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

CREStereo++_RVC	1.59 43	0.39 82	2.26 51	0.36 62	0.01 1	1.67 28	0.01 1	2.95 4	8.12 240	3.69 81	7.44 168	0.47 40	0.32 16	0.74 1	0.39 10	0.00 1	0.00 1	0.00 1	3.03 388	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
CASnet	0.98 6	0.32 33	1.62 7	0.65 91	0.07 23	2.11 56	0.14 49	3.50 14	4.03 98	3.77 82	1.41 21	0.31 25	0.29 9	0.80 2	0.57 36	0.01 147	0.00 1	0.00 1	0.00 1	0.04 81	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GLC_STEREO	0.75 1	0.29 17	1.19 3	0.55 79	0.01 1	1.98 48	0.57 142	3.07 5	3.02 44	0.90 31	1.48 22	0.19 2	0.40 24	0.93 3	0.36 9	0.00 1	0.01 126	0.00 1	0.00 1	0.04 81	0.02 40

TANstereo	1.20 23	0.49 135	2.04 30	0.34 60	0.10 39	1.80 39	0.01 1	3.40 10	4.10 106	4.37 90	4.82 88	0.41 34	0.70 45	0.94 4	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	1.35 33	1.66 322	8.14 325	0.55 79	0.46 160	1.23 6	0.24 70	4.00 28	3.47 73	0.40 14	1.11 14	0.23 12	1.42 96	0.96 5	0.57 36	0.01 147	0.00 1	0.00 1	0.20 316	2.07 371	0.22 278

CroCo_RVC	1.35 33	1.66 322	8.14 325	0.55 79	0.46 160	1.23 6	0.24 70	4.00 28	3.47 73	0.40 14	1.11 14	0.23 12	1.42 96	0.96 5	0.57 36	0.01 147	0.00 1	0.00 1	0.20 316	2.07 371	0.22 278

whm_eth	3.00 177	1.32 297	5.51 271	0.75 97	2.73 309	2.57 90	0.28 77	6.84 165	7.24 214	5.29 119	24.32 357	0.37 32	0.46 35	1.03 7	0.95 94	0.01 147	0.03 211	0.00 1	0.00 1	0.06 120	0.14 237

CroCo-Stereo	0.99 8	0.89 241	3.19 139	0.46 71	0.44 154	0.38 1	0.05 13	4.61 53	3.95 92	0.48 22	1.78 31	1.01 52	0.27 6	1.11 8	1.07 104	0.01 147	0.00 1	0.00 1	0.00 1	0.05 103	0.04 106
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
StereoIM	0.80 2	0.69 197	3.02 122	0.33 56	1.83 274	1.22 5	0.06 15	3.41 11	1.49 3	0.31 5	0.38 7	0.42 35	0.51 37	1.14 9	1.21 119	0.00 1	0.00 1	0.00 1	0.00 1	0.05 103	0.05 135

trnet	0.99 8	0.37 76	1.89 16	0.08 11	0.19 92	1.68 31	0.02 7	4.12 33	6.41 193	0.70 26	1.57 26	0.46 39	0.67 44	1.15 10	0.41 12	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.01 16

XX-TBD	1.44 39	0.85 233	2.04 30	2.45 304	0.05 10	2.34 68	0.01 1	3.46 12	7.51 221	2.88 62	4.98 94	0.26 15	0.25 4	1.15 10	0.46 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Former-RAFT_DAM_RVC	1.26 28	0.42 102	2.36 57	0.59 87	1.26 236	2.43 76	0.01 1	3.29 6	7.76 230	1.71 47	2.78 49	0.27 17	0.32 16	1.16 12	0.58 39	0.04 261	0.01 126	0.00 1	0.00 1	0.04 81	0.10 200

CREStereo	0.98 6	0.42 102	1.86 14	0.07 9	0.22 103	1.65 27	0.02 7	4.07 30	6.33 190	0.72 27	1.54 24	0.43 36	0.64 43	1.22 13	0.44 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
GMOStereo	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 121	8.16 248	6.97 151	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 315	0.00 1	0.00 1	0.23 274	0.03 70

error version	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 121	8.16 248	6.97 151	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 315	0.00 1	0.00 1	0.23 274	0.03 70

test-v	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 121	8.16 248	6.97 151	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 315	0.00 1	0.00 1	0.23 274	0.03 70

test-2	1.81 56	0.47 127	2.09 38	0.10 14	0.27 119	1.49 18	0.89 207	4.40 38	4.51 121	8.16 248	6.97 151	2.96 98	1.15 76	1.42 14	0.88 83	0.00 1	0.14 315	0.00 1	0.00 1	0.23 274	0.03 70

MGS-Stereo	1.10 14	0.26 13	2.45 60	0.58 85	0.06 17	1.84 40	0.67 161	2.16 2	3.42 71	1.03 33	6.13 128	0.49 41	0.36 18	1.43 18	0.62 41	0.00 1	0.00 1	0.00 1	0.00 1	0.47 327	0.00 1

LargeStereo	1.14 21	0.51 140	1.66 8	0.55 79	0.08 34	2.52 80	1.01 218	6.51 152	3.16 52	0.59 24	2.11 38	0.43 36	1.18 81	1.44 19	0.79 68	0.00 1	0.05 241	0.00 1	0.05 264	0.11 188	0.11 212

RCA-Stereo	1.99 82	0.34 54	2.71 88	0.26 42	0.06 17	2.29 65	0.48 113	4.89 65	14.65 332	2.81 60	5.51 117	0.78 49	3.21 172	1.44 19	0.33 6	0.00 1	0.01 126	0.00 1	0.00 1	0.07 135	0.02 40

CroCo-Stereo Lap2	1.24 27	0.88 238	3.39 151	0.95 121	4.59 367	0.47 2	0.08 22	3.51 16	2.80 28	1.17 41	2.24 41	1.57 67	0.20 1	1.48 21	1.14 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 222	0.12 225

CAS	2.24 103	0.25 11	1.86 14	11.21 389	3.86 348	1.67 28	0.02 7	3.87 24	2.67 22	0.41 16	1.63 27	0.24 14	0.27 6	1.50 22	0.74 57	9.43 396	0.01 126	0.00 1	0.00 1	0.01 7	5.21 384

anonymousa	3.80 238	0.55 152	3.35 148	1.24 153	3.74 340	9.04 307	0.36 94	6.74 161	4.03 98	7.72 233	19.64 335	10.62 294	6.01 283	1.52 23	1.40 131	0.00 1	0.00 1	0.00 1	0.05 264	0.00 1	0.03 70

test-1	1.82 60	0.45 119	5.42 266	0.89 108	0.41 151	2.14 57	0.56 134	5.75 114	4.15 109	3.28 71	5.11 96	3.61 128	0.70 45	1.53 24	1.56 146	0.02 218	0.34 358	0.00 1	0.08 276	0.02 23	0.30 305

MIF-Stereo	0.83 4	0.33 45	1.98 25	0.92 114	1.27 238	0.54 3	0.11 29	1.35 1	2.94 33	1.67 46	2.09 36	0.20 5	0.31 14	1.57 25	1.07 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 228	0.01 16

sCroCo_RVC	1.21 25	0.65 182	5.16 256	1.09 139	1.29 240	0.92 4	0.19 60	3.92 25	2.68 23	0.30 4	3.04 53	0.52 43	1.56 109	1.58 26	0.78 67	0.09 299	0.25 352	0.00 1	0.00 1	0.07 135	0.11 212

Gwc-CoAtRS	2.02 85	0.33 45	2.61 76	1.04 135	0.30 127	3.56 182	0.40 101	5.89 122	5.94 169	5.08 112	5.01 95	5.55 194	1.72 115	1.60 27	0.91 89	0.01 147	0.09 282	0.00 1	0.25 330	0.01 7	0.02 40

CES	1.56 42	0.35 63	1.44 4	0.42 68	7.70 385	2.66 107	0.13 42	4.89 65	2.53 19	0.25 2	1.10 13	0.33 30	0.31 14	1.61 28	0.58 39	0.01 147	0.02 168	0.00 1	0.00 1	0.54 329	6.26 388

LoS_RVC	1.26 28	1.43 301	1.91 18	0.42 68	3.77 346	1.71 37	0.04 10	2.58 3	2.49 16	0.42 20	2.58 47	0.30 21	0.57 40	1.71 29	0.66 45	0.01 147	0.02 168	0.00 1	0.00 1	0.02 23	4.49 381

AE-Stereo	1.44 39	0.32 33	2.69 84	1.58 196	0.20 97	2.24 62	0.59 144	6.01 125	5.70 162	1.18 42	3.17 56	1.02 53	0.78 54	1.73 30	0.83 73	0.02 218	0.18 334	0.00 1	0.29 339	0.11 188	0.07 158

cross-raft	2.03 86	0.35 63	2.78 99	1.10 140	0.16 66	3.77 202	0.48 113	7.03 169	3.75 84	5.06 111	5.55 118	6.26 217	1.41 95	1.75 31	0.89 87	0.01 147	0.07 266	0.00 1	0.19 314	0.03 60	0.03 70

R-Stereo Train	2.44 129	0.32 33	1.93 20	0.94 117	0.16 66	3.67 188	0.61 148	6.37 142	3.08 48	9.14 281	17.44 325	1.80 73	0.77 51	1.76 32	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 70

RAFT-Stereo	2.44 129	0.32 33	1.93 20	0.94 117	0.16 66	3.67 188	0.61 148	6.37 142	3.08 48	9.14 281	17.44 325	1.80 73	0.77 51	1.76 32	0.70 50	0.00 1	0.01 126	0.00 1	0.00 1	0.01 7	0.03 70
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AEACV	0.80 2	0.29 17	1.70 12	0.96 123	0.24 108	2.03 51	0.88 206	3.50 14	0.88 1	0.34 6	0.20 4	0.29 20	2.01 128	1.77 34	0.33 6	0.00 1	0.03 211	0.00 1	0.29 339	0.10 171	0.09 181

RAFT-Test	2.17 98	0.36 70	3.40 153	1.05 137	0.34 139	4.90 239	0.69 166	6.27 137	3.98 93	4.65 102	7.02 157	6.30 220	1.12 72	1.81 35	0.99 99	0.01 147	0.17 330	0.00 1	0.34 350	0.02 23	0.02 40

4D-IteraStereo	1.72 47	0.86 234	3.01 120	0.09 13	2.86 313	3.57 185	1.06 221	3.92 25	5.31 147	5.28 117	1.02 8	3.92 135	0.38 23	1.83 36	1.04 103	0.00 1	0.01 126	0.00 1	0.00 1	0.07 135	0.09 181

DCANet	2.08 90	0.64 178	3.81 183	0.31 48	0.17 71	1.70 36	0.25 73	5.23 85	8.47 251	6.07 150	5.30 111	1.41 58	4.23 223	1.85 37	2.02 180	0.00 1	0.00 1	0.00 1	0.00 1	0.04 81	0.19 268

CFNet-RSSM	2.11 91	0.33 45	2.71 88	1.04 135	0.30 127	3.21 163	0.41 102	6.67 158	6.96 203	5.62 124	4.58 86	5.40 191	1.71 114	1.86 38	0.87 80	0.00 1	0.08 274	0.00 1	0.32 346	0.02 23	0.02 40

ADStereo(finetuned)	2.26 111	0.64 178	5.22 260	0.31 48	0.18 83	1.71 37	0.25 73	5.23 85	8.46 250	6.06 149	5.30 111	1.41 58	6.37 288	1.87 39	1.87 167	0.00 1	0.00 1	0.00 1	0.00 1	0.04 81	0.18 258

RAFT-Stereo + iAFF	2.12 92	0.58 163	2.43 59	1.27 156	0.16 66	1.60 26	0.14 49	5.17 82	5.90 167	7.10 206	10.10 226	3.06 105	1.74 118	1.87 39	0.97 97	0.01 147	0.02 168	0.00 1	0.00 1	0.23 274	0.02 40

AnonymousM	2.71 152	6.75 378	0.98 1	0.73 95	0.06 17	2.41 74	0.53 127	5.30 97	3.05 45	4.75 105	2.09 36	1.89 76	1.01 65	1.88 41	0.51 35	0.01 147	0.02 168	17.42 396	4.76 396	0.02 23	0.01 16

CAS++	1.18 22	0.55 152	1.99 27	0.17 31	0.27 119	1.85 41	0.63 151	8.48 197	3.07 47	1.71 47	2.32 44	0.18 1	0.20 1	1.91 42	0.30 3	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
LoS	0.91 5	0.34 54	2.10 42	0.38 65	0.13 57	2.47 77	0.26 75	5.00 75	2.74 26	0.89 30	0.21 5	0.49 41	0.36 18	1.97 43	0.67 46	0.02 218	0.02 168	0.00 1	0.00 1	0.06 120	0.01 16

fff	2.28 112	0.61 170	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 311	5.80 129	5.17 98	1.44 60	5.41 268	2.00 44	1.92 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

csc	2.28 112	0.61 170	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 311	5.80 129	5.17 98	1.44 60	5.41 268	2.00 44	1.92 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

cscssc	2.28 112	0.61 170	3.81 183	0.22 37	0.07 23	1.69 32	0.11 29	5.37 103	11.84 311	5.80 129	5.17 98	1.44 60	5.41 268	2.00 44	1.92 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

MyStereo8	2.88 168	1.19 281	5.03 246	1.61 201	3.75 344	4.30 221	0.07 19	6.14 131	6.16 183	6.22 161	9.64 221	4.28 154	1.45 98	2.05 47	4.76 264	0.00 1	0.16 327	0.00 1	0.14 295	0.26 285	0.43 321

DCRE	1.79 53	0.68 192	2.55 70	1.66 208	0.27 119	1.27 9	0.05 13	4.57 52	4.04 100	3.30 73	9.24 210	3.83 133	1.20 83	2.08 48	0.67 46	0.00 1	0.12 304	0.00 1	0.24 327	0.04 81	0.09 181

DCANet-4	2.03 86	0.34 54	5.30 263	0.31 48	0.18 83	1.69 32	0.12 35	4.95 68	8.55 255	5.78 127	5.17 98	1.12 54	2.82 160	2.11 49	1.92 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.18 258

ACVNet	2.58 144	0.53 148	2.69 84	0.84 105	0.59 179	2.61 98	0.55 132	8.35 189	5.70 162	4.45 92	9.26 213	5.77 203	3.50 185	2.24 50	4.41 256	0.00 1	0.00 1	0.00 1	0.00 1	0.17 236	0.01 16

acv_ft	3.69 227	0.53 148	4.58 229	2.31 293	4.71 369	7.44 288	0.86 203	8.54 200	5.70 162	9.29 286	9.26 213	5.77 203	4.15 218	2.24 50	8.13 313	0.00 1	0.00 1	0.00 1	0.00 1	0.29 294	0.01 16

raftrobust	1.86 63	0.74 209	1.94 22	2.15 272	2.24 293	2.74 111	0.53 127	4.89 65	4.05 102	6.09 151	3.89 71	1.64 68	2.55 148	2.44 52	1.12 109	0.00 1	0.03 211	0.00 1	0.00 1	0.12 200	0.08 171

Any-RAFT	2.18 100	0.25 11	1.94 22	1.37 168	0.80 201	5.01 242	0.56 134	8.51 198	5.58 159	4.01 85	4.85 90	5.44 192	2.26 138	2.45 53	0.35 8	0.00 1	0.15 320	0.00 1	0.00 1	0.02 23	0.02 40

ICVP	2.32 117	0.38 79	2.89 114	0.92 114	0.70 193	2.55 87	0.87 205	9.97 237	3.99 94	4.13 87	8.97 200	2.71 93	1.69 113	2.52 54	3.52 240	0.05 273	0.24 351	0.01 258	0.01 211	0.11 188	0.13 232
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GANet-ADL	2.20 102	0.50 136	3.27 144	2.02 256	0.11 47	2.21 61	0.48 113	8.64 207	6.79 199	4.56 97	5.83 121	3.98 137	1.27 87	2.68 55	1.43 133	0.04 261	0.08 274	0.02 287	0.00 1	0.15 222	0.03 70

riskmin	1.88 67	0.15 1	2.11 43	1.38 169	0.88 207	2.40 73	0.04 10	5.93 123	6.10 178	2.25 52	1.34 20	6.06 212	5.08 262	2.78 56	1.01 102	0.00 1	0.02 168	0.00 1	0.00 1	0.01 7	0.06 145

x	1.73 49	0.28 16	2.49 66	1.91 238	0.17 71	2.10 55	0.83 193	8.74 209	3.55 78	3.28 71	2.12 40	3.10 107	1.96 126	2.90 57	1.12 109	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.03 70

MyStereo06	2.35 119	0.66 188	4.54 223	1.10 140	0.96 216	2.57 90	0.10 26	9.30 222	4.05 102	5.22 115	6.09 124	5.95 210	2.38 141	3.00 58	0.73 56	0.01 147	0.08 274	0.00 1	0.01 211	0.13 210	0.15 246

AASNet	3.90 246	0.92 247	4.41 217	3.56 351	4.00 352	6.70 272	1.26 236	18.71 365	6.14 182	7.35 221	7.91 181	4.35 157	2.58 149	3.04 59	6.62 292	0.00 1	0.00 1	0.00 1	0.00 1	0.39 316	0.14 237

rafts_anoy	1.72 47	0.79 220	2.58 73	2.03 258	1.75 267	2.47 77	0.16 56	5.48 107	6.01 175	3.24 70	2.11 38	1.92 79	1.33 89	3.08 60	1.13 111	0.01 147	0.18 334	0.00 1	0.01 211	0.03 60	0.07 158

