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

CAS++	1.27 10	0.68 101	2.40 12	0.25 23	0.30 79	1.80 37	0.61 145	8.46 177	3.61 47	1.80 45	2.42 41	0.18 1	0.21 2	2.12 32	0.49 2	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.06 32
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
panet	1.09 5	0.47 38	2.19 9	0.12 3	0.21 58	1.70 30	0.02 5	4.28 21	6.97 190	0.78 22	1.77 29	0.48 39	0.67 43	1.50 11	0.58 5	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.03 10

MGS-Stereo	1.22 9	0.44 29	2.92 32	0.83 88	0.07 9	1.82 40	0.65 155	2.44 2	3.95 67	1.11 31	6.19 124	0.49 40	0.37 18	1.73 16	0.81 29	0.00 1	0.00 1	0.00 1	0.00 1	0.48 316	0.01 1

MoCha-V2	1.83 41	0.87 151	3.33 66	1.41 138	1.27 225	2.50 75	0.20 61	5.60 70	3.90 66	0.98 28	3.30 53	0.35 31	1.58 110	7.09 149	0.80 26	0.00 1	1.52 371	0.00 1	0.23 301	0.06 70	1.70 307

LargeStereo	1.58 34	0.81 126	2.66 22	1.35 130	0.99 191	2.47 74	0.98 215	7.35 152	3.70 51	0.82 24	2.24 37	0.44 36	1.18 76	2.08 31	1.15 66	0.03 221	1.18 349	0.00 1	0.05 225	0.17 202	2.00 344

Former-RAFT_DAM_RVC	1.39 15	0.74 114	2.72 26	0.73 75	1.26 224	2.42 70	0.02 5	3.78 9	8.16 226	1.81 48	2.94 49	0.28 17	0.32 12	1.51 12	0.76 24	0.04 242	0.01 104	0.00 1	0.00 1	0.08 91	0.19 99

MyStereo8	3.30 177	1.69 260	6.28 244	2.51 271	3.79 337	4.22 215	0.07 16	7.43 157	6.39 167	6.51 157	10.13 223	4.23 152	1.45 97	2.79 52	5.08 254	0.06 265	1.49 369	0.00 1	0.40 343	0.26 254	1.33 282

SMFormer	3.94 224	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	4.89 248	0.08 275	0.97 310	0.00 1	0.16 263	0.11 136	0.92 244

tta	3.96 228	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	4.89 248	0.08 275	0.97 310	0.00 1	0.16 263	0.13 169	1.24 274

qqq1	3.78 214	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	1.24 80	0.08 275	0.97 310	0.00 1	0.12 252	0.13 169	1.24 274

fff1	3.78 214	0.69 103	4.55 161	1.97 207	0.15 30	2.84 117	0.29 78	13.06 294	11.10 286	7.69 212	10.45 230	4.77 166	4.52 226	9.68 279	1.24 80	0.08 275	0.97 310	0.00 1	0.12 252	0.13 169	1.24 274

MyStereo07	1.64 36	1.15 197	2.61 17	1.28 125	1.49 243	2.63 89	0.45 105	6.45 119	2.94 13	1.10 30	1.61 21	0.29 19	0.60 40	7.45 170	0.80 26	0.01 106	1.27 357	0.00 1	0.25 306	0.11 136	0.42 172

MyStereo06	2.71 130	1.05 186	5.43 203	1.39 136	1.20 215	2.57 83	0.10 25	10.39 229	4.79 111	5.54 117	6.16 123	6.39 218	2.33 138	3.40 58	1.35 91	0.01 106	1.24 354	0.00 1	0.21 293	0.13 169	0.50 183

MyStereo05	3.24 174	1.05 186	5.93 226	1.39 136	1.20 215	2.57 83	0.10 25	9.11 195	13.17 315	6.45 152	3.86 68	3.20 103	3.26 168	8.35 225	3.02 197	0.01 106	1.24 354	0.00 1	0.21 293	0.13 169	0.50 183

MyStereo04	3.29 176	1.15 197	6.64 256	1.28 125	1.49 243	2.63 89	0.45 105	10.57 235	13.30 316	4.41 89	3.90 69	3.06 101	3.56 183	7.87 194	3.35 203	0.01 106	1.27 357	0.00 1	0.25 306	0.11 136	0.42 172

AE-Stereo	1.89 44	0.38 9	3.86 111	1.94 202	0.38 97	2.51 78	0.58 138	7.19 146	7.28 200	1.60 43	3.51 62	1.07 53	0.77 50	2.12 32	1.24 80	0.03 221	1.02 322	0.00 1	0.28 319	0.11 136	1.84 327

CoDeX	3.61 201	0.86 144	5.27 193	1.16 116	1.62 246	6.24 261	2.07 264	13.78 315	6.86 184	7.42 207	9.00 193	4.06 141	3.72 194	6.58 127	3.02 197	0.03 221	0.06 189	0.00 1	0.00 1	0.15 192	0.35 152

ACVNet-DCA	2.41 101	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	9.15 196	4.33 83	1.42 37	3.48 57	0.33 26	3.65 189	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.03 204	0.09 105	1.65 295

xx1	2.73 135	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	5.34 53	10.76 280	1.42 37	3.48 57	4.63 163	2.83 157	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.25 306	0.09 105	1.65 295

1test111	2.31 88	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	9.15 196	4.33 83	1.42 37	3.48 57	0.33 26	3.65 189	4.95 85	2.06 151	0.00 1	1.14 341	0.00 1	0.03 204	0.09 105	1.65 295

cc1	2.56 116	0.93 157	3.39 72	3.05 311	0.39 100	5.69 249	0.55 129	5.34 53	10.76 280	1.42 37	3.48 57	0.33 26	3.65 189	8.26 211	0.70 18	0.00 1	1.14 341	0.00 1	0.03 204	0.12 153	1.89 337

mmm	3.07 160	0.76 116	4.50 156	2.27 245	1.24 221	3.75 194	0.12 32	10.03 221	5.12 121	6.43 151	11.19 247	3.10 102	3.20 163	4.54 83	1.78 129	0.02 191	1.19 350	0.00 1	0.30 326	0.09 105	1.79 321

11t1	2.13 66	0.67 100	3.98 127	2.69 286	0.85 175	2.59 86	0.07 16	7.40 155	3.89 65	3.75 76	3.57 64	1.24 57	1.96 123	4.68 84	1.97 144	0.10 288	1.13 333	0.00 1	0.22 298	0.09 105	1.66 299

ff7	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 263	0.12 153	1.82 322

IGEVStereo-DCA	1.54 28	1.71 264	2.99 42	0.73 75	0.24 68	2.69 97	0.81 188	4.31 22	2.97 15	0.73 16	0.16 1	0.23 9	0.32 12	7.57 179	2.72 188	0.00 1	0.49 275	0.00 1	0.16 263	0.17 202	1.82 322

ffff	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 263	0.12 153	1.82 322

rrr	1.64 36	1.71 264	6.31 246	0.73 75	0.24 68	2.69 97	0.92 213	4.25 18	1.75 3	0.73 16	0.16 1	0.23 9	0.32 12	7.57 179	2.72 188	0.00 1	0.49 275	0.00 1	0.20 288	0.17 202	1.68 302

DualNet	3.96 228	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	8.20 208	11.69 336	0.00 1	1.13 333	0.00 1	0.19 278	0.11 136	1.88 333

ffm	3.41 187	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	8.20 208	0.68 13	0.00 1	1.13 333	0.00 1	0.19 278	0.11 136	1.88 333

ff1	4.11 236	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	5.55 64	10.56 273	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 336	0.00 1	1.13 333	0.00 1	0.19 278	0.11 136	1.88 333

mmx	4.50 258	0.98 173	7.03 267	1.64 157	1.07 198	2.84 117	0.47 109	12.84 284	11.23 291	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 336	0.05 255	1.12 330	0.00 1	0.19 278	0.10 125	1.53 288

11t	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.87 38	0.00 1	0.93 301	0.00 1	0.16 263	0.12 153	1.82 322

tt1	2.53 111	0.91 155	3.53 86	2.92 301	0.53 129	5.60 246	0.61 145	5.55 64	10.56 273	1.54 41	3.54 63	0.34 30	3.00 160	8.20 208	0.68 13	0.00 1	1.13 333	0.00 1	0.03 204	0.11 136	1.88 333

ttt	4.41 255	0.70 109	3.95 126	2.53 275	2.01 272	4.34 222	0.41 98	13.09 298	11.69 299	7.20 196	12.20 264	4.15 146	3.35 178	9.54 276	10.11 318	0.07 271	1.11 329	0.00 1	0.19 278	0.10 125	1.47 284

1111x	4.96 280	1.04 184	7.09 273	1.75 179	1.05 197	5.03 237	0.32 85	13.52 307	10.70 279	6.68 169	10.35 227	8.81 269	6.01 274	10.65 304	12.78 348	0.07 271	1.24 354	0.00 1	0.33 334	0.11 136	1.75 316

whm_eth	3.18 171	1.78 275	6.61 255	0.90 94	2.72 301	2.54 80	0.27 75	7.64 164	7.94 218	5.43 112	23.98 350	0.37 32	0.47 35	1.31 8	1.17 69	0.02 191	0.03 161	0.00 1	0.00 1	0.08 91	0.32 146

xxx	4.50 258	0.98 173	7.04 271	1.64 157	1.07 198	2.84 117	0.47 109	12.84 284	11.23 291	6.68 169	9.59 209	5.66 196	3.87 200	11.33 314	11.69 336	0.05 255	1.12 330	0.00 1	0.19 278	0.10 125	1.53 288

GMStereo_Zeroshot	2.92 148	2.33 314	6.12 234	1.66 164	0.36 93	3.61 177	0.09 21	5.95 97	6.20 159	7.15 193	7.11 156	8.37 259	0.91 56	6.17 118	1.97 144	0.00 1	0.00 1	0.00 1	0.00 1	0.22 237	0.14 68

test croco	1.53 27	0.86 144	6.50 251	0.42 45	0.05 3	1.56 21	0.09 21	5.18 48	4.02 72	0.54 11	1.76 28	0.59 46	0.75 49	6.48 125	1.23 79	0.00 1	0.00 1	0.00 1	0.00 1	0.43 306	0.07 37

StereoIM	0.96 3	1.11 191	4.01 131	0.36 39	1.86 265	1.20 5	0.06 13	3.99 14	1.73 2	0.45 6	0.56 7	0.43 35	0.51 37	1.28 6	1.46 95	0.00 1	0.00 1	0.00 1	0.00 1	0.06 70	0.08 40

IGEV_Zeroshot_test	2.57 117	0.63 95	5.70 221	1.93 200	0.87 176	2.63 89	0.85 202	8.94 190	4.55 97	5.30 107	5.48 108	5.23 185	1.38 93	3.76 64	1.32 87	0.00 1	0.69 285	0.00 1	0.18 275	0.19 216	1.72 311

MSKI-zero shot	2.23 80	0.49 51	2.49 13	1.60 154	0.81 169	2.69 97	0.29 78	6.82 131	2.50 5	4.37 88	7.61 164	3.65 128	0.26 4	8.62 242	0.63 10	0.01 106	1.09 327	0.00 1	0.25 306	0.03 28	0.46 179

StereoVision	2.42 102	1.18 202	5.14 191	1.15 114	2.64 298	1.89 43	0.28 76	6.61 123	4.72 104	2.14 49	10.52 234	3.84 130	0.52 38	5.33 97	2.29 171	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.04 19

MIF-Stereo (partial)	1.44 16	0.59 86	3.98 127	0.08 1	1.09 204	1.24 8	0.13 39	5.12 44	4.07 73	0.47 7	2.56 43	0.31 21	0.74 48	6.31 121	2.02 150	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.04 19

MIF-Stereo	0.94 2	0.53 61	2.82 29	0.94 100	1.29 230	0.56 3	0.12 32	1.49 1	3.16 23	1.77 44	2.22 36	0.20 4	0.32 12	1.76 22	1.33 88	0.00 1	0.00 1	0.00 1	0.00 1	0.16 196	0.02 5

EKT-Stereo	2.16 69	0.61 89	3.78 107	2.31 251	4.40 350	1.47 15	0.24 70	5.54 63	4.22 80	3.16 64	3.58 65	3.53 126	2.20 131	5.66 106	1.40 93	0.04 242	0.36 264	0.00 1	0.09 241	0.06 70	0.58 197

MIM_Stereo	2.83 138	1.20 210	5.27 193	1.41 138	1.16 212	3.07 142	0.33 87	6.67 124	3.95 67	5.17 105	10.11 222	4.25 154	1.73 118	8.32 223	1.64 112	0.00 1	0.36 264	0.00 1	0.01 176	0.22 237	1.69 304

DLNR_Zeroshot_test	24.96 397	51.28 416	90.69 421	97.84 429	97.22 428	1.40 13	0.12 32	23.19 385	3.55 43	1.21 34	2.95 50	0.72 48	0.31 9	7.09 149	2.61 181	38.70 413	1.32 359	0.00 1	0.29 324	77.04 425	1.68 302

CASnet	1.09 5	0.47 38	2.09 5	0.79 84	0.08 10	2.10 54	0.14 48	3.83 11	4.26 82	3.84 80	1.56 20	0.32 25	0.30 8	1.13 2	0.77 25	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	1.27 10	0.38 9	2.61 17	1.75 179	1.21 217	2.44 72	0.85 202	4.79 31	1.67 1	0.71 15	0.26 6	0.29 19	2.00 124	2.30 40	0.66 12	0.01 106	0.95 307	0.00 1	0.42 346	0.12 153	2.07 346

Any-RAFT	2.33 89	0.36 7	2.35 11	1.58 153	0.84 172	4.93 236	0.55 129	9.10 194	5.93 151	4.30 86	4.90 89	5.79 206	2.22 132	2.75 51	0.51 3	0.02 191	0.32 257	0.00 1	0.00 1	0.02 10	0.18 93

RAFT-Test	2.49 107	0.45 31	4.35 150	1.89 196	1.28 226	4.83 233	0.68 162	7.19 146	4.51 95	5.00 99	7.09 154	6.81 227	1.12 67	2.22 35	1.16 68	0.01 106	0.63 281	0.00 1	0.33 334	0.05 61	0.20 105

HH	2.88 144	0.82 130	4.07 135	1.71 173	0.54 132	4.71 229	0.69 165	8.72 183	3.57 44	1.80 45	6.49 139	7.81 247	3.92 206	8.93 254	0.99 53	0.00 1	1.06 324	0.00 1	0.03 204	0.05 61	1.69 304

HanStereo	2.88 144	0.82 130	4.07 135	1.71 173	0.54 132	4.71 229	0.69 165	8.72 183	3.57 44	1.80 45	6.49 139	7.81 247	3.92 206	8.93 254	0.99 53	0.00 1	1.06 324	0.00 1	0.03 204	0.05 61	1.69 304

LL-Strereo2	2.22 78	1.39 233	3.39 72	1.26 122	1.01 194	3.73 193	1.47 244	6.47 120	4.61 98	4.66 91	2.64 46	4.17 147	0.37 18	6.03 114	1.61 105	0.09 285	0.24 248	0.00 1	0.08 235	0.08 91	1.16 267

LL-Strereo	5.14 284	2.29 311	8.95 309	1.26 122	5.05 367	3.66 183	1.40 241	10.33 226	8.98 244	8.71 250	8.24 182	10.70 293	11.10 339	12.66 333	5.36 257	0.05 255	1.35 364	0.00 1	0.00 1	0.38 299	2.23 354

SDNR	7.97 328	2.75 329	16.90 361	2.28 247	0.94 184	45.23 405	0.43 103	9.30 206	10.84 282	10.71 306	25.30 359	5.51 191	4.47 224	11.98 325	7.58 284	0.15 298	0.14 226	0.00 1	0.04 222	2.27 369	2.65 361

4D-IteraStereo	1.99 49	1.32 224	3.77 106	0.13 4	2.84 304	3.51 171	1.03 218	4.26 19	5.38 127	5.50 114	1.03 8	3.86 131	0.38 22	2.44 47	1.88 135	0.00 1	0.43 269	0.00 1	0.01 176	0.11 136	1.84 327

LoS_RVC	1.47 22	1.75 271	2.66 22	0.52 59	3.89 339	1.67 26	0.04 10	2.66 3	2.61 6	0.55 12	2.63 45	0.31 21	1.68 112	1.99 26	0.81 29	0.01 106	0.02 136	0.00 1	0.00 1	0.03 28	5.54 379

CAS	2.42 102	0.37 8	2.30 10	11.49 386	3.97 343	1.65 25	0.02 5	4.08 15	2.84 10	0.51 8	1.65 23	0.25 14	0.28 7	1.73 16	0.92 43	10.05 394	0.01 104	0.00 1	0.00 1	0.01 3	6.26 383

anonymousdsp	1.51 25	0.81 126	2.70 25	0.60 61	0.69 146	2.76 109	0.79 183	4.86 32	3.00 21	0.82 24	1.25 13	0.31 21	0.42 25	7.44 163	0.81 29	0.00 1	0.83 295	0.00 1	0.17 272	0.12 153	1.85 329

