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

CAS++	0.32 31	0.22 162	0.69 16	0.04 127	0.00 1	0.35 8	0.01 56	4.32 279	0.48 49	0.02 2	0.01 1	0.07 45	0.00 1	0.19 17	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.27 23	0.27 178	0.64 10	0.02 65	0.01 105	1.64 248	0.01 56	1.41 39	0.73 131	0.10 36	0.01 1	0.03 6	0.10 109	0.24 29	0.04 7	0.00 1	0.07 335	0.00 1	0.00 1	0.03 135	0.06 264

11t1	0.33 32	0.05 8	0.86 28	0.44 310	0.00 1	1.04 44	0.00 1	2.45 96	0.60 60	0.44 89	0.01 1	0.05 27	0.05 56	0.43 73	0.06 35	0.00 1	0.01 227	0.00 1	0.00 1	0.02 95	0.01 65

ff7	0.23 15	0.21 153	1.02 61	0.02 65	0.00 1	1.07 53	0.00 1	0.53 5	0.75 135	0.09 25	0.01 1	0.04 11	0.07 82	0.44 75	0.04 7	0.00 1	0.00 1	0.00 1	0.15 345	0.07 215	0.01 65

ffff	0.23 15	0.21 153	1.02 61	0.02 65	0.00 1	1.07 53	0.00 1	0.53 5	0.75 135	0.09 25	0.01 1	0.04 11	0.07 82	0.44 75	0.04 7	0.00 1	0.00 1	0.00 1	0.15 345	0.07 215	0.01 65

11t	0.23 15	0.21 153	1.02 61	0.02 65	0.00 1	1.07 53	0.00 1	0.53 5	0.75 135	0.09 25	0.01 1	0.04 11	0.07 82	0.44 75	0.04 7	0.00 1	0.00 1	0.00 1	0.15 345	0.07 215	0.01 65

CASnet	0.16 2	0.14 102	0.52 3	0.01 18	0.00 1	0.86 22	0.00 1	0.51 4	0.75 135	0.10 36	0.01 1	0.04 11	0.02 18	0.22 24	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.22 10	0.05 8	0.66 13	0.02 65	0.03 193	0.87 23	0.00 1	1.07 29	0.15 9	0.18 53	0.01 1	0.02 2	0.72 245	0.15 9	0.09 56	0.00 1	0.03 299	0.00 1	0.27 381	0.08 226	0.07 280

anonymousdsp	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 53	0.00 1	0.74 19	0.77 144	0.09 25	0.01 1	0.04 11	0.07 82	0.25 33	0.04 7	0.00 1	0.00 1	0.00 1	0.16 351	0.08 226	0.03 194

Selective-IGEV	0.22 10	0.06 22	0.46 1	0.05 145	0.04 209	0.34 6	0.04 166	2.16 76	0.59 56	0.09 25	0.01 1	0.02 2	0.05 56	0.18 14	0.05 18	0.00 1	0.00 1	0.00 1	0.09 331	0.03 135	0.09 295

EGLCR-Stereo	0.28 25	0.09 50	0.73 18	0.18 248	0.05 216	1.17 81	0.04 166	2.37 83	0.17 17	0.35 77	0.01 1	0.01 1	0.02 18	0.38 69	0.04 7	0.00 1	0.01 227	0.00 1	0.00 1	0.00 1	0.03 194

Selective-RAFT	0.37 44	0.06 22	0.65 12	0.03 104	0.01 105	1.17 81	0.02 104	2.63 111	0.66 93	0.01 1	0.01 1	0.22 81	0.18 145	1.31 129	0.24 126	0.00 1	0.00 1	0.00 1	0.20 363	0.04 166	0.00 1

ProNet	0.20 5	0.25 173	0.78 22	0.01 18	0.01 105	0.95 30	0.00 1	0.70 15	0.68 106	0.02 2	0.01 1	0.05 27	0.03 36	0.31 50	0.03 5	0.00 1	0.01 227	0.00 1	0.00 1	0.12 269	0.04 219

CroCo-Stereo Lap2	0.33 32	0.49 270	1.18 109	0.02 65	0.00 1	0.33 5	0.00 1	3.08 148	0.61 66	0.02 2	0.01 1	0.04 11	0.08 96	0.45 80	0.15 87	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.02 154

qqq	0.50 77	0.04 4	0.78 22	0.02 65	0.00 1	1.05 50	0.00 1	3.15 156	0.68 106	0.46 93	0.01 1	0.73 142	0.12 127	2.95 168	0.07 40	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.01 65

ccc-4	0.23 15	0.21 153	1.02 61	0.02 65	0.00 1	1.07 53	0.00 1	0.53 5	0.75 135	0.09 25	0.01 1	0.04 11	0.07 82	0.44 75	0.04 7	0.00 1	0.00 1	0.00 1	0.15 345	0.07 215	0.01 65

x	0.41 51	0.04 4	0.74 19	0.54 325	0.00 1	0.98 32	0.00 1	3.07 146	0.67 101	0.48 95	0.01 1	0.48 114	0.07 82	0.93 110	0.07 40	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.01 65

raft_robust	0.98 195	0.57 294	1.21 117	0.06 159	0.17 288	1.36 155	0.02 104	3.46 204	2.18 317	0.33 65	0.01 1	1.54 206	1.42 283	6.77 333	0.15 87	0.00 1	0.02 276	0.00 1	0.18 359	0.11 264	0.09 295

IGEV-Stereo	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 53	0.00 1	0.73 18	0.77 144	0.09 25	0.01 1	0.04 11	0.07 82	0.24 29	0.04 7	0.00 1	0.00 1	0.00 1	0.16 351	0.08 226	0.03 194
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	0.42 53	0.28 188	1.02 61	0.05 145	0.18 292	1.04 44	0.02 104	2.40 86	0.16 12	2.25 280	0.01 1	0.32 91	0.03 36	0.09 2	0.15 87	0.00 1	0.11 357	0.00 1	0.00 1	0.19 312	0.02 154

error version	0.42 53	0.28 188	1.02 61	0.05 145	0.18 292	1.04 44	0.02 104	2.40 86	0.16 12	2.25 280	0.01 1	0.32 91	0.03 36	0.09 2	0.15 87	0.00 1	0.11 357	0.00 1	0.00 1	0.19 312	0.02 154

test-v	0.42 53	0.28 188	1.02 61	0.05 145	0.18 292	1.04 44	0.02 104	2.40 86	0.16 12	2.25 280	0.01 1	0.32 91	0.03 36	0.09 2	0.15 87	0.00 1	0.11 357	0.00 1	0.00 1	0.19 312	0.02 154

test-3	0.63 108	0.06 22	1.00 53	0.07 179	0.13 270	0.99 33	0.01 56	2.46 98	0.20 25	1.96 260	0.01 1	1.10 187	0.05 56	3.75 193	0.23 121	0.00 1	0.00 1	0.00 1	0.26 379	0.15 289	0.13 317

test_1	0.61 101	0.06 22	1.00 53	0.07 179	0.12 266	0.99 33	0.01 56	2.46 98	0.20 25	1.71 240	0.01 1	1.10 187	0.04 49	3.71 191	0.23 121	0.00 1	0.00 1	0.00 1	0.25 377	0.15 289	0.13 317

test_3	0.58 96	0.06 22	1.04 76	0.07 179	0.12 266	1.01 35	0.01 56	2.45 96	0.20 25	0.95 148	0.01 1	1.05 179	0.05 56	3.74 192	0.23 121	0.00 1	0.00 1	0.00 1	0.25 377	0.15 289	0.13 317

TRStereo	0.59 98	0.79 332	1.59 173	0.56 328	0.01 105	1.19 89	0.03 145	4.74 305	0.60 60	0.17 51	0.01 1	0.62 126	0.44 204	0.57 94	0.07 40	0.00 1	0.04 309	0.00 1	0.24 374	0.01 25	0.14 324

test-2	0.42 53	0.28 188	1.02 61	0.05 145	0.18 292	1.04 44	0.02 104	2.40 86	0.16 12	2.25 280	0.01 1	0.32 91	0.03 36	0.09 2	0.15 87	0.00 1	0.11 357	0.00 1	0.00 1	0.19 312	0.02 154

cross-raft	0.53 89	0.12 88	1.78 196	0.03 104	0.01 105	1.04 44	0.10 217	3.21 169	0.23 31	0.37 83	0.01 1	2.86 288	0.04 49	0.24 29	0.24 126	0.00 1	0.01 227	0.00 1	0.16 351	0.01 25	0.02 154

CFNet-RSSM	0.51 80	0.12 88	1.26 122	0.03 104	0.14 276	1.24 116	0.02 104	4.12 260	0.15 9	0.31 61	0.01 1	1.96 240	0.04 49	0.19 17	0.25 132	0.00 1	0.01 227	0.00 1	0.27 381	0.01 25	0.01 65

Gwc-CoAtRS	0.42 53	0.12 88	1.28 126	0.03 104	0.13 270	1.03 37	0.02 104	2.33 81	0.15 9	0.35 77	0.01 1	2.27 262	0.03 36	0.20 21	0.25 132	0.00 1	0.01 227	0.00 1	0.22 369	0.01 25	0.01 65

FENet	0.52 83	0.07 32	1.62 174	0.04 127	0.00 1	1.19 89	0.05 179	3.10 150	0.98 174	0.89 140	0.01 1	1.63 218	0.09 101	0.47 84	0.28 145	0.00 1	0.01 227	0.00 1	0.00 1	0.00 1	0.01 65

LargeStereo	0.36 41	0.19 139	0.57 4	0.09 201	0.00 1	0.35 8	0.03 145	4.62 297	0.24 34	0.12 42	0.02 32	0.03 6	0.17 141	0.24 29	0.23 121	0.00 1	0.05 318	0.00 1	0.04 307	0.09 245	0.08 289

MyStereo05	0.79 150	0.19 139	3.17 295	0.02 65	0.00 1	1.51 206	0.01 56	3.56 214	2.48 331	1.34 207	0.02 32	1.25 194	0.38 196	1.19 122	0.50 205	0.00 1	0.06 326	0.00 1	0.00 1	0.02 95	0.07 280

MyStereo04	0.78 149	0.27 178	3.19 296	0.02 65	0.01 105	1.64 248	0.01 56	3.64 221	2.20 319	0.98 161	0.02 32	1.29 196	0.57 218	1.10 119	0.53 211	0.00 1	0.07 335	0.00 1	0.00 1	0.03 135	0.06 264

MIM_Stereo	0.45 64	0.43 243	1.18 109	0.51 322	0.04 209	1.26 126	0.02 104	2.38 84	0.65 87	0.07 20	0.02 32	0.70 139	0.20 157	1.01 116	0.13 78	0.00 1	0.09 348	0.00 1	0.00 1	0.14 279	0.10 299

DLNR_Zeroshot_test	23.05 419	49.79 425	87.94 425	97.52 437	94.73 432	1.18 87	0.00 1	20.60 410	0.14 6	0.02 2	0.02 32	0.02 2	0.02 18	4.35 219	0.10 64	32.22 424	0.04 309	0.00 1	0.27 381	72.00 430	0.06 264

LL-Strereo2	0.36 41	0.47 264	1.08 85	0.09 201	0.03 193	1.12 68	0.07 195	1.66 57	0.93 167	0.43 88	0.02 32	0.51 119	0.08 96	0.23 26	0.29 149	0.00 1	0.00 1	0.00 1	0.03 297	0.04 166	0.04 219

LoS_RVC	0.19 4	0.48 266	0.51 2	0.12 219	0.10 260	1.01 35	0.01 56	0.81 21	0.19 21	0.07 20	0.02 32	0.06 37	0.05 56	0.31 50	0.05 18	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.04 219

CAS	0.85 168	0.09 50	0.67 14	6.43 397	0.05 216	1.12 68	0.00 1	0.88 23	0.69 119	0.02 2	0.02 32	0.06 37	0.06 71	0.26 39	0.12 74	6.37 398	0.00 1	0.00 1	0.00 1	0.00 1	0.20 345

CES	0.43 59	0.14 102	0.85 26	0.05 145	1.52 381	1.22 102	0.05 179	1.01 27	0.59 56	0.03 12	0.02 32	0.14 71	0.10 109	0.40 71	0.10 64	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	2.45 392

knoymous	0.35 37	0.05 8	1.11 90	0.05 145	0.01 105	1.15 78	0.01 56	2.06 71	0.14 6	0.40 85	0.02 32	1.67 222	0.00 1	0.31 50	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

riskmin	0.47 71	0.03 1	1.01 56	0.08 191	0.01 105	1.12 68	0.01 56	3.00 133	0.21 28	0.46 93	0.02 32	2.08 246	1.06 261	0.26 39	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 65

MC-Stereo	0.24 20	0.12 88	0.71 17	0.04 127	0.02 174	1.07 53	0.00 1	1.30 36	0.17 17	0.59 103	0.02 32	0.08 49	0.11 117	0.18 14	0.05 18	0.00 1	0.02 276	0.00 1	0.17 357	0.06 201	0.02 154

GLC_STEREO	0.13 1	0.08 38	0.61 5	0.01 18	0.00 1	0.94 27	0.03 145	0.29 1	0.21 28	0.05 18	0.02 32	0.06 37	0.04 49	0.26 39	0.07 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

CroCo-Stereo	0.39 48	0.40 231	1.67 185	0.07 179	0.00 1	0.19 2	0.01 56	3.55 213	0.75 135	0.08 23	0.02 32	0.46 110	0.08 96	0.28 45	0.18 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65
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
raftrobust	0.46 67	0.42 237	1.05 81	0.01 18	0.21 308	1.17 81	0.05 179	2.07 73	0.19 21	2.98 319	0.02 32	0.12 61	0.15 135	0.25 33	0.31 157	0.00 1	0.03 299	0.00 1	0.00 1	0.08 226	0.06 264

Anonymous	0.25 21	0.13 97	1.19 112	0.00 1	0.00 1	0.24 3	0.01 56	2.54 107	0.42 45	0.02 2	0.02 32	0.05 27	0.07 82	0.15 9	0.06 35	0.00 1	0.01 227	0.00 1	0.00 1	0.10 255	0.08 289

PMTNet	0.21 6	0.19 139	0.85 26	0.02 65	0.02 174	1.14 73	0.30 285	0.88 23	0.11 1	0.03 12	0.02 32	0.07 45	0.02 18	0.37 66	0.12 74	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.00 1

DeepPruner_ROB	0.86 172	0.50 273	1.80 199	0.01 18	0.00 1	1.57 220	0.17 238	3.48 207	0.42 45	3.31 328	0.02 32	2.09 248	0.17 141	3.01 170	0.61 226	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.01 65

IGEVStereo-DCA	0.46 67	0.09 50	1.02 61	0.02 65	0.00 1	0.82 20	0.00 1	0.53 5	0.75 135	0.09 25	0.03 50	0.03 6	0.06 71	5.04 257	0.51 207	0.00 1	0.00 1	0.00 1	0.15 345	0.05 184	0.01 65

rrr	0.62 106	0.09 50	2.07 227	0.02 65	0.00 1	0.82 20	0.06 192	2.29 79	0.85 158	0.09 25	0.03 50	0.03 6	0.06 71	5.04 257	0.51 207	0.00 1	0.00 1	0.00 1	0.19 360	0.05 184	0.07 280

StereoIM	0.22 10	0.29 195	0.87 30	0.05 145	0.18 292	0.41 12	0.01 56	1.24 34	0.56 53	0.02 2	0.03 50	0.13 65	0.05 56	0.32 56	0.24 126	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

4D-IteraStereo	0.35 37	0.60 299	1.93 206	0.02 65	0.09 251	1.03 37	0.07 195	1.25 35	0.34 41	0.02 2	0.03 50	0.84 156	0.10 109	0.31 50	0.35 175	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.07 280

LoS	0.28 25	0.16 121	0.95 45	0.07 179	0.01 105	1.32 142	0.07 195	1.30 36	0.60 60	0.04 17	0.03 50	0.28 88	0.11 117	0.48 85	0.11 72	0.00 1	0.01 227	0.00 1	0.00 1	0.03 135	0.00 1

TestStereo	0.61 101	0.55 287	1.84 203	0.00 1	0.00 1	0.94 27	0.00 1	1.65 55	0.23 31	0.12 42	0.03 50	0.08 49	0.06 71	6.59 318	0.08 49	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.25 21	0.60 299	1.28 126	0.01 18	0.00 1	0.48 14	0.00 1	0.74 19	1.24 214	0.16 50	0.03 50	0.07 45	0.09 101	0.22 24	0.10 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnonymousM	0.34 35	0.07 32	0.63 7	0.02 65	0.01 105	1.09 60	0.03 145	1.54 52	0.68 106	0.17 51	0.04 57	0.02 2	0.24 166	0.25 33	0.04 7	0.00 1	0.01 227	1.93 392	0.00 1	0.01 25	0.00 1

test_xeample3	0.35 37	0.10 69	1.95 210	0.02 65	0.00 1	0.93 26	0.07 195	1.70 58	0.86 160	0.09 25	0.04 57	0.05 27	0.05 56	0.23 26	0.51 207	0.00 1	0.00 1	0.00 1	0.24 374	0.06 201	0.08 289

