	0.00 1	0.00 1	0.00 1	0.03 58	0.01 16

CSP-Net	4.12 253	1.28 289	3.70 173	1.54 185	1.06 221	13.28 347	2.33 266	12.96 309	5.45 147	8.87 270	8.54 186	8.43 258	3.03 163	8.16 234	3.65 238	0.00 1	0.00 1	0.00 1	0.00 1	0.18 242	0.03 67

RAFT+CT+SA	2.36 118	0.71 197	2.46 61	0.83 101	2.26 290	3.18 157	0.93 209	6.82 161	5.48 148	2.55 52	8.07 178	1.64 65	1.59 108	8.54 254	1.15 110	0.02 214	0.00 1	0.00 1	0.38 349	0.19 247	0.36 308

HCRNet	2.56 137	0.53 144	3.35 145	0.24 39	3.39 323	2.19 57	0.23 67	6.89 163	5.50 149	5.26 112	4.79 84	5.27 182	2.78 154	7.71 201	2.89 207	0.00 1	0.02 166	0.00 1	0.00 1	0.04 78	0.04 103

BEATNet_4x	3.24 185	1.27 286	5.89 277	1.56 190	0.10 38	5.26 241	1.07 220	10.08 238	5.50 149	6.89 191	7.73 171	4.53 158	4.13 213	5.05 98	5.27 264	0.04 257	0.05 239	0.00 1	0.00 1	0.23 270	0.23 280

RAFT-345	3.27 187	0.41 97	2.88 109	1.02 125	0.21 99	2.63 98	0.48 111	3.76 23	5.51 151	7.35 217	24.88 356	4.25 147	1.76 118	8.15 233	2.13 181	0.01 144	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

RALAANet	2.46 130	1.09 266	3.70 173	2.55 306	0.80 197	3.37 162	0.15 52	7.44 173	5.54 152	5.65 121	6.01 119	3.54 122	1.13 72	6.34 133	1.58 144	0.00 1	0.01 126	0.00 1	0.05 263	0.21 259	0.03 67

IPLG	2.43 124	0.66 184	4.77 231	0.54 74	0.31 130	3.01 144	0.26 73	6.15 130	5.55 153	7.69 227	6.21 129	1.89 73	1.74 115	7.19 177	2.35 191	0.01 144	0.01 126	0.00 1	0.00 1	0.24 280	0.12 222

FENet	2.19 98	0.34 54	3.04 124	2.05 260	0.26 115	2.82 128	0.13 41	7.02 165	5.55 153	4.97 104	1.94 33	4.91 170	3.39 178	4.71 87	2.50 197	0.02 214	0.03 209	0.00 1	0.00 1	0.00 1	0.21 272

IIG-Stereo	3.16 182	0.75 207	2.83 99	4.08 360	0.21 99	2.56 85	0.74 175	6.55 151	5.56 155	8.39 253	9.38 212	7.94 250	2.79 155	9.50 299	1.89 165	0.02 214	0.00 1	0.00 1	0.00 1	0.02 22	0.04 103

Any-RAFT	2.18 97	0.25 11	1.94 21	1.37 165	0.80 197	5.01 238	0.56 132	8.51 194	5.58 156	4.01 82	4.85 87	5.44 189	2.26 135	2.45 51	0.35 7	0.00 1	0.15 317	0.00 1	0.00 1	0.02 22	0.02 38

NINENet	3.09 177	0.56 151	3.22 138	1.61 197	1.37 242	7.12 276	0.50 122	11.88 278	5.63 157	6.63 180	8.40 183	5.29 183	0.83 55	6.51 146	1.77 157	0.15 307	0.07 264	0.07 328	0.00 1	0.09 157	0.00 1

MIPNet	2.06 86	0.69 193	4.57 224	0.32 49	0.21 99	1.92 43	0.19 59	6.89 163	5.64 158	5.48 118	4.02 70	2.02 77	3.50 182	3.32 62	2.01 174	0.00 1	0.01 126	0.01 255	0.01 209	0.20 251	0.13 229

AE-Stereo	1.44 36	0.32 33	2.69 81	1.58 192	0.20 96	2.24 60	0.59 142	6.01 123	5.70 159	1.18 39	3.17 53	1.02 50	0.78 52	1.73 29	0.83 70	0.02 214	0.18 331	0.00 1	0.29 335	0.11 184	0.07 156

ACVNet	2.58 140	0.53 144	2.69 81	0.84 102	0.59 175	2.61 94	0.55 130	8.35 186	5.70 159	4.45 89	9.26 209	5.77 200	3.50 182	2.24 48	4.41 252	0.00 1	0.00 1	0.00 1	0.00 1	0.17 232	0.01 16

acv_ft	3.69 223	0.53 144	4.58 225	2.31 289	4.71 365	7.44 284	0.86 201	8.54 196	5.70 159	9.29 282	9.26 209	5.77 200	4.15 215	2.24 48	8.13 309	0.00 1	0.00 1	0.00 1	0.00 1	0.29 290	0.01 16

PSMNet-RSSM	3.33 199	0.77 211	3.22 138	2.12 265	1.90 275	2.33 65	0.71 167	11.17 260	5.83 162	5.90 138	11.43 253	7.04 232	4.83 251	5.96 118	3.17 215	0.00 1	0.00 1	0.02 284	0.00 1	0.08 140	0.02 38

test_3	1.88 64	0.22 9	2.75 90	0.96 120	0.22 102	1.28 10	0.77 181	4.62 53	5.87 163	6.55 179	1.84 32	4.28 151	0.45 32	6.48 143	0.76 61	0.00 1	0.01 126	0.00 1	0.28 334	0.17 232	0.14 234

RAFT-Stereo + iAFF	2.12 89	0.58 159	2.43 57	1.27 153	0.16 66	1.60 26	0.14 48	5.17 81	5.90 164	7.10 202	10.10 222	3.06 102	1.74 115	1.87 38	0.97 94	0.01 144	0.02 166	0.00 1	0.00 1	0.23 270	0.02 38

GMStereo_Zeroshot	2.77 153	1.98 334	5.14 250	1.53 184	0.36 138	3.56 178	0.10 25	5.57 109	5.91 165	6.89 191	7.02 153	8.50 263	0.91 59	6.01 120	1.65 148	0.00 1	0.00 1	0.00 1	0.00 1	0.20 251	0.01 16

Gwc-CoAtRS	2.02 82	0.33 45	2.61 74	1.04 132	0.30 124	3.56 178	0.40 99	5.89 121	5.94 166	5.08 108	5.01 92	5.55 191	1.72 112	1.60 25	0.91 86	0.01 144	0.09 280	0.00 1	0.25 327	0.01 7	0.02 38

SACVNet	4.15 257	1.26 284	3.81 180	3.12 331	1.68 257	3.09 149	2.85 280	11.91 279	5.96 167	10.52 311	11.20 247	10.59 288	3.95 207	8.97 278	3.25 220	0.08 291	0.02 166	0.00 1	0.00 1	0.32 298	0.44 319

UPFNet	3.82 235	0.47 125	4.34 212	2.21 274	3.38 321	7.26 280	2.69 275	9.89 231	5.96 167	7.98 239	7.53 166	7.89 247	3.15 167	7.72 203	5.88 275	0.01 144	0.02 166	0.00 1	0.00 1	0.04 78	0.06 143

ARAFT	3.13 181	1.11 271	7.34 311	0.42 66	0.14 59	4.52 227	2.99 281	7.41 172	5.97 169	8.85 269	7.06 157	5.20 181	1.25 84	8.49 252	1.44 130	0.00 1	0.03 209	0.00 1	0.00 1	0.33 300	0.11 210

RAFT-RH_RVC	3.96 245	0.46 123	2.93 112	1.55 187	0.42 150	3.14 153	0.14 48	3.70 17	5.98 170	11.25 324	32.23 375	5.29 183	1.68 109	8.13 231	2.14 182	0.08 291	0.00 1	0.00 1	0.03 242	0.01 7	0.00 1

OMP-Stereo	3.03 174	0.93 246	2.72 87	4.21 364	0.51 170	2.19 57	1.25 231	6.19 134	6.00 171	7.99 240	6.21 129	8.50 263	2.49 142	9.44 297	1.74 155	0.01 144	0.00 1	0.00 1	0.00 1	0.08 140	0.05 133

rafts_anoy	1.72 44	0.79 216	2.58 71	2.03 254	1.75 263	2.47 75	0.16 55	5.48 106	6.01 172	3.24 67	2.11 37	1.92 76	1.33 87	3.08 58	1.13 108	0.01 144	0.18 331	0.00 1	0.01 209	0.03 58	0.07 156

IPLGR	2.28 109	0.51 138	6.00 280	0.15 29	0.15 63	1.99 48	0.22 64	6.34 137	6.04 173	6.80 184	5.76 115	2.87 92	2.31 136	4.88 91	1.28 119	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.18 255

CoDeX	3.43 209	0.68 188	4.49 216	0.98 123	1.65 252	6.37 262	2.14 263	13.23 314	6.07 174	7.23 210	8.95 193	4.09 139	3.79 203	6.31 131	2.37 192	0.03 241	0.06 251	0.00 1	0.00 1	0.07 131	0.15 243

SQANet	7.64 329	3.40 358	5.49 266	11.73 387	9.62 385	11.96 336	2.82 278	11.33 264	6.10 175	8.33 250	11.49 254	11.00 299	5.16 260	10.12 308	2.72 205	8.92 390	2.21 380	10.41 387	1.58 379	11.13 389	7.39 388

riskmin	1.88 64	0.15 1	2.11 41	1.38 166	0.88 203	2.40 71	0.04 9	5.93 122	6.10 175	2.25 48	1.34 20	6.06 208	5.08 258	2.78 54	1.01 99	0.00 1	0.02 166	0.00 1	0.00 1	0.01 7	0.06 143

APVNet	5.98 298	1.72 321	8.72 325	3.21 335	4.04 349	12.31 338	1.81 258	19.09 367	6.10 175	6.13 153	13.41 279	10.69 293	6.30 282	11.26 323	13.90 358	0.05 269	0.02 166	0.11 336	0.03 242	0.53 324	0.20 271

GANet-RSSM	3.27 187	0.60 163	3.38 147	2.94 324	2.00 276	2.61 94	0.48 111	10.93 258	6.11 178	5.47 117	10.20 225	6.57 221	5.44 270	6.25 127	2.23 185	0.00 1	0.00 1	0.08 331	0.00 1	0.17 232	0.03 67

AASNet	3.90 242	0.92 243	4.41 213	3.56 347	4.00 348	6.70 268	1.26 233	18.71 361	6.14 179	7.35 217	7.91 177	4.35 154	2.58 146	3.04 57	6.62 288	0.00 1	0.00 1	0.00 1	0.00 1	0.39 312	0.14 234

MyStereo8	2.88 164	1.19 277	5.03 242	1.61 197	3.75 340	4.30 217	0.07 18	6.14 129	6.16 180	6.22 157	9.64 217	4.28 151	1.45 96	2.05 45	4.76 260	0.00 1	0.16 324	0.00 1	0.14 293	0.26 281	0.43 317

gwcnet-sp	3.31 191	1.47 300	7.26 308	1.73 213	0.69 185	7.57 287	1.14 225	8.59 197	6.17 181	8.57 258	5.25 105	4.26 148	3.36 173	6.46 138	3.44 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.11 210

scenet	3.31 191	1.47 300	7.26 308	1.73 213	0.69 185	7.57 287	1.14 225	8.59 197	6.17 181	8.57 258	5.25 105	4.26 148	3.36 173	6.46 138	3.44 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.11 210

ssnet	3.31 191	1.47 300	7.26 308	1.73 213	0.69 185	7.57 287	1.14 225	8.59 197	6.17 181	8.57 258	5.25 105	4.26 148	3.36 173	6.46 138	3.44 226	0.00 1	0.00 1	0.00 1	0.00 1	0.15 218	0.11 210

