Low-res two-view results

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

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

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

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

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

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

CES	4.08 21	1.34 23	3.46 1	3.65 7	11.49 354	5.24 52	0.99 20	10.15 14	9.15 56	3.80 10	9.29 32	1.76 2	0.91 1	6.94 16	2.64 28	0.07 68	0.05 51	0.01 57	0.00 1	1.63 276	9.03 362

CAS	5.44 39	0.98 1	3.95 7	17.59 352	7.74 320	7.82 133	6.09 199	9.89 13	9.40 58	4.82 20	10.69 45	1.93 3	1.22 2	4.54 2	2.47 15	10.98 375	0.02 23	0.00 1	0.02 75	0.53 173	8.19 356

MGS-Stereo	3.47 5	1.54 40	7.34 54	3.79 9	0.51 16	4.78 31	1.51 40	6.53 2	9.92 63	4.54 18	10.22 40	5.44 39	1.26 3	8.51 29	2.53 19	0.21 140	0.01 7	0.02 72	0.00 1	0.59 188	0.23 20

MIF-Stereo	3.10 2	1.22 11	7.79 65	4.50 33	2.51 143	2.59 4	0.42 7	5.88 1	5.74 6	5.46 31	7.76 22	1.12 1	1.46 4	9.06 36	5.42 116	0.06 57	0.07 85	0.00 1	0.01 55	0.60 191	0.26 23

4D-IteraStereo	5.47 40	2.05 115	8.66 87	5.34 69	4.93 231	6.11 86	1.79 70	13.74 54	16.35 126	14.53 114	11.10 49	8.22 65	1.59 5	8.73 30	3.37 54	0.00 1	0.49 196	0.09 140	0.02 75	0.25 62	1.98 226

CASnet	4.11 24	1.27 17	5.28 16	5.63 84	0.31 2	4.89 35	2.86 114	11.52 28	11.73 73	11.06 66	11.80 54	4.16 20	1.63 6	6.30 12	2.22 3	0.63 231	0.00 1	0.60 270	0.13 153	0.15 32	0.07 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
XX-TBD	4.63 31	10.71 329	3.94 6	10.55 297	0.62 22	5.95 85	0.08 1	7.91 5	12.75 80	11.73 69	14.80 74	4.04 18	1.64 7	4.90 4	2.61 25	0.08 72	0.01 7	0.00 1	0.00 1	0.26 72	0.06 2

DLNR_Zeroshot_test	27.91 369	51.88 392	91.97 417	98.26 425	97.92 425	3.07 6	0.49 9	31.27 264	8.33 42	8.40 45	15.66 79	7.22 50	1.66 8	12.16 113	4.82 102	40.46 394	1.87 337	0.06 115	0.33 238	80.45 417	1.99 236

EGLCR-Stereo	3.41 3	1.28 19	6.47 30	4.22 23	1.36 81	5.18 50	1.24 26	11.58 29	5.47 4	3.80 10	3.40 1	8.10 64	1.69 9	9.53 49	2.23 4	0.09 79	0.89 253	0.01 57	0.00 1	0.24 58	1.42 173

Selective-IGEV	3.46 4	1.32 22	5.92 18	4.55 34	2.27 135	4.65 20	2.07 83	11.50 27	5.81 7	3.19 3	4.75 7	5.46 40	1.77 10	11.24 74	2.37 12	0.05 39	0.82 242	0.00 1	0.20 192	0.10 12	1.17 142

GLC_STEREO	3.61 8	1.35 24	3.91 5	6.86 167	0.23 1	4.69 23	1.61 47	9.80 11	7.20 23	5.64 32	9.11 29	5.19 35	2.02 11	10.25 55	3.70 64	0.07 68	0.04 44	0.22 222	0.00 1	0.24 58	0.17 17

CREStereo++_RVC	4.83 33	1.16 5	4.67 10	4.71 38	2.02 122	4.01 12	0.11 2	9.48 10	18.00 140	8.87 50	16.74 90	4.43 25	2.15 12	6.09 9	3.39 56	0.07 68	0.00 1	0.00 1	10.51 378	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
Former-RAFT_DAM_RVC	4.91 35	3.05 226	9.51 123	4.55 34	3.59 182	9.01 141	1.46 35	14.59 68	19.31 157	7.65 44	7.22 20	2.04 4	2.21 13	10.13 54	2.51 16	0.12 99	0.03 36	0.08 134	0.00 1	0.62 194	0.50 63

XX-Stereo	6.50 89	1.81 71	10.42 161	12.71 327	7.14 305	3.46 8	0.90 16	16.31 88	6.13 17	9.03 52	28.11 204	13.48 140	2.22 14	11.87 100	2.61 25	0.45 200	0.78 236	0.08 134	0.42 266	1.09 252	0.88 107

MSKI-zero shot	5.11 37	1.81 71	6.47 30	6.17 116	1.78 114	6.42 104	1.50 39	13.59 49	8.66 50	10.63 61	11.58 52	13.29 137	2.35 15	12.34 124	3.09 45	0.05 39	1.21 289	0.02 72	0.29 224	0.15 32	0.85 103

test croco	4.41 28	2.18 148	11.50 192	5.46 75	2.97 165	3.20 7	1.38 30	9.01 7	5.96 16	3.56 6	16.63 88	3.01 6	2.76 16	14.80 198	4.25 83	0.32 169	0.00 1	0.04 100	0.01 55	0.79 227	0.43 53

TRStereo	6.64 94	6.95 304	12.06 210	9.69 271	7.59 313	5.12 47	1.68 57	20.72 151	12.34 76	10.93 65	9.07 28	10.57 88	3.16 17	14.33 185	4.23 82	0.60 227	0.80 238	0.14 184	0.37 249	0.56 181	1.86 208

iRaftStereo_RVC	5.06 36	2.15 141	7.88 69	5.54 77	0.78 35	5.22 51	0.45 8	18.47 127	11.75 74	9.72 56	15.05 76	5.74 43	3.18 18	9.29 43	2.52 17	0.02 7	1.24 294	0.00 1	0.01 55	0.58 182	1.62 190

test_xeample3	4.08 21	2.95 216	11.20 189	4.05 14	1.05 59	5.62 74	1.58 46	13.23 39	4.76 2	7.10 34	3.83 3	3.18 9	3.30 19	11.75 93	4.42 90	0.08 72	0.74 229	0.00 1	0.38 260	0.26 72	2.04 244

LL-Strereo2	5.97 67	2.88 211	10.62 169	6.59 142	3.38 176	6.31 98	2.20 88	15.61 78	8.46 46	11.33 67	10.75 47	15.69 170	3.45 20	13.58 173	4.65 98	0.16 116	0.48 193	1.33 316	0.13 153	0.36 116	1.42 173

ProNet	4.14 25	2.35 172	7.50 58	4.22 23	1.47 90	5.67 76	6.24 203	13.78 56	7.71 29	3.38 4	4.93 9	3.72 15	3.52 21	11.52 88	2.72 31	0.08 72	1.32 302	0.01 57	0.26 215	0.47 159	2.02 239

CREStereo	3.75 10	1.21 8	3.79 4	2.66 2	0.66 24	5.52 62	0.39 5	10.77 18	14.18 101	7.14 36	10.54 43	5.25 36	3.54 22	6.27 11	2.88 42	0.04 22	0.01 7	0.03 87	0.01 55	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
GMStereo	6.44 84	4.92 277	12.13 211	5.60 80	0.87 43	9.18 142	2.57 103	12.99 37	25.54 212	12.85 87	11.84 55	5.60 41	3.62 23	11.92 103	6.44 152	0.53 211	0.02 23	0.05 108	0.36 245	0.98 246	0.70 87
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	5.82 54	2.06 118	9.08 99	6.23 121	2.20 133	6.24 97	6.20 202	20.18 148	6.36 18	10.65 62	15.97 83	6.31 45	3.63 24	12.09 111	4.88 103	0.06 57	0.73 228	0.04 100	1.59 330	0.21 49	1.67 193

panet	3.79 11	1.10 3	3.76 3	2.70 3	0.63 23	5.60 73	0.41 6	10.89 19	14.11 100	7.11 35	10.55 44	5.73 42	3.75 25	6.25 10	2.89 43	0.04 22	0.02 23	0.03 87	0.01 55	0.06 5	0.07 3

LoS	3.83 12	1.25 13	4.39 9	3.29 4	0.58 20	4.87 34	1.15 22	11.00 20	13.34 89	5.02 22	10.69 45	4.14 19	3.78 26	9.15 40	3.20 50	0.08 72	0.03 36	0.09 140	0.00 1	0.13 29	0.35 31

test_4	5.75 48	1.40 29	6.47 30	7.20 192	0.89 45	5.81 82	1.82 71	12.26 32	6.62 21	12.85 87	30.51 231	7.61 56	3.81 27	12.70 140	3.47 58	0.02 7	0.27 147	0.03 87	0.17 179	0.39 133	0.67 83

IGEV_Zeroshot_test	5.90 63	2.30 159	15.24 260	6.90 170	2.11 126	4.35 14	1.51 40	15.68 79	8.52 48	13.73 106	11.89 56	11.49 96	3.82 28	11.41 79	4.76 101	0.11 91	0.84 244	0.15 189	0.25 213	0.87 240	1.98 226

RALCasStereoNet	6.53 92	2.84 210	8.12 76	7.88 224	6.12 279	6.85 114	5.29 177	14.66 69	13.94 96	10.20 57	18.18 102	10.24 85	3.83 29	12.33 123	5.56 122	0.04 22	1.88 338	0.11 167	0.01 55	0.26 72	2.24 264

IGEVStereo-DCA	3.90 13	2.95 216	7.30 48	4.05 14	0.92 48	4.94 43	1.65 51	14.40 59	5.82 8	4.17 13	4.67 5	4.50 29	3.95 30	11.24 74	4.28 84	0.18 126	0.56 210	0.00 1	0.17 179	0.25 62	1.98 226

rrr	3.99 20	2.95 216	11.04 186	4.05 14	0.92 48	4.94 43	1.53 44	11.97 31	6.50 20	4.17 13	4.67 5	4.50 29	3.95 30	11.24 74	4.28 84	0.18 126	0.56 210	0.00 1	0.22 194	0.25 62	1.88 209

test_3	5.97 67	1.26 15	9.95 140	6.84 166	1.45 87	8.73 138	3.18 124	14.26 58	19.86 160	12.22 72	8.91 26	13.78 143	3.99 32	9.38 45	2.58 20	0.01 2	1.10 270	0.00 1	0.37 249	0.30 92	1.20 145

AnonymousM	6.73 96	12.03 342	3.53 2	4.47 32	1.55 101	4.42 15	3.17 123	11.94 30	8.44 45	17.00 166	10.06 34	9.08 75	4.00 33	7.56 21	4.06 76	0.55 218	0.68 224	23.13 382	8.12 372	0.07 8	0.65 80

test_1	5.63 43	1.29 20	9.52 125	4.90 51	1.45 87	6.51 107	2.93 118	13.65 52	19.05 155	12.58 75	8.67 24	13.02 132	4.07 34	9.39 46	2.58 20	0.01 2	1.09 268	0.00 1	0.38 260	0.28 84	1.26 153

test-3	5.64 44	1.29 20	9.52 125	4.88 45	1.45 87	6.53 108	2.92 116	13.64 50	19.04 154	12.75 85	8.67 24	13.01 131	4.10 35	9.39 46	2.58 20	0.01 2	1.09 268	0.00 1	0.37 249	0.28 84	1.25 152

EKT-Stereo	6.11 74	1.71 58	9.09 100	7.69 211	5.56 257	5.16 48	4.26 155	19.18 133	15.13 109	9.20 53	12.84 62	9.55 80	4.18 36	11.74 92	3.24 51	0.53 211	0.62 220	0.09 140	0.14 162	0.17 39	2.16 262

whm_eth	9.17 179	5.14 281	19.04 299	7.90 226	6.70 296	6.89 116	3.35 133	18.64 129	21.30 167	22.39 261	38.88 317	4.64 31	4.25 37	14.43 188	5.63 126	0.65 233	0.08 91	0.22 222	0.10 143	0.74 218	2.37 270

ACRE	7.62 134	3.21 230	14.93 257	7.81 219	5.00 236	10.01 146	4.45 159	16.32 89	15.86 115	17.81 182	19.21 111	8.38 67	4.25 37	11.11 67	10.58 210	0.78 250	0.32 158	0.03 87	0.15 168	0.44 148	1.84 206

RALAANet	6.86 102	3.28 235	11.09 187	7.63 208	4.95 233	6.16 95	1.63 48	20.54 150	15.45 111	15.30 122	14.52 72	12.98 130	4.35 39	13.53 169	3.98 72	0.11 91	0.35 166	0.00 1	0.29 224	0.58 182	0.48 61

LargeStereo	3.49 6	1.67 55	6.59 35	6.41 133	1.44 86	4.50 17	1.66 56	11.20 21	5.34 3	3.01 2	6.40 18	4.30 24	4.36 40	5.66 5	3.53 61	0.05 39	1.20 284	0.00 1	0.15 168	0.32 97	2.10 256

IGEV-Stereo	3.97 18	2.10 127	6.78 40	4.43 30	1.81 116	4.92 40	1.68 57	14.84 70	5.82 8	5.25 29	5.54 11	4.22 23	4.36 40	11.55 90	2.68 29	0.04 22	0.88 251	0.00 1	0.18 188	0.36 116	1.98 226
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
anonymousdsp	3.97 18	2.10 127	6.76 39	4.43 30	1.82 118	4.92 40	1.68 57	14.84 70	5.82 8	5.26 30	5.54 11	4.20 21	4.37 42	11.54 89	2.68 29	0.04 22	0.87 249	0.00 1	0.18 188	0.36 116	1.98 226

cross-raft	5.70 46	1.44 34	7.08 42	6.69 153	2.11 126	5.89 83	1.44 34	16.44 92	8.38 44	13.42 101	20.70 133	12.20 112	4.38 43	9.06 36	3.11 46	0.03 16	0.38 172	0.00 1	0.22 194	0.24 58	0.84 102

AE-Stereo	5.68 45	1.78 65	9.22 115	9.25 260	2.52 144	10.13 148	2.92 116	13.10 38	14.88 106	4.88 21	13.10 64	10.72 89	4.43 44	9.24 42	3.37 54	0.10 87	1.31 300	0.06 115	0.32 232	0.21 49	2.03 242

TANstereo	4.87 34	1.49 38	5.02 14	4.02 12	0.51 16	14.25 206	0.15 3	9.17 8	12.84 81	12.80 86	18.36 105	5.14 34	4.43 44	6.01 7	2.30 5	0.09 79	0.12 112	0.00 1	0.01 55	0.02 1	0.68 85

CroCo-Stereo	3.51 7	2.49 187	8.03 73	9.10 257	1.26 78	0.97 1	0.96 19	11.24 26	8.52 48	3.79 9	4.87 8	7.93 63	4.44 46	3.26 1	2.76 32	0.03 16	0.00 1	0.00 1	0.00 1	0.34 105	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
anonymousdsp2	6.47 88	1.81 71	9.73 131	5.25 65	1.23 71	9.35 143	3.96 148	22.51 172	18.39 143	12.87 89	10.19 39	10.17 84	4.46 47	11.77 94	3.83 69	0.06 57	1.00 263	0.31 248	0.18 188	0.25 62	2.06 248

StereoIM	2.96 1	2.05 115	7.26 47	3.35 5	2.54 146	1.78 3	0.28 4	8.41 6	5.58 5	2.77 1	3.62 2	7.05 49	4.60 48	5.95 6	3.33 52	0.01 2	0.05 51	0.00 1	0.00 1	0.19 46	0.39 47

ff7	3.92 14	2.12 133	7.30 48	4.22 23	1.47 90	4.90 36	1.65 51	14.40 59	5.82 8	5.08 25	5.59 13	3.45 10	4.61 49	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 179	0.35 109	1.98 226

ffff	3.92 14	2.12 133	7.30 48	4.22 23	1.47 90	4.90 36	1.65 51	14.40 59	5.82 8	5.08 25	5.59 13	3.45 10	4.61 49	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 179	0.35 109	1.98 226

11t	3.92 14	2.12 133	7.30 48	4.22 23	1.47 90	4.90 36	1.65 51	14.40 59	5.82 8	5.08 25	5.59 13	3.45 10	4.61 49	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 179	0.35 109	1.98 226

ccc-4	3.92 14	2.12 133	7.30 48	4.22 23	1.47 90	4.90 36	1.65 51	14.40 59	5.82 8	5.08 25	5.59 13	3.45 10	4.61 49	11.48 81	2.76 32	0.04 22	0.98 258	0.00 1	0.17 179	0.35 109	1.98 226

CIPLG	7.69 138	3.27 233	14.40 246	7.84 221	5.08 240	10.24 150	4.59 162	16.02 85	15.45 111	18.05 190	19.72 119	8.79 71	4.61 49	11.84 99	10.40 207	0.76 244	0.33 164	0.03 87	0.15 168	0.44 148	1.83 205

RAFT-Test	6.19 77	1.47 35	7.90 70	4.91 52	2.70 150	9.97 144	1.52 43	17.08 107	9.06 55	13.21 94	23.67 165	12.89 128	4.63 54	9.47 48	3.57 62	0.02 7	0.81 239	0.00 1	0.38 260	0.21 49	0.39 47