UDGNet	0.35 37	0.50 273	1.14 97	0.02 65	0.00 1	1.12 68	0.02 104	0.70 15	1.57 265	0.31 61	0.05 59	0.06 37	0.02 18	1.45 137	0.09 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.34 35	0.67 314	1.55 160	0.04 127	0.01 105	1.22 102	0.03 145	0.84 22	1.16 204	0.18 53	0.05 59	0.12 61	0.05 56	0.29 47	0.44 193	0.02 334	0.00 1	0.00 1	0.00 1	0.05 184	0.00 1

sAnonymous2	0.37 44	0.32 203	3.21 299	0.01 18	0.00 1	0.35 8	0.08 201	1.96 66	0.90 161	0.03 12	0.05 59	0.04 11	0.11 117	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 279	0.18 337

CroCo_RVC	0.37 44	0.32 203	3.21 299	0.01 18	0.00 1	0.35 8	0.08 201	1.96 66	0.90 161	0.03 12	0.05 59	0.04 11	0.11 117	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 279	0.18 337

sCroCo_RVC	0.21 6	0.14 102	1.54 158	0.01 18	0.00 1	0.13 1	0.04 166	1.10 30	0.65 87	0.10 36	0.05 59	0.03 6	0.04 49	0.23 26	0.05 18	0.00 1	0.07 335	0.00 1	0.00 1	0.01 25	0.00 1

FADNet	1.20 248	0.93 349	4.51 350	0.03 104	0.06 225	2.56 297	0.16 235	4.02 253	1.42 237	0.32 63	0.06 64	1.66 221	1.07 262	5.56 279	0.87 245	0.19 371	0.02 276	0.01 325	0.01 274	0.50 374	0.03 194

test croco	0.41 51	0.28 188	2.26 246	0.07 179	0.00 1	0.50 15	0.01 56	2.84 126	0.92 164	0.05 18	0.07 65	0.13 65	0.17 141	0.43 73	0.20 113	0.00 1	0.00 1	0.00 1	0.00 1	0.34 355	0.01 65

CREStereo	0.22 10	0.17 127	0.64 10	0.00 1	0.01 105	1.22 102	0.01 56	1.15 32	0.56 53	0.10 36	0.07 65	0.04 11	0.00 1	0.32 56	0.10 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	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
FADNet-RVC	1.10 230	1.07 360	4.79 355	0.03 104	0.00 1	1.60 235	0.08 201	3.77 231	1.70 278	0.35 77	0.07 65	0.61 124	0.66 239	5.32 268	1.11 259	0.01 312	0.08 344	0.00 1	0.00 1	0.48 372	0.18 337

panet	0.22 10	0.14 102	0.67 14	0.00 1	0.00 1	1.24 116	0.01 56	1.16 33	0.56 53	0.09 25	0.08 68	0.05 27	0.00 1	0.29 47	0.08 49	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MIF-Stereo (partial)	0.27 23	0.18 132	1.14 97	0.01 18	0.00 1	0.43 13	0.02 104	1.97 68	0.39 44	0.11 41	0.08 68	0.07 45	0.06 71	0.44 75	0.33 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.02 154

RAFT	0.60 99	0.50 273	1.01 56	0.50 319	0.04 209	0.94 27	0.08 201	3.01 135	0.65 87	0.22 55	0.09 70	3.41 314	0.27 174	0.53 89	0.37 182	0.00 1	0.03 299	0.00 1	0.01 274	0.40 364	0.03 194

DMCA-RVC	0.90 186	0.64 308	3.30 304	0.03 104	0.04 209	1.30 138	0.06 192	2.65 112	0.73 131	3.21 325	0.09 70	0.99 174	0.66 239	3.14 173	0.99 255	0.01 312	0.04 309	0.02 348	0.01 274	0.07 215	0.01 65

Wz-Net-LNSev	1.30 258	0.85 341	6.26 378	0.02 65	0.03 193	4.02 338	0.13 227	4.21 267	1.12 199	0.77 127	0.10 72	3.60 319	1.11 265	2.68 162	1.12 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 154

MIPNet	0.64 110	0.42 237	2.01 219	0.08 191	0.07 234	1.29 134	0.11 219	3.47 206	1.29 219	0.67 114	0.10 72	0.63 128	0.97 259	1.25 126	0.25 132	0.00 1	0.01 227	0.01 325	0.01 274	0.11 264	0.04 219

UPFNet	0.87 177	0.09 50	2.05 225	0.00 1	0.00 1	1.90 272	0.11 219	3.41 195	0.83 152	2.15 272	0.10 72	1.92 236	0.09 101	3.94 203	0.70 235	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

RAFT-Test	0.61 101	0.16 121	2.27 249	0.04 127	0.15 281	1.80 267	0.17 238	2.52 104	0.65 87	0.56 101	0.11 75	2.76 282	0.02 18	0.27 44	0.34 171	0.00 1	0.07 335	0.00 1	0.29 386	0.01 25	0.01 65

DIP-Stereo	0.58 96	0.23 169	0.90 36	0.08 191	0.00 1	1.43 179	0.01 56	6.01 366	1.38 228	0.92 146	0.11 75	0.04 11	0.19 151	0.12 8	0.07 40	0.00 1	0.01 227	0.00 1	0.00 1	0.03 135	0.01 65
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Anonymous_2	1.69 306	0.05 8	1.31 135	0.08 191	0.03 193	1.22 102	0.01 56	3.25 171	0.19 21	0.76 125	0.13 77	2.68 277	1.99 316	0.39 70	0.13 78	0.05 350	0.25 379	3.27 395	14.54 419	3.40 389	0.01 65

ToySt	0.47 71	0.25 173	2.47 261	0.04 127	0.01 105	1.17 81	0.00 1	2.01 69	0.63 76	0.08 23	0.14 78	1.16 189	0.05 56	0.80 108	0.46 200	0.00 1	0.00 1	0.00 1	0.03 297	0.10 255	0.04 219

DCANet-4	0.69 127	0.15 113	3.76 323	0.03 104	0.01 105	1.22 102	0.01 56	3.14 154	1.90 295	2.34 290	0.14 78	0.11 58	0.25 169	0.34 60	0.29 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236

fff	0.66 117	0.42 237	2.21 236	0.01 18	0.01 105	1.22 102	0.02 104	3.26 173	1.04 183	2.34 290	0.14 78	0.09 52	1.83 309	0.34 60	0.29 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236

csc	0.66 117	0.42 237	2.21 236	0.01 18	0.01 105	1.22 102	0.02 104	3.26 173	1.04 183	2.34 290	0.14 78	0.09 52	1.83 309	0.34 60	0.29 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236

cscssc	0.66 117	0.42 237	2.21 236	0.01 18	0.01 105	1.22 102	0.02 104	3.26 173	1.04 183	2.34 290	0.14 78	0.09 52	1.83 309	0.34 60	0.29 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 236

UNet	1.13 237	0.24 171	4.21 338	0.01 18	0.02 174	2.31 286	0.02 104	3.06 144	0.76 143	1.17 188	0.14 78	2.73 280	1.58 297	4.48 232	1.92 302	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

anonymousdsp2	0.52 83	0.06 22	1.51 156	0.10 210	0.00 1	1.19 89	0.01 56	4.32 279	0.63 76	0.33 65	0.15 84	0.78 154	0.09 101	1.01 116	0.06 35	0.00 1	0.00 1	0.00 1	0.11 339	0.04 166	0.05 236

DMCA	0.68 124	0.22 162	1.96 213	0.01 18	0.01 105	1.28 130	0.02 104	3.02 136	1.54 258	2.14 271	0.15 84	1.74 223	0.10 109	0.45 80	0.95 253	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

MIF-Stereo	0.16 2	0.11 83	1.13 96	0.03 104	0.17 288	0.32 4	0.02 104	0.38 2	0.32 39	0.03 12	0.16 86	0.05 27	0.07 82	0.16 12	0.16 95	0.00 1	0.00 1	0.00 1	0.00 1	0.11 264	0.00 1

gwcnet-sp	0.98 195	0.38 220	4.06 333	0.04 127	0.00 1	2.60 299	0.15 231	3.51 209	1.13 200	1.75 242	0.16 86	0.68 134	0.39 197	3.69 188	0.90 247	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.03 194

scenet	0.98 195	0.38 220	4.06 333	0.04 127	0.00 1	2.60 299	0.15 231	3.51 209	1.13 200	1.75 242	0.16 86	0.68 134	0.39 197	3.69 188	0.90 247	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.03 194

ssnet	0.98 195	0.38 220	4.06 333	0.04 127	0.00 1	2.60 299	0.15 231	3.51 209	1.13 200	1.75 242	0.16 86	0.68 134	0.39 197	3.69 188	0.90 247	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.03 194

rafts_anoy	0.39 48	0.44 248	1.15 100	0.06 159	0.03 193	1.12 68	0.04 166	2.75 120	0.33 40	0.10 36	0.16 86	0.11 58	0.19 151	0.74 105	0.31 157	0.00 1	0.14 366	0.00 1	0.01 274	0.02 95	0.05 236

HITNet	0.80 154	0.58 295	2.14 232	0.69 343	0.00 1	1.35 153	0.02 104	4.50 291	1.15 203	1.76 246	0.16 86	0.60 123	0.30 176	1.13 121	1.64 286	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_5	0.74 132	0.50 273	1.55 160	0.44 310	0.25 322	1.45 187	0.01 56	4.16 262	0.78 146	0.79 132	0.17 92	0.42 106	0.64 232	3.06 172	0.18 106	0.00 1	0.00 1	0.00 1	0.00 1	0.16 293	0.21 347

NRIStereo	0.74 132	0.08 38	0.88 32	0.47 317	0.05 216	1.58 224	0.49 309	1.38 38	0.61 66	0.88 138	0.17 92	0.66 133	0.03 36	6.96 350	0.22 117	0.00 1	0.06 326	0.00 1	0.00 1	0.06 201	0.17 331

STTStereo	0.83 161	0.34 207	2.44 256	0.24 266	0.15 281	1.41 172	0.10 217	3.02 136	1.55 259	1.34 207	0.17 92	1.77 227	0.45 205	3.42 181	0.30 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 65

Former-RAFT_DAM_RVC	0.23 15	0.13 97	0.62 6	0.01 18	0.00 1	1.05 50	0.00 1	0.63 13	0.80 147	0.76 125	0.18 95	0.09 52	0.06 71	0.05 1	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236

Patchmatch Stereo++	0.50 77	0.09 50	1.01 56	0.06 159	0.07 234	1.60 235	0.27 268	1.45 47	0.68 106	0.98 161	0.18 95	0.77 149	0.03 36	2.58 159	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.46 67	0.09 50	1.01 56	0.06 159	0.09 251	1.61 239	0.30 285	1.43 40	0.69 119	0.97 152	0.18 95	0.77 149	0.02 18	1.67 144	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236

HUI-Stereo	0.45 64	0.09 50	1.08 85	0.06 159	0.08 244	1.61 239	0.32 289	1.43 40	0.70 128	0.97 152	0.18 95	0.77 149	0.02 18	1.44 136	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236

iRAFT	0.50 77	0.09 50	1.01 56	0.06 159	0.07 234	1.60 235	0.27 268	1.45 47	0.68 106	0.98 161	0.18 95	0.77 149	0.03 36	2.58 159	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236

RAFT-IKP	0.45 64	0.09 50	1.06 82	0.06 159	0.06 225	1.44 181	0.31 288	1.44 44	0.69 119	0.97 152	0.18 95	0.76 145	0.02 18	1.65 143	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.04 219

CFNet-ft	0.77 142	0.46 256	1.34 138	0.01 18	0.27 330	1.32 142	0.02 104	2.40 86	0.68 106	0.63 109	0.18 95	3.23 311	0.21 161	3.97 204	0.54 214	0.00 1	0.00 1	0.01 325	0.00 1	0.03 135	0.02 154

CFNet_RVC	0.77 142	0.46 256	1.34 138	0.01 18	0.27 330	1.32 142	0.02 104	2.40 86	0.68 106	0.63 109	0.18 95	3.23 311	0.21 161	3.97 204	0.54 214	0.00 1	0.00 1	0.01 325	0.00 1	0.03 135	0.02 154

ROB_FTStereo_v2	0.43 59	0.09 50	1.00 53	0.06 159	0.08 244	1.57 220	0.33 291	1.44 44	0.67 101	0.97 152	0.19 103	0.77 149	0.02 18	1.23 125	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236

ROB_FTStereo	0.47 71	0.09 50	1.04 76	0.06 159	0.08 244	1.59 232	0.33 291	1.43 40	0.68 106	0.97 152	0.19 103	0.76 145	0.03 36	1.86 150	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.05 236

iGMRVC	0.51 80	0.09 50	1.04 76	0.06 159	0.08 244	1.61 239	0.27 268	1.44 44	0.69 119	0.97 152	0.19 103	0.76 145	0.03 36	2.69 163	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.04 219

FADNet-RVC-Resample	1.08 219	1.00 355	5.32 363	0.10 210	0.14 276	1.53 213	0.25 262	3.62 219	1.18 205	0.51 99	0.19 103	1.04 178	0.28 175	5.20 262	0.44 193	0.10 361	0.16 372	0.09 364	0.06 321	0.24 329	0.21 347

ADStereo(finetuned)	0.83 161	0.43 243	3.68 320	0.03 104	0.00 1	1.22 102	0.01 56	3.26 173	1.86 291	2.61 307	0.20 107	0.09 52	2.39 327	0.34 60	0.38 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.06 264

CBFPSM	1.39 271	0.61 302	4.29 342	0.01 18	0.01 105	3.64 332	0.03 145	3.39 191	0.80 147	0.64 112	0.21 108	6.18 360	3.70 357	2.38 157	1.82 294	0.00 1	0.01 227	0.00 1	0.00 1	0.08 226	0.01 65

LCNet	0.87 177	0.18 132	0.97 51	0.14 232	0.26 325	1.19 89	0.22 255	2.36 82	0.71 130	1.82 250	0.21 108	0.11 58	2.56 329	5.56 279	0.14 83	0.00 1	0.00 1	0.00 1	0.00 1	0.15 289	0.81 377

HCRNet	0.73 130	0.19 139	1.10 88	0.01 18	0.00 1	1.17 81	0.01 56	3.07 146	1.97 300	0.60 104	0.21 108	0.56 122	0.11 117	5.34 270	0.20 113	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.02 154

DCANet	0.66 117	0.43 243	2.21 236	0.03 104	0.00 1	1.22 102	0.01 56	3.26 173	1.85 290	2.61 307	0.21 108	0.09 52	0.49 209	0.33 59	0.39 187	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.06 264

iRaftStereo_RVC	0.36 41	0.27 178	0.76 20	0.01 18	0.00 1	1.20 97	0.01 56	2.15 75	0.62 73	0.15 49	0.22 112	0.69 137	0.12 127	0.28 45	0.18 106	0.00 1	0.06 326	0.00 1	0.00 1	0.27 340	0.22 349

Anonymous3	0.49 76	0.12 88	2.21 236	0.01 18	0.00 1	2.53 296	0.09 210	3.16 159	0.65 87	0.12 42	0.22 112	0.12 61	0.05 56	0.37 66	0.08 49	0.00 1	0.07 335	0.00 1	0.00 1	0.04 166	0.03 194

BEATNet_4x	0.97 193	0.77 329	3.36 307	0.46 314	0.01 105	1.32 142	0.09 210	4.57 295	1.26 216	1.88 255	0.22 112	1.09 185	0.42 202	1.79 148	2.09 312	0.00 1	0.00 1	0.00 1	0.00 1	0.08 226	0.06 264

Any-RAFT	0.64 110	0.08 38	1.07 83	0.03 104	0.00 1	2.77 309	0.08 201	3.57 215	1.23 211	0.96 150	0.26 115	1.61 213	0.31 180	0.72 104	0.06 35	0.00 1	0.10 354	0.00 1	0.00 1	0.01 25	0.00 1

AACVNet	0.87 177	0.44 248	1.19 112	0.17 244	0.00 1	1.76 262	0.00 1	3.60 218	0.60 60	1.03 170	0.26 115	1.31 197	0.17 141	6.33 305	0.28 145	0.00 1	0.00 1	0.00 1	0.00 1	0.17 298	0.01 65