DispNO	3.25 186	0.72 198	6.85 301	1.95 240	1.34 241	3.49 170	0.84 194	8.14 183	6.30 184	6.34 172	7.76 173	6.30 216	4.28 223	6.93 160	3.51 232	0.00 1	0.03 209	0.03 300	0.12 289	0.07 131	0.07 156

PFNet+	2.35 116	0.31 24	3.69 170	0.79 97	0.17 71	3.15 156	0.75 178	4.52 46	6.30 184	7.90 238	6.34 137	2.53 84	1.18 80	7.72 203	1.62 147	0.03 241	0.00 1	0.00 1	0.00 1	0.01 7	0.03 67

cf-r	3.42 208	0.81 221	3.97 188	2.41 298	2.78 306	2.85 132	0.64 152	8.44 189	6.32 186	6.25 161	11.57 256	8.97 267	3.54 185	5.93 117	3.83 243	0.00 1	0.00 1	0.00 1	0.00 1	0.09 157	0.07 156

psm_up	3.85 237	0.82 224	3.01 117	2.00 249	2.58 301	5.28 242	3.34 292	10.85 256	6.33 187	7.27 213	7.32 163	10.15 281	9.02 329	6.19 124	2.51 198	0.22 323	0.01 126	0.00 1	0.00 1	0.12 196	0.03 67

CREStereo	0.98 6	0.42 101	1.86 14	0.07 9	0.22 102	1.65 27	0.02 7	4.07 30	6.33 187	0.72 25	1.54 24	0.43 34	0.64 42	1.22 12	0.44 12	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
HSM	4.00 250	0.79 216	3.16 134	1.59 195	2.17 284	6.77 270	1.11 223	12.28 292	6.35 189	6.75 181	8.11 180	13.90 319	5.37 263	8.85 273	2.71 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38

CBFPSM	4.87 282	0.94 248	14.70 359	1.51 182	1.15 227	11.49 329	2.55 272	7.28 169	6.47 190	6.23 158	4.83 86	15.30 329	8.99 328	6.88 156	8.20 310	0.03 241	0.02 166	0.00 1	0.00 1	0.40 315	0.42 315

AFF-stereo	2.59 141	0.68 188	2.35 54	1.55 187	0.17 71	1.67 28	0.08 21	5.75 113	6.60 191	6.20 156	12.13 263	6.16 210	2.36 137	4.75 88	1.11 105	0.02 214	0.02 166	0.00 1	0.00 1	0.23 270	0.05 133

FADNet_RVC	3.91 244	1.67 320	12.95 352	0.96 120	0.75 192	5.71 248	0.54 127	10.83 255	6.60 191	3.46 74	8.09 179	4.10 141	3.40 180	9.43 294	6.33 279	0.36 338	0.44 363	0.17 346	0.46 357	0.91 346	0.95 345

STTStereo	3.60 218	0.93 246	6.34 288	2.71 311	2.23 288	3.68 186	0.63 149	9.42 220	6.73 193	9.87 296	6.97 147	8.84 266	3.65 189	6.85 155	3.04 211	0.00 1	0.02 166	0.01 255	0.00 1	0.02 22	0.02 38

HGLStereo	4.25 265	0.52 140	4.65 226	3.09 327	5.18 367	6.51 267	0.73 172	10.37 244	6.74 194	7.32 215	12.44 270	7.00 229	7.21 301	7.46 188	5.51 268	0.00 1	0.02 166	0.00 1	0.00 1	0.06 116	0.10 198

GANet-ADL	2.20 99	0.50 134	3.27 141	2.02 252	0.11 46	2.21 59	0.48 111	8.64 203	6.79 195	4.56 93	5.83 117	3.98 134	1.27 85	2.68 53	1.43 129	0.04 257	0.08 272	0.02 284	0.00 1	0.15 218	0.03 67

anonymity	7.68 330	3.83 361	12.39 344	7.04 379	12.67 392	8.18 294	2.00 261	17.50 353	6.85 196	13.56 345	9.21 199	9.97 279	7.82 312	11.28 324	5.58 269	6.27 385	4.98 405	3.68 381	2.96 383	3.33 375	4.48 376

hknet	3.31 191	0.42 101	4.68 228	0.46 69	1.17 228	7.13 278	1.63 251	9.05 209	6.91 197	6.11 149	6.15 125	9.66 274	2.85 159	7.48 191	2.45 196	0.01 144	0.03 209	0.03 300	0.00 1	0.04 78	0.00 1

UCFNet_RVC	3.09 177	0.77 211	2.27 50	2.35 292	1.79 267	3.50 172	1.06 218	12.12 287	6.91 197	4.71 100	7.67 170	7.58 241	4.40 230	4.95 95	1.67 149	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184	0.01 16

CFNet-RSSM	2.11 88	0.33 45	2.71 85	1.04 132	0.30 124	3.21 159	0.41 100	6.67 155	6.96 199	5.62 120	4.58 83	5.40 188	1.71 111	1.86 37	0.87 77	0.00 1	0.08 272	0.00 1	0.32 342	0.02 22	0.02 38

MaskLacGwcNet_RVC	5.97 297	5.36 368	5.02 240	3.75 354	3.57 330	15.81 354	4.27 310	11.72 273	6.96 199	7.23 210	8.47 185	9.09 268	2.66 148	9.36 293	2.71 203	7.49 387	2.32 381	2.01 378	0.08 274	6.77 384	4.67 378

DSFCA	4.21 262	0.50 134	5.45 264	1.34 158	1.68 257	7.04 275	4.51 316	10.73 252	7.00 201	10.78 316	6.80 144	8.48 261	4.63 240	9.91 303	5.12 263	0.02 214	0.06 251	0.02 284	0.03 242	0.08 140	0.03 67

DANet	6.02 301	1.23 281	8.45 323	3.86 357	3.94 347	7.64 290	1.34 238	9.51 223	7.00 201	13.39 343	15.53 299	15.99 333	7.02 297	12.14 331	12.37 349	0.19 317	0.12 301	0.02 284	0.03 242	0.13 206	0.56 331
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_5	2.90 165	0.70 195	3.69 170	2.01 250	3.17 314	4.61 230	1.32 237	6.69 156	7.02 203	2.79 56	7.18 158	4.99 172	4.14 214	7.96 213	1.31 121	0.00 1	0.00 1	0.00 1	0.03 242	0.19 247	0.26 292

H2IRNET	2.16 93	0.45 117	2.60 72	1.22 148	0.03 8	1.98 46	0.13 41	4.73 59	7.04 204	1.15 36	7.79 174	5.88 204	3.39 178	4.97 97	1.45 132	0.01 144	0.00 1	0.04 311	0.17 304	0.19 247	0.03 67

iinet-f	5.94 296	1.60 312	26.88 389	1.79 220	1.38 243	11.92 335	1.47 242	6.80 160	7.11 205	6.90 193	14.43 289	10.64 292	7.97 313	7.00 166	12.12 348	0.02 214	0.03 209	0.05 318	0.00 1	0.63 335	0.02 38

psmorigin	7.34 325	1.58 310	18.31 370	2.35 292	0.87 202	6.72 269	1.70 257	10.63 250	7.14 206	19.77 364	22.71 345	20.13 358	11.34 345	12.96 340	9.49 330	0.04 257	0.17 327	0.06 322	0.17 304	0.21 259	0.50 326

FADNet-RVC	3.98 249	1.84 327	12.48 346	1.69 206	0.44 151	4.33 218	1.31 236	11.84 276	7.15 207	3.53 76	3.50 64	10.63 291	4.43 231	9.12 282	6.25 278	0.03 241	0.10 288	0.00 1	0.03 242	0.60 332	0.25 287

STrans-v2	3.43 209	0.73 201	4.82 232	0.26 40	0.60 176	3.00 143	1.19 229	10.41 246	7.22 208	5.79 124	10.97 245	6.75 225	7.03 298	8.25 243	1.40 127	0.00 1	0.01 126	0.00 1	0.00 1	0.03 58	0.18 255

PSMNet_ROB	5.02 286	1.63 315	6.03 281	1.90 233	1.83 270	9.57 310	6.35 342	15.58 343	7.23 209	6.15 154	10.48 233	12.22 309	4.16 216	8.02 218	8.71 317	0.02 214	0.01 126	0.01 255	0.10 285	0.20 251	0.12 222

whm_eth	3.00 173	1.32 293	5.51 267	0.75 95	2.73 305	2.57 86	0.28 75	6.84 162	7.24 210	5.29 115	24.32 352	0.37 30	0.46 34	1.03 7	0.95 91	0.01 144	0.03 209	0.00 1	0.00 1	0.06 116	0.14 234

MLCV	3.44 211	0.88 234	5.60 271	1.39 168	0.25 109	4.36 220	0.33 88	7.25 168	7.28 211	9.17 279	12.24 268	5.09 178	2.47 141	9.15 284	3.23 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.02 38

TransformOpticalFlow	3.38 203	0.70 195	4.54 219	1.00 124	0.30 124	3.56 178	0.14 48	9.67 226	7.30 212	5.55 119	13.34 278	6.74 224	5.03 255	8.22 242	1.34 124	0.00 1	0.01 126	0.01 255	0.00 1	0.04 78	0.11 210

G-Net	8.41 341	1.54 307	10.97 337	5.73 374	3.60 331	26.19 378	4.41 314	10.10 239	7.42 213	19.71 363	24.99 357	14.38 323	15.83 363	10.99 319	9.53 331	0.50 351	0.46 365	0.19 349	0.25 327	0.80 343	0.66 336

CFNet-ft	3.31 191	0.94 248	2.69 81	1.50 179	2.38 293	2.81 125	0.68 159	8.35 186	7.43 214	4.45 89	9.94 220	10.20 283	4.60 237	6.50 145	3.41 224	0.00 1	0.00 1	0.03 300	0.00 1	0.22 263	0.03 67

CFNet_RVC	3.31 191	0.94 248	2.69 81	1.50 179	2.38 293	2.81 125	0.68 159	8.35 186	7.43 214	4.45 89	9.94 220	10.20 283	4.60 237	6.49 144	3.41 224	0.00 1	0.00 1	0.03 300	0.00 1	0.22 263	0.03 67

s12784h	1.89 67	0.30 21	2.57 70	0.11 17	0.09 35	4.18 214	0.13 41	6.61 152	7.44 216	3.62 77	4.28 75	0.59 42	0.81 54	6.61 150	0.46 20	0.01 144	0.01 126	0.00 1	0.00 1	0.02 22	0.00 1

XX-TBD	1.44 36	0.85 229	2.04 28	2.45 300	0.05 10	2.34 66	0.01 1	3.46 12	7.51 217	2.88 59	4.98 91	0.26 14	0.25 3	1.15 10	0.46 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hitnet-ft	3.66 221	0.65 178	2.79 98	0.89 105	0.72 191	4.25 215	0.55 130	9.11 212	7.52 218	7.14 204	10.19 224	12.49 311	4.70 242	7.44 187	4.41 252	0.03 241	0.00 1	0.06 322	0.00 1	0.20 251	0.04 103

RAFT + AFF	4.30 269	1.55 308	5.84 275	1.43 174	2.36 292	5.94 255	6.72 347	10.01 235	7.56 219	7.55 223	8.96 195	7.09 235	6.73 292	8.57 256	4.02 248	0.02 214	0.47 366	0.00 1	0.01 209	0.56 326	0.54 330

