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

panet	0.10 21	0.05 61	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MoCha-V2	0.07 8	0.04 38	0.53 24	0.00 1	0.06 334	0.04 13	0.00 1	0.12 75	0.08 31	0.02 217	0.00 1	0.06 131	0.00 1	0.03 94	0.03 123	0.00 1	0.02 334	0.00 1	0.22 398	0.12 307	0.01 128

SMFormer	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

tta	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

qqq1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

fff1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 295	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

AE-Stereo	0.17 91	0.05 61	0.79 87	0.03 287	0.09 348	1.06 259	0.00 1	0.57 178	0.06 13	0.08 292	0.00 1	0.13 175	0.00 1	0.01 26	0.01 77	0.00 1	0.06 384	0.00 1	0.23 400	0.08 271	0.04 288

xx1	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	1.41 284	0.69 362	0.07 285	0.00 1	0.01 7	0.00 1	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

11t1	0.08 11	0.01 1	0.54 26	0.00 1	0.00 1	0.09 26	0.00 1	0.44 159	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

MSKI-zero shot	0.22 124	0.08 111	1.46 236	0.00 1	0.12 360	1.08 307	0.03 273	0.85 219	0.16 107	0.22 329	0.05 289	0.06 131	0.00 1	0.07 122	0.01 77	0.00 1	0.02 334	0.00 1	0.18 388	0.02 135	0.01 128

MIF-Stereo	0.06 5	0.06 85	0.83 99	0.00 1	0.00 1	0.08 24	0.01 217	0.06 29	0.03 4	0.00 1	0.08 304	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.00 1

EKT-Stereo	0.46 240	0.12 145	1.03 148	0.75 401	4.21 419	1.06 259	0.00 1	0.83 216	0.04 9	0.02 217	0.00 1	0.08 145	0.00 1	0.89 198	0.01 77	0.00 1	0.03 345	0.00 1	0.05 357	0.04 205	0.01 128

DLNR_Zeroshot_test	21.09 422	47.65 425	85.43 429	96.34 437	87.67 435	0.31 57	0.00 1	17.86 422	0.07 18	0.01 127	0.01 205	0.00 1	0.00 1	0.70 191	0.01 77	15.78 423	0.01 304	0.00 1	0.21 396	69.62 431	0.04 288

CASnet	0.08 11	0.05 61	0.40 1	0.00 1	0.00 1	0.82 183	0.00 1	0.14 84	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.17 91	0.04 38	0.93 129	0.00 1	0.00 1	1.10 321	0.00 1	0.99 239	0.03 4	0.01 127	0.00 1	0.21 212	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Test	0.20 114	0.09 118	1.34 211	0.00 1	0.12 360	0.39 73	0.10 318	0.72 201	0.25 124	0.08 292	0.00 1	0.44 271	0.00 1	0.05 112	0.13 225	0.00 1	0.00 1	0.00 1	0.24 405	0.01 58	0.01 128

ToySt	0.12 46	0.15 162	0.92 128	0.00 1	0.00 1	0.46 93	0.00 1	0.41 154	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.02 333	0.04 205	0.02 225

DCRE	0.51 268	0.25 219	0.96 135	0.00 1	0.01 239	0.43 86	0.00 1	0.25 124	0.21 115	0.33 345	7.49 395	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.17 387	0.02 135	0.01 128

knoymous	0.09 17	0.04 38	1.04 149	0.00 1	0.00 1	0.11 31	0.00 1	0.23 118	0.05 12	0.00 1	0.00 1	0.23 216	0.00 1	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

riskmin	0.11 37	0.01 1	0.87 115	0.01 246	0.00 1	0.13 35	0.00 1	0.30 139	0.09 50	0.00 1	0.01 205	0.76 317	0.00 1	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

Anonymous_2	0.88 339	0.02 7	1.06 158	0.01 246	0.00 1	0.19 39	0.00 1	0.14 84	0.08 31	0.01 127	0.04 287	1.07 340	0.00 1	0.02 69	0.02 106	0.01 350	0.04 360	2.31 418	11.16 423	1.35 403	0.01 128

Selective-RAFT	0.13 52	0.04 38	0.51 13	0.00 1	0.00 1	1.06 259	0.00 1	0.04 13	0.57 210	0.00 1	0.00 1	0.06 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 391	0.04 205	0.00 1

ProNet	0.09 17	0.20 190	0.53 24	0.00 1	0.00 1	0.80 179	0.00 1	0.04 13	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.01 128

qqq	0.17 91	0.01 1	0.52 16	0.00 1	0.00 1	0.12 34	0.00 1	0.95 232	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

x	0.10 21	0.01 1	0.51 13	0.00 1	0.00 1	0.09 26	0.00 1	0.67 196	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.09 136	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

DisPM	0.16 83	0.05 61	0.82 96	0.07 331	0.00 1	1.14 340	0.41 367	0.08 46	0.54 161	0.03 245	0.00 1	0.00 1	0.00 1	0.06 117	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

BUS	0.33 190	0.05 61	0.54 26	0.00 1	0.00 1	1.87 381	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.65 304	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.14 65	0.33 246	1.23 197	0.00 1	0.01 239	0.47 94	0.00 1	0.27 131	0.11 75	0.01 127	0.00 1	0.04 97	0.00 1	0.08 133	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.24 364	0.00 1

NINENet	0.45 236	0.09 118	0.81 93	0.06 327	0.00 1	1.87 381	0.00 1	2.69 385	0.56 177	0.00 1	0.00 1	0.65 304	0.00 1	2.15 225	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

hknet	0.38 215	0.07 104	1.32 208	0.00 1	0.00 1	1.07 294	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.63 299	0.00 1	0.96 199	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.31 179	0.26 225	0.93 129	0.00 1	0.18 378	1.08 307	0.01 217	2.59 381	0.56 177	0.00 1	0.09 305	0.03 77	0.00 1	0.18 155	0.00 1	0.00 1	0.00 1	0.00 1	0.13 380	0.11 300	0.00 1

UDGNet	0.14 65	0.48 308	0.72 49	0.00 1	0.00 1	1.06 259	0.00 1	0.05 19	0.28 127	0.00 1	0.00 1	0.02 39	0.00 1	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.17 91	0.03 23	0.74 60	0.03 287	0.10 352	0.43 86	0.00 1	1.36 276	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.08 133	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

test_1	0.17 91	0.03 23	0.75 68	0.03 287	0.10 352	0.43 86	0.00 1	1.36 276	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

test_3	0.19 106	0.02 7	0.76 73	0.03 287	0.10 352	0.53 111	0.00 1	1.42 287	0.07 18	0.13 312	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 392	0.12 307	0.11 360

GANet-ADL	0.16 83	0.06 85	1.18 184	0.00 1	0.01 239	0.83 188	0.00 1	0.23 118	0.07 18	0.00 1	0.30 329	0.35 248	0.00 1	0.07 122	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.01 128

PFNet+	0.23 131	0.06 85	0.79 87	0.07 331	0.01 239	1.11 329	0.42 369	0.11 71	0.59 261	0.08 292	0.01 205	0.02 39	0.00 1	1.21 205	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Patchmatch Stereo++	0.13 52	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.08 308	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
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
OMP-Stereo	0.66 314	0.33 246	0.72 49	0.18 382	0.06 334	1.17 350	0.00 1	1.45 295	0.59 261	0.12 309	0.60 348	0.50 289	0.00 1	7.09 399	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

NF-Stereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

OCTAStereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.16 374	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PSM-adaLoss	0.14 65	0.04 38	0.73 51	0.05 309	0.02 283	1.06 259	0.08 308	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ROB_FTStereo_v2	0.14 65	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.06 298	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ROB_FTStereo	0.13 52	0.04 38	0.73 51	0.05 309	0.02 283	1.06 259	0.07 301	0.06 29	0.56 177	0.01 127	0.00 1	0.03 77	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

HUI-Stereo	0.14 65	0.04 38	0.75 68	0.05 309	0.02 283	1.06 259	0.08 308	0.06 29	0.57 210	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

PFNet	0.60 303	0.11 136	2.08 298	0.00 1	0.30 391	1.16 347	0.00 1	0.29 136	0.59 261	0.01 127	0.24 323	0.02 39	0.00 1	6.58 389	0.23 267	0.10 382	0.00 1	0.00 1	0.04 355	0.14 319	0.05 305

RE-Stereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Pruner-Stereo	0.16 83	0.04 38	0.73 51	0.19 383	0.00 1	1.08 307	0.21 336	0.16 88	0.59 261	0.03 245	0.00 1	0.01 7	0.00 1	0.02 69	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

TVStereo	0.47 242	0.03 23	0.77 75	0.12 359	0.00 1	1.07 294	0.26 344	0.19 99	0.60 284	0.01 127	0.00 1	0.02 39	0.00 1	6.18 375	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

iGMRVC	0.14 65	0.04 38	0.74 60	0.05 309	0.02 283	1.06 259	0.07 301	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

RAFT-RH_RVC	0.96 345	0.13 151	1.35 213	0.02 270	0.05 327	1.06 259	0.00 1	0.06 29	0.55 165	0.01 127	9.57 407	0.10 159	0.00 1	6.00 365	0.30 283	0.01 350	0.00 1	0.00 1	0.02 333	0.01 58	0.00 1

iRAFT	0.13 52	0.04 38	0.73 51	0.05 309	0.01 239	1.06 259	0.08 308	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

AnonymousM	0.10 21	0.04 38	0.56 32	0.00 1	0.00 1	1.02 234	0.00 1	0.19 99	0.11 75	0.00 1	0.00 1	0.00 1	0.00 1	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CRE-IMP	0.16 83	0.03 23	0.75 68	0.05 309	0.01 239	1.11 329	0.34 360	0.04 13	0.56 177	0.02 217	0.00 1	0.12 168	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.08 338

cross-raft	0.15 78	0.05 61	1.46 236	0.00 1	0.01 239	0.37 71	0.07 301	0.40 152	0.02 2	0.02 217	0.00 1	0.38 260	0.00 1	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.11 373	0.01 58	0.02 225

test-1	0.19 106	0.13 151	0.67 45	0.00 1	0.15 368	0.57 120	0.00 1	1.01 241	0.11 75	0.04 262	0.48 342	0.05 118	0.00 1	0.01 26	0.30 283	0.00 1	0.07 385	0.00 1	0.06 360	0.01 58	0.18 382

RAFT-IKP	0.14 65	0.04 38	0.75 68	0.05 309	0.01 239	1.06 259	0.08 308	0.05 19	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

Anonymous3	0.19 106	0.07 104	1.33 209	0.00 1	0.00 1	1.12 336	0.00 1	0.56 176	0.56 177	0.01 127	0.00 1	0.06 131	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

CREStereo++_RVC	0.10 21	0.06 85	0.78 84	0.00 1	0.00 1	1.00 230	0.00 1	0.10 67	0.08 31	0.00 1	0.01 205	0.03 77	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.21 120	0.05 61	0.81 93	0.00 1	0.00 1	1.06 259	0.02 257	1.36 276	0.56 177	0.01 127	0.34 334	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

TANstereo	0.12 46	0.15 162	0.78 84	0.00 1	0.00 1	1.03 240	0.00 1	0.07 41	0.08 31	0.01 127	0.15 314	0.04 97	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.12 46	0.25 219	0.79 87	0.00 1	0.00 1	0.92 213	0.00 1	0.18 96	0.08 31	0.00 1	0.21 322	0.03 77	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.10 21	0.22 200	1.35 213	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.15 375

CroCo_RVC	0.10 21	0.22 200	1.35 213	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.15 375

sCroCo_RVC	0.09 17	0.05 61	1.02 146	0.00 1	0.00 1	0.02 3	0.00 1	0.12 75	0.48 150	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DCANet	0.25 145	0.37 274	1.20 186	0.00 1	0.00 1	1.06 259	0.00 1	1.49 314	0.61 299	0.08 292	0.00 1	0.04 97	0.00 1	0.02 69	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.05 305

CFNet-RSSM	0.17 91	0.06 85	1.16 180	0.00 1	0.12 360	0.61 129	0.00 1	0.90 224	0.08 31	0.01 127	0.00 1	0.09 156	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.23 400	0.00 1	0.00 1

UPFNet	0.18 101	0.05 61	1.11 170	0.00 1	0.00 1	0.48 96	0.00 1	1.11 254	0.48 150	0.00 1	0.00 1	0.10 159	0.00 1	0.10 140	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Gwc-CoAtRS	0.12 46	0.06 85	1.17 181	0.00 1	0.11 357	0.41 76	0.00 1	0.20 109	0.04 9	0.01 127	0.00 1	0.18 199	0.00 1	0.01 26	0.06 164	0.00 1	0.00 1	0.00 1	0.18 388	0.01 58	0.00 1

CREStereo	0.10 21	0.06 85	0.51 13	0.00 1	0.00 1	1.06 259	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet	0.20 114	0.14 157	0.96 135	0.01 246	0.00 1	1.05 250	0.11 322	0.19 99	0.60 284	0.01 127	0.01 205	0.71 313	0.00 1	0.05 112	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

cf-r	0.35 203	0.41 291	1.45 234	0.00 1	0.00 1	1.06 259	0.00 1	0.43 157	0.38 141	0.05 271	0.00 1	0.65 304	0.00 1	2.53 240	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.02 225

GANet-RSSM	0.34 197	0.29 234	0.97 141	0.00 1	0.00 1	1.05 250	0.00 1	0.22 117	0.15 101	0.03 245	0.00 1	0.31 238	0.00 1	3.62 282	0.14 231	0.00 1	0.00 1	0.03 384	0.00 1	0.05 222	0.01 128

