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

AnonymousM	2.96 154	7.19 374	1.41 1	0.92 98	0.06 6	2.37 67	0.52 123	6.05 100	3.83 62	4.97 97	2.37 39	1.91 74	1.00 61	2.23 37	1.06 61	0.01 106	0.57 279	17.64 395	4.90 394	0.02 10	0.27 131

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 72	0.01 1	1.98 47	0.55 129	3.52 5	3.54 42	0.96 27	1.63 22	0.19 2	0.41 23	1.29 7	0.58 5	0.00 1	0.01 104	0.00 1	0.00 1	0.05 61	0.08 40

CES	1.72 40	0.40 18	1.82 3	0.65 66	7.83 381	2.62 87	0.13 39	5.35 57	2.68 7	0.36 1	1.30 18	0.33 26	0.32 12	1.92 24	0.72 22	0.01 106	0.02 136	0.00 1	0.00 1	0.56 325	7.35 388

knoymous	1.50 24	0.28 3	1.99 4	0.33 33	0.48 115	1.58 22	0.11 28	5.71 77	2.81 9	4.85 93	1.75 27	4.58 160	0.46 34	3.66 63	1.30 83	0.01 106	0.02 136	0.00 1	0.00 1	0.02 10	0.09 44

CASnet	1.09 5	0.47 38	2.09 5	0.79 84	0.08 10	2.10 54	0.14 48	3.83 11	4.26 82	3.84 80	1.56 20	0.32 25	0.30 8	1.13 2	0.77 25	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	1.56 33	0.34 6	2.13 6	0.77 83	0.76 164	2.36 66	0.52 123	6.80 130	3.08 22	0.53 10	3.34 54	0.26 15	0.31 9	7.24 154	0.73 23	0.01 106	0.80 294	0.00 1	0.14 259	0.08 91	1.01 252

PSM-AAD	3.43 191	0.31 4	2.16 7	0.80 86	0.57 135	2.53 79	5.97 329	5.53 62	3.98 70	11.00 316	11.90 258	2.93 95	9.36 332	8.03 201	1.00 55	0.01 106	0.01 104	0.00 1	0.00 1	0.06 70	2.39 357

CREStereo	1.09 5	0.51 56	2.16 7	0.11 2	0.24 68	1.67 26	0.03 9	4.24 17	6.91 187	0.80 23	1.73 25	0.44 36	0.64 42	1.58 13	0.61 9	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
panet	1.09 5	0.47 38	2.19 9	0.12 3	0.21 58	1.70 30	0.02 5	4.28 21	6.97 190	0.78 22	1.77 29	0.48 39	0.67 43	1.50 11	0.58 5	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.03 10

CAS	2.42 102	0.37 8	2.30 10	11.49 388	3.97 343	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 14	0.28 7	1.73 16	0.92 43	10.05 395	0.01 104	0.00 1	0.00 1	0.01 3	6.26 385

Any-RAFT	2.33 89	0.36 7	2.35 11	1.58 153	0.84 172	4.93 236	0.55 129	9.10 194	5.93 151	4.30 86	4.90 89	5.79 206	2.22 132	2.75 51	0.51 3	0.02 191	0.32 257	0.00 1	0.00 1	0.02 10	0.18 94

CAS++	1.27 10	0.68 101	2.40 12	0.25 23	0.30 79	1.80 37	0.61 145	8.46 177	3.61 47	1.80 45	2.42 41	0.18 1	0.21 2	2.12 32	0.49 2	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.06 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MSKI-zero shot	2.23 80	0.49 51	2.49 13	1.60 154	0.81 169	2.69 97	0.29 78	6.82 131	2.50 5	4.37 88	7.61 164	3.65 128	0.26 4	8.62 242	0.63 10	0.01 106	1.09 327	0.00 1	0.25 307	0.03 28	0.46 180

LoS	1.03 4	0.43 20	2.53 14	0.64 64	0.14 24	2.42 70	0.26 74	5.64 73	2.93 12	1.08 29	0.24 4	0.49 40	0.45 32	2.31 41	0.83 33	0.02 191	0.02 136	0.00 1	0.00 1	0.06 70	0.03 10

KYRaft	3.68 205	0.43 20	2.53 14	0.89 92	0.49 117	2.28 63	3.89 300	5.30 50	3.82 61	8.99 261	19.28 332	6.54 223	4.96 246	7.92 196	0.96 51	0.01 106	0.00 1	0.00 1	0.01 176	0.06 70	5.17 379

LCNet	2.94 150	0.55 69	2.57 16	1.03 107	0.59 138	2.05 51	1.55 249	5.51 61	4.19 78	6.08 137	10.58 236	4.54 158	6.63 286	7.59 181	0.90 40	0.01 106	0.00 1	0.01 250	0.76 364	0.31 285	3.43 369

MyStereo07	1.64 36	1.15 197	2.61 17	1.28 125	1.49 243	2.63 89	0.45 105	6.45 119	2.94 13	1.10 30	1.61 21	0.29 19	0.60 40	7.45 170	0.80 26	0.01 106	1.27 357	0.00 1	0.25 307	0.11 136	0.42 173

AEACV	1.27 10	0.38 9	2.61 17	1.75 179	1.21 217	2.44 72	0.85 202	4.79 31	1.67 1	0.71 15	0.26 6	0.29 19	2.00 124	2.30 40	0.66 12	0.01 106	0.95 307	0.00 1	0.42 347	0.12 153	2.07 347

Prome-Stereo	3.73 211	0.39 14	2.62 19	1.05 108	0.52 128	2.06 53	4.58 315	4.88 35	3.95 67	9.34 275	20.39 337	4.03 138	7.02 295	7.86 192	1.31 85	0.00 1	0.00 1	0.00 1	0.00 1	0.07 86	4.52 378

GrayStereo	3.86 219	0.33 5	2.63 20	1.66 164	0.62 141	3.09 144	7.92 358	6.43 118	3.88 64	10.61 304	16.51 309	5.75 204	8.40 318	6.75 136	1.58 101	0.01 106	0.00 1	0.01 250	0.62 359	0.04 46	0.38 159

iRaftStereo_RVC	1.88 43	1.22 213	2.63 20	0.95 101	0.06 6	2.96 136	0.05 11	6.08 104	3.99 71	3.92 82	4.88 87	2.53 87	0.62 41	3.62 61	1.19 73	0.00 1	1.19 350	0.00 1	0.00 1	0.37 297	1.29 280

LargeStereo	1.58 34	0.81 126	2.66 22	1.35 130	0.99 191	2.47 74	0.98 215	7.35 152	3.70 51	0.82 24	2.24 37	0.44 36	1.18 76	2.08 31	1.15 66	0.03 221	1.18 349	0.00 1	0.05 225	0.17 202	2.00 345

LoS_RVC	1.47 22	1.75 272	2.66 22	0.52 59	3.89 339	1.67 26	0.04 10	2.66 3	2.61 6	0.55 12	2.63 45	0.31 21	1.68 112	1.99 26	0.81 29	0.01 106	0.02 136	0.00 1	0.00 1	0.03 28	5.54 380

IGEV-Stereo	1.51 25	0.81 126	2.69 24	0.60 61	0.69 146	2.77 110	0.79 183	4.88 35	2.99 20	0.82 24	1.25 13	0.31 21	0.42 25	7.43 162	0.85 34	0.00 1	0.83 295	0.00 1	0.17 273	0.12 153	1.85 330
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
anonymousdsp	1.51 25	0.81 126	2.70 25	0.60 61	0.69 146	2.76 109	0.79 183	4.86 32	3.00 21	0.82 24	1.25 13	0.31 21	0.42 25	7.44 163	0.81 29	0.00 1	0.83 295	0.00 1	0.17 273	0.12 153	1.85 330

Former-RAFT_DAM_RVC	1.39 15	0.74 114	2.72 26	0.73 75	1.26 224	2.42 70	0.02 5	3.78 9	8.16 226	1.81 48	2.94 49	0.28 17	0.32 12	1.51 12	0.76 24	0.04 242	0.01 104	0.00 1	0.00 1	0.08 91	0.19 100

raftrobust	2.16 69	1.31 222	2.76 27	2.38 260	3.33 320	2.72 102	0.51 122	5.34 53	4.64 99	6.13 139	3.98 70	1.63 67	2.51 144	3.02 54	1.64 112	0.00 1	0.76 292	0.00 1	0.02 193	0.14 179	0.27 131

PMTNet	1.48 23	0.43 20	2.77 28	0.31 27	0.17 38	2.94 135	0.33 87	3.66 8	5.27 123	1.11 31	1.28 17	0.28 17	0.92 57	4.32 78	0.90 40	4.89 383	0.00 1	0.00 1	0.00 1	0.03 28	0.05 25

MIF-Stereo	0.94 2	0.53 61	2.82 29	0.94 100	1.29 230	0.56 3	0.12 32	1.49 1	3.16 23	1.77 44	2.22 36	0.20 4	0.32 12	1.76 22	1.33 88	0.00 1	0.00 1	0.00 1	0.00 1	0.16 196	0.02 5

FTStereo	4.61 266	0.54 64	2.86 30	0.98 103	0.40 105	2.57 83	8.51 361	5.70 76	3.76 57	10.85 312	29.92 373	5.53 192	7.43 304	7.73 186	1.63 109	0.17 305	0.00 1	0.05 314	0.00 1	0.04 46	3.62 373

EGLCR-Stereo	1.45 17	0.26 2	2.91 31	1.94 202	0.90 178	3.13 148	0.69 165	5.81 83	3.21 24	1.14 33	0.20 3	1.52 65	0.37 18	4.29 77	0.69 17	0.01 106	0.79 293	0.00 1	0.00 1	0.01 3	1.21 273

MGS-Stereo	1.22 9	0.44 29	2.92 32	0.83 88	0.07 9	1.82 40	0.65 155	2.44 2	3.95 67	1.11 31	6.19 124	0.49 40	0.37 18	1.73 16	0.81 29	0.00 1	0.00 1	0.00 1	0.00 1	0.48 316	0.01 1

TANstereo	1.32 12	0.79 120	2.93 33	0.37 40	0.11 13	1.81 39	0.01 1	3.56 6	4.36 88	4.53 90	4.96 90	0.41 34	0.68 44	1.22 3	0.59 7	0.01 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

XX-TBD	1.55 32	1.11 191	2.94 34	2.45 266	0.06 6	2.31 64	0.01 1	3.58 7	7.80 213	3.11 63	5.10 93	0.27 16	0.26 4	1.42 10	0.60 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 19

R-Stereo Train	2.60 121	0.46 33	2.94 34	1.10 112	0.18 41	3.61 177	0.60 142	6.88 133	3.50 30	9.13 266	17.23 317	1.77 71	0.77 50	2.03 28	1.65 114	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 110

RAFT-Stereo	2.60 121	0.46 33	2.94 34	1.10 112	0.18 41	3.61 177	0.60 142	6.88 133	3.50 30	9.13 266	17.23 317	1.77 71	0.77 50	2.03 28	1.65 114	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 110
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
GMOStereo	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

error version	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

test-v	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

test-2	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 118

cross-raft	2.25 81	0.48 43	2.96 41	1.87 192	0.94 184	3.72 192	0.47 109	7.61 162	4.15 75	5.37 109	5.68 113	6.17 214	1.40 94	2.15 34	1.06 61	0.01 106	0.22 242	0.00 1	0.19 279	0.03 28	0.41 169

ff7	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

IGEVStereo-DCA	1.54 28	1.71 265	2.99 42	0.73 75	0.24 68	2.69 97	0.81 188	4.31 22	2.97 15	0.73 16	0.16 1	0.23 9	0.32 12	7.57 179	2.72 188	0.00 1	0.49 275	0.00 1	0.16 264	0.17 202	1.82 323

ffff	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

11t	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.87 38	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

ccc-4	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 264	0.12 153	1.82 323

PSMNet-ADL	3.17 170	0.56 77	3.00 47	1.55 151	0.40 105	5.97 257	0.28 76	9.06 191	5.75 146	3.56 70	6.80 145	8.33 257	4.51 225	7.65 184	5.51 259	0.03 221	0.09 208	0.00 1	0.00 1	0.03 28	0.28 135

THIR-Stereo	3.94 224	1.12 194	3.06 48	0.23 18	0.13 23	4.17 213	6.40 338	5.83 85	4.54 96	10.46 301	16.98 312	6.49 222	7.44 305	8.00 198	3.58 206	0.01 106	0.07 200	0.07 323	0.00 1	0.14 179	0.06 32

CREStereo++_RVC	1.70 38	0.50 55	3.07 49	0.45 52	0.01 1	1.69 29	0.02 5	3.09 4	8.24 227	3.82 78	7.53 162	0.49 40	0.32 12	1.05 1	0.52 4	0.00 1	0.00 1	0.00 1	3.03 386	0.01 3	0.08 40
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
Gwc-CoAtRS	2.16 69	0.42 19	3.13 50	1.28 125	0.31 81	3.52 173	0.39 95	6.56 121	6.31 162	5.38 110	5.11 94	5.47 189	1.70 114	2.00 27	1.08 64	0.01 106	0.19 236	0.00 1	0.25 307	0.02 10	0.16 86

raft+_RVC	2.18 72	1.49 245	3.14 51	2.77 290	2.01 272	1.40 13	0.10 25	7.02 137	5.35 125	2.99 59	5.54 110	1.19 55	1.34 92	4.98 87	1.49 96	0.00 1	1.45 366	0.00 1	0.00 1	0.14 179	1.11 264

DCRE	2.21 77	0.95 167	3.17 52	2.10 219	1.30 232	1.86 42	0.05 11	5.33 52	4.69 103	3.59 71	9.37 204	3.81 129	1.18 76	2.34 43	1.22 78	0.01 106	0.97 310	0.00 1	0.30 327	0.04 46	1.97 343

ProNet	1.58 34	0.86 144	3.17 52	0.75 82	0.72 155	2.84 117	0.66 156	5.91 95	3.28 27	0.37 2	1.47 19	0.40 33	0.37 18	7.19 152	0.70 18	0.02 191	0.98 315	0.00 1	0.05 225	0.20 222	1.77 320

EAI-Stereo	2.75 137	0.54 64	3.17 52	0.91 97	1.28 226	4.02 208	5.30 326	12.39 273	4.76 106	2.51 53	7.10 155	1.22 56	0.94 58	6.03 114	1.96 143	0.01 106	0.56 277	0.00 1	1.38 375	0.04 46	0.95 247

RCA-Stereo	2.19 74	0.46 33	3.22 55	0.47 55	0.33 87	2.27 61	0.47 109	5.60 70	15.20 328	2.86 56	5.61 111	0.78 49	3.15 162	1.71 14	0.48 1	0.00 1	0.90 300	0.00 1	0.00 1	0.10 125	0.26 129

HSM-Net_RVC	4.40 253	0.44 29	3.22 55	0.72 72	0.68 144	7.06 276	1.82 258	12.57 279	8.48 232	9.04 262	12.20 264	14.98 328	5.14 254	7.32 159	4.19 228	0.02 191	0.02 136	0.00 1	0.00 1	0.02 10	0.14 69
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GMM-Stereo	3.42 189	0.39 14	3.24 57	0.87 91	0.50 118	2.26 60	4.73 318	5.64 73	3.81 59	7.08 188	16.57 310	6.13 212	3.62 188	7.74 187	1.40 93	0.05 255	0.00 1	0.00 1	0.04 222	0.12 153	4.24 377

CFNet-RSSM	2.26 82	0.43 20	3.24 57	1.28 125	0.31 81	3.19 152	0.40 96	7.62 163	7.29 201	5.88 122	4.68 86	5.32 186	1.68 112	2.26 39	1.04 59	0.01 106	0.09 208	0.00 1	0.31 330	0.03 28	0.16 86

DeepStereo_RVC	2.15 68	0.55 69	3.26 59	0.21 15	0.19 44	3.47 169	0.68 162	5.76 80	3.60 46	6.36 149	4.19 73	3.42 114	4.44 223	5.04 89	1.59 104	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.18 94

AFF-stereo	2.87 143	1.31 222	3.26 59	1.87 192	0.38 97	1.68 28	0.09 21	6.38 116	7.07 192	6.52 158	11.90 258	6.08 211	2.32 137	5.05 90	1.65 114	0.02 191	0.66 283	0.00 1	0.00 1	0.29 275	0.94 246

FENet	2.35 90	0.59 86	3.28 61	2.32 252	0.27 76	2.78 111	0.13 39	7.68 167	6.09 153	5.38 110	2.12 34	4.84 170	3.33 177	4.98 87	2.66 182	0.02 191	0.03 161	0.00 1	0.00 1	0.04 46	0.40 162

test_4	2.58 118	0.70 109	3.30 62	0.43 48	0.30 79	3.97 206	1.11 228	3.91 12	3.83 62	4.15 84	17.20 316	3.44 120	0.52 38	6.60 129	1.58 101	0.00 1	0.13 222	0.00 1	0.11 247	0.20 222	0.20 106

