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

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 59	0.00 1	0.95 22	0.03 125	0.33 1	0.44 16	0.10 18	0.04 39	0.06 30	0.04 44	0.44 27	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

CASnet	0.21 2	0.22 91	0.95 4	0.01 10	0.00 1	0.87 19	0.01 18	0.55 4	0.88 67	0.16 24	0.03 29	0.04 7	0.02 17	0.39 20	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MIF-Stereo	0.23 3	0.28 112	1.91 100	0.05 98	0.16 217	0.34 6	0.02 76	0.46 2	0.42 14	0.06 14	0.18 71	0.05 22	0.07 77	0.22 3	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.11 221	0.01 11

LoS_RVC	0.25 4	0.60 201	1.21 12	0.16 191	0.13 202	0.98 25	0.01 18	0.85 18	0.25 4	0.08 17	0.02 1	0.07 41	0.04 44	0.49 32	0.05 5	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	0.07 77

PMTNet	0.26 5	0.21 86	1.40 17	0.02 40	0.02 106	1.16 65	0.29 274	1.00 22	0.18 1	0.04 10	0.03 29	0.07 41	0.02 17	0.47 29	0.15 39	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

sCroCo_RVC	0.27 6	0.19 75	2.20 141	0.02 40	0.00 1	0.13 1	0.04 154	1.15 27	0.89 70	0.15 22	0.07 54	0.03 5	0.04 44	0.39 20	0.05 5	0.00 1	0.07 245	0.00 1	0.00 1	0.02 36	0.01 11

panet	0.29 7	0.17 47	0.95 4	0.00 1	0.00 1	1.26 105	0.01 18	1.32 30	0.97 81	0.16 24	0.18 71	0.05 22	0.00 1	0.53 40	0.13 34	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24

Former-RAFT_DAM_RVC	0.29 7	0.32 127	0.88 1	0.02 40	0.00 1	1.05 34	0.01 18	0.80 17	1.00 87	0.76 108	0.34 116	0.10 56	0.06 66	0.13 1	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.09 104

CREStereo	0.29 7	0.19 75	0.91 2	0.00 1	0.01 61	1.24 92	0.01 18	1.31 29	0.99 86	0.17 26	0.17 68	0.04 7	0.00 1	0.56 44	0.14 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
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
StereoIM	0.30 10	0.62 208	1.63 42	0.07 126	0.19 225	0.40 11	0.02 76	1.36 31	0.76 48	0.04 10	0.05 47	0.13 65	0.05 59	0.38 19	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

LoS	0.32 11	0.19 75	1.27 14	0.11 172	0.01 61	1.32 129	0.07 184	1.44 34	0.79 50	0.06 14	0.04 39	0.27 85	0.11 112	0.60 56	0.13 34	0.00 1	0.01 192	0.00 1	0.00 1	0.03 91	0.01 11

GMStereo	0.34 12	1.03 291	2.11 133	0.01 10	0.00 1	0.47 13	0.01 18	0.77 15	1.38 186	0.24 40	0.04 39	0.07 41	0.08 88	0.43 26	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	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
MGS-Stereo	0.35 13	0.20 81	1.15 9	0.04 83	0.00 1	0.52 15	0.01 18	0.52 3	0.80 55	0.03 5	2.86 303	0.04 7	0.03 34	0.28 8	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.43 356	0.00 1

Anonymous	0.35 13	0.22 91	2.01 111	0.00 1	0.00 1	0.24 3	0.01 18	3.01 105	0.54 23	0.02 1	0.03 29	0.05 22	0.07 77	0.32 13	0.07 9	0.00 1	0.01 192	0.00 1	0.00 1	0.11 221	0.22 185

XX-TBD	0.36 15	0.59 198	1.75 57	0.07 126	0.00 1	1.11 57	0.00 1	0.73 13	0.63 34	0.44 62	1.24 227	0.06 30	0.06 66	0.39 20	0.08 12	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 38

MIF-Stereo (partial)	0.37 16	0.39 146	1.98 107	0.02 40	0.00 1	0.43 12	0.02 76	2.35 68	0.61 32	0.18 28	0.10 58	0.07 41	0.07 77	0.61 59	0.40 135	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.02 24

CREStereo++_RVC	0.37 16	0.24 99	1.62 36	0.06 116	0.00 1	1.21 80	0.01 18	0.77 15	1.12 102	0.26 43	1.45 238	0.06 30	0.06 66	0.42 24	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 67
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
TANstereo	0.37 16	0.50 170	1.62 36	0.03 59	0.01 61	1.16 65	0.00 1	0.56 5	0.53 21	1.05 150	1.38 235	0.06 30	0.05 59	0.45 28	0.07 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

knoymous	0.41 19	0.09 6	1.34 16	0.05 98	0.01 61	1.15 62	0.01 18	2.36 69	0.23 3	0.51 81	0.02 1	1.64 213	0.00 1	0.49 32	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 44

CroCo-Stereo Lap2	0.42 20	0.75 230	1.76 63	0.03 59	0.00 1	0.33 4	0.01 18	3.75 147	0.81 56	0.02 1	0.03 29	0.04 7	0.07 77	0.52 39	0.23 77	0.00 1	0.00 1	0.00 1	0.00 1	0.07 158	0.03 38

UDGNet	0.44 21	0.91 258	1.89 98	0.04 83	0.00 1	1.15 62	0.02 76	0.75 14	1.77 243	0.45 66	0.07 54	0.06 30	0.02 17	1.62 133	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

dd	0.45 22	1.20 311	2.52 191	0.06 116	0.01 61	1.23 88	0.03 125	0.88 19	1.48 198	0.26 43	0.06 51	0.12 60	0.05 59	0.42 24	0.44 138	0.02 322	0.00 1	0.00 1	0.00 1	0.06 134	0.06 67

ProNet	0.47 23	0.35 136	1.75 57	0.19 197	0.54 307	1.09 49	0.01 18	0.97 20	1.25 138	0.02 1	0.02 1	0.06 30	0.03 34	0.58 47	0.09 13	0.00 1	0.57 303	0.00 1	0.00 1	0.14 249	1.65 350

AnonymousM	0.48 24	0.11 13	1.03 6	0.06 116	0.01 61	1.10 54	0.03 125	1.91 57	1.37 183	0.25 41	0.04 39	0.02 2	0.24 160	0.56 44	0.33 101	0.00 1	0.43 292	1.91 391	0.00 1	0.01 9	0.22 185

CRE-IMP	0.49 25	0.14 27	1.75 57	0.08 134	0.05 153	1.48 180	0.45 295	1.64 46	1.22 127	0.92 128	0.29 106	0.87 153	0.01 5	0.39 20	0.25 83	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.17 156

CroCo-Stereo	0.50 26	0.63 210	2.38 168	0.14 182	0.00 1	0.19 2	0.02 76	4.28 220	0.96 80	0.14 21	0.03 29	0.46 101	0.08 88	0.32 13	0.29 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
sAnonymous2	0.50 26	0.60 201	4.41 296	0.01 10	0.00 1	0.34 6	0.08 190	2.33 66	1.09 95	0.03 5	0.06 51	0.04 7	0.10 104	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.35 224

CroCo_RVC	0.50 26	0.60 201	4.41 296	0.01 10	0.00 1	0.34 6	0.08 190	2.33 66	1.09 95	0.03 5	0.06 51	0.04 7	0.10 104	0.29 11	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.35 224

ff7	0.51 29	0.26 104	1.81 76	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

ffff	0.51 29	0.26 104	1.81 76	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

11t	0.51 29	0.26 104	1.81 76	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

CES	0.51 29	0.16 39	1.23 13	0.09 150	1.58 373	1.18 70	0.05 166	1.07 26	0.79 50	0.03 5	0.03 29	0.14 68	0.10 104	0.55 41	0.12 26	0.00 1	0.01 192	0.00 1	0.00 1	0.01 9	2.98 390

Selective-IGEV	0.51 29	0.13 23	1.41 18	0.72 314	0.62 328	0.38 9	0.04 154	2.58 76	1.21 125	0.19 32	0.02 1	0.02 2	0.06 66	0.48 30	0.46 147	0.01 298	0.80 319	0.00 1	0.09 292	0.07 158	0.91 298

ccc-4	0.51 29	0.26 104	1.81 76	0.19 197	0.25 250	1.08 42	0.01 18	0.71 8	1.36 178	0.47 69	0.02 1	0.04 7	0.08 88	0.79 81	0.18 52	0.00 1	0.92 334	0.00 1	0.15 312	0.10 198	1.76 360

ROB_FTStereo_v2	0.52 35	0.18 52	1.71 50	0.08 134	0.09 183	1.59 209	0.32 283	1.61 41	1.25 138	0.99 139	0.19 83	0.76 144	0.02 17	1.36 122	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

Gwc-CoAtRS	0.52 35	0.16 39	1.68 48	0.05 98	0.13 202	1.06 35	0.03 125	2.88 88	0.54 23	0.40 54	0.02 1	2.22 256	0.03 34	0.49 32	0.26 90	0.00 1	0.09 255	0.00 1	0.22 350	0.01 9	0.11 121

MyStereo07	0.53 37	0.51 177	1.58 33	0.03 59	0.34 286	1.66 237	0.02 76	1.68 47	1.34 172	0.53 83	0.02 1	0.04 7	0.11 112	0.74 75	0.26 90	0.00 1	1.19 378	0.00 1	0.18 333	0.03 91	0.37 227

Selective-RAFT	0.53 37	0.18 52	1.12 8	0.04 83	0.01 61	1.19 72	0.02 76	3.26 125	1.29 156	0.02 1	0.02 1	0.24 79	0.18 144	1.34 121	0.44 138	0.00 1	0.93 340	0.00 1	0.19 339	0.05 124	0.17 156

RCA-Stereo	0.53 37	0.18 52	1.16 10	0.01 10	0.24 246	1.20 73	0.01 18	3.86 164	0.97 81	0.77 109	0.50 152	0.05 22	0.13 128	0.32 13	0.03 3	0.00 1	0.87 327	0.00 1	0.00 1	0.08 168	0.24 194

ICVP	0.53 37	0.09 6	1.86 88	0.01 10	0.01 61	1.12 58	0.21 244	4.35 224	0.68 40	0.45 66	0.28 104	0.33 88	0.07 77	0.72 72	0.25 83	0.00 1	0.07 245	0.00 1	0.00 1	0.04 112	0.11 121
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp	0.54 41	0.26 104	1.62 36	0.47 266	0.60 320	1.08 42	0.01 18	1.01 24	1.37 183	0.49 77	0.02 1	0.04 7	0.09 97	0.73 73	0.15 39	0.00 1	0.82 320	0.00 1	0.16 318	0.10 198	1.83 370

IGEV-Stereo	0.54 41	0.26 104	1.62 36	0.47 266	0.61 321	1.08 42	0.01 18	1.00 22	1.37 183	0.49 77	0.02 1	0.04 7	0.09 97	0.73 73	0.16 43	0.00 1	0.82 320	0.00 1	0.16 318	0.10 198	1.83 370
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-adaLoss	0.54 41	0.18 52	1.72 51	0.08 134	0.09 183	1.63 228	0.29 274	1.60 38	1.27 148	0.99 139	0.18 71	0.76 144	0.02 17	1.79 144	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

HUI-Stereo	0.54 41	0.18 52	1.78 68	0.08 134	0.08 176	1.63 228	0.31 281	1.60 38	1.28 152	0.99 139	0.18 71	0.76 144	0.02 17	1.56 127	0.19 60	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

RAFT-IKP	0.54 41	0.18 52	1.77 66	0.08 134	0.07 167	1.47 175	0.29 274	1.61 41	1.26 144	0.99 139	0.18 71	0.74 137	0.02 17	1.77 141	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

test croco	0.55 46	0.55 186	3.45 245	0.10 160	0.00 1	0.50 14	0.02 76	3.49 132	1.16 106	0.05 13	0.10 58	0.13 65	0.17 140	0.67 65	0.28 93	0.00 1	0.00 1	0.00 1	0.00 1	0.36 345	0.01 11

ROB_FTStereo	0.55 46	0.18 52	1.75 57	0.08 134	0.09 183	1.61 220	0.32 283	1.60 38	1.26 144	0.99 139	0.19 83	0.75 139	0.03 34	1.97 148	0.19 60	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

iRaftStereo_RVC	0.55 46	0.59 198	1.20 11	0.03 59	0.00 1	1.23 88	0.01 18	2.55 75	0.81 56	0.15 22	0.23 94	0.70 132	0.12 125	0.48 30	0.22 70	0.00 1	1.14 372	0.00 1	0.00 1	0.33 336	1.13 314

R-Stereo Train	0.56 49	0.15 28	1.83 82	0.02 40	0.00 1	1.26 105	0.09 201	4.14 204	0.45 17	1.86 236	0.42 139	0.06 30	0.01 5	0.32 13	0.46 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 59

RAFT-Stereo	0.56 49	0.15 28	1.83 82	0.02 40	0.00 1	1.26 105	0.09 201	4.14 204	0.45 17	1.86 236	0.42 139	0.06 30	0.01 5	0.32 13	0.46 147	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 59
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
H2IRNET	0.57 51	0.56 192	2.03 116	0.25 227	0.06 158	1.20 73	0.01 18	1.91 57	0.64 35	0.04 10	1.78 256	0.47 103	0.04 44	1.69 135	0.42 136	0.00 1	0.00 1	0.01 324	0.01 240	0.24 311	0.08 82

MC-Stereo	0.57 51	0.16 39	1.63 42	0.70 310	0.93 352	1.10 54	0.01 18	1.43 33	0.26 9	0.91 124	0.02 1	0.08 46	0.11 112	0.61 59	0.23 77	0.00 1	1.15 373	0.00 1	0.17 326	0.10 198	1.84 372

4D-IteraStereo	0.59 53	0.98 278	2.62 198	0.04 83	0.09 183	1.07 37	0.08 190	1.45 35	0.39 12	0.12 19	0.05 47	0.82 151	0.10 104	0.77 78	1.05 230	0.00 1	0.40 289	0.00 1	0.00 1	0.08 168	1.79 369

Patchmatch Stereo++	0.59 53	0.18 52	1.73 52	0.08 134	0.08 176	1.62 225	0.26 259	1.62 44	1.25 138	1.00 145	0.18 71	0.75 139	0.03 34	2.68 158	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59
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
DeepStereo_RVC	0.59 53	0.16 39	1.65 44	0.08 134	0.06 158	1.37 140	0.40 291	1.58 37	1.26 144	1.03 148	0.83 193	0.49 105	1.52 287	0.94 99	0.18 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.13 135

iGMRVC	0.59 53	0.18 52	1.75 57	0.08 134	0.09 183	1.63 228	0.27 266	1.61 41	1.27 148	0.99 139	0.19 83	0.75 139	0.03 34	2.78 160	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

iRAFT	0.59 53	0.18 52	1.73 52	0.08 134	0.08 176	1.62 225	0.26 259	1.62 44	1.25 138	1.00 145	0.18 71	0.75 139	0.03 34	2.68 158	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

CFNet-RSSM	0.60 58	0.15 28	1.55 30	0.05 98	0.14 207	1.27 112	0.02 76	4.87 263	0.58 28	0.34 47	0.02 1	1.92 232	0.04 44	0.49 32	0.25 83	0.00 1	0.01 192	0.00 1	0.27 370	0.01 9	0.10 114

Anonymous3	0.61 59	0.23 95	2.97 219	0.01 10	0.00 1	2.54 291	0.09 201	3.88 169	0.89 70	0.19 32	0.23 94	0.12 60	0.05 59	0.61 59	0.17 49	0.00 1	0.08 249	0.00 1	0.00 1	0.05 124	0.18 163

FENet	0.61 59	0.22 91	1.75 57	0.05 98	0.00 1	1.21 80	0.05 166	3.78 148	1.28 152	1.08 155	0.02 1	1.61 208	0.09 97	0.60 56	0.35 111	0.00 1	0.01 192	0.00 1	0.00 1	0.04 112	0.08 82

GMOStereo	0.62 61	0.55 186	1.80 69	0.09 150	0.61 321	1.07 37	0.03 125	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

error version	0.62 61	0.55 186	1.80 69	0.09 150	0.61 321	1.07 37	0.03 125	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

test-v	0.62 61	0.55 186	1.80 69	0.09 150	0.61 321	1.07 37	0.03 125	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