PSMNet-RSSM	0.36 207	0.36 266	0.93 129	0.00 1	0.00 1	1.06 259	0.00 1	0.50 170	0.53 158	0.04 262	0.00 1	0.40 264	0.00 1	3.33 272	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

GwcNet-RSSM	0.45 236	0.56 335	1.74 268	0.00 1	0.00 1	1.06 259	0.00 1	0.65 193	0.55 165	0.18 325	0.00 1	0.37 257	0.00 1	3.70 287	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.02 225

CFNet-ft	0.31 179	0.34 250	0.96 135	0.00 1	0.00 1	1.08 307	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 278	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 359	0.00 1	0.01 58	0.01 128

PMTNet	0.11 37	0.07 104	0.60 39	0.00 1	0.00 1	1.05 250	0.04 285	0.16 88	0.08 31	0.00 1	0.00 1	0.04 97	0.00 1	0.03 94	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

DMCA	0.19 106	0.16 169	1.39 222	0.00 1	0.01 239	1.00 230	0.01 217	0.38 147	0.57 210	0.01 127	0.01 205	0.05 118	0.00 1	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

R-Stereo Train	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 167	0.00 1	1.36 276	0.09 50	0.02 217	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

RAFT-Stereo	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 167	0.00 1	1.36 276	0.09 50	0.02 217	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CFNet_RVC	0.31 179	0.34 250	0.96 135	0.00 1	0.00 1	1.08 307	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 278	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 359	0.00 1	0.01 58	0.01 128

NVstereo2D	0.45 236	0.11 136	1.91 282	0.00 1	0.00 1	0.59 127	0.00 1	1.39 283	0.61 299	0.03 245	0.00 1	0.33 241	0.00 1	3.94 296	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MFMNet_re	0.24 139	0.74 358	2.31 309	0.53 396	0.00 1	0.17 37	0.01 217	0.02 4	0.59 261	0.01 127	0.03 282	0.12 168	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.19 349	0.01 128

DISCO	0.31 179	0.11 136	1.73 264	0.16 373	0.16 371	0.31 57	0.00 1	0.09 52	0.17 109	0.00 1	0.01 205	1.51 366	0.00 1	1.21 205	0.62 320	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

NOSS_ROB	0.61 306	0.17 173	0.63 40	0.19 383	0.00 1	0.67 153	0.00 1	2.38 365	0.57 210	0.13 312	0.00 1	0.94 328	0.00 1	6.27 383	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.10 358

H2IRNET	0.14 65	0.19 186	1.11 170	0.00 1	0.00 1	1.07 294	0.01 217	0.13 80	0.14 96	0.00 1	0.00 1	0.05 118	0.01 86	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.01 128

MGS-Stereo	0.10 21	0.08 111	0.82 96	0.00 1	0.00 1	0.41 76	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.01 7	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 386	0.00 1

Former-RAFT_DAM_RVC	0.08 11	0.06 85	0.41 3	0.00 1	0.00 1	0.05 18	0.00 1	0.11 71	0.22 117	0.75 364	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.03 258

mmm	0.13 52	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 221	0.56 177	0.00 1	0.00 1	0.01 7	0.01 86	0.51 180	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

ttt	0.70 317	0.02 7	0.78 84	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.29 232	0.01 86	4.18 304	5.00 382	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

1111x	0.87 338	0.02 7	1.20 186	0.00 1	0.00 1	0.70 158	0.00 1	2.60 382	0.56 177	0.00 1	0.00 1	0.04 97	0.01 86	5.36 341	6.80 392	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

whm_eth	0.17 91	0.36 266	1.51 242	0.00 1	0.00 1	0.53 111	0.00 1	0.25 124	0.61 299	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 351

test croco	0.11 37	0.17 173	1.21 196	0.00 1	0.00 1	0.05 18	0.00 1	0.16 88	0.32 135	0.01 127	0.01 205	0.02 39	0.01 86	0.03 94	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.26 369	0.01 128

MIM_Stereo	0.10 21	0.32 242	0.90 122	0.00 1	0.03 304	0.29 53	0.00 1	0.11 71	0.11 75	0.02 217	0.00 1	0.04 97	0.01 86	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.00 1	0.11 300	0.08 338

4D-IteraStereo	0.16 83	0.51 318	1.73 264	0.00 1	0.00 1	0.38 72	0.03 273	0.08 46	0.08 31	0.02 217	0.01 205	0.00 1	0.01 86	0.06 117	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.06 325

LoS_RVC	0.05 2	0.05 61	0.41 3	0.00 1	0.00 1	0.16 36	0.00 1	0.17 93	0.07 18	0.00 1	0.00 1	0.04 97	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CAS	0.10 21	0.05 61	0.46 9	0.00 1	0.00 1	1.03 240	0.00 1	0.21 115	0.09 50	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.02 106	0.08 380	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 21	0.04 38	0.98 143	0.00 1	0.00 1	0.62 134	0.00 1	0.09 52	0.11 75	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 333	0.04 205	0.03 258

TestStereo1	0.20 114	0.30 237	0.84 104	0.00 1	0.16 371	1.12 336	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.06 325

RAFT+CT+SA	0.26 149	0.34 250	1.11 170	0.02 270	0.27 389	1.10 321	0.00 1	0.70 200	0.56 177	0.00 1	0.00 1	0.07 139	0.01 86	0.36 171	0.00 1	0.00 1	0.00 1	0.00 1	0.31 412	0.11 300	0.22 391

test_5	0.26 149	0.35 259	1.35 213	0.01 246	0.22 388	0.80 179	0.01 217	0.81 212	0.58 249	0.12 309	0.00 1	0.06 131	0.01 86	0.61 188	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.16 379

SA-5K	0.20 114	0.30 237	0.84 104	0.00 1	0.16 371	1.12 336	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.06 325

SA	0.30 175	0.27 226	0.97 141	0.00 1	0.17 376	1.10 321	0.00 1	2.50 370	0.56 177	0.00 1	0.01 205	0.03 77	0.01 86	0.16 154	0.00 1	0.00 1	0.00 1	0.00 1	0.14 381	0.12 307	0.00 1

test_4	0.13 52	0.07 104	1.12 173	0.00 1	0.05 327	0.82 183	0.00 1	0.04 13	0.08 31	0.10 304	0.00 1	0.01 7	0.01 86	0.02 69	0.06 164	0.00 1	0.00 1	0.00 1	0.02 333	0.11 300	0.00 1

iRaft-Stereo_5w	0.50 263	0.51 318	1.44 233	0.00 1	0.00 1	0.29 53	0.00 1	0.63 191	0.59 261	0.00 1	0.00 1	0.08 145	0.01 86	6.14 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 359	0.01 128

dad	0.17 91	0.54 327	0.82 96	0.00 1	0.00 1	1.03 240	0.00 1	0.02 4	0.23 122	0.01 127	0.00 1	0.02 39	0.01 86	0.63 189	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DDUNet	0.34 197	0.20 190	1.06 158	0.00 1	0.00 1	0.79 177	0.01 217	0.91 226	0.54 161	0.04 262	0.01 205	1.11 344	0.01 86	1.89 218	0.17 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

GLC_STEREO	0.04 1	0.05 61	0.52 16	0.00 1	0.00 1	0.06 21	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

GMOStereo	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

error version	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

test-v	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

AACVNet	0.40 221	0.36 266	0.90 122	0.00 1	0.00 1	0.53 111	0.00 1	0.18 96	0.41 147	0.02 217	0.00 1	0.11 162	0.01 86	5.33 338	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.00 1

PSMNet-ADL	0.35 203	0.05 61	0.65 42	0.00 1	0.00 1	1.03 240	0.00 1	0.59 183	0.09 50	0.00 1	0.07 301	0.47 276	0.01 86	3.66 285	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

IIG-Stereo	0.65 312	0.34 250	0.77 75	0.05 309	0.03 304	1.17 350	0.00 1	1.46 305	0.60 284	0.01 127	0.57 346	0.54 295	0.01 86	7.03 398	0.39 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

PSM-softLoss	0.48 249	0.04 38	1.10 166	0.17 377	0.00 1	1.07 294	0.25 342	0.12 75	0.61 299	0.03 245	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

KMStereo	0.48 249	0.04 38	1.10 166	0.17 377	0.00 1	1.07 294	0.25 342	0.12 75	0.61 299	0.03 245	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

NRIStereo	0.17 91	0.03 23	0.73 51	0.04 299	0.01 239	1.15 343	0.33 359	0.03 6	0.59 261	0.04 262	0.01 205	0.11 162	0.01 86	0.10 140	0.03 123	0.00 1	0.02 334	0.00 1	0.00 1	0.06 242	0.09 351

RAFT-345	0.49 254	0.04 38	1.26 199	0.10 345	0.07 340	1.16 347	0.19 333	0.14 84	0.57 210	0.00 1	0.01 205	0.09 156	0.01 86	6.00 365	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

test-2	0.13 52	0.24 213	0.83 99	0.00 1	0.14 364	0.86 195	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 335	0.01 128

ICVP	0.15 78	0.03 23	1.23 197	0.00 1	0.01 239	1.02 234	0.09 314	0.19 99	0.10 69	0.00 1	0.02 277	0.07 139	0.01 86	0.18 155	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.43 232	0.38 284	1.10 166	0.01 246	0.00 1	1.02 234	0.00 1	1.94 346	0.57 210	0.00 1	0.00 1	0.14 181	0.01 86	3.25 270	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.02 225

TestStereo	0.31 179	0.22 200	1.36 217	0.00 1	0.00 1	0.27 48	0.00 1	0.06 29	0.04 9	0.01 127	0.00 1	0.03 77	0.01 86	4.27 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-Stereo	0.57 292	0.15 162	4.26 382	0.08 336	0.03 304	1.10 321	0.00 1	2.55 375	0.11 75	0.11 307	0.00 1	1.43 361	0.01 86	1.34 210	0.00 1	0.00 1	0.04 360	0.00 1	0.16 386	0.03 184	0.01 128

Anonymous	0.05 2	0.06 85	0.86 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305

xxxx	1.04 348	0.02 7	0.54 26	0.00 1	0.00 1	0.53 111	0.00 1	2.53 374	0.57 210	0.00 1	0.00 1	0.01 7	0.01 86	2.04 220	14.52 414	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

psm_up	0.39 218	0.25 219	1.04 149	0.00 1	0.00 1	0.82 183	0.00 1	1.88 341	0.57 210	0.00 1	0.00 1	0.28 231	0.01 86	2.78 247	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

CC-Net-ROB	0.64 310	0.50 313	1.13 174	0.07 331	0.00 1	1.08 307	0.01 217	2.58 379	0.56 177	0.01 127	0.00 1	0.14 181	0.01 86	5.73 357	0.12 218	0.50 397	0.00 1	0.21 406	0.00 1	0.09 287	0.02 225

CFNet	0.56 286	0.50 313	1.58 248	0.00 1	0.00 1	1.06 259	0.01 217	1.08 251	0.57 210	0.00 1	0.01 205	0.12 168	0.01 86	5.87 362	0.19 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.02 225

AdaStereo	0.20 114	0.06 85	0.86 110	0.00 1	0.00 1	0.25 45	0.00 1	1.71 333	0.56 177	0.00 1	0.00 1	0.31 238	0.01 86	0.11 145	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PS-NSSS	0.54 280	0.44 298	0.86 110	0.00 1	0.00 1	1.04 247	0.00 1	2.37 364	0.56 177	0.00 1	0.00 1	0.11 162	0.01 86	5.32 337	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

iResNet_ROB	0.30 175	0.66 346	1.41 228	0.00 1	0.00 1	0.70 158	0.00 1	0.79 208	0.57 210	0.04 262	0.01 205	0.08 145	0.01 86	1.55 213	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

LALA_ROB	0.31 179	0.38 284	0.91 126	0.00 1	0.01 239	1.00 230	0.01 217	1.60 322	0.61 299	0.15 321	0.00 1	0.09 156	0.01 86	1.04 201	0.41 298	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

ACVNet-DCA	0.25 145	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	0.95 232	0.55 165	0.07 285	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

1test111	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	0.95 232	0.55 165	0.07 285	0.00 1	0.03 77	0.02 133	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

cc1	0.28 159	0.22 200	1.20 186	0.00 1	0.00 1	1.31 364	0.00 1	1.41 284	0.69 362	0.07 285	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.04 288

DualNet	0.55 282	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	0.57 182	5.86 387	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

ffm	0.25 145	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

ff1	0.80 327	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	1.42 287	0.57 210	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

mmx	0.85 333	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

tt1	0.27 155	0.23 209	1.17 181	0.00 1	0.00 1	1.29 362	0.00 1	1.42 287	0.57 210	0.07 285	0.00 1	0.03 77	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 271	0.03 258

xxx	0.85 333	0.02 7	1.06 158	0.00 1	0.00 1	0.62 134	0.00 1	2.50 370	0.56 177	0.00 1	0.00 1	0.67 307	0.02 133	5.57 350	5.86 387	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

StereoIM	0.06 5	0.16 169	0.66 43	0.00 1	0.00 1	0.05 18	0.01 217	0.06 29	0.12 87	0.00 1	0.01 205	0.04 97	0.02 133	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

StereoVision	0.16 83	0.25 219	1.07 165	0.00 1	0.00 1	0.47 94	0.01 217	0.18 96	0.61 299	0.00 1	0.29 328	0.15 187	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

