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

CroCo-Stereo	3.51 7	2.49 188	8.03 74	9.10 260	1.26 78	0.97 1	0.96 19	11.24 26	8.52 48	3.79 9	4.87 7	7.93 64	4.44 47	3.26 1	2.76 33	0.03 16	0.00 1	0.00 1	0.00 1	0.34 107	0.16 15
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
CAS	5.44 40	0.98 1	3.95 7	17.59 356	7.74 322	7.82 134	6.09 201	9.89 12	9.40 58	4.82 19	10.69 46	1.93 3	1.22 2	4.54 2	2.47 16	10.98 377	0.02 23	0.00 1	0.02 76	0.53 175	8.19 359

XX-TBD	4.63 32	10.71 331	3.94 6	10.55 300	0.62 22	5.95 86	0.08 1	7.91 5	12.75 81	11.73 70	14.80 76	4.04 19	1.64 8	4.90 3	2.61 26	0.08 72	0.01 7	0.00 1	0.00 1	0.26 72	0.06 2

LargeStereo	3.49 6	1.67 55	6.59 35	6.41 135	1.44 86	4.50 17	1.66 57	11.20 21	5.34 3	3.01 2	6.40 18	4.30 25	4.36 41	5.66 4	3.53 62	0.05 39	1.20 286	0.00 1	0.15 169	0.32 97	2.10 258

StereoIM	2.96 1	2.05 115	7.26 48	3.35 5	2.54 148	1.78 3	0.28 4	8.41 6	5.58 5	2.77 1	3.62 2	7.05 50	4.60 49	5.95 5	3.33 53	0.01 2	0.05 51	0.00 1	0.00 1	0.19 46	0.39 48

TANstereo	4.87 35	1.49 38	5.02 14	4.02 12	0.51 16	14.25 208	0.15 3	9.17 8	12.84 82	12.80 87	18.36 107	5.14 35	4.43 45	6.01 6	2.30 6	0.09 79	0.12 113	0.00 1	0.01 56	0.02 1	0.68 86

AEACV	3.74 10	1.42 31	6.45 29	5.61 82	6.24 285	4.69 24	1.54 45	7.61 4	7.19 22	3.59 7	7.87 23	4.20 22	6.43 95	6.07 7	1.96 2	0.03 16	1.03 266	0.04 101	0.54 286	0.23 56	2.12 260

CREStereo++_RVC	4.83 34	1.16 5	4.67 10	4.71 39	2.02 123	4.01 12	0.11 2	9.48 9	18.00 142	8.87 50	16.74 92	4.43 26	2.15 13	6.09 8	3.39 57	0.07 68	0.00 1	0.00 1	10.51 381	0.05 2	0.12 12
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
trnet	3.79 12	1.10 3	3.76 3	2.70 3	0.63 23	5.60 74	0.41 6	10.89 18	14.11 101	7.11 35	10.55 45	5.73 43	3.75 26	6.25 9	2.89 44	0.04 22	0.02 23	0.03 88	0.01 56	0.06 5	0.07 3

CREStereo	3.75 11	1.21 8	3.79 4	2.66 2	0.66 24	5.52 63	0.39 5	10.77 17	14.18 102	7.14 36	10.54 44	5.25 37	3.54 23	6.27 10	2.88 43	0.04 22	0.01 7	0.03 88	0.01 56	0.05 2	0.05 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
CASnet	4.11 25	1.27 16	5.28 16	5.63 85	0.31 2	4.89 36	2.86 116	11.52 28	11.73 74	11.06 67	11.80 55	4.16 21	1.63 7	6.30 11	2.22 4	0.63 232	0.00 1	0.60 271	0.13 154	0.15 33	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CroCo-Stereo Lap2	4.21 27	2.60 199	9.11 102	10.21 288	6.06 279	1.11 2	0.78 14	10.63 16	8.34 43	3.46 5	5.18 9	8.92 73	5.66 76	6.42 12	4.53 96	0.03 16	0.05 51	0.00 1	0.00 1	0.81 234	0.39 48

LoS_RVC	4.09 24	3.01 223	4.81 11	4.88 46	7.78 323	5.24 53	2.80 115	7.57 3	4.24 1	4.41 14	10.34 42	3.62 15	6.34 91	6.59 13	2.37 13	0.04 22	0.03 36	0.00 1	0.01 56	0.06 5	7.70 353

RCA-Stereo	5.58 43	1.26 14	6.71 38	4.85 44	0.80 38	5.51 62	3.97 151	17.56 116	19.40 160	8.45 46	14.11 72	8.73 71	8.70 139	6.88 14	2.77 38	0.05 39	0.98 259	0.11 168	0.00 1	0.14 31	0.61 78

CES	4.08 22	1.34 22	3.46 1	3.65 7	11.49 356	5.24 53	0.99 20	10.15 13	9.15 56	3.80 10	9.29 33	1.76 2	0.91 1	6.94 15	2.64 29	0.07 68	0.05 51	0.01 58	0.00 1	1.63 278	9.03 365

GMOStereo	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 200	21.83 146	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 319	0.13 178	0.00 1	0.53 175	0.37 42

error version	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 200	21.83 146	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 319	0.13 178	0.00 1	0.53 175	0.37 42

test-v	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 200	21.83 146	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 319	0.13 178	0.00 1	0.53 175	0.37 42

test-2	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 200	21.83 146	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 319	0.13 178	0.00 1	0.53 175	0.37 42

AnonymousM	6.73 97	12.03 344	3.53 2	4.47 32	1.55 102	4.42 16	3.17 125	11.94 30	8.44 45	17.00 168	10.06 35	9.08 76	4.00 34	7.56 20	4.06 77	0.55 219	0.68 225	23.13 385	8.12 375	0.07 8	0.65 81

test-1	6.03 73	1.76 63	15.61 267	8.01 233	1.98 122	7.82 134	1.16 23	13.64 50	13.60 94	9.69 56	15.16 80	11.55 99	5.45 67	7.78 21	4.35 88	0.16 117	1.18 280	0.00 1	0.13 154	0.16 37	1.39 169

sAnonymous2	6.98 114	7.12 307	20.67 309	9.13 261	5.40 251	5.28 55	8.11 246	16.71 101	11.50 72	5.04 22	9.17 30	3.77 17	8.23 129	7.84 22	3.15 48	0.11 91	0.07 86	0.06 116	0.28 223	10.80 366	7.09 349

CroCo_RVC	6.98 114	7.12 307	20.67 309	9.13 261	5.40 251	5.28 55	8.11 246	16.71 101	11.50 72	5.04 22	9.17 30	3.77 17	8.23 129	7.84 22	3.15 48	0.11 91	0.07 86	0.06 116	0.28 223	10.80 366	7.09 349

R-Stereo Train	7.33 127	1.62 47	9.31 118	6.80 166	2.33 139	7.57 128	5.36 181	24.47 194	7.63 25	16.40 147	33.07 272	12.42 115	5.52 70	8.06 24	5.23 112	0.05 39	0.05 51	0.01 58	0.00 1	0.12 23	0.56 71

RAFT-Stereo	7.33 127	1.62 47	9.31 118	6.80 166	2.33 139	7.57 128	5.36 181	24.47 194	7.63 25	16.40 147	33.07 272	12.42 115	5.52 70	8.06 24	5.23 112	0.05 39	0.05 51	0.01 58	0.00 1	0.12 23	0.56 71
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
sCroCo_RVC	5.29 39	3.82 256	17.52 286	11.17 312	6.67 296	5.78 82	2.66 108	10.47 14	8.48 47	3.78 8	9.32 34	4.76 34	4.83 59	8.33 26	4.88 104	1.17 297	0.52 203	0.06 116	0.03 84	0.70 214	0.90 111

RAFT-Stereo + iAFF	5.94 65	2.35 173	8.80 91	4.07 17	1.36 81	2.78 5	0.66 10	17.05 106	15.89 118	12.65 77	18.49 108	11.81 105	7.89 123	8.48 27	3.80 69	0.02 7	0.75 232	0.00 1	0.00 1	0.43 147	1.49 182

MGS-Stereo	3.47 5	1.54 40	7.34 55	3.79 9	0.51 16	4.78 32	1.51 41	6.53 2	9.92 63	4.54 17	10.22 41	5.44 40	1.26 3	8.51 28	2.53 20	0.21 141	0.01 7	0.02 73	0.00 1	0.59 190	0.23 20

4D-IteraStereo	5.47 41	2.05 115	8.66 88	5.34 70	4.93 233	6.11 87	1.79 71	13.74 54	16.35 127	14.53 115	11.10 50	8.22 66	1.59 6	8.73 29	3.37 55	0.00 1	0.49 197	0.09 141	0.02 76	0.25 62	1.98 228

MIPNet	7.26 122	2.30 160	13.74 238	5.32 69	1.61 106	11.32 169	2.77 114	27.02 224	18.47 150	15.56 133	13.20 66	7.01 49	9.46 150	8.84 30	6.32 149	0.15 115	0.03 36	0.06 116	0.08 131	0.42 145	1.39 169

DCANet-4	6.78 100	1.21 8	11.48 192	3.95 10	0.76 30	4.73 26	1.68 58	18.40 126	25.78 217	15.44 126	20.36 129	6.42 47	8.48 135	8.87 31	6.24 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

fff	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 274	15.45 127	20.36 129	7.49 54	12.54 197	9.03 32	6.26 145	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

csc	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 274	15.45 127	20.36 129	7.49 54	12.54 197	9.03 32	6.26 145	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

cscssc	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 274	15.45 127	20.36 129	7.49 54	12.54 197	9.03 32	6.26 145	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

MIF-Stereo	3.10 2	1.22 11	7.79 66	4.50 33	2.51 145	2.59 4	0.42 7	5.88 1	5.74 6	5.46 30	7.76 22	1.12 1	1.46 5	9.06 35	5.42 118	0.06 57	0.07 86	0.00 1	0.01 56	0.60 193	0.26 23

cross-raft	5.70 47	1.44 34	7.08 43	6.69 155	2.11 127	5.89 84	1.44 35	16.44 92	8.38 44	13.42 102	20.70 135	12.20 113	4.38 44	9.06 35	3.11 47	0.03 16	0.38 173	0.00 1	0.22 195	0.24 58	0.84 103

ADStereo(finetuned)	7.09 117	2.04 110	11.52 194	4.01 11	0.77 32	4.78 32	1.73 66	16.15 86	25.08 207	15.89 142	20.74 136	7.88 61	13.56 212	9.11 37	6.07 135	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	1.93 218

Gwc-CoAtRS	5.80 53	1.37 25	9.07 99	4.80 42	1.39 84	6.90 118	1.27 27	16.50 94	15.48 114	13.07 93	13.35 68	12.64 117	5.61 75	9.14 38	4.20 81	0.04 22	0.32 159	0.00 1	0.29 226	0.30 92	0.33 28

LoS	3.83 13	1.25 13	4.39 9	3.29 4	0.58 20	4.87 35	1.15 22	11.00 19	13.34 90	5.02 21	10.69 46	4.14 20	3.78 27	9.15 39	3.20 51	0.08 72	0.03 36	0.09 141	0.00 1	0.13 30	0.35 32

DCANet	6.87 104	2.02 106	9.12 104	4.03 13	0.76 30	4.77 31	1.74 68	16.15 86	25.07 206	15.88 141	20.79 137	7.89 62	11.31 176	9.23 40	6.15 138	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	2.01 240

AE-Stereo	5.68 46	1.78 65	9.22 116	9.25 263	2.52 146	10.13 150	2.92 118	13.10 38	14.88 107	4.88 20	13.10 65	10.72 90	4.43 45	9.24 41	3.37 55	0.10 87	1.31 301	0.06 116	0.32 234	0.21 49	2.03 244

iRaftStereo_RVC	5.06 37	2.15 141	7.88 70	5.54 78	0.78 35	5.22 52	0.45 8	18.47 127	11.75 75	9.72 57	15.05 78	5.74 44	3.18 19	9.29 42	2.52 18	0.02 7	1.24 296	0.00 1	0.01 56	0.58 184	1.62 191

Any-RAFT	6.28 80	1.42 31	4.91 12	5.00 56	1.25 77	10.18 151	1.90 77	22.68 176	15.87 117	12.12 72	19.23 114	13.69 143	4.65 56	9.35 43	2.36 12	0.06 57	0.57 214	0.00 1	0.00 1	0.05 2	0.35 32

test_3	5.97 68	1.26 14	9.95 141	6.84 169	1.45 87	8.73 139	3.18 126	14.26 58	19.86 162	12.22 73	8.91 26	13.78 144	3.99 33	9.38 44	2.58 21	0.01 2	1.10 271	0.00 1	0.37 251	0.30 92	1.20 146

test-3	5.64 45	1.29 19	9.52 126	4.88 46	1.45 87	6.53 109	2.92 118	13.64 50	19.04 156	12.75 86	8.67 24	13.01 132	4.10 36	9.39 45	2.58 21	0.01 2	1.09 269	0.00 1	0.37 251	0.28 84	1.25 153

test_1	5.63 44	1.29 19	9.52 126	4.90 52	1.45 87	6.51 108	2.93 120	13.65 52	19.05 157	12.58 76	8.67 24	13.02 133	4.07 35	9.39 45	2.58 21	0.01 2	1.09 269	0.00 1	0.38 262	0.28 84	1.26 154

RAFT-Test	6.19 78	1.47 35	7.90 71	4.91 53	2.70 152	9.97 146	1.52 43	17.08 107	9.06 55	13.21 95	23.67 167	12.89 129	4.63 55	9.47 47	3.57 63	0.02 7	0.81 240	0.00 1	0.38 262	0.21 49	0.39 48

EGLCR-Stereo	3.41 3	1.28 18	6.47 31	4.22 23	1.36 81	5.18 51	1.24 26	11.58 29	5.47 4	3.80 10	3.40 1	8.10 65	1.69 10	9.53 48	2.23 5	0.09 79	0.89 254	0.01 58	0.00 1	0.24 58	1.42 174

IPLGR	7.48 130	1.61 46	14.03 243	4.92 54	1.30 79	10.30 155	1.20 24	24.52 197	22.59 184	16.71 161	18.84 110	8.44 69	7.49 115	9.62 49	6.34 151	0.26 157	0.05 51	0.05 109	0.06 118	0.37 124	0.93 116

rafts_anoy	6.46 87	2.37 175	7.09 44	7.48 208	6.02 277	5.31 57	2.45 98	14.50 66	22.01 177	12.94 91	16.18 88	8.48 70	5.53 72	9.70 50	6.32 149	0.05 39	1.66 334	0.10 149	0.05 108	0.30 92	0.69 87

CFNet-RSSM	5.78 51	1.24 12	9.20 114	4.82 43	1.23 72	6.33 100	1.21 25	17.35 112	18.14 143	13.35 98	11.17 51	11.69 101	5.43 65	9.71 51	3.34 54	0.03 16	0.20 129	0.00 1	0.36 247	0.37 124	0.42 53

CAS++	4.25 28	2.16 145	6.64 37	4.57 36	1.14 64	4.22 14	1.62 48	19.22 136	10.81 65	9.35 54	9.25 32	1.97 4	1.40 4	9.87 52	2.00 3	0.15 115	0.05 51	0.00 1	0.00 1	0.33 101	0.28 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
PMTNet	5.52 42	1.11 4	4.24 8	2.49 1	1.38 83	8.75 140	0.67 11	12.64 35	12.84 82	8.66 47	11.27 52	6.00 45	4.70 58	9.91 53	3.02 45	22.39 391	0.01 7	0.04 101	0.02 76	0.06 5	0.23 20

Former-RAFT_DAM_RVC	4.91 36	3.05 228	9.51 124	4.55 34	3.59 184	9.01 142	1.46 36	14.59 68	19.31 159	7.65 44	7.22 20	2.04 5	2.21 14	10.13 54	2.51 17	0.12 99	0.03 36	0.08 135	0.00 1	0.62 196	0.50 64

GLC_STEREO	3.61 8	1.35 23	3.91 5	6.86 170	0.23 1	4.69 24	1.61 47	9.80 10	7.20 23	5.64 31	9.11 29	5.19 36	2.02 12	10.25 55	3.70 65	0.07 68	0.04 44	0.22 223	0.00 1	0.24 58	0.17 17

MoCha-V2	3.68 9	1.42 31	5.50 17	6.03 112	1.50 99	4.53 18	1.32 30	11.05 20	6.30 18	5.86 32	5.39 10	2.66 6	6.33 90	10.36 56	1.58 1	0.19 135	1.57 332	0.00 1	0.24 206	0.07 8	1.77 202

x	7.70 140	2.12 133	8.93 97	5.08 60	2.55 149	11.65 173	4.40 160	20.91 157	12.53 79	13.58 105	20.49 133	15.73 172	11.10 170	10.65 57	10.16 204	0.11 91	1.37 313	0.04 101	0.29 226	0.34 107	1.95 225

MyStereo06	6.95 109	2.25 155	14.05 244	6.69 155	4.74 226	7.75 131	9.60 262	17.85 119	9.03 54	13.29 97	10.78 49	18.68 214	5.70 79	10.66 58	4.52 95	0.09 79	1.32 303	0.02 73	0.26 217	0.84 240	0.92 112

MyStereo8	7.68 138	3.00 221	12.46 219	7.70 217	5.11 243	11.40 170	1.39 32	15.98 84	10.05 64	16.45 149	24.04 170	12.01 110	7.91 124	10.68 59	10.57 211	0.14 108	1.52 330	0.08 135	0.48 277	0.60 193	1.98 228

