Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

GLC_STEREO	3.61 8	1.35 23	3.91 5	6.86 169	0.23 1	4.69 24	1.61 47	9.80 10	7.20 23	5.64 31	9.11 29	5.19 36	2.02 12	10.25 55	3.70 65	0.07 68	0.04 44	0.22 223	0.00 1	0.24 58	0.17 17

CASnet	4.11 25	1.27 16	5.28 16	5.63 85	0.31 2	4.89 36	2.86 115	11.52 28	11.73 74	11.06 67	11.80 55	4.16 21	1.63 7	6.30 11	2.22 4	0.63 232	0.00 1	0.60 271	0.13 154	0.15 33	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Patchmatch Stereo++	5.88 62	1.97 90	10.43 164	5.66 88	0.45 3	5.54 70	2.32 92	13.26 42	7.79 31	12.69 79	18.14 98	12.86 125	6.63 101	12.36 127	5.60 124	1.09 284	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32
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
NRIStereo	5.98 70	1.91 88	9.60 128	6.29 131	0.45 3	6.56 111	2.52 100	15.37 75	11.43 71	12.55 75	15.07 78	11.45 96	6.11 86	12.32 123	6.23 142	0.83 256	0.16 122	0.11 168	0.00 1	0.32 97	0.33 28

HUI-Stereo	5.80 53	1.98 97	10.42 162	5.66 88	0.45 3	5.52 63	2.68 109	13.29 46	7.82 37	12.71 85	18.16 100	12.91 130	6.60 97	10.73 62	5.36 116	0.89 264	0.08 92	0.10 149	0.00 1	0.25 62	0.36 38

iGMRVC	5.86 61	1.97 90	10.41 161	5.66 88	0.45 3	5.53 67	1.75 69	13.35 47	7.81 36	12.69 79	18.17 102	12.86 125	6.53 96	12.34 125	5.77 130	1.13 290	0.09 95	0.10 149	0.00 1	0.26 72	0.34 31

iRAFT	5.88 62	1.97 90	10.43 164	5.66 88	0.45 3	5.54 70	2.32 92	13.26 42	7.79 31	12.69 79	18.14 98	12.86 125	6.63 101	12.36 127	5.60 124	1.09 284	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32

RAFT-IKP	5.85 59	1.97 90	10.36 156	5.66 88	0.45 3	5.33 58	2.01 83	13.27 44	7.79 31	12.69 79	18.19 104	12.77 120	6.67 110	12.36 127	5.60 124	1.11 287	0.09 95	0.10 149	0.00 1	0.25 62	0.35 32

PSM-adaLoss	5.83 57	1.97 90	10.44 166	5.66 88	0.46 9	5.54 70	1.91 78	13.24 40	7.80 35	12.69 79	18.19 104	12.80 121	6.65 109	11.89 102	5.45 120	1.02 278	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

ROB_FTStereo_v2	5.85 59	1.97 90	10.38 159	5.66 88	0.46 9	5.52 63	1.95 80	13.24 40	7.78 30	12.68 78	18.16 100	12.83 122	6.61 99	12.27 120	5.63 127	1.00 275	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

ROB_FTStereo	5.82 55	1.97 90	10.37 158	5.67 95	0.46 9	5.52 63	1.63 49	13.27 44	7.79 31	12.69 79	18.06 97	12.86 125	6.63 101	12.28 122	5.43 118	0.87 263	0.09 95	0.10 149	0.00 1	0.26 72	0.36 38

fff	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 273	15.45 126	20.36 128	7.49 54	12.54 197	9.03 32	6.26 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

csc	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 273	15.45 126	20.36 128	7.49 54	12.54 197	9.03 32	6.26 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

cscssc	7.26 122	1.99 98	9.12 104	4.17 18	0.47 12	4.73 26	1.68 58	16.56 96	33.55 273	15.45 126	20.36 128	7.49 54	12.54 197	9.03 32	6.26 144	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

111	7.73 143	2.39 180	9.12 104	4.17 18	0.47 12	10.65 162	3.49 142	21.34 165	28.25 236	10.60 61	16.85 92	14.74 156	10.22 162	12.48 133	6.61 157	0.43 195	0.01 7	0.00 1	0.00 1	0.35 110	2.39 275

MGS-Stereo	3.47 5	1.54 40	7.34 55	3.79 9	0.51 16	4.78 32	1.51 41	6.53 2	9.92 63	4.54 17	10.22 41	5.44 40	1.26 3	8.51 28	2.53 20	0.21 141	0.01 7	0.02 73	0.00 1	0.59 189	0.23 20

CRE-IMP	5.83 57	1.86 79	11.10 189	6.20 121	0.51 16	6.86 116	1.64 51	12.56 33	9.01 52	13.16 94	16.11 86	10.94 93	6.14 88	12.81 144	6.46 154	0.50 208	0.07 86	0.10 149	0.00 1	0.27 80	0.27 24

TANstereo	4.87 35	1.49 38	5.02 14	4.02 12	0.51 16	14.25 207	0.15 3	9.17 8	12.84 82	12.80 87	18.36 106	5.14 35	4.43 45	6.01 6	2.30 6	0.09 79	0.12 113	0.00 1	0.01 56	0.02 1	0.68 86

s12784h	6.22 79	1.01 2	4.95 13	3.57 6	0.54 19	19.55 274	0.95 18	19.51 140	18.39 144	12.98 92	12.58 62	7.78 60	5.56 74	11.34 79	4.36 89	0.89 264	0.01 7	0.05 109	0.00 1	0.07 8	0.20 19

LoS	3.83 13	1.25 13	4.39 9	3.29 4	0.58 20	4.87 35	1.15 22	11.00 19	13.34 90	5.02 21	10.69 46	4.14 20	3.78 27	9.15 39	3.20 51	0.08 72	0.03 36	0.09 141	0.00 1	0.13 30	0.35 32

DeepStereo_RVC	5.95 67	1.88 83	10.44 166	5.76 104	0.60 21	5.45 59	1.78 70	12.93 36	8.02 40	14.07 111	14.98 76	12.40 114	10.05 158	12.02 107	7.35 160	0.61 230	0.10 105	0.12 173	0.00 1	0.21 49	0.29 26

XX-TBD	4.63 32	10.71 330	3.94 6	10.55 299	0.62 22	5.95 86	0.08 1	7.91 5	12.75 81	11.73 70	14.80 75	4.04 19	1.64 8	4.90 3	2.61 26	0.08 72	0.01 7	0.00 1	0.00 1	0.26 72	0.06 2

panet	3.79 12	1.10 3	3.76 3	2.70 3	0.63 23	5.60 74	0.41 6	10.89 18	14.11 101	7.11 35	10.55 45	5.73 43	3.75 26	6.25 9	2.89 44	0.04 22	0.02 23	0.03 88	0.01 56	0.06 5	0.07 3

CREStereo	3.75 11	1.21 8	3.79 4	2.66 2	0.66 24	5.52 63	0.39 5	10.77 17	14.18 102	7.14 36	10.54 44	5.25 37	3.54 23	6.27 10	2.88 43	0.04 22	0.01 7	0.03 88	0.01 56	0.05 2	0.05 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-DCA	5.76 50	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	21.10 159	13.53 91	7.39 40	10.06 35	4.44 27	9.58 151	11.08 64	2.33 7	0.05 39	1.18 279	0.00 1	0.04 94	0.37 123	1.93 217

xx1	6.52 92	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	19.19 134	15.95 119	7.39 40	10.07 39	16.17 174	12.10 192	11.08 64	2.33 7	0.05 39	1.18 279	0.02 73	0.36 247	0.37 123	1.93 217

1test111	6.16 77	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	21.10 159	13.53 91	7.39 40	10.06 35	4.44 27	9.58 151	12.08 110	9.26 193	0.05 39	1.18 279	0.00 1	0.04 94	0.37 123	1.93 217

cc1	5.79 52	2.52 189	6.38 25	6.77 162	0.74 25	10.55 158	5.19 174	19.19 134	15.95 119	7.39 40	10.06 35	4.44 27	9.58 151	11.08 64	2.33 7	0.05 39	1.18 279	0.00 1	0.04 94	0.34 106	2.04 245

AAGNet	8.15 150	1.75 61	10.57 169	7.72 218	0.74 25	5.74 79	4.98 172	15.90 83	14.59 105	20.31 226	23.80 167	15.08 163	11.25 174	12.27 120	16.70 261	0.85 259	0.06 76	0.32 251	0.01 56	0.15 33	0.16 15

DCANet-4	6.78 100	1.21 8	11.48 192	3.95 10	0.76 30	4.73 26	1.68 58	18.40 126	25.78 216	15.44 125	20.36 128	6.42 47	8.48 135	8.87 31	6.24 143	0.18 126	0.05 51	0.01 58	0.00 1	0.10 13	1.37 163

DCANet	6.87 104	2.02 106	9.12 104	4.03 13	0.76 30	4.77 31	1.74 68	16.15 86	25.07 205	15.88 140	20.79 136	7.89 62	11.31 176	9.23 40	6.15 137	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	2.01 239

ADStereo(finetuned)	7.09 117	2.04 110	11.52 194	4.01 11	0.77 32	4.78 32	1.73 66	16.15 86	25.08 206	15.89 141	20.74 135	7.88 61	13.56 212	9.11 37	6.07 134	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	1.93 217

RE-Stereo	6.97 111	1.79 66	10.18 147	7.14 186	0.77 32	6.14 93	3.39 136	20.72 152	18.43 146	13.41 99	19.33 114	11.78 103	6.09 84	12.66 138	6.22 140	0.58 223	0.05 51	0.21 216	0.22 195	0.12 23	0.10 9

TVStereo	6.97 111	1.79 66	10.18 147	7.14 186	0.77 32	6.14 93	3.39 136	20.72 152	18.43 146	13.41 99	19.33 114	11.78 103	6.09 84	12.66 138	6.22 140	0.58 223	0.05 51	0.21 216	0.22 195	0.12 23	0.10 9

OCTAStereo	6.97 111	1.80 68	10.20 149	7.15 191	0.78 35	6.12 92	3.38 135	20.72 152	18.47 149	13.41 99	19.33 114	11.91 108	6.05 82	12.68 140	6.19 139	0.59 226	0.06 76	0.21 216	0.22 195	0.12 23	0.10 9

iRaftStereo_RVC	5.06 37	2.15 141	7.88 70	5.54 78	0.78 35	5.22 52	0.45 8	18.47 127	11.75 75	9.72 57	15.05 77	5.74 44	3.18 19	9.29 42	2.52 18	0.02 7	1.24 295	0.00 1	0.01 56	0.58 183	1.62 191

NF-Stereo	6.96 110	1.80 68	10.17 146	7.16 192	0.79 37	6.15 95	3.26 133	20.74 156	18.45 148	13.42 102	19.33 114	11.67 100	6.05 82	12.71 142	6.17 138	0.57 222	0.06 76	0.21 216	0.23 202	0.12 23	0.09 7

RCA-Stereo	5.58 43	1.26 14	6.71 38	4.85 44	0.80 38	5.51 62	3.97 150	17.56 116	19.40 159	8.45 46	14.11 71	8.73 71	8.70 139	6.88 14	2.77 38	0.05 39	0.98 259	0.11 168	0.00 1	0.14 31	0.61 78

SST-Stereo	6.85 101	1.67 55	9.39 121	7.24 196	0.82 39	5.89 84	1.87 76	15.34 74	9.89 62	19.25 215	20.26 127	16.63 181	8.40 134	13.81 179	5.75 129	0.40 185	0.05 51	0.13 178	0.00 1	0.10 13	0.08 5

RAFT_R40	7.14 120	1.73 60	9.36 120	7.36 200	0.82 39	5.74 79	3.69 143	15.47 77	15.09 109	18.24 196	19.87 122	16.82 182	8.50 136	13.72 178	5.81 131	0.28 162	0.02 23	0.14 185	0.00 1	0.11 20	0.09 7

THIR-Stereo	9.52 185	2.21 150	9.26 117	5.38 72	0.85 41	15.55 225	11.50 293	16.88 104	21.74 174	24.45 282	31.96 255	14.20 146	13.85 220	11.89 102	8.54 182	0.14 108	0.25 147	0.10 149	0.05 108	0.40 138	1.11 141

tt1	5.74 48	2.52 189	6.54 34	6.89 171	0.86 42	10.31 156	4.08 152	19.77 143	16.80 132	7.17 37	9.02 27	4.71 33	8.97 144	11.11 68	2.34 10	0.05 39	1.17 275	0.00 1	0.04 94	0.29 88	2.07 250

AFF-stereo	6.50 90	2.29 159	8.09 76	4.63 37	0.87 43	3.48 9	0.75 13	16.92 105	13.98 98	13.26 96	25.21 178	15.46 167	7.68 120	11.50 87	3.71 67	0.04 22	0.70 227	0.00 1	0.00 1	0.48 162	1.02 127

GMStereo	6.44 85	4.92 278	12.13 212	5.60 81	0.87 43	9.18 143	2.57 104	12.99 37	25.54 213	12.85 88	11.84 56	5.60 42	3.62 24	11.92 104	6.44 153	0.53 212	0.02 23	0.05 109	0.36 247	0.98 247	0.70 88
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_4	5.75 49	1.40 28	6.47 31	7.20 194	0.89 45	5.81 83	1.82 72	12.26 32	6.62 21	12.85 88	30.51 232	7.61 57	3.81 28	12.70 141	3.47 59	0.02 7	0.27 148	0.03 88	0.17 180	0.39 134	0.67 84

PFNet+	6.92 107	1.64 52	10.96 184	6.27 125	0.90 46	5.66 76	1.68 58	14.43 65	16.02 121	18.13 193	21.24 139	14.33 149	5.97 81	13.13 159	5.51 122	0.90 266	0.20 129	0.11 168	0.30 231	0.08 11	0.94 120

Selective-RAFT	6.10 74	1.16 5	10.90 183	7.41 201	0.91 47	15.22 222	1.11 21	14.84 70	16.23 123	7.19 39	7.06 19	11.49 97	8.10 127	12.83 146	5.19 111	0.26 157	0.97 258	0.00 1	0.46 271	0.10 13	0.65 81

IGEVStereo-DCA	3.90 14	2.95 217	7.30 49	4.05 14	0.92 48	4.94 44	1.65 52	14.40 59	5.82 8	4.17 12	4.67 4	4.50 30	3.95 31	11.24 75	4.28 85	0.18 126	0.56 211	0.00 1	0.17 180	0.25 62	1.98 227

rrr	3.99 21	2.95 217	11.04 187	4.05 14	0.92 48	4.94 44	1.53 44	11.97 31	6.50 20	4.17 12	4.67 4	4.50 30	3.95 31	11.24 75	4.28 85	0.18 126	0.56 211	0.00 1	0.22 195	0.25 62	1.88 210

DRaft	9.41 182	1.56 42	10.09 145	4.18 22	0.92 48	12.87 186	5.68 187	17.40 113	29.75 244	21.24 245	38.12 312	9.96 84	13.97 222	11.81 97	8.08 171	0.66 238	0.30 156	0.07 131	0.26 217	0.33 100	0.88 108

Pruner-Stereo	6.85 101	1.81 71	10.24 152	6.92 174	0.92 48	5.55 73	4.01 151	14.42 64	11.85 76	18.22 195	21.92 151	15.64 170	5.69 78	12.10 113	6.08 135	0.84 258	0.02 23	0.18 202	0.10 144	0.11 20	0.38 46

SA	8.43 156	2.16 145	10.02 143	8.41 242	0.93 52	7.36 125	2.21 91	23.73 189	26.15 218	13.55 104	30.84 238	9.89 83	10.09 159	16.84 233	3.52 61	0.18 126	0.68 225	0.17 199	0.40 267	0.48 162	0.92 112

PSM-softLoss	6.90 105	1.81 71	10.84 178	7.04 179	0.93 52	5.53 67	1.97 81	23.18 182	9.65 59	14.16 112	22.01 155	12.84 123	5.15 62	13.03 151	7.95 168	0.76 245	0.06 76	0.27 234	0.55 289	0.21 49	0.14 13

KMStereo	6.90 105	1.81 71	10.84 178	7.04 179	0.93 52	5.53 67	1.97 81	23.18 182	9.65 59	14.16 112	22.01 155	12.84 123	5.15 62	13.03 151	7.95 168	0.76 245	0.06 76	0.27 234	0.55 289	0.21 49	0.14 13

ARAFT	8.86 168	3.86 256	17.37 284	5.96 110	0.94 55	12.59 183	10.80 280	18.20 121	19.95 162	18.77 204	16.27 88	17.78 202	8.88 143	18.82 259	5.30 115	0.35 174	0.04 44	0.00 1	0.00 1	0.62 195	0.64 79

RAFT-RH_RVC	7.88 145	1.51 39	7.72 63	5.41 74	0.96 56	11.41 170	1.48 39	13.43 48	15.04 108	17.54 178	45.66 352	10.86 92	6.42 94	13.48 168	5.26 114	0.81 254	0.04 44	0.12 173	0.13 154	0.12 23	0.17 17

