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

MoCha-V2	0.71 84	0.43 157	1.65 44	0.60 291	1.06 359	0.38 9	0.00 1	3.01 105	1.32 168	0.44 62	0.58 164	0.22 79	0.08 88	0.78 82	0.40 136	0.00 1	1.45 390	0.00 1	0.22 350	0.05 124	1.61 349

11t1	0.70 82	0.28 112	1.86 89	0.56 286	0.56 311	1.06 36	0.00 1	2.89 90	1.21 125	0.60 86	0.34 117	0.08 47	0.04 45	0.76 77	0.85 206	0.02 323	1.09 355	0.00 1	0.18 333	0.06 135	1.58 346

ttt	1.79 287	0.32 127	2.41 173	0.58 288	0.26 259	1.64 236	0.00 1	6.26 349	2.57 308	1.91 241	2.39 287	1.39 196	0.11 113	5.55 268	7.97 362	0.00 1	1.05 349	0.00 1	0.16 318	0.06 135	1.14 315

DLNR_Zeroshot_test	23.30 417	50.27 423	88.62 422	97.23 434	94.59 430	1.20 74	0.00 1	20.92 408	0.64 36	0.06 15	0.02 1	0.03 5	0.02 18	4.50 216	0.25 84	32.51 421	0.96 345	0.00 1	0.27 370	72.47 427	1.47 336

PCWNet_CMD	0.70 82	0.18 51	2.22 145	0.01 10	0.01 62	1.09 50	0.00 1	3.17 119	1.35 177	0.50 80	0.29 107	2.28 259	1.46 284	1.22 114	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

AEACV	0.64 70	0.08 3	1.46 20	0.72 314	0.96 352	1.22 85	0.00 1	1.90 56	0.67 38	0.54 85	0.07 55	0.02 2	0.73 242	0.63 63	0.28 94	0.01 299	0.92 335	0.00 1	0.36 379	0.09 188	2.04 383

ToySt	0.92 131	0.51 177	4.35 289	0.21 213	0.71 337	1.32 130	0.00 1	2.77 83	1.33 170	0.21 39	0.51 156	1.47 199	0.11 113	1.14 105	0.87 209	0.03 333	0.69 310	0.00 1	0.20 341	0.10 199	1.88 379

DCRE	1.01 166	0.54 185	1.52 26	0.30 239	0.99 355	1.31 122	0.00 1	1.69 48	0.71 43	1.12 162	7.77 359	0.74 138	0.02 18	0.28 9	0.45 144	0.00 1	0.71 314	0.00 1	0.25 359	0.02 36	1.78 367

qqq	0.90 126	0.41 154	1.88 96	0.10 161	0.59 318	1.09 50	0.00 1	3.82 156	1.29 156	0.61 87	0.38 131	0.73 136	0.15 131	3.19 168	0.90 216	0.00 1	1.08 352	0.00 1	0.23 354	0.06 135	1.57 342

x	0.80 99	0.39 146	1.80 70	0.66 304	0.50 304	1.02 29	0.00 1	3.61 138	1.34 173	0.65 90	0.34 117	0.53 112	0.14 130	1.21 112	0.91 219	0.00 1	1.09 355	0.00 1	0.20 341	0.06 135	1.59 347

TANstereo	0.37 17	0.50 170	1.62 36	0.03 59	0.01 62	1.16 66	0.00 1	0.56 5	0.53 21	1.05 150	1.38 236	0.06 30	0.05 60	0.45 29	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 24

XX-TBD	0.36 16	0.59 198	1.75 58	0.07 127	0.00 1	1.11 58	0.00 1	0.73 13	0.63 35	0.44 62	1.24 228	0.06 30	0.06 67	0.39 21	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 38

CFNet_pseudo	0.71 84	0.20 80	2.34 164	0.01 10	0.01 62	1.24 93	0.00 1	3.19 122	0.92 76	0.85 117	0.47 151	2.29 263	0.61 220	1.79 145	0.17 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 140

XX-Stereo	1.24 211	0.25 101	6.03 344	1.30 361	0.29 270	1.28 116	0.00 1	4.12 201	0.60 32	1.29 182	0.50 153	3.63 317	0.03 35	4.05 194	0.18 53	0.00 1	0.58 305	0.00 1	0.23 354	0.03 91	0.47 247

xxxx	2.26 323	0.43 157	2.30 157	0.01 10	0.68 333	1.47 176	0.00 1	6.56 357	2.32 287	1.56 211	2.07 272	1.07 180	0.06 67	4.81 235	18.87 400	0.00 1	1.11 361	0.00 1	0.21 346	0.06 135	1.65 350

test_xeample	2.27 324	0.46 164	2.25 151	0.10 161	0.69 334	1.48 181	0.00 1	6.24 347	2.46 300	1.83 235	2.40 288	0.37 92	0.07 77	4.49 214	19.55 402	0.00 1	1.11 361	0.00 1	0.21 346	0.07 159	1.65 350

MSMDNet	0.71 84	0.18 51	2.22 145	0.01 10	0.01 62	1.09 50	0.00 1	3.25 124	1.35 177	0.52 83	0.29 107	2.29 263	1.45 281	1.22 114	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

ccs_rob	0.71 84	0.20 80	2.35 165	0.00 1	0.01 62	1.24 93	0.00 1	3.17 119	0.91 75	0.82 115	0.45 147	2.28 259	0.63 227	1.78 144	0.18 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.14 140

CAS++	0.35 13	0.27 111	1.08 7	0.04 83	0.00 1	0.34 5	0.01 19	4.25 216	0.54 23	0.02 1	0.02 1	0.06 30	0.00 1	0.24 4	0.06 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.03 38
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
panet	0.29 7	0.17 46	0.95 4	0.00 1	0.00 1	1.26 106	0.01 19	1.32 30	0.97 82	0.16 24	0.18 72	0.05 22	0.00 1	0.53 41	0.13 35	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24

H2IRNET	0.57 52	0.56 192	2.03 117	0.25 228	0.06 158	1.20 74	0.01 19	1.91 57	0.64 36	0.04 11	1.78 257	0.47 104	0.04 45	1.69 136	0.42 138	0.00 1	0.00 1	0.01 324	0.01 240	0.24 311	0.08 82

MGS-Stereo	0.35 13	0.20 80	1.15 10	0.04 83	0.00 1	0.52 16	0.01 19	0.52 3	0.80 56	0.03 6	2.86 304	0.04 7	0.03 35	0.28 9	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.43 356	0.00 1

Former-RAFT_DAM_RVC	0.29 7	0.32 127	0.88 1	0.02 40	0.00 1	1.05 35	0.01 19	0.80 17	1.00 88	0.76 109	0.34 117	0.10 57	0.06 67	0.13 1	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.09 104

MyStereo8	1.16 196	0.86 250	3.73 267	0.86 335	0.04 145	1.47 176	0.01 19	4.64 250	2.13 270	1.47 203	1.10 218	1.21 188	0.31 175	1.12 104	1.50 252	0.00 1	1.45 390	0.00 1	0.30 374	0.10 199	0.93 303

SMFormer	1.31 235	0.30 117	2.08 125	0.47 266	0.02 106	1.04 31	0.01 19	5.75 323	2.69 313	1.65 221	2.43 290	0.91 156	0.02 18	4.75 229	2.20 282	0.00 1	0.88 329	0.00 1	0.14 310	0.06 135	0.76 285

tta	1.32 238	0.30 117	2.08 125	0.47 266	0.02 106	1.04 31	0.01 19	5.75 323	2.69 313	1.65 221	2.43 290	0.91 156	0.02 18	4.75 229	2.20 282	0.00 1	0.88 329	0.00 1	0.14 310	0.09 188	0.92 299

qqq1	1.25 214	0.30 117	2.08 125	0.47 266	0.02 106	1.04 31	0.01 19	5.75 323	2.69 313	1.65 221	2.43 290	0.91 156	0.02 18	4.75 229	0.88 212	0.00 1	0.88 329	0.00 1	0.11 300	0.09 188	0.92 299

fff1	1.25 214	0.30 117	2.08 125	0.47 266	0.02 106	1.04 31	0.01 19	5.75 323	2.69 313	1.65 221	2.43 290	0.91 156	0.02 18	4.75 229	0.88 212	0.00 1	0.88 329	0.00 1	0.11 300	0.09 188	0.92 299

mmm	0.94 138	0.32 127	2.04 121	0.73 319	0.85 341	1.17 70	0.01 19	3.97 177	1.42 191	1.51 205	0.93 206	0.46 102	0.21 157	1.18 108	0.87 209	0.00 1	1.16 375	0.00 1	0.26 366	0.06 135	1.72 355

ff7	0.51 30	0.26 103	1.81 77	0.19 198	0.25 250	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 312	0.10 199	1.76 360

IGEVStereo-DCA	0.88 119	1.21 312	1.81 77	0.18 193	0.16 217	0.83 18	0.01 19	0.71 8	1.36 179	0.40 54	0.04 40	0.06 30	0.09 98	6.04 282	2.22 286	0.00 1	0.48 297	0.00 1	0.15 312	0.16 269	1.76 360

ffff	0.51 30	0.26 103	1.81 77	0.19 198	0.25 250	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 312	0.10 199	1.76 360

11t	0.51 30	0.26 103	1.81 77	0.19 198	0.25 250	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 312	0.10 199	1.76 360

1111x	2.13 313	0.58 196	4.38 295	0.39 251	0.61 321	2.14 273	0.01 19	6.38 352	2.40 295	1.80 233	1.97 266	0.95 168	0.64 230	7.16 342	10.30 377	0.00 1	1.18 377	0.00 1	0.29 372	0.07 159	1.32 329

GMStereo_Zeroshot	0.67 74	0.24 98	1.87 94	0.87 336	0.00 1	1.26 106	0.01 19	2.01 60	0.42 14	1.44 200	0.58 164	1.73 221	0.19 149	2.62 157	0.10 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.09 104

CASnet	0.21 2	0.22 90	0.95 4	0.01 10	0.00 1	0.87 20	0.01 19	0.55 4	0.88 68	0.16 24	0.03 30	0.04 7	0.02 18	0.39 21	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.01 11
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	0.84 110	0.23 94	2.43 183	0.01 10	0.01 62	1.34 135	0.01 19	3.82 156	1.61 211	1.24 179	1.13 221	2.16 254	0.41 200	2.08 151	0.17 50	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.17 156