MIF-Stereo (partial)	0.08 11	0.11 136	0.96 135	0.00 1	0.00 1	0.08 24	0.00 1	0.19 99	0.08 31	0.00 1	0.01 205	0.02 39	0.02 133	0.02 69	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.01 128

LL-Strereo2	0.12 46	0.41 291	0.91 126	0.05 309	0.03 304	0.51 102	0.04 285	0.13 80	0.11 75	0.01 127	0.00 1	0.03 77	0.02 133	0.06 117	0.10 200	0.00 1	0.00 1	0.00 1	0.01 319	0.03 184	0.03 258

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 319	0.25 45	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.01 77	0.00 1	0.00 1	0.00 1	0.07 363	0.03 184	0.08 338

EGLCR-Stereo	0.15 78	0.05 61	0.47 11	0.07 331	0.03 304	1.06 259	0.01 217	1.06 247	0.12 87	0.16 322	0.00 1	0.00 1	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

CASS	0.07 8	0.06 85	0.73 51	0.00 1	0.00 1	0.10 28	0.01 217	0.15 87	0.12 87	0.16 322	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.14 65	0.15 162	1.74 268	0.00 1	0.00 1	0.28 51	0.00 1	0.01 1	0.11 75	0.00 1	0.01 205	0.42 268	0.02 133	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.04 355	0.00 1	0.02 225

MC-Stereo	0.10 21	0.10 122	0.59 37	0.01 246	0.01 239	1.06 259	0.00 1	0.03 6	0.09 50	0.02 217	0.00 1	0.03 77	0.02 133	0.03 94	0.00 1	0.00 1	0.01 304	0.00 1	0.02 333	0.05 222	0.01 128

IER	0.14 65	0.09 118	1.29 204	0.00 1	0.00 1	0.62 134	0.00 1	0.17 93	0.10 69	0.00 1	0.00 1	0.40 264	0.02 133	0.11 145	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CSP-Net	0.37 212	0.10 122	0.54 26	0.00 1	0.00 1	0.50 100	0.00 1	0.64 192	0.13 94	0.00 1	0.00 1	0.15 187	0.02 133	5.27 335	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

dd	0.16 83	0.52 323	0.86 110	0.01 246	0.00 1	1.03 240	0.00 1	0.09 52	0.52 155	0.01 127	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.01 350	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

AASNet	0.27 155	0.47 306	1.56 246	0.00 1	0.00 1	0.91 211	0.00 1	0.58 181	0.58 249	0.00 1	0.00 1	0.39 262	0.02 133	0.33 168	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.25 367	0.06 325

SACVNet	0.42 225	0.29 234	1.10 166	0.00 1	0.00 1	1.02 234	0.00 1	0.78 205	0.29 131	0.03 245	0.00 1	0.24 218	0.02 133	4.27 309	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.20 355	0.01 128

ADLNet2	0.55 282	0.33 246	2.54 332	0.00 1	0.00 1	0.88 200	0.00 1	0.69 197	0.65 354	0.00 1	0.07 301	1.47 363	0.02 133	4.12 303	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 128

ADLNet	0.38 215	0.21 193	0.86 110	0.00 1	0.00 1	0.67 153	0.00 1	0.86 220	0.60 284	0.18 325	0.01 205	1.01 334	0.02 133	2.92 253	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.09 287	0.02 225

222	1.95 376	0.03 23	0.41 3	0.00 1	0.00 1	0.58 123	0.00 1	2.64 384	0.57 210	0.02 217	0.00 1	0.05 118	0.02 133	3.34 273	31.23 422	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

test_xeample	1.14 354	0.02 7	0.58 34	0.00 1	0.00 1	0.57 120	0.00 1	2.57 377	0.57 210	0.00 1	0.00 1	0.03 77	0.02 133	3.45 276	15.00 417	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

GMStereo	0.08 11	0.54 327	0.90 122	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.21 120	0.04 38	1.59 249	0.00 1	0.05 327	0.34 68	0.00 1	1.24 266	0.57 210	0.01 127	0.00 1	0.12 168	0.02 133	0.05 112	0.05 150	0.00 1	0.00 1	0.00 1	0.02 333	0.02 135	0.00 1

UNet	0.26 149	0.18 177	2.41 318	0.00 1	0.00 1	0.71 162	0.00 1	0.39 150	0.60 284	0.00 1	0.00 1	0.37 257	0.02 133	0.45 179	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

MFN_U_SF_DS_RVC	1.16 357	2.03 411	4.57 388	0.02 270	0.04 319	3.52 396	0.27 349	1.80 339	0.58 249	0.22 329	0.28 327	1.38 358	0.02 133	6.08 370	0.42 299	0.14 385	0.68 414	0.01 359	0.26 408	0.39 386	0.47 399

DANet	0.58 296	0.19 186	1.87 278	0.26 388	0.06 334	0.51 102	0.11 322	1.41 284	0.52 155	0.22 329	0.06 298	1.06 338	0.02 133	4.25 307	0.92 330	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.06 325
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UCFNet_RVC	0.20 114	0.32 242	0.88 119	0.00 1	0.00 1	1.02 234	0.00 1	0.20 109	0.29 131	0.01 127	0.00 1	0.34 244	0.02 133	0.81 193	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.19 106	0.55 333	1.36 217	0.00 1	0.00 1	0.25 45	0.00 1	1.09 252	0.23 122	0.00 1	0.00 1	0.14 181	0.02 133	0.02 69	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
Anonymous Stereo	0.59 300	0.78 366	2.67 338	0.00 1	0.00 1	0.55 116	0.49 374	1.05 244	0.28 127	0.00 1	0.01 205	0.12 168	0.02 133	5.54 348	0.27 278	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.00 1

PASM	0.51 268	0.32 242	3.07 357	0.00 1	0.00 1	0.31 57	0.00 1	0.46 163	0.12 87	0.03 245	0.00 1	0.44 271	0.02 133	5.22 334	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.03 258

iResNetv2_ROB	0.36 207	1.03 381	2.96 352	0.00 1	0.00 1	0.58 123	0.00 1	1.51 317	0.58 249	0.01 127	0.00 1	0.08 145	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.29 376	0.02 225

StereoDRNet-Refined	0.24 139	0.08 111	0.68 46	0.00 1	0.00 1	0.83 188	0.00 1	0.66 194	0.61 299	0.00 1	0.00 1	0.50 289	0.02 133	1.28 209	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.04 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.42 225	0.50 313	2.50 326	0.02 270	0.06 334	0.51 102	0.00 1	0.34 142	0.61 299	0.00 1	0.00 1	0.33 241	0.02 133	2.87 250	0.50 311	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

XPNet_ROB	0.37 212	0.34 250	1.01 145	0.01 246	0.00 1	0.96 218	0.00 1	1.11 254	0.46 149	0.00 1	0.00 1	0.17 196	0.02 133	2.73 245	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

ETE_ROB	0.31 179	0.34 250	0.89 120	0.00 1	0.00 1	0.97 220	0.01 217	1.45 295	0.57 210	0.02 217	0.00 1	0.17 196	0.02 133	1.75 215	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.26 149	0.75 359	1.33 209	0.00 1	0.00 1	0.99 228	0.00 1	1.04 243	0.61 299	0.01 127	0.00 1	0.19 206	0.02 133	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.22 359	0.01 128

ff7	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

ffff	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

11t	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

GMStereo_Zeroshot	0.07 8	0.04 38	0.80 92	0.08 336	0.00 1	0.03 5	0.00 1	0.05 19	0.10 69	0.00 1	0.03 282	0.19 206	0.03 175	0.00 1	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CroCo-Stereo Lap2	0.09 17	0.23 209	0.74 60	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 177	0.00 1	0.00 1	0.01 7	0.03 175	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.01 128

ccc-4	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 259	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 368	0.07 254	0.01 128

Wz-Net-LNSev	0.34 197	0.61 341	4.26 382	0.00 1	0.00 1	0.49 98	0.00 1	0.26 127	0.61 299	0.00 1	0.01 205	0.23 216	0.03 175	0.10 140	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

BSDual-CNN	0.28 159	0.05 61	0.54 26	0.00 1	0.00 1	1.07 294	0.00 1	2.43 367	0.58 249	0.30 340	0.09 305	0.36 251	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.22 124	0.05 61	0.54 26	0.00 1	0.00 1	1.05 250	0.00 1	1.73 335	0.58 249	0.00 1	0.00 1	0.36 251	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

DAS	0.49 254	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 267	0.61 299	1.18 375	0.00 1	0.24 218	0.03 175	4.76 321	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

SepStereo	0.45 236	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 267	0.61 299	1.18 375	0.00 1	0.24 218	0.03 175	3.93 295	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

CroCo-Stereo	0.13 52	0.16 169	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 237	0.57 210	0.00 1	0.01 205	0.31 238	0.03 175	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1
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
iRaftStereo_RVC	0.10 21	0.20 190	0.57 33	0.00 1	0.00 1	0.52 108	0.00 1	0.05 19	0.07 18	0.00 1	0.01 205	0.14 181	0.03 175	0.02 69	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.25 367	0.20 385

raft+_RVC	0.14 65	0.37 274	0.96 135	0.00 1	0.16 371	0.64 148	0.03 273	0.05 19	0.08 31	0.00 1	0.00 1	0.02 39	0.03 175	0.03 94	0.07 175	0.00 1	0.07 385	0.00 1	0.00 1	0.05 222	0.16 379

raftrobust	0.13 52	0.36 266	0.94 132	0.00 1	0.18 378	0.62 134	0.02 257	0.07 41	0.07 18	0.00 1	0.00 1	0.03 77	0.03 175	0.03 94	0.05 150	0.00 1	0.01 304	0.00 1	0.00 1	0.06 242	0.04 288

HCRNet	0.32 188	0.10 122	0.81 93	0.00 1	0.00 1	1.10 321	0.00 1	0.39 150	0.59 261	0.01 127	0.01 205	0.06 131	0.03 175	3.24 265	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

test_xeample3	0.24 139	0.06 85	1.84 274	0.02 270	0.00 1	0.33 65	0.05 293	1.33 273	0.14 96	0.00 1	0.03 282	0.03 77	0.03 175	0.10 140	0.43 300	0.00 1	0.00 1	0.00 1	0.23 400	0.05 222	0.06 325

ARAFT	0.58 296	0.75 359	2.78 346	0.00 1	0.00 1	1.20 355	0.00 1	2.26 361	0.57 210	0.05 271	0.00 1	0.18 199	0.03 175	3.54 280	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.19 349	0.04 288

APVNet	0.51 268	0.21 193	2.43 322	0.00 1	0.00 1	0.94 217	0.00 1	0.45 160	0.62 347	0.01 127	0.01 205	0.34 244	0.03 175	4.59 316	0.27 278	0.00 1	0.00 1	0.03 384	0.00 1	0.15 326	0.02 225

HGLStereo	0.28 159	0.12 145	1.15 176	0.00 1	0.00 1	0.65 150	0.00 1	0.57 178	0.25 124	0.02 217	0.01 205	0.47 276	0.03 175	2.17 228	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.01 128

FADNet_RVC	0.60 303	0.83 371	2.50 326	0.00 1	0.00 1	1.09 315	0.00 1	1.29 269	0.50 152	0.02 217	0.05 289	0.26 225	0.03 175	3.17 263	0.25 273	0.21 389	0.26 405	0.08 398	0.28 410	0.53 392	0.55 405

MaskLacGwcNet_RVC	0.47 242	0.43 295	1.04 149	0.11 355	0.00 1	1.10 321	0.00 1	0.80 210	0.54 161	0.00 1	0.05 289	0.38 260	0.03 175	3.50 278	0.14 231	0.88 404	0.00 1	0.00 1	0.00 1	0.11 300	0.20 385

STTStereo	0.24 139	0.28 230	1.68 258	0.00 1	0.00 1	0.84 190	0.03 273	0.16 88	0.08 31	0.02 217	0.00 1	0.20 210	0.03 175	1.54 212	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 139	0.51 318	1.71 263	0.00 1	0.00 1	0.31 57	0.00 1	0.99 239	0.31 134	0.00 1	0.00 1	0.29 232	0.03 175	0.22 160	0.35 293	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.02 225

HSM-Net_RVC	0.52 277	0.06 85	1.45 234	0.00 1	0.00 1	0.61 129	0.00 1	3.83 394	0.52 155	0.14 319	0.00 1	0.22 215	0.03 175	3.50 278	0.04 141	0.01 350	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.23 131	0.37 274	1.26 199	0.00 1	0.00 1	1.11 329	0.03 273	0.20 109	0.07 18	0.00 1	0.00 1	0.39 262	0.03 175	1.12 203	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

MLCV	0.23 131	0.46 302	1.15 176	0.00 1	0.00 1	0.45 91	0.00 1	0.57 178	0.15 101	0.09 300	0.00 1	0.27 229	0.03 175	1.09 202	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

iResNet	0.25 145	0.27 226	1.68 258	0.00 1	0.00 1	0.69 157	0.00 1	1.22 265	0.56 177	0.00 1	0.00 1	0.04 97	0.03 175	0.12 147	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 128

NCCL2	0.29 173	0.50 313	1.52 243	0.00 1	0.00 1	0.81 181	0.00 1	0.45 160	0.22 117	0.00 1	0.00 1	0.02 39	0.03 175	2.14 223	0.06 164	0.00 1	0.00 1	0.02 375	0.00 1	0.01 58	0.03 258