NLCA_NET_v2_RVC	3.84 236	1.06 261	5.23 257	2.72 313	3.27 317	4.36 220	0.61 146	10.71 251	7.56 219	8.75 264	7.89 176	9.86 276	3.90 206	7.15 176	3.44 226	0.14 305	0.02 166	0.02 284	0.03 242	0.04 78	0.03 67
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADLNet	4.32 270	0.80 220	4.33 211	3.60 348	3.56 329	6.87 272	2.48 270	11.20 261	7.58 221	9.87 296	9.62 215	8.39 256	4.95 253	6.16 123	6.60 286	0.01 144	0.01 126	0.00 1	0.01 209	0.12 196	0.25 287

test_xeample	4.13 254	0.36 70	2.75 90	1.23 149	0.51 170	3.96 208	0.13 41	12.63 303	7.65 222	7.49 222	10.86 244	3.29 109	3.36 173	6.71 152	21.53 375	0.02 214	0.03 209	0.00 1	0.00 1	0.03 58	0.04 103

CFNet_pseudo	2.81 156	0.42 101	4.04 198	0.33 54	0.24 106	2.59 91	0.12 34	8.20 185	7.66 223	7.04 199	10.42 231	6.56 220	2.05 126	4.88 91	1.53 138	0.00 1	0.02 166	0.01 255	0.00 1	0.05 100	0.07 156

ccs_rob	2.81 156	0.42 101	4.06 200	0.33 54	0.25 109	2.59 91	0.12 34	8.19 184	7.68 224	7.02 196	10.37 230	6.54 219	2.06 127	4.88 91	1.53 138	0.00 1	0.02 166	0.01 255	0.00 1	0.05 100	0.07 156

DLCB_ROB	4.51 275	0.91 240	3.78 177	2.19 271	1.07 222	6.28 259	3.09 284	9.78 228	7.72 225	10.65 314	12.97 274	13.91 320	3.71 194	8.72 269	5.30 265	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.10 198

Former-RAFT_DAM_RVC	1.26 26	0.42 101	2.36 55	0.59 85	1.26 232	2.43 74	0.01 1	3.29 6	7.76 226	1.71 44	2.78 46	0.27 16	0.32 15	1.16 11	0.58 36	0.04 257	0.01 126	0.00 1	0.00 1	0.04 78	0.10 198

AdaStereo	3.09 177	0.58 159	3.04 124	2.84 317	0.48 164	4.08 211	1.29 235	12.16 289	7.77 227	6.03 142	9.62 215	5.79 202	1.53 106	4.56 86	1.93 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.02 38
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.
GEStereo_RVC	3.74 226	0.73 201	4.95 238	2.01 250	1.24 231	4.36 220	3.07 283	11.77 275	7.80 228	6.87 190	6.52 140	7.70 244	4.31 226	8.98 279	4.19 250	0.03 241	0.01 126	0.02 284	0.02 230	0.13 206	0.11 210

DDUNet	9.47 351	11.32 389	6.14 284	12.93 389	11.65 389	10.45 320	3.87 302	11.70 272	7.89 229	9.27 281	13.28 277	16.18 335	6.14 280	8.80 272	5.77 272	6.64 386	3.38 398	20.90 394	4.28 390	11.01 388	7.80 389

delet	4.27 267	0.72 198	4.50 217	1.07 135	3.75 340	10.79 325	4.04 305	9.95 232	7.89 229	8.09 242	8.89 191	8.46 259	3.81 204	7.56 193	5.80 273	0.00 1	0.00 1	0.00 1	0.00 1	0.11 184	0.02 38

xxxx	4.51 275	0.31 24	2.77 94	1.69 206	0.47 163	7.74 291	0.07 18	14.04 323	7.91 231	5.82 128	8.97 196	9.34 269	3.41 181	7.33 182	20.24 370	0.05 269	0.03 209	0.00 1	0.00 1	0.03 58	0.04 103

GwcNet-RSSM	3.77 230	1.05 259	5.06 244	2.21 274	1.87 272	2.36 67	1.52 245	8.98 208	7.96 232	5.91 139	14.59 292	7.94 250	3.50 182	6.43 137	5.70 271	0.00 1	0.00 1	0.04 311	0.00 1	0.20 251	0.08 169

RASNet	4.52 278	0.61 166	4.42 214	3.42 341	4.68 364	4.58 228	0.99 214	9.54 224	8.01 233	5.28 113	11.42 252	10.34 287	8.88 326	9.28 290	8.68 316	0.15 307	0.00 1	0.00 1	0.00 1	0.03 58	0.04 103

222	5.36 290	0.40 90	2.72 87	1.50 179	0.48 164	6.15 258	0.07 18	13.73 320	8.06 234	8.79 265	11.03 246	3.71 128	4.21 218	7.47 190	38.74 405	0.03 241	0.02 166	0.00 1	0.00 1	0.04 78	0.05 133

ETE_ROB	5.80 293	1.77 324	6.33 287	1.44 177	0.78 196	6.43 264	6.90 349	12.53 300	8.08 235	12.93 340	14.89 295	21.13 364	5.87 275	9.83 301	6.57 285	0.04 257	0.01 126	0.00 1	0.02 230	0.08 140	0.33 305

CREStereo++_RVC	1.59 40	0.39 81	2.26 49	0.36 60	0.01 1	1.67 28	0.01 1	2.95 4	8.12 236	3.69 78	7.44 164	0.47 36	0.32 15	0.74 1	0.39 9	0.00 1	0.00 1	0.00 1	3.03 384	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
GANet	6.22 304	1.07 262	4.07 202	2.27 279	0.89 204	9.19 305	9.52 365	12.02 282	8.13 237	10.72 315	29.09 367	13.86 318	7.52 307	11.00 320	4.39 251	0.36 338	0.00 1	0.02 284	0.02 230	0.12 196	0.08 169

TestStereo1	2.85 159	0.81 221	3.48 155	3.11 329	0.44 151	2.52 78	1.50 243	6.37 140	8.18 238	4.62 94	9.24 206	2.23 80	3.69 191	9.19 286	1.26 116	0.00 1	0.01 126	0.00 1	0.00 1	0.27 286	0.09 179

SA-5K	2.85 159	0.81 221	3.48 155	3.11 329	0.44 151	2.52 78	1.50 243	6.37 140	8.18 238	4.62 94	9.24 206	2.23 80	3.69 191	9.19 286	1.26 116	0.00 1	0.01 126	0.00 1	0.00 1	0.27 286	0.09 179

PS-NSSS	3.90 242	1.84 327	4.55 221	0.87 104	2.95 310	4.10 213	2.00 261	10.77 253	8.23 240	6.75 181	14.63 293	5.01 176	2.24 132	8.41 248	2.91 208	0.33 336	0.03 209	0.83 368	0.00 1	0.82 344	0.70 338

XPNet_ROB	6.03 302	1.22 279	5.61 272	2.56 307	0.90 206	6.32 260	7.07 351	12.92 308	8.30 241	14.76 350	15.13 297	19.84 356	6.66 291	10.36 310	8.58 315	0.02 214	0.04 230	0.00 1	0.03 242	0.11 184	0.24 284

CVANet_RVC	4.16 258	1.16 275	3.60 162	1.94 239	1.46 245	3.92 207	4.68 319	10.89 257	8.34 242	7.58 224	10.84 242	10.27 285	6.62 289	8.56 255	2.69 202	0.39 341	0.00 1	0.00 1	0.01 209	0.21 259	0.09 179

LL-Strereo	4.71 281	1.64 316	7.51 316	1.15 145	4.31 352	3.71 189	1.45 241	9.21 214	8.36 243	8.37 252	8.17 181	10.82 294	11.36 346	12.51 335	4.82 261	0.00 1	0.12 301	0.00 1	0.00 1	0.31 296	0.32 304

HSM-Net_RVC	4.20 260	0.32 33	2.76 93	0.63 87	0.69 185	6.95 274	1.69 255	11.96 281	8.36 243	8.83 268	12.17 265	15.18 328	4.21 218	6.91 159	3.30 222	0.02 214	0.02 166	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ADLNet2	4.46 272	0.90 239	6.06 282	2.74 314	3.91 345	6.79 271	3.01 282	10.95 259	8.40 245	7.27 213	9.80 219	9.85 275	5.43 267	7.29 180	6.44 282	0.01 144	0.03 209	0.00 1	0.00 1	0.15 218	0.11 210

ADStereo(finetuned)	2.26 108	0.64 174	5.22 256	0.31 46	0.18 83	1.71 36	0.25 71	5.23 84	8.46 246	6.06 145	5.30 108	1.41 55	6.37 284	1.87 38	1.87 163	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.18 255

DCANet	2.08 87	0.64 174	3.81 180	0.31 46	0.17 71	1.70 35	0.25 71	5.23 84	8.47 247	6.07 146	5.30 108	1.41 55	4.23 220	1.85 36	2.02 176	0.00 1	0.00 1	0.00 1	0.00 1	0.04 78	0.19 265

MMNet	4.16 258	0.77 211	5.47 265	1.40 169	1.67 255	10.78 324	0.63 149	8.64 203	8.47 247	8.80 267	8.33 182	7.51 240	6.61 288	7.53 192	6.54 284	0.00 1	0.00 1	0.00 1	0.00 1	0.03 58	0.05 133

CFNet_ucs	3.07 176	0.44 113	4.05 199	0.54 74	0.37 139	3.08 147	0.19 59	9.80 229	8.49 249	7.64 226	12.62 272	5.67 198	1.76 118	4.96 96	1.51 135	0.00 1	0.04 230	0.01 255	0.00 1	0.09 157	0.11 210

Sa-1000	3.55 216	0.75 207	3.63 167	1.91 234	0.30 124	3.55 177	1.63 251	7.39 171	8.54 250	7.70 228	17.44 321	4.00 135	2.82 157	9.44 297	1.33 122	0.00 1	0.10 288	0.00 1	0.18 308	0.21 259	0.04 103

DCANet-4	2.03 83	0.34 54	5.30 259	0.31 46	0.18 83	1.69 31	0.12 34	4.95 67	8.55 251	5.78 123	5.17 95	1.12 51	2.82 157	2.11 47	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 255

UDGNet	2.73 151	7.09 377	3.90 187	2.71 311	0.06 17	2.98 141	0.20 62	4.63 54	8.58 252	2.69 53	2.70 45	0.95 48	1.01 64	6.27 128	1.51 135	1.28 369	0.00 1	5.24 385	0.94 369	1.70 363	0.13 229

FADNet-RVC-Resample	3.79 232	1.62 314	12.06 341	1.43 174	0.66 181	5.94 255	2.41 267	10.18 242	8.58 252	6.28 165	4.22 73	5.33 187	4.80 249	7.71 201	3.19 216	0.17 313	0.21 339	0.17 346	0.12 289	0.41 318	0.29 299

ccnet	6.87 320	0.92 243	5.15 251	3.09 327	2.18 286	11.78 332	4.90 322	17.97 356	8.79 254	12.79 338	20.20 332	16.00 334	8.35 318	9.12 282	14.17 360	0.42 347	0.33 353	0.25 354	0.09 281	0.40 315	0.48 323