ICVP	0.46 67	0.08 38	1.58 170	0.01 18	0.01 105	1.10 62	0.21 251	3.80 237	0.52 51	0.42 87	0.27 117	0.33 95	0.06 71	0.57 94	0.13 78	0.00 1	0.07 335	0.00 1	0.00 1	0.04 166	0.01 65
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	2.87 345	0.98 352	8.75 389	0.07 179	0.16 286	5.93 368	2.90 368	4.00 252	1.84 286	1.52 224	0.27 117	3.81 325	3.22 348	6.05 292	17.38 401	0.00 1	0.00 1	0.00 1	0.00 1	0.14 279	0.30 356

PCWNet_CMD	0.65 112	0.14 102	2.02 221	0.01 18	0.01 105	1.10 62	0.00 1	2.80 123	0.97 172	0.48 95	0.28 119	2.31 266	1.50 288	1.19 122	0.08 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

MSMDNet	0.65 112	0.14 102	2.02 221	0.01 18	0.01 105	1.11 66	0.00 1	2.88 129	0.98 174	0.49 98	0.28 119	2.32 267	1.49 285	1.19 122	0.08 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

CRE-IMP	0.40 50	0.06 22	1.04 76	0.07 179	0.05 216	1.45 187	0.46 306	1.48 50	0.63 76	0.90 142	0.30 121	0.88 158	0.01 6	0.26 39	0.22 117	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.17 331

RALCasStereoNet	0.44 61	0.44 248	1.03 72	0.03 104	0.00 1	1.10 62	0.03 145	2.46 98	0.90 161	0.07 20	0.32 122	0.12 61	0.20 157	1.28 128	0.25 132	0.00 1	0.31 384	0.00 1	0.00 1	0.08 226	0.12 312

GES	0.61 101	0.08 38	1.78 196	0.00 1	0.00 1	1.59 232	0.07 195	5.32 339	0.13 4	0.62 105	0.32 122	0.37 98	0.67 242	0.68 103	0.49 204	0.03 342	0.00 1	0.01 325	0.00 1	0.02 95	0.01 65

MMNet	1.20 248	0.27 178	3.59 318	0.09 201	0.00 1	4.15 341	0.01 56	3.63 220	1.19 207	1.93 259	0.32 122	1.35 199	1.23 272	4.42 224	1.84 296	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 154

GANet-RSSM	0.88 181	0.38 220	1.45 150	0.60 332	0.00 1	1.36 155	0.02 104	4.55 293	0.69 119	0.71 119	0.32 122	1.56 207	0.61 223	4.55 237	0.64 230	0.00 1	0.00 1	0.05 360	0.00 1	0.08 226	0.02 154

FADNet_RVC	1.15 241	1.06 359	4.34 346	0.02 65	0.06 225	2.77 309	0.04 166	3.50 208	0.80 147	0.35 77	0.32 122	0.65 130	0.09 101	5.20 262	1.56 282	0.24 377	0.34 386	0.11 368	0.33 389	0.65 381	0.60 370

GANetREF_RVC	1.10 230	0.95 350	2.98 282	0.06 159	0.00 1	2.23 281	0.18 242	3.95 250	2.53 334	0.56 101	0.32 122	1.89 235	0.66 239	5.03 256	0.51 207	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.04 219
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
PSMNet_ROB	1.09 226	0.69 318	2.92 280	0.03 104	0.07 234	1.68 255	0.16 235	3.44 201	1.30 221	0.96 150	0.32 122	2.81 283	0.63 229	4.23 213	2.48 321	0.00 1	0.00 1	0.00 1	0.00 1	0.08 226	0.04 219

IPLGR	0.76 141	0.21 153	2.98 282	0.06 159	0.07 234	1.24 116	0.05 179	3.09 149	1.38 228	0.62 105	0.34 129	0.75 144	0.78 247	3.35 176	0.22 117	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.06 264

RYNet	1.52 283	0.35 209	3.38 308	0.25 269	0.04 209	2.31 286	0.03 145	4.62 297	1.47 247	1.14 183	0.34 129	4.52 337	1.38 282	6.36 307	4.23 344	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 154

NCCL2	1.30 258	0.63 307	2.31 251	0.02 65	0.03 193	1.57 220	3.41 372	3.91 249	1.39 230	3.14 324	0.34 129	3.90 326	0.30 176	3.75 193	1.19 266	0.00 1	0.00 1	0.02 348	0.00 1	0.03 135	0.05 236

dad	0.88 181	0.62 304	2.26 246	0.06 159	0.01 105	1.24 116	0.00 1	0.98 26	2.17 316	1.29 202	0.35 132	0.37 98	0.04 49	5.80 287	1.06 258	0.01 312	0.00 1	1.13 389	0.11 339	0.05 184	0.00 1

NLCA_NET_v2_RVC	1.04 210	0.55 287	2.52 264	0.56 328	1.00 372	1.37 160	0.00 1	3.43 199	1.35 226	2.24 279	0.35 132	2.18 260	0.58 220	4.28 215	0.34 171	0.00 1	0.00 1	0.00 1	0.01 274	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	1.09 226	0.17 127	4.40 347	0.00 1	0.00 1	1.59 232	0.18 242	4.29 276	1.40 234	0.85 137	0.36 134	2.30 264	0.62 228	5.26 265	0.35 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

iRaft-Stereo_20w	0.92 188	0.15 113	2.68 274	0.24 266	0.06 225	1.36 155	0.28 276	7.46 385	0.34 41	1.56 233	0.37 135	0.62 126	1.24 275	1.25 126	0.34 171	0.00 1	0.09 348	0.00 1	0.16 351	0.02 95	0.13 317

AdaStereo	0.65 112	0.09 50	1.12 92	0.02 65	0.00 1	1.45 187	0.23 259	4.38 281	1.44 242	1.17 188	0.37 135	1.56 207	0.18 145	0.56 93	0.37 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PSM-softLoss	0.85 168	0.10 69	1.50 153	1.14 371	0.03 193	1.47 194	0.27 268	2.48 101	0.69 119	1.30 203	0.38 137	0.39 103	0.01 6	6.88 341	0.33 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

KMStereo	0.85 168	0.10 69	1.50 153	1.14 371	0.03 193	1.47 194	0.27 268	2.48 101	0.69 119	1.30 203	0.38 137	0.39 103	0.01 6	6.88 341	0.33 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

RALAANet	0.54 91	0.62 304	1.41 145	0.01 18	0.01 105	0.92 25	0.02 104	2.39 85	1.87 293	1.13 182	0.38 137	0.15 73	0.30 176	1.00 115	0.38 185	0.00 1	0.00 1	0.00 1	0.04 307	0.14 279	0.01 65

RAFT+CT+SA	0.66 117	0.45 252	1.22 118	0.10 210	0.30 341	1.24 116	0.02 104	4.21 267	0.67 101	0.62 105	0.39 140	0.33 95	0.05 56	2.69 163	0.14 83	0.00 1	0.00 1	0.00 1	0.35 390	0.13 273	0.30 356

EKT-Stereo	0.74 132	0.18 132	1.23 120	0.81 351	4.25 394	1.19 89	0.03 145	2.17 77	0.13 4	0.35 77	0.40 141	0.97 172	0.08 96	2.61 161	0.09 56	0.00 1	0.09 348	0.00 1	0.07 323	0.04 166	0.03 194

psm_up	0.84 167	0.32 203	1.44 149	0.02 65	0.00 1	1.98 274	0.05 179	3.40 193	1.04 183	2.06 268	0.40 141	1.74 223	0.45 205	3.47 184	0.24 126	0.06 355	0.00 1	0.00 1	0.00 1	0.08 226	0.00 1

DSFCA	1.30 258	0.14 102	1.82 200	0.01 18	0.03 193	3.74 335	0.86 327	2.71 119	1.23 211	3.09 322	0.41 143	2.93 291	1.49 285	6.12 295	1.35 276	0.00 1	0.02 276	0.00 1	0.00 1	0.02 95	0.01 65

raft+_RVC	0.42 53	0.48 266	1.11 90	0.51 322	0.17 288	1.16 79	0.04 166	2.25 78	0.59 56	0.12 42	0.42 144	0.08 49	0.15 135	0.60 98	0.28 145	0.00 1	0.09 348	0.00 1	0.00 1	0.06 201	0.19 341

GwcNet-RSSM	1.02 206	0.69 318	2.70 275	0.22 258	0.02 174	1.42 177	0.05 179	4.02 253	1.01 180	0.90 142	0.42 144	2.89 289	0.26 171	4.43 225	1.17 264	0.00 1	0.00 1	0.02 348	0.00 1	0.13 273	0.05 236

R-Stereo Train	0.44 61	0.09 50	0.94 41	0.02 65	0.00 1	1.24 116	0.09 210	3.65 222	0.11 1	1.87 253	0.42 144	0.06 37	0.01 6	0.25 33	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 154

RAFT-Stereo	0.44 61	0.09 50	0.94 41	0.02 65	0.00 1	1.24 116	0.09 210	3.65 222	0.11 1	1.87 253	0.42 144	0.06 37	0.01 6	0.25 33	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 154
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MoCha-V2	0.33 32	0.11 83	0.92 38	0.09 201	0.06 225	0.34 6	0.00 1	2.56 109	0.64 83	0.32 63	0.43 148	0.17 76	0.09 101	0.26 39	0.10 64	0.00 1	0.14 366	0.00 1	0.22 369	0.05 184	0.01 65

DeepPrunerF	2.50 338	0.87 343	14.90 400	0.17 244	0.31 344	1.41 172	0.29 279	5.62 355	9.97 385	1.02 167	0.43 148	2.01 241	1.65 301	6.85 337	3.99 341	0.00 1	0.01 227	0.07 361	0.10 335	0.24 329	0.12 312

GwcNet-ADL	0.62 106	0.20 147	2.03 223	0.05 145	0.01 105	1.29 134	0.02 104	3.16 159	1.39 230	0.97 152	0.44 150	1.48 202	0.23 164	0.78 106	0.27 141	0.01 312	0.00 1	0.00 1	0.00 1	0.01 25	0.03 194

ccs_rob	0.65 112	0.17 127	2.09 230	0.00 1	0.01 105	1.22 102	0.00 1	2.77 121	0.73 131	0.75 123	0.44 150	2.32 267	0.64 232	1.76 146	0.15 87	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

PASM	1.58 292	1.05 358	7.51 383	0.56 328	0.09 251	1.37 160	0.28 276	2.85 127	1.44 242	3.91 342	0.44 150	3.02 297	0.64 232	6.38 308	1.59 285	0.00 1	0.01 227	0.00 1	0.03 297	0.26 337	0.15 325

ac_64	1.12 235	0.18 132	1.64 176	0.18 248	0.25 322	1.48 200	0.02 104	4.97 320	1.47 247	0.69 117	0.45 153	4.94 346	0.46 207	4.87 250	0.74 238	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.00 1

PFNet+	0.54 91	0.10 69	1.31 135	0.16 241	0.05 216	1.44 181	0.56 313	1.60 54	0.98 174	1.35 211	0.46 154	0.37 98	0.01 6	2.18 156	0.22 117	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

Pruner-Stereo	0.53 89	0.10 69	1.02 61	0.89 361	0.10 260	1.57 220	0.36 297	2.06 71	0.63 76	2.23 278	0.46 154	0.25 85	0.01 6	0.45 80	0.37 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 154

CFNet_pseudo	0.66 117	0.17 127	2.08 229	0.00 1	0.01 105	1.22 102	0.00 1	2.79 122	0.73 131	0.78 130	0.46 154	2.32 267	0.63 229	1.77 147	0.15 87	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

RCA-Stereo	0.37 44	0.14 102	0.76 20	0.01 18	0.00 1	1.17 81	0.00 1	3.14 154	0.61 66	0.71 119	0.47 157	0.05 27	0.13 133	0.19 17	0.03 5	0.00 1	0.01 227	0.00 1	0.00 1	0.06 201	0.01 65

PSMNet-RSSM	0.90 186	0.44 248	1.35 141	0.13 222	0.00 1	1.37 160	0.03 145	4.79 313	0.85 158	1.11 180	0.49 158	2.15 253	0.35 191	4.09 210	0.73 237	0.00 1	0.00 1	0.01 325	0.00 1	0.03 135	0.01 65

XX-Stereo	1.04 210	0.20 147	4.94 359	0.85 355	0.04 209	1.25 124	0.00 1	3.37 188	0.45 48	1.22 198	0.50 159	3.70 323	0.02 18	3.91 202	0.05 18	0.00 1	0.09 348	0.00 1	0.20 363	0.03 135	0.02 154

DN-CSS_ROB	0.77 142	0.90 347	2.01 219	0.85 355	0.00 1	1.47 194	0.01 56	2.92 131	0.93 167	0.12 42	0.53 160	0.44 108	0.16 138	4.33 217	0.35 175	0.00 1	0.00 1	0.00 1	0.00 1	0.30 351	0.01 65

SQANet	2.28 335	1.25 369	2.39 255	4.17 393	2.91 389	2.60 299	0.24 261	4.17 264	0.83 152	2.42 299	0.57 161	1.59 209	0.88 254	3.30 175	0.68 233	7.35 399	0.12 361	0.47 382	0.02 291	6.56 394	3.00 395

ARAFT	1.12 235	0.82 339	4.11 336	0.04 127	0.00 1	1.64 248	0.03 145	4.85 316	1.69 277	2.78 312	0.57 161	0.47 113	0.11 117	4.81 248	0.24 126	0.00 1	0.03 299	0.00 1	0.00 1	0.24 329	0.05 236

mmm	0.52 83	0.04 4	1.14 97	0.61 335	0.00 1	1.14 73	0.00 1	3.45 202	0.75 135	1.24 200	0.58 163	0.20 80	0.18 145	0.93 110	0.08 49	0.00 1	0.01 227	0.00 1	0.00 1	0.02 95	0.01 65

GMStereo_Zeroshot	0.63 108	0.14 102	1.54 158	0.75 347	0.00 1	1.26 126	0.01 56	1.85 61	0.31 38	1.44 220	0.58 163	1.76 225	0.19 151	2.55 158	0.10 64	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.00 1

iinet-f	1.68 305	0.61 302	11.37 396	0.29 282	0.03 193	4.39 348	0.04 166	3.18 162	1.10 193	1.16 187	0.58 163	2.96 294	2.76 334	2.13 154	2.46 320	0.00 1	0.02 276	0.02 348	0.00 1	0.46 368	0.01 65

Wz-Net-TNSev	3.91 366	5.20 404	20.57 404	0.15 234	0.01 105	7.14 375	3.57 373	6.70 377	3.57 349	1.74 241	0.58 163	7.39 370	4.33 363	8.86 379	7.99 372	0.00 1	0.00 1	0.00 1	0.02 291	0.24 329	0.16 327

NF-Stereo	0.82 157	0.10 69	1.12 92	1.19 375	0.01 105	1.52 210	0.29 279	2.67 117	0.66 93	1.20 192	0.58 163	0.24 82	0.01 6	6.38 308	0.32 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.82 157	0.10 69	1.15 100	1.19 375	0.01 105	1.53 213	0.29 279	2.66 113	0.66 93	1.20 192	0.58 163	0.25 85	0.01 6	6.38 308	0.33 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 157	0.10 69	1.15 100	1.19 375	0.01 105	1.52 210	0.29 279	2.66 113	0.66 93	1.20 192	0.58 163	0.24 82	0.01 6	6.38 308	0.32 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 157	0.10 69	1.15 100	1.19 375	0.01 105	1.52 210	0.29 279	2.66 113	0.66 93	1.20 192	0.58 163	0.24 82	0.01 6	6.38 308	0.32 161	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

cf-r	0.98 195	0.51 277	2.04 224	0.25 269	0.01 105	1.40 168	0.03 145	4.47 290	1.65 274	0.95 148	0.58 163	2.63 275	0.24 166	4.19 212	0.58 221	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.04 219

HH	0.88 181	0.37 217	1.93 206	0.25 269	0.10 260	0.62 17	0.00 1	3.79 234	0.18 19	0.33 65	0.59 172	3.94 327	0.81 250	4.44 226	0.09 56	0.00 1	0.06 326	0.00 1	0.00 1	0.03 135	0.02 154

HanStereo	0.88 181	0.37 217	1.93 206	0.25 269	0.10 260	0.62 17	0.00 1	3.79 234	0.18 19	0.33 65	0.59 172	3.94 327	0.81 250	4.44 226	0.09 56	0.00 1	0.06 326	0.00 1	0.00 1	0.03 135	0.02 154