CBFPSM	5.12 283	1.48 243	16.22 357	1.81 185	1.14 211	11.16 327	2.90 278	7.99 171	6.75 181	6.55 160	5.00 91	15.05 329	8.78 324	7.52 177	8.90 302	0.04 242	0.02 136	0.00 1	0.00 1	0.42 302	0.67 224

LoS	1.03 4	0.43 20	2.53 14	0.64 64	0.14 24	2.42 70	0.26 74	5.64 73	2.93 12	1.08 29	0.24 4	0.49 40	0.45 32	2.31 41	0.83 33	0.02 191	0.02 136	0.00 1	0.00 1	0.06 70	0.03 10

CES	1.72 40	0.40 18	1.82 3	0.65 66	7.83 380	2.62 87	0.13 39	5.35 57	2.68 7	0.36 1	1.30 18	0.33 26	0.32 12	1.92 24	0.72 22	0.01 106	0.02 136	0.00 1	0.00 1	0.56 325	7.35 386

Selective-IGEV	1.56 33	0.34 6	2.13 6	0.77 83	0.76 164	2.36 66	0.52 123	6.80 130	3.08 22	0.53 10	3.34 54	0.26 15	0.31 9	7.24 154	0.73 23	0.01 106	0.80 294	0.00 1	0.14 258	0.08 91	1.01 251

EGLCR-Stereo	1.45 17	0.26 2	2.91 31	1.94 202	0.90 178	3.13 148	0.69 165	5.81 83	3.21 24	1.14 33	0.20 3	1.52 65	0.37 18	4.29 77	0.69 17	0.01 106	0.79 293	0.00 1	0.00 1	0.01 3	1.21 272

GASNet	5.62 290	5.76 368	12.05 334	5.03 367	2.08 277	3.77 195	1.53 248	12.92 288	11.62 297	9.64 283	7.40 161	8.58 265	7.54 306	14.76 350	8.25 292	0.02 191	0.15 227	0.00 1	0.00 1	0.81 345	0.52 189

gwcnet-sp	3.58 197	2.01 293	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 93

scenet	3.58 197	2.01 293	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 93

CASS	2.62 123	0.57 82	4.28 145	0.90 94	0.38 97	3.45 166	0.22 64	9.91 216	4.46 92	7.33 205	7.92 174	3.53 126	3.59 185	4.16 72	1.49 96	0.03 221	0.01 104	0.00 1	0.00 1	0.05 61	0.06 32
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	3.39 185	0.89 154	9.29 317	1.47 143	0.94 184	4.20 214	1.98 261	7.33 150	5.42 129	3.01 61	6.75 143	8.67 266	5.10 252	5.43 102	3.72 211	0.07 271	0.89 299	0.00 1	0.23 301	0.28 267	2.13 348

DCRE	2.21 77	0.95 167	3.17 52	2.10 219	1.30 232	1.86 42	0.05 11	5.33 52	4.69 103	3.59 71	9.37 204	3.81 129	1.18 76	2.34 43	1.22 78	0.01 106	0.97 310	0.00 1	0.30 326	0.04 46	1.97 342

knoymous	1.50 24	0.28 3	1.99 4	0.33 33	0.48 115	1.58 22	0.11 28	5.71 77	2.81 9	4.85 93	1.75 27	4.58 160	0.46 34	3.66 63	1.30 83	0.01 106	0.02 136	0.00 1	0.00 1	0.02 10	0.09 44

anonymousa	4.24 246	0.78 118	4.05 133	2.16 222	4.87 365	8.76 301	0.35 89	7.41 156	4.47 94	8.21 238	19.70 332	11.03 303	5.87 272	2.04 30	2.20 157	0.00 1	1.16 346	0.00 1	0.55 356	0.04 46	1.11 263

riskmin	2.49 107	0.22 1	3.34 67	2.33 254	1.78 257	2.89 133	0.46 107	7.35 152	6.95 189	2.75 54	1.67 24	6.75 226	5.08 251	3.24 56	1.93 141	0.00 1	0.99 318	0.00 1	0.27 318	0.02 10	1.73 312

Wz-Net-TNSev	12.01 367	11.86 389	38.26 400	2.81 293	1.82 262	18.12 364	11.31 376	16.67 343	21.73 360	15.06 349	17.17 314	19.72 358	20.69 374	20.68 377	21.41 371	0.04 242	0.06 189	0.00 1	0.16 263	0.74 339	1.93 340

Selective-RAFT	1.92 46	0.54 64	3.87 112	1.15 114	0.21 58	3.83 200	0.06 13	5.00 39	4.68 102	1.59 42	2.14 35	3.05 99	2.77 154	6.63 130	1.34 90	0.00 1	0.95 307	0.00 1	0.32 331	0.05 61	0.19 99

ProNet	1.58 34	0.86 144	3.17 52	0.75 82	0.72 155	2.84 117	0.66 156	5.91 95	3.28 27	0.37 2	1.47 19	0.40 33	0.37 18	7.19 152	0.70 18	0.02 191	0.98 315	0.00 1	0.05 225	0.20 222	1.77 319

ssnet_v2	4.73 273	1.43 236	6.74 260	1.80 184	0.75 162	8.89 303	4.60 315	12.66 281	10.65 278	9.53 279	6.23 126	9.78 278	4.26 220	6.89 142	9.65 314	0.01 106	0.01 104	0.00 1	0.00 1	0.36 296	0.31 142

MC-Stereo	1.87 42	0.49 51	3.52 83	2.82 295	1.07 198	1.90 44	0.12 32	4.89 37	3.27 26	3.66 74	3.58 65	0.56 45	1.45 97	5.79 108	0.81 29	0.00 1	1.19 350	0.00 1	0.21 293	0.11 136	1.95 341

RCA-Stereo	2.19 74	0.46 33	3.22 55	0.47 55	0.33 87	2.27 61	0.47 109	5.60 70	15.20 327	2.86 56	5.61 111	0.78 49	3.15 162	1.71 14	0.48 1	0.00 1	0.90 300	0.00 1	0.00 1	0.10 125	0.26 128

ssnet	3.58 197	2.01 293	8.82 305	2.01 215	0.69 146	7.38 284	1.10 225	9.23 200	6.66 177	9.32 272	5.91 115	4.21 149	3.31 172	6.91 143	3.69 208	0.00 1	0.00 1	0.00 1	0.00 1	0.24 246	0.18 93

CroCo-Stereo Lap2	1.37 14	1.19 204	4.17 139	1.01 104	4.58 359	0.46 2	0.09 21	4.27 20	2.94 13	1.25 35	2.40 40	1.55 66	0.20 1	1.72 15	1.30 83	0.00 1	0.00 1	0.00 1	0.00 1	0.15 192	0.13 65

HBP-ISP	4.37 252	1.56 250	4.59 167	2.23 235	1.29 230	7.87 288	3.96 303	11.80 262	10.91 285	8.06 233	14.45 289	3.38 111	4.87 242	9.27 267	2.53 177	0.14 296	0.06 189	0.00 1	0.01 176	0.08 91	0.30 140

TestStereo1	3.12 164	1.34 227	4.67 172	3.47 333	0.71 152	2.50 75	1.45 242	7.27 148	8.71 236	4.91 95	9.28 200	2.34 83	3.61 186	9.44 271	1.62 107	0.00 1	0.33 258	0.00 1	0.00 1	0.30 278	0.40 161

qqq	2.44 104	0.85 137	4.33 149	1.73 177	0.71 152	1.98 47	0.38 92	9.15 196	4.33 83	3.37 65	4.34 75	4.63 163	2.83 157	4.95 85	2.06 151	0.00 1	1.13 333	0.00 1	0.25 306	0.09 105	1.65 295

ccc-4	1.46 18	0.79 120	2.99 42	0.33 33	0.35 89	2.75 105	0.81 188	4.31 22	2.97 15	0.77 18	1.20 9	0.21 5	0.42 25	7.44 163	0.86 35	0.00 1	0.93 301	0.00 1	0.16 263	0.12 153	1.82 322

ADStereo(finetuned)	2.50 109	0.95 167	6.60 254	0.39 42	0.20 49	1.72 35	0.24 70	6.06 101	9.31 253	6.30 143	5.42 105	1.44 61	6.22 279	2.25 38	2.14 155	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.65 214

x	2.30 87	0.82 130	3.85 109	2.23 235	0.72 155	2.12 55	0.81 188	9.48 209	4.82 113	3.83 79	2.76 47	3.49 124	2.30 136	3.48 59	2.25 164	0.00 1	1.13 333	0.00 1	0.22 298	0.09 105	1.66 299

DisPM	2.59 119	0.47 38	4.32 148	1.89 196	0.20 49	3.42 161	0.63 150	5.56 68	5.60 137	8.66 249	7.05 152	2.82 93	1.03 64	9.05 260	1.07 63	0.02 191	0.00 1	0.00 1	0.00 1	0.02 10	0.04 19

Wz-Net-LNSev-Ref	6.52 304	2.21 302	12.10 335	2.75 288	3.28 317	10.03 316	3.05 284	12.31 270	11.52 296	10.10 291	21.36 338	11.51 305	7.30 302	11.56 320	10.61 326	0.09 285	0.00 1	0.00 1	0.00 1	0.08 91	0.51 187

Wz-Net-LNSev	7.12 316	2.75 329	18.64 365	1.70 172	4.16 347	12.79 341	6.72 342	13.74 312	13.57 318	11.14 319	17.31 318	11.90 310	8.50 320	8.96 258	9.94 316	0.00 1	0.01 104	0.00 1	0.00 1	0.18 210	0.34 148

Wz-Net-MNSev	8.12 331	3.18 337	18.07 364	2.63 282	3.36 322	17.82 363	9.40 365	12.89 287	15.44 330	13.95 346	18.21 327	14.38 324	7.75 309	12.50 330	11.45 334	0.46 341	0.03 161	0.00 1	0.01 176	0.26 254	0.58 197

IER	3.42 189	0.91 155	6.38 249	0.73 75	1.60 245	7.07 277	0.55 129	7.07 142	5.45 132	8.17 237	8.89 188	6.13 212	6.13 276	5.36 98	3.77 215	0.00 1	0.00 1	0.00 1	0.00 1	0.08 91	0.05 25

raft_robust	2.91 146	1.71 264	3.42 78	1.36 131	0.57 135	1.53 20	0.12 32	7.06 140	9.09 247	6.96 185	7.21 158	4.43 157	2.09 127	9.40 270	1.61 105	0.03 221	0.93 301	0.00 1	0.21 293	0.17 202	0.38 158

RAFT_CTSACE	3.62 202	1.65 258	5.41 200	1.36 131	3.08 310	3.95 205	1.03 218	4.62 28	4.65 100	5.33 108	17.73 323	7.63 244	2.71 149	10.98 307	1.15 66	0.00 1	0.48 274	0.00 1	0.00 1	0.31 285	0.25 127

RAFT+CT+SA	2.59 119	1.19 204	3.55 89	1.09 110	2.21 280	3.14 150	0.90 209	7.59 159	5.65 139	2.76 55	8.21 181	2.04 78	1.57 109	8.84 248	1.31 85	0.02 191	0.34 260	0.00 1	0.38 341	0.22 237	0.73 230

test_5	3.16 169	1.18 202	4.96 184	2.33 254	3.10 313	4.51 225	1.27 234	7.47 158	7.61 207	3.00 60	7.38 160	5.37 188	4.06 209	8.28 216	1.54 99	0.00 1	0.34 260	0.00 1	0.02 193	0.21 232	0.62 210

SA-5K	3.12 164	1.34 227	4.67 172	3.47 333	0.71 152	2.50 75	1.45 242	7.27 148	8.71 236	4.91 95	9.28 200	2.34 83	3.61 186	9.44 271	1.62 107	0.00 1	0.33 258	0.00 1	0.00 1	0.30 278	0.40 161

Sa-1000	3.81 216	1.26 216	4.64 170	2.29 248	0.55 134	3.51 171	1.58 250	8.37 174	9.13 249	7.97 223	17.42 319	3.98 136	2.76 153	9.61 277	1.68 121	0.00 1	0.69 285	0.00 1	0.18 275	0.23 242	0.27 130

SA	3.34 179	1.29 218	4.84 177	1.99 211	0.57 135	3.15 151	1.39 240	7.66 166	9.94 263	4.86 94	10.87 243	2.97 98	4.61 234	9.88 291	1.38 92	0.00 1	0.60 280	0.00 1	0.19 278	0.25 253	0.37 155

test_4	2.58 118	0.70 109	3.30 62	0.43 48	0.30 79	3.97 206	1.11 228	3.91 12	3.83 62	4.15 84	17.20 315	3.44 120	0.52 38	6.60 129	1.58 101	0.00 1	0.13 222	0.00 1	0.11 247	0.20 222	0.20 105

IGEV-Stereo	1.51 25	0.81 126	2.69 24	0.60 61	0.69 146	2.77 110	0.79 183	4.88 35	2.99 20	0.82 24	1.25 13	0.31 21	0.42 25	7.43 162	0.85 34	0.00 1	0.83 295	0.00 1	0.17 272	0.12 153	1.85 329
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	3.20 172	1.27 217	5.27 193	0.27 26	0.99 191	2.71 100	0.58 138	5.75 79	5.85 148	3.03 62	7.88 171	10.08 281	4.08 212	8.40 228	6.09 265	0.00 1	0.25 251	0.00 1	0.12 252	0.31 285	0.95 246

CSP-Net	4.40 253	1.70 262	4.90 181	1.82 188	1.04 196	12.96 342	2.25 267	13.75 313	6.34 163	9.64 283	8.99 191	8.31 256	3.24 166	8.45 234	4.32 233	0.01 106	0.00 1	0.00 1	0.00 1	0.23 242	0.06 32

iRaft-Stereo_20w	3.11 162	0.49 51	6.09 233	1.01 104	1.25 222	3.99 207	1.00 216	14.00 316	4.73 105	6.70 175	6.27 131	2.34 83	2.28 135	7.29 158	1.58 101	0.01 106	0.75 291	0.00 1	0.73 362	0.10 125	1.63 294

GLC_STEREO	0.87 1	0.39 14	1.55 2	0.72 72	0.01 1	1.98 47	0.55 129	3.52 5	3.54 42	0.96 27	1.63 22	0.19 2	0.41 23	1.29 7	0.58 5	0.00 1	0.01 104	0.00 1	0.00 1	0.05 61	0.08 40

DAS	4.18 241	0.53 61	6.20 238	2.20 230	3.69 332	2.78 111	3.12 287	8.69 181	10.29 267	9.39 277	12.80 271	4.58 160	7.20 298	9.08 261	2.70 186	0.02 191	0.00 1	0.00 1	0.00 1	0.04 46	0.34 148

SepStereo	4.22 244	0.53 61	6.20 238	2.20 230	3.69 332	2.78 111	3.12 287	8.69 181	10.29 267	9.39 277	12.80 271	4.58 160	7.20 298	9.74 285	2.70 186	0.02 191	0.00 1	0.00 1	0.00 1	0.04 46	0.34 148

IPLG	2.63 124	1.09 188	5.67 218	0.73 75	0.31 81	3.00 140	0.25 72	6.84 132	6.02 152	7.93 221	6.31 132	1.91 74	1.72 117	7.47 172	2.53 177	0.01 106	0.01 104	0.00 1	0.00 1	0.29 275	0.58 197

IPLGR	2.46 105	0.68 101	7.02 266	0.22 16	0.16 35	2.01 49	0.22 64	7.01 135	6.62 175	7.10 190	5.92 118	2.91 94	2.27 134	5.12 92	1.52 98	0.00 1	0.00 1	0.00 1	0.00 1	0.12 153	0.41 168

AASNet	4.20 243	1.63 256	5.82 222	3.79 343	3.93 341	6.55 266	1.22 231	19.12 362	6.82 182	7.86 220	8.35 183	4.36 155	2.55 145	3.87 67	7.47 282	0.00 1	0.00 1	0.00 1	0.00 1	0.49 319	0.22 114

GMOStereo	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 117

error version	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 117

test-v	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 117

test-3	2.19 74	0.38 9	3.88 117	1.55 151	0.91 181	1.39 12	0.80 185	5.36 59	5.51 133	7.36 206	1.90 31	4.05 139	0.42 25	6.67 134	1.17 69	0.00 1	0.99 318	0.00 1	0.28 319	0.20 222	1.08 261

test_1	2.18 72	0.38 9	3.87 112	1.54 150	0.91 181	1.38 11	0.80 185	5.36 59	5.53 135	7.12 191	1.86 30	4.05 139	0.41 23	6.65 132	1.17 69	0.00 1	0.99 318	0.00 1	0.28 319	0.20 222	1.08 261

SACVNet	4.55 260	1.88 279	5.55 213	3.38 330	1.68 252	3.11 145	2.76 276	12.44 275	6.43 168	11.07 318	11.31 249	10.53 289	5.13 253	9.88 291	4.56 241	0.08 275	0.02 136	0.00 1	0.01 176	0.38 299	0.80 237