GANet-ADL	0.62 61	0.16 39	1.89 98	0.15 187	0.02 106	1.46 169	0.02 76	3.83 161	0.75 45	0.40 54	1.08 214	1.09 181	0.18 144	0.65 64	0.47 152	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.13 135

test-2	0.62 61	0.55 186	1.80 69	0.09 150	0.61 321	1.07 37	0.03 125	2.92 94	0.25 4	2.23 264	0.02 1	0.66 121	0.04 44	0.25 4	0.22 70	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

LL-Strereo2	0.63 66	0.97 275	2.03 116	0.76 326	0.86 345	1.15 62	0.08 190	1.85 54	1.20 120	0.45 66	0.02 1	0.50 108	0.07 77	0.63 62	0.65 178	0.00 1	0.17 267	0.00 1	0.03 261	0.05 124	1.05 310

CASS	0.63 66	0.16 39	1.88 95	0.03 59	0.01 61	1.67 242	0.04 154	3.11 116	0.81 56	2.25 269	1.02 211	0.29 86	0.35 180	0.70 68	0.23 77	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.04 44
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Pruner-Stereo	0.63 66	0.21 86	1.86 88	1.03 349	0.10 191	1.59 209	0.35 288	2.26 64	1.22 127	2.22 263	0.45 146	0.25 83	0.01 5	0.67 65	0.38 127	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

AEACV	0.64 69	0.08 3	1.46 19	0.72 314	0.96 353	1.22 84	0.00 1	1.90 56	0.67 37	0.54 84	0.07 54	0.02 2	0.73 241	0.63 62	0.28 93	0.01 298	0.92 334	0.00 1	0.36 379	0.09 187	2.04 383

EGLCR-Stereo	0.64 69	0.12 18	1.52 25	0.74 321	0.75 340	1.83 260	0.54 303	2.79 84	0.67 37	0.66 92	0.04 39	0.01 1	0.02 17	0.77 78	0.45 142	0.00 1	0.71 313	0.00 1	0.00 1	0.00 1	1.14 315

test_4	0.65 71	0.40 151	1.73 52	0.11 172	0.19 225	1.28 115	0.03 125	1.41 32	0.22 2	0.28 45	3.49 318	0.72 134	0.09 97	1.93 147	0.53 162	0.00 1	0.11 259	0.00 1	0.08 289	0.16 269	0.15 147

PFNet+	0.65 71	0.19 75	2.19 140	0.29 237	0.06 158	1.46 169	0.54 303	1.74 51	1.62 216	1.35 191	0.45 146	0.36 90	0.01 5	2.41 153	0.25 83	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

GMStereo_Zeroshot	0.67 73	0.24 99	1.87 93	0.87 336	0.00 1	1.26 105	0.01 18	2.01 60	0.42 14	1.44 200	0.58 163	1.73 221	0.19 148	2.62 156	0.10 20	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.09 104

cross-raft	0.67 73	0.19 75	1.85 85	0.58 289	0.71 338	1.09 49	0.10 209	3.52 133	0.69 41	0.41 59	0.02 1	2.81 281	0.04 44	0.55 41	0.23 77	0.00 1	0.13 263	0.00 1	0.16 318	0.01 9	0.22 185

rafts_anoy	0.67 73	0.91 258	1.85 85	0.60 292	1.02 359	1.16 65	0.04 154	3.25 123	0.48 19	0.19 32	0.18 71	0.11 58	0.19 148	1.17 106	0.58 168	0.00 1	1.47 391	0.00 1	0.01 240	0.05 124	0.22 185

s12784h	0.67 73	0.17 47	1.87 93	0.02 40	0.00 1	1.16 65	0.03 125	4.08 194	1.89 252	1.04 149	1.59 248	0.05 22	0.02 17	1.25 117	0.12 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

TestStereo	0.67 73	0.99 281	2.26 151	0.00 1	0.00 1	0.92 20	0.01 18	1.77 52	0.30 10	0.20 38	0.05 47	0.08 46	0.06 66	6.62 304	0.09 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 82

MoCha-V2	0.68 78	0.15 28	1.56 31	0.56 286	0.64 330	0.33 4	0.09 201	3.61 137	1.11 99	0.13 20	0.83 193	0.10 56	0.06 66	0.80 86	0.51 157	0.00 1	1.16 374	0.00 1	0.24 358	0.13 240	1.64 349

raftrobust	0.68 78	0.89 255	1.80 69	0.02 40	1.29 365	1.22 84	0.05 166	2.37 70	0.62 33	2.99 312	0.03 29	0.12 60	0.15 130	0.60 56	0.51 157	0.00 1	0.69 309	0.00 1	0.00 1	0.10 198	0.24 194

RALAANet	0.68 78	1.09 300	2.29 154	0.03 59	0.01 61	0.93 21	0.03 125	2.65 77	1.97 260	1.19 169	0.39 134	0.15 71	0.30 170	1.27 118	0.75 192	0.00 1	0.25 273	0.00 1	0.09 292	0.19 289	0.03 38

DIP-Stereo	0.68 78	0.35 136	1.76 63	0.08 134	0.00 1	1.46 169	0.01 18	6.53 355	1.71 234	0.91 124	0.11 61	0.04 7	0.19 148	0.19 2	0.09 13	0.00 1	0.01 192	0.00 1	0.00 1	0.03 91	0.17 156
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	0.70 82	0.28 112	1.86 88	0.56 286	0.56 311	1.06 35	0.00 1	2.89 90	1.21 125	0.60 85	0.34 116	0.08 46	0.04 44	0.76 76	0.85 205	0.02 322	1.09 354	0.00 1	0.18 333	0.06 134	1.58 346

PCWNet_CMD	0.70 82	0.18 52	2.22 144	0.01 10	0.01 61	1.09 49	0.00 1	3.17 118	1.35 176	0.50 79	0.29 106	2.28 259	1.46 284	1.22 113	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

GwcNet-ADL	0.71 84	0.22 91	2.22 144	0.05 98	0.01 61	1.32 129	0.02 76	3.82 156	1.61 210	1.06 153	0.44 143	1.46 197	0.22 157	0.94 99	0.62 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 140

raft+_RVC	0.71 84	1.05 293	1.86 88	0.64 301	1.31 366	1.20 73	0.05 166	2.44 72	0.77 49	0.18 28	0.43 142	0.08 46	0.15 130	0.93 98	0.64 176	0.00 1	1.43 389	0.00 1	0.00 1	0.09 187	1.03 309

CFNet_pseudo	0.71 84	0.20 81	2.34 163	0.01 10	0.01 61	1.24 92	0.00 1	3.19 121	0.92 75	0.85 116	0.47 150	2.29 263	0.61 219	1.79 144	0.17 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 140

MSMDNet	0.71 84	0.18 52	2.22 144	0.01 10	0.01 61	1.09 49	0.00 1	3.25 123	1.35 176	0.52 82	0.29 106	2.29 263	1.45 281	1.22 113	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

ccs_rob	0.71 84	0.20 81	2.35 164	0.00 1	0.01 61	1.24 92	0.00 1	3.17 118	0.91 74	0.82 114	0.45 146	2.28 259	0.63 226	1.78 143	0.18 52	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 140

MIM_Stereo	0.72 89	0.80 242	2.05 121	0.63 299	1.06 360	1.31 121	0.02 76	2.80 85	1.24 131	0.19 32	0.02 1	0.70 132	0.20 153	1.31 119	0.16 43	0.00 1	0.18 268	0.00 1	0.00 1	0.17 281	1.53 338

GES	0.75 90	0.26 104	2.66 201	0.01 10	0.00 1	1.63 228	0.08 190	6.06 340	0.57 27	0.68 93	0.40 135	0.37 91	0.66 234	0.84 93	0.49 153	0.02 322	0.00 1	0.01 324	0.00 1	0.08 168	0.10 114

ACVNet	0.75 90	0.56 192	2.30 156	0.09 150	0.00 1	1.39 146	0.21 244	2.76 80	1.34 172	0.88 120	0.75 182	1.92 232	0.26 164	0.51 37	1.65 259	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.20 178

LargeStereo	0.76 92	0.41 155	1.49 24	0.75 324	0.88 347	0.38 9	0.03 125	5.40 302	0.75 45	0.25 41	0.07 54	0.04 7	0.16 135	0.81 90	0.36 115	0.00 1	1.17 376	0.00 1	0.04 273	0.14 249	1.96 382

Any-RAFT	0.76 92	0.13 23	1.46 19	0.03 59	0.01 61	2.76 302	0.08 190	4.09 195	1.69 228	1.08 155	0.26 102	1.95 235	0.31 174	0.95 101	0.09 13	0.01 298	0.20 272	0.00 1	0.00 1	0.01 9	0.08 82

AdaStereo	0.76 92	0.12 18	1.73 52	0.05 98	0.00 1	1.46 169	0.23 250	5.16 285	1.66 225	1.19 169	0.37 127	1.54 201	0.17 140	0.86 96	0.54 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 82
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.
MIPNet	0.77 95	0.74 228	2.72 202	0.08 134	0.07 167	1.32 129	0.12 218	4.14 204	1.51 200	0.90 123	0.11 61	0.67 125	0.95 255	1.42 124	0.30 99	0.00 1	0.01 192	0.01 324	0.01 240	0.15 261	0.23 190

test-1	0.77 95	0.31 123	1.67 45	0.03 59	0.97 354	1.23 88	0.07 184	4.63 248	0.75 45	0.73 103	0.67 174	1.06 177	0.03 34	0.58 47	0.80 197	0.02 322	0.79 318	0.00 1	0.07 285	0.01 9	0.96 304

UCFNet_RVC	0.78 97	0.68 219	2.05 121	0.02 40	0.29 270	1.57 206	0.02 76	3.57 134	0.87 64	1.35 191	0.74 180	1.66 216	0.20 153	1.92 146	0.61 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 44

x	0.80 98	0.39 146	1.80 69	0.66 304	0.50 304	1.02 28	0.00 1	3.61 137	1.34 172	0.65 89	0.34 116	0.53 111	0.14 129	1.21 111	0.91 218	0.00 1	1.09 354	0.00 1	0.20 341	0.06 134	1.59 347

RALCasStereoNet	0.80 98	0.96 272	1.77 66	0.28 236	0.97 354	1.13 59	0.03 125	2.91 93	1.11 99	0.17 26	0.34 116	0.12 60	0.20 153	1.65 134	0.65 178	0.00 1	1.72 398	0.00 1	0.00 1	0.11 221	1.90 381

whm_eth	0.81 100	0.77 237	4.13 278	0.03 59	0.00 1	1.26 105	0.02 76	4.05 189	2.20 276	0.35 48	2.47 294	0.13 65	0.11 112	0.28 8	0.14 37	0.00 1	0.01 192	0.00 1	0.00 1	0.02 36	0.28 210

test_3	0.81 100	0.15 28	2.17 138	0.36 244	0.58 316	1.03 29	0.01 18	3.01 105	0.59 29	0.98 134	0.02 1	1.04 174	0.04 44	3.72 184	0.39 134	0.00 1	0.92 334	0.00 1	0.25 359	0.16 269	0.69 278

NRIStereo	0.82 102	0.17 47	1.56 31	0.61 294	0.05 153	1.61 220	0.48 298	1.52 36	1.19 114	0.91 124	0.17 68	0.65 119	0.03 34	7.00 333	0.25 83	0.00 1	0.06 242	0.00 1	0.00 1	0.06 134	0.17 156

AE-Stereo	0.83 103	0.13 23	2.17 138	0.08 134	0.24 246	1.24 92	0.03 125	5.22 288	1.26 144	0.70 95	1.09 215	0.20 73	0.16 135	0.70 68	0.33 101	0.00 1	0.89 333	0.00 1	0.26 366	0.09 187	1.75 359

DCANet-4	0.83 103	0.18 52	4.76 306	0.04 83	0.01 61	1.24 92	0.02 76	3.84 162	2.21 277	2.39 282	0.25 97	0.11 58	0.24 160	0.59 54	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

fff	0.83 103	0.63 210	3.63 255	0.01 10	0.04 145	1.25 99	0.02 76	3.98 178	1.29 156	2.39 282	0.25 97	0.09 51	1.78 302	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

HCRNet	0.83 103	0.39 146	1.59 35	0.02 40	0.00 1	1.18 70	0.01 18	3.69 142	2.28 283	0.75 106	0.21 90	0.56 113	0.11 112	5.32 259	0.25 83	0.00 1	0.01 192	0.00 1	0.00 1	0.08 168	0.04 44

csc	0.83 103	0.63 210	3.63 255	0.01 10	0.04 145	1.25 99	0.02 76	3.98 178	1.29 156	2.39 282	0.25 97	0.09 51	1.78 302	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

cscssc	0.83 103	0.63 210	3.63 255	0.01 10	0.04 145	1.25 99	0.02 76	3.98 178	1.29 156	2.39 282	0.25 97	0.09 51	1.78 302	0.58 47	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

CFNet_ucs	0.84 109	0.23 95	2.43 182	0.01 10	0.01 61	1.34 134	0.01 18	3.82 156	1.61 210	1.24 179	1.13 220	2.16 254	0.41 199	2.08 150	0.17 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.17 156

test_1	0.84 109	0.15 28	2.03 116	0.37 247	0.55 308	1.01 26	0.02 76	3.06 109	0.55 26	1.73 231	0.02 1	1.09 181	0.04 44	3.70 183	0.38 127	0.00 1	0.93 340	0.00 1	0.25 359	0.16 269	0.84 291

DCANet	0.84 109	0.65 215	3.63 255	0.03 59	0.00 1	1.25 99	0.01 18	3.99 182	2.16 271	2.66 299	0.31 113	0.09 51	0.48 206	0.57 46	0.45 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.41 241

RAFT-Test	0.85 112	0.19 75	2.98 220	0.66 304	0.99 356	1.83 260	0.17 229	3.16 117	1.19 114	0.71 96	0.11 61	3.21 301	0.02 17	0.58 47	0.33 101	0.00 1	0.47 293	0.00 1	0.29 372	0.01 9	0.15 147

RAFT_CTSACE	0.85 112	0.95 268	2.60 194	0.60 292	0.05 153	1.20 73	0.01 18	3.18 120	0.85 62	0.79 110	1.57 246	2.18 255	0.78 245	1.20 109	0.22 70	0.00 1	0.33 285	0.00 1	0.00 1	0.28 326	0.21 184

RAFT+CT+SA	0.85 112	0.91 258	2.23 149	0.19 197	0.29 270	1.27 112	0.03 125	4.92 269	0.86 63	0.65 89	0.40 135	0.67 125	0.05 59	3.03 164	0.18 52	0.00 1	0.28 282	0.00 1	0.35 378	0.15 261	0.61 268

test-3	0.86 115	0.15 28	2.03 116	0.37 247	0.56 311	1.01 26	0.02 76	3.05 107	0.54 23	1.98 250	0.02 1	1.09 181	0.04 44	3.73 185	0.38 127	0.00 1	0.93 340	0.00 1	0.25 359	0.16 269	0.82 289

SFCPSM	0.87 116	0.20 81	2.57 192	0.02 40	0.07 167	2.45 287	0.18 234	5.65 314	1.51 200	0.85 116	0.77 185	0.67 125	0.30 170	1.77 141	0.22 70	0.00 1	0.00 1	0.00 1	0.04 273	0.09 187	0.09 104

DMCA	0.87 116	0.52 182	3.24 235	0.01 10	0.01 61	1.30 119	0.02 76	3.69 142	1.87 250	2.29 270	0.17 68	1.71 219	0.10 104	0.76 76	1.42 248	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.12 127

IGEVStereo-DCA	0.88 118	1.21 312	1.81 76	0.18 192	0.16 217	0.83 17	0.01 18	0.71 8	1.36 178	0.40 54	0.04 39	0.06 30	0.09 97	6.04 281	2.22 286	0.00 1	0.48 296	0.00 1	0.15 312	0.16 269	1.76 360

anonymousdsp2	0.88 118	0.10 10	2.48 187	0.42 255	0.77 341	1.22 84	0.02 76	4.89 265	1.23 129	0.75 106	0.21 90	0.94 163	0.09 97	1.46 126	0.31 100	0.00 1	0.88 328	0.00 1	0.11 300	0.05 124	1.78 367

IER	0.88 118	0.38 144	2.74 204	0.01 10	0.00 1	2.27 276	0.02 76	3.65 141	1.30 164	1.45 201	0.96 208	1.39 195	1.16 262	1.60 130	0.53 162	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.02 24