Anonymous	1.37 36	0.52 143	4.23 210	1.38 169	2.70 308	1.85 41	0.42 104	4.77 62	3.54 77	0.53 23	1.56 25	0.19 2	1.32 88	3.11 61	0.92 92	0.05 273	0.08 274	0.00 1	0.00 1	0.17 236	0.15 246

knoymous	1.36 35	0.21 6	1.68 11	0.20 34	0.49 170	1.58 24	0.11 29	5.15 81	2.40 14	4.62 98	1.77 30	4.56 162	0.45 33	3.23 62	0.63 42	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.01 16

DMCA	2.82 162	0.64 178	4.45 219	1.61 201	0.89 208	3.86 207	0.57 142	9.18 217	5.10 142	6.24 163	6.49 143	7.17 241	2.13 131	3.31 63	4.73 262	0.00 1	0.01 126	0.00 1	0.00 1	0.04 81	0.02 40

MIPNet	2.06 89	0.69 197	4.57 228	0.32 51	0.21 100	1.92 45	0.19 60	6.89 166	5.64 161	5.48 122	4.02 73	2.02 80	3.50 185	3.32 64	2.01 178	0.00 1	0.01 126	0.01 258	0.01 211	0.20 255	0.13 232

iRaftStereo_RVC	1.62 44	0.68 192	1.98 25	0.67 92	0.05 10	2.99 145	0.04 10	5.36 102	3.74 83	3.82 83	4.96 92	2.54 88	0.62 42	3.35 65	0.97 97	0.00 1	0.07 266	0.00 1	0.00 1	0.30 295	0.27 300

IGEV_Zeroshot_test	2.13 93	0.50 136	4.91 240	1.41 175	0.18 83	2.62 101	0.36 94	7.80 180	3.87 87	5.04 110	5.42 113	4.77 167	1.03 68	3.43 66	0.79 68	0.00 1	0.16 327	0.00 1	0.18 310	0.17 236	0.04 106

IPLGR_C	2.44 129	1.17 280	4.94 241	0.62 88	2.08 282	2.65 105	0.80 188	5.60 111	4.79 134	7.87 239	9.23 204	1.67 70	1.15 76	3.43 66	2.23 189	0.01 147	0.19 338	0.02 287	0.08 276	0.22 267	0.10 200

DIP-Stereo	1.97 81	0.64 178	2.95 116	0.17 31	0.10 39	4.83 237	0.13 42	8.60 205	4.06 105	6.42 178	4.92 91	0.44 38	0.72 48	3.57 68	1.80 164	0.00 1	0.01 126	0.00 1	0.00 1	0.05 103	0.04 106
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
111	2.78 158	0.92 247	3.81 183	0.22 37	0.07 23	2.83 133	0.70 168	6.03 126	14.00 327	3.22 69	8.93 196	5.48 193	3.30 174	3.66 69	2.03 181	0.00 1	0.00 1	0.00 1	0.00 1	0.10 171	0.29 303

ACRE	2.41 124	1.08 268	5.11 251	0.55 79	2.05 281	2.65 105	0.78 187	5.26 96	4.67 127	7.59 229	9.20 202	1.70 71	1.08 70	3.74 70	2.18 188	0.01 147	0.18 334	0.02 287	0.08 276	0.22 267	0.10 200

GMStereo	1.83 61	0.99 256	4.55 225	0.57 84	0.05 10	2.53 83	0.01 1	4.95 68	11.14 301	3.52 78	2.24 41	0.53 44	0.49 36	3.76 71	0.80 71	0.20 324	0.00 1	0.00 1	0.12 291	0.12 200	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CASS	2.44 129	0.44 115	3.56 163	0.85 106	0.38 144	3.14 157	0.22 66	9.64 229	4.00 95	6.78 187	7.62 172	3.57 127	3.58 189	3.80 72	1.10 107	0.02 218	0.01 126	0.00 1	0.00 1	0.05 103	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
BUS	2.49 136	0.32 33	3.05 132	0.46 71	0.46 160	7.12 280	0.50 124	9.05 213	4.69 128	6.11 153	6.15 129	5.29 186	0.83 57	3.91 73	1.77 161	0.01 147	0.03 211	0.03 303	0.00 1	0.04 81	0.00 1

BSDual-CNN	2.69 149	0.32 33	3.05 132	0.46 71	0.46 160	7.13 282	1.63 255	9.05 213	4.69 128	6.11 153	6.15 129	6.26 217	2.54 146	3.91 73	1.91 170	0.01 147	0.03 211	0.03 303	0.00 1	0.04 81	0.00 1

psmg	3.10 184	0.32 33	3.05 132	0.54 76	0.46 160	8.68 303	2.84 283	9.87 234	4.69 128	8.08 245	8.69 191	6.26 217	2.54 146	3.91 73	1.91 170	0.01 147	0.04 232	0.06 325	0.00 1	0.11 188	0.00 1

HUI-Stereo	1.80 55	0.41 98	2.85 105	0.12 19	0.18 83	3.72 196	0.65 157	5.23 85	2.97 40	5.87 139	4.34 82	3.45 116	1.52 104	3.93 76	0.65 43	0.02 218	0.00 1	0.00 1	0.00 1	0.08 144	0.10 200

EGLCR-Stereo	1.04 10	0.20 3	2.00 28	1.14 147	0.16 66	2.50 79	0.11 29	4.96 70	2.61 20	0.79 28	0.07 1	1.46 63	0.37 21	3.96 77	0.23 2	0.01 147	0.05 241	0.00 1	0.00 1	0.00 1	0.07 158

MSMDNet	2.99 175	0.39 82	4.02 198	0.40 67	0.25 111	2.53 83	0.16 56	9.35 223	9.25 263	7.08 205	11.39 254	6.93 231	2.43 143	4.01 78	1.34 128	0.01 147	0.02 168	0.02 287	0.00 1	0.05 103	0.07 158

PCWNet_CMD	2.99 175	0.39 82	4.02 198	0.39 66	0.26 117	2.53 83	0.15 53	9.24 220	9.22 262	7.12 207	11.53 259	6.94 232	2.41 142	4.02 79	1.33 126	0.01 147	0.02 168	0.02 287	0.00 1	0.05 103	0.07 158

PMTNet	1.41 37	0.37 76	2.06 32	0.26 42	0.15 63	2.94 143	0.34 92	3.39 9	5.33 149	1.00 32	1.27 18	0.28 19	0.93 62	4.04 80	0.74 57	5.00 384	0.00 1	0.00 1	0.00 1	0.03 60	0.01 16

mmm	2.50 139	0.29 17	3.22 141	1.98 248	0.32 134	3.72 196	0.12 35	9.45 225	4.05 102	5.84 133	10.80 244	2.47 86	2.86 163	4.07 81	0.75 61	0.00 1	0.02 168	0.00 1	0.01 211	0.03 60	0.02 40

HITNet	2.79 159	0.77 215	4.02 198	2.03 258	0.11 47	5.58 249	0.59 144	9.24 220	5.15 145	6.42 178	7.26 166	3.66 129	2.92 165	4.07 81	3.87 249	0.00 1	0.00 1	0.00 1	0.00 1	0.06 120	0.02 40
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
11t1	1.62 44	0.26 13	2.53 68	2.37 298	0.24 108	2.58 93	0.06 15	6.66 157	3.00 42	3.40 76	3.01 52	1.14 55	1.94 125	4.18 83	0.91 89	0.01 147	0.02 168	0.00 1	0.00 1	0.03 60	0.03 70

CIPLG	2.47 135	1.10 272	4.71 234	0.63 89	2.15 287	2.67 108	0.77 183	5.19 83	4.73 131	7.85 238	9.56 218	1.72 72	1.14 74	4.20 84	2.34 193	0.01 147	0.19 338	0.02 287	0.09 283	0.23 274	0.08 171

1test111	1.86 63	0.65 182	2.15 44	2.30 287	0.02 3	5.80 254	0.56 134	8.45 193	3.33 66	1.03 33	3.33 59	0.32 27	3.71 197	4.40 85	0.96 95	0.00 1	0.02 168	0.00 1	0.03 243	0.02 23	0.03 70

qqq	1.93 75	0.30 21	2.96 117	1.40 172	0.05 10	1.96 47	0.39 98	8.45 193	3.33 66	3.06 66	3.84 69	4.67 165	2.70 152	4.40 85	0.96 95	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.03 70

raft+_RVC	1.79 53	0.84 231	2.32 53	2.40 299	0.85 205	1.38 13	0.09 25	6.36 140	4.75 133	2.85 61	5.46 114	1.17 56	1.36 94	4.54 87	0.91 89	0.00 1	0.10 290	0.00 1	0.00 1	0.11 188	0.22 278

AdaStereo	3.09 181	0.58 163	3.04 127	2.84 321	0.48 167	4.08 215	1.29 238	12.16 293	7.77 231	6.03 146	9.62 219	5.79 205	1.53 108	4.56 88	1.93 176	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40
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.
FENet	2.19 101	0.34 54	3.04 127	2.05 264	0.26 117	2.82 131	0.13 42	7.02 168	5.55 156	4.97 108	1.94 34	4.91 173	3.39 181	4.71 89	2.50 201	0.02 218	0.03 211	0.00 1	0.00 1	0.00 1	0.21 276

AFF-stereo	2.59 145	0.68 192	2.35 56	1.55 190	0.17 71	1.67 28	0.08 22	5.75 114	6.60 195	6.20 160	12.13 267	6.16 214	2.36 140	4.75 90	1.11 108	0.02 218	0.02 168	0.00 1	0.00 1	0.23 274	0.05 135

DeepStereo_RVC	2.05 88	0.39 82	2.87 111	0.14 29	0.17 71	3.51 178	0.70 168	5.21 84	3.00 42	6.27 168	4.13 74	3.47 121	4.53 239	4.81 91	1.49 138	0.01 147	0.00 1	0.00 1	0.00 1	0.09 161	0.18 258

GES	2.49 136	0.38 79	4.29 213	1.58 196	0.05 10	4.58 232	1.07 223	9.70 231	3.39 70	5.21 114	6.64 145	1.84 75	3.36 176	4.86 92	2.54 204	0.06 283	0.01 126	0.06 325	0.01 211	0.12 200	0.03 70

IER	3.20 188	0.54 151	5.13 253	0.58 85	1.59 252	7.29 285	0.56 134	6.36 140	4.95 138	7.44 224	8.84 193	6.20 215	6.26 285	4.88 93	3.29 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

IPLGR	2.28 112	0.51 140	6.00 284	0.15 30	0.15 63	1.99 50	0.22 66	6.34 139	6.04 176	6.80 188	5.76 119	2.87 95	2.31 139	4.88 93	1.28 123	0.00 1	0.00 1	0.00 1	0.00 1	0.09 161	0.18 258

CFNet_pseudo	2.81 160	0.42 102	4.04 201	0.33 56	0.24 108	2.59 95	0.12 35	8.20 188	7.66 227	7.04 203	10.42 235	6.56 224	2.05 129	4.88 93	1.53 142	0.00 1	0.02 168	0.01 258	0.00 1	0.05 103	0.07 158

ccs_rob	2.81 160	0.42 102	4.06 203	0.33 56	0.25 111	2.59 95	0.12 35	8.19 187	7.68 228	7.02 200	10.37 234	6.54 223	2.06 130	4.88 93	1.53 142	0.00 1	0.02 168	0.01 258	0.00 1	0.05 103	0.07 158

UCFNet_RVC	3.09 181	0.77 215	2.27 52	2.35 296	1.79 271	3.50 176	1.06 221	12.12 291	6.91 201	4.71 104	7.67 174	7.58 245	4.40 233	4.95 97	1.67 153	0.00 1	0.00 1	0.00 1	0.00 1	0.11 188	0.01 16

CFNet_ucs	3.07 180	0.44 115	4.05 202	0.54 76	0.37 142	3.08 151	0.19 60	9.80 233	8.49 253	7.64 230	12.62 276	5.67 201	1.76 121	4.96 98	1.51 139	0.00 1	0.04 232	0.01 258	0.00 1	0.09 161	0.11 212

H2IRNET	2.16 96	0.45 119	2.60 74	1.22 151	0.03 8	1.98 48	0.13 42	4.73 60	7.04 208	1.15 39	7.79 178	5.88 208	3.39 181	4.97 99	1.45 136	0.01 147	0.00 1	0.04 314	0.17 306	0.19 251	0.03 70

BEATNet_4x	3.24 189	1.27 290	5.89 281	1.56 193	0.10 39	5.26 245	1.07 223	10.08 242	5.50 152	6.89 195	7.73 175	4.53 161	4.13 216	5.05 100	5.27 268	0.04 261	0.05 241	0.00 1	0.00 1	0.23 274	0.23 284

ToySt	2.69 149	0.55 152	7.03 308	1.03 130	0.10 39	3.49 174	1.04 219	6.38 146	4.55 125	2.69 56	6.28 137	7.95 256	4.38 231	5.08 101	2.58 205	0.01 147	0.11 297	0.00 1	0.04 260	0.28 292	0.19 268

dd	2.16 96	1.22 283	4.82 236	0.68 93	0.12 55	1.39 16	0.17 58	5.14 79	11.22 304	2.70 58	3.51 68	1.52 65	1.23 85	5.08 101	3.96 251	0.12 306	0.01 126	0.04 314	0.21 319	0.07 135	0.01 16

SFCPSM	3.29 193	0.43 111	5.11 251	0.34 60	0.94 214	8.48 299	2.15 268	14.51 334	5.29 146	7.00 199	7.65 173	3.43 115	2.59 150	5.11 103	2.37 196	0.01 147	0.03 211	0.01 258	0.07 272	0.13 210	0.15 246

StereoVision	2.25 108	0.72 202	4.00 197	1.03 130	2.64 306	1.91 44	0.28 77	5.83 121	4.43 116	1.89 49	10.65 242	3.88 134	0.52 39	5.13 104	1.98 177	0.00 1	0.00 1	0.00 1	0.00 1	0.09 161	0.03 70

anonymousdsp2	1.78 52	0.39 82	3.40 153	1.10 140	0.04 9	3.63 186	0.50 124	7.80 180	2.77 27	2.91 63	2.88 50	3.17 108	1.01 65	5.15 105	0.43 14	0.00 1	0.01 126	0.02 287	0.15 298	0.05 103	0.12 225

EKT-Stereo	1.91 73	0.48 133	2.77 97	2.19 275	4.36 357	1.42 17	0.24 70	4.63 55	3.51 75	2.94 64	3.47 66	3.55 126	2.25 137	5.26 106	0.85 75	0.04 261	0.12 304	0.00 1	0.09 283	0.06 120	0.05 135

HHNet	2.59 145	0.55 152	2.55 70	0.20 34	0.32 134	2.84 134	0.94 213	5.77 119	5.14 144	7.33 220	13.80 286	0.94 50	3.20 171	5.27 107	2.41 199	0.13 308	0.02 168	0.06 325	0.00 1	0.23 274	0.03 70

Anonymous_2	4.14 259	0.62 175	3.21 140	1.40 172	1.43 248	5.19 244	0.32 88	6.63 156	4.38 115	4.48 95	2.30 43	8.08 257	7.00 300	5.37 108	2.29 191	0.23 328	0.75 374	5.20 388	18.12 411	5.66 384	0.23 284

MC-Stereo	1.47 41	0.36 70	2.54 69	1.99 249	0.12 55	1.90 43	0.12 35	4.47 45	2.83 29	3.31 74	3.44 65	0.56 45	1.47 99	5.39 109	0.47 28	0.00 1	0.04 232	0.00 1	0.21 319	0.07 135	0.04 106

GwcNet-ADL	2.65 148	0.48 133	3.84 189	0.82 102	0.33 137	2.04 52	0.69 166	8.07 185	9.42 267	6.05 147	6.66 146	4.14 146	1.73 116	5.40 110	3.01 214	0.08 295	0.06 254	0.00 1	0.00 1	0.06 120	0.03 70

PSM-adaLoss	1.88 67	0.40 91	2.86 107	0.12 19	0.19 92	3.75 201	0.71 170	5.23 85	2.96 36	5.86 134	4.33 81	3.45 116	1.51 100	5.40 110	0.69 48	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.09 181

Anonymous3	1.76 51	0.44 115	6.37 293	0.33 56	0.50 173	4.33 222	0.54 129	4.43 43	2.48 15	2.21 51	3.24 58	1.53 66	1.14 74	5.64 112	1.29 124	0.17 317	0.23 346	0.00 1	0.00 1	0.12 200	0.15 246

LL-Strereo2	1.86 63	0.83 230	2.33 54	0.36 62	0.17 71	3.79 204	1.52 249	5.82 120	4.04 100	4.43 91	2.51 46	4.23 148	0.37 21	5.66 113	0.99 99	0.00 1	0.02 168	0.00 1	0.05 264	0.06 120	0.11 212

EAI-Stereo	2.31 116	0.44 115	2.72 90	0.68 93	0.56 177	3.51 178	2.62 277	11.42 270	4.14 108	2.09 50	7.23 165	1.21 57	0.91 60	5.67 114	1.51 139	0.01 147	0.25 352	0.00 1	0.88 371	0.04 81	0.26 296