Any-RAFT	6.28 79	1.42 32	4.91 12	5.00 55	1.25 76	10.18 149	1.90 76	22.68 175	15.87 116	12.12 71	19.23 112	13.69 142	4.65 55	9.35 44	2.36 11	0.06 57	0.57 213	0.00 1	0.00 1	0.05 2	0.35 31

IPLGR_C	7.70 139	3.32 236	14.54 248	7.98 228	5.04 238	10.26 151	4.64 165	16.50 94	16.28 125	17.97 189	18.85 109	8.30 66	4.66 56	11.22 72	10.89 217	0.77 247	0.32 158	0.03 87	0.15 168	0.43 145	1.84 206

PMTNet	5.52 41	1.11 4	4.24 8	2.49 1	1.38 83	8.75 139	0.67 11	12.64 35	12.84 81	8.66 47	11.27 51	6.00 44	4.70 57	9.91 53	3.02 44	22.39 388	0.01 7	0.04 100	0.02 75	0.06 5	0.23 20

sCroCo_RVC	5.29 38	3.82 254	17.52 284	11.17 309	6.67 294	5.78 81	2.66 106	10.47 15	8.48 47	3.78 8	9.32 33	4.76 33	4.83 58	8.33 27	4.88 103	1.17 295	0.52 202	0.06 115	0.03 83	0.70 212	0.90 110

DIP-Stereo	6.99 115	2.37 174	11.45 190	4.78 40	1.70 112	13.13 189	1.47 36	15.76 80	7.43 24	14.57 115	26.61 192	10.76 90	5.10 59	14.97 201	8.10 171	0.06 57	0.06 75	0.06 115	0.00 1	0.17 39	1.22 147
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIF-Stereo (partial)	4.55 30	1.63 49	8.37 84	5.46 75	5.35 247	3.48 9	0.94 17	9.80 11	8.03 41	4.45 16	15.68 80	5.33 38	5.11 60	11.92 103	4.57 96	0.06 57	0.02 23	0.06 115	0.03 83	0.45 152	0.30 26

PSM-softLoss	6.90 104	1.81 71	10.84 177	7.04 177	0.93 52	5.53 66	1.97 80	23.18 181	9.65 59	14.16 111	22.01 154	12.84 122	5.15 61	13.03 150	7.95 167	0.76 244	0.06 75	0.27 233	0.55 288	0.21 49	0.14 13

KMStereo	6.90 104	1.81 71	10.84 177	7.04 177	0.93 52	5.53 66	1.97 80	23.18 181	9.65 59	14.16 111	22.01 154	12.84 122	5.15 61	13.03 150	7.95 167	0.76 244	0.06 75	0.27 233	0.55 288	0.21 49	0.14 13

RAFT-345	6.94 107	1.48 36	7.45 56	5.65 86	0.96 56	5.49 60	3.20 125	13.73 53	10.97 66	13.81 107	42.93 339	9.01 74	5.31 63	13.09 157	4.73 100	0.58 222	0.05 51	0.10 148	0.06 117	0.08 10	0.08 5

MIM_Stereo	7.37 128	2.06 118	12.02 209	4.71 38	1.69 111	5.17 49	1.28 28	19.54 140	13.09 83	16.93 162	28.48 207	13.05 133	5.43 64	13.25 162	7.41 160	0.02 7	0.62 220	0.00 1	0.01 55	0.45 152	2.09 255

CFNet-RSSM	5.78 50	1.24 12	9.20 113	4.82 42	1.23 71	6.33 99	1.21 25	17.35 112	18.14 141	13.35 97	11.17 50	11.69 100	5.43 64	9.71 52	3.34 53	0.03 16	0.20 128	0.00 1	0.36 245	0.37 122	0.42 52

test-1	6.03 72	1.76 63	15.61 265	8.01 230	1.98 121	7.82 133	1.16 23	13.64 50	13.60 93	9.69 55	15.16 78	11.55 98	5.45 66	7.78 22	4.35 87	0.16 116	1.18 278	0.00 1	0.13 153	0.16 36	1.39 168

IPLG	7.65 136	2.00 102	13.81 237	5.86 108	4.35 212	10.97 163	1.43 32	22.52 173	16.50 128	19.78 218	20.62 132	5.28 37	5.49 67	12.58 136	9.70 199	0.13 106	0.06 75	0.03 87	0.07 124	0.41 140	1.38 166

raft_robust	8.39 153	2.81 207	7.62 61	6.32 131	1.17 65	5.47 59	0.82 15	34.37 300	35.49 294	18.40 197	20.25 125	7.24 51	5.51 68	15.77 210	3.40 57	0.11 91	1.10 270	0.00 1	0.50 279	0.33 100	1.19 144

R-Stereo Train	7.33 126	1.62 47	9.31 117	6.80 164	2.33 138	7.57 127	5.36 179	24.47 193	7.63 25	16.40 145	33.07 270	12.42 114	5.52 69	8.06 25	5.23 111	0.05 39	0.05 51	0.01 57	0.00 1	0.12 22	0.56 70

RAFT-Stereo	7.33 126	1.62 47	9.31 117	6.80 164	2.33 138	7.57 127	5.36 179	24.47 193	7.63 25	16.40 145	33.07 270	12.42 114	5.52 69	8.06 25	5.23 111	0.05 39	0.05 51	0.01 57	0.00 1	0.12 22	0.56 70
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rafts_anoy	6.46 86	2.37 174	7.09 43	7.48 205	6.02 275	5.31 56	2.45 96	14.50 66	22.01 175	12.94 90	16.18 86	8.48 69	5.53 71	9.70 51	6.32 147	0.05 39	1.66 332	0.10 148	0.05 107	0.30 92	0.69 86

raft+_RVC	7.10 117	2.37 174	6.59 35	6.94 175	5.82 268	6.35 101	5.97 197	21.05 157	23.63 192	10.90 64	17.95 95	9.80 81	5.55 72	11.49 85	4.47 93	0.04 22	1.50 327	0.00 1	0.00 1	0.38 132	1.23 149

s12784h	6.22 78	1.01 2	4.95 13	3.57 6	0.54 19	19.55 273	0.95 18	19.51 139	18.39 143	12.98 91	12.58 61	7.78 59	5.56 73	11.34 78	4.36 88	0.89 263	0.01 7	0.05 108	0.00 1	0.07 8	0.20 19

Gwc-CoAtRS	5.80 52	1.37 26	9.07 98	4.80 41	1.39 84	6.90 117	1.27 27	16.50 94	15.48 113	13.07 92	13.35 67	12.64 116	5.61 74	9.14 39	4.20 80	0.04 22	0.32 158	0.00 1	0.29 224	0.30 92	0.33 27

CroCo-Stereo Lap2	4.21 27	2.60 197	9.11 101	10.21 285	6.06 277	1.11 2	0.78 14	10.63 17	8.34 43	3.46 5	5.18 10	8.92 72	5.66 75	6.42 13	4.53 95	0.03 16	0.05 51	0.00 1	0.00 1	0.81 232	0.39 47

MyStereo07	4.80 32	2.38 177	6.21 21	6.63 148	4.77 226	6.47 105	9.60 260	16.70 100	5.88 15	4.81 19	5.77 17	3.13 8	5.68 76	12.07 108	2.46 14	0.09 79	1.33 306	0.03 87	0.32 232	0.74 218	0.93 115

Pruner-Stereo	6.85 100	1.81 71	10.24 151	6.92 172	0.92 48	5.55 72	4.01 150	14.42 64	11.85 75	18.22 194	21.92 150	15.64 169	5.69 77	12.10 112	6.08 134	0.84 257	0.02 23	0.18 201	0.10 143	0.11 19	0.38 45

MyStereo06	6.95 108	2.25 154	14.05 242	6.69 153	4.74 224	7.75 130	9.60 260	17.85 119	9.03 54	13.29 96	10.78 48	18.68 212	5.70 78	10.66 57	4.52 94	0.09 79	1.32 302	0.02 72	0.26 215	0.84 238	0.92 111

HHNet	7.57 131	2.01 104	8.03 73	3.71 8	3.46 179	4.93 42	6.17 201	19.69 141	16.27 124	20.91 238	31.75 251	10.56 87	5.82 79	10.69 59	5.10 106	0.67 238	0.07 85	0.21 215	0.14 162	0.63 196	0.54 66

MoCha-V2	4.14 25	1.25 13	6.49 33	24.63 374	1.25 76	4.48 16	1.51 40	9.21 9	6.39 19	3.99 12	4.53 4	2.57 5	5.93 80	4.72 3	1.93 1	0.16 116	1.24 294	0.00 1	0.50 279	0.16 36	1.77 201

PFNet+	6.92 106	1.64 52	10.96 183	6.27 123	0.90 46	5.66 75	1.68 57	14.43 65	16.02 120	18.13 192	21.24 138	14.33 148	5.97 81	13.13 158	5.51 121	0.90 265	0.20 128	0.11 167	0.30 229	0.08 10	0.94 119

NF-Stereo	6.96 109	1.80 68	10.17 145	7.16 190	0.79 37	6.15 94	3.26 132	20.74 155	18.45 147	13.42 101	19.33 113	11.67 99	6.05 82	12.71 141	6.17 137	0.57 221	0.06 75	0.21 215	0.23 201	0.12 22	0.09 7

OCTAStereo	6.97 110	1.80 68	10.20 148	7.15 189	0.78 35	6.12 91	3.38 134	20.72 151	18.47 148	13.41 98	19.33 113	11.91 107	6.05 82	12.68 139	6.19 138	0.59 225	0.06 75	0.21 215	0.22 194	0.12 22	0.10 9

RE-Stereo	6.97 110	1.79 66	10.18 146	7.14 184	0.77 32	6.14 92	3.39 135	20.72 151	18.43 145	13.41 98	19.33 113	11.78 102	6.09 84	12.66 137	6.22 139	0.58 222	0.05 51	0.21 215	0.22 194	0.12 22	0.10 9

TVStereo	6.97 110	1.79 66	10.18 146	7.14 184	0.77 32	6.14 92	3.39 135	20.72 151	18.43 145	13.41 98	19.33 113	11.78 102	6.09 84	12.66 137	6.22 139	0.58 222	0.05 51	0.21 215	0.22 194	0.12 22	0.10 9

NRIStereo	5.98 69	1.91 88	9.60 127	6.29 129	0.45 3	6.56 110	2.52 99	15.37 75	11.43 70	12.55 74	15.07 77	11.45 95	6.11 86	12.32 122	6.23 141	0.83 255	0.16 121	0.11 167	0.00 1	0.32 97	0.33 27

GMStereo_Zeroshot	11.32 229	8.59 323	21.66 312	10.06 279	2.53 145	12.38 176	1.43 32	21.36 165	21.50 171	23.48 271	35.74 296	24.85 259	6.12 87	20.48 274	8.28 175	0.83 255	0.02 23	0.25 230	0.01 55	6.33 343	0.53 64

CRE-IMP	5.83 56	1.86 79	11.10 188	6.20 119	0.51 16	6.86 115	1.64 50	12.56 33	9.01 52	13.16 93	16.11 85	10.94 92	6.14 88	12.81 143	6.46 153	0.50 207	0.07 85	0.10 148	0.00 1	0.27 80	0.27 24

MC-Stereo	4.47 29	1.16 5	5.85 17	6.14 114	1.43 85	3.70 11	1.73 65	10.62 16	7.83 38	6.85 33	13.33 66	6.77 47	6.21 89	11.23 73	2.52 17	0.04 22	1.30 298	0.06 115	0.24 205	0.17 39	2.14 261

LoS_RVC	4.09 23	3.01 221	4.81 11	4.88 45	7.78 321	5.24 52	2.80 113	7.57 3	4.24 1	4.41 15	10.34 41	3.62 14	6.34 90	6.59 14	2.37 12	0.04 22	0.03 36	0.00 1	0.01 55	0.06 5	7.70 350

DCRE	6.73 96	2.11 131	9.19 112	7.76 217	4.90 229	7.81 132	5.86 194	16.46 93	11.38 69	9.61 54	22.55 157	11.84 106	6.35 91	11.09 66	3.63 63	0.04 22	1.19 283	0.06 115	0.37 249	0.15 32	2.23 263

DisPM	6.68 95	1.58 45	9.90 138	7.19 191	1.12 61	5.71 77	3.69 142	13.74 54	12.42 77	16.60 151	23.63 164	12.64 116	6.39 92	13.31 165	4.08 78	0.77 247	0.01 7	0.08 134	0.15 168	0.14 30	0.53 64

RAFT-RH_RVC	7.88 144	1.51 39	7.72 62	5.41 73	0.96 56	11.41 169	1.48 38	13.43 48	15.04 107	17.54 177	45.66 351	10.86 91	6.42 93	13.48 167	5.26 113	0.81 253	0.04 44	0.12 172	0.13 153	0.12 22	0.17 17

AEACV	3.74 9	1.42 32	6.45 28	5.61 81	6.24 283	4.69 23	1.54 45	7.61 4	7.19 22	3.59 7	7.87 23	4.20 21	6.43 94	6.07 8	1.96 2	0.03 16	1.03 265	0.04 100	0.54 285	0.23 56	2.12 258

iGMRVC	5.86 60	1.97 90	10.41 160	5.66 87	0.45 3	5.53 66	1.75 68	13.35 47	7.81 36	12.69 78	18.17 101	12.86 124	6.53 95	12.34 124	5.77 129	1.13 289	0.09 94	0.10 148	0.00 1	0.26 72	0.34 30

dd	8.57 159	5.20 282	13.37 232	6.91 171	1.05 59	10.30 153	3.89 146	17.29 111	34.00 279	15.73 134	17.50 92	7.45 52	6.60 96	15.00 202	10.99 218	1.39 304	0.41 182	0.18 201	0.46 269	2.25 293	1.40 170

HUI-Stereo	5.80 52	1.98 97	10.42 161	5.66 87	0.45 3	5.52 62	2.68 108	13.29 46	7.82 37	12.71 84	18.16 99	12.91 129	6.60 96	10.73 61	5.36 115	0.89 263	0.08 91	0.10 148	0.00 1	0.25 62	0.36 37

StereoVision	7.48 129	2.90 213	10.47 167	10.13 281	3.93 195	4.99 46	1.86 74	21.10 158	17.66 137	8.90 51	29.71 222	10.95 93	6.61 98	12.83 145	5.11 107	0.69 239	0.05 51	0.17 198	0.03 83	0.98 246	0.56 70

ROB_FTStereo_v2	5.85 58	1.97 90	10.38 158	5.66 87	0.46 9	5.52 62	1.95 79	13.24 40	7.78 30	12.68 77	18.16 99	12.83 121	6.61 98	12.27 119	5.63 126	1.00 274	0.09 94	0.10 148	0.00 1	0.26 72	0.36 37

knoymous	6.46 86	1.84 78	5.13 15	4.31 29	1.88 120	6.36 102	5.55 184	15.25 73	14.48 103	13.85 108	21.25 139	12.66 118	6.63 100	13.20 159	5.11 107	0.19 135	0.13 113	0.12 172	0.00 1	0.71 214	0.57 75

Patchmatch Stereo++	5.88 61	1.97 90	10.43 163	5.66 87	0.45 3	5.54 69	2.32 91	13.26 42	7.79 31	12.69 78	18.14 97	12.86 124	6.63 100	12.36 126	5.60 123	1.09 283	0.09 94	0.10 148	0.00 1	0.25 62	0.35 31
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
ROB_FTStereo	5.82 54	1.97 90	10.37 157	5.67 94	0.46 9	5.52 62	1.63 48	13.27 44	7.79 31	12.69 78	18.06 96	12.86 124	6.63 100	12.28 121	5.43 117	0.87 262	0.09 94	0.10 148	0.00 1	0.26 72	0.36 37

iRAFT	5.88 61	1.97 90	10.43 163	5.66 87	0.45 3	5.54 69	2.32 91	13.26 42	7.79 31	12.69 78	18.14 97	12.86 124	6.63 100	12.36 126	5.60 123	1.09 283	0.09 94	0.10 148	0.00 1	0.25 62	0.35 31

GMOStereo	6.33 80	2.04 110	8.28 80	5.68 95	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 17	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

error version	6.33 80	2.04 110	8.28 80	5.68 95	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 17	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

test-v	6.33 80	2.04 110	8.28 80	5.68 95	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 17	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

test-2	6.33 80	2.04 110	8.28 80	5.68 95	1.20 67	6.11 86	2.14 84	11.20 21	13.15 84	18.66 198	21.83 144	17.35 192	6.64 104	7.09 17	2.78 38	0.02 7	1.42 318	0.13 177	0.00 1	0.53 173	0.37 41

PSM-adaLoss	5.83 56	1.97 90	10.44 165	5.66 87	0.46 9	5.54 69	1.91 77	13.24 40	7.80 35	12.69 78	18.19 103	12.80 120	6.65 108	11.89 101	5.45 119	1.02 277	0.09 94	0.10 148	0.00 1	0.26 72	0.36 37

RAFT-IKP	5.85 58	1.97 90	10.36 155	5.66 87	0.45 3	5.33 57	2.01 82	13.27 44	7.79 31	12.69 78	18.19 103	12.77 119	6.67 109	12.36 126	5.60 123	1.11 286	0.09 94	0.10 148	0.00 1	0.25 62	0.35 31

GwcNet-ADL	8.81 165	2.00 102	10.21 149	7.70 214	2.82 154	6.99 118	7.05 223	30.58 254	26.21 219	15.71 133	17.65 94	13.93 144	6.83 110	13.90 179	11.43 220	0.49 205	0.76 235	0.01 57	0.01 55	0.55 180	1.46 176