AACVNet	3.71 210	1.63 256	4.89 180	3.80 344	0.62 141	3.25 155	0.30 83	9.47 208	3.81 59	6.34 148	10.74 240	10.52 287	4.92 244	9.31 268	3.88 219	0.03 221	0.01 104	0.00 1	0.00 1	0.34 292	0.28 134

test_3	2.22 78	0.39 14	4.20 142	1.51 146	0.90 178	1.29 9	0.74 179	5.34 53	6.37 165	6.64 166	1.96 33	4.24 153	0.45 32	6.63 130	1.17 69	0.00 1	1.00 321	0.00 1	0.28 319	0.19 216	1.01 251

GwcNet-ADL	2.85 140	0.61 89	4.38 151	0.92 98	0.33 87	2.05 51	0.67 160	8.85 186	9.65 259	6.36 149	6.71 141	4.11 143	1.71 115	5.97 112	4.22 230	0.08 275	0.06 189	0.00 1	0.00 1	0.07 86	0.16 85

PSMNet-ADL	3.17 170	0.56 77	3.00 47	1.55 151	0.40 105	5.97 257	0.28 76	9.06 191	5.75 146	3.56 70	6.80 145	8.33 257	4.51 225	7.65 184	5.51 259	0.03 221	0.09 208	0.00 1	0.00 1	0.03 28	0.28 134

ADLNet2	4.72 271	1.44 240	6.68 258	3.03 308	3.90 340	6.80 270	2.91 279	11.67 260	9.63 258	7.99 226	9.89 217	9.75 277	5.32 262	7.70 185	7.13 279	0.01 106	0.03 161	0.00 1	0.00 1	0.26 254	0.22 114

PFNet+	2.52 110	0.47 38	4.97 185	0.95 101	0.18 41	3.12 147	0.73 176	4.98 38	6.97 190	7.95 222	6.38 136	2.51 86	1.18 76	8.05 203	1.82 130	0.03 221	0.00 1	0.00 1	0.00 1	0.02 10	0.05 25

TRStereo	2.71 130	3.79 351	5.46 204	2.19 229	2.22 282	2.98 139	1.07 223	9.83 215	4.39 89	3.46 68	3.48 57	3.92 134	0.77 50	6.43 123	1.70 123	0.03 221	0.63 281	0.00 1	0.29 324	0.11 136	1.49 286

Patchmatch Stereo++	2.09 60	0.55 69	3.57 92	0.20 6	0.20 49	3.68 188	0.64 152	5.90 91	3.52 36	5.91 124	4.41 78	3.42 114	1.51 103	7.07 147	0.95 49	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49
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
AAGNet	3.50 192	0.49 51	3.38 70	1.91 198	0.41 109	3.66 183	1.02 217	5.14 45	5.16 122	9.65 286	7.75 167	4.91 171	6.23 280	7.45 170	12.73 347	0.01 106	0.00 1	0.00 1	0.00 1	0.05 61	0.06 32

STrans-v2	3.55 195	0.94 166	5.06 188	0.32 28	0.60 139	2.97 138	1.15 229	11.08 247	7.97 220	6.01 132	10.93 244	6.65 225	6.86 291	8.37 227	1.66 117	0.00 1	0.01 104	0.00 1	0.00 1	0.04 46	0.39 160

OMP-Stereo	3.15 167	1.19 204	3.49 82	4.34 359	0.51 125	2.20 58	1.21 230	6.67 124	6.52 171	7.99 226	6.24 130	8.38 261	2.44 141	9.65 278	1.92 140	0.01 106	0.02 136	0.00 1	0.00 1	0.08 91	0.15 79

IIG-Stereo	3.28 175	0.98 173	3.57 92	4.14 351	0.22 65	2.56 82	0.71 171	7.04 139	6.10 154	8.49 247	9.38 205	7.82 249	2.73 150	9.69 284	1.99 147	0.02 191	0.02 136	0.00 1	0.00 1	0.03 28	0.14 68

NF-Stereo	2.38 93	0.48 43	3.88 117	2.17 226	0.11 13	3.43 163	0.42 99	7.08 145	3.75 54	6.91 179	5.29 100	2.65 91	1.33 89	8.40 228	1.67 120	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.02 5

OCTAStereo	2.38 93	0.48 43	3.90 119	2.16 222	0.11 13	3.42 161	0.42 99	7.06 140	3.74 52	6.91 179	5.26 97	2.63 90	1.32 87	8.41 230	1.70 123	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.01 1

PSM-softLoss	2.38 93	0.48 43	4.28 145	1.94 202	0.19 44	2.73 103	0.38 92	6.67 124	3.50 30	6.33 145	6.33 133	2.93 95	0.97 59	8.90 251	1.88 135	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.03 10

KMStereo	2.38 93	0.48 43	4.28 145	1.94 202	0.19 44	2.73 103	0.38 92	6.67 124	3.50 30	6.33 145	6.33 133	2.93 95	0.97 59	8.90 251	1.88 135	0.01 106	0.00 1	0.00 1	0.00 1	0.03 28	0.03 10

NRIStereo	2.27 84	0.52 60	3.35 69	1.26 122	0.17 38	3.04 141	0.84 197	5.96 98	3.74 52	6.27 142	3.44 55	4.13 144	1.80 121	8.31 222	2.11 153	0.00 1	0.10 212	0.00 1	0.00 1	0.12 153	0.20 105

PSM-adaLoss	2.02 50	0.55 69	3.57 92	0.20 6	0.21 58	3.69 191	0.69 165	5.89 86	3.52 36	5.91 124	4.43 80	3.42 114	1.50 99	5.63 105	0.94 48	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49

PSM-AAD	3.43 191	0.31 4	2.16 7	0.80 86	0.57 135	2.53 79	5.97 328	5.53 62	3.98 70	11.00 315	11.90 258	2.93 95	9.36 331	8.03 201	1.00 55	0.01 106	0.01 104	0.00 1	0.00 1	0.06 70	2.39 356

ROB_FTStereo_v2	2.04 52	0.56 77	3.56 91	0.20 6	0.21 58	3.66 183	0.72 174	5.89 86	3.51 34	5.91 124	4.46 83	3.42 114	1.50 99	6.08 117	0.93 44	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

ROB_FTStereo	2.03 51	0.57 82	3.57 92	0.20 6	0.21 58	3.66 183	0.73 176	5.89 86	3.51 34	5.92 129	4.35 77	3.37 110	1.50 99	6.02 113	0.90 40	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

KYRaft	3.68 205	0.43 20	2.53 14	0.89 92	0.49 117	2.28 63	3.89 300	5.30 50	3.82 61	8.99 261	19.28 330	6.54 223	4.96 246	7.92 196	0.96 51	0.01 106	0.00 1	0.00 1	0.01 176	0.06 70	5.17 378

HUI-Stereo	1.94 47	0.56 77	3.55 89	0.20 6	0.20 49	3.67 187	0.63 150	5.89 86	3.53 40	5.92 129	4.44 81	3.41 113	1.51 103	4.21 73	0.89 39	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.11 57

ASMatch	3.41 187	0.62 94	3.59 97	1.99 211	0.48 115	1.91 45	0.66 156	7.01 135	4.43 91	6.25 140	22.02 343	4.56 159	4.72 238	7.78 189	1.85 132	0.01 106	0.01 104	0.00 1	0.03 204	0.02 10	0.21 109

SST-Stereo	2.86 141	0.45 31	3.64 101	1.46 142	0.36 93	3.94 203	0.80 185	6.07 103	4.46 92	10.96 314	6.21 125	4.94 174	4.14 214	8.85 249	0.93 44	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10

RAFT_R40	2.83 138	0.46 33	3.85 109	1.38 135	0.32 86	3.78 196	0.97 214	6.16 107	4.82 113	9.74 288	6.35 135	4.96 175	3.94 208	8.78 246	1.05 60	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.03 10

DRaft	3.83 218	0.65 96	3.39 72	0.22 16	0.16 35	4.67 228	1.30 238	5.82 84	4.86 115	10.26 295	21.65 339	3.24 104	8.62 323	7.53 178	3.76 213	0.05 255	0.10 212	0.00 1	0.14 258	0.12 153	0.16 85

PFNet	3.06 159	0.59 86	6.13 235	2.26 241	0.84 172	3.08 143	0.73 176	7.38 154	5.35 125	10.20 292	6.06 120	4.72 165	2.10 130	8.47 235	2.25 164	0.19 309	0.06 189	0.00 1	0.11 247	0.20 222	0.42 172

DeepStereo_RVC	2.15 68	0.55 69	3.26 59	0.21 15	0.19 44	3.47 169	0.68 162	5.76 80	3.60 46	6.36 149	4.19 73	3.42 114	4.44 223	5.04 89	1.59 104	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.18 93

iGMRVC	2.09 60	0.56 77	3.59 97	0.20 6	0.21 58	3.68 188	0.71 171	5.89 86	3.53 40	5.92 129	4.46 83	3.44 120	1.51 103	6.93 146	0.98 52	0.02 191	0.00 1	0.00 1	0.00 1	0.09 105	0.09 44

RAFT-RH_RVC	4.04 232	0.69 103	3.59 97	1.91 198	0.43 112	3.11 145	0.13 39	3.80 10	6.60 173	11.26 321	31.68 377	5.20 181	1.66 111	8.30 220	2.27 167	0.09 285	0.00 1	0.00 1	0.03 204	0.03 28	0.02 5

RAFT-345	3.36 182	0.55 69	3.43 79	1.23 120	0.21 58	2.62 87	0.46 107	3.91 12	6.34 163	7.46 209	24.49 354	4.19 148	1.74 119	8.27 215	2.25 164	0.01 106	0.00 1	0.00 1	0.00 1	0.02 10	0.02 5

iRAFT	2.09 60	0.55 69	3.57 92	0.20 6	0.20 49	3.68 188	0.64 152	5.90 91	3.52 36	5.91 124	4.41 78	3.42 114	1.51 103	7.07 147	0.95 49	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.10 49

CRE-IMP	2.08 55	0.51 56	3.43 79	0.35 38	0.19 44	3.85 201	0.83 196	5.77 81	3.43 29	5.81 120	4.24 74	3.45 122	0.83 55	6.56 126	1.99 147	0.01 106	0.00 1	0.00 1	0.00 1	0.11 136	0.20 105

CroCo-Stereo	1.14 8	1.22 212	3.99 129	0.61 63	0.53 129	0.38 1	0.06 13	5.35 57	4.15 75	0.59 14	1.92 32	1.00 52	0.27 6	1.37 9	1.33 88	0.01 106	0.00 1	0.00 1	0.00 1	0.05 61	0.05 25
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-2	2.08 55	0.85 137	2.95 37	0.23 18	0.73 157	1.50 16	0.86 204	5.08 40	4.78 107	8.42 243	6.99 148	3.36 106	1.14 70	1.73 16	1.21 74	0.00 1	1.32 359	0.00 1	0.00 1	0.28 267	0.23 117

cross-raft	2.25 81	0.48 43	2.96 41	1.87 192	0.94 184	3.72 192	0.47 109	7.61 162	4.15 75	5.37 109	5.68 113	6.17 214	1.40 94	2.15 34	1.06 61	0.01 106	0.22 242	0.00 1	0.19 278	0.03 28	0.41 168

RAFT	2.94 150	1.29 218	4.06 134	1.36 131	0.50 118	2.39 68	0.91 212	6.11 105	3.25 25	6.64 166	7.30 159	9.96 279	4.20 216	6.03 114	2.21 158	0.00 1	1.02 322	0.00 1	0.02 193	0.54 324	1.01 251

test-1	2.14 67	0.54 64	6.32 247	1.07 109	1.22 218	2.13 56	0.54 126	6.40 117	4.80 112	3.55 69	5.23 96	4.02 137	0.71 46	1.95 25	2.15 156	0.08 275	0.98 315	0.00 1	0.08 235	0.02 10	1.07 259

GMM-Stereo	3.42 189	0.39 14	3.24 57	0.87 91	0.50 118	2.26 60	4.73 317	5.64 73	3.81 59	7.08 188	16.57 309	6.13 212	3.62 188	7.74 187	1.40 93	0.05 255	0.00 1	0.00 1	0.04 222	0.12 153	4.24 376

RAFT-IKP	2.04 52	0.57 82	3.54 87	0.20 6	0.20 49	3.45 166	0.62 148	5.90 91	3.52 36	5.91 124	4.44 81	3.46 123	1.50 99	6.20 119	1.00 55	0.01 106	0.00 1	0.00 1	0.00 1	0.09 105	0.08 40

Prome-Stereo	3.73 211	0.39 14	2.62 19	1.05 108	0.52 128	2.06 53	4.58 314	4.88 35	3.95 67	9.34 275	20.39 335	4.03 138	7.02 295	7.86 192	1.31 85	0.00 1	0.00 1	0.00 1	0.00 1	0.07 86	4.52 377

LMCR-Stereo	3.92 223	1.96 289	4.92 182	2.85 299	0.23 67	7.88 289	1.47 244	12.52 278	5.39 128	8.71 250	10.65 238	1.90 73	5.04 250	8.53 237	4.89 248	1.05 360	0.00 1	0.00 1	0.00 1	0.42 302	0.05 25

rafts_anoy	2.09 60	1.42 235	3.34 67	2.87 300	2.72 301	2.46 73	0.17 55	6.20 111	6.48 170	3.40 67	2.25 38	1.91 74	1.32 87	3.59 60	1.75 127	0.01 106	1.52 371	0.00 1	0.01 176	0.06 70	0.28 134

iRaftStereo_RVC	1.88 43	1.22 212	2.63 20	0.95 101	0.06 6	2.96 136	0.05 11	6.08 104	3.99 71	3.92 82	4.88 87	2.53 87	0.62 41	3.62 61	1.19 73	0.00 1	1.19 350	0.00 1	0.00 1	0.37 297	1.29 279

Anonymous3	1.96 48	0.61 89	7.58 284	0.42 45	0.51 125	4.28 218	0.52 123	5.56 68	2.76 8	2.35 50	3.47 56	1.50 63	1.13 68	5.92 111	1.54 99	0.23 317	0.23 245	0.00 1	0.00 1	0.14 179	0.47 180

CREStereo++_RVC	1.70 38	0.50 55	3.07 49	0.45 52	0.01 1	1.69 29	0.02 5	3.09 4	8.24 227	3.82 78	7.53 162	0.49 40	0.32 12	1.05 1	0.52 4	0.00 1	0.00 1	0.00 1	3.03 385	0.01 3	0.08 40
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	2.10 64	0.38 9	3.31 64	0.17 5	0.09 12	4.89 235	0.13 39	7.34 151	8.06 223	3.87 81	4.47 85	0.60 47	1.19 81	6.78 140	0.63 10	0.01 106	0.01 104	0.00 1	0.00 1	0.02 10	0.04 19

TestStereo	1.89 44	1.59 253	4.22 143	0.37 40	0.28 77	1.33 10	0.01 1	5.63 72	4.13 74	3.59 71	5.11 94	2.06 80	0.70 45	7.62 183	0.93 44	0.02 191	0.00 1	0.00 1	0.00 1	0.02 10	0.19 99

raft+_RVC	2.18 72	1.49 244	3.14 51	2.77 290	2.01 272	1.40 13	0.10 25	7.02 137	5.35 125	2.99 59	5.54 110	1.19 55	1.34 92	4.98 87	1.49 96	0.00 1	1.45 366	0.00 1	0.00 1	0.14 179	1.11 263

TANstereo	1.32 12	0.79 120	2.93 33	0.37 40	0.11 13	1.81 39	0.01 1	3.56 6	4.36 88	4.53 90	4.96 90	0.41 34	0.68 44	1.22 3	0.59 7	0.01 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 10

XX-TBD	1.55 32	1.11 191	2.94 34	2.45 266	0.06 6	2.31 64	0.01 1	3.58 7	7.80 213	3.11 63	5.10 93	0.27 16	0.26 4	1.42 10	0.60 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 19

raftrobust	2.16 69	1.31 221	2.76 27	2.38 260	3.33 320	2.72 102	0.51 122	5.34 53	4.64 99	6.13 139	3.98 70	1.63 67	2.51 144	3.02 54	1.64 112	0.00 1	0.76 292	0.00 1	0.02 193	0.14 179	0.27 130

sAnonymous2	1.54 28	2.26 305	9.53 320	0.65 66	0.50 118	1.20 5	0.23 68	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 94	1.23 4	0.68 13	0.02 191	0.00 1	0.00 1	0.20 288	2.00 367	0.42 172

CroCo_RVC	1.54 28	2.26 305	9.53 320	0.65 66	0.50 118	1.20 5	0.23 68	4.86 32	3.65 49	0.42 4	1.27 15	0.23 9	1.40 94	1.23 4	0.68 13	0.02 191	0.00 1	0.00 1	0.20 288	2.00 367	0.42 172