Wz-Net-LNSev-Ref	1.54 287	0.68 316	4.62 353	0.01 18	0.00 1	5.13 359	0.30 285	4.64 300	1.23 211	2.39 298	0.59 172	2.12 251	2.00 317	4.94 253	2.19 316	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

PSMNet-ADL	0.77 142	0.08 38	0.90 36	0.07 179	0.01 105	2.01 275	0.02 104	2.55 108	1.11 195	0.33 65	0.59 172	2.15 253	0.69 243	4.07 207	0.85 244	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 154

LALA_ROB	1.33 264	0.59 297	1.74 191	0.02 65	0.06 225	3.25 318	0.50 311	3.45 202	1.39 230	3.70 336	0.59 172	4.59 339	0.25 169	3.58 186	2.79 329	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.02 154

NINENet	1.03 208	0.22 162	1.30 134	0.10 210	0.01 105	5.85 365	0.03 145	4.41 285	1.25 215	1.55 232	0.60 177	2.39 271	0.06 71	2.72 165	0.05 18	0.00 1	0.01 227	0.01 325	0.00 1	0.04 166	0.00 1

StereoDRNet	1.48 280	0.75 323	4.58 352	0.05 145	0.10 260	2.49 294	1.10 338	4.62 297	1.47 247	3.38 332	0.62 178	2.29 263	0.65 237	4.52 234	2.89 330	0.00 1	0.03 299	0.00 1	0.01 274	0.05 184	0.07 280

MyStereo8	0.85 168	0.52 278	3.20 298	0.20 255	0.00 1	1.47 194	0.01 56	3.53 212	1.91 296	1.34 207	0.65 179	1.22 192	0.31 180	0.57 94	1.38 279	0.00 1	0.14 366	0.00 1	0.06 321	0.09 245	0.30 356

MaskLacGwcNet_RVC	1.63 294	0.45 252	2.21 236	1.53 381	0.18 292	4.33 346	0.41 301	3.37 188	1.40 234	0.54 100	0.65 179	3.10 302	0.11 117	4.93 252	0.60 225	4.57 394	0.51 389	0.00 1	0.00 1	1.37 386	2.39 391

tt1	0.88 181	0.27 178	1.25 121	0.08 191	0.00 1	3.36 324	0.02 104	3.03 138	6.40 372	0.33 65	0.66 181	0.05 27	0.40 200	1.59 138	0.05 18	0.00 1	0.02 276	0.00 1	0.00 1	0.09 245	0.03 194

BUS	0.97 193	0.10 69	0.96 46	0.01 18	0.00 1	5.85 365	0.03 145	5.40 342	0.93 167	2.26 284	0.66 181	2.39 271	0.06 71	0.61 99	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 161	0.10 69	0.96 46	0.01 18	0.00 1	3.32 321	0.21 251	5.40 342	0.93 167	2.26 284	0.66 181	1.81 230	0.10 109	0.61 99	0.18 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

hknet	1.08 219	0.13 97	2.07 227	0.01 18	0.00 1	3.32 321	0.21 251	5.40 342	0.92 164	2.26 284	0.66 181	3.43 315	0.05 56	2.81 166	0.27 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

test-1	0.52 83	0.25 173	0.94 41	0.03 104	0.22 310	1.20 97	0.08 201	4.03 255	0.25 36	0.70 118	0.66 181	0.71 140	0.03 36	0.30 49	0.43 190	0.00 1	0.18 375	0.00 1	0.07 323	0.01 25	0.25 354

ACVNet	0.57 95	0.21 153	1.34 138	0.09 201	0.00 1	1.36 155	0.22 255	2.40 86	1.05 187	0.63 109	0.66 181	1.94 238	0.26 171	0.31 50	0.79 241	0.00 1	0.00 1	0.00 1	0.00 1	0.08 226	0.00 1

acv_ft	0.79 150	0.21 153	1.28 126	0.01 18	1.08 375	1.68 255	0.01 56	3.75 229	1.05 187	1.31 206	0.66 181	1.94 238	0.46 207	0.31 50	1.68 288	0.00 1	0.00 1	0.00 1	0.00 1	0.27 340	0.00 1

CoDeX	0.94 189	0.34 207	2.09 230	0.05 145	0.20 303	1.49 201	0.20 249	5.89 362	1.57 265	0.66 113	0.67 188	1.05 179	0.32 184	3.82 198	0.33 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.00 1

GEStereo_RVC	1.10 230	0.42 237	1.72 190	0.28 280	0.01 105	1.37 160	0.11 219	6.25 369	0.84 155	1.05 173	0.67 188	1.61 213	0.79 248	6.11 294	0.63 228	0.00 1	0.00 1	0.00 1	0.00 1	0.10 255	0.04 219

MyStereo06	0.80 154	0.19 139	2.53 265	0.02 65	0.00 1	1.51 206	0.01 56	4.61 296	0.24 34	0.89 140	0.69 190	3.14 304	1.18 269	0.58 97	0.33 164	0.00 1	0.06 326	0.00 1	0.00 1	0.02 95	0.07 280

ACVNet-DCA	0.61 101	0.27 178	1.28 126	0.13 222	0.00 1	3.44 326	0.01 56	3.15 156	0.68 106	0.33 65	0.69 190	0.04 11	0.61 223	1.43 132	0.05 18	0.00 1	0.02 276	0.00 1	0.03 297	0.01 25	0.01 65

xx1	0.95 191	0.27 178	1.28 126	0.13 222	0.00 1	3.44 326	0.01 56	3.18 162	7.23 381	0.33 65	0.69 190	0.73 142	0.12 127	1.43 132	0.05 18	0.00 1	0.02 276	0.00 1	0.00 1	0.01 25	0.01 65

1test111	0.69 127	0.27 178	1.28 126	0.13 222	0.00 1	3.44 326	0.01 56	3.15 156	0.68 106	0.33 65	0.69 190	0.04 11	0.61 223	2.95 168	0.07 40	0.00 1	0.02 276	0.00 1	0.03 297	0.01 25	0.01 65

cc1	0.94 189	0.27 178	1.28 126	0.13 222	0.00 1	3.44 326	0.01 56	3.18 162	7.23 381	0.33 65	0.69 190	0.04 11	0.61 223	1.43 132	0.05 18	0.00 1	0.02 276	0.00 1	0.03 297	0.09 245	0.04 219

CFNet	1.08 219	0.62 304	2.26 246	0.26 275	0.03 193	1.40 168	0.04 166	4.45 289	2.09 307	0.48 95	0.69 190	1.31 197	0.24 166	6.63 322	0.83 243	0.00 1	0.00 1	0.00 1	0.00 1	0.17 298	0.04 219

CRFU-Net	1.32 263	0.27 178	2.46 260	1.17 374	0.03 193	4.08 339	0.05 179	5.61 352	0.67 101	1.53 225	0.70 196	3.47 317	2.62 332	3.24 174	0.24 126	0.01 312	0.01 227	0.11 368	0.00 1	0.13 273	0.00 1

IGEV_Zeroshot_test	0.74 132	0.20 147	3.00 284	0.26 275	0.02 174	1.10 62	0.05 179	3.72 227	0.19 21	0.88 138	0.71 197	2.84 285	0.63 229	0.53 89	0.33 164	0.00 1	0.07 335	0.00 1	0.16 351	0.04 166	0.00 1

UCFNet_RVC	0.66 117	0.35 209	1.20 116	0.02 65	0.30 341	1.53 213	0.01 56	3.42 197	0.67 101	1.12 181	0.73 198	1.26 195	0.20 157	1.84 149	0.46 200	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DRN-Test	1.62 293	0.23 169	3.72 321	0.18 248	0.13 270	3.34 323	0.19 247	5.93 365	2.01 305	4.14 345	0.76 199	2.12 251	1.78 306	5.22 264	2.62 327	0.00 1	0.00 1	0.01 325	0.01 274	0.03 135	0.01 65

HBP-ISP	1.45 277	0.75 323	3.02 285	0.30 284	0.10 260	4.28 345	1.49 347	4.68 301	1.29 219	3.43 333	0.78 200	0.93 165	1.01 260	6.48 315	0.36 181	0.04 344	0.02 276	0.00 1	0.00 1	0.05 184	0.03 194

SFCPSM	0.81 156	0.11 83	2.53 265	0.01 18	0.07 234	2.45 292	0.18 242	4.99 321	1.18 205	0.77 127	0.78 200	0.69 137	0.31 180	1.72 145	0.20 113	0.00 1	0.00 1	0.00 1	0.05 312	0.06 201	0.01 65

SACVNet	0.96 192	0.36 213	1.49 152	0.05 145	0.00 1	1.62 245	0.28 276	3.86 246	1.28 218	1.79 249	0.80 202	1.59 209	0.07 82	5.29 266	0.48 203	0.01 312	0.00 1	0.00 1	0.00 1	0.23 326	0.01 65

IRAFT_RVC	1.02 206	0.20 147	1.58 170	1.39 379	0.26 325	1.33 148	0.32 289	2.52 104	0.66 93	1.58 234	0.81 203	1.16 189	1.58 297	6.51 316	0.43 190	0.00 1	0.12 361	0.00 1	0.00 1	0.02 95	0.03 194

AE-Stereo	0.47 71	0.11 83	1.03 72	0.04 127	0.09 251	1.11 66	0.03 145	4.16 262	0.34 41	0.35 77	0.82 204	0.15 73	0.16 138	0.45 80	0.05 18	0.00 1	0.09 348	0.00 1	0.26 379	0.09 245	0.05 236

AAGNet	1.54 287	0.07 32	0.88 32	1.04 367	0.27 330	1.47 194	0.66 319	1.57 53	0.61 66	1.68 239	0.82 204	1.62 215	2.29 322	6.18 296	11.63 388	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

DisPM	0.86 172	0.09 50	1.10 88	0.76 349	0.02 174	1.51 206	0.57 315	1.75 59	0.70 128	2.43 301	0.83 206	0.38 102	0.01 6	6.89 344	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CSP-Net	1.01 204	0.52 278	0.92 38	0.01 18	0.00 1	2.83 311	0.05 179	4.99 321	0.69 119	0.91 145	0.85 207	1.82 232	0.23 164	6.04 291	0.29 149	0.00 1	0.00 1	0.00 1	0.00 1	0.10 255	0.01 65

DeepStereo_RVC	0.52 83	0.08 38	1.37 143	0.06 159	0.06 225	1.34 150	0.41 301	1.43 40	0.68 106	1.03 170	0.85 207	0.49 116	1.56 293	0.79 107	0.17 96	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.13 317

ssnet_v2	1.14 238	0.28 188	1.77 194	0.03 104	0.00 1	2.07 277	0.37 298	5.20 330	1.87 293	2.00 263	0.87 209	3.09 301	0.55 215	1.31 129	3.02 332	0.00 1	0.00 1	0.00 1	0.00 1	0.18 305	0.12 312

DPSNet	3.38 359	0.60 299	9.55 390	0.61 335	0.46 354	5.10 358	1.44 346	11.17 394	3.92 356	2.57 304	0.88 210	5.90 357	9.68 394	7.63 367	7.25 370	0.08 357	0.16 372	0.01 325	0.07 323	0.34 355	0.17 331

111	0.79 150	0.70 321	2.21 236	0.01 18	0.01 105	1.19 89	0.16 235	3.78 233	1.98 302	1.22 198	0.91 211	2.01 241	0.32 184	0.32 56	0.64 230	0.00 1	0.00 1	0.00 1	0.00 1	0.08 226	0.17 331

DISCO	1.93 320	0.18 132	2.44 256	0.67 342	0.53 359	5.25 360	0.00 1	5.43 346	1.56 264	2.09 270	0.91 211	6.48 362	0.89 255	8.55 378	3.60 340	0.00 1	0.00 1	0.00 1	0.00 1	0.06 201	0.01 65

CASS	0.56 93	0.13 97	1.40 144	0.03 104	0.01 105	1.65 252	0.04 166	3.03 138	0.63 76	1.96 260	0.93 213	0.28 88	0.36 192	0.52 87	0.18 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
TDLM	1.08 219	0.49 270	1.43 147	0.27 278	0.00 1	1.56 219	2.12 355	3.10 150	1.75 281	1.36 212	0.93 213	1.06 181	0.49 209	6.21 298	0.70 235	0.00 1	0.00 1	0.00 1	0.00 1	0.16 293	0.02 154

IER	0.75 137	0.12 88	1.93 206	0.01 18	0.00 1	2.31 286	0.02 104	2.96 132	0.98 174	1.30 203	0.96 215	1.40 200	1.19 270	1.31 129	0.45 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

SA	0.83 161	0.41 234	1.17 106	0.00 1	0.20 303	1.28 130	0.01 56	3.98 251	1.86 291	0.41 86	0.96 215	0.27 87	1.33 281	4.07 207	0.35 175	0.00 1	0.00 1	0.00 1	0.17 357	0.14 279	0.01 65

GANet-ADL	0.52 83	0.09 50	1.43 147	0.13 222	0.02 174	1.43 179	0.02 104	3.22 170	0.59 56	0.34 76	0.98 217	1.09 185	0.19 151	0.40 71	0.34 171	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.01 65

IPLG	0.86 172	0.41 234	2.31 251	0.06 159	0.06 225	1.36 155	0.11 219	3.17 161	0.83 152	0.62 105	1.00 218	0.46 110	0.61 223	5.57 282	0.35 175	0.00 1	0.00 1	0.00 1	0.00 1	0.18 305	0.01 65

XPNet_ROB	1.17 244	0.41 234	1.68 186	0.04 127	0.01 105	1.65 252	0.17 238	3.46 204	1.39 230	3.89 341	1.01 219	1.60 211	0.53 212	4.35 219	3.07 333	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.02 154

XX-TBD	0.28 25	0.39 226	0.97 51	0.05 145	0.00 1	1.09 60	0.00 1	0.71 17	0.54 52	0.44 89	1.04 220	0.06 37	0.06 71	0.19 17	0.09 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	1.52 283	0.31 199	4.00 329	0.09 201	0.00 1	4.64 352	0.08 201	4.41 285	1.21 209	1.25 201	1.05 221	2.90 290	0.93 258	6.70 328	2.48 321	0.01 312	0.00 1	0.07 361	0.00 1	0.27 340	0.05 236

SST-Stereo	1.04 210	0.05 8	1.16 104	0.72 345	0.23 315	1.70 258	0.58 316	1.92 63	1.46 245	1.19 190	1.09 222	1.60 211	1.93 314	6.92 348	0.21 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

iResNet	1.00 203	0.45 252	3.08 290	0.86 359	0.01 105	1.97 273	0.01 56	3.67 225	1.49 253	1.77 247	1.09 222	0.35 97	0.13 133	3.83 199	1.27 273	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.01 65

hitnet-ft	1.09 226	0.39 226	1.45 150	0.04 127	0.00 1	1.34 150	0.22 255	3.34 186	2.25 322	1.48 222	1.11 224	4.17 330	0.37 194	4.73 245	0.79 241	0.01 312	0.00 1	0.03 353	0.00 1	0.09 245	0.01 65

CFNet_ucs	0.77 142	0.20 147	2.22 243	0.01 18	0.01 105	1.32 142	0.00 1	3.30 180	1.31 223	1.15 184	1.14 225	2.19 261	0.42 202	2.04 152	0.12 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

Anonymous Stereo	1.78 311	1.37 374	7.79 384	0.42 308	0.07 234	1.49 201	3.20 369	3.31 181	1.84 286	2.75 310	1.14 225	1.84 233	0.09 101	6.89 344	3.32 336	0.00 1	0.00 1	0.00 1	0.00 1	0.09 245	0.01 65

RAFT_R40	0.99 202	0.05 8	1.26 122	0.71 344	0.20 303	1.65 252	0.67 320	1.94 65	0.61 66	1.05 173	1.15 227	1.80 229	1.47 284	6.91 346	0.31 157	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

iResNetv2_ROB	1.08 219	1.12 362	4.68 354	1.09 370	0.00 1	1.38 165	0.05 179	3.83 241	1.11 195	0.80 134	1.15 227	1.02 177	0.12 127	4.52 234	0.45 196	0.00 1	0.00 1	0.00 1	0.00 1	0.33 352	0.03 194

OMP-Stereo	1.20 248	0.54 286	0.96 46	2.39 386	0.29 339	1.58 224	0.33 291	2.01 69	0.68 106	2.68 309	1.16 229	3.10 302	0.18 145	7.40 362	0.56 217	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.01 65