IPLGR	0.88 118	0.30 117	3.78 268	0.06 116	0.07 167	1.26 105	0.05 166	3.78 148	1.62 216	0.80 111	0.35 123	0.79 148	0.76 242	3.42 173	0.27 92	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.16 151

PSMNet-ADL	0.88 118	0.12 18	1.32 15	0.07 126	0.01 61	2.03 268	0.03 125	3.00 103	1.28 152	0.39 53	0.66 172	2.12 247	0.67 235	4.19 196	1.38 247	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 194

TRStereo	0.88 118	1.18 309	2.44 184	0.72 314	0.10 191	1.56 203	0.03 125	5.73 319	1.28 152	0.18 28	0.30 110	0.62 115	0.43 200	1.02 102	0.13 34	0.00 1	0.47 293	0.00 1	0.25 359	0.01 9	1.23 321

AFF-stereo	0.89 124	1.05 293	1.70 49	0.49 275	0.18 223	1.21 80	0.01 18	3.58 136	1.62 216	0.84 115	1.93 263	1.14 184	0.26 164	1.24 115	0.68 184	0.00 1	0.64 308	0.00 1	0.00 1	0.26 318	0.89 297

qqq	0.90 125	0.41 155	1.88 95	0.10 160	0.59 318	1.09 49	0.00 1	3.82 156	1.29 156	0.61 86	0.38 130	0.73 135	0.15 130	3.19 167	0.90 215	0.00 1	1.08 351	0.00 1	0.23 353	0.06 134	1.57 342

RAFT-Stereo + iAFF	0.90 125	0.95 268	1.93 103	0.06 116	0.92 350	1.24 92	0.02 76	3.30 127	1.75 241	1.23 178	2.58 297	0.43 98	0.16 135	0.68 67	0.82 200	0.00 1	0.70 312	0.00 1	0.00 1	0.23 303	1.05 310

MSKI-zero shot	0.91 127	0.18 52	1.86 88	0.61 294	0.62 328	1.36 138	0.05 166	3.41 130	0.31 11	0.73 103	1.79 257	0.88 154	0.00 1	4.71 223	0.16 43	0.00 1	0.93 340	0.00 1	0.21 346	0.02 36	0.32 216

EKT-Stereo	0.91 127	0.23 95	2.14 136	0.84 333	4.27 392	1.23 88	0.04 154	2.85 87	0.67 37	0.44 62	0.40 135	0.95 167	0.08 88	2.93 163	0.38 127	0.00 1	0.18 268	0.00 1	0.07 285	0.04 112	0.40 239

RAFT	0.91 127	0.96 272	1.82 81	0.89 338	0.44 298	0.97 24	0.08 190	3.71 145	1.25 138	0.36 50	0.20 87	3.87 325	0.27 167	0.70 68	0.49 153	0.00 1	0.83 322	0.00 1	0.01 240	0.47 358	0.87 295

ToySt	0.92 130	0.51 177	4.35 288	0.21 212	0.71 338	1.32 129	0.00 1	2.77 83	1.33 169	0.21 39	0.51 155	1.47 198	0.11 112	1.14 104	0.87 208	0.03 332	0.69 309	0.00 1	0.20 341	0.10 198	1.88 379

NF-Stereo	0.92 130	0.18 52	1.99 109	1.31 362	0.01 61	1.55 199	0.28 267	3.09 112	1.24 131	1.20 173	0.57 158	0.24 79	0.01 5	6.43 295	0.35 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

RE-Stereo	0.92 130	0.18 52	2.01 111	1.31 362	0.01 61	1.55 199	0.28 267	3.09 112	1.24 131	1.21 174	0.57 158	0.24 79	0.01 5	6.43 295	0.34 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

TVStereo	0.92 130	0.18 52	2.01 111	1.31 362	0.01 61	1.55 199	0.28 267	3.09 112	1.24 131	1.21 174	0.57 158	0.24 79	0.01 5	6.43 295	0.34 109	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

psmg	0.93 134	0.15 28	1.48 21	0.02 40	0.00 1	3.25 317	0.26 259	5.45 307	1.17 109	2.00 251	1.45 238	1.78 224	0.10 104	0.80 86	0.71 188	0.00 1	0.00 1	0.01 324	0.00 1	0.02 36	0.04 44

LCNet	0.93 134	0.21 86	1.62 36	0.14 182	0.26 259	1.20 73	0.22 247	2.71 78	0.90 73	1.82 234	0.21 90	0.12 60	2.50 323	5.59 269	0.16 43	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.79 288

OCTAStereo	0.93 134	0.18 52	2.01 111	1.31 362	0.01 61	1.56 203	0.28 267	3.09 112	1.24 131	1.21 174	0.57 158	0.25 83	0.01 5	6.43 295	0.35 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

ACVNet-DCA	0.94 137	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	3.82 156	1.29 156	0.71 96	0.83 193	0.05 22	0.61 219	1.60 130	0.12 26	0.00 1	1.13 367	0.00 1	0.03 261	0.06 134	1.57 342

mmm	0.94 137	0.32 127	2.04 120	0.73 319	0.85 342	1.17 69	0.01 18	3.97 177	1.42 190	1.51 205	0.93 205	0.46 101	0.21 156	1.18 107	0.87 208	0.00 1	1.16 374	0.00 1	0.26 366	0.06 134	1.72 355

test_5	0.94 137	0.94 265	2.60 194	0.55 285	0.25 250	1.47 175	0.02 76	4.89 265	0.97 81	0.81 112	0.30 110	0.80 149	0.63 226	3.39 171	0.24 81	0.00 1	0.27 278	0.00 1	0.00 1	0.17 281	0.54 256

BSDual-CNN	0.94 137	0.15 28	1.48 21	0.04 83	0.00 1	3.30 318	0.20 238	6.00 335	1.17 109	2.36 277	0.64 169	1.78 224	0.10 104	0.80 86	0.71 188	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

CIPLG	0.94 137	1.29 320	3.53 252	0.19 197	0.03 124	1.45 165	0.29 274	3.87 166	1.61 210	2.10 257	2.52 295	0.21 77	0.11 112	0.85 95	0.29 95	0.00 1	0.05 236	0.01 324	0.05 276	0.21 296	0.08 82

IPLGR_C	0.94 137	1.37 326	3.71 263	0.19 197	0.02 106	1.44 161	0.29 274	3.88 169	1.62 216	2.04 253	2.44 293	0.20 73	0.12 125	0.79 81	0.29 95	0.00 1	0.05 236	0.01 324	0.05 276	0.21 296	0.08 82

ACRE	0.94 137	1.27 318	3.93 274	0.22 213	0.02 106	1.44 161	0.29 274	3.88 169	1.60 209	1.97 249	2.42 288	0.21 77	0.11 112	0.82 91	0.29 95	0.00 1	0.04 231	0.01 324	0.05 276	0.21 296	0.09 104

HHNet	0.94 137	0.28 112	2.48 187	0.19 197	0.08 176	1.32 129	0.42 293	2.48 73	0.84 61	1.39 197	5.80 346	0.14 68	1.74 301	0.49 32	0.94 220	0.06 348	0.00 1	0.01 324	0.00 1	0.14 249	0.04 44

acv_ft	0.94 137	0.56 192	2.28 153	0.04 83	1.07 361	1.71 248	0.01 18	4.41 228	1.34 172	1.53 209	0.75 182	1.92 232	0.45 204	0.51 37	1.74 263	0.00 1	0.00 1	0.00 1	0.00 1	0.32 334	0.20 178

CAS	0.95 146	0.12 18	1.08 7	6.79 396	0.08 176	1.10 54	0.01 18	0.97 20	0.87 64	0.03 5	0.04 39	0.07 41	0.06 66	0.37 18	0.15 39	6.94 397	0.00 1	0.00 1	0.00 1	0.00 1	0.30 212

riskmin	0.95 146	0.06 1	2.01 111	0.80 329	0.86 345	1.58 208	0.24 253	4.28 220	0.53 21	0.85 116	0.29 106	2.60 272	1.04 256	0.70 68	0.61 172	0.00 1	0.85 324	0.00 1	0.26 366	0.01 9	1.48 337

test_xeample3	0.95 146	1.30 321	5.13 323	0.19 197	0.23 241	0.95 22	0.07 184	2.30 65	1.47 197	0.40 54	0.05 47	0.08 46	0.07 77	1.45 125	2.27 288	0.00 1	0.69 309	0.00 1	0.33 376	0.17 281	1.85 373

TestStereo1	0.96 149	0.91 258	2.21 142	0.24 222	0.42 294	1.31 121	0.02 76	4.10 197	1.71 234	0.47 69	1.64 249	0.20 73	1.20 264	3.55 178	0.36 115	0.00 1	0.27 278	0.00 1	0.00 1	0.19 289	0.32 216

DisPM	0.96 149	0.17 47	2.10 131	0.90 339	0.02 106	1.53 194	0.55 307	1.86 55	1.31 167	2.42 286	0.82 192	0.38 93	0.01 5	6.92 324	0.20 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

SA-5K	0.96 149	0.91 258	2.21 142	0.24 222	0.42 294	1.31 121	0.02 76	4.10 197	1.71 234	0.47 69	1.64 249	0.20 73	1.20 264	3.55 178	0.36 115	0.00 1	0.27 278	0.00 1	0.00 1	0.19 289	0.32 216

PSM-softLoss	0.96 149	0.18 52	2.32 161	1.26 356	0.03 124	1.50 185	0.26 259	2.90 91	1.27 148	1.30 183	0.38 130	0.39 94	0.01 5	6.94 327	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

KMStereo	0.96 149	0.18 52	2.32 161	1.26 356	0.03 124	1.50 185	0.26 259	2.90 91	1.27 148	1.30 183	0.38 130	0.39 94	0.01 5	6.94 327	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

StereoDRNet-Refined	0.96 149	0.28 112	1.94 105	0.03 59	0.01 61	1.34 134	0.01 18	4.02 185	1.33 169	2.16 260	1.23 226	2.62 273	0.18 144	2.06 149	1.82 266	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.06 67
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.96 149	1.51 338	3.52 251	1.05 350	0.01 61	1.50 185	0.02 76	3.35 129	1.18 112	0.18 28	0.54 157	0.44 99	0.16 135	4.39 209	0.82 200	0.00 1	0.00 1	0.00 1	0.00 1	0.36 345	0.08 82

CFNet-ft	0.97 156	0.94 265	2.30 156	0.01 10	0.27 264	1.37 140	0.02 76	2.76 80	0.79 50	0.88 120	0.20 87	3.76 322	0.38 186	4.21 197	1.34 243	0.00 1	0.00 1	0.01 324	0.00 1	0.08 168	0.09 104

CFNet_RVC	0.97 156	0.94 265	2.30 156	0.01 10	0.27 264	1.37 140	0.02 76	2.76 80	0.79 50	0.88 120	0.20 87	3.76 322	0.38 186	4.21 197	1.34 243	0.00 1	0.00 1	0.01 324	0.00 1	0.08 168	0.09 104

ADStereo(finetuned)	0.98 158	0.65 215	4.66 302	0.03 59	0.00 1	1.25 99	0.01 18	3.99 182	2.16 271	2.65 296	0.30 110	0.09 51	2.33 317	0.58 47	0.45 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.41 241

STTStereo	0.98 158	0.62 208	3.78 268	0.25 227	0.15 215	1.44 161	0.10 209	3.57 134	1.75 241	1.46 202	0.19 83	1.74 222	0.44 201	3.47 175	0.54 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 59

anonymity	0.99 160	0.18 52	1.80 69	0.39 251	0.67 332	0.74 16	0.01 18	5.09 279	2.13 269	1.34 189	1.30 230	0.80 149	1.62 297	0.82 91	0.64 176	0.03 332	0.59 305	0.00 1	0.48 386	0.02 36	1.15 317

IPLG	0.99 160	0.76 234	3.08 224	0.06 116	0.06 158	1.40 150	0.11 211	3.81 151	1.07 92	0.81 112	1.00 210	0.50 108	0.60 218	5.65 273	0.38 127	0.00 1	0.00 1	0.00 1	0.00 1	0.23 303	0.20 178

UPFNet	0.99 160	0.32 127	2.89 214	0.00 1	0.00 1	1.90 262	0.11 211	4.10 197	1.10 98	2.35 275	0.12 65	1.91 231	0.08 88	4.02 192	0.78 194	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.04 44

StereoVision	1.00 163	0.77 237	2.81 208	0.05 98	0.02 106	1.14 61	0.03 125	4.13 203	1.18 112	0.19 32	6.80 356	0.49 105	0.12 125	1.20 109	1.01 227	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.02 24

111	1.00 163	1.05 293	3.63 255	0.01 10	0.04 145	1.20 73	0.16 226	4.50 233	2.24 279	1.32 186	1.15 223	2.00 239	0.31 174	0.59 54	0.79 195	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.84 291

MyStereo05	1.01 165	0.47 166	3.36 241	0.03 59	0.14 207	1.53 194	0.02 76	4.11 200	3.37 338	1.43 199	0.03 29	1.27 189	0.39 196	1.39 123	0.97 222	0.00 1	1.10 358	0.00 1	0.16 318	0.02 36	0.37 227

MyStereo04	1.01 165	0.51 177	3.49 248	0.03 59	0.34 286	1.66 237	0.02 76	4.18 208	2.93 330	1.10 159	0.03 29	1.30 192	0.58 216	1.32 120	1.02 228	0.00 1	1.19 378	0.00 1	0.18 333	0.03 91	0.37 227

DCRE	1.01 165	0.54 185	1.52 25	0.30 238	0.99 356	1.31 121	0.00 1	1.69 48	0.71 42	1.12 162	7.77 360	0.74 137	0.02 17	0.28 8	0.45 142	0.00 1	0.71 313	0.00 1	0.25 359	0.02 36	1.78 367

psm_up	1.01 165	0.68 219	2.47 186	0.04 83	0.00 1	2.01 267	0.05 166	4.09 195	1.29 156	2.65 296	0.47 150	1.71 219	0.44 201	3.65 182	0.45 142	0.06 348	0.00 1	0.00 1	0.00 1	0.14 249	0.06 67

HITNet	1.01 165	1.08 299	3.32 240	0.80 329	0.00 1	1.37 140	0.02 76	5.20 286	1.59 207	1.88 238	0.18 71	0.64 118	0.31 174	1.24 115	2.01 275	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.47 247
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
SA	1.02 170	0.85 247	2.22 144	0.00 1	0.42 294	1.31 121	0.01 18	4.74 258	2.04 266	0.50 79	0.95 207	0.30 87	1.30 276	4.24 202	0.42 136	0.00 1	0.47 293	0.00 1	0.17 326	0.16 269	0.30 212

CoDeX	1.03 171	0.45 161	2.50 190	0.06 116	0.20 229	1.51 189	0.20 238	6.54 356	1.96 259	0.73 103	0.68 175	1.04 174	0.31 174	3.86 190	0.38 127	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.07 77

dad	1.04 172	1.21 312	3.14 229	0.08 134	0.01 61	1.25 99	0.01 18	1.30 28	2.54 305	1.95 248	0.37 127	0.40 96	0.04 44	5.95 280	1.06 231	0.01 298	0.00 1	1.11 387	0.12 307	0.07 158	0.19 166

AACVNet	1.04 172	0.87 252	2.22 144	0.25 227	0.00 1	1.79 256	0.01 18	4.21 210	0.79 50	1.17 168	0.27 103	1.50 199	0.16 135	6.30 292	0.89 214	0.00 1	0.00 1	0.00 1	0.00 1	0.23 303	0.04 44

DeepPruner_ROB	1.04 172	0.99 281	3.05 223	0.02 40	0.00 1	1.60 213	0.17 229	3.96 176	0.52 20	3.41 324	0.03 29	2.06 242	0.17 140	3.35 169	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.14 140

BUS	1.05 175	0.15 28	1.48 21	0.04 83	0.00 1	5.73 361	0.03 125	6.00 335	1.17 109	2.36 277	0.64 169	2.35 267	0.06 66	0.80 86	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

AASNet	1.05 175	1.11 301	3.12 228	0.05 98	0.00 1	1.73 251	0.05 166	5.73 319	2.17 275	1.10 159	1.84 260	0.94 163	0.19 148	1.16 105	1.37 245	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.16 151