TestStereo	6.45 85	3.34 238	8.02 72	6.23 121	1.68 110	6.33 99	2.48 97	14.54 67	16.71 130	11.71 68	24.13 169	9.38 77	7.13 111	11.83 97	4.32 86	0.12 99	0.01 7	0.00 1	0.00 1	0.73 216	0.33 27

RAFT_CTSACE	8.55 158	2.62 202	9.63 128	7.41 199	5.06 239	5.76 80	2.54 100	15.38 76	17.84 138	24.33 278	34.69 291	16.37 176	7.22 112	18.05 251	2.63 27	0.01 2	0.56 210	0.00 1	0.03 83	0.42 143	0.41 50

UDGNet	10.51 212	14.75 354	11.91 206	10.29 287	2.78 153	7.93 135	1.94 78	19.31 137	34.57 286	17.74 181	13.70 69	13.56 141	7.30 113	13.52 168	7.18 157	5.80 359	0.11 108	12.86 376	2.76 345	9.87 360	2.34 267

IPLGR	7.48 129	1.61 46	14.03 241	4.92 53	1.30 79	10.30 153	1.20 24	24.52 196	22.59 182	16.71 159	18.84 108	8.44 68	7.49 114	9.62 50	6.34 149	0.26 156	0.05 51	0.05 108	0.06 117	0.37 122	0.93 115

Anonymous	7.23 120	3.43 241	20.00 303	12.23 323	8.33 332	14.99 217	12.18 297	15.77 81	10.89 65	4.48 17	7.52 21	3.11 7	7.53 115	12.16 113	6.03 131	1.24 299	0.36 169	0.09 140	0.20 192	2.81 302	1.32 161

OMP-Stereo	7.13 118	2.89 212	9.89 137	10.98 306	1.73 113	4.81 33	1.85 73	18.38 125	16.26 123	16.94 164	14.11 70	17.45 196	7.57 116	13.26 163	5.12 109	0.43 194	0.04 44	0.06 115	0.02 75	0.20 48	0.56 70

GMM-Stereo	8.44 156	1.27 17	7.36 55	6.64 151	2.56 148	10.00 145	9.29 258	23.79 189	11.33 68	17.96 188	29.59 220	17.14 185	7.59 117	11.77 94	4.61 97	0.13 106	0.01 7	0.24 228	0.94 306	0.49 169	6.14 335

GANet-ADL	8.73 162	2.80 206	9.48 122	7.87 223	2.77 152	12.88 186	5.29 177	29.97 249	25.61 213	14.50 113	16.64 89	17.02 184	7.60 118	11.61 91	8.01 169	0.51 210	0.40 176	0.10 148	0.12 149	0.77 225	0.70 87

AFF-stereo	6.50 89	2.29 158	8.09 75	4.63 36	0.87 43	3.48 9	0.75 13	16.92 105	13.98 97	13.26 95	25.21 177	15.46 166	7.68 119	11.50 86	3.71 66	0.04 22	0.70 226	0.00 1	0.00 1	0.48 161	1.02 126

PFNet	8.10 148	1.75 61	12.34 215	7.54 207	2.40 141	7.41 125	5.81 192	23.83 190	17.85 139	20.78 232	17.57 93	15.22 164	7.72 120	13.37 166	6.46 153	0.33 170	0.20 128	0.12 172	0.19 191	0.32 97	0.77 97

RAFT+CT+SA	7.76 143	2.01 104	7.56 60	11.32 311	3.31 173	4.60 18	7.19 226	17.21 109	27.40 228	10.43 58	27.34 196	7.63 57	7.83 121	15.46 208	3.51 59	0.03 16	0.39 174	0.18 201	0.46 269	0.33 100	0.93 115

RAFT-Stereo + iAFF	5.94 64	2.35 172	8.80 90	4.07 17	1.36 81	2.78 5	0.66 10	17.05 106	15.89 117	12.65 76	18.49 106	11.81 104	7.89 122	8.48 28	3.80 68	0.02 7	0.75 231	0.00 1	0.00 1	0.43 145	1.49 181

MyStereo8	7.68 137	3.00 219	12.46 217	7.70 214	5.11 241	11.40 168	1.39 31	15.98 84	10.05 64	16.45 147	24.04 168	12.01 109	7.91 123	10.68 58	10.57 209	0.14 108	1.52 329	0.08 134	0.48 275	0.60 191	1.98 226

KYRaft	9.17 179	1.39 27	7.74 64	7.07 181	1.03 58	8.05 136	7.90 240	23.72 187	9.22 57	21.43 247	31.08 240	22.52 242	8.03 124	12.21 116	3.16 49	0.10 87	0.02 23	0.05 108	0.67 295	0.46 157	17.51 382

MLCV	9.96 193	3.33 237	14.77 249	5.75 102	1.62 106	14.91 211	1.31 29	22.06 169	24.83 203	22.51 262	31.57 249	17.20 186	8.07 125	17.07 236	12.11 224	0.48 202	0.01 7	0.05 108	0.05 107	0.48 161	1.10 136

Selective-RAFT	6.10 73	1.16 5	10.90 182	7.41 199	0.91 47	15.22 221	1.11 21	14.84 70	16.23 122	7.19 39	7.06 19	11.49 96	8.10 126	12.83 145	5.19 110	0.26 156	0.97 257	0.00 1	0.46 269	0.10 12	0.65 80

iRaft-Stereo_20w	6.75 98	2.17 146	13.20 231	5.07 58	2.34 140	7.43 126	2.61 104	20.20 149	7.85 39	15.28 121	10.36 42	14.42 151	8.13 127	16.81 230	4.20 80	0.06 57	0.84 244	0.13 177	0.83 302	0.66 207	2.42 275

sAnonymous2	6.98 113	7.12 305	20.67 307	9.13 258	5.40 249	5.28 54	8.11 244	16.71 101	11.50 71	5.04 23	9.17 30	3.77 16	8.23 128	7.84 23	3.15 47	0.11 91	0.07 85	0.06 115	0.28 221	10.80 364	7.09 346

CroCo_RVC	6.98 113	7.12 305	20.67 307	9.13 258	5.40 249	5.28 54	8.11 244	16.71 101	11.50 71	5.04 23	9.17 30	3.77 16	8.23 128	7.84 23	3.15 47	0.11 91	0.07 85	0.06 115	0.28 221	10.80 364	7.09 346

PCWNet_CMD	9.97 195	2.08 123	11.61 195	5.36 70	2.92 160	16.39 242	2.94 119	29.76 248	34.38 282	17.83 183	21.86 148	18.91 216	8.27 130	13.01 149	7.73 164	0.23 144	0.46 190	0.79 283	0.25 213	3.46 317	1.12 141

DN-CSS_ROB	8.72 161	3.49 243	16.63 274	6.74 157	3.39 177	6.20 96	3.43 137	23.40 185	22.03 176	17.46 174	30.28 227	9.33 76	8.32 131	14.71 191	6.36 150	0.91 267	0.00 1	0.45 260	0.00 1	0.65 202	0.70 87

MSMDNet	9.96 193	2.08 123	11.66 196	5.39 72	2.92 160	16.50 245	2.89 115	29.73 247	34.55 285	17.86 186	21.91 149	18.86 215	8.36 132	13.06 154	7.74 165	0.24 149	0.47 192	0.66 275	0.24 205	3.07 308	1.04 128

SST-Stereo	6.85 100	1.67 55	9.39 120	7.24 194	0.82 39	5.89 83	1.87 75	15.34 74	9.89 62	19.25 214	20.26 126	16.63 180	8.40 133	13.81 178	5.75 128	0.40 184	0.05 51	0.13 177	0.00 1	0.10 12	0.08 5

DCANet-4	6.78 99	1.21 8	11.48 191	3.95 10	0.76 30	4.73 25	1.68 57	18.40 126	25.78 215	15.44 124	20.36 127	6.42 46	8.48 134	8.87 32	6.24 142	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

RAFT_R40	7.14 119	1.73 60	9.36 119	7.36 198	0.82 39	5.74 78	3.69 142	15.47 77	15.09 108	18.24 195	19.87 121	16.82 181	8.50 135	13.72 177	5.81 130	0.28 161	0.02 23	0.14 184	0.00 1	0.11 19	0.09 7

Sa-1000	8.91 169	2.10 127	9.11 101	8.07 232	1.16 64	16.62 248	2.39 93	25.58 203	25.43 210	15.52 129	28.24 205	12.19 111	8.67 136	16.40 220	3.70 64	0.39 182	0.86 248	0.16 195	0.23 201	0.48 161	0.89 109

Anonymous3	10.07 198	4.14 261	31.49 337	9.77 274	5.11 241	25.00 308	11.85 294	25.20 199	19.24 156	10.80 63	14.78 73	7.92 62	8.68 137	14.40 186	6.12 135	3.25 340	1.40 315	0.08 134	0.06 117	0.81 232	1.30 158

RCA-Stereo	5.58 42	1.26 15	6.71 37	4.85 43	0.80 38	5.51 61	3.97 149	17.56 116	19.40 158	8.45 46	14.11 70	8.73 70	8.70 138	6.88 15	2.77 37	0.05 39	0.98 258	0.11 167	0.00 1	0.14 30	0.61 77

IIG-Stereo	7.59 132	2.47 183	9.40 121	10.39 292	1.78 114	6.67 111	1.47 36	17.83 118	16.51 129	18.91 208	20.12 124	17.76 200	8.74 139	13.21 161	5.43 117	0.44 197	0.05 51	0.03 87	0.00 1	0.17 39	0.45 56

HH	6.00 70	2.42 180	9.81 134	5.74 100	1.64 108	7.05 119	3.48 138	17.54 114	7.69 27	8.73 48	12.47 59	14.83 156	8.86 140	13.04 152	2.59 23	0.04 22	1.21 289	0.20 212	0.05 107	0.30 92	2.34 267

HanStereo	6.00 70	2.42 180	9.81 134	5.74 100	1.64 108	7.05 119	3.48 138	17.54 114	7.69 27	8.73 48	12.47 59	14.83 156	8.86 140	13.04 152	2.59 23	0.04 22	1.21 289	0.20 212	0.05 107	0.30 92	2.34 267

ARAFT	8.86 167	3.86 255	17.37 283	5.96 109	0.94 55	12.59 182	10.80 279	18.20 121	19.95 161	18.77 203	16.27 87	17.78 201	8.88 142	18.82 258	5.30 114	0.35 173	0.04 44	0.00 1	0.00 1	0.62 194	0.64 78

tt1	5.74 47	2.52 188	6.54 34	6.89 169	0.86 42	10.31 155	4.08 151	19.77 142	16.80 131	7.17 37	9.02 27	4.71 32	8.97 143	11.11 67	2.34 9	0.05 39	1.17 274	0.00 1	0.04 93	0.29 88	2.07 249

raftrobust	5.94 64	2.07 122	6.94 41	7.67 210	6.24 283	4.96 45	1.82 71	17.76 117	14.36 102	12.03 70	11.62 53	7.74 58	9.01 144	11.29 77	3.71 66	0.05 39	0.79 237	0.00 1	0.04 93	0.25 62	0.38 45

TestStereo1	8.04 146	2.22 152	8.85 93	10.87 304	2.12 128	4.66 21	2.40 94	21.17 162	23.79 193	17.41 170	26.31 188	9.41 78	9.09 145	16.23 214	3.85 70	0.14 108	0.40 176	0.02 72	0.13 153	0.58 182	1.10 136

SA-5K	8.04 146	2.22 152	8.85 93	10.87 304	2.12 128	4.66 21	2.40 94	21.17 162	23.79 193	17.41 170	26.31 188	9.41 78	9.09 145	16.23 214	3.85 70	0.14 108	0.40 176	0.02 72	0.13 153	0.58 182	1.10 136

ccs_rob	9.95 192	2.21 149	11.74 197	5.11 61	2.91 159	14.48 208	3.21 127	27.26 224	32.72 268	17.53 176	22.70 158	21.96 236	9.25 147	12.99 148	8.34 177	0.23 144	0.45 188	1.38 317	0.28 221	3.13 312	1.07 134

CFNet_pseudo	9.92 191	2.21 149	11.76 198	5.09 60	2.93 163	14.43 207	3.12 121	27.16 223	32.52 266	17.58 180	22.81 160	21.97 237	9.29 148	13.06 154	8.34 177	0.23 144	0.46 190	1.23 312	0.27 219	2.89 304	0.99 121

MIPNet	7.26 121	2.30 159	13.74 236	5.32 68	1.61 105	11.32 167	2.77 112	27.02 222	18.47 148	15.56 131	13.20 65	7.01 48	9.46 149	8.84 31	6.32 147	0.15 115	0.03 36	0.06 115	0.08 130	0.42 143	1.39 168

ACVNet-DCA	5.76 49	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	21.10 158	13.53 90	7.39 40	10.06 34	4.44 26	9.58 150	11.08 63	2.33 6	0.05 39	1.18 278	0.00 1	0.04 93	0.37 122	1.93 216

1test111	6.16 76	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	21.10 158	13.53 90	7.39 40	10.06 34	4.44 26	9.58 150	12.08 109	9.26 192	0.05 39	1.18 278	0.00 1	0.04 93	0.37 122	1.93 216

cc1	5.79 51	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	19.19 134	15.95 118	7.39 40	10.06 34	4.44 26	9.58 150	11.08 63	2.33 6	0.05 39	1.18 278	0.00 1	0.04 93	0.34 105	2.04 244

CFNet_ucs	10.56 216	2.15 141	12.88 221	5.55 78	4.11 201	15.24 222	3.93 147	28.55 234	32.41 265	18.70 202	24.95 175	22.99 244	9.66 153	14.22 182	8.13 172	0.29 163	0.84 244	1.63 321	0.23 201	3.43 316	1.31 159

11t1	6.61 93	1.76 63	9.64 129	5.62 83	2.15 130	13.57 197	2.67 107	15.77 81	8.83 51	13.66 105	11.90 57	12.03 110	9.76 154	12.23 118	8.58 182	0.23 144	1.33 306	0.00 1	0.31 230	0.26 72	1.95 223

SFCPSM	9.16 178	1.72 59	12.32 214	5.64 85	3.51 181	16.58 247	6.93 220	31.11 261	26.15 217	17.05 167	20.08 123	11.05 94	9.94 155	12.55 133	6.05 132	0.36 176	0.17 124	0.37 254	0.22 194	0.40 137	1.01 124

IRAFT_RVC	8.93 170	1.80 68	10.65 170	7.83 220	1.81 116	6.36 102	10.05 270	26.32 213	27.59 230	17.93 187	19.70 118	17.67 199	9.98 156	13.20 159	6.29 146	0.37 180	0.30 155	0.19 207	0.05 107	0.23 56	0.24 22

DeepStereo_RVC	5.95 66	1.88 83	10.44 165	5.76 103	0.60 21	5.45 58	1.78 69	12.93 36	8.02 40	14.07 110	14.98 75	12.40 113	10.05 157	12.02 106	7.35 159	0.61 229	0.10 104	0.12 172	0.00 1	0.21 49	0.29 25

SA	8.43 155	2.16 145	10.02 142	8.41 240	0.93 52	7.36 124	2.21 90	23.73 188	26.15 217	13.55 103	30.84 237	9.89 82	10.09 158	16.84 232	3.52 60	0.18 126	0.68 224	0.17 198	0.40 265	0.48 161	0.92 111

AdaStereo	10.85 222	4.57 268	10.79 174	9.59 268	3.46 179	17.49 257	6.29 205	32.70 279	26.07 216	19.04 210	26.55 191	19.60 221	10.12 159	17.71 248	10.38 205	1.00 274	0.05 51	0.42 258	0.02 75	0.70 212	0.46 57
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.
ASMatch	7.61 133	1.63 49	9.18 111	5.79 104	2.27 135	4.63 19	2.54 100	17.23 110	13.73 94	17.27 169	34.28 286	13.26 136	10.15 160	12.39 129	5.49 120	0.12 99	0.24 142	0.21 215	0.17 179	0.18 43	1.55 186

111	7.73 142	2.39 179	9.12 103	4.17 18	0.47 12	10.65 161	3.49 141	21.34 164	28.25 235	10.60 60	16.85 91	14.74 155	10.22 161	12.48 132	6.61 156	0.43 194	0.01 7	0.00 1	0.00 1	0.35 109	2.39 274

H2IRNET	6.11 74	1.63 49	7.52 59	4.69 37	2.30 137	4.07 13	0.71 12	12.58 34	13.88 95	7.18 38	20.80 136	15.50 167	10.48 162	10.72 60	8.26 174	0.19 135	0.00 1	0.07 130	0.52 283	0.52 172	0.55 67

ttt	10.82 220	2.17 146	9.66 130	7.03 176	4.44 215	14.16 204	6.87 218	33.72 291	30.69 249	15.67 132	31.50 247	14.99 158	10.50 163	16.54 224	13.98 241	0.41 187	1.31 300	0.10 148	0.29 224	0.47 159	1.92 215

test_5	8.85 166	2.05 115	9.51 123	11.62 313	4.99 235	6.74 112	5.48 183	18.25 122	23.57 190	16.72 160	29.73 223	15.54 168	10.54 164	16.25 217	4.02 74	0.05 39	0.40 176	0.27 233	0.08 130	0.34 105	0.81 99

mmm	8.54 157	2.13 139	10.21 149	5.81 106	2.96 164	14.00 202	6.67 212	19.28 136	12.59 79	16.95 165	24.40 172	17.83 203	10.70 165	12.90 147	9.42 195	0.17 123	1.28 297	0.50 264	0.60 292	0.44 148	2.03 242