HH	1.25 214	0.40 150	2.13 135	0.90 339	0.41 291	2.28 278	0.01 19	4.25 216	0.95 78	0.37 51	0.89 203	3.87 325	0.80 248	4.74 226	0.51 159	0.00 1	0.96 345	0.00 1	0.00 1	0.03 91	1.53 338

HanStereo	1.25 214	0.40 150	2.13 135	0.90 339	0.41 291	2.28 278	0.01 19	4.25 216	0.95 78	0.37 51	0.89 203	3.87 325	0.80 248	4.74 226	0.51 159	0.00 1	0.96 345	0.00 1	0.00 1	0.03 91	1.53 338

LoS_RVC	0.25 4	0.60 201	1.21 13	0.16 192	0.13 202	0.98 26	0.01 19	0.85 18	0.25 4	0.08 18	0.02 1	0.07 42	0.04 45	0.49 33	0.05 5	0.00 1	0.01 193	0.00 1	0.00 1	0.01 9	0.07 77

CAS	0.95 147	0.12 18	1.08 7	6.79 395	0.08 176	1.10 55	0.01 19	0.97 20	0.87 65	0.03 6	0.04 40	0.07 42	0.06 67	0.37 19	0.15 40	6.94 397	0.00 1	0.00 1	0.00 1	0.00 1	0.30 212

anonymousdsp	0.54 42	0.26 103	1.62 36	0.47 266	0.60 320	1.08 43	0.01 19	1.01 24	1.37 184	0.49 78	0.02 1	0.04 7	0.09 98	0.73 74	0.15 40	0.00 1	0.82 321	0.00 1	0.16 318	0.10 199	1.83 370

knoymous	0.41 20	0.09 6	1.34 17	0.05 99	0.01 62	1.15 63	0.01 19	2.36 69	0.23 3	0.51 82	0.02 1	1.64 213	0.00 1	0.49 33	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.04 45

ProNet	0.47 24	0.35 136	1.75 58	0.19 198	0.54 307	1.09 50	0.01 19	0.97 20	1.25 138	0.02 1	0.02 1	0.06 30	0.03 35	0.58 48	0.09 14	0.00 1	0.57 304	0.00 1	0.00 1	0.14 249	1.65 350

MC-Stereo	0.57 52	0.16 38	1.63 42	0.70 310	0.93 351	1.10 55	0.01 19	1.43 33	0.26 9	0.91 124	0.02 1	0.08 47	0.11 113	0.61 60	0.23 78	0.00 1	1.15 374	0.00 1	0.17 326	0.10 199	1.84 372

RCA-Stereo	0.53 38	0.18 51	1.16 11	0.01 10	0.24 246	1.20 74	0.01 19	3.86 164	0.97 82	0.77 110	0.50 153	0.05 22	0.13 129	0.32 14	0.03 3	0.00 1	0.87 328	0.00 1	0.00 1	0.08 169	0.24 194

CroCo-Stereo Lap2	0.42 21	0.75 230	1.76 64	0.03 59	0.00 1	0.33 4	0.01 19	3.75 147	0.81 57	0.02 1	0.03 30	0.04 7	0.07 77	0.52 40	0.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.07 159	0.03 38

ccc-4	0.51 30	0.26 103	1.81 77	0.19 198	0.25 250	1.08 43	0.01 19	0.71 8	1.36 179	0.47 70	0.02 1	0.04 7	0.08 88	0.79 83	0.18 53	0.00 1	0.92 335	0.00 1	0.15 312	0.10 199	1.76 360

anonymity	0.99 161	0.18 51	1.80 70	0.39 251	0.67 331	0.74 17	0.01 19	5.09 280	2.13 270	1.34 189	1.30 231	0.80 150	1.62 297	0.82 92	0.64 177	0.03 333	0.59 306	0.00 1	0.48 386	0.02 36	1.15 317

ADStereo(finetuned)	0.98 159	0.65 215	4.66 303	0.03 59	0.00 1	1.25 100	0.01 19	3.99 182	2.16 272	2.65 296	0.30 111	0.09 52	2.33 317	0.58 48	0.45 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.41 241

RAFT_CTSACE	0.85 113	0.95 268	2.60 195	0.60 291	0.05 153	1.20 74	0.01 19	3.18 121	0.85 63	0.79 111	1.57 247	2.18 255	0.78 246	1.20 110	0.22 71	0.00 1	0.33 286	0.00 1	0.00 1	0.28 326	0.21 184

SA	1.02 171	0.85 247	2.22 145	0.00 1	0.42 294	1.31 122	0.01 19	4.74 259	2.04 267	0.50 80	0.95 208	0.30 88	1.30 276	4.24 203	0.42 138	0.00 1	0.47 294	0.00 1	0.17 326	0.16 269	0.30 212

IGEV-Stereo	0.54 42	0.26 103	1.62 36	0.47 266	0.61 321	1.08 43	0.01 19	1.00 22	1.37 184	0.49 78	0.02 1	0.04 7	0.09 98	0.73 74	0.16 44	0.00 1	0.82 321	0.00 1	0.16 318	0.10 199	1.83 370
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	1.28 226	0.93 264	3.51 250	0.14 183	0.66 330	1.21 81	0.01 19	3.87 166	1.06 92	0.19 32	1.97 266	1.62 211	1.50 286	6.80 316	1.07 234	0.00 1	0.16 266	0.00 1	0.06 283	0.26 318	0.67 276

dad	1.04 173	1.21 312	3.14 230	0.08 135	0.01 62	1.25 100	0.01 19	1.30 28	2.54 306	1.95 248	0.37 128	0.40 97	0.04 45	5.95 281	1.06 232	0.01 299	0.00 1	1.11 387	0.12 307	0.07 159	0.19 166

AACVNet	1.04 173	0.87 252	2.22 145	0.25 228	0.00 1	1.79 257	0.01 19	4.21 210	0.79 51	1.17 168	0.27 104	1.50 200	0.16 136	6.30 293	0.89 215	0.00 1	0.00 1	0.00 1	0.00 1	0.23 303	0.04 45

test_3	0.81 101	0.15 28	2.17 139	0.36 244	0.58 316	1.03 30	0.01 19	3.01 105	0.59 30	0.98 134	0.02 1	1.04 175	0.04 45	3.72 185	0.39 135	0.00 1	0.92 335	0.00 1	0.25 359	0.16 269	0.69 278

iRaftStereo_RVC	0.55 47	0.59 198	1.20 12	0.03 59	0.00 1	1.23 89	0.01 19	2.55 75	0.81 57	0.15 22	0.23 95	0.70 133	0.12 126	0.48 31	0.22 71	0.00 1	1.14 373	0.00 1	0.00 1	0.33 336	1.13 314

CREStereo++_RVC	0.37 17	0.24 98	1.62 36	0.06 117	0.00 1	1.21 81	0.01 19	0.77 15	1.12 102	0.26 43	1.45 239	0.06 30	0.06 67	0.42 25	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 67
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
TestStereo	0.67 74	0.99 281	2.26 152	0.00 1	0.00 1	0.92 21	0.01 19	1.77 52	0.30 10	0.20 38	0.05 48	0.08 47	0.06 67	6.62 305	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 82

Anonymous	0.35 13	0.22 90	2.01 112	0.00 1	0.00 1	0.24 3	0.01 19	3.01 105	0.54 23	0.02 1	0.03 30	0.05 22	0.07 77	0.32 14	0.07 10	0.00 1	0.01 193	0.00 1	0.00 1	0.11 222	0.22 185

HCRNet	0.83 104	0.39 146	1.59 35	0.02 40	0.00 1	1.18 71	0.01 19	3.69 142	2.28 284	0.75 107	0.21 91	0.56 114	0.11 113	5.32 260	0.25 84	0.00 1	0.01 193	0.00 1	0.00 1	0.08 169	0.04 45

DCANet	0.84 110	0.65 215	3.63 256	0.03 59	0.00 1	1.25 100	0.01 19	3.99 182	2.16 272	2.66 299	0.31 114	0.09 52	0.48 207	0.57 47	0.45 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.41 241

222	3.11 341	0.43 157	2.10 132	0.02 40	0.45 299	1.57 207	0.01 19	6.44 353	2.34 291	1.73 231	2.24 277	0.52 111	0.07 77	4.95 242	36.29 417	0.00 1	1.07 351	0.00 1	0.21 346	0.06 135	1.65 350

AFF-stereo	0.89 125	1.05 293	1.70 50	0.49 275	0.18 223	1.21 81	0.01 19	3.58 137	1.62 217	0.84 116	1.93 264	1.14 185	0.26 165	1.24 116	0.68 185	0.00 1	0.64 309	0.00 1	0.00 1	0.26 318	0.89 297

GMStereo	0.34 12	1.03 291	2.11 134	0.01 10	0.00 1	0.47 14	0.01 19	0.77 15	1.38 187	0.24 40	0.04 40	0.07 42	0.08 88	0.43 27	0.12 27	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CREStereo	0.29 7	0.19 74	0.91 2	0.00 1	0.01 62	1.24 93	0.01 19	1.31 29	0.99 87	0.17 26	0.17 69	0.04 7	0.00 1	0.56 45	0.14 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.02 24
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
acv_ft	0.94 138	0.56 192	2.28 154	0.04 83	1.07 361	1.71 249	0.01 19	4.41 229	1.34 173	1.53 209	0.75 184	1.92 232	0.45 205	0.51 38	1.74 263	0.00 1	0.00 1	0.00 1	0.00 1	0.32 334	0.20 178

HGLStereo	1.17 197	0.53 184	2.39 170	0.01 10	0.02 106	1.45 166	0.01 19	4.05 189	1.14 104	1.42 198	3.06 307	2.09 245	1.21 268	4.60 221	1.33 243	0.00 1	0.00 1	0.00 1	0.00 1	0.10 199	0.06 67

DIP-Stereo	0.68 79	0.35 136	1.76 64	0.08 135	0.00 1	1.46 170	0.01 19	6.53 355	1.71 235	0.91 124	0.11 62	0.04 7	0.19 149	0.19 2	0.09 14	0.00 1	0.01 193	0.00 1	0.00 1	0.03 91	0.17 156
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
NLCA_NET_v2_RVC	1.20 201	0.85 247	3.90 273	0.61 294	0.99 355	1.40 151	0.01 19	4.06 191	1.56 205	2.38 281	0.36 127	2.15 253	0.57 216	4.52 217	0.67 184	0.00 1	0.00 1	0.00 1	0.01 240	0.02 36	0.03 38
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	1.95 295	1.64 347	4.89 311	0.09 151	0.00 1	1.24 93	0.01 19	3.93 173	2.82 327	2.32 273	4.64 338	3.61 316	0.19 149	7.61 353	4.73 340	0.60 376	0.19 272	0.00 1	0.00 1	0.11 222	0.47 247