PWC_ROB	0.62 308	0.54 327	3.22 362	0.00 1	0.00 1	0.22 43	0.00 1	2.18 358	0.61 299	0.00 1	0.20 320	0.29 232	0.03 175	3.46 277	1.22 339	0.00 1	0.00 1	0.00 1	0.00 1	0.39 386	0.01 128

PSMNet_ROB	0.41 224	0.54 327	1.69 260	0.00 1	0.00 1	0.92 213	0.00 1	0.27 131	0.53 158	0.00 1	0.00 1	0.25 223	0.03 175	3.43 275	0.47 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.03 258

MyStereo8	0.28 159	0.37 274	2.57 333	0.02 270	0.00 1	1.23 356	0.00 1	0.26 127	0.15 101	0.02 217	0.05 289	0.14 181	0.04 206	0.24 163	0.05 150	0.00 1	0.11 396	0.00 1	0.01 319	0.04 205	0.21 389

IGEVStereo-DCA	0.10 21	0.06 85	0.52 16	0.01 246	0.00 1	0.32 61	0.00 1	0.09 52	0.09 50	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 302	0.00 1	0.00 1	0.00 1	0.10 368	0.05 222	0.01 128

rrr	0.24 139	0.06 85	1.91 282	0.01 246	0.00 1	0.32 61	0.04 285	1.34 274	0.15 101	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 302	0.00 1	0.00 1	0.00 1	0.18 388	0.05 222	0.05 305

HH	0.23 131	0.21 193	1.69 260	0.16 373	0.08 344	0.11 31	0.00 1	0.24 122	0.06 13	0.30 340	0.18 316	1.47 363	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 135	0.01 128

HanStereo	0.23 131	0.21 193	1.69 260	0.16 373	0.08 344	0.11 31	0.00 1	0.24 122	0.06 13	0.30 340	0.18 316	1.47 363	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 135	0.01 128

anonymousdsp	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 259	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 373	0.07 254	0.03 258

LoS	0.14 65	0.07 104	0.66 43	0.02 270	0.00 1	1.05 250	0.01 217	0.07 41	0.57 210	0.01 127	0.01 205	0.16 194	0.04 206	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

CES	0.08 11	0.07 104	0.43 7	0.00 1	0.00 1	0.21 42	0.01 217	0.08 46	0.56 177	0.01 127	0.00 1	0.08 145	0.04 206	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

gwcnet-sp	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

scenet	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

ssnet	0.28 159	0.15 162	2.75 343	0.00 1	0.00 1	0.51 102	0.02 257	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

IGEV-Stereo	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 259	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 373	0.07 254	0.03 258
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GwcNet-ADL	0.30 175	0.19 186	1.78 270	0.00 1	0.00 1	1.03 240	0.00 1	2.08 353	0.28 127	0.00 1	0.00 1	0.37 257	0.04 206	0.02 69	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 258

RAFT	0.12 46	0.43 295	0.79 87	0.01 246	0.02 283	0.10 28	0.07 301	0.06 29	0.27 126	0.00 1	0.01 205	0.18 199	0.04 206	0.01 26	0.00 1	0.00 1	0.02 334	0.00 1	0.01 319	0.37 383	0.01 128

LMCR-Stereo	0.27 155	0.34 250	1.42 230	0.00 1	0.00 1	0.79 177	0.00 1	2.15 357	0.61 299	0.00 1	0.00 1	0.04 97	0.04 206	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

FINET	0.51 268	0.36 266	2.40 316	0.00 1	0.00 1	0.27 48	0.00 1	2.06 352	1.49 389	0.00 1	0.00 1	0.04 97	0.04 206	3.38 274	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.02 225

FENet	0.23 131	0.05 61	1.39 222	0.00 1	0.00 1	1.00 230	0.00 1	0.80 210	0.57 210	0.00 1	0.00 1	0.24 218	0.04 206	0.23 162	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

ac_64	0.39 218	0.12 145	1.15 176	0.04 299	0.01 239	0.43 86	0.02 257	0.25 124	0.59 261	0.12 309	0.01 205	0.89 326	0.04 206	3.92 294	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

RTSC	0.70 317	0.71 355	3.19 360	0.01 246	0.00 1	0.20 41	0.00 1	0.81 212	0.60 284	0.29 339	0.36 335	0.36 251	0.04 206	2.04 220	4.87 380	0.00 1	0.03 345	0.00 1	0.02 333	0.28 374	0.11 360

RASNet	0.58 296	0.27 226	1.30 207	0.00 1	0.00 1	0.61 129	0.01 217	0.47 164	0.60 284	0.08 292	0.06 298	1.52 368	0.04 206	6.18 375	0.48 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

RYNet	0.53 278	0.19 186	1.79 271	0.00 1	0.00 1	0.55 116	0.00 1	1.12 256	0.61 299	0.02 217	0.00 1	0.83 322	0.04 206	5.05 330	0.45 305	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

GANetREF_RVC	0.54 280	0.70 351	2.06 296	0.00 1	0.00 1	1.14 340	0.00 1	1.61 324	0.58 249	0.00 1	0.01 205	0.29 232	0.04 206	4.21 306	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.02 225
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
AANet_RVC	0.75 322	0.65 344	2.52 329	0.01 246	0.00 1	0.66 152	0.00 1	0.61 189	0.13 94	0.00 1	1.29 369	0.96 330	0.04 206	5.98 364	1.82 353	0.13 383	0.02 334	0.00 1	0.00 1	0.07 254	0.04 288

DRN-Test	0.43 232	0.13 151	1.95 286	0.03 287	0.09 348	0.61 129	0.00 1	1.43 292	0.61 299	0.00 1	0.00 1	0.18 199	0.04 206	3.32 271	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

DLCB_ROB	0.27 155	0.16 169	0.71 47	0.00 1	0.00 1	0.44 90	0.00 1	0.43 157	0.57 210	0.02 217	0.04 287	0.63 299	0.04 206	2.18 229	0.24 270	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo07	0.10 21	0.12 145	0.59 37	0.00 1	0.00 1	0.98 222	0.00 1	0.03 6	0.10 69	0.01 127	0.00 1	0.01 7	0.05 231	0.04 104	0.00 1	0.00 1	0.05 374	0.00 1	0.00 1	0.02 135	0.04 288

RCA-Stereo	0.18 101	0.11 136	0.63 40	0.00 1	0.00 1	1.06 259	0.00 1	1.48 308	0.07 18	0.07 285	0.00 1	0.02 39	0.05 231	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.05 222	0.01 128

DCANet-4	0.31 179	0.05 61	2.61 335	0.00 1	0.00 1	1.05 250	0.00 1	1.49 314	0.61 299	0.13 312	0.00 1	0.03 77	0.05 231	0.03 94	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

ACRE	0.34 197	0.70 351	2.13 299	0.10 345	0.00 1	0.90 204	0.20 335	1.45 295	0.61 299	0.02 217	0.01 205	0.13 175	0.05 231	0.14 150	0.17 241	0.00 1	0.03 345	0.01 359	0.02 333	0.17 342	0.04 288

111	0.30 175	0.66 346	1.20 186	0.00 1	0.01 239	1.06 259	0.03 273	1.60 322	0.59 261	0.27 337	0.00 1	0.20 210	0.05 231	0.08 133	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.12 369

AFF-stereo	0.18 101	0.42 293	0.77 75	0.00 1	0.00 1	0.91 211	0.00 1	0.41 154	0.65 354	0.05 271	0.00 1	0.04 97	0.05 231	0.06 117	0.04 141	0.00 1	0.01 304	0.00 1	0.00 1	0.19 349	0.01 128

GwcNet	0.50 263	0.46 302	3.90 379	0.00 1	0.00 1	0.42 81	0.10 318	0.38 147	0.74 368	0.03 245	0.00 1	0.63 299	0.05 231	2.92 253	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.05 305

FADNet-RVC-Resample	0.51 268	0.82 370	3.08 358	0.04 299	0.04 319	0.42 81	0.09 314	1.16 261	0.34 137	0.00 1	0.03 282	0.24 218	0.05 231	3.16 261	0.13 225	0.07 377	0.12 397	0.05 393	0.02 333	0.08 271	0.20 385

NCC-stereo	0.49 254	0.46 302	2.04 291	0.03 287	0.03 304	1.06 259	0.01 217	0.78 205	0.22 117	0.06 279	0.19 318	0.64 302	0.05 231	3.65 283	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

Abc-Net	0.49 254	0.46 302	2.04 291	0.03 287	0.03 304	1.06 259	0.01 217	0.78 205	0.22 117	0.06 279	0.19 318	0.64 302	0.05 231	3.65 283	0.63 321	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	0.83 330	0.31 241	1.48 240	0.10 345	0.01 239	0.62 134	0.01 217	1.91 343	0.59 261	0.01 127	0.01 205	1.10 342	0.05 231	7.84 402	2.07 356	0.05 374	0.01 304	0.03 384	0.01 319	0.01 58	0.47 399

LargeStereo	0.06 5	0.14 157	0.46 9	0.03 287	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 127	0.00 1	0.02 39	0.06 242	0.04 104	0.03 123	0.00 1	0.04 360	0.00 1	0.03 354	0.08 271	0.07 336

DispNO	0.64 310	0.48 308	2.04 291	0.00 1	0.00 1	0.71 162	0.01 217	1.47 307	0.56 177	0.00 1	0.54 344	1.34 355	0.06 242	5.12 332	0.31 288	0.00 1	0.00 1	0.03 384	0.12 377	0.01 58	0.02 225

SQANet	0.42 225	1.14 390	1.86 277	0.04 299	0.48 396	0.36 70	0.03 273	0.40 152	0.56 177	0.02 217	0.24 323	0.49 286	0.06 242	2.14 223	0.21 261	0.02 364	0.02 334	0.01 359	0.00 1	0.19 349	0.03 258

CIPLG	0.33 190	0.75 359	1.79 271	0.10 345	0.01 239	0.93 216	0.21 336	1.45 295	0.61 299	0.02 217	0.01 205	0.14 181	0.06 242	0.13 148	0.17 241	0.00 1	0.04 360	0.01 359	0.01 319	0.17 342	0.04 288

rafts_anoy	0.14 65	0.35 259	0.99 144	0.00 1	0.02 283	0.49 98	0.03 273	0.11 71	0.07 18	0.00 1	0.01 205	0.06 131	0.06 242	0.24 163	0.06 164	0.00 1	0.14 399	0.00 1	0.01 319	0.02 135	0.03 258

RAFT-Stereo + iAFF	0.19 106	0.33 246	0.84 104	0.00 1	0.02 283	1.06 259	0.00 1	0.45 160	0.59 261	0.03 245	0.00 1	0.05 118	0.06 242	0.04 104	0.07 175	0.00 1	0.01 304	0.00 1	0.00 1	0.17 342	0.01 128

FADNet-RVC	0.51 268	0.80 368	2.47 324	0.01 246	0.00 1	0.48 96	0.00 1	1.32 272	0.14 96	0.00 1	0.01 205	0.12 168	0.06 242	4.07 300	0.15 235	0.00 1	0.04 360	0.00 1	0.00 1	0.38 384	0.08 338

CoDeX	0.36 207	0.24 213	1.39 222	0.00 1	0.01 239	0.29 53	0.00 1	1.58 321	0.57 210	0.00 1	0.00 1	0.25 223	0.07 249	2.82 248	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

IPLGR_C	0.35 203	0.81 369	2.03 289	0.10 345	0.01 239	0.90 204	0.21 336	1.46 305	0.61 299	0.02 217	0.01 205	0.13 175	0.07 249	0.14 150	0.17 241	0.00 1	0.05 374	0.01 359	0.02 333	0.17 342	0.04 288

DIP-Stereo	0.22 124	0.10 122	0.77 75	0.00 1	0.00 1	1.09 315	0.00 1	1.68 329	0.57 210	0.01 127	0.00 1	0.01 7	0.07 249	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PA-Net	0.57 292	0.50 313	2.73 342	0.03 287	0.06 334	0.89 202	0.02 257	0.66 194	0.63 350	0.00 1	0.00 1	0.43 270	0.07 249	4.82 324	0.55 316	0.01 350	0.00 1	0.00 1	0.00 1	0.02 135	0.04 288
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
Ntro	0.57 292	1.13 388	2.24 306	0.04 299	0.36 393	1.04 247	0.02 257	0.74 204	0.57 210	0.01 127	0.00 1	0.76 317	0.08 253	3.01 257	0.47 306	0.07 377	0.04 360	0.01 359	0.00 1	0.76 398	0.02 225

AEACV	0.10 21	0.02 7	0.49 12	0.00 1	0.02 283	0.75 170	0.00 1	0.07 41	0.02 2	0.09 300	0.00 1	0.01 7	0.08 253	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.24 405	0.07 254	0.05 305

RALCasStereoNet	0.16 83	0.35 259	0.84 104	0.00 1	0.00 1	0.32 61	0.03 273	0.16 88	0.56 177	0.02 217	0.07 301	0.05 118	0.08 253	0.13 148	0.08 185	0.00 1	0.31 406	0.00 1	0.00 1	0.07 254	0.11 360

fast-acv-ft	0.29 173	0.37 274	3.76 375	0.06 327	0.01 239	0.28 51	0.17 328	0.06 29	0.21 115	0.00 1	0.00 1	0.08 145	0.09 256	0.10 140	0.23 267	0.01 350	0.00 1	0.03 384	0.01 319	0.26 369	0.01 128

ssnet_v2	0.28 159	0.17 173	1.18 184	0.00 1	0.00 1	0.81 181	0.00 1	1.05 244	0.59 261	0.09 300	0.01 205	0.88 325	0.09 256	0.43 176	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.09 351