UCFNet_RVC	3.37 183	1.25 216	3.30 62	2.55 279	1.80 259	3.92 202	1.28 236	12.49 277	7.16 194	5.12 103	7.88 171	8.14 252	4.59 232	5.67 107	2.11 153	0.00 1	0.00 1	0.00 1	0.00 1	0.14 179	0.07 37

HHNet	2.71 130	0.69 103	3.31 64	0.25 23	0.39 100	2.80 114	0.90 209	6.33 112	5.68 144	7.51 210	13.70 279	0.94 50	3.14 161	5.42 101	2.54 180	0.14 296	0.02 136	0.06 318	0.00 1	0.24 246	0.07 37

s12784h	2.10 64	0.38 9	3.31 64	0.17 5	0.09 12	4.89 235	0.13 39	7.34 151	8.06 223	3.87 81	4.47 85	0.60 47	1.19 81	6.78 140	0.63 10	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.04 19

MoCha-V2	1.83 41	0.87 151	3.33 66	1.41 138	1.27 225	2.50 75	0.20 61	5.60 70	3.90 66	0.98 28	3.30 53	0.35 31	1.58 110	7.09 149	0.80 26	0.00 1	1.52 371	0.00 1	0.23 302	0.06 70	1.70 308

riskmin	2.49 107	0.22 1	3.34 67	2.33 254	1.78 257	2.89 133	0.46 107	7.35 152	6.95 189	2.75 54	1.67 24	6.75 226	5.08 251	3.24 56	1.93 141	0.00 1	0.99 318	0.00 1	0.27 319	0.02 10	1.73 313

rafts_anoy	2.09 60	1.42 236	3.34 67	2.87 300	2.72 301	2.46 73	0.17 55	6.20 111	6.48 170	3.40 67	2.25 38	1.91 74	1.32 87	3.59 60	1.75 127	0.01 106	1.52 371	0.00 1	0.01 176	0.06 70	0.28 135

NRIStereo	2.27 84	0.52 60	3.35 69	1.26 122	0.17 38	3.04 141	0.84 197	5.96 98	3.74 52	6.27 142	3.44 55	4.13 144	1.80 121	8.31 222	2.11 153	0.00 1	0.10 212	0.00 1	0.00 1	0.12 153	0.20 106

H2IRNET	2.29 86	0.86 144	3.38 70	1.51 146	0.11 13	1.97 46	0.13 39	5.15 46	7.19 196	1.26 36	7.77 168	5.80 207	3.31 172	5.09 91	1.66 117	0.01 106	0.00 1	0.04 307	0.17 273	0.27 264	0.10 49

AAGNet	3.50 192	0.49 51	3.38 70	1.91 198	0.41 109	3.66 183	1.02 217	5.14 45	5.16 122	9.65 287	7.75 167	4.91 171	6.23 280	7.45 170	12.73 348	0.01 106	0.00 1	0.00 1	0.00 1	0.05 61	0.06 32

ACVNet-DCA	2.41 101	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	9.15 196	4.33 83	1.42 37	3.48 57	0.33 26	3.65 189	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.03 204	0.09 105	1.65 296

xx1	2.73 135	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	5.34 53	10.76 280	1.42 37	3.48 57	4.63 163	2.83 157	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.25 307	0.09 105	1.65 296

1test111	2.31 88	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	9.15 196	4.33 83	1.42 37	3.48 57	0.33 26	3.65 189	4.95 85	2.06 151	0.00 1	1.14 341	0.00 1	0.03 204	0.09 105	1.65 296

cc1	2.56 116	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	5.34 53	10.76 280	1.42 37	3.48 57	0.33 26	3.65 189	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.03 204	0.12 153	1.89 338

LL-Strereo2	2.22 78	1.39 234	3.39 72	1.26 122	1.01 194	3.73 193	1.47 244	6.47 120	4.61 98	4.66 91	2.64 46	4.17 147	0.37 18	6.03 114	1.61 105	0.09 285	0.24 248	0.00 1	0.08 235	0.08 91	1.16 268

DRaft	3.83 218	0.65 96	3.39 72	0.22 16	0.16 35	4.67 228	1.30 238	5.82 84	4.86 115	10.26 296	21.65 341	3.24 104	8.62 323	7.53 178	3.76 213	0.05 255	0.10 212	0.00 1	0.14 259	0.12 153	0.16 86

raft_robust	2.91 146	1.71 265	3.42 78	1.36 131	0.57 135	1.53 20	0.12 32	7.06 140	9.09 247	6.96 185	7.21 158	4.43 157	2.09 127	9.40 270	1.61 105	0.03 221	0.93 301	0.00 1	0.21 294	0.17 202	0.38 159

RAFT-345	3.36 182	0.55 69	3.43 79	1.23 120	0.21 58	2.62 87	0.46 107	3.91 12	6.34 163	7.46 209	24.49 356	4.19 148	1.74 119	8.27 215	2.25 164	0.01 106	0.00 1	0.00 1	0.00 1	0.02 10	0.02 5

CRE-IMP	2.08 55	0.51 56	3.43 79	0.35 38	0.19 44	3.85 201	0.83 196	5.77 81	3.43 29	5.81 120	4.24 74	3.45 122	0.83 55	6.56 126	1.99 147	0.01 106	0.00 1	0.00 1	0.00 1	0.11 136	0.20 106

RAFT-Stereo + iAFF	2.48 106	1.23 215	3.48 81	1.61 155	1.09 204	1.63 23	0.15 50	5.80 82	6.43 168	7.32 204	9.91 218	3.05 99	1.71 115	2.33 42	1.75 127	0.01 106	0.71 290	0.00 1	0.00 1	0.28 267	1.19 271

OMP-Stereo	3.15 167	1.19 205	3.49 82	4.34 360	0.51 125	2.20 58	1.21 230	6.67 124	6.52 171	7.99 226	6.24 130	8.38 261	2.44 141	9.65 278	1.92 140	0.01 106	0.02 136	0.00 1	0.00 1	0.08 91	0.15 80

MC-Stereo	1.87 42	0.49 51	3.52 83	2.82 295	1.07 198	1.90 44	0.12 32	4.89 37	3.27 26	3.66 74	3.58 65	0.56 45	1.45 97	5.79 108	0.81 29	0.00 1	1.19 350	0.00 1	0.21 294	0.11 136	1.95 342

CrosDoStereo	4.05 234	0.71 111	3.52 83	0.51 57	0.20 49	3.25 155	11.21 374	6.34 113	4.96 117	9.04 262	16.44 306	4.92 172	7.28 300	8.29 217	3.84 217	0.00 1	0.02 136	0.01 250	0.00 1	0.18 210	0.19 100

DeepStereo_LL	4.05 234	0.71 111	3.52 83	0.51 57	0.20 49	3.25 155	11.21 374	6.34 113	4.96 117	9.04 262	16.44 306	4.92 172	7.28 300	8.29 217	3.84 217	0.00 1	0.02 136	0.01 250	0.00 1	0.18 210	0.19 100

tt1	2.53 111	0.91 155	3.53 86	2.92 301	0.53 129	5.60 246	0.61 145	5.55 64	10.56 273	1.54 41	3.54 63	0.34 30	3.00 160	8.20 208	0.68 13	0.00 1	1.13 333	0.00 1	0.03 204	0.11 136	1.88 334

Pruner-Stereo	2.66 125	0.61 89	3.54 87	1.93 200	0.25 72	3.47 169	0.74 179	6.60 122	5.66 143	8.98 259	6.12 122	4.39 156	1.11 66	7.27 156	2.34 174	0.03 221	0.00 1	0.02 281	0.00 1	0.03 28	0.04 19

RAFT-IKP	2.04 52	0.57 82	3.54 87	0.20 6	0.20 49	3.45 166	0.62 148	5.90 91	3.52 36	5.91 124	4.44 81	3.46 123	1.50 99	6.20 119	1.00 55	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.08 40

RAFT+CT+SA	2.59 119	1.19 205	3.55 89	1.09 110	2.21 280	3.14 150	0.90 209	7.59 159	5.65 139	2.76 55	8.21 181	2.04 78	1.57 109	8.84 248	1.31 85	0.02 191	0.34 260	0.00 1	0.38 342	0.22 237	0.73 231

HUI-Stereo	1.94 47	0.56 77	3.55 89	0.20 6	0.20 49	3.67 187	0.63 150	5.89 86	3.53 40	5.92 129	4.44 81	3.41 113	1.51 103	4.21 73	0.89 39	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.11 57

ROB_FTStereo_v2	2.04 52	0.56 77	3.56 91	0.20 6	0.21 58	3.66 183	0.72 174	5.89 86	3.51 34	5.91 124	4.46 83	3.42 114	1.50 99	6.08 117	0.93 44	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

Patchmatch Stereo++	2.09 60	0.55 69	3.57 92	0.20 6	0.20 49	3.68 188	0.64 152	5.90 91	3.52 36	5.91 124	4.41 78	3.42 114	1.51 103	7.07 147	0.95 49	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49
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
IIG-Stereo	3.28 175	0.98 173	3.57 92	4.14 352	0.22 65	2.56 82	0.71 171	7.04 139	6.10 154	8.49 247	9.38 205	7.82 249	2.73 150	9.69 284	1.99 147	0.02 191	0.02 136	0.00 1	0.00 1	0.03 28	0.14 69

PSM-adaLoss	2.02 50	0.55 69	3.57 92	0.20 6	0.21 58	3.69 191	0.69 165	5.89 86	3.52 36	5.91 124	4.43 80	3.42 114	1.50 99	5.63 105	0.94 48	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49

ROB_FTStereo	2.03 51	0.57 82	3.57 92	0.20 6	0.21 58	3.66 183	0.73 176	5.89 86	3.51 34	5.92 129	4.35 77	3.37 110	1.50 99	6.02 113	0.90 40	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

iRAFT	2.09 60	0.55 69	3.57 92	0.20 6	0.20 49	3.68 188	0.64 152	5.90 91	3.52 36	5.91 124	4.41 78	3.42 114	1.51 103	7.07 147	0.95 49	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49

ASMatch	3.41 187	0.62 94	3.59 97	1.99 211	0.48 115	1.91 45	0.66 156	7.01 135	4.43 91	6.25 140	22.02 345	4.56 159	4.72 238	7.78 189	1.85 132	0.01 106	0.01 104	0.00 1	0.03 204	0.02 10	0.21 110

iGMRVC	2.09 60	0.56 77	3.59 97	0.20 6	0.21 58	3.68 188	0.71 171	5.89 86	3.53 40	5.92 129	4.46 83	3.44 120	1.51 103	6.93 146	0.98 52	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

RAFT-RH_RVC	4.04 232	0.69 103	3.59 97	1.91 198	0.43 112	3.11 145	0.13 39	3.80 10	6.60 173	11.26 322	31.68 379	5.20 181	1.66 111	8.30 220	2.27 167	0.09 285	0.00 1	0.00 1	0.03 204	0.03 28	0.02 5

RALCasStereoNet	2.39 99	1.73 270	3.59 97	2.38 260	2.69 300	2.84 117	0.18 57	5.29 49	4.94 116	2.45 52	5.62 112	2.22 81	0.79 54	7.48 175	1.63 109	0.00 1	1.75 374	0.00 1	0.00 1	0.14 179	2.03 346

SST-Stereo	2.86 141	0.45 31	3.64 101	1.46 142	0.36 93	3.94 203	0.80 185	6.07 103	4.46 92	10.96 315	6.21 125	4.94 174	4.14 214	8.85 249	0.93 44	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10

ICVP	2.53 111	0.47 38	3.64 101	1.20 118	0.69 146	2.71 100	0.84 197	10.63 236	4.66 101	4.31 87	8.99 191	2.75 92	1.93 122	2.91 53	4.07 227	0.06 265	0.24 248	0.01 250	0.01 176	0.13 169	0.26 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BUS	2.72 133	0.43 20	3.76 103	0.70 69	0.50 118	7.31 282	0.48 118	9.93 217	5.65 139	6.50 154	6.23 126	5.21 182	1.18 76	4.27 74	1.89 138	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 69

BSDual-CNN	2.91 146	0.43 20	3.76 103	0.70 69	0.50 118	6.97 272	1.58 250	9.93 217	5.65 139	6.50 154	6.23 126	6.17 214	2.50 142	4.27 74	2.67 183	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 69

psmg	3.34 179	0.43 20	3.76 103	0.73 75	0.50 118	8.47 299	2.74 274	10.88 244	5.65 139	8.91 257	8.78 186	6.17 214	2.50 142	4.27 74	2.67 183	0.01 106	0.04 176	0.06 318	0.00 1	0.12 153	0.10 49

4D-IteraStereo	1.99 49	1.32 225	3.77 106	0.13 4	2.84 304	3.51 171	1.03 218	4.26 19	5.38 127	5.50 114	1.03 8	3.86 131	0.38 22	2.44 47	1.88 135	0.00 1	0.43 269	0.00 1	0.01 176	0.11 136	1.84 328

EKT-Stereo	2.16 69	0.61 89	3.78 107	2.31 251	4.40 350	1.47 15	0.24 70	5.54 63	4.22 80	3.16 64	3.58 65	3.53 126	2.20 131	5.66 106	1.40 93	0.04 242	0.36 264	0.00 1	0.09 241	0.06 70	0.58 198

NOSS_ROB	3.67 203	0.86 144	3.81 108	2.53 275	1.11 207	6.10 259	0.72 174	11.08 247	12.36 304	5.45 113	8.91 189	5.65 195	2.09 127	8.30 220	3.16 201	0.20 312	0.07 200	0.00 1	0.00 1	0.11 136	0.80 238

x	2.30 87	0.82 130	3.85 109	2.23 235	0.72 155	2.12 55	0.81 188	9.48 209	4.82 113	3.83 79	2.76 47	3.49 124	2.30 136	3.48 59	2.25 164	0.00 1	1.13 333	0.00 1	0.22 299	0.09 105	1.66 300

RAFT_R40	2.83 138	0.46 33	3.85 109	1.38 135	0.32 86	3.78 196	0.97 214	6.16 107	4.82 113	9.74 289	6.35 135	4.96 175	3.94 208	8.78 246	1.05 60	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10

AE-Stereo	1.89 44	0.38 9	3.86 111	1.94 202	0.38 97	2.51 78	0.58 138	7.19 146	7.28 200	1.60 43	3.51 62	1.07 53	0.77 50	2.12 32	1.24 80	0.03 221	1.02 322	0.00 1	0.28 320	0.11 136	1.84 328

Selective-RAFT	1.92 46	0.54 64	3.87 112	1.15 114	0.21 58	3.83 200	0.06 13	5.00 39	4.68 102	1.59 42	2.14 35	3.05 99	2.77 154	6.63 130	1.34 90	0.00 1	0.95 307	0.00 1	0.32 332	0.05 61	0.19 100

test_1	2.18 72	0.38 9	3.87 112	1.54 150	0.91 181	1.38 11	0.80 185	5.36 59	5.53 135	7.12 191	1.86 30	4.05 139	0.41 23	6.65 132	1.17 69	0.00 1	0.99 318	0.00 1	0.28 320	0.20 222	1.08 262

ACVNet	2.86 141	0.96 169	3.87 112	0.86 90	0.61 140	2.63 89	0.54 126	8.93 188	6.12 155	5.09 100	9.32 202	5.70 202	3.84 198	2.68 49	5.56 260	0.00 1	0.00 1	0.00 1	0.00 1	0.26 254	0.23 118

CFNet-ft	3.70 208	1.59 254	3.87 112	1.68 167	2.42 289	3.20 153	0.66 156	8.93 188	7.76 209	5.09 100	9.95 219	10.77 296	5.43 265	7.41 160	4.71 245	0.00 1	0.00 1	0.03 298	0.01 176	0.30 278	0.11 57

CFNet_RVC	3.70 208	1.59 254	3.87 112	1.68 167	2.42 289	3.20 153	0.66 156	8.92 187	7.76 209	5.09 100	9.95 219	10.77 296	5.43 265	7.41 160	4.71 245	0.00 1	0.00 1	0.03 298	0.01 176	0.30 278	0.11 57

test-3	2.19 74	0.38 9	3.88 117	1.55 151	0.91 181	1.39 12	0.80 185	5.36 59	5.51 133	7.36 206	1.90 31	4.05 139	0.42 25	6.67 134	1.17 69	0.00 1	0.99 318	0.00 1	0.28 320	0.20 222	1.08 262

NF-Stereo	2.38 93	0.48 43	3.88 117	2.17 226	0.11 13	3.43 163	0.42 99	7.08 145	3.75 54	6.91 179	5.29 100	2.65 91	1.33 89	8.40 228	1.67 120	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.02 5