RAFT	2.57 143	0.76 214	3.09 135	0.91 110	0.09 36	2.41 74	0.94 213	5.35 100	2.65 21	6.11 153	7.21 164	9.43 275	4.30 227	5.73 115	1.77 161	0.00 1	0.12 304	0.00 1	0.02 231	0.46 326	0.08 171

ROB_FTStereo	1.90 71	0.42 102	2.86 107	0.12 19	0.19 92	3.71 193	0.75 180	5.24 91	2.95 34	5.87 139	4.26 77	3.41 114	1.51 100	5.80 116	0.65 43	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.08 171

ROB_FTStereo_v2	1.91 73	0.41 98	2.85 105	0.12 19	0.19 92	3.71 193	0.73 175	5.23 85	2.95 34	5.86 134	4.36 84	3.46 118	1.51 100	5.86 117	0.69 48	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.08 171

TRStereo	2.36 121	3.10 355	4.70 233	1.99 249	2.08 282	2.61 98	1.11 226	8.79 211	3.73 82	3.19 68	3.04 53	3.96 136	0.77 51	5.92 118	1.44 134	0.03 245	0.14 315	0.00 1	0.29 339	0.08 144	0.25 291

cf-r	3.42 212	0.81 225	3.97 191	2.41 302	2.78 310	2.85 135	0.64 155	8.44 192	6.32 189	6.25 165	11.57 260	8.97 271	3.54 188	5.93 119	3.83 247	0.00 1	0.00 1	0.00 1	0.00 1	0.09 161	0.07 158

PSMNet-RSSM	3.33 203	0.77 215	3.22 141	2.12 269	1.90 279	2.33 67	0.71 170	11.17 264	5.83 165	5.90 142	11.43 257	7.04 236	4.83 255	5.96 120	3.17 219	0.00 1	0.00 1	0.02 287	0.00 1	0.08 144	0.02 40

RAFT-IKP	1.90 71	0.42 102	2.83 102	0.12 19	0.18 83	3.50 176	0.64 155	5.24 91	2.96 36	5.86 134	4.34 82	3.50 124	1.51 100	5.99 121	0.76 63	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.08 171

GMStereo_Zeroshot	2.77 157	1.98 338	5.14 254	1.53 187	0.36 141	3.56 182	0.10 26	5.57 110	5.91 168	6.89 195	7.02 157	8.50 267	0.91 60	6.01 122	1.65 152	0.00 1	0.00 1	0.00 1	0.00 1	0.20 255	0.01 16

MIF-Stereo (partial)	1.29 30	0.33 45	3.02 122	0.03 1	1.12 229	1.26 8	0.13 42	4.46 44	3.75 84	0.35 7	2.39 45	0.31 25	0.74 49	6.09 123	1.76 160	0.00 1	0.00 1	0.00 1	0.00 1	0.08 144	0.04 106

test croco	1.34 32	0.51 140	5.09 250	0.30 47	0.05 10	1.58 24	0.08 22	4.47 45	3.77 86	0.42 20	1.76 29	0.60 47	0.74 49	6.11 124	0.94 93	0.00 1	0.00 1	0.00 1	0.00 1	0.40 319	0.02 40

ADLNet	4.32 274	0.80 224	4.33 215	3.60 352	3.56 333	6.87 276	2.48 274	11.20 265	7.58 225	9.87 300	9.62 219	8.39 260	4.95 257	6.16 125	6.60 290	0.01 147	0.01 126	0.00 1	0.01 211	0.12 200	0.25 291

XX-Stereo	2.71 152	0.38 79	5.96 283	2.25 282	2.20 291	1.54 23	0.21 65	5.44 106	3.05 45	2.28 54	16.16 306	7.03 234	0.24 3	6.19 126	0.79 68	0.00 1	0.15 320	0.00 1	0.23 325	0.13 210	0.04 106

psm_up	3.85 241	0.82 228	3.01 120	2.00 253	2.58 305	5.28 246	3.34 296	10.85 260	6.33 190	7.27 217	7.32 167	10.15 285	9.02 333	6.19 126	2.51 202	0.22 327	0.01 126	0.00 1	0.00 1	0.12 200	0.03 70

pcwnet_v2	4.20 264	0.36 70	8.53 328	1.33 159	1.12 229	3.43 167	0.41 102	12.85 310	14.16 329	9.90 302	14.29 292	5.90 209	3.03 166	6.20 128	2.06 182	0.01 147	0.05 241	0.04 314	0.02 231	0.16 228	0.18 258

GANet-RSSM	3.27 191	0.60 167	3.38 150	2.94 328	2.00 280	2.61 98	0.48 113	10.93 262	6.11 181	5.47 121	10.20 229	6.57 225	5.44 274	6.25 129	2.23 189	0.00 1	0.00 1	0.08 334	0.00 1	0.17 236	0.03 70

UDGNet	2.73 155	7.09 381	3.90 190	2.71 315	0.06 17	2.98 144	0.20 63	4.63 55	8.58 256	2.69 56	2.70 48	0.95 51	1.01 65	6.27 130	1.51 139	1.28 373	0.00 1	5.24 389	0.94 373	1.70 367	0.13 232

ssnet_v2	4.46 276	0.87 236	5.18 257	1.57 195	0.67 187	9.14 308	4.73 324	11.84 280	9.68 271	8.79 269	6.24 136	9.91 281	4.34 230	6.28 131	9.30 328	0.00 1	0.01 126	0.00 1	0.00 1	0.28 292	0.30 305

test_4	2.38 123	0.34 54	2.68 82	0.08 11	0.11 47	3.69 191	1.14 228	3.33 8	3.34 69	4.03 86	17.35 324	3.31 113	0.51 37	6.28 131	1.15 114	0.00 1	0.00 1	0.00 1	0.11 288	0.16 228	0.01 16

CoDeX	3.43 213	0.68 192	4.49 220	0.98 126	1.65 256	6.37 266	2.14 267	13.23 318	6.07 177	7.23 214	8.95 197	4.09 142	3.79 206	6.31 133	2.37 196	0.03 245	0.06 254	0.00 1	0.00 1	0.07 135	0.15 246

DMCA-RVC	3.17 187	1.26 288	6.39 295	2.10 268	1.51 251	3.02 149	0.56 134	7.84 182	5.06 140	9.23 284	5.19 102	8.46 263	2.72 155	6.31 133	3.22 221	0.06 283	0.11 297	0.09 337	0.02 231	0.16 228	0.08 171

RALAANet	2.46 133	1.09 270	3.70 176	2.55 310	0.80 201	3.37 166	0.15 53	7.44 176	5.54 155	5.65 125	6.01 123	3.54 125	1.13 73	6.34 135	1.58 148	0.00 1	0.01 126	0.00 1	0.05 264	0.21 263	0.03 70

test_xeample3	1.08 13	0.43 111	3.39 151	0.49 75	0.05 10	2.58 93	0.93 211	3.32 7	1.77 4	0.23 1	0.23 6	0.19 2	0.28 8	6.34 135	0.85 75	0.00 1	0.01 126	0.00 1	0.26 336	0.06 120	0.10 200

Selective-RAFT	1.69 46	0.32 33	3.29 145	0.92 114	0.18 83	3.89 208	0.06 15	4.22 34	4.00 95	1.47 43	1.98 35	3.07 106	2.81 159	6.35 137	0.89 87	0.01 147	0.00 1	0.00 1	0.21 319	0.05 103	0.00 1

modified_for_full_sf	2.46 133	0.52 143	4.11 208	1.56 193	0.49 170	3.01 147	1.31 239	5.97 124	3.20 60	4.53 96	5.50 116	5.86 207	4.70 245	6.40 138	1.14 112	0.01 147	0.10 290	0.27 358	0.28 337	0.03 60	0.19 268

CRE-IMP	1.95 77	0.35 63	2.68 82	0.27 46	0.17 71	3.90 209	0.85 202	5.14 79	2.87 30	5.74 126	4.14 75	3.49 123	0.83 57	6.40 138	1.80 164	0.00 1	0.00 1	0.00 1	0.00 1	0.10 171	0.19 268

GwcNet-RSSM	3.77 234	1.05 263	5.06 248	2.21 278	1.87 276	2.36 69	1.52 249	8.98 212	7.96 236	5.91 143	14.59 296	7.94 254	3.50 185	6.43 140	5.70 275	0.00 1	0.00 1	0.04 314	0.00 1	0.20 255	0.08 171

gwcnet-sp	3.31 195	1.47 304	7.26 312	1.73 217	0.69 189	7.57 291	1.14 228	8.59 201	6.17 184	8.57 262	5.25 108	4.26 151	3.36 176	6.46 141	3.44 230	0.00 1	0.00 1	0.00 1	0.00 1	0.15 222	0.11 212

scenet	3.31 195	1.47 304	7.26 312	1.73 217	0.69 189	7.57 291	1.14 228	8.59 201	6.17 184	8.57 262	5.25 108	4.26 151	3.36 176	6.46 141	3.44 230	0.00 1	0.00 1	0.00 1	0.00 1	0.15 222	0.11 212

ssnet	3.31 195	1.47 304	7.26 312	1.73 217	0.69 189	7.57 291	1.14 228	8.59 201	6.17 184	8.57 262	5.25 108	4.26 151	3.36 176	6.46 141	3.44 230	0.00 1	0.00 1	0.00 1	0.00 1	0.15 222	0.11 212

IGEVStereo-DCA	1.06 12	0.45 119	2.06 32	0.32 51	0.06 17	2.74 111	0.84 196	3.71 18	2.27 6	0.39 12	0.16 2	0.20 5	0.29 9	6.47 144	0.87 80	0.00 1	0.00 1	0.00 1	0.16 300	0.06 120	0.06 145

rrr	1.05 11	0.45 119	3.18 138	0.32 51	0.06 17	2.74 111	0.95 215	3.49 13	1.12 2	0.39 12	0.16 2	0.20 5	0.29 9	6.47 144	0.87 80	0.00 1	0.00 1	0.00 1	0.21 319	0.06 120	0.10 200

test_3	1.88 67	0.22 9	2.75 93	0.96 123	0.22 103	1.28 10	0.77 183	4.62 54	5.87 166	6.55 183	1.84 33	4.28 154	0.45 33	6.48 146	0.76 63	0.00 1	0.01 126	0.00 1	0.28 337	0.17 236	0.14 237

CFNet_RVC	3.31 195	0.94 252	2.69 84	1.50 182	2.38 297	2.81 128	0.68 162	8.35 189	7.43 218	4.45 92	9.94 224	10.20 287	4.60 240	6.49 147	3.41 228	0.00 1	0.00 1	0.03 303	0.00 1	0.22 267	0.03 70

CFNet-ft	3.31 195	0.94 252	2.69 84	1.50 182	2.38 297	2.81 128	0.68 162	8.35 189	7.43 218	4.45 92	9.94 224	10.20 287	4.60 240	6.50 148	3.41 228	0.00 1	0.00 1	0.03 303	0.00 1	0.22 267	0.03 70

NINENet	3.09 181	0.56 156	3.22 141	1.61 201	1.37 246	7.12 280	0.50 124	11.88 282	5.63 160	6.63 184	8.40 187	5.29 186	0.83 57	6.51 149	1.77 161	0.15 311	0.07 266	0.07 331	0.00 1	0.09 161	0.00 1

test_1	1.85 62	0.21 6	2.45 60	1.02 128	0.22 103	1.37 12	0.82 189	4.66 59	5.06 140	7.02 200	1.73 28	4.09 142	0.41 30	6.51 149	0.76 63	0.00 1	0.00 1	0.00 1	0.29 339	0.18 246	0.14 237

test-3	1.86 63	0.21 6	2.46 63	1.03 130	0.22 103	1.38 13	0.83 193	4.65 58	5.04 139	7.26 216	1.78 31	4.10 144	0.41 30	6.53 151	0.76 63	0.00 1	0.00 1	0.00 1	0.29 339	0.18 246	0.14 237

GrayStereo	3.74 230	0.20 3	1.94 22	1.55 190	0.60 180	3.12 156	8.22 361	5.76 116	3.32 65	10.40 312	16.66 311	5.81 206	8.60 326	6.57 152	1.37 130	0.01 147	0.00 1	0.01 258	0.63 364	0.02 23	0.04 106

s12784h	1.89 70	0.30 21	2.57 72	0.11 18	0.09 36	4.18 218	0.13 42	6.61 155	7.44 220	3.62 80	4.28 78	0.59 46	0.81 56	6.61 153	0.46 23	0.01 147	0.01 126	0.00 1	0.00 1	0.02 23	0.00 1

iRaft-Stereo_20w	2.56 141	0.35 63	4.98 243	0.37 64	0.67 187	3.47 171	0.59 144	12.57 306	3.89 89	6.10 152	6.23 135	1.49 64	2.24 135	6.65 154	0.86 78	0.00 1	0.19 338	0.00 1	0.33 348	0.08 144	0.22 278

MoCha-V2	1.41 37	0.42 102	2.61 76	0.81 100	0.23 107	2.53 83	0.20 63	4.81 64	3.16 52	0.82 29	3.15 55	0.30 21	1.61 111	6.66 155	0.40 11	0.00 1	0.20 342	0.00 1	0.24 327	0.05 103	0.02 40

test_xeample	4.13 258	0.36 70	2.75 93	1.23 152	0.51 174	3.96 212	0.13 42	12.63 307	7.65 226	7.49 226	10.86 248	3.29 112	3.36 176	6.71 156	21.53 379	0.02 218	0.03 211	0.00 1	0.00 1	0.03 60	0.04 106

iGMRVC	1.96 80	0.40 91	2.88 112	0.12 19	0.19 92	3.74 198	0.73 175	5.23 85	2.97 40	5.87 139	4.37 85	3.48 122	1.52 104	6.73 157	0.74 57	0.02 218	0.00 1	0.00 1	0.00 1	0.08 144	0.08 171

dad	4.66 284	1.89 335	5.51 271	0.94 117	0.09 36	2.16 58	0.37 96	7.10 170	14.43 330	10.13 307	16.84 313	14.97 330	1.90 124	6.82 158	4.15 253	1.09 370	0.11 297	4.08 386	0.46 361	0.17 236	0.06 145

STTStereo	3.60 222	0.93 250	6.34 292	2.71 315	2.23 292	3.68 190	0.63 151	9.42 224	6.73 197	9.87 300	6.97 151	8.84 270	3.65 192	6.85 159	3.04 215	0.00 1	0.02 168	0.01 258	0.00 1	0.02 23	0.02 40

CBFPSM	4.87 286	0.94 252	14.70 363	1.51 185	1.15 231	11.49 333	2.55 276	7.28 172	6.47 194	6.23 162	4.83 89	15.30 333	8.99 332	6.88 160	8.20 314	0.03 245	0.02 168	0.00 1	0.00 1	0.40 319	0.42 319

Patchmatch Stereo++	1.95 77	0.40 91	2.86 107	0.12 19	0.18 83	3.74 198	0.66 159	5.24 91	2.96 36	5.86 134	4.32 79	3.46 118	1.52 104	6.88 160	0.70 50	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.09 181
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 77	0.40 91	2.86 107	0.12 19	0.18 83	3.74 198	0.66 159	5.24 91	2.96 36	5.86 134	4.32 79	3.46 118	1.52 104	6.88 160	0.70 50	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.09 181

HSM-Net_RVC	4.20 264	0.32 33	2.76 96	0.63 89	0.69 189	6.95 278	1.69 259	11.96 285	8.36 247	8.83 272	12.17 269	15.18 332	4.21 221	6.91 163	3.30 226	0.02 218	0.02 168	0.00 1	0.00 1	0.01 7	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DispNO	3.25 190	0.72 202	6.85 305	1.95 244	1.34 245	3.49 174	0.84 196	8.14 186	6.30 187	6.34 176	7.76 177	6.30 220	4.28 226	6.93 164	3.51 236	0.00 1	0.03 211	0.03 303	0.12 291	0.07 135	0.07 158

DLNR_Zeroshot_test	24.70 399	50.77 419	90.11 425	98.11 434	97.34 432	1.38 13	0.12 35	22.79 388	3.09 51	1.07 38	2.95 51	0.71 48	0.29 9	6.93 164	2.29 191	38.56 416	0.37 361	0.00 1	0.30 344	76.73 429	0.09 181

UNet	3.97 252	0.61 170	6.50 298	1.68 209	3.22 319	9.82 316	0.31 87	9.50 226	5.32 148	7.20 213	6.35 142	10.59 292	5.91 281	6.93 164	5.49 271	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

Selective-IGEV	1.23 26	0.18 2	1.13 2	0.07 9	0.17 71	2.38 72	0.54 129	6.10 129	2.51 17	0.41 16	3.20 57	0.26 15	0.29 9	6.94 167	0.16 1	0.00 1	0.01 126	0.00 1	0.11 288	0.04 81	0.10 200

ProNet	1.20 23	0.60 167	2.00 28	0.26 42	0.08 34	2.73 110	0.68 162	5.00 75	2.52 18	0.29 3	1.32 19	0.37 32	0.36 18	6.94 167	0.44 15	0.00 1	0.07 266	0.00 1	0.00 1	0.17 236	0.07 158

Pruner-Stereo	2.49 136	0.40 91	2.46 63	1.80 225	0.25 111	3.51 178	0.77 183	6.03 126	4.92 137	8.91 275	6.09 124	4.45 158	1.11 71	6.99 169	2.11 183	0.02 218	0.00 1	0.02 287	0.00 1	0.01 7	0.04 106

iinet-f	5.94 300	1.60 316	26.88 393	1.79 224	1.38 247	11.92 339	1.47 246	6.80 163	7.11 209	6.90 197	14.43 293	10.64 296	7.97 317	7.00 170	12.12 352	0.02 218	0.03 211	0.05 321	0.00 1	0.63 339	0.02 40