RALAANet	0.13 52	0.51 318	0.95 133	0.00 1	0.00 1	0.32 61	0.01 217	0.38 147	0.03 4	0.00 1	0.00 1	0.05 118	0.09 256	0.02 69	0.12 218	0.00 1	0.00 1	0.00 1	0.02 333	0.10 294	0.00 1

GES	0.18 101	0.05 61	0.87 115	0.00 1	0.00 1	1.06 259	0.02 257	0.60 185	0.08 31	0.00 1	0.02 277	0.11 162	0.09 256	0.44 178	0.16 237	0.01 350	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

MMNet	0.23 131	0.18 177	1.84 274	0.00 1	0.00 1	0.67 153	0.00 1	0.59 183	0.59 261	0.00 1	0.01 205	0.18 199	0.09 256	0.26 165	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

PVD	0.73 321	0.57 336	3.38 366	0.04 299	0.19 382	0.74 167	0.00 1	0.29 136	0.79 373	2.37 388	0.00 1	0.53 294	0.09 256	2.19 230	3.20 367	0.00 1	0.05 374	0.00 1	0.02 333	0.08 271	0.15 375

SHD	0.50 263	0.51 318	3.61 371	0.05 309	0.00 1	0.01 2	0.01 217	0.72 201	0.61 299	1.57 381	0.00 1	0.34 244	0.09 256	1.79 217	0.49 310	0.00 1	0.00 1	0.00 1	0.01 319	0.09 287	0.03 258

PWCDC_ROB	0.94 343	0.91 377	2.52 329	0.00 1	0.00 1	1.15 343	0.00 1	2.11 354	1.18 382	0.00 1	8.99 402	0.35 248	0.09 256	0.64 190	0.40 297	0.00 1	0.00 1	0.00 1	0.00 1	0.50 391	0.03 258

Wz-Net-SNSev	0.78 325	1.10 384	6.27 394	0.00 1	0.00 1	0.27 48	0.00 1	0.95 232	0.61 299	0.00 1	0.01 205	0.41 267	0.10 264	4.92 326	0.81 327	0.00 1	0.00 1	0.00 1	0.00 1	0.17 342	0.03 258

GMM-Stereo	0.18 101	0.02 7	1.37 219	0.08 336	0.00 1	1.11 329	0.13 326	0.09 52	0.60 284	0.01 127	0.00 1	0.02 39	0.10 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

Nwc_Net	0.43 232	0.42 293	2.64 337	0.00 1	0.00 1	0.67 153	0.00 1	0.82 215	0.28 127	0.00 1	0.01 205	0.90 327	0.10 264	2.62 241	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

NLCA_NET_v2_RVC	0.35 203	0.49 312	2.00 287	0.00 1	0.02 283	0.96 218	0.00 1	0.55 175	0.18 112	0.03 245	0.00 1	0.35 248	0.10 264	2.37 234	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo04	0.26 149	0.12 145	2.34 311	0.00 1	0.00 1	0.98 222	0.00 1	0.84 217	0.20 114	0.06 279	0.01 205	0.33 241	0.11 268	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.02 135	0.04 288

S-Stereo	0.65 312	0.25 219	3.44 368	0.00 1	0.00 1	0.56 118	0.05 293	1.86 340	0.61 299	0.00 1	0.76 354	0.84 323	0.11 268	4.28 311	0.11 208	0.00 1	0.01 304	0.00 1	0.00 1	0.07 254	0.03 258

GANet	0.55 282	0.35 259	1.40 227	0.00 1	0.00 1	0.77 173	0.08 308	0.36 145	0.57 210	0.01 127	0.00 1	0.68 312	0.11 268	5.52 346	1.07 333	0.00 1	0.00 1	0.02 375	0.00 1	0.09 287	0.03 258

GASNet	0.56 286	1.09 383	2.57 333	0.00 1	0.00 1	0.52 108	0.02 257	1.12 256	0.22 117	0.01 127	0.14 312	0.50 289	0.12 271	4.09 301	0.39 295	0.00 1	0.00 1	0.00 1	0.00 1	0.32 379	0.08 338

IRAFT_RVC	0.51 268	0.13 151	1.14 175	0.10 345	0.00 1	1.17 350	0.10 318	0.28 135	0.61 299	0.01 127	0.00 1	0.02 39	0.12 271	6.22 382	0.22 262	0.00 1	0.09 389	0.00 1	0.00 1	0.02 135	0.01 128

acv_ft	0.21 120	0.14 157	0.95 133	0.00 1	0.00 1	0.41 76	0.00 1	0.58 181	0.60 284	0.19 327	0.01 205	0.71 313	0.12 271	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.24 364	0.00 1

Wz-Net-MNSev	0.48 249	0.76 364	3.11 359	0.00 1	0.00 1	0.23 44	0.00 1	1.07 249	0.61 299	0.01 127	0.01 205	0.13 175	0.13 274	3.12 260	0.34 291	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.01 128

MyStereo05	0.28 159	0.13 151	2.37 314	0.01 246	0.00 1	1.09 315	0.00 1	1.02 242	0.45 148	0.04 262	0.01 205	0.26 225	0.14 275	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 288

otaku	0.59 300	1.12 386	1.90 281	0.08 336	0.11 357	0.89 202	0.05 293	0.60 185	0.57 210	0.01 127	1.41 370	1.03 336	0.14 275	2.39 236	0.56 317	0.06 376	0.03 345	0.01 359	0.00 1	0.61 393	0.21 389

Wz-Net-LNSev-Ref	0.42 225	0.52 323	3.02 354	0.00 1	0.00 1	0.57 120	0.00 1	1.15 260	0.60 284	0.00 1	0.00 1	0.04 97	0.14 275	1.51 211	0.76 326	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPrunerF	1.33 363	0.59 339	8.62 402	0.02 270	0.09 348	0.90 204	0.00 1	1.34 274	6.72 402	0.22 329	0.01 205	0.21 212	0.14 275	5.64 353	1.99 355	0.00 1	0.00 1	0.01 359	0.02 333	0.14 319	0.02 225

CVANet_RVC	0.53 278	0.32 242	1.26 199	0.00 1	0.00 1	0.98 222	0.00 1	0.72 201	0.55 165	0.35 347	0.12 310	0.36 251	0.14 275	5.53 347	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.16 335	0.00 1

IPLG	0.51 268	0.38 284	1.60 250	0.02 270	0.00 1	1.11 329	0.07 301	1.48 308	0.57 210	0.05 271	0.00 1	0.12 168	0.15 280	4.58 315	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.00 1

MSC_U_SF_DS_RVC	1.79 374	1.81 408	3.81 376	0.01 246	0.02 283	12.12 412	0.50 376	2.74 386	0.71 365	0.07 285	0.20 320	2.17 379	0.15 280	6.82 395	1.19 337	0.74 400	0.80 416	0.20 404	0.27 409	0.73 397	0.70 407

ACVNet_2	1.32 362	1.30 398	2.83 347	0.11 355	0.07 340	1.30 363	0.18 330	2.29 363	0.75 370	0.26 333	3.44 379	6.65 396	0.16 282	5.12 332	1.08 334	0.13 383	0.00 1	0.00 1	0.00 1	0.38 384	0.32 395

Wz-Net-TNSev	1.42 367	2.41 415	11.01 407	0.00 1	0.00 1	0.42 81	0.14 327	2.05 349	0.61 299	0.06 279	0.01 205	1.34 355	0.16 282	5.70 355	4.19 373	0.00 1	0.00 1	0.00 1	0.01 319	0.19 349	0.10 358

FADNet	0.55 282	0.75 359	2.42 320	0.00 1	0.01 239	0.82 183	0.00 1	0.88 221	0.54 161	0.01 127	0.01 205	0.16 194	0.16 282	4.49 314	0.09 191	0.18 387	0.00 1	0.00 1	0.00 1	0.43 389	0.00 1

RP	0.42 225	0.44 298	1.52 243	0.00 1	0.01 239	0.61 129	0.02 257	1.06 247	0.39 145	0.03 245	0.01 205	0.99 332	0.16 282	2.89 252	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.00 1

edge stereo	0.58 296	0.29 234	2.86 348	0.01 246	0.03 304	0.33 65	0.03 273	0.97 236	0.50 152	0.21 328	0.33 332	1.31 353	0.16 282	4.20 305	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.11 300	0.01 128

hitnet-ft	0.42 225	0.30 237	1.15 176	0.00 1	0.00 1	0.73 166	0.11 322	0.30 139	0.19 113	0.04 262	0.14 312	0.75 316	0.17 287	4.33 312	0.10 200	0.01 350	0.00 1	0.03 384	0.00 1	0.04 205	0.01 128

STTRV1_RVC	0.67 315	0.21 193	2.32 310	0.00 1	0.00 1	0.58 123	0.01 217	1.05 244	0.59 261	0.01 127	0.51 343	0.26 225	0.18 288	6.05 369	0.27 278	0.26 392	1.07 417	0.00 1	0.00 1	0.00 1	0.03 258

UDG	0.42 225	0.43 295	1.17 181	0.00 1	0.00 1	0.99 228	0.00 1	1.70 332	0.60 284	0.05 271	0.00 1	1.51 366	0.19 289	1.20 204	0.61 319	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.00 1

MIPNet	0.34 197	0.35 259	1.56 246	0.02 270	0.00 1	1.11 329	0.09 314	1.57 319	0.65 354	0.11 307	0.05 289	0.18 199	0.19 289	0.74 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 319	0.06 242	0.01 128

delet	0.33 190	0.24 213	1.05 157	0.00 1	0.00 1	0.60 128	0.00 1	0.53 172	0.59 261	0.03 245	0.01 205	0.52 293	0.19 289	2.68 244	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

RGC	0.50 263	0.53 325	2.42 320	0.00 1	0.01 239	0.65 150	0.00 1	1.07 249	0.17 109	0.01 127	0.62 349	1.00 333	0.19 289	3.03 259	0.28 282	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.02 225

TDLM	0.49 254	0.39 287	1.02 146	0.00 1	0.00 1	1.08 307	0.01 217	0.36 145	0.58 249	0.14 319	0.00 1	0.27 229	0.19 289	5.46 345	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.13 316	0.01 128

SDNR	1.15 356	0.21 193	3.21 361	0.01 246	0.01 239	3.30 395	0.01 217	2.55 375	0.75 370	1.80 383	1.49 371	1.40 359	0.20 294	7.24 400	0.68 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.04 288

Syn2CoEx	0.56 286	0.78 366	2.86 348	0.00 1	0.00 1	0.10 28	0.01 217	0.91 226	0.61 299	0.02 217	0.00 1	0.49 286	0.21 295	5.03 329	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.03 258

XQC	0.68 316	0.72 357	3.82 377	0.06 327	0.00 1	0.39 73	0.01 217	1.92 344	0.61 299	0.03 245	0.01 205	0.46 275	0.21 295	2.84 249	2.26 357	0.00 1	0.00 1	0.00 1	0.01 319	0.15 326	0.05 305

IPLGR	0.43 232	0.17 173	2.05 294	0.02 270	0.02 283	1.08 307	0.04 285	1.62 327	0.57 210	0.09 300	0.00 1	0.15 187	0.22 297	2.62 241	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.00 1

RTS	4.10 398	1.68 406	43.40 420	0.09 341	0.02 283	3.95 398	0.00 1	1.61 324	0.61 299	1.09 370	0.01 205	1.97 373	0.22 297	16.87 414	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 355	0.05 305

RTSA	4.10 398	1.68 406	43.40 420	0.09 341	0.02 283	3.95 398	0.00 1	1.61 324	0.61 299	1.09 370	0.01 205	1.97 373	0.22 297	16.87 414	10.15 402	0.00 1	0.09 389	0.00 1	0.00 1	0.20 355	0.05 305

psmorigin	0.75 322	0.25 219	7.10 396	0.00 1	0.00 1	0.19 39	0.00 1	0.10 67	0.12 87	0.65 359	0.00 1	2.74 382	0.23 300	3.02 258	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.01 128

DGSMNet	1.21 360	0.37 274	3.02 354	0.71 400	1.33 412	1.61 374	3.53 411	1.45 295	0.33 136	0.00 1	0.79 358	0.48 278	0.24 301	3.22 264	0.53 312	0.98 406	1.21 418	1.35 415	1.09 417	1.03 400	0.92 409

DSFCA	0.40 221	0.09 118	0.84 104	0.00 1	0.01 239	0.98 222	0.37 363	0.29 136	0.62 347	0.02 217	0.32 331	0.03 77	0.24 301	3.91 293	0.34 291	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

RainbowNet	0.61 306	1.13 388	1.83 273	0.10 345	0.04 319	1.23 356	0.07 301	1.74 336	0.57 210	0.01 127	0.02 277	1.14 346	0.25 303	2.29 233	0.48 308	0.61 398	0.05 374	0.00 1	0.00 1	0.47 390	0.20 385

ADCS	1.72 373	1.22 394	8.11 400	0.00 1	0.01 239	0.88 200	0.68 383	1.44 293	0.63 350	2.60 390	0.11 309	1.42 360	0.26 304	1.97 219	14.92 415	0.00 1	0.00 1	0.00 1	0.00 1	0.08 271	0.07 336