OCTAStereo	2.38 93	0.48 43	3.90 119	2.16 222	0.11 13	3.42 161	0.42 99	7.06 140	3.74 52	6.91 179	5.26 97	2.63 90	1.32 87	8.41 230	1.70 123	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.01 1

RE-Stereo	2.38 93	0.48 43	3.91 120	2.17 226	0.11 13	3.43 163	0.42 99	7.07 142	3.75 54	6.91 179	5.26 97	2.62 88	1.33 89	8.41 230	1.72 125	0.01 106	0.00 1	0.01 250	0.00 1	0.03 28	0.01 1

TVStereo	2.38 93	0.48 43	3.91 120	2.17 226	0.11 13	3.43 163	0.42 99	7.07 142	3.75 54	6.91 179	5.26 97	2.62 88	1.33 89	8.41 230	1.72 125	0.01 106	0.00 1	0.01 250	0.00 1	0.03 28	0.01 1

GANet-ADL	2.40 100	0.65 96	3.92 122	2.22 233	0.11 13	2.23 59	0.47 109	9.29 205	7.27 199	4.77 92	5.95 119	3.96 135	1.26 85	3.08 55	2.27 167	0.04 242	0.08 202	0.02 281	0.00 1	0.15 192	0.21 110

hitnet-ft	3.95 226	1.16 199	3.92 122	0.89 92	0.73 157	4.88 234	0.54 126	9.78 213	7.91 216	7.42 207	10.24 224	12.50 314	4.84 241	8.15 207	5.56 260	0.03 221	0.00 1	0.06 318	0.00 1	0.24 246	0.12 60

DIP-Stereo	2.12 65	0.98 173	3.94 124	0.20 6	0.11 13	4.73 231	0.13 39	9.27 203	4.40 90	6.46 153	5.03 92	0.45 38	0.72 47	3.79 65	1.94 142	0.00 1	0.01 104	0.00 1	0.00 1	0.05 61	0.24 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CBMV_ROB	4.66 268	0.85 137	3.94 124	1.64 157	0.75 162	8.38 298	1.90 259	11.19 249	10.36 269	9.20 270	15.21 295	7.28 236	6.99 294	9.48 273	5.24 256	0.04 242	0.05 183	0.00 1	0.00 1	0.07 86	0.64 214

ttt	4.41 255	0.70 109	3.95 126	2.53 275	2.01 272	4.34 222	0.41 98	13.09 298	11.69 299	7.20 196	12.20 264	4.15 146	3.35 178	9.54 276	10.11 319	0.07 271	1.11 329	0.00 1	0.19 279	0.10 125	1.47 285

11t1	2.13 66	0.67 100	3.98 127	2.69 286	0.85 175	2.59 86	0.07 16	7.40 155	3.89 65	3.75 76	3.57 64	1.24 57	1.96 123	4.68 84	1.97 144	0.10 288	1.13 333	0.00 1	0.22 299	0.09 105	1.66 300

MIF-Stereo (partial)	1.44 16	0.59 86	3.98 127	0.08 1	1.09 204	1.24 8	0.13 39	5.12 44	4.07 73	0.47 7	2.56 43	0.31 21	0.74 48	6.31 121	2.02 150	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.04 19

CroCo-Stereo	1.14 8	1.22 213	3.99 129	0.61 63	0.53 129	0.38 1	0.06 13	5.35 57	4.15 75	0.59 14	1.92 32	1.00 52	0.27 6	1.37 9	1.33 88	0.01 106	0.00 1	0.00 1	0.00 1	0.05 61	0.05 25
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
AdaStereo	3.34 179	0.74 114	4.00 130	3.10 317	0.51 125	4.22 215	1.25 233	12.84 284	8.39 231	6.33 145	9.55 207	5.77 205	1.54 108	5.53 103	2.74 192	0.02 191	0.00 1	0.00 1	0.00 1	0.03 28	0.15 80
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.
StereoIM	0.96 3	1.11 191	4.01 131	0.36 39	1.86 265	1.20 5	0.06 13	3.99 14	1.73 2	0.45 6	0.56 7	0.43 35	0.51 37	1.28 6	1.46 95	0.00 1	0.00 1	0.00 1	0.00 1	0.06 70	0.08 40

DEmStereo	3.86 219	0.54 64	4.04 132	0.26 25	0.17 38	5.17 239	2.45 271	4.70 29	4.34 87	8.37 242	19.94 335	5.06 179	10.13 335	7.86 192	3.93 222	0.01 106	0.01 104	0.01 250	0.00 1	0.03 28	0.10 49

anonymousa	4.24 246	0.78 118	4.05 133	2.16 222	4.87 365	8.76 301	0.35 89	7.41 156	4.47 94	8.21 238	19.70 334	11.03 303	5.87 272	2.04 30	2.20 157	0.00 1	1.16 346	0.00 1	0.55 357	0.04 46	1.11 264

RAFT	2.94 150	1.29 219	4.06 134	1.36 131	0.50 118	2.39 68	0.91 212	6.11 105	3.25 25	6.64 166	7.30 159	9.96 279	4.20 216	6.03 114	2.21 158	0.00 1	1.02 322	0.00 1	0.02 193	0.54 324	1.01 252

HH	2.88 144	0.82 130	4.07 135	1.71 173	0.54 132	4.71 229	0.69 165	8.72 183	3.57 44	1.80 45	6.49 139	7.81 247	3.92 206	8.93 254	0.99 53	0.00 1	1.06 324	0.00 1	0.03 204	0.05 61	1.69 305

HanStereo	2.88 144	0.82 130	4.07 135	1.71 173	0.54 132	4.71 229	0.69 165	8.72 183	3.57 44	1.80 45	6.49 139	7.81 247	3.92 206	8.93 254	0.99 53	0.00 1	1.06 324	0.00 1	0.03 204	0.05 61	1.69 305

HSM	4.25 248	1.10 189	4.14 137	1.78 182	2.14 278	6.67 269	1.08 224	12.92 288	6.90 186	7.06 186	8.17 180	14.17 323	6.03 275	9.16 263	3.11 200	0.00 1	0.00 1	0.00 1	0.00 1	0.09 105	0.41 169

NINENet	3.38 184	0.81 126	4.16 138	1.88 195	1.40 240	7.31 282	0.48 118	12.95 291	6.64 176	7.29 202	9.24 197	5.21 182	1.18 76	6.72 135	1.89 138	0.17 305	0.08 202	0.07 323	0.00 1	0.09 105	0.03 10

CroCo-Stereo Lap2	1.37 14	1.19 205	4.17 139	1.01 104	4.58 359	0.46 2	0.09 21	4.27 20	2.94 13	1.25 35	2.40 40	1.55 66	0.20 1	1.72 15	1.30 83	0.00 1	0.00 1	0.00 1	0.00 1	0.15 192	0.13 66

HCRNet	2.74 136	0.83 133	4.19 140	0.45 52	3.31 319	2.18 57	0.22 64	7.59 159	5.76 147	6.08 137	4.89 88	5.21 182	2.74 151	8.04 202	3.10 199	0.00 1	0.02 136	0.00 1	0.00 1	0.10 125	0.09 44

SGM-Forest	5.40 286	0.84 136	4.19 140	1.43 140	0.68 144	10.12 318	6.41 339	12.13 266	11.86 301	11.50 325	14.43 288	11.62 306	5.20 255	9.93 294	6.16 267	0.16 301	0.04 176	0.00 1	0.00 1	0.08 91	1.24 275
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	2.22 78	0.39 14	4.20 142	1.51 146	0.90 178	1.29 9	0.74 179	5.34 53	6.37 165	6.64 166	1.96 33	4.24 153	0.45 32	6.63 130	1.17 69	0.00 1	1.00 321	0.00 1	0.28 320	0.19 216	1.01 252

TestStereo	1.89 44	1.59 254	4.22 143	0.37 40	0.28 77	1.33 10	0.01 1	5.63 72	4.13 74	3.59 71	5.11 94	2.06 80	0.70 45	7.62 183	0.93 44	0.02 191	0.00 1	0.00 1	0.00 1	0.02 10	0.19 100

IRAFT_RVC	2.98 156	0.66 98	4.23 144	2.20 230	0.40 105	2.91 134	5.04 323	7.03 138	4.21 79	6.59 163	5.52 109	5.02 178	4.77 239	8.41 230	2.30 173	0.01 106	0.17 233	0.01 250	0.00 1	0.03 28	0.05 25

CASS	2.62 123	0.57 82	4.28 145	0.90 94	0.38 97	3.45 166	0.22 64	9.91 216	4.46 92	7.33 205	7.92 174	3.53 126	3.59 185	4.16 72	1.49 96	0.03 221	0.01 104	0.00 1	0.00 1	0.05 61	0.06 32
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSM-softLoss	2.38 93	0.48 43	4.28 145	1.94 202	0.19 44	2.73 103	0.38 92	6.67 124	3.50 30	6.33 145	6.33 133	2.93 95	0.97 59	8.90 251	1.88 135	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.03 10

KMStereo	2.38 93	0.48 43	4.28 145	1.94 202	0.19 44	2.73 103	0.38 92	6.67 124	3.50 30	6.33 145	6.33 133	2.93 95	0.97 59	8.90 251	1.88 135	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.03 10

DisPM	2.59 119	0.47 38	4.32 148	1.89 196	0.20 49	3.42 161	0.63 150	5.56 68	5.60 137	8.66 249	7.05 152	2.82 93	1.03 64	9.05 260	1.07 63	0.02 191	0.00 1	0.00 1	0.00 1	0.02 10	0.04 19

qqq	2.44 104	0.85 137	4.33 149	1.73 177	0.71 152	1.98 47	0.38 92	9.15 196	4.33 83	3.37 65	4.34 75	4.63 163	2.83 157	4.95 85	2.06 151	0.00 1	1.13 333	0.00 1	0.25 307	0.09 105	1.65 296

RAFT-Test	2.49 107	0.45 31	4.35 150	1.89 196	1.28 226	4.83 233	0.68 162	7.19 146	4.51 95	5.00 99	7.09 154	6.81 227	1.12 67	2.22 35	1.16 68	0.01 106	0.63 281	0.00 1	0.33 335	0.05 61	0.20 106

GwcNet-ADL	2.85 140	0.61 89	4.38 151	0.92 98	0.33 87	2.05 51	0.67 160	8.85 186	9.65 259	6.36 149	6.71 141	4.11 143	1.71 115	5.97 112	4.22 230	0.08 275	0.06 189	0.00 1	0.00 1	0.07 86	0.16 86

psm_up	4.33 249	1.34 228	4.43 152	2.27 245	2.62 297	5.29 240	3.30 297	11.49 255	6.89 185	8.05 231	8.06 177	10.09 283	11.10 340	7.12 151	3.76 213	0.24 319	0.01 104	0.00 1	0.00 1	0.20 222	0.37 156

Anonymous_2	4.74 274	0.98 173	4.46 153	2.35 256	2.27 284	5.66 248	0.67 160	8.08 172	5.28 124	4.98 98	2.60 44	8.74 268	6.92 292	5.79 108	3.46 205	0.24 319	1.70 373	5.16 387	18.18 410	5.41 381	1.85 330

PCWNet_CMD	3.14 166	0.51 56	4.47 154	0.44 51	0.26 75	2.87 131	0.15 50	9.66 211	9.78 261	7.28 201	11.50 251	6.84 229	2.40 139	4.47 80	1.83 131	0.01 106	0.02 136	0.02 281	0.00 1	0.06 70	0.29 138

MSMDNet	3.15 167	0.51 56	4.48 155	0.46 54	0.25 72	2.88 132	0.16 53	9.79 214	9.82 262	7.24 198	11.36 250	6.82 228	2.41 140	4.47 80	1.86 133	0.01 106	0.02 136	0.02 281	0.00 1	0.06 70	0.30 141

mmm	3.07 160	0.76 116	4.50 156	2.27 245	1.24 221	3.75 194	0.12 32	10.03 221	5.12 121	6.43 151	11.19 247	3.10 102	3.20 163	4.54 83	1.78 129	0.02 191	1.19 350	0.00 1	0.30 327	0.09 105	1.79 322

CFNet_pseudo	2.96 154	0.55 69	4.51 157	0.43 48	0.24 68	2.83 115	0.12 32	8.59 180	8.13 224	7.20 196	10.41 229	6.47 221	2.04 125	5.27 95	2.00 149	0.00 1	0.02 136	0.01 250	0.00 1	0.06 70	0.23 118

CBMV	5.97 292	1.52 248	4.51 157	1.99 211	0.53 129	10.02 315	6.94 348	13.27 301	13.80 322	13.08 339	15.93 302	11.36 304	8.11 315	9.82 288	7.27 280	0.08 275	0.15 227	0.00 1	0.00 1	0.30 278	0.74 234
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccs_rob	2.95 152	0.55 69	4.53 159	0.42 45	0.25 72	2.84 117	0.12 32	8.58 179	8.13 224	7.18 195	10.36 228	6.44 220	2.05 126	5.28 96	1.97 144	0.00 1	0.02 136	0.01 250	0.00 1	0.06 70	0.23 118

PSMNet-RSSM	3.69 206	1.36 231	4.54 160	2.44 265	1.90 267	2.35 65	0.69 165	11.77 261	6.38 166	6.60 164	11.85 257	7.70 245	5.61 269	6.66 133	3.67 207	0.00 1	0.00 1	0.02 281	0.01 176	0.17 202	0.10 49

SMFormer	3.94 224	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	4.89 248	0.08 275	0.97 310	0.00 1	0.16 264	0.11 136	0.92 245

tta	3.96 228	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	4.89 248	0.08 275	0.97 310	0.00 1	0.16 264	0.13 169	1.24 275

qqq1	3.78 214	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	1.24 80	0.08 275	0.97 310	0.00 1	0.12 252	0.13 169	1.24 275

fff1	3.78 214	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	1.24 80	0.08 275	0.97 310	0.00 1	0.12 252	0.13 169	1.24 275

GANet-RSSM	3.67 203	1.16 199	4.56 165	3.24 324	2.03 274	2.63 89	0.50 121	11.53 258	6.83 183	6.25 140	10.58 236	7.35 237	6.65 287	6.77 139	2.94 196	0.00 1	0.00 1	0.08 329	0.00 1	0.26 254	0.12 60

222	5.93 291	0.88 153	4.58 166	1.76 181	0.98 190	6.02 258	0.08 20	14.45 322	8.89 241	9.53 279	11.77 256	3.88 132	4.23 219	8.26 211	39.96 409	0.03 221	1.12 330	0.00 1	0.24 304	0.11 136	1.73 313

CFNet_ucs	3.23 173	0.56 77	4.59 167	0.59 60	0.37 96	3.29 158	0.19 59	10.47 232	9.02 246	7.78 218	12.57 269	5.59 194	1.74 119	5.39 99	1.86 133	0.00 1	0.04 176	0.01 250	0.00 1	0.10 125	0.33 148

anonymousdsp2	2.20 76	0.57 82	4.59 167	1.69 169	0.82 170	3.58 176	0.48 118	8.57 178	3.63 48	3.37 65	3.03 51	3.32 105	1.00 61	5.57 104	0.80 26	0.01 106	0.94 306	0.02 281	0.15 262	0.06 70	1.89 338

HBP-ISP	4.37 252	1.56 251	4.59 167	2.23 235	1.29 230	7.87 288	3.96 303	11.80 262	10.91 285	8.06 233	14.45 289	3.38 111	4.87 242	9.27 267	2.53 177	0.14 296	0.06 189	0.00 1	0.01 176	0.08 91	0.30 141

Sa-1000	3.81 216	1.26 217	4.64 170	2.29 248	0.55 134	3.51 171	1.58 250	8.37 174	9.13 249	7.97 223	17.42 320	3.98 136	2.76 153	9.61 277	1.68 121	0.00 1	0.69 285	0.00 1	0.18 276	0.23 242	0.27 131

SGM_RVC	10.77 360	1.11 191	4.66 171	2.66 283	0.41 109	21.03 372	6.87 347	20.02 371	15.54 333	25.86 382	24.97 360	33.59 389	20.51 374	20.89 379	14.78 359	0.31 330	0.26 253	0.22 354	0.26 316	0.43 306	1.01 252
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
TestStereo1	3.12 164	1.34 228	4.67 172	3.47 334	0.71 152	2.50 75	1.45 242	7.27 148	8.71 236	4.91 95	9.28 200	2.34 83	3.61 186	9.44 271	1.62 107	0.00 1	0.33 258	0.00 1	0.00 1	0.30 278	0.40 162