1test111	1.06 177	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	3.82 156	1.29 156	0.71 96	0.83 193	0.05 22	0.61 219	3.19 167	0.90 215	0.00 1	1.13 367	0.00 1	0.03 261	0.06 134	1.57 342

IGEV_Zeroshot_test	1.07 178	0.28 112	3.68 262	0.51 280	0.58 316	1.13 59	0.54 303	4.64 249	0.73 44	1.14 164	0.75 182	3.21 301	0.70 238	0.77 78	0.57 167	0.00 1	0.52 299	0.00 1	0.16 318	0.04 112	1.56 341

MyStereo06	1.08 179	0.47 166	3.30 239	0.03 59	0.14 207	1.53 194	0.02 76	5.58 310	0.88 67	1.15 166	0.73 179	3.48 312	1.15 261	0.86 96	0.66 180	0.00 1	1.10 358	0.00 1	0.16 318	0.02 36	0.37 227

RAFT_R40	1.08 179	0.11 13	2.09 130	0.83 332	0.20 229	1.68 245	0.64 311	2.11 62	1.19 114	1.05 150	1.13 220	1.77 223	1.43 280	6.90 322	0.33 101	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.01 11

GANet-RSSM	1.09 181	0.80 242	2.41 172	0.72 314	0.00 1	1.39 146	0.02 76	5.15 282	1.07 92	0.95 132	0.34 116	2.06 242	1.12 260	4.69 221	0.80 197	0.00 1	0.00 1	0.04 353	0.00 1	0.15 261	0.09 104

PSMNet-RSSM	1.10 182	0.88 253	2.30 156	0.23 217	0.00 1	1.41 156	0.03 125	5.44 306	1.19 114	1.56 211	0.50 152	2.46 269	0.71 239	4.23 200	0.90 215	0.00 1	0.00 1	0.01 324	0.00 1	0.10 198	0.08 82

gwcnet-sp	1.11 183	0.71 223	4.90 311	0.05 98	0.01 61	2.59 294	0.14 222	4.22 212	1.38 186	1.93 244	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.08 82

scenet	1.11 183	0.71 223	4.90 311	0.05 98	0.01 61	2.59 294	0.14 222	4.22 212	1.38 186	1.93 244	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.08 82

ssnet	1.11 183	0.71 223	4.90 311	0.05 98	0.01 61	2.59 294	0.14 222	4.22 212	1.38 186	1.93 244	0.18 71	0.68 129	0.38 186	3.77 186	0.98 223	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.08 82

SST-Stereo	1.12 186	0.10 10	1.98 107	0.85 334	0.24 246	1.72 249	0.56 308	2.10 61	2.01 262	1.19 169	1.07 213	1.57 202	1.88 307	6.92 324	0.24 81	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

DMCA-RVC	1.12 186	1.19 310	5.30 330	0.03 59	0.04 145	1.30 119	0.06 182	3.05 107	0.87 64	3.33 321	0.12 65	0.98 170	0.65 232	3.40 172	1.82 266	0.01 298	0.04 231	0.02 343	0.01 240	0.10 198	0.09 104

CSP-Net	1.13 188	0.76 234	1.67 45	0.01 10	0.00 1	2.81 305	0.05 166	5.62 312	1.14 104	1.14 164	0.85 199	1.80 226	0.23 158	6.10 285	0.36 115	0.00 1	0.00 1	0.00 1	0.00 1	0.13 240	0.03 38

PFNet	1.13 188	0.26 104	3.28 238	1.27 358	0.55 308	1.60 213	0.24 253	1.80 53	1.19 114	2.37 280	1.21 225	0.63 116	0.30 170	6.85 318	0.46 147	0.16 364	0.01 192	0.00 1	0.07 285	0.18 286	0.24 194

IRAFT_RVC	1.13 188	0.39 146	2.40 170	1.51 370	0.25 250	1.37 140	0.31 281	2.93 99	1.24 131	1.58 218	0.79 188	1.14 184	1.54 288	6.53 300	0.44 138	0.00 1	0.12 261	0.00 1	0.00 1	0.02 36	0.03 38

NINENet	1.14 191	0.34 134	2.08 124	0.10 160	0.01 61	5.73 361	0.03 125	5.39 300	1.54 203	1.61 219	0.72 178	2.35 267	0.06 66	2.82 161	0.05 5	0.00 1	0.01 192	0.01 324	0.00 1	0.04 112	0.00 1

SACVNet	1.14 191	0.74 228	2.49 189	0.07 126	0.00 1	1.65 236	0.28 267	4.52 237	1.51 200	2.11 258	0.79 188	1.57 202	0.07 77	5.28 256	1.31 240	0.01 298	0.00 1	0.00 1	0.00 1	0.26 318	0.18 163

rrr	1.15 193	1.21 312	5.05 319	0.18 192	0.16 217	0.83 17	0.06 182	2.88 88	1.44 191	0.40 54	0.04 39	0.06 30	0.09 97	6.04 281	2.22 286	0.00 1	0.48 296	0.00 1	0.19 339	0.16 269	1.59 347

anonymousa	1.15 193	0.38 144	2.43 182	0.70 310	1.49 371	1.45 165	0.02 76	4.23 215	1.13 103	0.91 124	2.52 295	3.46 310	0.55 210	0.55 41	0.60 169	0.00 1	1.13 367	0.00 1	0.54 388	0.04 112	0.86 294

MyStereo8	1.16 195	0.86 250	3.73 266	0.86 335	0.04 145	1.47 175	0.01 18	4.64 249	2.13 269	1.47 203	1.10 217	1.21 187	0.31 174	1.12 103	1.50 251	0.00 1	1.45 390	0.00 1	0.30 374	0.10 198	0.93 303

GMM-Stereo	1.17 196	0.10 10	2.29 154	0.13 179	0.22 235	1.43 158	0.84 321	2.83 86	1.16 106	2.73 303	3.09 308	0.54 112	0.87 251	5.31 257	0.16 43	0.01 298	0.00 1	0.00 1	0.02 259	0.02 36	1.72 355

HGLStereo	1.17 196	0.53 184	2.39 169	0.01 10	0.02 106	1.45 165	0.01 18	4.05 189	1.14 104	1.42 198	3.06 306	2.09 245	1.21 268	4.60 220	1.33 242	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.06 67

cf-r	1.18 198	1.02 287	3.22 232	0.25 227	0.02 106	1.44 161	0.03 125	5.11 281	2.16 271	1.31 185	0.59 164	2.87 284	0.24 160	4.26 203	0.79 195	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.12 127

MLCV	1.19 199	0.97 275	3.09 225	0.07 126	0.00 1	1.63 228	0.04 154	3.33 128	1.57 205	2.74 305	1.83 259	0.99 171	0.40 197	5.31 257	1.53 253	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.11 121

NLCA_NET_v2_RVC	1.20 200	0.85 247	3.90 272	0.61 294	0.99 356	1.40 150	0.01 18	4.06 191	1.56 204	2.38 281	0.36 126	2.15 253	0.57 215	4.52 216	0.67 183	0.00 1	0.00 1	0.00 1	0.01 240	0.02 36	0.03 38
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet	1.20 200	0.77 237	3.37 242	1.01 348	0.01 61	2.00 266	0.01 18	4.44 229	1.74 240	1.88 238	1.09 215	0.35 89	0.35 180	4.22 199	2.44 296	0.00 1	0.00 1	0.00 1	0.00 1	0.09 187	0.26 204

raft_robust	1.21 202	1.05 293	2.00 110	0.10 160	0.43 297	1.39 146	0.02 76	4.21 210	2.32 286	0.44 62	0.02 1	2.23 257	1.39 278	7.00 333	0.35 111	0.00 1	0.78 317	0.00 1	0.18 333	0.10 198	0.19 166

hknet	1.21 202	0.25 102	2.89 214	0.04 83	0.00 1	3.30 318	0.20 238	6.00 335	1.19 114	2.36 277	0.64 169	3.38 306	0.05 59	3.04 165	0.73 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

PSM-AAD	1.21 202	0.08 3	1.53 27	0.10 160	0.27 264	1.35 137	3.14 364	2.74 79	0.83 60	2.89 307	2.04 270	0.16 72	5.25 368	3.51 177	0.21 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.08 82

UNet	1.21 202	0.36 138	4.56 299	0.04 83	0.02 106	2.30 280	0.02 76	3.70 144	0.98 85	1.32 186	0.14 67	2.70 276	1.54 288	4.49 213	1.96 274	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.07 77

GwcNet-RSSM	1.22 206	1.24 316	3.66 260	0.23 217	0.04 145	1.46 169	0.05 166	4.65 251	1.61 210	1.33 188	0.46 149	2.98 289	0.26 164	4.48 212	1.59 256	0.00 1	0.00 1	0.02 343	0.00 1	0.21 296	0.10 114

iResNet_ROB	1.22 206	1.37 326	2.59 193	0.14 182	0.00 1	1.38 145	0.04 154	7.36 374	2.85 329	1.07 154	1.24 227	0.93 162	0.11 112	4.28 204	0.84 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.11 121

tt1	1.23 208	0.37 143	2.41 172	0.41 254	0.45 299	3.33 321	0.02 76	3.81 151	6.87 370	0.71 96	0.80 190	0.06 30	0.40 197	1.73 137	0.12 26	0.00 1	1.12 362	0.00 1	0.00 1	0.10 198	1.86 374

Sa-1000	1.23 208	0.79 240	2.16 137	0.00 1	0.40 289	1.36 138	0.03 125	5.00 274	2.01 262	1.11 161	5.38 342	0.61 114	0.15 130	4.18 194	0.37 126	0.00 1	0.54 301	0.00 1	0.16 318	0.15 261	0.16 151

XX-Stereo	1.24 210	0.25 102	6.03 344	1.30 361	0.29 270	1.28 115	0.00 1	4.12 201	0.60 31	1.29 182	0.50 152	3.63 317	0.03 34	4.05 193	0.18 52	0.00 1	0.58 304	0.00 1	0.23 353	0.03 91	0.47 247

BEATNet_4x	1.24 210	1.45 333	5.03 318	0.58 289	0.02 106	1.34 134	0.09 201	5.29 291	1.69 228	2.01 252	0.25 97	1.18 186	0.44 201	2.11 151	2.70 301	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.54 256

CFNet	1.24 210	1.33 324	3.20 231	0.26 232	0.03 124	1.43 158	0.04 154	5.03 275	2.39 293	0.61 86	0.71 176	1.30 192	0.23 158	6.72 311	1.16 239	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.10 114

qqq1	1.25 213	0.30 117	2.08 124	0.47 266	0.02 106	1.04 30	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	0.88 211	0.00 1	0.88 328	0.00 1	0.11 300	0.09 187	0.92 299

fff1	1.25 213	0.30 117	2.08 124	0.47 266	0.02 106	1.04 30	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	0.88 211	0.00 1	0.88 328	0.00 1	0.11 300	0.09 187	0.92 299

HH	1.25 213	0.40 151	2.13 134	0.90 339	0.41 291	2.28 277	0.01 18	4.25 216	0.95 77	0.37 51	0.89 202	3.87 325	0.80 247	4.74 225	0.51 157	0.00 1	0.96 344	0.00 1	0.00 1	0.03 91	1.53 338

HanStereo	1.25 213	0.40 151	2.13 134	0.90 339	0.41 291	2.28 277	0.01 18	4.25 216	0.95 77	0.37 51	0.89 202	3.87 325	0.80 247	4.74 225	0.51 157	0.00 1	0.96 344	0.00 1	0.00 1	0.03 91	1.53 338

RAFT-345	1.25 213	0.12 18	2.08 124	0.54 282	0.13 202	1.55 199	0.24 253	0.65 7	2.51 303	1.19 169	7.68 359	0.92 160	0.05 59	6.86 319	0.50 156	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

GEStereo_RVC	1.25 213	0.76 234	2.61 196	0.37 247	0.01 61	1.40 150	0.11 211	6.93 363	1.20 120	1.22 177	0.78 187	1.58 205	0.77 243	6.13 286	0.66 180	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.23 190

GANetREF_RVC	1.25 213	1.39 329	4.10 277	0.10 160	0.00 1	2.25 274	0.18 234	4.68 254	2.78 323	0.69 94	0.34 116	1.87 228	0.65 232	5.07 246	0.68 184	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.07 77
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
NVstereo2D	1.25 213	0.34 134	5.21 329	0.09 150	0.03 124	1.61 220	0.23 250	4.95 272	1.92 256	1.05 150	0.38 130	2.53 270	0.61 219	5.36 260	0.44 138	0.00 1	0.10 257	0.00 1	0.03 261	0.04 112	0.19 166

PS-NSSS	1.25 213	0.85 247	2.77 207	0.05 98	0.03 124	1.40 150	0.01 18	5.04 276	2.38 291	1.34 189	2.80 301	0.65 119	0.06 66	6.36 293	0.91 218	0.18 366	0.00 1	0.00 1	0.00 1	0.12 230	0.01 11

KYRaft	1.26 222	0.08 3	1.58 33	0.06 116	0.23 241	1.28 115	0.75 319	2.92 94	0.81 56	3.20 318	7.14 358	0.99 171	2.70 328	1.56 127	0.16 43	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.66 354

hitnet-ft	1.26 222	0.71 223	2.37 167	0.04 83	0.00 1	1.39 146	0.21 244	3.94 174	2.53 304	1.61 219	1.11 219	4.21 330	0.36 182	4.83 236	1.65 259	0.01 298	0.00 1	0.03 348	0.00 1	0.11 221	0.08 82

ARAFT	1.27 224	1.38 328	4.73 304	0.08 134	0.00 1	1.67 242	0.04 154	5.52 309	1.98 261	3.02 313	0.59 164	0.47 103	0.11 112	4.87 237	0.38 127	0.00 1	0.03 227	0.00 1	0.00 1	0.25 312	0.25 200

iRaft-Stereo_5w	1.28 225	0.93 264	3.51 249	0.14 182	0.66 331	1.21 80	0.01 18	3.87 166	1.06 91	0.19 32	1.97 265	1.62 210	1.50 286	6.80 315	1.07 233	0.00 1	0.16 265	0.00 1	0.06 283	0.26 318	0.67 276

LMCR-Stereo	1.28 225	1.13 304	2.41 172	0.57 288	0.03 124	2.72 300	0.09 201	6.86 362	0.88 67	2.44 288	1.92 262	0.14 68	1.55 291	3.57 180	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.02 24

ac_64	1.28 225	0.43 158	2.90 216	0.18 192	0.25 250	1.52 192	0.03 125	5.58 310	1.89 252	0.92 128	0.53 156	4.86 341	0.45 204	5.01 244	0.88 211	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.06 67

FADNet-RVC-Resample	1.28 225	1.46 334	6.58 356	0.10 160	0.14 207	1.54 198	0.25 257	4.29 222	1.46 194	0.61 86	0.23 94	1.29 191	0.28 169	5.23 254	1.06 231	0.10 356	0.16 265	0.09 361	0.06 283	0.28 326	0.39 237

xx1	1.29 229	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	4.02 185	7.67 377	0.71 96	0.83 193	0.73 135	0.15 130	1.60 130	0.12 26	0.00 1	1.13 367	0.00 1	0.23 353	0.06 134	1.57 342

cc1	1.29 229	0.36 138	2.41 172	0.50 276	0.29 270	3.40 324	0.02 76	4.02 185	7.67 377	0.71 96	0.83 193	0.05 22	0.61 219	1.59 129	0.12 26	0.00 1	1.13 367	0.00 1	0.03 261	0.10 198	1.86 374

OMP-Stereo	1.29 229	0.75 230	1.67 45	2.47 383	0.29 270	1.61 220	0.32 283	2.38 71	1.09 95	2.66 299	1.14 222	3.04 292	0.17 140	7.40 345	0.60 169	0.00 1	0.00 1	0.00 1	0.00 1	0.07 158	0.08 82

Prome-Stereo	1.29 229	0.09 6	1.62 36	0.12 178	0.24 246	1.28 115	0.65 313	2.98 101	0.93 76	2.08 256	8.52 363	0.75 139	2.83 331	2.19 152	0.11 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.39 332

FADNet-RVC	1.30 233	1.62 346	6.28 348	0.03 59	0.00 1	1.61 220	0.08 190	4.49 232	2.04 266	0.41 59	0.10 58	0.63 116	0.64 229	5.55 267	1.69 262	0.01 298	0.08 249	0.00 1	0.00 1	0.52 367	0.31 214