StereoDRNet-Refined	4.46 272	0.62 171	3.80 179	1.92 236	0.40 145	9.35 306	0.15 52	10.02 236	8.83 255	12.69 335	11.62 257	9.34 269	3.87 205	8.06 226	8.02 304	0.00 1	0.00 1	0.01 255	0.05 263	0.20 251	0.26 292
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
raft_robust	2.64 143	1.20 278	2.62 75	1.10 137	0.28 122	1.50 22	0.12 34	6.28 136	9.04 256	6.80 184	7.19 159	3.73 129	2.13 128	9.06 281	1.07 101	0.03 241	0.12 301	0.00 1	0.21 317	0.17 232	0.22 274

SA	3.06 175	0.74 205	3.79 178	1.60 196	0.30 124	3.19 158	1.43 240	6.72 157	9.06 257	4.63 97	10.80 240	2.89 93	4.71 243	9.62 300	1.18 114	0.00 1	0.09 280	0.00 1	0.19 312	0.23 270	0.02 38

PCWNet_CMD	2.99 171	0.39 81	4.02 195	0.39 64	0.26 115	2.53 80	0.15 52	9.24 216	9.22 258	7.12 203	11.53 255	6.94 228	2.41 139	4.02 77	1.33 122	0.01 144	0.02 166	0.02 284	0.00 1	0.05 100	0.07 156

MSMDNet	2.99 171	0.39 81	4.02 195	0.40 65	0.25 109	2.53 80	0.16 55	9.35 219	9.25 259	7.08 201	11.39 250	6.93 227	2.43 140	4.01 76	1.34 124	0.01 144	0.02 166	0.02 284	0.00 1	0.05 100	0.07 156

DAS	3.74 226	0.35 63	5.19 254	1.99 245	3.74 336	2.36 67	3.22 288	7.77 175	9.27 260	8.70 262	12.08 261	4.45 155	5.43 267	8.39 246	1.71 151	0.01 144	0.00 1	0.00 1	0.00 1	0.04 78	0.02 38

SepStereo	3.78 231	0.35 63	5.19 254	1.99 245	3.74 336	2.36 67	3.22 288	7.77 175	9.27 260	8.70 262	12.08 261	4.45 155	5.43 267	9.18 285	1.71 151	0.01 144	0.00 1	0.00 1	0.00 1	0.04 78	0.02 38

ADCRef	7.27 324	1.38 294	16.37 363	2.52 303	3.30 319	11.63 331	3.16 287	10.80 254	9.35 262	13.03 341	25.27 359	8.17 254	8.92 327	8.06 226	21.81 378	0.15 307	0.08 272	0.16 343	0.34 346	0.38 308	0.58 332

GwcNet-ADL	2.65 144	0.48 131	3.84 186	0.82 99	0.33 134	2.04 50	0.69 163	8.07 182	9.42 263	6.05 143	6.66 142	4.14 143	1.73 113	5.40 108	3.01 210	0.08 291	0.06 251	0.00 1	0.00 1	0.06 116	0.03 67

fast-acv-ft	5.62 292	1.39 295	7.01 303	2.02 252	1.89 274	12.23 337	1.82 259	7.35 170	9.45 264	10.46 310	20.27 334	14.55 324	7.71 311	7.41 186	7.61 296	0.10 297	0.09 280	0.16 343	0.07 270	0.59 330	0.13 229

SDNR	7.50 327	2.32 340	15.58 362	1.82 224	0.63 178	44.66 405	0.44 107	8.59 197	9.52 265	9.84 295	25.18 358	5.30 186	4.38 228	11.46 326	6.49 283	0.05 269	0.03 209	0.00 1	0.01 209	1.79 364	1.87 360

CBMV_ROB	4.14 255	0.52 140	3.14 133	1.30 155	0.77 195	6.92 273	1.97 260	10.11 240	9.58 266	8.92 272	14.20 287	7.12 236	5.90 276	8.65 260	3.50 231	0.01 144	0.05 239	0.00 1	0.00 1	0.04 78	0.09 179

ssnet_v2	4.46 272	0.87 232	5.18 253	1.57 191	0.67 183	9.14 304	4.73 320	11.84 276	9.68 267	8.79 265	6.24 132	9.91 277	4.34 227	6.28 129	9.30 324	0.00 1	0.01 126	0.00 1	0.00 1	0.28 288	0.30 301

StereoDRNet	5.59 291	1.75 323	6.80 299	3.12 331	4.45 358	10.61 323	4.35 313	18.80 363	9.73 268	12.22 331	6.87 145	11.44 304	4.65 241	8.09 229	8.26 311	0.02 214	0.11 294	0.00 1	0.03 242	0.20 251	0.28 298

iResNet	3.68 222	0.91 240	7.94 319	2.97 325	0.34 136	4.44 226	0.48 111	7.70 174	9.74 269	7.72 229	12.74 273	4.03 136	2.87 161	8.05 222	3.37 223	0.02 214	0.01 126	0.00 1	0.00 1	0.10 167	0.09 179

Wz-Net-LNSev-Ref	5.98 298	1.55 308	9.92 332	2.40 295	3.22 315	10.28 318	3.14 286	11.64 269	9.79 270	9.54 287	20.22 333	11.16 302	6.77 293	10.61 315	9.16 321	0.06 279	0.00 1	0.00 1	0.00 1	0.03 58	0.04 103

1111x	4.25 265	0.30 21	4.31 210	1.47 178	0.37 139	5.10 239	0.32 86	12.86 307	9.82 271	6.01 141	9.73 218	8.78 265	5.97 278	9.43 294	10.39 337	0.06 279	0.03 209	0.00 1	0.00 1	0.02 22	0.04 103

UDG	8.58 344	9.31 384	4.89 234	10.00 383	9.52 383	10.36 319	2.41 267	12.07 283	9.82 271	7.81 232	9.55 213	16.52 336	9.81 337	7.84 209	7.88 302	4.20 379	2.51 385	18.53 393	3.71 388	9.55 386	5.28 381

Anonymous Stereo	6.16 303	3.15 354	23.75 383	2.97 325	2.48 298	4.39 225	13.30 384	9.21 214	9.86 273	9.56 289	8.76 188	6.79 226	1.99 124	13.50 344	13.04 353	0.01 144	0.05 239	0.00 1	0.06 268	0.22 263	0.19 265

CFNet	3.72 225	1.10 268	5.03 242	2.49 302	1.59 248	4.90 235	0.22 64	11.38 265	9.88 274	4.80 102	11.25 249	6.44 218	3.68 190	8.33 244	3.00 209	0.00 1	0.00 1	0.00 1	0.00 1	0.22 263	0.07 156

HBP-ISP	4.09 251	1.05 259	4.10 204	1.87 227	1.31 239	7.56 286	3.98 303	11.26 262	9.94 275	7.81 232	14.44 290	3.23 107	4.27 222	8.89 276	1.87 163	0.06 279	0.06 251	0.00 1	0.00 1	0.06 116	0.04 103

NCCL2	5.88 295	1.59 311	5.44 263	1.87 227	0.92 207	9.55 309	11.55 377	12.11 285	9.94 275	9.67 291	8.85 190	22.28 367	7.41 302	8.78 270	7.17 291	0.01 144	0.00 1	0.03 300	0.00 1	0.13 206	0.23 280

aanetorigin	8.72 345	3.29 357	27.55 390	1.95 240	3.84 343	4.93 237	5.39 331	5.49 108	10.05 277	27.85 381	31.47 374	15.80 330	12.78 353	9.04 280	11.98 346	0.25 327	0.22 340	0.22 351	0.25 327	1.28 355	0.84 343

DualNet	3.35 202	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	4.53 47	10.19 278	6.29 167	9.23 200	5.59 192	3.72 198	8.00 215	9.35 325	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 103

ffm	2.90 165	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	4.53 47	10.19 278	6.29 167	9.23 200	5.59 192	3.72 198	8.00 215	0.46 20	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 103

ff1	3.45 212	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	4.53 47	10.19 278	6.29 167	9.23 200	5.59 192	3.72 198	10.11 304	9.35 325	0.00 1	0.02 166	0.00 1	0.00 1	0.10 167	0.04 103

tt1	2.14 91	0.63 173	2.22 48	2.27 279	0.02 3	5.71 248	0.63 149	4.53 47	10.19 278	1.16 37	3.39 61	0.33 28	3.05 165	8.00 215	0.46 20	0.00 1	0.02 166	0.00 1	0.03 242	0.10 167	0.04 103

DRN-Test	5.87 294	0.98 251	5.89 277	2.69 310	3.65 333	12.37 339	3.35 293	20.07 378	10.20 282	11.93 330	12.31 269	11.06 301	5.31 262	7.89 211	9.05 320	0.04 257	0.05 239	0.04 311	0.04 259	0.18 242	0.25 287

iResNetv2_ROB	4.28 268	1.43 297	7.17 307	2.91 319	1.26 232	4.36 220	1.62 250	13.64 319	10.25 283	9.83 294	11.41 251	7.68 243	4.00 208	7.75 205	1.85 162	0.00 1	0.00 1	0.00 1	0.00 1	0.37 307	0.09 179

SMFormer	3.54 214	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	3.51 232	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.04 103

tta	3.54 214	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	3.51 232	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.03 67

qqq1	3.38 203	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	0.30 3	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.03 67

fff1	3.38 203	0.39 81	3.61 163	1.69 206	0.11 46	2.85 132	0.29 80	12.46 295	10.41 284	7.16 205	10.23 226	4.78 165	4.45 232	8.71 265	0.30 3	0.07 286	0.05 239	0.00 1	0.00 1	0.06 116	0.03 67

xx1	2.33 115	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	4.31 34	10.41 284	1.03 30	3.33 56	4.67 162	2.70 149	8.05 222	0.45 16	0.00 1	0.02 166	0.00 1	0.00 1	0.02 22	0.03 67

cc1	2.17 95	0.65 178	2.15 42	2.30 283	0.02 3	5.80 250	0.56 132	4.31 34	10.41 284	1.03 30	3.33 56	0.32 25	3.71 194	8.05 222	0.45 16	0.00 1	0.02 166	0.00 1	0.03 242	0.10 167	0.05 133

CC-Net-ROB	7.68 330	9.21 383	7.46 314	3.82 355	3.66 334	15.68 353	5.02 325	17.95 355	10.45 290	6.44 176	14.00 284	7.63 242	4.77 245	10.75 316	3.10 214	5.99 384	2.46 383	16.28 391	1.08 371	6.30 383	1.56 357

mmx	3.86 238	0.31 24	3.97 188	1.34 158	0.98 214	2.80 116	0.48 111	12.18 290	10.66 291	6.29 167	9.23 200	5.59 192	3.72 198	10.11 304	9.35 325	0.05 269	0.02 166	0.00 1	0.00 1	0.03 58	0.04 103

xxx	3.86 238	0.31 24	3.98 193	1.34 158	0.98 214	2.80 116	0.48 111	12.18 290	10.66 291	6.29 167	9.23 200	5.59 192	3.72 198	10.11 304	9.35 325	0.05 269	0.02 166	0.00 1	0.00 1	0.03 58	0.04 103

TDLM	4.11 252	1.11 271	3.54 159	1.62 200	1.04 220	3.91 206	7.41 355	10.60 249	10.67 293	6.38 173	12.59 271	5.95 206	4.77 245	8.79 271	3.04 211	0.58 352	0.00 1	0.01 255	0.00 1	0.19 247	0.12 222

GASNet	5.19 287	4.61 364	9.38 329	4.73 368	2.10 280	3.80 201	1.57 248	12.07 283	10.96 294	8.92 272	7.03 155	8.21 255	7.67 310	14.02 348	7.36 292	0.02 214	0.15 317	0.00 1	0.00 1	0.69 339	0.42 315