SPS-STEREO	0.88 339	0.40 289	2.01 288	0.00 1	0.01 239	0.42 81	0.17 328	0.50 170	0.61 299	2.19 387	0.79 358	2.04 376	0.27 305	5.10 331	2.89 366	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.11 360
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PDISCO_ROB	0.56 286	0.57 336	2.07 297	0.17 377	0.00 1	1.56 373	0.01 217	2.27 362	0.51 154	0.08 292	0.01 205	0.74 315	0.28 306	2.37 234	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.33 381	0.00 1

CFNet_ucs	0.26 149	0.14 157	1.53 245	0.00 1	0.01 239	0.84 190	0.00 1	1.78 338	0.17 109	0.00 1	0.00 1	0.49 286	0.30 307	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

LL-Strereo	0.71 320	0.88 372	2.40 316	0.00 1	0.00 1	0.63 144	0.01 217	1.57 319	0.58 249	0.45 353	0.00 1	0.54 295	0.30 307	6.37 386	0.07 175	0.00 1	0.05 374	0.00 1	0.00 1	0.22 359	0.17 381

RAFT_R40	0.49 254	0.03 23	0.74 60	0.05 309	0.15 368	1.09 315	0.32 355	0.27 131	0.59 261	0.02 217	0.03 282	0.07 139	0.30 307	6.12 371	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

MADNet+	4.65 402	2.70 417	46.68 422	0.01 246	0.02 283	2.06 384	0.03 273	3.17 392	1.07 381	0.02 217	0.01 205	1.84 371	0.31 310	21.62 419	13.04 410	0.00 1	0.03 345	0.00 1	0.00 1	0.20 355	0.19 384

ACVNet-4b	1.14 354	1.34 400	3.96 380	0.17 377	0.03 304	1.03 240	0.01 217	1.31 271	0.65 354	0.01 127	0.97 363	1.98 375	0.32 311	6.18 375	1.20 338	2.52 411	0.02 334	0.00 1	0.00 1	0.82 399	0.28 392

pcwnet_v2	0.47 242	0.11 136	5.03 390	0.00 1	0.00 1	0.70 158	0.00 1	1.98 348	0.61 299	0.01 127	0.00 1	0.36 251	0.33 312	0.18 155	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.02 225

DMCA-RVC	0.31 179	0.48 308	2.47 324	0.00 1	0.03 304	0.78 175	0.03 273	0.06 29	0.08 31	0.01 127	0.01 205	0.08 145	0.33 312	1.59 214	0.16 237	0.00 1	0.02 334	0.01 359	0.00 1	0.01 58	0.01 128

CFNet_pseudo	0.22 124	0.10 122	1.39 222	0.00 1	0.01 239	0.98 222	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 278	0.36 314	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccs_rob	0.22 124	0.10 122	1.38 220	0.00 1	0.01 239	0.98 222	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 278	0.36 314	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccnet	0.49 254	0.05 61	1.26 199	0.01 246	0.08 344	0.72 165	0.18 330	1.18 263	0.35 138	0.45 353	0.68 351	0.13 175	0.39 316	3.54 280	0.74 325	0.01 350	0.00 1	0.02 375	0.00 1	0.02 135	0.01 128

TRStereo	0.37 212	0.23 209	1.41 228	0.03 287	0.00 1	1.07 294	0.02 257	3.07 390	0.57 210	0.01 127	0.00 1	0.11 162	0.40 317	0.06 117	0.00 1	0.00 1	0.00 1	0.00 1	0.22 398	0.01 58	0.08 338

iinet-f	0.48 249	0.57 336	4.45 385	0.00 1	0.01 239	0.77 173	0.00 1	1.48 308	0.61 299	0.01 127	0.00 1	0.40 264	0.44 318	0.38 173	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.35 382	0.01 128

AF-Net	0.47 242	0.53 325	2.05 294	0.00 1	0.00 1	0.41 76	0.01 217	1.18 263	0.40 146	0.13 312	0.05 289	1.30 352	0.45 319	2.43 238	0.30 283	0.00 1	0.00 1	0.00 1	0.00 1	0.09 287	0.00 1

stereogan	0.49 254	0.22 200	2.39 315	0.00 1	0.00 1	0.63 144	0.02 257	0.79 208	0.72 366	0.06 279	0.00 1	1.68 369	0.46 320	2.63 243	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.00 1

MSMDNet	0.19 106	0.10 122	1.39 222	0.00 1	0.01 239	0.75 170	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 278	0.50 321	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

IGEV_Zeroshot_test	0.32 188	0.10 122	2.61 335	0.01 246	0.01 239	0.50 100	0.04 285	0.21 115	0.09 50	0.45 353	0.45 339	0.81 321	0.51 322	0.20 158	0.23 267	0.00 1	0.05 374	0.00 1	0.14 381	0.03 184	0.00 1

PCWNet_CMD	0.19 106	0.10 122	1.38 220	0.00 1	0.01 239	0.75 170	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 278	0.51 322	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

FAT-Stereo	0.50 263	0.14 157	2.51 328	0.00 1	0.00 1	0.33 65	0.09 314	1.88 341	0.61 299	0.05 271	0.76 354	0.60 297	0.52 324	2.46 239	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

EAI-Stereo	0.70 317	0.03 23	0.84 104	0.13 366	0.20 387	0.87 199	2.23 404	2.05 349	0.29 131	0.72 361	4.60 384	0.29 232	0.55 325	0.39 174	0.44 302	0.00 1	0.07 385	0.00 1	0.29 411	0.01 58	0.08 338

pmcnn	2.10 382	0.59 339	4.52 387	0.27 389	0.86 405	0.34 68	0.29 353	1.69 330	0.75 370	0.36 348	7.50 396	14.39 413	0.56 326	4.90 325	4.69 379	0.00 1	0.00 1	0.00 1	0.00 1	0.16 335	0.04 288

anonymity	0.17 91	0.06 85	0.79 87	0.00 1	0.09 348	0.03 5	0.00 1	0.54 173	0.07 18	0.41 350	0.13 311	0.11 162	0.58 327	0.02 69	0.31 288	0.00 1	0.00 1	0.00 1	0.23 400	0.01 58	0.02 225

SST-Stereo	0.51 268	0.02 7	0.74 60	0.05 309	0.19 382	1.09 315	0.49 374	0.26 127	0.61 299	0.04 262	0.00 1	0.05 118	0.58 327	6.12 371	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1

AnyNet_C32	1.44 368	1.47 404	6.09 392	0.12 359	0.19 382	1.74 380	1.11 394	0.84 217	0.56 177	1.30 377	0.46 341	0.21 212	0.59 329	2.74 246	11.09 405	0.02 364	0.00 1	0.06 395	0.00 1	0.16 335	0.05 305

fff	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

csc	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

cscssc	0.28 159	0.37 274	1.20 186	0.00 1	0.01 239	1.05 250	0.00 1	1.48 308	0.61 299	0.13 312	0.00 1	0.04 97	0.60 330	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 305

LSM	4.58 401	0.88 372	17.79 411	3.73 418	38.79 424	0.85 193	2.37 407	0.54 173	1.64 390	2.88 392	3.09 377	0.62 298	0.60 330	3.16 261	1.06 332	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	13.55 425

CBMV	0.57 292	0.22 200	1.61 253	0.00 1	0.00 1	0.84 190	0.78 388	2.58 379	0.61 299	0.38 349	0.00 1	1.25 347	0.63 334	2.07 222	0.38 294	0.00 1	0.00 1	0.00 1	0.00 1	0.04 205	0.08 338
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HSM	0.63 309	0.36 266	0.89 120	0.00 1	0.00 1	0.52 108	0.01 217	0.98 237	0.56 177	0.00 1	0.01 205	2.27 380	0.65 335	6.18 375	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

HHNet	0.48 249	0.21 193	1.60 250	0.10 345	0.00 1	1.14 340	0.26 344	0.47 164	0.59 261	0.01 127	3.56 380	0.04 97	0.71 336	0.00 1	0.73 324	0.02 364	0.00 1	0.00 1	0.00 1	0.03 184	0.00 1

Prome-Stereo	0.23 131	0.04 38	0.76 73	0.10 345	0.00 1	1.15 343	0.02 257	0.27 131	0.65 354	0.01 127	0.54 344	0.04 97	0.71 336	0.27 166	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

ADCMid	1.38 365	0.90 376	6.15 393	0.04 299	0.03 304	1.67 376	0.18 330	1.13 259	0.93 379	0.89 366	0.58 347	0.86 324	0.71 336	1.03 200	11.96 408	0.01 350	0.00 1	0.29 407	0.08 366	0.17 342	0.03 258

MFN_U_SF_RVC	0.95 344	1.40 402	4.49 386	0.16 373	0.11 357	0.56 118	0.07 301	1.12 256	0.36 140	0.43 352	0.27 326	1.27 350	0.73 339	3.98 298	1.47 347	0.29 394	0.34 410	0.36 409	0.55 414	0.63 394	0.46 398

HBP-ISP	0.80 327	0.70 351	2.86 348	0.02 270	0.01 239	1.67 376	0.48 372	2.63 383	0.56 177	1.11 372	0.06 298	0.50 289	0.74 340	4.60 317	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.05 222	0.03 258

ADStereo(finetuned)	0.34 197	0.37 274	2.24 306	0.00 1	0.00 1	1.04 247	0.00 1	1.49 314	0.61 299	0.08 292	0.00 1	0.04 97	0.74 340	0.03 94	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.05 305

KYRaft	0.21 120	0.03 23	0.74 60	0.04 299	0.00 1	1.16 347	0.12 325	0.08 46	0.60 284	0.01 127	0.30 329	0.03 77	0.77 342	0.37 172	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

AnyNet_C01	2.33 383	2.14 413	18.59 412	0.15 371	0.18 378	2.43 387	2.34 405	1.29 269	1.24 384	1.03 369	0.83 360	1.25 347	0.78 343	3.75 291	10.06 401	0.05 374	0.00 1	0.07 397	0.00 1	0.30 377	0.12 369

G-Net	1.20 358	0.28 230	2.96 352	0.05 309	0.49 397	1.73 378	0.48 372	0.23 118	0.35 138	1.35 378	9.14 403	2.33 381	0.81 344	2.40 237	1.15 336	0.01 350	0.03 345	0.02 375	0.09 367	0.07 254	0.05 305

ADCRef	0.92 341	0.48 308	3.35 364	0.02 270	0.02 283	0.90 204	0.32 355	0.61 189	0.65 354	0.72 361	0.17 315	0.17 196	0.82 345	2.15 225	7.95 394	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.03 258

ASMatch	0.59 300	0.10 122	1.66 256	0.13 366	0.04 319	1.07 294	0.00 1	0.10 67	0.64 352	0.06 279	0.44 338	0.05 118	0.87 346	6.32 384	0.27 278	0.00 1	0.00 1	0.00 1	0.01 319	0.00 1	0.00 1

SuperB	1.85 375	1.06 382	10.54 406	0.02 270	0.01 239	0.90 204	0.78 388	1.75 337	0.64 352	0.05 271	0.05 289	0.34 244	0.89 347	5.29 336	5.80 386	0.01 350	0.00 1	0.02 375	0.02 333	8.71 422	0.06 325

SGM-Forest	0.84 331	0.07 104	0.90 122	0.02 270	0.07 340	1.10 321	0.68 383	2.12 356	0.61 299	1.14 373	0.78 357	1.36 357	0.98 348	5.55 349	1.31 343	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.06 325
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AAGNet	0.96 345	0.05 61	0.74 60	0.09 341	0.27 389	1.11 329	0.28 351	0.05 19	0.59 261	0.01 127	0.00 1	0.01 7	1.00 349	3.68 286	11.30 406	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

CBFPSM	0.36 207	0.54 327	2.16 302	0.00 1	0.00 1	0.30 56	0.00 1	0.26 127	0.62 347	0.01 127	0.01 205	1.68 369	1.03 350	0.27 166	0.33 290	0.00 1	0.01 304	0.00 1	0.00 1	0.01 58	0.01 128

iRaft-Stereo_20w	0.38 215	0.11 136	1.91 282	0.12 359	0.04 319	0.70 158	0.24 340	1.72 334	0.16 107	0.41 350	0.00 1	0.26 225	1.04 351	0.41 175	0.24 270	0.00 1	0.04 360	0.00 1	0.14 381	0.02 135	0.09 351

MyStereo06	0.36 207	0.13 151	2.17 303	0.01 246	0.00 1	1.09 315	0.00 1	0.23 118	0.09 50	0.49 357	0.41 337	1.01 334	1.05 352	0.21 159	0.24 270	0.00 1	0.05 374	0.00 1	0.00 1	0.01 58	0.04 288

ADCP+	1.36 364	0.76 364	6.73 395	0.01 246	0.02 283	1.32 368	0.80 390	0.81 212	0.72 366	0.01 127	0.01 205	0.96 330	1.05 352	0.33 168	13.50 412	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.02 225

SAMSARA	1.01 347	0.70 351	3.29 363	0.20 386	0.06 334	1.65 375	0.05 293	0.48 166	0.53 158	2.91 393	0.68 351	2.97 383	1.08 354	3.89 292	1.54 348	0.00 1	0.04 360	0.00 1	0.02 333	0.05 222	0.03 258

LCNet	0.22 124	0.11 136	0.74 60	0.11 355	0.00 1	0.97 220	0.00 1	0.09 52	0.59 261	0.01 127	0.00 1	0.02 39	1.10 355	0.43 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.01 128