HHNet	7.57 132	2.01 104	8.03 74	3.71 8	3.46 181	4.93 43	6.17 203	19.69 142	16.27 125	20.91 240	31.75 253	10.56 88	5.82 80	10.69 60	5.10 107	0.67 239	0.07 86	0.21 216	0.14 163	0.63 198	0.54 67

H2IRNET	6.11 75	1.63 49	7.52 60	4.69 38	2.30 138	4.07 13	0.71 12	12.58 34	13.88 96	7.18 38	20.80 138	15.50 168	10.48 163	10.72 61	8.26 176	0.19 135	0.00 1	0.07 131	0.52 284	0.52 174	0.55 68

HUI-Stereo	5.80 53	1.98 97	10.42 162	5.66 88	0.45 3	5.52 63	2.68 110	13.29 46	7.82 37	12.71 85	18.16 101	12.91 130	6.60 97	10.73 62	5.36 117	0.89 265	0.08 92	0.10 149	0.00 1	0.25 62	0.36 38

FTStereo	8.76 165	1.57 43	6.75 39	6.55 141	2.45 144	7.65 130	11.62 295	18.36 123	9.01 52	20.25 222	40.79 330	15.87 173	12.36 196	11.02 63	4.69 100	0.24 150	0.01 7	0.09 141	0.16 176	0.19 46	5.58 331

ACVNet-DCA	5.76 50	2.52 189	6.38 25	6.77 162	0.74 25	10.55 159	5.19 175	21.10 159	13.53 91	7.39 40	10.06 35	4.44 27	9.58 151	11.08 64	2.33 7	0.05 39	1.18 280	0.00 1	0.04 94	0.37 124	1.93 218

xx1	6.52 92	2.52 189	6.38 25	6.77 162	0.74 25	10.55 159	5.19 175	19.19 134	15.95 119	7.39 40	10.07 39	16.17 174	12.10 192	11.08 64	2.33 7	0.05 39	1.18 280	0.02 73	0.36 247	0.37 124	1.93 218

cc1	5.79 52	2.52 189	6.38 25	6.77 162	0.74 25	10.55 159	5.19 175	19.19 134	15.95 119	7.39 40	10.06 35	4.44 27	9.58 151	11.08 64	2.33 7	0.05 39	1.18 280	0.00 1	0.04 94	0.34 107	2.04 246

DCRE	6.73 97	2.11 131	9.19 113	7.76 220	4.90 231	7.81 133	5.86 196	16.46 93	11.38 70	9.61 55	22.55 159	11.84 107	6.35 92	11.09 67	3.63 64	0.04 22	1.19 285	0.06 116	0.37 251	0.15 33	2.23 265

DualNet	9.99 198	2.34 167	12.99 227	6.28 126	3.81 190	12.43 179	7.47 233	19.77 143	16.80 132	16.64 156	32.03 257	17.29 188	11.78 184	11.11 68	24.30 308	0.05 39	1.17 276	0.80 286	0.37 251	0.29 88	2.07 251

ffm	8.89 170	2.34 167	12.99 227	6.28 126	3.81 190	12.43 179	7.47 233	19.77 143	16.80 132	16.64 156	32.03 257	17.29 188	11.78 184	11.11 68	2.34 10	0.05 39	1.17 276	0.80 286	0.37 251	0.29 88	2.07 251

tt1	5.74 48	2.52 189	6.54 34	6.89 172	0.86 42	10.31 157	4.08 153	19.77 143	16.80 132	7.17 37	9.02 27	4.71 33	8.97 144	11.11 68	2.34 10	0.05 39	1.17 276	0.00 1	0.04 94	0.29 88	2.07 251

ACRE	7.62 135	3.21 232	14.93 259	7.81 222	5.00 238	10.01 148	4.45 161	16.32 89	15.86 116	17.81 184	19.21 113	8.38 68	4.25 38	11.11 68	10.58 212	0.78 251	0.32 159	0.03 88	0.15 169	0.44 150	1.84 208

anonymousa	9.61 189	2.06 118	9.20 114	5.24 65	6.67 296	15.03 222	4.18 156	19.08 132	21.43 172	19.03 211	30.96 241	21.49 236	14.23 225	11.12 72	8.61 185	0.08 72	1.24 296	0.29 244	0.69 297	0.18 43	1.48 181

IPLGR_C	7.70 140	3.32 238	14.54 250	7.98 231	5.04 240	10.26 153	4.64 167	16.50 94	16.28 126	17.97 191	18.85 111	8.30 67	4.66 57	11.22 73	10.89 219	0.77 248	0.32 159	0.03 88	0.15 169	0.43 147	1.84 208

MC-Stereo	4.47 30	1.16 5	5.85 18	6.14 116	1.43 85	3.70 11	1.73 66	10.62 15	7.83 38	6.85 33	13.33 67	6.77 48	6.21 89	11.23 74	2.52 18	0.04 22	1.30 299	0.06 116	0.24 206	0.17 39	2.14 263

IGEVStereo-DCA	3.90 14	2.95 218	7.30 49	4.05 14	0.92 48	4.94 44	1.65 52	14.40 59	5.82 8	4.17 12	4.67 4	4.50 30	3.95 31	11.24 75	4.28 85	0.18 126	0.56 211	0.00 1	0.17 180	0.25 62	1.98 228

rrr	3.99 21	2.95 218	11.04 187	4.05 14	0.92 48	4.94 44	1.53 44	11.97 31	6.50 20	4.17 12	4.67 4	4.50 30	3.95 31	11.24 75	4.28 85	0.18 126	0.56 211	0.00 1	0.22 195	0.25 62	1.88 211

Selective-IGEV	3.46 4	1.32 21	5.92 19	4.55 34	2.27 136	4.65 21	2.07 84	11.50 27	5.81 7	3.19 3	4.75 6	5.46 41	1.77 11	11.24 75	2.37 13	0.05 39	0.82 243	0.00 1	0.20 193	0.10 13	1.17 143

raftrobust	5.94 65	2.07 122	6.94 42	7.67 213	6.24 285	4.96 46	1.82 72	17.76 117	14.36 103	12.03 71	11.62 54	7.74 59	9.01 145	11.29 78	3.71 67	0.05 39	0.79 238	0.00 1	0.04 94	0.25 62	0.38 46

s12784h	6.22 79	1.01 2	4.95 13	3.57 6	0.54 19	19.55 275	0.95 18	19.51 140	18.39 145	12.98 92	12.58 62	7.78 60	5.56 74	11.34 79	4.36 89	0.89 265	0.01 7	0.05 109	0.00 1	0.07 8	0.20 19

IGEV_Zeroshot_test	5.90 64	2.30 160	15.24 262	6.90 173	2.11 127	4.35 15	1.51 41	15.68 79	8.52 48	13.73 107	11.89 57	11.49 97	3.82 29	11.41 80	4.76 102	0.11 91	0.84 245	0.15 190	0.25 215	0.87 242	1.98 228

DMCA	8.96 173	2.60 199	11.84 204	5.61 82	4.25 209	11.09 167	4.36 159	25.89 206	20.23 165	17.10 170	20.96 139	17.55 198	11.92 191	11.47 81	12.27 231	0.60 228	0.09 95	0.35 253	0.05 108	0.48 163	0.57 76

ff7	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 111	1.98 228

ffff	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 111	1.98 228

11t	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 111	1.98 228

ccc-4	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 111	1.98 228

raft+_RVC	7.10 118	2.37 175	6.59 35	6.94 178	5.82 270	6.35 102	5.97 199	21.05 158	23.63 194	10.90 65	17.95 97	9.80 82	5.55 73	11.49 86	4.47 94	0.04 22	1.50 328	0.00 1	0.00 1	0.38 134	1.23 150

GrayStereo	9.02 175	1.35 23	7.73 64	8.62 249	2.88 160	10.28 154	10.99 285	18.66 130	16.36 128	22.78 267	30.63 235	17.56 199	12.19 194	11.50 87	5.08 106	0.09 79	0.02 23	0.19 208	0.78 302	0.33 101	2.37 272

AFF-stereo	6.50 90	2.29 159	8.09 76	4.63 37	0.87 43	3.48 9	0.75 13	16.92 105	13.98 98	13.26 96	25.21 179	15.46 167	7.68 120	11.50 87	3.71 67	0.04 22	0.70 227	0.00 1	0.00 1	0.48 163	1.02 127

ProNet	4.14 26	2.35 173	7.50 59	4.22 23	1.47 90	5.67 77	6.24 205	13.78 56	7.71 29	3.38 4	4.93 8	3.72 16	3.52 22	11.52 89	2.72 32	0.08 72	1.32 303	0.01 58	0.26 217	0.47 161	2.02 241

anonymousdsp	3.97 19	2.10 127	6.76 40	4.43 30	1.82 119	4.92 41	1.68 58	14.84 70	5.82 8	5.26 29	5.54 11	4.20 22	4.37 43	11.54 90	2.68 30	0.04 22	0.87 250	0.00 1	0.18 189	0.36 118	1.98 228

IGEV-Stereo	3.97 19	2.10 127	6.78 41	4.43 30	1.81 117	4.92 41	1.68 58	14.84 70	5.82 8	5.25 28	5.54 11	4.22 24	4.36 41	11.55 91	2.68 30	0.04 22	0.88 252	0.00 1	0.18 189	0.36 118	1.98 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GANet-ADL	8.73 164	2.80 208	9.48 123	7.87 226	2.77 154	12.88 188	5.29 179	29.97 251	25.61 215	14.50 114	16.64 91	17.02 185	7.60 119	11.61 92	8.01 171	0.51 211	0.40 177	0.10 149	0.12 150	0.77 227	0.70 88

EKT-Stereo	6.11 75	1.71 58	9.09 101	7.69 214	5.56 259	5.16 49	4.26 157	19.18 133	15.13 110	9.20 53	12.84 63	9.55 81	4.18 37	11.74 93	3.24 52	0.53 212	0.62 221	0.09 141	0.14 163	0.17 39	2.16 264

test_xeample3	4.08 22	2.95 218	11.20 190	4.05 14	1.05 59	5.62 75	1.58 46	13.23 39	4.76 2	7.10 34	3.83 3	3.18 10	3.30 20	11.75 94	4.42 91	0.08 72	0.74 230	0.00 1	0.38 262	0.26 72	2.04 246

anonymousdsp2	6.47 89	1.81 71	9.73 132	5.25 66	1.23 72	9.35 144	3.96 150	22.51 173	18.39 145	12.87 90	10.19 40	10.17 85	4.46 48	11.77 95	3.83 70	0.06 57	1.00 264	0.31 249	0.18 189	0.25 62	2.06 250

GMM-Stereo	8.44 158	1.27 16	7.36 56	6.64 153	2.56 150	10.00 147	9.29 260	23.79 190	11.33 69	17.96 190	29.59 222	17.14 186	7.59 118	11.77 95	4.61 98	0.13 106	0.01 7	0.24 229	0.94 308	0.49 171	6.14 337

DRaft	9.41 183	1.56 42	10.09 145	4.18 22	0.92 48	12.87 187	5.68 188	17.40 113	29.75 245	21.24 246	38.12 314	9.96 84	13.97 222	11.81 97	8.08 172	0.66 238	0.30 156	0.07 131	0.26 217	0.33 101	0.88 108

DEmStereo	9.07 176	1.70 57	10.89 181	4.86 45	1.23 72	11.51 172	5.70 189	14.24 57	27.02 227	22.33 262	32.56 268	11.70 102	15.04 235	11.83 98	8.53 182	0.31 167	0.16 122	0.02 73	0.09 137	0.11 20	1.47 178

TestStereo	6.45 86	3.34 240	8.02 73	6.23 123	1.68 111	6.33 100	2.48 99	14.54 67	16.71 131	11.71 69	24.13 171	9.38 78	7.13 112	11.83 98	4.32 87	0.12 99	0.01 7	0.00 1	0.00 1	0.73 218	0.33 28

CIPLG	7.69 139	3.27 235	14.40 248	7.84 224	5.08 242	10.24 152	4.59 164	16.02 85	15.45 112	18.05 192	19.72 121	8.79 72	4.61 50	11.84 100	10.40 209	0.76 245	0.33 165	0.03 88	0.15 169	0.44 150	1.83 206

XX-Stereo	6.50 90	1.81 71	10.42 162	12.71 330	7.14 307	3.46 8	0.90 16	16.31 88	6.13 17	9.03 52	28.11 206	13.48 141	2.22 15	11.87 101	2.61 26	0.45 201	0.78 237	0.08 135	0.42 268	1.09 254	0.88 108

PSM-adaLoss	5.83 57	1.97 90	10.44 166	5.66 88	0.46 9	5.54 70	1.91 78	13.24 40	7.80 35	12.69 79	18.19 105	12.80 121	6.65 109	11.89 102	5.45 121	1.02 279	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

THIR-Stereo	9.52 186	2.21 150	9.26 117	5.38 72	0.85 41	15.55 226	11.50 294	16.88 104	21.74 175	24.45 283	31.96 256	14.20 146	13.85 220	11.89 102	8.54 183	0.14 108	0.25 147	0.10 149	0.05 108	0.40 139	1.11 141

MIF-Stereo (partial)	4.55 31	1.63 49	8.37 85	5.46 76	5.35 249	3.48 9	0.94 17	9.80 10	8.03 41	4.45 15	15.68 82	5.33 39	5.11 61	11.92 104	4.57 97	0.06 57	0.02 23	0.06 116	0.03 84	0.45 154	0.30 27

GMStereo	6.44 85	4.92 279	12.13 212	5.60 81	0.87 43	9.18 143	2.57 105	12.99 37	25.54 214	12.85 88	11.84 56	5.60 42	3.62 24	11.92 104	6.44 154	0.53 212	0.02 23	0.05 109	0.36 247	0.98 248	0.70 88
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Prome-Stereo	8.22 152	1.48 36	6.24 23	7.06 183	1.55 102	6.54 110	9.08 254	21.88 168	9.88 61	21.12 244	32.48 267	11.82 106	11.59 180	11.99 106	4.04 76	0.08 72	0.02 23	0.19 208	0.12 150	0.45 154	6.89 348

DeepStereo_RVC	5.95 67	1.88 83	10.44 166	5.76 104	0.60 21	5.45 59	1.78 70	12.93 36	8.02 40	14.07 111	14.98 77	12.40 114	10.05 158	12.02 107	7.35 161	0.61 230	0.10 105	0.12 173	0.00 1	0.21 49	0.29 26

LCNet	7.64 136	1.41 29	6.15 21	6.93 176	1.35 80	9.00 141	5.44 183	18.37 124	11.30 68	16.62 154	24.39 173	14.67 153	11.03 168	12.03 108	4.01 74	0.07 68	0.02 23	0.23 225	2.07 341	1.00 251	6.69 345

MyStereo07	4.80 33	2.38 178	6.21 22	6.63 150	4.77 228	6.47 106	9.60 262	16.70 100	5.88 15	4.81 18	5.77 17	3.13 9	5.68 77	12.07 109	2.46 15	0.09 79	1.33 307	0.03 88	0.32 234	0.74 220	0.93 116

1test111	6.16 77	2.52 189	6.38 25	6.77 162	0.74 25	10.55 159	5.19 175	21.10 159	13.53 91	7.39 40	10.06 35	4.44 27	9.58 151	12.08 110	9.26 194	0.05 39	1.18 280	0.00 1	0.04 94	0.37 124	1.93 218

qqq	7.72 142	2.15 141	10.06 144	5.01 57	1.82 119	8.62 138	7.27 231	21.10 159	13.53 91	12.48 74	18.71 109	16.17 174	12.10 192	12.08 110	9.26 194	0.08 72	1.35 311	0.02 73	0.36 247	0.36 118	1.93 218

EAI-Stereo	5.82 55	2.06 118	9.08 100	6.23 123	2.20 134	6.24 98	6.20 204	20.18 149	6.36 19	10.65 63	15.97 85	6.31 46	3.63 25	12.09 112	4.88 104	0.06 57	0.73 229	0.04 101	1.59 332	0.21 49	1.67 194

Pruner-Stereo	6.85 101	1.81 71	10.24 152	6.92 175	0.92 48	5.55 73	4.01 152	14.42 64	11.85 76	18.22 196	21.92 152	15.64 170	5.69 78	12.10 113	6.08 136	0.84 258	0.02 23	0.18 202	0.10 144	0.11 20	0.38 46

DLNR_Zeroshot_test	27.91 372	51.88 396	91.97 422	98.26 430	97.92 430	3.07 6	0.49 9	31.27 266	8.33 42	8.40 45	15.66 81	7.22 51	1.66 9	12.16 114	4.82 103	40.46 398	1.87 339	0.06 116	0.33 240	80.45 421	1.99 238

Anonymous	7.23 121	3.43 243	20.00 305	12.23 326	8.33 334	14.99 219	12.18 299	15.77 81	10.89 66	4.48 16	7.52 21	3.11 8	7.53 116	12.16 114	6.03 133	1.24 301	0.36 170	0.09 141	0.20 193	2.81 304	1.32 162

ICVP	10.54 217	2.11 131	7.49 58	9.62 272	3.41 180	13.85 201	6.34 210	26.81 221	23.24 187	16.90 163	31.76 254	27.31 282	12.81 203	12.18 116	12.47 236	1.59 309	0.58 217	0.19 208	0.13 154	0.63 198	1.45 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
KYRaft	9.17 181	1.39 26	7.74 65	7.07 184	1.03 58	8.05 137	7.90 242	23.72 188	9.22 57	21.43 249	31.08 242	22.52 244	8.03 125	12.21 117	3.16 50	0.10 87	0.02 23	0.05 109	0.67 296	0.46 159	17.51 386

cf-r	10.67 219	2.34 167	9.77 133	6.17 118	5.79 267	12.94 189	5.14 174	25.21 202	27.86 234	17.84 186	32.03 257	25.81 268	15.91 248	12.22 118	12.56 238	0.17 123	0.19 128	0.05 109	0.06 118	0.59 190	0.72 91