GES	9.01 172	2.61 201	12.88 221	6.76 158	2.02 122	13.08 188	6.33 207	22.23 171	22.21 178	19.80 219	26.73 193	8.97 73	11.01 166	14.41 187	8.35 179	0.54 216	0.10 104	0.30 247	0.15 168	0.82 235	0.99 121

LCNet	7.64 135	1.41 30	6.15 20	6.93 173	1.35 80	9.00 140	5.44 181	18.37 124	11.30 67	16.62 152	24.39 171	14.67 152	11.03 167	12.03 107	4.01 73	0.07 68	0.02 23	0.23 224	2.07 339	1.00 249	6.69 342

TransformOpticalFlow	7.95 145	2.10 127	9.83 136	6.06 112	1.24 74	6.82 113	7.98 241	18.60 128	14.06 99	14.93 117	28.79 209	18.74 213	11.03 167	12.79 142	4.12 79	0.06 57	0.04 44	0.21 215	0.04 93	0.21 49	1.27 154

x	7.70 139	2.12 133	8.93 96	5.08 59	2.55 147	11.65 171	4.40 158	20.91 156	12.53 78	13.58 104	20.49 131	15.73 171	11.10 169	10.65 56	10.16 202	0.11 91	1.37 312	0.04 100	0.29 224	0.34 105	1.95 223

RAFT	9.07 174	2.76 205	10.38 158	8.89 255	1.24 74	13.48 195	8.19 246	17.14 108	17.29 136	23.01 267	19.34 117	20.06 224	11.13 170	17.79 249	6.43 151	0.09 79	1.12 272	0.28 239	0.02 75	0.79 227	1.94 222

HCRNet	9.13 177	1.82 77	8.73 89	14.95 341	5.22 244	10.66 162	2.49 98	26.57 217	18.64 152	16.31 142	25.51 179	18.42 211	11.15 171	13.53 169	7.25 158	0.10 87	0.04 44	0.10 148	0.02 75	0.27 80	0.76 95

RAFT + AFF	10.71 218	4.59 269	18.51 293	10.52 294	5.02 237	13.14 190	11.12 286	26.24 210	27.48 229	15.09 118	16.07 84	19.83 222	11.23 172	17.09 237	10.38 205	0.45 200	1.45 323	0.65 274	0.23 201	2.31 296	2.74 288

AAGNet	8.15 149	1.75 61	10.57 168	7.72 216	0.74 25	5.74 78	4.98 171	15.90 83	14.59 104	20.31 225	23.80 166	15.08 162	11.25 173	12.27 119	16.70 260	0.85 258	0.06 75	0.32 250	0.01 55	0.15 32	0.16 15

MaskLacGwcNet_RVC	17.56 304	17.23 361	20.10 304	12.02 320	6.91 301	28.81 331	11.45 290	41.35 352	21.95 174	30.13 324	34.66 290	32.04 305	11.30 174	21.04 283	16.43 258	8.91 367	2.67 354	12.29 375	0.84 303	12.72 372	8.43 358

DCANet	6.87 103	2.02 106	9.12 103	4.03 13	0.76 30	4.77 30	1.74 67	16.15 86	25.07 204	15.88 139	20.79 135	7.89 61	11.31 175	9.23 41	6.15 136	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	2.01 238

FADNet-RVC	13.86 278	12.75 348	41.65 356	8.64 247	4.63 222	16.45 243	6.89 219	28.91 238	24.20 197	20.89 236	31.44 246	26.73 277	11.37 176	21.58 293	15.91 252	0.25 153	0.14 118	0.14 184	0.24 205	2.97 306	1.50 182

FENet	8.22 151	1.39 27	7.33 53	6.43 134	2.17 132	10.97 163	2.20 88	22.10 170	21.26 166	17.85 185	23.22 162	14.29 146	11.50 177	13.56 172	8.32 176	0.29 163	0.24 142	0.03 87	0.03 83	0.18 43	1.04 128

iResNet	11.06 225	4.16 262	16.83 276	7.89 225	2.23 134	15.59 225	9.17 256	24.49 195	29.14 240	20.78 232	31.13 242	16.87 183	11.58 178	15.45 207	12.50 235	0.64 232	0.05 51	0.02 72	0.10 143	0.79 227	1.71 196

Prome-Stereo	8.22 151	1.48 36	6.24 22	7.06 180	1.55 101	6.54 109	9.08 252	21.88 167	9.88 61	21.12 242	32.48 265	11.82 105	11.59 179	11.99 105	4.04 75	0.08 72	0.02 23	0.19 207	0.12 149	0.45 152	6.89 345

BUS	9.86 190	1.86 79	9.14 108	7.14 184	4.12 202	19.47 271	2.69 109	34.15 296	23.28 186	18.82 205	21.95 151	14.37 149	11.63 180	14.72 192	12.39 230	0.36 176	0.13 113	0.15 189	0.04 93	0.37 122	0.46 57

NINENet	11.46 234	3.02 222	11.83 202	8.45 242	5.40 249	19.47 271	2.69 109	39.63 346	34.82 287	19.11 211	27.64 199	14.37 149	11.63 180	16.21 213	12.39 230	0.94 269	0.21 136	0.29 243	0.00 1	0.48 161	0.55 67

HITNet	8.41 154	3.59 250	9.91 139	5.30 66	1.52 99	13.35 194	4.48 160	22.00 168	16.06 121	15.52 129	22.95 161	15.28 165	11.74 182	14.91 200	9.25 191	0.10 87	0.01 7	0.48 262	0.06 117	0.58 182	1.04 128
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
DualNet	9.99 196	2.34 166	12.99 225	6.28 124	3.81 188	12.43 177	7.47 231	19.77 142	16.80 131	16.64 154	32.03 255	17.29 187	11.78 183	11.11 67	24.30 305	0.05 39	1.17 274	0.80 285	0.37 249	0.29 88	2.07 249

ffm	8.89 168	2.34 166	12.99 225	6.28 124	3.81 188	12.43 177	7.47 231	19.77 142	16.80 131	16.64 154	32.03 255	17.29 187	11.78 183	11.11 67	2.34 9	0.05 39	1.17 274	0.80 285	0.37 249	0.29 88	2.07 249

ff1	10.31 205	2.34 166	12.99 225	6.28 124	3.81 188	12.43 177	7.47 231	19.77 142	16.80 131	16.64 154	32.03 255	17.29 187	11.78 183	17.54 243	24.30 305	0.05 39	1.17 274	0.80 285	0.37 249	0.29 88	2.07 249

mmx	11.59 238	2.34 166	12.99 225	6.28 124	3.81 188	12.43 177	7.47 231	32.76 281	28.92 238	16.64 154	32.03 255	17.29 187	11.78 183	17.54 243	24.30 305	0.24 149	1.21 289	0.80 285	0.37 249	0.65 202	1.89 210

xxx	11.59 238	2.34 166	12.99 225	6.28 124	3.81 188	12.43 177	7.47 231	32.75 280	28.92 238	16.64 154	32.03 255	17.29 187	11.78 183	17.54 243	24.30 305	0.24 149	1.21 289	0.80 285	0.37 249	0.65 202	1.89 210

CoDeX	9.58 185	2.12 133	10.82 176	6.52 138	3.76 187	16.55 246	6.82 217	26.62 218	25.63 214	17.50 175	25.62 180	14.70 154	11.81 188	12.82 144	7.88 166	0.42 193	0.20 128	0.15 189	0.02 75	0.36 116	1.28 155

MyStereo04	9.58 185	2.38 177	10.28 154	6.63 148	4.77 226	6.47 105	9.60 260	32.50 277	42.15 326	14.59 116	12.10 58	11.92 108	11.87 189	14.80 198	8.14 173	0.09 79	1.33 306	0.03 87	0.32 232	0.74 218	0.93 115

DMCA	8.96 171	2.60 197	11.84 203	5.61 81	4.25 207	11.09 165	4.36 157	25.89 205	20.23 163	17.10 168	20.96 137	17.55 197	11.92 190	11.47 80	12.27 229	0.60 227	0.09 94	0.35 252	0.05 107	0.48 161	0.57 75

xx1	6.52 91	2.52 188	6.38 24	6.77 160	0.74 25	10.55 157	5.19 173	19.19 134	15.95 118	7.39 40	10.07 38	16.17 173	12.10 191	11.08 63	2.33 6	0.05 39	1.18 278	0.02 72	0.36 245	0.37 122	1.93 216

qqq	7.72 141	2.15 141	10.06 143	5.01 56	1.82 118	8.62 137	7.27 229	21.10 158	13.53 90	12.48 73	18.71 107	16.17 173	12.10 191	12.08 109	9.26 192	0.08 72	1.35 310	0.02 72	0.36 245	0.36 116	1.93 216

GrayStereo	9.02 173	1.35 24	7.73 63	8.62 246	2.88 158	10.28 152	10.99 283	18.66 130	16.36 127	22.78 265	30.63 233	17.56 198	12.19 193	11.50 86	5.08 105	0.09 79	0.02 23	0.19 207	0.78 301	0.33 100	2.37 270

MyStereo05	9.63 188	2.25 154	10.26 152	6.69 153	4.74 224	7.75 130	9.60 260	31.51 269	41.00 322	17.45 173	13.02 63	10.28 86	12.27 194	14.74 195	7.68 163	0.09 79	1.32 302	0.02 72	0.26 215	0.84 238	0.92 111

FTStereo	8.76 163	1.57 43	6.75 38	6.55 139	2.45 142	7.65 129	11.62 293	18.36 123	9.01 52	20.25 220	40.79 327	15.87 172	12.36 195	11.02 62	4.69 99	0.24 149	0.01 7	0.09 140	0.16 175	0.19 46	5.58 329

fff	7.26 121	1.99 98	9.12 103	4.17 18	0.47 12	4.73 25	1.68 57	16.56 96	33.55 272	15.45 125	20.36 127	7.49 53	12.54 196	9.03 33	6.26 143	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

csc	7.26 121	1.99 98	9.12 103	4.17 18	0.47 12	4.73 25	1.68 57	16.56 96	33.55 272	15.45 125	20.36 127	7.49 53	12.54 196	9.03 33	6.26 143	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

cscssc	7.26 121	1.99 98	9.12 103	4.17 18	0.47 12	4.73 25	1.68 57	16.56 96	33.55 272	15.45 125	20.36 127	7.49 53	12.54 196	9.03 33	6.26 143	0.18 126	0.05 51	0.01 57	0.00 1	0.10 12	1.37 162

STrans-v2	8.16 150	2.09 125	9.79 133	5.44 74	1.53 100	11.87 174	9.69 266	19.77 142	13.20 88	14.01 109	25.80 181	17.88 204	12.55 199	13.30 164	4.39 89	0.06 57	0.01 7	0.18 201	0.01 55	0.25 62	1.31 159

iRaft-Stereo_5w	9.10 176	2.33 164	10.69 172	6.64 151	4.47 218	4.74 29	10.72 278	16.71 101	16.97 135	15.39 123	26.15 185	21.25 231	12.59 200	16.38 219	12.90 238	0.85 258	0.51 199	0.08 134	0.22 194	0.95 245	1.53 184

riskmin	7.28 125	1.54 40	8.37 84	5.01 56	3.24 172	11.65 171	3.20 125	16.61 99	18.86 153	10.45 59	13.46 68	16.20 175	12.68 201	12.46 131	6.57 155	0.17 123	1.38 314	0.14 184	0.33 238	0.67 209	2.52 279

ICVP	10.54 215	2.11 131	7.49 57	9.62 269	3.41 178	13.85 199	6.34 208	26.81 220	23.24 185	16.90 161	31.76 252	27.31 280	12.81 202	12.18 115	12.47 234	1.59 307	0.58 216	0.19 207	0.13 153	0.63 196	1.45 175
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
dad	13.05 262	11.39 337	15.64 268	7.35 197	2.10 125	15.64 226	3.48 138	18.77 131	35.55 295	27.77 307	33.76 282	31.59 298	13.04 203	14.79 197	11.16 219	3.35 341	0.54 205	7.85 367	0.96 311	3.88 324	2.49 278

UCFNet_RVC	10.01 197	2.81 207	6.11 19	7.31 196	3.92 194	16.80 250	8.00 242	28.68 236	20.81 165	16.57 149	23.35 163	25.82 267	13.06 204	13.55 171	9.18 190	0.12 99	0.06 75	1.19 308	0.32 232	1.47 271	1.06 132

PSM-AAD	8.76 163	1.41 30	6.46 29	6.87 168	1.18 66	12.78 184	9.66 265	20.03 147	15.78 114	21.79 252	24.91 173	14.31 147	13.16 205	12.42 130	4.07 77	0.05 39	0.06 75	2.44 336	0.16 175	0.45 152	7.17 348

GEStereo_RVC	13.23 268	3.13 227	15.23 258	10.33 290	4.95 233	18.92 268	11.46 291	31.58 270	48.03 350	20.51 229	27.68 200	19.00 217	13.31 206	20.44 273	16.01 254	1.15 291	0.51 199	0.10 148	0.14 162	0.67 209	1.47 177

DeepPruner_ROB	11.28 228	5.83 291	15.23 258	6.93 173	4.50 219	10.08 147	6.62 211	36.65 325	20.17 162	18.12 191	27.95 201	23.10 245	13.43 207	20.08 267	11.90 222	1.16 292	0.51 199	0.23 224	0.17 179	1.11 253	1.91 214

CrosDoStereo	9.41 181	1.65 53	8.83 91	5.19 62	1.13 62	7.34 122	14.47 315	16.33 90	24.64 201	24.44 279	33.36 275	13.18 134	13.52 208	12.56 134	9.08 188	0.06 57	0.11 108	0.09 140	0.04 93	0.41 140	1.73 197

DeepStereo_LL	9.41 181	1.65 53	8.83 91	5.19 62	1.13 62	7.34 122	14.47 315	16.33 90	24.64 201	24.44 279	33.36 275	13.18 134	13.52 208	12.56 134	9.08 188	0.06 57	0.11 108	0.09 140	0.04 93	0.41 140	1.73 197

pcwnet_v2	12.68 257	2.30 159	18.36 292	8.32 239	5.74 263	17.73 259	4.77 167	36.75 328	46.28 348	20.98 239	29.07 213	16.62 178	13.52 208	16.56 225	10.30 204	0.55 218	1.02 264	0.34 251	0.24 205	2.10 288	2.11 257

ADStereo(finetuned)	7.09 116	2.04 110	11.52 193	4.01 11	0.77 32	4.78 31	1.73 65	16.15 86	25.08 205	15.89 140	20.74 134	7.88 60	13.56 211	9.11 38	6.07 133	0.18 126	0.05 51	0.00 1	0.00 1	0.28 84	1.93 216

BSDual-CNN	10.33 208	1.86 79	9.14 108	7.14 184	4.12 202	15.83 232	8.93 249	34.15 296	23.28 186	18.82 205	21.95 151	22.14 238	13.58 212	14.72 192	9.53 196	0.36 176	0.13 113	0.15 189	0.04 93	0.37 122	0.46 57

psmg	10.36 209	1.86 79	9.14 108	5.58 79	4.12 202	15.74 231	7.65 236	30.05 250	23.28 186	21.80 253	26.26 187	22.14 238	13.58 212	14.72 192	9.53 196	0.36 176	0.13 113	0.17 198	0.04 93	0.44 148	0.67 83

PSMNet-ADL	10.30 204	2.32 162	7.83 67	9.69 271	4.44 215	16.04 234	4.16 152	27.57 228	25.08 205	15.16 119	19.04 110	25.28 264	13.63 214	16.49 223	15.33 248	0.86 260	0.81 239	0.01 57	0.04 93	0.33 100	1.81 202

CASS	8.64 160	2.03 108	8.60 86	8.71 250	1.59 104	15.02 219	2.75 111	23.27 184	18.58 151	16.29 141	22.78 159	13.42 138	13.68 215	13.07 156	7.66 161	1.18 296	0.05 51	0.13 177	0.01 55	0.75 222	3.24 303
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CFNet	11.23 226	3.41 240	10.68 171	7.08 182	4.22 206	17.38 256	4.83 169	31.29 266	31.29 257	19.15 212	26.85 194	24.06 253	13.75 216	16.23 214	12.22 228	0.26 156	0.05 51	0.44 259	0.09 136	0.92 243	0.41 50

BEATNet_4x	10.11 199	5.82 290	14.80 251	6.14 114	1.55 101	13.87 200	5.98 198	26.24 210	18.35 142	16.53 148	25.41 178	18.01 205	13.78 217	18.01 250	12.39 230	0.48 202	0.18 125	0.81 290	0.11 147	2.02 285	1.70 195

DispNO	9.82 189	2.57 194	17.77 288	6.22 120	5.73 262	11.89 175	4.77 167	25.54 202	21.70 172	17.56 178	21.28 140	18.01 205	13.83 218	17.46 242	9.91 201	0.35 173	0.16 121	0.03 87	0.12 149	0.51 171	1.05 131