SGM-Forest	4.96 283	0.32 33	2.84 101	1.21 147	0.64 180	10.23 317	6.64 346	11.55 268	10.98 295	10.94 321	13.59 280	11.65 306	4.30 224	8.94 277	4.63 256	0.11 299	0.04 230	0.00 1	0.00 1	0.05 100	0.46 322
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ttt	3.86 238	0.23 10	2.34 53	2.22 277	1.68 257	4.36 220	0.28 75	12.45 294	11.09 296	6.90 193	11.85 258	4.08 138	3.28 170	8.47 251	7.85 300	0.06 279	0.04 230	0.00 1	0.00 1	0.03 58	0.03 67

GMStereo	1.83 58	0.99 252	4.55 221	0.57 81	0.05 10	2.53 80	0.01 1	4.95 67	11.14 297	3.52 75	2.24 39	0.53 40	0.49 35	3.76 69	0.80 68	0.20 320	0.00 1	0.00 1	0.12 289	0.12 196	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
ADCMid	10.24 359	3.13 352	20.70 376	2.21 274	2.39 295	11.23 328	6.19 335	14.17 327	11.19 298	23.20 374	22.25 342	17.89 345	19.54 373	18.51 371	26.21 390	0.45 349	0.42 362	1.10 371	1.29 373	1.56 362	1.18 349

ADCP+	8.09 337	1.79 325	14.50 357	1.54 185	4.28 351	16.57 357	5.20 327	12.80 305	11.20 299	12.83 339	17.07 314	11.02 300	10.80 343	17.59 368	23.18 383	0.03 241	0.05 239	0.01 255	0.18 308	0.39 312	0.81 341

dd	2.16 93	1.22 279	4.82 232	0.68 91	0.12 55	1.39 16	0.17 57	5.14 78	11.22 300	2.70 55	3.51 65	1.52 62	1.23 83	5.08 99	3.96 247	0.12 302	0.01 126	0.04 311	0.21 317	0.07 131	0.01 16

Nwc_Net	6.97 322	1.25 283	6.63 296	3.82 355	3.37 320	10.83 326	1.67 254	19.56 376	11.35 301	8.36 251	23.62 348	17.19 342	11.44 347	11.21 322	8.08 308	0.80 358	0.00 1	0.00 1	0.02 230	0.13 206	0.09 179

ADCPNet	9.54 352	2.39 342	31.46 393	2.09 262	1.60 250	16.71 359	6.39 343	12.11 285	11.45 302	13.53 344	21.45 339	19.41 353	10.94 344	14.38 351	21.54 376	0.27 332	1.16 373	0.39 362	1.49 376	0.58 329	1.45 354

NOSS_ROB	3.30 190	0.46 123	2.62 75	2.08 261	1.01 219	5.60 246	0.74 175	10.37 244	11.48 303	5.15 109	8.43 184	5.67 198	1.73 113	7.97 214	2.34 189	0.02 214	0.06 251	0.00 1	0.00 1	0.07 131	0.14 234

LALA_ROB	6.58 312	1.80 326	6.25 285	1.26 151	0.94 210	10.08 314	9.02 362	16.00 345	11.51 304	12.74 336	13.02 275	24.77 369	5.25 261	10.56 313	8.02 304	0.04 257	0.05 239	0.00 1	0.02 230	0.10 167	0.25 287

FADNet	4.23 263	1.65 317	11.75 340	1.64 202	0.80 197	4.80 232	0.77 181	13.76 321	11.65 305	3.97 81	5.24 103	9.62 273	5.14 259	8.40 247	3.78 242	0.21 321	0.04 230	0.07 328	0.05 263	1.14 351	0.10 198

RGC	6.88 321	2.23 338	6.13 283	4.05 359	4.73 366	8.94 301	2.78 277	15.19 340	11.74 306	11.13 322	19.34 328	17.86 344	10.42 341	13.02 341	8.03 306	0.73 356	0.01 126	0.24 353	0.41 352	0.31 296	0.38 310

fff	2.28 109	0.61 166	3.81 180	0.22 35	0.07 23	1.69 31	0.11 28	5.37 102	11.84 307	5.80 125	5.17 95	1.44 57	5.41 264	2.00 42	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 255

csc	2.28 109	0.61 166	3.81 180	0.22 35	0.07 23	1.69 31	0.11 28	5.37 102	11.84 307	5.80 125	5.17 95	1.44 57	5.41 264	2.00 42	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 255

cscssc	2.28 109	0.61 166	3.81 180	0.22 35	0.07 23	1.69 31	0.11 28	5.37 102	11.84 307	5.80 125	5.17 95	1.44 57	5.41 264	2.00 42	1.92 168	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.18 255

STTRV1_RVC	7.02 323	1.10 268	12.88 350	3.32 338	6.92 375	11.90 334	4.00 304	15.07 335	11.94 310	9.51 285	14.57 291	11.63 305	8.73 324	12.65 337	8.06 307	3.32 378	2.75 389	0.41 363	0.12 289	1.38 358	0.11 210

edge stereo	6.76 315	1.01 253	6.76 298	2.20 273	2.45 297	6.41 263	2.45 269	14.84 334	11.98 311	15.29 352	18.31 326	22.02 365	12.56 351	10.82 317	7.49 294	0.03 241	0.06 251	0.11 336	0.03 242	0.30 291	0.14 234

Wz-Net-LNSev	6.46 309	1.93 332	16.44 365	1.52 183	4.15 350	12.66 341	4.96 324	13.05 311	12.10 312	10.55 313	16.23 303	11.32 303	7.19 299	8.43 250	8.48 314	0.00 1	0.01 126	0.00 1	0.00 1	0.08 140	0.06 143

Syn2CoEx	6.32 306	2.72 346	9.33 328	2.45 300	1.67 255	8.59 297	3.32 291	18.08 357	12.27 313	8.53 257	21.08 337	10.30 286	9.80 336	9.30 291	7.86 301	0.01 144	0.00 1	0.00 1	0.00 1	0.63 335	0.43 317

CBMV	5.35 289	0.91 240	3.67 169	1.62 200	0.44 151	10.09 315	7.19 353	12.49 299	12.33 314	12.22 331	14.69 294	10.93 298	6.48 286	8.51 253	4.96 262	0.02 214	0.15 317	0.00 1	0.00 1	0.17 232	0.17 253
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo05	2.94 168	0.66 184	5.25 258	1.10 137	0.96 212	2.57 86	0.10 25	8.53 195	12.34 315	6.28 165	3.88 67	3.18 106	3.30 171	7.81 208	2.37 192	0.01 144	0.08 272	0.00 1	0.01 209	0.13 206	0.15 243

MyStereo04	2.95 169	0.79 216	5.38 261	1.03 127	1.11 223	2.63 98	0.46 108	10.00 234	12.44 316	4.19 85	3.91 69	3.04 101	3.60 187	7.34 183	2.74 206	0.00 1	0.09 280	0.00 1	0.01 209	0.11 184	0.09 179

DGSMNet	6.47 310	2.61 344	13.64 355	3.46 343	3.74 336	8.97 302	6.01 333	14.15 326	13.01 317	7.46 221	14.10 285	9.94 278	4.79 248	10.44 311	6.22 277	1.30 370	1.70 378	1.80 375	1.52 378	2.27 370	2.35 367

PA-Net	4.98 284	1.47 300	7.42 313	2.40 295	2.14 282	8.73 300	3.64 300	12.42 293	13.11 318	7.03 198	7.57 167	7.88 246	6.52 287	10.16 309	7.82 299	0.02 214	0.03 209	0.00 1	0.00 1	0.11 184	1.07 348
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 316	1.49 304	6.48 292	2.92 321	4.40 354	7.43 282	3.61 298	19.52 374	13.29 319	8.39 253	16.91 310	15.96 331	12.13 348	12.85 338	7.70 297	1.47 371	0.11 294	0.01 255	0.42 353	0.14 216	0.24 284

Abc-Net	6.77 316	1.49 304	6.48 292	2.92 321	4.40 354	7.43 282	3.61 298	19.52 374	13.29 319	8.39 253	16.91 310	15.96 331	12.13 348	12.85 338	7.70 297	1.47 371	0.11 294	0.01 255	0.42 353	0.14 216	0.24 284
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wz-Net-MNSev	7.43 326	2.35 341	15.22 360	2.34 291	3.41 325	17.27 363	8.55 358	11.91 279	13.48 321	13.37 342	17.05 313	13.70 315	7.47 306	11.90 330	9.99 336	0.40 343	0.03 209	0.00 1	0.01 209	0.16 224	0.07 156

MDST_ROB	8.37 340	0.32 33	9.03 326	4.18 363	2.42 296	26.86 384	6.14 334	19.36 371	13.52 322	27.09 380	22.75 346	9.47 272	4.74 244	15.06 356	6.34 280	0.02 214	0.02 166	0.00 1	0.00 1	0.02 22	0.13 229

111	2.78 154	0.92 243	3.81 180	0.22 35	0.07 23	2.83 130	0.70 165	6.03 124	14.00 323	3.22 66	8.93 192	5.48 190	3.30 171	3.66 67	2.03 177	0.00 1	0.00 1	0.00 1	0.00 1	0.10 167	0.29 299

WCMA_ROB	9.21 347	0.87 232	7.37 312	2.54 304	2.13 281	13.59 348	5.80 332	11.64 269	14.01 324	24.43 377	32.99 380	27.09 375	18.02 366	12.51 335	9.85 335	0.81 359	0.07 264	0.01 255	0.01 209	0.16 224	0.23 280

pcwnet_v2	4.20 260	0.36 70	8.53 324	1.33 156	1.12 225	3.43 163	0.41 100	12.85 306	14.16 325	9.90 298	14.29 288	5.90 205	3.03 163	6.20 126	2.06 178	0.01 144	0.05 239	0.04 311	0.02 230	0.16 224	0.18 255

dad	4.66 280	1.89 331	5.51 267	0.94 114	0.09 35	2.16 56	0.37 94	7.10 167	14.43 326	10.13 303	16.84 309	14.97 326	1.90 121	6.82 154	4.15 249	1.09 366	0.11 294	4.08 382	0.46 357	0.17 232	0.06 143

SGM_RVC	10.08 356	0.60 163	3.42 152	2.30 283	0.32 131	19.41 368	6.33 341	18.95 365	14.64 327	25.14 379	24.32 352	33.34 386	18.79 370	19.86 376	12.55 351	0.25 327	0.26 350	0.22 351	0.24 325	0.34 303	0.40 312
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RCA-Stereo	1.99 79	0.34 54	2.71 85	0.26 40	0.06 17	2.29 63	0.48 111	4.89 63	14.65 328	2.81 57	5.51 113	0.78 46	3.21 169	1.44 18	0.33 5	0.00 1	0.01 126	0.00 1	0.00 1	0.07 131	0.02 38

SGM+DAISY	15.62 377	7.26 378	19.28 372	8.94 380	10.11 387	26.25 379	10.49 373	19.36 371	14.65 328	30.64 384	33.59 381	33.00 385	22.32 383	24.96 387	16.42 364	7.90 389	6.25 407	4.51 383	3.37 385	5.86 381	7.20 387

MSMD_ROB	9.28 349	1.09 266	4.65 226	1.58 192	0.39 143	16.52 356	4.41 314	13.60 317	14.87 330	22.34 368	39.89 390	25.67 372	20.71 377	12.42 334	6.98 289	0.34 337	0.03 209	0.00 1	0.00 1	0.05 100	0.09 179

NVstereo2D	4.51 275	0.82 224	6.86 302	3.28 337	3.38 321	8.16 293	3.13 285	10.51 247	15.15 331	4.90 103	6.89 146	7.87 245	4.78 247	9.88 302	3.91 246	0.01 144	0.00 1	0.00 1	0.06 268	0.02 22	0.58 332