MyStereo07	1.31 31	0.79 220	1.61 6	1.03 130	1.11 227	2.63 102	0.46 110	5.48 107	2.24 5	0.64 25	1.48 22	0.27 17	0.59 41	7.03 171	0.45 19	0.00 1	0.09 282	0.00 1	0.01 211	0.11 188	0.09 181

anonymousdsp	1.12 15	0.59 165	1.66 8	0.03 1	0.07 23	2.81 128	0.82 189	4.07 30	2.30 11	0.41 16	1.12 17	0.30 21	0.40 24	7.05 172	0.49 29	0.00 1	0.00 1	0.00 1	0.17 306	0.10 171	0.05 135

IGEV-Stereo	1.12 15	0.59 165	1.66 8	0.03 1	0.07 23	2.82 131	0.82 189	4.09 32	2.30 11	0.41 16	1.11 14	0.30 21	0.41 30	7.05 172	0.49 29	0.00 1	0.00 1	0.00 1	0.17 306	0.10 171	0.05 135
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ac_64	3.70 228	0.47 127	3.50 161	2.87 322	3.50 331	5.91 258	0.72 174	10.17 245	4.34 113	8.16 248	5.80 120	10.82 298	5.64 277	7.08 174	4.73 262	0.03 245	0.00 1	0.00 1	0.00 1	0.08 144	0.14 237

RALCasStereoNet	1.93 75	1.01 257	2.75 93	1.88 234	1.75 267	2.88 140	0.18 59	4.64 57	4.36 114	2.27 53	5.14 97	2.22 82	0.79 55	7.10 175	1.00 101	0.00 1	0.34 358	0.00 1	0.00 1	0.10 171	0.16 255

ff7	1.12 15	0.57 158	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 176	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 161	0.06 145

ffff	1.12 15	0.57 158	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 176	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 161	0.06 145

11t	1.12 15	0.57 158	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 176	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 161	0.06 145

ccc-4	1.12 15	0.57 158	2.06 32	0.03 1	0.07 23	2.80 119	0.84 196	3.71 18	2.27 6	0.38 8	1.06 9	0.20 5	0.40 24	7.12 176	0.49 29	0.00 1	0.00 1	0.00 1	0.16 300	0.09 161	0.06 145

NLCA_NET_v2_RVC	3.84 240	1.06 265	5.23 261	2.72 317	3.27 321	4.36 224	0.61 148	10.71 255	7.56 223	8.75 268	7.89 180	9.86 280	3.90 209	7.15 180	3.44 230	0.14 309	0.02 168	0.02 287	0.03 243	0.04 81	0.03 70
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IPLG	2.43 127	0.66 188	4.77 235	0.54 76	0.31 133	3.01 147	0.26 75	6.15 132	5.55 156	7.69 231	6.21 133	1.89 76	1.74 118	7.19 181	2.35 195	0.01 147	0.01 126	0.00 1	0.00 1	0.24 284	0.12 225

PSMNet-ADL	2.98 174	0.43 111	2.41 58	1.43 177	0.40 148	5.94 259	0.28 77	8.45 193	5.13 143	3.36 75	6.77 147	8.41 261	4.61 242	7.20 182	4.55 259	0.02 218	0.09 282	0.00 1	0.00 1	0.01 7	0.03 70

CRFU-Net	4.45 275	0.67 191	5.02 244	2.78 319	1.32 244	12.67 346	3.35 297	11.26 266	3.52 76	10.06 306	9.30 215	10.91 301	6.92 299	7.26 183	3.24 223	0.15 311	0.16 327	0.16 346	0.00 1	0.26 285	0.05 135

ADLNet2	4.46 276	0.90 243	6.06 286	2.74 318	3.91 349	6.79 275	3.01 286	10.95 263	8.40 249	7.27 217	9.80 223	9.85 279	5.43 271	7.29 184	6.44 286	0.01 147	0.03 211	0.00 1	0.00 1	0.15 222	0.11 212

TestStereo	1.74 50	1.02 259	3.64 171	0.20 34	0.28 125	1.33 11	0.01 1	5.24 91	4.01 97	3.18 67	4.97 93	2.07 81	0.70 45	7.32 185	0.75 61	0.02 218	0.00 1	0.00 1	0.00 1	0.01 7	0.00 1

xxxx	4.51 279	0.31 24	2.77 97	1.69 210	0.47 166	7.74 295	0.07 19	14.04 327	7.91 235	5.82 132	8.97 200	9.34 273	3.41 184	7.33 186	20.24 374	0.05 273	0.03 211	0.00 1	0.00 1	0.03 60	0.04 106

MyStereo04	2.95 173	0.79 220	5.38 265	1.03 130	1.11 227	2.63 102	0.46 110	10.00 238	12.44 320	4.19 88	3.91 72	3.04 104	3.60 190	7.34 187	2.74 210	0.00 1	0.09 282	0.00 1	0.01 211	0.11 188	0.09 181

AAGNet	3.41 211	0.34 54	2.45 60	1.78 223	0.39 146	3.69 191	1.05 220	4.79 63	4.61 126	9.62 294	7.74 176	4.98 174	6.38 289	7.34 187	13.02 356	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

DRaft	3.74 230	0.43 111	2.60 74	0.12 19	0.15 63	4.76 235	1.34 242	5.33 99	4.31 112	10.30 308	21.91 345	3.27 111	8.83 329	7.36 189	3.66 243	0.05 273	0.10 290	0.00 1	0.14 295	0.10 171	0.14 237

fast-acv-ft	5.62 296	1.39 299	7.01 307	2.02 256	1.89 278	12.23 341	1.82 263	7.35 173	9.45 268	10.46 314	20.27 339	14.55 328	7.71 315	7.41 190	7.61 300	0.10 301	0.09 282	0.16 346	0.07 272	0.59 334	0.13 232

hitnet-ft	3.66 225	0.65 182	2.79 101	0.89 108	0.72 195	4.25 219	0.55 132	9.11 216	7.52 222	7.14 208	10.19 228	12.49 315	4.70 245	7.44 191	4.41 256	0.03 245	0.00 1	0.06 325	0.00 1	0.20 255	0.04 106

LCNet	2.85 163	0.42 102	1.90 17	0.95 121	0.56 177	2.07 53	1.60 253	4.99 74	3.57 79	6.05 147	10.59 239	4.59 163	6.79 298	7.46 192	0.72 55	0.01 147	0.00 1	0.01 258	0.77 369	0.30 295	3.57 375

HGLStereo	4.25 269	0.52 143	4.65 230	3.09 331	5.18 371	6.51 271	0.73 175	10.37 248	6.74 198	7.32 219	12.44 274	7.00 233	7.21 305	7.46 192	5.51 272	0.00 1	0.02 168	0.00 1	0.00 1	0.06 120	0.10 200

222	5.36 294	0.40 91	2.72 90	1.50 182	0.48 167	6.15 262	0.07 19	13.73 324	8.06 238	8.79 269	11.03 250	3.71 131	4.21 221	7.47 194	38.74 410	0.03 245	0.02 168	0.00 1	0.00 1	0.04 81	0.05 135

hknet	3.31 195	0.42 102	4.68 232	0.46 71	1.17 232	7.13 282	1.63 255	9.05 213	6.91 201	6.11 153	6.15 129	9.66 278	2.85 162	7.48 195	2.45 200	0.01 147	0.03 211	0.03 303	0.00 1	0.04 81	0.00 1

MMNet	4.16 262	0.77 215	5.47 269	1.40 172	1.67 259	10.78 328	0.63 151	8.64 207	8.47 251	8.80 271	8.33 186	7.51 244	6.61 292	7.53 196	6.54 288	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.05 135

delet	4.27 271	0.72 202	4.50 221	1.07 138	3.75 344	10.79 329	4.04 309	9.95 236	7.89 233	8.09 246	8.89 195	8.46 263	3.81 207	7.56 197	5.80 277	0.00 1	0.00 1	0.00 1	0.00 1	0.11 188	0.02 40

GMM-Stereo	3.32 201	0.27 15	2.52 67	0.82 102	0.48 167	2.27 64	4.91 327	5.06 77	3.08 48	7.06 204	16.72 312	6.21 216	3.70 196	7.60 198	1.16 116	0.04 261	0.00 1	0.00 1	0.04 260	0.10 171	4.45 379

FTStereo	4.55 283	0.36 70	2.18 49	0.94 117	0.38 144	2.60 97	8.82 364	4.98 73	3.17 54	10.88 322	30.35 376	5.60 200	7.60 312	7.62 199	1.55 145	0.17 317	0.00 1	0.05 321	0.00 1	0.03 60	3.80 377

ASMatch	3.32 201	0.50 136	3.32 146	1.72 216	0.45 159	1.93 46	0.68 162	6.42 148	3.89 89	6.18 159	22.30 348	4.61 164	4.82 254	7.65 200	1.70 154	0.00 1	0.02 168	0.00 1	0.03 243	0.01 7	0.18 258

DEmStereo	3.79 236	0.37 76	3.69 173	0.17 31	0.17 71	5.28 246	2.54 275	4.35 37	3.70 81	8.21 253	20.15 336	5.13 183	10.38 344	7.65 200	3.85 248	0.01 147	0.01 126	0.01 258	0.00 1	0.02 23	0.06 145

Consistency-Raft	9.42 354	4.74 370	12.66 351	5.30 376	9.08 386	4.08 215	5.26 333	19.26 373	24.87 371	11.17 327	29.85 374	13.57 318	5.51 275	7.67 202	13.40 359	0.36 342	0.35 360	1.81 380	4.24 393	11.61 394	3.57 375

LMCR-Stereo	3.63 223	1.29 295	4.20 209	2.54 308	0.17 71	8.08 296	1.52 249	11.46 271	4.73 131	8.45 260	10.66 243	1.91 78	5.03 259	7.69 203	3.58 241	0.92 367	0.00 1	0.00 1	0.00 1	0.36 310	0.02 40

Prome-Stereo	3.65 224	0.29 17	1.92 19	0.91 110	0.49 170	2.07 53	4.75 325	4.41 42	3.23 61	9.32 287	20.63 341	4.06 140	7.19 303	7.70 204	1.17 117	0.00 1	0.00 1	0.00 1	0.00 1	0.05 103	4.72 383

HCRNet	2.56 141	0.53 148	3.35 148	0.24 41	3.39 327	2.19 59	0.23 69	6.89 166	5.50 152	5.26 116	4.79 87	5.27 185	2.78 157	7.71 205	2.89 211	0.00 1	0.02 168	0.00 1	0.00 1	0.04 81	0.04 106

FADNet-RVC-Resample	3.79 236	1.62 318	12.06 345	1.43 177	0.66 185	5.94 259	2.41 271	10.18 246	8.58 256	6.28 169	4.22 76	5.33 190	4.80 253	7.71 205	3.19 220	0.17 317	0.21 343	0.17 349	0.12 291	0.41 322	0.29 303

PFNet+	2.35 119	0.31 24	3.69 173	0.79 99	0.17 71	3.15 160	0.75 180	4.52 47	6.30 187	7.90 242	6.34 141	2.53 87	1.18 81	7.72 207	1.62 151	0.03 245	0.00 1	0.00 1	0.00 1	0.01 7	0.03 70

UPFNet	3.82 239	0.47 127	4.34 216	2.21 278	3.38 325	7.26 284	2.69 279	9.89 235	5.96 170	7.98 243	7.53 170	7.89 251	3.15 170	7.72 207	5.88 279	0.01 147	0.02 168	0.00 1	0.00 1	0.04 81	0.06 145

iResNetv2_ROB	4.28 272	1.43 301	7.17 311	2.91 323	1.26 236	4.36 224	1.62 254	13.64 323	10.25 287	9.83 298	11.41 255	7.68 247	4.00 211	7.75 209	1.85 166	0.00 1	0.00 1	0.00 1	0.00 1	0.37 311	0.09 181

THIR-Stereo	3.86 242	0.77 215	2.62 78	0.12 19	0.13 57	4.25 219	6.63 349	5.30 97	4.18 110	10.33 309	17.13 319	6.58 226	7.62 313	7.78 210	3.51 236	0.01 147	0.07 266	0.07 331	0.00 1	0.11 188	0.02 40

KYRaft	3.59 221	0.31 24	1.84 13	0.76 98	0.46 160	2.29 65	4.04 309	4.75 61	3.25 62	8.93 278	19.47 334	6.62 227	5.07 261	7.79 211	0.71 54	0.01 147	0.00 1	0.00 1	0.01 211	0.04 81	5.38 386

MyStereo05	2.94 172	0.66 188	5.25 262	1.10 140	0.96 216	2.57 90	0.10 26	8.53 199	12.34 319	6.28 169	3.88 70	3.18 109	3.30 174	7.81 212	2.37 196	0.01 147	0.08 274	0.00 1	0.01 211	0.13 210	0.15 246

UDG	8.58 348	9.31 388	4.89 238	10.00 387	9.52 387	10.36 323	2.41 271	12.07 287	9.82 275	7.81 236	9.55 217	16.52 340	9.81 341	7.84 213	7.88 306	4.20 383	2.51 389	18.53 397	3.71 392	9.55 390	5.28 385

DN-CSS_ROB	2.69 149	1.40 300	5.34 264	2.31 293	0.75 196	3.14 157	0.06 15	6.11 130	3.87 87	5.34 120	12.18 270	2.34 85	1.22 84	7.84 213	1.48 137	0.03 245	0.00 1	0.00 1	0.00 1	0.35 308	0.03 70

DRN-Test	5.87 298	0.98 255	5.89 281	2.69 314	3.65 337	12.37 343	3.35 297	20.07 382	10.20 286	11.93 334	12.31 273	11.06 305	5.31 266	7.89 215	9.05 324	0.04 261	0.05 241	0.04 314	0.04 260	0.18 246	0.25 291

PSM-AAD	3.33 203	0.20 3	1.47 5	0.73 95	0.54 176	2.55 87	6.19 339	4.97 71	3.27 63	10.92 323	11.92 263	2.95 97	9.59 339	7.90 216	0.82 72	0.01 147	0.01 126	0.00 1	0.00 1	0.04 81	2.47 373

test_5	2.90 169	0.70 199	3.69 173	2.01 254	3.17 318	4.61 234	1.32 241	6.69 159	7.02 207	2.79 59	7.18 162	4.99 175	4.14 217	7.96 217	1.31 125	0.00 1	0.00 1	0.00 1	0.03 243	0.19 251	0.26 296

NOSS_ROB	3.30 194	0.46 125	2.62 78	2.08 265	1.01 223	5.60 250	0.74 178	10.37 248	11.48 307	5.15 113	8.43 188	5.67 201	1.73 116	7.97 218	2.34 193	0.02 218	0.06 254	0.00 1	0.00 1	0.07 135	0.14 237

DualNet	3.35 206	0.31 24	3.97 191	1.34 161	0.98 218	2.80 119	0.48 113	4.53 48	10.19 282	6.29 171	9.23 204	5.59 195	3.72 201	8.00 219	9.35 329	0.00 1	0.02 168	0.00 1	0.00 1	0.10 171	0.04 106

ffm	2.90 169	0.31 24	3.97 191	1.34 161	0.98 218	2.80 119	0.48 113	4.53 48	10.19 282	6.29 171	9.23 204	5.59 195	3.72 201	8.00 219	0.46 23	0.00 1	0.02 168	0.00 1	0.00 1	0.10 171	0.04 106

tt1	2.14 94	0.63 177	2.22 50	2.27 283	0.02 3	5.71 252	0.63 151	4.53 48	10.19 282	1.16 40	3.39 64	0.33 30	3.05 168	8.00 219	0.46 23	0.00 1	0.02 168	0.00 1	0.03 243	0.10 171	0.04 106

PSMNet_ROB	5.02 290	1.63 319	6.03 285	1.90 237	1.83 274	9.57 314	6.35 346	15.58 347	7.23 213	6.15 158	10.48 237	12.22 313	4.16 219	8.02 222	8.71 321	0.02 218	0.01 126	0.01 258	0.10 287	0.20 255	0.12 225

CrosDoStereo	3.96 249	0.45 119	3.04 127	0.32 51	0.20 97	3.28 164	11.63 383	5.76 116	4.45 118	9.04 279	16.58 309	4.99 175	7.45 307	8.04 223	3.72 244	0.00 1	0.02 168	0.01 258	0.00 1	0.16 228	0.10 200

DeepStereo_LL	3.96 249	0.45 119	3.04 127	0.32 51	0.20 97	3.28 164	11.63 383	5.76 116	4.45 118	9.04 279	16.58 309	4.99 175	7.45 307	8.04 223	3.72 244	0.00 1	0.02 168	0.01 258	0.00 1	0.16 228	0.10 200

S-Stereo	6.63 317	0.84 231	9.67 335	3.15 337	3.48 330	6.49 269	6.22 341	12.99 314	22.84 367	9.48 288	15.51 302	12.00 312	8.43 323	8.04 223	10.70 344	0.12 306	0.17 330	0.00 1	0.38 353	0.13 210	1.92 365