RAFT-345	6.94 108	1.48 36	7.45 57	5.65 87	0.96 56	5.49 61	3.20 126	13.73 53	10.97 67	13.81 108	42.93 340	9.01 75	5.31 64	13.09 158	4.73 101	0.58 223	0.05 51	0.10 149	0.06 118	0.08 11	0.08 5

KYRaft	9.17 180	1.39 26	7.74 65	7.07 183	1.03 58	8.05 137	7.90 241	23.72 188	9.22 57	21.43 248	31.08 241	22.52 243	8.03 125	12.21 117	3.16 50	0.10 87	0.02 23	0.05 109	0.67 296	0.46 158	17.51 383

dd	8.57 160	5.20 283	13.37 233	6.91 173	1.05 59	10.30 154	3.89 147	17.29 111	34.00 280	15.73 135	17.50 93	7.45 53	6.60 97	15.00 203	10.99 219	1.39 305	0.41 183	0.18 202	0.46 271	2.25 294	1.40 171

test_xeample3	4.08 22	2.95 217	11.20 190	4.05 14	1.05 59	5.62 75	1.58 46	13.23 39	4.76 2	7.10 34	3.83 3	3.18 10	3.30 20	11.75 94	4.42 91	0.08 72	0.74 230	0.00 1	0.38 262	0.26 72	2.04 245

DisPM	6.68 96	1.58 45	9.90 139	7.19 193	1.12 61	5.71 78	3.69 143	13.74 54	12.42 78	16.60 152	23.63 165	12.64 117	6.39 93	13.31 166	4.08 79	0.77 248	0.01 7	0.08 135	0.15 169	0.14 31	0.53 65

CrosDoStereo	9.41 182	1.65 53	8.83 92	5.19 63	1.13 62	7.34 123	14.47 316	16.33 90	24.64 202	24.44 280	33.36 276	13.18 135	13.52 209	12.56 135	9.08 189	0.06 57	0.11 109	0.09 141	0.04 94	0.41 141	1.73 198

DeepStereo_LL	9.41 182	1.65 53	8.83 92	5.19 63	1.13 62	7.34 123	14.47 316	16.33 90	24.64 202	24.44 280	33.36 276	13.18 135	13.52 209	12.56 135	9.08 189	0.06 57	0.11 109	0.09 141	0.04 94	0.41 141	1.73 198

CAS++	4.25 28	2.16 145	6.64 37	4.57 36	1.14 64	4.22 14	1.62 48	19.22 136	10.81 65	9.35 54	9.25 32	1.97 4	1.40 4	9.87 52	2.00 3	0.15 115	0.05 51	0.00 1	0.00 1	0.33 100	0.28 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Sa-1000	8.91 170	2.10 127	9.11 102	8.07 234	1.16 65	16.62 249	2.39 94	25.58 204	25.43 211	15.52 130	28.24 206	12.19 112	8.67 137	16.40 221	3.70 65	0.39 183	0.86 249	0.16 196	0.23 202	0.48 162	0.89 110

raft_robust	8.39 154	2.81 208	7.62 62	6.32 133	1.17 66	5.47 60	0.82 15	34.37 301	35.49 295	18.40 198	20.25 126	7.24 52	5.51 69	15.77 211	3.40 58	0.11 91	1.10 271	0.00 1	0.50 281	0.33 100	1.19 145

PSM-AAD	8.76 164	1.41 29	6.46 30	6.87 170	1.18 67	12.78 185	9.66 266	20.03 148	15.78 115	21.79 253	24.91 174	14.31 148	13.16 206	12.42 131	4.07 78	0.05 39	0.06 76	2.44 337	0.16 176	0.45 153	7.17 349

GMOStereo	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

error version	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

test-v	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

test-2	6.33 81	2.04 110	8.28 81	5.68 96	1.20 68	6.11 87	2.14 85	11.20 21	13.15 85	18.66 199	21.83 145	17.35 193	6.64 105	7.09 16	2.78 39	0.02 7	1.42 318	0.13 178	0.00 1	0.53 174	0.37 42

anonymousdsp2	6.47 89	1.81 71	9.73 132	5.25 66	1.23 72	9.35 144	3.96 149	22.51 173	18.39 144	12.87 90	10.19 40	10.17 85	4.46 48	11.77 95	3.83 70	0.06 57	1.00 264	0.31 249	0.18 189	0.25 62	2.06 249

DEmStereo	9.07 175	1.70 57	10.89 181	4.86 45	1.23 72	11.51 171	5.70 188	14.24 57	27.02 226	22.33 261	32.56 267	11.70 102	15.04 234	11.83 98	8.53 181	0.31 167	0.16 122	0.02 73	0.09 137	0.11 20	1.47 178

CFNet-RSSM	5.78 51	1.24 12	9.20 114	4.82 43	1.23 72	6.33 100	1.21 25	17.35 112	18.14 142	13.35 98	11.17 51	11.69 101	5.43 65	9.71 51	3.34 54	0.03 16	0.20 129	0.00 1	0.36 247	0.37 123	0.42 53

TransformOpticalFlow	7.95 146	2.10 127	9.83 137	6.06 114	1.24 75	6.82 114	7.98 242	18.60 128	14.06 100	14.93 118	28.79 210	18.74 214	11.03 168	12.79 143	4.12 80	0.06 57	0.04 44	0.21 216	0.04 94	0.21 49	1.27 155

RAFT	9.07 175	2.76 206	10.38 159	8.89 257	1.24 75	13.48 196	8.19 247	17.14 108	17.29 137	23.01 268	19.34 118	20.06 225	11.13 171	17.79 250	6.43 152	0.09 79	1.12 273	0.28 240	0.02 76	0.79 228	1.94 223

Any-RAFT	6.28 80	1.42 31	4.91 12	5.00 56	1.25 77	10.18 150	1.90 77	22.68 176	15.87 117	12.12 72	19.23 113	13.69 143	4.65 56	9.35 43	2.36 12	0.06 57	0.57 214	0.00 1	0.00 1	0.05 2	0.35 32

CroCo-Stereo	3.51 7	2.49 188	8.03 74	9.10 259	1.26 78	0.97 1	0.96 19	11.24 26	8.52 48	3.79 9	4.87 7	7.93 64	4.44 47	3.26 1	2.76 33	0.03 16	0.00 1	0.00 1	0.00 1	0.34 106	0.16 15
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
IPLGR	7.48 130	1.61 46	14.03 242	4.92 54	1.30 79	10.30 154	1.20 24	24.52 197	22.59 183	16.71 160	18.84 109	8.44 69	7.49 115	9.62 49	6.34 150	0.26 157	0.05 51	0.05 109	0.06 118	0.37 123	0.93 116

LCNet	7.64 136	1.41 29	6.15 21	6.93 175	1.35 80	9.00 141	5.44 182	18.37 124	11.30 68	16.62 153	24.39 172	14.67 153	11.03 168	12.03 108	4.01 74	0.07 68	0.02 23	0.23 225	2.07 340	1.00 250	6.69 343

EGLCR-Stereo	3.41 3	1.28 18	6.47 31	4.22 23	1.36 81	5.18 51	1.24 26	11.58 29	5.47 4	3.80 10	3.40 1	8.10 65	1.69 10	9.53 48	2.23 5	0.09 79	0.89 254	0.01 58	0.00 1	0.24 58	1.42 174

RAFT-Stereo + iAFF	5.94 65	2.35 173	8.80 91	4.07 17	1.36 81	2.78 5	0.66 10	17.05 106	15.89 118	12.65 77	18.49 107	11.81 105	7.89 123	8.48 27	3.80 69	0.02 7	0.75 232	0.00 1	0.00 1	0.43 146	1.49 182

PMTNet	5.52 42	1.11 4	4.24 8	2.49 1	1.38 83	8.75 140	0.67 11	12.64 35	12.84 82	8.66 47	11.27 52	6.00 45	4.70 58	9.91 53	3.02 45	22.39 389	0.01 7	0.04 101	0.02 76	0.06 5	0.23 20

Gwc-CoAtRS	5.80 53	1.37 25	9.07 99	4.80 42	1.39 84	6.90 118	1.27 27	16.50 94	15.48 114	13.07 93	13.35 68	12.64 117	5.61 75	9.14 38	4.20 81	0.04 22	0.32 159	0.00 1	0.29 226	0.30 92	0.33 28

MC-Stereo	4.47 30	1.16 5	5.85 18	6.14 116	1.43 85	3.70 11	1.73 66	10.62 15	7.83 38	6.85 33	13.33 67	6.77 48	6.21 89	11.23 74	2.52 18	0.04 22	1.30 298	0.06 116	0.24 206	0.17 39	2.14 262

LargeStereo	3.49 6	1.67 55	6.59 35	6.41 135	1.44 86	4.50 17	1.66 57	11.20 21	5.34 3	3.01 2	6.40 18	4.30 25	4.36 41	5.66 4	3.53 62	0.05 39	1.20 285	0.00 1	0.15 169	0.32 97	2.10 257

test-3	5.64 45	1.29 19	9.52 126	4.88 46	1.45 87	6.53 109	2.92 117	13.64 50	19.04 155	12.75 86	8.67 24	13.01 132	4.10 36	9.39 45	2.58 21	0.01 2	1.09 269	0.00 1	0.37 251	0.28 84	1.25 153

test_1	5.63 44	1.29 19	9.52 126	4.90 52	1.45 87	6.51 108	2.93 119	13.65 52	19.05 156	12.58 76	8.67 24	13.02 133	4.07 35	9.39 45	2.58 21	0.01 2	1.09 269	0.00 1	0.38 262	0.28 84	1.26 154

test_3	5.97 68	1.26 14	9.95 141	6.84 168	1.45 87	8.73 139	3.18 125	14.26 58	19.86 161	12.22 73	8.91 26	13.78 144	3.99 33	9.38 44	2.58 21	0.01 2	1.10 271	0.00 1	0.37 251	0.30 92	1.20 146

ff7	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

ffff	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

11t	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

ProNet	4.14 26	2.35 173	7.50 59	4.22 23	1.47 90	5.67 77	6.24 204	13.78 56	7.71 29	3.38 4	4.93 8	3.72 16	3.52 22	11.52 89	2.72 32	0.08 72	1.32 302	0.01 58	0.26 217	0.47 160	2.02 240

ccc-4	3.92 15	2.12 133	7.30 49	4.22 23	1.47 90	4.90 37	1.65 52	14.40 59	5.82 8	5.08 24	5.59 13	3.45 11	4.61 50	11.48 82	2.76 33	0.04 22	0.98 259	0.00 1	0.17 180	0.35 110	1.98 227

SMFormer	11.03 224	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.74 252	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	14.46 245	0.41 188	1.20 285	0.28 240	0.24 206	0.45 153	1.47 178

tta	11.03 224	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.73 251	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	14.46 245	0.41 188	1.20 285	0.28 240	0.24 206	0.39 134	1.60 188

qqq1	10.51 213	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.74 252	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	4.42 91	0.41 188	1.20 285	0.00 1	0.14 163	0.39 134	1.60 188

fff1	10.51 213	1.90 84	14.85 253	4.89 48	1.48 95	14.92 213	3.21 128	31.03 257	30.74 252	20.28 222	29.37 217	18.33 208	14.54 225	16.56 226	4.42 91	0.41 188	1.20 285	0.00 1	0.14 163	0.39 134	1.60 188

MoCha-V2	3.68 9	1.42 31	5.50 17	6.03 112	1.50 99	4.53 18	1.32 30	11.05 20	6.30 18	5.86 32	5.39 10	2.66 6	6.33 90	10.36 56	1.58 1	0.19 135	1.57 331	0.00 1	0.24 206	0.07 8	1.77 202

HITNet	8.41 155	3.59 251	9.91 140	5.30 67	1.52 100	13.35 195	4.48 161	22.00 169	16.06 122	15.52 130	22.95 162	15.28 166	11.74 183	14.91 201	9.25 192	0.10 87	0.01 7	0.48 263	0.06 118	0.58 183	1.04 129
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
STrans-v2	8.16 151	2.09 125	9.79 134	5.44 75	1.53 101	11.87 175	9.69 267	19.77 143	13.20 89	14.01 110	25.80 182	17.88 205	12.55 200	13.30 165	4.39 90	0.06 57	0.01 7	0.18 202	0.01 56	0.25 62	1.31 160

AnonymousM	6.73 97	12.03 343	3.53 2	4.47 32	1.55 102	4.42 16	3.17 124	11.94 30	8.44 45	17.00 167	10.06 35	9.08 76	4.00 34	7.56 20	4.06 77	0.55 219	0.68 225	23.13 383	8.12 373	0.07 8	0.65 81

Prome-Stereo	8.22 152	1.48 36	6.24 23	7.06 182	1.55 102	6.54 110	9.08 253	21.88 168	9.88 61	21.12 243	32.48 266	11.82 106	11.59 180	11.99 106	4.04 76	0.08 72	0.02 23	0.19 208	0.12 150	0.45 153	6.89 346

BEATNet_4x	10.11 200	5.82 291	14.80 252	6.14 116	1.55 102	13.87 201	5.98 199	26.24 211	18.35 143	16.53 149	25.41 179	18.01 206	13.78 218	18.01 251	12.39 231	0.48 203	0.18 126	0.81 291	0.11 148	2.02 286	1.70 196

CASS	8.64 161	2.03 108	8.60 87	8.71 252	1.59 105	15.02 220	2.75 112	23.27 185	18.58 152	16.29 142	22.78 160	13.42 139	13.68 216	13.07 157	7.66 162	1.18 297	0.05 51	0.13 178	0.01 56	0.75 223	3.24 304
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MIPNet	7.26 122	2.30 160	13.74 237	5.32 69	1.61 106	11.32 168	2.77 113	27.02 223	18.47 149	15.56 132	13.20 66	7.01 49	9.46 150	8.84 30	6.32 148	0.15 115	0.03 36	0.06 116	0.08 131	0.42 144	1.39 169

MLCV	9.96 194	3.33 238	14.77 250	5.75 103	1.62 107	14.91 212	1.31 29	22.06 170	24.83 204	22.51 263	31.57 250	17.20 187	8.07 126	17.07 237	12.11 225	0.48 203	0.01 7	0.05 109	0.05 108	0.48 162	1.10 137

SGM_RVC	20.33 331	3.24 233	8.92 96	7.20 194	1.62 107	39.61 367	17.01 335	39.11 342	35.12 292	46.26 374	42.62 339	51.57 380	39.45 368	39.66 373	29.87 348	1.16 293	0.37 172	0.55 268	0.35 245	1.20 256	1.64 192
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
HH	6.00 71	2.42 181	9.81 135	5.74 101	1.64 109	7.05 120	3.48 139	17.54 114	7.69 27	8.73 48	12.47 60	14.83 157	8.86 141	13.04 153	2.59 24	0.04 22	1.21 290	0.20 213	0.05 108	0.30 92	2.34 268

HanStereo	6.00 71	2.42 181	9.81 135	5.74 101	1.64 109	7.05 120	3.48 139	17.54 114	7.69 27	8.73 48	12.47 60	14.83 157	8.86 141	13.04 153	2.59 24	0.04 22	1.21 290	0.20 213	0.05 108	0.30 92	2.34 268

TestStereo	6.45 86	3.34 239	8.02 73	6.23 123	1.68 111	6.33 100	2.48 98	14.54 67	16.71 131	11.71 69	24.13 170	9.38 78	7.13 112	11.83 98	4.32 87	0.12 99	0.01 7	0.00 1	0.00 1	0.73 217	0.33 28

MIM_Stereo	7.37 129	2.06 118	12.02 210	4.71 39	1.69 112	5.17 50	1.28 28	19.54 141	13.09 84	16.93 163	28.48 208	13.05 134	5.43 65	13.25 163	7.41 161	0.02 7	0.62 221	0.00 1	0.01 56	0.45 153	2.09 256

DIP-Stereo	6.99 116	2.37 175	11.45 191	4.78 41	1.70 113	13.13 190	1.47 37	15.76 80	7.43 24	14.57 116	26.61 193	10.76 91	5.10 60	14.97 202	8.10 172	0.06 57	0.06 76	0.06 116	0.00 1	0.17 39	1.22 148
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
OMP-Stereo	7.13 119	2.89 213	9.89 138	10.98 308	1.73 114	4.81 34	1.85 74	18.38 125	16.26 124	16.94 165	14.11 71	17.45 197	7.57 117	13.26 164	5.12 110	0.43 195	0.04 44	0.06 116	0.02 76	0.20 48	0.56 71

MSKI-zero shot	5.11 38	1.81 71	6.47 31	6.17 118	1.78 115	6.42 105	1.50 40	13.59 49	8.66 50	10.63 62	11.58 53	13.29 138	2.35 16	12.34 125	3.09 46	0.05 39	1.21 290	0.02 73	0.29 226	0.15 33	0.85 104

IIG-Stereo	7.59 133	2.47 184	9.40 122	10.39 294	1.78 115	6.67 112	1.47 37	17.83 118	16.51 130	18.91 209	20.12 125	17.76 201	8.74 140	13.21 162	5.43 118	0.44 198	0.05 51	0.03 88	0.00 1	0.17 39	0.45 57