SA-5K	3.12 164	1.34 228	4.67 172	3.47 334	0.71 152	2.50 75	1.45 242	7.27 148	8.71 236	4.91 95	9.28 200	2.34 83	3.61 186	9.44 271	1.62 107	0.00 1	0.33 258	0.00 1	0.00 1	0.30 278	0.40 162

test_xeample	4.78 275	0.93 157	4.68 174	1.48 144	1.28 226	3.94 203	0.13 39	13.35 303	8.62 234	8.21 238	11.63 253	3.43 119	3.54 182	7.59 181	23.47 379	0.02 191	1.16 346	0.00 1	0.25 307	0.11 136	1.74 316

RALAANet	2.68 127	1.71 265	4.73 175	2.79 292	0.80 167	3.30 159	0.15 50	7.92 168	5.92 150	5.79 119	6.06 120	3.51 125	1.13 68	6.76 138	2.28 169	0.00 1	0.28 254	0.00 1	0.10 245	0.27 264	0.13 66

DLCB_ROB	4.87 279	1.45 242	4.75 176	2.52 274	1.13 210	6.25 262	3.01 283	10.44 231	8.34 229	11.05 318	13.43 277	14.04 321	3.90 205	9.74 285	6.80 273	0.00 1	0.00 1	0.00 1	0.00 1	0.08 91	0.37 156

SA	3.34 179	1.29 219	4.84 177	1.99 211	0.57 135	3.15 151	1.39 240	7.66 166	9.94 263	4.86 94	10.87 243	2.97 98	4.61 234	9.88 291	1.38 92	0.00 1	0.60 280	0.00 1	0.19 279	0.25 253	0.37 156

TransformOpticalFlow	3.50 192	0.83 133	4.85 178	1.09 110	0.31 81	3.52 173	0.14 48	10.32 225	8.02 221	5.78 118	13.25 276	6.63 224	4.91 243	8.36 226	1.63 109	0.00 1	0.01 104	0.01 250	0.00 1	0.06 70	0.24 126

xxxx	5.16 285	0.86 144	4.86 179	1.96 206	1.22 218	7.56 287	0.07 16	14.67 325	9.15 250	6.55 160	9.87 216	9.30 271	3.47 181	8.07 204	22.20 374	0.05 255	1.16 346	0.00 1	0.26 316	0.10 125	1.76 319

AACVNet	3.71 210	1.63 257	4.89 180	3.80 345	0.62 141	3.25 155	0.30 83	9.47 208	3.81 59	6.34 148	10.74 240	10.52 287	4.92 244	9.31 268	3.88 219	0.03 221	0.01 104	0.00 1	0.00 1	0.34 292	0.28 135

CSP-Net	4.40 253	1.70 263	4.90 181	1.82 188	1.04 196	12.96 343	2.25 267	13.75 313	6.34 163	9.64 284	8.99 191	8.31 256	3.24 166	8.45 234	4.32 233	0.01 106	0.00 1	0.00 1	0.00 1	0.23 242	0.06 32

UDGNet	2.92 148	7.79 377	4.92 182	3.01 306	0.08 10	2.96 136	0.20 61	4.77 30	8.93 242	2.91 57	2.85 48	0.95 51	1.00 61	6.46 124	1.66 117	1.46 368	0.00 1	5.33 388	0.92 366	1.95 367	0.19 100

LMCR-Stereo	3.92 223	1.96 290	4.92 182	2.85 299	0.23 67	7.88 289	1.47 244	12.52 278	5.39 128	8.71 250	10.65 238	1.90 73	5.04 250	8.53 237	4.89 248	1.05 360	0.00 1	0.00 1	0.00 1	0.42 302	0.05 25

test_5	3.16 169	1.18 202	4.96 184	2.33 254	3.10 313	4.51 225	1.27 234	7.47 158	7.61 207	3.00 60	7.38 160	5.37 188	4.06 209	8.28 216	1.54 99	0.00 1	0.34 260	0.00 1	0.02 193	0.21 232	0.62 211

PFNet+	2.52 110	0.47 38	4.97 185	0.95 101	0.18 41	3.12 147	0.73 176	4.98 38	6.97 190	7.95 222	6.38 136	2.51 86	1.18 76	8.05 203	1.82 130	0.03 221	0.00 1	0.00 1	0.00 1	0.02 10	0.05 25

FCDSN-DC	10.72 359	1.16 199	5.01 186	2.16 222	1.31 234	17.46 362	4.80 319	17.79 353	19.87 351	25.02 379	32.85 380	33.57 388	23.52 385	16.80 363	12.13 341	0.11 292	0.00 1	0.00 1	0.00 1	0.09 105	0.76 235
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TDLM	4.58 263	1.79 278	5.03 187	2.45 266	1.32 235	4.04 210	7.15 351	11.60 259	11.46 295	6.91 179	12.69 270	5.94 209	5.03 248	9.74 285	3.80 216	0.67 351	0.00 1	0.01 250	0.05 225	0.23 242	1.78 321

STrans-v2	3.55 195	0.94 166	5.06 188	0.32 28	0.60 139	2.97 138	1.15 229	11.08 247	7.97 220	6.01 132	10.93 244	6.65 225	6.86 291	8.37 227	1.66 117	0.00 1	0.01 104	0.00 1	0.00 1	0.04 46	0.39 161

ac_64	3.98 230	0.86 144	5.10 189	3.17 319	3.43 325	5.80 253	0.70 170	10.87 241	4.96 117	8.94 258	6.46 137	10.70 293	5.52 267	7.44 163	5.10 255	0.03 221	0.00 1	0.00 1	0.00 1	0.14 179	0.31 143

StereoDRNet-Refined	4.84 278	0.96 169	5.13 190	2.22 233	0.46 114	9.10 305	0.16 53	10.72 237	9.40 256	13.41 341	12.50 267	10.02 280	4.58 231	8.60 239	8.71 300	0.01 106	0.00 1	0.01 250	0.05 225	0.24 246	0.53 191
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoVision	2.42 102	1.18 202	5.14 191	1.15 114	2.64 298	1.89 43	0.28 76	6.61 123	4.72 104	2.14 49	10.52 234	3.84 130	0.52 38	5.33 97	2.29 171	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.04 19

MeshStereo	11.94 367	1.88 280	5.24 192	2.11 220	1.44 241	20.09 370	4.95 322	21.74 384	16.75 337	33.10 390	35.07 388	39.28 397	22.72 382	19.45 374	13.59 353	0.19 309	0.06 189	0.02 281	0.00 1	0.46 311	0.65 215
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
CoDeX	3.61 201	0.86 144	5.27 193	1.16 116	1.62 246	6.24 261	2.07 264	13.78 315	6.86 184	7.42 207	9.00 193	4.06 141	3.72 194	6.58 127	3.02 197	0.03 221	0.06 189	0.00 1	0.00 1	0.15 192	0.35 153

MIM_Stereo	2.83 138	1.20 211	5.27 193	1.41 138	1.16 212	3.07 142	0.33 87	6.67 124	3.95 67	5.17 105	10.11 222	4.25 154	1.73 118	8.32 223	1.64 112	0.00 1	0.36 264	0.00 1	0.01 176	0.22 237	1.69 305

iRaft-Stereo_5w	3.20 172	1.27 218	5.27 193	0.27 26	0.99 191	2.71 100	0.58 138	5.75 79	5.85 148	3.03 62	7.88 171	10.08 281	4.08 212	8.40 228	6.09 265	0.00 1	0.25 251	0.00 1	0.12 252	0.31 285	0.95 247

GES	2.69 128	0.72 113	5.34 196	1.82 188	0.05 3	4.51 225	1.04 221	10.39 229	4.18 77	5.53 116	6.72 142	1.92 77	3.30 170	5.16 93	2.67 183	0.06 265	0.01 104	0.06 318	0.01 176	0.20 222	0.14 69

cf-r	3.76 212	1.43 237	5.34 196	2.66 283	2.79 303	2.85 129	0.62 148	9.08 193	6.91 187	7.06 186	11.90 258	9.64 274	3.83 197	6.23 120	4.53 240	0.00 1	0.00 1	0.00 1	0.00 1	0.19 216	0.17 92

HITNet	3.11 162	1.38 233	5.35 198	2.23 235	0.12 21	5.59 245	0.58 138	9.95 220	5.72 145	6.62 165	7.91 173	3.90 133	3.24 166	4.39 79	4.58 243	0.01 106	0.00 1	0.00 1	0.00 1	0.08 91	0.57 196
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
Anonymous	1.54 28	0.76 116	5.39 199	1.49 145	2.68 299	1.83 41	0.43 103	5.65 75	3.79 58	0.52 9	1.74 26	0.19 2	1.30 86	3.31 57	1.01 57	0.06 265	0.08 202	0.00 1	0.00 1	0.19 216	0.31 143

RAFT_CTSACE	3.62 202	1.65 259	5.41 200	1.36 131	3.08 310	3.95 205	1.03 218	4.62 28	4.65 100	5.33 108	17.73 324	7.63 244	2.71 149	10.98 307	1.15 66	0.00 1	0.48 274	0.00 1	0.00 1	0.31 285	0.25 128

SFCPSM	3.39 185	0.61 89	5.42 201	0.43 48	0.93 183	8.26 292	2.08 265	15.01 329	5.89 149	7.17 194	7.60 163	3.39 112	2.55 145	5.39 99	2.53 177	0.01 106	0.03 161	0.01 250	0.07 232	0.19 216	0.31 143

MSMD_ROB	9.73 350	1.43 237	5.42 201	1.81 185	0.42 111	16.83 358	4.30 311	14.29 321	15.34 329	23.06 371	40.17 393	25.63 376	22.62 381	13.37 338	8.85 302	0.48 346	0.03 161	0.00 1	0.00 1	0.13 169	0.47 181

MyStereo06	2.71 130	1.05 186	5.43 203	1.39 136	1.20 215	2.57 83	0.10 25	10.39 229	4.79 111	5.54 117	6.16 123	6.39 218	2.33 138	3.40 58	1.35 91	0.01 106	1.24 354	0.00 1	0.21 294	0.13 169	0.50 184

TRStereo	2.71 130	3.79 352	5.46 204	2.19 229	2.22 282	2.98 139	1.07 223	9.83 215	4.39 89	3.46 68	3.48 57	3.92 134	0.77 50	6.43 123	1.70 123	0.03 221	0.63 281	0.00 1	0.29 325	0.11 136	1.49 287

FC-DCNN	11.29 364	1.01 182	5.50 205	2.25 239	1.65 250	18.23 366	5.36 327	18.99 361	20.65 356	28.95 385	34.83 387	33.83 390	23.18 384	17.04 367	13.37 351	0.17 305	0.01 104	0.02 281	0.02 193	0.10 125	0.70 228

fff	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 310	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

DCANet	2.35 90	0.96 169	5.51 206	0.39 42	0.19 44	1.72 35	0.25 72	6.06 101	9.33 254	6.31 144	5.42 105	1.44 61	4.14 214	2.22 35	2.28 169	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.66 223

csc	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 310	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

cscssc	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 310	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

111	3.05 158	1.41 235	5.51 206	0.32 28	0.14 24	2.83 115	0.68 162	6.76 129	14.21 323	3.59 71	9.11 194	5.50 190	3.30 170	4.05 68	2.43 175	0.01 106	0.00 1	0.00 1	0.00 1	0.13 169	1.02 256

UPFNet	4.17 240	0.83 133	5.51 206	2.49 269	3.36 322	7.13 279	2.60 272	10.52 234	7.16 194	8.76 253	7.83 169	7.85 250	3.41 179	8.60 239	7.04 278	0.01 106	0.02 136	0.00 1	0.00 1	0.12 153	0.17 92

ADLNet	4.56 262	1.19 205	5.52 212	3.81 346	3.59 329	6.98 274	2.40 270	12.01 264	7.96 219	10.52 302	9.67 214	8.26 255	4.98 247	6.59 128	6.93 274	0.01 106	0.01 104	0.00 1	0.01 176	0.22 237	0.55 193

MIPNet	2.27 84	1.14 196	5.55 213	0.49 56	0.22 65	2.03 50	0.19 59	7.60 161	6.17 158	5.83 121	4.16 72	2.05 79	3.44 180	3.65 62	2.23 163	0.00 1	0.01 104	0.01 250	0.01 176	0.24 246	0.48 183

SACVNet	4.55 260	1.88 280	5.55 213	3.38 331	1.68 252	3.11 145	2.76 276	12.44 275	6.43 168	11.07 319	11.31 249	10.53 289	5.13 253	9.88 291	4.56 241	0.08 275	0.02 136	0.00 1	0.01 176	0.38 299	0.80 238

CVANet_RVC	4.68 270	1.93 286	5.57 215	2.61 281	1.86 265	4.12 212	4.94 321	12.11 265	9.29 252	8.05 231	11.08 245	10.28 284	6.48 283	9.52 275	3.19 202	0.45 339	0.01 104	0.00 1	0.12 252	0.23 242	1.75 317

GMStereo	2.07 54	1.56 251	5.64 216	0.74 81	0.05 3	3.63 181	0.01 1	5.17 47	11.27 294	4.22 85	2.44 42	0.53 44	0.49 36	4.06 70	1.01 57	0.22 316	0.00 1	0.00 1	0.14 259	0.18 210	0.05 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DeepPruner_ROB	3.82 217	1.87 279	5.65 217	1.31 129	1.64 247	3.62 180	0.81 188	14.47 323	5.03 120	8.03 229	10.78 241	6.95 232	2.26 133	8.92 253	4.32 233	0.07 271	0.03 161	0.00 1	0.01 176	0.37 297	0.29 138

IPLG	2.63 124	1.09 188	5.67 218	0.73 75	0.31 81	3.00 140	0.25 72	6.84 132	6.02 152	7.93 221	6.31 132	1.91 74	1.72 117	7.47 172	2.53 177	0.01 106	0.01 104	0.00 1	0.00 1	0.29 275	0.58 198

CRFU-Net	4.81 276	0.78 118	5.69 219	3.10 317	1.39 239	13.18 345	3.23 292	12.26 268	4.33 83	10.91 314	9.98 221	10.94 301	7.93 313	7.47 172	3.94 223	0.16 301	0.16 229	0.16 343	0.00 1	0.26 254	0.29 138

RASNet	5.00 281	1.19 205	5.69 219	3.68 341	4.80 363	5.04 238	1.29 237	10.26 224	8.99 245	5.89 123	11.65 254	10.55 290	9.76 333	9.96 295	10.32 324	0.20 312	0.00 1	0.00 1	0.00 1	0.09 105	0.73 231

IGEV_Zeroshot_test	2.57 117	0.63 95	5.70 221	1.93 200	0.87 176	2.63 89	0.85 202	8.94 190	4.55 97	5.30 107	5.48 108	5.23 185	1.38 93	3.76 64	1.32 87	0.00 1	0.69 285	0.00 1	0.18 276	0.19 216	1.72 312

hknet	3.56 196	0.66 98	5.82 222	0.70 69	1.19 214	6.97 272	1.58 250	9.93 217	7.76 209	6.50 154	6.23 126	9.53 273	2.81 156	7.84 190	3.39 204	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 69

AASNet	4.20 243	1.63 257	5.82 222	3.79 344	3.93 341	6.55 266	1.22 231	19.12 363	6.82 182	7.86 220	8.35 183	4.36 155	2.55 145	3.87 67	7.47 282	0.00 1	0.00 1	0.00 1	0.00 1	0.49 319	0.22 115

acv_ft	3.90 221	0.96 169	5.85 224	2.56 280	4.70 362	7.27 281	0.84 197	9.17 199	6.12 155	10.00 291	9.32 202	5.70 202	4.07 211	2.68 49	8.24 291	0.00 1	0.00 1	0.00 1	0.00 1	0.35 294	0.23 118

PS-NSSS	4.22 244	2.53 322	5.89 225	1.01 104	2.93 305	4.05 211	1.93 260	11.44 254	8.94 243	7.14 192	14.70 293	4.96 175	2.60 147	9.09 262	3.92 220	0.40 335	0.04 176	0.83 369	0.00 1	1.09 348	1.02 256

MyStereo05	3.24 174	1.05 186	5.93 226	1.39 136	1.20 215	2.57 83	0.10 25	9.11 195	13.17 316	6.45 152	3.86 68	3.20 103	3.26 168	8.35 225	3.02 197	0.01 106	1.24 354	0.00 1	0.21 294	0.13 169	0.50 184

delet	4.59 265	1.12 194	5.93 226	1.37 134	3.73 335	10.48 322	3.90 301	10.51 233	9.17 251	8.87 256	9.74 215	8.37 259	3.74 195	8.12 206	6.36 271	0.00 1	0.00 1	0.00 1	0.00 1	0.21 232	0.12 60

iResNet_ROB	4.67 269	1.77 275	5.93 226	2.47 268	0.95 187	3.78 196	0.36 90	15.65 335	17.36 340	8.75 252	11.23 248	7.05 234	4.60 233	8.94 256	4.23 231	0.01 106	0.00 1	0.00 1	0.00 1	0.16 196	0.15 80