11t1	6.61 94	1.76 63	9.64 130	5.62 84	2.15 131	13.57 199	2.67 109	15.77 81	8.83 51	13.66 106	11.90 58	12.03 111	9.76 155	12.23 119	8.58 184	0.23 145	1.33 307	0.00 1	0.31 232	0.26 72	1.95 225

AAGNet	8.15 150	1.75 61	10.57 169	7.72 219	0.74 25	5.74 79	4.98 173	15.90 83	14.59 105	20.31 227	23.80 168	15.08 163	11.25 174	12.27 120	16.70 262	0.85 260	0.06 76	0.32 251	0.01 56	0.15 33	0.16 15

ROB_FTStereo_v2	5.85 59	1.97 90	10.38 159	5.66 88	0.46 9	5.52 63	1.95 80	13.24 40	7.78 30	12.68 78	18.16 101	12.83 122	6.61 99	12.27 120	5.63 128	1.00 276	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

ROB_FTStereo	5.82 55	1.97 90	10.37 158	5.67 95	0.46 9	5.52 63	1.63 49	13.27 44	7.79 31	12.69 79	18.06 98	12.86 125	6.63 101	12.28 122	5.43 119	0.87 264	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

NRIStereo	5.98 70	1.91 88	9.60 128	6.29 131	0.45 3	6.56 111	2.52 101	15.37 75	11.43 71	12.55 75	15.07 79	11.45 96	6.11 86	12.32 123	6.23 143	0.83 256	0.16 122	0.11 168	0.00 1	0.32 97	0.33 28

RALCasStereoNet	6.53 93	2.84 212	8.12 77	7.88 227	6.12 281	6.85 115	5.29 179	14.66 69	13.94 97	10.20 58	18.18 104	10.24 86	3.83 30	12.33 124	5.56 124	0.04 22	1.88 340	0.11 168	0.01 56	0.26 72	2.24 266

MSKI-zero shot	5.11 38	1.81 71	6.47 31	6.17 118	1.78 115	6.42 105	1.50 40	13.59 49	8.66 50	10.63 62	11.58 53	13.29 138	2.35 16	12.34 125	3.09 46	0.05 39	1.21 291	0.02 73	0.29 226	0.15 33	0.85 104

iGMRVC	5.86 61	1.97 90	10.41 161	5.66 88	0.45 3	5.53 67	1.75 69	13.35 47	7.81 36	12.69 79	18.17 103	12.86 125	6.53 96	12.34 125	5.77 131	1.13 291	0.09 95	0.10 149	0.00 1	0.26 72	0.34 31

Patchmatch Stereo++	5.88 62	1.97 90	10.43 164	5.66 88	0.45 3	5.54 70	2.32 93	13.26 42	7.79 31	12.69 79	18.14 99	12.86 125	6.63 101	12.36 127	5.60 125	1.09 285	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	5.88 62	1.97 90	10.43 164	5.66 88	0.45 3	5.54 70	2.32 93	13.26 42	7.79 31	12.69 79	18.14 99	12.86 125	6.63 101	12.36 127	5.60 125	1.09 285	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32

RAFT-IKP	5.85 59	1.97 90	10.36 156	5.66 88	0.45 3	5.33 58	2.01 83	13.27 44	7.79 31	12.69 79	18.19 105	12.77 120	6.67 110	12.36 127	5.60 125	1.11 288	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32

ASMatch	7.61 134	1.63 49	9.18 112	5.79 105	2.27 136	4.63 20	2.54 102	17.23 110	13.73 95	17.27 171	34.28 288	13.26 137	10.15 161	12.39 130	5.49 122	0.12 99	0.24 143	0.21 216	0.17 180	0.18 43	1.55 187

PSM-AAD	8.76 165	1.41 29	6.46 30	6.87 171	1.18 67	12.78 186	9.66 267	20.03 148	15.78 115	21.79 254	24.91 175	14.31 148	13.16 206	12.42 131	4.07 78	0.05 39	0.06 76	2.44 338	0.16 176	0.45 154	7.17 351

riskmin	7.28 126	1.54 40	8.37 85	5.01 57	3.24 174	11.65 173	3.20 127	16.61 99	18.86 155	10.45 60	13.46 69	16.20 176	12.68 202	12.46 132	6.57 157	0.17 123	1.38 315	0.14 185	0.33 240	0.67 211	2.52 281

111	7.73 143	2.39 180	9.12 104	4.17 18	0.47 12	10.65 163	3.49 143	21.34 165	28.25 237	10.60 61	16.85 93	14.74 156	10.22 162	12.48 133	6.61 158	0.43 195	0.01 7	0.00 1	0.00 1	0.35 111	2.39 276

SFCPSM	9.16 180	1.72 59	12.32 216	5.64 86	3.51 183	16.58 249	6.93 222	31.11 263	26.15 219	17.05 169	20.08 125	11.05 95	9.94 156	12.55 134	6.05 134	0.36 177	0.17 125	0.37 255	0.22 195	0.40 139	1.01 125

CrosDoStereo	9.41 183	1.65 53	8.83 92	5.19 63	1.13 62	7.34 123	14.47 317	16.33 90	24.64 203	24.44 281	33.36 277	13.18 135	13.52 209	12.56 135	9.08 190	0.06 57	0.11 109	0.09 141	0.04 94	0.41 142	1.73 198

DeepStereo_LL	9.41 183	1.65 53	8.83 92	5.19 63	1.13 62	7.34 123	14.47 317	16.33 90	24.64 203	24.44 281	33.36 277	13.18 135	13.52 209	12.56 135	9.08 190	0.06 57	0.11 109	0.09 141	0.04 94	0.41 142	1.73 198

IPLG	7.65 137	2.00 102	13.81 239	5.86 109	4.35 214	10.97 165	1.43 33	22.52 174	16.50 129	19.78 220	20.62 134	5.28 38	5.49 68	12.58 137	9.70 201	0.13 106	0.06 76	0.03 88	0.07 125	0.41 142	1.38 167

RE-Stereo	6.97 111	1.79 66	10.18 147	7.14 187	0.77 32	6.14 93	3.39 137	20.72 152	18.43 147	13.41 99	19.33 115	11.78 103	6.09 84	12.66 138	6.22 141	0.58 223	0.05 51	0.21 216	0.22 195	0.12 23	0.10 9

TVStereo	6.97 111	1.79 66	10.18 147	7.14 187	0.77 32	6.14 93	3.39 137	20.72 152	18.43 147	13.41 99	19.33 115	11.78 103	6.09 84	12.66 138	6.22 141	0.58 223	0.05 51	0.21 216	0.22 195	0.12 23	0.10 9

OCTAStereo	6.97 111	1.80 68	10.20 149	7.15 192	0.78 35	6.12 92	3.38 136	20.72 152	18.47 150	13.41 99	19.33 115	11.91 108	6.05 82	12.68 140	6.19 140	0.59 226	0.06 76	0.21 216	0.22 195	0.12 23	0.10 9

test_4	5.75 49	1.40 28	6.47 31	7.20 195	0.89 45	5.81 83	1.82 72	12.26 32	6.62 21	12.85 88	30.51 233	7.61 57	3.81 28	12.70 141	3.47 59	0.02 7	0.27 148	0.03 88	0.17 180	0.39 135	0.67 84

NF-Stereo	6.96 110	1.80 68	10.17 146	7.16 193	0.79 37	6.15 95	3.26 134	20.74 156	18.45 149	13.42 102	19.33 115	11.67 100	6.05 82	12.71 142	6.17 139	0.57 222	0.06 76	0.21 216	0.23 202	0.12 23	0.09 7

TransformOpticalFlow	7.95 146	2.10 127	9.83 137	6.06 114	1.24 75	6.82 114	7.98 243	18.60 128	14.06 100	14.93 118	28.79 211	18.74 215	11.03 168	12.79 143	4.12 80	0.06 57	0.04 44	0.21 216	0.04 94	0.21 49	1.27 155

CRE-IMP	5.83 57	1.86 79	11.10 189	6.20 121	0.51 16	6.86 116	1.64 51	12.56 33	9.01 52	13.16 94	16.11 87	10.94 93	6.14 88	12.81 144	6.46 155	0.50 208	0.07 86	0.10 149	0.00 1	0.27 80	0.27 24

CoDeX	9.58 187	2.12 133	10.82 177	6.52 140	3.76 189	16.55 248	6.82 219	26.62 219	25.63 216	17.50 177	25.62 182	14.70 155	11.81 189	12.82 145	7.88 168	0.42 194	0.20 129	0.15 190	0.02 76	0.36 118	1.28 156

StereoVision	7.48 130	2.90 215	10.47 168	10.13 284	3.93 197	4.99 47	1.86 75	21.10 159	17.66 139	8.90 51	29.71 224	10.95 94	6.61 99	12.83 146	5.11 108	0.69 240	0.05 51	0.17 199	0.03 84	0.98 248	0.56 71

Selective-RAFT	6.10 74	1.16 5	10.90 183	7.41 202	0.91 47	15.22 223	1.11 21	14.84 70	16.23 123	7.19 39	7.06 19	11.49 97	8.10 127	12.83 146	5.19 111	0.26 157	0.97 258	0.00 1	0.46 271	0.10 13	0.65 81

mmm	8.54 159	2.13 139	10.21 150	5.81 107	2.96 166	14.00 204	6.67 214	19.28 137	12.59 80	16.95 167	24.40 174	17.83 204	10.70 166	12.90 148	9.42 197	0.17 123	1.28 298	0.50 265	0.60 293	0.44 150	2.03 244

ccs_rob	9.95 194	2.21 150	11.74 198	5.11 62	2.91 161	14.48 210	3.21 129	27.26 226	32.72 270	17.53 178	22.70 160	21.96 238	9.25 148	12.99 149	8.34 179	0.23 145	0.45 189	1.38 319	0.28 223	3.13 314	1.07 135

PCWNet_CMD	9.97 197	2.08 123	11.61 196	5.36 71	2.92 162	16.39 244	2.94 121	29.76 250	34.38 285	17.83 185	21.86 150	18.91 218	8.27 131	13.01 150	7.73 166	0.23 145	0.46 191	0.79 284	0.25 215	3.46 319	1.12 142

PSM-softLoss	6.90 105	1.81 71	10.84 178	7.04 180	0.93 52	5.53 67	1.97 81	23.18 182	9.65 59	14.16 112	22.01 156	12.84 123	5.15 62	13.03 151	7.95 169	0.76 245	0.06 76	0.27 234	0.55 289	0.21 49	0.14 13

KMStereo	6.90 105	1.81 71	10.84 178	7.04 180	0.93 52	5.53 67	1.97 81	23.18 182	9.65 59	14.16 112	22.01 156	12.84 123	5.15 62	13.03 151	7.95 169	0.76 245	0.06 76	0.27 234	0.55 289	0.21 49	0.14 13

HH	6.00 71	2.42 181	9.81 135	5.74 101	1.64 109	7.05 120	3.48 140	17.54 114	7.69 27	8.73 48	12.47 60	14.83 157	8.86 141	13.04 153	2.59 24	0.04 22	1.21 291	0.20 213	0.05 108	0.30 92	2.34 269

HanStereo	6.00 71	2.42 181	9.81 135	5.74 101	1.64 109	7.05 120	3.48 140	17.54 114	7.69 27	8.73 48	12.47 60	14.83 157	8.86 141	13.04 153	2.59 24	0.04 22	1.21 291	0.20 213	0.05 108	0.30 92	2.34 269

CFNet_pseudo	9.92 193	2.21 150	11.76 199	5.09 61	2.93 165	14.43 209	3.12 123	27.16 225	32.52 268	17.58 182	22.81 162	21.97 239	9.29 149	13.06 155	8.34 179	0.23 145	0.46 191	1.23 314	0.27 221	2.89 306	0.99 122

MSMDNet	9.96 195	2.08 123	11.66 197	5.39 73	2.92 162	16.50 247	2.89 117	29.73 249	34.55 288	17.86 188	21.91 151	18.86 217	8.36 133	13.06 155	7.74 167	0.24 150	0.47 193	0.66 276	0.24 206	3.07 310	1.04 129

CASS	8.64 162	2.03 108	8.60 87	8.71 253	1.59 105	15.02 221	2.75 113	23.27 185	18.58 153	16.29 143	22.78 161	13.42 139	13.68 216	13.07 157	7.66 163	1.18 298	0.05 51	0.13 178	0.01 56	0.75 224	3.24 305
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RAFT-345	6.94 108	1.48 36	7.45 57	5.65 87	0.96 56	5.49 61	3.20 127	13.73 53	10.97 67	13.81 108	42.93 343	9.01 75	5.31 64	13.09 158	4.73 101	0.58 223	0.05 51	0.10 149	0.06 118	0.08 11	0.08 5

PFNet+	6.92 107	1.64 52	10.96 184	6.27 125	0.90 46	5.66 76	1.68 58	14.43 65	16.02 121	18.13 194	21.24 140	14.33 149	5.97 81	13.13 159	5.51 123	0.90 267	0.20 129	0.11 168	0.30 231	0.08 11	0.94 120

knoymous	6.46 87	1.84 78	5.13 15	4.31 29	1.88 121	6.36 103	5.55 186	15.25 73	14.48 104	13.85 109	21.25 141	12.66 119	6.63 101	13.20 160	5.11 108	0.19 135	0.13 114	0.12 173	0.00 1	0.71 216	0.57 76

IRAFT_RVC	8.93 172	1.80 68	10.65 171	7.83 223	1.81 117	6.36 103	10.05 272	26.32 214	27.59 232	17.93 189	19.70 120	17.67 200	9.98 157	13.20 160	6.29 148	0.37 181	0.30 156	0.19 208	0.05 108	0.23 56	0.24 22

IIG-Stereo	7.59 133	2.47 184	9.40 122	10.39 295	1.78 115	6.67 112	1.47 37	17.83 118	16.51 130	18.91 210	20.12 126	17.76 201	8.74 140	13.21 162	5.43 119	0.44 198	0.05 51	0.03 88	0.00 1	0.17 39	0.45 57

MIM_Stereo	7.37 129	2.06 118	12.02 210	4.71 39	1.69 112	5.17 50	1.28 28	19.54 141	13.09 84	16.93 164	28.48 209	13.05 134	5.43 65	13.25 163	7.41 162	0.02 7	0.62 221	0.00 1	0.01 56	0.45 154	2.09 257

OMP-Stereo	7.13 119	2.89 214	9.89 138	10.98 309	1.73 114	4.81 34	1.85 74	18.38 125	16.26 124	16.94 166	14.11 72	17.45 197	7.57 117	13.26 164	5.12 110	0.43 195	0.04 44	0.06 116	0.02 76	0.20 48	0.56 71

STrans-v2	8.16 151	2.09 125	9.79 134	5.44 75	1.53 101	11.87 176	9.69 268	19.77 143	13.20 89	14.01 110	25.80 183	17.88 206	12.55 200	13.30 165	4.39 90	0.06 57	0.01 7	0.18 202	0.01 56	0.25 62	1.31 160

DisPM	6.68 96	1.58 45	9.90 139	7.19 194	1.12 61	5.71 78	3.69 144	13.74 54	12.42 78	16.60 153	23.63 166	12.64 117	6.39 93	13.31 166	4.08 79	0.77 248	0.01 7	0.08 135	0.15 169	0.14 31	0.53 65

PFNet	8.10 149	1.75 61	12.34 217	7.54 210	2.40 142	7.41 126	5.81 194	23.83 191	17.85 141	20.78 234	17.57 95	15.22 165	7.72 121	13.37 167	6.46 155	0.33 171	0.20 129	0.12 173	0.19 192	0.32 97	0.77 98

RAFT-RH_RVC	7.88 145	1.51 39	7.72 63	5.41 74	0.96 56	11.41 171	1.48 39	13.43 48	15.04 108	17.54 179	45.66 355	10.86 92	6.42 94	13.48 168	5.26 115	0.81 254	0.04 44	0.12 173	0.13 154	0.12 23	0.17 17

UDGNet	10.51 214	14.75 356	11.91 207	10.29 290	2.78 155	7.93 136	1.94 79	19.31 138	34.57 289	17.74 183	13.70 71	13.56 142	7.30 114	13.52 169	7.18 159	5.80 361	0.11 109	12.86 379	2.76 347	9.87 362	2.34 269

RALAANet	6.86 103	3.28 237	11.09 188	7.63 211	4.95 235	6.16 96	1.63 49	20.54 151	15.45 112	15.30 124	14.52 74	12.98 131	4.35 40	13.53 170	3.98 73	0.11 91	0.35 167	0.00 1	0.29 226	0.58 184	0.48 62

HCRNet	9.13 179	1.82 77	8.73 90	14.95 344	5.22 246	10.66 164	2.49 100	26.57 218	18.64 154	16.31 144	25.51 181	18.42 213	11.15 172	13.53 170	7.25 160	0.10 87	0.04 44	0.10 149	0.02 76	0.27 80	0.76 96

UCFNet_RVC	10.01 199	2.81 209	6.11 20	7.31 199	3.92 196	16.80 252	8.00 244	28.68 238	20.81 167	16.57 151	23.35 165	25.82 269	13.06 205	13.55 172	9.18 192	0.12 99	0.06 76	1.19 310	0.32 234	1.47 273	1.06 133