IGEV-Stereo	3.97 19	2.10 127	6.78 41	4.43 30	1.81 117	4.92 41	1.68 58	14.84 70	5.82 8	5.25 28	5.54 11	4.22 24	4.36 41	11.55 91	2.68 30	0.04 22	0.88 252	0.00 1	0.18 189	0.36 117	1.98 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
IRAFT_RVC	8.93 171	1.80 68	10.65 171	7.83 222	1.81 117	6.36 103	10.05 271	26.32 214	27.59 231	17.93 188	19.70 119	17.67 200	9.98 157	13.20 160	6.29 147	0.37 181	0.30 156	0.19 208	0.05 108	0.23 56	0.24 22

anonymousdsp	3.97 19	2.10 127	6.76 40	4.43 30	1.82 119	4.92 41	1.68 58	14.84 70	5.82 8	5.26 29	5.54 11	4.20 22	4.37 43	11.54 90	2.68 30	0.04 22	0.87 250	0.00 1	0.18 189	0.36 117	1.98 227

qqq	7.72 142	2.15 141	10.06 144	5.01 57	1.82 119	8.62 138	7.27 230	21.10 159	13.53 91	12.48 74	18.71 108	16.17 174	12.10 192	12.08 110	9.26 193	0.08 72	1.35 310	0.02 73	0.36 247	0.36 117	1.93 217

knoymous	6.46 87	1.84 78	5.13 15	4.31 29	1.88 121	6.36 103	5.55 185	15.25 73	14.48 104	13.85 109	21.25 140	12.66 119	6.63 101	13.20 160	5.11 108	0.19 135	0.13 114	0.12 173	0.00 1	0.71 215	0.57 76

test-1	6.03 73	1.76 63	15.61 266	8.01 232	1.98 122	7.82 134	1.16 23	13.64 50	13.60 94	9.69 56	15.16 79	11.55 99	5.45 67	7.78 21	4.35 88	0.16 117	1.18 279	0.00 1	0.13 154	0.16 37	1.39 169

CREStereo++_RVC	4.83 34	1.16 5	4.67 10	4.71 39	2.02 123	4.01 12	0.11 2	9.48 9	18.00 141	8.87 50	16.74 91	4.43 26	2.15 13	6.09 8	3.39 57	0.07 68	0.00 1	0.00 1	10.51 379	0.05 2	0.12 12
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
GES	9.01 173	2.61 202	12.88 222	6.76 160	2.02 123	13.08 189	6.33 208	22.23 172	22.21 179	19.80 220	26.73 194	8.97 74	11.01 167	14.41 188	8.35 180	0.54 217	0.10 105	0.30 248	0.15 169	0.82 236	0.99 122

ToySt	11.51 236	2.48 187	17.84 290	6.10 115	2.09 125	16.11 239	12.36 301	25.07 199	28.25 236	15.22 121	25.16 177	25.51 266	15.98 248	17.63 248	15.46 251	0.19 135	1.08 268	0.04 101	0.31 232	0.66 208	2.67 284

dad	13.05 263	11.39 338	15.64 269	7.35 199	2.10 126	15.64 227	3.48 139	18.77 131	35.55 296	27.77 308	33.76 283	31.59 299	13.04 204	14.79 198	11.16 220	3.35 342	0.54 206	7.85 368	0.96 312	3.88 325	2.49 279

IGEV_Zeroshot_test	5.90 64	2.30 160	15.24 261	6.90 172	2.11 127	4.35 15	1.51 41	15.68 79	8.52 48	13.73 107	11.89 57	11.49 97	3.82 29	11.41 80	4.76 102	0.11 91	0.84 245	0.15 190	0.25 215	0.87 241	1.98 227

cross-raft	5.70 47	1.44 34	7.08 43	6.69 155	2.11 127	5.89 84	1.44 35	16.44 92	8.38 44	13.42 102	20.70 134	12.20 113	4.38 44	9.06 35	3.11 47	0.03 16	0.38 173	0.00 1	0.22 195	0.24 58	0.84 103

TestStereo1	8.04 147	2.22 153	8.85 94	10.87 306	2.12 129	4.66 22	2.40 95	21.17 163	23.79 194	17.41 171	26.31 189	9.41 79	9.09 146	16.23 215	3.85 71	0.14 108	0.40 177	0.02 73	0.13 154	0.58 183	1.10 137

SA-5K	8.04 147	2.22 153	8.85 94	10.87 306	2.12 129	4.66 22	2.40 95	21.17 163	23.79 194	17.41 171	26.31 189	9.41 79	9.09 146	16.23 215	3.85 71	0.14 108	0.40 177	0.02 73	0.13 154	0.58 183	1.10 137

11t1	6.61 94	1.76 63	9.64 130	5.62 84	2.15 131	13.57 198	2.67 108	15.77 81	8.83 51	13.66 106	11.90 58	12.03 111	9.76 155	12.23 119	8.58 183	0.23 145	1.33 306	0.00 1	0.31 232	0.26 72	1.95 224

SGM-Forest	13.63 275	2.55 194	8.22 80	6.30 132	2.16 132	23.84 303	11.13 288	34.68 306	32.40 265	27.27 304	33.02 270	30.08 293	17.82 274	22.13 297	15.40 250	1.66 314	0.32 159	0.88 295	0.03 84	0.79 228	1.93 217
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FENet	8.22 152	1.39 26	7.33 54	6.43 136	2.17 133	10.97 164	2.20 89	22.10 171	21.26 167	17.85 186	23.22 163	14.29 147	11.50 178	13.56 173	8.32 177	0.29 164	0.24 143	0.03 88	0.03 84	0.18 43	1.04 129

EAI-Stereo	5.82 55	2.06 118	9.08 100	6.23 123	2.20 134	6.24 98	6.20 203	20.18 149	6.36 19	10.65 63	15.97 84	6.31 46	3.63 25	12.09 112	4.88 104	0.06 57	0.73 229	0.04 101	1.59 331	0.21 49	1.67 194

iResNet	11.06 226	4.16 263	16.83 277	7.89 227	2.23 135	15.59 226	9.17 257	24.49 196	29.14 241	20.78 233	31.13 243	16.87 184	11.58 179	15.45 208	12.50 236	0.64 233	0.05 51	0.02 73	0.10 144	0.79 228	1.71 197

Selective-IGEV	3.46 4	1.32 21	5.92 19	4.55 34	2.27 136	4.65 21	2.07 84	11.50 27	5.81 7	3.19 3	4.75 6	5.46 41	1.77 11	11.24 75	2.37 13	0.05 39	0.82 243	0.00 1	0.20 193	0.10 13	1.17 143

ASMatch	7.61 134	1.63 49	9.18 112	5.79 105	2.27 136	4.63 20	2.54 101	17.23 110	13.73 95	17.27 170	34.28 287	13.26 137	10.15 161	12.39 130	5.49 121	0.12 99	0.24 143	0.21 216	0.17 180	0.18 43	1.55 187

H2IRNET	6.11 75	1.63 49	7.52 60	4.69 38	2.30 138	4.07 13	0.71 12	12.58 34	13.88 96	7.18 38	20.80 137	15.50 168	10.48 163	10.72 61	8.26 175	0.19 135	0.00 1	0.07 131	0.52 284	0.52 173	0.55 68

R-Stereo Train	7.33 127	1.62 47	9.31 118	6.80 166	2.33 139	7.57 128	5.36 180	24.47 194	7.63 25	16.40 146	33.07 271	12.42 115	5.52 70	8.06 24	5.23 112	0.05 39	0.05 51	0.01 58	0.00 1	0.12 23	0.56 71

RAFT-Stereo	7.33 127	1.62 47	9.31 118	6.80 166	2.33 139	7.57 128	5.36 180	24.47 194	7.63 25	16.40 146	33.07 271	12.42 115	5.52 70	8.06 24	5.23 112	0.05 39	0.05 51	0.01 58	0.00 1	0.12 23	0.56 71
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iRaft-Stereo_20w	6.75 99	2.17 147	13.20 232	5.07 59	2.34 141	7.43 127	2.61 105	20.20 150	7.85 39	15.28 122	10.36 43	14.42 152	8.13 128	16.81 231	4.20 81	0.06 57	0.84 245	0.13 178	0.83 303	0.66 208	2.42 276

PFNet	8.10 149	1.75 61	12.34 216	7.54 209	2.40 142	7.41 126	5.81 193	23.83 191	17.85 140	20.78 233	17.57 94	15.22 165	7.72 121	13.37 167	6.46 154	0.33 171	0.20 129	0.12 173	0.19 192	0.32 97	0.77 98

FTStereo	8.76 164	1.57 43	6.75 39	6.55 141	2.45 143	7.65 130	11.62 294	18.36 123	9.01 52	20.25 221	40.79 328	15.87 173	12.36 196	11.02 63	4.69 100	0.24 150	0.01 7	0.09 141	0.16 176	0.19 46	5.58 330

MIF-Stereo	3.10 2	1.22 11	7.79 66	4.50 33	2.51 144	2.59 4	0.42 7	5.88 1	5.74 6	5.46 30	7.76 22	1.12 1	1.46 5	9.06 35	5.42 117	0.06 57	0.07 86	0.00 1	0.01 56	0.60 192	0.26 23

AE-Stereo	5.68 46	1.78 65	9.22 116	9.25 262	2.52 145	10.13 149	2.92 117	13.10 38	14.88 107	4.88 20	13.10 65	10.72 90	4.43 45	9.24 41	3.37 55	0.10 87	1.31 300	0.06 116	0.32 234	0.21 49	2.03 243

GMStereo_Zeroshot	11.32 230	8.59 324	21.66 313	10.06 281	2.53 146	12.38 177	1.43 33	21.36 166	21.50 172	23.48 272	35.74 297	24.85 260	6.12 87	20.48 275	8.28 176	0.83 256	0.02 23	0.25 231	0.01 56	6.33 344	0.53 65

StereoIM	2.96 1	2.05 115	7.26 48	3.35 5	2.54 147	1.78 3	0.28 4	8.41 6	5.58 5	2.77 1	3.62 2	7.05 50	4.60 49	5.95 5	3.33 53	0.01 2	0.05 51	0.00 1	0.00 1	0.19 46	0.39 48

x	7.70 140	2.12 133	8.93 97	5.08 60	2.55 148	11.65 172	4.40 159	20.91 157	12.53 79	13.58 105	20.49 132	15.73 172	11.10 170	10.65 57	10.16 203	0.11 91	1.37 312	0.04 101	0.29 226	0.34 106	1.95 224

GMM-Stereo	8.44 157	1.27 16	7.36 56	6.64 153	2.56 149	10.00 146	9.29 259	23.79 190	11.33 69	17.96 189	29.59 221	17.14 186	7.59 118	11.77 95	4.61 98	0.13 106	0.01 7	0.24 229	0.94 307	0.49 170	6.14 336

HSM-Net_RVC	11.37 234	1.57 43	6.32 24	5.99 111	2.67 150	20.99 284	7.19 227	28.50 233	28.64 238	21.03 242	25.84 183	33.64 318	16.37 255	16.83 232	10.76 214	0.21 141	0.08 92	0.02 73	0.00 1	0.16 37	0.55 68
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RAFT-Test	6.19 78	1.47 35	7.90 71	4.91 53	2.70 151	9.97 145	1.52 43	17.08 107	9.06 55	13.21 95	23.67 166	12.89 129	4.63 55	9.47 47	3.57 63	0.02 7	0.81 240	0.00 1	0.38 262	0.21 49	0.39 48

222	13.07 265	1.99 98	10.74 174	6.56 142	2.74 152	19.95 277	2.54 101	34.13 296	24.42 200	22.52 264	31.39 245	20.78 227	16.99 262	14.31 185	48.07 391	0.16 117	1.33 306	0.01 58	0.32 234	0.37 123	2.02 240

GANet-ADL	8.73 163	2.80 207	9.48 123	7.87 225	2.77 153	12.88 187	5.29 178	29.97 250	25.61 214	14.50 114	16.64 90	17.02 185	7.60 119	11.61 92	8.01 170	0.51 211	0.40 177	0.10 149	0.12 150	0.77 226	0.70 88

UDGNet	10.51 213	14.75 355	11.91 207	10.29 289	2.78 154	7.93 136	1.94 79	19.31 138	34.57 287	17.74 182	13.70 70	13.56 142	7.30 114	13.52 169	7.18 158	5.80 360	0.11 109	12.86 377	2.76 346	9.87 361	2.34 268

GwcNet-ADL	8.81 166	2.00 102	10.21 150	7.70 216	2.82 155	6.99 119	7.05 224	30.58 255	26.21 220	15.71 134	17.65 95	13.93 145	6.83 111	13.90 180	11.43 221	0.49 206	0.76 236	0.01 58	0.01 56	0.55 181	1.46 177

1111x	12.31 245	2.33 165	12.13 212	5.79 105	2.84 156	15.49 224	8.70 248	36.34 321	29.33 242	16.58 151	27.52 199	26.70 277	15.76 244	17.21 239	24.79 313	0.26 157	1.37 312	0.04 101	0.42 268	0.46 158	2.07 250

CBMV	14.52 287	4.59 270	9.99 142	6.61 148	2.85 157	22.76 296	12.45 302	30.63 256	33.32 272	31.98 333	35.00 294	31.68 300	19.43 289	26.53 319	16.71 262	1.28 302	0.61 220	0.63 273	0.12 150	1.26 261	1.89 211
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
xxxx	12.60 257	2.03 108	10.79 175	6.18 120	2.86 158	21.84 290	3.02 121	34.55 305	25.46 212	16.39 145	31.58 251	26.87 280	14.75 231	14.00 182	37.45 361	0.21 141	1.36 311	0.01 58	0.32 234	0.35 110	2.07 250

GrayStereo	9.02 174	1.35 23	7.73 64	8.62 248	2.88 159	10.28 153	10.99 284	18.66 130	16.36 128	22.78 266	30.63 234	17.56 199	12.19 194	11.50 87	5.08 106	0.09 79	0.02 23	0.19 208	0.78 302	0.33 100	2.37 271

ccs_rob	9.95 193	2.21 150	11.74 198	5.11 62	2.91 160	14.48 209	3.21 128	27.26 225	32.72 269	17.53 177	22.70 159	21.96 237	9.25 148	12.99 149	8.34 178	0.23 145	0.45 189	1.38 318	0.28 223	3.13 313	1.07 135

PCWNet_CMD	9.97 196	2.08 123	11.61 196	5.36 71	2.92 161	16.39 243	2.94 120	29.76 249	34.38 283	17.83 184	21.86 149	18.91 217	8.27 131	13.01 150	7.73 165	0.23 145	0.46 191	0.79 284	0.25 215	3.46 318	1.12 142

MSMDNet	9.96 194	2.08 123	11.66 197	5.39 73	2.92 161	16.50 246	2.89 116	29.73 248	34.55 286	17.86 187	21.91 150	18.86 216	8.36 133	13.06 155	7.74 166	0.24 150	0.47 193	0.66 276	0.24 206	3.07 309	1.04 129

NOSS_ROB	11.76 241	4.63 272	8.14 78	7.46 205	2.92 161	17.82 261	10.55 277	30.45 254	34.08 282	16.37 144	19.97 123	23.14 248	16.31 251	18.22 254	10.67 213	2.98 336	1.84 337	3.39 350	1.64 332	2.24 293	2.37 271

CFNet_pseudo	9.92 192	2.21 150	11.76 199	5.09 61	2.93 164	14.43 208	3.12 122	27.16 224	32.52 267	17.58 181	22.81 161	21.97 238	9.29 149	13.06 155	8.34 178	0.23 145	0.46 191	1.23 313	0.27 221	2.89 305	0.99 122

mmm	8.54 158	2.13 139	10.21 150	5.81 107	2.96 165	14.00 203	6.67 213	19.28 137	12.59 80	16.95 166	24.40 173	17.83 204	10.70 166	12.90 148	9.42 196	0.17 123	1.28 297	0.50 265	0.60 293	0.44 149	2.03 243

test croco	4.41 29	2.18 149	11.50 193	5.46 76	2.97 166	3.20 7	1.38 31	9.01 7	5.96 16	3.56 6	16.63 89	3.01 7	2.76 17	14.80 199	4.25 84	0.32 170	0.00 1	0.04 101	0.01 56	0.79 228	0.43 54

CBMV_ROB	12.51 253	3.86 256	7.98 72	5.81 107	2.99 167	16.05 238	4.62 164	27.61 230	31.37 259	26.75 301	32.62 268	23.97 253	22.66 309	21.14 288	12.09 224	2.15 322	1.78 336	2.24 332	1.27 324	1.64 278	1.54 186

ACVNet	10.83 222	2.25 155	7.10 45	6.43 136	3.02 168	13.17 192	3.75 145	22.83 180	35.15 293	15.81 136	30.67 235	24.65 258	15.77 245	16.47 222	18.13 270	0.16 117	0.01 7	0.06 116	0.07 125	0.65 203	0.43 54