RP	6.84 319	1.29 291	5.53 270	3.92 358	5.18 367	6.32 260	3.53 296	11.73 274	15.31 332	9.54 287	22.38 344	18.25 347	14.47 361	10.11 304	7.49 294	0.91 362	0.01 126	0.12 338	0.15 296	0.33 300	0.19 265

SPS-STEREO	15.04 375	6.23 372	13.21 353	11.34 386	11.65 389	23.30 374	7.15 352	24.16 385	15.65 333	31.78 386	29.19 368	31.62 383	21.32 379	24.62 386	19.50 369	7.59 388	4.19 403	3.22 380	1.48 375	6.99 385	6.54 385
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NaN_ROB	6.00 300	1.24 282	6.29 286	1.34 158	1.68 257	9.60 311	10.31 371	15.09 336	15.79 334	12.62 334	8.95 193	11.67 307	5.83 274	11.78 329	6.41 281	0.05 269	0.13 308	0.08 331	0.20 314	0.22 263	0.79 340

MeshStereo	11.52 365	1.52 306	4.55 221	1.89 232	1.46 245	19.87 370	5.11 326	20.66 380	15.91 335	32.67 387	34.51 383	39.34 394	21.15 378	18.74 372	12.10 347	0.11 299	0.06 251	0.01 255	0.00 1	0.45 321	0.22 274
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
DISCO	6.28 305	0.57 153	5.78 274	3.43 342	1.17 228	11.22 327	3.39 295	12.14 288	16.16 336	6.52 177	11.22 248	16.96 340	6.32 283	19.51 375	10.74 341	0.00 1	0.00 1	0.00 1	0.00 1	0.35 304	0.11 210

RYNet	6.34 307	0.89 237	5.88 276	1.41 172	4.48 360	15.97 355	4.18 308	13.41 315	16.49 337	10.81 317	7.00 152	14.33 322	8.72 323	9.43 294	13.71 357	0.00 1	0.01 126	0.00 1	0.00 1	0.02 22	0.07 156

AnyNet_C01	16.12 380	10.81 388	59.36 409	4.42 366	2.49 299	30.06 387	15.15 395	17.51 354	16.51 338	17.88 358	37.69 387	24.04 368	17.54 365	29.60 391	33.29 400	0.28 333	0.38 358	0.43 364	0.42 353	2.57 372	1.98 362

pmcnn	7.72 333	1.27 286	9.42 330	2.91 319	3.14 311	9.44 307	6.23 338	12.56 301	16.51 338	14.53 348	24.08 350	27.44 376	8.49 320	9.32 292	8.44 313	0.06 279	0.08 272	0.00 1	0.00 1	0.30 291	0.15 243

GwcNet	6.42 308	1.97 333	10.92 336	2.59 308	5.58 370	11.55 330	2.21 265	14.10 325	16.52 340	10.04 301	17.19 318	10.86 296	5.61 272	9.23 288	8.84 319	0.01 144	0.06 251	0.03 300	0.08 274	0.56 326	0.40 312

iResNet_ROB	4.23 263	1.02 255	4.90 235	2.18 270	0.93 209	2.92 138	0.37 94	15.10 338	16.91 341	7.89 237	10.51 234	7.03 230	3.07 166	8.16 234	3.46 230	0.01 144	0.00 1	0.00 1	0.00 1	0.10 167	0.02 38

AnyNet_C32	10.98 363	5.58 369	22.79 381	4.16 361	5.83 371	15.64 352	14.30 387	13.18 312	17.15 342	16.44 357	20.52 335	14.68 325	13.44 357	22.46 382	30.08 396	0.17 313	0.26 350	0.36 360	0.36 348	1.23 353	0.91 344

GANetREF_RVC	6.56 311	2.89 348	7.58 317	3.41 340	0.40 145	12.96 344	9.58 366	15.09 336	17.25 343	10.33 305	10.62 236	12.27 310	8.16 317	12.21 332	4.53 254	0.41 344	0.00 1	0.00 1	0.02 230	3.12 373	0.39 311
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	5.01 285	1.74 322	6.38 290	1.96 242	1.29 236	2.26 61	1.69 255	10.07 237	18.53 344	7.88 236	18.15 325	8.49 262	2.70 149	10.59 314	7.04 290	0.96 364	0.15 317	0.02 284	0.00 1	0.13 206	0.12 222

FAT-Stereo	6.78 318	0.68 188	6.80 299	2.30 283	1.77 266	5.63 247	4.20 309	18.79 362	18.62 345	10.53 312	17.15 316	18.52 349	13.74 359	8.86 275	7.38 293	0.03 241	0.15 317	0.01 255	0.07 270	0.12 196	0.26 292

FBW_ROB	8.50 343	1.03 257	7.98 320	1.93 238	1.28 235	13.10 345	6.23 338	22.50 382	18.98 346	18.82 360	14.91 296	19.06 352	10.04 338	18.41 370	9.83 333	0.62 354	0.22 340	1.82 377	0.82 366	0.99 349	1.36 353

PASM	7.90 335	4.22 362	21.97 380	3.25 336	3.29 318	5.39 244	6.57 344	10.57 248	19.09 347	12.77 337	13.92 283	18.11 346	9.51 334	13.79 347	10.77 343	0.19 317	0.45 364	0.29 355	1.08 371	1.49 360	1.19 350

FCDSN-DC	10.24 359	0.56 151	3.49 157	1.96 242	1.29 236	16.90 360	4.59 318	17.16 351	19.10 348	24.64 378	32.46 379	33.82 387	22.14 382	15.93 361	10.45 338	0.04 257	0.00 1	0.00 1	0.00 1	0.05 100	0.21 272
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
otaku	11.73 366	7.51 379	7.07 305	13.22 390	10.85 388	26.61 383	7.25 354	18.84 364	19.16 349	11.58 328	17.23 319	20.19 359	8.09 316	15.11 357	4.64 257	9.13 391	2.42 382	13.08 388	1.83 380	12.48 392	8.22 391

PWC_ROB	8.24 339	3.13 352	12.74 349	2.43 299	4.43 357	7.51 285	1.22 230	16.63 348	19.24 350	16.08 355	28.29 364	13.99 321	10.16 339	13.63 346	14.06 359	0.42 347	0.00 1	0.05 318	0.00 1	0.59 330	0.27 296

MFN_U_SF_DS_RVC	9.78 355	4.27 363	14.47 356	2.29 282	2.85 308	23.40 375	13.62 386	13.60 317	19.54 351	19.42 362	24.27 351	16.74 339	8.59 321	17.05 367	7.98 303	1.25 368	1.68 377	0.17 346	2.63 381	0.72 341	1.04 346

stereogan	7.69 332	0.88 234	7.08 306	3.49 346	3.93 346	18.98 366	3.23 290	16.52 347	19.58 352	9.93 299	18.92 327	20.50 362	9.04 330	14.07 349	6.14 276	0.26 329	0.04 230	0.21 350	0.03 242	0.63 335	0.33 305

FC-DCNN	10.72 362	0.52 140	4.27 208	1.88 230	1.63 251	17.18 361	5.29 330	18.20 358	19.69 353	28.50 382	34.51 383	34.03 388	21.48 380	15.89 360	11.15 345	0.03 241	0.01 126	0.02 284	0.01 209	0.07 131	0.09 179

MFN_U_SF_RVC	12.94 368	3.66 360	25.81 388	3.61 349	2.26 290	22.77 373	4.55 317	27.10 388	20.06 354	23.90 375	28.99 366	30.53 382	16.98 364	19.92 377	20.26 371	1.24 367	1.07 372	0.98 370	1.33 374	1.80 365	2.04 363

DeepPrunerF	6.75 314	2.69 345	23.31 382	3.68 350	7.16 376	3.78 199	4.29 311	13.42 316	20.13 355	8.13 243	10.46 232	7.18 238	8.06 315	11.10 321	9.44 329	0.24 326	0.15 317	0.29 355	0.42 353	0.66 338	0.45 320

AF-Net	7.78 334	1.44 299	6.68 297	3.37 339	4.50 361	8.61 298	2.69 275	17.07 350	20.17 356	9.52 286	24.02 349	20.31 361	14.59 362	11.58 327	9.84 334	0.61 353	0.00 1	0.12 338	0.00 1	0.38 308	0.12 222

Wz-Net-SNSev	9.23 348	6.70 373	24.28 384	1.87 227	1.81 269	8.57 296	12.29 383	17.37 352	20.39 357	10.43 309	23.11 347	16.66 338	8.03 314	14.47 353	17.86 365	0.00 1	0.02 166	0.01 255	0.00 1	0.41 318	0.30 301

Wz-Net-TNSev	11.35 364	10.56 387	35.88 398	2.28 281	1.73 261	18.25 365	11.42 376	15.88 344	20.88 358	14.44 347	16.97 312	19.57 354	19.04 371	19.31 374	18.67 367	0.01 144	0.06 251	0.00 1	0.16 298	0.62 333	1.25 351

CSAN	7.62 328	1.60 312	6.56 295	1.83 225	0.66 181	12.40 340	10.52 374	14.45 329	21.32 359	14.19 346	15.98 301	17.84 343	13.02 356	12.32 333	8.38 312	0.09 295	0.07 264	0.03 300	0.04 259	0.33 300	0.67 337

LRCNet_RVC	66.23 419	65.67 422	67.63 413	71.47 420	54.32 419	32.17 391	2.66 274	63.19 420	21.35 360	81.79 422	91.26 422	83.62 421	71.62 419	69.32 419	52.57 416	95.49 427	64.45 421	95.07 427	95.19 427	71.52 421	74.31 423

FINET	5.32 288	1.14 273	10.04 333	2.17 269	3.67 335	6.49 265	6.76 348	11.68 271	22.08 361	7.42 219	12.15 264	4.24 146	3.61 188	9.25 289	5.35 266	0.04 257	0.04 230	0.00 1	0.00 1	0.17 232	0.09 179

Ntro	12.35 367	8.88 381	7.80 318	13.79 391	12.42 391	26.54 382	6.98 350	18.54 359	22.14 362	9.82 293	16.45 304	20.30 360	9.29 333	15.95 362	6.61 287	9.53 393	2.47 384	14.93 390	2.77 382	13.11 394	8.63 394

S-Stereo	6.63 313	0.84 227	9.67 331	3.15 333	3.48 326	6.49 265	6.22 337	12.99 310	22.84 363	9.48 284	15.51 298	12.00 308	8.43 319	8.04 219	10.70 340	0.12 302	0.17 327	0.00 1	0.38 349	0.13 206	1.92 361

LSM	14.01 373	5.95 370	33.49 394	6.78 378	43.61 415	10.22 316	9.98 370	15.16 339	22.93 364	23.07 373	32.34 378	18.52 349	12.67 352	15.45 359	11.10 344	0.16 312	0.51 368	0.09 334	0.32 342	1.08 350	16.85 410

ADCL	10.16 358	2.11 336	19.36 373	1.92 236	1.88 273	22.23 372	8.91 361	14.04 323	23.56 365	14.62 349	26.19 360	12.75 312	13.59 358	16.06 363	22.95 382	0.26 329	0.18 331	0.75 366	0.65 361	0.69 339	0.58 332

SAMSARA	14.63 374	2.74 347	12.38 343	12.65 388	6.74 374	36.50 397	72.93 420	19.36 371	23.77 366	16.20 356	13.04 276	29.21 379	12.78 353	16.98 366	15.21 362	0.11 299	0.26 350	0.03 300	0.14 293	0.76 342	0.77 339

