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

CES	3.85 25	1.14 31	2.91 1	3.05 7	11.37 356	5.37 57	1.02 22	9.52 14	8.82 59	3.50 9	9.21 33	1.78 2	0.90 1	6.53 16	2.37 43	0.02 78	0.04 59	0.01 64	0.00 1	1.62 280	7.74 365

XX-TBD	4.45 32	10.67 341	3.01 2	10.28 304	0.57 35	5.84 87	0.07 1	7.57 6	12.24 85	11.43 70	14.74 74	4.07 19	1.66 8	4.51 4	2.05 24	0.01 47	0.01 10	0.00 1	0.00 1	0.26 97	0.01 1

AnonymousM	6.33 97	11.42 347	3.06 3	3.93 33	1.49 119	4.54 16	3.29 126	11.00 30	7.70 46	16.52 165	9.38 34	9.07 75	3.97 30	7.10 22	3.01 67	0.43 236	0.07 128	22.69 382	7.67 372	0.06 7	0.21 109

panet	3.62 22	0.95 5	3.30 4	2.21 3	0.56 33	5.67 81	0.42 6	10.62 27	13.30 102	6.89 36	10.45 45	5.78 43	3.69 27	5.80 10	2.61 52	0.00 1	0.02 30	0.03 88	0.01 65	0.04 3	0.02 7

CAS	5.20 41	0.78 1	3.30 4	17.06 356	7.59 322	8.07 136	6.31 212	9.46 13	9.09 61	4.57 22	10.67 47	1.91 3	1.22 2	4.18 3	2.16 35	10.33 374	0.02 30	0.00 1	0.02 89	0.44 169	6.83 353

CREStereo	3.58 19	1.05 16	3.35 6	2.17 2	0.59 37	5.61 68	0.40 5	10.50 22	13.34 104	6.93 37	10.44 44	5.29 38	3.47 23	5.82 11	2.62 53	0.01 47	0.01 10	0.02 74	0.01 65	0.04 3	0.01 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
PMTNet	5.36 50	0.97 8	3.42 7	1.97 1	1.30 103	8.96 140	0.69 12	12.33 38	12.16 84	8.50 49	11.35 53	6.09 44	4.50 46	9.34 53	2.70 55	22.71 389	0.01 10	0.04 105	0.02 89	0.06 7	0.01 1

GLC_STEREO	3.40 12	1.06 17	3.44 8	6.52 180	0.20 1	4.76 30	1.66 47	8.97 10	6.59 26	5.39 32	9.04 31	5.23 36	2.03 11	9.76 56	2.77 56	0.01 47	0.03 50	0.21 220	0.00 1	0.23 81	0.06 22

CREStereo++_RVC	4.61 33	0.99 10	3.70 9	4.08 36	2.01 139	3.94 12	0.10 2	9.10 12	16.94 139	8.65 51	16.77 92	4.46 25	2.18 12	5.72 8	3.12 73	0.00 1	0.00 1	0.00 1	10.32 380	0.02 1	0.01 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
LoS	3.59 20	1.07 21	3.81 10	2.80 4	0.52 30	4.98 43	1.18 25	10.35 20	12.97 94	4.54 21	10.75 48	3.89 18	3.27 19	8.78 41	2.63 54	0.03 92	0.03 50	0.09 143	0.00 1	0.12 32	0.04 11

LoS_RVC	3.72 24	2.57 239	3.90 11	4.27 48	7.61 323	5.39 58	2.90 118	7.29 4	3.84 1	3.67 13	10.20 41	3.66 15	4.48 45	6.19 14	2.14 34	0.01 47	0.03 50	0.00 1	0.00 1	0.06 7	6.15 344

TANstereo	4.70 36	1.08 22	4.01 12	3.53 25	0.47 24	14.26 212	0.15 3	8.67 9	12.54 87	12.50 79	18.43 106	5.20 35	4.54 49	5.68 7	2.07 25	0.00 1	0.13 179	0.00 1	0.01 65	0.02 1	0.63 210

s12784h	5.87 78	0.88 3	4.11 13	3.01 6	0.51 28	18.49 272	0.98 20	18.89 145	17.60 148	12.52 81	12.46 61	7.87 61	5.01 60	11.05 84	3.13 75	0.73 279	0.01 10	0.04 105	0.00 1	0.07 12	0.01 1

knoymous	6.19 95	1.49 89	4.49 14	3.81 32	1.87 133	5.84 87	5.76 194	14.51 75	14.18 110	13.31 106	21.59 146	12.64 117	6.49 99	12.41 151	4.03 108	0.12 142	0.13 179	0.12 173	0.00 1	0.71 231	0.35 161

Any-RAFT	6.04 90	1.16 33	4.52 15	4.47 58	1.20 99	10.46 154	1.97 78	21.84 176	15.52 125	11.21 69	19.37 114	13.34 135	4.72 58	8.65 38	2.03 23	0.01 47	0.19 210	0.00 1	0.00 1	0.04 3	0.08 30

CASnet	3.91 26	1.03 15	4.68 16	4.98 80	0.27 7	4.99 44	2.95 119	11.02 31	11.02 73	10.61 64	11.76 56	4.15 20	1.65 7	5.85 12	1.91 13	0.50 248	0.00 1	0.59 271	0.12 189	0.13 37	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	3.99 27	0.95 5	4.70 17	5.09 85	0.44 23	3.77 11	1.79 68	9.86 17	7.05 41	6.34 33	13.35 68	6.83 49	6.34 98	10.80 77	1.75 10	0.00 1	0.11 171	0.06 123	0.24 242	0.12 32	0.14 61

UCFNet_RVC	9.48 195	2.12 213	4.89 18	7.03 207	3.78 194	16.05 242	6.37 218	28.25 239	20.00 166	15.93 152	23.07 163	25.21 265	12.79 206	12.57 157	8.01 192	0.07 128	0.04 59	1.17 310	0.23 235	1.31 273	0.69 223

Selective-IGEV	3.06 5	1.11 27	4.98 19	3.56 26	1.66 123	4.73 23	2.14 85	10.73 29	4.56 3	2.93 3	4.60 7	5.54 41	1.77 10	10.82 79	1.69 9	0.00 1	0.01 10	0.00 1	0.14 197	0.06 7	0.13 56

ACVNet-DCA	5.28 46	2.00 195	4.99 20	5.89 139	0.26 2	10.85 164	5.38 181	20.20 156	11.88 80	6.95 38	10.01 35	4.49 26	9.78 159	10.79 74	1.59 3	0.00 1	0.05 79	0.00 1	0.04 119	0.25 89	0.20 102

xx1	5.99 87	2.00 195	4.99 20	5.89 139	0.26 2	10.85 164	5.38 181	17.84 127	15.48 123	6.95 38	10.01 35	16.02 174	11.15 181	10.79 74	1.59 3	0.00 1	0.05 79	0.02 74	0.05 137	0.25 89	0.20 102

1test111	5.59 70	2.00 195	4.99 20	5.89 139	0.26 2	10.85 164	5.38 181	20.20 156	11.88 80	6.95 38	10.01 35	4.49 26	9.78 159	11.09 85	7.45 178	0.00 1	0.05 79	0.00 1	0.04 119	0.25 89	0.20 102

cc1	5.34 49	2.00 195	4.99 20	5.89 139	0.26 2	10.85 164	5.38 181	17.85 129	15.48 123	6.95 38	10.01 35	4.49 26	9.78 159	10.79 74	1.59 3	0.00 1	0.05 79	0.00 1	0.04 119	0.30 116	0.13 56

MyStereo07	4.38 31	1.92 186	5.06 24	6.09 156	4.31 221	6.54 109	9.96 271	15.35 89	5.15 16	4.34 19	5.65 17	3.15 8	5.77 79	11.33 100	1.81 11	0.06 119	0.10 162	0.03 88	0.04 119	0.63 217	0.30 150

tt1	5.27 45	1.99 194	5.11 25	6.02 152	0.26 2	10.59 159	4.22 158	18.45 137	16.31 132	6.75 35	8.95 30	4.75 32	9.15 145	10.82 79	1.61 6	0.00 1	0.05 79	0.00 1	0.04 119	0.26 97	0.14 61

LargeStereo	2.98 4	1.27 45	5.17 26	5.41 113	0.47 24	4.63 21	1.71 60	9.97 18	4.75 4	2.58 2	6.27 18	4.35 24	4.44 43	4.98 5	3.05 70	0.00 1	0.07 128	0.00 1	0.08 161	0.24 86	0.18 88

EGLCR-Stereo	2.92 3	1.06 17	5.28 27	3.38 14	0.55 32	4.59 19	0.66 10	10.43 21	4.81 5	3.30 7	3.23 1	7.93 62	1.71 9	9.22 51	1.62 8	0.05 108	0.12 175	0.00 1	0.00 1	0.23 81	0.16 79

LCNet	7.52 143	1.23 38	5.35 28	6.42 173	1.29 102	9.27 145	5.64 191	17.85 129	10.63 70	16.54 166	24.54 173	14.85 158	11.29 184	11.74 122	3.88 99	0.02 78	0.02 30	0.22 224	2.04 341	0.90 252	6.76 351

AEACV	3.17 6	1.11 27	5.39 29	4.55 62	5.35 263	4.29 14	1.60 45	6.21 3	5.43 17	3.08 4	7.85 23	4.23 21	6.55 101	5.51 6	1.56 2	0.00 1	0.09 151	0.03 88	0.32 267	0.20 63	0.12 48

HSM-Net_RVC	10.88 238	1.23 38	5.46 30	5.57 118	2.63 159	20.12 283	6.06 207	27.67 233	28.35 242	20.63 242	25.51 183	34.01 319	14.38 240	16.18 235	9.29 211	0.11 140	0.07 128	0.01 64	0.00 1	0.13 37	0.14 61
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MoCha-V2	3.71 23	0.96 7	5.48 31	24.11 374	0.64 43	4.61 20	1.56 42	8.29 8	5.52 20	3.60 11	4.38 4	2.55 5	6.08 86	4.11 2	1.42 1	0.04 98	0.09 151	0.00 1	0.45 288	0.15 42	0.07 25

Prome-Stereo	8.10 157	1.28 46	5.48 31	6.50 178	1.51 120	6.70 113	9.42 261	21.08 167	9.13 62	20.88 245	32.84 275	11.95 109	11.86 195	11.75 123	3.97 103	0.01 47	0.02 30	0.18 204	0.12 189	0.41 164	7.01 356

ACVNet	10.36 223	1.68 142	5.49 33	6.01 149	2.75 163	12.78 193	3.56 141	21.89 177	34.81 294	14.96 125	30.78 241	24.72 261	13.88 228	15.81 222	17.20 275	0.13 145	0.01 10	0.06 123	0.06 151	0.51 192	0.15 75

CFNet-ft	9.87 209	2.18 220	5.49 33	7.45 228	5.25 255	15.76 237	5.98 201	21.89 177	21.87 185	14.96 125	30.02 230	25.68 269	13.68 221	12.46 154	10.94 232	0.08 131	0.06 111	1.83 325	0.22 227	1.09 257	0.43 177

CFNet_RVC	9.87 209	2.18 220	5.49 33	7.45 228	5.25 255	15.76 237	5.98 201	21.89 177	21.87 185	14.96 125	30.02 230	25.68 269	13.68 221	12.46 154	10.94 232	0.08 131	0.06 111	1.83 325	0.22 227	1.09 257	0.43 177

test_4	5.47 52	0.98 9	5.56 36	6.55 183	0.62 42	5.53 61	1.88 72	11.68 32	6.00 22	12.60 90	30.86 243	7.48 59	3.87 28	12.25 144	2.97 65	0.00 1	0.07 128	0.03 88	0.14 197	0.34 142	0.04 11

raft+_RVC	6.69 112	1.61 128	5.57 37	6.37 170	4.62 230	6.51 108	6.18 210	20.39 163	23.38 197	10.62 66	17.82 96	9.89 82	5.65 75	10.70 71	3.67 90	0.00 1	0.14 189	0.00 1	0.00 1	0.34 142	0.27 139

anonymousdsp	3.51 17	1.75 157	5.66 38	3.49 20	1.13 91	5.04 49	1.74 62	13.69 65	5.07 12	4.83 27	5.42 11	4.25 22	4.44 43	11.14 89	1.98 17	0.00 1	0.04 59	0.00 1	0.18 211	0.31 127	0.13 56

IGEV-Stereo	3.52 18	1.75 157	5.67 39	3.49 20	1.12 89	5.04 49	1.73 61	13.70 66	5.07 12	4.83 27	5.42 11	4.27 23	4.43 42	11.15 94	1.98 17	0.00 1	0.04 59	0.00 1	0.18 211	0.31 127	0.12 48
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-AAD	8.62 171	1.22 36	5.69 40	6.31 168	1.12 89	12.74 191	10.01 273	19.29 149	15.25 120	21.54 258	25.11 178	14.24 147	13.47 217	12.15 139	3.93 101	0.01 47	0.06 111	2.48 337	0.16 206	0.38 158	7.28 361

RCA-Stereo	5.32 48	1.08 22	5.91 41	4.29 51	0.51 28	5.65 71	4.12 154	16.97 116	18.67 158	8.27 46	14.16 70	8.86 72	8.90 142	6.45 15	2.18 36	0.00 1	0.07 128	0.10 159	0.00 1	0.10 27	0.07 25

MSKI-zero shot	4.76 37	1.56 112	5.98 42	5.14 95	1.13 91	6.55 111	1.55 40	12.76 49	8.06 50	10.44 63	11.50 54	13.47 141	2.38 15	12.07 136	1.90 12	0.01 47	0.20 215	0.02 74	0.29 257	0.14 40	0.14 61

raftrobust	5.56 67	1.42 69	6.00 43	7.04 209	5.11 251	4.90 38	1.88 72	17.13 119	13.72 106	11.87 71	11.58 55	7.82 60	9.21 146	10.28 62	2.92 63	0.02 78	0.05 79	0.00 1	0.00 1	0.22 69	0.11 44

FTStereo	8.67 172	1.13 30	6.04 44	6.04 153	2.39 152	7.86 134	12.05 305	17.72 126	8.33 54	20.16 235	41.41 334	16.10 177	12.64 205	10.80 77	4.37 115	0.18 160	0.01 10	0.09 143	0.16 206	0.15 42	5.71 341

PSMNet-RSSM	9.71 203	1.73 146	6.09 45	7.47 230	4.27 215	10.06 149	6.00 203	29.14 246	21.74 184	15.76 146	32.88 276	22.63 243	13.18 212	12.94 170	9.12 210	0.09 133	0.02 30	0.07 131	0.10 179	0.70 229	0.24 129

ICVP	10.07 217	1.73 146	6.11 46	9.08 267	3.31 181	12.25 185	6.56 226	26.30 222	22.52 191	16.49 164	31.80 261	26.94 278	12.42 201	11.35 101	10.92 230	1.17 311	0.57 310	0.17 199	0.10 179	0.58 209	1.07 263
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hitnet-ft	12.04 255	2.11 212	6.14 47	7.27 217	3.90 198	25.98 321	3.56 141	22.56 183	23.74 203	20.55 239	33.81 288	31.59 302	18.67 293	19.47 272	17.20 275	0.42 235	1.36 335	0.35 252	0.07 158	1.11 260	0.86 245

ProNet	3.61 21	1.91 182	6.17 48	3.31 10	0.67 46	5.51 60	6.46 222	12.60 47	6.23 24	3.18 5	4.80 9	3.64 14	3.57 25	11.15 94	2.11 31	0.02 78	0.21 221	0.01 64	0.01 65	0.41 164	0.14 61

ff7	3.48 13	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 23	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

IGEVStereo-DCA	3.31 10	1.57 116	6.20 49	3.36 12	0.60 40	4.93 39	1.70 50	13.26 56	5.04 7	3.79 14	4.58 5	4.53 29	4.00 31	10.13 60	2.09 28	0.00 1	0.06 111	0.00 1	0.18 211	0.12 32	0.14 61

ffff	3.48 13	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 23	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

11t	3.48 13	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 23	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

ccc-4	3.48 13	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 23	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

StereoIM	2.73 1	1.56 112	6.21 54	2.96 5	2.45 155	1.80 3	0.28 4	7.43 5	5.07 12	2.57 1	3.43 2	7.13 54	4.71 57	5.74 9	2.91 62	0.00 1	0.05 79	0.00 1	0.00 1	0.15 42	0.12 48

rafts_anoy	6.02 88	1.67 137	6.27 55	6.53 181	4.98 243	5.30 56	2.53 103	13.77 70	21.01 171	12.70 93	16.23 86	8.56 70	5.65 75	9.09 49	5.22 139	0.04 98	0.31 262	0.09 143	0.03 104	0.25 89	0.17 84

GMM-Stereo	8.34 162	1.09 25	6.42 56	6.14 161	2.52 157	10.30 153	9.64 266	23.44 193	10.64 71	17.84 191	29.89 229	17.37 198	7.75 121	11.55 109	4.36 114	0.05 108	0.01 10	0.23 227	0.90 313	0.46 171	6.26 345

GANet-RSSM	9.48 195	1.32 55	6.45 57	6.72 196	5.51 268	12.78 193	6.03 205	26.55 224	18.96 161	14.92 124	27.95 206	25.41 268	14.69 247	13.52 186	7.60 185	0.10 137	0.10 162	0.16 197	0.01 65	0.51 192	0.39 166