GANet	6.86 309	1.78 276	5.98 229	3.05 311	1.12 209	10.12 318	9.38 366	13.41 305	8.67 235	11.46 324	29.87 372	13.94 320	8.25 317	12.06 326	6.33 270	0.40 335	0.06 189	0.16 343	0.33 335	0.18 210	0.59 201

CIPLG	2.72 133	1.69 261	6.02 230	0.80 86	2.14 278	2.66 96	0.84 197	5.90 91	5.59 136	8.12 234	9.58 208	1.74 70	1.14 70	4.53 82	2.82 195	0.02 191	0.19 236	0.02 281	0.09 241	0.26 254	0.22 115

HGLStereo	4.58 263	1.04 184	6.02 230	3.30 328	5.14 368	6.36 263	0.71 171	11.04 246	7.60 206	8.04 230	12.85 274	6.90 230	8.51 321	7.85 191	5.93 263	0.02 191	0.02 136	0.00 1	0.00 1	0.14 179	0.15 80

dd	2.36 92	1.93 286	6.03 232	0.83 88	0.12 21	1.80 37	0.17 55	5.30 50	11.82 300	2.98 58	3.64 67	1.50 63	1.21 82	5.25 94	3.92 220	0.13 293	0.01 104	0.04 307	0.22 299	0.10 125	0.14 69

iRaft-Stereo_20w	3.11 162	0.49 51	6.09 233	1.01 104	1.25 222	3.99 207	1.00 216	14.00 316	4.73 105	6.70 175	6.27 131	2.34 83	2.28 135	7.29 158	1.58 101	0.01 106	0.75 291	0.00 1	0.73 363	0.10 125	1.63 295

GMStereo_Zeroshot	2.92 148	2.33 315	6.12 234	1.66 164	0.36 93	3.61 177	0.09 21	5.95 97	6.20 159	7.15 193	7.11 156	8.37 259	0.91 56	6.17 118	1.97 144	0.00 1	0.00 1	0.00 1	0.00 1	0.22 237	0.14 69

PFNet	3.06 159	0.59 86	6.13 235	2.26 241	0.84 172	3.08 143	0.73 176	7.38 154	5.35 125	10.20 293	6.06 120	4.72 165	2.10 130	8.47 235	2.25 164	0.19 309	0.06 189	0.00 1	0.11 247	0.20 222	0.42 173

GEStereo_RVC	3.95 226	1.21 212	6.13 235	2.30 249	1.22 218	4.29 219	2.96 281	12.39 273	8.24 227	7.25 199	6.79 144	7.58 243	4.22 218	9.16 263	4.56 241	0.04 242	0.01 104	0.02 281	0.02 193	0.19 216	0.42 173

sCroCo_RVC	1.34 13	0.85 137	6.15 237	1.21 119	1.28 226	0.90 4	0.18 57	4.50 27	2.86 11	0.37 2	3.18 52	0.52 43	1.52 107	1.83 23	0.93 44	0.13 293	0.25 251	0.00 1	0.00 1	0.08 91	0.16 86

DAS	4.18 241	0.53 61	6.20 238	2.20 230	3.69 332	2.78 111	3.12 287	8.69 181	10.29 267	9.39 277	12.80 271	4.58 160	7.20 298	9.08 261	2.70 186	0.02 191	0.00 1	0.00 1	0.00 1	0.04 46	0.34 149

SepStereo	4.22 244	0.53 61	6.20 238	2.20 230	3.69 332	2.78 111	3.12 287	8.69 181	10.29 267	9.39 277	12.80 271	4.58 160	7.20 298	9.74 285	2.70 186	0.02 191	0.00 1	0.00 1	0.00 1	0.04 46	0.34 149

IPLGR_C	2.69 128	1.75 272	6.20 238	0.79 84	2.06 276	2.64 94	0.86 204	6.36 115	5.64 138	8.13 235	9.26 198	1.69 68	1.15 75	3.79 65	2.80 194	0.02 191	0.20 241	0.02 281	0.08 235	0.26 254	0.18 94

DMCA	3.08 161	1.10 189	6.20 238	1.82 188	0.90 178	3.80 199	0.55 129	9.76 212	5.42 129	6.56 162	6.47 138	7.06 235	2.09 127	4.05 68	5.46 258	0.00 1	0.01 104	0.00 1	0.00 1	0.11 136	0.16 86

GwcNet-RSSM	4.13 239	1.71 265	6.25 242	2.50 270	1.93 270	2.39 68	1.49 246	9.59 210	8.71 236	6.66 168	15.04 294	8.47 263	3.84 198	6.87 141	6.74 272	0.00 1	0.00 1	0.04 307	0.00 1	0.29 275	0.15 80

MMNet	4.44 256	1.37 232	6.26 243	1.73 177	1.64 247	10.51 324	0.61 145	9.27 203	9.66 260	9.55 281	9.22 195	7.40 239	6.52 284	7.90 195	6.98 275	0.01 106	0.00 1	0.00 1	0.00 1	0.14 179	0.10 49

MyStereo8	3.30 177	1.69 261	6.28 244	2.51 271	3.79 337	4.22 215	0.07 16	7.43 157	6.39 167	6.51 157	10.13 223	4.23 152	1.45 97	2.79 52	5.08 254	0.06 265	1.49 369	0.00 1	0.40 344	0.26 254	1.33 283

CFNet	4.03 231	1.97 291	6.30 245	2.70 287	1.64 247	5.41 243	0.22 64	12.14 267	10.28 266	5.24 106	11.15 246	6.43 219	3.70 193	8.97 259	4.01 226	0.00 1	0.00 1	0.00 1	0.00 1	0.30 278	0.13 66

rrr	1.64 36	1.71 265	6.31 246	0.73 75	0.24 68	2.69 97	0.92 213	4.25 18	1.75 3	0.73 16	0.16 1	0.23 9	0.32 12	7.57 179	2.72 188	0.00 1	0.49 275	0.00 1	0.20 289	0.17 202	1.68 303

test-1	2.14 67	0.54 64	6.32 247	1.07 109	1.22 218	2.13 56	0.54 126	6.40 117	4.80 112	3.55 69	5.23 96	4.02 137	0.71 46	1.95 25	2.15 156	0.08 275	0.98 315	0.00 1	0.08 235	0.02 10	1.07 260

UDG	9.12 345	10.06 385	6.35 248	10.06 383	9.64 386	10.48 322	2.33 268	12.73 282	10.19 265	8.33 241	10.27 225	16.70 339	10.47 336	8.33 224	9.07 307	4.28 382	2.59 387	18.90 396	3.83 390	11.35 390	6.50 386

IER	3.42 189	0.91 155	6.38 249	0.73 75	1.60 245	7.07 277	0.55 129	7.07 142	5.45 132	8.17 237	8.89 188	6.13 212	6.13 276	5.36 98	3.77 215	0.00 1	0.00 1	0.00 1	0.00 1	0.08 91	0.05 25

DISCO	6.58 305	0.98 173	6.44 250	3.75 343	1.18 213	11.19 328	3.29 296	12.92 288	16.72 336	7.27 200	11.74 255	17.34 343	6.60 285	19.59 376	11.59 336	0.00 1	0.00 1	0.00 1	0.00 1	0.45 310	0.50 184

test croco	1.53 27	0.86 144	6.50 251	0.42 45	0.05 3	1.56 21	0.09 21	5.18 48	4.02 72	0.54 11	1.76 28	0.59 46	0.75 49	6.48 125	1.23 79	0.00 1	0.00 1	0.00 1	0.00 1	0.43 306	0.07 37

ACRE	2.67 126	1.66 260	6.50 251	0.72 72	2.03 274	2.65 95	0.84 197	5.97 99	5.52 134	7.85 219	9.23 196	1.72 69	1.09 65	4.09 71	2.73 190	0.02 191	0.19 236	0.02 281	0.08 235	0.26 254	0.21 110

MaskLacGwcNet_RVC	6.42 300	6.12 370	6.53 253	4.29 358	3.61 330	15.41 353	4.13 305	12.36 271	7.32 202	7.60 211	8.51 185	8.97 270	2.64 148	10.17 299	3.72 211	8.16 391	2.40 381	2.00 380	0.11 247	8.55 388	5.84 383

ADStereo(finetuned)	2.50 109	0.95 167	6.60 254	0.39 42	0.20 49	1.72 35	0.24 70	6.06 101	9.31 253	6.30 143	5.42 105	1.44 61	6.22 279	2.25 38	2.14 155	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.65 215

whm_eth	3.18 171	1.78 276	6.61 255	0.90 94	2.72 301	2.54 80	0.27 75	7.64 164	7.94 218	5.43 112	23.98 352	0.37 32	0.47 35	1.31 8	1.17 69	0.02 191	0.03 161	0.00 1	0.00 1	0.08 91	0.32 147

MyStereo04	3.29 176	1.15 197	6.64 256	1.28 125	1.49 243	2.63 89	0.45 105	10.57 235	13.30 317	4.41 89	3.90 69	3.06 101	3.56 183	7.87 194	3.35 203	0.01 106	1.27 357	0.00 1	0.25 307	0.11 136	0.42 173

test_xeample3	1.71 39	1.75 272	6.64 256	0.90 94	0.29 78	2.55 81	0.90 209	4.08 15	2.36 4	0.56 13	0.24 4	0.23 9	0.31 9	7.51 176	2.73 190	0.00 1	0.70 287	0.00 1	0.36 340	0.18 210	1.92 340

ADLNet2	4.72 271	1.44 241	6.68 258	3.03 308	3.90 340	6.80 270	2.91 279	11.67 260	9.63 258	7.99 226	9.89 217	9.75 277	5.32 262	7.70 185	7.13 279	0.01 106	0.03 161	0.00 1	0.00 1	0.26 254	0.22 115

DCANet-4	2.26 82	0.43 20	6.69 259	0.40 44	0.20 49	1.70 30	0.13 39	5.73 78	9.44 257	6.01 132	5.29 100	1.12 54	2.77 154	2.49 48	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 206

ssnet_v2	4.73 273	1.43 237	6.74 260	1.80 184	0.75 162	8.89 303	4.60 316	12.66 281	10.65 278	9.53 279	6.23 126	9.78 278	4.26 220	6.89 142	9.65 315	0.01 106	0.01 104	0.00 1	0.00 1	0.36 296	0.31 143

dad	5.10 282	2.61 326	6.76 261	1.23 120	0.14 24	2.85 129	0.36 90	7.98 170	14.88 326	10.84 311	17.06 313	15.59 331	3.29 169	7.24 154	4.39 235	1.20 363	0.10 212	4.02 385	0.49 353	0.20 222	0.69 226

DSFCA	4.48 257	1.03 183	6.84 262	1.61 155	1.68 252	7.26 280	4.46 314	11.27 252	7.51 203	11.01 317	6.89 147	8.49 264	4.54 230	10.41 303	6.18 268	0.03 221	0.06 189	0.02 281	0.03 204	0.13 169	0.14 69

NLCA_NET_v2_RVC	4.11 236	1.53 250	6.87 263	3.04 310	3.33 320	4.34 222	0.59 141	11.36 253	7.92 217	8.98 259	7.98 175	9.72 276	3.82 196	7.92 196	4.43 236	0.15 298	0.02 136	0.03 298	0.03 204	0.07 86	0.14 69
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLCV	3.76 212	1.52 248	6.93 264	1.66 164	0.31 81	4.31 220	0.32 85	7.92 168	7.68 208	9.55 281	12.12 261	5.17 180	2.74 151	10.00 296	4.49 239	0.01 106	0.00 1	0.00 1	0.00 1	0.16 196	0.27 131

NCCL2	6.27 297	2.46 320	7.00 265	2.36 258	1.11 207	9.48 308	11.14 373	13.01 292	10.40 271	9.94 290	9.49 206	22.11 369	7.42 303	9.90 293	8.56 296	0.01 106	0.00 1	0.02 281	0.03 204	0.20 222	0.73 231

IPLGR	2.46 105	0.68 101	7.02 266	0.22 16	0.16 35	2.01 49	0.22 64	7.01 135	6.62 175	7.10 190	5.92 118	2.91 94	2.27 134	5.12 92	1.52 98	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.41 169

DualNet	3.96 228	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	8.20 208	11.69 337	0.00 1	1.13 333	0.00 1	0.19 279	0.11 136	1.88 334

ffm	3.41 187	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	8.20 208	0.68 13	0.00 1	1.13 333	0.00 1	0.19 279	0.11 136	1.88 334

ff1	4.11 236	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 337	0.00 1	1.13 333	0.00 1	0.19 279	0.11 136	1.88 334

mmx	4.50 258	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	12.84 284	11.23 291	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 337	0.05 255	1.12 330	0.00 1	0.19 279	0.10 125	1.53 289

xxx	4.50 258	0.98 173	7.04 271	1.64 157	1.07 198	2.84 117	0.47 109	12.84 284	11.23 291	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 337	0.05 255	1.12 330	0.00 1	0.19 279	0.10 125	1.53 289

XX-Stereo	2.95 152	0.48 43	7.08 272	2.84 298	2.51 295	1.63 23	0.20 61	6.15 106	3.38 28	2.38 51	16.00 304	6.90 230	0.25 3	6.40 122	1.14 65	0.00 1	0.66 283	0.00 1	0.31 330	0.16 196	0.57 196

1111x	4.96 280	1.04 184	7.09 273	1.75 179	1.05 197	5.03 237	0.32 85	13.52 307	10.70 279	6.68 169	10.35 227	8.81 269	6.01 274	10.65 304	12.78 349	0.07 271	1.24 354	0.00 1	0.33 335	0.11 136	1.75 317

UNet	4.19 242	0.87 151	7.18 274	2.00 214	3.22 316	9.55 309	0.31 84	10.11 222	6.22 160	7.98 224	6.82 146	10.42 285	5.77 270	7.28 157	5.83 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 125	0.12 60

SQANet	8.22 335	4.42 360	7.19 275	12.11 390	9.77 387	11.80 333	3.23 292	12.00 263	6.60 173	8.59 248	11.52 252	10.97 302	5.31 261	11.10 309	4.20 229	9.56 393	2.29 380	10.51 390	1.61 381	13.06 395	8.49 390

RP	7.41 322	1.90 284	7.33 276	4.26 356	5.25 369	6.64 268	3.46 298	12.44 275	16.23 335	10.36 299	23.00 349	18.72 351	16.59 365	11.10 309	8.47 294	1.10 361	0.02 136	0.12 335	0.16 264	0.43 306	0.65 215

DN-CSS_ROB	3.00 157	2.14 300	7.33 276	2.67 285	0.78 165	3.13 148	0.07 16	6.68 128	4.22 80	5.51 115	12.12 261	2.33 82	1.21 82	8.69 244	2.51 176	0.03 221	0.00 1	0.00 1	0.00 1	0.42 302	0.15 80

RYNet	6.82 307	1.51 246	7.35 278	1.79 183	4.52 356	16.68 357	4.41 313	14.19 319	17.43 341	11.64 327	7.86 170	15.03 329	8.81 326	10.10 297	14.16 356	0.04 242	0.13 222	0.15 340	0.05 225	0.08 91	0.53 191

PSMNet_ROB	5.41 288	2.45 319	7.39 279	2.36 258	1.90 267	10.11 317	6.54 341	16.32 343	7.59 205	6.84 178	10.83 242	12.06 312	4.13 213	8.73 245	10.24 322	0.02 191	0.01 104	0.01 250	0.11 247	0.26 254	0.40 162

XPNet_ROB	6.46 301	1.88 280	7.41 280	2.81 293	0.95 187	6.45 265	6.82 346	13.58 308	8.80 239	15.50 353	15.86 300	19.59 358	7.12 297	11.41 318	9.86 316	0.02 191	0.04 176	0.00 1	0.03 204	0.20 222	0.79 237

RAFT + AFF	4.63 267	2.28 309	7.43 281	1.51 146	2.38 287	5.81 254	6.49 340	10.74 238	8.53 233	7.75 216	8.95 190	7.47 241	6.68 290	9.17 265	5.06 253	0.08 275	0.47 273	0.00 1	0.01 176	0.66 330	1.03 259

DRN-Test	6.23 296	1.51 246	7.53 282	3.07 316	3.69 332	12.17 339	3.23 292	20.80 378	11.11 290	12.64 333	13.02 275	10.91 300	5.26 256	8.49 236	10.12 320	0.05 255	0.05 183	0.04 307	0.04 222	0.28 267	0.65 215

FAT-Stereo	6.98 313	0.79 120	7.57 283	2.54 278	1.80 259	6.16 260	4.33 312	19.16 364	18.82 348	10.75 308	17.08 314	18.23 349	13.56 354	9.25 266	8.44 293	0.03 221	0.16 229	0.01 250	0.10 245	0.14 179	0.65 215