THIR-Stereo	9.52 184	2.21 149	9.26 116	5.38 71	0.85 41	15.55 224	11.50 292	16.88 104	21.74 173	24.45 281	31.96 254	14.20 145	13.85 219	11.89 101	8.54 181	0.14 108	0.25 146	0.10 148	0.05 107	0.40 137	1.11 140

FADNet	14.77 287	11.96 341	39.55 354	8.50 244	6.64 293	18.53 266	6.74 215	35.70 312	35.06 290	19.21 213	28.06 203	28.14 281	13.94 220	18.54 255	11.61 221	0.48 202	0.75 231	0.38 256	0.49 278	9.17 355	2.05 247

DRaft	9.41 181	1.56 42	10.09 144	4.18 22	0.92 48	12.87 185	5.68 186	17.40 113	29.75 243	21.24 244	38.12 311	9.96 83	13.97 221	11.81 96	8.08 170	0.66 237	0.30 155	0.07 130	0.26 215	0.33 100	0.88 107

NLCA_NET_v2_RVC	12.58 253	4.09 259	18.25 291	8.26 236	5.83 269	14.72 209	5.85 193	33.49 289	27.86 232	22.14 258	32.16 262	24.94 261	14.01 222	16.19 212	16.82 262	0.90 265	0.35 166	0.37 254	0.58 291	1.51 272	3.31 304
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
anonymousa	9.61 187	2.06 118	9.20 113	5.24 64	6.67 294	15.03 220	4.18 154	19.08 132	21.43 170	19.03 209	30.96 239	21.49 234	14.23 223	11.12 71	8.61 183	0.08 72	1.24 294	0.29 243	0.69 296	0.18 43	1.48 180

SMFormer	11.03 223	1.90 84	14.85 252	4.89 47	1.48 95	14.92 212	3.21 127	31.03 256	30.74 251	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	14.46 244	0.41 187	1.20 284	0.28 239	0.24 205	0.45 152	1.47 177

tta	11.03 223	1.90 84	14.85 252	4.89 47	1.48 95	14.92 212	3.21 127	31.03 256	30.73 250	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	14.46 244	0.41 187	1.20 284	0.28 239	0.24 205	0.39 133	1.60 187

qqq1	10.51 212	1.90 84	14.85 252	4.89 47	1.48 95	14.92 212	3.21 127	31.03 256	30.74 251	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	4.42 90	0.41 187	1.20 284	0.00 1	0.14 162	0.39 133	1.60 187

fff1	10.51 212	1.90 84	14.85 252	4.89 47	1.48 95	14.92 212	3.21 127	31.03 256	30.74 251	20.28 221	29.37 216	18.33 207	14.54 224	16.56 225	4.42 90	0.41 187	1.20 284	0.00 1	0.14 162	0.39 133	1.60 187

PSMNet-RSSM	10.31 205	2.47 183	7.79 65	7.85 222	4.38 214	10.47 156	6.67 212	29.67 245	22.25 179	16.62 152	33.75 281	23.30 248	14.58 228	13.91 180	10.56 208	0.23 144	0.09 94	0.07 130	0.24 205	0.87 240	0.48 61

STTStereo	13.60 273	5.63 288	28.73 330	8.07 232	5.65 261	13.97 201	7.17 224	31.25 263	26.70 223	25.59 288	32.06 261	31.71 301	14.71 229	17.24 239	16.46 259	0.29 163	0.40 176	0.71 277	1.43 327	1.31 262	2.82 290

xxxx	12.60 256	2.03 108	10.79 174	6.18 118	2.86 157	21.84 289	3.02 120	34.55 304	25.46 211	16.39 144	31.58 250	26.87 279	14.75 230	14.00 181	37.45 360	0.21 140	1.36 311	0.01 57	0.32 232	0.35 109	2.07 249

acv_ft	12.59 254	2.25 154	13.50 234	8.30 238	6.23 282	19.81 275	6.34 208	26.43 215	35.15 292	26.38 296	30.67 234	24.65 257	14.91 231	16.47 221	19.16 281	0.16 116	0.01 7	0.06 115	0.07 124	0.74 218	0.43 53

FADNet-RVC-Resample	12.31 244	5.22 283	32.28 340	10.14 282	4.08 199	14.97 216	6.98 222	26.54 216	24.42 199	23.72 273	29.31 215	19.87 223	15.01 232	16.26 218	10.61 211	0.65 233	0.52 202	0.48 262	0.54 285	1.52 273	3.09 300

DEmStereo	9.07 174	1.70 57	10.89 180	4.86 44	1.23 71	11.51 170	5.70 187	14.24 57	27.02 225	22.33 260	32.56 266	11.70 101	15.04 233	11.83 97	8.53 180	0.31 166	0.16 121	0.02 72	0.09 136	0.11 19	1.47 177

ADLNet	12.84 259	2.93 214	11.94 208	8.87 253	6.88 299	17.96 261	8.85 248	34.12 294	26.67 222	27.81 309	26.24 186	26.84 278	15.04 233	17.54 243	19.94 285	0.59 225	0.58 216	0.24 228	0.11 147	0.80 231	2.85 292

DSFCA	12.44 250	3.00 219	14.87 256	6.04 111	7.03 303	17.06 255	10.86 282	31.11 261	32.12 263	26.41 297	23.81 167	22.37 240	15.13 235	21.13 286	13.53 240	0.95 271	0.66 222	0.28 239	0.38 260	1.21 256	0.77 97

CFNet-ft	10.46 210	3.02 222	7.10 44	7.69 211	5.42 252	16.93 251	5.92 195	22.83 179	22.31 180	15.81 135	30.40 229	26.42 272	15.19 236	13.60 174	12.18 226	0.14 108	0.10 104	1.87 325	0.34 241	1.22 257	0.73 93

CFNet_RVC	10.46 210	3.02 222	7.10 44	7.69 211	5.42 252	16.93 251	5.92 195	22.82 178	22.31 180	15.81 135	30.40 229	26.41 271	15.19 236	13.60 174	12.19 227	0.14 108	0.10 104	1.87 325	0.34 241	1.22 257	0.73 93

Wz-Net-LNSev-Ref	16.12 293	4.56 267	29.46 331	7.78 218	6.11 278	26.08 316	13.01 308	31.08 260	37.61 304	27.66 305	46.96 357	29.92 289	15.40 238	21.54 292	22.39 294	1.09 283	0.05 51	0.10 148	0.00 1	0.43 145	1.21 146

TDLM	13.70 275	4.93 278	11.80 200	11.93 319	5.53 256	16.75 249	14.38 314	36.12 318	32.59 267	23.08 268	27.03 195	25.90 268	15.40 238	25.87 315	14.23 242	1.24 299	0.09 94	1.53 319	0.61 293	2.06 287	2.94 295

LMCR-Stereo	11.32 229	4.98 279	11.87 204	14.09 332	4.01 196	16.97 253	5.70 187	26.41 214	23.41 189	22.57 264	22.11 156	15.18 163	15.44 240	21.48 291	17.57 265	2.29 323	0.04 44	0.00 1	0.03 83	1.53 274	0.65 80

GASNet	17.87 308	20.62 371	32.66 342	21.17 362	9.48 343	16.26 240	9.15 255	45.00 371	40.55 320	26.16 293	24.34 170	33.05 310	15.45 241	29.82 333	18.15 271	3.79 346	0.28 152	1.87 325	0.51 281	7.06 344	1.97 225

AASNet	13.05 262	3.27 233	12.23 213	10.28 286	6.90 300	17.61 258	7.88 239	41.14 351	38.29 309	23.20 269	29.62 221	16.85 182	15.59 242	15.50 209	19.03 279	0.39 182	0.03 36	0.78 282	0.05 107	1.32 264	1.08 135

1111x	12.31 244	2.33 164	12.13 211	5.79 104	2.84 155	15.49 223	8.70 247	36.34 320	29.33 241	16.58 150	27.52 198	26.70 276	15.76 243	17.21 238	24.79 312	0.26 156	1.37 312	0.04 100	0.42 266	0.46 157	2.07 249

ACVNet	10.83 221	2.25 154	7.10 44	6.43 134	3.02 167	13.17 191	3.75 144	22.83 179	35.15 292	15.81 135	30.67 234	24.65 257	15.77 244	16.47 221	18.13 269	0.16 116	0.01 7	0.06 115	0.07 124	0.65 202	0.43 53

GwcNet-RSSM	11.34 231	2.72 204	10.26 152	7.24 194	5.38 248	12.67 183	6.70 214	26.70 219	31.93 262	17.56 178	34.45 288	24.37 256	15.77 244	13.70 176	15.31 247	0.19 135	0.20 128	0.14 184	0.05 107	0.81 232	0.64 78

cf-r	10.67 217	2.34 166	9.77 132	6.17 116	5.79 265	12.94 187	5.14 172	25.21 201	27.86 232	17.84 184	32.03 255	25.81 266	15.91 246	12.22 117	12.56 236	0.17 123	0.19 127	0.05 108	0.06 117	0.59 188	0.72 90

ToySt	11.51 235	2.48 186	17.84 289	6.10 113	2.09 124	16.11 238	12.36 300	25.07 198	28.25 235	15.22 120	25.16 176	25.51 265	15.98 247	17.63 247	15.46 250	0.19 135	1.08 267	0.04 100	0.31 230	0.66 207	2.67 283

test_xeample	12.39 248	2.09 125	10.36 155	5.73 99	3.06 169	18.17 263	6.27 204	31.98 273	24.37 198	18.78 204	33.92 284	19.09 218	16.00 248	14.60 190	39.03 368	0.19 135	1.32 302	0.01 57	0.33 238	0.36 116	2.04 244

Anonymous Stereo	19.84 327	13.55 351	51.68 369	15.30 344	12.97 362	16.15 239	25.32 369	33.73 292	44.41 337	25.12 286	35.39 294	25.00 262	16.27 249	32.62 343	33.04 354	1.83 316	2.26 349	1.76 323	2.01 338	3.57 319	4.92 322

NOSS_ROB	11.76 240	4.63 271	8.14 77	7.46 203	2.92 160	17.82 260	10.55 276	30.45 253	34.08 281	16.37 143	19.97 122	23.14 247	16.31 250	18.22 253	10.67 212	2.98 335	1.84 336	3.39 349	1.64 331	2.24 292	2.37 270

iResNetv2_ROB	12.78 258	4.09 259	15.60 264	6.44 136	3.75 186	14.86 210	7.17 224	34.46 302	37.12 300	26.06 292	34.81 292	29.76 286	16.32 251	14.77 196	7.67 162	0.31 166	0.03 36	0.12 172	0.01 55	0.94 244	1.23 149

GANet-RSSM	10.17 200	2.02 106	8.21 78	7.09 183	5.57 258	13.17 191	7.29 230	27.27 225	19.65 159	15.81 135	28.83 210	26.18 269	16.33 252	14.58 189	9.28 194	0.25 153	0.27 147	0.16 195	0.04 93	0.65 202	0.72 90

CVANet_RVC	14.09 283	4.82 276	10.86 179	9.46 265	5.60 260	19.70 274	12.94 307	33.38 287	34.86 288	23.72 273	33.31 274	29.76 286	16.35 253	24.37 306	12.45 233	1.22 297	0.23 140	1.45 318	0.87 305	3.41 315	3.01 297

HSM-Net_RVC	11.37 233	1.57 43	6.32 23	5.99 110	2.67 149	20.99 283	7.19 226	28.50 232	28.64 237	21.03 241	25.84 182	33.64 317	16.37 254	16.83 231	10.76 213	0.21 140	0.08 91	0.02 72	0.00 1	0.16 36	0.55 67
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
gwcnet-sp	10.26 201	3.56 246	15.31 261	6.59 142	4.30 208	15.71 227	5.71 189	26.09 207	25.15 207	21.68 249	21.77 141	15.01 159	16.42 255	15.21 203	10.76 213	0.12 99	0.20 128	0.02 72	0.09 136	0.63 196	0.86 104

scenet	10.26 201	3.56 246	15.31 261	6.59 142	4.30 208	15.71 227	5.71 189	26.09 207	25.15 207	21.68 249	21.77 141	15.01 159	16.42 255	15.21 203	10.76 213	0.12 99	0.20 128	0.02 72	0.09 136	0.63 196	0.86 104

ssnet	10.26 201	3.56 246	15.31 261	6.59 142	4.30 208	15.71 227	5.71 189	26.09 207	25.15 207	21.68 249	21.77 141	15.01 159	16.42 255	15.21 203	10.76 213	0.12 99	0.20 128	0.02 72	0.09 136	0.63 196	0.86 104

SDNR	16.80 295	5.88 293	30.01 333	6.39 132	6.53 290	57.67 390	3.15 122	24.30 192	31.49 259	21.50 248	36.56 302	14.69 153	16.76 258	19.14 259	14.45 243	11.12 377	14.00 388	3.11 345	0.51 281	8.86 354	9.92 368

ac_64	11.57 237	2.13 139	11.77 199	8.79 252	5.51 255	19.40 269	6.29 205	24.72 197	15.20 110	23.50 272	24.91 173	33.07 311	16.82 259	19.33 261	17.78 267	0.53 211	0.15 119	0.02 72	0.03 83	0.35 109	1.03 127

NVstereo2D	15.77 291	4.01 257	17.73 287	9.96 277	8.10 328	30.36 337	9.52 259	43.10 361	43.12 332	15.45 125	28.03 202	23.46 249	16.84 260	24.62 307	17.06 263	3.35 341	0.87 249	1.76 323	1.13 317	7.76 349	9.19 363

222	13.07 264	1.99 98	10.74 173	6.56 140	2.74 151	19.95 276	2.54 100	34.13 295	24.42 199	22.52 263	31.39 244	20.78 226	16.99 261	14.31 184	48.07 390	0.16 116	1.33 306	0.01 57	0.32 232	0.37 122	2.02 239

hknet	10.77 219	1.95 89	11.80 200	7.14 184	3.83 193	15.83 232	8.93 249	34.15 296	22.70 183	18.82 205	21.95 151	23.13 246	17.03 262	16.94 234	9.85 200	0.28 161	0.13 113	0.15 189	0.04 93	0.37 122	0.46 57

FADNet_RVC	12.44 250	6.19 298	40.86 355	7.04 177	3.69 183	11.30 166	4.17 153	29.67 245	27.67 231	18.20 193	26.04 183	13.47 139	17.15 263	16.85 233	14.95 246	0.99 273	0.75 231	0.60 270	1.32 324	4.18 326	3.62 309

ssnet_v2	13.84 277	3.15 228	13.44 233	7.99 229	3.08 170	22.60 293	14.51 317	36.65 325	33.59 275	22.04 257	26.10 184	28.64 282	17.16 264	23.13 301	20.86 291	0.50 207	0.32 158	0.20 212	0.13 153	1.41 267	1.38 166

CSP-Net	13.41 271	3.62 251	11.03 185	6.62 147	4.07 198	25.76 314	9.61 264	29.66 244	27.14 226	29.97 322	33.42 277	29.84 288	17.23 265	20.64 276	16.03 255	1.12 287	0.41 182	0.03 87	0.00 1	0.75 222	1.29 157

PSMNet_ROB	17.59 305	6.52 302	16.27 271	14.43 335	7.71 318	29.22 333	33.59 385	43.94 366	38.52 311	24.74 282	33.46 278	34.17 320	17.29 266	18.52 254	25.68 319	0.40 184	0.29 154	0.96 298	2.22 341	2.03 286	1.81 202

CBFPSM	12.96 260	3.37 239	30.97 335	5.30 66	3.22 171	22.79 296	16.93 332	21.82 166	21.35 168	21.93 255	28.34 206	29.99 290	17.38 267	15.32 206	16.39 257	0.11 91	0.48 193	0.10 148	0.17 179	0.58 182	2.72 287

iResNet_ROB	12.41 249	3.19 229	12.39 216	6.63 148	3.72 184	16.98 254	2.64 105	32.29 275	38.58 312	26.93 302	33.73 280	26.24 270	17.40 268	17.36 240	8.95 185	0.33 170	0.01 7	0.00 1	0.00 1	0.40 137	0.35 31

LL-Strereo	11.34 231	4.25 263	13.90 238	9.09 256	6.20 281	7.31 121	8.93 249	35.93 314	30.30 245	16.93 162	15.83 81	21.85 235	17.45 269	21.92 295	10.25 203	0.43 194	1.47 326	0.74 280	0.08 130	1.15 254	2.71 286

AANet_RVC	13.75 276	6.34 299	12.90 223	8.87 253	4.53 220	14.09 203	9.12 254	29.37 242	38.32 310	23.85 276	37.41 304	23.55 250	17.51 270	23.31 303	18.56 273	2.08 320	1.30 298	0.25 230	0.06 117	0.73 216	2.87 293

HSM	11.89 241	2.32 162	8.70 88	6.70 156	4.10 200	16.45 243	8.06 243	30.42 252	20.31 164	23.35 270	26.42 190	41.60 353	17.59 271	20.66 277	9.57 198	0.11 91	0.03 36	0.01 57	0.01 55	0.24 58	1.22 147

delet	13.26 269	2.43 182	12.99 225	8.45 242	6.26 285	22.40 292	10.83 281	28.78 237	38.76 313	20.39 228	30.36 228	20.85 227	17.67 272	22.97 300	19.13 280	0.14 108	0.45 188	0.19 207	0.08 130	0.78 226	1.24 151