Consistency-Raft	9.42 350	4.74 366	12.66 347	5.30 372	9.08 382	4.08 211	5.26 329	19.26 369	24.87 367	11.17 323	29.85 369	13.57 314	5.51 271	7.67 198	13.40 355	0.36 338	0.35 356	1.81 376	4.24 389	11.61 390	3.57 371

NVStereoNet_ROB	16.04 379	6.75 374	12.90 351	6.37 377	7.42 379	12.89 343	9.74 368	22.78 383	25.12 368	30.32 383	46.19 398	34.37 389	25.38 385	21.48 381	21.38 373	5.94 383	3.10 395	6.07 386	10.09 399	4.01 376	8.54 393
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
XQC	8.43 342	3.58 359	16.40 364	2.92 321	2.17 284	13.22 346	3.60 297	14.64 332	25.86 369	11.87 329	12.04 260	15.06 327	10.67 342	15.24 358	19.41 368	0.39 341	0.08 272	0.05 318	0.07 270	0.84 345	0.45 320

DispFullNet	17.47 386	26.01 397	33.98 396	22.58 398	20.86 402	13.84 350	1.28 234	16.50 346	26.27 370	19.97 365	17.17 317	20.52 363	18.49 368	22.86 384	10.76 342	5.13 381	2.83 391	30.72 401	7.72 397	20.86 400	11.01 400

DPSNet	10.14 357	1.88 330	16.82 366	1.85 226	1.73 261	24.84 376	17.20 399	19.92 377	27.41 371	12.23 333	13.62 281	16.52 336	18.35 367	14.42 352	12.50 350	0.78 357	0.54 369	0.08 331	0.25 327	1.18 352	0.59 335

ACVNet-4b	15.90 378	22.00 394	12.37 342	16.40 393	15.14 395	31.87 390	7.50 356	19.04 366	27.85 372	11.48 326	22.02 341	31.86 384	9.16 332	17.95 369	5.69 270	10.43 395	2.58 386	24.44 397	4.87 394	16.04 396	9.28 395

PWCDC_ROB	7.92 336	3.17 356	7.48 315	5.73 374	4.40 354	10.45 320	0.35 91	14.52 331	28.19 373	10.36 307	31.27 373	7.04 232	9.14 331	13.22 343	8.78 318	2.74 377	0.02 166	0.00 1	0.00 1	1.31 356	0.17 253

PDISCO_ROB	9.62 354	1.99 335	11.51 338	9.88 382	9.61 384	21.48 371	3.83 301	19.33 370	28.49 374	11.27 325	14.17 286	19.92 357	5.02 254	16.35 364	9.18 322	5.28 382	0.41 360	0.14 341	0.09 281	2.05 366	2.36 368

ELAS	16.72 383	2.14 337	9.23 327	4.92 369	4.53 362	32.66 393	15.11 394	27.40 390	28.68 375	40.27 398	44.90 396	38.33 393	30.50 392	26.44 389	21.94 379	0.88 360	1.23 375	0.67 365	0.89 368	1.49 360	2.18 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	8.10 338	3.15 354	24.67 385	2.65 309	1.23 230	9.88 313	4.29 311	10.18 242	30.07 376	11.53 327	12.18 266	6.12 209	6.65 290	10.50 312	14.47 361	0.14 305	0.11 294	0.35 359	0.25 327	13.06 393	0.48 323

MFMNet_re	13.29 371	8.60 380	18.29 369	9.75 381	7.25 378	19.65 369	14.84 391	20.71 381	30.72 377	23.03 372	28.77 365	18.85 351	26.09 388	13.55 345	9.82 332	2.44 375	1.35 376	0.34 358	0.23 323	4.78 378	6.69 386

WZ-Net	13.00 369	4.64 365	41.07 401	3.48 345	3.15 313	19.12 367	15.66 397	14.81 333	31.33 378	15.71 353	27.88 362	22.22 366	14.01 360	20.44 380	25.03 387	0.64 355	0.00 1	0.01 255	0.03 242	0.39 312	0.37 309

SGM-ForestM	16.99 385	1.08 264	5.74 273	2.12 265	0.75 192	31.63 389	12.21 381	27.80 391	32.25 379	37.88 394	39.99 391	52.96 403	35.20 397	33.60 395	24.47 385	0.26 329	0.39 359	0.31 357	0.39 351	0.26 281	0.53 329

EDNetEfficient	13.82 372	6.19 371	54.79 407	2.83 316	3.60 331	4.86 234	8.57 359	8.61 202	32.90 380	40.77 399	30.59 372	18.33 348	21.87 381	11.38 325	25.36 388	0.15 307	0.23 342	0.06 322	1.03 370	2.54 371	1.79 358

ADCS	13.02 370	4.93 367	28.38 391	3.17 334	2.67 303	13.61 349	10.83 375	18.70 360	33.46 381	22.59 369	24.78 355	19.59 355	18.51 369	23.40 385	32.16 399	0.10 297	0.19 335	0.37 361	0.18 308	1.26 354	1.46 355

ELAS_RVC	16.54 382	2.26 339	10.09 334	5.50 373	4.46 359	28.28 386	16.72 398	25.55 387	33.54 382	40.19 397	40.30 392	36.68 391	30.03 391	29.40 390	20.61 372	0.98 365	1.21 374	0.86 369	0.70 363	1.39 359	2.16 364
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	18.70 389	25.08 396	12.72 348	17.33 394	15.18 396	26.02 377	9.62 367	28.44 393	34.49 383	24.39 376	24.32 352	37.22 392	20.13 376	16.67 365	13.39 354	10.45 396	2.59 387	24.77 398	4.92 395	16.57 397	9.75 396

RainbowNet	18.01 388	26.22 398	19.95 374	18.59 395	14.88 394	27.38 385	10.46 372	27.39 389	34.54 384	14.91 351	27.01 361	25.65 371	12.44 350	18.94 373	9.23 323	13.91 401	3.46 399	23.36 396	4.86 393	16.03 395	10.91 399

JetBlue	29.12 400	15.72 391	54.12 406	15.93 392	20.98 403	60.90 418	30.62 409	39.38 398	34.62 385	34.08 392	39.69 389	57.35 406	43.17 404	50.71 415	50.60 415	2.41 374	3.79 401	2.81 379	3.45 386	9.57 387	12.59 404

EDNetEfficientorigin	17.87 387	14.00 390	99.53 429	1.64 202	0.92 207	10.55 322	6.26 340	13.21 313	34.84 386	38.20 396	36.91 386	27.47 377	26.32 389	14.71 355	25.69 389	0.04 257	0.06 251	0.14 341	0.52 359	3.16 374	3.27 370

MSC_U_SF_DS_RVC	16.41 381	6.93 376	21.83 379	5.94 376	2.81 307	38.71 399	14.59 388	24.55 386	34.87 387	33.66 391	34.35 382	29.24 380	24.20 384	22.59 383	17.95 366	2.52 376	2.81 390	1.17 373	1.51 377	5.89 382	2.16 364

MADNet+	27.07 397	33.84 404	90.97 421	20.14 396	7.47 380	48.43 409	47.10 416	35.43 396	36.46 388	20.11 366	30.05 370	25.29 370	35.08 396	45.50 409	50.28 414	2.13 373	2.00 379	1.19 374	0.76 364	4.71 377	4.43 374

RTSC	9.15 346	3.00 350	13.57 354	3.72 352	1.76 265	11.82 333	0.46 108	16.95 349	36.83 389	15.80 354	15.53 299	12.91 313	7.46 305	20.01 378	21.76 377	0.31 334	0.13 308	0.01 255	0.08 274	0.57 328	0.41 314

SANet	10.64 361	1.86 329	10.91 335	1.76 216	0.71 190	14.62 351	9.23 364	19.18 368	37.14 390	19.22 361	27.96 363	25.86 373	19.11 372	13.02 341	10.63 339	0.08 291	0.06 251	0.03 300	0.02 230	0.62 333	0.81 341

MANE	19.47 392	1.27 286	5.07 245	4.69 367	5.55 369	30.49 388	9.94 369	34.01 395	37.27 391	44.13 403	51.57 406	52.51 401	40.41 402	33.58 394	24.81 386	0.89 361	0.86 371	1.11 372	9.72 398	0.38 308	1.06 347

SHD	9.61 353	2.60 343	12.46 345	3.69 351	3.54 328	9.47 308	1.25 231	20.16 379	37.84 392	18.19 359	21.24 338	16.96 340	12.83 355	14.47 353	16.05 363	0.32 335	0.13 308	0.01 255	0.08 274	0.38 308	0.48 323

BEATNet-Init1	23.31 394	9.03 382	41.67 402	4.17 362	2.53 300	45.68 407	19.47 402	33.43 394	38.45 393	47.59 406	49.10 402	59.31 407	41.80 403	38.35 402	29.21 395	0.47 350	0.50 367	0.81 367	0.66 362	2.10 369	1.86 359

RTS	18.87 390	9.32 385	86.48 417	4.95 370	6.10 372	42.08 401	14.70 389	15.49 341	41.06 394	22.65 370	32.32 376	13.77 316	19.54 373	37.98 400	28.96 393	0.41 344	0.23 342	0.00 1	0.02 230	0.91 346	0.50 326

RTSA	18.87 390	9.32 385	86.48 417	4.95 370	6.10 372	42.08 401	14.70 389	15.49 341	41.06 394	22.65 370	32.32 376	13.77 316	19.54 373	37.98 400	28.96 393	0.41 344	0.23 342	0.00 1	0.02 230	0.91 346	0.50 326

coex-ft	19.78 393	19.39 393	87.73 419	1.77 218	1.80 268	17.25 362	13.50 385	12.63 303	42.10 396	60.18 413	38.90 388	28.72 378	28.74 390	11.74 328	27.40 392	0.21 321	0.23 342	0.04 311	0.30 340	1.36 357	1.54 356

PWCK	30.53 403	44.32 411	47.25 404	29.76 399	7.23 377	40.78 400	27.10 408	44.73 402	44.32 397	47.31 405	36.37 385	47.16 398	26.05 387	41.26 405	31.87 398	21.83 406	4.03 402	29.50 400	4.67 391	27.17 408	7.80 389

IMH-64-1	27.21 398	28.77 399	16.84 367	31.57 401	20.76 400	26.43 380	15.10 392	47.11 403	45.20 398	33.53 389	51.16 404	41.42 395	31.10 394	36.48 396	22.39 380	13.48 399	2.87 393	33.95 403	10.70 400	23.50 402	11.75 401

IMH-64	27.21 398	28.77 399	16.84 367	31.57 401	20.76 400	26.43 380	15.10 392	47.11 403	45.20 398	33.53 389	51.16 404	41.42 395	31.10 394	36.48 396	22.39 380	13.48 399	2.87 393	33.95 403	10.70 400	23.50 402	11.75 401

UNDER WATER-64	45.16 412	46.99 412	66.69 411	43.90 411	27.64 410	55.58 417	41.87 413	39.42 399	48.42 400	51.73 409	43.08 394	67.76 416	56.69 415	48.02 413	48.34 412	39.50 413	17.64 413	51.78 414	38.93 414	36.62 411	32.61 413

PVD	15.44 376	2.93 349	14.67 358	4.21 364	3.39 323	17.43 364	4.16 307	27.84 392	48.84 401	31.02 385	43.54 395	29.76 381	30.81 393	25.97 388	21.40 374	0.23 324	0.41 360	0.04 311	0.33 344	0.41 318	1.33 352