ACVNet-DCA	2.01 84	0.65 182	2.15 44	2.30 287	0.02 3	5.80 254	0.56 134	8.45 193	3.33 66	1.03 33	3.33 59	0.32 27	3.71 197	8.05 226	0.45 19	0.00 1	0.02 168	0.00 1	0.03 243	0.02 23	0.03 70

xx1	2.33 118	0.65 182	2.15 44	2.30 287	0.02 3	5.80 254	0.56 134	4.31 35	10.41 288	1.03 33	3.33 59	4.67 165	2.70 152	8.05 226	0.45 19	0.00 1	0.02 168	0.00 1	0.00 1	0.02 23	0.03 70

cc1	2.17 98	0.65 182	2.15 44	2.30 287	0.02 3	5.80 254	0.56 134	4.31 35	10.41 288	1.03 33	3.33 59	0.32 27	3.71 197	8.05 226	0.45 19	0.00 1	0.02 168	0.00 1	0.03 243	0.10 171	0.05 135

iResNet	3.68 226	0.91 244	7.94 323	2.97 329	0.34 139	4.44 230	0.48 113	7.70 177	9.74 273	7.72 233	12.74 277	4.03 139	2.87 164	8.05 226	3.37 227	0.02 218	0.01 126	0.00 1	0.00 1	0.10 171	0.09 181

MIM_Stereo	2.50 139	0.75 211	4.26 211	1.18 149	0.11 47	3.08 151	0.33 90	6.07 128	3.28 64	5.01 109	10.12 227	4.29 156	1.74 118	8.06 230	1.27 122	0.00 1	0.12 304	0.00 1	0.01 211	0.18 246	0.15 246

ADCRef	7.27 328	1.38 298	16.37 367	2.52 307	3.30 323	11.63 335	3.16 291	10.80 258	9.35 266	13.03 345	25.27 364	8.17 258	8.92 331	8.06 230	21.81 382	0.15 311	0.08 274	0.16 346	0.34 350	0.38 312	0.58 336

StereoDRNet-Refined	4.46 276	0.62 175	3.80 182	1.92 240	0.40 148	9.35 310	0.15 53	10.02 240	8.83 259	12.69 339	11.62 261	9.34 273	3.87 208	8.06 230	8.02 308	0.00 1	0.00 1	0.01 258	0.05 264	0.20 255	0.26 296
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	5.59 295	1.75 327	6.80 303	3.12 335	4.45 362	10.61 327	4.35 317	18.80 367	9.73 272	12.22 335	6.87 149	11.44 308	4.65 244	8.09 233	8.26 315	0.02 218	0.11 297	0.00 1	0.03 243	0.20 255	0.28 302

NRIStereo	2.14 94	0.35 63	2.65 81	1.10 140	0.14 59	3.05 150	0.86 203	5.35 100	3.18 57	6.24 163	3.36 63	4.17 147	1.82 123	8.12 234	2.01 178	0.00 1	0.10 290	0.00 1	0.00 1	0.12 200	0.19 268

RAFT-RH_RVC	3.96 249	0.46 125	2.93 115	1.55 190	0.42 153	3.14 157	0.14 49	3.70 17	5.98 173	11.25 328	32.23 380	5.29 186	1.68 112	8.13 235	2.14 186	0.08 295	0.00 1	0.00 1	0.03 243	0.01 7	0.00 1

DeepPruner_ROB	3.52 217	1.14 277	4.06 203	1.12 146	1.65 256	3.65 187	0.83 193	13.96 326	4.47 120	7.80 235	10.84 246	7.05 238	2.16 134	8.14 236	3.08 217	0.07 290	0.03 211	0.00 1	0.01 211	0.32 302	0.06 145

RAFT-345	3.27 191	0.41 98	2.88 112	1.02 128	0.21 100	2.63 102	0.48 113	3.76 23	5.51 154	7.35 221	24.88 361	4.25 150	1.76 121	8.15 237	2.13 185	0.01 147	0.00 1	0.00 1	0.00 1	0.01 7	0.01 16

iRaft-Stereo_5w	2.86 167	0.86 234	4.08 206	0.06 8	0.25 111	2.76 116	0.60 147	4.97 71	4.10 106	2.98 65	7.85 179	10.17 286	4.17 220	8.16 238	5.83 278	0.00 1	0.00 1	0.00 1	0.01 211	0.26 285	0.06 145

CSP-Net	4.12 257	1.28 293	3.70 176	1.54 188	1.06 225	13.28 351	2.33 270	12.96 313	5.45 150	8.87 274	8.54 190	8.43 262	3.03 166	8.16 238	3.65 242	0.00 1	0.00 1	0.00 1	0.00 1	0.18 246	0.03 70

iResNet_ROB	4.23 267	1.02 259	4.90 239	2.18 274	0.93 213	2.92 141	0.37 96	15.10 342	16.91 345	7.89 241	10.51 238	7.03 234	3.07 169	8.16 238	3.46 234	0.01 147	0.00 1	0.00 1	0.00 1	0.10 171	0.02 40

NF-Stereo	2.24 103	0.33 45	3.00 118	2.04 260	0.10 39	3.46 169	0.43 105	6.51 152	3.17 54	6.84 190	5.24 106	2.67 92	1.34 91	8.17 241	1.53 142	0.01 147	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

OCTAStereo	2.24 103	0.33 45	3.03 124	2.04 260	0.10 39	3.45 168	0.43 105	6.50 149	3.17 54	6.84 190	5.20 103	2.65 89	1.33 89	8.18 242	1.56 146	0.01 147	0.00 1	0.00 1	0.00 1	0.02 23	0.01 16

RE-Stereo	2.25 108	0.33 45	3.03 124	2.04 260	0.10 39	3.47 171	0.43 105	6.50 149	3.18 57	6.84 190	5.20 103	2.65 89	1.34 91	8.18 242	1.58 148	0.01 147	0.00 1	0.01 258	0.00 1	0.02 23	0.01 16

TVStereo	2.25 108	0.33 45	3.03 124	2.04 260	0.10 39	3.47 171	0.43 105	6.50 149	3.18 57	6.84 190	5.20 103	2.65 89	1.34 91	8.18 242	1.58 148	0.01 147	0.00 1	0.01 258	0.00 1	0.02 23	0.01 16

IRAFT_RVC	2.85 163	0.41 98	3.32 146	2.09 266	0.41 151	2.92 141	5.22 332	6.41 147	3.63 80	6.53 182	5.48 115	5.09 181	4.88 256	8.20 245	2.15 187	0.01 147	0.17 330	0.01 258	0.00 1	0.02 23	0.04 106

TransformOpticalFlow	3.38 207	0.70 199	4.54 223	1.00 127	0.30 127	3.56 182	0.14 49	9.67 230	7.30 216	5.55 123	13.34 282	6.74 228	5.03 259	8.22 246	1.34 128	0.00 1	0.01 126	0.01 258	0.00 1	0.04 81	0.11 212

STrans-v2	3.43 213	0.73 205	4.82 236	0.26 42	0.60 180	3.00 146	1.19 232	10.41 250	7.22 212	5.79 128	10.97 249	6.75 229	7.03 302	8.25 247	1.40 131	0.00 1	0.01 126	0.00 1	0.00 1	0.03 60	0.18 258

PFNet	2.93 171	0.40 91	5.51 271	2.13 271	0.84 204	3.11 155	0.75 180	6.78 162	4.79 134	9.98 304	6.00 122	4.78 168	2.13 131	8.33 248	2.11 183	0.19 321	0.06 254	0.00 1	0.11 288	0.20 255	0.35 311

CFNet	3.72 229	1.10 272	5.03 246	2.49 306	1.59 252	4.90 239	0.22 66	11.38 269	9.88 278	4.80 106	11.25 253	6.44 222	3.68 193	8.33 248	3.00 213	0.00 1	0.00 1	0.00 1	0.00 1	0.22 267	0.07 158

DAS	3.74 230	0.35 63	5.19 258	1.99 249	3.74 340	2.36 69	3.22 292	7.77 178	9.27 264	8.70 266	12.08 265	4.45 158	5.43 271	8.39 250	1.71 155	0.01 147	0.00 1	0.00 1	0.00 1	0.04 81	0.02 40

FADNet	4.23 267	1.65 321	11.75 344	1.64 206	0.80 201	4.80 236	0.77 183	13.76 325	11.65 309	3.97 84	5.24 106	9.62 277	5.14 263	8.40 251	3.78 246	0.21 325	0.04 232	0.07 331	0.05 264	1.14 355	0.10 200

PS-NSSS	3.90 246	1.84 331	4.55 225	0.87 107	2.95 314	4.10 217	2.00 265	10.77 257	8.23 244	6.75 185	14.63 297	5.01 179	2.24 135	8.41 252	2.91 212	0.33 340	0.03 211	0.83 372	0.00 1	0.82 348	0.70 342

MSKI-zero shot	2.00 83	0.36 70	2.15 44	0.81 100	0.25 111	2.69 109	0.29 82	6.16 133	2.34 13	4.31 89	7.52 169	3.70 130	0.25 4	8.42 253	0.41 12	0.01 147	0.13 311	0.00 1	0.25 330	0.03 60	0.02 40

Wz-Net-LNSev	6.46 313	1.93 336	16.44 369	1.52 186	4.15 354	12.66 345	4.96 328	13.05 315	12.10 316	10.55 317	16.23 307	11.32 307	7.19 303	8.43 254	8.48 318	0.00 1	0.01 126	0.00 1	0.00 1	0.08 144	0.06 145

ttt	3.86 242	0.23 10	2.34 55	2.22 281	1.68 261	4.36 224	0.28 77	12.45 298	11.09 300	6.90 197	11.85 262	4.08 141	3.28 173	8.47 255	7.85 304	0.06 283	0.04 232	0.00 1	0.00 1	0.03 60	0.03 70

ARAFT	3.13 185	1.11 275	7.34 315	0.42 68	0.14 59	4.52 231	2.99 285	7.41 175	5.97 172	8.85 273	7.06 161	5.20 184	1.25 86	8.49 256	1.44 134	0.00 1	0.03 211	0.00 1	0.00 1	0.33 304	0.11 212

CBMV	5.35 293	0.91 244	3.67 172	1.62 204	0.44 154	10.09 319	7.19 357	12.49 303	12.33 318	12.22 335	14.69 298	10.93 302	6.48 290	8.51 257	4.96 266	0.02 218	0.15 320	0.00 1	0.00 1	0.17 236	0.17 256
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAFT+CT+SA	2.36 121	0.71 201	2.46 63	0.83 104	2.26 294	3.18 161	0.93 211	6.82 164	5.48 151	2.55 55	8.07 182	1.64 68	1.59 110	8.54 258	1.15 114	0.02 218	0.00 1	0.00 1	0.38 353	0.19 251	0.36 312

CVANet_RVC	4.16 262	1.16 279	3.60 165	1.94 243	1.46 249	3.92 211	4.68 323	10.89 261	8.34 246	7.58 228	10.84 246	10.27 289	6.62 293	8.56 259	2.69 206	0.39 345	0.00 1	0.00 1	0.01 211	0.21 263	0.09 181

RAFT + AFF	4.30 273	1.55 312	5.84 279	1.43 177	2.36 296	5.94 259	6.72 351	10.01 239	7.56 223	7.55 227	8.96 199	7.09 239	6.73 296	8.57 260	4.02 252	0.02 218	0.47 370	0.00 1	0.01 211	0.56 330	0.54 334

RAFT_R40	2.71 152	0.33 45	3.00 118	1.26 154	0.30 127	3.83 206	1.00 217	5.69 113	4.29 111	9.69 296	6.33 140	5.02 180	4.02 214	8.58 261	0.86 78	0.01 147	0.00 1	0.00 1	0.00 1	0.03 60	0.02 40

HH	2.42 125	0.73 205	3.76 178	0.91 110	0.14 59	2.78 117	0.71 170	7.92 183	2.72 24	1.53 44	6.10 126	7.93 252	4.01 212	8.60 262	0.44 15	0.00 1	0.09 282	0.00 1	0.00 1	0.05 103	0.04 106

HanStereo	2.42 125	0.73 205	3.76 178	0.91 110	0.14 59	2.78 117	0.71 170	7.92 183	2.72 24	1.53 44	6.10 126	7.93 252	4.01 212	8.60 262	0.44 15	0.00 1	0.09 282	0.00 1	0.00 1	0.05 103	0.04 106

CBMV_ROB	4.14 259	0.52 143	3.14 136	1.30 158	0.77 199	6.92 277	1.97 264	10.11 244	9.58 270	8.92 276	14.20 291	7.12 240	5.90 280	8.65 264	3.50 235	0.01 147	0.05 241	0.00 1	0.00 1	0.04 81	0.09 181

SST-Stereo	2.75 156	0.31 24	2.78 99	1.33 159	0.33 137	3.99 213	0.82 189	5.60 111	3.93 91	10.92 323	6.19 132	5.00 178	4.23 223	8.66 265	0.74 57	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.03 70

PSM-softLoss	2.24 103	0.34 54	3.42 155	1.81 226	0.17 71	2.74 111	0.39 98	6.17 134	2.92 31	6.26 166	6.29 138	2.96 98	0.97 63	8.68 266	1.71 155	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

KMStereo	2.24 103	0.34 54	3.42 155	1.81 226	0.17 71	2.74 111	0.39 98	6.17 134	2.92 31	6.26 166	6.29 138	2.96 98	0.97 63	8.68 266	1.71 155	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

AACVNet	3.33 203	1.03 261	3.56 163	3.46 347	0.63 182	3.09 153	0.28 77	8.78 210	3.43 72	5.99 144	10.64 241	10.08 284	4.03 215	8.69 268	2.51 202	0.03 245	0.01 126	0.00 1	0.00 1	0.26 285	0.06 145

SMFormer	3.54 218	0.39 82	3.61 166	1.69 210	0.11 47	2.85 135	0.29 82	12.46 299	10.41 288	7.16 209	10.23 230	4.78 168	4.45 235	8.71 269	3.51 236	0.07 290	0.05 241	0.00 1	0.00 1	0.06 120	0.04 106

tta	3.54 218	0.39 82	3.61 166	1.69 210	0.11 47	2.85 135	0.29 82	12.46 299	10.41 288	7.16 209	10.23 230	4.78 168	4.45 235	8.71 269	3.51 236	0.07 290	0.05 241	0.00 1	0.00 1	0.06 120	0.03 70

qqq1	3.38 207	0.39 82	3.61 166	1.69 210	0.11 47	2.85 135	0.29 82	12.46 299	10.41 288	7.16 209	10.23 230	4.78 168	4.45 235	8.71 269	0.30 3	0.07 290	0.05 241	0.00 1	0.00 1	0.06 120	0.03 70

fff1	3.38 207	0.39 82	3.61 166	1.69 210	0.11 47	2.85 135	0.29 82	12.46 299	10.41 288	7.16 209	10.23 230	4.78 168	4.45 235	8.71 269	0.30 3	0.07 290	0.05 241	0.00 1	0.00 1	0.06 120	0.03 70

DLCB_ROB	4.51 279	0.91 244	3.78 180	2.19 275	1.07 226	6.28 263	3.09 288	9.78 232	7.72 229	10.65 318	12.97 278	13.91 324	3.71 197	8.72 273	5.30 269	0.00 1	0.00 1	0.00 1	0.00 1	0.03 60	0.10 200

NCCL2	5.88 299	1.59 315	5.44 267	1.87 231	0.92 211	9.55 313	11.55 382	12.11 289	9.94 279	9.67 295	8.85 194	22.28 371	7.41 306	8.78 274	7.17 295	0.01 147	0.00 1	0.03 303	0.00 1	0.13 210	0.23 284

TDLM	4.11 256	1.11 275	3.54 162	1.62 204	1.04 224	3.91 210	7.41 359	10.60 253	10.67 297	6.38 177	12.59 275	5.95 210	4.77 249	8.79 275	3.04 215	0.58 356	0.00 1	0.01 258	0.00 1	0.19 251	0.12 225

DDUNet	9.47 355	11.32 393	6.14 288	12.93 393	11.65 393	10.45 324	3.87 306	11.70 276	7.89 233	9.27 285	13.28 281	16.18 339	6.14 284	8.80 276	5.77 276	6.64 390	3.38 402	20.90 398	4.28 394	11.01 392	7.80 393

DisPM	2.43 127	0.32 33	3.04 127	1.76 220	0.18 83	3.46 169	0.65 157	5.13 78	4.88 136	8.59 265	7.04 160	2.84 94	1.03 68	8.85 277	0.83 73	0.01 147	0.00 1	0.00 1	0.00 1	0.01 7	0.02 40

HSM	4.00 254	0.79 220	3.16 137	1.59 199	2.17 288	6.77 274	1.11 226	12.28 296	6.35 192	6.75 185	8.11 184	13.90 323	5.37 267	8.85 277	2.71 207	0.00 1	0.00 1	0.00 1	0.00 1	0.02 23	0.02 40

FAT-Stereo	6.78 322	0.68 192	6.80 303	2.30 287	1.77 270	5.63 251	4.20 313	18.79 366	18.62 349	10.53 316	17.15 320	18.52 353	13.74 363	8.86 279	7.38 297	0.03 245	0.15 320	0.01 258	0.07 272	0.12 200	0.26 296

HBP-ISP	4.09 255	1.05 263	4.10 207	1.87 231	1.31 243	7.56 290	3.98 307	11.26 266	9.94 279	7.81 236	14.44 294	3.23 110	4.27 225	8.89 280	1.87 167	0.06 283	0.06 254	0.00 1	0.00 1	0.06 120	0.04 106