RAFT+CT+SA	7.44 142	1.46 80	6.46 58	10.73 311	3.34 182	4.70 22	7.45 244	16.45 110	25.89 222	10.18 61	27.15 202	7.27 55	8.00 128	15.11 210	3.19 78	0.02 78	0.00 1	0.18 204	0.46 290	0.30 116	0.47 183

SGM-Forest	12.92 272	1.87 177	6.61 59	5.68 124	2.05 140	23.19 304	11.30 295	34.24 308	30.77 260	26.54 303	31.99 263	29.98 291	15.74 263	21.17 296	13.36 246	1.05 305	0.33 269	0.84 296	0.01 65	0.71 231	0.97 254
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	5.89 79	1.14 31	6.65 60	4.13 39	2.24 146	4.15 13	0.73 13	12.10 36	13.21 98	7.09 43	20.45 133	15.74 170	10.74 170	10.36 63	7.84 188	0.06 119	0.00 1	0.07 131	0.53 297	0.37 152	0.16 79

cross-raft	5.37 51	1.23 38	6.66 61	5.91 143	1.25 101	6.00 93	1.48 34	15.82 101	7.70 46	12.95 97	20.80 140	11.63 100	4.42 40	8.59 33	2.23 38	0.01 47	0.21 221	0.00 1	0.22 227	0.21 66	0.10 38

FENet	7.94 152	1.01 11	6.72 62	5.87 138	2.07 141	11.11 169	2.03 81	21.39 170	20.81 169	17.14 179	22.65 159	14.43 150	11.54 191	12.97 172	7.89 189	0.15 153	0.24 246	0.03 88	0.02 89	0.14 40	0.62 209

MGS-Stereo	3.26 7	1.29 47	6.73 63	3.30 9	0.47 24	4.89 36	1.55 40	6.15 2	8.88 60	4.31 18	10.15 40	5.48 40	1.27 3	8.09 29	1.97 16	0.04 98	0.01 10	0.02 74	0.00 1	0.57 206	0.04 11

MIF-Stereo	2.89 2	0.90 4	6.74 64	4.08 36	2.42 153	2.63 4	0.42 6	5.57 1	4.88 6	5.36 31	7.63 22	1.09 1	1.47 4	8.80 42	5.11 135	0.03 92	0.07 128	0.00 1	0.01 65	0.48 180	0.11 44

raft_robust	7.97 155	2.26 224	6.75 65	5.83 136	0.72 60	5.57 67	0.84 16	33.59 299	34.21 290	18.17 201	19.88 124	6.50 47	5.62 73	15.33 212	2.83 58	0.03 92	0.23 235	0.00 1	0.37 278	0.32 136	0.39 166

riskmin	6.42 100	1.29 47	6.76 66	3.95 34	2.25 147	10.49 155	2.53 103	15.11 83	17.60 148	9.77 58	12.91 65	15.25 165	12.04 198	11.58 112	5.11 135	0.14 147	0.24 246	0.13 184	0.03 104	0.61 212	0.69 223

RAFT-Test	5.75 75	1.32 55	6.77 67	4.07 35	1.71 126	9.95 147	1.56 42	15.78 100	8.34 56	12.73 94	23.83 169	11.80 103	4.69 52	8.99 46	2.57 51	0.01 47	0.29 258	0.00 1	0.38 280	0.16 48	0.07 25

SGM_RVC	19.52 330	2.12 213	6.79 68	6.59 184	1.33 109	38.20 365	15.74 334	38.13 341	34.07 286	45.71 375	41.91 339	51.41 381	38.10 367	38.77 373	27.80 343	0.61 265	0.36 274	0.51 266	0.33 271	1.03 255	0.90 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PSMNet-ADL	9.88 211	2.01 201	6.80 69	9.18 271	4.26 214	15.11 228	3.50 134	27.12 229	24.42 212	14.72 119	18.96 111	25.32 267	13.43 216	15.76 221	14.04 251	0.79 284	0.78 323	0.00 1	0.02 89	0.26 97	1.18 272

RAFT-345	6.79 120	1.29 47	6.80 69	5.06 83	0.91 75	5.61 68	3.32 131	13.36 61	10.17 66	13.73 109	43.66 348	9.12 77	5.38 65	12.29 145	4.44 117	0.32 204	0.05 79	0.09 143	0.06 151	0.06 7	0.03 9

NOSS_ROB	10.99 239	3.81 274	6.88 71	6.69 193	2.30 149	16.06 244	10.94 289	30.06 254	32.41 275	16.10 155	18.72 109	22.78 245	14.21 236	17.52 252	8.62 203	2.35 331	1.84 344	3.32 349	1.57 333	2.06 296	1.52 284

iRaftStereo_RVC	4.68 34	1.51 95	6.89 72	4.91 79	0.72 60	5.26 55	0.46 8	17.60 123	10.47 68	9.53 56	15.13 77	5.75 42	3.24 18	8.93 44	2.22 37	0.00 1	0.09 151	0.00 1	0.00 1	0.46 171	0.41 173

CBMV_ROB	11.77 251	2.89 250	6.92 73	5.20 104	2.88 167	14.12 209	4.79 172	26.69 226	29.84 253	26.17 301	31.92 262	23.61 253	20.74 305	20.20 282	10.18 221	1.78 322	1.80 343	2.17 332	1.26 328	1.61 279	0.55 197

x	6.80 121	1.36 60	6.94 74	4.58 66	1.88 134	10.78 162	4.55 164	19.79 153	10.62 69	12.69 92	19.54 121	14.87 159	10.11 164	9.52 54	8.03 193	0.07 128	0.15 192	0.04 105	0.04 119	0.24 86	0.22 116

GrayStereo	8.86 179	1.17 35	6.94 74	8.09 249	2.82 165	10.58 158	11.40 298	17.93 133	15.74 129	22.43 268	30.95 244	17.80 203	12.44 202	11.19 96	4.57 118	0.02 78	0.02 30	0.18 204	0.79 310	0.31 127	1.90 295

RAFT-RH_RVC	7.73 147	1.25 44	6.99 76	4.83 72	0.90 74	11.76 173	1.53 38	13.00 52	14.43 114	17.51 188	46.41 359	11.02 92	6.30 97	12.68 158	4.93 132	0.51 251	0.04 59	0.12 173	0.13 193	0.09 17	0.09 32

KYRaft	9.04 181	1.11 27	7.02 77	6.50 178	0.97 79	8.27 137	8.19 248	22.86 188	8.20 52	21.30 256	31.38 252	22.64 244	8.20 131	11.99 128	2.96 64	0.02 78	0.02 30	0.05 111	0.68 304	0.40 161	18.09 388

AFF-stereo	6.17 94	1.61 128	7.02 77	4.08 36	0.64 43	3.53 10	0.76 14	16.00 105	13.14 96	12.86 95	25.42 182	15.67 169	7.86 123	11.12 88	3.21 79	0.02 78	0.06 111	0.00 1	0.00 1	0.40 161	0.08 30

HSM	11.33 242	1.80 172	7.04 79	6.13 160	3.99 207	16.16 250	6.92 234	29.69 252	19.39 162	22.95 272	26.05 189	41.08 352	15.79 264	20.25 283	8.89 208	0.02 78	0.03 50	0.01 64	0.00 1	0.15 42	0.34 160

RALCasStereoNet	5.95 82	2.02 203	7.09 80	7.06 210	5.10 250	6.36 103	5.44 186	13.97 72	13.25 100	9.93 59	17.45 93	10.37 86	3.89 29	11.64 119	4.24 113	0.02 78	0.46 293	0.10 159	0.00 1	0.20 63	0.31 155

GMOStereo	5.97 83	1.55 103	7.18 81	5.17 97	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 93	6.62 17	2.43 45	0.00 1	0.23 235	0.12 173	0.00 1	0.46 171	0.10 38

error version	5.97 83	1.55 103	7.18 81	5.17 97	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 93	6.62 17	2.43 45	0.00 1	0.23 235	0.12 173	0.00 1	0.46 171	0.10 38

test-v	5.97 83	1.55 103	7.18 81	5.17 97	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 93	6.62 17	2.43 45	0.00 1	0.23 235	0.12 173	0.00 1	0.46 171	0.10 38

CroCo-Stereo	3.27 9	1.90 179	7.18 81	8.50 258	1.11 87	0.96 1	0.97 19	10.18 19	8.20 52	3.59 10	4.69 8	8.02 66	4.53 47	2.75 1	2.34 41	0.01 47	0.00 1	0.00 1	0.00 1	0.31 127	0.11 44
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
test-2	5.97 83	1.55 103	7.18 81	5.17 97	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 93	6.62 17	2.43 45	0.00 1	0.23 235	0.12 173	0.00 1	0.46 171	0.10 38

HHNet	7.39 139	1.75 157	7.24 86	3.26 8	3.18 175	5.04 49	6.40 219	19.04 147	15.70 128	20.71 244	32.13 266	10.69 88	5.91 82	10.45 65	4.60 119	0.40 229	0.07 128	0.21 220	0.13 193	0.54 199	0.41 173

MIF-Stereo (partial)	4.33 30	1.23 38	7.27 87	5.04 82	5.31 262	3.47 9	0.95 18	9.06 11	7.41 44	4.15 16	15.76 81	5.38 39	5.22 62	11.56 110	4.21 111	0.04 98	0.02 30	0.05 111	0.03 104	0.34 142	0.12 48

fff	6.83 122	1.55 103	7.28 88	3.56 26	0.32 8	4.73 23	1.70 50	15.75 97	31.87 266	15.11 130	20.25 127	6.90 50	12.80 207	8.63 35	5.33 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 17	0.63 210

DCANet	6.46 102	1.59 120	7.28 88	3.51 24	0.68 47	4.77 33	1.75 65	15.33 87	23.62 199	15.55 142	20.73 139	7.31 57	11.56 192	8.83 43	5.26 141	0.00 1	0.05 79	0.00 1	0.00 1	0.26 97	1.11 265

csc	6.83 122	1.55 103	7.28 88	3.56 26	0.32 8	4.73 23	1.70 50	15.75 97	31.87 266	15.11 130	20.25 127	6.90 50	12.80 207	8.63 35	5.33 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 17	0.63 210

cscssc	6.83 122	1.55 103	7.28 88	3.56 26	0.32 8	4.73 23	1.70 50	15.75 97	31.87 266	15.11 130	20.25 127	6.90 50	12.80 207	8.63 35	5.33 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 17	0.63 210

111	7.26 138	1.65 134	7.28 88	3.56 26	0.32 8	10.76 161	3.53 139	20.55 164	27.51 236	10.07 60	16.62 89	14.30 148	9.53 155	12.02 129	5.87 155	0.14 147	0.01 10	0.00 1	0.00 1	0.31 127	1.14 269

ttt	9.98 214	1.49 89	7.30 93	6.43 174	3.95 201	14.02 207	5.06 175	33.03 293	29.84 253	14.90 123	30.95 244	14.81 157	9.66 157	15.36 214	11.38 238	0.38 217	0.19 210	0.10 159	0.03 104	0.37 152	0.28 142

TestStereo	6.02 88	2.55 237	7.33 94	5.57 118	1.68 125	6.05 95	1.78 67	13.73 67	16.40 136	10.87 67	23.79 168	9.00 74	5.63 74	11.26 99	3.96 102	0.09 133	0.01 10	0.00 1	0.00 1	0.69 226	0.01 1

test_xeample	11.49 245	1.24 43	7.50 95	5.22 107	2.18 144	17.40 263	6.49 224	31.14 269	22.77 193	17.90 194	33.09 279	18.48 213	14.61 246	13.51 185	37.38 369	0.16 155	0.13 179	0.01 64	0.03 104	0.23 81	0.24 129

RAFT-Stereo + iAFF	5.48 55	1.66 136	7.56 96	3.49 20	0.40 13	2.75 5	0.67 11	16.07 106	14.76 116	12.27 75	18.67 108	11.95 109	8.08 129	7.84 27	2.89 59	0.01 47	0.06 111	0.00 1	0.00 1	0.37 152	0.04 11

TestStereo1	7.62 144	1.62 130	7.60 97	10.47 305	1.86 131	4.76 30	2.48 101	19.73 151	22.33 189	16.79 173	26.02 186	9.33 79	9.30 147	15.92 228	3.37 81	0.01 47	0.02 30	0.02 74	0.05 137	0.55 202	0.28 142

SA-5K	7.62 144	1.62 130	7.60 97	10.47 305	1.86 131	4.76 30	2.48 101	19.73 151	22.33 189	16.79 173	26.02 186	9.33 79	9.30 147	15.92 228	3.37 81	0.01 47	0.02 30	0.02 74	0.05 137	0.55 202	0.28 142

test_xeample3	3.34 11	1.54 100	7.67 99	3.33 11	0.68 47	5.74 83	1.63 46	12.05 35	3.88 2	6.71 34	3.81 3	3.17 9	3.34 20	10.59 67	2.07 25	0.00 1	0.02 30	0.00 1	0.27 251	0.13 37	0.16 79

CASS	8.15 159	1.67 137	7.68 100	8.25 255	1.52 121	14.39 216	2.72 111	22.65 186	17.23 141	15.42 139	22.68 160	13.47 141	11.87 196	12.44 152	6.07 159	0.96 298	0.05 79	0.12 173	0.01 65	0.71 231	3.14 318
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test-3	5.21 43	1.06 17	7.71 101	4.19 41	0.59 37	6.72 115	3.01 120	12.96 50	17.49 146	12.53 87	8.65 24	13.20 132	4.14 35	9.00 47	2.11 31	0.00 1	0.05 79	0.00 1	0.32 267	0.25 89	0.18 88

rrr	3.26 7	1.57 116	7.72 102	3.36 12	0.60 40	4.93 39	1.59 44	10.72 28	5.11 15	3.79 14	4.58 5	4.53 29	4.00 31	10.13 60	2.09 28	0.00 1	0.06 111	0.00 1	0.22 227	0.12 32	0.18 88

test_1	5.20 41	1.06 17	7.72 102	4.21 43	0.59 37	6.69 112	3.03 122	12.98 51	17.51 147	12.35 77	8.66 26	13.20 132	4.12 34	9.00 47	2.11 31	0.00 1	0.05 79	0.00 1	0.32 267	0.25 89	0.18 88

11t1	5.86 77	1.10 26	7.74 104	5.18 102	1.44 114	13.82 205	2.36 95	14.92 81	7.26 43	12.98 98	11.10 50	11.24 97	9.30 147	11.59 114	6.54 164	0.10 137	0.16 199	0.00 1	0.01 65	0.18 57	0.23 123

HCRNet	8.80 175	1.43 72	7.74 104	14.41 342	5.25 255	10.85 164	2.56 106	26.07 219	18.04 155	15.48 140	25.03 176	18.63 214	9.93 162	13.01 175	6.76 166	0.04 98	0.04 59	0.10 159	0.01 65	0.18 57	0.38 163

EKT-Stereo	5.73 73	1.42 69	7.85 106	7.16 215	5.35 263	5.22 53	4.41 161	18.13 135	14.05 108	8.77 52	12.85 64	9.55 81	4.26 37	11.19 96	2.45 49	0.45 239	0.23 235	0.07 131	0.10 179	0.16 48	0.87 247

xxxx	11.74 250	1.16 33	7.88 107	5.61 120	1.99 137	20.46 284	3.12 123	33.99 303	23.76 205	15.53 141	30.67 237	26.88 277	14.50 245	12.98 173	35.48 361	0.19 164	0.18 206	0.01 64	0.02 89	0.22 69	0.27 139

R-Stereo Train	7.04 129	1.34 57	7.89 108	6.23 165	2.30 149	7.51 128	5.54 188	23.96 194	6.94 30	16.26 158	33.57 285	12.04 112	5.61 70	7.67 25	3.74 92	0.01 47	0.05 79	0.01 64	0.00 1	0.10 27	0.12 48

RAFT-Stereo	7.04 129	1.34 57	7.89 108	6.23 165	2.30 149	7.51 128	5.54 188	23.96 194	6.94 30	16.26 158	33.57 285	12.04 112	5.61 70	7.67 25	3.74 92	0.01 47	0.05 79	0.01 64	0.00 1	0.10 27	0.12 48
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
BUS	9.20 183	1.48 85	7.93 110	6.74 197	3.96 202	17.62 266	2.79 115	33.06 294	21.58 180	17.99 196	21.34 142	14.49 151	9.40 152	14.18 194	10.57 227	0.19 164	0.13 179	0.14 188	0.04 119	0.30 116	0.09 32

BSDual-CNN	9.70 202	1.48 85	7.93 110	6.74 197	3.96 202	16.10 246	7.13 238	33.06 294	21.58 180	17.99 196	21.34 142	22.28 241	11.53 189	14.18 194	7.81 186	0.19 164	0.13 179	0.14 188	0.04 119	0.30 116	0.09 32

psmg	9.80 205	1.48 85	7.93 110	5.18 102	3.96 202	15.85 240	7.93 247	29.11 245	21.58 180	20.93 246	25.06 177	22.28 241	11.53 189	14.18 194	7.81 186	0.19 164	0.13 179	0.17 199	0.04 119	0.36 147	0.21 109

4D-IteraStereo	5.15 39	1.47 82	7.98 113	4.89 78	4.69 232	6.25 97	1.85 71	13.23 55	16.30 131	14.18 113	11.26 52	8.33 67	1.61 5	8.07 28	2.42 44	0.00 1	0.05 79	0.08 136	0.01 65	0.19 61	0.15 75