PS-NSSS	1.25 214	0.85 247	2.77 208	0.05 99	0.03 124	1.40 151	0.01 19	5.04 277	2.38 292	1.34 189	2.80 302	0.65 120	0.06 67	6.36 294	0.91 219	0.18 367	0.00 1	0.00 1	0.00 1	0.12 231	0.01 11

StereoDRNet-Refined	0.96 150	0.28 112	1.94 106	0.03 59	0.01 62	1.34 135	0.01 19	4.02 185	1.33 170	2.16 260	1.23 227	2.62 273	0.18 145	2.06 150	1.82 266	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.06 67
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	1.20 201	0.77 237	3.37 243	1.01 348	0.01 62	2.00 267	0.01 19	4.44 230	1.74 241	1.88 238	1.09 216	0.35 90	0.35 181	4.22 200	2.44 296	0.00 1	0.00 1	0.00 1	0.00 1	0.09 188	0.26 204

DISCO	2.03 301	0.45 161	2.82 211	0.72 314	0.53 306	5.13 356	0.01 19	6.01 339	1.81 248	2.31 272	0.91 205	6.43 361	0.87 252	8.57 373	3.67 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.17 156

NOSS_ROB	1.47 260	0.49 169	2.40 171	1.00 345	0.17 220	2.56 292	0.01 19	4.86 263	2.62 309	2.32 273	1.74 254	2.79 280	0.02 18	6.96 331	0.60 170	0.00 1	0.00 1	0.00 1	0.00 1	0.06 135	0.73 282

DispNO	1.47 260	1.01 285	5.05 320	0.13 180	0.08 176	1.49 185	0.02 78	4.38 227	1.86 249	1.51 205	1.57 247	3.12 297	1.09 259	5.77 275	1.89 271	0.00 1	0.02 220	0.03 348	0.11 300	0.11 222	0.08 82

MyStereo07	0.53 38	0.51 177	1.58 33	0.03 59	0.34 286	1.66 238	0.02 78	1.68 47	1.34 173	0.53 84	0.02 1	0.04 7	0.11 113	0.74 76	0.26 91	0.00 1	1.19 378	0.00 1	0.18 333	0.03 91	0.37 227

MyStereo06	1.08 180	0.47 166	3.30 240	0.03 59	0.14 207	1.53 195	0.02 78	5.58 311	0.88 68	1.15 166	0.73 181	3.48 312	1.15 261	0.86 97	0.66 181	0.00 1	1.10 359	0.00 1	0.16 318	0.02 36	0.37 227

MyStereo05	1.01 166	0.47 166	3.36 242	0.03 59	0.14 207	1.53 195	0.02 78	4.11 200	3.37 339	1.43 199	0.03 30	1.27 190	0.39 197	1.39 124	0.97 223	0.00 1	1.10 359	0.00 1	0.16 318	0.02 36	0.37 227

MyStereo04	1.01 166	0.51 177	3.49 249	0.03 59	0.34 286	1.66 238	0.02 78	4.18 208	2.93 331	1.10 159	0.03 30	1.30 193	0.58 217	1.32 121	1.02 229	0.00 1	1.19 378	0.00 1	0.18 333	0.03 91	0.37 227

ACVNet-DCA	0.94 138	0.36 138	2.41 173	0.50 276	0.29 270	3.40 324	0.02 78	3.82 156	1.29 156	0.71 97	0.83 195	0.05 22	0.61 220	1.60 131	0.12 27	0.00 1	1.13 368	0.00 1	0.03 261	0.06 135	1.57 342

xx1	1.29 230	0.36 138	2.41 173	0.50 276	0.29 270	3.40 324	0.02 78	4.02 185	7.67 377	0.71 97	0.83 195	0.73 136	0.15 131	1.60 131	0.12 27	0.00 1	1.13 368	0.00 1	0.23 354	0.06 135	1.57 342

1test111	1.06 178	0.36 138	2.41 173	0.50 276	0.29 270	3.40 324	0.02 78	3.82 156	1.29 156	0.71 97	0.83 195	0.05 22	0.61 220	3.19 168	0.90 216	0.00 1	1.13 368	0.00 1	0.03 261	0.06 135	1.57 342

cc1	1.29 230	0.36 138	2.41 173	0.50 276	0.29 270	3.40 324	0.02 78	4.02 185	7.67 377	0.71 97	0.83 195	0.05 22	0.61 220	1.59 130	0.12 27	0.00 1	1.13 368	0.00 1	0.03 261	0.10 199	1.86 374

tt1	1.23 209	0.37 143	2.41 173	0.41 254	0.45 299	3.33 321	0.02 78	3.81 151	6.87 370	0.71 97	0.80 192	0.06 30	0.40 198	1.73 138	0.12 27	0.00 1	1.12 363	0.00 1	0.00 1	0.10 199	1.86 374

whm_eth	0.81 101	0.77 237	4.13 279	0.03 59	0.00 1	1.26 106	0.02 78	4.05 189	2.20 277	0.35 48	2.47 295	0.13 65	0.11 113	0.28 9	0.14 38	0.00 1	0.01 193	0.00 1	0.00 1	0.02 36	0.28 210

test croco	0.55 47	0.55 186	3.45 246	0.10 161	0.00 1	0.50 15	0.02 78	3.49 133	1.16 106	0.05 14	0.10 59	0.13 65	0.17 141	0.67 66	0.28 94	0.00 1	0.00 1	0.00 1	0.00 1	0.36 345	0.01 11

StereoIM	0.30 10	0.62 208	1.63 42	0.07 127	0.19 225	0.40 12	0.02 78	1.36 31	0.76 49	0.04 11	0.05 48	0.13 65	0.05 60	0.38 20	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

MIF-Stereo (partial)	0.37 17	0.39 146	1.98 108	0.02 40	0.00 1	0.43 13	0.02 78	2.35 68	0.61 33	0.18 28	0.10 59	0.07 42	0.07 77	0.61 60	0.40 136	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.02 24

MIF-Stereo	0.23 3	0.28 112	1.91 101	0.05 99	0.16 217	0.34 5	0.02 78	0.46 2	0.42 14	0.06 15	0.18 72	0.05 22	0.07 77	0.22 3	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.11 222	0.01 11

MIM_Stereo	0.72 90	0.80 242	2.05 122	0.63 299	1.06 359	1.31 122	0.02 78	2.80 85	1.24 131	0.19 32	0.02 1	0.70 133	0.20 154	1.31 120	0.16 44	0.00 1	0.18 269	0.00 1	0.00 1	0.17 281	1.53 338

SDNR	3.62 353	1.25 317	7.41 364	0.71 312	0.22 235	26.06 414	0.02 78	4.55 242	2.42 297	3.10 315	11.33 371	3.05 293	0.77 244	8.31 369	2.21 285	0.05 343	0.11 260	0.00 1	0.01 240	0.08 169	0.66 273

anonymousdsp2	0.88 119	0.10 10	2.48 188	0.42 255	0.77 340	1.22 85	0.02 78	4.89 266	1.23 129	0.75 107	0.21 91	0.94 164	0.09 98	1.46 127	0.31 101	0.00 1	0.88 329	0.00 1	0.11 300	0.05 124	1.78 367

anonymousa	1.15 194	0.38 144	2.43 183	0.70 310	1.49 371	1.45 166	0.02 78	4.23 215	1.13 103	0.91 124	2.52 296	3.46 310	0.55 211	0.55 42	0.60 170	0.00 1	1.13 368	0.00 1	0.54 388	0.04 112	0.86 294

Selective-RAFT	0.53 38	0.18 51	1.12 9	0.04 83	0.01 62	1.19 73	0.02 78	3.26 126	1.29 156	0.02 1	0.02 1	0.24 80	0.18 145	1.34 122	0.44 140	0.00 1	0.93 341	0.00 1	0.19 339	0.05 124	0.17 156

TestStereo1	0.96 150	0.91 258	2.21 143	0.24 223	0.42 294	1.31 122	0.02 78	4.10 197	1.71 235	0.47 70	1.64 250	0.20 73	1.20 264	3.55 179	0.36 116	0.00 1	0.27 279	0.00 1	0.00 1	0.19 289	0.32 216

DCANet-4	0.83 104	0.18 51	4.76 307	0.04 83	0.01 62	1.24 93	0.02 78	3.84 162	2.21 278	2.39 282	0.25 98	0.11 58	0.24 161	0.59 55	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

fff	0.83 104	0.63 210	3.63 256	0.01 10	0.04 145	1.25 100	0.02 78	3.98 178	1.29 156	2.39 282	0.25 98	0.09 52	1.78 302	0.58 48	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

IER	0.88 119	0.38 144	2.74 205	0.01 10	0.00 1	2.27 277	0.02 78	3.65 141	1.30 164	1.45 201	0.96 209	1.39 196	1.16 262	1.60 131	0.53 163	0.00 1	0.00 1	0.00 1	0.00 1	0.06 135	0.02 24

raft_robust	1.21 203	1.05 293	2.00 111	0.10 161	0.43 297	1.39 147	0.02 78	4.21 210	2.32 287	0.44 62	0.02 1	2.23 257	1.39 278	7.00 334	0.35 112	0.00 1	0.78 318	0.00 1	0.18 333	0.10 199	0.19 166

test_5	0.94 138	0.94 265	2.60 195	0.55 285	0.25 250	1.47 176	0.02 78	4.89 266	0.97 82	0.81 113	0.30 111	0.80 150	0.63 227	3.39 172	0.24 82	0.00 1	0.27 279	0.00 1	0.00 1	0.17 281	0.54 256

SA-5K	0.96 150	0.91 258	2.21 143	0.24 223	0.42 294	1.31 122	0.02 78	4.10 197	1.71 235	0.47 70	1.64 250	0.20 73	1.20 264	3.55 179	0.36 116	0.00 1	0.27 279	0.00 1	0.00 1	0.19 289	0.32 216