PA-Net	1.31 262	0.59 297	3.65 319	0.06 159	0.15 281	1.44 181	0.54 312	4.08 256	2.71 338	0.78 130	1.16 229	2.32 267	0.64 232	5.96 289	1.92 302	0.01 312	0.00 1	0.00 1	0.00 1	0.04 166	0.06 264
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
delet	1.14 238	0.32 203	1.56 167	0.03 104	0.17 288	2.86 313	1.03 335	4.25 271	2.14 314	1.03 170	1.17 231	1.64 220	0.92 257	4.35 219	1.27 273	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.00 1

ETE_ROB	1.16 243	0.52 278	1.71 189	0.01 18	0.02 174	1.79 266	0.22 255	4.10 258	1.32 224	4.68 354	1.18 232	2.81 283	0.08 96	3.56 185	1.12 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 264

iResNet_ROB	1.05 217	0.76 327	2.06 226	0.07 179	0.00 1	1.35 153	0.03 145	6.80 380	2.57 336	0.79 132	1.20 233	0.94 168	0.12 127	3.81 196	0.41 188	0.00 1	0.00 1	0.00 1	0.00 1	0.08 226	0.01 65

CVANet_RVC	1.10 230	0.39 226	1.69 187	0.28 280	0.00 1	1.45 187	0.48 307	3.26 173	1.64 273	2.93 315	1.22 234	1.51 203	0.37 194	6.09 293	0.50 205	0.00 1	0.00 1	0.00 1	0.00 1	0.18 305	0.01 65

anonymity	0.74 132	0.15 113	1.17 106	0.16 241	0.27 330	0.71 19	0.01 56	4.70 302	1.78 283	1.15 184	1.23 235	0.31 90	1.65 301	0.54 91	0.53 211	0.02 334	0.02 276	0.00 1	0.27 381	0.02 95	0.06 264

PFNet	1.06 218	0.19 139	2.95 281	1.16 373	0.56 361	1.58 224	0.25 262	1.50 51	0.60 60	2.38 297	1.23 235	0.63 128	0.30 176	6.85 337	0.43 190	0.16 368	0.01 227	0.00 1	0.07 323	0.18 305	0.18 337

Wz-Net-MNSev	1.85 315	1.19 366	5.61 369	0.01 18	0.00 1	4.74 353	2.16 357	4.93 319	1.48 251	3.77 338	1.24 237	1.77 227	2.56 329	4.94 253	2.61 326	0.00 1	0.01 227	0.00 1	0.00 1	0.07 215	0.01 65

TANstereo	0.30 29	0.28 188	0.86 28	0.03 104	0.01 105	1.14 73	0.00 1	0.53 5	0.44 47	1.06 176	1.24 237	0.06 37	0.05 56	0.25 33	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoDRNet-Refined	0.83 161	0.12 88	1.18 109	0.02 65	0.01 105	1.31 141	0.00 1	3.33 183	1.07 192	1.92 256	1.24 237	2.48 273	0.18 145	1.86 150	1.67 287	0.00 1	0.00 1	0.00 1	0.00 1	0.14 279	0.05 236
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CREStereo++_RVC	0.29 28	0.19 139	0.83 25	0.05 145	0.00 1	1.19 89	0.00 1	0.66 14	0.99 178	0.25 56	1.26 240	0.05 27	0.07 82	0.20 21	0.09 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RASNet	1.53 285	0.31 199	1.97 215	0.09 201	3.20 390	1.69 257	0.06 192	3.27 179	2.12 309	0.77 127	1.29 241	5.32 355	1.69 304	6.60 319	2.17 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.02 154

CC-Net-ROB	1.86 316	0.64 308	2.55 267	1.42 380	0.19 299	3.38 325	0.04 166	4.41 285	2.45 330	0.90 142	1.31 242	0.98 173	0.18 145	6.60 319	0.53 211	1.14 389	1.60 399	7.16 396	0.00 1	1.33 385	0.32 361

SuperB	3.70 364	1.77 381	15.73 401	0.31 286	0.05 216	4.37 347	1.67 349	3.58 217	11.57 386	2.36 294	1.32 243	2.03 244	1.91 313	6.95 349	9.01 378	0.05 350	0.03 299	0.10 367	0.08 328	11.00 409	0.10 299

HSM	1.36 267	0.40 231	1.07 83	0.01 18	0.30 341	1.73 261	0.03 145	5.89 362	1.22 210	1.83 251	1.36 244	4.78 343	1.30 280	6.61 321	0.57 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

GASNet	1.43 275	1.53 376	4.54 351	0.31 286	0.02 174	1.49 201	0.20 249	3.86 246	1.95 299	0.75 123	1.37 245	2.11 249	1.57 296	5.82 288	2.60 325	0.00 1	0.05 318	0.00 1	0.00 1	0.43 366	0.10 299

s12784h	0.56 93	0.14 102	1.22 118	0.02 65	0.00 1	1.14 73	0.03 145	3.43 199	1.47 247	1.02 167	1.41 246	0.05 27	0.02 18	1.08 118	0.09 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

psmg	0.83 161	0.10 69	0.96 46	0.01 18	0.00 1	3.28 319	0.27 268	4.83 315	0.93 167	1.92 256	1.46 247	1.81 230	0.10 109	0.61 99	0.18 106	0.00 1	0.00 1	0.01 325	0.00 1	0.01 25	0.00 1

DANet	1.74 309	0.22 162	3.06 288	0.75 347	0.44 352	2.46 293	0.35 296	3.40 193	1.41 236	4.22 346	1.56 248	5.03 348	0.56 216	6.29 303	5.00 354	0.01 312	0.00 1	0.00 1	0.01 274	0.04 166	0.08 289
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DispNO	1.25 253	0.52 278	3.40 309	0.11 218	0.05 216	1.45 187	0.01 56	3.73 228	1.68 276	1.34 207	1.59 249	3.15 305	1.12 268	5.56 279	1.14 263	0.00 1	0.02 276	0.03 353	0.12 343	0.05 184	0.03 194

RAFT_CTSACE	0.68 124	0.52 278	1.74 191	0.50 319	0.05 216	1.16 79	0.00 1	2.68 118	0.66 93	0.68 116	1.60 250	1.76 225	0.80 249	0.94 112	0.13 78	0.00 1	0.02 276	0.00 1	0.00 1	0.27 340	0.00 1

MSKI-zero shot	0.73 130	0.13 97	1.56 167	0.02 65	0.14 276	1.34 150	0.04 166	3.00 133	0.23 31	0.67 114	1.64 251	0.89 159	0.00 1	4.55 237	0.10 64	0.00 1	0.02 276	0.00 1	0.21 367	0.03 135	0.01 65

FINET	1.36 267	0.46 256	4.05 332	0.22 258	0.73 367	1.03 37	0.00 1	3.57 215	5.71 369	1.59 235	1.64 251	0.49 116	0.19 151	5.53 276	1.90 299	0.00 1	0.01 227	0.00 1	0.00 1	0.08 226	0.03 194

GwcNet	1.67 301	0.81 336	5.52 366	0.23 264	1.21 376	4.21 343	0.62 318	3.71 226	1.57 265	1.01 166	1.65 253	3.99 329	0.52 211	5.46 273	2.30 317	0.00 1	0.00 1	0.00 1	0.01 274	0.35 358	0.13 317

1111x	1.53 285	0.06 22	1.77 194	0.27 278	0.00 1	2.12 279	0.01 56	5.63 356	1.65 274	1.53 225	1.67 254	0.92 160	0.64 232	6.18 296	8.17 375	0.00 1	0.01 227	0.00 1	0.00 1	0.00 1	0.01 65

TestStereo1	0.77 142	0.46 256	1.12 92	0.15 234	0.19 299	1.29 134	0.01 56	3.33 183	1.55 259	0.45 91	1.67 254	0.13 65	1.23 272	3.39 179	0.27 141	0.00 1	0.00 1	0.00 1	0.00 1	0.17 298	0.07 280

SA-5K	0.77 142	0.46 256	1.12 92	0.15 234	0.19 299	1.29 134	0.01 56	3.33 183	1.55 259	0.45 91	1.67 254	0.13 65	1.23 272	3.39 179	0.27 141	0.00 1	0.00 1	0.00 1	0.00 1	0.17 298	0.07 280

ADCRef	2.29 336	0.65 311	5.67 370	0.10 210	0.09 251	4.81 354	0.76 325	4.75 308	1.37 227	2.88 314	1.67 254	1.62 215	2.30 323	3.77 195	14.93 395	0.02 334	0.00 1	0.01 325	0.10 335	0.20 321	0.11 303

PDISCO_ROB	2.21 333	0.78 330	3.43 311	0.96 363	2.04 387	7.04 374	0.09 210	7.36 384	5.72 370	1.21 197	1.67 254	3.16 306	1.28 278	7.52 365	1.37 278	0.00 1	0.00 1	0.00 1	0.00 1	0.34 355	0.13 317

NaN_ROB	2.02 327	0.58 295	2.65 273	0.29 282	0.28 338	3.19 316	5.19 394	3.84 242	2.55 335	5.31 360	1.73 259	2.30 264	1.96 315	6.78 334	3.09 334	0.01 312	0.06 326	0.03 353	0.10 335	0.10 255	0.37 365

CBMV	1.56 289	0.24 171	1.92 205	0.31 286	0.03 193	2.90 314	4.33 383	3.79 234	1.81 284	4.98 357	1.73 259	2.70 278	1.68 303	3.81 196	0.92 252	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.08 289
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
LMCR-Stereo	1.10 230	0.69 318	1.95 210	0.50 319	0.01 105	2.73 304	0.09 210	6.20 368	0.64 83	2.37 295	1.76 261	0.13 65	1.59 299	2.94 167	0.23 121	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.00 1

NOSS_ROB	1.29 256	0.22 162	1.35 141	0.64 339	0.16 286	2.56 297	0.00 1	4.14 261	2.37 326	2.29 289	1.76 261	2.84 285	0.02 18	6.80 336	0.45 196	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.11 303

Ntro	3.24 352	1.34 371	2.83 279	7.27 398	4.43 395	6.22 370	0.74 324	4.73 304	1.48 251	0.39 84	1.77 263	2.70 278	1.28 278	4.59 241	1.25 270	8.06 401	0.28 383	2.12 394	0.05 312	8.11 398	5.16 401

H2IRNET	0.47 71	0.22 162	1.27 124	0.15 234	0.01 105	1.18 87	0.01 56	1.65 55	0.48 49	0.02 2	1.80 264	0.46 110	0.04 49	1.62 142	0.35 175	0.00 1	0.00 1	0.01 325	0.01 274	0.16 293	0.02 154

RAFT + AFF	1.63 294	1.13 363	2.62 272	0.04 127	0.80 368	2.29 285	1.03 335	5.54 351	2.06 306	1.77 247	1.81 265	1.22 192	3.65 356	6.23 300	1.57 284	0.01 312	0.35 387	0.00 1	0.01 274	0.33 352	0.12 312

MLCV	1.01 204	0.53 284	2.17 234	0.03 104	0.00 1	1.60 235	0.03 145	2.90 130	1.30 221	2.60 306	1.85 266	1.00 175	0.40 200	4.88 251	0.74 238	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.01 65

AASNet	0.86 172	0.53 284	1.96 213	0.04 127	0.00 1	1.70 258	0.05 179	5.13 329	1.84 286	0.93 147	1.88 267	0.96 169	0.19 151	0.67 102	0.91 251	0.00 1	0.00 1	0.00 1	0.00 1	0.27 340	0.09 295

xxxx	1.78 311	0.07 32	1.02 61	0.00 1	0.01 105	1.44 181	0.00 1	5.81 361	1.53 257	1.37 213	1.91 268	1.08 183	0.05 56	4.37 222	16.98 400	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.02 154

PSM-AAD	1.15 241	0.04 4	0.88 32	0.10 210	0.27 330	1.32 142	3.25 370	2.41 93	0.64 83	2.93 315	1.92 269	0.15 73	5.39 377	3.42 181	0.19 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 236

XQC	2.57 340	1.20 367	6.33 380	0.18 248	0.01 105	3.84 336	0.33 291	5.24 332	3.83 355	4.43 349	1.94 270	4.58 338	3.19 346	7.19 357	8.67 377	0.00 1	0.03 299	0.00 1	0.03 297	0.27 340	0.19 341

AFF-stereo	0.65 112	0.46 256	0.82 24	0.37 303	0.00 1	1.19 89	0.00 1	3.04 143	1.42 237	0.72 121	1.95 271	1.16 189	0.26 171	0.97 114	0.31 157	0.00 1	0.02 276	0.00 1	0.00 1	0.21 322	0.02 154

ADCPNet	3.63 363	0.82 339	13.20 398	0.08 191	0.43 351	7.02 373	2.23 359	4.77 310	2.41 327	4.31 348	1.96 272	7.57 371	5.16 372	6.45 314	13.80 392	0.02 334	0.75 393	0.04 356	0.90 402	0.16 293	0.53 369

pcwnet_v2	1.29 256	0.17 127	5.98 373	0.10 210	0.01 105	1.76 262	0.02 104	5.08 328	2.90 341	1.54 231	1.98 273	2.03 244	0.81 250	3.01 170	0.28 145	0.00 1	0.00 1	0.00 1	0.01 274	0.03 135	0.03 194

iRaft-Stereo_5w	1.08 219	0.56 291	2.70 275	0.02 65	0.02 174	1.20 97	0.01 56	3.18 162	0.63 76	0.14 48	2.00 274	1.62 215	1.54 291	6.69 327	1.01 257	0.00 1	0.00 1	0.00 1	0.00 1	0.23 326	0.01 65

DLCB_ROB	1.17 244	0.22 162	1.28 126	0.08 191	0.00 1	1.51 206	0.23 259	3.39 191	1.52 256	3.43 333	2.00 274	3.40 313	0.31 180	4.29 216	1.82 294	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DualNet	1.39 271	0.05 8	1.65 177	0.34 296	0.01 105	1.58 224	0.02 104	3.03 138	6.40 372	1.39 214	2.07 276	2.15 253	0.34 186	1.59 138	7.08 365	0.00 1	0.02 276	0.00 1	0.00 1	0.09 245	0.03 194

ffm	1.04 210	0.05 8	1.65 177	0.34 296	0.01 105	1.58 224	0.02 104	3.03 138	6.40 372	1.39 214	2.07 276	2.15 253	0.34 186	1.59 138	0.05 18	0.00 1	0.02 276	0.00 1	0.00 1	0.09 245	0.03 194

ff1	1.65 296	0.05 8	1.65 177	0.34 296	0.01 105	1.58 224	0.02 104	3.03 138	6.40 372	1.39 214	2.07 276	2.15 253	0.34 186	6.68 324	7.08 365	0.00 1	0.02 276	0.00 1	0.00 1	0.09 245	0.03 194

mmx	1.56 289	0.05 8	1.65 177	0.34 296	0.01 105	1.58 224	0.02 104	5.51 349	2.25 322	1.39 214	2.07 276	2.15 253	0.34 186	6.68 324	7.08 365	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.01 65

xxx	1.56 289	0.05 8	1.65 177	0.34 296	0.01 105	1.58 224	0.02 104	5.51 349	2.25 322	1.39 214	2.07 276	2.15 253	0.34 186	6.68 324	7.08 365	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.01 65

ttt	1.35 266	0.05 8	1.09 87	0.46 314	0.01 105	1.61 239	0.00 1	5.61 352	1.97 300	1.75 242	2.10 281	1.40 200	0.11 117	4.81 248	6.07 362	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.02 154

222	2.69 342	0.09 50	1.03 72	0.00 1	0.00 1	1.54 217	0.00 1	5.61 352	1.55 259	1.51 223	2.10 281	0.53 120	0.07 82	4.54 236	35.09 419	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 154

Wz-Net-SNSev	2.53 339	2.49 391	10.66 394	0.39 305	0.01 105	2.73 304	0.40 299	5.02 324	1.50 255	2.15 272	2.12 283	6.48 362	1.11 265	9.47 385	5.84 361	0.00 1	0.01 227	0.00 1	0.00 1	0.21 322	0.06 264

Syn2CoEx	1.66 297	1.17 364	4.29 342	0.04 127	0.00 1	1.44 181	0.56 313	5.33 340	1.98 302	2.01 266	2.12 283	2.08 246	2.81 336	6.55 317	2.42 318	0.00 1	0.00 1	0.00 1	0.00 1	0.33 352	0.06 264