AE-Stereo	5.15 39	1.56 112	7.99 114	8.70 259	2.18 144	9.12 142	3.02 121	11.78 33	13.30 102	4.34 19	12.84 63	10.83 89	4.53 47	8.71 39	2.82 57	0.04 98	0.44 287	0.05 111	0.33 271	0.20 63	0.17 84

cf-r	10.06 216	1.60 124	7.99 114	5.82 134	5.70 277	12.92 195	4.78 170	24.18 200	27.47 235	16.91 175	31.02 247	25.12 264	14.05 231	11.63 118	11.01 235	0.03 92	0.03 50	0.05 111	0.03 104	0.43 168	0.39 166

CBMV	13.69 285	3.63 268	8.02 116	5.93 144	2.69 161	22.57 299	12.44 307	29.81 253	31.57 264	31.20 332	33.79 287	31.04 298	17.41 283	25.28 318	14.11 252	0.71 275	0.60 312	0.60 272	0.11 188	1.11 260	1.13 268
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymousa	9.03 180	1.62 130	8.03 117	4.19 41	5.53 269	15.37 233	3.81 148	18.55 141	21.20 176	18.28 203	30.99 246	20.79 228	13.42 215	10.58 66	7.57 183	0.00 1	0.05 79	0.29 243	0.18 211	0.10 27	0.11 44

test_3	5.55 65	1.02 12	8.07 118	6.18 162	0.54 31	9.00 141	3.28 125	13.55 63	18.66 157	11.97 72	8.89 29	13.98 146	4.05 33	8.96 45	2.10 30	0.00 1	0.05 79	0.00 1	0.31 264	0.26 97	0.18 88

222	12.33 260	1.29 47	8.09 119	6.06 154	2.14 143	19.51 278	2.53 103	33.63 300	23.55 198	21.72 260	30.51 236	20.11 226	16.77 273	13.22 179	46.51 390	0.15 153	0.14 189	0.01 64	0.03 104	0.26 97	0.26 137

Sa-1000	8.38 164	1.50 92	8.13 120	7.56 234	0.89 73	14.39 216	2.47 100	24.31 201	23.74 203	15.18 137	28.35 209	11.42 98	8.85 141	16.20 239	3.28 80	0.17 158	0.23 235	0.15 193	0.23 235	0.46 171	0.19 99

CroCo-Stereo Lap2	4.01 28	2.03 205	8.14 121	9.82 290	6.03 284	1.11 2	0.79 15	9.71 16	7.98 49	3.26 6	4.99 10	9.08 76	5.80 80	6.08 13	4.39 116	0.00 1	0.05 79	0.00 1	0.00 1	0.71 231	0.30 150

qqq	6.96 127	1.40 66	8.15 122	4.50 59	1.03 80	8.55 139	6.93 235	20.20 156	11.88 80	12.00 73	18.19 105	16.02 174	11.15 181	11.09 85	7.45 178	0.06 119	0.13 179	0.02 74	0.05 137	0.25 89	0.20 102

CrosDoStereo	9.24 184	1.29 47	8.16 123	4.56 64	1.04 81	7.52 130	15.00 326	15.85 102	24.31 206	24.27 280	33.44 282	13.37 136	13.82 225	12.23 142	8.86 206	0.01 47	0.11 171	0.09 143	0.04 119	0.36 147	0.53 194

DeepStereo_LL	9.24 184	1.29 47	8.16 123	4.56 64	1.04 81	7.52 130	15.00 326	15.85 102	24.31 206	24.27 280	33.44 282	13.37 136	13.82 225	12.23 142	8.86 206	0.01 47	0.11 171	0.09 143	0.04 119	0.36 147	0.53 194

test_5	8.51 167	1.50 92	8.19 125	11.06 317	5.00 246	6.91 119	5.67 192	17.50 122	22.09 187	16.07 154	29.63 226	15.28 166	10.78 171	15.94 230	3.65 89	0.00 1	0.00 1	0.26 233	0.08 161	0.31 127	0.35 161

anonymousdsp2	5.93 80	1.54 100	8.34 126	4.43 57	0.38 12	9.24 144	4.11 152	21.92 180	17.36 144	12.28 76	10.08 39	10.05 83	4.42 40	11.04 83	2.54 50	0.01 47	0.02 30	0.30 247	0.18 211	0.21 66	0.18 88

DisPM	6.43 101	1.31 53	8.36 127	6.61 189	1.06 84	5.83 85	3.82 149	13.04 54	11.63 78	16.38 161	23.88 171	12.80 120	6.50 100	13.03 178	3.04 69	0.51 251	0.01 10	0.08 136	0.15 203	0.10 27	0.42 175

SST-Stereo	6.60 107	1.46 80	8.37 128	6.68 192	0.77 65	6.01 94	1.93 77	14.68 78	9.24 63	19.09 218	20.43 132	16.86 182	8.59 135	13.49 183	3.80 95	0.22 177	0.05 79	0.13 184	0.00 1	0.08 15	0.05 15

RAFT_CTSACE	8.24 161	1.97 192	8.39 129	6.89 204	5.11 251	5.86 91	2.63 109	14.62 77	16.88 138	23.52 278	34.77 295	16.02 174	7.37 115	17.91 257	2.23 38	0.00 1	0.12 175	0.00 1	0.03 104	0.39 160	0.05 15

HITNet	7.83 149	2.93 253	8.39 129	4.76 70	1.48 117	12.75 192	4.64 167	20.97 166	14.37 113	15.14 134	22.15 157	14.57 154	10.62 169	14.38 200	8.14 195	0.04 98	0.01 10	0.48 263	0.02 89	0.57 206	0.10 38
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
Gwc-CoAtRS	5.54 62	1.22 36	8.40 131	4.28 49	1.36 112	6.93 120	1.31 28	15.48 91	15.03 118	12.62 91	13.32 67	12.74 119	5.71 77	8.61 34	2.98 66	0.01 47	0.22 230	0.00 1	0.29 257	0.28 108	0.07 25

DCRE	6.07 92	1.75 157	8.41 132	7.20 216	3.82 197	6.48 105	4.18 157	15.52 93	10.42 67	9.24 54	22.47 158	11.71 102	5.46 66	10.62 68	3.02 68	0.02 78	0.26 254	0.05 111	0.30 261	0.15 42	0.24 129

NRIStereo	5.73 73	1.67 137	8.42 133	5.72 131	0.41 14	6.71 114	2.60 107	14.73 79	10.71 72	12.39 78	15.07 76	11.58 99	6.23 91	12.06 134	4.78 124	0.61 265	0.17 201	0.11 170	0.00 1	0.28 108	0.27 139

CVANet_RVC	13.24 279	3.39 264	8.43 134	8.42 257	5.04 247	18.52 273	11.72 302	32.03 279	33.85 284	23.17 274	32.77 273	29.78 289	16.51 271	23.20 305	11.28 236	0.94 296	0.04 59	1.19 313	0.47 291	3.13 317	1.01 260

GANet-ADL	8.36 163	2.31 226	8.44 135	7.39 224	2.65 160	12.58 189	5.24 179	29.55 251	25.24 216	14.19 114	16.70 91	17.07 189	6.91 111	10.65 70	6.26 162	0.38 217	0.39 276	0.10 159	0.12 189	0.75 241	0.28 142

RAFT_R40	6.91 125	1.53 98	8.45 136	6.79 200	0.77 65	5.86 91	3.82 149	14.85 80	14.53 115	18.05 199	20.03 125	17.06 184	8.69 137	13.40 182	3.84 98	0.14 147	0.02 30	0.14 188	0.00 1	0.09 17	0.05 15

EAI-Stereo	5.21 43	1.74 148	8.46 137	5.69 125	1.37 113	5.67 81	3.52 138	18.77 143	5.65 21	9.75 57	16.08 84	6.36 45	3.57 25	11.73 121	3.64 87	0.01 47	0.33 269	0.03 88	1.06 321	0.21 66	0.65 218

HBP-ISP	12.52 265	7.82 324	8.47 138	7.57 235	4.27 215	12.56 188	6.42 220	28.68 241	29.56 244	21.11 252	35.69 298	15.85 171	18.42 290	20.44 289	11.00 234	3.03 342	2.63 356	7.09 366	3.97 358	3.58 324	2.27 305

ASMatch	7.40 140	1.42 69	8.49 139	5.09 85	2.00 138	4.74 28	2.62 108	16.54 112	13.17 97	17.08 177	34.75 294	13.13 131	10.33 168	12.04 131	4.82 129	0.05 108	0.24 246	0.21 220	0.17 210	0.16 48	0.97 254

THIR-Stereo	9.38 193	1.78 170	8.50 140	4.74 68	0.71 52	15.92 241	11.93 304	16.39 109	21.56 179	24.27 280	32.07 264	14.40 149	14.14 235	11.49 105	8.39 200	0.05 108	0.25 252	0.10 159	0.05 137	0.33 139	0.58 203

IIG-Stereo	7.41 141	2.13 215	8.55 141	10.02 296	1.76 128	6.82 118	1.53 38	17.17 120	15.84 130	18.74 215	20.30 131	18.01 206	8.39 133	12.89 166	5.22 139	0.27 196	0.03 50	0.03 88	0.00 1	0.16 48	0.30 150

mmm	7.72 146	1.50 92	8.56 142	5.29 110	1.89 135	14.14 211	5.70 193	18.42 136	11.02 73	16.04 153	23.78 167	17.00 183	10.03 163	12.03 130	7.54 181	0.12 142	0.07 128	0.50 265	0.20 222	0.31 127	0.18 88

GwcNet-RSSM	10.65 228	1.94 190	8.57 143	6.89 204	5.26 258	12.26 186	5.21 178	25.80 216	31.50 263	16.67 169	33.52 284	23.70 255	13.88 228	12.84 164	13.67 249	0.05 108	0.10 162	0.14 188	0.02 89	0.65 223	0.39 166

CFNet-RSSM	5.55 65	1.08 22	8.60 144	4.30 52	1.21 100	6.42 104	1.25 27	16.12 107	17.84 150	13.12 100	11.14 51	11.84 105	5.52 67	9.14 50	2.35 42	0.01 47	0.20 215	0.00 1	0.36 275	0.34 142	0.07 25

Pruner-Stereo	6.59 104	1.51 95	8.71 145	6.34 169	0.85 69	5.66 76	4.15 155	13.74 68	11.02 73	18.11 200	22.09 153	15.86 172	5.80 80	11.75 123	5.15 137	0.60 262	0.02 30	0.18 204	0.10 179	0.07 12	0.16 79

Former-RAFT_DAM_RVC	4.69 35	2.56 238	8.72 146	4.26 47	3.52 190	9.22 143	1.48 34	13.54 62	18.88 160	7.47 44	7.08 21	2.04 4	2.24 14	9.66 55	2.27 40	0.05 108	0.02 30	0.07 131	0.00 1	0.53 197	0.21 109

MyStereo04	9.24 184	1.92 186	8.78 147	6.09 156	4.31 221	6.54 109	9.96 271	32.24 285	41.99 331	14.26 115	11.98 58	12.00 111	12.01 197	13.93 190	7.53 180	0.06 119	0.10 162	0.03 88	0.04 119	0.63 217	0.30 150

psm_up	13.18 277	1.91 182	8.81 148	9.59 285	5.84 283	15.17 231	11.37 297	38.74 346	30.81 261	20.66 243	30.32 234	30.00 292	23.12 313	19.19 269	16.02 265	0.58 258	0.10 162	0.17 199	0.01 65	0.65 223	0.55 197

CFNet	10.67 229	2.33 227	8.90 149	6.66 191	4.09 210	16.05 242	4.26 159	30.44 263	31.01 262	18.53 211	26.48 194	23.69 254	13.68 221	15.27 211	10.59 229	0.05 108	0.02 30	0.44 260	0.05 137	0.73 236	0.23 123

NF-Stereo	6.72 113	1.59 120	8.93 150	6.60 187	0.73 64	6.27 99	3.38 132	20.21 162	18.01 153	13.22 105	19.46 118	11.82 104	6.16 87	12.39 150	4.74 123	0.33 206	0.06 111	0.20 215	0.23 235	0.08 15	0.05 15

RAFT	8.51 167	2.16 216	8.93 150	8.14 251	0.81 68	12.63 190	8.49 250	16.34 108	15.56 126	22.31 265	18.99 112	19.29 222	11.39 187	17.57 253	6.05 156	0.01 47	0.19 210	0.27 234	0.02 89	0.64 221	0.45 181

RE-Stereo	6.73 114	1.58 118	8.94 152	6.59 184	0.71 52	6.27 99	3.51 136	20.20 156	17.99 151	13.21 102	19.46 118	11.94 107	6.20 89	12.34 147	4.79 127	0.34 210	0.05 79	0.20 215	0.23 235	0.09 17	0.05 15

TVStereo	6.73 114	1.58 118	8.94 152	6.59 184	0.71 52	6.27 99	3.51 136	20.20 156	17.99 151	13.21 102	19.46 118	11.94 107	6.20 89	12.34 147	4.79 127	0.34 210	0.05 79	0.20 215	0.23 235	0.09 17	0.05 15

MyStereo05	9.29 189	1.76 161	8.95 154	6.19 163	4.40 224	7.09 124	9.95 269	31.21 270	40.82 324	17.31 182	12.93 66	10.33 85	12.52 204	13.93 190	7.05 170	0.06 119	0.10 162	0.02 74	0.04 119	0.73 236	0.29 147

1111x	11.32 241	1.34 57	8.95 154	5.20 104	1.96 136	14.46 222	7.75 246	35.65 323	28.23 241	15.66 144	26.66 197	26.65 273	14.76 249	15.88 225	22.27 308	0.24 187	0.13 179	0.04 105	0.06 151	0.30 116	0.24 129

RAFT-IKP	5.53 59	1.74 148	8.95 154	5.09 85	0.41 14	5.45 59	2.08 84	12.52 42	7.00 33	12.52 81	18.13 103	12.93 121	6.79 110	11.59 114	3.99 104	0.80 285	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

OCTAStereo	6.74 117	1.59 120	8.96 157	6.60 187	0.72 60	6.25 97	3.50 134	20.20 156	18.03 154	13.21 102	19.45 116	12.07 114	6.16 87	12.36 149	4.78 124	0.35 213	0.06 111	0.20 215	0.23 235	0.09 17	0.05 15

ROB_FTStereo	5.49 57	1.74 148	8.96 157	5.09 85	0.42 18	5.65 71	1.68 48	12.53 45	7.00 33	12.53 87	18.00 97	13.02 126	6.74 105	11.51 107	3.81 96	0.60 262	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

ROB_FTStereo_v2	5.53 59	1.74 148	8.97 159	5.09 85	0.42 18	5.64 70	2.02 80	12.50 40	7.00 33	12.51 80	18.10 100	12.99 123	6.72 104	11.50 106	4.04 109	0.70 273	0.09 151	0.09 143	0.00 1	0.22 69	0.23 123

HH	5.47 52	2.08 209	9.00 160	4.88 76	1.07 85	4.93 39	3.60 145	16.68 113	6.83 28	8.39 47	12.14 59	15.05 160	9.06 143	12.68 158	1.93 14	0.02 78	0.17 201	0.18 204	0.00 1	0.28 108	0.48 186

HanStereo	5.47 52	2.08 209	9.00 160	4.88 76	1.07 85	4.93 39	3.60 145	16.68 113	6.83 28	8.39 47	12.14 59	15.05 160	9.06 143	12.68 158	1.93 14	0.02 78	0.17 201	0.18 204	0.00 1	0.28 108	0.48 186

Patchmatch Stereo++	5.56 67	1.74 148	9.01 162	5.09 85	0.41 14	5.66 76	2.40 97	12.52 42	7.00 33	12.52 81	18.08 98	13.02 126	6.74 105	11.59 114	4.01 106	0.78 281	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116
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
HUI-Stereo	5.48 55	1.74 148	9.01 162	5.08 84	0.42 18	5.65 71	2.77 114	12.55 46	7.03 40	12.54 89	18.10 100	13.07 130	6.71 103	9.92 58	3.74 92	0.61 265	0.08 143	0.09 143	0.00 1	0.22 69	0.23 123

iGMRVC	5.54 62	1.74 148	9.01 162	5.09 85	0.42 18	5.66 76	1.81 69	12.61 48	7.02 39	12.52 81	18.11 102	13.02 126	6.64 102	11.57 111	4.16 110	0.82 287	0.09 151	0.09 143	0.00 1	0.22 69	0.21 109

iRAFT	5.56 67	1.74 148	9.01 162	5.09 85	0.41 14	5.66 76	2.40 97	12.52 42	7.00 33	12.52 81	18.08 98	13.02 126	6.74 105	11.59 114	4.01 106	0.78 281	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

OMP-Stereo	6.93 126	2.57 239	9.03 166	10.63 308	1.72 127	4.89 36	1.91 75	17.84 127	15.56 126	16.69 170	14.16 70	17.70 201	7.33 114	12.93 169	4.83 130	0.24 187	0.03 50	0.06 123	0.02 89	0.19 61	0.39 166

PSM-adaLoss	5.50 58	1.74 148	9.03 166	5.09 85	0.42 18	5.66 76	1.98 79	12.50 40	7.01 38	12.52 81	18.13 103	12.96 122	6.77 109	11.11 87	3.83 97	0.72 277	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