UDGNet	0.44 22	0.91 258	1.89 99	0.04 83	0.00 1	1.15 63	0.02 78	0.75 14	1.77 244	0.45 67	0.07 55	0.06 30	0.02 18	1.62 134	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

test-3	0.86 116	0.15 28	2.03 117	0.37 247	0.56 311	1.01 27	0.02 78	3.05 108	0.54 23	1.98 250	0.02 1	1.09 182	0.04 45	3.73 186	0.38 128	0.00 1	0.93 341	0.00 1	0.25 359	0.16 269	0.82 289

test_1	0.84 110	0.15 28	2.03 117	0.37 247	0.55 308	1.01 27	0.02 78	3.06 110	0.55 27	1.73 231	0.02 1	1.09 182	0.04 45	3.70 184	0.38 128	0.00 1	0.93 341	0.00 1	0.25 359	0.16 269	0.84 291

GwcNet-ADL	0.71 84	0.22 90	2.22 145	0.05 99	0.01 62	1.32 130	0.02 78	3.82 156	1.61 211	1.06 153	0.44 144	1.46 198	0.22 158	0.94 100	0.62 176	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.14 140

GANet-ADL	0.62 62	0.16 38	1.89 99	0.15 188	0.02 106	1.46 170	0.02 78	3.83 161	0.75 46	0.40 54	1.08 215	1.09 182	0.18 145	0.65 65	0.47 154	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.13 135

RAFT-RH_RVC	2.11 310	0.30 117	2.27 153	0.74 321	0.26 259	1.51 190	0.02 78	0.61 6	1.23 129	5.28 356	21.18 397	1.04 175	0.07 77	6.90 323	0.61 173	0.04 339	0.00 1	0.00 1	0.03 261	0.02 36	0.00 1

CroCo-Stereo	0.50 27	0.63 210	2.38 169	0.14 183	0.00 1	0.19 2	0.02 78	4.28 221	0.96 81	0.14 21	0.03 30	0.46 102	0.08 88	0.32 14	0.29 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11
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
pcwnet_v2	1.36 245	0.21 85	5.89 341	0.15 188	0.01 62	1.78 256	0.02 78	5.77 327	3.19 338	1.69 228	1.94 265	2.00 239	0.79 247	3.09 167	0.33 102	0.00 1	0.00 1	0.00 1	0.01 240	0.04 112	0.27 207

csc	0.83 104	0.63 210	3.63 256	0.01 10	0.04 145	1.25 100	0.02 78	3.98 178	1.29 156	2.39 282	0.25 98	0.09 52	1.78 302	0.58 48	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

cscssc	0.83 104	0.63 210	3.63 256	0.01 10	0.04 145	1.25 100	0.02 78	3.98 178	1.29 156	2.39 282	0.25 98	0.09 52	1.78 302	0.58 48	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.37 227

RAFT-Stereo + iAFF	0.90 126	0.95 268	1.93 104	0.06 117	0.92 349	1.24 93	0.02 78	3.30 128	1.75 242	1.23 178	2.58 298	0.43 99	0.16 136	0.68 68	0.82 201	0.00 1	0.70 313	0.00 1	0.00 1	0.23 303	1.05 310

CFNet-RSSM	0.60 59	0.15 28	1.55 31	0.05 99	0.14 207	1.27 113	0.02 78	4.87 264	0.58 29	0.34 47	0.02 1	1.92 232	0.04 45	0.49 33	0.25 84	0.00 1	0.01 193	0.00 1	0.27 370	0.01 9	0.10 114

MMNet	1.33 242	0.69 222	4.18 280	0.11 173	0.01 62	4.08 337	0.02 78	4.27 220	1.49 200	2.17 261	0.33 116	1.34 195	1.20 264	4.52 217	1.93 273	0.00 1	0.00 1	0.00 1	0.00 1	0.11 222	0.06 67

UNet	1.21 203	0.36 138	4.56 300	0.04 83	0.02 106	2.30 281	0.02 78	3.70 144	0.98 86	1.32 186	0.14 68	2.70 276	1.54 288	4.49 214	1.96 274	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.07 77

GANet-RSSM	1.09 182	0.80 242	2.41 173	0.72 314	0.00 1	1.39 147	0.02 78	5.15 283	1.07 93	0.95 132	0.34 117	2.06 242	1.12 260	4.69 222	0.80 198	0.00 1	0.00 1	0.04 353	0.00 1	0.15 261	0.09 104

CFNet-ft	0.97 157	0.94 265	2.30 157	0.01 10	0.27 264	1.37 141	0.02 78	2.76 80	0.79 51	0.88 120	0.20 88	3.76 322	0.38 187	4.21 198	1.34 244	0.00 1	0.00 1	0.01 324	0.00 1	0.08 169	0.09 104

DMCA	0.87 117	0.52 182	3.24 236	0.01 10	0.01 62	1.30 120	0.02 78	3.69 142	1.87 251	2.29 270	0.17 69	1.71 219	0.10 105	0.76 77	1.42 249	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.12 127

CFNet_RVC	0.97 157	0.94 265	2.30 157	0.01 10	0.27 264	1.37 141	0.02 78	2.76 80	0.79 51	0.88 120	0.20 88	3.76 322	0.38 187	4.21 198	1.34 244	0.00 1	0.00 1	0.01 324	0.00 1	0.08 169	0.09 104

UCFNet_RVC	0.78 98	0.68 219	2.05 122	0.02 40	0.29 270	1.57 207	0.02 78	3.57 135	0.87 65	1.35 191	0.74 182	1.66 216	0.20 154	1.92 147	0.61 173	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

HITNet	1.01 166	1.08 299	3.32 241	0.80 329	0.00 1	1.37 141	0.02 78	5.20 287	1.59 208	1.88 238	0.18 72	0.64 119	0.31 175	1.24 116	2.01 275	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.47 247
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
DN-CSS_ROB	0.96 150	1.51 338	3.52 252	1.05 350	0.01 62	1.50 186	0.02 78	3.35 130	1.18 112	0.18 28	0.54 158	0.44 100	0.16 136	4.39 210	0.82 201	0.00 1	0.00 1	0.00 1	0.00 1	0.36 345	0.08 82

PWCDC_ROB	3.41 347	2.29 369	5.16 327	0.19 198	0.02 106	3.11 313	0.02 78	5.15 283	12.27 386	1.36 193	23.33 404	1.98 237	3.35 343	4.93 240	3.71 327	0.28 373	0.00 1	0.00 1	0.00 1	0.71 380	0.32 216

LargeStereo	0.76 93	0.41 154	1.49 25	0.75 324	0.88 346	0.38 9	0.03 127	5.40 303	0.75 46	0.25 41	0.07 55	0.04 7	0.16 136	0.81 91	0.36 116	0.00 1	1.17 376	0.00 1	0.04 273	0.14 249	1.96 382

AE-Stereo	0.83 104	0.13 23	2.17 139	0.08 135	0.24 246	1.24 93	0.03 127	5.22 289	1.26 144	0.70 96	1.09 216	0.20 73	0.16 136	0.70 69	0.33 102	0.00 1	0.89 334	0.00 1	0.26 366	0.09 188	1.75 359

DualNet	1.91 293	0.50 170	4.37 290	0.46 260	0.03 124	1.60 214	0.03 127	3.81 151	6.87 370	1.57 213	2.38 282	2.14 248	0.38 187	1.73 138	9.02 367	0.00 1	1.12 363	0.00 1	0.17 326	0.10 199	1.86 374

ffm	1.46 258	0.50 170	4.37 290	0.46 260	0.03 124	1.60 214	0.03 127	3.81 151	6.87 370	1.57 213	2.38 282	2.14 248	0.38 187	1.73 138	0.12 27	0.00 1	1.12 363	0.00 1	0.17 326	0.10 199	1.86 374

ff1	2.20 318	0.50 170	4.37 290	0.46 260	0.03 124	1.60 214	0.03 127	3.81 151	6.87 370	1.57 213	2.38 282	2.14 248	0.38 187	7.65 354	9.02 367	0.00 1	1.12 363	0.00 1	0.17 326	0.10 199	1.86 374

mmx	2.08 304	0.50 170	4.37 290	0.46 260	0.03 124	1.60 214	0.03 127	6.21 344	2.77 322	1.57 213	2.38 282	2.14 248	0.38 187	7.65 354	9.02 367	0.00 1	1.08 352	0.00 1	0.17 326	0.06 135	1.25 324

xxx	2.08 304	0.50 170	4.37 290	0.46 260	0.03 124	1.60 214	0.03 127	6.21 344	2.77 322	1.57 213	2.38 282	2.14 248	0.38 187	7.65 354	9.02 367	0.00 1	1.08 352	0.00 1	0.17 326	0.06 135	1.25 324

StereoVision	1.00 164	0.77 237	2.81 209	0.05 99	0.02 106	1.14 62	0.03 127	4.13 203	1.18 112	0.19 32	6.80 355	0.49 106	0.12 126	1.20 110	1.01 228	0.00 1	0.00 1	0.00 1	0.00 1	0.06 135	0.02 24

BUS	1.05 176	0.15 28	1.48 22	0.04 83	0.00 1	5.73 361	0.03 127	6.00 336	1.17 109	2.36 277	0.64 171	2.35 267	0.06 67	0.80 88	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

RAFT+CT+SA	0.85 113	0.91 258	2.23 150	0.19 198	0.29 270	1.27 113	0.03 127	4.92 270	0.86 64	0.65 90	0.40 136	0.67 126	0.05 60	3.03 165	0.18 53	0.00 1	0.28 283	0.00 1	0.35 378	0.15 261	0.61 268

NINENet	1.14 192	0.34 134	2.08 125	0.10 161	0.01 62	5.73 361	0.03 127	5.39 301	1.54 204	1.61 219	0.72 180	2.35 267	0.06 67	2.82 162	0.05 5	0.00 1	0.01 193	0.01 324	0.00 1	0.04 112	0.00 1

Sa-1000	1.23 209	0.79 240	2.16 138	0.00 1	0.40 289	1.36 139	0.03 127	5.00 275	2.01 263	1.11 161	5.38 342	0.61 115	0.15 131	4.18 195	0.37 127	0.00 1	0.54 302	0.00 1	0.16 318	0.15 261	0.16 151

test_4	0.65 72	0.40 150	1.73 53	0.11 173	0.19 225	1.28 116	0.03 127	1.41 32	0.22 2	0.28 45	3.49 319	0.72 135	0.09 98	1.93 148	0.53 163	0.00 1	0.11 260	0.00 1	0.08 289	0.16 269	0.15 147

dd	0.45 23	1.20 311	2.52 192	0.06 117	0.01 62	1.23 89	0.03 127	0.88 19	1.48 199	0.26 43	0.06 52	0.12 60	0.05 60	0.42 25	0.44 140	0.02 323	0.00 1	0.00 1	0.00 1	0.06 135	0.06 67