LE_ROB	23.59 354	4.64 273	16.84 278	8.59 247	3.05 169	33.01 347	18.53 347	28.96 240	67.40 400	70.71 401	55.67 381	48.44 375	48.90 383	26.06 317	37.98 362	0.44 198	0.24 143	0.27 234	0.54 286	0.49 170	0.98 121

test_xeample	12.39 249	2.09 125	10.36 156	5.73 100	3.06 170	18.17 264	6.27 205	31.98 274	24.37 199	18.78 205	33.92 285	19.09 219	16.00 249	14.60 191	39.03 369	0.19 135	1.32 302	0.01 58	0.33 240	0.36 117	2.04 245

ssnet_v2	13.84 278	3.15 229	13.44 234	7.99 231	3.08 171	22.60 294	14.51 318	36.65 326	33.59 276	22.04 258	26.10 185	28.64 283	17.16 265	23.13 302	20.86 292	0.50 208	0.32 159	0.20 213	0.13 154	1.41 268	1.38 167

CBFPSM	12.96 261	3.37 240	30.97 336	5.30 67	3.22 172	22.79 297	16.93 333	21.82 167	21.35 169	21.93 256	28.34 207	29.99 291	17.38 268	15.32 207	16.39 258	0.11 91	0.48 194	0.10 149	0.17 180	0.58 183	2.72 288

riskmin	7.28 126	1.54 40	8.37 85	5.01 57	3.24 173	11.65 172	3.20 126	16.61 99	18.86 154	10.45 60	13.46 69	16.20 176	12.68 202	12.46 132	6.57 156	0.17 123	1.38 314	0.14 185	0.33 240	0.67 210	2.52 280

RAFT+CT+SA	7.76 144	2.01 104	7.56 61	11.32 313	3.31 174	4.60 19	7.19 227	17.21 109	27.40 229	10.43 59	27.34 197	7.63 58	7.83 122	15.46 209	3.51 60	0.03 16	0.39 175	0.18 202	0.46 271	0.33 100	0.93 116

StereoDRNet-Refined	14.03 282	3.52 245	12.77 221	8.70 251	3.31 174	18.50 266	4.58 162	29.08 241	30.59 249	29.85 321	42.52 337	25.24 264	19.57 291	23.88 306	23.55 302	0.44 198	0.07 86	0.54 267	0.38 262	0.88 243	2.64 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AACVNet	11.24 228	3.71 253	11.56 195	9.45 266	3.35 176	11.67 174	4.88 171	23.23 184	14.00 99	28.19 311	29.90 225	30.39 296	18.03 275	20.04 267	13.22 240	0.50 208	0.21 137	0.23 225	0.07 125	0.75 223	1.52 184

LL-Strereo2	5.97 68	2.88 212	10.62 170	6.59 144	3.38 177	6.31 99	2.20 89	15.61 78	8.46 46	11.33 68	10.75 48	15.69 171	3.45 21	13.58 174	4.65 99	0.16 117	0.48 194	1.33 317	0.13 154	0.36 117	1.42 174

DN-CSS_ROB	8.72 162	3.49 244	16.63 275	6.74 159	3.39 178	6.20 97	3.43 138	23.40 186	22.03 177	17.46 175	30.28 228	9.33 77	8.32 132	14.71 192	6.36 151	0.91 268	0.00 1	0.45 261	0.00 1	0.65 203	0.70 88

ICVP	10.54 216	2.11 131	7.49 58	9.62 271	3.41 179	13.85 200	6.34 209	26.81 221	23.24 186	16.90 162	31.76 253	27.31 281	12.81 203	12.18 116	12.47 235	1.59 308	0.58 217	0.19 208	0.13 154	0.63 197	1.45 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HHNet	7.57 132	2.01 104	8.03 74	3.71 8	3.46 180	4.93 43	6.17 202	19.69 142	16.27 125	20.91 239	31.75 252	10.56 88	5.82 80	10.69 60	5.10 107	0.67 239	0.07 86	0.21 216	0.14 163	0.63 197	0.54 67

AdaStereo	10.85 223	4.57 269	10.79 175	9.59 270	3.46 180	17.49 258	6.29 206	32.70 280	26.07 217	19.04 211	26.55 192	19.60 222	10.12 160	17.71 249	10.38 206	1.00 275	0.05 51	0.42 259	0.02 76	0.70 213	0.46 58
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.
SFCPSM	9.16 179	1.72 59	12.32 215	5.64 86	3.51 182	16.58 248	6.93 221	31.11 262	26.15 218	17.05 168	20.08 124	11.05 95	9.94 156	12.55 134	6.05 133	0.36 177	0.17 125	0.37 255	0.22 195	0.40 138	1.01 125

Former-RAFT_DAM_RVC	4.91 36	3.05 227	9.51 124	4.55 34	3.59 183	9.01 142	1.46 36	14.59 68	19.31 158	7.65 44	7.22 20	2.04 5	2.21 14	10.13 54	2.51 17	0.12 99	0.03 36	0.08 135	0.00 1	0.62 195	0.50 64

FADNet_RVC	12.44 251	6.19 299	40.86 356	7.04 179	3.69 184	11.30 167	4.17 154	29.67 246	27.67 232	18.20 194	26.04 184	13.47 140	17.15 264	16.85 234	14.95 247	0.99 274	0.75 232	0.60 271	1.32 325	4.18 327	3.62 310

iResNet_ROB	12.41 250	3.19 230	12.39 217	6.63 150	3.72 185	16.98 255	2.64 106	32.29 276	38.58 313	26.93 303	33.73 281	26.24 271	17.40 269	17.36 241	8.95 186	0.33 171	0.01 7	0.00 1	0.00 1	0.40 138	0.35 32

SGM-ForestM	25.21 362	4.80 276	13.50 235	8.68 250	3.74 186	46.85 376	22.04 356	46.25 376	51.32 365	51.28 380	52.07 369	62.64 393	47.13 381	46.05 381	36.30 358	1.99 320	2.25 349	1.21 311	1.24 323	1.65 279	3.21 302

iResNetv2_ROB	12.78 259	4.09 260	15.60 265	6.44 138	3.75 187	14.86 211	7.17 225	34.46 303	37.12 301	26.06 293	34.81 293	29.76 287	16.32 252	14.77 197	7.67 163	0.31 167	0.03 36	0.12 173	0.01 56	0.94 245	1.23 150

CoDeX	9.58 186	2.12 133	10.82 177	6.52 140	3.76 188	16.55 247	6.82 218	26.62 219	25.63 215	17.50 176	25.62 181	14.70 155	11.81 189	12.82 145	7.88 167	0.42 194	0.20 129	0.15 190	0.02 76	0.36 117	1.28 156

DualNet	9.99 197	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	19.77 143	16.80 132	16.64 155	32.03 256	17.29 188	11.78 184	11.11 68	24.30 306	0.05 39	1.17 275	0.80 286	0.37 251	0.29 88	2.07 250

ffm	8.89 169	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	19.77 143	16.80 132	16.64 155	32.03 256	17.29 188	11.78 184	11.11 68	2.34 10	0.05 39	1.17 275	0.80 286	0.37 251	0.29 88	2.07 250

ff1	10.31 206	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	19.77 143	16.80 132	16.64 155	32.03 256	17.29 188	11.78 184	17.54 244	24.30 306	0.05 39	1.17 275	0.80 286	0.37 251	0.29 88	2.07 250

mmx	11.59 239	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	32.76 282	28.92 239	16.64 155	32.03 256	17.29 188	11.78 184	17.54 244	24.30 306	0.24 150	1.21 290	0.80 286	0.37 251	0.65 203	1.89 211

xxx	11.59 239	2.34 167	12.99 226	6.28 126	3.81 189	12.43 178	7.47 232	32.75 281	28.92 239	16.64 155	32.03 256	17.29 188	11.78 184	17.54 244	24.30 306	0.24 150	1.21 290	0.80 286	0.37 251	0.65 203	1.89 211

hknet	10.77 220	1.95 89	11.80 201	7.14 186	3.83 194	15.83 233	8.93 250	34.15 297	22.70 184	18.82 206	21.95 152	23.13 247	17.03 263	16.94 235	9.85 201	0.28 162	0.13 114	0.15 190	0.04 94	0.37 123	0.46 58

UCFNet_RVC	10.01 198	2.81 208	6.11 20	7.31 198	3.92 195	16.80 251	8.00 243	28.68 237	20.81 166	16.57 150	23.35 164	25.82 268	13.06 205	13.55 172	9.18 191	0.12 99	0.06 76	1.19 309	0.32 234	1.47 272	1.06 133

StereoVision	7.48 130	2.90 214	10.47 168	10.13 283	3.93 196	4.99 47	1.86 75	21.10 159	17.66 138	8.90 51	29.71 223	10.95 94	6.61 99	12.83 146	5.11 108	0.69 240	0.05 51	0.17 199	0.03 84	0.98 247	0.56 71

LMCR-Stereo	11.32 230	4.98 280	11.87 205	14.09 334	4.01 197	16.97 254	5.70 188	26.41 215	23.41 190	22.57 265	22.11 157	15.18 164	15.44 241	21.48 292	17.57 266	2.29 324	0.04 44	0.00 1	0.03 84	1.53 275	0.65 81

iinet-f	14.05 283	5.00 281	47.51 366	6.57 143	4.04 198	21.14 285	14.37 313	28.25 231	21.37 170	21.95 257	31.37 244	21.31 233	18.66 279	16.15 212	20.61 289	0.31 167	0.41 183	0.09 141	0.05 108	1.00 250	0.76 96

CSP-Net	13.41 272	3.62 252	11.03 186	6.62 149	4.07 199	25.76 315	9.61 265	29.66 245	27.14 227	29.97 323	33.42 278	29.84 289	17.23 266	20.64 277	16.03 256	1.12 288	0.41 183	0.03 88	0.00 1	0.75 223	1.29 158

FADNet-RVC-Resample	12.31 245	5.22 284	32.28 341	10.14 284	4.08 200	14.97 217	6.98 223	26.54 217	24.42 200	23.72 274	29.31 216	19.87 224	15.01 233	16.26 219	10.61 212	0.65 234	0.52 203	0.48 263	0.54 286	1.52 274	3.09 301

HSM	11.89 242	2.32 163	8.70 89	6.70 158	4.10 201	16.45 244	8.06 244	30.42 253	20.31 165	23.35 271	26.42 191	41.60 354	17.59 272	20.66 278	9.57 199	0.11 91	0.03 36	0.01 58	0.01 56	0.24 58	1.22 148

CFNet_ucs	10.56 217	2.15 141	12.88 222	5.55 79	4.11 202	15.24 223	3.93 148	28.55 235	32.41 266	18.70 203	24.95 176	22.99 245	9.66 154	14.22 183	8.13 173	0.29 164	0.84 245	1.63 322	0.23 202	3.43 317	1.31 160

BUS	9.86 191	1.86 79	9.14 109	7.14 186	4.12 203	19.47 272	2.69 110	34.15 297	23.28 187	18.82 206	21.95 152	14.37 150	11.63 181	14.72 193	12.39 231	0.36 177	0.13 114	0.15 190	0.04 94	0.37 123	0.46 58

BSDual-CNN	10.33 209	1.86 79	9.14 109	7.14 186	4.12 203	15.83 233	8.93 250	34.15 297	23.28 187	18.82 206	21.95 152	22.14 239	13.58 213	14.72 193	9.53 197	0.36 177	0.13 114	0.15 190	0.04 94	0.37 123	0.46 58

psmg	10.36 210	1.86 79	9.14 109	5.58 80	4.12 203	15.74 232	7.65 237	30.05 251	23.28 187	21.80 254	26.26 188	22.14 239	13.58 213	14.72 193	9.53 197	0.36 177	0.13 114	0.17 199	0.04 94	0.44 149	0.67 84

hitnet-ft	12.59 255	3.03 226	7.87 69	7.49 208	4.20 206	27.41 325	3.75 145	23.41 187	24.15 197	21.14 244	34.12 286	31.93 305	19.74 292	20.28 271	18.13 270	0.54 217	1.45 323	0.35 253	0.09 137	1.26 261	1.41 173

CFNet	11.23 227	3.41 241	10.68 172	7.08 184	4.22 207	17.38 257	4.83 170	31.29 267	31.29 258	19.15 213	26.85 195	24.06 254	13.75 217	16.23 215	12.22 229	0.26 157	0.05 51	0.44 260	0.09 137	0.92 244	0.41 51

DMCA	8.96 172	2.60 198	11.84 204	5.61 82	4.25 208	11.09 166	4.36 158	25.89 206	20.23 164	17.10 169	20.96 138	17.55 198	11.92 191	11.47 81	12.27 230	0.60 228	0.09 95	0.35 253	0.05 108	0.48 162	0.57 76

gwcnet-sp	10.26 202	3.56 247	15.31 262	6.59 144	4.30 209	15.71 228	5.71 190	26.09 208	25.15 208	21.68 250	21.77 142	15.01 160	16.42 256	15.21 204	10.76 214	0.12 99	0.20 129	0.02 73	0.09 137	0.63 197	0.86 105

scenet	10.26 202	3.56 247	15.31 262	6.59 144	4.30 209	15.71 228	5.71 190	26.09 208	25.15 208	21.68 250	21.77 142	15.01 160	16.42 256	15.21 204	10.76 214	0.12 99	0.20 129	0.02 73	0.09 137	0.63 197	0.86 105

ssnet	10.26 202	3.56 247	15.31 262	6.59 144	4.30 209	15.71 228	5.71 190	26.09 208	25.15 208	21.68 250	21.77 142	15.01 160	16.42 256	15.21 204	10.76 214	0.12 99	0.20 129	0.02 73	0.09 137	0.63 197	0.86 105

SANet	22.05 342	8.47 323	32.65 342	9.90 278	4.31 212	33.49 350	23.44 361	42.82 360	56.64 379	39.67 360	44.09 347	44.62 362	32.96 356	29.24 333	25.79 321	1.08 282	0.74 230	0.98 301	0.69 297	5.69 341	3.66 312

IPLG	7.65 137	2.00 102	13.81 238	5.86 109	4.35 213	10.97 164	1.43 33	22.52 174	16.50 129	19.78 219	20.62 133	5.28 38	5.49 68	12.58 137	9.70 200	0.13 106	0.06 76	0.03 88	0.07 125	0.41 141	1.38 167

DISCO	16.93 297	2.58 196	17.15 283	8.26 238	4.37 214	27.65 327	10.68 278	31.28 266	44.93 342	22.21 260	34.47 290	36.48 331	23.91 311	36.14 355	34.48 356	0.35 174	0.11 109	0.04 101	0.07 125	1.95 284	1.40 171

PSMNet-RSSM	10.31 206	2.47 184	7.79 66	7.85 224	4.38 215	10.47 157	6.67 213	29.67 246	22.25 180	16.62 153	33.75 282	23.30 249	14.58 229	13.91 181	10.56 209	0.23 145	0.09 95	0.07 131	0.24 206	0.87 241	0.48 62

ttt	10.82 221	2.17 147	9.66 131	7.03 178	4.44 216	14.16 205	6.87 219	33.72 292	30.69 250	15.67 133	31.50 248	14.99 159	10.50 164	16.54 225	13.98 242	0.41 188	1.31 300	0.10 149	0.29 226	0.47 160	1.92 216

PSMNet-ADL	10.30 205	2.32 163	7.83 68	9.69 273	4.44 216	16.04 235	4.16 153	27.57 229	25.08 206	15.16 120	19.04 111	25.28 265	13.63 215	16.49 224	15.33 249	0.86 261	0.81 240	0.01 58	0.04 94	0.33 100	1.81 203

pmcnn	15.27 290	4.31 265	22.32 317	7.46 205	4.46 218	22.15 292	15.74 324	28.53 234	31.88 262	27.78 309	40.04 324	39.06 340	19.11 286	18.79 258	20.78 291	1.04 280	0.23 141	0.00 1	0.00 1	0.53 174	1.17 143

iRaft-Stereo_5w	9.10 177	2.33 165	10.69 173	6.64 153	4.47 219	4.74 30	10.72 279	16.71 101	16.97 136	15.39 124	26.15 186	21.25 232	12.59 201	16.38 220	12.90 239	0.85 259	0.51 200	0.08 135	0.22 195	0.95 246	1.53 185

DeepPruner_ROB	11.28 229	5.83 292	15.23 259	6.93 175	4.50 220	10.08 148	6.62 212	36.65 326	20.17 163	18.12 192	27.95 202	23.10 246	13.43 208	20.08 268	11.90 223	1.16 293	0.51 200	0.23 225	0.17 180	1.11 254	1.91 215

AANet_RVC	13.75 277	6.34 300	12.90 224	8.87 255	4.53 221	14.09 204	9.12 255	29.37 243	38.32 311	23.85 277	37.41 305	23.55 251	17.51 271	23.31 304	18.56 274	2.08 321	1.30 298	0.25 231	0.06 118	0.73 217	2.87 294

HBP-ISP	13.07 265	8.80 325	8.99 98	8.11 236	4.55 222	13.48 196	6.60 211	29.09 242	30.50 248	21.33 246	36.14 298	16.62 179	19.42 288	20.92 283	12.81 238	3.63 344	2.61 354	7.18 364	4.12 358	3.74 323	2.69 286

FADNet-RVC	13.86 279	12.75 349	41.65 357	8.64 249	4.63 223	16.45 244	6.89 220	28.91 239	24.20 198	20.89 237	31.44 247	26.73 278	11.37 177	21.58 294	15.91 253	0.25 154	0.14 119	0.14 185	0.24 206	2.97 307	1.50 183