SMFormer	1.31 234	0.30 117	2.08 124	0.47 266	0.02 106	1.04 30	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	2.20 282	0.00 1	0.88 328	0.00 1	0.14 310	0.06 134	0.76 285

delet	1.31 234	0.61 206	2.64 200	0.05 98	0.17 220	2.84 307	1.00 331	4.88 264	2.46 299	1.38 194	1.37 234	1.62 210	0.90 253	4.52 216	1.48 250	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.08 82

PSMNet_ROB	1.31 234	1.27 318	3.91 273	0.05 98	0.11 195	1.69 246	0.16 226	3.98 178	1.59 207	1.15 166	0.34 116	2.77 278	0.62 224	4.43 211	3.80 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.12 127

tta	1.32 237	0.30 117	2.08 124	0.47 266	0.02 106	1.04 30	0.01 18	5.75 322	2.69 312	1.65 221	2.43 289	0.91 155	0.02 17	4.75 228	2.20 282	0.00 1	0.88 328	0.00 1	0.14 310	0.09 187	0.92 299

FADNet_RVC	1.32 237	1.54 340	5.37 332	0.02 40	0.06 158	2.78 303	0.07 184	4.19 209	1.03 88	0.44 62	0.35 123	0.67 125	0.10 104	5.42 262	1.92 272	0.24 370	0.33 285	0.11 365	0.33 376	0.66 377	0.68 277

TDLM	1.32 237	0.90 256	2.42 180	0.61 294	0.03 124	1.59 209	2.04 353	3.73 146	2.29 284	1.70 229	0.94 206	1.07 179	0.67 235	6.49 299	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.18 286	0.54 256

iResNetv2_ROB	1.32 237	1.82 352	6.02 343	1.27 358	0.00 1	1.41 156	0.05 166	4.48 231	1.46 194	1.02 147	1.28 229	1.00 173	0.27 167	4.72 224	1.12 235	0.00 1	0.00 1	0.00 1	0.00 1	0.37 350	0.16 151

ssnet_v2	1.33 241	0.64 214	2.83 211	0.06 116	0.03 124	2.08 271	0.36 289	5.88 331	2.33 288	2.52 293	0.88 201	3.06 294	0.54 208	1.75 140	3.30 321	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.13 135

MMNet	1.33 241	0.69 222	4.18 279	0.11 172	0.01 61	4.08 337	0.02 76	4.27 219	1.49 199	2.17 261	0.33 115	1.34 194	1.20 264	4.52 216	1.93 273	0.00 1	0.00 1	0.00 1	0.00 1	0.11 221	0.06 67

ADLNet	1.35 243	0.55 186	2.95 218	0.01 10	0.05 153	2.22 273	0.11 211	5.06 278	2.83 327	2.42 286	2.19 272	2.63 274	0.68 237	3.59 181	1.37 245	0.00 1	0.00 1	0.00 1	0.00 1	0.17 281	0.27 207

pcwnet_v2	1.36 244	0.21 86	5.89 341	0.15 187	0.01 61	1.78 255	0.02 76	5.77 326	3.19 337	1.69 228	1.94 264	2.00 239	0.79 246	3.09 166	0.33 101	0.00 1	0.00 1	0.00 1	0.01 240	0.04 112	0.27 207

CVANet_RVC	1.37 245	0.82 246	3.23 234	0.54 282	0.11 195	1.48 180	0.46 296	4.01 184	2.23 278	3.33 321	1.34 233	1.51 200	0.37 184	6.38 294	0.69 186	0.01 298	0.00 1	0.00 1	0.05 276	0.19 289	0.62 270

FADNet	1.38 246	1.42 332	5.62 338	0.03 59	0.06 158	2.56 292	0.16 226	4.66 252	1.64 223	0.35 48	0.11 61	1.66 216	1.05 257	5.64 272	1.59 256	0.18 366	0.02 219	0.01 324	0.01 240	0.52 367	0.23 190

DLCB_ROB	1.38 246	0.60 201	1.96 106	0.10 160	0.00 1	1.53 194	0.23 250	4.02 185	1.91 255	3.54 326	1.97 265	3.40 307	0.30 170	4.91 238	2.97 312	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.12 127

iRaft-Stereo_20w	1.39 248	0.18 52	3.72 264	0.79 328	0.56 311	1.90 262	0.65 313	8.85 386	1.05 90	2.05 255	0.42 139	1.24 188	1.23 270	1.69 135	0.95 221	0.00 1	0.62 306	0.00 1	0.44 382	0.02 36	1.41 334

IIG-Stereo	1.39 248	0.67 218	1.73 52	2.48 384	0.05 153	1.63 228	0.14 222	3.00 103	1.20 120	2.94 309	2.23 275	3.03 291	0.55 210	7.41 346	0.66 180	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.07 77

DAS	1.40 250	0.11 13	2.83 211	0.04 83	0.01 61	1.31 121	1.14 337	4.51 234	2.02 264	4.84 350	2.33 279	1.65 214	0.56 212	5.53 265	0.85 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

DRaft	1.40 250	0.20 81	1.83 82	0.09 150	0.01 61	1.66 237	0.42 293	2.13 63	0.59 29	3.75 330	5.16 341	0.41 97	4.27 357	5.52 264	1.63 258	0.01 298	0.06 242	0.00 1	0.07 285	0.08 168	0.12 127

SepStereo	1.41 252	0.11 13	2.83 211	0.04 83	0.01 61	1.31 121	1.14 337	4.51 234	2.02 264	4.84 350	2.33 279	1.65 214	0.56 212	5.78 275	0.85 205	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

XPNet_ROB	1.41 252	0.81 244	2.75 205	0.04 83	0.01 61	1.70 247	0.17 229	4.14 204	1.69 228	4.12 338	1.10 217	1.58 205	0.52 207	5.13 250	4.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.11 221	0.25 200

ETE_ROB	1.42 254	1.04 292	3.10 226	0.02 40	0.03 124	1.81 258	0.22 247	4.73 256	1.67 227	4.77 348	1.43 237	2.77 278	0.08 88	4.23 200	2.20 282	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.20 178

CRFU-Net	1.43 255	0.33 133	2.98 220	1.27 358	0.03 124	4.01 336	0.05 166	6.21 343	0.95 77	1.92 243	0.74 180	3.41 308	2.55 325	3.36 170	0.36 115	0.01 298	0.01 192	0.11 365	0.00 1	0.13 240	0.09 104

DSFCA	1.45 256	0.51 177	2.76 206	0.01 10	0.03 124	3.64 331	0.83 320	3.28 126	1.45 193	3.25 320	0.44 143	2.89 286	1.45 281	6.07 283	2.14 280	0.00 1	0.02 219	0.00 1	0.00 1	0.06 134	0.10 114

ffm	1.46 257	0.50 170	4.37 289	0.46 260	0.03 124	1.60 213	0.03 125	3.81 151	6.87 370	1.57 213	2.38 281	2.14 248	0.38 186	1.73 137	0.12 26	0.00 1	1.12 362	0.00 1	0.17 326	0.10 198	1.86 374

ASMatch	1.46 257	0.17 47	2.35 164	0.73 319	0.20 229	1.22 84	0.25 257	1.04 25	0.89 70	0.30 46	11.50 373	0.92 160	2.31 316	6.65 307	0.56 166	0.00 1	0.00 1	0.00 1	0.01 240	0.00 1	0.04 44

DispNO	1.47 259	1.01 285	5.05 319	0.13 179	0.08 176	1.49 184	0.02 76	4.38 226	1.86 248	1.51 205	1.57 246	3.12 297	1.09 259	5.77 274	1.89 271	0.00 1	0.02 219	0.03 348	0.11 300	0.11 221	0.08 82

NOSS_ROB	1.47 259	0.49 169	2.40 170	1.00 345	0.17 220	2.56 292	0.01 18	4.86 262	2.62 308	2.32 273	1.74 253	2.79 280	0.02 17	6.96 330	0.60 169	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.73 282

Consistency-Raft	1.48 261	0.96 272	5.40 335	0.36 244	0.31 284	1.66 237	0.11 211	4.30 223	4.32 352	0.47 69	5.99 348	0.86 152	2.09 311	1.19 108	1.31 240	0.03 332	0.01 192	0.00 1	0.00 1	0.27 323	0.02 24

HSM	1.48 261	0.60 201	1.85 85	0.01 10	0.29 270	1.76 253	0.04 154	6.50 354	1.46 194	1.91 241	1.55 244	4.69 339	1.27 274	6.66 308	0.70 187	0.00 1	0.00 1	0.00 1	0.00 1	0.07 158	0.26 204

EAI-Stereo	1.50 263	0.16 39	1.53 27	0.25 227	0.91 349	2.30 280	4.98 383	6.09 341	1.87 250	1.38 194	5.56 344	0.49 105	0.59 217	1.21 111	0.83 202	0.00 1	0.31 283	0.00 1	1.09 401	0.02 36	0.56 263

CBFPSM	1.51 264	1.00 283	5.32 331	0.05 98	0.01 61	3.57 330	0.04 154	4.06 191	1.03 88	0.65 89	0.21 90	6.06 357	3.60 347	2.65 157	1.82 266	0.00 1	0.01 192	0.00 1	0.00 1	0.09 187	0.12 127

HSM-Net_RVC	1.51 264	0.11 13	1.93 103	0.00 1	0.01 61	1.91 264	0.05 166	7.86 380	1.93 258	3.77 331	3.76 323	3.16 298	0.36 182	4.34 206	0.83 202	0.01 298	0.01 192	0.00 1	0.00 1	0.01 9	0.11 121
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCCL2	1.51 264	1.32 323	3.27 237	0.03 59	0.07 167	1.63 228	3.29 366	4.54 240	1.61 210	3.22 319	0.37 127	3.84 324	0.31 174	4.42 210	2.02 277	0.00 1	0.00 1	0.02 343	0.00 1	0.09 187	0.22 185

ADLNet2	1.52 267	0.79 240	3.51 249	0.01 10	0.69 335	1.26 105	0.26 259	4.84 261	3.10 333	1.67 225	3.23 312	4.17 329	0.80 247	4.77 233	1.00 226	0.00 1	0.00 1	0.00 1	0.00 1	0.22 302	0.12 127

TransformOpticalFlow	1.53 268	0.40 151	3.46 246	0.66 304	0.07 167	1.56 203	0.09 201	4.35 224	1.86 248	1.72 230	2.27 277	3.53 314	3.04 337	6.93 326	0.49 153	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.10 114

fast-acv-ft	1.54 269	0.86 250	4.85 309	0.11 172	0.12 200	3.88 333	0.28 267	2.97 100	2.26 281	0.96 133	3.49 318	2.97 288	1.23 270	3.47 175	2.75 303	0.04 338	0.01 192	0.04 353	0.04 273	0.44 357	0.08 82

THIR-Stereo	1.54 269	0.48 168	1.88 95	0.01 10	0.02 106	1.08 42	4.17 375	2.48 73	0.41 13	1.09 157	4.30 334	1.90 230	4.08 356	6.84 317	1.81 264	0.00 1	0.00 1	0.04 353	0.00 1	0.06 134	0.04 44

GrayStereo	1.55 271	0.06 1	1.53 27	0.75 324	0.20 229	1.27 112	4.44 380	3.44 131	1.20 120	4.92 353	3.92 327	0.45 100	4.54 360	3.43 174	0.09 13	0.00 1	0.00 1	0.00 1	0.49 387	0.02 36	0.25 200

LALA_ROB	1.55 271	1.07 297	2.99 222	0.02 40	0.06 158	3.20 315	0.49 299	4.07 193	1.80 246	3.79 332	0.66 172	4.51 332	0.25 163	3.82 189	4.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.11 121

DEmStereo	1.56 273	0.16 39	2.44 184	0.09 150	0.02 106	1.77 254	0.87 322	1.72 50	1.08 94	2.48 290	6.30 353	1.06 177	5.02 364	6.28 290	1.81 264	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

PA-Net	1.56 273	1.13 304	5.13 323	0.07 126	0.17 220	1.46 169	0.53 302	4.73 256	3.04 332	0.92 128	1.30 230	2.29 263	0.62 224	6.63 305	3.00 314	0.01 298	0.00 1	0.00 1	0.00 1	0.07 158	0.15 147
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HBP-ISP	1.59 275	1.12 302	3.42 243	0.53 281	0.10 191	4.27 341	1.44 343	5.35 294	1.61 210	3.58 328	0.87 200	0.91 155	1.18 263	6.64 306	0.46 147	0.04 338	0.02 219	0.00 1	0.00 1	0.06 134	0.24 194

Wz-Net-LNSev	1.60 276	1.48 337	8.20 374	0.03 59	0.03 124	3.95 335	0.13 219	4.89 265	2.33 288	0.92 128	0.31 113	3.64 318	1.40 279	2.90 162	1.50 251	0.00 1	0.00 1	0.00 1	0.00 1	0.10 198	0.20 178

AAGNet	1.60 276	0.15 28	1.76 63	1.17 355	0.27 264	1.51 189	0.64 311	1.71 49	1.20 120	1.67 225	0.81 191	1.59 207	2.23 313	6.08 284	11.16 380	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

StereoDRNet	1.66 278	1.21 312	5.39 334	0.06 116	0.11 195	2.49 288	1.06 334	5.28 290	1.89 252	3.60 329	0.63 167	2.28 259	0.64 229	4.70 222	3.25 319	0.00 1	0.03 227	0.00 1	0.01 240	0.15 261	0.36 226

APVNet	1.68 279	0.75 230	4.94 315	0.13 179	0.01 61	4.56 348	0.08 190	5.20 286	1.44 191	1.51 205	1.05 212	2.87 284	0.93 254	6.76 314	2.76 304	0.01 298	0.00 1	0.07 358	0.00 1	0.34 339	0.08 82

CrosDoStereo	1.72 280	0.31 123	1.91 100	0.03 59	0.07 167	1.40 150	5.95 394	3.61 137	1.62 216	0.98 134	3.79 324	0.94 163	4.66 362	7.11 338	1.86 269	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.08 82

DeepStereo_LL	1.72 280	0.31 123	1.91 100	0.03 59	0.07 167	1.40 150	5.95 394	3.61 137	1.62 216	0.98 134	3.79 324	0.94 163	4.66 362	7.11 338	1.86 269	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.08 82

STrans-v2	1.75 282	0.45 161	3.43 244	0.03 59	0.19 225	1.48 180	0.08 190	7.25 371	2.16 271	2.04 253	2.80 301	3.60 315	3.78 351	7.00 333	0.52 161	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.10 114

RASNet	1.75 282	0.71 223	2.93 217	0.20 211	3.20 389	1.75 252	0.26 259	3.87 166	2.64 309	0.98 134	1.46 240	5.25 354	1.67 298	6.73 312	2.81 309	0.00 1	0.00 1	0.00 1	0.00 1	0.06 134	0.47 247

RYNet	1.76 284	0.81 244	4.24 283	0.34 242	0.10 191	2.62 298	0.07 184	5.36 297	2.08 268	1.38 194	0.35 123	4.71 340	1.35 277	6.73 312	4.61 338	0.00 1	0.05 236	0.00 1	0.00 1	0.05 124	0.33 221

GASNet	1.77 285	2.50 376	7.05 360	0.47 266	0.02 106	1.50 185	0.20 238	4.55 241	2.55 306	0.98 134	1.48 241	2.24 258	1.57 294	6.25 287	3.41 324	0.00 1	0.05 236	0.00 1	0.00 1	0.55 370	0.12 127

ttt	1.79 286	0.32 127	2.41 172	0.58 289	0.26 259	1.64 235	0.00 1	6.26 348	2.57 307	1.91 241	2.39 286	1.39 195	0.11 112	5.55 267	7.97 362	0.00 1	1.05 348	0.00 1	0.16 318	0.06 134	1.14 315

DRN-Test	1.79 286	0.51 177	4.94 315	0.19 197	0.14 207	3.30 318	0.19 237	6.58 358	2.31 285	4.40 344	0.77 185	2.10 246	1.73 300	5.40 261	2.82 310	0.00 1	0.00 1	0.00 1	0.01 240	0.12 230	0.27 207

Wz-Net-LNSev-Ref	1.86 288	1.13 304	5.96 342	0.02 40	0.00 1	5.00 354	0.29 274	5.31 293	2.38 291	2.65 296	1.15 223	2.32 266	1.95 309	5.59 269	3.35 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.14 140