GLC_STEREO	0.19 1	0.13 23	0.94 3	0.03 59	0.00 1	0.95 23	0.03 127	0.33 1	0.44 16	0.10 19	0.04 40	0.06 30	0.04 45	0.44 28	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

GMOStereo	0.62 62	0.55 186	1.80 70	0.09 151	0.61 321	1.07 38	0.03 127	2.92 94	0.25 4	2.23 264	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

error version	0.62 62	0.55 186	1.80 70	0.09 151	0.61 321	1.07 38	0.03 127	2.92 94	0.25 4	2.23 264	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

test-v	0.62 62	0.55 186	1.80 70	0.09 151	0.61 321	1.07 38	0.03 127	2.92 94	0.25 4	2.23 264	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

PSMNet-ADL	0.88 119	0.12 18	1.32 16	0.07 127	0.01 62	2.03 269	0.03 127	3.00 103	1.28 152	0.39 53	0.66 174	2.12 247	0.67 236	4.19 197	1.38 248	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.24 194

TRStereo	0.88 119	1.18 309	2.44 185	0.72 314	0.10 191	1.56 204	0.03 127	5.73 320	1.28 152	0.18 28	0.30 111	0.62 116	0.43 201	1.02 103	0.13 35	0.00 1	0.47 294	0.00 1	0.25 359	0.01 9	1.23 321

AnonymousM	0.48 25	0.11 13	1.03 6	0.06 117	0.01 62	1.10 55	0.03 127	1.91 57	1.37 184	0.25 41	0.04 40	0.02 2	0.24 161	0.56 45	0.33 102	0.00 1	0.43 293	1.91 391	0.00 1	0.01 9	0.22 185

test-2	0.62 62	0.55 186	1.80 70	0.09 151	0.61 321	1.07 38	0.03 127	2.92 94	0.25 4	2.23 264	0.02 1	0.66 122	0.04 45	0.25 5	0.22 71	0.00 1	1.26 381	0.00 1	0.00 1	0.23 303	0.19 166

s12784h	0.67 74	0.17 46	1.87 94	0.02 40	0.00 1	1.16 66	0.03 127	4.08 194	1.89 253	1.04 149	1.59 249	0.05 22	0.02 18	1.25 118	0.12 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

RALCasStereoNet	0.80 99	0.96 272	1.77 67	0.28 237	0.97 353	1.13 60	0.03 127	2.91 93	1.11 100	0.17 26	0.34 117	0.12 60	0.20 154	1.65 135	0.65 179	0.00 1	1.72 399	0.00 1	0.00 1	0.11 222	1.90 381

RALAANet	0.68 79	1.09 300	2.29 155	0.03 59	0.01 62	0.93 22	0.03 127	2.65 77	1.97 261	1.19 169	0.39 135	0.15 71	0.30 171	1.27 119	0.75 193	0.00 1	0.25 274	0.00 1	0.09 292	0.19 289	0.03 38

Gwc-CoAtRS	0.52 36	0.16 38	1.68 49	0.05 99	0.13 202	1.06 36	0.03 127	2.88 88	0.54 23	0.40 54	0.02 1	2.22 256	0.03 35	0.49 33	0.26 91	0.00 1	0.09 256	0.00 1	0.22 350	0.01 9	0.11 121

ac_64	1.28 226	0.43 157	2.90 217	0.18 193	0.25 250	1.52 193	0.03 127	5.58 311	1.89 253	0.92 128	0.53 157	4.86 341	0.45 205	5.01 245	0.88 212	0.00 1	0.00 1	0.00 1	0.00 1	0.10 199	0.06 67

cf-r	1.18 199	1.02 287	3.22 233	0.25 228	0.02 106	1.44 162	0.03 127	5.11 282	2.16 272	1.31 185	0.59 166	2.87 284	0.24 161	4.26 204	0.79 196	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.12 127

PSMNet-RSSM	1.10 183	0.88 253	2.30 157	0.23 218	0.00 1	1.41 157	0.03 127	5.44 307	1.19 114	1.56 211	0.50 153	2.46 269	0.71 240	4.23 201	0.90 216	0.00 1	0.00 1	0.01 324	0.00 1	0.10 199	0.08 82

EKT-Stereo	0.91 128	0.23 94	2.14 137	0.84 333	4.27 392	1.23 89	0.04 156	2.85 87	0.67 38	0.44 62	0.40 136	0.95 168	0.08 88	2.93 164	0.38 128	0.00 1	0.18 269	0.00 1	0.07 285	0.04 112	0.40 239

CBFPSM	1.51 265	1.00 283	5.32 331	0.05 99	0.01 62	3.57 330	0.04 156	4.06 191	1.03 89	0.65 90	0.21 91	6.06 357	3.60 347	2.65 158	1.82 266	0.00 1	0.01 193	0.00 1	0.00 1	0.09 188	0.12 127

iinet-f	1.90 292	0.98 278	13.29 394	0.42 255	0.03 124	4.30 344	0.04 156	3.86 164	1.32 168	1.28 181	0.57 159	2.91 287	2.70 328	2.60 156	3.11 317	0.00 1	0.02 220	0.02 343	0.00 1	0.49 360	0.09 104

Selective-IGEV	0.51 30	0.13 23	1.41 19	0.72 314	0.62 328	0.38 9	0.04 156	2.58 76	1.21 125	0.19 32	0.02 1	0.02 2	0.06 67	0.48 31	0.46 149	0.01 299	0.80 320	0.00 1	0.09 292	0.07 159	0.91 298

CASS	0.63 67	0.16 38	1.88 96	0.03 59	0.01 62	1.67 243	0.04 156	3.11 117	0.81 57	2.25 269	1.02 212	0.29 87	0.35 181	0.70 69	0.23 78	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.04 45
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
rafts_anoy	0.67 74	0.91 258	1.85 86	0.60 291	1.02 358	1.16 66	0.04 156	3.25 124	0.48 19	0.19 32	0.18 72	0.11 58	0.19 149	1.17 107	0.58 169	0.00 1	1.47 392	0.00 1	0.01 240	0.05 124	0.22 185

sCroCo_RVC	0.27 6	0.19 74	2.20 142	0.02 40	0.00 1	0.13 1	0.04 156	1.15 27	0.89 71	0.15 22	0.07 55	0.03 5	0.04 45	0.39 21	0.05 5	0.00 1	0.07 246	0.00 1	0.00 1	0.02 36	0.01 11

ARAFT	1.27 225	1.38 328	4.73 305	0.08 135	0.00 1	1.67 243	0.04 156	5.52 310	1.98 262	3.02 313	0.59 166	0.47 104	0.11 113	4.87 238	0.38 128	0.00 1	0.03 228	0.00 1	0.00 1	0.25 312	0.25 200

CFNet	1.24 211	1.33 324	3.20 232	0.26 233	0.03 124	1.43 159	0.04 156	5.03 276	2.39 294	0.61 87	0.71 178	1.30 193	0.23 159	6.72 312	1.16 240	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.10 114

MLCV	1.19 200	0.97 275	3.09 226	0.07 127	0.00 1	1.63 229	0.04 156	3.33 129	1.57 206	2.74 305	1.83 260	0.99 172	0.40 198	5.31 258	1.53 254	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.11 121

HSM	1.48 262	0.60 201	1.85 86	0.01 10	0.29 270	1.76 254	0.04 156	6.50 354	1.46 195	1.91 241	1.55 245	4.69 339	1.27 274	6.66 309	0.70 188	0.00 1	0.00 1	0.00 1	0.00 1	0.07 159	0.26 204

iResNet_ROB	1.22 207	1.37 326	2.59 194	0.14 183	0.00 1	1.38 146	0.04 156	7.36 374	2.85 330	1.07 154	1.24 228	0.93 163	0.11 113	4.28 205	0.84 205	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.11 121

MSKI-zero shot	0.91 128	0.18 51	1.86 89	0.61 294	0.62 328	1.36 139	0.05 168	3.41 131	0.31 11	0.73 104	1.79 258	0.88 155	0.00 1	4.71 224	0.16 44	0.00 1	0.93 341	0.00 1	0.21 346	0.02 36	0.32 216

LL-Strereo	2.29 325	1.55 342	5.01 318	0.64 301	2.78 387	1.52 193	0.05 168	5.04 277	1.24 131	2.73 303	2.87 305	5.10 348	5.49 371	7.22 344	0.81 200	0.04 339	1.31 385	0.00 1	0.00 1	0.31 332	2.08 384

CES	0.51 30	0.16 38	1.23 14	0.09 151	1.58 373	1.18 71	0.05 168	1.07 26	0.79 51	0.03 6	0.03 30	0.14 68	0.10 105	0.55 42	0.12 27	0.00 1	0.01 193	0.00 1	0.00 1	0.01 9	2.98 389

CRFU-Net	1.43 256	0.33 133	2.98 221	1.27 358	0.03 124	4.01 336	0.05 168	6.21 344	0.95 78	1.92 243	0.74 182	3.41 308	2.55 325	3.36 171	0.36 116	0.01 299	0.01 193	0.11 365	0.00 1	0.13 241	0.09 104

CSP-Net	1.13 189	0.76 234	1.67 46	0.01 10	0.00 1	2.81 305	0.05 168	5.62 313	1.14 104	1.14 164	0.85 200	1.80 226	0.23 159	6.10 286	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.13 241	0.03 38

IPLGR	0.88 119	0.30 117	3.78 269	0.06 117	0.07 167	1.26 106	0.05 168	3.78 148	1.62 217	0.80 112	0.35 124	0.79 149	0.76 243	3.42 174	0.27 93	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.16 151