SMFormer	1.04 210	0.16 121	1.55 160	0.33 290	0.01 105	1.03 37	0.00 1	5.24 332	2.12 309	1.53 225	2.16 285	0.92 160	0.02 18	4.46 228	1.24 268	0.00 1	0.01 227	0.00 1	0.00 1	0.03 135	0.02 154

tta	1.04 210	0.16 121	1.55 160	0.33 290	0.01 105	1.03 37	0.00 1	5.24 332	2.12 309	1.53 225	2.16 285	0.92 160	0.02 18	4.46 228	1.24 268	0.00 1	0.01 227	0.00 1	0.00 1	0.03 135	0.01 65

qqq1	0.98 195	0.16 121	1.55 160	0.33 290	0.01 105	1.03 37	0.00 1	5.24 332	2.12 309	1.53 225	2.16 285	0.92 160	0.02 18	4.46 228	0.07 40	0.00 1	0.01 227	0.00 1	0.00 1	0.03 135	0.01 65

fff1	0.98 195	0.16 121	1.55 160	0.33 290	0.01 105	1.03 37	0.00 1	5.24 332	2.12 309	1.53 225	2.16 285	0.92 160	0.02 18	4.46 228	0.07 40	0.00 1	0.01 227	0.00 1	0.00 1	0.03 135	0.01 65

test_xeample	1.79 313	0.08 38	1.03 72	0.02 65	0.00 1	1.44 181	0.00 1	5.48 347	1.84 286	1.65 237	2.17 289	0.37 98	0.06 71	4.00 206	17.67 402	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.02 154

ADLNet	1.20 248	0.29 195	1.98 216	0.00 1	0.02 174	2.20 280	0.11 219	4.39 283	2.52 333	2.19 276	2.20 290	2.66 276	0.70 244	3.42 181	1.25 270	0.00 1	0.00 1	0.00 1	0.00 1	0.10 255	0.04 219

anonymousa	0.79 150	0.26 177	1.91 204	0.03 104	0.29 339	1.46 193	0.02 104	3.76 230	0.97 172	0.72 121	2.25 291	3.21 309	0.56 216	0.15 9	0.12 74	0.00 1	0.00 1	0.00 1	0.04 307	0.00 1	0.02 154

IIG-Stereo	1.30 258	0.48 266	1.04 76	2.41 387	0.05 216	1.61 239	0.14 230	2.59 110	0.68 106	2.97 318	2.28 292	3.08 300	0.57 218	7.41 363	0.65 232	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.00 1

TransformOpticalFlow	1.47 279	0.31 199	3.22 302	0.66 340	0.08 244	1.54 217	0.09 210	3.84 242	1.58 269	1.66 238	2.32 293	3.60 319	3.12 344	6.99 352	0.42 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

DAS	1.26 254	0.08 38	2.25 244	0.04 127	0.01 105	1.28 130	1.18 339	3.80 237	1.58 269	4.60 351	2.37 294	1.53 204	0.53 212	5.36 271	0.59 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

SepStereo	1.28 255	0.08 38	2.25 244	0.04 127	0.01 105	1.28 130	1.18 339	3.80 237	1.58 269	4.60 351	2.37 294	1.53 204	0.53 212	5.63 283	0.59 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 95	0.01 65

IPLGR_C	0.75 137	0.88 344	2.58 269	0.13 222	0.02 174	1.40 168	0.27 268	3.19 166	0.84 155	1.92 256	2.46 296	0.18 77	0.11 117	0.49 86	0.26 137	0.00 1	0.05 318	0.01 325	0.05 312	0.19 312	0.06 264

ACRE	0.75 137	0.78 330	2.72 278	0.13 222	0.02 174	1.40 168	0.26 265	3.20 168	0.82 150	1.84 252	2.46 296	0.19 78	0.10 109	0.52 87	0.26 137	0.00 1	0.04 309	0.01 325	0.05 312	0.19 312	0.05 236

DGSMNet	2.23 334	0.80 333	6.10 375	0.96 363	1.73 382	3.22 317	4.12 379	5.30 338	1.11 195	1.19 190	2.48 298	3.18 307	0.65 237	4.57 240	1.33 275	1.11 388	1.37 398	1.55 390	1.26 403	1.37 386	1.28 386

whm_eth	0.68 124	0.52 278	3.05 287	0.01 18	0.00 1	1.26 126	0.02 104	3.36 187	1.93 298	0.26 57	2.52 299	0.13 65	0.11 117	0.18 14	0.10 64	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.11 303

otaku	3.17 351	1.32 370	2.49 262	6.07 396	3.26 391	4.62 351	2.15 356	5.35 341	1.34 225	2.00 263	2.54 300	3.50 318	1.49 285	3.68 187	1.11 259	7.89 400	0.23 378	1.88 391	0.03 297	7.74 397	4.78 400

CIPLG	0.75 137	0.81 336	2.38 254	0.13 222	0.03 193	1.41 172	0.27 268	3.19 166	0.84 155	1.98 262	2.56 301	0.19 78	0.10 109	0.54 91	0.26 137	0.00 1	0.05 318	0.01 325	0.05 312	0.19 312	0.05 236

RAFT-Stereo + iAFF	0.60 99	0.36 213	0.96 46	0.03 104	0.02 174	1.21 100	0.02 104	2.80 123	1.55 259	1.08 177	2.63 302	0.43 107	0.16 138	0.37 66	0.25 132	0.00 1	0.02 276	0.00 1	0.00 1	0.19 312	0.01 65

PS-NSSS	1.08 219	0.45 252	1.70 188	0.02 65	0.01 105	1.37 160	0.01 56	4.38 281	2.09 307	1.15 184	2.65 303	0.65 130	0.07 82	6.35 306	0.56 217	0.16 368	0.00 1	0.00 1	0.00 1	0.05 184	0.00 1

NCC-stereo	1.67 301	0.56 291	3.10 291	0.08 191	0.22 310	2.24 282	0.13 227	5.05 326	1.42 237	2.27 287	2.72 304	4.29 332	3.53 352	5.76 285	2.01 308	0.04 344	0.00 1	0.00 1	0.00 1	0.03 135	0.02 154

Abc-Net	1.67 301	0.56 291	3.10 291	0.08 191	0.22 310	2.24 282	0.13 227	5.05 326	1.42 237	2.27 287	2.72 304	4.29 332	3.53 352	5.76 285	2.01 308	0.04 344	0.00 1	0.00 1	0.00 1	0.03 135	0.02 154
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LL-Strereo	1.93 320	0.97 351	3.83 327	0.55 327	2.19 388	1.49 201	0.05 179	4.09 257	1.00 179	2.59 305	2.77 306	5.17 351	5.63 378	7.19 357	0.63 228	0.00 1	0.10 354	0.00 1	0.00 1	0.25 335	0.20 345

FBW_ROB	2.36 337	0.36 213	3.16 294	0.37 303	0.14 276	4.42 350	0.18 242	6.64 374	3.05 343	2.98 319	2.85 307	4.86 345	1.11 265	11.00 396	4.53 347	0.16 368	0.05 318	0.37 381	0.09 331	0.19 312	0.78 376

STrans-v2	1.67 301	0.36 213	3.28 303	0.02 65	0.19 299	1.45 187	0.08 201	6.69 376	1.49 253	2.00 263	2.86 308	3.67 322	3.88 360	7.04 355	0.45 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MGS-Stereo	0.31 30	0.10 69	0.89 35	0.02 65	0.00 1	0.50 15	0.00 1	0.39 3	0.61 66	0.02 2	2.91 309	0.04 11	0.03 36	0.21 23	0.06 35	0.00 1	0.00 1	0.00 1	0.00 1	0.44 367	0.00 1

AnyNet_C32	3.93 367	2.58 392	12.07 397	0.39 305	0.49 357	5.50 362	6.45 405	4.44 288	2.19 318	6.86 369	2.94 310	5.28 353	3.20 347	6.63 322	18.37 404	0.08 357	0.04 309	0.20 375	0.09 331	0.57 377	0.19 341

RainbowNet	4.74 374	3.21 398	3.07 289	9.34 403	6.01 397	4.89 356	3.60 374	7.09 381	4.39 361	1.63 236	3.01 311	4.72 342	2.96 340	5.53 276	1.19 266	8.95 403	2.12 402	8.48 399	0.19 360	8.75 399	5.73 402

HGLStereo	1.03 208	0.18 132	1.50 153	0.01 18	0.01 105	1.41 172	0.01 56	3.41 195	0.82 150	1.05 173	3.09 312	2.11 249	1.24 275	4.51 233	1.18 265	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.03 194

GMM-Stereo	1.09 226	0.05 8	1.62 174	0.13 222	0.22 310	1.41 172	0.87 328	2.31 80	0.62 73	2.75 310	3.14 313	0.54 121	0.90 256	5.33 269	0.13 78	0.01 312	0.00 1	0.00 1	0.02 291	0.01 25	1.80 390

psmorigin	2.01 326	0.37 217	10.25 392	0.22 258	0.03 193	1.62 245	0.19 247	3.31 181	1.05 187	4.92 356	3.14 313	5.85 356	2.21 321	5.31 267	1.71 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.02 154

RTSC	2.66 341	1.24 368	6.04 374	0.18 248	0.02 174	4.40 349	0.08 201	4.29 276	4.98 365	6.00 363	3.15 315	2.97 295	1.56 293	6.71 329	10.89 384	0.00 1	0.07 335	0.00 1	0.05 312	0.40 364	0.24 353

ADLNet2	1.38 270	0.39 226	3.13 293	0.00 1	0.70 366	1.23 115	0.26 265	4.19 265	2.36 325	1.45 221	3.16 316	4.23 331	0.82 253	4.56 239	0.88 246	0.00 1	0.00 1	0.00 1	0.00 1	0.13 273	0.02 154

DDUNet	3.28 354	10.54 414	2.29 250	3.50 391	3.31 392	4.21 343	0.21 251	3.77 231	1.03 182	2.54 303	3.17 317	3.20 308	0.21 161	3.89 201	0.69 234	1.94 391	0.05 318	9.87 400	3.53 409	5.03 393	2.55 393

MFN_U_SF_RVC	3.76 365	1.77 381	9.85 391	0.84 352	0.27 330	9.50 385	0.49 309	8.07 386	3.41 346	4.81 355	3.28 318	9.40 377	3.49 351	7.76 371	8.31 376	0.41 381	0.54 390	0.52 384	0.80 400	0.89 382	0.84 378

SAMSARA	3.32 358	1.07 360	6.25 377	0.86 359	0.31 344	7.55 379	3.87 377	5.26 337	4.20 358	7.43 373	3.35 319	10.04 379	3.83 359	6.98 351	4.83 351	0.00 1	0.14 366	0.00 1	0.05 312	0.17 298	0.22 349

SHD	3.01 348	1.02 357	5.52 366	0.45 313	0.39 349	4.12 340	0.17 238	6.68 375	12.04 388	7.20 371	3.36 320	4.40 334	2.58 331	4.69 242	7.17 369	0.01 312	0.04 309	0.00 1	0.03 297	0.22 325	0.17 331

ADCL	3.30 355	0.81 336	6.76 382	0.25 269	0.25 322	6.93 372	4.65 387	4.79 313	2.62 337	4.61 353	3.36 320	5.22 352	4.55 365	5.54 278	14.91 394	0.05 350	0.01 227	0.11 368	0.13 344	0.28 346	0.10 299

test_4	0.51 80	0.10 69	1.27 124	0.01 18	0.06 225	0.97 31	0.03 145	1.12 31	0.16 12	0.27 58	3.42 322	0.65 130	0.09 101	1.59 138	0.26 137	0.00 1	0.00 1	0.00 1	0.08 328	0.14 279	0.00 1

WZ-Net	4.16 370	1.75 380	23.59 407	0.08 191	0.04 209	2.62 303	2.16 357	5.89 362	4.74 364	5.73 362	3.51 323	6.99 369	4.89 370	10.82 393	10.11 381	0.00 1	0.00 1	0.00 1	0.00 1	0.12 269	0.11 303

fast-acv-ft	1.41 274	0.46 256	4.29 342	0.10 210	0.13 270	3.97 337	0.29 279	2.42 94	1.91 296	0.81 135	3.55 324	3.02 297	1.26 277	3.35 176	2.05 311	0.04 344	0.01 227	0.04 356	0.04 307	0.39 363	0.05 236

ADCMid	3.95 368	1.34 371	10.91 395	0.18 248	0.38 348	5.02 357	1.27 344	4.87 317	2.94 342	11.15 388	3.60 325	6.76 366	5.21 375	6.40 313	16.96 399	0.12 364	0.08 344	0.55 386	0.46 391	0.53 376	0.19 341

HSM-Net_RVC	1.40 273	0.07 32	1.58 170	0.00 1	0.01 105	1.88 270	0.05 179	7.24 382	1.71 280	3.63 335	3.63 326	3.21 309	0.36 192	4.25 214	0.44 193	0.01 312	0.01 227	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UDG	2.86 344	8.81 411	1.57 169	2.60 388	0.89 371	2.39 290	0.11 219	3.42 197	1.02 181	2.18 275	3.64 327	5.04 349	1.60 300	4.17 211	2.09 312	1.21 390	0.04 309	7.69 397	3.67 410	4.10 391	0.93 382

CrosDoStereo	1.66 297	0.15 113	1.66 182	0.02 65	0.07 234	1.38 165	6.16 401	3.12 152	1.06 190	0.97 152	3.74 328	0.96 169	4.79 368	7.00 353	1.92 302	0.00 1	0.00 1	0.00 1	0.00 1	0.11 264	0.00 1

DeepStereo_LL	1.66 297	0.15 113	1.66 182	0.02 65	0.07 234	1.38 165	6.16 401	3.12 152	1.06 190	0.97 152	3.74 328	0.96 169	4.79 368	7.00 353	1.92 302	0.00 1	0.00 1	0.00 1	0.00 1	0.11 264	0.00 1

SGM-Forest	1.84 314	0.08 38	1.31 135	0.15 234	0.22 310	3.52 330	2.46 365	3.85 244	2.16 315	5.29 359	3.90 330	3.71 324	1.56 293	6.28 302	1.90 299	0.01 312	0.02 276	0.00 1	0.00 1	0.03 135	0.30 356
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
edge stereo	1.94 322	0.40 231	3.82 326	0.15 234	0.09 251	1.81 268	0.45 305	4.77 310	2.21 320	3.36 329	3.94 331	8.39 373	1.72 305	5.75 284	1.69 290	0.00 1	0.00 1	0.01 325	0.00 1	0.17 298	0.01 65

ccnet	1.70 307	0.20 147	1.95 210	0.26 275	0.18 292	3.72 334	1.22 341	4.22 270	1.43 241	2.37 295	3.96 332	3.45 316	1.51 289	4.69 242	4.47 346	0.06 355	0.00 1	0.09 364	0.01 274	0.10 255	0.01 65

MFN_U_SF_DS_RVC	3.30 355	2.61 393	7.84 385	0.09 201	0.26 325	12.92 392	7.62 409	4.25 271	3.64 352	2.95 317	3.99 333	4.61 341	1.22 271	8.36 375	1.77 292	0.59 385	1.15 397	0.04 356	0.85 401	0.48 372	0.67 374

GrayStereo	1.46 278	0.03 1	0.87 30	0.63 338	0.20 303	1.24 116	4.61 386	2.85 127	0.62 73	4.98 357	4.00 334	0.45 109	4.67 366	3.37 178	0.08 49	0.00 1	0.00 1	0.00 1	0.50 393	0.01 25	0.01 65

THIR-Stereo	1.48 280	0.29 195	1.51 156	0.01 18	0.02 174	1.05 50	4.32 382	2.11 74	0.22 30	1.08 177	4.24 335	1.93 237	4.19 362	6.76 332	1.87 298	0.00 1	0.00 1	0.04 356	0.00 1	0.05 184	0.00 1

AANet_RVC	1.66 297	0.88 344	3.52 314	0.06 159	0.00 1	1.22 102	0.00 1	3.25 171	2.51 332	2.21 277	4.49 336	3.65 321	0.20 157	7.10 356	3.42 337	0.50 384	0.04 309	0.00 1	0.00 1	0.08 226	0.05 236

RGC	1.86 316	0.67 314	3.45 313	0.07 179	0.26 325	3.29 320	0.11 219	4.78 312	1.46 245	3.26 327	4.51 337	5.14 350	2.68 333	5.46 273	1.94 306	0.00 1	0.00 1	0.00 1	0.00 1	0.08 226	0.09 295

stereogan	2.13 330	0.31 199	3.75 322	0.01 18	0.09 251	7.44 378	0.60 317	4.27 274	3.29 345	3.91 342	4.62 338	6.41 361	1.84 312	5.17 261	0.58 221	0.00 1	0.01 227	0.01 325	0.00 1	0.24 329	0.05 236

FAT-Stereo	1.86 316	0.19 139	3.31 305	0.17 244	0.03 193	1.78 265	0.97 332	4.76 309	2.79 339	4.22 346	4.87 339	5.31 354	2.83 338	5.06 259	0.90 247	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.01 65