SGM-Forest	4.96 287	0.32 33	2.84 104	1.21 150	0.64 184	10.23 321	6.64 350	11.55 272	10.98 299	10.94 325	13.59 284	11.65 310	4.30 227	8.94 281	4.63 260	0.11 303	0.04 232	0.00 1	0.00 1	0.05 103	0.46 326
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SACVNet	4.15 261	1.26 288	3.81 183	3.12 335	1.68 261	3.09 153	2.85 284	11.91 283	5.96 170	10.52 315	11.20 251	10.59 292	3.95 210	8.97 282	3.25 224	0.08 295	0.02 168	0.00 1	0.00 1	0.32 302	0.44 323

GEStereo_RVC	3.74 230	0.73 205	4.95 242	2.01 254	1.24 235	4.36 224	3.07 287	11.77 279	7.80 232	6.87 194	6.52 144	7.70 248	4.31 229	8.98 283	4.19 254	0.03 245	0.01 126	0.02 287	0.02 231	0.13 210	0.11 212

aanetorigin	8.72 349	3.29 361	27.55 394	1.95 244	3.84 347	4.93 241	5.39 335	5.49 109	10.05 281	27.85 385	31.47 379	15.80 334	12.78 357	9.04 284	11.98 350	0.25 331	0.22 344	0.22 354	0.25 330	1.28 359	0.84 347

raft_robust	2.64 147	1.20 282	2.62 78	1.10 140	0.28 125	1.50 22	0.12 35	6.28 138	9.04 260	6.80 188	7.19 163	3.73 132	2.13 131	9.06 285	1.07 104	0.03 245	0.12 304	0.00 1	0.21 319	0.17 236	0.22 278

ccnet	6.87 324	0.92 247	5.15 255	3.09 331	2.18 290	11.78 336	4.90 326	17.97 360	8.79 258	12.79 342	20.20 337	16.00 338	8.35 322	9.12 286	14.17 364	0.42 351	0.33 357	0.25 357	0.09 283	0.40 319	0.48 327

FADNet-RVC	3.98 253	1.84 331	12.48 350	1.69 210	0.44 154	4.33 222	1.31 239	11.84 280	7.15 211	3.53 79	3.50 67	10.63 295	4.43 234	9.12 286	6.25 282	0.03 245	0.10 290	0.00 1	0.03 243	0.60 336	0.25 291

MLCV	3.44 215	0.88 238	5.60 275	1.39 171	0.25 111	4.36 224	0.33 90	7.25 171	7.28 215	9.17 283	12.24 272	5.09 181	2.47 144	9.15 288	3.23 222	0.00 1	0.00 1	0.00 1	0.00 1	0.10 171	0.02 40

SepStereo	3.78 235	0.35 63	5.19 258	1.99 249	3.74 340	2.36 69	3.22 292	7.77 178	9.27 264	8.70 266	12.08 265	4.45 158	5.43 271	9.18 289	1.71 155	0.01 147	0.00 1	0.00 1	0.00 1	0.04 81	0.02 40

TestStereo1	2.85 163	0.81 225	3.48 158	3.11 333	0.44 154	2.52 80	1.50 247	6.37 142	8.18 242	4.62 98	9.24 210	2.23 83	3.69 194	9.19 290	1.26 120	0.00 1	0.01 126	0.00 1	0.00 1	0.27 290	0.09 181

SA-5K	2.85 163	0.81 225	3.48 158	3.11 333	0.44 154	2.52 80	1.50 247	6.37 142	8.18 242	4.62 98	9.24 210	2.23 83	3.69 194	9.19 290	1.26 120	0.00 1	0.01 126	0.00 1	0.00 1	0.27 290	0.09 181

GwcNet	6.42 312	1.97 337	10.92 340	2.59 312	5.58 374	11.55 334	2.21 269	14.10 329	16.52 344	10.04 305	17.19 322	10.86 300	5.61 276	9.23 292	8.84 323	0.01 147	0.06 254	0.03 303	0.08 276	0.56 330	0.40 316

FINET	5.32 292	1.14 277	10.04 337	2.17 273	3.67 339	6.49 269	6.76 352	11.68 275	22.08 365	7.42 223	12.15 268	4.24 149	3.61 191	9.25 293	5.35 270	0.04 261	0.04 232	0.00 1	0.00 1	0.17 236	0.09 181

RASNet	4.52 282	0.61 170	4.42 218	3.42 345	4.68 368	4.58 232	0.99 216	9.54 228	8.01 237	5.28 117	11.42 256	10.34 291	8.88 330	9.28 294	8.68 320	0.15 311	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

Syn2CoEx	6.32 310	2.72 350	9.33 332	2.45 304	1.67 259	8.59 301	3.32 295	18.08 361	12.27 317	8.53 261	21.08 342	10.30 290	9.80 340	9.30 295	7.86 305	0.01 147	0.00 1	0.00 1	0.00 1	0.63 339	0.43 321

pmcnn	7.72 337	1.27 290	9.42 334	2.91 323	3.14 315	9.44 311	6.23 342	12.56 305	16.51 342	14.53 352	24.08 355	27.44 380	8.49 324	9.32 296	8.44 317	0.06 283	0.08 274	0.00 1	0.00 1	0.30 295	0.15 246

MaskLacGwcNet_RVC	5.97 301	5.36 372	5.02 244	3.75 358	3.57 334	15.81 358	4.27 314	11.72 277	6.96 203	7.23 214	8.47 189	9.09 272	2.66 151	9.36 297	2.71 207	7.49 391	2.32 385	2.01 382	0.08 276	6.77 388	4.67 382

1111x	4.25 269	0.30 21	4.31 214	1.47 181	0.37 142	5.10 243	0.32 88	12.86 311	9.82 275	6.01 145	9.73 222	8.78 269	5.97 282	9.43 298	10.39 341	0.06 283	0.03 211	0.00 1	0.00 1	0.02 23	0.04 106

FADNet_RVC	3.91 248	1.67 324	12.95 356	0.96 123	0.75 196	5.71 252	0.54 129	10.83 259	6.60 195	3.46 77	8.09 183	4.10 144	3.40 183	9.43 298	6.33 283	0.36 342	0.44 367	0.17 349	0.46 361	0.91 350	0.95 349

RYNet	6.34 311	0.89 241	5.88 280	1.41 175	4.48 364	15.97 359	4.18 312	13.41 319	16.49 341	10.81 321	7.00 156	14.33 326	8.72 327	9.43 298	13.71 361	0.00 1	0.01 126	0.00 1	0.00 1	0.02 23	0.07 158

Sa-1000	3.55 220	0.75 211	3.63 170	1.91 238	0.30 127	3.55 181	1.63 255	7.39 174	8.54 254	7.70 232	17.44 325	4.00 138	2.82 160	9.44 301	1.33 126	0.00 1	0.10 290	0.00 1	0.18 310	0.21 263	0.04 106

OMP-Stereo	3.03 178	0.93 250	2.72 90	4.21 368	0.51 174	2.19 59	1.25 234	6.19 136	6.00 174	7.99 244	6.21 133	8.50 267	2.49 145	9.44 301	1.74 159	0.01 147	0.00 1	0.00 1	0.00 1	0.08 144	0.05 135

IIG-Stereo	3.16 186	0.75 211	2.83 102	4.08 364	0.21 100	2.56 89	0.74 178	6.55 154	5.56 158	8.39 257	9.38 216	7.94 254	2.79 158	9.50 303	1.89 169	0.02 218	0.00 1	0.00 1	0.00 1	0.02 23	0.04 106

SA	3.06 179	0.74 209	3.79 181	1.60 200	0.30 127	3.19 162	1.43 244	6.72 160	9.06 261	4.63 101	10.80 244	2.89 96	4.71 247	9.62 304	1.18 118	0.00 1	0.09 282	0.00 1	0.19 314	0.23 274	0.02 40

ETE_ROB	5.80 297	1.77 328	6.33 291	1.44 180	0.78 200	6.43 268	6.90 353	12.53 304	8.08 239	12.93 344	14.89 299	21.13 368	5.87 279	9.83 305	6.57 289	0.04 261	0.01 126	0.00 1	0.02 231	0.08 144	0.33 309

NVstereo2D	4.51 279	0.82 228	6.86 306	3.28 341	3.38 325	8.16 297	3.13 289	10.51 251	15.15 335	4.90 107	6.89 150	7.87 249	4.78 251	9.88 306	3.91 250	0.01 147	0.00 1	0.00 1	0.06 270	0.02 23	0.58 336

DSFCA	4.21 266	0.50 136	5.45 268	1.34 161	1.68 261	7.04 279	4.51 320	10.73 256	7.00 205	10.78 320	6.80 148	8.48 265	4.63 243	9.91 307	5.12 267	0.02 218	0.06 254	0.02 287	0.03 243	0.08 144	0.03 70

ff1	3.45 216	0.31 24	3.97 191	1.34 161	0.98 218	2.80 119	0.48 113	4.53 48	10.19 282	6.29 171	9.23 204	5.59 195	3.72 201	10.11 308	9.35 329	0.00 1	0.02 168	0.00 1	0.00 1	0.10 171	0.04 106

mmx	3.86 242	0.31 24	3.97 191	1.34 161	0.98 218	2.80 119	0.48 113	12.18 294	10.66 295	6.29 171	9.23 204	5.59 195	3.72 201	10.11 308	9.35 329	0.05 273	0.02 168	0.00 1	0.00 1	0.03 60	0.04 106

xxx	3.86 242	0.31 24	3.98 196	1.34 161	0.98 218	2.80 119	0.48 113	12.18 294	10.66 295	6.29 171	9.23 204	5.59 195	3.72 201	10.11 308	9.35 329	0.05 273	0.02 168	0.00 1	0.00 1	0.03 60	0.04 106

RP	6.84 323	1.29 295	5.53 274	3.92 362	5.18 371	6.32 264	3.53 300	11.73 278	15.31 336	9.54 291	22.38 349	18.25 351	14.47 365	10.11 308	7.49 298	0.91 366	0.01 126	0.12 341	0.15 298	0.33 304	0.19 268

SQANet	7.64 333	3.40 362	5.49 270	11.73 391	9.62 389	11.96 340	2.82 282	11.33 268	6.10 178	8.33 254	11.49 258	11.00 303	5.16 264	10.12 312	2.72 209	8.92 394	2.21 384	10.41 391	1.58 383	11.13 393	7.39 392

PA-Net	4.98 288	1.47 304	7.42 317	2.40 299	2.14 286	8.73 304	3.64 304	12.42 297	13.11 322	7.03 202	7.57 171	7.88 250	6.52 291	10.16 313	7.82 303	0.02 218	0.03 211	0.00 1	0.00 1	0.11 188	1.07 352
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
XPNet_ROB	6.03 306	1.22 283	5.61 276	2.56 311	0.90 210	6.32 264	7.07 355	12.92 312	8.30 245	14.76 354	15.13 301	19.84 360	6.66 295	10.36 314	8.58 319	0.02 218	0.04 232	0.00 1	0.03 243	0.11 188	0.24 288

DGSMNet	6.47 314	2.61 348	13.64 359	3.46 347	3.74 340	8.97 306	6.01 337	14.15 330	13.01 321	7.46 225	14.10 289	9.94 282	4.79 252	10.44 315	6.22 281	1.30 374	1.70 382	1.80 379	1.52 382	2.27 374	2.35 371

SuperB	8.10 342	3.15 358	24.67 389	2.65 313	1.23 234	9.88 317	4.29 315	10.18 246	30.07 380	11.53 331	12.18 270	6.12 213	6.65 294	10.50 316	14.47 365	0.14 309	0.11 297	0.35 363	0.25 330	13.06 397	0.48 327

LALA_ROB	6.58 316	1.80 330	6.25 289	1.26 154	0.94 214	10.08 318	9.02 366	16.00 349	11.51 308	12.74 340	13.02 279	24.77 373	5.25 265	10.56 317	8.02 308	0.04 261	0.05 241	0.00 1	0.02 231	0.10 171	0.25 291

AANet_RVC	5.01 289	1.74 326	6.38 294	1.96 246	1.29 240	2.26 63	1.69 259	10.07 241	18.53 348	7.88 240	18.15 329	8.49 266	2.70 152	10.59 318	7.04 294	0.96 368	0.15 320	0.02 287	0.00 1	0.13 210	0.12 225

Wz-Net-LNSev-Ref	5.98 302	1.55 312	9.92 336	2.40 299	3.22 319	10.28 322	3.14 290	11.64 273	9.79 274	9.54 291	20.22 338	11.16 306	6.77 297	10.61 319	9.16 325	0.06 283	0.00 1	0.00 1	0.00 1	0.03 60	0.04 106

CC-Net-ROB	7.68 334	9.21 387	7.46 318	3.82 359	3.66 338	15.68 357	5.02 329	17.95 359	10.45 294	6.44 180	14.00 288	7.63 246	4.77 249	10.75 320	3.10 218	5.99 388	2.46 387	16.28 395	1.08 375	6.30 387	1.56 361

RAFT_CTSACE	3.40 210	1.07 266	4.52 222	1.27 156	3.14 315	4.00 214	1.07 223	3.93 27	4.43 116	4.66 103	17.94 328	7.21 243	2.76 156	10.82 321	0.85 75	0.00 1	0.07 266	0.00 1	0.00 1	0.30 295	0.01 16

edge stereo	6.76 319	1.01 257	6.76 302	2.20 277	2.45 301	6.41 267	2.45 273	14.84 338	11.98 315	15.29 356	18.31 330	22.02 369	12.56 355	10.82 321	7.49 298	0.03 245	0.06 254	0.11 339	0.03 243	0.30 295	0.14 237

G-Net	8.41 345	1.54 311	10.97 341	5.73 378	3.60 335	26.19 383	4.41 318	10.10 243	7.42 217	19.71 367	24.99 362	14.38 327	15.83 367	10.99 323	9.53 335	0.50 355	0.46 369	0.19 352	0.25 330	0.80 347	0.66 340

GANet	6.22 308	1.07 266	4.07 205	2.27 283	0.89 208	9.19 309	9.52 370	12.02 286	8.13 241	10.72 319	29.09 372	13.86 322	7.52 311	11.00 324	4.39 255	0.36 342	0.00 1	0.02 287	0.02 231	0.12 200	0.08 171

DeepPrunerF	6.75 318	2.69 349	23.31 386	3.68 354	7.16 380	3.78 203	4.29 315	13.42 320	20.13 359	8.13 247	10.46 236	7.18 242	8.06 319	11.10 325	9.44 333	0.24 330	0.15 320	0.29 359	0.42 357	0.66 342	0.45 324

Nwc_Net	6.97 326	1.25 287	6.63 300	3.82 359	3.37 324	10.83 330	1.67 258	19.56 380	11.35 305	8.36 255	23.62 353	17.19 346	11.44 351	11.21 326	8.08 312	0.80 362	0.00 1	0.00 1	0.02 231	0.13 210	0.09 181

APVNet	5.98 302	1.72 325	8.72 329	3.21 339	4.04 353	12.31 342	1.81 262	19.09 371	6.10 178	6.13 157	13.41 283	10.69 297	6.30 286	11.26 327	13.90 362	0.05 273	0.02 168	0.11 339	0.03 243	0.53 328	0.20 275

anonymity	7.68 334	3.83 365	12.39 348	7.04 383	12.67 396	8.18 298	2.00 265	17.50 357	6.85 200	13.56 349	9.21 203	9.97 283	7.82 316	11.28 328	5.58 273	6.27 389	4.98 409	3.68 385	2.96 387	3.33 379	4.48 380

EDNetEfficient	13.82 376	6.19 375	54.79 412	2.83 320	3.60 335	4.86 238	8.57 363	8.61 206	32.90 384	40.77 403	30.59 377	18.33 352	21.87 385	11.38 329	25.36 392	0.15 311	0.23 346	0.06 325	1.03 374	2.54 375	1.79 362

SDNR	7.50 331	2.32 344	15.58 366	1.82 228	0.63 182	44.66 410	0.44 109	8.59 201	9.52 269	9.84 299	25.18 363	5.30 189	4.38 231	11.46 330	6.49 287	0.05 273	0.03 211	0.00 1	0.01 211	1.79 368	1.87 364

AF-Net	7.78 338	1.44 303	6.68 301	3.37 343	4.50 365	8.61 302	2.69 279	17.07 354	20.17 360	9.52 290	24.02 354	20.31 365	14.59 366	11.58 331	9.84 338	0.61 357	0.00 1	0.12 341	0.00 1	0.38 312	0.12 225

coex-ft	19.78 397	19.39 397	87.73 424	1.77 222	1.80 272	17.25 366	13.50 390	12.63 307	42.10 400	60.18 417	38.90 393	28.72 382	28.74 394	11.74 332	27.40 396	0.21 325	0.23 346	0.04 314	0.30 344	1.36 361	1.54 360

NaN_ROB	6.00 304	1.24 286	6.29 290	1.34 161	1.68 261	9.60 315	10.31 376	15.09 340	15.79 338	12.62 338	8.95 197	11.67 311	5.83 278	11.78 333	6.41 285	0.05 273	0.13 311	0.08 334	0.20 316	0.22 267	0.79 344

Wz-Net-MNSev	7.43 330	2.35 345	15.22 364	2.34 295	3.41 329	17.27 367	8.55 362	11.91 283	13.48 325	13.37 346	17.05 317	13.70 319	7.47 310	11.90 334	9.99 340	0.40 347	0.03 211	0.00 1	0.01 211	0.16 228	0.07 158