AASNet	1.05 176	1.11 301	3.12 229	0.05 99	0.00 1	1.73 252	0.05 168	5.73 320	2.17 276	1.10 159	1.84 261	0.94 164	0.19 149	1.16 106	1.37 246	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.16 151

raft+_RVC	0.71 84	1.05 293	1.86 89	0.64 301	1.31 366	1.20 74	0.05 168	2.44 72	0.77 50	0.18 28	0.43 143	0.08 47	0.15 131	0.93 99	0.64 177	0.00 1	1.43 389	0.00 1	0.00 1	0.09 188	1.03 309

raftrobust	0.68 79	0.89 255	1.80 70	0.02 40	1.29 365	1.22 85	0.05 168	2.37 70	0.62 34	2.99 312	0.03 30	0.12 60	0.15 131	0.60 57	0.51 159	0.00 1	0.69 310	0.00 1	0.00 1	0.10 199	0.24 194

psm_up	1.01 166	0.68 219	2.47 187	0.04 83	0.00 1	2.01 268	0.05 168	4.09 195	1.29 156	2.65 296	0.47 151	1.71 219	0.44 202	3.65 183	0.45 144	0.06 349	0.00 1	0.00 1	0.00 1	0.14 249	0.06 67

FENet	0.61 60	0.22 90	1.75 58	0.05 99	0.00 1	1.21 81	0.05 168	3.78 148	1.28 152	1.08 155	0.02 1	1.61 209	0.09 98	0.60 57	0.35 112	0.00 1	0.01 193	0.00 1	0.00 1	0.04 112	0.08 82

GwcNet-RSSM	1.22 207	1.24 316	3.66 261	0.23 218	0.04 145	1.46 170	0.05 168	4.65 252	1.61 211	1.33 188	0.46 150	2.98 289	0.26 165	4.48 213	1.59 256	0.00 1	0.00 1	0.02 343	0.00 1	0.21 296	0.10 114

Nwc_Net	2.25 322	0.98 278	5.37 332	0.07 127	0.11 195	2.80 304	0.05 168	7.36 374	1.30 164	2.77 306	8.21 361	5.18 350	2.98 336	5.16 253	2.46 298	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.08 82

HSM-Net_RVC	1.51 265	0.11 13	1.93 104	0.00 1	0.01 62	1.91 265	0.05 168	7.86 380	1.93 259	3.77 331	3.76 324	3.16 298	0.36 183	4.34 207	0.83 203	0.01 299	0.01 193	0.00 1	0.00 1	0.01 9	0.11 121
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CC-Net-ROB	2.09 306	1.17 308	3.97 276	1.52 371	0.23 241	3.35 323	0.05 168	5.09 280	2.74 319	1.09 157	1.40 237	0.97 170	0.18 145	6.66 309	0.87 209	1.46 388	1.64 396	7.13 395	0.00 1	1.67 385	0.54 256

iResNetv2_ROB	1.32 238	1.82 352	6.02 343	1.27 358	0.00 1	1.41 157	0.05 168	4.48 232	1.46 195	1.02 147	1.28 230	1.00 174	0.27 168	4.72 225	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.37 350	0.16 151

rrr	1.15 194	1.21 312	5.05 320	0.18 193	0.16 217	0.83 18	0.06 184	2.88 88	1.44 192	0.40 54	0.04 40	0.06 30	0.09 98	6.04 282	2.22 286	0.00 1	0.48 297	0.00 1	0.19 339	0.16 269	1.59 347

DMCA-RVC	1.12 187	1.19 310	5.30 330	0.03 59	0.04 145	1.30 120	0.06 184	3.05 108	0.87 65	3.33 321	0.12 66	0.98 171	0.65 233	3.40 173	1.82 266	0.01 299	0.04 232	0.02 343	0.01 240	0.10 199	0.09 104

LoS	0.32 11	0.19 74	1.27 15	0.11 173	0.01 62	1.32 130	0.07 186	1.44 34	0.79 51	0.06 15	0.04 40	0.27 86	0.11 113	0.60 57	0.13 35	0.00 1	0.01 193	0.00 1	0.00 1	0.03 91	0.01 11

test-1	0.77 96	0.31 123	1.67 46	0.03 59	0.97 353	1.23 89	0.07 186	4.63 249	0.75 46	0.73 104	0.67 176	1.06 178	0.03 35	0.58 48	0.80 198	0.02 323	0.79 319	0.00 1	0.07 285	0.01 9	0.96 304

LRCNet_RVC	60.82 422	63.91 424	64.33 417	69.26 426	50.13 423	19.76 401	0.07 186	58.24 421	5.77 364	75.95 423	85.64 423	74.51 422	62.84 422	58.99 422	50.33 420	93.38 430	56.04 427	93.60 428	93.06 428	68.67 426	71.95 428

test_xeample3	0.95 147	1.30 321	5.13 324	0.19 198	0.23 241	0.95 23	0.07 186	2.30 65	1.47 198	0.40 54	0.05 48	0.08 47	0.07 77	1.45 126	2.27 288	0.00 1	0.69 310	0.00 1	0.33 376	0.17 281	1.85 373

FADNet_RVC	1.32 238	1.54 340	5.37 332	0.02 40	0.06 158	2.78 303	0.07 186	4.19 209	1.03 89	0.44 62	0.35 124	0.67 126	0.10 105	5.42 263	1.92 272	0.24 371	0.33 286	0.11 365	0.33 376	0.66 377	0.68 277

RYNet	1.76 285	0.81 244	4.24 284	0.34 243	0.10 191	2.62 298	0.07 186	5.36 298	2.08 269	1.38 194	0.35 124	4.71 340	1.35 277	6.73 313	4.61 338	0.00 1	0.05 237	0.00 1	0.00 1	0.05 124	0.33 221

Any-RAFT	0.76 93	0.13 23	1.46 20	0.03 59	0.01 62	2.76 302	0.08 192	4.09 195	1.69 229	1.08 155	0.26 103	1.95 235	0.31 175	0.95 102	0.09 14	0.01 299	0.20 273	0.00 1	0.00 1	0.01 9	0.08 82

LL-Strereo2	0.63 67	0.97 275	2.03 117	0.76 326	0.86 344	1.15 63	0.08 192	1.85 54	1.20 120	0.45 67	0.02 1	0.50 109	0.07 77	0.63 63	0.65 179	0.00 1	0.17 268	0.00 1	0.03 261	0.05 124	1.05 310

4D-IteraStereo	0.59 54	0.98 278	2.62 199	0.04 83	0.09 183	1.07 38	0.08 192	1.45 35	0.39 12	0.12 20	0.05 48	0.82 152	0.10 105	0.77 79	1.05 231	0.00 1	0.40 290	0.00 1	0.00 1	0.08 169	1.79 369

STrans-v2	1.75 283	0.45 161	3.43 245	0.03 59	0.19 225	1.48 181	0.08 192	7.25 371	2.16 272	2.04 253	2.80 302	3.60 315	3.78 351	7.00 334	0.52 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.10 114

RAFT	0.91 128	0.96 272	1.82 82	0.89 338	0.44 298	0.97 25	0.08 192	3.71 145	1.25 138	0.36 50	0.20 88	3.87 325	0.27 168	0.70 69	0.49 155	0.00 1	0.83 323	0.00 1	0.01 240	0.47 358	0.87 295

sAnonymous2	0.50 27	0.60 201	4.41 297	0.01 10	0.00 1	0.34 5	0.08 192	2.33 66	1.09 96	0.03 6	0.06 52	0.04 7	0.10 105	0.29 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.35 224

CroCo_RVC	0.50 27	0.60 201	4.41 297	0.01 10	0.00 1	0.34 5	0.08 192	2.33 66	1.09 96	0.03 6	0.06 52	0.04 7	0.10 105	0.29 12	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.35 224

GES	0.75 91	0.26 103	2.66 202	0.01 10	0.00 1	1.63 229	0.08 192	6.06 341	0.57 28	0.68 94	0.40 136	0.37 92	0.66 235	0.84 94	0.49 155	0.02 323	0.00 1	0.01 324	0.00 1	0.08 169	0.10 114

APVNet	1.68 280	0.75 230	4.94 316	0.13 180	0.01 62	4.56 348	0.08 192	5.20 287	1.44 192	1.51 205	1.05 213	2.87 284	0.93 255	6.76 315	2.76 304	0.01 299	0.00 1	0.07 358	0.00 1	0.34 339	0.08 82

FADNet-RVC	1.30 234	1.62 346	6.28 348	0.03 59	0.00 1	1.61 221	0.08 192	4.49 233	2.04 267	0.41 59	0.10 59	0.63 117	0.64 230	5.55 268	1.69 262	0.01 299	0.08 250	0.00 1	0.00 1	0.52 367	0.31 214

RTSC	3.18 344	2.15 368	8.20 374	0.67 309	0.38 288	4.41 347	0.08 192	5.64 314	5.80 366	6.14 362	3.43 318	3.37 304	1.55 291	7.50 351	12.15 383	0.00 1	0.84 324	0.00 1	0.25 359	0.51 363	0.53 255

TransformOpticalFlow	1.53 269	0.40 150	3.46 247	0.66 304	0.07 167	1.56 204	0.09 203	4.35 225	1.86 249	1.72 230	2.27 278	3.53 314	3.04 337	6.93 327	0.49 155	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.10 114

LMCR-Stereo	1.28 226	1.13 304	2.41 173	0.57 287	0.03 124	2.72 300	0.09 203	6.86 362	0.88 68	2.44 288	1.92 263	0.14 68	1.55 291	3.57 181	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.02 24

Anonymous3	0.61 60	0.23 94	2.97 220	0.01 10	0.00 1	2.54 291	0.09 203	3.88 169	0.89 71	0.19 32	0.23 95	0.12 60	0.05 60	0.61 60	0.17 50	0.00 1	0.08 250	0.00 1	0.00 1	0.05 124	0.18 163

BEATNet_4x	1.24 211	1.45 333	5.03 319	0.58 288	0.02 106	1.34 135	0.09 203	5.29 292	1.69 229	2.01 252	0.25 98	1.18 187	0.44 202	2.11 152	2.70 301	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.54 256

R-Stereo Train	0.56 50	0.15 28	1.83 83	0.02 40	0.00 1	1.26 106	0.09 203	4.14 204	0.45 17	1.86 236	0.42 140	0.06 30	0.01 6	0.32 14	0.46 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 59