Anonymous3	1.96 48	0.61 89	7.58 284	0.42 45	0.51 125	4.28 218	0.52 123	5.56 68	2.76 8	2.35 50	3.47 56	1.50 63	1.13 68	5.92 111	1.54 99	0.23 317	0.23 245	0.00 1	0.00 1	0.14 179	0.47 181

ccnet	7.45 325	1.89 283	7.71 285	3.18 320	2.35 286	12.19 340	6.14 335	18.95 360	9.36 255	13.33 340	20.38 336	16.00 334	9.10 331	10.10 297	15.40 363	0.44 337	0.34 260	0.25 357	0.25 307	0.48 316	1.18 270

RGC	7.40 321	2.77 332	7.71 285	4.43 363	4.87 365	8.88 302	2.96 281	16.05 340	12.76 313	11.96 331	19.57 333	18.32 350	11.57 346	13.89 344	9.58 314	0.83 356	0.02 136	0.24 356	0.41 346	0.40 301	0.77 236

edge stereo	7.12 316	1.19 205	7.83 287	2.32 252	2.46 291	6.90 271	3.26 295	15.58 334	12.52 306	15.68 355	18.34 329	21.83 368	13.05 350	11.53 319	8.68 298	0.04 242	0.06 189	0.11 331	0.03 204	0.30 278	0.63 212

fast-acv-ft	6.00 293	1.95 289	7.88 288	2.35 256	1.85 263	13.61 348	1.76 257	8.44 176	10.12 264	11.22 321	20.57 338	14.41 326	7.55 307	8.11 205	8.83 301	0.10 288	0.09 208	0.16 343	0.07 232	0.68 333	0.35 153

ARAFT	3.32 178	1.74 271	7.92 289	0.64 64	0.15 30	4.45 224	2.89 277	8.20 173	6.30 161	9.23 271	7.12 157	5.58 193	1.24 84	8.60 239	1.69 122	0.01 106	0.03 161	0.00 1	0.00 1	0.35 294	0.35 153

NVstereo2D	4.82 277	1.29 219	7.98 290	3.68 341	3.48 326	8.02 291	3.10 286	11.25 250	15.50 332	5.14 104	7.71 166	8.21 254	4.68 235	10.19 300	4.30 232	0.02 191	0.19 236	0.13 337	0.36 340	0.07 86	1.12 267

BEATNet_4x	3.69 206	2.12 299	8.11 291	1.82 188	0.16 35	5.30 241	1.04 221	10.87 241	6.14 157	7.09 189	8.42 184	4.99 177	4.42 222	5.89 110	6.23 269	0.04 242	0.05 183	0.00 1	0.00 1	0.32 289	0.84 240

AANet_RVC	5.41 288	2.61 326	8.17 292	2.25 239	1.30 232	2.27 61	1.64 253	10.82 239	18.54 347	8.01 228	18.09 326	8.39 262	3.31 172	11.37 317	8.98 306	1.15 362	0.38 266	0.02 281	0.00 1	0.17 202	0.70 228

STTStereo	3.90 221	1.43 237	8.20 293	3.03 308	2.28 285	3.64 182	0.64 152	10.11 222	7.09 193	10.20 293	7.08 153	8.73 267	3.57 184	7.44 163	4.00 225	0.00 1	0.02 136	0.01 250	0.01 176	0.04 46	0.40 162

StereoDRNet	6.02 294	2.40 318	8.22 294	3.43 332	4.43 352	10.57 325	4.21 307	19.44 365	11.24 293	12.86 334	8.06 177	11.64 307	4.79 240	8.65 243	9.32 311	0.01 106	0.10 212	0.00 1	0.03 204	0.34 292	0.69 226

DDUNet	10.03 353	12.17 391	8.24 295	13.02 391	11.73 392	10.32 320	3.76 299	12.27 269	8.35 230	9.64 284	13.89 283	16.48 336	6.67 289	9.50 274	7.00 276	6.80 388	3.45 398	21.10 397	4.33 392	12.78 394	9.12 391

DispNO	3.51 194	1.33 227	8.51 296	2.26 241	1.36 237	3.46 168	0.81 188	8.74 185	6.58 172	6.78 177	7.63 165	6.22 217	4.20 216	7.47 172	4.44 237	0.00 1	0.03 161	0.03 298	0.11 247	0.13 169	0.14 69

LALA_ROB	7.02 314	2.54 323	8.51 296	1.53 149	0.96 189	9.96 314	8.71 362	16.70 345	12.68 309	12.99 336	13.90 284	24.47 372	5.40 264	11.61 322	9.50 312	0.04 242	0.05 183	0.00 1	0.02 193	0.17 202	0.65 215

NCC-stereo	7.43 323	2.28 309	8.58 298	3.28 326	4.48 353	8.34 293	4.27 309	20.45 376	13.66 320	9.17 268	17.52 321	16.49 337	14.31 360	13.71 340	8.95 304	1.73 371	0.12 219	0.01 250	0.50 354	0.21 232	0.60 203

Abc-Net	7.43 323	2.28 309	8.58 298	3.28 326	4.48 353	8.34 293	4.27 309	20.45 376	13.66 320	9.17 268	17.52 321	16.49 337	14.31 360	13.71 340	8.95 304	1.73 371	0.12 219	0.01 250	0.50 354	0.21 232	0.60 203
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DMCA-RVC	3.59 200	1.98 292	8.68 300	2.30 249	1.48 242	3.54 175	0.55 129	8.40 175	5.43 131	9.37 276	5.90 114	8.34 258	3.21 164	7.19 152	4.46 238	0.06 265	0.11 216	0.08 329	0.02 193	0.21 232	0.40 162

Nwc_Net	7.54 326	1.91 285	8.71 301	4.16 353	3.42 324	10.77 326	2.00 262	20.33 375	12.19 303	9.10 265	24.04 355	17.67 345	13.58 355	12.14 328	9.12 308	0.94 359	0.00 1	0.00 1	0.02 193	0.22 237	0.41 169

iResNet	4.04 232	1.46 243	8.72 302	3.25 325	0.36 93	4.54 227	0.47 109	9.06 191	10.40 271	7.98 224	12.82 273	4.06 141	3.22 165	8.82 247	4.95 251	0.03 221	0.01 104	0.00 1	0.00 1	0.14 179	0.55 193

NaN_ROB	6.51 303	2.25 304	8.77 303	1.69 169	1.79 258	9.71 312	10.94 371	16.20 341	16.13 334	13.04 338	8.86 187	11.77 309	5.94 273	12.88 335	8.01 288	0.05 255	0.13 222	0.07 323	0.20 289	0.32 289	1.50 288

MANE	20.98 396	3.23 339	8.81 304	5.96 374	6.96 377	33.07 394	13.20 383	35.43 398	38.86 395	44.72 406	52.41 410	53.20 405	41.84 406	34.74 397	27.45 392	1.87 373	2.27 379	1.54 377	10.18 401	0.69 335	3.11 365

gwcnet-sp	3.58 197	2.01 294	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 94

scenet	3.58 197	2.01 294	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 94

ssnet	3.58 197	2.01 294	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 94

iResNetv2_ROB	4.72 271	2.26 306	8.87 308	3.20 322	1.25 222	4.32 221	1.73 255	14.22 320	10.62 277	10.53 303	12.13 263	7.77 246	5.54 268	8.29 217	2.76 193	0.00 1	0.00 1	0.00 1	0.00 1	0.42 302	0.55 193

LL-Strereo	5.14 284	2.29 312	8.95 309	1.26 122	5.05 367	3.66 183	1.40 241	10.33 226	8.98 244	8.71 250	8.24 182	10.70 293	11.10 340	12.66 333	5.36 257	0.05 255	1.35 364	0.00 1	0.00 1	0.38 299	2.23 355

AF-Net	8.37 337	2.16 301	9.01 310	3.65 339	4.58 359	9.40 307	2.63 273	17.71 352	21.32 359	10.38 300	24.51 357	20.43 363	16.67 366	12.54 331	10.76 331	0.70 353	0.00 1	0.12 335	0.00 1	0.47 313	0.42 173

CC-Net-ROB	8.09 331	10.11 386	9.03 311	4.07 349	3.74 336	15.24 352	4.84 320	18.44 357	10.87 283	6.73 176	14.03 285	7.54 242	4.68 235	11.61 322	3.98 224	6.59 387	2.54 385	16.51 394	1.19 371	7.88 387	2.20 352

stereogan	8.18 334	1.32 225	9.05 312	3.59 337	4.00 346	20.16 371	3.13 289	17.25 350	20.16 354	10.68 306	19.19 331	20.56 366	10.70 339	14.74 350	7.00 276	0.34 331	0.04 176	0.21 353	0.08 235	0.70 337	0.65 215

pcwnet_v2	4.36 250	0.46 33	9.07 313	1.43 140	1.10 206	3.41 160	0.40 96	13.44 306	14.60 325	10.29 297	14.22 286	5.82 208	2.97 159	6.75 136	2.29 171	0.01 106	0.05 183	0.04 307	0.02 193	0.17 202	0.61 206

otaku	12.35 369	8.64 380	9.11 314	13.56 392	10.98 390	26.23 382	7.22 352	19.45 366	19.26 349	11.92 330	17.90 325	20.21 361	8.91 329	16.06 359	6.09 265	9.77 394	2.50 384	13.23 391	1.90 383	14.61 396	9.41 394

GANetREF_RVC	6.97 312	3.59 347	9.14 315	4.00 348	0.40 105	13.17 344	11.27 377	15.95 339	17.51 342	10.62 305	10.66 239	12.15 313	7.97 314	13.18 337	5.04 252	0.45 339	0.00 1	0.01 250	0.15 262	3.47 378	0.60 203
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
ETE_ROB	6.28 298	2.60 325	9.22 316	1.71 173	0.84 172	6.44 264	6.78 345	13.16 299	8.80 239	13.01 337	15.93 302	21.01 367	6.18 278	10.97 306	8.11 290	0.04 242	0.01 104	0.00 1	0.02 193	0.16 196	0.70 228

ToySt	3.39 185	0.89 154	9.29 317	1.47 143	0.94 184	4.20 214	1.98 261	7.33 150	5.42 129	3.01 61	6.75 143	8.67 266	5.10 252	5.43 102	3.72 211	0.07 271	0.89 299	0.00 1	0.23 302	0.28 267	2.13 349

WCMA_ROB	10.20 355	1.99 293	9.33 318	3.01 306	2.46 291	15.78 354	7.67 357	12.75 283	15.41 330	25.08 381	33.42 384	27.06 379	19.86 371	13.87 343	12.47 345	1.28 365	0.38 266	0.18 349	0.20 289	0.28 267	1.54 291

CSAN	8.41 338	2.86 335	9.35 319	2.43 264	0.82 170	13.59 347	11.68 379	15.80 338	21.98 363	14.71 349	16.46 308	18.00 347	14.42 362	13.68 339	10.10 318	0.10 288	0.13 222	0.15 340	0.19 279	0.43 306	1.28 279

sAnonymous2	1.54 28	2.26 306	9.53 320	0.65 66	0.50 118	1.20 5	0.23 68	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 94	1.23 4	0.68 13	0.02 191	0.00 1	0.00 1	0.20 289	2.00 368	0.42 173

CroCo_RVC	1.54 28	2.26 306	9.53 320	0.65 66	0.50 118	1.20 5	0.23 68	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 94	1.23 4	0.68 13	0.02 191	0.00 1	0.00 1	0.20 289	2.00 368	0.42 173

PA-Net	5.40 286	2.35 316	9.55 322	2.75 288	2.21 280	8.74 300	3.92 302	13.05 293	13.35 318	7.30 203	7.98 175	8.08 251	6.39 282	11.17 312	9.30 310	0.02 191	0.03 161	0.00 1	0.03 204	0.16 196	1.55 293
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
PWCDC_ROB	8.50 339	4.40 358	9.57 323	6.16 377	4.54 358	10.46 321	1.03 218	15.30 331	28.16 375	10.88 313	30.88 377	6.96 233	11.31 343	14.57 348	10.40 325	3.10 380	0.02 136	0.00 1	0.00 1	1.55 361	0.63 212

DANet	6.46 301	1.58 253	9.58 324	4.10 351	3.99 345	9.13 306	1.34 239	10.37 228	7.76 209	13.76 345	15.66 298	16.14 335	7.03 296	13.07 336	13.62 354	0.19 309	0.12 219	0.02 281	0.02 193	0.15 192	1.61 294
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Ntro	12.91 370	9.95 384	10.01 325	14.12 394	12.55 394	26.31 383	6.76 344	19.04 362	22.03 364	10.23 295	16.26 305	20.22 362	10.06 334	16.81 364	7.93 286	10.16 396	2.55 386	15.19 393	2.86 385	15.27 397	9.93 396

APVNet	6.28 298	2.46 320	10.09 326	3.51 336	3.97 343	12.15 338	1.75 256	20.08 374	6.73 180	6.92 184	13.45 278	10.75 295	6.29 281	11.86 324	14.34 357	0.05 255	0.02 136	0.11 331	0.03 204	0.63 327	0.34 149

SGM-ForestM	18.61 390	3.38 342	10.14 327	3.44 333	2.24 283	34.17 396	15.39 389	29.44 396	33.93 383	38.55 398	41.08 396	53.64 406	36.76 401	34.82 398	27.16 391	1.25 364	1.81 377	0.74 367	1.01 367	0.61 326	2.61 361

MDST_ROB	9.13 346	1.31 222	10.16 328	4.36 361	2.48 293	28.66 388	7.64 355	19.96 369	14.97 327	27.53 383	24.02 353	9.47 272	5.27 257	16.31 360	8.61 297	0.63 348	0.19 236	0.00 1	0.00 1	0.08 91	0.90 242

FBW_ROB	9.17 347	2.08 297	10.31 329	2.51 271	1.66 251	13.22 346	6.04 333	23.09 385	20.11 353	19.55 363	15.80 299	18.97 355	11.96 348	19.34 373	11.38 334	0.66 350	0.30 256	2.15 381	0.90 365	1.15 352	2.16 351

S-Stereo	6.85 308	0.93 157	10.76 330	3.34 330	3.51 327	6.55 266	6.01 332	13.75 313	23.86 366	9.65 287	15.54 297	11.81 310	8.24 316	8.59 238	11.23 333	0.13 293	0.16 229	0.00 1	0.42 347	0.14 179	2.39 357

ELAS	17.99 387	3.49 344	11.19 331	6.14 376	5.79 372	34.89 397	17.28 401	28.75 393	30.47 379	40.80 402	45.79 401	39.04 396	32.05 397	27.63 392	24.30 385	1.88 374	2.41 383	1.09 371	1.48 377	1.83 365	3.48 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
pmcnn	8.17 333	1.70 263	11.49 332	3.18 320	3.07 309	9.66 311	6.06 334	13.60 309	17.71 344	15.23 352	24.02 353	27.61 380	8.81 326	10.36 302	9.51 313	0.08 275	0.08 202	0.00 1	0.00 1	0.31 285	0.87 241

ELAS_RVC	17.82 386	3.60 348	11.92 333	6.63 378	5.73 371	30.34 390	19.64 403	26.92 390	35.06 388	40.79 401	41.32 397	37.31 395	31.61 394	30.54 393	22.93 376	1.97 375	2.40 381	1.28 375	1.27 373	1.71 363	3.51 372
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GASNet	5.62 290	5.76 369	12.05 334	5.03 368	2.08 277	3.77 195	1.53 248	12.92 288	11.62 297	9.64 284	7.40 161	8.58 265	7.54 306	14.76 351	8.25 292	0.02 191	0.15 227	0.00 1	0.00 1	0.81 345	0.52 190

Wz-Net-LNSev-Ref	6.52 304	2.21 303	12.10 335	2.75 288	3.28 317	10.03 316	3.05 284	12.31 270	11.52 296	10.10 292	21.36 340	11.51 305	7.30 302	11.56 320	10.61 327	0.09 285	0.00 1	0.00 1	0.00 1	0.08 91	0.51 188

Syn2CoEx	6.70 306	3.69 350	12.14 336	2.78 291	1.68 252	8.36 296	3.21 291	18.59 358	12.66 308	8.86 255	20.79 339	10.52 287	10.54 337	9.68 279	8.70 299	0.01 106	0.00 1	0.00 1	0.00 1	0.69 335	1.00 251

G-Net	8.60 340	1.93 286	12.59 337	6.04 375	3.66 331	25.93 381	4.26 308	10.35 227	8.05 222	19.71 365	24.73 358	14.15 322	15.49 363	11.30 313	10.69 330	0.50 347	0.46 272	0.19 351	0.25 307	0.80 343	0.91 243

anonymity	8.04 330	4.13 356	12.86 338	7.43 380	13.11 395	8.34 293	2.02 263	18.21 356	7.55 204	13.88 346	9.27 199	10.63 291	7.79 310	11.57 321	6.06 264	6.25 386	5.59 408	3.71 384	3.28 387	3.27 376	5.78 382