DeepStereo_RVC	5.65 72	1.65 134	9.06 168	5.21 106	0.56 33	5.55 66	1.84 70	12.16 37	7.22 42	13.94 110	14.96 75	12.58 116	10.27 166	11.25 98	5.81 154	0.39 227	0.10 162	0.11 170	0.00 1	0.18 57	0.22 116

DRaft	9.27 188	1.23 38	9.08 169	3.62 31	0.78 67	13.27 199	5.89 195	16.97 116	29.57 245	21.15 254	38.46 318	10.09 84	13.98 230	11.58 112	7.91 190	0.43 236	0.30 259	0.06 123	0.26 247	0.26 97	0.45 181

XX-Stereo	6.14 93	1.47 82	9.11 170	11.87 325	6.76 302	3.27 7	0.93 17	15.13 84	5.43 17	8.79 53	28.46 210	13.71 144	2.22 13	11.51 107	2.07 25	0.20 171	0.24 246	0.08 136	0.29 257	1.04 256	0.13 56

LL-Strereo2	5.54 62	2.17 217	9.12 171	5.65 122	2.54 158	6.48 105	2.27 92	15.08 82	7.79 48	10.99 68	10.26 42	15.94 173	3.50 24	13.25 180	3.63 86	0.00 1	0.13 179	1.34 318	0.10 179	0.30 116	0.19 99

DLCB_ROB	13.35 281	3.00 257	9.12 171	9.43 276	5.68 275	21.80 293	10.12 277	29.19 248	29.92 255	27.71 311	31.45 260	32.37 307	19.50 297	19.02 265	16.73 272	0.22 177	0.04 59	0.38 258	0.06 151	0.49 187	0.85 244

SA	7.93 151	1.54 100	9.13 173	7.98 247	0.64 43	5.85 89	2.29 93	22.27 181	24.54 213	13.17 101	31.07 248	8.87 73	10.32 167	16.49 243	3.12 73	0.04 98	0.12 175	0.17 199	0.30 261	0.45 170	0.17 84

SGM-ForestM	23.72 357	2.44 230	9.13 173	7.43 226	2.25 147	44.80 376	19.11 353	44.90 374	49.97 362	50.74 381	51.18 370	62.06 394	45.83 381	44.96 381	33.88 357	1.00 301	0.84 326	0.78 284	0.62 302	1.29 270	1.11 265

AdaStereo	10.22 219	3.63 268	9.14 175	9.15 269	3.24 179	15.79 239	5.39 185	31.94 277	25.42 218	18.39 209	26.47 193	19.44 223	9.50 154	16.60 245	8.59 202	0.44 238	0.05 79	0.40 259	0.00 1	0.57 206	0.16 79
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.
StereoVision	7.21 137	2.17 217	9.29 176	9.43 276	3.91 200	5.09 52	1.91 75	20.04 155	17.37 145	8.57 50	29.59 225	11.08 93	6.76 108	12.44 152	4.71 121	0.54 254	0.05 79	0.16 197	0.03 104	0.82 244	0.30 150

TransformOpticalFlow	7.76 148	1.90 179	9.31 177	5.50 116	1.18 98	6.97 121	8.27 249	17.86 131	13.21 98	14.58 117	29.13 215	19.01 215	10.85 172	12.51 156	3.69 91	0.01 47	0.04 59	0.20 215	0.04 119	0.17 55	0.84 241

iRaft-Stereo_5w	8.70 173	1.81 173	9.33 178	5.83 136	3.78 194	4.87 35	11.12 292	15.86 104	14.80 117	15.23 138	26.36 192	21.49 234	12.91 210	15.94 230	12.73 243	0.58 258	0.05 79	0.08 136	0.09 173	0.85 246	0.33 159

AAGNet	7.94 152	1.48 85	9.34 179	7.13 214	0.70 51	5.85 89	5.16 177	15.40 90	14.01 107	20.13 234	24.03 172	15.28 166	11.52 188	12.05 132	15.47 262	0.63 269	0.06 111	0.32 249	0.01 65	0.12 32	0.09 32

GwcNet-ADL	8.48 165	1.70 144	9.38 180	7.10 212	2.78 164	6.74 116	6.57 227	30.15 255	26.01 225	15.15 135	17.77 95	13.93 145	6.96 112	12.96 171	9.91 215	0.48 245	0.72 317	0.01 64	0.01 65	0.51 192	0.84 241

STrans-v2	7.98 156	1.84 174	9.42 181	4.84 74	1.48 117	12.23 183	10.05 274	19.06 148	12.32 86	13.63 108	26.06 190	18.13 211	12.35 200	12.99 174	3.99 104	0.01 47	0.01 10	0.18 204	0.01 65	0.22 69	0.83 240

PSM-softLoss	6.61 108	1.60 124	9.42 181	6.48 176	0.88 71	5.65 71	2.04 82	22.64 184	8.77 57	13.95 111	22.11 155	13.01 124	5.22 62	12.73 161	6.05 156	0.49 246	0.06 111	0.27 234	0.56 299	0.16 48	0.06 22

KMStereo	6.61 108	1.60 124	9.42 181	6.48 176	0.88 71	5.65 71	2.04 82	22.64 184	8.77 57	13.95 111	22.11 155	13.01 124	5.22 62	12.73 161	6.05 156	0.49 246	0.06 111	0.27 234	0.56 299	0.16 48	0.06 22

CoDeX	9.24 184	1.77 167	9.54 184	6.08 155	3.79 196	16.45 257	6.76 231	26.15 220	25.03 214	17.18 180	25.12 179	14.69 156	11.68 193	12.22 141	6.71 165	0.30 200	0.20 215	0.15 193	0.02 89	0.23 81	0.68 221

IRAFT_RVC	8.76 174	1.47 82	9.55 185	7.31 218	1.77 129	6.49 107	10.43 283	25.94 217	27.33 232	17.50 187	19.85 123	17.93 205	10.21 165	12.88 165	5.44 148	0.17 158	0.30 259	0.19 212	0.05 137	0.22 69	0.12 48

PFNet+	6.68 110	1.40 66	9.60 186	5.64 121	0.85 69	5.79 84	1.74 62	13.63 64	15.30 121	17.88 193	21.38 145	14.52 153	6.07 85	12.74 163	4.89 131	0.63 269	0.20 215	0.11 170	0.30 261	0.05 6	0.91 250

CRE-IMP	5.53 59	1.63 133	9.62 187	5.65 122	0.48 27	7.02 122	1.70 50	11.84 34	8.33 54	12.99 99	16.02 83	11.08 93	6.23 91	12.06 134	5.06 134	0.28 197	0.07 128	0.09 143	0.00 1	0.24 86	0.21 109

CSP-Net	12.85 271	2.95 254	9.64 188	5.94 145	3.96 202	25.85 319	9.93 268	28.81 243	26.00 224	29.31 323	32.44 270	30.00 292	15.16 256	20.25 283	14.30 254	0.55 256	0.19 210	0.03 88	0.00 1	0.65 223	0.98 257

DCANet-4	6.41 99	1.02 12	9.66 189	3.41 15	0.68 47	4.73 23	1.70 50	17.70 125	24.33 208	15.10 129	20.25 127	6.45 46	8.65 136	8.47 32	5.31 143	0.01 47	0.04 59	0.00 1	0.00 1	0.09 17	0.63 210

DualNet	9.14 182	1.43 72	9.67 190	5.70 126	3.44 183	11.96 177	6.35 213	18.45 137	16.31 132	15.83 147	31.44 255	17.22 192	10.87 174	10.82 79	21.98 303	0.00 1	0.05 79	0.80 288	0.08 161	0.26 97	0.14 61

ffm	8.12 158	1.43 72	9.67 190	5.70 126	3.44 183	11.96 177	6.35 213	18.45 137	16.31 132	15.83 147	31.44 255	17.22 192	10.87 174	10.82 79	1.61 6	0.00 1	0.05 79	0.80 288	0.08 161	0.26 97	0.14 61

ff1	9.41 194	1.43 72	9.67 190	5.70 126	3.44 183	11.96 177	6.35 213	18.45 137	16.31 132	15.83 147	31.44 255	17.22 192	10.87 174	16.19 236	21.98 303	0.00 1	0.05 79	0.80 288	0.08 161	0.26 97	0.14 61

mmx	10.71 230	1.43 72	9.67 190	5.70 126	3.44 183	11.96 177	6.35 213	32.18 282	28.03 238	15.83 147	31.44 255	17.22 192	10.87 174	16.19 236	21.98 303	0.22 177	0.06 111	0.80 288	0.08 161	0.48 180	0.21 109

xxx	10.71 230	1.43 72	9.67 190	5.70 126	3.44 183	11.96 177	6.35 213	32.18 282	28.03 238	15.83 147	31.44 255	17.22 192	10.87 174	16.19 236	21.98 303	0.22 177	0.06 111	0.80 288	0.08 161	0.48 180	0.21 109

RALAANet	6.49 103	2.49 235	9.69 195	7.09 211	4.98 243	6.23 96	1.68 48	19.90 154	14.26 111	15.04 128	14.56 72	12.69 118	4.38 39	12.91 168	3.07 71	0.02 78	0.07 128	0.00 1	0.10 179	0.51 192	0.15 75

ADStereo(finetuned)	6.68 110	1.59 120	9.70 196	3.49 20	0.68 47	4.79 34	1.75 65	15.33 87	23.64 200	15.56 143	20.68 134	7.30 56	13.85 227	8.71 39	5.17 138	0.00 1	0.05 79	0.00 1	0.00 1	0.25 89	1.05 261

TDLM	12.98 275	3.78 273	9.77 197	10.75 312	4.94 239	16.10 246	14.08 318	35.05 316	31.87 266	22.36 266	26.51 196	26.09 272	14.97 254	24.73 315	13.11 244	1.05 305	0.05 79	1.21 314	0.27 251	1.83 285	1.00 259

AACVNet	10.58 227	2.86 249	9.78 198	8.95 264	3.30 180	10.80 163	4.78 170	22.37 182	12.55 88	27.50 310	29.84 228	30.06 294	15.99 266	19.10 268	11.60 239	0.40 229	0.18 206	0.22 224	0.03 104	0.62 215	0.73 230

ac_64	11.10 240	1.49 89	9.88 199	8.24 254	5.45 267	19.12 275	6.46 222	24.10 199	14.34 112	22.80 271	23.87 170	33.28 316	15.54 261	18.87 264	17.26 277	0.28 197	0.12 175	0.02 74	0.02 89	0.26 97	0.63 210

DMCA	8.51 167	1.90 179	9.96 200	5.16 96	4.14 211	10.29 152	4.46 163	25.52 209	19.55 164	16.33 160	20.69 135	17.59 199	11.26 183	10.42 64	11.36 237	0.50 248	0.08 143	0.35 252	0.05 137	0.36 147	0.31 155

test croco	4.15 29	1.67 137	9.97 201	4.86 75	2.97 173	3.27 7	1.41 32	8.20 7	5.51 19	3.37 8	16.69 90	3.03 6	2.71 16	14.44 201	3.91 100	0.14 147	0.00 1	0.03 88	0.01 65	0.69 226	0.14 61

IER	9.78 204	1.55 103	9.97 201	4.51 60	5.23 254	13.78 203	5.11 176	26.66 225	22.79 194	19.69 225	29.45 223	16.42 178	18.52 291	13.64 188	7.57 183	0.06 119	0.03 50	0.18 204	0.09 173	0.18 57	0.23 123

DEmStereo	8.85 177	1.36 60	9.99 203	4.24 45	1.05 83	11.49 172	5.91 196	13.76 69	26.68 229	22.03 262	32.92 277	11.86 106	15.27 258	11.48 104	8.08 194	0.16 155	0.15 192	0.02 74	0.09 173	0.09 17	0.44 179

UDGNet	10.05 215	13.89 357	10.00 204	9.36 275	2.69 161	7.82 133	1.88 72	18.86 144	34.64 293	17.52 189	13.70 69	13.40 138	7.18 113	13.01 175	6.30 163	5.30 359	0.08 143	12.57 377	2.80 349	8.19 356	1.71 291

DIP-Stereo	6.74 117	1.93 189	10.02 205	4.28 49	1.64 122	13.54 201	1.52 37	15.16 85	6.63 27	14.30 116	26.81 198	10.90 90	5.19 61	14.78 208	7.56 182	0.00 1	0.06 111	0.05 111	0.00 1	0.17 55	0.17 84
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ADLNet	12.34 261	2.22 222	10.14 206	8.38 256	6.78 304	17.56 265	9.05 254	33.21 297	26.28 227	27.06 306	26.01 185	26.80 275	13.76 224	16.99 249	18.74 285	0.24 187	0.39 276	0.23 227	0.10 179	0.64 221	2.16 303

Selective-RAFT	5.78 76	0.83 2	10.24 207	6.70 194	0.72 60	15.49 236	1.13 24	13.82 71	15.41 122	6.97 42	6.97 20	11.63 100	8.27 132	12.32 146	4.73 122	0.10 137	0.01 10	0.00 1	0.26 247	0.07 12	0.03 9

hknet	10.13 218	1.56 112	10.27 208	6.74 197	3.72 192	16.10 246	7.13 238	33.06 294	21.12 174	17.99 196	21.34 142	23.11 246	14.95 250	16.43 242	8.34 199	0.14 147	0.13 179	0.14 188	0.04 119	0.30 116	0.09 32

UPFNet	11.72 248	1.52 97	10.33 209	7.38 222	7.14 312	20.05 282	9.62 265	28.90 244	25.94 223	20.02 230	29.73 227	20.91 229	16.34 269	18.61 262	16.17 269	0.26 195	0.17 201	0.25 231	0.03 104	0.55 202	0.56 200

RASNet	11.59 246	1.71 145	10.36 210	6.30 167	5.66 274	15.48 235	6.12 208	34.50 312	20.86 170	16.61 167	32.51 271	22.04 238	23.00 312	19.44 271	16.15 268	0.71 275	0.03 50	0.05 111	0.01 65	0.15 42	0.13 56

NINENet	10.74 232	2.29 225	10.44 211	8.03 248	5.09 249	17.62 266	2.79 115	38.69 345	33.24 282	18.35 208	26.31 191	14.49 151	9.40 152	15.88 225	10.57 227	0.41 231	0.21 221	0.29 243	0.00 1	0.42 167	0.23 123

AASNet	12.49 264	2.46 232	10.49 212	9.82 290	6.86 305	17.33 262	6.73 230	41.09 356	37.86 313	22.53 269	29.11 214	16.68 180	13.48 219	14.54 206	17.87 281	0.20 171	0.02 30	0.78 284	0.05 137	1.18 263	0.76 234

PCWNet_CMD	9.64 200	1.77 167	10.59 213	4.80 71	2.90 169	16.25 255	2.42 99	29.37 250	34.10 287	17.41 183	22.04 152	19.10 218	7.70 119	12.05 132	6.86 167	0.22 177	0.45 291	0.80 288	0.22 227	3.11 316	0.69 223

MSMDNet	9.64 200	1.77 167	10.63 214	4.83 72	2.90 169	16.35 256	2.37 96	29.33 249	34.29 291	17.43 185	22.10 154	19.05 217	7.79 122	12.11 138	6.87 168	0.23 185	0.46 293	0.67 277	0.21 225	2.77 306	0.60 206

LMCR-Stereo	10.75 233	4.13 281	10.67 215	13.11 332	3.99 207	16.68 259	5.91 196	25.30 208	22.69 192	22.04 263	21.80 147	14.67 155	14.24 237	20.55 292	15.86 264	1.90 325	0.04 59	0.00 1	0.02 89	1.29 270	0.18 88

ccs_rob	9.61 199	1.92 186	10.72 216	4.55 62	2.89 168	14.33 214	2.86 117	26.85 228	32.36 274	17.05 176	22.91 161	22.12 239	8.70 138	12.10 137	7.44 177	0.19 164	0.44 287	1.38 319	0.25 245	2.68 304	0.57 201

CFNet_pseudo	9.58 197	1.91 182	10.73 217	4.53 61	2.91 171	14.26 212	2.75 113	26.73 227	32.14 272	17.10 178	23.02 162	22.14 240	8.74 139	12.17 140	7.43 176	0.20 171	0.45 291	1.24 317	0.24 242	2.49 301	0.49 189

iResNet_ROB	11.71 247	1.96 191	10.77 218	6.01 149	3.68 191	15.13 230	2.34 94	31.72 276	37.58 310	26.16 300	32.77 273	25.88 271	15.34 259	16.35 241	7.94 191	0.19 164	0.01 10	0.00 1	0.00 1	0.31 127	0.12 48

MIM_Stereo	7.02 128	1.55 103	10.78 219	4.17 40	0.58 36	5.25 54	1.32 30	19.03 146	12.59 89	16.74 172	28.83 213	13.20 132	5.53 68	12.89 166	7.11 171	0.00 1	0.23 235	0.00 1	0.01 65	0.38 158	0.28 142

StereoDRNet-Refined	13.36 282	2.80 244	10.82 220	7.94 245	3.10 174	18.95 274	4.45 162	28.47 240	29.65 247	29.11 319	41.47 335	24.44 258	17.64 285	23.34 306	21.66 299	0.16 155	0.07 128	0.53 267	0.32 267	0.77 242	1.64 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AANet_RVC	13.16 276	5.34 300	10.83 221	8.20 253	4.44 226	14.13 210	9.46 262	28.78 242	37.67 311	23.44 277	37.47 310	23.48 251	15.83 265	22.39 302	16.63 271	1.67 320	0.86 327	0.24 230	0.02 89	0.63 217	1.60 286