SGM-Forest	13.63 274	2.55 193	8.22 79	6.30 130	2.16 131	23.84 302	11.13 287	34.68 305	32.40 264	27.27 303	33.02 269	30.08 292	17.82 273	22.13 296	15.40 249	1.66 313	0.32 158	0.88 294	0.03 83	0.79 227	1.93 216
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AACVNet	11.24 227	3.71 252	11.56 194	9.45 264	3.35 175	11.67 173	4.88 170	23.23 183	14.00 98	28.19 310	29.90 224	30.39 295	18.03 274	20.04 266	13.22 239	0.50 207	0.21 136	0.23 224	0.07 124	0.75 222	1.52 183

UPFNet	12.31 244	2.15 141	11.91 206	7.90 226	7.21 307	20.03 277	9.28 257	29.44 243	27.18 227	20.88 235	30.86 238	21.23 230	18.11 275	19.60 263	17.41 264	0.55 218	0.57 213	0.26 232	0.07 124	0.67 209	0.92 111

PS-NSSS	14.36 285	8.44 321	16.43 273	7.44 201	5.79 265	18.65 267	12.71 305	39.02 340	26.84 224	20.99 240	36.15 298	21.47 233	18.25 276	18.21 252	18.63 275	2.44 328	0.55 209	5.38 354	0.37 249	5.25 335	4.11 316

ADLNet2	12.99 261	2.94 215	14.18 243	9.57 267	5.96 272	20.23 280	10.41 275	33.05 283	37.61 304	19.46 215	19.74 120	22.46 241	18.63 277	22.37 298	20.76 289	0.37 180	0.15 119	0.06 115	0.08 130	1.04 251	0.72 90

iinet-f	14.05 282	5.00 280	47.51 365	6.57 141	4.04 197	21.14 284	14.37 312	28.25 230	21.37 169	21.95 256	31.37 243	21.31 232	18.66 278	16.15 211	20.61 288	0.31 166	0.41 182	0.09 140	0.05 107	1.00 249	0.76 95

FINET	17.02 298	8.11 319	28.42 329	9.29 261	8.89 339	24.46 303	25.06 368	35.40 310	49.52 355	26.73 299	33.49 279	20.50 225	18.75 279	20.67 278	19.18 282	2.30 324	2.09 341	1.13 306	0.75 300	2.86 303	2.84 291

UNet	13.18 266	2.47 183	14.45 247	7.45 202	7.82 322	26.01 315	4.67 166	34.38 301	29.42 242	20.90 237	31.81 253	26.68 275	18.98 280	21.08 285	15.56 251	0.21 140	0.06 75	0.27 233	0.09 136	0.37 122	1.01 124

MDST_ROB	18.99 319	3.23 231	15.81 270	14.15 333	6.98 302	44.89 373	16.81 331	43.19 362	42.83 330	43.71 368	43.84 345	28.79 283	19.02 281	30.64 337	18.70 276	1.84 317	0.84 244	0.69 276	0.47 274	0.71 214	2.61 280

StereoDRNet	16.00 292	5.45 286	16.67 275	11.34 312	8.74 337	25.62 311	11.07 285	40.40 349	37.03 299	29.77 319	30.04 226	34.35 322	19.09 282	19.81 264	25.28 315	0.65 233	0.30 155	0.16 195	0.14 162	1.80 281	2.33 266

DAS	11.51 235	2.60 197	15.62 266	9.37 262	6.27 286	16.04 234	7.71 237	22.70 176	33.92 277	19.53 216	29.03 211	19.51 219	19.10 283	17.44 241	8.98 186	0.78 250	0.02 23	0.29 243	0.01 55	0.48 161	0.81 99

SepStereo	12.04 242	2.60 197	15.62 266	9.37 262	6.27 286	16.04 234	7.71 237	22.70 176	33.92 277	19.53 216	29.03 211	19.51 219	19.10 283	27.97 325	8.98 186	0.78 250	0.02 23	0.29 243	0.01 55	0.48 161	0.81 99

pmcnn	15.27 289	4.31 264	22.32 316	7.46 203	4.46 217	22.15 291	15.74 323	28.53 233	31.88 261	27.78 308	40.04 323	39.06 339	19.11 285	18.79 257	20.78 290	1.04 279	0.23 140	0.00 1	0.00 1	0.53 173	1.17 142

DGSMNet	20.75 336	13.28 349	34.59 345	14.80 339	17.14 373	23.25 298	17.99 344	36.39 321	43.00 331	20.70 231	32.67 268	36.05 329	19.22 286	30.34 336	25.04 314	4.61 351	4.62 372	6.31 357	5.20 363	14.71 376	15.15 380

HBP-ISP	13.07 264	8.80 324	8.99 97	8.11 234	4.55 221	13.48 195	6.60 210	29.09 241	30.50 247	21.33 245	36.14 297	16.62 178	19.42 287	20.92 282	12.81 237	3.63 343	2.61 353	7.18 363	4.12 357	3.74 322	2.69 285

CBMV	14.52 286	4.59 269	9.99 141	6.61 146	2.85 156	22.76 295	12.45 301	30.63 255	33.32 271	31.98 332	35.00 293	31.68 299	19.43 288	26.53 318	16.71 261	1.28 301	0.61 219	0.63 272	0.12 149	1.26 260	1.89 210
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MMNet	13.55 272	2.82 209	13.90 238	7.63 208	6.36 289	26.45 319	4.63 164	24.00 191	42.67 329	26.25 295	33.12 273	20.98 229	19.45 289	20.14 268	19.49 283	0.75 242	0.54 205	0.11 167	0.01 55	0.53 173	1.10 136

StereoDRNet-Refined	14.03 281	3.52 244	12.77 220	8.70 249	3.31 173	18.50 265	4.58 161	29.08 240	30.59 248	29.85 320	42.52 336	25.24 263	19.57 290	23.88 305	23.55 301	0.44 197	0.07 85	0.54 266	0.38 260	0.88 242	2.64 281
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
hitnet-ft	12.59 254	3.03 225	7.87 68	7.49 206	4.20 205	27.41 324	3.75 144	23.41 186	24.15 196	21.14 243	34.12 285	31.93 304	19.74 291	20.28 270	18.13 269	0.54 216	1.45 323	0.35 252	0.09 136	1.26 260	1.41 172

SQANet	22.07 342	25.29 379	21.78 313	26.81 377	18.92 377	30.75 339	10.25 273	33.47 288	30.10 244	25.73 289	34.31 287	33.45 316	19.94 292	29.16 331	20.03 286	11.68 378	3.08 361	26.95 386	5.80 365	20.97 383	12.99 375

DRN-Test	16.60 294	4.76 274	16.90 279	10.75 299	8.16 329	29.42 334	14.37 312	43.26 363	39.35 314	28.93 316	35.46 295	29.03 284	20.11 293	20.78 279	24.51 311	0.94 269	0.93 255	0.46 261	0.35 243	1.42 269	2.12 258

IER	10.32 207	2.06 118	11.88 205	4.95 54	5.34 246	13.34 193	6.11 200	27.47 227	23.59 191	20.37 226	30.03 225	16.50 177	20.42 294	14.24 183	8.81 184	0.16 116	0.03 36	0.18 201	0.10 143	0.27 80	0.56 70

Wz-Net-MNSev	19.84 327	7.55 311	35.79 347	10.79 301	7.51 311	38.96 364	18.39 345	35.08 308	44.72 339	31.28 329	41.70 331	41.18 351	20.49 295	28.41 327	30.13 349	0.96 272	0.36 169	0.05 108	0.13 153	1.70 280	1.64 191

HGLStereo	13.21 267	3.45 242	14.01 240	10.32 289	7.72 319	15.72 230	7.19 226	31.94 272	28.12 234	20.83 234	36.16 299	26.61 273	20.82 296	18.74 256	19.63 284	1.01 276	0.22 138	0.07 130	0.08 130	0.59 188	1.00 123

PA-Net	16.98 297	8.05 318	29.56 332	10.52 294	11.30 353	21.91 290	29.93 380	32.64 278	39.50 315	20.38 227	28.51 208	23.80 251	20.82 296	21.45 290	25.60 317	0.25 153	2.36 350	0.23 224	4.99 361	1.34 265	6.47 341
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NaN_ROB	17.35 300	7.91 314	18.84 298	11.29 310	4.93 231	33.28 348	20.75 351	38.10 335	43.81 333	30.28 325	31.53 248	32.88 309	20.88 298	29.10 330	17.85 268	0.40 184	0.43 187	0.31 248	0.44 268	0.98 246	3.03 298

RTSC	20.52 331	11.06 332	33.58 343	12.11 321	7.19 306	28.90 332	11.99 296	38.49 336	58.85 383	32.22 336	37.28 303	33.11 312	21.14 299	36.93 362	38.84 367	1.49 305	1.50 327	0.15 189	0.64 294	2.18 291	2.67 283

DLCB_ROB	13.97 280	3.74 253	11.01 184	9.99 278	5.85 270	21.40 286	10.37 274	30.17 251	30.49 246	28.21 311	32.18 263	32.67 307	21.17 300	20.20 269	18.59 274	0.34 172	0.18 125	0.41 257	0.15 168	0.61 193	1.76 200

Anonymous_2	15.61 290	7.12 305	18.63 296	6.49 137	7.98 323	26.94 322	11.93 295	19.48 138	18.48 150	18.25 196	15.95 82	24.18 254	21.32 301	21.17 288	15.94 253	10.88 374	13.80 387	11.19 374	25.13 389	10.92 366	6.42 340

fast-acv-ft	14.96 288	4.73 273	17.68 286	8.03 231	5.27 245	28.61 330	9.97 269	26.25 212	35.58 296	26.03 291	38.02 310	31.91 303	21.50 302	19.25 260	21.18 292	0.61 229	0.38 172	0.63 272	0.48 275	1.31 262	1.73 197

SuperB	18.07 312	7.33 308	56.73 377	8.42 241	5.42 252	20.39 281	9.73 267	26.04 206	50.80 359	26.88 301	39.52 319	17.79 202	21.54 303	23.17 302	25.96 322	0.77 247	0.32 158	1.11 305	0.73 299	16.11 378	2.75 289

ADCRef	18.01 310	8.01 317	44.10 359	10.75 299	8.85 338	27.18 323	11.06 284	31.77 271	34.40 283	31.90 331	42.45 335	18.79 214	21.55 304	25.18 312	35.17 356	1.03 278	0.42 186	2.18 330	1.79 333	1.38 266	2.27 265

CRFU-Net	13.32 270	3.53 245	12.90 223	8.76 251	6.05 276	26.25 317	10.15 272	25.86 204	14.68 105	30.76 328	30.58 232	30.11 293	21.59 305	20.52 275	20.28 287	1.53 306	0.48 193	0.27 233	0.16 175	0.64 201	1.28 155

PWCDC_ROB	18.66 316	11.24 335	21.32 311	18.82 357	8.08 327	25.75 313	6.94 221	35.08 308	53.33 366	30.37 326	49.70 365	20.87 228	21.63 306	31.05 338	22.39 294	6.94 364	0.28 152	0.10 148	0.06 117	5.98 342	3.22 302

GwcNet	17.31 299	6.61 303	23.02 318	10.83 303	8.63 335	29.48 335	10.80 279	39.37 345	45.73 343	24.16 277	37.85 309	31.50 297	21.81 307	21.37 289	27.25 331	0.81 253	0.88 251	0.57 269	0.46 269	1.54 275	3.61 307

CBMV_ROB	12.51 252	3.86 255	7.98 71	5.81 106	2.99 166	16.05 237	4.62 163	27.61 229	31.37 258	26.75 300	32.62 267	23.97 252	22.66 308	21.14 287	12.09 223	2.15 321	1.78 335	2.24 331	1.27 323	1.64 277	1.54 185

SACVNet	14.10 284	5.24 284	14.19 244	12.11 321	6.12 279	18.45 264	9.11 253	33.13 284	22.94 184	28.79 314	33.88 283	32.69 308	23.78 309	20.91 281	12.13 225	1.08 281	0.54 205	0.84 293	0.48 275	1.41 267	4.26 317

DISCO	16.93 296	2.58 195	17.15 282	8.26 236	4.37 213	27.65 326	10.68 277	31.28 265	44.93 341	22.21 259	34.47 289	36.48 330	23.91 310	36.14 354	34.48 355	0.35 173	0.11 108	0.04 100	0.07 124	1.95 283	1.40 170

Wz-Net-LNSev	19.04 320	11.48 338	43.55 358	10.82 302	8.01 325	24.96 307	17.46 340	34.72 306	44.36 336	33.43 343	44.72 350	32.54 306	24.13 311	21.64 294	24.38 309	0.93 268	0.22 138	0.00 1	0.03 83	1.44 270	1.99 236

Wz-Net-SNSev	23.35 350	18.18 363	47.37 364	14.55 336	8.63 335	28.33 329	29.16 378	39.88 347	55.80 375	32.16 335	53.91 375	39.35 341	24.42 312	27.60 324	38.11 362	1.06 280	0.24 142	1.20 309	0.95 309	3.16 313	2.93 294

ACVNet-4b	36.91 387	52.81 393	57.04 379	42.64 389	22.08 381	48.32 377	14.64 318	50.28 382	59.78 385	43.17 366	46.34 353	55.50 383	24.49 313	39.03 369	23.55 301	25.75 390	3.76 368	47.36 393	33.76 393	28.62 387	19.22 385

RASNet	12.38 247	2.58 195	12.48 219	6.76 158	5.97 273	16.37 241	6.74 215	34.99 307	22.20 177	17.44 172	33.11 272	22.81 243	24.84 314	20.33 271	18.27 272	1.16 292	0.05 51	0.06 115	0.01 55	0.27 80	1.06 132

APVNet	18.42 314	6.37 300	23.10 319	12.76 328	8.28 331	30.74 338	24.17 365	42.08 357	30.76 254	25.86 290	41.66 330	31.83 302	24.99 315	28.01 326	28.77 339	0.49 205	0.57 213	3.05 343	0.55 288	1.80 281	2.46 276

CC-Net-ROB	22.73 347	23.99 376	30.57 334	14.72 338	8.91 340	32.98 345	16.17 326	46.75 376	37.29 301	33.88 345	32.33 264	35.48 327	25.00 316	24.75 310	28.78 340	9.60 371	3.03 360	25.33 384	3.87 354	14.82 377	6.33 336

psm_up	13.88 279	2.70 203	10.89 180	10.20 284	5.97 273	15.01 218	12.58 302	39.13 343	31.75 260	21.39 246	31.09 241	30.18 294	25.01 317	20.33 271	17.62 266	0.75 242	0.39 174	0.18 201	0.03 83	0.82 235	1.67 193

DeepPrunerF	20.61 332	12.13 344	46.35 362	21.53 363	17.78 374	19.41 270	23.64 363	37.23 330	50.61 356	26.20 294	37.72 305	24.90 260	25.02 318	24.63 308	23.53 300	3.13 338	1.65 331	5.69 355	4.09 356	3.64 321	3.34 305

LALA_ROB	19.82 326	8.32 320	18.64 297	13.59 331	5.79 265	28.03 328	23.44 360	43.09 360	37.57 303	33.91 346	41.55 329	50.73 377	25.61 319	29.09 329	27.30 332	0.73 240	0.67 223	2.08 329	1.42 326	2.70 301	2.12 258

XPNet_ROB	18.03 311	6.06 297	18.19 290	11.68 315	6.83 297	21.23 285	16.93 332	36.66 327	39.82 317	32.51 338	42.05 334	41.04 350	25.77 320	25.72 313	28.80 341	1.67 314	0.91 254	0.79 283	0.27 219	1.24 259	2.38 273

DMCA-RVC	12.06 243	4.35 265	14.21 245	10.52 294	4.86 228	13.84 198	4.33 156	25.20 199	24.13 195	20.56 230	29.22 214	26.65 274	25.85 321	17.02 235	16.34 256	0.41 187	0.35 166	0.55 267	0.24 205	0.83 237	1.81 202

ETE_ROB	18.45 315	10.71 329	20.90 309	14.23 334	4.92 230	23.28 299	22.01 354	33.00 282	36.14 298	30.68 327	39.03 318	46.10 368	26.28 322	27.52 323	26.22 324	0.53 211	0.49 196	1.16 307	0.94 306	1.69 279	3.07 299

DDUNet	23.49 351	20.59 370	17.13 281	24.58 373	22.45 382	24.86 306	17.96 343	31.42 267	31.06 255	29.59 318	37.81 307	37.85 335	26.39 323	25.77 314	18.74 277	18.99 385	8.10 384	26.65 385	11.80 381	19.41 382	18.58 384

RYNet	19.73 325	5.52 287	18.58 294	11.63 314	15.84 370	47.05 376	17.28 337	38.60 337	49.19 353	27.71 306	27.46 197	38.63 337	26.42 324	20.79 280	32.08 352	0.73 240	0.59 218	0.97 299	0.16 175	7.40 346	8.04 354

ADCP+	18.93 318	5.83 291	35.35 346	9.85 275	10.36 348	29.49 336	13.65 310	34.22 299	37.75 306	30.02 323	41.45 328	24.18 254	26.43 325	34.71 348	36.58 358	0.27 160	0.40 176	2.00 328	1.19 319	2.31 296	2.66 282

PWC_ROB	19.21 322	12.15 345	28.02 327	11.02 307	6.62 292	25.15 309	5.47 182	36.42 322	49.47 354	33.19 341	44.32 347	34.98 324	26.66 326	32.22 342	27.30 332	1.71 315	0.27 147	1.62 320	0.37 249	2.38 298	4.90 321

stereogan	19.38 323	4.02 258	18.62 295	13.54 330	10.30 347	37.03 357	9.83 268	39.12 342	46.13 347	25.09 285	41.76 332	40.01 345	27.19 327	32.16 340	25.48 316	2.44 328	1.13 273	2.70 341	0.86 304	5.45 337	4.81 318