GANet	17.85 308	5.41 286	14.79 251	11.91 320	4.73 224	24.54 306	17.04 336	41.01 351	34.96 290	33.06 341	45.84 353	39.83 345	29.19 338	24.71 310	22.45 297	1.34 304	0.41 183	1.09 303	0.70 299	2.15 291	1.89 211

MyStereo06	6.95 109	2.25 155	14.05 243	6.69 155	4.74 225	7.75 131	9.60 261	17.85 119	9.03 54	13.29 97	10.78 49	18.68 213	5.70 79	10.66 58	4.52 95	0.09 79	1.32 302	0.02 73	0.26 217	0.84 239	0.92 112

MyStereo05	9.63 189	2.25 155	10.26 153	6.69 155	4.74 225	7.75 131	9.60 261	31.51 270	41.00 323	17.45 174	13.02 64	10.28 87	12.27 195	14.74 196	7.68 164	0.09 79	1.32 302	0.02 73	0.26 217	0.84 239	0.92 112

MyStereo07	4.80 33	2.38 178	6.21 22	6.63 150	4.77 227	6.47 106	9.60 261	16.70 100	5.88 15	4.81 18	5.77 17	3.13 9	5.68 77	12.07 109	2.46 15	0.09 79	1.33 306	0.03 88	0.32 234	0.74 219	0.93 116

MyStereo04	9.58 186	2.38 178	10.28 155	6.63 150	4.77 227	6.47 106	9.60 261	32.50 278	42.15 327	14.59 117	12.10 59	11.92 109	11.87 190	14.80 199	8.14 174	0.09 79	1.33 306	0.03 88	0.32 234	0.74 219	0.93 116

DMCA-RVC	12.06 244	4.35 266	14.21 246	10.52 296	4.86 229	13.84 199	4.33 157	25.20 200	24.13 196	20.56 231	29.22 215	26.65 275	25.85 322	17.02 236	16.34 257	0.41 188	0.35 167	0.55 268	0.24 206	0.83 238	1.81 203

DCRE	6.73 97	2.11 131	9.19 113	7.76 219	4.90 230	7.81 133	5.86 195	16.46 93	11.38 70	9.61 55	22.55 158	11.84 107	6.35 92	11.09 67	3.63 64	0.04 22	1.19 284	0.06 116	0.37 251	0.15 33	2.23 264

ETE_ROB	18.45 316	10.71 330	20.90 310	14.23 336	4.92 231	23.28 300	22.01 355	33.00 283	36.14 299	30.68 328	39.03 319	46.10 369	26.28 323	27.52 324	26.22 325	0.53 212	0.49 197	1.16 308	0.94 307	1.69 280	3.07 300

4D-IteraStereo	5.47 41	2.05 115	8.66 88	5.34 70	4.93 232	6.11 87	1.79 71	13.74 54	16.35 127	14.53 115	11.10 50	8.22 66	1.59 6	8.73 29	3.37 55	0.00 1	0.49 197	0.09 141	0.02 76	0.25 62	1.98 227

NaN_ROB	17.35 301	7.91 315	18.84 299	11.29 312	4.93 232	33.28 349	20.75 352	38.10 336	43.81 334	30.28 326	31.53 249	32.88 310	20.88 299	29.10 331	17.85 269	0.40 185	0.43 188	0.31 249	0.44 270	0.98 247	3.03 299

GEStereo_RVC	13.23 269	3.13 228	15.23 259	10.33 292	4.95 234	18.92 269	11.46 292	31.58 271	48.03 351	20.51 230	27.68 201	19.00 218	13.31 207	20.44 274	16.01 255	1.15 292	0.51 200	0.10 149	0.14 163	0.67 210	1.47 178

RALAANet	6.86 103	3.28 236	11.09 188	7.63 210	4.95 234	6.16 96	1.63 49	20.54 151	15.45 112	15.30 123	14.52 73	12.98 131	4.35 40	13.53 170	3.98 73	0.11 91	0.35 167	0.00 1	0.29 226	0.58 183	0.48 62

test_5	8.85 167	2.05 115	9.51 124	11.62 315	4.99 236	6.74 113	5.48 184	18.25 122	23.57 191	16.72 161	29.73 224	15.54 169	10.54 165	16.25 218	4.02 75	0.05 39	0.40 177	0.27 234	0.08 131	0.34 106	0.81 100

ACRE	7.62 135	3.21 231	14.93 258	7.81 221	5.00 237	10.01 147	4.45 160	16.32 89	15.86 116	17.81 183	19.21 112	8.38 68	4.25 38	11.11 68	10.58 211	0.78 251	0.32 159	0.03 88	0.15 169	0.44 149	1.84 207

RAFT + AFF	10.71 219	4.59 270	18.51 294	10.52 296	5.02 238	13.14 191	11.12 287	26.24 211	27.48 230	15.09 119	16.07 85	19.83 223	11.23 173	17.09 238	10.38 206	0.45 201	1.45 323	0.65 275	0.23 202	2.31 297	2.74 289

IPLGR_C	7.70 140	3.32 237	14.54 249	7.98 230	5.04 239	10.26 152	4.64 166	16.50 94	16.28 126	17.97 190	18.85 110	8.30 67	4.66 57	11.22 73	10.89 218	0.77 248	0.32 159	0.03 88	0.15 169	0.43 146	1.84 207

RAFT_CTSACE	8.55 159	2.62 203	9.63 129	7.41 201	5.06 240	5.76 81	2.54 101	15.38 76	17.84 139	24.33 279	34.69 292	16.37 177	7.22 113	18.05 252	2.63 28	0.01 2	0.56 211	0.00 1	0.03 84	0.42 144	0.41 51

CIPLG	7.69 139	3.27 234	14.40 247	7.84 223	5.08 241	10.24 151	4.59 163	16.02 85	15.45 112	18.05 191	19.72 120	8.79 72	4.61 50	11.84 100	10.40 208	0.76 245	0.33 165	0.03 88	0.15 169	0.44 149	1.83 206

MyStereo8	7.68 138	3.00 220	12.46 218	7.70 216	5.11 242	11.40 169	1.39 32	15.98 84	10.05 64	16.45 148	24.04 169	12.01 110	7.91 124	10.68 59	10.57 210	0.14 108	1.52 329	0.08 135	0.48 277	0.60 192	1.98 227

Anonymous3	10.07 199	4.14 262	31.49 338	9.77 276	5.11 242	25.00 309	11.85 295	25.20 200	19.24 157	10.80 64	14.78 74	7.92 63	8.68 138	14.40 187	6.12 136	3.25 341	1.40 315	0.08 135	0.06 118	0.81 233	1.30 159

MeshStereo	22.95 350	7.84 314	12.46 218	8.13 237	5.20 244	38.49 364	13.36 310	42.69 359	38.05 309	51.34 381	53.82 374	58.22 386	43.29 376	38.42 368	29.59 345	2.96 335	2.84 360	3.11 346	2.33 344	3.12 312	3.65 311
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
HCRNet	9.13 178	1.82 77	8.73 90	14.95 343	5.22 245	10.66 163	2.49 99	26.57 218	18.64 153	16.31 143	25.51 180	18.42 212	11.15 172	13.53 170	7.25 159	0.10 87	0.04 44	0.10 149	0.02 76	0.27 80	0.76 96

fast-acv-ft	14.96 289	4.73 274	17.68 287	8.03 233	5.27 246	28.61 331	9.97 270	26.25 213	35.58 297	26.03 292	38.02 311	31.91 304	21.50 303	19.25 261	21.18 293	0.61 230	0.38 173	0.63 273	0.48 277	1.31 263	1.73 198

IER	10.32 208	2.06 118	11.88 206	4.95 55	5.34 247	13.34 194	6.11 201	27.47 228	23.59 192	20.37 227	30.03 226	16.50 178	20.42 295	14.24 184	8.81 185	0.16 117	0.03 36	0.18 202	0.10 144	0.27 80	0.56 71

MIF-Stereo (partial)	4.55 31	1.63 49	8.37 85	5.46 76	5.35 248	3.48 9	0.94 17	9.80 10	8.03 41	4.45 15	15.68 81	5.33 39	5.11 61	11.92 104	4.57 97	0.06 57	0.02 23	0.06 116	0.03 84	0.45 153	0.30 27

GwcNet-RSSM	11.34 232	2.72 205	10.26 153	7.24 196	5.38 249	12.67 184	6.70 215	26.70 220	31.93 263	17.56 179	34.45 289	24.37 257	15.77 245	13.70 177	15.31 248	0.19 135	0.20 129	0.14 185	0.05 108	0.81 233	0.64 79

NINENet	11.46 235	3.02 223	11.83 203	8.45 244	5.40 250	19.47 272	2.69 110	39.63 347	34.82 288	19.11 212	27.64 200	14.37 150	11.63 181	16.21 214	12.39 231	0.94 270	0.21 137	0.29 244	0.00 1	0.48 162	0.55 68

sAnonymous2	6.98 114	7.12 306	20.67 308	9.13 260	5.40 250	5.28 55	8.11 245	16.71 101	11.50 72	5.04 22	9.17 30	3.77 17	8.23 129	7.84 22	3.15 48	0.11 91	0.07 86	0.06 116	0.28 223	10.80 365	7.09 347

CroCo_RVC	6.98 114	7.12 306	20.67 308	9.13 260	5.40 250	5.28 55	8.11 245	16.71 101	11.50 72	5.04 22	9.17 30	3.77 17	8.23 129	7.84 22	3.15 48	0.11 91	0.07 86	0.06 116	0.28 223	10.80 365	7.09 347

CFNet-ft	10.46 211	3.02 223	7.10 45	7.69 213	5.42 253	16.93 252	5.92 196	22.83 180	22.31 181	15.81 136	30.40 230	26.42 273	15.19 237	13.60 175	12.18 227	0.14 108	0.10 105	1.87 326	0.34 243	1.22 258	0.73 94

SuperB	18.07 313	7.33 309	56.73 378	8.42 243	5.42 253	20.39 282	9.73 268	26.04 207	50.80 360	26.88 302	39.52 320	17.79 203	21.54 304	23.17 303	25.96 323	0.77 248	0.32 159	1.11 306	0.73 300	16.11 379	2.75 290

CFNet_RVC	10.46 211	3.02 223	7.10 45	7.69 213	5.42 253	16.93 252	5.92 196	22.82 179	22.31 181	15.81 136	30.40 230	26.41 272	15.19 237	13.60 175	12.19 228	0.14 108	0.10 105	1.87 326	0.34 243	1.22 258	0.73 94

ac_64	11.57 238	2.13 139	11.77 200	8.79 254	5.51 256	19.40 270	6.29 206	24.72 198	15.20 111	23.50 273	24.91 174	33.07 312	16.82 260	19.33 262	17.78 268	0.53 212	0.15 120	0.02 73	0.03 84	0.35 110	1.03 128

TDLM	13.70 276	4.93 279	11.80 201	11.93 321	5.53 257	16.75 250	14.38 315	36.12 319	32.59 268	23.08 269	27.03 196	25.90 269	15.40 239	25.87 316	14.23 243	1.24 300	0.09 95	1.53 320	0.61 294	2.06 288	2.94 296

EKT-Stereo	6.11 75	1.71 58	9.09 101	7.69 213	5.56 258	5.16 49	4.26 156	19.18 133	15.13 110	9.20 53	12.84 63	9.55 81	4.18 37	11.74 93	3.24 52	0.53 212	0.62 221	0.09 141	0.14 163	0.17 39	2.16 263

GANet-RSSM	10.17 201	2.02 106	8.21 79	7.09 185	5.57 259	13.17 192	7.29 231	27.27 226	19.65 160	15.81 136	28.83 211	26.18 270	16.33 253	14.58 190	9.28 195	0.25 154	0.27 148	0.16 196	0.04 94	0.65 203	0.72 91

CSAN	22.36 346	11.11 334	26.06 325	21.79 367	5.59 260	34.55 352	36.54 388	40.04 349	50.84 361	37.47 354	40.31 325	45.09 365	33.07 357	27.44 322	25.80 322	1.60 311	0.75 232	1.08 302	1.80 335	2.89 305	3.36 307

CVANet_RVC	14.09 284	4.82 277	10.86 180	9.46 267	5.60 261	19.70 275	12.94 308	33.38 288	34.86 289	23.72 274	33.31 275	29.76 287	16.35 254	24.37 307	12.45 234	1.22 298	0.23 141	1.45 319	0.87 306	3.41 316	3.01 298

STTStereo	13.60 274	5.63 289	28.73 331	8.07 234	5.65 262	13.97 202	7.17 225	31.25 264	26.70 224	25.59 289	32.06 262	31.71 302	14.71 230	17.24 240	16.46 260	0.29 164	0.40 177	0.71 278	1.43 328	1.31 263	2.82 291

DispNO	9.82 190	2.57 195	17.77 289	6.22 122	5.73 263	11.89 176	4.77 168	25.54 203	21.70 173	17.56 179	21.28 141	18.01 206	13.83 219	17.46 243	9.91 202	0.35 174	0.16 122	0.03 88	0.12 150	0.51 172	1.05 132

pcwnet_v2	12.68 258	2.30 160	18.36 293	8.32 241	5.74 264	17.73 260	4.77 168	36.75 329	46.28 349	20.98 240	29.07 214	16.62 179	13.52 209	16.56 226	10.30 205	0.55 219	1.02 265	0.34 252	0.24 206	2.10 289	2.11 258

coex-ft	31.29 379	39.15 390	93.51 419	9.71 275	5.77 265	36.25 357	26.79 375	31.43 269	59.45 385	73.35 405	58.73 383	45.49 366	48.48 382	30.19 335	46.52 388	1.59 308	1.71 335	0.94 298	0.97 313	9.43 357	6.35 340

cf-r	10.67 218	2.34 167	9.77 133	6.17 118	5.79 266	12.94 188	5.14 173	25.21 202	27.86 233	17.84 185	32.03 256	25.81 267	15.91 247	12.22 118	12.56 237	0.17 123	0.19 128	0.05 109	0.06 118	0.59 189	0.72 91

PS-NSSS	14.36 286	8.44 322	16.43 274	7.44 203	5.79 266	18.65 268	12.71 306	39.02 341	26.84 225	20.99 241	36.15 299	21.47 234	18.25 277	18.21 253	18.63 276	2.44 329	0.55 210	5.38 355	0.37 251	5.25 336	4.11 317

LALA_ROB	19.82 327	8.32 321	18.64 298	13.59 333	5.79 266	28.03 329	23.44 361	43.09 361	37.57 304	33.91 347	41.55 330	50.73 378	25.61 320	29.09 330	27.30 333	0.73 241	0.67 224	2.08 330	1.42 327	2.70 302	2.12 259

raft+_RVC	7.10 118	2.37 175	6.59 35	6.94 177	5.82 269	6.35 102	5.97 198	21.05 158	23.63 193	10.90 65	17.95 96	9.80 82	5.55 73	11.49 86	4.47 94	0.04 22	1.50 327	0.00 1	0.00 1	0.38 133	1.23 150

NLCA_NET_v2_RVC	12.58 254	4.09 260	18.25 292	8.26 238	5.83 270	14.72 210	5.85 194	33.49 290	27.86 233	22.14 259	32.16 263	24.94 262	14.01 223	16.19 213	16.82 263	0.90 266	0.35 167	0.37 255	0.58 292	1.51 273	3.31 305
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DLCB_ROB	13.97 281	3.74 254	11.01 185	9.99 280	5.85 271	21.40 287	10.37 275	30.17 252	30.49 247	28.21 312	32.18 264	32.67 308	21.17 301	20.20 270	18.59 275	0.34 173	0.18 126	0.41 258	0.15 169	0.61 194	1.76 201

EDNetEfficientorigin	29.50 373	36.05 387	99.77 430	9.67 272	5.93 272	26.79 322	16.02 326	26.87 222	55.18 372	61.15 389	57.72 382	45.04 364	50.99 386	26.90 321	44.78 384	0.53 212	0.54 206	1.72 323	2.53 345	11.05 368	10.75 371

ADLNet2	12.99 262	2.94 216	14.18 244	9.57 269	5.96 273	20.23 281	10.41 276	33.05 284	37.61 305	19.46 216	19.74 121	22.46 242	18.63 278	22.37 299	20.76 290	0.37 181	0.15 120	0.06 116	0.08 131	1.04 252	0.72 91

psm_up	13.88 280	2.70 204	10.89 181	10.20 286	5.97 274	15.01 219	12.58 303	39.13 344	31.75 261	21.39 247	31.09 242	30.18 295	25.01 318	20.33 272	17.62 267	0.75 243	0.39 175	0.18 202	0.03 84	0.82 236	1.67 194

RASNet	12.38 248	2.58 196	12.48 220	6.76 160	5.97 274	16.37 242	6.74 216	34.99 308	22.20 178	17.44 173	33.11 273	22.81 244	24.84 315	20.33 272	18.27 273	1.16 293	0.05 51	0.06 116	0.01 56	0.27 80	1.06 133

rafts_anoy	6.46 87	2.37 175	7.09 44	7.48 207	6.02 276	5.31 57	2.45 97	14.50 66	22.01 176	12.94 91	16.18 87	8.48 70	5.53 72	9.70 50	6.32 148	0.05 39	1.66 333	0.10 149	0.05 108	0.30 92	0.69 87