MyStereo8	7.13 132	2.48 233	10.86 222	6.81 201	4.98 243	10.73 160	1.42 33	14.58 76	9.73 64	15.75 145	23.16 164	12.17 115	7.96 127	9.85 57	10.21 223	0.04 98	0.19 210	0.08 136	0.21 225	0.58 209	0.82 239

GMStereo	5.94 81	3.84 276	10.86 222	5.13 94	0.71 52	7.27 126	2.66 110	12.38 39	25.14 215	12.01 74	10.66 46	5.12 34	3.46 22	11.39 102	6.16 161	0.45 239	0.02 30	0.05 111	0.31 264	0.86 247	0.25 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MeshStereo	22.27 350	6.87 318	11.15 224	7.69 237	4.87 236	37.70 363	13.06 311	41.64 359	36.95 308	50.92 382	53.41 376	58.12 386	41.93 376	37.73 369	27.62 342	2.52 337	2.37 353	2.99 343	2.07 343	3.09 315	2.60 308
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
ssnet_v2	13.23 278	2.43 229	11.25 225	7.34 219	2.92 172	23.05 303	12.95 310	35.93 325	32.92 281	21.23 255	25.38 181	28.81 283	15.22 257	22.57 303	19.81 292	0.18 160	0.08 143	0.19 212	0.05 137	1.24 268	1.06 262

TRStereo	6.22 96	6.09 307	11.30 226	9.19 272	7.41 318	4.75 29	1.74 62	19.70 150	11.74 79	10.61 64	8.65 24	10.67 87	3.22 17	13.81 189	3.60 85	0.31 203	0.23 235	0.12 173	0.36 275	0.48 180	0.38 163

SFCPSM	8.85 177	1.40 66	11.34 227	5.23 109	3.47 189	16.55 258	7.18 241	30.71 266	25.24 216	16.45 162	19.45 116	11.10 95	9.61 156	11.88 127	5.52 150	0.22 177	0.17 201	0.36 255	0.22 227	0.29 112	0.58 203

delet	12.65 268	1.85 176	11.36 228	7.71 240	6.22 289	22.52 298	10.22 282	28.14 238	37.67 311	19.66 224	29.24 216	21.00 230	15.99 266	21.97 299	17.77 280	0.03 92	0.07 128	0.19 212	0.04 119	0.60 211	0.75 233

SACVNet	13.38 283	4.08 279	11.41 229	11.67 322	5.79 279	17.28 261	9.39 260	32.77 289	22.29 188	28.11 314	33.35 280	32.48 308	21.86 309	19.75 275	10.28 225	1.00 301	0.48 296	0.85 297	0.29 257	1.31 273	3.08 315

dd	7.96 154	4.08 279	11.49 230	6.53 181	0.93 77	8.28 138	4.03 151	16.53 111	33.82 283	15.17 136	16.50 88	6.79 48	5.96 84	14.30 198	9.90 214	1.13 309	0.42 283	0.17 199	0.44 286	2.01 293	0.79 238

PFNet	7.91 150	1.44 79	11.60 231	7.03 207	2.42 153	7.60 132	6.03 205	23.36 192	17.24 142	20.29 237	17.67 94	15.44 168	7.71 120	13.02 177	5.71 152	0.24 187	0.20 215	0.12 173	0.19 221	0.31 127	0.61 208

DMCA-RVC	11.41 244	3.32 263	11.68 232	10.12 298	4.81 234	11.92 176	4.11 152	24.67 204	23.66 202	20.06 232	28.51 211	26.71 274	24.96 326	15.95 232	14.82 257	0.41 231	0.34 272	0.56 269	0.16 206	0.72 235	0.69 223

CRFU-Net	12.56 266	2.89 250	11.77 233	8.18 252	5.80 280	24.84 312	10.46 288	24.56 202	13.12 95	30.06 327	29.37 217	29.09 284	19.64 298	19.96 277	18.53 284	0.82 287	0.48 296	0.27 234	0.15 203	0.53 197	0.68 221

GES	8.51 167	1.98 193	11.82 234	6.39 172	1.77 129	12.36 187	6.22 211	21.55 172	21.34 177	19.02 217	26.02 186	8.79 71	9.34 150	13.94 192	7.24 173	0.38 217	0.10 162	0.30 247	0.14 197	0.69 226	0.73 230

CFNet_ucs	10.25 220	1.91 182	11.88 235	4.98 80	4.08 209	15.11 228	3.57 143	28.02 236	31.98 271	18.21 202	25.20 180	23.27 249	9.38 151	13.38 181	7.22 172	0.23 185	0.81 324	1.65 323	0.22 227	3.01 312	0.93 251

acv_ft	12.16 257	1.68 142	11.97 236	7.70 238	6.20 287	19.61 279	5.52 187	25.78 214	34.81 294	25.62 296	30.78 241	24.72 261	13.20 214	15.81 222	18.80 286	0.13 145	0.01 10	0.06 123	0.06 151	0.63 217	0.15 75

iRaft-Stereo_20w	6.06 91	1.84 174	12.04 237	4.23 44	1.67 124	6.77 117	2.22 90	18.73 142	6.08 23	14.72 119	10.33 43	13.42 140	8.14 130	15.88 225	3.08 72	0.01 47	0.24 246	0.13 184	0.39 282	0.61 212	0.71 228

BEATNet_4x	9.37 192	4.85 293	12.05 238	5.48 115	1.35 111	13.15 197	6.15 209	25.06 206	16.74 137	16.18 156	24.65 174	17.29 197	12.51 203	16.91 248	10.92 230	0.38 217	0.18 206	0.81 294	0.05 137	1.95 289	0.65 218

MIPNet	6.75 119	1.67 137	12.34 239	4.67 67	1.47 115	10.01 148	2.24 91	26.43 223	17.22 140	14.72 119	12.75 62	7.02 53	9.68 158	8.44 31	5.26 141	0.01 47	0.04 59	0.05 111	0.09 173	0.35 146	0.55 197

HGLStereo	12.72 269	2.66 243	12.34 239	9.93 293	7.55 320	16.16 250	7.45 244	31.48 275	27.01 231	20.01 229	35.31 297	26.98 279	18.90 294	17.87 256	18.90 287	0.33 206	0.16 199	0.07 131	0.05 137	0.48 180	0.70 227

GANet	16.92 306	4.32 284	12.46 241	10.84 314	4.24 213	23.04 302	15.36 332	39.91 351	34.47 292	32.42 340	45.10 353	40.04 348	27.54 334	23.61 309	20.20 294	1.02 304	0.08 143	0.67 277	0.22 227	1.87 287	0.97 254

LL-Strereo	10.79 235	3.52 267	12.54 242	8.77 260	5.44 266	7.49 127	9.26 258	35.15 318	28.70 243	16.47 163	15.85 82	21.06 231	17.42 284	21.62 298	9.72 213	0.21 174	0.22 230	0.74 282	0.08 161	0.98 253	0.60 206

IPLG	7.20 136	1.43 72	12.55 243	5.17 97	4.32 223	11.11 169	1.48 34	21.79 175	15.10 119	19.16 219	20.23 126	5.26 37	5.61 70	11.68 120	8.14 195	0.05 108	0.06 111	0.03 88	0.07 158	0.33 139	0.50 190

MLCV	9.32 190	2.22 222	12.55 243	5.22 107	1.32 108	13.79 204	1.35 31	21.14 169	23.65 201	21.91 261	31.37 251	17.14 191	7.57 116	16.00 233	10.18 221	0.22 177	0.01 10	0.03 88	0.02 89	0.40 161	0.29 147

MMNet	12.97 273	2.08 209	12.74 245	6.98 206	6.27 293	26.39 325	4.73 168	23.10 190	41.79 329	25.48 294	32.29 269	21.09 232	17.79 286	19.52 273	17.90 282	0.19 164	0.07 128	0.10 159	0.00 1	0.37 152	0.59 205

CIPLG	7.15 134	2.44 230	12.82 246	7.38 222	4.93 238	10.51 156	4.56 165	15.17 86	13.25 100	17.45 186	19.75 122	8.42 68	4.60 51	11.41 103	8.31 197	0.33 206	0.32 265	0.03 88	0.14 197	0.37 152	0.72 229

ADLNet2	12.44 263	2.17 217	12.84 247	9.17 270	5.82 281	20.00 281	10.13 278	32.53 287	36.22 305	18.62 212	19.39 115	21.96 236	17.07 278	21.43 297	19.42 289	0.24 187	0.15 192	0.06 123	0.08 161	0.86 247	0.57 201

DSFCA	11.85 252	2.01 201	12.93 248	5.40 112	6.87 306	15.36 232	10.45 285	30.68 265	31.84 265	25.99 298	23.52 165	22.03 237	14.05 231	20.28 286	12.46 240	0.57 257	0.41 279	0.28 240	0.38 280	1.02 254	0.47 183

IPLGR_C	7.16 135	2.48 233	12.98 249	7.52 232	4.91 237	10.56 157	4.59 166	15.63 96	14.12 109	17.42 184	18.87 110	8.00 64	4.59 50	10.76 73	8.81 204	0.32 204	0.32 265	0.03 88	0.13 193	0.36 147	0.76 234

DeepPruner_ROB	10.77 234	4.56 288	13.13 250	6.37 170	4.28 220	10.14 150	6.86 232	36.42 329	19.59 165	17.87 192	27.37 203	23.19 248	12.26 199	19.09 267	10.23 224	1.05 305	0.48 296	0.23 227	0.15 203	0.89 250	1.17 270

IPLGR	7.14 133	1.31 53	13.14 251	4.24 45	1.15 97	9.78 146	0.98 20	23.98 196	21.70 183	16.22 157	18.43 106	8.45 69	7.66 117	9.26 52	5.45 149	0.21 174	0.05 79	0.04 105	0.06 151	0.32 136	0.38 163

MyStereo06	6.40 98	1.76 161	13.15 252	6.19 163	4.40 224	7.09 124	9.95 269	16.68 113	6.98 32	12.91 96	10.76 49	17.84 204	5.71 77	9.97 59	3.39 83	0.06 119	0.10 162	0.02 74	0.04 119	0.73 236	0.29 147

ACRE	7.07 131	2.38 228	13.26 253	7.36 221	4.86 235	10.28 151	4.40 160	15.51 92	13.69 105	17.22 181	19.23 113	8.00 64	4.20 36	10.64 69	8.50 201	0.33 206	0.32 265	0.03 88	0.14 197	0.37 152	0.77 237

UNet	12.64 267	2.02 203	13.36 254	6.85 203	7.76 326	25.31 318	4.74 169	34.10 304	28.19 240	20.03 231	31.07 248	27.02 280	17.36 282	20.18 281	13.87 250	0.06 119	0.05 79	0.27 234	0.01 65	0.23 81	0.39 166

SMFormer	10.46 225	1.37 62	13.37 255	4.41 53	1.30 103	14.40 219	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	12.70 242	0.38 217	0.21 221	0.28 240	0.03 104	0.33 139	0.31 155

tta	10.45 224	1.37 62	13.37 255	4.41 53	1.30 103	14.39 216	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	12.69 241	0.38 217	0.21 221	0.28 240	0.03 104	0.29 112	0.18 88

qqq1	9.96 212	1.37 62	13.37 255	4.41 53	1.30 103	14.40 219	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	3.18 76	0.38 217	0.21 221	0.00 1	0.01 65	0.29 112	0.18 88

fff1	9.96 212	1.37 62	13.37 255	4.41 53	1.30 103	14.40 219	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	3.18 76	0.38 217	0.21 221	0.00 1	0.01 65	0.29 112	0.18 88

iResNetv2_ROB	12.00 254	2.91 252	13.46 259	5.82 134	3.73 193	13.15 197	6.45 221	34.15 305	36.02 302	25.25 290	33.81 288	29.79 290	14.24 237	13.61 187	6.10 160	0.21 174	0.02 30	0.12 173	0.00 1	0.82 244	0.25 134

gwcnet-sp	9.81 206	2.82 245	13.47 260	5.99 146	4.27 215	16.20 252	5.91 196	25.55 210	24.34 209	21.01 247	20.69 135	15.22 162	14.96 251	14.50 203	9.97 216	0.05 108	0.15 192	0.02 74	0.08 161	0.49 187	0.51 191

scenet	9.81 206	2.82 245	13.47 260	5.99 146	4.27 215	16.20 252	5.91 196	25.55 210	24.34 209	21.01 247	20.69 135	15.22 162	14.96 251	14.50 203	9.97 216	0.05 108	0.15 192	0.02 74	0.08 161	0.49 187	0.51 191

ssnet	9.81 206	2.82 245	13.47 260	5.99 146	4.27 215	16.20 252	5.91 196	25.55 210	24.34 209	21.01 247	20.69 135	15.22 162	14.96 251	14.50 203	9.97 216	0.05 108	0.15 192	0.02 74	0.08 161	0.49 187	0.51 191

GEStereo_RVC	12.81 270	2.49 235	13.64 263	9.68 287	4.97 241	18.16 268	11.30 295	31.26 271	47.47 351	19.84 226	26.97 199	19.03 216	13.19 213	20.14 280	14.86 259	0.83 289	0.51 303	0.10 159	0.13 193	0.54 199	0.99 258

dad	12.24 258	10.20 335	13.68 264	6.64 190	1.47 115	13.55 202	3.58 144	17.62 124	35.33 298	27.15 309	32.65 272	30.85 297	10.86 173	14.33 199	10.04 219	2.95 341	0.55 308	7.92 368	0.91 316	3.35 321	1.17 270

MDST_ROB	17.92 317	1.60 124	13.68 264	13.88 338	6.44 295	43.05 375	14.86 324	42.74 364	41.66 327	43.25 370	42.85 344	28.43 282	17.28 281	29.35 336	16.06 266	0.88 293	0.11 171	0.63 274	0.47 291	0.50 191	0.64 216

DAS	10.80 236	2.03 205	13.96 266	9.01 265	6.23 290	14.67 225	7.38 242	21.59 173	32.58 277	18.67 213	28.13 207	19.20 220	17.08 279	16.54 244	7.31 174	0.58 258	0.01 10	0.29 243	0.01 65	0.47 178	0.20 102

SepStereo	11.34 243	2.03 205	13.96 266	9.01 265	6.23 290	14.67 225	7.38 242	21.59 173	32.58 277	18.67 213	28.13 207	19.20 220	17.08 279	27.36 326	7.31 174	0.58 258	0.01 10	0.29 243	0.01 65	0.47 178	0.20 102

LE_ROB	22.93 355	3.07 258	14.02 268	7.70 238	2.86 166	31.99 348	17.35 346	28.10 237	67.19 399	70.51 402	55.61 382	49.07 376	47.62 383	24.76 316	36.49 363	0.35 213	0.20 215	0.27 234	0.55 298	0.48 180	0.44 179

DN-CSS_ROB	8.17 160	2.59 241	14.14 269	6.11 159	3.22 178	6.31 102	3.53 139	22.92 189	20.59 168	16.66 168	30.05 232	9.31 78	7.95 126	13.49 183	4.78 124	0.72 277	0.00 1	0.45 261	0.00 1	0.54 199	0.09 32

PSMNet_ROB	16.90 305	5.45 301	14.16 270	13.77 335	7.25 314	27.65 329	32.74 387	43.21 368	37.88 314	24.00 279	32.97 278	34.55 324	16.69 272	17.41 251	23.96 319	0.38 217	0.22 230	0.93 301	2.05 342	1.83 285	0.96 253

AF-Net	18.38 322	5.60 303	14.21 271	15.95 351	10.78 352	22.26 295	10.45 285	35.39 320	50.22 364	24.71 287	37.77 311	41.55 355	29.24 345	29.11 335	26.67 335	4.35 355	0.06 111	4.56 352	0.90 313	2.42 299	1.38 278

IGEV_Zeroshot_test	5.28 46	2.03 205	14.26 272	6.09 156	1.33 109	4.32 15	1.03 23	14.46 73	6.50 25	13.33 107	11.89 57	11.01 91	3.45 21	10.71 72	3.64 87	0.03 92	0.22 230	0.15 193	0.26 247	0.80 243	0.20 102

NCCL2	17.23 308	6.37 312	14.30 273	23.45 373	7.18 313	24.16 307	17.05 344	34.39 310	25.88 221	31.55 333	38.01 313	42.09 357	26.81 330	20.94 295	22.69 312	0.45 239	0.23 235	2.63 339	1.80 336	2.02 294	2.57 307

StereoDRNet	15.30 293	4.47 287	14.35 274	10.71 309	8.69 339	25.02 316	11.03 290	39.66 350	35.62 300	29.17 320	28.81 212	34.05 320	17.80 287	18.80 263	23.77 317	0.41 231	0.30 259	0.15 193	0.14 197	1.64 281	1.42 280

UDG	21.45 345	14.84 359	14.44 275	21.30 370	20.08 379	32.05 349	13.76 315	35.98 327	35.52 299	25.93 297	30.69 238	37.26 334	30.66 351	21.97 299	19.89 293	10.88 377	5.55 379	22.78 383	7.65 371	14.83 380	13.05 380

DDUNet	22.66 351	19.69 373	14.64 276	24.11 374	22.38 383	24.84 312	17.71 347	30.36 262	30.32 257	29.02 318	37.31 309	37.63 336	24.66 323	24.67 313	17.08 274	18.42 386	7.92 385	26.43 386	11.81 382	17.23 383	16.95 385