UNDER WATER	45.09 411	48.60 414	67.37 412	49.30 413	31.41 411	53.80 416	37.39 411	40.25 400	52.48 402	50.24 407	45.37 397	68.37 417	57.76 416	51.03 416	49.88 413	29.97 410	13.75 411	51.22 413	36.57 411	37.87 412	29.12 412

FADE		17.27 392		10.46 384	9.90 386			35.80 397	53.05 403	20.32 367		26.54 374		39.35 403		30.62 411	14.22 412	38.39 410	37.63 413	5.22 379	5.56 383

IMH	29.82 402	29.11 401	18.51 371	34.28 405	21.40 405	32.33 392	15.39 396	49.40 410	53.07 404	37.88 394	55.32 409	45.05 397	39.54 401	40.63 404	24.12 384	14.03 402	3.27 397	34.93 405	11.24 402	24.69 404	12.21 403

TorneroNet	35.11 408	33.92 405	33.82 395	37.86 408	22.01 406	49.64 411	21.58 406	48.09 407	55.23 405	37.50 393	53.79 407	62.81 412	43.66 405	46.71 411	41.25 409	14.80 404	3.53 400	36.72 407	14.57 406	28.28 410	16.49 408

LE_ROB	16.73 384	1.28 289	11.61 339	3.72 352	1.65 252	16.67 358	9.17 363	14.39 328	55.91 406	63.81 417	40.86 393	35.94 390	37.73 400	14.24 350	26.87 391	0.05 269	0.10 288	0.13 340	0.22 322	0.12 196	0.15 243

notaker	47.42 413	55.20 416	49.13 405	56.52 416	40.18 412	38.52 398	32.97 410	47.21 405	56.08 407	57.21 412	57.24 411	60.09 408	59.19 417	53.93 417	41.64 410	40.61 414	19.93 414	57.21 416	37.41 412	49.02 415	39.02 414

DPSimNet_ROB	53.45 415	64.73 421	44.39 403	53.97 414	45.39 416	53.66 415	54.83 417	55.15 416	57.87 408	64.16 418	50.83 403	63.40 413	53.34 412	46.45 410	65.81 418	63.13 420	26.54 416	57.94 417	51.11 418	45.52 414	50.69 420

TorneroNet-64	32.42 404	31.89 403	30.52 392	34.73 406	21.13 404	46.99 408	18.82 400	43.10 401	59.42 409	32.70 388	46.98 399	62.01 409	36.98 398	43.97 408	33.88 401	14.10 403	3.22 396	35.28 406	11.72 403	26.84 407	14.07 405

ktn	48.94 414	57.58 417	38.86 400	59.57 418	43.27 414	50.37 412	43.38 414	48.07 406	61.11 410	51.30 408	54.25 408	54.96 405	52.88 411	47.30 412	35.83 404	57.77 418	24.88 415	62.69 419	43.55 415	50.70 416	40.41 415

HanzoNet	56.48 417	59.32 418	58.25 408	55.32 415	41.94 413	50.95 413	41.33 412	51.12 411	61.40 411	65.62 419	65.59 416	71.66 418	69.41 418	70.77 420	60.03 417	63.99 421	34.70 417	61.96 418	50.54 417	51.00 417	44.71 417

JetRed	61.02 418	61.05 419	82.56 416	46.09 412	56.80 420	83.19 420	63.76 418	59.26 419	63.61 412	69.29 420	68.85 419	66.59 414	47.62 408	61.57 418	74.09 419	45.58 415	66.14 422	46.59 412	45.06 416	63.17 419	49.58 419

KSHMR	55.63 416	63.60 420	37.85 399	74.69 421	49.56 418	49.01 410	45.73 415	57.46 418	63.97 413	61.61 415	62.07 415	72.39 419	47.01 407	50.65 414	43.29 411	54.10 417	62.21 419	66.10 420	53.94 419	51.25 418	46.11 418

WAO-7	29.39 401	24.43 395	20.47 375	32.71 404	13.83 393	34.70 394	20.27 405	52.19 413	65.03 414	43.29 401	59.35 412	52.19 400	44.68 406	31.71 392	30.56 397	10.98 397	4.94 404	13.71 389	12.52 404	12.06 391	8.22 391

LVE	34.99 407	40.10 410	34.97 397	32.49 403	18.61 399	51.45 414	26.82 407	52.15 412	65.94 415	47.21 404	61.04 414	53.99 404	37.30 399	37.95 399	34.09 402	15.55 405	5.95 406	31.01 402	13.81 405	22.58 401	16.72 409

ACVNet_2	26.45 396	29.35 402	25.14 386	20.27 397	15.43 397	34.97 395	12.23 382	48.37 408	66.25 416	42.69 400	56.73 410	51.77 399	25.59 386	20.39 379	13.52 356	10.13 394	2.59 387	22.78 395	3.52 387	17.57 398	9.80 397

WAO-6	34.74 406	36.76 408	15.36 361	37.53 407	24.15 409	35.99 396	19.36 401	48.96 409	68.54 417	43.84 402	47.58 400	52.77 402	52.60 410	32.63 393	34.73 403	26.20 409	7.74 410	42.78 411	21.64 410	28.07 409	17.62 411

Dean	34.67 405	38.70 409	25.33 387	29.89 400	17.21 398	45.24 406	11.98 380	56.90 417	76.55 418	63.47 416	60.22 413	67.36 415	48.14 409	37.24 398	39.01 406	11.00 398	2.83 391	28.35 399	5.60 396	18.14 399	10.31 398

WAO-8	38.15 409	35.51 406	21.50 377	43.67 409	23.92 407	44.44 403	20.26 403	52.83 414	76.62 419	53.57 410	66.79 417	62.63 410	54.56 413	42.03 406	39.18 407	22.71 407	6.65 408	37.08 408	19.08 408	24.72 406	15.24 406

Venus	38.15 409	35.51 406	21.50 377	43.67 409	23.92 407	44.44 403	20.26 403	52.83 414	76.62 419	53.57 410	66.81 418	62.63 410	54.56 413	42.03 406	39.18 407	22.71 407	6.65 408	37.08 408	19.08 408	24.70 405	15.24 406

MADNet++	82.84 422	82.38 424	73.57 415	87.72 426	82.97 425	93.14 421	69.15 419	86.42 425	82.50 421	93.46 426	86.70 421	86.28 422	80.92 421	88.34 422	88.84 422	86.83 425	84.17 426	72.64 422	68.92 422	80.47 426	81.42 427

xxxxx1	85.63 424	90.31 425	96.68 424	76.54 422	80.57 421	97.44 425	96.86 425	85.53 422	88.53 422	88.68 423	91.71 423	94.23 423	92.93 422	90.02 423	91.98 423	70.60 422	70.39 423	73.68 423	81.46 424	74.61 422	79.86 424

tt_ll	85.63 424	90.31 425	96.68 424	76.54 422	80.57 421	97.44 425	96.86 425	85.53 422	88.53 422	88.68 423	91.71 423	94.23 423	92.93 422	90.02 423	91.98 423	70.60 422	70.39 423	73.68 423	81.46 424	74.61 422	79.86 424

ff	85.63 424	90.31 425	96.68 424	76.54 422	80.57 421	97.44 425	96.86 425	85.53 422	88.53 422	88.68 423	91.71 423	94.23 423	92.93 422	90.02 423	91.98 423	70.60 422	70.39 423	73.68 423	81.46 424	74.61 422	79.86 424

ASD4	75.85 421	81.57 423	69.25 414	68.23 419	80.87 424	96.24 423	99.15 428	77.50 421	93.47 425	77.59 421	85.63 420	78.32 420	76.43 420	77.89 421	82.61 421	58.30 419	62.67 420	55.02 415	62.43 420	68.35 420	65.49 422

MEDIAN_ROB	98.41 428	99.70 428	99.30 428	97.09 427	97.02 427	96.89 424	95.77 424	97.66 428	97.28 426	98.79 430	98.94 428	99.18 428	98.14 427	96.89 426	96.88 428	99.96 431	99.16 428	100.00 430	99.99 431	99.69 430	99.88 430

PML	97.88 427	100.00 433	96.45 423	98.01 429	97.88 429	100.00 430	99.35 429	96.88 426	97.72 427	100.00 433	97.36 426	97.38 427	99.60 428	100.00 434	96.32 427	99.99 432	97.55 427	100.00 430	96.01 428	99.18 429	87.92 428

tt	83.26 423	0.34 54	99.99 431	79.40 425	93.18 426	100.00 430	100.00 431	100.00 433	99.95 428	60.33 414	47.63 401	99.98 432	99.96 429	99.98 431	100.00 434	92.42 426	99.82 430	73.83 426	73.63 423	88.42 427	56.35 421

Anonymous_1	99.08 430	99.91 429	99.85 430	97.63 428	99.10 430	100.00 430	100.00 431	99.61 430	99.96 429	99.28 431	99.86 429	99.54 429	99.99 430	99.29 429	99.75 429	96.05 428	99.59 429	97.31 428	98.57 429	97.71 428	98.63 429

HaxPig	98.85 429	99.94 430	95.08 422	99.99 433	100.00 432	94.03 422	94.78 422	99.15 429	99.98 430	99.99 432	100.00 430	99.98 432	99.99 430	98.12 428	95.97 426	100.00 434	99.99 432	100.00 430	99.99 431	100.00 433	99.99 433

MyStereo03	100.00 437	100.00 433	100.00 435	100.00 436	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

MyStereo02	100.00 437	100.00 433	100.00 435	100.00 436	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

MyStereo	100.00 437	100.00 433	100.00 435	100.00 436	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

SPstereo	72.39 420	47.55 413	62.34 410	56.88 417	45.69 417	78.85 419	84.60 421	100.00 433	100.00 431	98.50 429	98.20 427	100.00 434	96.58 425	96.95 427	81.91 420	46.63 416	38.86 418	67.86 421	64.79 421	39.95 413	41.68 416

Selective-RAFT-Error	100.00 437	100.00 433	100.00 435	100.00 436	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

CasAABBNet	100.00 437	100.00 433	100.00 435	100.00 436	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

test_example2	99.39 431	99.98 432	99.99 431	100.00 436	99.98 431	99.72 429	99.99 430	97.34 427	100.00 431	100.00 433	100.00 430	96.42 426	96.66 426	99.97 430	99.96 430	100.00 434	99.97 431	98.66 429	99.15 430	100.00 433	100.00 435

LSM0	100.00 437	100.00 433	100.00 435	100.00 436	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	99.99 433

DPSMNet_ROB	99.91 434	100.00 433	99.99 431	99.99 433	100.00 432	100.00 430	100.00 431	99.98 432	100.00 431	98.35 427	100.00 430	99.84 430	100.00 432	99.98 431	99.99 431	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

DGTPSM_ROB	99.90 433	100.00 433	99.99 431	99.99 433	100.00 432	100.00 430	100.00 431	99.97 431	100.00 431	98.35 427	100.00 430	99.84 430	100.00 432	99.98 431	99.99 431	99.99 432	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

DPSM_ROB	99.95 435	100.00 433	100.00 435	99.76 431	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	99.21 429	100.00 433	100.00 430	100.00 433	99.99 431	99.95 431

DPSM	99.95 435	100.00 433	100.00 435	99.76 431	100.00 432	100.00 430	100.00 431	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	100.00 434	99.21 429	100.00 433	100.00 430	100.00 433	99.99 431	99.95 431

AVERAGE_ROB	99.62 432	99.95 431	98.81 427	100.00 436	100.00 432	98.08 428	95.47 423	100.00 433	100.00 431	100.00 433	100.00 430	100.00 434	100.00 432	100.00 434	99.99 431	100.00 434	100.00 433	100.00 430	100.00 433	100.00 433	100.00 435

Low-res two-view benchmark