CRFU-Net	13.32 271	3.53 246	12.90 224	8.76 253	6.05 277	26.25 318	10.15 273	25.86 205	14.68 106	30.76 329	30.58 233	30.11 294	21.59 306	20.52 276	20.28 288	1.53 307	0.48 194	0.27 234	0.16 176	0.64 202	1.28 156

CroCo-Stereo Lap2	4.21 27	2.60 198	9.11 102	10.21 287	6.06 278	1.11 2	0.78 14	10.63 16	8.34 43	3.46 5	5.18 9	8.92 73	5.66 76	6.42 12	4.53 96	0.03 16	0.05 51	0.00 1	0.00 1	0.81 233	0.39 48

Wz-Net-LNSev-Ref	16.12 294	4.56 268	29.46 332	7.78 220	6.11 279	26.08 317	13.01 309	31.08 261	37.61 305	27.66 306	46.96 358	29.92 290	15.40 239	21.54 293	22.39 295	1.09 284	0.05 51	0.10 149	0.00 1	0.43 146	1.21 147

SACVNet	14.10 285	5.24 285	14.19 245	12.11 323	6.12 280	18.45 265	9.11 254	33.13 285	22.94 185	28.79 315	33.88 284	32.69 309	23.78 310	20.91 282	12.13 226	1.08 282	0.54 206	0.84 294	0.48 277	1.41 268	4.26 318

RALCasStereoNet	6.53 93	2.84 211	8.12 77	7.88 226	6.12 280	6.85 115	5.29 178	14.66 69	13.94 97	10.20 58	18.18 103	10.24 86	3.83 30	12.33 124	5.56 123	0.04 22	1.88 339	0.11 168	0.01 56	0.26 72	2.24 265

LL-Strereo	11.34 232	4.25 264	13.90 239	9.09 258	6.20 282	7.31 122	8.93 250	35.93 315	30.30 246	16.93 163	15.83 82	21.85 236	17.45 270	21.92 296	10.25 204	0.43 195	1.47 326	0.74 281	0.08 131	1.15 255	2.71 287

acv_ft	12.59 255	2.25 155	13.50 235	8.30 240	6.23 283	19.81 276	6.34 209	26.43 216	35.15 293	26.38 297	30.67 235	24.65 258	14.91 232	16.47 222	19.16 282	0.16 117	0.01 7	0.06 116	0.07 125	0.74 219	0.43 54

AEACV	3.74 10	1.42 31	6.45 29	5.61 82	6.24 284	4.69 24	1.54 45	7.61 4	7.19 22	3.59 7	7.87 23	4.20 22	6.43 95	6.07 7	1.96 2	0.03 16	1.03 266	0.04 101	0.54 286	0.23 56	2.12 259

raftrobust	5.94 65	2.07 122	6.94 42	7.67 212	6.24 284	4.96 46	1.82 72	17.76 117	14.36 103	12.03 71	11.62 54	7.74 59	9.01 145	11.29 78	3.71 67	0.05 39	0.79 238	0.00 1	0.04 94	0.25 62	0.38 46

delet	13.26 270	2.43 183	12.99 226	8.45 244	6.26 286	22.40 293	10.83 282	28.78 238	38.76 314	20.39 229	30.36 229	20.85 228	17.67 273	22.97 301	19.13 281	0.14 108	0.45 189	0.19 208	0.08 131	0.78 227	1.24 152

DAS	11.51 236	2.60 198	15.62 267	9.37 264	6.27 287	16.04 235	7.71 238	22.70 177	33.92 278	19.53 217	29.03 212	19.51 220	19.10 284	17.44 242	8.98 187	0.78 251	0.02 23	0.29 244	0.01 56	0.48 162	0.81 100

SepStereo	12.04 243	2.60 198	15.62 267	9.37 264	6.27 287	16.04 235	7.71 238	22.70 177	33.92 278	19.53 217	29.03 212	19.51 220	19.10 284	27.97 326	8.98 187	0.78 251	0.02 23	0.29 244	0.01 56	0.48 162	0.81 100

GANetREF_RVC	26.12 367	30.35 382	27.03 326	26.08 376	6.28 289	31.16 341	37.25 390	48.48 379	50.90 362	37.30 353	36.39 302	34.11 320	30.98 348	38.51 369	28.38 337	9.08 369	2.68 356	16.48 379	5.42 365	16.24 380	9.34 365
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
MMNet	13.55 273	2.82 210	13.90 239	7.63 210	6.36 290	26.45 320	4.63 165	24.00 192	42.67 330	26.25 296	33.12 274	20.98 230	19.45 290	20.14 269	19.49 284	0.75 243	0.54 206	0.11 168	0.01 56	0.53 174	1.10 137

SDNR	16.80 296	5.88 294	30.01 334	6.39 134	6.53 291	57.67 391	3.15 123	24.30 193	31.49 260	21.50 249	36.56 303	14.69 154	16.76 259	19.14 260	14.45 244	11.12 378	14.00 389	3.11 346	0.51 282	8.86 355	9.92 369

FAT-Stereo	17.45 303	3.56 247	19.19 301	10.31 290	6.54 292	18.00 263	14.89 321	38.68 339	40.49 319	27.39 305	39.66 321	37.32 333	32.14 354	21.07 285	22.97 298	3.68 345	2.16 347	0.81 291	1.21 322	2.10 289	6.78 344

PWC_ROB	19.21 323	12.15 346	28.02 328	11.02 309	6.62 293	25.15 310	5.47 183	36.42 323	49.47 355	33.19 342	44.32 348	34.98 325	26.66 327	32.22 343	27.30 333	1.71 316	0.27 148	1.62 321	0.37 251	2.38 299	4.90 322

FADNet	14.77 288	11.96 342	39.55 355	8.50 246	6.64 294	18.53 267	6.74 216	35.70 313	35.06 291	19.21 214	28.06 204	28.14 282	13.94 221	18.54 256	11.61 222	0.48 203	0.75 232	0.38 257	0.49 280	9.17 356	2.05 248

anonymousa	9.61 188	2.06 118	9.20 114	5.24 65	6.67 295	15.03 221	4.18 155	19.08 132	21.43 171	19.03 210	30.96 240	21.49 235	14.23 224	11.12 72	8.61 184	0.08 72	1.24 295	0.29 244	0.69 297	0.18 43	1.48 181

sCroCo_RVC	5.29 39	3.82 255	17.52 285	11.17 311	6.67 295	5.78 82	2.66 107	10.47 14	8.48 47	3.78 8	9.32 34	4.76 34	4.83 59	8.33 26	4.88 104	1.17 296	0.52 203	0.06 116	0.03 84	0.70 213	0.90 111

whm_eth	9.17 180	5.14 282	19.04 300	7.90 228	6.70 297	6.89 117	3.35 134	18.64 129	21.30 168	22.39 262	38.88 318	4.64 32	4.25 38	14.43 189	5.63 127	0.65 234	0.08 92	0.22 223	0.10 144	0.74 219	2.37 271

XPNet_ROB	18.03 312	6.06 298	18.19 291	11.68 317	6.83 298	21.23 286	16.93 333	36.66 328	39.82 318	32.51 339	42.05 335	41.04 351	25.77 321	25.72 314	28.80 342	1.67 315	0.91 255	0.79 284	0.27 221	1.24 260	2.38 274

DPSNet	25.20 361	7.92 316	36.17 349	11.72 318	6.85 299	53.68 384	43.17 394	52.22 386	60.09 387	31.61 331	39.76 322	40.91 350	35.82 360	33.42 346	26.48 327	4.98 358	2.10 343	0.50 265	1.13 318	9.63 358	5.83 332

ADLNet	12.84 260	2.93 215	11.94 209	8.87 255	6.88 300	17.96 262	8.85 249	34.12 295	26.67 223	27.81 310	26.24 187	26.84 279	15.04 234	17.54 244	19.94 286	0.59 226	0.58 217	0.24 229	0.11 148	0.80 232	2.85 293

AASNet	13.05 263	3.27 234	12.23 214	10.28 288	6.90 301	17.61 259	7.88 240	41.14 352	38.29 310	23.20 270	29.62 222	16.85 183	15.59 243	15.50 210	19.03 280	0.39 183	0.03 36	0.78 283	0.05 108	1.32 265	1.08 136

MaskLacGwcNet_RVC	17.56 305	17.23 362	20.10 305	12.02 322	6.91 302	28.81 332	11.45 291	41.35 353	21.95 175	30.13 325	34.66 291	32.04 306	11.30 175	21.04 284	16.43 259	8.91 368	2.67 355	12.29 376	0.84 304	12.72 373	8.43 359

MDST_ROB	18.99 320	3.23 232	15.81 271	14.15 335	6.98 303	44.89 374	16.81 332	43.19 363	42.83 331	43.71 369	43.84 346	28.79 284	19.02 282	30.64 338	18.70 277	1.84 318	0.84 245	0.69 277	0.47 276	0.71 215	2.61 281

DSFCA	12.44 251	3.00 220	14.87 257	6.04 113	7.03 304	17.06 256	10.86 283	31.11 262	32.12 264	26.41 298	23.81 168	22.37 241	15.13 236	21.13 287	13.53 241	0.95 272	0.66 223	0.28 240	0.38 262	1.21 257	0.77 98

psmorigin	21.56 339	11.18 335	36.59 350	10.19 285	7.08 305	25.30 311	12.35 299	33.52 291	33.12 271	43.62 368	54.15 378	42.72 358	37.44 363	36.87 362	28.98 343	1.65 313	2.78 358	0.81 291	1.19 320	3.62 321	8.10 356

XX-Stereo	6.50 90	1.81 71	10.42 162	12.71 329	7.14 306	3.46 8	0.90 16	16.31 88	6.13 17	9.03 52	28.11 205	13.48 141	2.22 15	11.87 101	2.61 26	0.45 201	0.78 237	0.08 135	0.42 268	1.09 253	0.88 108

RTSC	20.52 332	11.06 333	33.58 344	12.11 323	7.19 307	28.90 333	11.99 297	38.49 337	58.85 384	32.22 337	37.28 304	33.11 313	21.14 300	36.93 363	38.84 368	1.49 306	1.50 327	0.15 190	0.64 295	2.18 292	2.67 284

UPFNet	12.31 245	2.15 141	11.91 207	7.90 228	7.21 308	20.03 278	9.28 258	29.44 244	27.18 228	20.88 236	30.86 239	21.23 231	18.11 276	19.60 264	17.41 265	0.55 219	0.57 214	0.26 233	0.07 125	0.67 210	0.92 112

ADCL	22.44 347	7.79 313	49.20 368	10.61 300	7.28 309	40.40 370	21.03 353	32.07 275	55.07 371	28.53 313	48.73 361	31.68 300	31.69 352	34.04 348	38.38 364	1.22 298	0.93 256	2.65 341	1.89 336	2.65 300	2.94 296

DANet	17.51 304	8.91 326	27.61 327	14.94 342	7.48 310	22.67 295	5.66 186	27.33 227	26.64 221	32.62 340	36.27 301	37.40 334	30.07 344	31.65 340	26.09 324	1.30 303	1.46 325	2.33 334	0.53 285	3.54 319	5.69 331
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	21.87 341	11.80 340	25.52 322	14.64 339	7.49 311	31.20 342	16.35 329	45.28 373	44.78 341	44.85 373	40.36 326	43.50 360	27.85 331	34.94 350	23.52 300	3.07 338	2.15 346	7.53 367	3.03 350	4.30 329	5.17 327

Wz-Net-MNSev	19.84 328	7.55 312	35.79 348	10.79 303	7.51 312	38.96 365	18.39 346	35.08 309	44.72 340	31.28 330	41.70 332	41.18 352	20.49 296	28.41 328	30.13 350	0.96 273	0.36 170	0.05 109	0.13 154	1.70 281	1.64 192

ADCPNet	22.75 349	10.94 332	58.96 382	12.24 326	7.57 313	37.33 359	20.08 351	33.89 294	37.37 303	33.49 345	44.32 348	39.36 343	28.43 334	32.19 342	38.55 366	2.25 323	2.69 357	2.37 336	3.59 354	4.33 330	5.01 324

TRStereo	6.64 95	6.95 305	12.06 211	9.69 273	7.59 314	5.12 48	1.68 58	20.72 152	12.34 77	10.93 66	9.07 28	10.57 89	3.16 18	14.33 186	4.23 83	0.60 228	0.80 239	0.14 185	0.37 251	0.56 182	1.86 209

NCCL2	17.94 310	7.94 317	16.87 279	24.07 374	7.60 315	24.52 305	17.08 337	35.42 312	26.65 222	32.01 334	38.57 314	41.96 357	27.61 330	22.24 298	24.43 311	0.65 234	0.33 165	2.64 340	2.13 341	2.28 296	3.86 316

Wz-Net-TNSev	25.85 365	21.47 374	59.51 384	10.38 293	7.64 316	42.40 373	23.33 360	35.97 317	54.36 369	36.56 352	43.26 344	45.90 367	41.27 373	37.81 364	37.10 360	2.35 326	1.90 340	0.77 282	1.34 326	5.89 342	7.75 352

WCMA_ROB	21.17 338	5.89 295	22.32 317	10.39 294	7.65 317	34.55 352	16.42 330	33.20 287	34.02 281	42.06 364	52.50 370	44.09 361	37.59 364	33.66 347	26.77 329	7.45 367	3.18 364	1.27 316	1.43 328	4.18 327	4.81 319

EDNetEfficient	25.68 364	22.94 376	77.88 406	9.49 268	7.66 318	20.89 283	17.37 339	22.52 174	56.02 377	61.49 392	53.31 372	35.83 329	41.88 375	25.06 312	39.53 370	0.86 261	0.83 244	0.91 297	2.82 347	8.28 352	7.98 354

PSMNet_ROB	17.59 306	6.52 303	16.27 272	14.43 337	7.71 319	29.22 334	33.59 386	43.94 367	38.52 312	24.74 283	33.46 279	34.17 321	17.29 267	18.52 255	25.68 320	0.40 185	0.29 155	0.96 299	2.22 342	2.03 287	1.81 203

HGLStereo	13.21 268	3.45 243	14.01 241	10.32 291	7.72 320	15.72 231	7.19 227	31.94 273	28.12 235	20.83 235	36.16 300	26.61 274	20.82 297	18.74 257	19.63 285	1.01 277	0.22 139	0.07 131	0.08 131	0.59 189	1.00 124

CAS	5.44 40	0.98 1	3.95 7	17.59 354	7.74 321	7.82 134	6.09 200	9.89 12	9.40 58	4.82 19	10.69 46	1.93 3	1.22 2	4.54 2	2.47 16	10.98 376	0.02 23	0.00 1	0.02 76	0.53 174	8.19 357

LoS_RVC	4.09 24	3.01 222	4.81 11	4.88 46	7.78 322	5.24 53	2.80 114	7.57 3	4.24 1	4.41 14	10.34 42	3.62 15	6.34 91	6.59 13	2.37 13	0.04 22	0.03 36	0.00 1	0.01 56	0.06 5	7.70 351

UNet	13.18 267	2.47 184	14.45 248	7.45 204	7.82 323	26.01 316	4.67 167	34.38 302	29.42 243	20.90 238	31.81 254	26.68 276	18.98 281	21.08 286	15.56 252	0.21 141	0.06 76	0.27 234	0.09 137	0.37 123	1.01 125

Anonymous_2	15.61 291	7.12 306	18.63 297	6.49 139	7.98 324	26.94 323	11.93 296	19.48 139	18.48 151	18.25 197	15.95 83	24.18 255	21.32 302	21.17 289	15.94 254	10.88 375	13.80 388	11.19 375	25.13 390	10.92 367	6.42 341

aanetorigin	19.84 328	13.32 351	54.46 373	10.07 282	7.99 325	14.16 205	15.32 322	17.85 119	34.49 285	49.59 378	48.88 363	34.28 322	31.32 351	23.53 305	29.64 346	1.12 288	0.81 240	0.73 279	0.94 307	3.05 308	5.23 328

Wz-Net-LNSev	19.04 321	11.48 339	43.55 359	10.82 304	8.01 326	24.96 308	17.46 341	34.72 307	44.36 337	33.43 344	44.72 351	32.54 307	24.13 312	21.64 295	24.38 310	0.93 269	0.22 139	0.00 1	0.03 84	1.44 271	1.99 237

edge stereo	19.38 324	5.98 297	19.25 302	11.11 310	8.07 327	23.51 301	12.74 307	35.93 315	42.55 328	35.05 348	43.06 342	41.34 353	36.05 361	26.06 317	25.62 319	2.70 333	2.47 352	6.38 359	1.54 330	3.18 315	5.01 324

PWCDC_ROB	18.66 317	11.24 336	21.32 312	18.82 359	8.08 328	25.75 314	6.94 222	35.08 309	53.33 367	30.37 327	49.70 366	20.87 229	21.63 307	31.05 339	22.39 295	6.94 365	0.28 153	0.10 149	0.06 118	5.98 343	3.22 303

NVstereo2D	15.77 292	4.01 258	17.73 288	9.96 279	8.10 329	30.36 338	9.52 260	43.10 362	43.12 333	15.45 126	28.03 203	23.46 250	16.84 261	24.62 308	17.06 264	3.35 342	0.87 250	1.76 324	1.13 318	7.76 350	9.19 364