PS-NSSS	13.70 286	7.41 322	14.68 277	6.70 194	5.63 272	18.43 271	12.59 308	38.89 348	25.56 219	20.27 236	35.71 299	21.11 233	16.35 270	17.16 250	17.56 278	2.28 329	0.53 305	5.37 354	0.36 275	4.28 332	3.09 316

DRN-Test	15.88 295	3.83 275	14.70 278	9.96 295	8.02 333	28.93 335	14.65 321	42.34 361	38.25 316	28.18 315	34.31 293	29.22 287	18.35 289	20.01 278	22.68 311	0.37 216	0.41 279	0.46 262	0.28 254	1.28 269	1.34 275

MSMD_ROB	22.90 354	9.64 333	14.76 279	17.46 357	9.88 346	34.94 356	18.83 351	33.67 301	37.47 309	40.97 363	59.80 386	45.93 369	38.34 368	31.74 345	23.24 315	6.22 365	3.58 369	8.78 370	11.03 381	6.76 347	5.06 339

test-1	5.62 71	1.53 98	14.78 280	7.44 227	1.11 87	7.99 135	1.19 26	13.03 53	12.04 83	9.39 55	15.23 78	11.15 96	5.56 69	7.06 21	3.57 84	0.07 128	0.50 300	0.00 1	0.10 179	0.16 48	0.47 183

RP	17.58 312	4.92 295	15.27 281	15.44 350	11.95 361	21.05 288	11.75 303	27.64 232	45.09 347	22.99 273	42.05 340	39.39 344	27.74 336	25.54 319	22.33 309	5.45 360	0.59 311	4.33 351	1.62 334	3.53 323	2.86 312

XPNet_ROB	17.33 311	4.84 292	15.44 282	11.15 318	6.64 297	20.88 286	16.10 336	36.26 328	39.54 318	31.80 337	41.32 333	41.30 354	23.91 316	24.67 313	27.40 339	1.07 308	0.74 319	0.79 286	0.25 245	1.10 259	1.31 274

ToySt	10.51 226	2.00 195	15.67 283	5.33 111	0.95 78	14.97 227	9.51 263	24.02 197	27.37 233	14.61 118	24.67 175	24.56 259	14.70 248	16.86 247	13.35 245	0.06 119	0.23 235	0.03 88	0.09 173	0.62 215	0.67 220

iResNet	10.26 221	3.10 260	15.72 284	7.35 220	2.13 142	13.86 206	7.07 237	22.80 187	28.01 237	20.10 233	30.40 235	16.79 181	11.06 180	14.46 202	10.29 226	0.39 227	0.05 79	0.00 1	0.07 158	0.73 236	0.73 230

DispNO	9.33 191	1.78 170	15.84 285	5.73 132	5.74 278	12.24 184	4.81 174	25.06 206	21.10 173	16.70 171	20.86 141	17.78 202	11.76 194	16.74 246	8.85 205	0.22 177	0.15 192	0.03 88	0.12 189	0.41 164	0.64 216

LALA_ROB	19.19 328	7.15 321	15.93 286	12.96 330	5.30 261	28.30 331	23.21 369	42.51 362	36.69 307	33.45 345	40.81 330	50.96 380	24.53 320	27.92 329	25.66 332	0.60 262	0.44 287	2.04 329	1.22 327	2.54 302	1.47 282

DISCO	16.36 298	1.88 178	16.15 287	7.78 241	4.19 212	26.92 327	10.21 281	30.31 261	44.26 342	21.35 257	33.91 290	35.80 330	22.40 311	35.65 360	33.87 356	0.18 160	0.08 143	0.04 105	0.04 119	1.71 283	0.54 196

fast-acv-ft	14.25 288	4.00 278	16.20 288	7.51 231	5.14 253	26.38 324	9.77 267	24.62 203	34.84 296	25.30 292	37.27 308	32.09 306	20.38 303	18.32 258	19.50 290	0.36 215	0.32 265	0.63 274	0.47 291	1.18 263	0.76 234

NaN_ROB	16.51 300	6.51 313	16.22 289	10.53 307	4.64 231	31.76 346	17.78 348	37.00 334	43.37 337	29.68 325	31.29 250	32.67 313	20.32 302	28.00 331	16.06 266	0.38 217	0.41 279	0.32 249	0.41 284	0.87 249	1.94 296

NLCA_NET_v2_RVC	12.05 256	3.43 265	16.25 290	7.62 236	5.58 270	14.57 224	6.00 203	32.98 292	27.41 234	21.69 259	31.40 253	25.21 265	13.47 217	14.96 209	15.60 263	0.84 291	0.33 269	0.35 252	0.35 274	1.29 270	1.78 292
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	15.15 291	2.97 255	16.28 291	9.23 273	7.56 321	30.03 338	9.53 264	42.80 365	42.72 333	15.11 130	27.03 201	23.16 247	16.93 275	24.28 311	15.45 261	3.07 344	0.43 286	1.44 320	0.61 301	6.74 346	7.60 363

stereogan	18.62 324	3.07 258	16.31 292	13.04 331	9.99 347	35.74 359	9.09 256	38.17 342	45.27 348	24.39 286	41.24 332	39.93 346	25.46 327	31.29 343	24.33 324	1.80 323	0.91 329	2.71 341	0.75 308	5.15 339	3.70 321

sCroCo_RVC	5.06 38	3.29 262	16.45 293	10.72 310	6.64 297	5.83 85	2.74 112	9.67 15	8.06 50	3.66 12	9.20 32	4.81 33	4.95 59	8.12 30	4.64 120	0.64 271	0.50 300	0.06 123	0.03 104	0.70 229	0.42 175

ARAFT	8.50 166	3.19 261	16.58 294	5.52 117	0.91 75	12.13 182	11.20 293	17.19 121	18.28 156	18.40 210	16.33 87	17.10 190	8.58 134	18.56 260	5.00 133	0.11 140	0.04 59	0.00 1	0.00 1	0.55 202	0.25 134

RYNet	18.92 326	4.69 291	16.88 295	10.99 315	15.84 370	46.72 377	16.57 341	37.84 339	48.03 352	26.92 304	26.48 194	37.84 338	24.92 325	19.80 276	31.04 354	0.25 193	0.25 252	0.62 273	0.03 104	6.34 344	6.39 348

RAFT + AFF	10.27 222	3.77 272	17.13 296	10.24 302	4.97 241	13.08 196	11.52 299	25.69 213	25.80 220	14.72 119	16.12 85	19.16 219	11.35 186	16.24 240	9.04 209	0.30 200	1.46 338	0.66 276	0.20 222	2.03 295	1.94 296

pcwnet_v2	12.32 259	2.00 195	17.53 297	7.79 242	5.69 276	17.06 260	3.69 147	36.52 330	46.17 349	20.55 239	29.39 222	16.50 179	13.00 211	15.70 220	9.32 212	0.50 248	1.00 332	0.34 251	0.24 242	2.00 292	1.38 278

FAT-Stereo	16.81 301	2.97 255	17.56 298	9.80 289	6.21 288	16.12 249	13.23 313	38.18 343	39.67 319	27.00 305	39.73 325	37.55 335	31.30 354	20.39 287	21.52 298	3.44 346	2.05 346	0.81 294	1.10 323	1.89 288	5.72 342

Anonymous_2	14.95 290	6.75 317	17.63 299	5.45 114	7.10 311	26.19 322	11.58 300	18.06 134	17.30 143	17.61 190	15.47 79	23.33 250	20.95 307	20.55 292	14.63 255	11.05 379	12.86 388	11.27 375	25.12 390	11.32 371	4.82 336

edge stereo	18.75 325	5.12 296	17.66 300	10.77 313	7.84 329	22.41 297	11.03 290	35.23 319	42.07 332	34.62 347	42.74 342	41.28 353	35.50 361	25.14 317	24.17 321	2.42 335	2.42 354	6.35 358	1.45 331	2.89 311	3.80 322

ETE_ROB	17.67 314	9.48 331	17.66 300	13.60 333	4.57 229	23.03 301	21.09 358	32.49 286	35.24 297	30.49 328	38.06 314	46.18 371	24.49 319	26.40 322	24.21 322	0.46 243	0.24 246	1.14 309	0.84 311	1.52 278	2.13 300

whm_eth	8.83 176	4.45 286	17.70 302	7.42 225	6.66 300	7.07 123	3.45 133	17.88 132	19.49 163	22.17 264	39.18 320	4.69 31	4.32 38	14.26 197	5.35 147	0.18 160	0.08 143	0.21 220	0.09 173	0.61 212	1.30 273

MANE	31.97 380	10.75 342	17.71 303	20.94 366	13.77 366	47.80 379	26.85 378	53.00 390	55.20 377	59.29 386	64.30 393	64.93 397	56.31 395	51.83 391	38.69 372	9.61 372	4.72 376	6.91 362	19.93 388	9.20 360	7.64 364

Nwc_Net	17.98 318	4.67 290	17.79 304	14.26 340	11.65 360	25.14 317	14.88 325	40.85 355	39.83 320	21.07 251	43.24 346	34.50 323	27.64 335	26.44 324	25.03 326	3.22 345	0.18 206	2.52 338	3.18 350	1.98 290	1.51 283

MaskLacGwcNet_RVC	16.87 304	16.27 362	17.93 305	11.24 321	6.69 301	28.95 336	10.44 284	41.23 358	21.49 178	29.68 325	34.27 292	32.48 308	11.00 179	20.05 279	15.09 260	8.22 367	2.59 355	12.23 376	0.75 308	10.40 364	6.34 347

PWCDC_ROB	17.80 316	9.62 332	18.38 306	17.95 358	7.74 325	24.61 311	5.56 190	34.41 311	52.79 367	29.66 324	50.20 369	20.63 227	19.69 299	29.85 339	20.87 296	6.18 363	0.26 254	0.10 159	0.05 137	5.36 340	2.00 298

Anonymous	6.73 114	2.83 248	18.61 307	11.88 326	7.83 327	14.52 223	9.37 259	14.49 74	10.15 65	4.28 17	6.89 19	3.13 7	7.67 118	11.82 125	5.66 151	0.83 289	0.35 273	0.08 136	0.20 222	2.86 308	1.09 264

FCDSN-DC	25.59 368	14.91 360	18.83 308	28.55 381	15.68 369	39.29 370	18.16 349	42.83 367	41.69 328	44.43 374	51.94 371	50.82 379	39.22 371	34.59 354	27.29 338	6.05 362	3.63 370	7.01 364	6.41 367	10.35 363	10.17 375
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	24.37 361	10.99 345	19.02 309	18.44 360	9.16 343	36.98 361	23.07 367	40.44 352	43.05 334	46.25 377	53.58 378	50.44 378	37.86 366	35.45 356	27.57 341	6.87 366	3.37 366	6.01 356	4.88 364	7.86 352	6.05 343

sAnonymous2	6.59 104	6.21 309	19.05 310	8.91 262	5.27 259	4.58 17	6.69 228	15.56 94	11.12 76	4.86 29	8.71 27	3.81 16	7.93 124	7.38 23	2.89 59	0.09 133	0.07 128	0.05 111	0.28 254	11.25 369	7.10 358

CroCo_RVC	6.59 104	6.21 309	19.05 310	8.91 262	5.27 259	4.58 17	6.69 228	15.56 94	11.12 76	4.86 29	8.71 27	3.81 16	7.93 124	7.38 23	2.89 59	0.09 133	0.07 128	0.05 111	0.28 254	11.25 369	7.10 358

SQANet	21.24 341	24.08 380	19.60 312	26.40 379	18.74 377	30.87 344	9.24 257	32.70 288	29.58 246	25.25 290	33.37 281	33.47 317	19.19 295	28.11 332	18.32 283	10.87 376	2.92 362	26.49 387	5.65 366	18.43 385	11.48 376

WCMA_ROB	20.02 337	4.30 283	19.72 313	9.47 281	7.00 309	32.71 352	13.99 317	31.97 278	32.48 276	41.51 364	52.00 372	44.09 362	36.14 363	32.43 346	24.29 323	6.19 364	2.79 360	1.09 307	1.10 323	3.95 327	3.13 317

pmcnn	14.59 289	3.68 270	19.78 314	6.83 202	4.51 228	21.27 290	14.67 322	27.37 230	30.54 258	27.09 308	40.19 327	38.71 339	18.53 292	17.70 254	19.27 288	0.84 291	0.09 151	0.00 1	0.00 1	0.48 180	0.31 155

GMStereo_Zeroshot	10.83 237	7.81 323	19.95 315	9.55 282	2.47 156	11.83 174	1.31 28	20.84 165	20.52 167	22.73 270	35.93 300	24.76 263	5.94 83	19.68 274	7.04 169	0.45 239	0.02 30	0.25 231	0.01 65	5.38 341	0.19 99

GwcNet	16.48 299	5.23 298	20.03 316	10.24 302	8.48 336	28.79 332	10.09 275	38.60 344	44.51 343	23.29 276	36.95 306	31.29 300	19.79 301	20.42 288	25.70 333	0.54 254	0.72 317	0.57 270	0.39 282	1.37 275	2.64 309

RGC	19.90 335	13.26 353	20.24 317	18.19 359	14.06 368	21.21 289	14.33 319	34.97 315	43.60 340	27.73 312	41.49 336	39.76 345	27.98 337	34.52 353	21.37 297	3.66 349	0.54 306	8.67 369	4.16 359	4.19 330	4.02 326

APVNet	17.75 315	5.46 302	20.35 318	12.31 328	8.40 335	30.16 339	24.10 371	41.14 357	30.12 256	25.08 288	41.09 331	31.24 299	23.12 313	27.07 325	27.86 344	0.34 210	0.56 309	3.02 344	0.52 296	1.68 282	1.45 281

S-Stereo	16.85 302	3.95 277	20.67 319	12.08 327	8.91 342	21.68 291	12.61 309	32.20 284	44.61 344	22.37 267	38.42 317	29.15 286	28.02 338	18.58 261	22.36 310	2.88 340	3.11 364	0.87 300	1.82 337	3.58 324	9.08 371

ccnet	24.02 359	16.16 361	21.70 320	11.83 324	17.75 375	37.87 364	16.18 337	45.46 376	31.93 270	36.99 355	46.46 360	38.76 341	29.52 346	37.55 368	40.93 379	9.20 371	6.29 380	9.63 372	7.71 373	11.19 368	7.21 360

FBW_ROB	21.00 340	10.23 336	22.72 321	13.71 334	6.77 303	30.49 343	16.46 340	44.58 373	43.57 339	44.25 373	39.59 323	43.27 360	26.12 328	33.96 351	21.80 301	2.58 338	1.84 344	7.14 367	2.78 348	4.00 328	4.06 327

CSAN	21.34 344	9.45 330	23.34 322	20.99 367	4.95 240	32.57 350	34.26 388	38.83 347	49.95 361	36.97 354	39.72 324	44.97 365	31.73 355	26.05 320	23.94 318	1.52 318	0.47 295	0.85 297	1.43 330	2.73 305	2.14 302

NCC-stereo	19.75 332	6.08 304	23.96 323	15.05 346	16.17 371	18.42 269	21.45 359	43.31 370	41.00 325	24.30 283	38.12 315	34.98 326	26.92 331	35.46 357	25.65 330	4.29 353	2.07 347	3.24 347	8.90 376	2.86 308	2.86 312

Abc-Net	19.75 332	6.08 304	23.96 323	15.05 346	16.17 371	18.42 269	21.45 359	43.31 370	41.00 325	24.30 283	38.12 315	34.98 326	26.92 331	35.46 357	25.65 330	4.29 353	2.07 347	3.24 347	8.90 376	2.86 308	2.86 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	25.41 367	29.28 382	24.63 325	25.18 376	6.04 285	30.44 341	35.39 391	47.84 379	50.60 365	36.88 353	36.04 302	34.11 322	31.23 353	37.46 367	27.96 347	8.58 368	2.66 357	16.29 379	4.95 365	14.37 378	8.32 367
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
FINET	15.49 294	6.08 304	24.99 326	8.12 250	7.69 324	21.80 293	22.35 363	33.76 302	48.27 353	25.99 298	32.27 268	19.48 224	16.83 274	19.07 266	16.38 270	1.37 315	0.70 316	0.95 302	0.27 251	2.61 303	0.90 248

PWC_ROB	18.37 321	10.55 339	25.19 327	10.21 301	6.29 294	23.75 305	4.79 172	35.93 325	48.75 356	32.56 341	44.46 352	34.68 325	24.78 324	30.99 341	25.72 334	1.38 317	0.08 143	1.57 321	0.26 247	2.18 298	3.17 319

Syn2CoEx	17.03 307	10.40 338	25.65 328	20.35 362	8.02 333	26.28 323	11.27 294	37.16 335	32.69 279	28.89 317	40.17 326	29.27 288	26.63 329	19.19 269	17.63 279	0.98 299	0.54 306	1.23 316	0.23 235	1.82 284	2.24 304

DANet	16.85 302	8.00 325	26.04 329	14.56 345	7.25 314	20.59 285	5.37 180	26.22 221	26.02 226	32.17 339	36.00 301	37.20 333	29.77 347	30.75 340	24.62 325	1.14 310	1.34 333	2.21 333	0.51 295	3.18 318	4.07 328
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
STTStereo	12.97 273	4.88 294	26.57 330	7.54 233	5.41 265	13.43 200	6.49 224	30.53 264	26.35 228	25.14 289	31.43 254	32.00 305	14.12 233	16.01 234	14.83 258	0.29 199	0.31 262	0.67 277	1.08 322	1.21 265	1.11 265