RALCasStereoNet	2.39 99	1.73 269	3.59 97	2.38 260	2.69 300	2.84 117	0.18 57	5.29 49	4.94 116	2.45 52	5.62 112	2.22 81	0.79 54	7.48 175	1.63 109	0.00 1	1.75 374	0.00 1	0.00 1	0.14 179	2.03 345

RALAANet	2.68 127	1.71 264	4.73 175	2.79 292	0.80 167	3.30 159	0.15 50	7.92 168	5.92 150	5.79 119	6.06 120	3.51 125	1.13 68	6.76 138	2.28 169	0.00 1	0.28 254	0.00 1	0.10 245	0.27 264	0.13 65

sCroCo_RVC	1.34 13	0.85 137	6.15 237	1.21 119	1.28 226	0.90 4	0.18 57	4.50 27	2.86 11	0.37 2	3.18 52	0.52 43	1.52 107	1.83 23	0.93 44	0.13 293	0.25 251	0.00 1	0.00 1	0.08 91	0.16 85

XX-Stereo	2.95 152	0.48 43	7.08 272	2.84 298	2.51 295	1.63 23	0.20 61	6.15 106	3.38 28	2.38 51	16.00 303	6.90 230	0.25 3	6.40 122	1.14 65	0.00 1	0.66 283	0.00 1	0.31 329	0.16 196	0.57 195

Anonymous	1.54 28	0.76 116	5.39 199	1.49 145	2.68 299	1.83 41	0.43 103	5.65 75	3.79 58	0.52 9	1.74 26	0.19 2	1.30 86	3.31 57	1.01 57	0.06 265	0.08 202	0.00 1	0.00 1	0.19 216	0.31 142

ADLNet	4.56 262	1.19 204	5.52 212	3.81 345	3.59 329	6.98 274	2.40 270	12.01 264	7.96 219	10.52 301	9.67 214	8.26 255	4.98 247	6.59 128	6.93 274	0.01 106	0.01 104	0.00 1	0.01 176	0.22 237	0.55 192

HCRNet	2.74 136	0.83 133	4.19 140	0.45 52	3.31 319	2.18 57	0.22 64	7.59 159	5.76 147	6.08 137	4.89 88	5.21 182	2.74 151	8.04 202	3.10 199	0.00 1	0.02 136	0.00 1	0.00 1	0.10 125	0.09 44

DCANet	2.35 90	0.96 169	5.51 206	0.39 42	0.19 44	1.72 35	0.25 72	6.06 101	9.33 254	6.31 144	5.42 105	1.44 61	4.14 214	2.22 35	2.28 169	0.01 106	0.00 1	0.00 1	0.00 1	0.04 46	0.66 222

222	5.93 291	0.88 153	4.58 166	1.76 181	0.98 190	6.02 258	0.08 20	14.45 322	8.89 241	9.53 279	11.77 256	3.88 132	4.23 219	8.26 211	39.96 407	0.03 221	1.12 330	0.00 1	0.24 303	0.11 136	1.73 312

111	3.05 158	1.41 234	5.51 206	0.32 28	0.14 24	2.83 115	0.68 162	6.76 129	14.21 322	3.59 71	9.11 194	5.50 190	3.30 170	4.05 68	2.43 175	0.01 106	0.00 1	0.00 1	0.00 1	0.13 169	1.02 255

test_xeample3	1.71 39	1.75 271	6.64 256	0.90 94	0.29 78	2.55 81	0.90 209	4.08 15	2.36 4	0.56 13	0.24 4	0.23 9	0.31 9	7.51 176	2.73 190	0.00 1	0.70 287	0.00 1	0.36 339	0.18 210	1.92 339

xxxx	5.16 285	0.86 144	4.86 179	1.96 206	1.22 218	7.56 287	0.07 16	14.67 325	9.15 250	6.55 160	9.87 216	9.30 271	3.47 181	8.07 204	22.20 373	0.05 255	1.16 346	0.00 1	0.26 315	0.10 125	1.76 318

test_xeample	4.78 275	0.93 157	4.68 174	1.48 144	1.28 226	3.94 203	0.13 39	13.35 303	8.62 234	8.21 238	11.63 253	3.43 119	3.54 182	7.59 181	23.47 378	0.02 191	1.16 346	0.00 1	0.25 306	0.11 136	1.74 315

ARAFT	3.32 178	1.74 270	7.92 289	0.64 64	0.15 30	4.45 224	2.89 277	8.20 173	6.30 161	9.23 271	7.12 157	5.58 193	1.24 84	8.60 239	1.69 122	0.01 106	0.03 161	0.00 1	0.00 1	0.35 294	0.35 152

RAFT-Stereo + iAFF	2.48 106	1.23 214	3.48 81	1.61 155	1.09 204	1.63 23	0.15 50	5.80 82	6.43 168	7.32 204	9.91 218	3.05 99	1.71 115	2.33 42	1.75 127	0.01 106	0.71 290	0.00 1	0.00 1	0.28 267	1.19 270

AFF-stereo	2.87 143	1.31 221	3.26 59	1.87 192	0.38 97	1.68 28	0.09 21	6.38 116	7.07 192	6.52 158	11.90 258	6.08 211	2.32 137	5.05 90	1.65 114	0.02 191	0.66 283	0.00 1	0.00 1	0.29 275	0.94 245

RAFT + AFF	4.63 267	2.28 308	7.43 281	1.51 146	2.38 287	5.81 254	6.49 339	10.74 238	8.53 233	7.75 216	8.95 190	7.47 241	6.68 290	9.17 265	5.06 253	0.08 275	0.47 273	0.00 1	0.01 176	0.66 330	1.03 258

GMStereo	2.07 54	1.56 250	5.64 216	0.74 81	0.05 3	3.63 181	0.01 1	5.17 47	11.27 294	4.22 85	2.44 42	0.53 44	0.49 36	4.06 70	1.01 57	0.22 316	0.00 1	0.00 1	0.14 258	0.18 210	0.05 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	2.75 137	0.54 64	3.17 52	0.91 97	1.28 226	4.02 208	5.30 325	12.39 273	4.76 106	2.51 53	7.10 155	1.22 56	0.94 58	6.03 114	1.96 143	0.01 106	0.56 277	0.00 1	1.38 374	0.04 46	0.95 246

CFNet-RSSM	2.26 82	0.43 20	3.24 57	1.28 125	0.31 81	3.19 152	0.40 96	7.62 163	7.29 201	5.88 122	4.68 86	5.32 186	1.68 112	2.26 39	1.04 59	0.01 106	0.09 208	0.00 1	0.31 329	0.03 28	0.16 85

Syn2CoEx	6.70 306	3.69 349	12.14 336	2.78 291	1.68 252	8.36 296	3.21 291	18.59 357	12.66 307	8.86 255	20.79 337	10.52 287	10.54 336	9.68 279	8.70 298	0.01 106	0.00 1	0.00 1	0.00 1	0.69 335	1.00 250

MMNet	4.44 256	1.37 231	6.26 243	1.73 177	1.64 247	10.51 324	0.61 145	9.27 203	9.66 260	9.55 281	9.22 195	7.40 239	6.52 284	7.90 195	6.98 275	0.01 106	0.00 1	0.00 1	0.00 1	0.14 179	0.10 49

delet	4.59 265	1.12 194	5.93 226	1.37 134	3.73 335	10.48 322	3.90 301	10.51 233	9.17 251	8.87 256	9.74 215	8.37 259	3.74 195	8.12 206	6.36 271	0.00 1	0.00 1	0.00 1	0.00 1	0.21 232	0.12 60

psm_up	4.33 249	1.34 227	4.43 152	2.27 245	2.62 297	5.29 240	3.30 297	11.49 255	6.89 185	8.05 231	8.06 177	10.09 283	11.10 339	7.12 151	3.76 213	0.24 319	0.01 104	0.00 1	0.00 1	0.20 222	0.37 155

UNet	4.19 242	0.87 151	7.18 274	2.00 214	3.22 316	9.55 309	0.31 84	10.11 222	6.22 160	7.98 224	6.82 146	10.42 285	5.77 270	7.28 157	5.83 262	0.00 1	0.00 1	0.00 1	0.00 1	0.10 125	0.12 60

UPFNet	4.17 240	0.83 133	5.51 206	2.49 269	3.36 322	7.13 279	2.60 272	10.52 234	7.16 194	8.76 253	7.83 169	7.85 250	3.41 179	8.60 239	7.04 278	0.01 106	0.02 136	0.00 1	0.00 1	0.12 153	0.17 91

FCDSN-DC	10.72 358	1.16 199	5.01 186	2.16 222	1.31 234	17.46 361	4.80 318	17.79 352	19.87 350	25.02 377	32.85 378	33.57 386	23.52 384	16.80 362	12.13 340	0.11 292	0.00 1	0.00 1	0.00 1	0.09 105	0.76 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	2.16 69	0.42 19	3.13 50	1.28 125	0.31 81	3.52 173	0.39 95	6.56 121	6.31 162	5.38 110	5.11 94	5.47 189	1.70 114	2.00 27	1.08 64	0.01 106	0.19 236	0.00 1	0.25 306	0.02 10	0.16 85

CREStereo	1.09 5	0.51 56	2.16 7	0.11 2	0.24 68	1.67 26	0.03 9	4.24 17	6.91 187	0.80 23	1.73 25	0.44 36	0.64 42	1.58 13	0.61 9	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 5
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
FENet	2.35 90	0.59 86	3.28 61	2.32 252	0.27 76	2.78 111	0.13 39	7.68 167	6.09 153	5.38 110	2.12 34	4.84 170	3.33 177	4.98 87	2.66 182	0.02 191	0.03 161	0.00 1	0.00 1	0.04 46	0.40 161

ac_64	3.98 230	0.86 144	5.10 189	3.17 319	3.43 325	5.80 253	0.70 170	10.87 241	4.96 117	8.94 258	6.46 137	10.70 293	5.52 267	7.44 163	5.10 255	0.03 221	0.00 1	0.00 1	0.00 1	0.14 179	0.31 142

ACVNet	2.86 141	0.96 169	3.87 112	0.86 90	0.61 140	2.63 89	0.54 126	8.93 188	6.12 155	5.09 100	9.32 202	5.70 202	3.84 198	2.68 49	5.56 260	0.00 1	0.00 1	0.00 1	0.00 1	0.26 254	0.23 117

acv_ft	3.90 221	0.96 169	5.85 224	2.56 280	4.70 362	7.27 281	0.84 197	9.17 199	6.12 155	10.00 290	9.32 202	5.70 202	4.07 211	2.68 49	8.24 291	0.00 1	0.00 1	0.00 1	0.00 1	0.35 294	0.23 117

HGLStereo	4.58 263	1.04 184	6.02 230	3.30 328	5.14 368	6.36 263	0.71 171	11.04 246	7.60 206	8.04 230	12.85 274	6.90 230	8.51 321	7.85 191	5.93 263	0.02 191	0.02 136	0.00 1	0.00 1	0.14 179	0.15 79

cf-r	3.76 212	1.43 236	5.34 196	2.66 283	2.79 303	2.85 129	0.62 148	9.08 193	6.91 187	7.06 186	11.90 258	9.64 274	3.83 197	6.23 120	4.53 240	0.00 1	0.00 1	0.00 1	0.00 1	0.19 216	0.17 91

PMTNet	1.48 23	0.43 20	2.77 28	0.31 27	0.17 38	2.94 135	0.33 87	3.66 8	5.27 123	1.11 31	1.28 17	0.28 17	0.92 57	4.32 78	0.90 40	4.89 382	0.00 1	0.00 1	0.00 1	0.03 28	0.05 25

DMCA	3.08 161	1.10 189	6.20 238	1.82 188	0.90 178	3.80 199	0.55 129	9.76 212	5.42 129	6.56 162	6.47 138	7.06 235	2.09 127	4.05 68	5.46 258	0.00 1	0.01 104	0.00 1	0.00 1	0.11 136	0.16 85

FADNet-RVC	4.36 250	2.62 327	14.51 350	2.01 215	0.44 113	4.27 217	1.27 234	12.61 280	7.89 214	3.76 77	4.05 71	10.63 291	4.34 221	9.87 290	7.66 285	0.03 221	0.09 208	0.00 1	0.03 204	0.65 329	0.50 183

S-Stereo	6.85 308	0.93 157	10.76 330	3.34 329	3.51 327	6.55 266	6.01 331	13.75 313	23.86 365	9.65 286	15.54 296	11.81 309	8.24 316	8.59 238	11.23 332	0.13 293	0.16 229	0.00 1	0.42 346	0.14 179	2.39 356

DIP-Stereo	2.12 65	0.98 173	3.94 124	0.20 6	0.11 13	4.73 231	0.13 39	9.27 203	4.40 90	6.46 153	5.03 92	0.45 38	0.72 47	3.79 65	1.94 142	0.00 1	0.01 104	0.00 1	0.00 1	0.05 61	0.24 125
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	3.69 206	2.12 298	8.11 291	1.82 188	0.16 35	5.30 241	1.04 221	10.87 241	6.14 157	7.09 189	8.42 184	4.99 177	4.42 222	5.89 110	6.23 269	0.04 242	0.05 183	0.00 1	0.00 1	0.32 289	0.84 239

Nwc_Net	7.54 325	1.91 284	8.71 301	4.16 352	3.42 324	10.77 326	2.00 262	20.33 374	12.19 302	9.10 265	24.04 353	17.67 344	13.58 354	12.14 328	9.12 307	0.94 359	0.00 1	0.00 1	0.02 193	0.22 237	0.41 168

R-Stereo Train	2.60 121	0.46 33	2.94 34	1.10 112	0.18 41	3.61 177	0.60 142	6.88 133	3.50 30	9.13 266	17.23 316	1.77 71	0.77 50	2.03 28	1.65 114	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 109

RTS	19.64 392	10.42 386	87.01 418	5.88 371	6.82 374	41.73 402	16.69 393	16.80 346	41.90 397	23.44 371	32.96 380	13.79 317	21.49 376	38.85 402	30.84 395	0.46 341	0.70 287	0.00 1	0.09 241	1.13 350	1.70 307

RTSA	19.64 392	10.42 386	87.01 418	5.88 371	6.82 374	41.73 402	16.69 393	16.80 346	41.90 397	23.44 371	32.96 380	13.79 317	21.49 376	38.85 402	30.84 395	0.46 341	0.70 287	0.00 1	0.09 241	1.13 350	1.70 307

RAFT-Stereo	2.60 121	0.46 33	2.94 34	1.10 112	0.18 41	3.61 177	0.60 142	6.88 133	3.50 30	9.13 266	17.23 316	1.77 71	0.77 50	2.03 28	1.65 114	0.00 1	0.01 104	0.00 1	0.00 1	0.01 3	0.21 109
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	5.00 281	1.19 204	5.69 219	3.68 340	4.80 363	5.04 238	1.29 237	10.26 224	8.99 245	5.89 123	11.65 254	10.55 290	9.76 332	9.96 295	10.32 323	0.20 312	0.00 1	0.00 1	0.00 1	0.09 105	0.73 230

HSM-Net_RVC	4.40 253	0.44 29	3.22 55	0.72 72	0.68 144	7.06 276	1.82 258	12.57 279	8.48 232	9.04 262	12.20 264	14.98 327	5.14 254	7.32 159	4.19 228	0.02 191	0.02 136	0.00 1	0.00 1	0.02 10	0.14 68
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PA-Net	5.40 286	2.35 315	9.55 322	2.75 288	2.21 280	8.74 300	3.92 302	13.05 293	13.35 317	7.30 203	7.98 175	8.08 251	6.39 282	11.17 312	9.30 309	0.02 191	0.03 161	0.00 1	0.03 204	0.16 196	1.55 292
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet	4.03 231	1.97 290	6.30 245	2.70 287	1.64 247	5.41 243	0.22 64	12.14 267	10.28 266	5.24 106	11.15 246	6.43 219	3.70 193	8.97 259	4.01 226	0.00 1	0.00 1	0.00 1	0.00 1	0.30 278	0.13 65

CVANet_RVC	4.68 270	1.93 285	5.57 215	2.61 281	1.86 265	4.12 212	4.94 320	12.11 265	9.29 252	8.05 231	11.08 245	10.28 284	6.48 283	9.52 275	3.19 202	0.45 339	0.01 104	0.00 1	0.12 252	0.23 242	1.75 316

UCFNet_RVC	3.37 183	1.25 215	3.30 62	2.55 279	1.80 259	3.92 202	1.28 236	12.49 277	7.16 194	5.12 103	7.88 171	8.14 252	4.59 232	5.67 107	2.11 153	0.00 1	0.00 1	0.00 1	0.00 1	0.14 179	0.07 37