FENet	8.22 152	1.39 26	7.33 54	6.43 136	2.17 133	10.97 165	2.20 89	22.10 171	21.26 168	17.85 187	23.22 164	14.29 147	11.50 178	13.56 173	8.32 178	0.29 164	0.24 143	0.03 88	0.03 84	0.18 43	1.04 129

modified_for_full_sf	8.28 154	2.53 194	12.16 214	6.80 166	2.42 143	9.77 145	2.21 91	26.90 223	17.62 138	14.93 118	13.66 70	17.85 205	14.10 224	13.57 174	5.25 114	0.84 258	1.15 275	0.81 291	0.93 307	0.32 97	1.83 206

LL-Strereo2	5.97 68	2.88 213	10.62 170	6.59 144	3.38 178	6.31 99	2.20 89	15.61 78	8.46 46	11.33 68	10.75 48	15.69 171	3.45 21	13.58 175	4.65 99	0.16 117	0.48 194	1.33 318	0.13 154	0.36 118	1.42 174

CFNet-ft	10.46 212	3.02 224	7.10 45	7.69 214	5.42 254	16.93 253	5.92 197	22.83 180	22.31 182	15.81 137	30.40 231	26.42 274	15.19 238	13.60 176	12.18 228	0.14 108	0.10 105	1.87 327	0.34 243	1.22 259	0.73 94

CFNet_RVC	10.46 212	3.02 224	7.10 45	7.69 214	5.42 254	16.93 253	5.92 197	22.82 179	22.31 182	15.81 137	30.40 231	26.41 273	15.19 238	13.60 176	12.19 229	0.14 108	0.10 105	1.87 327	0.34 243	1.22 259	0.73 94

GwcNet-RSSM	11.34 233	2.72 206	10.26 153	7.24 197	5.38 250	12.67 185	6.70 216	26.70 220	31.93 264	17.56 180	34.45 290	24.37 258	15.77 246	13.70 178	15.31 249	0.19 135	0.20 129	0.14 185	0.05 108	0.81 234	0.64 79

RAFT_R40	7.14 120	1.73 60	9.36 120	7.36 201	0.82 39	5.74 79	3.69 144	15.47 77	15.09 109	18.24 197	19.87 123	16.82 182	8.50 136	13.72 179	5.81 132	0.28 162	0.02 23	0.14 185	0.00 1	0.11 20	0.09 7

SST-Stereo	6.85 101	1.67 55	9.39 121	7.24 197	0.82 39	5.89 84	1.87 76	15.34 74	9.89 62	19.25 216	20.26 128	16.63 181	8.40 134	13.81 180	5.75 130	0.40 185	0.05 51	0.13 178	0.00 1	0.10 13	0.08 5

GwcNet-ADL	8.81 167	2.00 102	10.21 150	7.70 217	2.82 156	6.99 119	7.05 225	30.58 256	26.21 221	15.71 135	17.65 96	13.93 145	6.83 111	13.90 181	11.43 222	0.49 206	0.76 236	0.01 58	0.01 56	0.55 182	1.46 177

PSMNet-RSSM	10.31 207	2.47 184	7.79 66	7.85 225	4.38 216	10.47 158	6.67 214	29.67 247	22.25 181	16.62 154	33.75 283	23.30 250	14.58 230	13.91 182	10.56 210	0.23 145	0.09 95	0.07 131	0.24 206	0.87 242	0.48 62

xxxx	12.60 258	2.03 108	10.79 175	6.18 120	2.86 159	21.84 291	3.02 122	34.55 306	25.46 213	16.39 146	31.58 252	26.87 281	14.75 232	14.00 183	37.45 363	0.21 141	1.36 312	0.01 58	0.32 234	0.35 111	2.07 251

CFNet_ucs	10.56 218	2.15 141	12.88 223	5.55 79	4.11 203	15.24 224	3.93 149	28.55 236	32.41 267	18.70 204	24.95 177	22.99 246	9.66 154	14.22 184	8.13 174	0.29 164	0.84 245	1.63 323	0.23 202	3.43 318	1.31 160

IER	10.32 209	2.06 118	11.88 206	4.95 55	5.34 248	13.34 195	6.11 202	27.47 229	23.59 193	20.37 228	30.03 227	16.50 178	20.42 296	14.24 185	8.81 186	0.16 117	0.03 36	0.18 202	0.10 144	0.27 80	0.56 71

222	13.07 266	1.99 98	10.74 174	6.56 142	2.74 153	19.95 278	2.54 102	34.13 297	24.42 201	22.52 265	31.39 246	20.78 228	16.99 263	14.31 186	48.07 393	0.16 117	1.33 307	0.01 58	0.32 234	0.37 124	2.02 241

TRStereo	6.64 95	6.95 306	12.06 211	9.69 274	7.59 315	5.12 48	1.68 58	20.72 152	12.34 77	10.93 66	9.07 28	10.57 89	3.16 18	14.33 187	4.23 83	0.60 228	0.80 239	0.14 185	0.37 251	0.56 183	1.86 210

Anonymous3	10.07 200	4.14 263	31.49 339	9.77 277	5.11 243	25.00 310	11.85 296	25.20 200	19.24 158	10.80 64	14.78 75	7.92 63	8.68 138	14.40 188	6.12 137	3.25 342	1.40 316	0.08 135	0.06 118	0.81 234	1.30 159

GES	9.01 174	2.61 203	12.88 223	6.76 160	2.02 123	13.08 190	6.33 209	22.23 172	22.21 180	19.80 221	26.73 195	8.97 74	11.01 167	14.41 189	8.35 181	0.54 217	0.10 105	0.30 248	0.15 169	0.82 237	0.99 122

whm_eth	9.17 181	5.14 283	19.04 301	7.90 229	6.70 298	6.89 117	3.35 135	18.64 129	21.30 169	22.39 263	38.88 320	4.64 32	4.25 38	14.43 190	5.63 128	0.65 234	0.08 92	0.22 223	0.10 144	0.74 220	2.37 272

GANet-RSSM	10.17 202	2.02 106	8.21 79	7.09 186	5.57 260	13.17 193	7.29 232	27.27 227	19.65 161	15.81 137	28.83 212	26.18 271	16.33 254	14.58 191	9.28 196	0.25 154	0.27 148	0.16 196	0.04 94	0.65 204	0.72 91

test_xeample	12.39 250	2.09 125	10.36 156	5.73 100	3.06 171	18.17 265	6.27 206	31.98 275	24.37 200	18.78 206	33.92 286	19.09 220	16.00 250	14.60 192	39.03 371	0.19 135	1.32 303	0.01 58	0.33 240	0.36 118	2.04 246

DN-CSS_ROB	8.72 163	3.49 245	16.63 276	6.74 159	3.39 179	6.20 97	3.43 139	23.40 186	22.03 178	17.46 176	30.28 229	9.33 77	8.32 132	14.71 193	6.36 152	0.91 269	0.00 1	0.45 261	0.00 1	0.65 204	0.70 88

BUS	9.86 192	1.86 79	9.14 109	7.14 187	4.12 204	19.47 273	2.69 111	34.15 298	23.28 188	18.82 207	21.95 153	14.37 150	11.63 181	14.72 194	12.39 232	0.36 177	0.13 114	0.15 190	0.04 94	0.37 124	0.46 58

BSDual-CNN	10.33 210	1.86 79	9.14 109	7.14 187	4.12 204	15.83 234	8.93 251	34.15 298	23.28 188	18.82 207	21.95 153	22.14 240	13.58 213	14.72 194	9.53 198	0.36 177	0.13 114	0.15 190	0.04 94	0.37 124	0.46 58

psmg	10.36 211	1.86 79	9.14 109	5.58 80	4.12 204	15.74 233	7.65 238	30.05 252	23.28 188	21.80 255	26.26 189	22.14 240	13.58 213	14.72 194	9.53 198	0.36 177	0.13 114	0.17 199	0.04 94	0.44 150	0.67 84

MyStereo05	9.63 190	2.25 155	10.26 153	6.69 155	4.74 226	7.75 131	9.60 262	31.51 271	41.00 325	17.45 175	13.02 64	10.28 87	12.27 195	14.74 197	7.68 165	0.09 79	1.32 303	0.02 73	0.26 217	0.84 240	0.92 112

iResNetv2_ROB	12.78 260	4.09 261	15.60 266	6.44 138	3.75 188	14.86 212	7.17 226	34.46 304	37.12 303	26.06 294	34.81 294	29.76 288	16.32 253	14.77 198	7.67 164	0.31 167	0.03 36	0.12 173	0.01 56	0.94 246	1.23 150

dad	13.05 264	11.39 339	15.64 270	7.35 200	2.10 126	15.64 228	3.48 140	18.77 131	35.55 298	27.77 309	33.76 284	31.59 300	13.04 204	14.79 199	11.16 221	3.35 343	0.54 206	7.85 370	0.96 313	3.88 326	2.49 280

MyStereo04	9.58 187	2.38 178	10.28 155	6.63 150	4.77 228	6.47 106	9.60 262	32.50 279	42.15 329	14.59 117	12.10 59	11.92 109	11.87 190	14.80 200	8.14 175	0.09 79	1.33 307	0.03 88	0.32 234	0.74 220	0.93 116

test croco	4.41 29	2.18 149	11.50 193	5.46 76	2.97 167	3.20 7	1.38 31	9.01 7	5.96 16	3.56 6	16.63 90	3.01 7	2.76 17	14.80 200	4.25 84	0.32 170	0.00 1	0.04 101	0.01 56	0.79 229	0.43 54

HITNet	8.41 156	3.59 252	9.91 140	5.30 67	1.52 100	13.35 196	4.48 162	22.00 169	16.06 122	15.52 131	22.95 163	15.28 166	11.74 183	14.91 202	9.25 193	0.10 87	0.01 7	0.48 263	0.06 118	0.58 184	1.04 129
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
DIP-Stereo	6.99 116	2.37 175	11.45 191	4.78 41	1.70 113	13.13 191	1.47 37	15.76 80	7.43 24	14.57 116	26.61 194	10.76 91	5.10 60	14.97 203	8.10 173	0.06 57	0.06 76	0.06 116	0.00 1	0.17 39	1.22 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
dd	8.57 161	5.20 284	13.37 234	6.91 174	1.05 59	10.30 155	3.89 148	17.29 111	34.00 281	15.73 136	17.50 94	7.45 53	6.60 97	15.00 204	10.99 220	1.39 306	0.41 183	0.18 202	0.46 271	2.25 295	1.40 171

gwcnet-sp	10.26 203	3.56 248	15.31 263	6.59 144	4.30 210	15.71 229	5.71 191	26.09 208	25.15 209	21.68 251	21.77 143	15.01 160	16.42 257	15.21 205	10.76 215	0.12 99	0.20 129	0.02 73	0.09 137	0.63 198	0.86 105

scenet	10.26 203	3.56 248	15.31 263	6.59 144	4.30 210	15.71 229	5.71 191	26.09 208	25.15 209	21.68 251	21.77 143	15.01 160	16.42 257	15.21 205	10.76 215	0.12 99	0.20 129	0.02 73	0.09 137	0.63 198	0.86 105

ssnet	10.26 203	3.56 248	15.31 263	6.59 144	4.30 210	15.71 229	5.71 191	26.09 208	25.15 209	21.68 251	21.77 143	15.01 160	16.42 257	15.21 205	10.76 215	0.12 99	0.20 129	0.02 73	0.09 137	0.63 198	0.86 105

CBFPSM	12.96 262	3.37 241	30.97 337	5.30 67	3.22 173	22.79 298	16.93 335	21.82 167	21.35 170	21.93 257	28.34 208	29.99 292	17.38 269	15.32 208	16.39 259	0.11 91	0.48 194	0.10 149	0.17 180	0.58 184	2.72 289

iResNet	11.06 227	4.16 264	16.83 278	7.89 228	2.23 135	15.59 227	9.17 258	24.49 196	29.14 242	20.78 234	31.13 244	16.87 184	11.58 179	15.45 209	12.50 237	0.64 233	0.05 51	0.02 73	0.10 144	0.79 229	1.71 197

RAFT+CT+SA	7.76 144	2.01 104	7.56 61	11.32 314	3.31 175	4.60 19	7.19 228	17.21 109	27.40 230	10.43 59	27.34 198	7.63 58	7.83 122	15.46 210	3.51 60	0.03 16	0.39 175	0.18 202	0.46 271	0.33 101	0.93 116

AASNet	13.05 264	3.27 235	12.23 215	10.28 289	6.90 302	17.61 260	7.88 241	41.14 354	38.29 312	23.20 271	29.62 223	16.85 183	15.59 244	15.50 211	19.03 281	0.39 183	0.03 36	0.78 283	0.05 108	1.32 266	1.08 136

raft_robust	8.39 155	2.81 209	7.62 62	6.32 133	1.17 66	5.47 60	0.82 15	34.37 302	35.49 297	18.40 199	20.25 127	7.24 52	5.51 69	15.77 212	3.40 58	0.11 91	1.10 271	0.00 1	0.50 281	0.33 101	1.19 145

iinet-f	14.05 284	5.00 282	47.51 368	6.57 143	4.04 199	21.14 286	14.37 314	28.25 232	21.37 171	21.95 258	31.37 245	21.31 234	18.66 280	16.15 213	20.61 290	0.31 167	0.41 183	0.09 141	0.05 108	1.00 251	0.76 96

NLCA_NET_v2_RVC	12.58 255	4.09 261	18.25 293	8.26 239	5.83 271	14.72 211	5.85 195	33.49 291	27.86 234	22.14 260	32.16 264	24.94 263	14.01 223	16.19 214	16.82 264	0.90 267	0.35 167	0.37 255	0.58 292	1.51 274	3.31 306
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NINENet	11.46 236	3.02 224	11.83 203	8.45 245	5.40 251	19.47 273	2.69 111	39.63 349	34.82 290	19.11 213	27.64 201	14.37 150	11.63 181	16.21 215	12.39 232	0.94 271	0.21 137	0.29 244	0.00 1	0.48 163	0.55 68

TestStereo1	8.04 147	2.22 153	8.85 94	10.87 307	2.12 129	4.66 22	2.40 96	21.17 163	23.79 195	17.41 172	26.31 190	9.41 79	9.09 146	16.23 216	3.85 71	0.14 108	0.40 177	0.02 73	0.13 154	0.58 184	1.10 137

SA-5K	8.04 147	2.22 153	8.85 94	10.87 307	2.12 129	4.66 22	2.40 96	21.17 163	23.79 195	17.41 172	26.31 190	9.41 79	9.09 146	16.23 216	3.85 71	0.14 108	0.40 177	0.02 73	0.13 154	0.58 184	1.10 137

CFNet	11.23 228	3.41 242	10.68 172	7.08 185	4.22 208	17.38 258	4.83 171	31.29 268	31.29 259	19.15 214	26.85 196	24.06 255	13.75 217	16.23 216	12.22 230	0.26 157	0.05 51	0.44 260	0.09 137	0.92 245	0.41 51

test_5	8.85 168	2.05 115	9.51 124	11.62 316	4.99 237	6.74 113	5.48 185	18.25 122	23.57 192	16.72 162	29.73 225	15.54 169	10.54 165	16.25 219	4.02 75	0.05 39	0.40 177	0.27 234	0.08 131	0.34 107	0.81 100

FADNet-RVC-Resample	12.31 246	5.22 285	32.28 342	10.14 285	4.08 201	14.97 218	6.98 224	26.54 217	24.42 201	23.72 275	29.31 217	19.87 225	15.01 234	16.26 220	10.61 213	0.65 234	0.52 203	0.48 263	0.54 286	1.52 275	3.09 302

iRaft-Stereo_5w	9.10 178	2.33 165	10.69 173	6.64 153	4.47 220	4.74 30	10.72 280	16.71 101	16.97 136	15.39 125	26.15 187	21.25 233	12.59 201	16.38 221	12.90 240	0.85 260	0.51 200	0.08 135	0.22 195	0.95 247	1.53 185

Sa-1000	8.91 171	2.10 127	9.11 102	8.07 235	1.16 65	16.62 250	2.39 95	25.58 204	25.43 212	15.52 131	28.24 207	12.19 112	8.67 137	16.40 222	3.70 65	0.39 183	0.86 249	0.16 196	0.23 202	0.48 163	0.89 110

ACVNet	10.83 223	2.25 155	7.10 45	6.43 136	3.02 169	13.17 193	3.75 146	22.83 180	35.15 295	15.81 137	30.67 236	24.65 259	15.77 246	16.47 223	18.13 271	0.16 117	0.01 7	0.06 116	0.07 125	0.65 204	0.43 54

acv_ft	12.59 256	2.25 155	13.50 236	8.30 241	6.23 284	19.81 277	6.34 210	26.43 216	35.15 295	26.38 298	30.67 236	24.65 259	14.91 233	16.47 223	19.16 283	0.16 117	0.01 7	0.06 116	0.07 125	0.74 220	0.43 54

PSMNet-ADL	10.30 206	2.32 163	7.83 68	9.69 274	4.44 217	16.04 236	4.16 154	27.57 230	25.08 207	15.16 121	19.04 112	25.28 266	13.63 215	16.49 225	15.33 250	0.86 262	0.81 240	0.01 58	0.04 94	0.33 101	1.81 203

ttt	10.82 222	2.17 147	9.66 131	7.03 179	4.44 217	14.16 206	6.87 220	33.72 293	30.69 251	15.67 134	31.50 249	14.99 159	10.50 164	16.54 226	13.98 243	0.41 188	1.31 301	0.10 149	0.29 226	0.47 161	1.92 217