DANet	6.02 305	1.23 285	8.45 327	3.86 361	3.94 351	7.64 294	1.34 242	9.51 227	7.00 205	13.39 347	15.53 303	15.99 337	7.02 301	12.14 335	12.37 353	0.19 321	0.12 304	0.02 287	0.03 243	0.13 210	0.56 335
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	6.56 315	2.89 352	7.58 321	3.41 344	0.40 148	12.96 348	9.58 371	15.09 340	17.25 347	10.33 309	10.62 240	12.27 314	8.16 321	12.21 336	4.53 258	0.41 348	0.00 1	0.00 1	0.02 231	3.12 377	0.39 315
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
CSAN	7.62 332	1.60 316	6.56 299	1.83 229	0.66 185	12.40 344	10.52 379	14.45 333	21.32 363	14.19 350	15.98 305	17.84 347	13.02 360	12.32 337	8.38 316	0.09 299	0.07 266	0.03 303	0.04 260	0.33 304	0.67 341

MSMD_ROB	9.28 353	1.09 270	4.65 230	1.58 196	0.39 146	16.52 360	4.41 318	13.60 321	14.87 334	22.34 372	39.89 395	25.67 376	20.71 381	12.42 338	6.98 293	0.34 341	0.03 211	0.00 1	0.00 1	0.05 103	0.09 181

LL-Strereo	4.71 285	1.64 320	7.51 320	1.15 148	4.31 356	3.71 193	1.45 245	9.21 218	8.36 247	8.37 256	8.17 185	10.82 298	11.36 350	12.51 339	4.82 265	0.00 1	0.12 304	0.00 1	0.00 1	0.31 300	0.32 308

WCMA_ROB	9.21 351	0.87 236	7.37 316	2.54 308	2.13 285	13.59 352	5.80 336	11.64 273	14.01 328	24.43 381	32.99 385	27.09 379	18.02 370	12.51 339	9.85 339	0.81 363	0.07 266	0.01 258	0.01 211	0.16 228	0.23 284

STTRV1_RVC	7.02 327	1.10 272	12.88 354	3.32 342	6.92 379	11.90 338	4.00 308	15.07 339	11.94 314	9.51 289	14.57 295	11.63 309	8.73 328	12.65 341	8.06 311	3.32 382	2.75 393	0.41 367	0.12 291	1.38 362	0.11 212

NCC-stereo	6.77 320	1.49 308	6.48 296	2.92 325	4.40 358	7.43 286	3.61 302	19.52 378	13.29 323	8.39 257	16.91 314	15.96 335	12.13 352	12.85 342	7.70 301	1.47 375	0.11 297	0.01 258	0.42 357	0.14 220	0.24 288

Abc-Net	6.77 320	1.49 308	6.48 296	2.92 325	4.40 358	7.43 286	3.61 302	19.52 378	13.29 323	8.39 257	16.91 314	15.96 335	12.13 352	12.85 342	7.70 301	1.47 375	0.11 297	0.01 258	0.42 357	0.14 220	0.24 288
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
psmorigin	7.34 329	1.58 314	18.31 374	2.35 296	0.87 206	6.72 273	1.70 261	10.63 254	7.14 210	19.77 368	22.71 350	20.13 362	11.34 349	12.96 344	9.49 334	0.04 261	0.17 330	0.06 325	0.17 306	0.21 263	0.50 330

RGC	6.88 325	2.23 342	6.13 287	4.05 363	4.73 370	8.94 305	2.78 281	15.19 344	11.74 310	11.13 326	19.34 333	17.86 348	10.42 345	13.02 345	8.03 310	0.73 360	0.01 126	0.24 356	0.41 356	0.31 300	0.38 314

SANet	10.64 365	1.86 333	10.91 339	1.76 220	0.71 194	14.62 355	9.23 369	19.18 372	37.14 394	19.22 365	27.96 368	25.86 377	19.11 376	13.02 345	10.63 343	0.08 295	0.06 254	0.03 303	0.02 231	0.62 337	0.81 345

PWCDC_ROB	7.92 340	3.17 360	7.48 319	5.73 378	4.40 358	10.45 324	0.35 93	14.52 335	28.19 377	10.36 311	31.27 378	7.04 236	9.14 335	13.22 347	8.78 322	2.74 381	0.02 168	0.00 1	0.00 1	1.31 360	0.17 256

Anonymous Stereo	6.16 307	3.15 358	23.75 387	2.97 329	2.48 302	4.39 229	13.30 389	9.21 218	9.86 277	9.56 293	8.76 192	6.79 230	1.99 127	13.50 348	13.04 357	0.01 147	0.05 241	0.00 1	0.06 270	0.22 267	0.19 268

MFMNet_re	13.29 375	8.60 384	18.29 373	9.75 385	7.25 382	19.65 373	14.84 396	20.71 385	30.72 381	23.03 376	28.77 370	18.85 355	26.09 392	13.55 349	9.82 336	2.44 379	1.35 380	0.34 362	0.23 325	4.78 382	6.69 390

PWC_ROB	8.24 343	3.13 356	12.74 353	2.43 303	4.43 361	7.51 289	1.22 233	16.63 352	19.24 354	16.08 359	28.29 369	13.99 325	10.16 343	13.63 350	14.06 363	0.42 351	0.00 1	0.05 321	0.00 1	0.59 334	0.27 300

PASM	7.90 339	4.22 366	21.97 384	3.25 340	3.29 322	5.39 248	6.57 348	10.57 252	19.09 351	12.77 341	13.92 287	18.11 350	9.51 338	13.79 351	10.77 347	0.19 321	0.45 368	0.29 359	1.08 375	1.49 364	1.19 354

GASNet	5.19 291	4.61 368	9.38 333	4.73 372	2.10 284	3.80 205	1.57 252	12.07 287	10.96 298	8.92 276	7.03 159	8.21 259	7.67 314	14.02 352	7.36 296	0.02 218	0.15 320	0.00 1	0.00 1	0.69 343	0.42 319

stereogan	7.69 336	0.88 238	7.08 310	3.49 350	3.93 350	18.98 370	3.23 294	16.52 351	19.58 356	9.93 303	18.92 331	20.50 366	9.04 334	14.07 353	6.14 280	0.26 333	0.04 232	0.21 353	0.03 243	0.63 339	0.33 309

LE_ROB	16.73 388	1.28 293	11.61 343	3.72 356	1.65 256	16.67 362	9.17 367	14.39 332	55.91 410	63.81 421	40.86 398	35.94 394	37.73 405	14.24 354	26.87 395	0.05 273	0.10 290	0.13 343	0.22 324	0.12 200	0.15 246

ADCPNet	9.54 356	2.39 346	31.46 397	2.09 266	1.60 254	16.71 363	6.39 347	12.11 289	11.45 306	13.53 348	21.45 344	19.41 357	10.94 348	14.38 355	21.54 380	0.27 336	1.16 377	0.39 366	1.49 380	0.58 333	1.45 358

DPSNet	10.14 361	1.88 334	16.82 370	1.85 230	1.73 265	24.84 381	17.20 404	19.92 381	27.41 375	12.23 337	13.62 285	16.52 340	18.35 371	14.42 356	12.50 354	0.78 361	0.54 373	0.08 334	0.25 330	1.18 356	0.59 339

Wz-Net-SNSev	9.23 352	6.70 377	24.28 388	1.87 231	1.81 273	8.57 300	12.29 388	17.37 356	20.39 361	10.43 313	23.11 352	16.66 342	8.03 318	14.47 357	17.86 369	0.00 1	0.02 168	0.01 258	0.00 1	0.41 322	0.30 305

SHD	9.61 357	2.60 347	12.46 349	3.69 355	3.54 332	9.47 312	1.25 234	20.16 383	37.84 396	18.19 363	21.24 343	16.96 344	12.83 359	14.47 357	16.05 367	0.32 339	0.13 311	0.01 258	0.08 276	0.38 312	0.48 327

EDNetEfficientorigin	17.87 391	14.00 394	99.53 434	1.64 206	0.92 211	10.55 326	6.26 344	13.21 317	34.84 390	38.20 400	36.91 391	27.47 381	26.32 393	14.71 359	25.69 393	0.04 261	0.06 254	0.14 344	0.52 363	3.16 378	3.27 374

MDST_ROB	8.37 344	0.32 33	9.03 330	4.18 367	2.42 300	26.86 389	6.14 338	19.36 375	13.52 326	27.09 384	22.75 351	9.47 276	4.74 248	15.06 360	6.34 284	0.02 218	0.02 168	0.00 1	0.00 1	0.02 23	0.13 232

otaku	11.73 370	7.51 383	7.07 309	13.22 394	10.85 392	26.61 388	7.25 358	18.84 368	19.16 353	11.58 332	17.23 323	20.19 363	8.09 320	15.11 361	4.64 261	9.13 395	2.42 386	13.08 392	1.83 384	12.48 396	8.22 395

XQC	8.43 346	3.58 363	16.40 368	2.92 325	2.17 288	13.22 350	3.60 301	14.64 336	25.86 373	11.87 333	12.04 264	15.06 331	10.67 346	15.24 362	19.41 372	0.39 345	0.08 274	0.05 321	0.07 272	0.84 349	0.45 324

LSM	14.01 377	5.95 374	33.49 398	6.78 382	43.61 419	10.22 320	9.98 375	15.16 343	22.93 368	23.07 377	32.34 383	18.52 353	12.67 356	15.45 363	11.10 348	0.16 316	0.51 372	0.09 337	0.32 346	1.08 354	16.85 414

FC-DCNN	10.72 366	0.52 143	4.27 212	1.88 234	1.63 255	17.18 365	5.29 334	18.20 362	19.69 357	28.50 386	34.51 388	34.03 392	21.48 384	15.89 364	11.15 349	0.03 245	0.01 126	0.02 287	0.01 211	0.07 135	0.09 181

FCDSN-DC	10.24 363	0.56 156	3.49 160	1.96 246	1.29 240	16.90 364	4.59 322	17.16 355	19.10 352	24.64 382	32.46 384	33.82 391	22.14 386	15.93 365	10.45 342	0.04 261	0.00 1	0.00 1	0.00 1	0.05 103	0.21 276
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Ntro	12.35 371	8.88 385	7.80 322	13.79 395	12.42 395	26.54 387	6.98 354	18.54 363	22.14 366	9.82 297	16.45 308	20.30 364	9.29 337	15.95 366	6.61 291	9.53 397	2.47 388	14.93 394	2.77 386	13.11 398	8.63 398

ADCL	10.16 362	2.11 340	19.36 377	1.92 240	1.88 277	22.23 376	8.91 365	14.04 327	23.56 369	14.62 353	26.19 365	12.75 316	13.59 362	16.06 367	22.95 386	0.26 333	0.18 334	0.75 370	0.65 365	0.69 343	0.58 336

PDISCO_ROB	9.62 358	1.99 339	11.51 342	9.88 386	9.61 388	21.48 375	3.83 305	19.33 374	28.49 378	11.27 329	14.17 290	19.92 361	5.02 258	16.35 368	9.18 326	5.28 386	0.41 364	0.14 344	0.09 283	2.05 370	2.36 372

ACVNet_1	18.70 393	25.08 400	12.72 352	17.33 398	15.18 400	26.02 382	9.62 372	28.44 397	34.49 387	24.39 380	24.32 357	37.22 396	20.13 380	16.67 369	13.39 358	10.45 400	2.59 391	24.77 402	4.92 399	16.57 401	9.75 400

SAMSARA	14.63 378	2.74 351	12.38 347	12.65 392	6.74 378	36.50 402	72.93 425	19.36 375	23.77 370	16.20 360	13.04 280	29.21 383	12.78 357	16.98 370	15.21 366	0.11 303	0.26 354	0.03 303	0.14 295	0.76 346	0.77 343

MFN_U_SF_DS_RVC	9.78 359	4.27 367	14.47 360	2.29 286	2.85 312	23.40 380	13.62 391	13.60 321	19.54 355	19.42 366	24.27 356	16.74 343	8.59 325	17.05 371	7.98 307	1.25 372	1.68 381	0.17 349	2.63 385	0.72 345	1.04 350

ADCP+	8.09 341	1.79 329	14.50 361	1.54 188	4.28 355	16.57 361	5.20 331	12.80 309	11.20 303	12.83 343	17.07 318	11.02 304	10.80 347	17.59 372	23.18 387	0.03 245	0.05 241	0.01 258	0.18 310	0.39 316	0.81 345

ACVNet-4b	15.90 382	22.00 398	12.37 346	16.40 397	15.14 399	31.87 395	7.50 360	19.04 370	27.85 376	11.48 330	22.02 346	31.86 388	9.16 336	17.95 373	5.69 274	10.43 399	2.58 390	24.44 401	4.87 398	16.04 400	9.28 399

FBW_ROB	8.50 347	1.03 261	7.98 324	1.93 242	1.28 239	13.10 349	6.23 342	22.50 386	18.98 350	18.82 364	14.91 300	19.06 356	10.04 342	18.41 374	9.83 337	0.62 358	0.22 344	1.82 381	0.82 370	0.99 353	1.36 357

ADCMid	10.24 363	3.13 356	20.70 380	2.21 278	2.39 299	11.23 332	6.19 339	14.17 331	11.19 302	23.20 378	22.25 347	17.89 349	19.54 377	18.51 375	26.21 394	0.45 353	0.42 366	1.10 375	1.29 377	1.56 366	1.18 353

MeshStereo	11.52 369	1.52 310	4.55 225	1.89 236	1.46 249	19.87 374	5.11 330	20.66 384	15.91 339	32.67 391	34.51 388	39.34 398	21.15 382	18.74 376	12.10 351	0.11 303	0.06 254	0.01 258	0.00 1	0.45 325	0.22 278
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
RainbowNet	18.01 392	26.22 402	19.95 378	18.59 399	14.88 398	27.38 390	10.46 377	27.39 393	34.54 388	14.91 355	27.01 366	25.65 375	12.44 354	18.94 377	9.23 327	13.91 405	3.46 403	23.36 400	4.86 397	16.03 399	10.91 403

Wz-Net-TNSev	11.35 368	10.56 391	35.88 402	2.28 285	1.73 265	18.25 369	11.42 381	15.88 348	20.88 362	14.44 351	16.97 316	19.57 358	19.04 375	19.31 378	18.67 371	0.01 147	0.06 254	0.00 1	0.16 300	0.62 337	1.25 355

DISCO	6.28 309	0.57 158	5.78 278	3.43 346	1.17 232	11.22 331	3.39 299	12.14 292	16.16 340	6.52 181	11.22 252	16.96 344	6.32 287	19.51 379	10.74 345	0.00 1	0.00 1	0.00 1	0.00 1	0.35 308	0.11 212

SGM_RVC	10.08 360	0.60 167	3.42 155	2.30 287	0.32 134	19.41 372	6.33 345	18.95 369	14.64 331	25.14 383	24.32 357	33.34 390	18.79 374	19.86 380	12.55 355	0.25 331	0.26 354	0.22 354	0.24 327	0.34 307	0.40 316
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MFN_U_SF_RVC	12.94 372	3.66 364	25.81 392	3.61 353	2.26 294	22.77 378	4.55 321	27.10 392	20.06 358	23.90 379	28.99 371	30.53 386	16.98 368	19.92 381	20.26 375	1.24 371	1.07 376	0.98 374	1.33 378	1.80 369	2.04 367

RTSC	9.15 350	3.00 354	13.57 358	3.72 356	1.76 269	11.82 337	0.46 110	16.95 353	36.83 393	15.80 358	15.53 303	12.91 317	7.46 309	20.01 382	21.76 381	0.31 338	0.13 311	0.01 258	0.08 276	0.57 332	0.41 318

ACVNet_2	26.45 401	29.35 406	25.14 390	20.27 401	15.43 401	34.97 400	12.23 387	48.37 412	66.25 420	42.69 404	56.73 415	51.77 403	25.59 390	20.39 383	13.52 360	10.13 398	2.59 391	22.78 399	3.52 391	17.57 402	9.80 401

WZ-Net	13.00 373	4.64 369	41.07 405	3.48 349	3.15 317	19.12 371	15.66 402	14.81 337	31.33 382	15.71 357	27.88 367	22.22 370	14.01 364	20.44 384	25.03 391	0.64 359	0.00 1	0.01 258	0.03 243	0.39 316	0.37 313

NVStereoNet_ROB	16.04 383	6.75 378	12.90 355	6.37 381	7.42 383	12.89 347	9.74 373	22.78 387	25.12 372	30.32 387	46.19 403	34.37 393	25.38 389	21.48 385	21.38 377	5.94 387	3.10 399	6.07 390	10.09 403	4.01 380	8.54 397
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C32	10.98 367	5.58 373	22.79 385	4.16 365	5.83 375	15.64 356	14.30 392	13.18 316	17.15 346	16.44 361	20.52 340	14.68 329	13.44 361	22.46 386	30.08 400	0.17 317	0.26 354	0.36 364	0.36 352	1.23 357	0.91 348

MSC_U_SF_DS_RVC	16.41 385	6.93 380	21.83 383	5.94 380	2.81 311	38.71 404	14.59 393	24.55 390	34.87 391	33.66 395	34.35 387	29.24 384	24.20 388	22.59 387	17.95 370	2.52 380	2.81 394	1.17 377	1.51 381	5.89 386	2.16 368