HITNet	3.11 162	1.38 232	5.35 198	2.23 235	0.12 21	5.59 245	0.58 138	9.95 220	5.72 145	6.62 165	7.91 173	3.90 133	3.24 166	4.39 79	4.58 243	0.01 106	0.00 1	0.00 1	0.00 1	0.08 91	0.57 195
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
AdaStereo	3.34 179	0.74 114	4.00 130	3.10 317	0.51 125	4.22 215	1.25 233	12.84 284	8.39 231	6.33 145	9.55 207	5.77 205	1.54 108	5.53 103	2.74 192	0.02 191	0.00 1	0.00 1	0.00 1	0.03 28	0.15 79
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Anonymous Stereo	7.27 319	4.41 358	26.56 387	3.67 339	3.09 311	5.56 244	15.31 386	10.85 240	11.63 298	10.31 297	10.32 226	7.46 240	3.67 192	14.42 345	15.13 360	0.64 349	0.88 298	0.00 1	0.07 232	0.33 291	1.16 267

DeepPruner_ROB	3.82 217	1.87 278	5.65 217	1.31 129	1.64 247	3.62 180	0.81 188	14.47 323	5.03 120	8.03 229	10.78 241	6.95 232	2.26 133	8.92 253	4.32 233	0.07 271	0.03 161	0.00 1	0.01 176	0.37 297	0.29 137

iResNetv2_ROB	4.72 271	2.26 305	8.87 308	3.20 322	1.25 222	4.32 221	1.73 255	14.22 320	10.62 277	10.53 302	12.13 263	7.77 246	5.54 268	8.29 217	2.76 193	0.00 1	0.00 1	0.00 1	0.00 1	0.42 302	0.55 192

MLCV	3.76 212	1.52 247	6.93 264	1.66 164	0.31 81	4.31 220	0.32 85	7.92 168	7.68 208	9.55 281	12.12 261	5.17 180	2.74 151	10.00 296	4.49 239	0.01 106	0.00 1	0.00 1	0.00 1	0.16 196	0.27 130

HSM	4.25 248	1.10 189	4.14 137	1.78 182	2.14 278	6.67 269	1.08 224	12.92 288	6.90 186	7.06 186	8.17 180	14.17 322	6.03 275	9.16 263	3.11 200	0.00 1	0.00 1	0.00 1	0.00 1	0.09 105	0.41 168

StereoDRNet	6.02 294	2.40 317	8.22 294	3.43 331	4.43 352	10.57 325	4.21 306	19.44 364	11.24 293	12.86 333	8.06 177	11.64 307	4.79 240	8.65 243	9.32 310	0.01 106	0.10 212	0.00 1	0.03 204	0.34 292	0.69 225

iResNet	4.04 232	1.46 242	8.72 302	3.25 325	0.36 93	4.54 227	0.47 109	9.06 191	10.40 271	7.98 224	12.82 273	4.06 141	3.22 165	8.82 247	4.95 251	0.03 221	0.01 104	0.00 1	0.00 1	0.14 179	0.55 192

DISCO	6.58 305	0.98 173	6.44 250	3.75 342	1.18 213	11.19 328	3.29 296	12.92 288	16.72 335	7.27 200	11.74 255	17.34 342	6.60 285	19.59 375	11.59 335	0.00 1	0.00 1	0.00 1	0.00 1	0.45 310	0.50 183

MDST_ROB	9.13 345	1.31 221	10.16 328	4.36 360	2.48 293	28.66 386	7.64 354	19.96 368	14.97 326	27.53 381	24.02 351	9.47 272	5.27 257	16.31 359	8.61 296	0.63 348	0.19 236	0.00 1	0.00 1	0.08 91	0.90 241

CBMV_ROB	4.66 268	0.85 137	3.94 124	1.64 157	0.75 162	8.38 298	1.90 259	11.19 249	10.36 269	9.20 270	15.21 294	7.28 236	6.99 294	9.48 273	5.24 256	0.04 242	0.05 183	0.00 1	0.00 1	0.07 86	0.64 213

DLCB_ROB	4.87 279	1.45 241	4.75 176	2.52 274	1.13 210	6.25 262	3.01 283	10.44 231	8.34 229	11.05 317	13.43 277	14.04 320	3.90 205	9.74 285	6.80 273	0.00 1	0.00 1	0.00 1	0.00 1	0.08 91	0.37 155

iResNet_ROB	4.67 269	1.77 274	5.93 226	2.47 268	0.95 187	3.78 196	0.36 90	15.65 335	17.36 339	8.75 252	11.23 248	7.05 234	4.60 233	8.94 256	4.23 231	0.01 106	0.00 1	0.00 1	0.00 1	0.16 196	0.15 79

NOSS_ROB	3.67 203	0.86 144	3.81 108	2.53 275	1.11 207	6.10 259	0.72 174	11.08 247	12.36 303	5.45 113	8.91 189	5.65 195	2.09 127	8.30 220	3.16 201	0.20 312	0.07 200	0.00 1	0.00 1	0.11 136	0.80 237

XPNet_ROB	6.46 301	1.88 279	7.41 280	2.81 293	0.95 187	6.45 265	6.82 345	13.58 308	8.80 239	15.50 352	15.86 299	19.59 357	7.12 297	11.41 318	9.86 315	0.02 191	0.04 176	0.00 1	0.03 204	0.20 222	0.79 236

ETE_ROB	6.28 298	2.60 324	9.22 316	1.71 173	0.84 172	6.44 264	6.78 344	13.16 299	8.80 239	13.01 336	15.93 301	21.01 366	6.18 278	10.97 306	8.11 290	0.04 242	0.01 104	0.00 1	0.02 193	0.16 196	0.70 227

DN-CSS_ROB	3.00 157	2.14 299	7.33 276	2.67 285	0.78 165	3.13 148	0.07 16	6.68 128	4.22 80	5.51 115	12.12 261	2.33 82	1.21 82	8.69 244	2.51 176	0.03 221	0.00 1	0.00 1	0.00 1	0.42 302	0.15 79

LALA_ROB	7.02 314	2.54 322	8.51 296	1.53 149	0.96 189	9.96 314	8.71 361	16.70 344	12.68 308	12.99 335	13.90 284	24.47 371	5.40 264	11.61 322	9.50 311	0.04 242	0.05 183	0.00 1	0.02 193	0.17 202	0.65 214

MSMD_ROB	9.73 349	1.43 236	5.42 201	1.81 185	0.42 111	16.83 357	4.30 310	14.29 321	15.34 328	23.06 369	40.17 391	25.63 375	22.62 380	13.37 337	8.85 301	0.48 346	0.03 161	0.00 1	0.00 1	0.13 169	0.47 180

PWCDC_ROB	8.50 338	4.40 357	9.57 323	6.16 376	4.54 358	10.46 321	1.03 218	15.30 331	28.16 374	10.88 312	30.88 375	6.96 233	11.31 342	14.57 347	10.40 324	3.10 380	0.02 136	0.00 1	0.00 1	1.55 360	0.63 211

SGM-Forest	5.40 286	0.84 136	4.19 140	1.43 140	0.68 144	10.12 318	6.41 338	12.13 266	11.86 301	11.50 324	14.43 288	11.62 306	5.20 255	9.93 294	6.16 267	0.16 301	0.04 176	0.00 1	0.00 1	0.08 91	1.24 274
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	8.17 332	1.70 262	11.49 332	3.18 320	3.07 309	9.66 311	6.06 333	13.60 309	17.71 343	15.23 351	24.02 351	27.61 378	8.81 325	10.36 302	9.51 312	0.08 275	0.08 202	0.00 1	0.00 1	0.31 285	0.87 240

CBMV	5.97 292	1.52 247	4.51 157	1.99 211	0.53 129	10.02 315	6.94 347	13.27 301	13.80 321	13.08 338	15.93 301	11.36 304	8.11 315	9.82 288	7.27 280	0.08 275	0.15 227	0.00 1	0.00 1	0.30 278	0.74 233
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
CFNet_ucs	3.23 173	0.56 77	4.59 167	0.59 60	0.37 96	3.29 158	0.19 59	10.47 232	9.02 246	7.78 218	12.57 269	5.59 194	1.74 119	5.39 99	1.86 133	0.00 1	0.04 176	0.01 250	0.00 1	0.10 125	0.33 147

DCANet-4	2.26 82	0.43 20	6.69 259	0.40 44	0.20 49	1.70 30	0.13 39	5.73 78	9.44 257	6.01 132	5.29 100	1.12 54	2.77 154	2.49 48	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 205

fff	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 205

Wz-Net-SNSev	9.92 351	8.01 378	26.42 386	2.26 241	1.85 263	8.36 296	14.30 385	18.01 353	21.68 359	10.78 308	23.95 348	16.84 339	8.60 322	15.59 355	19.76 368	0.01 106	0.03 161	0.01 250	0.00 1	0.52 322	1.34 283

WZ-Net	13.61 371	5.57 366	42.84 403	3.89 346	3.19 315	19.90 368	15.44 388	15.67 336	32.04 380	16.13 355	28.69 366	22.17 369	15.84 363	21.40 381	26.87 388	0.75 354	0.01 104	0.01 250	0.03 204	0.51 321	1.20 271

MIPNet	2.27 84	1.14 196	5.55 213	0.49 56	0.22 65	2.03 50	0.19 59	7.60 161	6.17 158	5.83 121	4.16 72	2.05 79	3.44 180	3.65 62	2.23 163	0.00 1	0.01 104	0.01 250	0.01 176	0.24 246	0.48 182

CrosDoStereo	4.05 234	0.71 111	3.52 83	0.51 57	0.20 49	3.25 155	11.21 372	6.34 113	4.96 117	9.04 262	16.44 305	4.92 172	7.28 300	8.29 217	3.84 217	0.00 1	0.02 136	0.01 250	0.00 1	0.18 210	0.19 99

LCNet	2.94 150	0.55 69	2.57 16	1.03 107	0.59 138	2.05 51	1.55 249	5.51 61	4.19 78	6.08 137	10.58 236	4.54 158	6.63 286	7.59 181	0.90 40	0.01 106	0.00 1	0.01 250	0.76 363	0.31 285	3.43 368

TransformOpticalFlow	3.50 192	0.83 133	4.85 178	1.09 110	0.31 81	3.52 173	0.14 48	10.32 225	8.02 221	5.78 118	13.25 276	6.63 224	4.91 243	8.36 226	1.63 109	0.00 1	0.01 104	0.01 250	0.00 1	0.06 70	0.24 125

DeepStereo_LL	4.05 234	0.71 111	3.52 83	0.51 57	0.20 49	3.25 155	11.21 372	6.34 113	4.96 117	9.04 262	16.44 305	4.92 172	7.28 300	8.29 217	3.84 217	0.00 1	0.02 136	0.01 250	0.00 1	0.18 210	0.19 99

DEmStereo	3.86 219	0.54 64	4.04 132	0.26 25	0.17 38	5.17 239	2.45 271	4.70 29	4.34 87	8.37 242	19.94 333	5.06 179	10.13 334	7.86 192	3.93 222	0.01 106	0.01 104	0.01 250	0.00 1	0.03 28	0.10 49

GrayStereo	3.86 219	0.33 5	2.63 20	1.66 164	0.62 141	3.09 144	7.92 357	6.43 118	3.88 64	10.61 303	16.51 308	5.75 204	8.40 318	6.75 136	1.58 101	0.01 106	0.00 1	0.01 250	0.62 358	0.04 46	0.38 158

RE-Stereo	2.38 93	0.48 43	3.91 120	2.17 226	0.11 13	3.43 163	0.42 99	7.07 142	3.75 54	6.91 179	5.26 97	2.62 88	1.33 89	8.41 230	1.72 125	0.01 106	0.00 1	0.01 250	0.00 1	0.03 28	0.01 1

TVStereo	2.38 93	0.48 43	3.91 120	2.17 226	0.11 13	3.43 163	0.42 99	7.07 142	3.75 54	6.91 179	5.26 97	2.62 88	1.33 89	8.41 230	1.72 125	0.01 106	0.00 1	0.01 250	0.00 1	0.03 28	0.01 1

IRAFT_RVC	2.98 156	0.66 98	4.23 144	2.20 230	0.40 105	2.91 134	5.04 322	7.03 138	4.21 79	6.59 163	5.52 109	5.02 178	4.77 239	8.41 230	2.30 173	0.01 106	0.17 233	0.01 250	0.00 1	0.03 28	0.05 25

ICVP	2.53 111	0.47 38	3.64 101	1.20 118	0.69 146	2.71 100	0.84 197	10.63 236	4.66 101	4.31 87	8.99 191	2.75 92	1.93 122	2.91 53	4.07 227	0.06 265	0.24 248	0.01 250	0.01 176	0.13 169	0.26 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CFNet_pseudo	2.96 154	0.55 69	4.51 157	0.43 48	0.24 68	2.83 115	0.12 32	8.59 180	8.13 224	7.20 196	10.41 229	6.47 221	2.04 125	5.27 95	2.00 149	0.00 1	0.02 136	0.01 250	0.00 1	0.06 70	0.23 117

csc	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 205

cscssc	2.54 113	0.93 157	5.51 206	0.32 28	0.14 24	1.70 30	0.11 28	6.19 108	12.69 309	6.03 134	5.29 100	1.43 58	5.28 258	2.37 44	2.21 158	0.01 106	0.00 1	0.01 250	0.00 1	0.02 10	0.61 205

SFCPSM	3.39 185	0.61 89	5.42 201	0.43 48	0.93 183	8.26 292	2.08 265	15.01 329	5.89 149	7.17 194	7.60 163	3.39 112	2.55 145	5.39 99	2.53 177	0.01 106	0.03 161	0.01 250	0.07 232	0.19 216	0.31 142

FAT-Stereo	6.98 313	0.79 120	7.57 283	2.54 278	1.80 259	6.16 260	4.33 311	19.16 363	18.82 347	10.75 307	17.08 313	18.23 348	13.56 353	9.25 266	8.44 293	0.03 221	0.16 229	0.01 250	0.10 245	0.14 179	0.65 214

STTStereo	3.90 221	1.43 236	8.20 293	3.03 308	2.28 285	3.64 182	0.64 152	10.11 222	7.09 193	10.20 292	7.08 153	8.73 267	3.57 184	7.44 163	4.00 225	0.00 1	0.02 136	0.01 250	0.01 176	0.04 46	0.40 161

NCC-stereo	7.43 322	2.28 308	8.58 298	3.28 326	4.48 353	8.34 293	4.27 308	20.45 375	13.66 319	9.17 268	17.52 320	16.49 336	14.31 359	13.71 339	8.95 303	1.73 371	0.12 219	0.01 250	0.50 353	0.21 232	0.60 202

Abc-Net	7.43 322	2.28 308	8.58 298	3.28 326	4.48 353	8.34 293	4.27 308	20.45 375	13.66 319	9.17 268	17.52 320	16.49 336	14.31 359	13.71 339	8.95 303	1.73 371	0.12 219	0.01 250	0.50 353	0.21 232	0.60 202
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	10.45 357	3.67 348	14.03 346	4.81 365	4.52 356	11.93 335	1.66 254	21.36 381	38.40 393	18.84 361	21.72 341	17.63 343	13.07 350	15.65 357	17.71 365	0.36 333	1.09 327	0.01 250	0.32 331	0.50 320	1.67 301

ADCP+	8.60 339	2.78 332	17.44 362	1.69 169	4.27 349	16.95 359	5.29 324	13.38 304	12.52 305	13.57 342	17.57 322	10.86 299	11.28 341	18.43 370	23.91 383	0.03 221	0.05 183	0.01 250	0.18 275	0.47 313	1.31 280

GANetREF_RVC	6.97 312	3.59 346	9.14 315	4.00 347	0.40 105	13.17 343	11.27 375	15.95 338	17.51 341	10.62 304	10.66 239	12.15 312	7.97 314	13.18 336	5.04 252	0.45 339	0.00 1	0.01 250	0.15 261	3.47 377	0.60 202
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
TDLM	4.58 263	1.79 277	5.03 187	2.45 266	1.32 235	4.04 210	7.15 350	11.60 259	11.46 295	6.91 179	12.69 270	5.94 209	5.03 248	9.74 285	3.80 216	0.67 351	0.00 1	0.01 250	0.05 225	0.23 242	1.78 320

ccs_rob	2.95 152	0.55 69	4.53 159	0.42 45	0.25 72	2.84 117	0.12 32	8.58 179	8.13 224	7.18 195	10.36 228	6.44 220	2.05 126	5.28 96	1.97 144	0.00 1	0.02 136	0.01 250	0.00 1	0.06 70	0.23 117

StereoDRNet-Refined	4.84 278	0.96 169	5.13 190	2.22 233	0.46 114	9.10 305	0.16 53	10.72 237	9.40 256	13.41 340	12.50 267	10.02 280	4.58 231	8.60 239	8.71 299	0.01 106	0.00 1	0.01 250	0.05 225	0.24 246	0.53 190
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
PSMNet_ROB	5.41 288	2.45 318	7.39 279	2.36 258	1.90 267	10.11 317	6.54 340	16.32 342	7.59 205	6.84 178	10.83 242	12.06 311	4.13 213	8.73 245	10.24 321	0.02 191	0.01 104	0.01 250	0.11 247	0.26 254	0.40 161