RAFT + AFF	1.88 289	1.84 355	4.19 280	0.05 98	0.85 342	2.29 279	1.00 331	6.32 350	2.26 281	1.88 238	1.80 258	1.27 189	3.66 348	6.56 301	2.36 293	0.02 322	0.34 288	0.00 1	0.01 240	0.41 355	0.50 253

MaskLacGwcNet_RVC	1.88 289	0.88 253	3.47 247	1.64 375	0.22 235	4.27 341	0.40 291	3.90 172	1.63 222	0.72 102	0.71 176	3.06 294	0.11 112	5.13 250	1.03 229	5.07 393	0.54 301	0.00 1	0.00 1	1.73 386	3.16 393

iinet-f	1.90 291	0.98 278	13.29 394	0.42 255	0.03 124	4.30 344	0.04 154	3.86 164	1.32 168	1.28 181	0.57 158	2.91 287	2.70 328	2.60 155	3.11 317	0.00 1	0.02 219	0.02 343	0.00 1	0.49 360	0.09 104

DualNet	1.91 292	0.50 170	4.37 289	0.46 260	0.03 124	1.60 213	0.03 125	3.81 151	6.87 370	1.57 213	2.38 281	2.14 248	0.38 186	1.73 137	9.02 367	0.00 1	1.12 362	0.00 1	0.17 326	0.10 198	1.86 374

Syn2CoEx	1.91 292	1.85 356	6.43 355	0.05 98	0.00 1	1.47 175	0.54 303	6.03 339	2.24 279	2.24 268	2.19 272	2.06 242	3.10 339	6.57 302	2.58 299	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.40 239

FAT-Stereo	1.95 294	0.23 95	3.66 260	0.18 192	0.03 124	1.80 257	0.94 326	5.35 294	3.11 334	4.23 339	5.00 339	5.22 353	2.76 330	5.07 246	1.09 234	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.17 156

AANet_RVC	1.95 294	1.64 347	4.89 310	0.09 150	0.00 1	1.24 92	0.01 18	3.93 173	2.82 326	2.32 273	4.64 337	3.61 316	0.19 148	7.61 352	4.73 340	0.60 375	0.19 271	0.00 1	0.00 1	0.11 221	0.47 247

ccnet	1.96 296	0.68 219	3.59 253	0.26 232	0.19 225	3.68 332	1.55 345	4.89 265	1.77 243	2.68 301	3.92 327	3.44 309	1.72 299	5.02 245	5.22 342	0.06 348	0.00 1	0.09 361	0.01 240	0.13 240	0.32 216

GwcNet	1.96 296	1.51 338	7.43 365	0.30 238	1.20 363	4.13 338	0.61 310	4.45 230	1.92 256	1.53 209	2.31 278	3.93 328	0.54 208	5.50 263	3.16 318	0.00 1	0.00 1	0.00 1	0.01 240	0.39 351	0.24 194

DANet	1.96 296	0.24 99	3.72 264	0.78 327	0.48 303	2.65 299	0.34 286	3.94 174	1.71 234	4.35 341	1.56 245	5.09 347	0.56 212	6.97 331	5.99 349	0.01 298	0.00 1	0.00 1	0.01 240	0.04 112	0.66 273
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV	1.97 299	0.56 192	2.61 196	0.46 260	0.07 167	2.91 310	4.18 376	4.58 244	2.78 323	5.50 359	2.21 274	2.84 283	2.94 332	4.75 228	2.31 290	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.60 267
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STTRV1_RVC	2.03 300	0.39 146	5.14 325	0.34 242	0.01 61	2.50 289	0.34 286	6.44 352	3.75 345	0.86 119	5.12 340	1.63 212	1.08 258	7.64 353	1.58 255	1.07 380	2.64 412	0.00 1	0.00 1	0.02 36	0.04 44

DISCO	2.03 300	0.45 161	2.82 210	0.72 314	0.53 306	5.13 356	0.01 18	6.01 338	1.81 247	2.31 272	0.91 204	6.43 361	0.87 251	8.57 373	3.67 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.17 156

edge stereo	2.06 302	0.42 157	4.20 281	0.14 182	0.09 183	1.82 259	0.51 300	5.38 298	2.48 302	3.45 325	3.96 331	8.28 371	1.80 305	5.90 278	2.30 289	0.00 1	0.00 1	0.01 324	0.00 1	0.16 269	0.19 166

CBMV_ROB	2.06 302	0.31 123	2.72 202	0.63 299	0.00 1	2.83 306	0.88 323	5.24 289	2.41 295	4.28 340	6.16 350	3.07 296	3.47 346	5.81 277	2.69 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.56 263

mmx	2.08 304	0.50 170	4.37 289	0.46 260	0.03 124	1.60 213	0.03 125	6.21 343	2.77 321	1.57 213	2.38 281	2.14 248	0.38 186	7.65 354	9.02 367	0.00 1	1.08 351	0.00 1	0.17 326	0.06 134	1.25 324

xxx	2.08 304	0.50 170	4.37 289	0.46 260	0.03 124	1.60 213	0.03 125	6.21 343	2.77 321	1.57 213	2.38 281	2.14 248	0.38 186	7.65 354	9.02 367	0.00 1	1.08 351	0.00 1	0.17 326	0.06 134	1.25 324

RP	2.09 306	0.90 256	3.88 271	0.22 213	0.61 321	1.72 249	0.94 326	4.97 273	2.65 310	3.87 333	5.63 345	4.44 331	4.28 358	4.99 243	2.35 292	0.01 298	0.00 1	0.00 1	0.01 240	0.20 293	0.13 135

NCC-stereo	2.09 306	1.02 287	4.78 307	0.10 160	0.26 259	2.33 282	0.13 219	5.82 328	1.70 232	2.98 310	3.18 310	4.63 336	5.69 373	6.26 288	2.76 304	0.05 342	0.00 1	0.00 1	0.00 1	0.08 168	0.14 140

Abc-Net	2.09 306	1.02 287	4.78 307	0.10 160	0.26 259	2.33 282	0.13 219	5.82 328	1.70 232	2.98 310	3.18 310	4.63 336	5.69 373	6.26 288	2.76 304	0.05 342	0.00 1	0.00 1	0.00 1	0.08 168	0.14 140
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CC-Net-ROB	2.09 306	1.17 308	3.97 275	1.52 371	0.23 241	3.35 323	0.05 166	5.09 279	2.74 318	1.09 157	1.40 236	0.97 169	0.18 144	6.66 308	0.87 208	1.46 388	1.64 395	7.13 395	0.00 1	1.67 385	0.54 256

RAFT-RH_RVC	2.11 310	0.30 117	2.27 152	0.74 321	0.26 259	1.51 189	0.02 76	0.61 6	1.23 129	5.28 356	21.18 398	1.04 174	0.07 77	6.90 322	0.61 172	0.04 338	0.00 1	0.00 1	0.03 261	0.02 36	0.00 1

RGC	2.11 310	0.95 268	4.61 301	0.08 134	0.29 270	3.34 322	0.11 211	5.40 302	1.78 245	3.93 335	4.52 335	5.20 351	3.05 338	5.78 275	2.78 307	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.18 163

S-Stereo	2.12 312	0.32 127	6.30 349	0.24 222	0.22 235	2.51 290	1.83 349	5.38 298	5.55 362	2.46 289	5.91 347	2.81 281	0.71 239	5.19 253	2.45 297	0.00 1	0.02 219	0.00 1	0.00 1	0.07 158	0.37 227

1111x	2.13 313	0.58 196	4.38 294	0.39 251	0.61 321	2.14 272	0.01 18	6.38 351	2.40 294	1.80 233	1.97 265	0.95 167	0.64 229	7.16 341	10.30 377	0.00 1	1.18 377	0.00 1	0.29 372	0.07 158	1.32 329

SGM-Forest	2.15 314	0.50 170	2.42 180	0.19 197	0.25 250	3.47 328	2.38 359	4.53 238	2.46 299	5.64 360	3.99 332	3.74 320	2.22 312	6.99 332	3.08 316	0.01 298	0.02 219	0.00 1	0.00 1	0.05 124	0.98 306
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
psmorigin	2.16 315	0.75 230	10.72 387	0.24 222	0.03 124	1.62 225	0.20 238	3.80 150	1.16 106	5.40 357	3.08 307	5.77 355	2.29 315	5.62 271	2.13 279	0.00 1	0.00 1	0.00 1	0.00 1	0.08 168	0.25 200

Anonymous_2	2.17 316	0.32 127	2.35 164	0.80 329	0.85 342	1.67 242	0.22 247	4.62 247	0.71 42	1.12 162	0.40 135	3.18 300	1.94 308	0.84 93	0.77 193	0.06 348	1.09 354	3.25 394	14.62 418	3.25 388	1.43 335

Wz-Net-MNSev	2.17 316	1.90 360	7.77 368	0.02 40	0.01 61	4.60 349	2.08 354	5.70 318	2.83 327	4.02 336	1.50 242	1.87 228	2.53 324	5.10 248	3.04 315	0.00 1	0.01 192	0.00 1	0.00 1	0.14 249	0.31 214

ff1	2.20 318	0.50 170	4.37 289	0.46 260	0.03 124	1.60 213	0.03 125	3.81 151	6.87 370	1.57 213	2.38 281	2.14 248	0.38 186	7.65 354	9.02 367	0.00 1	1.12 362	0.00 1	0.17 326	0.10 198	1.86 374

FTStereo	2.20 318	0.09 6	2.07 123	0.18 192	0.13 202	1.43 158	4.50 382	2.98 101	0.97 81	3.35 323	17.70 386	0.77 147	4.06 354	4.36 207	0.15 39	0.15 363	0.00 1	0.00 1	0.00 1	0.02 36	1.19 319

PASM	2.20 318	1.85 356	10.33 385	1.00 345	0.41 291	1.98 265	0.90 325	3.85 163	2.76 320	4.38 342	1.53 243	3.49 313	1.54 288	6.60 303	2.43 295	0.14 362	0.02 219	0.00 1	0.03 261	0.33 336	0.39 237

GANet	2.23 321	0.92 263	3.10 226	0.88 337	0.08 176	2.25 274	3.25 365	4.61 246	1.71 234	2.55 294	9.98 369	2.56 271	1.47 285	7.52 351	2.98 313	0.00 1	0.04 231	0.02 343	0.08 289	0.14 249	0.42 245

Nwc_Net	2.25 322	0.98 278	5.37 332	0.07 126	0.11 195	2.80 304	0.05 166	7.36 374	1.30 164	2.77 306	8.21 362	5.18 350	2.98 336	5.16 252	2.46 298	0.00 1	0.00 1	0.00 1	0.00 1	0.12 230	0.08 82

xxxx	2.26 323	0.43 158	2.30 156	0.01 10	0.68 334	1.47 175	0.00 1	6.56 357	2.32 286	1.56 211	2.07 271	1.07 179	0.06 66	4.81 234	18.87 400	0.00 1	1.11 360	0.00 1	0.21 346	0.06 134	1.65 350

test_xeample	2.27 324	0.46 164	2.25 150	0.10 160	0.69 335	1.48 180	0.00 1	6.24 346	2.46 299	1.83 235	2.40 287	0.37 91	0.07 77	4.49 213	19.55 402	0.00 1	1.11 360	0.00 1	0.21 346	0.07 158	1.65 350

LL-Strereo	2.29 325	1.55 342	5.01 317	0.64 301	2.78 387	1.52 192	0.05 166	5.04 276	1.24 131	2.73 303	2.87 304	5.10 348	5.49 371	7.22 343	0.81 199	0.04 338	1.31 385	0.00 1	0.00 1	0.31 332	2.08 384

Anonymous Stereo	2.31 326	1.93 362	10.83 388	0.65 303	0.22 235	1.66 237	4.27 379	4.51 234	2.99 331	3.12 316	1.87 261	1.95 235	0.11 112	7.17 342	4.68 339	0.01 298	0.00 1	0.00 1	0.00 1	0.11 221	0.20 178

NaN_ROB	2.33 327	1.31 322	4.55 298	0.32 240	0.30 282	3.13 314	5.01 386	4.57 243	2.78 323	5.49 358	1.73 252	2.28 259	1.98 310	7.48 349	4.32 335	0.01 298	0.06 242	0.03 348	0.09 292	0.20 293	0.88 296

stereogan	2.38 328	0.59 198	5.05 319	0.01 10	0.09 183	8.26 378	0.58 309	4.92 269	3.65 342	4.68 347	4.60 336	6.43 361	2.39 319	5.27 255	0.72 190	0.00 1	0.01 192	0.01 324	0.00 1	0.27 323	0.13 135

MFMNet_re	2.39 329	1.65 348	6.10 345	3.04 387	0.90 348	2.34 284	0.98 329	4.77 260	3.79 346	6.95 365	7.08 357	1.84 227	3.79 352	2.53 154	1.57 254	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.26 204

AF-Net	2.51 330	1.12 302	5.46 336	0.01 10	0.13 202	2.03 268	0.47 297	7.04 368	2.74 318	4.09 337	10.64 371	4.99 344	2.94 332	4.94 240	3.28 320	0.00 1	0.00 1	0.00 1	0.00 1	0.17 281	0.15 147

PDISCO_ROB	2.54 331	1.40 330	5.07 322	1.06 351	2.01 381	8.28 379	0.17 229	7.96 382	6.01 368	1.48 204	1.75 254	3.67 319	1.25 272	7.74 360	2.07 278	0.00 1	0.00 1	0.00 1	0.00 1	0.39 351	0.42 245

DGSMNet	2.56 332	1.15 307	7.39 363	1.34 366	2.02 382	3.20 315	3.97 374	6.11 342	1.72 239	1.52 208	2.72 300	3.23 303	0.63 226	4.74 225	2.39 294	1.12 383	1.53 393	1.54 389	1.32 402	1.40 384	2.10 385

ADCRef	2.57 333	1.40 330	7.90 370	0.11 172	0.11 195	4.71 351	0.74 318	5.45 307	1.66 225	3.15 317	1.65 251	1.61 208	2.25 314	4.54 219	15.56 394	0.03 332	0.00 1	0.01 324	0.10 297	0.27 323	0.23 190

SQANet	2.65 334	1.92 361	3.73 266	4.47 391	2.98 388	2.59 294	0.24 253	4.66 252	1.11 99	2.48 290	0.59 164	1.57 202	0.86 250	3.95 191	1.67 261	7.97 398	0.14 264	0.48 376	0.03 261	7.84 393	3.68 394

DeepPrunerF	2.71 335	1.57 344	16.51 400	0.22 213	0.33 285	1.45 165	0.28 267	6.26 348	9.92 383	1.25 180	0.44 143	1.98 237	1.61 296	7.33 344	4.17 334	0.00 1	0.01 192	0.07 358	0.10 297	0.33 336	0.29 211

FBW_ROB	2.74 336	1.02 287	4.72 303	0.43 257	0.18 223	4.35 345	0.18 234	7.28 373	3.50 339	3.57 327	3.38 316	4.86 341	1.22 269	11.70 393	5.76 346	0.17 365	0.08 249	0.59 381	0.12 307	0.28 326	1.40 333

FINET	2.99 337	2.11 367	7.66 366	1.13 353	1.79 375	4.35 345	3.34 367	5.66 315	7.93 380	2.49 292	3.29 313	1.66 216	2.47 322	6.70 310	4.44 336	0.82 377	1.38 388	0.03 348	0.30 374	0.36 345	1.88 379

aanetorigin	2.99 337	1.00 283	9.85 383	0.23 217	0.23 241	1.59 209	2.01 351	1.94 59	1.25 138	14.45 396	10.04 370	2.98 289	3.75 349	4.97 242	4.01 331	0.10 356	0.05 236	0.09 361	0.11 300	0.55 370	0.55 261

Wz-Net-SNSev	3.01 339	3.59 392	12.98 393	0.45 259	0.04 145	2.72 300	1.12 336	5.80 327	2.42 296	2.30 271	2.62 298	6.39 360	1.29 275	10.20 383	7.19 358	0.00 1	0.01 192	0.00 1	0.00 1	0.29 329	0.72 281

CSAN	3.10 340	1.72 350	5.85 340	0.37 247	0.14 207	4.15 340	3.91 373	4.94 271	4.65 357	6.43 363	6.29 352	4.62 335	5.17 367	8.13 364	4.85 341	0.02 322	0.03 227	0.03 348	0.05 276	0.26 318	0.48 251