PA-Net	16.29 297	6.88 319	27.34 331	9.88 292	11.12 354	21.77 292	28.15 382	32.06 280	39.49 317	19.99 228	27.91 205	23.50 252	20.59 304	20.25 283	24.04 320	0.24 187	2.26 352	0.22 224	4.59 361	1.13 262	4.48 333
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Wz-Net-LNSev-Ref	15.26 292	3.68 270	27.36 332	7.11 213	5.83 282	24.88 314	12.12 306	30.19 256	36.12 304	27.08 307	45.98 354	29.10 285	13.65 220	20.45 290	20.26 295	0.67 272	0.00 1	0.10 159	0.00 1	0.32 136	0.26 137

CC-Net-ROB	22.04 348	22.91 377	28.86 333	14.05 339	8.73 340	33.79 354	15.26 329	46.84 377	36.06 303	33.72 346	32.10 265	35.47 328	24.02 318	23.57 308	27.88 345	8.95 370	2.95 363	24.94 385	3.68 354	12.41 373	4.62 334

SDNR	16.15 296	5.23 298	28.92 334	5.73 132	6.05 286	56.85 392	3.26 124	23.18 191	29.73 248	20.62 241	36.48 303	13.59 143	16.97 277	18.43 259	13.44 247	10.56 375	13.84 389	3.10 346	0.44 286	7.80 351	8.81 369

CBFPSM	12.42 262	2.59 241	28.96 335	4.74 68	3.20 177	22.33 296	16.31 338	21.13 168	21.03 172	21.04 250	27.81 204	30.24 295	15.99 266	14.59 207	14.80 256	0.04 98	0.49 299	0.10 159	0.16 206	0.51 192	2.34 306

PDISCO_ROB	24.45 363	9.24 327	29.28 336	28.68 382	19.96 378	37.14 362	15.33 331	45.04 375	54.69 372	29.24 321	42.67 341	46.07 370	28.17 339	35.35 355	30.30 352	9.92 373	2.13 349	6.90 361	3.20 351	8.74 359	6.87 354

SANet	20.96 339	6.60 315	29.81 337	8.83 261	3.19 176	31.27 345	20.56 357	41.86 360	56.09 380	39.30 360	43.62 347	44.95 364	31.93 356	27.83 328	23.67 316	0.94 296	0.52 304	0.99 304	0.42 285	4.72 333	2.03 299

Anonymous3	9.60 198	3.45 266	29.83 338	9.58 284	4.75 233	24.51 309	10.20 280	24.04 198	18.77 159	10.42 62	14.64 73	7.97 63	8.75 140	14.05 193	5.80 153	2.44 336	1.39 336	0.08 136	0.06 151	0.73 236	0.48 186

MFN_U_SF_DS_RVC	23.92 358	13.60 355	30.09 339	25.46 377	10.02 348	38.51 367	20.40 356	35.77 324	43.76 341	42.15 365	47.10 361	39.99 347	28.20 340	35.96 361	27.06 337	3.64 348	3.85 373	6.66 360	16.30 387	4.97 336	4.98 338

SHD	21.32 343	10.03 334	30.16 340	14.30 341	8.68 338	24.15 306	8.93 251	40.82 354	61.17 388	35.79 351	44.15 351	38.73 340	30.20 348	33.88 349	31.09 355	2.00 326	0.81 324	1.17 310	1.55 332	4.08 329	4.78 335

FADNet-RVC-Resample	11.72 248	4.35 285	30.33 341	9.46 280	3.90 198	14.11 208	7.17 240	25.78 214	23.31 196	23.27 275	29.52 224	19.50 225	15.00 255	15.38 215	8.33 198	0.53 253	0.50 300	0.49 264	0.50 294	1.38 276	1.67 289

GASNet	17.30 309	19.38 371	30.46 342	20.66 364	9.36 345	16.06 244	9.06 255	43.89 372	40.04 321	25.35 293	23.73 166	32.90 314	15.37 260	28.91 334	17.05 273	3.04 343	0.27 257	1.88 327	0.45 288	6.73 345	1.37 277

RTSC	19.64 331	9.36 328	31.06 343	10.99 315	6.24 292	28.10 330	10.14 279	37.50 338	58.34 384	31.74 335	36.70 305	32.50 310	21.03 308	36.00 363	37.24 368	1.23 313	0.44 287	0.12 173	0.31 264	1.98 290	1.69 290

SAMSARA	34.43 385	18.53 367	31.91 344	55.34 397	35.34 391	75.99 414	94.71 424	47.97 380	50.84 366	37.47 356	36.99 307	53.12 383	38.55 369	39.56 374	38.65 371	3.59 347	5.40 378	2.22 334	3.72 355	9.43 361	9.29 373

ADCP+	18.16 319	4.61 289	32.94 345	9.31 274	10.23 349	28.87 333	11.69 301	33.43 298	36.49 306	29.28 322	40.49 328	24.18 256	24.61 322	33.89 350	35.33 360	0.25 193	0.40 278	2.00 328	1.17 325	2.16 297	1.87 294

DPSNet	24.40 362	6.97 320	33.14 346	11.16 319	6.54 296	53.33 386	43.32 396	51.28 385	59.37 386	30.89 330	39.36 321	40.35 349	34.30 360	32.57 347	25.09 327	4.65 358	1.62 340	0.37 256	0.66 303	8.51 358	4.44 332

Wz-Net-MNSev	18.98 327	6.53 314	33.16 347	10.15 299	7.26 316	38.37 366	16.45 339	34.19 307	43.20 336	30.65 329	40.76 329	40.51 350	19.24 296	27.56 327	28.06 349	0.81 286	0.26 254	0.05 111	0.10 179	1.45 277	0.84 241

DGSMNet	19.79 334	12.06 350	33.43 348	13.79 336	16.23 373	22.97 300	15.88 335	35.41 321	41.96 330	19.90 227	32.16 267	35.60 329	18.14 288	29.48 338	23.10 314	3.85 350	3.89 374	6.16 357	4.75 363	13.56 375	13.44 381

psmorigin	20.95 338	10.24 337	35.84 349	9.75 288	7.05 310	24.59 310	10.11 276	32.85 291	32.17 273	43.09 368	54.57 379	42.79 358	36.62 364	35.99 362	27.41 340	1.58 319	2.72 359	0.79 286	1.05 320	3.26 320	6.50 349

ELAS_RVC	33.79 384	19.15 370	35.97 350	21.28 369	13.79 367	52.58 384	36.11 392	48.96 382	55.66 378	61.47 393	62.91 388	58.35 388	53.55 389	53.37 393	42.23 383	11.25 380	6.64 383	10.32 374	7.05 369	13.56 375	11.58 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	33.68 383	18.95 369	36.71 351	20.64 363	13.61 365	56.43 388	35.14 390	50.03 384	49.90 358	60.58 389	63.83 392	58.64 389	53.36 388	50.73 386	44.44 386	11.03 378	6.58 382	10.02 373	7.43 370	13.58 377	11.94 378
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet	14.18 287	10.92 344	37.56 352	7.79 242	6.64 297	17.48 264	6.91 233	34.73 313	34.03 285	18.85 216	27.02 200	28.26 281	14.24 237	17.77 255	10.09 220	0.41 231	0.67 315	0.37 256	0.37 278	8.13 354	1.34 275

PVD	33.19 382	18.59 368	37.64 353	26.09 378	16.99 374	33.25 353	42.25 395	51.42 386	66.03 397	52.65 384	64.31 394	51.93 382	55.13 391	51.61 390	40.40 375	4.00 351	3.51 368	9.53 371	4.26 360	10.62 365	23.56 390

G-Net	21.25 342	8.24 326	37.97 354	15.14 349	9.26 344	50.87 383	16.80 343	27.96 234	30.54 258	38.92 357	42.93 345	33.27 315	32.17 357	27.99 330	25.25 328	4.40 356	3.83 372	3.60 350	0.97 319	7.91 353	6.95 355

STTRV1_RVC	22.05 349	18.29 366	39.19 355	16.73 354	23.82 386	29.51 337	15.66 333	34.87 314	34.16 289	35.00 348	34.89 296	31.89 303	28.80 343	28.81 333	23.08 313	11.86 382	3.26 365	6.50 359	4.65 362	14.38 379	5.69 340

FADNet-RVC	13.27 280	11.57 348	39.71 356	7.94 245	4.50 227	15.41 234	6.95 236	27.96 234	22.98 195	20.37 238	30.73 240	26.86 276	11.31 185	20.50 291	14.28 253	0.14 147	0.14 189	0.13 184	0.18 211	2.83 307	0.86 245

FADNet_RVC	11.94 253	5.17 297	39.74 357	6.44 175	3.46 188	11.42 171	4.17 156	29.16 247	26.89 230	17.97 195	25.96 184	13.41 139	15.67 262	15.84 224	13.54 248	0.90 295	0.75 321	0.55 268	1.20 326	3.65 326	2.85 311

AnyNet_C32	23.37 356	13.28 354	40.29 358	12.36 329	11.44 357	30.39 340	29.15 383	31.36 274	44.90 346	35.36 349	48.86 363	33.61 318	34.20 359	43.15 380	41.62 382	1.27 314	1.35 334	1.18 312	2.58 346	4.77 334	6.27 346

Wz-Net-LNSev	18.19 320	10.57 340	41.33 359	10.19 300	7.94 331	24.29 308	15.28 330	34.15 305	43.38 338	32.90 343	43.72 349	31.94 304	22.21 310	20.81 294	22.26 307	0.47 244	0.22 230	0.00 1	0.02 89	1.22 266	0.94 252

ADCMid	22.76 353	10.75 342	41.73 360	11.23 320	7.97 332	27.26 328	19.18 354	35.44 322	38.02 315	40.23 361	46.38 357	36.56 332	42.70 377	38.20 371	40.75 376	1.77 321	1.43 337	3.05 345	3.81 356	4.96 335	3.82 323

ADCRef	17.30 309	6.73 316	42.01 361	10.11 297	8.78 341	26.61 326	10.45 285	31.29 273	32.75 280	31.19 331	41.62 337	18.47 212	19.78 300	24.29 312	34.06 358	0.76 280	0.42 283	2.16 331	1.79 335	1.23 267	1.56 285

DeepPrunerF	19.92 336	11.02 346	44.29 362	20.74 365	17.75 375	19.19 276	22.57 364	36.86 333	49.93 359	25.48 294	36.62 304	24.69 260	23.97 317	23.44 307	21.79 300	2.68 339	1.63 341	5.70 355	3.95 357	3.38 322	2.67 310

NVStereoNet_ROB	41.93 393	32.40 384	44.55 363	36.60 386	27.78 388	34.52 355	32.38 386	48.84 381	57.18 381	69.34 401	75.62 407	66.07 398	64.86 399	47.34 383	60.78 404	15.72 384	23.99 393	23.40 384	32.06 393	21.34 386	23.86 391
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	41.82 392	35.10 387	44.56 364	32.85 385	41.39 395	46.76 378	34.76 389	57.01 394	54.94 374	32.10 338	65.22 397	30.82 296	48.46 384	40.81 377	48.77 393	27.39 392	34.28 396	42.92 393	51.66 404	39.28 394	27.28 392

Wz-Net-SNSev	22.67 352	16.94 364	45.69 365	13.85 337	8.52 337	28.89 334	27.06 379	39.39 349	55.04 375	31.77 336	53.23 374	39.18 342	23.41 315	26.40 322	36.25 362	0.78 281	0.21 221	1.21 314	0.90 313	3.03 313	1.62 287

iinet-f	13.51 284	4.29 282	45.90 366	6.01 149	3.96 202	21.00 287	13.40 314	27.40 231	21.12 174	21.11 252	30.72 239	21.49 234	16.96 276	15.33 212	19.50 290	0.12 142	0.42 283	0.09 143	0.05 137	0.89 250	0.39 166

ADCS	26.20 369	13.71 356	46.90 367	14.51 344	10.34 350	30.46 342	22.72 366	42.81 366	57.61 383	42.58 366	49.37 367	41.91 356	40.43 373	41.90 379	44.58 387	2.37 332	2.19 351	2.37 336	3.29 352	7.32 348	6.52 350

ADCL	21.64 346	6.20 308	47.32 368	9.93 293	6.91 308	38.69 369	19.97 355	31.26 271	54.04 369	27.89 313	47.97 362	31.35 301	30.66 351	33.18 348	36.62 364	0.99 300	0.92 331	2.63 339	1.82 337	2.45 300	2.13 300

PASM	28.19 372	17.35 365	48.18 369	22.49 372	22.20 382	25.92 320	25.84 377	34.35 309	49.45 357	35.37 350	39.48 322	46.72 373	33.36 358	34.28 352	36.77 365	11.73 381	14.94 390	17.43 381	22.18 389	13.45 374	12.32 379

Anonymous Stereo	18.60 323	11.75 349	49.81 370	14.43 343	12.02 363	14.33 214	23.23 370	32.16 281	43.08 335	24.32 285	34.16 291	24.24 257	14.12 233	31.67 344	30.84 353	0.89 294	0.91 329	1.74 324	1.92 340	3.23 319	3.23 320

XQC	24.10 360	16.76 363	50.68 371	21.37 371	11.01 353	35.24 358	18.84 352	37.28 337	55.11 376	31.64 334	30.06 233	37.71 337	30.31 350	37.17 366	39.66 373	4.20 352	0.41 279	2.76 342	1.89 339	11.46 372	8.42 368

otaku	33.18 381	35.99 389	52.93 372	40.01 388	21.41 380	55.08 387	17.25 345	43.30 369	61.58 389	39.25 359	49.16 366	46.61 372	28.49 342	39.77 375	28.76 350	18.56 387	7.00 384	31.82 389	9.61 378	21.53 387	15.48 382

MFN_U_SF_RVC	28.16 371	14.14 358	53.23 373	21.11 368	7.91 330	39.97 371	13.13 312	51.65 387	46.34 350	47.41 378	53.38 375	55.32 384	40.53 374	38.47 372	39.74 374	5.67 361	4.46 375	6.98 363	8.73 375	7.47 349	7.44 362

aanetorigin	19.21 329	12.59 351	53.50 374	9.67 286	7.83 327	11.85 175	13.87 316	17.05 118	34.15 288	49.18 379	48.89 365	34.05 320	30.22 349	22.86 304	28.00 348	1.01 303	0.75 321	0.67 277	0.89 312	3.07 314	4.14 329

MSC_U_SF_DS_RVC	37.16 389	34.69 385	53.68 375	37.47 387	12.55 364	56.80 391	22.63 365	52.02 388	63.29 394	66.20 398	63.82 391	58.12 386	53.73 390	51.21 387	46.48 389	8.79 369	5.31 377	14.69 378	15.22 386	17.27 384	9.21 372

WAO-7	72.21 411	78.21 412	54.04 376	79.33 414	69.31 416	70.20 406	72.09 415	77.85 419	84.90 418	77.35 410	86.03 417	79.37 408	79.88 412	65.32 399	65.33 410	62.33 407	69.70 419	70.51 404	73.21 410	67.23 406	62.02 408

Ntro	34.97 386	37.63 390	54.53 377	43.26 392	22.45 384	57.73 393	21.97 361	47.14 378	64.21 395	39.12 358	48.86 363	47.93 375	36.94 365	40.66 376	29.83 351	17.16 385	6.51 381	32.70 390	10.17 379	24.06 388	16.48 384

BEATNet-Init1	35.08 387	20.64 375	54.70 378	27.43 380	12.00 362	58.29 394	31.01 385	52.58 389	57.49 382	60.36 388	62.98 389	69.98 399	55.54 393	53.00 392	44.40 385	4.61 357	2.84 361	7.05 365	6.89 368	10.97 367	8.94 370

LSM	29.98 375	19.52 372	55.11 379	19.06 361	53.75 401	32.57 350	23.17 368	42.61 363	48.57 355	45.97 376	55.04 381	42.93 359	36.02 362	35.63 359	27.03 336	2.33 330	9.19 386	4.87 353	7.71 373	10.65 366	27.91 395

ACVNet-4b	36.40 388	52.20 395	56.11 380	42.45 391	21.78 381	48.56 380	14.37 320	49.50 383	60.15 387	43.17 369	46.38 357	55.62 385	24.56 321	38.15 370	21.97 302	25.13 391	3.66 371	46.93 395	33.56 394	25.97 389	17.74 387

SuperB	17.60 313	6.22 311	56.40 381	7.91 244	5.07 248	19.70 280	9.03 253	24.87 205	50.15 363	26.25 302	39.13 319	17.61 200	20.84 306	22.28 301	25.31 329	0.70 273	0.31 262	1.10 308	0.71 305	16.58 381	1.86 293

ADCPNet	21.93 347	9.38 329	57.92 382	11.76 323	6.88 307	36.03 360	18.44 350	32.80 290	35.93 301	32.91 344	43.80 350	39.21 343	26.99 333	31.14 342	36.94 366	2.05 327	2.67 358	2.30 335	3.45 353	4.22 331	3.82 323

Wz-Net-TNSev	25.12 364	20.16 374	57.98 383	9.56 283	7.42 319	42.73 374	22.27 362	35.14 317	53.46 368	35.97 352	42.74 342	45.83 367	39.87 372	36.56 364	34.73 359	1.82 324	1.51 339	0.76 283	1.34 329	5.84 343	6.80 352