PCWNet_CMD	3.14 166	0.51 56	4.47 154	0.44 51	0.26 75	2.87 131	0.15 50	9.66 211	9.78 261	7.28 201	11.50 251	6.84 229	2.40 139	4.47 80	1.83 131	0.01 106	0.02 136	0.02 281	0.00 1	0.06 70	0.29 137

anonymousdsp2	2.20 76	0.57 82	4.59 167	1.69 169	0.82 170	3.58 176	0.48 118	8.57 178	3.63 48	3.37 65	3.03 51	3.32 105	1.00 61	5.57 104	0.80 26	0.01 106	0.94 306	0.02 281	0.15 261	0.06 70	1.89 337

CIPLG	2.72 133	1.69 260	6.02 230	0.80 86	2.14 278	2.66 96	0.84 197	5.90 91	5.59 136	8.12 234	9.58 208	1.74 70	1.14 70	4.53 82	2.82 195	0.02 191	0.19 236	0.02 281	0.09 241	0.26 254	0.22 114

IPLGR_C	2.69 128	1.75 271	6.20 238	0.79 84	2.06 276	2.64 94	0.86 204	6.36 115	5.64 138	8.13 235	9.26 198	1.69 68	1.15 75	3.79 65	2.80 194	0.02 191	0.20 241	0.02 281	0.08 235	0.26 254	0.18 93

ACRE	2.67 126	1.66 259	6.50 251	0.72 72	2.03 274	2.65 95	0.84 197	5.97 99	5.52 134	7.85 219	9.23 196	1.72 69	1.09 65	4.09 71	2.73 190	0.02 191	0.19 236	0.02 281	0.08 235	0.26 254	0.21 109

GANet-ADL	2.40 100	0.65 96	3.92 122	2.22 233	0.11 13	2.23 59	0.47 109	9.29 205	7.27 199	4.77 92	5.95 119	3.96 135	1.26 85	3.08 55	2.27 167	0.04 242	0.08 202	0.02 281	0.00 1	0.15 192	0.21 109

Pruner-Stereo	2.66 125	0.61 89	3.54 87	1.93 200	0.25 72	3.47 169	0.74 179	6.60 122	5.66 143	8.98 259	6.12 122	4.39 156	1.11 66	7.27 156	2.34 174	0.03 221	0.00 1	0.02 281	0.00 1	0.03 28	0.04 19

GEStereo_RVC	3.95 226	1.21 211	6.13 235	2.30 249	1.22 218	4.29 219	2.96 281	12.39 273	8.24 227	7.25 199	6.79 144	7.58 243	4.22 218	9.16 263	4.56 241	0.04 242	0.01 104	0.02 281	0.02 193	0.19 216	0.42 172

PSMNet-RSSM	3.69 206	1.36 230	4.54 160	2.44 265	1.90 267	2.35 65	0.69 165	11.77 261	6.38 166	6.60 164	11.85 257	7.70 245	5.61 269	6.66 133	3.67 207	0.00 1	0.00 1	0.02 281	0.01 176	0.17 202	0.10 49

DSFCA	4.48 257	1.03 183	6.84 262	1.61 155	1.68 252	7.26 280	4.46 313	11.27 252	7.51 203	11.01 316	6.89 147	8.49 264	4.54 230	10.41 303	6.18 268	0.03 221	0.06 189	0.02 281	0.03 204	0.13 169	0.14 68

RTSC	9.87 350	4.34 356	16.44 358	4.60 364	2.38 287	12.54 340	0.75 181	18.19 354	37.31 391	16.16 356	15.86 299	13.32 315	7.56 308	20.93 379	23.50 379	0.34 331	1.07 326	0.02 281	0.35 338	0.71 338	0.99 248

MSMDNet	3.15 167	0.51 56	4.48 155	0.46 54	0.25 72	2.88 132	0.16 53	9.79 214	9.82 262	7.24 198	11.36 250	6.82 228	2.41 140	4.47 80	1.86 133	0.01 106	0.02 136	0.02 281	0.00 1	0.06 70	0.30 140

DANet	6.46 301	1.58 252	9.58 324	4.10 350	3.99 345	9.13 306	1.34 239	10.37 228	7.76 209	13.76 344	15.66 297	16.14 334	7.03 296	13.07 335	13.62 353	0.19 309	0.12 219	0.02 281	0.02 193	0.15 192	1.61 293
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	5.41 288	2.61 325	8.17 292	2.25 239	1.30 232	2.27 61	1.64 253	10.82 239	18.54 346	8.01 228	18.09 325	8.39 262	3.31 172	11.37 317	8.98 305	1.15 362	0.38 266	0.02 281	0.00 1	0.17 202	0.70 227

FC-DCNN	11.29 363	1.01 182	5.50 205	2.25 239	1.65 250	18.23 365	5.36 326	18.99 360	20.65 355	28.95 383	34.83 385	33.83 388	23.18 383	17.04 366	13.37 350	0.17 305	0.01 104	0.02 281	0.02 193	0.10 125	0.70 227

NCCL2	6.27 297	2.46 319	7.00 265	2.36 258	1.11 207	9.48 308	11.14 371	13.01 292	10.40 271	9.94 289	9.49 206	22.11 368	7.42 303	9.90 293	8.56 295	0.01 106	0.00 1	0.02 281	0.03 204	0.20 222	0.73 230

MeshStereo	11.94 366	1.88 279	5.24 192	2.11 220	1.44 241	20.09 369	4.95 321	21.74 383	16.75 336	33.10 388	35.07 386	39.28 395	22.72 381	19.45 373	13.59 352	0.19 309	0.06 189	0.02 281	0.00 1	0.46 311	0.65 214
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
DispNO	3.51 194	1.33 226	8.51 296	2.26 241	1.36 237	3.46 168	0.81 188	8.74 185	6.58 172	6.78 177	7.63 165	6.22 217	4.20 216	7.47 172	4.44 237	0.00 1	0.03 161	0.03 298	0.11 247	0.13 169	0.14 68

BUS	2.72 133	0.43 20	3.76 103	0.70 69	0.50 118	7.31 282	0.48 118	9.93 217	5.65 139	6.50 154	6.23 126	5.21 182	1.18 76	4.27 74	1.89 138	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 68

BSDual-CNN	2.91 146	0.43 20	3.76 103	0.70 69	0.50 118	6.97 272	1.58 250	9.93 217	5.65 139	6.50 154	6.23 126	6.17 214	2.50 142	4.27 74	2.67 183	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 68

hknet	3.56 196	0.66 98	5.82 222	0.70 69	1.19 214	6.97 272	1.58 250	9.93 217	7.76 209	6.50 154	6.23 126	9.53 273	2.81 156	7.84 190	3.39 204	0.01 106	0.03 161	0.03 298	0.00 1	0.06 70	0.14 68

GwcNet	6.95 310	2.89 335	13.32 341	2.82 295	5.53 370	11.76 332	2.14 266	14.95 328	17.69 342	10.83 309	18.14 326	10.83 298	6.66 288	9.83 289	10.19 320	0.03 221	0.06 189	0.03 298	0.08 235	0.64 328	0.66 222

CFNet-ft	3.70 208	1.59 253	3.87 112	1.68 167	2.42 289	3.20 153	0.66 156	8.93 188	7.76 209	5.09 100	9.95 219	10.77 296	5.43 265	7.41 160	4.71 245	0.00 1	0.00 1	0.03 298	0.01 176	0.30 278	0.11 57

CFNet_RVC	3.70 208	1.59 253	3.87 112	1.68 167	2.42 289	3.20 153	0.66 156	8.92 187	7.76 209	5.09 100	9.95 219	10.77 296	5.43 265	7.41 160	4.71 245	0.00 1	0.00 1	0.03 298	0.01 176	0.30 278	0.11 57

NLCA_NET_v2_RVC	4.11 236	1.53 249	6.87 263	3.04 310	3.33 320	4.34 222	0.59 141	11.36 253	7.92 217	8.98 259	7.98 175	9.72 276	3.82 196	7.92 196	4.43 236	0.15 298	0.02 136	0.03 298	0.03 204	0.07 86	0.14 68
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
SANet	11.48 364	3.34 340	13.93 345	2.40 263	1.01 194	16.49 355	12.16 380	20.05 372	37.28 390	19.62 363	28.04 364	25.61 374	20.10 371	14.43 346	12.39 343	0.10 288	0.06 189	0.03 298	0.06 231	0.76 341	1.73 312

H2IRNET	2.29 86	0.86 144	3.38 70	1.51 146	0.11 13	1.97 46	0.13 39	5.15 46	7.19 196	1.26 36	7.77 168	5.80 207	3.31 172	5.09 91	1.66 117	0.01 106	0.00 1	0.04 307	0.17 272	0.27 264	0.10 49

coex-ft	20.15 394	20.03 394	87.93 420	1.81 185	1.77 256	18.77 366	13.73 382	13.28 302	41.87 396	60.24 414	39.04 390	28.27 379	30.39 392	12.57 332	28.66 394	0.20 312	0.23 245	0.04 307	0.30 326	1.52 359	2.34 355

dd	2.36 92	1.93 285	6.03 232	0.83 88	0.12 21	1.80 37	0.17 55	5.30 50	11.82 300	2.98 58	3.64 67	1.50 63	1.21 82	5.25 94	3.92 220	0.13 293	0.01 104	0.04 307	0.22 298	0.10 125	0.14 68

pcwnet_v2	4.36 250	0.46 33	9.07 313	1.43 140	1.10 206	3.41 160	0.40 96	13.44 306	14.60 324	10.29 296	14.22 286	5.82 208	2.97 159	6.75 136	2.29 171	0.01 106	0.05 183	0.04 307	0.02 193	0.17 202	0.61 205

GwcNet-RSSM	4.13 239	1.71 264	6.25 242	2.50 270	1.93 270	2.39 68	1.49 246	9.59 210	8.71 236	6.66 168	15.04 293	8.47 263	3.84 198	6.87 141	6.74 272	0.00 1	0.00 1	0.04 307	0.00 1	0.29 275	0.15 79

PVD	16.41 378	3.98 354	16.04 356	5.38 368	4.59 361	19.44 367	7.28 352	28.88 393	49.27 403	31.53 386	43.72 397	30.36 383	32.17 397	26.70 390	23.19 377	0.25 322	1.48 368	0.04 307	0.59 357	0.52 322	2.87 363

DRN-Test	6.23 296	1.51 245	7.53 282	3.07 316	3.69 332	12.17 338	3.23 292	20.80 377	11.11 290	12.64 332	13.02 275	10.91 300	5.26 256	8.49 236	10.12 319	0.05 255	0.05 183	0.04 307	0.04 222	0.28 267	0.65 214

iinet-f	6.21 295	2.11 297	28.74 392	2.13 221	1.38 238	11.62 331	1.49 246	7.64 164	7.19 196	7.77 217	14.38 287	10.49 286	7.79 310	7.76 188	12.90 349	0.03 221	0.03 161	0.05 314	0.00 1	0.67 331	0.12 60

FTStereo	4.61 266	0.54 64	2.86 30	0.98 103	0.40 105	2.57 83	8.51 360	5.70 76	3.76 57	10.85 311	29.92 371	5.53 192	7.43 304	7.73 186	1.63 109	0.17 305	0.00 1	0.05 314	0.00 1	0.04 46	3.62 372

XQC	9.46 347	4.84 363	18.88 366	4.07 348	3.09 311	15.97 354	6.65 341	16.26 341	26.63 371	12.63 331	12.35 266	15.75 331	10.62 337	16.48 360	21.19 369	0.44 337	0.96 309	0.05 314	0.32 331	1.10 349	0.99 248

PWC_ROB	8.89 341	4.49 360	15.62 355	2.92 301	4.49 355	7.89 290	1.23 232	17.29 350	20.00 351	16.54 357	28.06 365	14.37 323	11.98 348	14.93 351	15.43 363	0.47 344	0.00 1	0.05 314	0.00 1	0.67 331	1.31 280

psmg	3.34 179	0.43 20	3.76 103	0.73 75	0.50 118	8.47 299	2.74 274	10.88 244	5.65 139	8.91 257	8.78 186	6.17 214	2.50 142	4.27 74	2.67 183	0.01 106	0.04 176	0.06 318	0.00 1	0.12 153	0.10 49

HHNet	2.71 130	0.69 103	3.31 64	0.25 23	0.39 100	2.80 114	0.90 209	6.33 112	5.68 144	7.51 210	13.70 279	0.94 50	3.14 161	5.42 101	2.54 180	0.14 296	0.02 136	0.06 318	0.00 1	0.24 246	0.07 37

GES	2.69 128	0.72 113	5.34 196	1.82 188	0.05 3	4.51 225	1.04 221	10.39 229	4.18 77	5.53 116	6.72 142	1.92 77	3.30 170	5.16 93	2.67 183	0.06 265	0.01 104	0.06 318	0.01 176	0.20 222	0.14 68

psmorigin	7.74 326	2.19 301	18.99 367	2.51 271	0.89 177	7.08 278	2.74 274	11.25 250	7.90 215	20.49 367	22.36 345	20.16 359	11.95 346	13.84 341	10.61 326	0.04 242	0.18 234	0.06 318	0.24 303	0.27 264	1.07 259

hitnet-ft	3.95 226	1.16 199	3.92 122	0.89 92	0.73 157	4.88 234	0.54 126	9.78 213	7.91 216	7.42 207	10.24 224	12.50 313	4.84 241	8.15 207	5.56 260	0.03 221	0.00 1	0.06 318	0.00 1	0.24 246	0.12 60

NINENet	3.38 184	0.81 126	4.16 138	1.88 195	1.40 240	7.31 282	0.48 118	12.95 291	6.64 176	7.29 202	9.24 197	5.21 182	1.18 76	6.72 135	1.89 138	0.17 305	0.08 202	0.07 323	0.00 1	0.09 105	0.03 10

THIR-Stereo	3.94 224	1.12 194	3.06 48	0.23 18	0.13 23	4.17 213	6.40 337	5.83 85	4.54 96	10.46 300	16.98 311	6.49 222	7.44 305	8.00 198	3.58 206	0.01 106	0.07 200	0.07 323	0.00 1	0.14 179	0.06 32

EDNetEfficient	14.14 374	6.71 371	56.12 409	2.99 305	3.58 328	5.38 242	8.49 359	9.35 207	33.24 381	40.73 398	30.21 372	18.04 347	22.92 382	12.13 327	26.26 387	0.16 301	0.24 248	0.07 323	1.15 368	2.58 373	2.39 356

FADNet	4.55 260	2.35 315	13.60 342	1.87 192	0.80 167	4.74 232	0.75 181	14.47 323	12.41 304	4.07 83	5.45 107	9.64 274	5.03 248	8.86 250	4.82 247	0.20 312	0.04 176	0.07 323	0.05 225	1.27 355	0.40 161

SAMSARA	15.67 376	3.89 352	14.48 349	13.77 391	7.92 381	38.69 399	73.90 422	21.22 379	24.66 367	17.04 359	13.86 282	30.01 381	13.07 350	18.07 369	17.48 364	0.23 317	1.46 367	0.07 323	0.40 343	0.99 347	2.15 349

NaN_ROB	6.51 303	2.25 303	8.77 303	1.69 169	1.79 258	9.71 312	10.94 369	16.20 340	16.13 333	13.04 337	8.86 187	11.77 308	5.94 273	12.88 334	8.01 288	0.05 255	0.13 222	0.07 323	0.20 288	0.32 289	1.50 287

GANet-RSSM	3.67 203	1.16 199	4.56 165	3.24 324	2.03 274	2.63 89	0.50 121	11.53 258	6.83 183	6.25 140	10.58 236	7.35 237	6.65 287	6.77 139	2.94 196	0.00 1	0.00 1	0.08 329	0.00 1	0.26 254	0.12 60

DMCA-RVC	3.59 200	1.98 291	8.68 300	2.30 249	1.48 242	3.54 175	0.55 129	8.40 175	5.43 131	9.37 276	5.90 114	8.34 258	3.21 164	7.19 152	4.46 238	0.06 265	0.11 216	0.08 329	0.02 193	0.21 232	0.40 161

FINET	6.96 311	2.98 336	13.77 343	3.20 322	4.81 364	9.65 310	9.90 367	13.68 311	23.91 366	8.28 240	13.70 279	5.36 187	5.83 271	10.79 305	8.05 289	0.90 357	1.43 365	0.11 331	0.38 341	0.48 316	1.98 343

APVNet	6.28 298	2.46 319	10.09 326	3.51 335	3.97 343	12.15 337	1.75 256	20.08 373	6.73 180	6.92 184	13.45 278	10.75 295	6.29 281	11.86 324	14.34 356	0.05 255	0.02 136	0.11 331	0.03 204	0.63 327	0.34 148

edge stereo	7.12 316	1.19 204	7.83 287	2.32 252	2.46 291	6.90 271	3.26 295	15.58 334	12.52 305	15.68 354	18.34 328	21.83 367	13.05 349	11.53 319	8.68 297	0.04 242	0.06 189	0.11 331	0.03 204	0.30 278	0.63 211