RAFT-Stereo	0.56 50	0.15 28	1.83 83	0.02 40	0.00 1	1.26 106	0.09 203	4.14 204	0.45 17	1.86 236	0.42 140	0.06 30	0.01 6	0.32 14	0.46 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 59
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DispFullNet	8.26 386	24.76 418	14.96 397	14.77 411	7.78 403	5.23 357	0.09 203	5.67 317	3.16 336	9.01 378	4.87 339	6.15 358	10.66 392	10.44 386	4.54 337	2.54 391	0.33 286	15.59 409	4.84 412	13.17 409	6.59 400

cross-raft	0.67 74	0.19 74	1.85 86	0.58 288	0.71 337	1.09 50	0.10 210	3.52 134	0.69 42	0.41 59	0.02 1	2.81 281	0.04 45	0.55 42	0.23 78	0.00 1	0.13 264	0.00 1	0.16 318	0.01 9	0.22 185

STTStereo	0.98 159	0.62 208	3.78 269	0.25 228	0.15 215	1.44 162	0.10 210	3.57 135	1.75 242	1.46 202	0.19 84	1.74 222	0.44 202	3.47 176	0.54 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.05 59

UDG	3.15 342	9.41 409	2.81 209	2.72 386	0.92 349	2.39 286	0.11 212	4.12 201	1.30 164	2.35 275	3.63 322	4.96 343	1.58 295	4.33 206	2.89 311	1.22 386	0.04 232	8.09 397	3.80 409	4.94 389	1.35 330

IPLG	0.99 161	0.76 234	3.08 225	0.06 117	0.06 158	1.40 151	0.11 212	3.81 151	1.07 93	0.81 113	1.00 211	0.50 109	0.60 219	5.65 274	0.38 128	0.00 1	0.00 1	0.00 1	0.00 1	0.23 303	0.20 178

Consistency-Raft	1.48 262	0.96 272	5.40 335	0.36 244	0.31 284	1.66 238	0.11 212	4.30 224	4.32 352	0.47 70	5.99 348	0.86 153	2.09 311	1.19 109	1.31 241	0.03 333	0.01 193	0.00 1	0.00 1	0.27 323	0.02 24

GEStereo_RVC	1.25 214	0.76 234	2.61 197	0.37 247	0.01 62	1.40 151	0.11 212	6.93 363	1.20 120	1.22 177	0.78 189	1.58 206	0.77 244	6.13 287	0.66 181	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.23 190

ADLNet	1.35 244	0.55 186	2.95 219	0.01 10	0.05 153	2.22 274	0.11 212	5.06 279	2.83 328	2.42 286	2.19 273	2.63 274	0.68 238	3.59 182	1.37 246	0.00 1	0.00 1	0.00 1	0.00 1	0.17 281	0.27 207

UPFNet	0.99 161	0.32 127	2.89 215	0.00 1	0.00 1	1.90 263	0.11 212	4.10 197	1.10 99	2.35 275	0.12 66	1.91 231	0.08 88	4.02 193	0.78 195	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.04 45

RGC	2.11 310	0.95 268	4.61 302	0.08 135	0.29 270	3.34 322	0.11 212	5.40 303	1.78 246	3.93 335	4.52 336	5.20 351	3.05 338	5.78 276	2.78 307	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.18 163

MIPNet	0.77 96	0.74 228	2.72 203	0.08 135	0.07 167	1.32 130	0.12 219	4.14 204	1.51 201	0.90 123	0.11 62	0.67 126	0.95 256	1.42 125	0.30 100	0.00 1	0.01 193	0.01 324	0.01 240	0.15 261	0.23 190

Wz-Net-LNSev	1.60 277	1.48 337	8.20 374	0.03 59	0.03 124	3.95 335	0.13 220	4.89 266	2.33 289	0.92 128	0.31 114	3.64 318	1.40 279	2.90 163	1.50 252	0.00 1	0.00 1	0.00 1	0.00 1	0.10 199	0.20 178

NCC-stereo	2.09 306	1.02 287	4.78 308	0.10 161	0.26 259	2.33 283	0.13 220	5.82 329	1.70 233	2.98 310	3.18 311	4.63 336	5.69 373	6.26 289	2.76 304	0.05 343	0.00 1	0.00 1	0.00 1	0.08 169	0.14 140

Abc-Net	2.09 306	1.02 287	4.78 308	0.10 161	0.26 259	2.33 283	0.13 220	5.82 329	1.70 233	2.98 310	3.18 311	4.63 336	5.69 373	6.26 289	2.76 304	0.05 343	0.00 1	0.00 1	0.00 1	0.08 169	0.14 140
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
gwcnet-sp	1.11 184	0.71 223	4.90 312	0.05 99	0.01 62	2.59 294	0.14 223	4.22 212	1.38 187	1.93 244	0.18 72	0.68 130	0.38 187	3.77 187	0.98 224	0.00 1	0.00 1	0.00 1	0.00 1	0.13 241	0.08 82

scenet	1.11 184	0.71 223	4.90 312	0.05 99	0.01 62	2.59 294	0.14 223	4.22 212	1.38 187	1.93 244	0.18 72	0.68 130	0.38 187	3.77 187	0.98 224	0.00 1	0.00 1	0.00 1	0.00 1	0.13 241	0.08 82

ssnet	1.11 184	0.71 223	4.90 312	0.05 99	0.01 62	2.59 294	0.14 223	4.22 212	1.38 187	1.93 244	0.18 72	0.68 130	0.38 187	3.77 187	0.98 224	0.00 1	0.00 1	0.00 1	0.00 1	0.13 241	0.08 82

IIG-Stereo	1.39 249	0.67 218	1.73 53	2.48 384	0.05 153	1.63 229	0.14 223	3.00 103	1.20 120	2.94 309	2.23 276	3.03 291	0.55 211	7.41 347	0.66 181	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.07 77

111	1.00 164	1.05 293	3.63 256	0.01 10	0.04 145	1.20 74	0.16 227	4.50 234	2.24 280	1.32 186	1.15 224	2.00 239	0.31 175	0.59 55	0.79 196	0.00 1	0.00 1	0.00 1	0.00 1	0.10 199	0.84 291

FADNet	1.38 247	1.42 332	5.62 338	0.03 59	0.06 158	2.56 292	0.16 227	4.66 253	1.64 224	0.35 48	0.11 62	1.66 216	1.05 258	5.64 273	1.59 256	0.18 367	0.02 220	0.01 324	0.01 240	0.52 367	0.23 190

PSMNet_ROB	1.31 235	1.27 318	3.91 274	0.05 99	0.11 195	1.69 247	0.16 227	3.98 178	1.59 208	1.15 166	0.34 117	2.77 278	0.62 225	4.43 212	3.80 328	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.12 127

RAFT-Test	0.85 113	0.19 74	2.98 221	0.66 304	0.99 355	1.83 261	0.17 230	3.16 118	1.19 114	0.71 97	0.11 62	3.21 301	0.02 18	0.58 48	0.33 102	0.00 1	0.47 294	0.00 1	0.29 372	0.01 9	0.15 147

SHD	3.58 348	1.83 353	6.41 352	1.34 366	1.21 364	4.84 352	0.17 230	7.95 381	12.83 387	7.86 371	3.32 316	5.08 346	2.63 326	5.54 267	8.57 364	0.01 299	0.75 317	0.00 1	0.18 333	0.31 332	0.73 282

DeepPruner_ROB	1.04 173	0.99 281	3.05 224	0.02 40	0.00 1	1.60 214	0.17 230	3.96 176	0.52 20	3.41 324	0.03 30	2.06 242	0.17 141	3.35 170	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.14 140

XPNet_ROB	1.41 253	0.81 244	2.75 206	0.04 83	0.01 62	1.70 248	0.17 230	4.14 204	1.69 229	4.12 338	1.10 218	1.58 206	0.52 208	5.13 251	4.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.11 222	0.25 200

PDISCO_ROB	2.54 331	1.40 330	5.07 323	1.06 351	2.01 381	8.28 379	0.17 230	7.96 382	6.01 368	1.48 204	1.75 255	3.67 319	1.25 272	7.74 360	2.07 278	0.00 1	0.00 1	0.00 1	0.00 1	0.39 351	0.42 245

SFCPSM	0.87 117	0.20 80	2.57 193	0.02 40	0.07 167	2.45 288	0.18 235	5.65 315	1.51 201	0.85 117	0.77 187	0.67 126	0.30 171	1.77 142	0.22 71	0.00 1	0.00 1	0.00 1	0.04 273	0.09 188	0.09 104

GANetREF_RVC	1.25 214	1.39 329	4.10 278	0.10 161	0.00 1	2.25 275	0.18 235	4.68 255	2.78 324	0.69 95	0.34 117	1.87 228	0.65 233	5.07 247	0.68 185	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.07 77
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
FBW_ROB	2.74 336	1.02 287	4.72 304	0.43 257	0.18 223	4.35 345	0.18 235	7.28 373	3.50 340	3.57 327	3.38 317	4.86 341	1.22 269	11.70 393	5.76 346	0.17 366	0.08 250	0.59 381	0.12 307	0.28 326	1.40 333

DRN-Test	1.79 287	0.51 177	4.94 316	0.19 198	0.14 207	3.30 318	0.19 238	6.58 358	2.31 286	4.40 344	0.77 187	2.10 246	1.73 300	5.40 262	2.82 310	0.00 1	0.00 1	0.00 1	0.01 240	0.12 231	0.27 207

CoDeX	1.03 172	0.45 161	2.50 191	0.06 117	0.20 229	1.51 190	0.20 239	6.54 356	1.96 260	0.73 104	0.68 177	1.04 175	0.31 175	3.86 191	0.38 128	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.07 77

GASNet	1.77 286	2.50 376	7.05 360	0.47 266	0.02 106	1.50 186	0.20 239	4.55 242	2.55 307	0.98 134	1.48 242	2.24 258	1.57 294	6.25 288	3.41 324	0.00 1	0.05 237	0.00 1	0.00 1	0.55 370	0.12 127

BSDual-CNN	0.94 138	0.15 28	1.48 22	0.04 83	0.00 1	3.30 318	0.20 239	6.00 336	1.17 109	2.36 277	0.64 171	1.78 224	0.10 105	0.80 88	0.71 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

hknet	1.21 203	0.25 101	2.89 215	0.04 83	0.00 1	3.30 318	0.20 239	6.00 336	1.19 114	2.36 277	0.64 171	3.38 306	0.05 60	3.04 166	0.73 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 67