DispFullNet	7.91 388	23.96 420	13.67 399	14.71 413	7.88 405	4.83 355	0.04 166	5.01 323	2.89 340	8.86 382	4.96 340	6.11 358	10.72 396	10.18 390	3.51 339	2.44 392	0.33 385	15.15 409	4.65 413	12.33 411	5.95 403

CBMV_ROB	1.70 307	0.11 83	1.98 216	0.46 314	0.00 1	2.85 312	0.91 331	4.27 274	2.21 320	4.02 344	5.00 341	2.97 295	2.32 324	5.40 272	1.35 276	0.00 1	0.00 1	0.00 1	0.00 1	0.03 135	0.06 264

RP	1.76 310	0.55 287	2.59 271	0.22 258	0.60 364	1.70 258	0.98 334	4.31 278	1.99 304	3.12 323	5.04 342	4.41 335	2.96 340	4.72 244	1.90 299	0.01 312	0.00 1	0.00 1	0.01 274	0.14 279	0.01 65

STTRV1_RVC	1.94 322	0.35 209	4.85 357	0.32 289	0.01 105	2.41 291	0.34 295	5.79 359	3.55 348	0.82 136	5.11 343	1.63 218	1.08 263	7.63 367	1.41 280	0.91 386	2.53 411	0.00 1	0.00 1	0.01 25	0.04 219

DRaft	1.34 265	0.12 88	1.19 112	0.06 159	0.01 105	1.64 248	0.43 303	1.86 62	0.14 6	3.76 337	5.27 344	0.41 105	4.38 364	5.49 275	1.68 288	0.01 312	0.06 326	0.00 1	0.07 323	0.07 215	0.11 303

Sa-1000	1.04 210	0.39 226	1.17 106	0.00 1	0.20 303	1.33 148	0.03 145	4.19 265	1.81 284	0.99 165	5.33 345	0.61 124	0.15 135	4.07 207	0.30 155	0.00 1	0.00 1	0.00 1	0.16 351	0.13 273	0.00 1

ACVNet_1	6.16 383	1.86 385	4.43 348	9.52 405	7.22 404	7.59 380	2.37 361	9.99 392	6.71 377	3.84 340	5.35 346	13.23 386	4.90 371	6.25 301	1.94 306	9.06 405	2.40 406	10.88 406	0.11 339	9.58 406	6.03 405

EAI-Stereo	1.14 238	0.12 88	1.19 112	0.21 256	0.32 346	1.84 269	2.32 360	5.42 345	1.19 207	1.02 167	5.66 347	0.48 114	0.60 221	0.86 109	0.62 227	0.00 1	0.13 365	0.00 1	0.65 397	0.02 95	0.17 331

S-Stereo	2.00 325	0.30 198	5.74 371	0.24 266	0.23 315	2.51 295	1.90 351	4.74 305	5.15 366	2.42 299	5.80 348	2.85 287	0.72 245	5.08 260	2.17 314	0.00 1	0.02 276	0.00 1	0.00 1	0.08 226	0.04 219

HHNet	0.87 177	0.25 173	1.78 196	0.16 241	0.08 244	1.30 138	0.44 304	1.93 64	0.64 83	1.41 219	5.92 349	0.14 71	1.79 307	0.35 65	0.95 253	0.05 350	0.00 1	0.01 325	0.00 1	0.14 279	0.01 65

MADNet+	10.71 398	14.57 416	70.07 423	0.58 331	0.47 356	19.89 406	4.20 380	11.05 393	6.87 378	3.03 321	5.99 350	9.01 376	6.35 381	31.95 419	28.31 418	0.22 372	0.26 382	0.01 325	0.04 307	0.46 368	0.87 379

ADCS	5.09 377	2.15 388	16.58 402	0.34 296	0.07 234	5.91 367	4.26 381	6.73 378	6.99 379	9.44 383	6.09 351	6.57 364	5.17 374	9.54 386	21.38 414	0.00 1	0.00 1	0.00 1	0.00 1	0.36 360	0.23 352

FADE	16.19 413	10.20 412	37.43 416	4.76 394	4.82 396	10.62 388	5.00 392	19.13 406	23.28 400	8.35 378	6.09 351	14.63 388	21.62 413	25.45 414	20.32 410	24.52 420	8.46 419	36.14 424	36.87 424	3.46 390	2.72 394

Consistency-Raft	1.36 267	0.65 311	4.81 356	0.33 290	0.32 346	1.62 245	0.11 219	3.65 222	3.80 354	0.33 65	6.12 353	0.86 157	2.14 320	0.94 112	1.25 270	0.02 334	0.01 227	0.00 1	0.00 1	0.24 329	0.01 65

CSAN	2.70 343	0.75 323	3.41 310	0.18 248	0.12 266	4.18 342	4.05 378	4.11 259	4.36 359	6.03 364	6.24 354	4.60 340	4.74 367	7.29 360	3.43 338	0.02 334	0.03 299	0.01 325	0.02 291	0.18 305	0.22 349

DEmStereo	1.51 282	0.08 38	2.17 234	0.09 201	0.02 174	1.76 262	0.90 330	1.47 49	0.60 60	2.46 302	6.42 355	1.08 183	5.16 372	6.21 298	1.86 297	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 65

ACVNet-4b	5.67 379	1.65 377	4.43 348	9.46 404	7.11 403	8.72 384	1.68 350	6.61 373	5.76 371	0.27 58	6.49 356	11.67 380	2.43 328	8.40 376	1.56 282	9.06 405	2.34 404	10.49 404	0.02 291	9.22 404	5.98 404

StereoVision	0.86 172	0.38 220	1.75 193	0.03 104	0.01 105	1.14 73	0.02 104	3.38 190	0.92 164	0.13 47	6.89 357	0.50 118	0.12 127	1.10 119	0.78 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 166	0.02 154

MFMNet_re	2.02 327	0.98 352	4.27 341	2.74 390	0.88 369	1.47 194	0.15 231	4.21 267	3.18 344	6.63 367	6.93 358	1.87 234	3.63 355	2.13 154	0.99 255	0.00 1	0.00 1	0.00 1	0.00 1	0.23 326	0.05 236

KYRaft	1.19 246	0.05 8	0.94 41	0.06 159	0.24 319	1.25 124	0.78 326	2.48 101	0.61 66	3.23 326	7.13 359	1.00 175	2.77 335	1.43 132	0.14 83	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 389

DCRE	0.69 127	0.35 209	1.16 104	0.06 159	0.02 174	0.91 24	0.00 1	1.05 28	0.30 37	0.98 161	7.63 360	0.72 141	0.02 18	0.16 12	0.07 40	0.00 1	0.02 276	0.00 1	0.21 367	0.02 95	0.03 194

RAFT-345	1.19 246	0.06 22	1.55 160	0.54 325	0.13 270	1.53 213	0.25 262	0.56 11	1.76 282	1.20 192	7.85 361	0.93 165	0.05 56	6.87 340	0.46 200	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Nwc_Net	1.94 322	0.55 287	3.79 324	0.07 179	0.08 244	2.73 304	0.04 166	6.75 379	1.11 195	2.03 267	7.92 362	4.82 344	2.11 319	4.78 246	2.01 308	0.00 1	0.00 1	0.00 1	0.00 1	0.05 184	0.01 65

SPS-STEREO	3.08 350	0.49 270	2.49 262	0.21 256	0.24 319	3.67 333	1.24 342	5.80 360	2.43 329	10.68 386	8.00 363	9.48 378	3.59 354	8.11 374	5.08 355	0.01 312	0.01 227	0.00 1	0.00 1	0.04 166	0.11 303
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MDST_ROB	3.50 361	0.07 32	3.94 328	2.66 389	1.46 379	12.94 393	0.97 332	7.32 383	2.42 328	14.82 401	8.08 364	2.74 281	1.51 289	8.44 377	2.48 321	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 303

MSC_U_SF_DS_RVC	5.12 378	2.33 389	8.42 387	0.33 290	0.27 330	24.60 415	8.84 412	5.50 348	9.75 384	3.82 339	8.16 365	8.53 374	1.82 308	9.44 384	5.18 356	1.02 387	1.65 400	0.33 380	0.47 392	1.06 384	0.90 380

AnyNet_C01	6.59 385	4.31 402	36.24 413	0.96 363	0.46 354	9.96 386	5.74 398	6.02 367	3.63 351	7.59 374	8.56 366	8.83 375	3.14 345	13.74 401	20.83 412	0.12 364	0.08 344	0.25 378	0.09 331	1.01 383	0.34 362

Prome-Stereo	1.23 252	0.06 22	0.93 40	0.12 219	0.24 319	1.26 126	0.67 320	2.53 106	0.69 119	2.08 269	8.70 367	0.76 145	2.91 339	2.12 153	0.11 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 388

SGM_RVC	4.07 369	0.38 220	1.98 216	0.84 352	0.26 325	6.20 369	2.37 361	6.45 371	3.57 349	11.56 391	9.27 368	15.55 390	6.78 382	10.07 389	4.60 349	0.22 372	0.25 379	0.20 375	0.23 372	0.26 337	0.34 362
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GANet	1.90 319	0.43 243	1.83 201	0.39 305	0.00 1	2.24 282	3.37 371	3.90 248	1.44 242	2.17 274	9.66 369	2.57 274	1.09 264	6.88 341	1.81 293	0.00 1	0.00 1	0.02 348	0.00 1	0.10 255	0.03 194

EDNetEfficient	6.54 384	1.17 364	33.15 411	0.66 340	1.96 384	2.07 277	3.72 375	2.80 123	14.85 392	20.02 408	9.69 370	6.59 365	10.19 395	7.19 357	15.49 397	0.03 342	0.10 354	0.01 325	0.20 363	0.62 380	0.29 355

AF-Net	2.17 332	0.65 311	3.53 315	0.00 1	0.09 251	2.02 276	0.48 307	6.44 370	1.70 278	3.36 329	10.22 371	4.95 347	2.81 336	4.34 218	2.66 328	0.00 1	0.00 1	0.00 1	0.00 1	0.13 273	0.01 65

aanetorigin	2.87 345	0.73 322	8.74 388	0.23 264	0.23 315	1.61 239	2.07 353	1.76 60	1.10 193	14.21 399	10.25 372	2.93 291	3.38 350	4.98 255	4.06 342	0.10 361	0.05 318	0.09 364	0.11 339	0.57 377	0.15 325

tt	68.65 427	0.15 113	99.57 434	50.64 425	14.90 417	100.00 435	100.00 435	100.00 436	99.76 431	27.80 415	10.52 373	99.97 436	98.63 433	99.61 433	100.00 438	90.62 430	98.21 431	46.66 425	52.02 427	62.86 428	21.04 423

SDNR	3.31 357	0.91 348	6.28 379	0.44 310	0.02 174	26.11 416	0.01 56	3.81 240	1.62 272	2.82 313	11.06 374	2.93 291	0.60 221	7.95 372	1.52 281	0.01 312	0.01 227	0.00 1	0.00 1	0.06 201	0.12 312

pmcnn	3.61 362	0.68 316	5.38 365	0.61 335	1.46 379	2.75 308	1.26 343	5.04 325	1.57 265	8.77 381	11.67 375	18.69 396	2.38 326	6.03 290	5.61 359	0.00 1	0.07 335	0.00 1	0.00 1	0.21 322	0.07 280

ASMatch	1.44 276	0.14 102	2.15 233	0.60 332	0.21 308	1.21 100	0.26 265	0.96 25	0.66 93	0.29 60	11.75 376	0.93 165	2.37 325	6.73 330	0.54 214	0.00 1	0.00 1	0.00 1	0.01 274	0.00 1	0.04 219

G-Net	3.49 360	0.47 264	4.03 331	1.61 382	1.91 383	10.78 389	1.92 352	3.06 144	1.26 216	8.59 380	12.06 377	6.13 359	7.82 386	4.78 246	4.77 350	0.08 357	0.12 361	0.07 361	0.15 345	0.16 293	0.11 303

PWCK	8.72 391	5.37 405	16.61 403	5.74 395	0.12 266	19.88 405	11.41 415	11.31 395	13.42 390	14.07 396	12.84 378	13.20 385	8.05 388	15.44 402	10.25 382	5.95 397	0.22 377	2.09 393	0.05 312	7.50 395	0.92 381

SANet	4.63 373	0.89 346	5.34 364	0.30 284	0.09 251	7.43 377	3.75 376	6.53 372	16.16 395	6.79 368	13.29 379	12.44 382	7.74 384	7.38 361	4.11 343	0.00 1	0.01 227	0.00 1	0.00 1	0.10 255	0.31 360

LSM	7.38 386	1.68 378	22.24 406	3.99 392	40.72 423	3.54 331	4.79 391	4.74 305	6.65 376	10.25 385	13.51 380	4.49 336	3.81 358	6.91 346	5.31 357	0.00 1	0.04 309	0.00 1	0.00 1	0.26 337	14.60 419

SGM+DAISY	4.39 371	1.34 371	5.18 361	1.01 366	0.88 369	5.61 364	2.86 367	4.88 318	3.53 347	13.29 395	13.95 381	12.66 383	7.55 383	7.98 373	5.39 358	0.23 376	0.18 375	0.15 372	0.24 374	0.29 347	0.64 372

NVStereoNet_ROB	3.25 353	0.46 256	2.71 277	0.34 296	0.56 361	2.36 289	0.87 328	4.56 294	4.47 363	4.55 350	14.09 382	11.93 381	3.23 349	9.79 388	3.14 335	0.43 382	0.03 299	0.53 385	0.31 387	0.36 360	0.38 366
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
EDNetEfficientorigin	10.31 397	1.90 386	98.96 433	0.22 258	0.23 315	2.73 304	0.71 322	4.50 291	16.94 396	18.72 402	15.36 383	12.74 384	10.73 397	8.96 380	11.94 389	0.01 312	0.01 227	0.00 1	0.00 1	0.25 335	1.31 387

PWC_ROB	2.90 347	1.01 356	6.12 376	0.53 324	0.57 363	1.30 138	0.40 299	3.85 244	4.42 362	7.37 372	15.40 384	3.03 299	1.55 292	6.31 304	5.74 360	0.00 1	0.00 1	0.00 1	0.00 1	0.46 368	0.05 236

coex-ft	12.01 403	5.60 406	80.23 424	0.15 234	0.15 281	1.88 270	0.73 323	2.66 113	30.12 409	49.31 422	16.59 385	15.97 391	14.42 403	6.79 335	14.50 393	0.05 350	0.08 344	0.01 325	0.05 312	0.37 362	0.61 371

JetBlue	13.83 406	5.03 403	33.82 412	0.84 352	6.92 401	50.14 422	20.02 420	15.09 398	8.92 383	11.33 389	17.05 386	28.25 407	18.01 411	32.60 420	18.53 406	0.32 379	0.12 361	0.15 372	0.23 372	4.59 392	4.64 399

UNDER WATER-64	20.03 418	10.28 413	31.50 410	20.05 417	13.64 414	32.81 420	23.45 421	16.01 399	33.44 413	22.01 413	17.25 387	40.58 418	32.20 421	24.50 412	22.36 416	10.06 413	2.70 415	18.37 413	4.24 412	14.84 415	10.24 418

FTStereo	2.16 331	0.03 1	1.42 146	0.17 244	0.13 270	1.42 177	4.67 388	2.44 95	0.63 76	3.36 329	17.95 388	0.78 154	4.17 361	4.41 223	0.14 83	0.15 367	0.00 1	0.00 1	0.00 1	0.01 25	1.25 385

IMH-64-1	9.55 393	2.76 396	2.44 256	11.17 408	9.13 408	12.03 390	5.45 395	18.33 403	15.78 393	6.59 365	18.69 389	16.95 392	6.20 379	10.63 391	8.06 373	9.46 408	2.46 407	15.42 411	1.61 404	10.89 407	6.88 409

IMH-64	9.55 393	2.76 396	2.44 256	11.17 408	9.13 408	12.03 390	5.45 395	18.33 403	15.78 393	6.59 365	18.69 389	16.95 392	6.20 379	10.63 391	8.06 373	9.46 408	2.46 407	15.42 411	1.61 404	10.89 407	6.88 409

RTS	9.75 395	2.69 394	65.25 421	0.85 355	1.99 385	14.36 395	4.75 389	5.69 357	17.29 397	7.97 375	19.00 391	6.83 367	3.02 342	26.15 416	18.62 407	0.00 1	0.15 370	0.00 1	0.00 1	0.29 347	0.16 327

RTSA	9.75 395	2.69 394	65.25 421	0.85 355	1.99 385	14.36 395	4.75 389	5.69 357	17.29 397	7.97 375	19.00 391	6.83 367	3.02 342	26.15 416	18.62 407	0.00 1	0.15 370	0.00 1	0.00 1	0.29 347	0.16 327