SMFormer	11.03 225	1.90 84	14.85 254	4.89 48	1.48 95	14.92 214	3.21 129	31.03 258	30.74 253	20.28 223	29.37 218	18.33 209	14.54 226	16.56 227	14.46 246	0.41 188	1.20 286	0.28 240	0.24 206	0.45 154	1.47 178

tta	11.03 225	1.90 84	14.85 254	4.89 48	1.48 95	14.92 214	3.21 129	31.03 258	30.73 252	20.28 223	29.37 218	18.33 209	14.54 226	16.56 227	14.46 246	0.41 188	1.20 286	0.28 240	0.24 206	0.39 135	1.60 188

qqq1	10.51 214	1.90 84	14.85 254	4.89 48	1.48 95	14.92 214	3.21 129	31.03 258	30.74 253	20.28 223	29.37 218	18.33 209	14.54 226	16.56 227	4.42 91	0.41 188	1.20 286	0.00 1	0.14 163	0.39 135	1.60 188

fff1	10.51 214	1.90 84	14.85 254	4.89 48	1.48 95	14.92 214	3.21 129	31.03 258	30.74 253	20.28 223	29.37 218	18.33 209	14.54 226	16.56 227	4.42 91	0.41 188	1.20 286	0.00 1	0.14 163	0.39 135	1.60 188

pcwnet_v2	12.68 259	2.30 160	18.36 294	8.32 242	5.74 265	17.73 261	4.77 169	36.75 331	46.28 351	20.98 241	29.07 215	16.62 179	13.52 209	16.56 227	10.30 206	0.55 219	1.02 265	0.34 252	0.24 206	2.10 290	2.11 259

iRaft-Stereo_20w	6.75 99	2.17 147	13.20 233	5.07 59	2.34 141	7.43 127	2.61 106	20.20 150	7.85 39	15.28 123	10.36 43	14.42 152	8.13 128	16.81 232	4.20 81	0.06 57	0.84 245	0.13 178	0.83 303	0.66 209	2.42 277

HSM-Net_RVC	11.37 235	1.57 43	6.32 24	5.99 111	2.67 151	20.99 285	7.19 228	28.50 234	28.64 239	21.03 243	25.84 184	33.64 320	16.37 256	16.83 233	10.76 215	0.21 141	0.08 92	0.02 73	0.00 1	0.16 37	0.55 68
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SA	8.43 157	2.16 145	10.02 143	8.41 243	0.93 52	7.36 125	2.21 91	23.73 189	26.15 219	13.55 104	30.84 239	9.89 83	10.09 159	16.84 234	3.52 61	0.18 126	0.68 225	0.17 199	0.40 267	0.48 163	0.92 112

FADNet_RVC	12.44 252	6.19 300	40.86 358	7.04 180	3.69 185	11.30 168	4.17 155	29.67 247	27.67 233	18.20 195	26.04 185	13.47 140	17.15 265	16.85 235	14.95 248	0.99 275	0.75 232	0.60 271	1.32 326	4.18 328	3.62 311

hknet	10.77 221	1.95 89	11.80 201	7.14 187	3.83 195	15.83 234	8.93 251	34.15 298	22.70 185	18.82 207	21.95 153	23.13 248	17.03 264	16.94 236	9.85 202	0.28 162	0.13 114	0.15 190	0.04 94	0.37 124	0.46 58

DMCA-RVC	12.06 245	4.35 267	14.21 247	10.52 297	4.86 230	13.84 200	4.33 158	25.20 200	24.13 197	20.56 232	29.22 216	26.65 276	25.85 323	17.02 237	16.34 258	0.41 188	0.35 167	0.55 268	0.24 206	0.83 239	1.81 203

MLCV	9.96 195	3.33 239	14.77 251	5.75 103	1.62 107	14.91 213	1.31 29	22.06 170	24.83 205	22.51 264	31.57 251	17.20 187	8.07 126	17.07 238	12.11 226	0.48 203	0.01 7	0.05 109	0.05 108	0.48 163	1.10 137

RAFT + AFF	10.71 220	4.59 271	18.51 295	10.52 297	5.02 239	13.14 192	11.12 288	26.24 211	27.48 231	15.09 120	16.07 86	19.83 224	11.23 173	17.09 239	10.38 207	0.45 201	1.45 324	0.65 275	0.23 202	2.31 298	2.74 290

1111x	12.31 246	2.33 165	12.13 212	5.79 105	2.84 157	15.49 225	8.70 249	36.34 323	29.33 243	16.58 152	27.52 200	26.70 278	15.76 245	17.21 240	24.79 315	0.26 157	1.37 313	0.04 101	0.42 268	0.46 159	2.07 251

STTStereo	13.60 275	5.63 290	28.73 332	8.07 235	5.65 263	13.97 203	7.17 226	31.25 265	26.70 225	25.59 290	32.06 263	31.71 303	14.71 231	17.24 241	16.46 261	0.29 164	0.40 177	0.71 278	1.43 329	1.31 264	2.82 292

iResNet_ROB	12.41 251	3.19 231	12.39 218	6.63 150	3.72 186	16.98 256	2.64 107	32.29 277	38.58 315	26.93 304	33.73 282	26.24 272	17.40 270	17.36 242	8.95 187	0.33 171	0.01 7	0.00 1	0.00 1	0.40 139	0.35 32

DAS	11.51 237	2.60 199	15.62 268	9.37 265	6.27 288	16.04 236	7.71 239	22.70 177	33.92 279	19.53 218	29.03 213	19.51 221	19.10 285	17.44 243	8.98 188	0.78 251	0.02 23	0.29 244	0.01 56	0.48 163	0.81 100

DispNO	9.82 191	2.57 196	17.77 290	6.22 122	5.73 264	11.89 177	4.77 169	25.54 203	21.70 174	17.56 180	21.28 142	18.01 207	13.83 219	17.46 244	9.91 203	0.35 174	0.16 122	0.03 88	0.12 150	0.51 173	1.05 132

ff1	10.31 207	2.34 167	12.99 227	6.28 126	3.81 190	12.43 179	7.47 233	19.77 143	16.80 132	16.64 156	32.03 257	17.29 188	11.78 184	17.54 245	24.30 308	0.05 39	1.17 276	0.80 286	0.37 251	0.29 88	2.07 251

mmx	11.59 240	2.34 167	12.99 227	6.28 126	3.81 190	12.43 179	7.47 233	32.76 283	28.92 240	16.64 156	32.03 257	17.29 188	11.78 184	17.54 245	24.30 308	0.24 150	1.21 291	0.80 286	0.37 251	0.65 204	1.89 212

xxx	11.59 240	2.34 167	12.99 227	6.28 126	3.81 190	12.43 179	7.47 233	32.75 282	28.92 240	16.64 156	32.03 257	17.29 188	11.78 184	17.54 245	24.30 308	0.24 150	1.21 291	0.80 286	0.37 251	0.65 204	1.89 212

ADLNet	12.84 261	2.93 216	11.94 209	8.87 256	6.88 301	17.96 263	8.85 250	34.12 296	26.67 224	27.81 311	26.24 188	26.84 280	15.04 235	17.54 245	19.94 287	0.59 226	0.58 217	0.24 229	0.11 148	0.80 233	2.85 294

ToySt	11.51 237	2.48 187	17.84 291	6.10 115	2.09 125	16.11 240	12.36 302	25.07 199	28.25 237	15.22 122	25.16 178	25.51 267	15.98 249	17.63 249	15.46 252	0.19 135	1.08 268	0.04 101	0.31 232	0.66 209	2.67 285

AdaStereo	10.85 224	4.57 270	10.79 175	9.59 271	3.46 181	17.49 259	6.29 207	32.70 281	26.07 218	19.04 212	26.55 193	19.60 223	10.12 160	17.71 250	10.38 207	1.00 276	0.05 51	0.42 259	0.02 76	0.70 214	0.46 58
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.
RAFT	9.07 176	2.76 207	10.38 159	8.89 258	1.24 75	13.48 197	8.19 248	17.14 108	17.29 137	23.01 269	19.34 119	20.06 226	11.13 171	17.79 251	6.43 153	0.09 79	1.12 273	0.28 240	0.02 76	0.79 229	1.94 224

BEATNet_4x	10.11 201	5.82 292	14.80 253	6.14 116	1.55 102	13.87 202	5.98 200	26.24 211	18.35 144	16.53 150	25.41 180	18.01 207	13.78 218	18.01 252	12.39 232	0.48 203	0.18 126	0.81 291	0.11 148	2.02 287	1.70 196

RAFT_CTSACE	8.55 160	2.62 204	9.63 129	7.41 202	5.06 241	5.76 81	2.54 102	15.38 76	17.84 140	24.33 280	34.69 293	16.37 177	7.22 113	18.05 253	2.63 28	0.01 2	0.56 211	0.00 1	0.03 84	0.42 145	0.41 51

PS-NSSS	14.36 287	8.44 323	16.43 275	7.44 204	5.79 267	18.65 269	12.71 307	39.02 343	26.84 226	20.99 242	36.15 301	21.47 235	18.25 278	18.21 254	18.63 277	2.44 330	0.55 210	5.38 356	0.37 251	5.25 337	4.11 318

NOSS_ROB	11.76 242	4.63 273	8.14 78	7.46 206	2.92 162	17.82 262	10.55 278	30.45 255	34.08 283	16.37 145	19.97 124	23.14 249	16.31 252	18.22 255	10.67 214	2.98 337	1.84 338	3.39 351	1.64 333	2.24 294	2.37 272

PSMNet_ROB	17.59 307	6.52 304	16.27 273	14.43 338	7.71 320	29.22 335	33.59 389	43.94 369	38.52 314	24.74 284	33.46 280	34.17 323	17.29 268	18.52 256	25.68 322	0.40 185	0.29 155	0.96 300	2.22 343	2.03 288	1.81 203

FADNet	14.77 289	11.96 343	39.55 357	8.50 247	6.64 295	18.53 268	6.74 217	35.70 315	35.06 293	19.21 215	28.06 205	28.14 283	13.94 221	18.54 257	11.61 223	0.48 203	0.75 232	0.38 257	0.49 280	9.17 357	2.05 249

HGLStereo	13.21 269	3.45 244	14.01 242	10.32 292	7.72 321	15.72 232	7.19 228	31.94 274	28.12 236	20.83 236	36.16 302	26.61 275	20.82 298	18.74 258	19.63 286	1.01 278	0.22 139	0.07 131	0.08 131	0.59 190	1.00 124

pmcnn	15.27 291	4.31 266	22.32 318	7.46 206	4.46 219	22.15 293	15.74 326	28.53 235	31.88 263	27.78 310	40.04 326	39.06 342	19.11 287	18.79 259	20.78 292	1.04 281	0.23 141	0.00 1	0.00 1	0.53 175	1.17 143

ARAFT	8.86 169	3.86 257	17.37 285	5.96 110	0.94 55	12.59 184	10.80 281	18.20 121	19.95 163	18.77 205	16.27 89	17.78 202	8.88 143	18.82 260	5.30 116	0.35 174	0.04 44	0.00 1	0.00 1	0.62 196	0.64 79

SDNR	16.80 297	5.88 295	30.01 335	6.39 134	6.53 292	57.67 394	3.15 124	24.30 193	31.49 261	21.50 250	36.56 305	14.69 154	16.76 260	19.14 261	14.45 245	11.12 379	14.00 391	3.11 347	0.51 282	8.86 356	9.92 371

fast-acv-ft	14.96 290	4.73 275	17.68 288	8.03 234	5.27 247	28.61 332	9.97 271	26.25 213	35.58 299	26.03 293	38.02 313	31.91 305	21.50 304	19.25 262	21.18 294	0.61 230	0.38 173	0.63 273	0.48 277	1.31 264	1.73 198

ac_64	11.57 239	2.13 139	11.77 200	8.79 255	5.51 257	19.40 271	6.29 207	24.72 198	15.20 111	23.50 274	24.91 175	33.07 314	16.82 261	19.33 263	17.78 269	0.53 212	0.15 120	0.02 73	0.03 84	0.35 111	1.03 128

S-Stereo	17.36 303	4.46 268	22.16 317	12.58 329	9.10 343	23.07 299	12.60 305	33.18 287	46.12 349	22.78 267	38.67 319	29.04 287	27.48 330	19.40 264	23.90 307	3.14 341	3.13 364	0.88 296	1.95 339	3.77 325	9.86 370

UPFNet	12.31 246	2.15 141	11.91 207	7.90 229	7.21 309	20.03 279	9.28 259	29.44 245	27.18 229	20.88 237	30.86 240	21.23 232	18.11 277	19.60 265	17.41 266	0.55 219	0.57 214	0.26 233	0.07 125	0.67 211	0.92 112

StereoDRNet	16.00 294	5.45 288	16.67 277	11.34 315	8.74 339	25.62 313	11.07 287	40.40 352	37.03 302	29.77 321	30.04 228	34.35 325	19.09 284	19.81 266	25.28 318	0.65 234	0.30 156	0.16 196	0.14 163	1.80 283	2.33 268

Syn2CoEx	17.68 308	11.86 342	28.39 330	20.88 365	8.24 332	25.66 314	12.35 300	37.57 334	33.60 278	29.57 319	39.80 325	30.02 293	28.00 333	19.91 267	18.91 280	1.14 292	0.53 205	1.23 314	0.46 271	1.97 286	3.61 309

AACVNet	11.24 229	3.71 254	11.56 195	9.45 267	3.35 177	11.67 175	4.88 172	23.23 184	14.00 99	28.19 312	29.90 226	30.39 297	18.03 276	20.04 268	13.22 241	0.50 208	0.21 137	0.23 225	0.07 125	0.75 224	1.52 184

DeepPruner_ROB	11.28 230	5.83 293	15.23 260	6.93 176	4.50 221	10.08 149	6.62 213	36.65 328	20.17 164	18.12 193	27.95 203	23.10 247	13.43 208	20.08 269	11.90 224	1.16 294	0.51 200	0.23 225	0.17 180	1.11 255	1.91 216

MMNet	13.55 274	2.82 211	13.90 240	7.63 211	6.36 291	26.45 321	4.63 166	24.00 192	42.67 332	26.25 297	33.12 275	20.98 231	19.45 291	20.14 270	19.49 285	0.75 243	0.54 206	0.11 168	0.01 56	0.53 175	1.10 137

DLCB_ROB	13.97 282	3.74 255	11.01 185	9.99 281	5.85 272	21.40 288	10.37 276	30.17 253	30.49 248	28.21 313	32.18 265	32.67 310	21.17 302	20.20 271	18.59 276	0.34 173	0.18 126	0.41 258	0.15 169	0.61 195	1.76 201

hitnet-ft	12.59 256	3.03 227	7.87 69	7.49 209	4.20 207	27.41 326	3.75 146	23.41 187	24.15 198	21.14 245	34.12 287	31.93 306	19.74 293	20.28 272	18.13 271	0.54 217	1.45 324	0.35 253	0.09 137	1.26 262	1.41 173

psm_up	13.88 281	2.70 205	10.89 181	10.20 287	5.97 275	15.01 220	12.58 304	39.13 346	31.75 262	21.39 248	31.09 243	30.18 296	25.01 319	20.33 273	17.62 268	0.75 243	0.39 175	0.18 202	0.03 84	0.82 237	1.67 194

RASNet	12.38 249	2.58 197	12.48 221	6.76 160	5.97 275	16.37 243	6.74 217	34.99 309	22.20 179	17.44 174	33.11 274	22.81 245	24.84 316	20.33 273	18.27 274	1.16 294	0.05 51	0.06 116	0.01 56	0.27 80	1.06 133

GEStereo_RVC	13.23 270	3.13 229	15.23 260	10.33 293	4.95 235	18.92 270	11.46 293	31.58 272	48.03 353	20.51 231	27.68 202	19.00 219	13.31 207	20.44 275	16.01 256	1.15 293	0.51 200	0.10 149	0.14 163	0.67 211	1.47 178

GMStereo_Zeroshot	11.32 231	8.59 325	21.66 314	10.06 282	2.53 147	12.38 178	1.43 33	21.36 166	21.50 173	23.48 273	35.74 299	24.85 261	6.12 87	20.48 276	8.28 177	0.83 256	0.02 23	0.25 231	0.01 56	6.33 345	0.53 65

CRFU-Net	13.32 272	3.53 247	12.90 225	8.76 254	6.05 278	26.25 319	10.15 274	25.86 205	14.68 106	30.76 330	30.58 234	30.11 295	21.59 307	20.52 277	20.28 289	1.53 308	0.48 194	0.27 234	0.16 176	0.64 203	1.28 156

CSP-Net	13.41 273	3.62 253	11.03 186	6.62 149	4.07 200	25.76 316	9.61 266	29.66 246	27.14 228	29.97 324	33.42 279	29.84 290	17.23 267	20.64 278	16.03 257	1.12 289	0.41 183	0.03 88	0.00 1	0.75 224	1.29 158

HSM	11.89 243	2.32 163	8.70 89	6.70 158	4.10 202	16.45 245	8.06 245	30.42 254	20.31 166	23.35 272	26.42 192	41.60 356	17.59 273	20.66 279	9.57 200	0.11 91	0.03 36	0.01 58	0.01 56	0.24 58	1.22 148

FINET	17.02 300	8.11 321	28.42 331	9.29 264	8.89 341	24.46 305	25.06 371	35.40 312	49.52 358	26.73 301	33.49 281	20.50 227	18.75 281	20.67 280	19.18 284	2.30 326	2.09 343	1.13 308	0.75 301	2.86 305	2.84 293