Consistency-Raft	9.58 349	5.11 365	13.00 339	5.61 371	8.92 385	4.03 209	5.07 324	19.73 368	24.90 370	11.32 323	29.86 371	13.36 317	6.16 277	8.00 198	13.47 352	0.67 351	0.34 260	1.81 379	4.36 393	12.23 391	3.62 373

STTRV1_RVC	7.16 318	1.18 202	13.30 340	3.33 329	6.91 376	11.99 336	4.01 304	15.74 337	12.11 302	9.56 283	14.59 292	11.64 307	8.75 324	12.86 334	8.54 295	3.70 381	2.86 391	0.41 364	0.13 257	1.38 358	0.12 60

PDISCO_ROB	10.27 356	2.79 334	13.30 340	10.58 387	9.96 388	22.78 375	5.99 330	20.01 370	28.57 376	11.88 329	14.49 290	20.54 364	4.92 244	17.01 366	10.29 323	5.79 385	0.42 268	0.14 339	0.13 257	2.53 373	3.25 366

GwcNet	6.95 310	2.89 336	13.32 342	2.82 295	5.53 370	11.76 332	2.14 266	14.95 328	17.69 343	10.83 310	18.14 327	10.83 298	6.66 288	9.83 289	10.19 321	0.03 221	0.06 189	0.03 298	0.08 235	0.64 328	0.66 223

FADNet	4.55 260	2.35 316	13.60 343	1.87 192	0.80 167	4.74 232	0.75 181	14.47 323	12.41 305	4.07 83	5.45 107	9.64 274	5.03 248	8.86 250	4.82 247	0.20 312	0.04 176	0.07 323	0.05 225	1.27 355	0.40 162

FINET	6.96 311	2.98 337	13.77 344	3.20 322	4.81 364	9.65 310	9.90 369	13.68 311	23.91 367	8.28 240	13.70 279	5.36 187	5.83 271	10.79 305	8.05 289	0.90 357	1.43 365	0.11 331	0.38 342	0.48 316	1.98 344

FADNet-RVC-Resample	4.11 236	2.25 304	13.88 345	1.64 157	0.66 143	5.91 256	2.34 269	10.87 241	9.09 247	6.53 159	4.34 75	5.69 201	4.71 237	8.01 200	4.64 244	0.18 308	0.22 242	0.17 348	0.12 252	0.46 311	0.59 201

SANet	11.48 365	3.34 341	13.93 346	2.40 263	1.01 194	16.49 356	12.16 382	20.05 373	37.28 391	19.62 364	28.04 366	25.61 375	20.10 372	14.43 347	12.39 344	0.10 288	0.06 189	0.03 298	0.06 231	0.76 341	1.73 313

SHD	10.45 358	3.67 349	14.03 347	4.81 366	4.52 356	11.93 335	1.66 254	21.36 382	38.40 394	18.84 362	21.72 343	17.63 344	13.07 351	15.65 358	17.71 366	0.36 333	1.09 327	0.01 250	0.32 332	0.50 320	1.67 302

FADNet_RVC	4.24 246	2.32 314	14.23 348	1.18 117	0.79 166	5.64 247	0.60 142	11.50 256	7.19 196	3.68 75	8.08 179	4.14 145	4.06 209	10.29 301	7.47 282	0.36 333	0.44 271	0.18 349	0.47 351	0.93 346	1.23 274

LE_ROB	17.31 385	2.62 328	14.26 349	4.20 354	1.80 259	17.40 361	9.70 368	15.38 333	55.92 410	63.97 420	40.81 395	35.50 393	39.26 404	15.64 357	28.51 394	0.06 265	0.11 216	0.13 337	0.21 294	0.14 179	0.51 188

SAMSARA	15.67 377	3.89 353	14.48 350	13.77 393	7.92 382	38.69 401	73.90 424	21.22 380	24.66 368	17.04 360	13.86 282	30.01 383	13.07 351	18.07 370	17.48 365	0.23 317	1.46 367	0.07 323	0.40 344	0.99 347	2.15 350

FADNet-RVC	4.36 250	2.62 328	14.51 351	2.01 215	0.44 113	4.27 217	1.27 234	12.61 280	7.89 214	3.76 77	4.05 71	10.63 291	4.34 221	9.87 290	7.66 285	0.03 221	0.09 208	0.00 1	0.03 204	0.65 329	0.50 184

ACVNet-4b	16.48 380	23.07 397	14.73 352	16.69 396	15.18 398	31.83 392	7.30 354	19.71 367	27.82 374	11.54 326	22.10 346	31.68 387	8.96 330	18.88 372	7.28 281	11.04 398	2.65 388	24.93 400	5.02 395	18.57 399	10.67 398

SPS-STEREO	15.83 378	7.38 375	14.92 353	11.63 389	11.77 393	25.30 380	7.12 350	25.20 388	17.06 339	32.24 389	30.34 375	31.63 386	22.59 380	25.67 389	21.97 373	7.71 390	4.50 404	3.35 383	1.56 380	6.97 386	7.72 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DGSMNet	7.10 315	3.49 344	15.11 354	4.36 361	4.41 351	8.94 304	6.25 336	15.10 330	14.28 324	8.15 236	14.51 291	10.08 281	5.38 263	11.04 308	7.95 287	1.49 369	2.00 378	1.79 378	1.68 382	2.43 371	3.48 370

ACVNet_1	19.51 392	26.19 399	15.50 355	17.71 397	15.28 399	26.46 384	9.36 365	29.16 395	34.18 384	25.06 380	24.89 359	37.18 394	21.93 379	17.80 369	15.03 360	11.08 399	2.83 389	25.29 401	5.06 397	19.11 400	11.14 399

PWC_ROB	8.89 342	4.49 361	15.62 356	2.92 301	4.49 355	7.89 290	1.23 232	17.29 351	20.00 352	16.54 358	28.06 367	14.37 324	11.98 349	14.93 352	15.43 364	0.47 344	0.00 1	0.05 314	0.00 1	0.67 331	1.31 281

PVD	16.41 379	3.98 355	16.04 357	5.38 369	4.59 361	19.44 368	7.28 353	28.88 394	49.27 404	31.53 388	43.72 399	30.36 385	32.17 398	26.70 391	23.19 378	0.25 322	1.48 368	0.04 307	0.59 358	0.52 322	2.87 364

CBFPSM	5.12 283	1.48 244	16.22 358	1.81 185	1.14 211	11.16 327	2.90 278	7.99 171	6.75 181	6.55 160	5.00 91	15.05 330	8.78 325	7.52 177	8.90 303	0.04 242	0.02 136	0.00 1	0.00 1	0.42 302	0.67 225

RTSC	9.87 351	4.34 357	16.44 359	4.60 365	2.38 287	12.54 341	0.75 181	18.19 355	37.31 392	16.16 357	15.86 300	13.32 316	7.56 308	20.93 380	23.50 380	0.34 331	1.07 326	0.02 281	0.35 339	0.71 338	0.99 249

NVStereoNet_ROB	17.22 383	8.76 381	16.47 360	7.52 381	8.42 383	13.75 349	11.07 372	24.24 387	26.67 373	31.00 386	46.49 402	34.88 392	27.06 390	22.72 384	23.61 381	6.83 389	4.32 403	6.32 389	10.37 402	4.39 379	9.57 395
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFN_U_SF_DS_RVC	10.36 357	5.37 366	16.61 361	2.95 303	3.02 308	24.75 378	15.44 390	14.68 326	19.73 350	19.77 366	23.97 351	16.98 341	8.40 318	17.58 368	9.23 309	1.59 370	1.75 374	0.16 343	2.63 384	0.75 340	1.85 330

SDNR	7.97 329	2.75 330	16.90 362	2.28 247	0.94 184	45.23 407	0.43 103	9.30 206	10.84 282	10.71 307	25.30 361	5.51 191	4.47 224	11.98 325	7.58 284	0.15 298	0.14 226	0.00 1	0.04 222	2.27 370	2.65 362

ADCP+	8.60 340	2.78 333	17.44 363	1.69 169	4.27 349	16.95 360	5.29 325	13.38 304	12.52 306	13.57 343	17.57 323	10.86 299	11.28 342	18.43 371	23.91 384	0.03 221	0.05 183	0.01 250	0.18 276	0.47 313	1.31 281

WAO-6	35.59 410	37.89 411	17.67 364	37.86 410	24.46 410	37.85 400	21.49 405	49.01 411	67.96 420	44.22 405	48.08 404	53.02 404	53.39 415	33.67 396	36.83 407	26.05 412	7.83 413	43.19 414	21.76 413	30.18 412	19.37 414

Wz-Net-MNSev	8.12 332	3.18 338	18.07 365	2.63 282	3.36 322	17.82 364	9.40 367	12.89 287	15.44 331	13.95 347	18.21 328	14.38 325	7.75 309	12.50 330	11.45 335	0.46 341	0.03 161	0.00 1	0.01 176	0.26 254	0.58 198

Wz-Net-LNSev	7.12 316	2.75 330	18.64 366	1.70 172	4.16 347	12.79 342	6.72 343	13.74 312	13.57 319	11.14 320	17.31 319	11.90 311	8.50 320	8.96 258	9.94 317	0.00 1	0.01 104	0.00 1	0.00 1	0.18 210	0.34 149

XQC	9.46 348	4.84 364	18.88 367	4.07 349	3.09 311	15.97 355	6.65 342	16.26 342	26.63 372	12.63 332	12.35 266	15.75 332	10.62 338	16.48 361	21.19 370	0.44 337	0.96 309	0.05 314	0.32 332	1.10 349	0.99 249

psmorigin	7.74 327	2.19 302	18.99 368	2.51 271	0.89 177	7.08 278	2.74 274	11.25 250	7.90 215	20.49 369	22.36 347	20.16 360	11.95 347	13.84 342	10.61 327	0.04 242	0.18 234	0.06 318	0.24 304	0.27 264	1.07 260

ADCRef	7.76 328	2.31 313	19.09 369	2.82 295	3.29 318	11.88 334	3.06 285	11.52 257	10.89 284	13.69 344	25.85 363	8.20 253	8.89 328	8.95 257	22.66 375	0.16 301	0.08 202	0.16 343	0.34 338	0.47 313	0.91 243

IMH-64-1	28.06 402	29.98 402	19.46 370	32.15 404	20.98 404	27.68 385	16.66 393	47.31 406	44.85 401	34.14 393	50.94 407	41.49 398	31.67 395	37.53 399	23.88 382	14.17 402	2.96 394	34.45 406	11.15 403	26.12 405	13.75 404

IMH-64	28.06 402	29.98 402	19.46 370	32.15 404	20.98 404	27.68 385	16.66 393	47.31 406	44.85 401	34.14 393	50.94 407	41.49 398	31.67 395	37.53 399	23.88 382	14.17 402	2.96 394	34.45 406	11.15 403	26.12 405	13.75 404

MFMNet_re	14.09 374	9.67 383	20.31 372	10.40 385	7.62 379	21.38 373	17.49 402	21.36 382	31.95 380	23.70 376	29.22 369	18.87 353	27.41 391	14.27 345	11.16 332	2.85 378	1.51 370	0.41 364	0.28 320	4.88 380	7.10 387

DPSNet	10.88 362	2.57 324	20.40 373	2.24 238	1.90 267	24.92 379	17.00 400	21.35 381	28.61 377	12.87 335	13.74 281	17.01 342	20.14 373	15.36 353	14.01 355	0.81 355	0.98 315	0.20 352	0.65 361	1.30 356	1.54 291

IMH	30.65 406	30.30 404	21.09 374	34.89 408	21.75 408	33.16 395	16.91 398	49.53 413	52.50 405	38.41 397	55.10 413	45.13 400	40.36 405	41.57 407	25.66 387	14.74 405	3.36 397	35.43 408	11.69 405	27.31 409	14.16 407

ADCL	10.77 360	3.23 339	21.50 375	2.26 241	1.96 271	23.65 376	9.07 363	14.69 327	24.88 369	15.21 351	27.20 364	12.68 315	14.02 359	16.94 365	24.43 386	0.26 325	0.18 234	0.74 367	0.67 362	0.80 343	1.02 256

RainbowNet	18.69 391	27.15 401	22.03 376	18.76 398	15.00 397	27.97 387	10.17 370	27.99 391	34.19 385	15.53 354	27.53 365	25.33 373	13.80 357	19.86 377	10.59 326	14.50 404	3.57 399	23.85 399	5.03 396	18.49 398	12.41 402

SGM+DAISY	17.25 384	9.46 382	22.74 377	10.11 384	11.40 391	28.98 389	13.74 385	21.15 379	16.85 338	31.39 387	34.79 386	34.05 391	24.24 386	26.23 390	19.31 367	8.79 392	7.56 412	4.88 386	3.93 391	6.07 384	9.33 392

WAO-7	30.22 405	25.83 398	23.33 378	33.10 406	14.36 396	36.98 398	22.41 407	52.85 415	64.46 417	43.76 404	59.24 416	52.31 403	45.69 410	32.82 395	32.60 400	11.16 400	5.49 407	13.76 392	12.60 407	12.36 392	9.38 393

ADCMid	10.97 363	4.49 361	23.66 379	2.53 275	2.52 296	11.46 330	6.31 337	15.31 332	12.85 314	23.57 375	22.99 348	17.92 346	21.04 376	19.57 375	28.05 393	0.47 344	0.43 269	1.10 372	1.32 374	1.73 364	2.10 348

WAO-8	38.93 413	36.84 409	23.97 380	43.96 412	24.48 411	45.73 408	22.62 408	53.10 416	75.66 421	53.86 413	66.14 421	62.39 413	55.11 417	43.01 409	40.67 411	22.98 410	7.22 410	37.53 411	19.49 411	27.04 408	16.83 409

Venus	38.93 413	36.84 409	23.97 380	43.96 412	24.48 411	45.73 408	22.62 408	53.10 416	75.66 421	53.86 413	66.17 422	62.39 413	55.11 417	43.01 409	40.67 411	22.98 410	7.22 410	37.53 411	19.49 411	27.02 407	16.83 409

MSC_U_SF_DS_RVC	17.08 382	7.98 378	24.37 382	6.82 379	2.93 305	39.68 403	16.11 392	25.46 389	34.93 387	34.13 392	34.20 385	29.20 382	24.94 387	23.01 385	19.39 368	2.79 377	2.87 392	1.18 374	1.53 379	6.78 385	3.31 367

SuperB	8.29 336	3.96 354	24.92 383	2.96 304	1.33 236	9.83 313	4.15 306	10.92 245	29.79 378	11.86 328	12.51 268	6.07 210	6.97 293	11.13 311	14.73 358	0.15 298	0.11 216	0.35 360	0.26 316	12.64 393	1.11 264

PASM	9.11 344	5.68 368	25.06 384	4.33 359	4.18 348	7.01 275	8.48 359	12.37 272	20.95 358	13.49 342	15.37 296	18.80 352	11.52 345	14.70 349	12.70 347	0.93 358	1.19 350	0.32 359	1.21 372	1.66 362	2.22 354

DeepPrunerF	7.18 319	3.58 346	25.29 385	4.27 357	7.20 378	3.78 196	4.64 317	14.03 317	20.86 357	8.85 254	10.57 235	7.35 237	7.88 312	12.16 329	10.66 329	0.25 322	0.16 229	0.29 358	0.43 349	0.77 342	0.65 215

AnyNet_C32	11.82 366	7.08 373	25.83 386	4.55 364	5.88 373	16.92 359	16.97 399	14.14 318	18.11 346	16.87 359	21.66 342	14.78 327	13.87 358	23.54 387	31.83 399	0.24 319	0.28 254	0.35 360	0.53 356	1.35 357	1.71 311

Wz-Net-SNSev	9.92 352	8.01 379	26.42 387	2.26 241	1.85 263	8.36 296	14.30 387	18.01 354	21.68 360	10.78 309	23.95 350	16.84 340	8.60 322	15.59 356	19.76 369	0.01 106	0.03 161	0.01 250	0.00 1	0.52 322	1.34 284

Anonymous Stereo	7.27 320	4.41 359	26.56 388	3.67 340	3.09 311	5.56 244	15.31 388	10.85 240	11.63 298	10.31 298	10.32 226	7.46 240	3.67 192	14.42 346	15.13 361	0.64 349	0.88 298	0.00 1	0.07 232	0.33 291	1.16 268

ACVNet_2	27.45 400	30.56 405	27.90 389	20.72 399	15.55 400	37.22 399	14.00 386	49.32 412	65.88 419	43.17 403	56.99 414	51.90 402	26.98 389	21.46 383	15.38 362	10.77 397	2.85 390	23.12 398	3.62 389	20.08 401	11.47 400