DRN-Test	16.60 295	4.76 275	16.90 280	10.75 301	8.16 330	29.42 335	14.37 313	43.26 364	39.35 315	28.93 317	35.46 296	29.03 285	20.11 294	20.78 280	24.51 312	0.94 270	0.93 256	0.46 262	0.35 245	1.42 270	2.12 259

Syn2CoEx	17.68 307	11.86 341	28.39 329	20.88 363	8.24 331	25.66 313	12.35 299	37.57 332	33.60 277	29.57 318	39.80 323	30.02 292	28.00 332	19.91 266	18.91 279	1.14 291	0.53 205	1.23 313	0.46 271	1.97 285	3.61 308

APVNet	18.42 315	6.37 301	23.10 320	12.76 330	8.28 332	30.74 339	24.17 366	42.08 358	30.76 255	25.86 291	41.66 331	31.83 303	24.99 316	28.01 327	28.77 340	0.49 206	0.57 214	3.05 344	0.55 289	1.80 282	2.46 277

Anonymous	7.23 121	3.43 242	20.00 304	12.23 325	8.33 333	14.99 218	12.18 298	15.77 81	10.89 66	4.48 16	7.52 21	3.11 8	7.53 116	12.16 114	6.03 132	1.24 300	0.36 170	0.09 141	0.20 193	2.81 303	1.32 162

ADCMid	23.61 355	12.42 347	44.10 360	11.85 319	8.33 333	27.89 328	20.03 350	36.49 324	39.56 317	40.81 361	47.01 359	36.89 332	43.95 377	39.12 371	42.60 378	1.95 319	1.55 330	3.05 344	3.98 356	5.20 335	5.37 329

MFN_U_SF_RVC	28.91 371	15.44 358	55.12 375	22.00 369	8.49 335	41.39 371	15.36 323	52.74 387	46.70 350	47.83 377	53.87 375	54.97 383	40.50 372	39.54 372	40.77 372	6.09 361	4.92 375	7.08 362	9.02 375	7.68 349	8.69 361

Wz-Net-SNSev	23.35 351	18.18 364	47.37 365	14.55 338	8.63 336	28.33 330	29.16 379	39.88 348	55.80 376	32.16 336	53.91 376	39.35 342	24.42 313	27.60 325	38.11 363	1.06 281	0.24 143	1.20 310	0.95 310	3.16 314	2.93 295

GwcNet	17.31 300	6.61 304	23.02 319	10.83 305	8.63 336	29.48 336	10.80 280	39.37 346	45.73 344	24.16 278	37.85 310	31.50 298	21.81 308	21.37 290	27.25 332	0.81 254	0.88 252	0.57 270	0.46 271	1.54 276	3.61 308

StereoDRNet	16.00 293	5.45 287	16.67 276	11.34 314	8.74 338	25.62 312	11.07 286	40.40 350	37.03 300	29.77 320	30.04 227	34.35 323	19.09 283	19.81 265	25.28 316	0.65 234	0.30 156	0.16 196	0.14 163	1.80 282	2.33 267

ADCRef	18.01 311	8.01 318	44.10 360	10.75 301	8.85 339	27.18 324	11.06 285	31.77 272	34.40 284	31.90 332	42.45 336	18.79 215	21.55 305	25.18 313	35.17 357	1.03 279	0.42 187	2.18 331	1.79 334	1.38 267	2.27 266

FINET	17.02 299	8.11 320	28.42 330	9.29 263	8.89 340	24.46 304	25.06 369	35.40 311	49.52 356	26.73 300	33.49 280	20.50 226	18.75 280	20.67 279	19.18 283	2.30 325	2.09 342	1.13 307	0.75 301	2.86 304	2.84 292

CC-Net-ROB	22.73 348	23.99 377	30.57 335	14.72 340	8.91 341	32.98 346	16.17 327	46.75 377	37.29 302	33.88 346	32.33 265	35.48 328	25.00 317	24.75 311	28.78 341	9.60 372	3.03 361	25.33 385	3.87 355	14.82 378	6.33 337

S-Stereo	17.36 302	4.46 267	22.16 316	12.58 328	9.10 342	23.07 298	12.60 304	33.18 286	46.12 347	22.78 266	38.67 317	29.04 286	27.48 329	19.40 263	23.90 305	3.14 340	3.13 363	0.88 295	1.95 338	3.77 324	9.86 368

FC-DCNN	25.07 359	12.06 344	20.30 306	19.06 361	9.41 343	38.40 362	23.46 363	41.37 354	44.07 335	46.76 376	53.99 377	50.49 377	39.32 367	36.43 359	29.46 344	7.40 366	3.39 365	6.15 357	5.01 363	8.05 351	6.83 345

GASNet	17.87 309	20.62 372	32.66 343	21.17 364	9.48 344	16.26 241	9.15 256	45.00 372	40.55 321	26.16 294	24.34 171	33.05 311	15.45 242	29.82 334	18.15 272	3.79 347	0.28 153	1.87 326	0.51 282	7.06 345	1.97 226

G-Net	21.66 340	9.10 327	39.39 354	15.85 349	9.60 345	51.00 382	16.73 331	28.32 232	31.17 257	38.99 357	43.24 343	33.26 316	32.09 353	28.50 329	26.50 328	4.74 354	3.92 370	3.60 351	1.02 315	8.42 354	7.86 353

SHD	22.33 345	11.30 337	32.10 339	15.61 347	9.88 346	26.75 321	10.12 272	41.84 357	61.77 389	36.36 351	44.65 350	39.28 341	31.10 350	35.07 351	32.76 354	2.35 326	1.95 341	1.24 315	1.90 337	4.33 330	6.34 338

MSMD_ROB	23.50 353	10.55 329	15.65 270	17.87 358	10.07 347	35.58 355	19.04 348	34.53 304	37.81 308	41.55 363	60.11 385	46.01 368	39.81 369	32.74 345	24.92 314	6.86 364	3.63 368	8.92 370	11.16 381	7.21 346	5.99 335

stereogan	19.38 324	4.02 259	18.62 296	13.54 332	10.30 348	37.03 358	9.83 269	39.12 343	46.13 348	25.09 286	41.76 333	40.01 346	27.19 328	32.16 341	25.48 317	2.44 329	1.13 274	2.70 342	0.86 305	5.45 338	4.81 319

ADCP+	18.93 319	5.83 292	35.35 347	9.85 277	10.36 349	29.49 337	13.65 311	34.22 300	37.75 307	30.02 324	41.45 329	24.18 255	26.43 326	34.71 349	36.58 359	0.27 161	0.40 177	2.00 329	1.19 320	2.31 297	2.66 283

MFN_U_SF_DS_RVC	24.71 357	14.86 356	32.18 340	26.47 377	10.48 350	40.27 369	22.83 357	36.88 330	44.51 339	42.59 365	47.13 360	40.20 348	28.00 332	36.70 360	28.36 336	4.23 351	4.00 371	6.73 360	16.35 387	5.05 334	6.34 338

WZ-Net	25.86 366	14.23 353	64.17 387	15.77 348	10.61 351	39.36 366	28.01 377	41.38 355	54.97 370	28.82 316	53.68 373	40.90 349	30.14 345	37.91 365	42.98 381	1.59 308	0.49 197	0.73 279	0.95 310	5.43 337	5.12 326

ADCS	27.11 369	15.49 359	48.87 367	15.20 345	10.99 352	31.86 344	24.37 367	43.99 368	58.30 382	43.12 366	49.92 367	41.90 356	41.43 374	42.90 379	46.29 386	3.00 337	2.60 353	2.45 338	3.47 352	7.63 348	8.41 358

AF-Net	19.18 322	6.50 302	16.90 280	16.60 353	11.00 353	23.83 302	11.31 289	36.25 320	51.10 363	25.56 288	38.34 313	41.77 355	31.01 349	30.20 336	27.83 335	4.87 357	0.27 148	4.60 353	1.00 314	2.67 301	2.02 240

PA-Net	16.98 298	8.05 319	29.56 333	10.52 296	11.30 354	21.91 291	29.93 381	32.64 279	39.50 316	20.38 228	28.51 209	23.80 252	20.82 297	21.45 291	25.60 318	0.25 154	2.36 351	0.23 225	4.99 362	1.34 266	6.47 342
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CES	4.08 22	1.34 22	3.46 1	3.65 7	11.49 355	5.24 53	0.99 20	10.15 13	9.15 56	3.80 10	9.29 33	1.76 2	0.91 1	6.94 15	2.64 29	0.07 68	0.05 51	0.01 58	0.00 1	1.63 277	9.03 363

AnyNet_C32	24.34 356	15.07 357	42.84 358	13.07 331	11.83 356	31.80 343	31.73 383	32.47 277	45.77 345	35.92 349	49.66 365	34.05 319	35.21 359	44.09 380	43.39 382	1.61 312	1.70 334	1.22 312	2.94 349	4.87 333	7.60 350

Nwc_Net	18.76 318	5.80 290	19.91 303	14.99 344	11.96 357	26.32 319	15.90 325	41.68 356	40.50 320	21.85 255	43.58 345	34.89 324	29.47 340	27.48 323	26.34 326	3.75 346	0.27 148	2.55 339	3.31 351	2.25 294	2.46 277

XQC	25.15 360	18.26 365	52.31 371	22.53 372	12.15 358	37.47 360	21.78 354	38.74 340	55.51 375	32.40 338	30.75 237	38.36 337	30.19 346	38.28 366	41.25 374	4.61 352	1.44 322	2.77 343	2.26 343	12.52 372	9.49 366

AnyNet_C01	30.67 374	27.57 381	76.09 404	17.61 355	12.18 359	50.42 381	28.89 378	39.14 345	41.14 324	41.36 362	65.66 396	47.21 372	40.16 370	47.50 382	49.82 393	2.38 328	2.79 359	2.31 333	2.83 348	8.35 353	9.99 370

RP	18.36 314	5.94 296	17.54 286	15.95 352	12.33 360	21.55 289	12.66 305	28.65 236	45.65 343	23.78 276	42.55 338	39.77 344	29.54 341	26.72 320	23.58 304	6.14 362	1.05 267	4.38 352	1.77 333	3.90 326	3.82 315

RTS	30.97 376	24.38 378	96.47 420	17.75 356	12.63 361	58.43 393	26.47 373	38.01 334	63.33 392	44.41 370	46.81 356	33.16 314	45.26 378	52.06 388	42.65 379	2.66 331	1.40 315	1.09 303	1.02 315	5.49 339	5.86 333

RTSA	30.97 376	24.38 378	96.47 420	17.75 356	12.63 361	58.43 393	26.47 373	38.01 334	63.33 392	44.41 370	46.81 356	33.16 314	45.26 378	52.06 388	42.65 379	2.66 331	1.40 315	1.09 303	1.02 315	5.49 339	5.86 333

Anonymous Stereo	19.84 328	13.55 352	51.68 370	15.30 346	12.97 363	16.15 240	25.32 370	33.73 293	44.41 338	25.12 287	35.39 295	25.00 263	16.27 250	32.62 344	33.04 355	1.83 317	2.26 350	1.76 324	2.01 339	3.57 320	4.92 323

MSC_U_SF_DS_RVC	37.85 389	35.62 386	55.10 374	38.16 386	13.19 364	57.63 390	24.72 368	52.87 388	63.40 394	66.39 397	63.74 389	58.16 385	54.28 387	51.56 387	47.39 389	9.36 370	5.44 376	14.82 378	15.34 386	18.80 382	11.04 375

BEATNet-Init1	36.29 387	22.72 375	56.79 379	28.53 380	13.41 365	59.81 396	33.49 384	53.72 389	58.64 383	60.78 387	63.63 388	70.42 398	56.59 392	53.93 392	46.48 387	5.63 359	4.14 372	7.49 366	7.45 368	11.35 370	10.88 373

RGC	20.62 336	14.30 354	21.99 315	18.85 360	14.53 366	21.42 288	14.82 320	36.00 318	44.32 336	28.54 314	41.82 334	40.12 347	29.43 339	35.44 354	23.33 299	4.12 349	0.72 228	8.80 369	4.39 360	4.55 332	4.84 321

ELAS	34.78 383	20.32 369	38.13 352	21.79 367	14.89 367	57.95 392	37.04 389	51.15 384	51.19 364	60.95 388	64.42 391	59.08 388	54.44 388	51.53 386	46.26 385	12.00 380	7.83 383	10.46 373	8.04 371	14.42 375	13.71 378
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 384	20.50 370	37.14 351	22.37 371	15.07 368	54.02 385	38.42 391	50.06 382	56.72 380	61.86 393	63.52 387	58.79 387	54.60 389	54.13 393	43.99 383	12.20 381	7.90 384	10.75 374	7.65 369	14.42 375	13.42 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MANE	33.27 380	12.69 348	21.10 311	22.10 370	15.09 369	49.75 379	29.51 380	54.10 390	56.36 378	59.73 385	64.93 393	65.43 396	57.34 394	52.70 391	41.02 373	10.52 373	6.09 378	7.35 365	20.29 388	9.66 359	9.65 367

FCDSN-DC	26.18 368	15.77 360	20.36 307	28.79 381	15.78 370	40.13 368	19.12 349	43.57 365	42.59 329	44.78 372	52.51 371	50.73 378	40.32 371	35.32 353	28.55 338	6.41 363	3.61 367	7.11 363	6.54 367	10.58 363	10.93 374
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RYNet	19.73 326	5.52 288	18.58 295	11.63 316	15.84 371	47.05 377	17.28 338	38.60 338	49.19 354	27.71 307	27.46 198	38.63 338	26.42 325	20.79 281	32.08 353	0.73 241	0.59 219	0.97 300	0.16 176	7.40 347	8.04 355

NCC-stereo	20.61 333	7.39 310	25.96 323	15.90 350	16.62 372	20.15 279	23.27 358	44.11 370	41.29 325	25.00 284	38.64 315	35.47 326	28.75 335	36.35 357	26.90 330	4.83 355	2.14 344	3.33 348	9.27 376	3.10 310	3.72 313

Abc-Net	20.61 333	7.39 310	25.96 323	15.90 350	16.62 372	20.15 279	23.27 358	44.11 370	41.29 325	25.00 284	38.64 315	35.47 326	28.75 335	36.35 357	26.90 330	4.83 355	2.14 344	3.33 348	9.27 376	3.10 310	3.72 313
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	20.75 337	13.28 350	34.59 346	14.80 341	17.14 374	23.25 299	17.99 345	36.39 322	43.00 332	20.70 232	32.67 269	36.05 330	19.22 287	30.34 337	25.04 315	4.61 352	4.62 373	6.31 358	5.20 364	14.71 377	15.15 381

DeepPrunerF	20.61 333	12.13 345	46.35 363	21.53 365	17.78 375	19.41 271	23.64 364	37.23 331	50.61 357	26.20 295	37.72 306	24.90 261	25.02 319	24.63 309	23.53 301	3.13 339	1.65 332	5.69 356	4.09 357	3.64 322	3.34 306

PVD	34.10 382	19.91 368	39.04 353	27.08 379	18.09 376	35.11 354	44.32 396	52.16 385	66.36 397	53.04 383	64.50 392	52.33 381	56.17 390	52.24 390	42.11 376	4.17 350	4.82 374	9.60 371	4.65 361	11.11 369	25.25 390

ccnet	24.80 358	17.64 363	24.53 321	12.35 327	18.18 377	38.47 363	17.76 343	46.24 375	32.78 270	37.51 355	46.76 355	38.80 339	30.45 347	38.35 367	41.98 375	9.41 371	6.40 379	9.67 372	8.04 371	11.64 371	9.00 362

SQANet	22.07 343	25.29 380	21.78 314	26.81 378	18.92 378	30.75 340	10.25 274	33.47 289	30.10 245	25.73 290	34.31 288	33.45 317	19.94 293	29.16 332	20.03 287	11.68 379	3.08 362	26.95 387	5.80 366	20.97 384	12.99 376

UDG	22.21 344	15.90 361	16.41 273	21.71 366	20.17 379	32.51 345	13.78 312	36.62 325	35.77 298	26.64 299	31.43 246	37.49 335	32.33 355	22.77 300	21.19 294	11.08 377	5.60 377	23.12 382	7.74 370	17.07 381	14.89 380

PDISCO_ROB	25.35 363	10.44 328	31.01 337	29.47 382	20.36 380	38.32 361	17.74 342	45.56 374	55.34 373	29.88 322	42.94 341	46.63 370	29.76 342	36.23 356	31.29 352	10.74 374	2.20 348	6.96 361	3.53 353	9.98 362	8.52 360

otaku	33.83 381	36.87 388	53.81 372	40.41 387	21.58 381	54.54 386	17.45 340	44.01 369	61.47 388	39.63 358	50.06 368	46.76 371	29.76 342	40.64 375	30.07 349	19.17 387	7.09 382	32.34 389	9.92 378	24.17 386	16.94 382

ACVNet-4b	36.91 388	52.81 394	57.04 380	42.64 390	22.08 382	48.32 378	14.64 319	50.28 383	59.78 386	43.17 367	46.34 354	55.50 384	24.49 314	39.03 370	23.55 302	25.75 391	3.76 369	47.36 394	33.76 394	28.62 388	19.22 386