DRN-Test	16.60 296	4.76 276	16.90 281	10.75 302	8.16 331	29.42 336	14.37 314	43.26 366	39.35 317	28.93 318	35.46 298	29.03 286	20.11 295	20.78 281	24.51 314	0.94 271	0.93 256	0.46 262	0.35 245	1.42 271	2.12 260

RYNet	19.73 327	5.52 289	18.58 296	11.63 317	15.84 372	47.05 380	17.28 340	38.60 340	49.19 356	27.71 308	27.46 199	38.63 340	26.42 326	20.79 282	32.08 355	0.73 241	0.59 219	0.97 301	0.16 176	7.40 348	8.04 357

SACVNet	14.10 286	5.24 286	14.19 246	12.11 324	6.12 281	18.45 266	9.11 255	33.13 286	22.94 186	28.79 316	33.88 285	32.69 311	23.78 311	20.91 283	12.13 227	1.08 283	0.54 206	0.84 295	0.48 277	1.41 269	4.26 319

HBP-ISP	13.07 266	8.80 326	8.99 98	8.11 237	4.55 223	13.48 197	6.60 212	29.09 243	30.50 249	21.33 247	36.14 300	16.62 179	19.42 289	20.92 284	12.81 239	3.63 345	2.61 355	7.18 366	4.12 359	3.74 324	2.69 287

MaskLacGwcNet_RVC	17.56 306	17.23 363	20.10 306	12.02 323	6.91 303	28.81 333	11.45 292	41.35 355	21.95 176	30.13 326	34.66 292	32.04 308	11.30 175	21.04 285	16.43 260	8.91 369	2.67 356	12.29 378	0.84 304	12.72 374	8.43 361

FAT-Stereo	17.45 304	3.56 248	19.19 302	10.31 291	6.54 293	18.00 264	14.89 322	38.68 341	40.49 321	27.39 306	39.66 323	37.32 335	32.14 356	21.07 286	22.97 299	3.68 346	2.16 348	0.81 291	1.21 323	2.10 290	6.78 346

UNet	13.18 268	2.47 184	14.45 249	7.45 205	7.82 324	26.01 317	4.67 168	34.38 303	29.42 244	20.90 239	31.81 255	26.68 277	18.98 282	21.08 287	15.56 253	0.21 141	0.06 76	0.27 234	0.09 137	0.37 124	1.01 125

DSFCA	12.44 252	3.00 221	14.87 258	6.04 113	7.03 305	17.06 257	10.86 284	31.11 263	32.12 265	26.41 299	23.81 169	22.37 242	15.13 237	21.13 288	13.53 242	0.95 273	0.66 223	0.28 240	0.38 262	1.21 258	0.77 98

CBMV_ROB	12.51 254	3.86 257	7.98 72	5.81 107	2.99 168	16.05 239	4.62 165	27.61 231	31.37 260	26.75 302	32.62 269	23.97 254	22.66 310	21.14 289	12.09 225	2.15 323	1.78 337	2.24 333	1.27 325	1.64 279	1.54 186

Anonymous_2	15.61 292	7.12 307	18.63 298	6.49 139	7.98 325	26.94 324	11.93 297	19.48 139	18.48 152	18.25 198	15.95 84	24.18 256	21.32 303	21.17 290	15.94 255	10.88 376	13.80 390	11.19 377	25.13 392	10.92 368	6.42 343

GwcNet	17.31 301	6.61 305	23.02 320	10.83 306	8.63 337	29.48 337	10.80 281	39.37 348	45.73 346	24.16 279	37.85 312	31.50 299	21.81 309	21.37 291	27.25 334	0.81 254	0.88 252	0.57 270	0.46 271	1.54 277	3.61 309

PA-Net	16.98 299	8.05 320	29.56 334	10.52 297	11.30 355	21.91 292	29.93 384	32.64 280	39.50 318	20.38 229	28.51 210	23.80 253	20.82 298	21.45 292	25.60 320	0.25 154	2.36 352	0.23 225	4.99 364	1.34 267	6.47 344
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LMCR-Stereo	11.32 231	4.98 281	11.87 205	14.09 335	4.01 198	16.97 255	5.70 189	26.41 215	23.41 191	22.57 266	22.11 158	15.18 164	15.44 242	21.48 293	17.57 267	2.29 325	0.04 44	0.00 1	0.03 84	1.53 276	0.65 81

Wz-Net-LNSev-Ref	16.12 295	4.56 269	29.46 333	7.78 221	6.11 280	26.08 318	13.01 310	31.08 262	37.61 307	27.66 307	46.96 361	29.92 291	15.40 240	21.54 294	22.39 296	1.09 285	0.05 51	0.10 149	0.00 1	0.43 147	1.21 147

FADNet-RVC	13.86 280	12.75 350	41.65 359	8.64 250	4.63 224	16.45 245	6.89 221	28.91 240	24.20 199	20.89 238	31.44 248	26.73 279	11.37 177	21.58 295	15.91 254	0.25 154	0.14 119	0.14 185	0.24 206	2.97 308	1.50 183

Wz-Net-LNSev	19.04 322	11.48 340	43.55 361	10.82 305	8.01 327	24.96 309	17.46 343	34.72 308	44.36 339	33.43 345	44.72 354	32.54 309	24.13 313	21.64 296	24.38 312	0.93 270	0.22 139	0.00 1	0.03 84	1.44 272	1.99 238

LL-Strereo	11.34 233	4.25 265	13.90 240	9.09 259	6.20 283	7.31 122	8.93 251	35.93 317	30.30 247	16.93 164	15.83 83	21.85 237	17.45 271	21.92 297	10.25 205	0.43 195	1.47 327	0.74 281	0.08 131	1.15 256	2.71 288

SGM-Forest	13.63 276	2.55 195	8.22 80	6.30 132	2.16 132	23.84 304	11.13 289	34.68 307	32.40 266	27.27 305	33.02 271	30.08 294	17.82 275	22.13 298	15.40 251	1.66 315	0.32 159	0.88 296	0.03 84	0.79 229	1.93 218
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NCCL2	17.94 311	7.94 318	16.87 280	24.07 376	7.60 316	24.52 306	17.08 339	35.42 313	26.65 223	32.01 335	38.57 316	41.96 359	27.61 331	22.24 299	24.43 313	0.65 234	0.33 165	2.64 341	2.13 342	2.28 297	3.86 317

ADLNet2	12.99 263	2.94 217	14.18 245	9.57 270	5.96 274	20.23 282	10.41 277	33.05 285	37.61 307	19.46 217	19.74 122	22.46 243	18.63 279	22.37 300	20.76 291	0.37 181	0.15 120	0.06 116	0.08 131	1.04 253	0.72 91

UDG	22.21 345	15.90 362	16.41 274	21.71 368	20.17 380	32.51 347	13.78 313	36.62 327	35.77 300	26.64 300	31.43 247	37.49 337	32.33 357	22.77 301	21.19 295	11.08 378	5.60 379	23.12 384	7.74 372	17.07 383	14.89 382

delet	13.26 271	2.43 183	12.99 227	8.45 245	6.26 287	22.40 294	10.83 283	28.78 239	38.76 316	20.39 230	30.36 230	20.85 229	17.67 274	22.97 302	19.13 282	0.14 108	0.45 189	0.19 208	0.08 131	0.78 228	1.24 152

ssnet_v2	13.84 279	3.15 230	13.44 235	7.99 232	3.08 172	22.60 295	14.51 319	36.65 328	33.59 277	22.04 259	26.10 186	28.64 284	17.16 266	23.13 303	20.86 293	0.50 208	0.32 159	0.20 213	0.13 154	1.41 269	1.38 167

SuperB	18.07 314	7.33 310	56.73 380	8.42 244	5.42 254	20.39 283	9.73 269	26.04 207	50.80 362	26.88 303	39.52 322	17.79 203	21.54 305	23.17 304	25.96 325	0.77 248	0.32 159	1.11 307	0.73 300	16.11 381	2.75 291

AANet_RVC	13.75 278	6.34 301	12.90 225	8.87 256	4.53 222	14.09 205	9.12 256	29.37 244	38.32 313	23.85 278	37.41 307	23.55 252	17.51 272	23.31 305	18.56 275	2.08 322	1.30 299	0.25 231	0.06 118	0.73 218	2.87 295

aanetorigin	19.84 329	13.32 352	54.46 375	10.07 283	7.99 326	14.16 206	15.32 323	17.85 119	34.49 287	49.59 381	48.88 366	34.28 324	31.32 353	23.53 306	29.64 348	1.12 289	0.81 240	0.73 279	0.94 308	3.05 309	5.23 329

StereoDRNet-Refined	14.03 283	3.52 246	12.77 222	8.70 252	3.31 175	18.50 267	4.58 163	29.08 242	30.59 250	29.85 322	42.52 340	25.24 265	19.57 292	23.88 307	23.55 303	0.44 198	0.07 86	0.54 267	0.38 262	0.88 244	2.64 283
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CVANet_RVC	14.09 285	4.82 278	10.86 180	9.46 268	5.60 262	19.70 276	12.94 309	33.38 289	34.86 291	23.72 275	33.31 276	29.76 288	16.35 255	24.37 308	12.45 235	1.22 299	0.23 141	1.45 320	0.87 306	3.41 317	3.01 299

NVstereo2D	15.77 293	4.01 259	17.73 289	9.96 280	8.10 330	30.36 340	9.52 261	43.10 364	43.12 335	15.45 127	28.03 204	23.46 251	16.84 262	24.62 309	17.06 265	3.35 343	0.87 250	1.76 325	1.13 319	7.76 351	9.19 366

DeepPrunerF	20.61 334	12.13 346	46.35 365	21.53 367	17.78 376	19.41 272	23.64 366	37.23 333	50.61 359	26.20 296	37.72 308	24.90 262	25.02 320	24.63 310	23.53 302	3.13 340	1.65 333	5.69 357	4.09 358	3.64 323	3.34 307

GANet	17.85 309	5.41 287	14.79 252	11.91 321	4.73 225	24.54 307	17.04 338	41.01 353	34.96 292	33.06 342	45.84 356	39.83 347	29.19 340	24.71 311	22.45 298	1.34 305	0.41 183	1.09 304	0.70 299	2.15 292	1.89 212

CC-Net-ROB	22.73 350	23.99 379	30.57 336	14.72 341	8.91 342	32.98 348	16.17 329	46.75 379	37.29 304	33.88 347	32.33 266	35.48 330	25.00 318	24.75 312	28.78 343	9.60 373	3.03 362	25.33 387	3.87 356	14.82 379	6.33 339

EDNetEfficient	25.68 366	22.94 378	77.88 409	9.49 269	7.66 319	20.89 284	17.37 341	22.52 174	56.02 379	61.49 395	53.31 375	35.83 331	41.88 377	25.06 313	39.53 372	0.86 262	0.83 244	0.91 298	2.82 348	8.28 353	7.98 356

ADCRef	18.01 312	8.01 319	44.10 362	10.75 302	8.85 340	27.18 325	11.06 286	31.77 273	34.40 286	31.90 333	42.45 339	18.79 216	21.55 306	25.18 314	35.17 359	1.03 280	0.42 187	2.18 332	1.79 335	1.38 268	2.27 267

XPNet_ROB	18.03 313	6.06 299	18.19 292	11.68 318	6.83 299	21.23 287	16.93 335	36.66 330	39.82 320	32.51 340	42.05 338	41.04 353	25.77 322	25.72 315	28.80 344	1.67 316	0.91 255	0.79 284	0.27 221	1.24 261	2.38 275

DDUNet	23.49 354	20.59 373	17.13 283	24.58 377	22.45 384	24.86 308	17.96 346	31.42 269	31.06 257	29.59 320	37.81 310	37.85 338	26.39 325	25.77 316	18.74 279	18.99 388	8.10 387	26.65 388	11.80 384	19.41 386	18.58 388

TDLM	13.70 277	4.93 280	11.80 201	11.93 322	5.53 258	16.75 251	14.38 316	36.12 321	32.59 269	23.08 270	27.03 197	25.90 270	15.40 240	25.87 317	14.23 244	1.24 301	0.09 95	1.53 321	0.61 294	2.06 289	2.94 297

edge stereo	19.38 325	5.98 298	19.25 303	11.11 311	8.07 328	23.51 302	12.74 308	35.93 317	42.55 330	35.05 349	43.06 345	41.34 355	36.05 363	26.06 318	25.62 321	2.70 334	2.47 353	6.38 360	1.54 331	3.18 316	5.01 325

LE_ROB	23.59 356	4.64 274	16.84 279	8.59 248	3.05 170	33.01 349	18.53 349	28.96 241	67.40 402	70.71 404	55.67 384	48.44 378	48.90 385	26.06 318	37.98 364	0.44 198	0.24 143	0.27 234	0.54 286	0.49 171	0.98 121

CBMV	14.52 288	4.59 271	9.99 142	6.61 148	2.85 158	22.76 297	12.45 303	30.63 257	33.32 273	31.98 334	35.00 296	31.68 301	19.43 290	26.53 320	16.71 263	1.28 303	0.61 220	0.63 273	0.12 150	1.26 262	1.89 212
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RP	18.36 315	5.94 297	17.54 287	15.95 353	12.33 361	21.55 290	12.66 306	28.65 237	45.65 345	23.78 277	42.55 341	39.77 346	29.54 343	26.72 321	23.58 305	6.14 363	1.05 267	4.38 353	1.77 334	3.90 327	3.82 316

EDNetEfficientorigin	29.50 375	36.05 389	99.77 434	9.67 273	5.93 273	26.79 323	16.02 328	26.87 222	55.18 374	61.15 392	57.72 385	45.04 367	50.99 388	26.90 322	44.78 386	0.53 212	0.54 206	1.72 324	2.53 346	11.05 369	10.75 373

CSAN	22.36 348	11.11 335	26.06 326	21.79 369	5.59 261	34.55 354	36.54 391	40.04 351	50.84 363	37.47 356	40.31 327	45.09 368	33.07 359	27.44 323	25.80 324	1.60 312	0.75 232	1.08 303	1.80 336	2.89 306	3.36 308

Nwc_Net	18.76 319	5.80 291	19.91 304	14.99 345	11.96 358	26.32 320	15.90 327	41.68 358	40.50 322	21.85 256	43.58 348	34.89 326	29.47 342	27.48 324	26.34 328	3.75 347	0.27 148	2.55 340	3.31 352	2.25 295	2.46 278

ETE_ROB	18.45 317	10.71 331	20.90 311	14.23 337	4.92 232	23.28 301	22.01 357	33.00 284	36.14 301	30.68 329	39.03 321	46.10 372	26.28 324	27.52 325	26.22 327	0.53 212	0.49 197	1.16 309	0.94 308	1.69 281	3.07 301

Wz-Net-SNSev	23.35 353	18.18 365	47.37 367	14.55 339	8.63 337	28.33 331	29.16 382	39.88 350	55.80 378	32.16 337	53.91 379	39.35 344	24.42 314	27.60 326	38.11 365	1.06 282	0.24 143	1.20 311	0.95 311	3.16 315	2.93 296

SepStereo	12.04 244	2.60 199	15.62 268	9.37 265	6.27 288	16.04 236	7.71 239	22.70 177	33.92 279	19.53 218	29.03 213	19.51 221	19.10 285	27.97 327	8.98 188	0.78 251	0.02 23	0.29 244	0.01 56	0.48 163	0.81 100

APVNet	18.42 316	6.37 302	23.10 321	12.76 331	8.28 333	30.74 341	24.17 368	42.08 360	30.76 256	25.86 292	41.66 333	31.83 304	24.99 317	28.01 328	28.77 342	0.49 206	0.57 214	3.05 345	0.55 289	1.80 283	2.46 278

Wz-Net-MNSev	19.84 329	7.55 313	35.79 349	10.79 304	7.51 313	38.96 367	18.39 348	35.08 310	44.72 342	31.28 331	41.70 334	41.18 354	20.49 297	28.41 329	30.13 352	0.96 274	0.36 170	0.05 109	0.13 154	1.70 282	1.64 192

G-Net	21.66 341	9.10 328	39.39 355	15.85 350	9.60 346	51.00 385	16.73 333	28.32 233	31.17 258	38.99 359	43.24 346	33.26 318	32.09 355	28.50 330	26.50 330	4.74 355	3.92 372	3.60 352	1.02 316	8.42 355	7.86 355

LALA_ROB	19.82 328	8.32 322	18.64 299	13.59 334	5.79 267	28.03 330	23.44 363	43.09 363	37.57 306	33.91 348	41.55 332	50.73 381	25.61 321	29.09 331	27.30 335	0.73 241	0.67 224	2.08 331	1.42 328	2.70 303	2.12 260

NaN_ROB	17.35 302	7.91 316	18.84 300	11.29 313	4.93 233	33.28 351	20.75 354	38.10 338	43.81 336	30.28 327	31.53 250	32.88 312	20.88 300	29.10 332	17.85 270	0.40 185	0.43 188	0.31 249	0.44 270	0.98 248	3.03 300

SQANet	22.07 344	25.29 382	21.78 315	26.81 380	18.92 379	30.75 342	10.25 275	33.47 290	30.10 246	25.73 291	34.31 289	33.45 319	19.94 294	29.16 333	20.03 288	11.68 380	3.08 363	26.95 389	5.80 368	20.97 387	12.99 378

STTRV1_RVC	22.31 346	18.60 367	39.50 356	16.79 355	23.81 388	29.59 339	15.67 325	35.42 313	34.27 284	35.05 349	34.94 295	31.94 307	28.80 338	29.17 334	23.89 306	12.64 385	3.40 367	6.58 361	4.73 363	15.20 380	6.23 338