S-Stereo	17.36 301	4.46 266	22.16 315	12.58 326	9.10 341	23.07 297	12.60 303	33.18 285	46.12 346	22.78 265	38.67 316	29.04 285	27.48 328	19.40 262	23.90 304	3.14 339	3.13 362	0.88 294	1.95 337	3.77 323	9.86 367

NCCL2	17.94 309	7.94 316	16.87 278	24.07 372	7.60 314	24.52 304	17.08 336	35.42 311	26.65 221	32.01 333	38.57 313	41.96 356	27.61 329	22.24 297	24.43 310	0.65 233	0.33 164	2.64 339	2.13 340	2.28 295	3.86 315

FBW_ROB	21.87 340	11.80 339	25.52 321	14.64 337	7.49 310	31.20 341	16.35 328	45.28 372	44.78 340	44.85 372	40.36 325	43.50 359	27.85 330	34.94 349	23.52 299	3.07 337	2.15 345	7.53 366	3.03 349	4.30 328	5.17 326

Syn2CoEx	17.68 306	11.86 340	28.39 328	20.88 361	8.24 330	25.66 312	12.35 298	37.57 331	33.60 276	29.57 317	39.80 322	30.02 291	28.00 331	19.91 265	18.91 278	1.14 290	0.53 204	1.23 312	0.46 269	1.97 284	3.61 307

MFN_U_SF_DS_RVC	24.71 356	14.86 355	32.18 339	26.47 376	10.48 349	40.27 368	22.83 356	36.88 329	44.51 338	42.59 364	47.13 359	40.20 347	28.00 331	36.70 359	28.36 335	4.23 350	4.00 370	6.73 359	16.35 386	5.05 333	6.34 337

ADCPNet	22.75 348	10.94 331	58.96 381	12.24 324	7.57 312	37.33 358	20.08 350	33.89 293	37.37 302	33.49 344	44.32 347	39.36 342	28.43 333	32.19 341	38.55 365	2.25 322	2.69 356	2.37 335	3.59 353	4.33 329	5.01 323

NCC-stereo	20.61 332	7.39 309	25.96 322	15.90 348	16.62 371	20.15 278	23.27 357	44.11 369	41.29 324	25.00 283	38.64 314	35.47 325	28.75 334	36.35 356	26.90 329	4.83 354	2.14 343	3.33 347	9.27 375	3.10 309	3.72 312

Abc-Net	20.61 332	7.39 309	25.96 322	15.90 348	16.62 371	20.15 278	23.27 357	44.11 369	41.29 324	25.00 283	38.64 314	35.47 325	28.75 334	36.35 356	26.90 329	4.83 354	2.14 343	3.33 347	9.27 375	3.10 309	3.72 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DispFullNet	31.01 377	32.97 382	59.04 382	30.27 382	28.46 386	33.06 347	11.44 289	37.69 332	54.13 367	33.30 342	37.78 306	44.68 362	28.96 336	42.19 377	29.68 346	12.35 381	3.56 365	36.10 390	12.90 383	32.29 390	19.42 386

GANet	17.85 307	5.41 285	14.79 250	11.91 318	4.73 223	24.54 305	17.04 335	41.01 350	34.96 289	33.06 340	45.84 352	39.83 344	29.19 337	24.71 309	22.45 296	1.34 303	0.41 182	1.09 302	0.70 298	2.15 290	1.89 210

RGC	20.62 335	14.30 353	21.99 314	18.85 358	14.53 365	21.42 287	14.82 319	36.00 317	44.32 335	28.54 313	41.82 333	40.12 346	29.43 338	35.44 353	23.33 298	4.12 348	0.72 227	8.80 368	4.39 359	4.55 331	4.84 320

Nwc_Net	18.76 317	5.80 289	19.91 302	14.99 342	11.96 356	26.32 318	15.90 324	41.68 355	40.50 319	21.85 254	43.58 344	34.89 323	29.47 339	27.48 322	26.34 325	3.75 345	0.27 147	2.55 338	3.31 350	2.25 293	2.46 276

RP	18.36 313	5.94 295	17.54 285	15.95 350	12.33 359	21.55 288	12.66 304	28.65 235	45.65 342	23.78 275	42.55 337	39.77 343	29.54 340	26.72 319	23.58 303	6.14 361	1.05 266	4.38 351	1.77 332	3.90 325	3.82 314

otaku	33.83 380	36.87 387	53.81 371	40.41 386	21.58 380	54.54 385	17.45 339	44.01 368	61.47 387	39.63 357	50.06 367	46.76 370	29.76 341	40.64 374	30.07 348	19.17 386	7.09 381	32.34 388	9.92 377	24.17 385	16.94 381

PDISCO_ROB	25.35 362	10.44 327	31.01 336	29.47 381	20.36 379	38.32 360	17.74 341	45.56 373	55.34 372	29.88 321	42.94 340	46.63 369	29.76 341	36.23 355	31.29 351	10.74 373	2.20 347	6.96 360	3.53 352	9.98 361	8.52 359

DANet	17.51 303	8.91 325	27.61 326	14.94 340	7.48 309	22.67 294	5.66 185	27.33 226	26.64 220	32.62 339	36.27 300	37.40 333	30.07 343	31.65 339	26.09 323	1.30 302	1.46 325	2.33 333	0.53 284	3.54 318	5.69 330
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
WZ-Net	25.86 365	14.23 352	64.17 386	15.77 346	10.61 350	39.36 365	28.01 376	41.38 354	54.97 369	28.82 315	53.68 372	40.90 348	30.14 344	37.91 364	42.98 380	1.59 307	0.49 196	0.73 278	0.95 309	5.43 336	5.12 325

XQC	25.15 359	18.26 364	52.31 370	22.53 370	12.15 357	37.47 359	21.78 353	38.74 339	55.51 374	32.40 337	30.75 236	38.36 336	30.19 345	38.28 365	41.25 373	4.61 351	1.44 322	2.77 342	2.26 342	12.52 371	9.49 365

ccnet	24.80 357	17.64 362	24.53 320	12.35 325	18.18 376	38.47 362	17.76 342	46.24 374	32.78 269	37.51 354	46.76 354	38.80 338	30.45 346	38.35 366	41.98 374	9.41 370	6.40 378	9.67 371	8.04 370	11.64 370	9.00 361

GANetREF_RVC	26.12 366	30.35 381	27.03 325	26.08 375	6.28 288	31.16 340	37.25 389	48.48 378	50.90 361	37.30 352	36.39 301	34.11 319	30.98 347	38.51 368	28.38 336	9.08 368	2.68 355	16.48 378	5.42 364	16.24 379	9.34 364
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
AF-Net	19.18 321	6.50 301	16.90 279	16.60 351	11.00 352	23.83 301	11.31 288	36.25 319	51.10 362	25.56 287	38.34 312	41.77 354	31.01 348	30.20 335	27.83 334	4.87 356	0.27 147	4.60 352	1.00 313	2.67 300	2.02 239

SHD	22.33 344	11.30 336	32.10 338	15.61 345	9.88 345	26.75 320	10.12 271	41.84 356	61.77 388	36.36 350	44.65 349	39.28 340	31.10 349	35.07 350	32.76 353	2.35 325	1.95 340	1.24 314	1.90 336	4.33 329	6.34 337

aanetorigin	19.84 327	13.32 350	54.46 372	10.07 280	7.99 324	14.16 204	15.32 321	17.85 119	34.49 284	49.59 377	48.88 362	34.28 321	31.32 350	23.53 304	29.64 345	1.12 287	0.81 239	0.73 278	0.94 306	3.05 307	5.23 327

ADCL	22.44 346	7.79 312	49.20 367	10.61 298	7.28 308	40.40 369	21.03 352	32.07 274	55.07 370	28.53 312	48.73 360	31.68 299	31.69 351	34.04 347	38.38 363	1.22 297	0.93 255	2.65 340	1.89 335	2.65 299	2.94 295

G-Net	21.66 339	9.10 326	39.39 353	15.85 347	9.60 344	51.00 381	16.73 330	28.32 231	31.17 256	38.99 356	43.24 342	33.26 315	32.09 352	28.50 328	26.50 327	4.74 353	3.92 369	3.60 350	1.02 314	8.42 353	7.86 352

FAT-Stereo	17.45 302	3.56 246	19.19 300	10.31 288	6.54 291	18.00 262	14.89 320	38.68 338	40.49 318	27.39 304	39.66 320	37.32 332	32.14 353	21.07 284	22.97 297	3.68 344	2.16 346	0.81 290	1.21 321	2.10 288	6.78 343

UDG	22.21 343	15.90 360	16.41 272	21.71 364	20.17 378	32.51 344	13.78 311	36.62 324	35.77 297	26.64 298	31.43 245	37.49 334	32.33 354	22.77 299	21.19 293	11.08 376	5.60 376	23.12 381	7.74 369	17.07 380	14.89 379

SANet	22.05 341	8.47 322	32.65 341	9.90 276	4.31 211	33.49 349	23.44 360	42.82 359	56.64 378	39.67 359	44.09 346	44.62 361	32.96 355	29.24 332	25.79 320	1.08 281	0.74 229	0.98 300	0.69 296	5.69 340	3.66 311

CSAN	22.36 345	11.11 333	26.06 324	21.79 365	5.59 259	34.55 351	36.54 387	40.04 348	50.84 360	37.47 353	40.31 324	45.09 364	33.07 356	27.44 321	25.80 321	1.60 310	0.75 231	1.08 301	1.80 334	2.89 304	3.36 306

PASM	29.37 371	19.17 365	50.43 368	23.55 371	23.15 384	27.62 325	27.82 375	35.90 313	50.76 358	35.98 349	40.55 326	47.26 372	34.98 357	35.28 351	38.72 366	12.58 382	15.96 389	17.57 380	22.46 388	13.71 373	13.92 378

AnyNet_C32	24.34 355	15.07 356	42.84 357	13.07 329	11.83 355	31.80 342	31.73 382	32.47 276	45.77 344	35.92 348	49.66 364	34.05 318	35.21 358	44.09 379	43.39 381	1.61 311	1.70 333	1.22 311	2.94 348	4.87 332	7.60 349

DPSNet	25.20 360	7.92 315	36.17 348	11.72 316	6.85 298	53.68 383	43.17 393	52.22 385	60.09 386	31.61 330	39.76 321	40.91 349	35.82 359	33.42 345	26.48 326	4.98 357	2.10 342	0.50 264	1.13 317	9.63 357	5.83 331

edge stereo	19.38 323	5.98 296	19.25 301	11.11 308	8.07 326	23.51 300	12.74 306	35.93 314	42.55 327	35.05 347	43.06 341	41.34 352	36.05 360	26.06 316	25.62 318	2.70 332	2.47 351	6.38 358	1.54 329	3.18 314	5.01 323

LSM	30.92 374	21.18 372	57.13 380	19.98 360	54.02 399	33.70 350	25.92 371	43.87 365	49.18 352	46.43 374	55.59 379	43.44 358	36.70 361	36.70 359	28.75 338	2.94 333	9.77 385	5.07 353	8.20 373	10.77 363	29.00 391

psmorigin	21.56 338	11.18 334	36.59 349	10.19 283	7.08 304	25.30 310	12.35 298	33.52 290	33.12 270	43.62 367	54.15 377	42.72 357	37.44 362	36.87 361	28.98 342	1.65 312	2.78 357	0.81 290	1.19 319	3.62 320	8.10 355

WCMA_ROB	21.17 337	5.89 294	22.32 316	10.39 292	7.65 316	34.55 351	16.42 329	33.20 286	34.02 280	42.06 363	52.50 369	44.09 360	37.59 363	33.66 346	26.77 328	7.45 366	3.18 363	1.27 315	1.43 327	4.18 326	4.81 318

Ntro	35.59 385	38.58 388	55.41 375	43.66 390	22.54 383	57.26 386	23.73 364	47.69 377	63.99 394	39.63 357	48.82 361	47.68 373	37.60 364	41.55 376	30.80 350	17.85 384	6.61 379	33.21 389	10.52 379	26.65 386	17.97 383

SAMSARA	35.29 384	19.78 366	33.90 344	55.86 395	36.15 389	76.79 412	94.89 422	49.29 379	51.59 365	38.15 355	37.83 308	53.71 381	39.29 365	40.56 373	40.41 370	4.02 347	6.72 380	2.35 334	4.12 357	9.70 359	10.76 371

FC-DCNN	25.07 358	12.06 343	20.30 305	19.06 359	9.41 342	38.40 361	23.46 362	41.37 353	44.07 334	46.76 375	53.99 376	50.49 376	39.32 366	36.43 358	29.46 343	7.40 365	3.39 364	6.15 356	5.01 362	8.05 350	6.83 344

SGM_RVC	20.33 330	3.24 232	8.92 95	7.20 192	1.62 106	39.61 366	17.01 334	39.11 341	35.12 291	46.26 373	42.62 338	51.57 379	39.45 367	39.66 372	29.87 347	1.16 292	0.37 171	0.55 267	0.35 243	1.20 255	1.64 191
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSMD_ROB	23.50 352	10.55 328	15.65 269	17.87 356	10.07 346	35.58 354	19.04 347	34.53 303	37.81 307	41.55 362	60.11 384	46.01 367	39.81 368	32.74 344	24.92 313	6.86 363	3.63 367	8.92 369	11.16 380	7.21 345	5.99 334

AnyNet_C01	30.67 373	27.57 380	76.09 403	17.61 353	12.18 358	50.42 380	28.89 377	39.14 344	41.14 323	41.36 361	65.66 395	47.21 371	40.16 369	47.50 381	49.82 392	2.38 327	2.79 358	2.31 332	2.83 347	8.35 352	9.99 369

FCDSN-DC	26.18 367	15.77 359	20.36 306	28.79 380	15.78 369	40.13 367	19.12 348	43.57 364	42.59 328	44.78 371	52.51 370	50.73 377	40.32 370	35.32 352	28.55 337	6.41 362	3.61 366	7.11 362	6.54 366	10.58 362	10.93 373
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	28.91 370	15.44 357	55.12 374	22.00 367	8.49 334	41.39 370	15.36 322	52.74 386	46.70 349	47.83 376	53.87 374	54.97 382	40.50 371	39.54 371	40.77 371	6.09 360	4.92 374	7.08 361	9.02 374	7.68 348	8.69 360

Wz-Net-TNSev	25.85 364	21.47 373	59.51 383	10.38 291	7.64 315	42.40 372	23.33 359	35.97 316	54.36 368	36.56 351	43.26 343	45.90 366	41.27 372	37.81 363	37.10 359	2.35 325	1.90 339	0.77 281	1.34 325	5.89 341	7.75 351

ADCS	27.11 368	15.49 358	48.87 366	15.20 343	10.99 351	31.86 343	24.37 366	43.99 367	58.30 381	43.12 365	49.92 366	41.90 355	41.43 373	42.90 378	46.29 385	3.00 336	2.60 352	2.45 337	3.47 351	7.63 347	8.41 357

EDNetEfficient	25.68 363	22.94 375	77.88 405	9.49 266	7.66 317	20.89 282	17.37 338	22.52 173	56.02 376	61.49 391	53.31 371	35.83 328	41.88 374	25.06 311	39.53 369	0.86 260	0.83 243	0.91 296	2.82 346	8.28 351	7.98 353

MeshStereo	22.95 349	7.84 313	12.46 217	8.13 235	5.20 243	38.49 363	13.36 309	42.69 358	38.05 308	51.34 380	53.82 373	58.22 385	43.29 375	38.42 367	29.59 344	2.96 334	2.84 359	3.11 345	2.33 343	3.12 311	3.65 310
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
ADCMid	23.61 354	12.42 346	44.10 359	11.85 317	8.33 332	27.89 327	20.03 349	36.49 323	39.56 316	40.81 360	47.01 358	36.89 331	43.95 376	39.12 370	42.60 377	1.95 318	1.55 330	3.05 343	3.98 355	5.20 334	5.37 328

RainbowNet	51.77 392	63.10 401	65.03 390	60.15 396	39.21 392	59.39 394	31.46 381	57.61 394	78.49 410	50.61 378	66.05 396	59.57 388	45.26 377	50.17 383	42.57 376	46.92 398	45.90 399	53.26 397	32.46 392	54.03 398	34.14 394

RTS	30.97 375	24.38 377	96.47 419	17.75 354	12.63 360	58.43 392	26.47 372	38.01 333	63.33 391	44.41 369	46.81 355	33.16 313	45.26 377	52.06 387	42.65 378	2.66 330	1.40 315	1.09 302	1.02 314	5.49 338	5.86 332

RTSA	30.97 375	24.38 377	96.47 419	17.75 354	12.63 360	58.43 392	26.47 372	38.01 333	63.33 391	44.41 369	46.81 355	33.16 313	45.26 377	52.06 387	42.65 378	2.66 330	1.40 315	1.09 302	1.02 314	5.49 338	5.86 332