LSM	14.85 375	7.41 375	36.29 398	7.76 381	43.77 416	11.24 329	12.14 379	16.73 345	23.72 364	23.73 375	32.92 379	18.89 353	13.31 352	16.60 361	12.37 342	0.26 325	0.86 297	0.11 331	0.43 348	1.24 353	17.26 409

AF-Net	8.37 336	2.16 300	9.01 310	3.65 338	4.58 359	9.40 307	2.63 273	17.71 351	21.32 358	10.38 299	24.51 355	20.43 362	16.67 365	12.54 331	10.76 330	0.70 353	0.00 1	0.12 335	0.00 1	0.47 313	0.42 172

RP	7.41 321	1.90 283	7.33 276	4.26 355	5.25 369	6.64 268	3.46 298	12.44 275	16.23 334	10.36 298	23.00 347	18.72 350	16.59 364	11.10 309	8.47 294	1.10 361	0.02 136	0.12 335	0.16 263	0.43 306	0.65 214

NVstereo2D	4.82 277	1.29 218	7.98 290	3.68 340	3.48 326	8.02 291	3.10 286	11.25 250	15.50 331	5.14 104	7.71 166	8.21 254	4.68 235	10.19 300	4.30 232	0.02 191	0.19 236	0.13 337	0.36 339	0.07 86	1.12 266

LE_ROB	17.31 384	2.62 327	14.26 348	4.20 353	1.80 259	17.40 360	9.70 366	15.38 333	55.92 408	63.97 418	40.81 393	35.50 391	39.26 402	15.64 356	28.51 393	0.06 265	0.11 216	0.13 337	0.21 293	0.14 179	0.51 187

PDISCO_ROB	10.27 355	2.79 333	13.30 340	10.58 385	9.96 387	22.78 373	5.99 329	20.01 369	28.57 375	11.88 328	14.49 290	20.54 363	4.92 244	17.01 365	10.29 322	5.79 384	0.42 268	0.14 339	0.13 257	2.53 372	3.25 365

EDNetEfficientorigin	18.25 388	14.44 392	99.41 430	1.72 176	1.00 193	12.07 336	6.97 348	13.67 310	35.06 387	38.59 397	37.10 388	27.03 376	27.46 391	15.38 353	26.92 389	0.05 255	0.08 202	0.15 340	0.62 358	3.33 376	3.92 375

RYNet	6.82 307	1.51 245	7.35 278	1.79 183	4.52 356	16.68 356	4.41 312	14.19 319	17.43 340	11.64 326	7.86 170	15.03 328	8.81 325	10.10 297	14.16 355	0.04 242	0.13 222	0.15 340	0.05 225	0.08 91	0.53 190

CSAN	8.41 337	2.86 334	9.35 319	2.43 264	0.82 170	13.59 346	11.68 377	15.80 337	21.98 362	14.71 348	16.46 307	18.00 346	14.42 361	13.68 338	10.10 317	0.10 288	0.13 222	0.15 340	0.19 278	0.43 306	1.28 278

fast-acv-ft	6.00 293	1.95 288	7.88 288	2.35 256	1.85 263	13.61 347	1.76 257	8.44 176	10.12 264	11.22 320	20.57 336	14.41 325	7.55 307	8.11 205	8.83 300	0.10 288	0.09 208	0.16 343	0.07 232	0.68 333	0.35 152

CRFU-Net	4.81 276	0.78 118	5.69 219	3.10 317	1.39 239	13.18 344	3.23 292	12.26 268	4.33 83	10.91 313	9.98 221	10.94 301	7.93 313	7.47 172	3.94 223	0.16 301	0.16 229	0.16 343	0.00 1	0.26 254	0.29 137

MFN_U_SF_DS_RVC	10.36 356	5.37 365	16.61 360	2.95 303	3.02 308	24.75 376	15.44 388	14.68 326	19.73 349	19.77 365	23.97 349	16.98 340	8.40 318	17.58 367	9.23 308	1.59 370	1.75 374	0.16 343	2.63 383	0.75 340	1.85 329

ADCRef	7.76 327	2.31 312	19.09 368	2.82 295	3.29 318	11.88 334	3.06 285	11.52 257	10.89 284	13.69 343	25.85 361	8.20 253	8.89 327	8.95 257	22.66 374	0.16 301	0.08 202	0.16 343	0.34 337	0.47 313	0.91 242

GANet	6.86 309	1.78 275	5.98 229	3.05 311	1.12 209	10.12 318	9.38 364	13.41 305	8.67 235	11.46 323	29.87 370	13.94 319	8.25 317	12.06 326	6.33 270	0.40 335	0.06 189	0.16 343	0.33 334	0.18 210	0.59 200

FADNet-RVC-Resample	4.11 236	2.25 303	13.88 344	1.64 157	0.66 143	5.91 256	2.34 269	10.87 241	9.09 247	6.53 159	4.34 75	5.69 201	4.71 237	8.01 200	4.64 244	0.18 308	0.22 242	0.17 348	0.12 252	0.46 311	0.59 200

FADNet_RVC	4.24 246	2.32 313	14.23 347	1.18 117	0.79 166	5.64 247	0.60 142	11.50 256	7.19 196	3.68 75	8.08 179	4.14 145	4.06 209	10.29 301	7.47 282	0.36 333	0.44 271	0.18 349	0.47 350	0.93 346	1.23 273

WCMA_ROB	10.20 354	1.99 292	9.33 318	3.01 306	2.46 291	15.78 353	7.67 356	12.75 283	15.41 329	25.08 379	33.42 382	27.06 377	19.86 370	13.87 342	12.47 344	1.28 365	0.38 266	0.18 349	0.20 288	0.28 267	1.54 290

G-Net	8.60 339	1.93 285	12.59 337	6.04 374	3.66 331	25.93 379	4.26 307	10.35 227	8.05 222	19.71 364	24.73 356	14.15 321	15.49 362	11.30 313	10.69 329	0.50 347	0.46 272	0.19 351	0.25 306	0.80 343	0.91 242

DPSNet	10.88 361	2.57 323	20.40 372	2.24 238	1.90 267	24.92 377	17.00 398	21.35 380	28.61 376	12.87 334	13.74 281	17.01 341	20.14 372	15.36 352	14.01 354	0.81 355	0.98 315	0.20 352	0.65 360	1.30 356	1.54 290

stereogan	8.18 333	1.32 224	9.05 312	3.59 336	4.00 346	20.16 370	3.13 289	17.25 349	20.16 353	10.68 305	19.19 329	20.56 365	10.70 338	14.74 349	7.00 276	0.34 331	0.04 176	0.21 353	0.08 235	0.70 337	0.65 214

aanetorigin	9.02 342	3.75 350	28.68 391	2.16 222	3.86 338	5.84 255	5.40 327	5.93 96	10.39 270	28.12 382	31.02 376	15.98 332	13.74 355	9.38 269	12.55 345	0.25 322	0.22 242	0.22 354	0.24 303	1.24 353	1.47 284

SGM_RVC	10.77 359	1.11 191	4.66 171	2.66 283	0.41 109	21.03 371	6.87 346	20.02 370	15.54 332	25.86 380	24.97 358	33.59 387	20.51 373	20.89 378	14.78 358	0.31 330	0.26 253	0.22 354	0.26 315	0.43 306	1.01 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RGC	7.40 320	2.77 331	7.71 285	4.43 362	4.87 365	8.88 302	2.96 281	16.05 339	12.76 312	11.96 330	19.57 331	18.32 349	11.57 345	13.89 343	9.58 313	0.83 356	0.02 136	0.24 356	0.41 345	0.40 301	0.77 235

ccnet	7.45 324	1.89 282	7.71 285	3.18 320	2.35 286	12.19 339	6.14 334	18.95 359	9.36 255	13.33 339	20.38 334	16.00 333	9.10 330	10.10 297	15.40 362	0.44 337	0.34 260	0.25 357	0.25 306	0.48 316	1.18 269

DeepPrunerF	7.18 318	3.58 345	25.29 384	4.27 356	7.20 377	3.78 196	4.64 316	14.03 317	20.86 356	8.85 254	10.57 235	7.35 237	7.88 312	12.16 329	10.66 328	0.25 322	0.16 229	0.29 358	0.43 348	0.77 342	0.65 214

PASM	9.11 343	5.68 367	25.06 383	4.33 358	4.18 348	7.01 275	8.48 358	12.37 272	20.95 357	13.49 341	15.37 295	18.80 351	11.52 344	14.70 348	12.70 346	0.93 358	1.19 350	0.32 359	1.21 371	1.66 361	2.22 353

SuperB	8.29 335	3.96 353	24.92 382	2.96 304	1.33 236	9.83 313	4.15 305	10.92 245	29.79 377	11.86 327	12.51 268	6.07 210	6.97 293	11.13 311	14.73 357	0.15 298	0.11 216	0.35 360	0.26 315	12.64 391	1.11 263

AnyNet_C32	11.82 365	7.08 372	25.83 385	4.55 363	5.88 373	16.92 358	16.97 397	14.14 318	18.11 345	16.87 358	21.66 340	14.78 326	13.87 357	23.54 386	31.83 398	0.24 319	0.28 254	0.35 360	0.53 355	1.35 357	1.71 310

ADCS	13.76 372	6.46 370	30.74 393	3.62 337	2.93 305	14.28 349	11.22 374	20.02 370	34.42 385	23.20 370	25.42 360	19.51 356	19.62 369	24.54 387	33.88 401	0.27 327	0.23 245	0.37 362	0.19 278	1.47 358	2.84 362

ADCPNet	10.18 353	3.40 342	33.24 395	2.38 260	1.74 255	17.75 362	7.65 355	13.20 300	13.03 314	14.09 347	21.72 341	19.36 355	11.40 343	15.43 354	23.00 376	0.28 328	1.15 345	0.39 363	1.48 376	0.68 333	2.21 352

MFMNet_re	14.09 373	9.67 382	20.31 371	10.40 384	7.62 378	21.38 372	17.49 400	21.36 381	31.95 379	23.70 374	29.22 367	18.87 352	27.41 390	14.27 344	11.16 331	2.85 378	1.51 370	0.41 364	0.28 319	4.88 379	7.10 385

AnyNet_C01	16.99 380	12.34 391	60.47 411	4.88 366	3.11 314	31.77 389	16.79 395	18.60 358	17.96 344	18.62 360	38.50 389	24.03 370	19.00 368	30.59 393	35.18 403	0.29 329	0.56 277	0.45 365	0.48 351	2.70 374	3.40 367

ADCL	10.77 359	3.23 338	21.50 374	2.26 241	1.96 271	23.65 374	9.07 362	14.69 327	24.88 368	15.21 350	27.20 362	12.68 314	14.02 358	16.94 364	24.43 385	0.26 325	0.18 234	0.74 366	0.67 361	0.80 343	1.02 255

SGM-ForestM	18.61 389	3.38 341	10.14 327	3.44 332	2.24 283	34.17 394	15.39 387	29.44 395	33.93 382	38.55 396	41.08 394	53.64 404	36.76 399	34.82 397	27.16 390	1.25 364	1.81 377	0.74 366	1.01 366	0.61 326	2.61 360

PS-NSSS	4.22 244	2.53 321	5.89 225	1.01 104	2.93 305	4.05 211	1.93 260	11.44 254	8.94 243	7.14 192	14.70 292	4.96 175	2.60 147	9.09 262	3.92 220	0.40 335	0.04 176	0.83 368	0.00 1	1.09 348	1.02 255

MFN_U_SF_RVC	13.54 370	4.69 362	28.43 390	4.24 354	2.50 294	24.26 375	5.99 329	28.23 391	20.18 354	24.06 376	29.38 368	30.35 382	16.92 366	20.98 380	21.39 370	1.35 366	1.13 333	1.02 369	1.41 375	1.88 365	2.50 359

ELAS	17.99 386	3.49 343	11.19 331	6.14 375	5.79 372	34.89 395	17.28 399	28.75 392	30.47 378	40.80 400	45.79 399	39.04 394	32.05 396	27.63 391	24.30 384	1.88 374	2.41 383	1.09 370	1.48 376	1.83 364	3.48 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCMid	10.97 362	4.49 360	23.66 378	2.53 275	2.52 296	11.46 330	6.31 336	15.31 332	12.85 313	23.57 373	22.99 346	17.92 345	21.04 375	19.57 374	28.05 392	0.47 344	0.43 269	1.10 371	1.32 373	1.73 363	2.10 347

BEATNet-Init1	24.70 396	11.33 388	44.28 404	5.48 369	3.94 342	47.60 409	22.33 404	34.94 396	40.01 395	48.11 407	49.98 404	59.86 408	43.17 405	39.48 404	31.77 397	1.37 367	1.76 376	1.17 372	1.17 369	2.44 371	3.85 374

MSC_U_SF_DS_RVC	17.08 381	7.98 377	24.37 381	6.82 378	2.93 305	39.68 401	16.11 390	25.46 388	34.93 386	34.13 390	34.20 383	29.20 380	24.94 386	23.01 384	19.39 367	2.79 377	2.87 391	1.18 373	1.53 378	6.78 383	3.31 366

ELAS_RVC	17.82 385	3.60 347	11.92 333	6.63 377	5.73 371	30.34 388	19.64 401	26.92 389	35.06 387	40.79 399	41.32 395	37.31 393	31.61 393	30.54 392	22.93 375	1.97 375	2.40 381	1.28 374	1.27 372	1.71 362	3.51 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MADNet+	27.96 399	35.32 406	91.41 422	21.04 398	8.86 383	49.25 411	47.41 418	36.98 398	37.84 392	21.00 368	30.83 374	25.41 373	34.95 398	46.51 410	51.54 416	3.04 379	3.33 395	1.48 375	1.05 367	5.85 381	6.05 382

MANE	20.98 395	3.23 338	8.81 304	5.96 373	6.96 376	33.07 392	13.20 381	35.43 397	38.86 394	44.72 404	52.41 408	53.20 403	41.84 404	34.74 396	27.45 391	1.87 373	2.27 379	1.54 376	10.18 400	0.69 335	3.11 364

DGSMNet	7.10 315	3.49 343	15.11 353	4.36 360	4.41 351	8.94 304	6.25 335	15.10 330	14.28 323	8.15 236	14.51 291	10.08 281	5.38 263	11.04 308	7.95 287	1.49 369	2.00 378	1.79 377	1.68 381	2.43 370	3.48 369

Consistency-Raft	9.58 348	5.11 364	13.00 339	5.61 370	8.92 384	4.03 209	5.07 323	19.73 367	24.90 369	11.32 322	29.86 369	13.36 316	6.16 277	8.00 198	13.47 351	0.67 351	0.34 260	1.81 378	4.36 392	12.23 389	3.62 372

MaskLacGwcNet_RVC	6.42 300	6.12 369	6.53 253	4.29 357	3.61 330	15.41 352	4.13 304	12.36 271	7.32 202	7.60 211	8.51 185	8.97 270	2.64 148	10.17 299	3.72 211	8.16 390	2.40 381	2.00 379	0.11 247	8.55 386	5.84 381

FBW_ROB	9.17 346	2.08 296	10.31 329	2.51 271	1.66 251	13.22 345	6.04 332	23.09 384	20.11 352	19.55 362	15.80 298	18.97 354	11.96 347	19.34 372	11.38 333	0.66 350	0.30 256	2.15 380	0.90 364	1.15 352	2.16 350

JetBlue	29.99 402	17.24 393	55.64 408	16.24 393	21.08 404	62.07 420	33.14 411	40.60 400	35.73 389	34.59 393	40.67 392	57.18 407	43.54 406	51.46 415	52.18 417	2.72 376	4.58 405	2.86 381	3.53 387	10.57 387	14.11 404

SPS-STEREO	15.83 377	7.38 374	14.92 352	11.63 387	11.77 391	25.30 378	7.12 349	25.20 387	17.06 338	32.24 387	30.34 373	31.63 384	22.59 379	25.67 388	21.97 372	7.71 389	4.50 403	3.35 382	1.56 379	6.97 384	7.72 387
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
anonymity	8.04 329	4.13 355	12.86 338	7.43 379	13.11 393	8.34 293	2.02 263	18.21 355	7.55 204	13.88 345	9.27 199	10.63 291	7.79 310	11.57 321	6.06 264	6.25 385	5.59 407	3.71 383	3.28 386	3.27 375	5.78 380

dad	5.10 282	2.61 325	6.76 261	1.23 120	0.14 24	2.85 129	0.36 90	7.98 170	14.88 325	10.84 310	17.06 312	15.59 330	3.29 169	7.24 154	4.39 235	1.20 363	0.10 212	4.02 384	0.49 352	0.20 222	0.69 225

SGM+DAISY	17.25 383	9.46 381	22.74 376	10.11 383	11.40 389	28.98 387	13.74 383	21.15 378	16.85 337	31.39 385	34.79 384	34.05 389	24.24 385	26.23 389	19.31 366	8.79 391	7.56 411	4.88 385	3.93 390	6.07 382	9.33 390