Dean	35.52 409	40.12 412	27.99 390	30.63 403	17.33 401	45.80 410	11.68 379	57.61 420	76.54 423	63.70 419	60.65 417	66.93 418	49.40 413	38.12 401	40.28 410	12.18 401	3.73 401	28.86 402	5.94 399	20.69 402	12.16 401

MFN_U_SF_RVC	13.54 371	4.69 363	28.43 391	4.24 355	2.50 294	24.26 377	5.99 330	28.23 392	20.18 355	24.06 378	29.38 370	30.35 384	16.92 367	20.98 381	21.39 371	1.35 366	1.13 333	1.02 370	1.41 376	1.88 366	2.50 360

aanetorigin	9.02 343	3.75 351	28.68 392	2.16 222	3.86 338	5.84 255	5.40 328	5.93 96	10.39 270	28.12 384	31.02 378	15.98 333	13.74 356	9.38 269	12.55 346	0.25 322	0.22 242	0.22 354	0.24 304	1.24 353	1.47 285

iinet-f	6.21 295	2.11 298	28.74 393	2.13 221	1.38 238	11.62 331	1.49 246	7.64 164	7.19 196	7.77 217	14.38 287	10.49 286	7.79 310	7.76 188	12.90 350	0.03 221	0.03 161	0.05 314	0.00 1	0.67 331	0.12 60

ADCS	13.76 373	6.46 371	30.74 394	3.62 338	2.93 305	14.28 350	11.22 376	20.02 371	34.42 386	23.20 372	25.42 362	19.51 357	19.62 370	24.54 388	33.88 402	0.27 327	0.23 245	0.37 362	0.19 279	1.47 359	2.84 363

TorneroNet-64	33.32 408	33.28 406	33.07 395	35.14 409	21.25 407	48.02 412	21.13 404	43.47 404	58.77 411	33.36 391	46.64 403	62.00 412	38.19 402	44.82 411	35.07 403	15.02 406	3.59 400	35.81 409	12.20 406	29.45 411	16.17 408

ADCPNet	10.18 354	3.40 343	33.24 396	2.38 260	1.74 255	17.75 363	7.65 356	13.20 300	13.03 315	14.09 348	21.72 343	19.36 356	11.40 344	15.43 355	23.00 377	0.28 328	1.15 345	0.39 363	1.48 377	0.68 333	2.21 353

DispFullNet	18.06 388	27.03 400	34.90 397	22.68 401	20.79 403	15.03 351	3.18 290	16.95 349	26.06 371	20.48 368	16.91 311	20.55 365	18.37 368	23.48 386	12.16 342	5.31 384	2.91 393	31.24 404	8.09 400	22.63 403	12.44 403

LVE	35.84 411	41.54 413	36.25 398	33.36 407	18.92 402	53.05 418	27.99 411	53.17 418	64.93 418	47.63 408	61.58 418	54.25 407	38.72 403	38.72 402	35.50 406	16.36 408	6.23 409	31.51 405	14.04 408	25.01 404	18.07 412

LSM	14.85 376	7.41 376	36.29 399	7.76 382	43.77 418	11.24 329	12.14 381	16.73 346	23.72 365	23.73 377	32.92 381	18.89 354	13.31 353	16.60 362	12.37 343	0.26 325	0.86 297	0.11 331	0.43 349	1.24 353	17.26 411

TorneroNet	36.02 412	35.25 407	36.33 400	38.44 411	22.19 409	50.72 416	24.42 410	48.39 409	54.53 408	38.03 396	53.44 411	62.83 415	44.79 409	47.68 414	42.11 413	15.69 407	3.97 402	37.25 410	15.05 409	30.83 413	18.40 413

Wz-Net-TNSev	12.01 368	11.86 390	38.26 401	2.81 293	1.82 262	18.12 365	11.31 378	16.67 344	21.73 361	15.06 350	17.17 315	19.72 359	20.69 375	20.68 378	21.41 372	0.04 242	0.06 189	0.00 1	0.16 264	0.74 339	1.93 341

ktn	49.32 418	58.11 420	40.16 402	59.92 421	43.22 417	49.79 415	42.99 417	48.56 410	60.67 413	51.59 411	54.51 412	55.34 408	52.65 414	47.92 415	37.91 408	57.88 421	24.79 418	63.00 422	43.57 418	52.51 419	41.31 418

KSHMR	56.07 420	64.25 423	40.47 403	74.89 424	49.63 421	49.42 414	45.46 419	57.71 421	63.52 415	61.65 418	61.67 419	71.88 421	47.67 412	51.47 418	44.57 415	54.67 420	62.25 422	66.31 423	54.18 422	53.03 421	46.75 421

WZ-Net	13.61 372	5.57 367	42.84 404	3.89 347	3.19 315	19.90 369	15.44 390	15.67 336	32.04 381	16.13 356	28.69 368	22.17 370	15.84 364	21.40 382	26.87 389	0.75 354	0.01 104	0.01 250	0.03 204	0.51 321	1.20 272

BEATNet-Init1	24.70 397	11.33 389	44.28 405	5.48 370	3.94 342	47.60 411	22.33 406	34.94 397	40.01 396	48.11 409	49.98 406	59.86 410	43.17 407	39.48 405	31.77 398	1.37 367	1.76 376	1.17 373	1.17 370	2.44 372	3.85 375

DPSimNet_ROB	54.45 419	65.73 424	47.00 406	54.49 417	46.37 419	55.34 419	56.47 421	56.18 419	59.04 412	64.57 421	51.76 409	64.01 416	54.49 416	47.54 413	67.21 422	63.21 423	27.86 419	58.04 420	51.28 421	46.61 417	51.87 423

PWCK	31.62 407	45.59 414	49.67 407	30.49 402	7.80 380	42.91 406	29.73 412	45.45 405	44.44 400	47.41 407	36.92 389	47.86 401	26.79 388	41.90 408	33.36 401	22.77 409	4.56 405	29.89 403	5.13 398	29.43 410	10.36 397

notaker	48.05 417	55.94 419	50.90 408	56.89 419	40.29 415	38.96 402	33.86 414	47.82 408	55.70 409	57.55 415	57.48 415	60.22 411	59.71 421	54.64 420	43.27 414	41.13 417	19.86 417	57.61 419	37.79 416	50.95 418	40.33 417

FADE	26.04 399	18.79 395	52.46 409	10.51 386	10.00 389	22.56 374	9.20 364	36.24 399	53.07 407	20.35 367	19.04 330	26.62 377	34.46 399	40.25 406	35.42 405	31.16 414	14.37 415	38.03 413	37.28 415	5.44 382	5.60 381

JetBlue	29.99 404	17.24 394	55.64 410	16.24 395	21.08 406	62.07 422	33.14 413	40.60 402	35.73 390	34.59 395	40.67 394	57.18 409	43.54 408	51.46 417	52.18 419	2.72 376	4.58 406	2.86 382	3.53 388	10.57 389	14.11 406

EDNetEfficient	14.14 375	6.71 372	56.12 411	2.99 305	3.58 328	5.38 242	8.49 360	9.35 207	33.24 382	40.73 400	30.21 374	18.04 348	22.92 383	12.13 327	26.26 388	0.16 301	0.24 248	0.07 323	1.15 369	2.58 374	2.39 357

HanzoNet	57.16 421	60.12 421	60.00 412	55.77 418	42.11 416	51.98 417	41.93 416	52.07 414	61.47 414	65.98 422	65.90 420	72.11 422	70.14 422	71.11 423	61.13 421	64.31 424	34.72 420	62.27 421	50.86 420	52.83 420	46.33 420

AnyNet_C01	16.99 381	12.34 392	60.47 413	4.88 367	3.11 314	31.77 391	16.79 397	18.60 359	17.96 345	18.62 361	38.50 391	24.03 371	19.00 369	30.59 394	35.18 404	0.29 329	0.56 277	0.45 366	0.48 352	2.70 375	3.40 368

SPstereo	72.80 424	48.41 416	62.94 414	57.25 420	46.60 420	79.63 423	85.16 425	100.00 436	100.00 434	98.52 432	98.22 431	100.00 437	96.67 429	97.01 430	82.62 424	47.37 419	39.60 421	68.10 424	65.09 424	40.01 415	42.71 419

UNDER WATER-64	46.01 416	48.25 415	68.05 415	44.59 414	28.11 413	57.02 421	43.78 418	40.20 401	48.80 403	52.08 412	42.95 398	67.22 419	57.71 419	48.98 416	49.57 416	40.01 416	17.98 416	52.15 417	39.41 417	38.99 414	34.41 416

UNDER WATER	45.99 415	49.80 417	68.56 416	49.99 416	32.13 414	55.35 420	39.50 415	41.12 403	52.90 406	50.69 410	45.18 400	67.79 420	58.75 420	51.93 419	50.97 417	30.59 413	14.03 414	51.66 416	37.15 414	40.27 416	31.35 415

LRCNet_RVC	66.47 423	66.44 425	69.02 417	71.60 423	54.27 422	32.21 393	2.93 280	63.19 423	21.83 362	82.02 425	90.16 426	83.59 424	72.13 423	69.45 422	53.25 420	95.47 430	64.21 424	95.15 430	95.27 430	72.59 424	74.60 426

ASD4	76.04 425	81.96 427	69.18 418	68.53 422	80.95 427	96.29 427	99.16 432	77.84 424	93.51 428	77.76 424	85.79 424	78.58 423	76.90 424	78.02 424	82.88 425	58.77 422	62.96 423	55.01 418	62.53 423	68.78 423	65.30 425

MADNet++	82.81 426	81.73 426	74.64 419	87.71 429	82.67 428	93.35 425	70.27 423	86.39 428	82.88 424	93.51 429	86.62 425	86.40 425	81.37 425	88.21 425	88.63 426	86.59 428	84.23 429	72.14 425	68.69 425	78.88 429	81.36 430

JetRed	61.44 422	61.87 422	83.02 420	46.49 415	56.73 423	83.63 424	65.09 422	59.75 422	64.22 416	69.50 423	69.26 423	66.24 417	47.62 411	61.80 421	74.60 423	45.99 418	66.40 425	46.67 415	45.27 419	63.49 422	51.22 422

RTS	19.64 393	10.42 387	87.01 421	5.88 372	6.82 374	41.73 404	16.69 395	16.80 347	41.90 398	23.44 373	32.96 382	13.79 318	21.49 377	38.85 403	30.84 396	0.46 341	0.70 287	0.00 1	0.09 241	1.13 350	1.70 308

RTSA	19.64 393	10.42 387	87.01 421	5.88 372	6.82 374	41.73 404	16.69 395	16.80 347	41.90 398	23.44 373	32.96 382	13.79 318	21.49 377	38.85 403	30.84 396	0.46 341	0.70 287	0.00 1	0.09 241	1.13 350	1.70 308

coex-ft	20.15 395	20.03 396	87.93 423	1.81 185	1.77 256	18.77 367	13.73 384	13.28 302	41.87 397	60.24 416	39.04 392	28.27 381	30.39 393	12.57 332	28.66 395	0.20 312	0.23 245	0.04 307	0.30 327	1.52 360	2.34 356

DLNR_Zeroshot_test	24.96 398	51.28 418	90.69 424	97.84 432	97.22 431	1.40 13	0.12 32	23.19 386	3.55 43	1.21 34	2.95 50	0.72 48	0.31 9	7.09 149	2.61 181	38.70 415	1.32 359	0.00 1	0.29 325	77.04 428	1.68 303

MADNet+	27.96 401	35.32 408	91.41 425	21.04 400	8.86 384	49.25 413	47.41 420	36.98 400	37.84 393	21.00 370	30.83 376	25.41 374	34.95 400	46.51 412	51.54 418	3.04 379	3.33 396	1.48 376	1.05 368	5.85 383	6.05 384

HaxPig	98.85 433	99.94 433	95.36 426	99.99 436	99.98 434	94.12 426	94.52 426	99.12 432	99.96 432	99.96 435	99.99 434	99.98 435	99.89 433	98.16 431	96.14 431	99.98 435	99.99 435	100.00 433	99.99 434	99.99 436	99.95 436

PML	97.69 431	100.00 436	96.50 427	97.85 433	97.35 432	99.77 434	99.36 433	96.92 429	96.34 429	100.00 436	96.52 430	97.41 430	99.61 432	100.00 437	95.46 430	99.99 436	97.44 430	100.00 433	96.08 431	99.13 432	88.02 431

xxxxx1	85.58 428	90.37 428	96.61 428	76.69 425	80.77 424	97.50 429	96.92 429	85.57 425	88.66 425	88.63 426	91.64 427	94.27 426	93.09 426	90.03 426	91.91 427	70.77 425	70.62 426	73.61 426	81.26 427	72.90 425	79.86 427

tt_ll	85.58 428	90.37 428	96.61 428	76.69 425	80.77 424	97.50 429	96.92 429	85.57 425	88.66 425	88.63 426	91.64 427	94.27 426	93.09 426	90.03 426	91.91 427	70.77 425	70.62 426	73.61 426	81.26 427	72.90 425	79.86 427

ff	85.58 428	90.37 428	96.61 428	76.69 425	80.77 424	97.50 429	96.92 429	85.57 425	88.66 425	88.63 426	91.64 427	94.27 426	93.09 426	90.03 426	91.91 427	70.77 425	70.62 426	73.61 426	81.26 427	72.90 425	79.86 427

AVERAGE_ROB	99.63 436	99.96 434	98.88 431	100.00 439	100.00 436	98.16 432	95.64 427	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	99.99 435	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	100.00 440

MEDIAN_ROB	98.44 432	99.70 431	99.34 432	97.13 430	97.06 430	96.94 428	95.91 428	97.71 431	97.33 430	98.78 433	98.91 432	99.19 431	98.13 431	96.94 429	96.99 432	99.97 434	99.18 431	100.00 433	99.99 434	99.70 433	99.83 433

EDNetEfficientorigin	18.25 389	14.44 393	99.41 433	1.72 176	1.00 193	12.07 337	6.97 349	13.67 310	35.06 388	38.59 399	37.10 390	27.03 378	27.46 392	15.38 354	26.92 390	0.05 255	0.08 202	0.15 340	0.62 359	3.33 377	3.92 376

Anonymous_1	99.01 434	99.91 432	99.85 434	97.31 431	99.09 433	100.00 435	100.00 435	99.59 433	99.96 432	99.29 434	99.86 433	99.55 432	99.99 435	99.30 432	99.76 433	95.67 431	99.58 432	97.24 431	98.56 432	97.36 431	98.34 432

tt	83.10 427	0.43 20	99.97 435	79.27 428	93.14 429	100.00 435	100.00 435	100.00 436	99.89 431	60.55 417	48.44 405	99.98 435	99.96 434	99.98 436	100.00 438	91.80 429	99.82 433	73.67 429	73.25 426	86.43 430	55.39 424

test_example2	99.38 435	99.98 435	99.99 436	100.00 439	99.98 434	99.73 433	99.99 434	96.99 430	100.00 434	100.00 436	100.00 435	96.49 429	96.74 430	99.97 433	99.96 434	100.00 438	99.97 434	98.68 432	99.11 433	100.00 437	100.00 440

DPSMNet_ROB	99.90 437	100.00 436	99.99 436	99.99 436	100.00 436	100.00 435	100.00 435	99.98 434	100.00 434	98.37 430	100.00 435	99.81 433	100.00 436	99.97 433	99.99 435	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	99.99 437

DGTPSM_ROB	99.90 437	100.00 436	99.99 436	99.99 436	100.00 436	100.00 435	100.00 435	99.98 434	100.00 434	98.37 430	100.00 435	99.81 433	100.00 436	99.97 433	99.99 435	99.99 436	100.00 436	100.00 433	100.00 436	100.00 437	99.99 437

MyStereo03	100.00 441	100.00 436	100.00 439	100.00 439	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	100.00 440

MyStereo02	100.00 441	100.00 436	100.00 439	100.00 439	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	100.00 440

MyStereo	100.00 441	100.00 436	100.00 439	100.00 439	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	100.00 440

Selective-RAFT-Error	100.00 441	100.00 436	100.00 439	100.00 439	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	100.00 440

CasAABBNet	100.00 441	100.00 436	100.00 439	100.00 439	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	100.00 440

LSM0	100.00 441	100.00 436	100.00 439	100.00 439	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	100.00 438	100.00 436	100.00 433	100.00 436	100.00 437	99.99 437

DPSM_ROB	99.94 439	100.00 436	100.00 439	99.74 434	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	99.08 432	100.00 436	100.00 433	100.00 436	99.98 434	99.94 434

DPSM	99.94 439	100.00 436	100.00 439	99.74 434	100.00 436	100.00 435	100.00 435	100.00 436	100.00 434	100.00 436	100.00 435	100.00 437	100.00 436	100.00 437	100.00 438	99.08 432	100.00 436	100.00 433	100.00 436	99.98 434	99.94 434

Low-res two-view benchmark