SGM-ForestM	25.21 361	4.80 275	13.50 234	8.68 248	3.74 185	46.85 375	22.04 355	46.25 375	51.32 364	51.28 379	52.07 368	62.64 392	47.13 380	46.05 380	36.30 357	1.99 319	2.25 348	1.21 310	1.24 322	1.65 278	3.21 301

coex-ft	31.29 378	39.15 389	93.51 418	9.71 273	5.77 264	36.25 356	26.79 374	31.43 268	59.45 384	73.35 404	58.73 382	45.49 365	48.48 381	30.19 334	46.52 387	1.59 307	1.71 334	0.94 297	0.97 312	9.43 356	6.35 339

LE_ROB	23.59 353	4.64 272	16.84 277	8.59 245	3.05 168	33.01 346	18.53 346	28.96 239	67.40 399	70.71 400	55.67 380	48.44 374	48.90 382	26.06 316	37.98 361	0.44 197	0.24 142	0.27 233	0.54 285	0.49 169	0.98 120

Consistency-Raft	41.94 389	35.39 384	45.40 361	33.16 383	41.47 393	45.14 374	33.50 384	56.78 393	55.37 373	32.11 334	65.41 393	30.46 296	49.76 383	40.94 375	48.33 391	27.72 391	35.00 394	43.33 392	51.89 402	39.60 392	28.04 390

ACVNet_1	42.11 390	50.66 391	66.19 391	45.24 392	25.33 385	50.11 379	25.60 370	55.90 390	65.25 395	60.15 385	59.98 383	63.57 393	50.05 384	50.45 384	38.46 364	20.06 387	11.00 386	38.79 391	14.48 384	31.31 389	19.68 387

EDNetEfficientorigin	29.50 372	36.05 386	99.77 429	9.67 270	5.93 271	26.79 321	16.02 325	26.87 221	55.18 371	61.15 388	57.72 381	45.04 363	50.99 385	26.90 320	44.78 383	0.53 211	0.54 205	1.72 322	2.53 344	11.05 367	10.75 370

MSC_U_SF_DS_RVC	37.85 388	35.62 385	55.10 373	38.16 385	13.19 363	57.63 389	24.72 367	52.87 387	63.40 393	66.39 396	63.74 388	58.16 384	54.28 386	51.56 386	47.39 388	9.36 369	5.44 375	14.82 377	15.34 385	18.80 381	11.04 374

ELAS	34.78 382	20.32 368	38.13 351	21.79 365	14.89 366	57.95 391	37.04 388	51.15 383	51.19 363	60.95 387	64.42 390	59.08 387	54.44 387	51.53 385	46.26 384	12.00 379	7.83 382	10.46 372	8.04 370	14.42 374	13.71 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	34.88 383	20.50 369	37.14 350	22.37 369	15.07 367	54.02 384	38.42 390	50.06 381	56.72 379	61.86 392	63.52 386	58.79 386	54.60 388	54.13 392	43.99 382	12.20 380	7.90 383	10.75 373	7.65 368	14.42 374	13.42 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	34.10 381	19.91 367	39.04 352	27.08 378	18.09 375	35.11 353	44.32 395	52.16 384	66.36 396	53.04 382	64.50 391	52.33 380	56.17 389	52.24 389	42.11 375	4.17 349	4.82 373	9.60 370	4.65 360	11.11 368	25.25 389

anonymity	52.60 393	58.73 395	63.81 385	41.37 388	59.41 403	53.52 382	41.39 391	56.50 392	40.60 321	55.03 383	49.64 363	49.57 375	56.22 390	59.42 394	50.07 393	55.57 401	50.19 405	51.15 395	51.23 400	51.90 394	56.75 402

BEATNet-Init1	36.29 386	22.72 374	56.79 378	28.53 379	13.41 364	59.81 395	33.49 383	53.72 388	58.64 382	60.78 386	63.63 387	70.42 397	56.59 391	53.93 391	46.48 386	5.63 358	4.14 371	7.49 365	7.45 367	11.35 369	10.88 372

SGM+DAISY	55.54 396	57.77 394	64.45 388	40.89 387	53.89 397	63.34 398	50.45 397	56.00 391	45.95 345	61.43 390	64.32 389	61.05 390	56.70 392	61.32 396	56.86 398	56.51 402	49.35 403	50.49 394	50.00 399	52.52 395	57.57 403

MANE	33.27 379	12.69 347	21.10 310	22.10 368	15.09 368	49.75 378	29.51 379	54.10 389	56.36 377	59.73 384	64.93 392	65.43 395	57.34 393	52.70 390	41.02 372	10.52 372	6.09 377	7.35 364	20.29 387	9.66 358	9.65 366

SPS-STEREO	56.02 397	59.82 398	64.35 387	45.23 391	53.96 398	61.34 396	44.05 394	60.08 395	50.73 357	62.61 393	61.78 385	59.73 389	57.62 394	60.63 395	59.08 399	58.29 403	48.28 400	51.30 396	49.29 398	55.67 399	56.59 401
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MADNet+	53.97 394	69.36 403	98.79 426	67.30 400	38.52 390	79.97 416	81.50 418	61.38 396	62.53 389	52.01 381	55.50 378	61.22 391	59.61 395	70.25 403	77.26 417	25.21 389	25.07 391	17.40 379	12.69 382	34.21 391	29.70 393

PWCK	66.53 403	88.82 421	80.30 408	80.69 414	30.85 388	65.18 400	41.64 392	72.55 410	71.28 402	78.68 411	69.18 399	78.14 403	62.17 396	82.93 418	63.46 406	80.46 415	40.52 395	82.05 413	47.71 397	74.54 414	39.47 398

NVStereoNet_ROB	42.81 391	34.00 383	46.84 363	37.40 384	28.64 387	35.65 355	33.88 386	49.95 380	58.27 380	69.65 399	75.69 404	66.36 396	65.66 397	48.37 382	62.04 404	16.50 383	25.07 391	23.61 383	32.35 391	21.58 384	24.72 388
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
JetBlue	54.72 395	46.20 390	75.05 401	51.44 393	47.85 394	76.48 411	62.38 404	64.44 398	62.86 390	63.67 395	65.49 394	78.96 404	68.77 398	68.63 401	75.95 416	37.07 392	25.78 393	29.10 387	29.19 390	29.75 388	35.27 395

MFMNet_re	72.11 407	79.45 413	64.79 389	52.91 394	84.26 419	78.00 414	69.47 409	64.08 397	67.45 400	61.33 389	71.28 401	64.22 394	69.42 399	72.45 406	61.54 401	81.63 417	73.93 419	80.19 409	74.21 411	83.02 419	88.49 421

TorneroNet-64	66.18 402	71.37 405	72.19 399	76.80 406	59.54 404	67.82 402	59.56 401	67.83 401	79.98 411	63.09 394	67.00 397	82.98 409	69.97 400	68.02 398	62.78 405	49.03 399	44.17 398	73.23 403	64.19 404	69.14 405	54.83 400

DPSimNet_ROB	74.86 413	83.75 419	61.14 384	77.51 407	65.78 409	76.04 410	75.86 414	74.62 412	77.61 408	82.20 414	75.97 405	80.50 408	72.45 401	68.06 399	84.65 419	81.90 418	52.11 406	79.97 408	76.71 413	70.85 408	79.47 419

JetRed	79.80 418	80.33 417	91.79 416	71.25 402	75.71 418	91.85 421	80.84 417	79.41 418	80.84 412	84.48 418	84.47 414	83.34 410	72.72 402	79.51 416	85.74 420	69.66 409	81.68 420	73.70 404	72.68 407	82.42 418	73.53 417

ACVNet_2	58.13 398	62.74 400	73.58 400	66.59 399	38.77 391	63.23 397	49.56 396	72.12 408	82.24 414	79.37 412	88.96 420	76.25 401	73.29 403	55.14 393	48.05 389	38.17 393	24.21 390	54.92 398	37.94 394	48.23 393	29.29 392

IMH-64-1	59.89 399	58.89 396	69.08 395	66.46 397	50.96 395	57.48 387	51.18 398	69.03 402	67.25 397	67.90 397	80.31 409	70.42 397	74.30 404	72.66 409	50.07 393	42.88 395	43.00 396	65.88 399	47.48 395	53.41 396	39.15 396

IMH-64	59.89 399	58.89 396	69.08 395	66.46 397	50.96 395	57.48 387	51.18 398	69.03 402	67.25 397	67.90 397	80.31 409	70.42 397	74.30 404	72.66 409	50.07 393	42.88 395	43.00 396	65.88 399	47.48 395	53.41 396	39.15 396

TorneroNet	71.59 405	73.91 408	76.67 404	81.06 415	65.65 408	71.44 405	65.68 406	71.66 407	75.08 405	71.76 401	73.09 403	84.12 413	74.51 406	70.46 404	69.58 409	59.87 404	48.58 401	79.93 407	73.78 410	75.74 415	69.18 414

ktn	72.86 410	80.20 416	70.88 398	79.38 412	69.76 415	75.01 406	70.17 412	69.27 404	77.21 407	73.05 403	77.79 406	77.79 402	77.01 407	73.04 411	56.44 397	79.36 413	66.31 414	80.24 410	68.37 405	72.53 412	63.45 407

UNDER WATER-64	73.59 411	75.19 409	88.26 414	74.50 403	55.55 401	78.94 415	76.55 415	65.86 399	68.37 401	75.79 407	69.24 400	84.00 412	77.49 408	69.01 402	73.11 412	81.39 416	57.22 410	82.69 415	80.62 414	69.53 406	68.45 413

IMH	63.51 401	61.05 399	69.15 397	69.90 401	54.09 400	65.82 401	55.66 400	72.12 408	72.52 403	72.73 402	81.82 411	73.16 400	79.86 409	77.03 414	52.57 396	44.46 397	50.01 404	68.11 401	51.57 401	56.59 400	41.88 399

WAO-7	72.48 408	78.58 410	55.84 376	79.20 411	69.56 414	71.30 404	73.06 413	78.20 417	84.37 416	77.52 408	85.78 415	79.44 406	80.26 410	65.93 397	66.47 408	62.13 405	69.81 417	70.46 402	73.18 408	66.66 402	61.95 406

KSHMR	88.63 421	93.05 422	84.15 412	95.59 423	91.74 423	82.94 419	83.28 419	84.59 420	81.87 413	87.85 419	83.96 413	91.71 419	81.49 411	76.73 413	82.12 418	96.47 425	96.06 425	96.71 425	97.16 425	92.74 425	92.47 425

LRCNet_RVC	73.95 412	70.63 404	75.65 402	77.92 408	60.69 406	41.66 371	16.24 327	71.26 406	48.66 351	88.23 420	93.84 422	90.11 418	82.18 412	80.69 417	61.88 402	97.09 426	72.20 418	96.71 425	97.62 426	77.99 416	77.70 418

UNDER WATER	76.36 414	79.65 414	88.23 413	84.62 416	67.01 410	77.90 413	78.03 416	67.43 400	72.64 404	75.52 406	71.49 402	85.52 414	82.57 413	70.68 405	75.48 415	79.61 414	54.01 407	86.59 419	84.76 418	72.44 411	72.94 416

LVE	71.96 406	73.19 406	84.13 411	75.60 404	55.78 402	75.59 408	63.60 405	77.67 414	83.64 415	82.16 413	87.25 419	83.54 411	82.79 414	76.17 412	65.22 407	49.11 400	57.71 411	74.86 405	62.93 403	66.84 404	61.36 405

WAO-6	71.06 404	73.42 407	67.24 392	79.78 413	61.93 407	69.67 403	60.23 402	75.12 413	87.02 417	74.87 405	79.60 408	79.28 405	84.75 415	68.25 400	61.91 403	67.67 407	48.98 402	81.65 411	73.43 409	66.76 403	59.64 404

notaker	72.59 409	79.99 415	79.75 407	79.06 410	68.60 412	63.66 399	62.15 403	69.61 405	75.78 406	77.77 409	79.16 407	79.92 407	84.80 416	77.69 415	59.73 400	70.15 410	61.03 413	77.65 406	68.69 406	70.81 407	65.81 411

WAO-8	77.20 415	78.94 411	67.39 393	86.73 418	72.82 416	79.98 417	69.63 410	77.88 415	88.66 419	83.17 416	86.77 416	85.56 415	85.20 417	72.63 407	69.82 410	75.00 411	55.65 408	87.92 421	83.63 416	71.60 409	64.97 409

Venus	77.20 415	78.94 411	67.39 393	86.73 418	72.82 416	79.98 417	69.63 410	77.88 415	88.66 419	83.17 416	86.77 416	85.56 415	85.20 417	72.63 407	69.82 410	75.00 411	55.65 408	87.92 421	83.63 416	71.61 410	64.97 409

HanzoNet	77.99 417	81.45 418	83.64 409	78.05 409	69.26 413	75.78 409	69.09 408	73.99 411	78.09 409	82.39 415	83.06 412	85.66 417	87.00 419	86.11 420	74.40 414	85.46 422	68.53 416	81.84 412	75.61 412	73.07 413	67.26 412

MADNet++	94.07 426	93.58 423	90.62 415	96.24 424	96.57 424	97.26 423	90.52 420	94.64 424	91.89 421	97.09 425	93.64 421	94.65 421	92.81 420	96.06 424	95.06 425	95.31 424	95.85 424	92.44 423	92.08 424	91.00 424	94.17 427

Dean	80.94 419	86.19 420	83.94 410	85.03 417	60.07 405	75.42 407	67.27 407	81.85 419	88.36 418	92.35 421	87.09 418	92.14 420	93.19 421	83.37 419	74.06 413	68.69 408	66.48 415	94.89 424	84.90 419	83.86 420	69.69 415

xxxxx1	91.89 423	95.36 424	98.42 423	87.40 420	89.37 420	98.54 424	98.20 426	92.95 421	93.30 422	93.53 422	95.30 423	97.01 422	96.36 422	94.68 421	94.93 422	83.39 419	84.31 421	82.86 416	88.15 421	84.30 421	89.46 422

tt_ll	91.89 423	95.36 424	98.42 423	87.40 420	89.37 420	98.54 424	98.20 426	92.95 421	93.30 422	93.53 422	95.30 423	97.01 422	96.36 422	94.68 421	94.93 422	83.39 419	84.31 421	82.86 416	88.15 421	84.30 421	89.46 422

ff	91.89 423	95.36 424	98.42 423	87.40 420	89.37 420	98.54 424	98.20 426	92.95 421	93.30 422	93.53 422	95.30 423	97.01 422	96.36 422	94.68 421	94.93 422	83.39 419	84.31 421	82.86 416	88.15 421	84.30 421	89.46 422

SPstereo	83.66 420	69.17 402	79.52 406	76.33 405	67.79 411	88.06 420	91.78 421	100.00 430	100.00 430	99.12 426	99.11 426	100.00 433	98.10 425	98.44 426	89.22 421	65.98 406	60.50 412	82.46 414	81.00 415	62.47 401	64.12 408

test_example2	99.67 431	99.99 429	99.99 431	100.00 431	99.99 429	99.87 429	99.99 430	98.01 425	100.00 430	100.00 432	100.00 430	98.18 425	98.43 426	99.98 429	99.98 430	100.00 430	99.99 430	99.40 428	99.52 429	100.00 430	100.00 431

MEDIAN_ROB	99.20 428	99.85 427	99.64 428	98.51 426	98.53 426	98.60 427	97.88 425	98.83 427	98.59 426	99.35 429	99.47 428	99.57 427	99.05 427	98.38 425	98.37 428	99.99 428	99.63 427	100.00 429	100.00 430	99.82 428	99.92 429

PML	99.07 427	100.00 432	98.17 422	99.22 427	99.21 427	99.98 430	99.74 429	98.27 426	98.10 425	100.00 432	99.37 427	98.77 426	99.85 428	100.00 432	98.07 427	100.00 430	99.54 426	100.00 429	99.51 428	99.87 429	93.65 426

HaxPig	99.40 429	99.99 429	97.53 421	99.99 430	99.99 429	96.91 422	97.19 423	99.57 428	99.99 428	99.98 431	100.00 430	99.99 431	99.96 429	99.06 427	97.86 426	99.99 428	100.00 431	100.00 429	100.00 430	100.00 430	99.98 430

MyStereo03	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

MyStereo02	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

MyStereo	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

Selective-RAFT-Error	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

Anonymous_1	99.63 430	99.96 428	99.94 430	99.77 429	99.59 428	100.00 431	100.00 431	99.81 429	99.98 427	99.63 430	99.94 429	99.75 428	100.00 430	99.67 428	99.89 429	98.37 427	99.84 428	98.70 427	99.26 427	99.29 427	99.24 428

tt	89.84 422	1.21 8	99.99 431	99.29 428	100.00 431	100.00 431	100.00 431	100.00 430	99.99 428	78.46 410	68.51 398	99.99 431	100.00 430	100.00 432	100.00 433	95.27 423	99.93 429	87.33 420	86.20 420	94.13 426	86.50 420

CasAABBNet	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

LSM0	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DPSMNet_ROB	99.95 433	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	99.16 427	100.00 430	99.95 429	100.00 430	99.98 429	99.99 431	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DGTPSM_ROB	99.95 433	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	99.16 427	100.00 430	99.95 429	100.00 430	99.98 429	99.99 431	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DPSM_ROB	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DPSM	100.00 435	100.00 432	100.00 433	100.00 431	100.00 431	100.00 431	100.00 431	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

AVERAGE_ROB	99.81 432	99.99 429	99.44 427	100.00 431	100.00 431	99.02 428	97.81 424	100.00 430	100.00 430	100.00 432	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 430	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

Low-res two-view benchmark