DDUNet	23.49 352	20.59 371	17.13 282	24.58 375	22.45 383	24.86 307	17.96 344	31.42 268	31.06 256	29.59 319	37.81 308	37.85 336	26.39 324	25.77 315	18.74 278	18.99 386	8.10 385	26.65 386	11.80 382	19.41 383	18.58 385

Ntro	35.59 386	38.58 389	55.41 376	43.66 391	22.54 384	57.26 387	23.73 365	47.69 378	63.99 395	39.63 358	48.82 362	47.68 374	37.60 365	41.55 377	30.80 351	17.85 385	6.61 380	33.21 390	10.52 380	26.65 387	17.97 384

PASM	29.37 372	19.17 366	50.43 369	23.55 373	23.15 385	27.62 326	27.82 376	35.90 314	50.76 359	35.98 350	40.55 327	47.26 373	34.98 358	35.28 352	38.72 367	12.58 383	15.96 390	17.57 381	22.46 389	13.71 374	13.92 379

ACVNet_1	42.11 391	50.66 392	66.19 392	45.24 393	25.33 386	50.11 380	25.60 371	55.90 391	65.25 396	60.15 386	59.98 384	63.57 394	50.05 385	50.45 385	38.46 365	20.06 388	11.00 387	38.79 392	14.48 385	31.31 390	19.68 388

DispFullNet	31.01 378	32.97 383	59.04 383	30.27 383	28.46 387	33.06 348	11.44 290	37.69 333	54.13 368	33.30 343	37.78 307	44.68 363	28.96 337	42.19 378	29.68 347	12.35 382	3.56 366	36.10 391	12.90 384	32.29 391	19.42 387

NVStereoNet_ROB	42.81 392	34.00 384	46.84 364	37.40 385	28.64 388	35.65 356	33.88 387	49.95 381	58.27 381	69.65 400	75.69 405	66.36 397	65.66 398	48.37 383	62.04 405	16.50 384	25.07 392	23.61 384	32.35 392	21.58 385	24.72 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCK	66.53 404	88.82 422	80.30 409	80.69 415	30.85 389	65.18 401	41.64 393	72.55 411	71.28 403	78.68 412	69.18 400	78.14 404	62.17 397	82.93 419	63.46 407	80.46 416	40.52 396	82.05 414	47.71 398	74.54 415	39.47 399

SAMSARA	35.29 385	19.78 367	33.90 345	55.86 396	36.15 390	76.79 413	94.89 423	49.29 380	51.59 366	38.15 356	37.83 309	53.71 382	39.29 366	40.56 374	40.41 371	4.02 348	6.72 381	2.35 335	4.12 358	9.70 360	10.76 372

MADNet+	53.97 395	69.36 404	98.79 427	67.30 401	38.52 391	79.97 417	81.50 419	61.38 397	62.53 390	52.01 382	55.50 379	61.22 392	59.61 396	70.25 404	77.26 418	25.21 390	25.07 392	17.40 380	12.69 383	34.21 392	29.70 394

ACVNet_2	58.13 399	62.74 401	73.58 401	66.59 400	38.77 392	63.23 398	49.56 397	72.12 409	82.24 415	79.37 413	88.96 421	76.25 402	73.29 404	55.14 394	48.05 390	38.17 394	24.21 391	54.92 399	37.94 395	48.23 394	29.29 393

RainbowNet	51.77 393	63.10 402	65.03 391	60.15 397	39.21 393	59.39 395	31.46 382	57.61 395	78.49 411	50.61 379	66.05 397	59.57 389	45.26 378	50.17 384	42.57 377	46.92 399	45.90 400	53.26 398	32.46 393	54.03 399	34.14 395

Consistency-Raft	41.94 390	35.39 385	45.40 362	33.16 384	41.47 394	45.14 375	33.50 385	56.78 394	55.37 374	32.11 335	65.41 394	30.46 297	49.76 384	40.94 376	48.33 392	27.72 392	35.00 395	43.33 393	51.89 403	39.60 393	28.04 391

JetBlue	54.72 396	46.20 391	75.05 402	51.44 394	47.85 395	76.48 412	62.38 405	64.44 399	62.86 391	63.67 396	65.49 395	78.96 405	68.77 399	68.63 402	75.95 417	37.07 393	25.78 394	29.10 388	29.19 391	29.75 389	35.27 396

IMH-64-1	59.89 400	58.89 397	69.08 396	66.46 398	50.96 396	57.48 388	51.18 399	69.03 403	67.25 398	67.90 398	80.31 410	70.42 398	74.30 405	72.66 410	50.07 394	42.88 396	43.00 397	65.88 400	47.48 396	53.41 397	39.15 397

IMH-64	59.89 400	58.89 397	69.08 396	66.46 398	50.96 396	57.48 388	51.18 399	69.03 403	67.25 398	67.90 398	80.31 410	70.42 398	74.30 405	72.66 410	50.07 394	42.88 396	43.00 397	65.88 400	47.48 396	53.41 397	39.15 397

SGM+DAISY	55.54 397	57.77 395	64.45 389	40.89 388	53.89 398	63.34 399	50.45 398	56.00 392	45.95 346	61.43 391	64.32 390	61.05 391	56.70 393	61.32 397	56.86 399	56.51 403	49.35 404	50.49 395	50.00 400	52.52 396	57.57 404

SPS-STEREO	56.02 398	59.82 399	64.35 388	45.23 392	53.96 399	61.34 397	44.05 395	60.08 396	50.73 358	62.61 394	61.78 386	59.73 390	57.62 395	60.63 396	59.08 400	58.29 404	48.28 401	51.30 397	49.29 399	55.67 400	56.59 402
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LSM	30.92 375	21.18 373	57.13 381	19.98 362	54.02 400	33.70 351	25.92 372	43.87 366	49.18 353	46.43 375	55.59 380	43.44 359	36.70 362	36.70 360	28.75 339	2.94 334	9.77 386	5.07 354	8.20 374	10.77 364	29.00 392

IMH	63.51 402	61.05 400	69.15 398	69.90 402	54.09 401	65.82 402	55.66 401	72.12 409	72.52 404	72.73 403	81.82 412	73.16 401	79.86 410	77.03 415	52.57 397	44.46 398	50.01 405	68.11 402	51.57 402	56.59 401	41.88 400

UNDER WATER-64	73.59 412	75.19 410	88.26 415	74.50 404	55.55 402	78.94 416	76.55 416	65.86 400	68.37 402	75.79 408	69.24 401	84.00 413	77.49 409	69.01 403	73.11 413	81.39 417	57.22 411	82.69 416	80.62 415	69.53 407	68.45 414

LVE	71.96 407	73.19 407	84.13 412	75.60 405	55.78 403	75.59 409	63.60 406	77.67 415	83.64 416	82.16 414	87.25 420	83.54 412	82.79 415	76.17 413	65.22 408	49.11 401	57.71 412	74.86 406	62.93 404	66.84 405	61.36 406

anonymity	52.60 394	58.73 396	63.81 386	41.37 389	59.41 404	53.52 383	41.39 392	56.50 393	40.60 322	55.03 384	49.64 364	49.57 376	56.22 391	59.42 395	50.07 394	55.57 402	50.19 406	51.15 396	51.23 401	51.90 395	56.75 403

TorneroNet-64	66.18 403	71.37 406	72.19 400	76.80 407	59.54 405	67.82 403	59.56 402	67.83 402	79.98 412	63.09 395	67.00 398	82.98 410	69.97 401	68.02 399	62.78 406	49.03 400	44.17 399	73.23 404	64.19 405	69.14 406	54.83 401

Dean	80.94 420	86.19 421	83.94 411	85.03 418	60.07 406	75.42 408	67.27 408	81.85 420	88.36 419	92.35 422	87.09 419	92.14 421	93.19 422	83.37 420	74.06 414	68.69 409	66.48 416	94.89 425	84.90 420	83.86 421	69.69 416

LRCNet_RVC	73.95 413	70.63 405	75.65 403	77.92 409	60.69 407	41.66 372	16.24 328	71.26 407	48.66 352	88.23 421	93.84 423	90.11 419	82.18 413	80.69 418	61.88 403	97.09 427	72.20 419	96.71 426	97.62 427	77.99 417	77.70 419

WAO-6	71.06 405	73.42 408	67.24 393	79.78 414	61.93 408	69.67 404	60.23 403	75.12 414	87.02 418	74.87 406	79.60 409	79.28 406	84.75 416	68.25 401	61.91 404	67.67 408	48.98 403	81.65 412	73.43 410	66.76 404	59.64 405

TorneroNet	71.59 406	73.91 409	76.67 405	81.06 416	65.65 409	71.44 406	65.68 407	71.66 408	75.08 406	71.76 402	73.09 404	84.12 414	74.51 407	70.46 405	69.58 410	59.87 405	48.58 402	79.93 408	73.78 411	75.74 416	69.18 415

DPSimNet_ROB	74.86 414	83.75 420	61.14 385	77.51 408	65.78 410	76.04 411	75.86 415	74.62 413	77.61 409	82.20 415	75.97 406	80.50 409	72.45 402	68.06 400	84.65 420	81.90 419	52.11 407	79.97 409	76.71 414	70.85 409	79.47 420

UNDER WATER	76.36 415	79.65 415	88.23 414	84.62 417	67.01 411	77.90 414	78.03 417	67.43 401	72.64 405	75.52 407	71.49 403	85.52 415	82.57 414	70.68 406	75.48 416	79.61 415	54.01 408	86.59 420	84.76 419	72.44 412	72.94 417

SPstereo	83.66 421	69.17 403	79.52 407	76.33 406	67.79 412	88.06 421	91.78 422	100.00 431	100.00 431	99.12 427	99.11 427	100.00 434	98.10 426	98.44 427	89.22 422	65.98 407	60.50 413	82.46 415	81.00 416	62.47 402	64.12 409

notaker	72.59 410	79.99 416	79.75 408	79.06 411	68.60 413	63.66 400	62.15 404	69.61 406	75.78 407	77.77 410	79.16 408	79.92 408	84.80 417	77.69 416	59.73 401	70.15 411	61.03 414	77.65 407	68.69 407	70.81 408	65.81 412

HanzoNet	77.99 418	81.45 419	83.64 410	78.05 410	69.26 414	75.78 410	69.09 409	73.99 412	78.09 410	82.39 416	83.06 413	85.66 418	87.00 420	86.11 421	74.40 415	85.46 423	68.53 417	81.84 413	75.61 413	73.07 414	67.26 413

WAO-7	72.48 409	78.58 411	55.84 377	79.20 412	69.56 415	71.30 405	73.06 414	78.20 418	84.37 417	77.52 409	85.78 416	79.44 407	80.26 411	65.93 398	66.47 409	62.13 406	69.81 418	70.46 403	73.18 409	66.66 403	61.95 407

ktn	72.86 411	80.20 417	70.88 399	79.38 413	69.76 416	75.01 407	70.17 413	69.27 405	77.21 408	73.05 404	77.79 407	77.79 403	77.01 408	73.04 412	56.44 398	79.36 414	66.31 415	80.24 411	68.37 406	72.53 413	63.45 408

WAO-8	77.20 416	78.94 412	67.39 394	86.73 419	72.82 417	79.98 418	69.63 411	77.88 416	88.66 420	83.17 417	86.77 417	85.56 416	85.20 418	72.63 408	69.82 411	75.00 412	55.65 409	87.92 422	83.63 417	71.60 410	64.97 410

Venus	77.20 416	78.94 412	67.39 394	86.73 419	72.82 417	79.98 418	69.63 411	77.88 416	88.66 420	83.17 417	86.77 417	85.56 416	85.20 418	72.63 408	69.82 411	75.00 412	55.65 409	87.92 422	83.63 417	71.61 411	64.97 410

JetRed	79.80 419	80.33 418	91.79 417	71.25 403	75.71 419	91.85 422	80.84 418	79.41 419	80.84 413	84.48 419	84.47 415	83.34 411	72.72 403	79.51 417	85.74 421	69.66 410	81.68 421	73.70 405	72.68 408	82.42 419	73.53 418

MFMNet_re	72.11 408	79.45 414	64.79 390	52.91 395	84.26 420	78.00 415	69.47 410	64.08 398	67.45 401	61.33 390	71.28 402	64.22 395	69.42 400	72.45 407	61.54 402	81.63 418	73.93 420	80.19 410	74.21 412	83.02 420	88.49 422

xxxxx1	91.89 424	95.36 425	98.42 424	87.40 421	89.37 421	98.54 425	98.20 427	92.95 422	93.30 423	93.53 423	95.30 424	97.01 423	96.36 423	94.68 422	94.93 423	83.39 420	84.31 422	82.86 417	88.15 422	84.30 422	89.46 423

tt_ll	91.89 424	95.36 425	98.42 424	87.40 421	89.37 421	98.54 425	98.20 427	92.95 422	93.30 423	93.53 423	95.30 424	97.01 423	96.36 423	94.68 422	94.93 423	83.39 420	84.31 422	82.86 417	88.15 422	84.30 422	89.46 423

ff	91.89 424	95.36 425	98.42 424	87.40 421	89.37 421	98.54 425	98.20 427	92.95 422	93.30 423	93.53 423	95.30 424	97.01 423	96.36 423	94.68 422	94.93 423	83.39 420	84.31 422	82.86 417	88.15 422	84.30 422	89.46 423

KSHMR	88.63 422	93.05 423	84.15 413	95.59 424	91.74 424	82.94 420	83.28 420	84.59 421	81.87 414	87.85 420	83.96 414	91.71 420	81.49 412	76.73 414	82.12 419	96.47 426	96.06 426	96.71 426	97.16 426	92.74 426	92.47 426

MADNet++	94.07 427	93.58 424	90.62 416	96.24 425	96.57 425	97.26 424	90.52 421	94.64 425	91.89 422	97.09 426	93.64 422	94.65 422	92.81 421	96.06 425	95.06 426	95.31 425	95.85 425	92.44 424	92.08 425	91.00 425	94.17 428

DLNR_Zeroshot_test	27.91 370	51.88 393	91.97 418	98.26 426	97.92 426	3.07 6	0.49 9	31.27 265	8.33 42	8.40 45	15.66 80	7.22 51	1.66 9	12.16 114	4.82 103	40.46 395	1.87 338	0.06 116	0.33 240	80.45 418	1.99 237

MEDIAN_ROB	99.20 429	99.85 428	99.64 429	98.51 427	98.53 427	98.60 428	97.88 426	98.83 428	98.59 427	99.35 430	99.47 429	99.57 428	99.05 428	98.38 426	98.37 429	99.99 429	99.63 428	100.00 430	100.00 431	99.82 429	99.92 430

PML	99.07 428	100.00 433	98.17 423	99.22 428	99.21 428	99.98 431	99.74 430	98.27 427	98.10 426	100.00 433	99.37 428	98.77 427	99.85 429	100.00 433	98.07 428	100.00 431	99.54 427	100.00 430	99.51 429	99.87 430	93.65 427

Anonymous_1	99.63 431	99.96 429	99.94 431	99.77 430	99.59 429	100.00 432	100.00 432	99.81 430	99.98 428	99.63 431	99.94 430	99.75 429	100.00 431	99.67 429	99.89 430	98.37 428	99.84 429	98.70 428	99.26 428	99.29 428	99.24 429

HaxPig	99.40 430	99.99 430	97.53 422	99.99 431	99.99 430	96.91 423	97.19 424	99.57 429	99.99 429	99.98 432	100.00 431	99.99 432	99.96 430	99.06 428	97.86 427	99.99 429	100.00 432	100.00 430	100.00 431	100.00 431	99.98 431

test_example2	99.67 432	99.99 430	99.99 432	100.00 432	99.99 430	99.87 430	99.99 431	98.01 426	100.00 431	100.00 433	100.00 431	98.18 426	98.43 427	99.98 430	99.98 431	100.00 431	99.99 431	99.40 429	99.52 430	100.00 431	100.00 432

MyStereo03	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo02	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

MyStereo	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

Selective-RAFT-Error	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

tt	89.84 423	1.21 8	99.99 432	99.29 429	100.00 432	100.00 432	100.00 432	100.00 431	99.99 429	78.46 411	68.51 399	99.99 432	100.00 431	100.00 433	100.00 434	95.27 424	99.93 430	87.33 421	86.20 421	94.13 427	86.50 421

CasAABBNet	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

LSM0	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSMNet_ROB	99.95 434	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	99.16 428	100.00 431	99.95 430	100.00 431	99.98 430	99.99 432	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DGTPSM_ROB	99.95 434	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	99.16 428	100.00 431	99.95 430	100.00 431	99.98 430	99.99 432	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSM_ROB	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

DPSM	100.00 436	100.00 433	100.00 434	100.00 432	100.00 432	100.00 432	100.00 432	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

AVERAGE_ROB	99.81 433	99.99 430	99.44 428	100.00 432	100.00 432	99.02 429	97.81 425	100.00 431	100.00 431	100.00 433	100.00 431	100.00 434	100.00 431	100.00 433	100.00 434	100.00 431	100.00 432	100.00 430	100.00 431	100.00 431	100.00 432

Low-res two-view benchmark