WCMA_ROB	4.54 372	0.48 266	3.19 296	0.49 318	0.63 365	5.38 361	2.57 366	4.70 302	3.77 353	14.17 398	19.02 393	15.47 389	9.03 390	6.73 330	4.85 352	0.01 312	0.05 318	0.01 325	0.01 274	0.08 226	0.16 327

MeshStereo	5.78 380	0.75 323	3.04 286	0.25 269	0.14 276	7.88 382	2.09 354	9.64 389	5.18 367	20.48 409	19.06 394	22.80 401	9.54 393	9.64 387	4.88 353	0.00 1	0.00 1	0.00 1	0.00 1	0.29 347	0.03 194
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
UNDER WATER	19.61 417	12.37 415	31.14 409	20.44 418	14.31 415	28.63 419	18.15 419	16.43 400	34.24 414	20.82 410	19.14 395	38.83 415	30.09 417	24.31 411	20.97 413	10.09 414	2.68 414	19.51 416	4.70 415	15.52 416	9.93 416

PVD	5.81 381	0.99 354	5.56 368	0.72 345	0.51 358	6.72 371	0.18 242	9.90 391	23.69 401	11.45 390	19.26 396	8.18 372	9.46 392	9.24 382	9.49 380	0.02 334	0.16 372	0.00 1	0.08 328	0.18 305	0.40 367

WAO-6	11.09 399	1.69 379	3.21 299	7.54 399	7.10 402	16.34 399	6.63 406	20.12 408	38.64 417	9.67 384	19.28 397	27.53 406	10.97 398	12.43 398	11.57 387	4.26 393	2.35 405	10.54 405	0.02 291	7.59 396	4.29 398

ACVNet_2	8.69 390	1.80 384	5.09 360	8.55 402	6.72 400	13.47 394	4.34 384	13.70 397	23.86 402	6.89 370	19.74 398	20.52 397	5.36 376	7.70 370	2.48 321	8.53 402	1.67 401	7.99 398	0.32 388	8.79 402	6.29 408

ELAS_RVC	7.69 387	0.80 333	4.90 358	1.06 368	1.02 373	10.00 387	9.43 413	9.75 390	14.69 391	21.83 412	20.27 399	17.88 394	16.41 406	13.01 399	10.44 383	0.22 372	0.55 391	0.28 379	0.19 360	0.35 358	0.65 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RAFT-RH_RVC	2.05 329	0.15 113	1.66 182	0.60 332	0.27 330	1.49 201	0.02 104	0.58 12	0.65 87	5.35 361	21.66 400	1.06 181	0.07 82	6.85 337	0.57 219	0.04 344	0.00 1	0.00 1	0.03 297	0.01 25	0.00 1

FCDSN-DC	5.04 376	0.15 113	1.83 201	0.22 258	0.44 352	5.60 363	1.66 348	5.22 331	4.37 360	14.49 400	21.86 401	20.65 399	11.88 399	7.66 369	4.55 348	0.02 334	0.00 1	0.00 1	0.00 1	0.03 135	0.05 236
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	6.09 382	0.18 132	2.35 253	0.42 308	0.53 359	7.80 381	1.42 345	8.14 387	7.07 380	19.05 407	22.10 402	22.85 402	13.84 401	9.42 383	6.44 363	0.00 1	0.01 227	0.00 1	0.00 1	0.01 25	0.06 264

Dean	11.46 402	2.03 387	5.20 362	10.73 407	8.20 407	18.71 404	5.73 397	21.10 412	41.49 420	11.12 387	22.16 403	25.92 405	7.74 384	7.52 365	4.31 345	9.01 404	2.27 403	9.95 403	0.61 396	9.18 403	6.22 406

KSHMR	14.27 410	6.95 409	5.79 372	15.08 414	12.84 413	17.44 400	10.61 414	18.88 405	30.94 410	18.81 404	22.21 404	28.54 408	8.85 389	15.56 403	9.24 379	10.34 415	3.60 417	21.61 417	4.68 414	14.48 414	8.94 414

LVE	11.10 400	2.36 390	3.34 306	9.94 406	8.13 406	21.22 408	7.75 410	16.47 401	32.55 412	8.55 379	23.64 405	23.22 403	7.93 387	10.98 395	6.65 364	9.45 407	2.55 413	11.08 407	0.58 395	9.35 405	6.28 407

PWCDC_ROB	3.06 349	1.38 375	3.81 325	0.14 232	0.00 1	3.14 315	0.02 104	4.40 284	12.35 389	1.08 177	23.69 406	2.01 241	2.01 318	3.87 200	2.43 319	0.24 377	0.00 1	0.00 1	0.00 1	0.61 379	0.08 289

IMH	11.11 401	3.50 399	2.56 268	11.25 410	9.13 408	14.49 397	5.10 393	20.68 411	26.30 405	8.28 377	23.85 407	20.63 398	9.19 391	12.39 397	7.96 371	9.50 410	2.50 409	15.28 410	1.66 406	11.07 410	6.96 411

LE_ROB	12.79 405	0.64 308	10.26 393	2.13 384	1.29 377	7.25 376	5.81 399	9.09 388	49.27 423	57.55 423	24.58 408	23.68 404	31.13 419	9.00 381	23.57 417	0.04 344	0.06 326	0.13 371	0.20 363	0.08 226	0.11 303

MSMD_ROB	4.94 375	0.43 243	2.58 269	0.12 219	0.01 105	8.43 383	1.09 337	4.25 271	4.11 357	13.11 394	26.36 409	13.95 387	13.88 402	7.45 364	2.92 331	0.10 361	0.01 227	0.00 1	0.00 1	0.01 25	0.02 154

ktn	19.15 416	18.52 417	6.39 381	22.64 420	17.26 418	24.47 413	12.11 416	24.52 419	34.74 415	18.75 403	27.70 410	32.54 409	17.85 410	15.71 404	16.67 398	22.09 419	3.64 418	28.95 421	10.91 418	17.40 418	10.22 417

notaker	17.52 414	21.54 419	7.84 385	18.05 416	14.44 416	17.58 401	6.43 404	20.13 409	24.44 404	21.34 411	27.71 411	39.12 416	18.78 412	19.63 409	20.40 411	11.95 416	2.71 416	25.51 419	5.85 416	17.10 417	9.78 415

ELAS	8.05 389	0.76 327	4.02 330	0.95 362	1.02 373	14.85 398	6.99 408	12.80 396	11.73 387	22.43 414	27.75 412	17.88 394	15.19 404	10.96 394	11.31 385	0.22 372	0.56 392	0.23 377	0.22 369	0.50 374	0.71 375
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	9.09 392	1.79 383	3.55 317	0.80 350	0.15 281	18.67 403	4.36 385	23.07 418	26.68 406	12.59 393	27.90 413	22.52 400	13.03 400	13.53 400	11.47 386	0.09 360	0.03 299	0.58 387	0.10 335	0.47 371	0.34 362

TorneroNet-64	15.45 411	5.66 407	3.44 312	13.86 411	12.03 412	28.15 418	6.27 403	19.89 407	38.68 418	12.16 392	28.06 414	35.76 414	15.44 405	19.56 408	15.40 396	9.71 411	2.52 410	19.13 414	2.70 407	12.55 412	7.94 413

DPSimNet_ROB	25.03 420	19.56 418	24.93 408	24.36 421	17.85 419	22.25 410	25.93 422	28.52 420	29.10 408	32.61 417	28.25 415	32.87 410	26.42 414	24.51 413	40.42 420	16.75 418	13.93 421	25.19 418	22.38 421	19.96 420	24.75 424

SGM-ForestM	12.56 404	0.80 333	4.31 345	1.07 369	0.41 350	21.56 409	8.57 411	17.42 402	19.67 399	29.93 416	28.49 416	45.83 420	27.22 416	26.05 415	18.40 405	0.14 366	0.25 379	0.18 374	0.28 385	0.18 305	0.42 368

TorneroNet	16.10 412	5.74 408	4.12 337	13.88 412	11.97 411	26.89 417	6.85 407	21.13 413	38.32 416	14.15 397	33.36 417	33.52 413	17.49 409	18.89 407	19.64 409	9.77 412	2.53 411	19.43 415	3.35 408	13.21 413	7.86 412

WAO-8	13.93 407	3.75 400	4.23 339	7.74 400	6.54 398	22.81 411	2.39 363	22.66 415	45.98 421	18.88 405	35.42 418	33.21 411	16.91 407	16.55 405	12.78 390	5.01 395	0.81 395	9.89 401	0.77 398	8.77 401	3.61 396

Venus	13.93 407	3.75 400	4.23 339	7.74 400	6.54 398	22.81 411	2.39 363	22.66 415	45.98 421	18.88 405	35.42 418	33.21 411	16.91 407	16.55 405	12.78 390	5.01 395	0.81 395	9.89 401	0.77 398	8.76 400	3.61 396

BEATNet-Init1	17.91 415	7.45 410	36.82 414	1.88 383	1.38 378	37.29 421	14.71 418	21.90 414	24.20 403	38.07 419	36.59 420	50.41 421	32.00 420	29.42 418	21.83 415	0.33 380	0.39 388	0.47 382	0.54 394	1.50 388	1.07 384

MANE	14.02 409	0.85 341	3.53 315	2.13 384	3.75 393	18.44 402	6.14 400	22.67 417	27.90 407	33.01 418	41.08 421	41.26 419	30.90 418	23.39 410	17.99 403	0.47 383	0.76 394	0.91 388	4.04 411	0.17 298	1.00 383

HanzoNet	29.69 421	29.33 422	21.66 405	21.75 419	19.07 420	24.58 414	12.99 417	28.87 421	40.49 419	43.09 420	44.02 422	55.65 423	44.93 422	43.17 422	44.44 421	27.88 422	9.47 420	29.77 422	15.86 420	20.94 421	15.84 420

JetRed	34.54 422	39.28 424	62.16 419	15.62 415	26.51 422	69.20 424	40.79 424	31.43 422	32.41 411	46.06 421	44.55 423	40.19 417	26.50 415	38.43 421	56.06 423	12.76 417	37.49 426	13.23 408	9.38 417	29.52 422	19.34 421

MADNet++	47.78 423	34.15 423	37.11 415	42.94 423	41.23 424	64.94 423	30.63 423	60.79 425	53.26 424	72.08 425	61.65 424	57.68 424	54.96 423	58.03 423	59.24 424	43.01 425	36.17 425	36.07 423	22.50 422	47.50 424	41.67 426

ASD4	55.28 424	67.10 427	50.57 418	44.24 424	57.82 426	92.00 427	98.23 433	54.95 423	86.61 428	58.30 424	64.61 425	50.57 422	63.33 425	58.83 424	67.37 425	25.76 421	29.60 423	26.82 420	29.01 423	42.42 423	37.42 425

xxxxx1	76.92 428	82.43 428	93.26 428	61.67 426	66.92 427	95.84 429	95.11 429	75.84 426	80.96 425	82.71 427	86.75 426	89.18 426	87.35 426	85.27 426	87.18 427	55.08 426	54.60 427	60.31 427	72.71 428	62.51 425	62.73 427

tt_ll	76.92 428	82.43 428	93.26 428	61.67 426	66.92 427	95.84 429	95.11 429	75.84 426	80.96 425	82.71 427	86.75 426	89.18 426	87.35 426	85.27 426	87.18 427	55.08 426	54.60 427	60.31 427	72.71 428	62.51 425	62.73 427

ff	76.92 428	82.43 428	93.26 428	61.67 426	66.92 427	95.84 429	95.11 429	75.84 426	80.96 425	82.71 427	86.75 426	89.18 426	87.35 426	85.27 426	87.18 427	55.08 426	54.60 427	60.31 427	72.71 428	62.51 425	62.73 427

LRCNet_RVC	60.63 425	63.16 426	62.94 420	69.09 429	50.21 425	19.92 407	0.07 195	58.32 424	5.21 368	75.67 426	86.75 426	74.68 425	62.48 424	59.01 425	49.80 422	93.38 431	56.36 430	93.48 431	92.95 431	67.44 429	71.73 431

PML	89.08 431	99.72 433	92.85 427	94.72 431	94.92 433	99.54 434	97.42 432	93.50 429	95.96 430	99.77 435	92.33 430	95.35 430	93.51 430	99.96 437	91.15 430	99.98 442	31.71 424	100.00 436	45.94 426	93.46 432	69.88 430

SPstereo	60.73 426	26.49 421	40.67 417	33.02 422	24.24 421	71.50 425	79.28 425	100.00 436	100.00 434	97.54 432	96.19 431	100.00 437	94.96 431	94.75 430	75.88 426	28.65 423	21.81 422	46.87 426	42.08 425	19.71 419	20.91 422

MEDIAN_ROB	96.83 432	99.41 431	98.66 432	94.75 432	94.23 431	93.08 428	90.54 427	95.61 431	94.75 429	97.65 433	97.73 432	98.30 431	96.57 432	94.51 429	93.74 432	99.78 441	98.24 432	99.99 435	99.89 434	99.48 435	99.67 435

Anonymous_1	97.10 433	99.72 433	99.64 435	92.33 430	93.91 430	100.00 435	100.00 435	99.20 433	99.90 432	98.57 434	99.75 433	99.14 432	99.94 434	98.50 432	99.54 433	87.90 429	98.87 433	90.88 430	96.91 432	92.22 431	95.12 432

HaxPig	97.68 434	99.63 432	91.34 426	99.82 442	99.97 436	88.15 426	88.00 426	98.28 432	99.93 433	99.98 436	99.99 434	99.95 435	99.99 435	96.29 431	92.24 431	99.99 443	99.98 435	100.00 436	99.99 435	100.00 444	99.98 442

MyStereo03	99.95 443	100.00 439	100.00 439	99.75 439	100.00 438	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	99.21 436	100.00 436	100.00 436	100.00 436	99.99 439	99.95 437

MyStereo02	99.95 443	100.00 439	100.00 439	99.75 439	100.00 438	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	99.21 436	100.00 436	100.00 436	100.00 436	99.99 439	99.95 437

MyStereo	99.95 443	100.00 439	100.00 439	99.75 439	100.00 438	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	99.21 436	100.00 436	100.00 436	100.00 436	99.99 439	99.95 437

Selective-RAFT-Error	100.00 446	100.00 439	100.00 439	100.00 445	100.00 438	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	100.00 444	100.00 436	100.00 436	100.00 436	99.99 439	99.95 437

CasAABBNet	99.94 441	100.00 439	100.00 439	99.72 438	100.00 438	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	99.21 436	100.00 436	100.00 436	100.00 436	99.96 438	99.95 437

test_example2	98.83 435	99.97 438	99.97 436	99.96 444	99.97 436	99.46 433	99.97 434	95.54 430	100.00 434	100.00 437	100.00 435	93.37 429	93.47 429	99.93 436	99.91 434	100.00 444	99.79 434	96.64 432	98.71 433	100.00 444	100.00 444

LSM0	99.94 441	100.00 439	100.00 439	99.84 443	100.00 438	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	99.22 440	100.00 436	100.00 436	100.00 436	99.99 439	99.83 436

DPSMNet_ROB	99.46 440	99.94 436	99.98 437	96.59 436	100.00 438	100.00 435	100.00 435	99.81 434	100.00 434	95.87 431	100.00 435	99.32 433	100.00 436	99.79 434	99.99 436	98.46 435	100.00 436	99.86 433	100.00 436	99.52 436	100.00 444

DGTPSM_ROB	99.45 439	99.94 436	99.98 437	96.58 435	100.00 438	100.00 435	100.00 435	99.81 434	100.00 434	95.86 430	100.00 435	99.32 433	100.00 436	99.79 434	99.99 436	98.34 434	100.00 436	99.86 433	100.00 436	99.52 436	99.99 443

DPSM_ROB	99.17 436	100.00 439	100.00 439	96.28 433	98.84 434	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	93.66 432	100.00 436	100.00 436	100.00 436	96.31 433	98.27 433

DPSM	99.17 436	100.00 439	100.00 439	96.28 433	98.84 434	100.00 435	100.00 435	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	100.00 439	100.00 438	93.66 432	100.00 436	100.00 436	100.00 436	96.31 433	98.27 433

AVERAGE_ROB	99.23 438	99.81 435	97.56 431	100.00 445	100.00 438	96.24 432	91.02 428	100.00 436	100.00 434	100.00 437	100.00 435	100.00 437	100.00 436	99.98 438	99.97 435	100.00 444	100.00 436	100.00 436	100.00 436	100.00 444	100.00 444

Low-res two-view benchmark