SANet	22.05 343	8.47 324	32.65 343	9.90 279	4.31 213	33.49 352	23.44 363	42.82 362	56.64 381	39.67 362	44.09 350	44.62 365	32.96 358	29.24 335	25.79 323	1.08 283	0.74 230	0.98 302	0.69 297	5.69 342	3.66 313

GASNet	17.87 310	20.62 374	32.66 344	21.17 366	9.48 345	16.26 242	9.15 257	45.00 374	40.55 323	26.16 295	24.34 172	33.05 313	15.45 243	29.82 336	18.15 273	3.79 348	0.28 153	1.87 327	0.51 282	7.06 346	1.97 227

coex-ft	31.29 381	39.15 393	93.51 423	9.71 276	5.77 266	36.25 359	26.79 378	31.43 270	59.45 387	73.35 408	58.73 386	45.49 369	48.48 384	30.19 337	46.52 390	1.59 309	1.71 336	0.94 299	0.97 314	9.43 358	6.35 342

AF-Net	19.18 323	6.50 303	16.90 281	16.60 354	11.00 354	23.83 303	11.31 290	36.25 322	51.10 365	25.56 289	38.34 315	41.77 357	31.01 351	30.20 338	27.83 337	4.87 358	0.27 148	4.60 354	1.00 315	2.67 302	2.02 241

DGSMNet	20.75 338	13.28 351	34.59 347	14.80 342	17.14 375	23.25 300	17.99 347	36.39 324	43.00 334	20.70 233	32.67 270	36.05 332	19.22 288	30.34 339	25.04 317	4.61 353	4.62 375	6.31 359	5.20 366	14.71 378	15.15 383

MDST_ROB	18.99 321	3.23 233	15.81 272	14.15 336	6.98 304	44.89 377	16.81 334	43.19 365	42.83 333	43.71 372	43.84 349	28.79 285	19.02 283	30.64 340	18.70 278	1.84 319	0.84 245	0.69 277	0.47 276	0.71 216	2.61 282

PWCDC_ROB	18.66 318	11.24 337	21.32 313	18.82 361	8.08 329	25.75 315	6.94 223	35.08 310	53.33 369	30.37 328	49.70 369	20.87 230	21.63 308	31.05 341	22.39 296	6.94 366	0.28 153	0.10 149	0.06 118	5.98 344	3.22 304

DANet	17.51 305	8.91 327	27.61 328	14.94 343	7.48 311	22.67 296	5.66 187	27.33 228	26.64 222	32.62 341	36.27 303	37.40 336	30.07 346	31.65 342	26.09 326	1.30 304	1.46 326	2.33 335	0.53 285	3.54 320	5.69 332
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
stereogan	19.38 325	4.02 260	18.62 297	13.54 333	10.30 349	37.03 360	9.83 270	39.12 345	46.13 350	25.09 287	41.76 335	40.01 348	27.19 329	32.16 343	25.48 319	2.44 330	1.13 274	2.70 343	0.86 305	5.45 339	4.81 320

ADCPNet	22.75 351	10.94 333	58.96 384	12.24 327	7.57 314	37.33 361	20.08 353	33.89 295	37.37 305	33.49 346	44.32 351	39.36 345	28.43 335	32.19 344	38.55 368	2.25 324	2.69 358	2.37 337	3.59 355	4.33 331	5.01 325

PWC_ROB	19.21 324	12.15 347	28.02 329	11.02 310	6.62 294	25.15 311	5.47 184	36.42 325	49.47 357	33.19 343	44.32 351	34.98 327	26.66 328	32.22 345	27.30 335	1.71 317	0.27 148	1.62 322	0.37 251	2.38 300	4.90 323

Anonymous Stereo	19.84 329	13.55 353	51.68 372	15.30 347	12.97 364	16.15 241	25.32 372	33.73 294	44.41 340	25.12 288	35.39 297	25.00 264	16.27 251	32.62 346	33.04 357	1.83 318	2.26 351	1.76 325	2.01 340	3.57 321	4.92 324

MSMD_ROB	23.50 355	10.55 330	15.65 271	17.87 360	10.07 348	35.58 357	19.04 350	34.53 305	37.81 310	41.55 365	60.11 388	46.01 371	39.81 371	32.74 347	24.92 316	6.86 365	3.63 370	8.92 372	11.16 383	7.21 347	5.99 336

DPSNet	25.20 363	7.92 317	36.17 350	11.72 319	6.85 300	53.68 387	43.17 397	52.22 388	60.09 389	31.61 332	39.76 324	40.91 352	35.82 362	33.42 348	26.48 329	4.98 359	2.10 344	0.50 265	1.13 319	9.63 359	5.83 333

WCMA_ROB	21.17 339	5.89 296	22.32 318	10.39 295	7.65 318	34.55 354	16.42 332	33.20 288	34.02 282	42.06 366	52.50 373	44.09 364	37.59 366	33.66 349	26.77 331	7.45 368	3.18 365	1.27 317	1.43 329	4.18 328	4.81 320

ADCL	22.44 349	7.79 314	49.20 370	10.61 301	7.28 310	40.40 373	21.03 355	32.07 276	55.07 373	28.53 314	48.73 364	31.68 301	31.69 354	34.04 350	38.38 366	1.22 299	0.93 256	2.65 342	1.89 337	2.65 301	2.94 297

ADCP+	18.93 320	5.83 293	35.35 348	9.85 278	10.36 350	29.49 338	13.65 312	34.22 301	37.75 309	30.02 325	41.45 331	24.18 256	26.43 327	34.71 351	36.58 361	0.27 161	0.40 177	2.00 330	1.19 321	2.31 298	2.66 284

FBW_ROB	21.87 342	11.80 341	25.52 323	14.64 340	7.49 312	31.20 344	16.35 331	45.28 375	44.78 343	44.85 376	40.36 328	43.50 363	27.85 332	34.94 352	23.52 301	3.07 339	2.15 347	7.53 369	3.03 351	4.30 330	5.17 328

SHD	22.33 347	11.30 338	32.10 340	15.61 348	9.88 347	26.75 322	10.12 273	41.84 359	61.77 391	36.36 353	44.65 353	39.28 343	31.10 352	35.07 353	32.76 356	2.35 327	1.95 342	1.24 316	1.90 338	4.33 331	6.34 340

PASM	29.37 374	19.17 368	50.43 371	23.55 375	23.15 386	27.62 327	27.82 379	35.90 316	50.76 361	35.98 352	40.55 329	47.26 376	34.98 360	35.28 354	38.72 369	12.58 384	15.96 392	17.57 383	22.46 391	13.71 375	13.92 381

FCDSN-DC	26.18 370	15.77 361	20.36 308	28.79 383	15.78 371	40.13 371	19.12 351	43.57 367	42.59 331	44.78 375	52.51 374	50.73 381	40.32 373	35.32 355	28.55 340	6.41 364	3.61 369	7.11 365	6.54 369	10.58 364	10.93 376
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	20.62 337	14.30 355	21.99 316	18.85 362	14.53 367	21.42 289	14.82 321	36.00 320	44.32 338	28.54 315	41.82 337	40.12 349	29.43 341	35.44 356	23.33 300	4.12 350	0.72 228	8.80 371	4.39 361	4.55 333	4.84 322

DISCO	16.93 298	2.58 197	17.15 284	8.26 239	4.37 215	27.65 328	10.68 279	31.28 267	44.93 344	22.21 261	34.47 291	36.48 333	23.91 312	36.14 357	34.48 358	0.35 174	0.11 109	0.04 101	0.07 125	1.95 285	1.40 171

PDISCO_ROB	25.35 365	10.44 329	31.01 338	29.47 384	20.36 381	38.32 363	17.74 344	45.56 376	55.34 375	29.88 323	42.94 344	46.63 373	29.76 344	36.23 358	31.29 354	10.74 375	2.20 349	6.96 363	3.53 354	9.98 363	8.52 362

NCC-stereo	20.61 334	7.39 311	25.96 324	15.90 351	16.62 373	20.15 280	23.27 360	44.11 372	41.29 327	25.00 285	38.64 317	35.47 328	28.75 336	36.35 359	26.90 332	4.83 356	2.14 345	3.33 349	9.27 378	3.10 311	3.72 314

Abc-Net	20.61 334	7.39 311	25.96 324	15.90 351	16.62 373	20.15 280	23.27 360	44.11 372	41.29 327	25.00 285	38.64 317	35.47 328	28.75 336	36.35 359	26.90 332	4.83 356	2.14 345	3.33 349	9.27 378	3.10 311	3.72 314
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FC-DCNN	25.07 361	12.06 345	20.30 307	19.06 363	9.41 344	38.40 364	23.46 365	41.37 356	44.07 337	46.76 379	53.99 380	50.49 380	39.32 369	36.43 361	29.46 346	7.40 367	3.39 366	6.15 358	5.01 365	8.05 352	6.83 347

MFN_U_SF_DS_RVC	24.71 359	14.86 357	32.18 341	26.47 379	10.48 351	40.27 372	22.83 359	36.88 332	44.51 341	42.59 367	47.13 363	40.20 350	28.00 333	36.70 362	28.36 338	4.23 352	4.00 373	6.73 362	16.35 389	5.05 335	6.34 340

LSM	30.92 377	21.18 375	57.13 383	19.98 364	54.02 403	33.70 353	25.92 375	43.87 368	49.18 355	46.43 378	55.59 383	43.44 361	36.70 364	36.70 362	28.75 341	2.94 335	9.77 388	5.07 355	8.20 376	10.77 365	29.00 395

psmorigin	21.56 340	11.18 336	36.59 351	10.19 286	7.08 306	25.30 312	12.35 300	33.52 292	33.12 272	43.62 371	54.15 381	42.72 360	37.44 365	36.87 364	28.98 345	1.65 314	2.78 359	0.81 291	1.19 321	3.62 322	8.10 358

RTSC	20.52 333	11.06 334	33.58 345	12.11 324	7.19 308	28.90 334	11.99 298	38.49 339	58.85 386	32.22 338	37.28 306	33.11 315	21.14 301	36.93 365	38.84 370	1.49 307	1.50 328	0.15 190	0.64 295	2.18 293	2.67 285

Wz-Net-TNSev	25.85 367	21.47 376	59.51 386	10.38 294	7.64 317	42.40 376	23.33 362	35.97 319	54.36 371	36.56 354	43.26 347	45.90 370	41.27 375	37.81 366	37.10 362	2.35 327	1.90 341	0.77 282	1.34 327	5.89 343	7.75 354

WZ-Net	25.86 368	14.23 354	64.17 389	15.77 349	10.61 352	39.36 368	28.01 380	41.38 357	54.97 372	28.82 317	53.68 376	40.90 351	30.14 347	37.91 367	42.98 383	1.59 309	0.49 197	0.73 279	0.95 311	5.43 338	5.12 327

XQC	25.15 362	18.26 366	52.31 373	22.53 374	12.15 359	37.47 362	21.78 356	38.74 342	55.51 377	32.40 339	30.75 238	38.36 339	30.19 348	38.28 368	41.25 376	4.61 353	1.44 323	2.77 344	2.26 344	12.52 373	9.49 368

ccnet	24.80 360	17.64 364	24.53 322	12.35 328	18.18 378	38.47 365	17.76 345	46.24 377	32.78 271	37.51 357	46.76 358	38.80 341	30.45 349	38.35 369	41.98 377	9.41 372	6.40 381	9.67 374	8.04 373	11.64 372	9.00 364

MeshStereo	22.95 352	7.84 315	12.46 219	8.13 238	5.20 245	38.49 366	13.36 311	42.69 361	38.05 311	51.34 384	53.82 377	58.22 389	43.29 378	38.42 370	29.59 347	2.96 336	2.84 361	3.11 347	2.33 345	3.12 313	3.65 312
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
GANetREF_RVC	26.12 369	30.35 384	27.03 327	26.08 378	6.28 290	31.16 343	37.25 393	48.48 381	50.90 364	37.30 355	36.39 304	34.11 322	30.98 350	38.51 371	28.38 339	9.08 370	2.68 357	16.48 381	5.42 367	16.24 382	9.34 367
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
ACVNet-4b	36.91 390	52.81 397	57.04 382	42.64 393	22.08 383	48.32 381	14.64 320	50.28 385	59.78 388	43.17 370	46.34 357	55.50 387	24.49 315	39.03 372	23.55 303	25.75 393	3.76 371	47.36 397	33.76 396	28.62 391	19.22 389

ADCMid	23.61 357	12.42 348	44.10 362	11.85 320	8.33 334	27.89 329	20.03 352	36.49 326	39.56 319	40.81 363	47.01 362	36.89 334	43.95 379	39.12 373	42.60 380	1.95 320	1.55 331	3.05 345	3.98 357	5.20 336	5.37 330

MFN_U_SF_RVC	28.91 373	15.44 359	55.12 377	22.00 371	8.49 336	41.39 374	15.36 324	52.74 389	46.70 352	47.83 380	53.87 378	54.97 386	40.50 374	39.54 374	40.77 374	6.09 362	4.92 377	7.08 364	9.02 377	7.68 350	8.69 363

SGM_RVC	20.33 332	3.24 234	8.92 96	7.20 195	1.62 107	39.61 369	17.01 337	39.11 344	35.12 294	46.26 377	42.62 342	51.57 383	39.45 370	39.66 375	29.87 350	1.16 294	0.37 172	0.55 268	0.35 245	1.20 257	1.64 192
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SAMSARA	35.29 387	19.78 369	33.90 346	55.86 399	36.15 393	76.79 416	94.89 426	49.29 382	51.59 368	38.15 358	37.83 311	53.71 385	39.29 368	40.56 376	40.41 373	4.02 349	6.72 383	2.35 336	4.12 359	9.70 361	10.76 374

otaku	33.83 383	36.87 391	53.81 374	40.41 390	21.58 382	54.54 389	17.45 342	44.01 371	61.47 390	39.63 360	50.06 371	46.76 374	29.76 344	40.64 377	30.07 351	19.17 389	7.09 384	32.34 391	9.92 380	24.17 389	16.94 385

Consistency-Raft	41.94 393	35.39 387	45.40 364	33.16 387	41.47 397	45.14 378	33.50 388	56.78 396	55.37 376	32.11 336	65.41 397	30.46 298	49.76 386	40.94 378	48.33 394	27.72 394	35.00 398	43.33 395	51.89 406	39.60 396	28.04 394

Ntro	35.59 388	38.58 392	55.41 378	43.66 394	22.54 385	57.26 390	23.73 367	47.69 380	63.99 397	39.63 360	48.82 365	47.68 377	37.60 367	41.55 379	30.80 353	17.85 387	6.61 382	33.21 392	10.52 382	26.65 390	17.97 387

DispFullNet	31.01 380	32.97 385	59.04 385	30.27 385	28.46 390	33.06 350	11.44 291	37.69 335	54.13 370	33.30 344	37.78 309	44.68 366	28.96 339	42.19 380	29.68 349	12.35 383	3.56 368	36.10 393	12.90 386	32.29 394	19.42 390

ADCS	27.11 371	15.49 360	48.87 369	15.20 346	10.99 353	31.86 346	24.37 369	43.99 370	58.30 384	43.12 369	49.92 370	41.90 358	41.43 376	42.90 381	46.29 388	3.00 338	2.60 354	2.45 339	3.47 353	7.63 349	8.41 360

AnyNet_C32	24.34 358	15.07 358	42.84 360	13.07 332	11.83 357	31.80 345	31.73 386	32.47 278	45.77 347	35.92 351	49.66 368	34.05 321	35.21 361	44.09 382	43.39 384	1.61 313	1.70 335	1.22 313	2.94 350	4.87 334	7.60 352

SGM-ForestM	25.21 364	4.80 277	13.50 236	8.68 251	3.74 187	46.85 379	22.04 358	46.25 378	51.32 367	51.28 383	52.07 372	62.64 396	47.13 383	46.05 383	36.30 360	1.99 321	2.25 350	1.21 312	1.24 324	1.65 280	3.21 303

AnyNet_C01	30.67 376	27.57 383	76.09 407	17.61 357	12.18 360	50.42 384	28.89 381	39.14 347	41.14 326	41.36 364	65.66 399	47.21 375	40.16 372	47.50 384	49.82 395	2.38 329	2.79 360	2.31 334	2.83 349	8.35 354	9.99 372

NVStereoNet_ROB	42.81 395	34.00 386	46.84 366	37.40 388	28.64 391	35.65 358	33.88 390	49.95 383	58.27 383	69.65 403	75.69 408	66.36 400	65.66 401	48.37 385	62.04 408	16.50 386	25.07 395	23.61 386	32.35 394	21.58 388	24.72 392
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.77 396	63.10 405	65.03 393	60.15 400	39.21 396	59.39 398	31.46 385	57.61 398	78.49 414	50.61 382	66.05 400	59.57 392	45.26 380	50.17 386	42.57 379	46.92 402	45.90 403	53.26 401	32.46 395	54.03 402	34.14 398

ACVNet_1	42.11 394	50.66 395	66.19 394	45.24 396	25.33 389	50.11 383	25.60 374	55.90 393	65.25 398	60.15 389	59.98 387	63.57 397	50.05 387	50.45 387	38.46 367	20.06 390	11.00 389	38.79 394	14.48 387	31.31 393	19.68 391