NVStereoNet_ROB	1.08 350	0.39 287	2.15 301	0.08 336	0.02 283	0.45 91	0.02 257	0.89 223	0.67 360	0.10 304	5.85 388	1.90 372	1.11 356	6.20 381	1.14 335	0.20 388	0.00 1	0.03 384	0.07 363	0.12 307	0.13 371
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	2.41 386	1.16 392	3.63 373	0.36 393	0.40 394	1.19 353	0.50 376	7.85 406	8.44 408	1.17 374	8.12 400	7.07 397	1.13 357	4.11 302	1.04 331	0.70 399	0.00 1	0.01 359	0.00 1	1.07 401	0.29 393

NaN_ROB	0.80 327	0.47 306	1.63 254	0.17 377	0.19 382	0.58 123	0.38 365	2.11 354	0.80 374	0.53 358	0.33 332	0.48 278	1.13 357	4.98 328	1.94 354	0.00 1	0.02 334	0.01 359	0.05 357	0.06 242	0.14 374

Consistency-Raft	0.39 218	0.30 237	2.53 331	0.14 368	0.03 304	0.90 204	0.04 285	1.36 276	0.59 261	0.00 1	0.02 277	0.02 39	1.15 359	0.33 168	0.43 300	0.02 364	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

MDST_ROB	1.54 371	0.06 85	3.42 367	0.14 368	0.16 371	5.42 405	0.32 355	4.33 397	0.61 299	6.08 405	1.25 368	1.04 337	1.16 360	5.81 361	0.83 328	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.11 360

raft_robust	0.56 286	0.36 266	0.87 115	0.00 1	0.15 368	0.64 148	0.00 1	2.20 359	0.56 177	0.00 1	0.01 205	0.44 271	1.18 361	4.46 313	0.01 77	0.00 1	0.00 1	0.00 1	0.15 385	0.09 287	0.03 258

DeepStereo_RVC	0.22 124	0.04 38	0.87 115	0.05 309	0.02 283	1.07 294	0.32 355	0.04 13	0.56 177	0.01 127	0.00 1	0.00 1	1.25 362	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.05 305

LVE	2.75 391	1.12 386	2.30 308	0.46 394	0.45 395	1.87 381	0.06 298	7.19 405	9.72 409	0.03 245	11.08 411	9.01 402	1.26 363	6.93 396	0.91 329	1.86 407	0.16 402	0.04 392	0.24 405	0.22 359	0.13 371

ACVNet_1	1.10 351	1.42 403	4.00 381	0.31 392	0.02 283	1.25 358	0.10 318	1.69 330	0.61 299	0.26 333	0.01 205	4.39 388	1.29 364	4.75 320	0.57 318	0.79 403	0.00 1	0.00 1	0.00 1	0.32 379	0.18 382

CBMV_ROB	0.84 331	0.06 85	1.73 264	0.00 1	0.00 1	1.37 369	0.47 370	2.57 377	0.58 249	2.13 386	0.76 354	1.06 338	1.38 365	4.04 299	0.54 313	0.00 1	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305

RAFT + AFF	0.60 303	0.75 359	1.04 149	0.00 1	0.00 1	1.10 321	0.06 298	1.45 295	0.57 210	0.02 217	0.00 1	0.18 199	1.43 366	4.80 323	0.15 235	0.00 1	0.17 403	0.00 1	0.00 1	0.27 373	0.08 338

CSAN	1.05 349	0.61 341	2.46 323	0.09 341	0.08 344	0.71 162	0.71 385	2.20 359	0.93 379	0.85 365	2.92 376	0.79 320	1.46 367	5.37 342	1.58 349	0.01 350	0.01 304	0.00 1	0.00 1	0.09 287	0.05 305

TransformOpticalFlow	0.85 333	0.27 226	2.72 341	0.30 391	0.03 304	1.25 358	0.05 293	1.53 318	0.61 299	0.28 338	0.38 336	1.27 350	1.54 368	6.53 388	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ADCL	1.52 370	0.44 298	4.70 389	0.07 331	0.03 304	2.21 385	2.35 406	0.92 228	0.80 374	1.57 381	1.11 364	1.25 347	1.55 369	1.77 216	11.53 407	0.01 350	0.00 1	0.00 1	0.00 1	0.10 294	0.01 128

EDNetEfficientorigin	6.23 407	0.45 301	98.39 434	0.02 270	0.04 319	0.42 81	0.02 257	0.33 141	2.90 393	7.07 407	3.12 378	1.31 353	1.61 370	4.26 308	4.55 377	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 225

PWCK	2.44 387	1.65 405	7.31 398	0.22 387	0.02 283	3.12 392	4.74 414	3.06 389	3.48 396	0.72 361	4.42 383	3.40 384	1.67 371	9.06 408	3.36 368	0.39 396	0.01 304	0.00 1	0.00 1	2.19 409	0.08 338

ADCPNet	1.44 368	0.55 333	7.88 399	0.01 246	0.19 382	2.78 388	0.27 349	0.90 224	0.38 141	0.04 262	0.02 277	1.43 361	1.81 372	2.22 231	9.08 399	0.00 1	0.47 412	0.00 1	0.64 416	0.04 205	0.15 375

KSHMR	3.68 397	1.11 385	3.06 356	2.84 414	1.78 413	5.33 404	0.41 367	8.64 408	14.09 411	1.85 384	9.32 405	7.19 398	1.93 373	5.45 344	2.30 358	1.95 408	0.41 411	0.50 411	0.21 396	3.53 412	1.76 415

CRFU-Net	0.40 221	0.12 145	1.50 241	0.14 368	0.01 239	0.90 204	0.00 1	0.42 156	0.14 96	0.00 1	0.00 1	0.42 268	1.94 374	2.15 225	0.12 218	0.00 1	0.00 1	0.03 384	0.00 1	0.03 184	0.00 1

WAO-6	2.38 384	0.69 349	1.93 285	0.00 1	0.00 1	3.94 397	0.29 353	5.62 400	7.23 405	0.34 346	6.76 392	7.73 400	1.96 375	5.88 363	5.07 383	0.00 1	0.00 1	0.00 1	0.00 1	0.15 326	0.03 258

IMH-64-1	1.98 377	0.88 372	1.46 236	1.92 408	0.54 398	2.90 390	1.64 396	5.24 398	0.91 377	0.97 367	4.83 385	2.10 377	2.00 376	5.33 338	2.83 364	3.56 413	0.04 360	0.02 375	0.00 1	1.90 405	0.50 402

IMH-64	1.98 377	0.88 372	1.46 236	1.92 408	0.54 398	2.90 390	1.64 396	5.24 398	0.91 377	0.97 367	4.83 385	2.10 377	2.00 376	5.33 338	2.83 364	3.56 413	0.04 360	0.02 375	0.00 1	1.90 405	0.50 402

aanetorigin	0.86 337	0.36 266	3.45 369	0.11 355	0.13 363	0.39 73	0.93 392	0.13 80	0.14 96	3.38 394	1.21 365	0.29 232	2.01 378	2.87 250	1.35 344	0.02 364	0.00 1	0.02 375	0.05 357	0.30 377	0.08 338

DPSNet	1.25 361	0.28 230	5.34 391	0.28 390	0.07 340	1.50 370	0.00 1	3.53 393	0.69 362	0.03 245	0.00 1	0.45 274	2.10 379	5.67 354	4.61 378	0.02 364	0.04 360	0.00 1	0.02 333	0.23 363	0.09 351

STrans-v2	0.85 333	0.28 230	1.66 256	0.00 1	0.01 239	0.85 193	0.04 285	2.05 349	0.67 360	0.48 356	0.87 361	1.12 345	2.12 380	6.64 393	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

WZ-Net	1.38 365	1.14 390	10.22 405	0.00 1	0.00 1	0.82 183	0.00 1	1.37 282	0.61 299	0.01 127	0.01 205	1.09 341	2.20 381	6.39 387	3.68 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 254	0.02 225

SGM_RVC	1.54 371	0.35 259	1.60 250	0.15 371	0.17 376	1.25 358	0.77 386	1.97 347	0.88 376	4.31 395	2.46 375	4.36 387	2.37 382	6.98 397	1.78 352	0.21 389	0.23 404	0.20 404	0.23 400	0.26 369	0.31 394
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DRaft	0.56 286	0.08 111	0.73 51	0.00 1	0.00 1	0.92 213	0.19 333	0.05 19	0.09 50	0.03 245	0.26 325	0.06 131	2.55 383	4.61 318	1.38 345	0.00 1	0.03 345	0.00 1	0.02 333	0.03 184	0.08 338

FTStereo	0.78 325	0.01 1	1.27 203	0.12 359	0.00 1	1.15 343	2.80 409	0.09 52	0.61 299	0.16 322	5.93 390	0.36 251	2.56 384	0.53 181	0.01 77	0.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WAO-7	2.46 388	0.92 378	1.85 276	0.03 287	0.05 327	4.73 400	0.54 379	5.67 401	4.50 398	1.49 379	7.64 398	5.52 391	2.69 385	8.48 404	4.51 376	0.00 1	0.00 1	0.33 408	0.02 333	0.19 349	0.06 325

MeshStereo	2.61 389	0.65 344	2.71 340	0.02 270	0.02 283	1.55 372	0.94 393	3.02 388	1.29 385	11.21 414	7.34 394	11.54 405	2.74 386	6.34 385	2.43 359	0.00 1	0.00 1	0.00 1	0.00 1	0.28 374	0.03 258
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
THIR-Stereo	0.93 342	0.18 177	1.34 211	0.00 1	0.01 239	0.53 111	3.86 412	0.10 67	0.10 69	0.10 304	1.50 372	0.76 317	2.90 387	5.73 357	1.45 346	0.00 1	0.00 1	0.02 375	0.00 1	0.01 58	0.00 1

CrosDoStereo	1.10 351	0.08 111	1.43 231	0.00 1	0.05 327	0.63 144	5.86 416	0.60 185	0.38 141	0.26 333	1.21 365	0.19 206	3.02 388	6.61 391	1.64 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

DeepStereo_LL	1.10 351	0.08 111	1.43 231	0.00 1	0.05 327	0.63 144	5.86 416	0.60 185	0.38 141	0.26 333	1.21 365	0.19 206	3.02 388	6.61 391	1.64 350	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.00 1

SANet	1.99 379	0.71 355	3.37 365	0.03 287	0.03 304	2.85 389	0.85 391	2.42 366	8.33 407	1.55 380	4.13 382	4.29 386	3.23 390	5.39 343	2.47 360	0.00 1	0.00 1	0.00 1	0.00 1	0.06 242	0.06 325

IMH	2.83 393	1.28 396	1.89 279	1.96 411	0.60 400	5.22 403	0.24 340	6.28 403	4.13 397	1.90 385	7.52 397	6.39 394	3.40 391	6.59 390	2.53 361	3.92 415	0.12 397	0.05 393	0.00 1	2.06 407	0.47 399

DEmStereo	0.75 322	0.06 85	1.73 264	0.04 299	0.00 1	0.78 175	0.52 378	0.05 19	0.57 210	0.05 271	0.72 353	0.02 39	3.42 392	5.79 360	1.29 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

ktn	4.96 403	1.21 393	2.41 318	3.20 415	1.02 407	8.36 410	2.08 402	9.00 410	17.02 412	5.18 401	12.71 415	13.69 409	3.51 393	8.05 403	3.68 371	5.30 418	0.02 334	0.00 1	0.00 1	2.14 408	0.55 405

MSMD_ROB	2.04 381	0.40 289	2.13 299	0.00 1	0.00 1	4.88 401	0.22 339	0.93 229	1.82 391	5.71 403	7.79 399	7.39 399	3.72 394	4.62 319	1.22 339	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

notaker	4.30 400	1.28 396	3.70 374	3.71 417	0.90 406	4.91 402	0.39 366	6.90 404	1.96 392	5.39 402	11.82 413	16.90 415	3.75 395	7.59 401	5.65 384	5.23 417	0.01 304	0.10 400	0.06 360	4.57 414	1.22 412

GrayStereo	0.46 240	0.01 1	0.71 47	0.10 345	0.00 1	1.12 336	2.67 408	0.20 109	0.59 261	0.00 1	0.00 1	0.08 145	3.76 396	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.00 1

PSM-AAD	0.49 254	0.02 7	0.75 68	0.06 327	0.00 1	1.19 353	2.19 403	0.12 75	0.59 261	0.01 127	0.45 339	0.13 175	4.04 397	0.22 160	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.01 128

TorneroNet-64	6.39 409	1.31 399	2.23 305	1.99 412	0.65 402	18.82 419	0.28 351	11.98 416	26.18 421	5.99 404	12.75 416	19.37 418	4.08 398	9.94 410	5.95 391	0.89 405	0.00 1	0.11 401	0.00 1	3.44 411	1.81 416

WAO-8	5.13 405	1.91 409	2.34 311	0.60 398	0.10 352	12.98 413	0.34 360	11.65 414	24.58 419	4.87 397	10.60 410	13.32 407	4.10 399	8.85 405	3.55 369	0.75 401	0.32 407	0.71 413	0.12 377	0.70 395	0.11 360

Venus	5.12 404	1.91 409	2.34 311	0.60 398	0.10 352	12.98 413	0.34 360	11.65 414	24.58 419	4.87 397	10.54 409	13.32 407	4.10 399	8.85 405	3.55 369	0.75 401	0.32 407	0.71 413	0.12 377	0.70 395	0.11 360