222	3.11 341	0.43 158	2.10 131	0.02 40	0.45 299	1.57 206	0.01 18	6.44 352	2.34 290	1.73 231	2.24 276	0.52 110	0.07 77	4.95 241	36.29 418	0.00 1	1.07 350	0.00 1	0.21 346	0.06 134	1.65 350

UDG	3.15 342	9.41 409	2.81 208	2.72 386	0.92 350	2.39 285	0.11 211	4.12 201	1.30 164	2.35 275	3.63 321	4.96 343	1.58 295	4.33 205	2.89 311	1.22 386	0.04 231	8.09 397	3.80 409	4.94 390	1.35 330

XQC	3.16 343	2.00 364	7.71 367	0.97 344	0.67 332	5.07 355	0.69 315	6.58 358	4.95 359	5.04 354	1.98 268	4.99 344	3.12 340	7.96 363	10.02 376	0.00 1	0.63 307	0.00 1	0.18 333	0.36 345	0.38 236

RTSC	3.18 344	2.15 368	8.20 374	0.67 309	0.38 288	4.41 347	0.08 190	5.64 313	5.80 366	6.14 362	3.43 317	3.37 304	1.55 291	7.50 350	12.15 383	0.00 1	0.84 323	0.00 1	0.25 359	0.51 363	0.53 255

ADCP+	3.18 344	1.81 351	11.33 389	0.07 126	0.20 229	5.83 363	2.80 361	4.60 245	2.69 312	1.68 227	0.28 104	3.75 321	3.14 341	6.82 316	17.90 397	0.00 1	0.00 1	0.00 1	0.00 1	0.20 293	0.56 263

PWC_ROB	3.30 346	1.83 353	8.47 377	0.62 298	0.56 311	1.31 121	0.39 290	4.53 238	5.05 360	7.66 370	15.14 381	3.37 304	2.43 320	6.86 319	6.74 356	0.00 1	0.00 1	0.00 1	0.00 1	0.51 363	0.54 256

PWCDC_ROB	3.41 347	2.29 369	5.16 327	0.19 197	0.02 106	3.11 313	0.02 76	5.15 282	12.27 386	1.36 193	23.33 405	1.98 237	3.35 343	4.93 239	3.71 327	0.28 372	0.00 1	0.00 1	0.00 1	0.71 380	0.32 216

DDUNet	3.58 348	11.19 411	3.84 270	3.59 390	3.31 390	4.14 339	0.20 238	4.40 227	1.33 169	2.72 302	3.11 309	3.16 298	0.37 184	4.18 194	1.47 249	2.02 390	0.05 236	10.10 402	3.59 408	5.85 392	3.05 392

G-Net	3.58 348	0.58 196	5.14 325	1.61 372	1.86 376	10.46 384	1.85 350	3.24 122	1.69 228	8.68 375	11.81 375	6.03 356	7.62 381	4.82 235	5.52 345	0.08 353	0.12 261	0.07 358	0.15 312	0.16 269	0.16 151

SHD	3.58 348	1.83 353	6.41 352	1.34 366	1.21 364	4.84 352	0.17 229	7.95 381	12.83 387	7.86 371	3.32 315	5.08 346	2.63 326	5.54 266	8.57 364	0.01 298	0.75 316	0.00 1	0.18 333	0.31 332	0.73 282

otaku	3.61 351	2.06 365	4.04 276	6.41 395	3.35 391	4.67 350	2.08 354	5.97 334	1.58 206	2.19 262	2.62 298	3.47 311	1.45 281	4.36 207	2.17 281	8.55 399	0.25 273	1.89 390	0.03 261	9.29 396	5.81 399

MFN_U_SF_DS_RVC	3.61 351	3.47 387	9.32 381	0.19 197	0.30 282	13.80 391	7.49 405	5.15 282	3.95 348	3.06 314	3.94 329	4.60 334	1.20 264	8.49 371	2.79 308	0.70 376	1.22 380	0.04 353	0.84 394	0.50 362	1.23 321

SDNR	3.62 353	1.25 317	7.41 364	0.71 312	0.22 235	26.06 415	0.02 76	4.55 241	2.42 296	3.10 315	11.33 372	3.05 293	0.77 243	8.31 369	2.21 285	0.05 342	0.11 259	0.00 1	0.01 240	0.08 168	0.66 273

ADCL	3.64 354	1.54 340	8.53 379	0.26 232	0.28 269	7.37 370	4.49 381	5.42 304	3.61 341	4.79 349	3.85 326	5.14 349	4.47 359	6.28 290	15.73 395	0.05 342	0.01 192	0.11 365	0.13 309	0.34 339	0.33 221

Ntro	3.66 355	2.08 366	4.34 287	7.58 397	4.53 393	6.25 366	0.72 317	5.35 294	1.65 224	0.48 76	1.77 255	2.68 275	1.25 272	5.10 248	2.31 290	8.72 400	0.31 283	2.13 392	0.05 276	9.73 397	6.18 400

SPS-STEREO	3.67 356	1.46 334	4.23 282	0.36 244	0.23 241	3.93 334	1.20 339	6.67 361	3.50 339	11.05 385	8.81 364	9.53 377	4.63 361	9.10 374	7.25 359	0.01 298	0.01 192	0.00 1	0.00 1	0.13 240	1.28 327
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SuperB	3.75 357	2.46 375	15.54 399	0.32 240	0.06 158	4.29 343	1.61 346	4.25 216	11.49 385	2.56 295	1.31 232	2.01 241	1.86 306	6.94 327	8.94 366	0.05 342	0.03 227	0.10 364	0.08 289	10.62 402	0.56 263

MDST_ROB	3.81 358	0.21 86	4.29 286	2.64 385	1.45 370	13.85 392	1.02 333	8.06 383	2.67 311	15.14 400	8.81 364	2.70 276	1.55 291	9.31 376	3.90 329	0.03 332	0.00 1	0.00 1	0.00 1	0.03 91	0.63 271

ADCPNet	3.94 359	1.47 336	14.87 396	0.11 172	0.45 299	7.19 369	2.23 357	5.42 304	3.18 336	4.53 346	2.03 269	7.48 370	5.27 369	7.05 337	14.73 391	0.02 322	0.74 315	0.04 353	0.91 400	0.23 303	0.85 293

DPSNet	3.98 360	1.01 285	12.58 391	0.74 321	0.55 308	5.24 358	1.53 344	12.44 393	4.82 358	2.89 307	0.97 209	6.37 359	11.43 395	8.20 365	8.61 365	0.09 355	0.51 298	0.11 365	0.38 381	0.35 343	0.83 290

pmcnn	3.98 360	0.95 268	7.29 362	0.71 312	1.42 368	2.84 307	1.22 340	5.89 332	2.42 296	9.34 381	11.71 374	18.88 395	2.65 327	6.89 321	6.35 353	0.00 1	0.07 245	0.00 1	0.00 1	0.21 296	0.76 285

MFN_U_SF_RVC	4.10 362	2.36 372	12.04 390	1.00 345	0.27 264	10.31 383	0.51 300	8.83 385	3.69 343	4.90 352	3.30 314	9.33 376	3.43 345	8.28 367	9.42 371	0.41 374	0.53 300	0.52 377	0.81 393	0.90 381	1.05 310

NVStereoNet_ROB	4.22 363	2.29 369	6.13 347	1.40 369	1.14 362	2.84 307	0.97 328	5.67 316	5.66 363	5.25 355	14.28 380	12.40 381	5.35 370	10.74 388	5.33 343	1.24 387	1.01 347	0.67 385	0.62 391	0.63 375	0.69 278
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SAMSARA	4.31 364	1.94 363	7.80 369	1.96 379	1.40 367	10.65 385	7.35 402	7.17 369	4.49 354	8.27 373	3.58 320	10.58 378	3.75 349	7.87 361	6.66 355	0.01 298	1.09 354	0.00 1	0.23 353	0.26 318	1.19 319

ADCMid	4.33 365	2.40 374	13.81 395	0.23 217	0.40 289	4.90 353	1.23 341	5.73 319	3.73 344	11.06 386	3.94 329	6.67 365	5.11 365	7.11 338	18.03 398	0.12 360	0.08 249	0.55 378	0.46 383	0.61 373	0.49 252

Wz-Net-TNSev	4.36 366	6.36 403	22.98 403	0.22 213	0.06 158	7.00 368	3.45 368	7.46 376	3.81 347	2.12 259	0.63 167	7.29 369	5.11 365	9.87 381	9.72 375	0.00 1	0.00 1	0.00 1	0.02 259	0.36 345	0.66 273

AnyNet_C32	4.41 367	3.74 394	15.17 398	0.48 274	0.51 305	5.99 365	6.52 401	5.30 292	2.72 317	6.86 364	3.66 322	5.21 352	3.19 342	7.42 347	19.54 401	0.08 353	0.04 231	0.20 372	0.09 292	0.67 378	0.76 285

WZ-Net	4.64 368	2.57 377	25.72 406	0.10 160	0.09 183	3.07 312	2.08 354	6.59 360	5.41 361	6.08 361	4.09 333	7.02 368	6.04 376	11.64 390	11.45 381	0.00 1	0.00 1	0.00 1	0.00 1	0.21 296	0.61 268

SGM_RVC	4.67 369	0.61 206	2.62 198	1.13 353	0.29 270	7.96 376	2.60 360	7.55 377	4.36 353	12.34 390	9.95 368	15.94 390	8.56 383	10.88 389	6.38 354	0.22 369	0.25 273	0.20 372	0.23 353	0.32 334	0.92 299
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	5.04 370	1.86 358	7.96 371	0.39 251	0.12 200	7.51 372	3.73 372	7.20 370	16.07 393	7.15 366	13.16 377	12.35 380	8.70 384	8.28 367	5.37 344	0.00 1	0.01 192	0.00 1	0.00 1	0.13 240	0.71 280

WCMA_ROB	5.16 371	1.07 297	4.40 295	0.66 304	0.69 335	6.28 367	3.63 371	5.39 300	4.05 349	14.77 399	19.39 395	15.46 388	10.72 393	7.67 358	6.77 357	0.19 368	0.27 278	0.18 371	0.20 341	0.18 286	1.23 321

RainbowNet	5.23 372	4.09 397	4.92 314	9.61 402	6.18 396	5.26 359	3.48 369	7.68 379	4.58 356	1.94 247	3.02 305	4.67 338	3.42 344	5.90 278	2.01 275	9.59 402	2.19 401	8.45 398	0.20 341	10.52 400	6.82 402

MSMD_ROB	5.26 373	0.52 182	3.22 232	0.15 187	0.01 61	8.63 380	1.06 334	4.76 259	4.16 350	13.72 393	26.77 408	13.87 385	15.95 401	7.89 362	3.94 330	0.11 358	0.01 192	0.00 1	0.00 1	0.06 134	0.34 223

FCDSN-DC	5.38 374	0.65 215	3.19 230	0.24 222	0.46 302	5.71 360	1.61 346	5.83 330	4.51 355	14.74 398	22.03 401	20.43 397	13.01 398	8.48 370	6.00 350	0.02 322	0.00 1	0.00 1	0.00 1	0.07 158	0.52 254
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	5.48 375	3.14 386	10.56 386	0.47 266	0.29 270	24.98 412	8.65 409	6.24 346	9.96 384	4.38 342	8.16 361	8.42 372	2.44 321	9.46 379	6.27 352	1.11 382	1.70 397	0.33 375	0.47 385	1.16 383	1.35 330

ADCS	5.55 376	3.55 388	19.07 401	0.43 257	0.14 207	5.87 364	4.20 378	7.65 378	7.80 379	9.79 382	6.22 351	6.48 363	5.52 372	10.52 387	22.41 412	0.00 1	0.00 1	0.00 1	0.00 1	0.48 359	0.97 305

MeshStereo	6.09 377	0.97 275	3.59 253	0.26 232	0.14 207	7.68 374	2.02 352	10.42 388	5.77 364	20.76 408	19.69 397	22.78 401	10.56 391	10.29 384	6.16 351	0.00 1	0.00 1	0.00 1	0.00 1	0.29 329	0.41 241
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
ACVNet-4b	6.14 378	2.39 373	6.31 350	9.73 403	7.26 401	8.81 381	1.62 348	7.27 372	6.07 369	0.41 59	6.42 354	11.47 379	2.37 318	9.17 375	2.72 302	9.70 404	2.42 403	10.45 403	0.01 240	11.04 404	7.12 403

SGM+DAISY	6.27 379	3.62 393	9.36 382	2.30 380	2.34 383	9.12 382	6.38 398	6.98 367	6.00 367	14.26 394	15.55 383	14.02 386	9.84 388	9.45 378	8.56 363	1.21 385	1.60 394	0.58 379	0.86 397	0.63 375	2.74 387

FC-DCNN	6.44 380	0.46 164	3.25 236	0.54 282	0.56 311	8.01 377	1.37 342	8.76 384	7.15 375	19.35 406	22.25 403	22.72 400	15.44 400	10.37 385	7.93 361	0.00 1	0.01 192	0.00 1	0.00 1	0.03 91	0.64 272

PVD	6.50 381	1.70 349	6.71 358	1.66 376	1.59 374	7.94 375	0.89 324	11.13 391	24.35 401	12.01 389	19.10 391	8.76 374	9.89 389	9.85 380	11.06 379	0.02 322	1.12 362	0.00 1	0.26 366	0.25 312	1.72 355

EDNetEfficient	6.66 382	1.34 325	34.37 410	0.66 304	1.93 380	2.04 270	3.59 370	3.08 111	14.92 390	20.02 407	9.53 367	6.48 363	10.85 394	7.65 354	15.21 392	0.03 332	0.10 257	0.01 324	0.22 350	0.61 373	0.55 261

ACVNet_1	6.79 383	2.72 381	6.97 359	9.78 404	7.38 403	7.67 373	2.29 358	10.50 389	6.93 374	4.51 345	5.39 343	13.21 383	6.34 378	7.02 336	3.31 322	9.70 404	2.48 405	10.85 405	0.11 300	11.41 406	7.23 404

AnyNet_C01	7.15 384	5.48 401	37.47 412	1.08 352	0.59 318	11.50 387	6.49 400	6.93 363	4.31 351	8.06 372	9.11 366	8.72 373	4.06 354	14.50 399	21.97 410	0.11 358	0.08 249	0.24 374	0.09 292	1.11 382	1.07 313

LSM	7.83 385	2.59 378	24.93 405	4.71 392	40.61 422	3.55 329	5.22 389	5.91 333	7.48 376	10.86 384	13.66 379	4.55 333	3.92 353	7.72 359	5.88 348	0.02 322	0.26 276	0.00 1	0.00 1	0.30 331	14.53 418

DispFullNet	8.26 386	24.76 419	14.96 397	14.77 412	7.78 404	5.23 357	0.09 201	5.67 316	3.16 335	9.01 379	4.87 338	6.15 358	10.66 392	10.44 386	4.54 337	2.54 391	0.33 285	15.59 409	4.84 412	13.17 410	6.59 401

ELAS_RVC	8.75 387	1.59 345	6.34 351	1.91 378	1.87 377	11.67 388	12.14 414	10.75 390	16.11 394	22.55 412	21.45 399	18.49 393	18.29 408	14.17 398	12.53 384	0.92 379	1.32 386	0.70 386	0.46 383	0.53 369	1.25 324
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	9.07 388	1.55 342	5.19 328	1.87 377	1.92 379	17.05 397	8.29 407	13.92 395	13.52 389	23.08 413	28.56 413	18.59 394	16.90 404	12.06 395	13.39 388	0.91 378	1.32 386	0.65 384	0.59 389	0.68 379	1.31 328
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	9.32 389	2.76 382	8.07 372	8.84 401	6.89 399	14.54 396	4.19 377	14.25 396	23.92 400	7.62 369	19.61 396	20.42 396	5.93 375	8.52 372	3.64 325	9.16 401	1.74 399	7.93 396	0.36 379	10.56 401	7.47 407

WAO-7	9.62 390	2.87 383	5.64 339	0.96 343	0.21 234	20.37 404	5.13 388	23.65 416	26.32 405	13.11 392	27.70 411	22.69 399	14.04 399	14.53 400	13.11 386	0.13 361	0.09 255	0.58 379	0.10 297	0.51 363	0.75 284

PWCK	9.63 391	6.94 407	19.91 402	6.25 394	0.22 235	22.62 407	14.62 416	12.15 392	13.48 388	14.34 395	13.17 378	13.25 384	8.40 382	16.14 401	11.57 382	6.38 396	0.26 276	2.41 393	0.11 300	8.57 394	1.74 358