DispFullNet	17.47 390	26.01 401	33.98 400	22.58 402	20.86 406	13.84 354	1.28 237	16.50 350	26.27 374	19.97 369	17.17 321	20.52 367	18.49 372	22.86 388	10.76 346	5.13 385	2.83 395	30.72 405	7.72 401	20.86 404	11.01 404

ADCS	13.02 374	4.93 371	28.38 395	3.17 338	2.67 307	13.61 353	10.83 380	18.70 364	33.46 385	22.59 373	24.78 360	19.59 359	18.51 373	23.40 389	32.16 403	0.10 301	0.19 338	0.37 365	0.18 310	1.26 358	1.46 359

SPS-STEREO	15.04 379	6.23 376	13.21 357	11.34 390	11.65 393	23.30 379	7.15 356	24.16 389	15.65 337	31.78 390	29.19 373	31.62 387	21.32 383	24.62 390	19.50 373	7.59 392	4.19 407	3.22 384	1.48 379	6.99 389	6.54 389
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	15.62 381	7.26 382	19.28 376	8.94 384	10.11 391	26.25 384	10.49 378	19.36 375	14.65 332	30.64 388	33.59 386	33.00 389	22.32 387	24.96 391	16.42 368	7.90 393	6.25 411	4.51 387	3.37 389	5.86 385	7.20 391

PVD	15.44 380	2.93 353	14.67 362	4.21 368	3.39 327	17.43 368	4.16 311	27.84 396	48.84 405	31.02 389	43.54 400	29.76 385	30.81 397	25.97 392	21.40 378	0.23 328	0.41 364	0.04 314	0.33 348	0.41 322	1.33 356

ELAS	16.72 387	2.14 341	9.23 331	4.92 373	4.53 366	32.66 398	15.11 399	27.40 394	28.68 379	40.27 402	44.90 401	38.33 397	30.50 396	26.44 393	21.94 383	0.88 364	1.23 379	0.67 369	0.89 372	1.49 364	2.18 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	16.54 386	2.26 343	10.09 338	5.50 377	4.46 363	28.28 391	16.72 403	25.55 391	33.54 386	40.19 401	40.30 397	36.68 395	30.03 395	29.40 394	20.61 376	0.98 369	1.21 378	0.86 373	0.70 367	1.39 363	2.16 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C01	16.12 384	10.81 392	59.36 414	4.42 370	2.49 303	30.06 392	15.15 400	17.51 358	16.51 342	17.88 362	37.69 392	24.04 372	17.54 369	29.60 395	33.29 404	0.28 337	0.38 362	0.43 368	0.42 357	2.57 376	1.98 366

WAO-7	29.39 406	24.43 399	20.47 379	32.71 408	13.83 397	34.70 399	20.27 410	52.19 417	65.03 418	43.29 405	59.35 417	52.19 404	44.68 411	31.71 396	30.56 401	10.98 401	4.94 408	13.71 393	12.52 408	12.06 395	8.22 395

WAO-6	34.74 411	36.76 412	15.36 365	37.53 411	24.15 413	35.99 401	19.36 406	48.96 413	68.54 421	43.84 406	47.58 405	52.77 406	52.60 415	32.63 397	34.73 408	26.20 413	7.74 414	42.78 415	21.64 414	28.07 413	17.62 415

MANE	19.47 396	1.27 290	5.07 249	4.69 371	5.55 373	30.49 393	9.94 374	34.01 399	37.27 395	44.13 407	51.57 411	52.51 405	40.41 407	33.58 398	24.81 390	0.89 365	0.86 375	1.11 376	9.72 402	0.38 312	1.06 351

SGM-ForestM	16.99 389	1.08 268	5.74 277	2.12 269	0.75 196	31.63 394	12.21 386	27.80 395	32.25 383	37.88 398	39.99 396	52.96 407	35.20 402	33.60 399	24.47 389	0.26 333	0.39 363	0.31 361	0.39 355	0.26 285	0.53 333

IMH-64-1	27.21 403	28.77 403	16.84 371	31.57 405	20.76 404	26.43 385	15.10 397	47.11 407	45.20 402	33.53 393	51.16 409	41.42 399	31.10 398	36.48 400	22.39 384	13.48 403	2.87 397	33.95 407	10.70 404	23.50 406	11.75 405

IMH-64	27.21 403	28.77 403	16.84 371	31.57 405	20.76 404	26.43 385	15.10 397	47.11 407	45.20 402	33.53 393	51.16 409	41.42 399	31.10 398	36.48 400	22.39 384	13.48 403	2.87 397	33.95 407	10.70 404	23.50 406	11.75 405

Dean	34.67 410	38.70 413	25.33 391	29.89 404	17.21 402	45.24 411	11.98 385	56.90 421	76.55 422	63.47 420	60.22 418	67.36 419	48.14 414	37.24 402	39.01 411	11.00 402	2.83 395	28.35 403	5.60 400	18.14 403	10.31 402

LVE	34.99 412	40.10 414	34.97 401	32.49 407	18.61 403	51.45 419	26.82 412	52.15 416	65.94 419	47.21 408	61.04 419	53.99 408	37.30 404	37.95 403	34.09 407	15.55 409	5.95 410	31.01 406	13.81 409	22.58 405	16.72 413

RTS	18.87 394	9.32 389	86.48 422	4.95 374	6.10 376	42.08 406	14.70 394	15.49 345	41.06 398	22.65 374	32.32 381	13.77 320	19.54 377	37.98 404	28.96 397	0.41 348	0.23 346	0.00 1	0.02 231	0.91 350	0.50 330

RTSA	18.87 394	9.32 389	86.48 422	4.95 374	6.10 376	42.08 406	14.70 394	15.49 345	41.06 398	22.65 374	32.32 381	13.77 320	19.54 377	37.98 404	28.96 397	0.41 348	0.23 346	0.00 1	0.02 231	0.91 350	0.50 330

BEATNet-Init1	23.31 398	9.03 386	41.67 406	4.17 366	2.53 304	45.68 412	19.47 407	33.43 398	38.45 397	47.59 410	49.10 407	59.31 411	41.80 408	38.35 406	29.21 399	0.47 354	0.50 371	0.81 371	0.66 366	2.10 373	1.86 363

FADE	25.68 400	17.27 396	50.60 410	10.46 388	9.90 390	22.50 377	9.17 367	35.80 401	53.05 407	20.32 371	19.01 332	26.54 378	34.42 400	39.35 407	33.52 405	30.62 415	14.22 416	38.39 414	37.63 417	5.22 383	5.56 387

IMH	29.82 407	29.11 405	18.51 375	34.28 409	21.40 409	32.33 397	15.39 401	49.40 414	53.07 408	37.88 398	55.32 414	45.05 401	39.54 406	40.63 408	24.12 388	14.03 406	3.27 401	34.93 409	11.24 406	24.69 408	12.21 407

PWCK	30.53 408	44.32 415	47.25 408	29.76 403	7.23 381	40.78 405	27.10 413	44.73 406	44.32 401	47.31 409	36.37 390	47.16 402	26.05 391	41.26 409	31.87 402	21.83 410	4.03 406	29.50 404	4.67 395	27.17 412	7.80 393

WAO-8	38.15 414	35.51 410	21.50 381	43.67 413	23.92 411	44.44 408	20.26 408	52.83 418	76.62 423	53.57 414	66.79 422	62.63 414	54.56 418	42.03 410	39.18 412	22.71 411	6.65 412	37.08 412	19.08 412	24.72 410	15.24 410

Venus	38.15 414	35.51 410	21.50 381	43.67 413	23.92 411	44.44 408	20.26 408	52.83 418	76.62 423	53.57 414	66.81 423	62.63 414	54.56 418	42.03 410	39.18 412	22.71 411	6.65 412	37.08 412	19.08 412	24.70 409	15.24 410

TorneroNet-64	32.42 409	31.89 407	30.52 396	34.73 410	21.13 408	46.99 413	18.82 405	43.10 405	59.42 413	32.70 392	46.98 404	62.01 413	36.98 403	43.97 412	33.88 406	14.10 407	3.22 400	35.28 410	11.72 407	26.84 411	14.07 409

MADNet+	27.07 402	33.84 408	90.97 426	20.14 400	7.47 384	48.43 414	47.10 421	35.43 400	36.46 392	20.11 370	30.05 375	25.29 374	35.08 401	45.50 413	50.28 419	2.13 377	2.00 383	1.19 378	0.76 368	4.71 381	4.43 378

DPSimNet_ROB	53.45 420	64.73 425	44.39 407	53.97 418	45.39 420	53.66 420	54.83 422	55.15 420	57.87 412	64.16 422	50.83 408	63.40 417	53.34 417	46.45 414	65.81 423	63.13 424	26.54 420	57.94 421	51.11 422	45.52 418	50.69 424

TorneroNet	35.11 413	33.92 409	33.82 399	37.86 412	22.01 410	49.64 416	21.58 411	48.09 411	55.23 409	37.50 397	53.79 412	62.81 416	43.66 410	46.71 415	41.25 414	14.80 408	3.53 404	36.72 411	14.57 410	28.28 414	16.49 412

ktn	48.94 419	57.58 421	38.86 404	59.57 422	43.27 418	50.37 417	43.38 419	48.07 410	61.11 414	51.30 412	54.25 413	54.96 409	52.88 416	47.30 416	35.83 409	57.77 422	24.88 419	62.69 423	43.55 419	50.70 420	40.41 419

UNDER WATER-64	45.16 417	46.99 416	66.69 416	43.90 415	27.64 414	55.58 422	41.87 418	39.42 403	48.42 404	51.73 413	43.08 399	67.76 420	56.69 420	48.02 417	48.34 417	39.50 417	17.64 417	51.78 418	38.93 418	36.62 415	32.61 417

KSHMR	55.63 421	63.60 424	37.85 403	74.69 425	49.56 422	49.01 415	45.73 420	57.46 422	63.97 417	61.61 419	62.07 420	72.39 423	47.01 412	50.65 418	43.29 416	54.10 421	62.21 423	66.10 424	53.94 423	51.25 422	46.11 422

JetBlue	29.12 405	15.72 395	54.12 411	15.93 396	20.98 407	60.90 423	30.62 414	39.38 402	34.62 389	34.08 396	39.69 394	57.35 410	43.17 409	50.71 419	50.60 420	2.41 378	3.79 405	2.81 383	3.45 390	9.57 391	12.59 408

UNDER WATER	45.09 416	48.60 418	67.37 417	49.30 417	31.41 415	53.80 421	37.39 416	40.25 404	52.48 406	50.24 411	45.37 402	68.37 421	57.76 421	51.03 420	49.88 418	29.97 414	13.75 415	51.22 417	36.57 415	37.87 416	29.12 416

notaker	47.42 418	55.20 420	49.13 409	56.52 420	40.18 416	38.52 403	32.97 415	47.21 409	56.08 411	57.21 416	57.24 416	60.09 412	59.19 422	53.93 421	41.64 415	40.61 418	19.93 418	57.21 420	37.41 416	49.02 419	39.02 418

JetRed	61.02 423	61.05 423	82.56 421	46.09 416	56.80 424	83.19 425	63.76 423	59.26 423	63.61 416	69.29 424	68.85 424	66.59 418	47.62 413	61.57 422	74.09 424	45.58 419	66.14 426	46.59 416	45.06 420	63.17 423	49.58 423

LRCNet_RVC	66.23 424	65.67 426	67.63 418	71.47 424	54.32 423	32.17 396	2.66 278	63.19 424	21.35 364	81.79 426	91.26 427	83.62 425	71.62 424	69.32 423	52.57 421	95.49 431	64.45 425	95.07 431	95.19 431	71.52 425	74.31 427

HanzoNet	56.48 422	59.32 422	58.25 413	55.32 419	41.94 417	50.95 418	41.33 417	51.12 415	61.40 415	65.62 423	65.59 421	71.66 422	69.41 423	70.77 424	60.03 422	63.99 425	34.70 421	61.96 422	50.54 421	51.00 421	44.71 421

ASD4	75.85 426	81.57 427	69.25 419	68.23 423	80.87 428	96.24 428	99.15 433	77.50 425	93.47 429	77.59 425	85.63 425	78.32 424	76.43 425	77.89 425	82.61 426	58.30 423	62.67 424	55.02 419	62.43 424	68.35 424	65.49 426

MADNet++	82.84 427	82.38 428	73.57 420	87.72 430	82.97 429	93.14 426	69.15 424	86.42 429	82.50 425	93.46 430	86.70 426	86.28 426	80.92 426	88.34 426	88.84 427	86.83 429	84.17 430	72.64 426	68.92 426	80.47 430	81.42 431

xxxxx1	85.63 429	90.31 429	96.68 429	76.54 426	80.57 425	97.44 430	96.86 430	85.53 426	88.53 426	88.68 427	91.71 428	94.23 427	92.93 427	90.02 427	91.98 428	70.60 426	70.39 427	73.68 427	81.46 428	74.61 426	79.86 428

tt_ll	85.63 429	90.31 429	96.68 429	76.54 426	80.57 425	97.44 430	96.86 430	85.53 426	88.53 426	88.68 427	91.71 428	94.23 427	92.93 427	90.02 427	91.98 428	70.60 426	70.39 427	73.68 427	81.46 428	74.61 426	79.86 428

ff	85.63 429	90.31 429	96.68 429	76.54 426	80.57 425	97.44 430	96.86 430	85.53 426	88.53 426	88.68 427	91.71 428	94.23 427	92.93 427	90.02 427	91.98 428	70.60 426	70.39 427	73.68 427	81.46 428	74.61 426	79.86 428

MEDIAN_ROB	98.41 433	99.70 432	99.30 433	97.09 431	97.02 431	96.89 429	95.77 429	97.66 432	97.28 430	98.79 434	98.94 433	99.18 432	98.14 432	96.89 430	96.88 433	99.96 435	99.16 432	100.00 434	99.99 435	99.69 434	99.88 434

SPstereo	72.39 425	47.55 417	62.34 415	56.88 421	45.69 421	78.85 424	84.60 426	100.00 437	100.00 435	98.50 433	98.20 432	100.00 438	96.58 430	96.95 431	81.91 425	46.63 420	38.86 422	67.86 425	64.79 425	39.95 417	41.68 420

HaxPig	98.85 434	99.94 434	95.08 427	99.99 437	100.00 436	94.03 427	94.78 427	99.15 433	99.98 434	99.99 436	100.00 435	99.98 436	99.99 435	98.12 432	95.97 431	100.00 438	99.99 436	100.00 434	99.99 435	100.00 437	99.99 437

Anonymous_1	99.08 435	99.91 433	99.85 435	97.63 432	99.10 434	100.00 435	100.00 436	99.61 434	99.96 433	99.28 435	99.86 434	99.54 433	99.99 435	99.29 433	99.75 434	96.05 432	99.59 433	97.31 432	98.57 433	97.71 432	98.63 433

test_example2	99.39 436	99.98 436	99.99 436	100.00 440	99.98 435	99.72 434	99.99 435	97.34 431	100.00 435	100.00 437	100.00 435	96.42 430	96.66 431	99.97 434	99.96 435	100.00 438	99.97 435	98.66 433	99.15 434	100.00 437	100.00 439

tt	83.26 428	0.34 54	99.99 436	79.40 429	93.18 430	100.00 435	100.00 436	100.00 437	99.95 432	60.33 418	47.63 406	99.98 436	99.96 434	99.98 435	100.00 439	92.42 430	99.82 434	73.83 430	73.63 427	88.42 431	56.35 425

DPSMNet_ROB	99.91 439	100.00 437	99.99 436	99.99 437	100.00 436	100.00 435	100.00 436	99.98 436	100.00 435	98.35 431	100.00 435	99.84 434	100.00 437	99.98 435	99.99 436	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

DGTPSM_ROB	99.90 438	100.00 437	99.99 436	99.99 437	100.00 436	100.00 435	100.00 436	99.97 435	100.00 435	98.35 431	100.00 435	99.84 434	100.00 437	99.98 435	99.99 436	99.99 436	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

MyStereo03	100.00 442	100.00 437	100.00 440	100.00 440	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

MyStereo02	100.00 442	100.00 437	100.00 440	100.00 440	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

MyStereo	100.00 442	100.00 437	100.00 440	100.00 440	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

Selective-RAFT-Error	100.00 442	100.00 437	100.00 440	100.00 440	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

PML	97.88 432	100.00 437	96.45 428	98.01 433	97.88 433	100.00 435	99.35 434	96.88 430	97.72 431	100.00 437	97.36 431	97.38 431	99.60 433	100.00 438	96.32 432	99.99 436	97.55 431	100.00 434	96.01 432	99.18 433	87.92 432

CasAABBNet	100.00 442	100.00 437	100.00 440	100.00 440	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

LSM0	100.00 442	100.00 437	100.00 440	100.00 440	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	99.99 437

DPSM_ROB	99.95 440	100.00 437	100.00 440	99.76 435	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	99.21 433	100.00 437	100.00 434	100.00 437	99.99 435	99.95 435

DPSM	99.95 440	100.00 437	100.00 440	99.76 435	100.00 436	100.00 435	100.00 436	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	100.00 439	99.21 433	100.00 437	100.00 434	100.00 437	99.99 435	99.95 435

AVERAGE_ROB	99.62 437	99.95 435	98.81 432	100.00 440	100.00 436	98.08 433	95.47 428	100.00 437	100.00 435	100.00 437	100.00 435	100.00 438	100.00 437	100.00 438	99.99 436	100.00 438	100.00 437	100.00 434	100.00 437	100.00 437	100.00 439

Low-res two-view benchmark