ELAS	34.78 385	20.32 371	38.13 353	21.79 369	14.89 368	57.95 395	37.04 392	51.15 386	51.19 366	60.95 391	64.42 394	59.08 391	54.44 391	51.53 388	46.26 387	12.00 381	7.83 385	10.46 375	8.04 373	14.42 376	13.71 380
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	37.85 391	35.62 388	55.10 376	38.16 389	13.19 365	57.63 393	24.72 370	52.87 390	63.40 396	66.39 400	63.74 392	58.16 388	54.28 390	51.56 389	47.39 391	9.36 371	5.44 378	14.82 380	15.34 388	18.80 385	11.04 377

RTS	30.97 378	24.38 380	96.47 424	17.75 358	12.63 362	58.43 396	26.47 376	38.01 336	63.33 394	44.41 373	46.81 359	33.16 316	45.26 380	52.06 390	42.65 381	2.66 332	1.40 316	1.09 304	1.02 316	5.49 340	5.86 334

RTSA	30.97 378	24.38 380	96.47 424	17.75 358	12.63 362	58.43 396	26.47 376	38.01 336	63.33 394	44.41 373	46.81 359	33.16 316	45.26 380	52.06 390	42.65 381	2.66 332	1.40 316	1.09 304	1.02 316	5.49 340	5.86 334

PVD	34.10 384	19.91 370	39.04 354	27.08 381	18.09 377	35.11 356	44.32 399	52.16 387	66.36 399	53.04 386	64.50 395	52.33 384	56.17 393	52.24 392	42.11 378	4.17 351	4.82 376	9.60 373	4.65 362	11.11 370	25.25 393

MANE	33.27 382	12.69 349	21.10 312	22.10 372	15.09 370	49.75 382	29.51 383	54.10 392	56.36 380	59.73 388	64.93 396	65.43 399	57.34 397	52.70 393	41.02 375	10.52 374	6.09 380	7.35 367	20.29 390	9.66 360	9.65 369

BEATNet-Init1	36.29 389	22.72 377	56.79 381	28.53 382	13.41 366	59.81 399	33.49 387	53.72 391	58.64 385	60.78 390	63.63 391	70.42 401	56.59 395	53.93 394	46.48 389	5.63 360	4.14 374	7.49 368	7.45 370	11.35 371	10.88 375

ELAS_RVC	34.88 386	20.50 372	37.14 352	22.37 373	15.07 369	54.02 388	38.42 394	50.06 384	56.72 382	61.86 396	63.52 390	58.79 390	54.60 392	54.13 395	43.99 385	12.20 382	7.90 386	10.75 376	7.65 371	14.42 376	13.42 379
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	58.13 402	62.74 404	73.58 404	66.59 403	38.77 395	63.23 401	49.56 400	72.12 412	82.24 418	79.37 416	88.96 424	76.25 405	73.29 407	55.14 396	48.05 392	38.17 396	24.21 394	54.92 402	37.94 397	48.23 397	29.29 396

anonymity	52.60 397	58.73 399	63.81 388	41.37 392	59.41 407	53.52 386	41.39 395	56.50 395	40.60 324	55.03 387	49.64 367	49.57 379	56.22 394	59.42 397	50.07 396	55.57 405	50.19 409	51.15 399	51.23 404	51.90 398	56.75 406

FADE	41.33 392	36.34 390	68.69 398	32.23 386	23.74 387	40.08 370	25.42 373	57.46 397	71.16 405	43.07 368	41.76 335	43.49 362	51.40 389	59.46 398	52.27 399	38.46 397	21.19 393	44.28 396	42.47 398	17.94 384	15.62 384

SPS-STEREO	56.02 401	59.82 402	64.35 390	45.23 395	53.96 402	61.34 400	44.05 398	60.08 399	50.73 360	62.61 397	61.78 389	59.73 393	57.62 398	60.63 399	59.08 403	58.29 407	48.28 404	51.30 400	49.29 402	55.67 403	56.59 405
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	55.54 400	57.77 398	64.45 391	40.89 391	53.89 401	63.34 402	50.45 401	56.00 394	45.95 348	61.43 394	64.32 393	61.05 394	56.70 396	61.32 400	56.86 402	56.51 406	49.35 407	50.49 398	50.00 403	52.52 399	57.57 407

WAO-7	72.48 412	78.58 414	55.84 379	79.20 415	69.56 418	71.30 408	73.06 417	78.20 421	84.37 420	77.52 412	85.78 419	79.44 410	80.26 414	65.93 401	66.47 412	62.13 409	69.81 421	70.46 406	73.18 412	66.66 406	61.95 410

TorneroNet-64	66.18 406	71.37 409	72.19 403	76.80 410	59.54 408	67.82 406	59.56 405	67.83 405	79.98 415	63.09 398	67.00 401	82.98 413	69.97 404	68.02 402	62.78 409	49.03 403	44.17 402	73.23 407	64.19 408	69.14 409	54.83 404

DPSimNet_ROB	74.86 417	83.75 423	61.14 387	77.51 411	65.78 413	76.04 414	75.86 418	74.62 416	77.61 412	82.20 418	75.97 409	80.50 412	72.45 405	68.06 403	84.65 423	81.90 423	52.11 410	79.97 413	76.71 417	70.85 412	79.47 423

WAO-6	71.06 408	73.42 411	67.24 395	79.78 417	61.93 411	69.67 407	60.23 406	75.12 417	87.02 421	74.87 409	79.60 412	79.28 409	84.75 419	68.25 404	61.91 407	67.67 411	48.98 406	81.65 416	73.43 413	66.76 407	59.64 408

JetBlue	54.72 399	46.20 394	75.05 405	51.44 397	47.85 398	76.48 415	62.38 408	64.44 402	62.86 393	63.67 399	65.49 398	78.96 408	68.77 402	68.63 405	75.95 420	37.07 395	25.78 397	29.10 390	29.19 393	29.75 392	35.27 399

UNDER WATER-64	73.59 415	75.19 413	88.26 419	74.50 407	55.55 405	78.94 419	76.55 419	65.86 403	68.37 404	75.79 411	69.24 404	84.00 416	77.49 412	69.01 406	73.11 416	81.39 421	57.22 414	82.69 420	80.62 418	69.53 410	68.45 417

MADNet+	53.97 398	69.36 407	98.79 431	67.30 404	38.52 394	79.97 420	81.50 422	61.38 400	62.53 392	52.01 385	55.50 382	61.22 395	59.61 399	70.25 407	77.26 421	25.21 392	25.07 395	17.40 382	12.69 385	34.21 395	29.70 397

TorneroNet	71.59 409	73.91 412	76.67 408	81.06 419	65.65 412	71.44 409	65.68 410	71.66 411	75.08 409	71.76 405	73.09 407	84.12 417	74.51 410	70.46 408	69.58 413	59.87 408	48.58 405	79.93 412	73.78 414	75.74 419	69.18 418

UNDER WATER	76.36 418	79.65 418	88.23 418	84.62 421	67.01 414	77.90 417	78.03 420	67.43 404	72.64 408	75.52 410	71.49 406	85.52 418	82.57 417	70.68 409	75.48 419	79.61 419	54.01 411	86.59 424	84.76 423	72.44 415	72.94 420

MFMNet_re	72.11 411	79.45 417	64.79 392	52.91 398	84.26 423	78.00 418	69.47 413	64.08 401	67.45 403	61.33 393	71.28 405	64.22 398	69.42 403	72.45 410	61.54 405	81.63 422	73.93 423	80.19 414	74.21 415	83.02 423	88.49 426

WAO-8	77.20 419	78.94 415	67.39 396	86.73 423	72.82 420	79.98 421	69.63 414	77.88 419	88.66 423	83.17 420	86.77 420	85.56 419	85.20 421	72.63 411	69.82 414	75.00 415	55.65 412	87.92 426	83.63 421	71.60 413	64.97 413

Venus	77.20 419	78.94 415	67.39 396	86.73 423	72.82 420	79.98 421	69.63 414	77.88 419	88.66 423	83.17 420	86.77 420	85.56 419	85.20 421	72.63 411	69.82 414	75.00 415	55.65 412	87.92 426	83.63 421	71.61 414	64.97 413

IMH-64-1	59.89 403	58.89 400	69.08 399	66.46 401	50.96 399	57.48 391	51.18 402	69.03 406	67.25 400	67.90 401	80.31 413	70.42 401	74.30 408	72.66 413	50.07 396	42.88 399	43.00 400	65.88 403	47.48 399	53.41 400	39.15 400

IMH-64	59.89 403	58.89 400	69.08 399	66.46 401	50.96 399	57.48 391	51.18 402	69.03 406	67.25 400	67.90 401	80.31 413	70.42 401	74.30 408	72.66 413	50.07 396	42.88 399	43.00 400	65.88 403	47.48 399	53.41 400	39.15 400

ktn	72.86 414	80.20 420	70.88 402	79.38 416	69.76 419	75.01 410	70.17 416	69.27 408	77.21 411	73.05 407	77.79 410	77.79 406	77.01 411	73.04 415	56.44 401	79.36 417	66.31 418	80.24 415	68.37 409	72.53 416	63.45 411

LVE	71.96 410	73.19 410	84.13 416	75.60 408	55.78 406	75.59 412	63.60 409	77.67 418	83.64 419	82.16 417	87.25 423	83.54 415	82.79 418	76.17 416	65.22 411	49.11 404	57.71 415	74.86 409	62.93 407	66.84 408	61.36 409

KSHMR	88.63 426	93.05 427	84.15 417	95.59 428	91.74 428	82.94 423	83.28 423	84.59 424	81.87 417	87.85 423	83.96 417	91.71 424	81.49 415	76.73 417	82.12 422	96.47 430	96.06 430	96.71 430	97.16 430	92.74 430	92.47 430

IMH	63.51 405	61.05 403	69.15 401	69.90 405	54.09 404	65.82 405	55.66 404	72.12 412	72.52 407	72.73 406	81.82 415	73.16 404	79.86 413	77.03 418	52.57 400	44.46 401	50.01 408	68.11 405	51.57 405	56.59 404	41.88 403

notaker	72.59 413	79.99 419	79.75 411	79.06 414	68.60 416	63.66 403	62.15 407	69.61 409	75.78 410	77.77 413	79.16 411	79.92 411	84.80 420	77.69 419	59.73 404	70.15 414	61.03 417	77.65 411	68.69 410	70.81 411	65.81 415

JetRed	79.80 422	80.33 421	91.79 421	71.25 406	75.71 422	91.85 425	80.84 421	79.41 422	80.84 416	84.48 422	84.47 418	83.34 414	72.72 406	79.51 420	85.74 424	69.66 413	81.68 424	73.70 408	72.68 411	82.42 422	73.53 421

LRCNet_RVC	73.95 416	70.63 408	75.65 406	77.92 412	60.69 410	41.66 375	16.24 330	71.26 410	48.66 354	88.23 424	93.84 427	90.11 423	82.18 416	80.69 421	61.88 406	97.09 431	72.20 422	96.71 430	97.62 431	77.99 420	77.70 422

PWCK	66.53 407	88.82 425	80.30 412	80.69 418	30.85 392	65.18 404	41.64 396	72.55 414	71.28 406	78.68 415	69.18 403	78.14 407	62.17 400	82.93 422	63.46 410	80.46 420	40.52 399	82.05 418	47.71 401	74.54 418	39.47 402

Dean	80.94 423	86.19 424	83.94 415	85.03 422	60.07 409	75.42 411	67.27 411	81.85 423	88.36 422	92.35 426	87.09 422	92.14 425	93.19 426	83.37 423	74.06 417	68.69 412	66.48 419	94.89 429	84.90 424	83.86 425	69.69 419

HanzoNet	77.99 421	81.45 422	83.64 413	78.05 413	69.26 417	75.78 413	69.09 412	73.99 415	78.09 413	82.39 419	83.06 416	85.66 421	87.00 424	86.11 424	74.40 418	85.46 427	68.53 420	81.84 417	75.61 416	73.07 417	67.26 416

ASD4	87.80 425	90.70 426	83.73 414	83.43 420	90.78 427	97.93 428	99.61 433	89.14 425	96.84 429	88.33 425	93.49 425	89.94 422	86.43 423	88.88 425	91.91 426	79.57 418	81.89 425	76.64 410	81.57 420	83.78 424	81.45 424

xxxxx1	91.89 428	95.36 429	98.42 428	87.40 425	89.37 424	98.54 429	98.20 430	92.95 426	93.30 426	93.53 427	95.30 428	97.01 427	96.36 427	94.68 426	94.93 427	83.39 424	84.31 426	82.86 421	88.15 426	84.30 426	89.46 427

tt_ll	91.89 428	95.36 429	98.42 428	87.40 425	89.37 424	98.54 429	98.20 430	92.95 426	93.30 426	93.53 427	95.30 428	97.01 427	96.36 427	94.68 426	94.93 427	83.39 424	84.31 426	82.86 421	88.15 426	84.30 426	89.46 427

ff	91.89 428	95.36 429	98.42 428	87.40 425	89.37 424	98.54 429	98.20 430	92.95 426	93.30 426	93.53 427	95.30 428	97.01 427	96.36 427	94.68 426	94.93 427	83.39 424	84.31 426	82.86 421	88.15 426	84.30 426	89.46 427

MADNet++	94.07 431	93.58 428	90.62 420	96.24 429	96.57 429	97.26 427	90.52 424	94.64 429	91.89 425	97.09 430	93.64 426	94.65 426	92.81 425	96.06 429	95.06 430	95.31 429	95.85 429	92.44 428	92.08 429	91.00 429	94.17 432

MEDIAN_ROB	99.20 433	99.85 432	99.64 433	98.51 431	98.53 431	98.60 432	97.88 429	98.83 432	98.59 431	99.35 434	99.47 433	99.57 432	99.05 432	98.38 430	98.37 433	99.99 433	99.63 432	100.00 434	100.00 435	99.82 433	99.92 434

SPstereo	83.66 424	69.17 406	79.52 410	76.33 409	67.79 415	88.06 424	91.78 425	100.00 435	100.00 435	99.12 431	99.11 431	100.00 438	98.10 430	98.44 431	89.22 425	65.98 410	60.50 416	82.46 419	81.00 419	62.47 405	64.12 412

HaxPig	99.40 434	99.99 434	97.53 426	99.99 435	99.99 434	96.91 426	97.19 427	99.57 433	99.99 433	99.98 436	100.00 435	99.99 436	99.96 434	99.06 432	97.86 431	99.99 433	100.00 436	100.00 434	100.00 435	100.00 435	99.98 435

Anonymous_1	99.63 435	99.96 433	99.94 435	99.77 434	99.59 433	100.00 436	100.00 436	99.81 434	99.98 432	99.63 435	99.94 434	99.75 433	100.00 435	99.67 433	99.89 434	98.37 432	99.84 433	98.70 432	99.26 432	99.29 432	99.24 433

test_example2	99.67 436	99.99 434	99.99 436	100.00 436	99.99 434	99.87 434	99.99 435	98.01 430	100.00 435	100.00 437	100.00 435	98.18 430	98.43 431	99.98 434	99.98 435	100.00 435	99.99 435	99.40 433	99.52 434	100.00 435	100.00 436

DPSMNet_ROB	99.95 438	100.00 437	100.00 438	100.00 436	100.00 436	100.00 436	100.00 436	100.00 435	100.00 435	99.16 432	100.00 435	99.95 434	100.00 435	99.98 434	99.99 436	100.00 435	100.00 436	100.00 434	100.00 435	100.00 435	100.00 436

DGTPSM_ROB	99.95 438	100.00 437	100.00 438	100.00 436	100.00 436	100.00 436	100.00 436	100.00 435	100.00 435	99.16 432	100.00 435	99.95 434	100.00 435	99.98 434	99.99 436	100.00 435	100.00 436	100.00 434	100.00 435	100.00 435	100.00 436

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

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

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

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

tt	89.84 427	1.21 8	99.99 436	99.29 433	100.00 436	100.00 436	100.00 436	100.00 435	99.99 433	78.46 414	68.51 402	99.99 436	100.00 435	100.00 437	100.00 438	95.27 428	99.93 434	87.33 425	86.20 425	94.13 431	86.50 425

PML	99.07 432	100.00 437	98.17 427	99.22 432	99.21 432	99.98 435	99.74 434	98.27 431	98.10 430	100.00 437	99.37 432	98.77 431	99.85 433	100.00 437	98.07 432	100.00 435	99.54 431	100.00 434	99.51 433	99.87 434	93.65 431

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

LSM0	100.00 440	100.00 437	100.00 438	100.00 436	100.00 436	100.00 436	100.00 436	100.00 435	100.00 435	100.00 437	100.00 435	100.00 438	100.00 435	100.00 437	100.00 438	100.00 435	100.00 436	100.00 434	100.00 435	100.00 435	100.00 436

DPSM_ROB	100.00 440	100.00 437	100.00 438	100.00 436	100.00 436	100.00 436	100.00 436	100.00 435	100.00 435	100.00 437	100.00 435	100.00 438	100.00 435	100.00 437	100.00 438	100.00 435	100.00 436	100.00 434	100.00 435	100.00 435	100.00 436

DPSM	100.00 440	100.00 437	100.00 438	100.00 436	100.00 436	100.00 436	100.00 436	100.00 435	100.00 435	100.00 437	100.00 435	100.00 438	100.00 435	100.00 437	100.00 438	100.00 435	100.00 436	100.00 434	100.00 435	100.00 435	100.00 436

AVERAGE_ROB	99.81 437	99.99 434	99.44 432	100.00 436	100.00 436	99.02 433	97.81 428	100.00 435	100.00 435	100.00 437	100.00 435	100.00 438	100.00 435	100.00 437	100.00 438	100.00 435	100.00 436	100.00 434	100.00 435	100.00 435	100.00 436

Low-res two-view benchmark