DispFullNet	30.27 378	31.74 383	58.63 384	30.13 383	28.18 389	31.79 347	8.94 252	37.16 335	54.68 371	32.60 342	37.99 312	44.62 363	28.80 343	41.55 378	27.93 346	11.94 383	3.46 367	35.53 391	12.34 383	30.08 392	17.26 386

DPSimNet_ROB	74.29 415	83.27 421	59.30 385	77.19 409	65.13 410	75.14 410	74.95 416	73.99 414	76.94 410	81.99 415	75.48 406	80.18 410	71.76 403	67.39 401	84.00 421	81.87 420	51.14 408	79.99 411	76.70 415	70.17 410	79.21 421

SGM+DAISY	54.67 398	56.61 396	62.73 386	40.21 389	53.22 399	61.95 400	48.59 398	55.05 391	44.62 345	61.03 392	63.68 390	60.46 392	55.62 394	60.68 398	55.34 400	56.34 404	48.56 404	50.16 396	49.63 401	52.25 399	56.76 405

WZ-Net	25.17 366	12.95 352	63.02 387	15.13 348	10.42 351	38.51 367	27.42 381	40.46 353	54.17 370	28.32 316	52.95 373	40.81 351	28.36 341	37.07 365	41.35 381	1.21 312	0.21 221	0.73 281	0.94 317	5.42 342	3.87 325

anonymity	52.32 395	58.23 399	63.91 388	41.12 390	59.25 405	53.27 385	41.04 394	55.69 393	40.20 323	54.85 385	49.49 368	49.13 377	55.48 392	59.07 396	49.65 396	55.86 403	50.03 407	51.00 397	51.08 402	51.71 398	56.36 403

SPS-STEREO	55.62 399	59.14 400	64.16 389	45.05 394	53.84 402	59.88 398	44.00 397	59.53 397	49.94 360	62.33 395	61.09 387	59.80 390	56.82 396	60.06 397	57.85 401	58.41 405	48.34 403	51.07 398	49.21 400	55.41 402	56.48 404
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	72.05 409	79.64 416	64.23 390	52.73 396	84.71 421	77.93 416	68.35 409	63.96 400	66.93 398	61.00 391	71.29 403	63.84 396	68.91 401	72.42 412	61.11 405	82.03 421	74.22 421	80.34 413	74.44 413	83.62 423	89.34 424

RainbowNet	51.25 394	62.74 403	64.52 391	60.13 398	39.00 394	58.72 397	30.83 384	57.31 396	79.18 412	50.24 380	65.35 398	60.13 391	44.25 380	49.47 384	41.16 380	46.52 400	46.06 401	52.72 399	31.78 392	52.33 400	32.47 396

ACVNet_1	41.30 391	49.46 393	64.91 392	44.67 393	25.07 387	49.43 382	25.23 374	55.33 392	65.87 396	59.72 387	59.33 385	63.43 395	48.79 385	49.63 385	37.09 367	19.05 388	9.82 387	38.29 392	13.97 385	28.67 390	18.23 389

WAO-6	70.64 406	73.02 409	66.25 393	79.92 415	61.74 409	68.74 405	59.08 404	75.27 415	87.02 419	74.72 407	79.40 410	79.19 407	84.60 417	67.70 402	60.53 403	67.85 409	48.88 405	81.48 414	73.29 411	65.57 405	58.60 406

WAO-8	76.87 417	78.41 413	66.45 394	86.81 421	72.47 418	79.27 418	68.59 411	77.75 417	89.01 421	83.09 418	86.98 418	85.87 417	84.97 419	72.12 408	69.11 412	74.93 413	55.23 410	87.79 424	83.50 419	70.47 411	64.56 411

Venus	76.87 417	78.41 413	66.45 394	86.81 421	72.47 418	79.27 418	68.59 411	77.75 417	89.01 421	83.09 418	86.98 418	85.87 417	84.97 419	72.12 408	69.11 412	74.93 413	55.23 410	87.79 424	83.50 419	70.48 412	64.56 411

FADE	41.00 390	35.07 386	67.42 396	32.15 384	23.61 385	40.02 372	25.39 376	57.09 395	71.09 403	43.02 367	41.74 338	43.42 361	51.38 387	58.81 395	50.88 397	37.95 395	21.02 391	44.59 394	42.77 396	17.09 382	15.50 383

IMH-64-1	59.25 401	58.09 397	67.69 397	66.06 399	50.51 397	56.45 389	49.45 400	68.83 404	67.75 400	67.58 399	80.37 411	70.15 400	74.28 407	72.16 410	48.94 394	42.00 397	42.87 398	65.57 401	47.02 397	51.52 396	37.76 399

IMH-64	59.25 401	58.09 397	67.69 397	66.06 399	50.51 397	56.45 389	49.45 400	68.83 404	67.75 400	67.58 399	80.37 411	70.15 400	74.28 407	72.16 410	48.94 394	42.00 397	42.87 398	65.57 401	47.02 397	51.52 396	37.76 399

IMH	62.95 403	60.33 401	67.78 399	69.51 403	53.65 400	65.09 403	54.21 402	72.00 411	73.28 406	72.49 404	81.93 413	72.96 402	79.81 411	76.65 416	51.41 398	43.57 399	49.82 406	67.81 403	51.14 403	54.83 401	40.67 401

ktn	72.58 412	80.06 419	69.96 400	79.14 413	69.86 417	75.40 412	70.43 414	69.01 406	76.90 409	72.88 405	77.46 408	77.43 404	77.41 410	72.78 413	55.00 399	79.09 415	65.99 416	80.09 412	68.29 407	71.46 414	62.98 409

TorneroNet-64	65.66 404	70.70 407	71.20 401	76.52 408	59.70 407	66.78 404	58.05 403	67.53 403	80.00 413	62.67 396	67.40 399	83.09 411	69.42 402	67.34 400	62.05 407	48.31 402	44.07 400	72.93 405	63.88 406	68.05 407	53.58 402

ACVNet_2	57.39 400	61.72 402	72.56 402	66.35 401	38.29 393	61.93 399	48.64 399	71.64 410	81.91 415	79.28 414	88.72 422	76.25 403	72.87 405	54.33 394	46.74 391	37.13 394	23.36 392	54.52 400	37.80 395	46.22 395	27.59 393

JetBlue	54.08 397	45.10 392	74.15 403	51.17 395	47.68 396	75.66 413	60.97 405	63.63 399	62.09 391	63.32 397	64.88 395	78.86 406	68.17 400	68.15 403	75.09 418	36.86 393	24.88 395	29.01 388	29.12 391	28.71 391	34.13 397

LRCNet_RVC	73.59 414	69.80 406	74.41 404	77.63 410	60.56 408	40.33 373	15.08 328	71.04 408	48.36 354	88.07 422	94.62 425	90.11 421	81.83 414	80.58 419	61.26 406	97.12 429	72.30 420	96.65 428	97.58 429	77.13 418	77.30 420

AnyNet_C01	29.76 374	25.78 381	75.37 405	17.03 355	11.34 355	49.00 381	27.12 380	37.99 340	40.05 322	40.73 362	65.13 396	46.98 374	38.86 370	46.63 382	48.19 392	2.14 328	2.13 349	2.13 330	2.56 345	8.14 355	7.98 366

TorneroNet	71.21 407	73.44 410	75.82 406	80.82 417	65.65 411	70.53 407	64.39 408	71.42 409	75.97 408	71.47 403	73.68 405	84.17 414	74.00 406	69.85 406	69.09 411	59.37 406	48.19 402	79.67 410	73.51 412	74.93 417	68.26 416

EDNetEfficient	25.16 365	22.23 376	77.22 407	9.09 268	7.38 317	19.38 277	16.78 342	21.41 171	55.74 379	61.52 394	53.51 377	36.22 331	40.65 375	24.22 310	38.27 370	0.62 268	0.74 319	0.86 299	2.60 347	7.70 350	7.09 357

notaker	72.18 410	79.78 417	78.84 408	78.75 412	68.52 414	63.26 401	61.68 406	69.22 407	75.95 407	77.58 411	78.85 409	79.69 409	84.79 418	77.39 417	58.43 402	69.68 412	60.79 415	77.46 409	68.48 408	69.62 409	64.92 413

SPstereo	83.40 422	68.64 405	79.07 409	76.12 407	67.23 413	87.60 422	91.47 423	100.00 433	100.00 432	99.11 429	99.10 429	100.00 436	98.04 428	98.41 429	88.76 423	65.51 408	59.97 414	82.34 417	80.81 417	62.36 403	63.44 410

PWCK	65.90 405	88.63 423	79.40 410	80.32 416	29.96 390	63.85 402	39.45 393	72.07 412	71.26 404	78.74 413	68.99 401	77.82 405	61.77 398	82.81 420	62.64 408	80.17 418	39.88 397	81.90 416	47.37 399	73.54 416	37.51 398

HanzoNet	77.61 419	81.11 420	82.83 411	77.82 411	69.15 415	75.25 411	69.06 413	73.49 413	77.84 411	82.19 417	82.80 414	85.42 416	86.67 422	85.99 422	73.64 416	85.24 425	68.38 418	81.71 415	75.47 414	71.98 415	66.24 414

Dean	80.72 421	85.82 422	83.27 412	84.91 420	59.53 406	75.11 409	68.39 410	81.59 421	88.05 420	92.41 424	86.98 418	92.41 423	93.02 424	83.11 421	73.31 415	68.01 410	66.13 417	94.82 427	84.66 422	83.28 421	69.50 417

KSHMR	88.54 424	93.03 425	83.31 413	95.54 426	91.74 426	82.37 421	83.41 421	84.43 422	81.99 416	87.89 421	84.05 415	91.94 422	81.33 413	76.34 415	81.76 420	96.44 428	96.14 428	96.69 429	97.12 428	92.52 428	92.67 428

ASD4	87.72 423	90.49 424	83.85 414	83.29 418	90.74 425	97.88 426	99.60 431	88.98 423	96.82 427	88.24 423	93.42 423	89.82 420	86.15 421	88.78 423	91.81 424	79.31 416	81.76 423	76.68 408	81.50 418	83.55 422	81.68 422

LVE	71.50 408	72.46 408	83.91 415	75.21 406	55.29 404	74.81 408	62.76 407	77.22 416	83.77 417	82.09 416	87.11 421	83.38 412	82.41 416	75.93 414	64.49 409	48.28 401	57.24 413	74.61 407	62.53 405	65.49 404	61.01 407

UNDER WATER-64	73.11 413	74.48 411	87.70 416	74.03 405	55.20 403	78.24 417	75.71 417	65.33 401	67.91 402	75.60 409	69.32 402	84.41 415	76.93 409	68.43 404	72.45 414	81.18 419	56.77 412	82.46 418	80.34 416	68.22 408	67.48 415

UNDER WATER	75.92 416	79.25 415	87.75 417	84.39 419	66.43 412	77.08 415	77.22 418	66.90 402	72.16 405	75.32 408	71.56 404	85.89 419	82.15 415	70.11 407	74.99 417	79.34 417	53.61 409	86.40 422	84.53 421	71.29 413	72.11 418

MADNet++	94.16 429	94.02 426	90.25 418	96.28 427	96.84 427	97.17 425	90.16 422	94.71 427	91.69 423	97.07 428	93.71 424	94.62 424	92.63 423	96.15 427	95.18 428	95.42 426	95.89 427	92.80 426	92.23 427	92.10 427	94.30 430

DLNR_Zeroshot_test	27.62 370	51.32 394	91.46 419	98.51 429	98.03 428	3.10 6	0.50 9	30.95 268	7.65 45	8.16 45	15.68 80	7.31 57	1.63 6	11.87 126	4.21 111	40.37 396	0.87 328	0.06 123	0.34 273	80.23 419	0.24 129

JetRed	79.55 420	79.88 418	91.52 420	71.05 404	75.80 420	91.66 423	80.11 419	79.14 420	80.44 414	84.35 420	84.23 416	83.38 412	72.48 404	79.43 418	85.44 422	69.33 411	81.58 422	73.66 406	72.56 409	82.35 420	72.60 419

coex-ft	30.77 379	38.58 391	93.29 421	9.44 279	5.62 271	34.95 357	25.30 375	30.83 267	59.36 385	73.23 406	58.53 384	45.92 368	47.29 382	29.44 337	45.30 388	1.37 315	1.65 342	0.95 302	0.96 318	8.35 357	4.96 337

RTS	30.15 376	23.12 378	96.33 422	16.71 352	11.63 358	58.66 395	24.28 372	36.80 331	62.63 392	43.79 371	46.10 355	32.56 311	43.90 378	51.29 388	40.92 377	2.38 333	0.66 313	1.06 305	0.74 306	5.11 337	4.34 330

RTSA	30.15 376	23.12 378	96.33 422	16.71 352	11.63 358	58.66 395	24.28 372	36.80 331	62.63 392	43.79 371	46.10 355	32.56 311	43.90 378	51.29 388	40.92 377	2.38 333	0.66 313	1.06 305	0.74 306	5.11 337	4.34 330

HaxPig	99.40 432	99.99 432	97.38 424	100.00 433	100.00 433	96.91 424	97.35 425	99.59 431	99.99 431	100.00 434	100.00 433	99.99 434	99.99 432	99.04 430	97.77 429	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	99.99 433

PML	99.19 430	100.00 435	98.08 425	99.28 430	99.53 430	100.00 433	99.73 432	98.24 428	99.44 429	100.00 434	99.57 431	98.76 429	99.84 431	100.00 435	98.88 431	100.00 432	99.54 429	100.00 432	99.50 431	99.90 432	93.55 429

xxxxx1	91.92 426	95.33 427	98.45 426	87.29 423	89.24 422	98.50 427	98.17 428	92.95 424	93.21 424	93.55 425	95.36 426	96.99 425	96.28 425	94.65 424	94.94 425	83.26 422	84.17 424	82.90 419	88.32 424	85.49 424	89.37 425

tt_ll	91.92 426	95.33 427	98.45 426	87.29 423	89.24 422	98.50 427	98.17 428	92.95 424	93.21 424	93.55 425	95.36 426	96.99 425	96.28 425	94.65 424	94.94 425	83.26 422	84.17 424	82.90 419	88.32 424	85.49 424	89.37 425

ff	91.92 426	95.33 427	98.45 426	87.29 423	89.24 422	98.50 427	98.17 428	92.95 424	93.21 424	93.55 425	95.36 426	96.99 425	96.28 425	94.65 424	94.94 425	83.26 422	84.17 424	82.90 419	88.32 424	85.49 424	89.37 425

MADNet+	53.31 396	68.61 404	98.75 429	67.03 402	37.58 392	79.83 420	81.74 420	60.38 398	61.61 390	51.43 383	54.92 380	61.11 393	59.29 397	69.66 405	76.71 419	23.88 390	24.03 394	17.08 380	12.35 384	32.47 393	27.69 394

AVERAGE_ROB	99.80 435	99.99 432	99.40 430	100.00 433	100.00 433	98.99 431	97.72 426	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

MEDIAN_ROB	99.19 430	99.84 430	99.62 431	98.49 428	98.51 429	98.58 430	97.81 427	98.80 430	98.56 428	99.36 432	99.49 430	99.56 430	99.06 430	98.35 428	98.31 430	99.99 431	99.63 430	100.00 432	100.00 433	99.81 431	99.95 432

EDNetEfficientorigin	28.98 373	35.45 388	99.82 432	9.43 276	5.65 273	24.97 315	14.79 323	26.06 218	54.82 373	60.87 390	57.59 383	45.42 366	50.27 386	26.11 321	43.62 384	0.30 200	0.37 275	1.61 322	2.35 344	10.17 362	9.99 374

Anonymous_1	99.65 433	99.95 431	99.93 433	99.80 432	99.60 431	100.00 433	100.00 434	99.82 432	99.98 430	99.62 433	99.94 432	99.75 431	100.00 433	99.66 431	99.88 432	98.45 430	99.84 431	98.73 430	99.26 430	99.41 430	99.36 431

test_example2	99.68 434	99.99 432	99.99 434	100.00 433	99.99 432	99.86 432	99.99 433	98.29 429	100.00 432	100.00 434	100.00 433	98.15 428	98.39 429	99.98 432	99.98 433	100.00 432	99.99 433	99.40 431	99.53 432	100.00 433	100.00 434

MyStereo03	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

MyStereo02	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

MyStereo	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

Selective-RAFT-Error	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

tt	89.96 425	1.02 12	100.00 435	99.40 431	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	78.36 412	67.94 400	99.99 434	100.00 433	100.00 435	100.00 436	95.81 427	99.93 432	87.43 423	86.39 423	95.11 429	87.89 423

CasAABBNet	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

LSM0	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

DPSMNet_ROB	99.95 436	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	99.15 431	100.00 433	99.96 432	100.00 433	99.99 433	99.99 434	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

DGTPSM_ROB	99.95 436	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	99.14 430	100.00 433	99.96 432	100.00 433	99.99 433	99.99 434	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

DPSM_ROB	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

DPSM	100.00 438	100.00 435	100.00 435	100.00 433	100.00 433	100.00 433	100.00 434	100.00 433	100.00 432	100.00 434	100.00 433	100.00 436	100.00 433	100.00 435	100.00 436	100.00 432	100.00 434	100.00 432	100.00 433	100.00 433	100.00 434

Low-res two-view benchmark