Anonymous_2	4.74 274	0.98 173	4.46 153	2.35 256	2.27 284	5.66 248	0.67 160	8.08 172	5.28 124	4.98 98	2.60 44	8.74 268	6.92 292	5.79 108	3.46 205	0.24 319	1.70 373	5.16 386	18.18 409	5.41 380	1.85 329

UDGNet	2.92 148	7.79 376	4.92 182	3.01 306	0.08 10	2.96 136	0.20 61	4.77 30	8.93 242	2.91 57	2.85 48	0.95 51	1.00 61	6.46 124	1.66 117	1.46 368	0.00 1	5.33 387	0.92 365	1.95 366	0.19 99

NVStereoNet_ROB	17.22 382	8.76 380	16.47 359	7.52 380	8.42 382	13.75 348	11.07 370	24.24 386	26.67 372	31.00 384	46.49 400	34.88 390	27.06 389	22.72 383	23.61 380	6.83 388	4.32 402	6.32 388	10.37 401	4.39 378	9.57 393
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SQANet	8.22 334	4.42 359	7.19 275	12.11 388	9.77 386	11.80 333	3.23 292	12.00 263	6.60 173	8.59 248	11.52 252	10.97 302	5.31 261	11.10 309	4.20 229	9.56 392	2.29 380	10.51 389	1.61 380	13.06 393	8.49 388

otaku	12.35 368	8.64 379	9.11 314	13.56 390	10.98 388	26.23 380	7.22 351	19.45 365	19.26 348	11.92 329	17.90 324	20.21 360	8.91 328	16.06 358	6.09 265	9.77 393	2.50 384	13.23 390	1.90 382	14.61 394	9.41 392

WAO-7	30.22 403	25.83 396	23.33 377	33.10 404	14.36 394	36.98 396	22.41 405	52.85 413	64.46 415	43.76 402	59.24 414	52.31 401	45.69 408	32.82 394	32.60 399	11.16 399	5.49 406	13.76 391	12.60 406	12.36 390	9.38 391

Ntro	12.91 369	9.95 383	10.01 325	14.12 392	12.55 392	26.31 381	6.76 343	19.04 361	22.03 363	10.23 294	16.26 304	20.22 361	10.06 333	16.81 363	7.93 286	10.16 395	2.55 386	15.19 392	2.86 384	15.27 395	9.93 394

CC-Net-ROB	8.09 330	10.11 385	9.03 311	4.07 348	3.74 336	15.24 351	4.84 319	18.44 356	10.87 283	6.73 176	14.03 285	7.54 242	4.68 235	11.61 322	3.98 224	6.59 386	2.54 385	16.51 393	1.19 370	7.88 385	2.20 351

AnonymousM	2.96 154	7.19 373	1.41 1	0.92 98	0.06 6	2.37 67	0.52 123	6.05 100	3.83 62	4.97 97	2.37 39	1.91 74	1.00 61	2.23 37	1.06 61	0.01 106	0.57 279	17.64 394	4.90 393	0.02 10	0.27 130

UDG	9.12 344	10.06 384	6.35 248	10.06 382	9.64 385	10.48 322	2.33 268	12.73 282	10.19 265	8.33 241	10.27 225	16.70 338	10.47 335	8.33 224	9.07 306	4.28 381	2.59 387	18.90 395	3.83 389	11.35 388	6.50 384

DDUNet	10.03 352	12.17 390	8.24 295	13.02 389	11.73 390	10.32 320	3.76 299	12.27 269	8.35 230	9.64 283	13.89 283	16.48 335	6.67 289	9.50 274	7.00 276	6.80 387	3.45 397	21.10 396	4.33 391	12.78 392	9.12 389

ACVNet_2	27.45 398	30.56 403	27.90 388	20.72 397	15.55 398	37.22 397	14.00 384	49.32 410	65.88 417	43.17 401	56.99 412	51.90 400	26.98 388	21.46 382	15.38 361	10.77 396	2.85 390	23.12 397	3.62 388	20.08 399	11.47 398

RainbowNet	18.69 390	27.15 399	22.03 375	18.76 396	15.00 395	27.97 385	10.17 368	27.99 390	34.19 384	15.53 353	27.53 363	25.33 372	13.80 356	19.86 376	10.59 325	14.50 403	3.57 398	23.85 398	5.03 395	18.49 396	12.41 400

ACVNet-4b	16.48 379	23.07 395	14.73 351	16.69 394	15.18 396	31.83 390	7.30 353	19.71 366	27.82 373	11.54 325	22.10 344	31.68 385	8.96 329	18.88 371	7.28 281	11.04 397	2.65 388	24.93 399	5.02 394	18.57 397	10.67 396

ACVNet_1	19.51 391	26.19 397	15.50 354	17.71 395	15.28 397	26.46 382	9.36 363	29.16 394	34.18 383	25.06 378	24.89 357	37.18 392	21.93 378	17.80 368	15.03 359	11.08 398	2.83 389	25.29 400	5.06 396	19.11 398	11.14 397

Dean	35.52 407	40.12 410	27.99 389	30.63 401	17.33 399	45.80 408	11.68 377	57.61 418	76.54 421	63.70 417	60.65 415	66.93 416	49.40 411	38.12 400	40.28 408	12.18 400	3.73 400	28.86 401	5.94 398	20.69 400	12.16 399

PWCK	31.62 405	45.59 412	49.67 406	30.49 400	7.80 379	42.91 404	29.73 410	45.45 403	44.44 399	47.41 405	36.92 387	47.86 399	26.79 387	41.90 406	33.36 400	22.77 408	4.56 404	29.89 402	5.13 397	29.43 408	10.36 395

DispFullNet	18.06 387	27.03 398	34.90 396	22.68 399	20.79 401	15.03 350	3.18 290	16.95 348	26.06 370	20.48 366	16.91 310	20.55 364	18.37 367	23.48 385	12.16 341	5.31 383	2.91 392	31.24 403	8.09 399	22.63 401	12.44 401

LVE	35.84 409	41.54 411	36.25 397	33.36 405	18.92 400	53.05 416	27.99 409	53.17 416	64.93 416	47.63 406	61.58 416	54.25 405	38.72 401	38.72 401	35.50 404	16.36 407	6.23 408	31.51 404	14.04 407	25.01 402	18.07 410

IMH-64-1	28.06 400	29.98 400	19.46 369	32.15 402	20.98 402	27.68 383	16.66 391	47.31 404	44.85 400	34.14 391	50.94 405	41.49 396	31.67 394	37.53 398	23.88 381	14.17 401	2.96 393	34.45 405	11.15 402	26.12 403	13.75 402

IMH-64	28.06 400	29.98 400	19.46 369	32.15 402	20.98 402	27.68 383	16.66 391	47.31 404	44.85 400	34.14 391	50.94 405	41.49 396	31.67 394	37.53 398	23.88 381	14.17 401	2.96 393	34.45 405	11.15 402	26.12 403	13.75 402

IMH	30.65 404	30.30 402	21.09 373	34.89 406	21.75 406	33.16 393	16.91 396	49.53 411	52.50 404	38.41 395	55.10 411	45.13 398	40.36 403	41.57 405	25.66 386	14.74 404	3.36 396	35.43 407	11.69 404	27.31 407	14.16 405

TorneroNet-64	33.32 406	33.28 404	33.07 394	35.14 407	21.25 405	48.02 410	21.13 402	43.47 402	58.77 409	33.36 389	46.64 401	62.00 410	38.19 400	44.82 409	35.07 402	15.02 405	3.59 399	35.81 408	12.20 405	29.45 409	16.17 406

TorneroNet	36.02 410	35.25 405	36.33 399	38.44 409	22.19 407	50.72 414	24.42 408	48.39 407	54.53 406	38.03 394	53.44 409	62.83 413	44.79 407	47.68 412	42.11 411	15.69 406	3.97 401	37.25 409	15.05 408	30.83 411	18.40 411

WAO-8	38.93 411	36.84 407	23.97 379	43.96 410	24.48 409	45.73 406	22.62 406	53.10 414	75.66 419	53.86 411	66.14 419	62.39 411	55.11 415	43.01 407	40.67 409	22.98 409	7.22 409	37.53 410	19.49 410	27.04 406	16.83 407

Venus	38.93 411	36.84 407	23.97 379	43.96 410	24.48 409	45.73 406	22.62 406	53.10 414	75.66 419	53.86 411	66.17 420	62.39 411	55.11 415	43.01 407	40.67 409	22.98 409	7.22 409	37.53 410	19.49 410	27.02 405	16.83 407

WAO-6	35.59 408	37.89 409	17.67 363	37.86 408	24.46 408	37.85 398	21.49 403	49.01 409	67.96 418	44.22 403	48.08 402	53.02 402	53.39 413	33.67 395	36.83 405	26.05 411	7.83 412	43.19 412	21.76 412	30.18 410	19.37 412

JetRed	61.44 420	61.87 420	83.02 417	46.49 413	56.73 421	83.63 422	65.09 420	59.75 420	64.22 414	69.50 421	69.26 421	66.24 415	47.62 409	61.80 419	74.60 421	45.99 416	66.40 422	46.67 413	45.27 417	63.49 420	51.22 420

UNDER WATER	45.99 413	49.80 415	68.56 414	49.99 414	32.13 412	55.35 418	39.50 413	41.12 401	52.90 405	50.69 408	45.18 398	67.79 418	58.75 418	51.93 417	50.97 415	30.59 412	14.03 413	51.66 414	37.15 413	40.27 414	31.35 413

UNDER WATER-64	46.01 414	48.25 413	68.05 413	44.59 412	28.11 411	57.02 419	43.78 416	40.20 399	48.80 402	52.08 410	42.95 396	67.22 417	57.71 417	48.98 414	49.57 414	40.01 414	17.98 414	52.15 415	39.41 415	38.99 412	34.41 414

notaker	48.05 415	55.94 417	50.90 407	56.89 417	40.29 413	38.96 400	33.86 412	47.82 406	55.70 407	57.55 413	57.48 413	60.22 409	59.71 419	54.64 418	43.27 412	41.13 415	19.86 415	57.61 416	37.79 414	50.95 416	40.33 415

DPSimNet_ROB	54.45 417	65.73 422	47.00 405	54.49 415	46.37 417	55.34 417	56.47 419	56.18 417	59.04 410	64.57 419	51.76 407	64.01 414	54.49 414	47.54 411	67.21 420	63.21 420	27.86 417	58.04 417	51.28 419	46.61 415	51.87 421

HanzoNet	57.16 419	60.12 419	60.00 410	55.77 416	42.11 414	51.98 415	41.93 414	52.07 412	61.47 412	65.98 420	65.90 418	72.11 420	70.14 420	71.11 421	61.13 419	64.31 421	34.72 418	62.27 418	50.86 418	52.83 418	46.33 418

ktn	49.32 416	58.11 418	40.16 401	59.92 419	43.22 415	49.79 413	42.99 415	48.56 408	60.67 411	51.59 409	54.51 410	55.34 406	52.65 412	47.92 413	37.91 406	57.88 419	24.79 416	63.00 419	43.57 416	52.51 417	41.31 416

KSHMR	56.07 418	64.25 421	40.47 402	74.89 421	49.63 419	49.42 412	45.46 417	57.71 419	63.52 413	61.65 416	61.67 417	71.88 419	47.67 410	51.47 416	44.57 413	54.67 418	62.25 420	66.31 420	54.18 420	53.03 419	46.75 419

SPstereo	72.80 422	48.41 414	62.94 412	57.25 418	46.60 418	79.63 421	85.16 423	100.00 433	100.00 431	98.52 429	98.22 428	100.00 434	96.67 426	97.01 427	82.62 422	47.37 417	39.60 419	68.10 421	65.09 421	40.01 413	42.71 417

MADNet++	82.81 423	81.73 424	74.64 416	87.71 426	82.67 425	93.35 423	70.27 421	86.39 425	82.88 422	93.51 426	86.62 422	86.40 422	81.37 422	88.21 422	88.63 423	86.59 425	84.23 426	72.14 422	68.69 422	78.88 426	81.36 427

xxxxx1	85.58 425	90.37 425	96.61 425	76.69 422	80.77 422	97.50 426	96.92 427	85.57 422	88.66 423	88.63 423	91.64 424	94.27 423	93.09 423	90.03 423	91.91 424	70.77 422	70.62 423	73.61 423	81.26 424	72.90 422	79.86 424

tt_ll	85.58 425	90.37 425	96.61 425	76.69 422	80.77 422	97.50 426	96.92 427	85.57 422	88.66 423	88.63 423	91.64 424	94.27 423	93.09 423	90.03 423	91.91 424	70.77 422	70.62 423	73.61 423	81.26 424	72.90 422	79.86 424

ff	85.58 425	90.37 425	96.61 425	76.69 422	80.77 422	97.50 426	96.92 427	85.57 422	88.66 423	88.63 423	91.64 424	94.27 423	93.09 423	90.03 423	91.91 424	70.77 422	70.62 423	73.61 423	81.26 424	72.90 422	79.86 424

tt	83.10 424	0.43 20	99.97 432	79.27 425	93.14 426	100.00 432	100.00 432	100.00 433	99.89 428	60.55 415	48.44 403	99.98 432	99.96 431	99.98 433	100.00 435	91.80 426	99.82 430	73.67 426	73.25 423	86.43 427	55.39 422

LRCNet_RVC	66.47 421	66.44 423	69.02 415	71.60 420	54.27 420	32.21 391	2.93 280	63.19 421	21.83 361	82.02 422	90.16 423	83.59 421	72.13 421	69.45 420	53.25 418	95.47 427	64.21 421	95.15 427	95.27 427	72.59 421	74.60 423

Anonymous_1	99.01 431	99.91 429	99.85 431	97.31 428	99.09 430	100.00 432	100.00 432	99.59 430	99.96 429	99.29 431	99.86 430	99.55 429	99.99 432	99.30 429	99.76 430	95.67 428	99.58 429	97.24 428	98.56 429	97.36 428	98.34 429

test_example2	99.38 432	99.98 432	99.99 433	100.00 436	99.98 431	99.73 430	99.99 431	96.99 427	100.00 431	100.00 433	100.00 432	96.49 426	96.74 427	99.97 430	99.96 431	100.00 435	99.97 431	98.68 429	99.11 430	100.00 434	100.00 437

MyStereo03	100.00 438	100.00 433	100.00 436	100.00 436	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	100.00 437

MyStereo02	100.00 438	100.00 433	100.00 436	100.00 436	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	100.00 437

MyStereo	100.00 438	100.00 433	100.00 436	100.00 436	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	100.00 437

HaxPig	98.85 430	99.94 430	95.36 423	99.99 433	99.98 431	94.12 424	94.52 424	99.12 429	99.96 429	99.96 432	99.99 431	99.98 432	99.89 430	98.16 428	96.14 428	99.98 432	99.99 432	100.00 430	99.99 431	99.99 433	99.95 433

Selective-RAFT-Error	100.00 438	100.00 433	100.00 436	100.00 436	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	100.00 437

PML	97.69 428	100.00 433	96.50 424	97.85 430	97.35 429	99.77 431	99.36 430	96.92 426	96.34 426	100.00 433	96.52 427	97.41 427	99.61 429	100.00 434	95.46 427	99.99 433	97.44 427	100.00 430	96.08 428	99.13 429	88.02 428

CasAABBNet	100.00 438	100.00 433	100.00 436	100.00 436	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	100.00 437

LSM0	100.00 438	100.00 433	100.00 436	100.00 436	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	99.99 434

DPSMNet_ROB	99.90 434	100.00 433	99.99 433	99.99 433	100.00 433	100.00 432	100.00 432	99.98 431	100.00 431	98.37 427	100.00 432	99.81 430	100.00 433	99.97 430	99.99 432	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	99.99 434

DGTPSM_ROB	99.90 434	100.00 433	99.99 433	99.99 433	100.00 433	100.00 432	100.00 432	99.98 431	100.00 431	98.37 427	100.00 432	99.81 430	100.00 433	99.97 430	99.99 432	99.99 433	100.00 433	100.00 430	100.00 433	100.00 434	99.99 434

DPSM_ROB	99.94 436	100.00 433	100.00 436	99.74 431	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	99.08 429	100.00 433	100.00 430	100.00 433	99.98 431	99.94 431

DPSM	99.94 436	100.00 433	100.00 436	99.74 431	100.00 433	100.00 432	100.00 432	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	100.00 435	99.08 429	100.00 433	100.00 430	100.00 433	99.98 431	99.94 431

MEDIAN_ROB	98.44 429	99.70 428	99.34 429	97.13 427	97.06 427	96.94 425	95.91 426	97.71 428	97.33 427	98.78 430	98.91 429	99.19 428	98.13 428	96.94 426	96.99 429	99.97 431	99.18 428	100.00 430	99.99 431	99.70 430	99.83 430

AVERAGE_ROB	99.63 433	99.96 431	98.88 428	100.00 436	100.00 433	98.16 429	95.64 425	100.00 433	100.00 431	100.00 433	100.00 432	100.00 434	100.00 433	100.00 434	99.99 432	100.00 435	100.00 433	100.00 430	100.00 433	100.00 434	100.00 437

Low-res two-view benchmark