EDNetEfficient	2.96 395	0.23 209	19.99 413	0.19 383	0.85 404	1.02 234	2.03 401	0.56 176	5.14 399	8.09 411	1.81 373	0.94 328	4.14 401	3.72 288	10.22 404	0.00 1	0.03 345	0.00 1	0.06 360	0.05 222	0.03 258

WCMA_ROB	2.01 380	0.34 250	1.89 279	0.04 299	0.00 1	1.07 294	0.60 380	1.09 252	1.21 383	5.12 400	9.87 408	8.09 401	4.48 402	3.74 290	2.55 362	0.00 1	0.00 1	0.01 359	0.00 1	0.02 135	0.13 371

TorneroNet	6.97 411	1.37 401	2.22 304	1.95 410	1.12 409	19.47 420	0.47 370	13.04 419	26.32 422	7.90 409	17.10 418	17.67 417	4.62 403	10.46 412	7.94 393	1.98 409	0.03 345	0.11 401	0.00 1	4.15 413	1.49 413

SGM+DAISY	2.38 384	0.98 379	4.37 384	0.48 395	0.33 392	2.24 386	1.94 400	1.16 261	1.47 388	6.62 406	5.89 389	5.77 392	5.09 404	5.76 359	4.39 375	0.16 386	0.15 401	0.06 395	0.14 381	0.26 369	0.40 397

JetBlue	5.71 406	2.18 414	16.18 410	0.00 1	2.13 414	29.20 421	14.20 422	3.90 395	0.74 368	0.71 360	2.30 374	6.42 395	5.97 405	17.84 417	8.74 397	0.09 381	0.01 304	0.00 1	0.00 1	2.62 410	0.96 410

ELAS	2.75 391	0.35 259	2.67 338	0.05 309	0.04 319	6.72 407	1.83 399	2.84 387	3.38 395	8.25 412	9.14 403	3.95 385	6.15 406	3.73 289	5.70 385	0.00 1	0.04 360	0.01 359	0.01 319	0.10 294	0.08 338
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FCDSN-DC	2.66 390	0.08 111	1.65 255	0.00 1	0.00 1	1.73 378	0.37 363	1.64 328	1.35 386	8.08 410	11.18 412	11.78 406	7.59 407	4.76 321	2.80 363	0.02 364	0.00 1	0.00 1	0.00 1	0.03 184	0.05 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ELAS_RVC	2.84 394	0.34 250	3.86 378	0.05 309	0.05 327	1.52 371	5.02 415	1.93 345	5.28 400	7.10 408	6.96 393	6.26 393	8.34 408	4.96 327	4.90 381	0.00 1	0.04 360	0.01 359	0.01 319	0.10 294	0.09 351
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.40 414	2.59 416	75.27 425	0.00 1	0.00 1	0.18 38	0.04 285	0.13 80	20.18 414	39.66 423	4.06 381	4.68 389	8.53 409	3.94 296	7.96 395	0.02 364	0.07 385	0.00 1	0.02 333	0.14 319	0.50 402

FC-DCNN	3.42 396	0.11 136	2.03 289	0.00 1	0.00 1	3.18 393	0.60 380	3.13 391	2.98 394	11.40 415	12.28 414	13.93 411	8.68 410	5.70 355	4.27 374	0.00 1	0.00 1	0.00 1	0.00 1	0.01 58	0.06 325

UNDER WATER	6.24 408	0.99 380	8.13 401	4.62 420	2.68 415	8.66 411	0.77 386	8.37 407	22.50 418	4.55 396	6.36 391	15.93 414	8.89 411	8.99 407	8.85 398	3.25 412	0.04 360	1.36 416	0.02 333	6.24 419	3.56 418

DispFullNet	1.20 358	0.63 343	3.58 370	1.00 402	0.82 403	0.41 76	0.00 1	1.44 293	0.61 299	2.55 389	0.64 350	1.10 342	8.95 412	0.84 194	1.22 339	0.00 1	0.02 334	0.00 1	0.00 1	0.24 364	0.02 225

UNDER WATER-64	6.84 410	1.25 395	9.68 404	4.53 419	3.53 418	16.61 418	1.79 398	8.72 409	22.23 416	5.11 399	5.07 387	17.34 416	10.14 413	9.19 409	8.21 396	2.00 410	0.03 345	1.52 417	0.11 373	6.09 418	3.62 419

JetRed	13.51 420	18.77 423	42.38 419	1.28 405	1.18 410	54.67 423	25.60 423	12.87 417	6.75 403	8.50 413	8.61 401	13.77 410	10.87 414	24.50 422	30.67 421	0.24 391	0.68 414	0.53 412	0.02 333	5.93 416	2.43 417

DPSimNet_ROB	7.90 412	5.46 419	13.55 409	3.66 416	5.16 421	7.26 408	9.60 420	6.11 402	7.46 406	13.33 416	9.50 406	11.03 403	11.89 415	10.08 411	12.35 409	4.36 416	5.55 422	5.35 421	5.34 420	4.96 415	5.98 422

FADE	8.29 413	5.89 420	27.26 415	2.64 413	2.97 417	1.26 361	1.13 395	9.60 412	6.84 404	2.66 391	0.94 362	5.28 390	14.22 416	13.53 413	9.84 400	16.99 424	2.70 420	18.19 424	20.39 425	1.88 404	1.60 414

MADNet++	9.87 416	2.12 412	7.11 397	7.99 422	4.58 420	14.38 416	6.90 419	9.23 411	5.88 401	16.88 417	17.47 420	11.07 404	15.72 417	24.26 420	19.76 419	8.52 419	6.39 423	4.85 420	2.69 418	5.96 417	5.73 421

SGM-ForestM	8.89 415	0.68 348	3.61 371	0.57 397	0.18 378	14.89 417	5.99 418	9.62 413	10.59 410	20.43 418	17.16 419	39.22 422	20.29 418	20.63 418	13.19 411	0.04 372	0.14 399	0.00 1	0.07 363	0.15 326	0.36 396

MANE	9.96 417	0.69 349	2.88 351	1.22 404	0.61 401	13.15 415	3.46 410	15.62 421	22.27 417	22.74 419	30.00 423	29.74 420	23.22 419	17.17 416	13.78 413	0.29 394	0.56 413	0.09 399	0.61 415	0.15 326	1.00 411

BEATNet-Init1	14.52 421	6.56 421	34.32 418	1.10 403	1.02 407	31.53 422	11.99 421	15.58 420	17.42 413	30.17 422	27.03 421	43.14 423	24.36 420	24.41 421	18.27 418	0.27 393	0.32 407	0.36 409	0.46 413	1.26 402	0.76 408

LE_ROB	9.96 417	0.54 327	9.62 403	1.40 407	1.24 411	3.29 394	4.64 413	4.31 396	43.01 423	51.54 424	13.34 417	14.15 412	24.60 421	6.66 394	20.28 420	0.04 372	0.05 374	0.12 403	0.20 392	0.07 254	0.09 351

HanzoNet	12.77 419	4.55 418	11.74 408	5.35 421	2.79 416	7.59 409	0.66 382	12.97 418	20.40 415	25.99 420	28.61 422	34.05 421	25.08 422	25.93 423	14.98 416	10.77 422	3.91 421	3.00 419	3.73 419	8.16 421	5.15 420

ASD4	35.17 423	42.77 424	34.00 417	20.47 424	35.77 423	80.11 426	95.20 432	26.58 423	69.14 424	27.82 421	35.84 424	27.05 419	44.35 423	37.95 424	53.20 424	10.25 421	10.28 425	12.30 422	11.09 422	16.01 423	13.25 424

LRCNet_RVC	55.44 426	60.56 429	57.70 423	66.68 430	44.91 425	6.22 406	0.00 1	52.80 424	1.37 387	70.44 425	81.09 428	67.07 424	55.41 424	51.59 425	46.24 423	90.66 434	41.89 429	90.95 435	90.04 431	64.32 430	68.75 430

PML	71.49 430	88.65 435	73.56 424	82.49 432	75.59 429	85.39 427	79.41 427	71.62 428	87.17 428	90.48 431	85.96 429	90.50 431	60.21 425	91.76 435	73.85 426	96.01 441	2.36 419	86.79 434	6.59 421	83.59 433	17.83 426

xxxxx1	63.71 427	58.10 426	78.65 426	43.63 425	48.97 426	92.61 429	92.18 429	60.44 425	69.38 425	73.77 428	76.42 425	77.82 427	76.45 426	72.33 426	77.46 427	35.89 427	37.06 426	48.26 428	62.63 427	48.72 427	43.44 427

tt_ll	63.71 427	58.10 426	78.65 426	43.63 425	48.97 426	92.61 429	92.18 429	60.44 425	69.38 425	73.77 428	76.42 425	77.82 427	76.45 426	72.33 426	77.46 427	35.89 427	37.06 426	48.26 428	62.63 427	48.72 427	43.44 427

ff	63.71 427	58.10 426	78.65 426	43.63 425	48.97 426	92.61 429	92.18 429	60.44 425	69.38 425	73.77 428	76.42 425	77.82 427	76.45 426	72.33 426	77.46 427	35.89 427	37.06 426	48.26 428	62.63 427	48.72 427	43.44 427

test_example2	97.61 438	99.96 439	99.93 435	99.83 444	99.97 444	98.84 433	99.76 433	91.98 429	100.00 436	100.00 436	100.00 434	89.18 430	86.51 429	99.29 436	96.54 432	99.97 443	99.55 437	92.92 436	98.06 434	100.00 444	99.95 443

tt	48.25 424	0.05 61	28.22 416	1.29 406	0.00 1	100.00 436	100.00 434	100.00 435	97.19 430	0.08 292	0.00 1	97.99 434	86.70 430	2.26 232	99.92 435	83.66 431	94.83 430	16.47 423	21.27 426	35.05 424	0.01 128

SPstereo	50.33 425	10.80 422	21.19 414	11.76 423	9.23 422	66.15 424	76.05 425	100.00 435	100.00 436	95.98 433	93.33 430	100.00 436	93.15 431	90.92 432	72.10 425	9.41 420	8.60 424	19.85 425	14.84 424	6.36 420	6.89 423

MEDIAN_ROB	93.37 434	98.75 437	96.05 432	90.90 435	90.53 436	85.63 428	76.45 426	92.03 430	89.53 429	95.05 432	94.99 431	96.02 432	93.85 432	90.36 431	87.21 430	98.36 442	95.79 431	99.61 437	98.77 435	98.80 442	98.72 442

Anonymous_1	89.88 433	75.38 432	97.81 433	74.49 431	78.39 430	100.00 436	100.00 434	98.09 434	99.76 432	96.82 434	99.37 432	97.66 433	99.77 433	91.14 434	98.89 433	81.73 430	97.25 432	59.96 431	85.38 430	77.37 432	88.27 431

HaxPig	95.46 437	97.61 436	87.80 430	97.80 443	99.17 443	77.55 425	75.28 424	96.76 433	99.61 431	99.97 435	99.97 433	99.62 435	99.97 434	91.02 433	87.28 431	99.98 444	99.98 439	99.98 438	99.99 438	99.97 443	99.97 444

MyStereo03	99.18 443	100.00 441	100.00 438	96.47 439	98.78 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

MyStereo02	99.18 443	100.00 441	100.00 438	96.47 439	98.78 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

MyStereo	99.18 443	100.00 441	100.00 438	96.47 439	98.78 439	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.73 437	100.00 441	100.00 439	100.00 439	96.63 438	97.99 438

Selective-RAFT-Error	99.17 442	100.00 441	100.00 438	96.65 442	98.79 442	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.64 435	100.00 441	100.00 439	100.00 439	96.25 436	98.10 441

CasAABBNet	99.15 441	100.00 441	100.00 438	96.37 438	98.76 438	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.65 436	99.99 440	100.00 439	100.00 439	96.27 437	97.93 437

LSM0	99.11 440	99.97 440	100.00 438	95.93 436	98.59 437	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	93.89 440	99.97 438	100.00 439	100.00 439	96.64 441	97.25 436

DPSMNet_ROB	81.54 432	60.77 431	99.95 436	61.42 429	87.05 434	99.11 434	100.00 434	95.93 432	99.99 434	73.11 427	100.00 434	70.84 426	100.00 435	77.43 430	99.98 436	35.39 426	97.54 436	35.21 427	99.89 436	46.30 426	90.94 433

DGTPSM_ROB	81.49 431	60.74 430	99.95 436	61.20 428	86.99 433	99.11 434	100.00 434	95.92 431	99.99 434	73.08 426	100.00 434	70.81 425	100.00 435	77.39 429	99.98 436	35.10 425	97.48 435	35.12 426	99.89 436	46.16 425	90.85 432

DPSM_ROB	94.00 435	79.32 433	100.00 438	83.19 433	85.69 431	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	89.53 432	97.42 433	74.97 432	95.13 432	83.79 434	90.98 434

DPSM	94.00 435	79.32 433	100.00 438	83.19 433	85.69 431	100.00 436	100.00 434	100.00 435	100.00 436	100.00 436	100.00 434	100.00 436	100.00 435	100.00 438	100.00 438	89.53 432	97.42 433	74.97 432	95.13 432	83.79 434	90.98 434

AVERAGE_ROB	98.45 439	99.13 438	95.46 431	100.00 445	100.00 445	93.36 432	81.95 428	100.00 435	99.97 433	100.00 436	100.00 434	100.00 436	100.00 435	99.72 437	99.40 434	100.00 445	100.00 441	100.00 439	100.00 439	100.00 444	100.00 445

Low-res two-view benchmark