IMH-64-1	10.12 392	3.75 395	4.24 283	11.47 407	9.26 407	11.93 389	5.30 390	18.72 401	15.74 391	7.16 367	18.55 388	16.83 391	6.83 379	11.66 391	9.62 373	10.09 406	2.54 406	15.69 410	1.72 403	12.82 407	8.45 408

IMH-64	10.12 392	3.75 395	4.24 283	11.47 407	9.26 407	11.93 389	5.30 390	18.72 401	15.74 391	7.16 367	18.55 388	16.83 391	6.83 379	11.66 391	9.62 373	10.09 406	2.54 406	15.69 410	1.72 403	12.82 407	8.45 408

RTS	10.27 394	3.55 388	66.16 420	1.62 373	2.34 383	13.96 393	6.25 396	6.95 365	18.07 396	8.81 376	19.18 392	6.82 366	2.96 334	26.87 414	19.93 403	0.00 1	0.42 290	0.00 1	0.03 261	0.40 353	0.99 307

RTSA	10.27 394	3.55 388	66.16 420	1.62 373	2.34 383	13.96 393	6.25 396	6.95 365	18.07 396	8.81 376	19.18 392	6.82 366	2.96 334	26.87 414	19.93 403	0.00 1	0.42 290	0.00 1	0.03 261	0.40 353	0.99 307

EDNetEfficientorigin	10.48 396	2.34 371	98.78 432	0.23 217	0.25 250	3.01 311	0.70 316	4.69 255	17.04 395	19.07 402	15.43 382	12.52 382	11.56 396	9.41 377	12.62 385	0.01 298	0.01 192	0.00 1	0.01 240	0.25 312	1.76 360

MADNet+	11.36 397	15.59 415	70.62 422	1.36 368	1.52 372	20.21 403	4.98 383	12.73 394	8.13 381	3.88 334	6.42 354	8.89 375	6.29 377	32.76 418	29.90 417	0.25 371	1.05 348	0.01 324	0.22 350	0.60 372	1.76 360

WAO-6	11.65 398	2.71 380	4.73 304	7.69 398	7.28 402	17.41 398	7.45 403	20.43 407	38.14 417	10.13 383	19.37 394	27.36 405	12.38 397	13.35 396	13.26 387	4.38 392	2.43 404	10.51 404	0.03 261	9.00 395	4.96 397

IMH	11.71 399	4.49 398	4.59 300	11.55 409	9.35 409	14.27 395	5.00 385	21.03 410	25.97 404	8.90 378	23.64 406	20.58 398	10.29 390	13.39 397	9.59 372	10.13 409	2.57 408	15.53 408	1.75 405	13.04 409	8.53 410

LVE	11.75 400	3.56 391	5.48 337	10.38 405	8.28 405	22.54 406	7.53 406	17.01 399	32.01 410	9.26 380	23.28 404	23.43 402	9.72 386	11.79 394	7.81 360	10.09 406	2.62 411	11.07 406	0.59 389	11.18 405	7.44 406

Dean	12.08 401	3.10 385	8.10 373	10.98 406	8.34 406	18.85 401	5.53 392	21.57 412	40.96 419	11.81 388	21.91 400	25.74 404	9.74 387	8.20 365	5.76 346	9.65 403	2.35 402	9.94 399	0.65 392	10.97 403	7.40 405

coex-ft	12.25 402	6.22 402	80.44 423	0.15 187	0.15 215	2.43 286	0.98 329	3.07 110	29.54 406	49.22 421	16.44 384	15.69 389	16.17 402	7.44 348	15.30 393	0.05 342	0.07 245	0.01 324	0.05 276	0.35 343	1.15 317

LE_ROB	13.25 403	1.86 358	12.84 392	2.35 381	1.43 369	7.50 371	5.92 393	10.14 387	48.57 422	57.70 422	24.61 407	23.44 403	32.60 418	10.12 382	24.95 416	0.06 348	0.08 249	0.13 369	0.20 341	0.09 187	0.41 241

SGM-ForestM	14.25 404	3.00 384	8.67 380	2.38 382	1.88 378	24.45 411	11.87 412	19.27 403	21.66 398	30.68 415	29.79 415	46.58 419	28.97 415	27.26 416	21.22 408	1.14 384	1.67 396	0.61 383	0.89 399	0.51 363	2.50 386

WAO-8	14.47 405	5.06 399	6.42 353	8.00 399	6.65 397	23.95 409	2.97 362	23.01 413	45.08 420	19.24 404	34.86 418	33.07 409	17.51 405	17.59 404	14.38 389	5.22 394	0.86 325	10.06 400	0.85 395	10.25 398	4.34 395

Venus	14.47 405	5.06 399	6.42 353	8.00 399	6.65 397	23.95 409	2.97 362	23.01 413	45.08 420	19.24 404	34.85 417	33.07 409	17.51 405	17.59 404	14.38 389	5.22 394	0.86 325	10.06 400	0.85 395	10.25 398	4.34 395

JetBlue	14.57 407	6.38 404	35.83 411	0.95 342	7.05 400	51.27 421	22.93 419	16.51 397	9.78 382	11.72 387	17.82 387	27.82 406	17.62 407	33.31 419	20.36 405	0.35 373	0.18 268	0.15 370	0.25 359	5.36 391	5.74 398

KSHMR	14.93 408	8.30 408	8.52 378	15.54 413	13.01 412	17.62 399	10.36 411	19.39 404	30.53 408	19.03 401	22.15 402	28.32 407	9.61 385	16.44 402	10.96 378	10.98 414	3.74 417	21.96 416	4.87 413	16.79 413	10.39 413

MANE	15.61 409	2.70 379	7.19 361	3.43 389	5.19 395	21.44 405	9.54 410	24.27 417	29.58 407	33.72 417	42.10 420	42.08 418	32.55 417	24.60 409	20.72 406	1.46 388	2.17 400	1.34 388	4.60 410	0.49 360	3.04 391

TorneroNet-64	16.11 410	6.82 405	6.11 346	14.13 410	12.13 411	28.42 417	6.47 399	20.35 406	38.01 416	12.80 391	27.88 412	35.94 413	16.83 403	20.38 407	16.77 396	10.33 410	2.60 409	19.45 413	2.86 406	14.63 411	9.33 412

FADE	16.60 411	11.70 412	39.83 415	4.77 393	4.88 394	10.68 386	5.02 387	19.70 405	23.34 399	8.37 374	6.13 349	14.69 387	21.66 412	26.42 413	22.37 411	25.10 419	8.60 418	35.80 423	36.52 423	3.69 389	2.77 388

TorneroNet	16.83 412	6.92 406	6.68 357	14.15 411	12.07 410	27.63 416	8.39 408	21.53 411	37.64 415	14.70 397	32.94 416	33.55 411	18.95 410	19.68 406	20.80 407	10.39 411	2.61 410	19.77 414	3.45 407	15.42 412	9.28 411

notaker	18.29 413	22.89 418	10.13 384	18.52 415	14.64 415	17.81 400	7.48 404	20.77 408	24.37 402	21.91 410	27.45 410	39.00 415	20.06 411	20.53 408	21.90 409	12.54 415	2.81 415	25.96 418	6.03 415	19.60 416	11.37 414

BEATNet-Init1	19.30 414	9.61 410	39.48 413	3.09 388	2.67 386	39.40 420	17.68 417	23.58 415	25.88 403	38.63 418	37.63 419	50.99 420	33.56 419	30.54 417	24.44 415	1.09 381	1.51 392	0.60 382	0.88 398	1.81 387	2.89 389

ktn	19.65 415	19.61 416	8.27 376	22.99 419	17.38 417	23.89 408	11.97 413	24.83 418	34.40 414	19.19 403	27.37 409	32.56 408	18.29 408	16.52 403	18.28 399	22.43 418	3.70 416	29.28 420	10.90 417	19.65 417	11.59 415

UNDER WATER	20.50 416	13.77 414	33.30 408	20.84 417	14.55 414	30.38 418	19.68 418	17.23 400	34.25 413	21.44 409	18.98 390	38.38 414	31.61 416	25.31 410	22.42 413	10.71 413	2.76 413	19.90 415	4.92 414	17.87 415	11.76 416

UNDER WATER-64	20.90 417	11.73 413	33.74 409	20.56 416	13.88 413	34.56 419	24.71 420	16.81 398	33.52 412	22.54 411	17.10 385	40.14 417	33.68 420	25.46 411	23.75 414	10.68 412	2.78 414	18.70 412	4.60 410	17.07 414	12.03 417

DLNR_Zeroshot_test	23.30 418	50.27 424	88.62 424	97.23 436	94.59 432	1.20 73	0.00 1	20.92 409	0.64 35	0.06 14	0.02 1	0.03 5	0.02 17	4.50 215	0.25 83	32.51 423	0.96 344	0.00 1	0.27 370	72.47 429	1.47 336

DPSimNet_ROB	26.59 419	21.34 417	28.49 407	25.34 420	19.24 418	25.03 413	28.61 421	30.13 420	30.91 409	33.36 416	29.60 414	33.91 412	28.18 414	25.99 412	42.58 419	17.84 417	15.40 420	25.41 417	22.86 421	21.10 419	26.45 423

HanzoNet	30.55 420	30.82 421	24.44 404	22.40 418	19.25 419	25.74 414	14.00 415	29.76 419	40.45 418	43.57 419	44.15 421	55.63 422	46.26 421	43.79 421	45.27 420	28.35 421	9.71 419	30.23 421	16.18 419	23.20 420	17.85 419

JetRed	35.17 421	40.12 423	62.92 418	15.92 414	26.66 421	70.02 423	42.94 423	32.33 421	33.48 411	46.29 420	45.31 422	39.98 416	26.04 413	38.73 420	56.93 422	12.90 416	37.58 425	13.38 407	9.53 416	30.41 421	21.91 421

MADNet++	48.24 422	34.06 422	39.67 414	43.36 422	41.25 423	66.15 422	33.15 422	60.90 424	54.14 423	72.30 424	61.91 423	58.11 423	56.05 422	58.09 422	59.59 423	43.04 424	36.86 424	35.73 422	22.37 420	45.96 423	42.06 425

ASD4	55.67 423	67.80 426	50.61 417	44.70 423	58.12 425	92.14 426	98.24 432	55.49 422	86.70 427	58.61 423	65.05 424	51.13 421	64.00 424	59.18 424	67.96 424	26.48 420	30.21 422	26.86 419	29.22 422	43.04 422	37.90 424

LRCNet_RVC	60.82 424	63.91 425	64.33 419	69.26 428	50.13 424	19.76 402	0.07 184	58.24 423	5.77 364	75.95 425	85.64 425	74.51 424	62.84 423	58.99 423	50.33 421	93.38 432	56.04 429	93.60 430	93.06 430	68.67 428	71.95 430

SPstereo	61.24 425	27.43 420	41.43 416	33.64 421	25.42 420	72.54 424	80.04 424	100.00 435	100.00 433	97.56 431	96.24 430	100.00 436	95.10 430	94.86 429	76.77 425	29.55 422	22.53 421	47.20 425	42.52 424	19.77 418	22.12 422

tt	68.57 426	0.18 52	99.50 433	50.44 424	14.99 416	100.00 434	100.00 434	100.00 435	99.70 430	28.28 414	12.01 376	99.97 435	98.67 432	99.55 432	99.99 435	89.99 429	98.19 430	46.13 424	51.48 426	60.62 424	21.71 420

xxxxx1	76.86 427	82.53 427	93.06 427	61.86 425	67.25 426	95.91 428	95.20 428	75.90 425	81.13 424	82.69 426	86.70 426	89.27 425	87.62 425	85.18 425	86.89 426	55.21 425	54.91 426	60.27 426	72.48 427	60.77 425	62.32 426

tt_ll	76.86 427	82.53 427	93.06 427	61.86 425	67.25 426	95.91 428	95.20 428	75.90 425	81.13 424	82.69 426	86.70 426	89.27 425	87.62 425	85.18 425	86.89 426	55.21 425	54.91 426	60.27 426	72.48 427	60.77 425	62.32 426

ff	76.86 427	82.53 427	93.06 427	61.86 425	67.25 426	95.91 428	95.20 428	75.90 425	81.13 424	82.69 426	86.70 426	89.27 425	87.62 425	85.18 425	86.89 426	55.21 425	54.91 426	60.27 426	72.48 427	60.77 425	62.32 426

PML	88.69 430	99.49 431	92.95 426	94.34 430	94.09 430	98.57 432	96.73 431	93.58 428	94.50 428	99.57 434	91.07 429	95.40 429	91.48 428	99.96 436	90.33 429	99.98 442	31.85 423	100.00 436	46.15 425	93.62 431	70.14 429

MEDIAN_ROB	96.88 431	99.41 430	98.74 431	94.82 431	94.30 431	93.21 427	90.85 426	95.70 430	94.83 429	97.65 432	97.67 431	98.31 430	96.57 431	94.60 428	93.95 431	99.78 440	98.28 431	99.99 434	99.90 433	99.50 436	99.57 434

Anonymous_1	96.94 432	99.72 433	99.64 434	92.03 429	93.81 429	100.00 434	100.00 434	99.18 432	99.90 432	98.59 433	99.75 432	99.15 431	99.95 434	98.52 431	99.54 432	87.31 428	98.83 432	90.77 429	96.89 431	91.07 430	94.14 431

HaxPig	97.67 433	99.63 432	91.79 425	99.82 441	99.96 435	88.42 425	87.25 425	98.22 431	99.89 431	99.93 435	99.96 433	99.95 434	99.86 433	96.37 430	92.57 430	99.96 441	99.98 434	99.99 434	99.99 434	99.99 443	99.91 436

test_example2	98.82 434	99.97 437	99.97 435	99.95 443	99.97 436	99.48 433	99.97 433	94.95 429	100.00 433	100.00 436	100.00 434	93.49 428	93.63 429	99.93 435	99.91 433	100.00 443	99.77 433	96.68 431	98.65 432	100.00 444	100.00 444

DPSM_ROB	99.05 435	100.00 438	100.00 438	95.92 432	98.77 433	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.10 430	100.00 435	100.00 436	100.00 435	95.46 432	97.74 432

DPSM	99.05 435	100.00 438	100.00 438	95.92 432	98.77 433	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.10 430	100.00 435	100.00 436	100.00 435	95.46 432	97.74 432

AVERAGE_ROB	99.26 437	99.81 434	97.70 430	100.00 444	100.00 437	96.38 431	91.35 427	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	99.98 437	99.97 434	100.00 443	100.00 435	100.00 436	100.00 435	100.00 444	100.00 444

DGTPSM_ROB	99.42 438	99.92 435	99.98 436	96.43 434	100.00 437	100.00 434	100.00 434	99.81 433	100.00 433	95.92 429	100.00 434	99.26 432	100.00 435	99.77 433	99.99 435	98.23 433	100.00 435	99.86 432	100.00 435	99.38 434	99.97 442

DPSMNet_ROB	99.43 439	99.92 435	99.98 436	96.44 435	100.00 437	100.00 434	100.00 434	99.82 434	100.00 433	95.92 429	100.00 434	99.26 432	100.00 435	99.77 433	99.99 435	98.36 434	100.00 435	99.86 432	100.00 435	99.38 434	99.98 443

CasAABBNet	99.93 440	100.00 438	100.00 438	99.70 437	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	99.08 435	100.00 435	100.00 436	100.00 435	99.96 437	99.94 437

LSM0	99.93 440	100.00 438	100.00 438	99.82 441	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	99.09 439	100.00 435	100.00 436	100.00 435	99.98 438	99.79 435

MyStereo03	99.94 442	100.00 438	100.00 438	99.73 438	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	99.08 435	100.00 435	100.00 436	100.00 435	99.98 438	99.94 437

MyStereo02	99.94 442	100.00 438	100.00 438	99.73 438	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	99.08 435	100.00 435	100.00 436	100.00 435	99.98 438	99.94 437

MyStereo	99.94 442	100.00 438	100.00 438	99.73 438	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	99.08 435	100.00 435	100.00 436	100.00 435	99.98 438	99.94 437

Selective-RAFT-Error	100.00 445	100.00 438	100.00 438	100.00 444	100.00 437	100.00 434	100.00 434	100.00 435	100.00 433	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	100.00 443	100.00 435	100.00 436	100.00 435	99.98 438	99.94 437

Low-res two-view benchmark