DDUNet	3.58 348	11.19 411	3.84 271	3.59 390	3.31 390	4.14 339	0.20 239	4.40 228	1.33 170	2.72 302	3.11 310	3.16 298	0.37 185	4.18 195	1.47 250	2.02 390	0.05 237	10.10 402	3.59 408	5.85 391	3.05 391

psmorigin	2.16 315	0.75 230	10.72 387	0.24 223	0.03 124	1.62 226	0.20 239	3.80 150	1.16 106	5.40 357	3.08 308	5.77 355	2.29 315	5.62 272	2.13 279	0.00 1	0.00 1	0.00 1	0.00 1	0.08 169	0.25 200

ICVP	0.53 38	0.09 6	1.86 89	0.01 10	0.01 62	1.12 59	0.21 245	4.35 225	0.68 41	0.45 67	0.28 105	0.33 89	0.07 77	0.72 73	0.25 84	0.00 1	0.07 246	0.00 1	0.00 1	0.04 112	0.11 121
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.75 91	0.56 192	2.30 157	0.09 151	0.00 1	1.39 147	0.21 245	2.76 80	1.34 173	0.88 120	0.75 184	1.92 232	0.26 165	0.51 38	1.65 259	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.20 178

hitnet-ft	1.26 223	0.71 223	2.37 168	0.04 83	0.00 1	1.39 147	0.21 245	3.94 174	2.53 305	1.61 219	1.11 220	4.21 330	0.36 183	4.83 237	1.65 259	0.01 299	0.00 1	0.03 348	0.00 1	0.11 222	0.08 82

Anonymous_2	2.17 316	0.32 127	2.35 165	0.80 329	0.85 341	1.67 243	0.22 248	4.62 248	0.71 43	1.12 162	0.40 136	3.18 300	1.94 308	0.84 94	0.77 194	0.06 349	1.09 355	3.25 394	14.62 418	3.25 388	1.43 335

LCNet	0.93 135	0.21 85	1.62 36	0.14 183	0.26 259	1.20 74	0.22 248	2.71 78	0.90 74	1.82 234	0.21 91	0.12 60	2.50 323	5.59 270	0.16 44	0.00 1	0.00 1	0.00 1	0.00 1	0.16 269	0.79 288

ETE_ROB	1.42 255	1.04 292	3.10 227	0.02 40	0.03 124	1.81 259	0.22 248	4.73 257	1.67 228	4.77 348	1.43 238	2.77 278	0.08 88	4.23 201	2.20 282	0.00 1	0.00 1	0.00 1	0.00 1	0.06 135	0.20 178

AdaStereo	0.76 93	0.12 18	1.73 53	0.05 99	0.00 1	1.46 170	0.23 251	5.16 286	1.66 226	1.19 169	0.37 128	1.54 202	0.17 141	0.86 97	0.54 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.08 82
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.
NVstereo2D	1.25 214	0.34 134	5.21 329	0.09 151	0.03 124	1.61 221	0.23 251	4.95 273	1.92 257	1.05 150	0.38 131	2.53 270	0.61 220	5.36 261	0.44 140	0.00 1	0.10 258	0.00 1	0.03 261	0.04 112	0.19 166

DLCB_ROB	1.38 247	0.60 201	1.96 107	0.10 161	0.00 1	1.53 195	0.23 251	4.02 185	1.91 256	3.54 326	1.97 266	3.40 307	0.30 171	4.91 239	2.97 312	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.12 127

SQANet	2.65 334	1.92 361	3.73 267	4.47 391	2.98 388	2.59 294	0.24 254	4.66 253	1.11 100	2.48 290	0.59 166	1.57 203	0.86 251	3.95 192	1.67 261	7.97 398	0.14 265	0.48 376	0.03 261	7.84 392	3.68 393

riskmin	0.95 147	0.06 1	2.01 112	0.80 329	0.86 344	1.58 209	0.24 254	4.28 221	0.53 21	0.85 117	0.29 107	2.60 272	1.04 257	0.70 69	0.61 173	0.00 1	0.85 325	0.00 1	0.26 366	0.01 9	1.48 337

PFNet	1.13 189	0.26 103	3.28 239	1.27 358	0.55 308	1.60 214	0.24 254	1.80 53	1.19 114	2.37 280	1.21 226	0.63 117	0.30 171	6.85 319	0.46 149	0.16 365	0.01 193	0.00 1	0.07 285	0.18 286	0.24 194

RAFT-345	1.25 214	0.12 18	2.08 125	0.54 282	0.13 202	1.55 200	0.24 254	0.65 7	2.51 304	1.19 169	7.68 358	0.92 161	0.05 60	6.86 320	0.50 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.00 1

ASMatch	1.46 258	0.17 46	2.35 165	0.73 319	0.20 229	1.22 85	0.25 258	1.04 25	0.89 71	0.30 46	11.50 372	0.92 161	2.31 316	6.65 308	0.56 167	0.00 1	0.00 1	0.00 1	0.01 240	0.00 1	0.04 45

FADNet-RVC-Resample	1.28 226	1.46 334	6.58 356	0.10 161	0.14 207	1.54 199	0.25 258	4.29 223	1.46 195	0.61 87	0.23 95	1.29 192	0.28 170	5.23 255	1.06 232	0.10 357	0.16 266	0.09 361	0.06 283	0.28 326	0.39 237

psmg	0.93 135	0.15 28	1.48 22	0.02 40	0.00 1	3.25 317	0.26 260	5.45 308	1.17 109	2.00 251	1.45 239	1.78 224	0.10 105	0.80 88	0.71 189	0.00 1	0.00 1	0.01 324	0.00 1	0.02 36	0.04 45

ADLNet2	1.52 268	0.79 240	3.51 250	0.01 10	0.69 334	1.26 106	0.26 260	4.84 262	3.10 334	1.67 225	3.23 313	4.17 329	0.80 248	4.77 234	1.00 227	0.00 1	0.00 1	0.00 1	0.00 1	0.22 302	0.12 127

Patchmatch Stereo++	0.59 54	0.18 51	1.73 53	0.08 135	0.08 176	1.62 226	0.26 260	1.62 44	1.25 138	1.00 145	0.18 72	0.75 140	0.03 35	2.68 159	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59
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
PSM-softLoss	0.96 150	0.18 51	2.32 162	1.26 356	0.03 124	1.50 186	0.26 260	2.90 91	1.27 148	1.30 183	0.38 131	0.39 95	0.01 6	6.94 328	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

KMStereo	0.96 150	0.18 51	2.32 162	1.26 356	0.03 124	1.50 186	0.26 260	2.90 91	1.27 148	1.30 183	0.38 131	0.39 95	0.01 6	6.94 328	0.36 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

iRAFT	0.59 54	0.18 51	1.73 53	0.08 135	0.08 176	1.62 226	0.26 260	1.62 44	1.25 138	1.00 145	0.18 72	0.75 140	0.03 35	2.68 159	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

RASNet	1.75 283	0.71 223	2.93 218	0.20 212	3.20 389	1.75 253	0.26 260	3.87 166	2.64 310	0.98 134	1.46 241	5.25 354	1.67 298	6.73 313	2.81 309	0.00 1	0.00 1	0.00 1	0.00 1	0.06 135	0.47 247

iGMRVC	0.59 54	0.18 51	1.75 58	0.08 135	0.09 183	1.63 229	0.27 267	1.61 41	1.27 148	0.99 139	0.19 84	0.75 140	0.03 35	2.78 161	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

fast-acv-ft	1.54 270	0.86 250	4.85 310	0.11 173	0.12 200	3.88 333	0.28 268	2.97 100	2.26 282	0.96 133	3.49 319	2.97 288	1.23 270	3.47 176	2.75 303	0.04 339	0.01 193	0.04 353	0.04 273	0.44 357	0.08 82

SACVNet	1.14 192	0.74 228	2.49 190	0.07 127	0.00 1	1.65 237	0.28 268	4.52 238	1.51 201	2.11 258	0.79 190	1.57 203	0.07 77	5.28 257	1.31 241	0.01 299	0.00 1	0.00 1	0.00 1	0.26 318	0.18 163

NF-Stereo	0.92 131	0.18 51	1.99 110	1.31 362	0.01 62	1.55 200	0.28 268	3.09 113	1.24 131	1.20 173	0.57 159	0.24 80	0.01 6	6.43 296	0.35 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

OCTAStereo	0.93 135	0.18 51	2.01 112	1.31 362	0.01 62	1.56 204	0.28 268	3.09 113	1.24 131	1.21 174	0.57 159	0.25 84	0.01 6	6.43 296	0.35 112	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

RE-Stereo	0.92 131	0.18 51	2.01 112	1.31 362	0.01 62	1.55 200	0.28 268	3.09 113	1.24 131	1.21 174	0.57 159	0.24 80	0.01 6	6.43 296	0.34 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

TVStereo	0.92 131	0.18 51	2.01 112	1.31 362	0.01 62	1.55 200	0.28 268	3.09 113	1.24 131	1.21 174	0.57 159	0.24 80	0.01 6	6.43 296	0.34 110	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

DeepPrunerF	2.71 335	1.57 344	16.51 400	0.22 214	0.33 285	1.45 166	0.28 268	6.26 349	9.92 383	1.25 180	0.44 144	1.98 237	1.61 296	7.33 345	4.17 334	0.00 1	0.01 193	0.07 358	0.10 297	0.33 336	0.29 211

Wz-Net-LNSev-Ref	1.86 289	1.13 304	5.96 342	0.02 40	0.00 1	5.00 354	0.29 275	5.31 294	2.38 292	2.65 296	1.15 224	2.32 266	1.95 309	5.59 270	3.35 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 112	0.14 140

CIPLG	0.94 138	1.29 320	3.53 253	0.19 198	0.03 124	1.45 166	0.29 275	3.87 166	1.61 211	2.10 257	2.52 296	0.21 77	0.11 113	0.85 96	0.29 96	0.00 1	0.05 237	0.01 324	0.05 276	0.21 296	0.08 82

IPLGR_C	0.94 138	1.37 326	3.71 264	0.19 198	0.02 106	1.44 162	0.29 275	3.88 169	1.62 217	2.04 253	2.44 294	0.20 73	0.12 126	0.79 83	0.29 96	0.00 1	0.05 237	0.01 324	0.05 276	0.21 296	0.08 82

ACRE	0.94 138	1.27 318	3.93 275	0.22 214	0.02 106	1.44 162	0.29 275	3.88 169	1.60 210	1.97 249	2.42 289	0.21 77	0.11 113	0.82 92	0.29 96	0.00 1	0.04 232	0.01 324	0.05 276	0.21 296	0.09 104

PSM-adaLoss	0.54 42	0.18 51	1.72 52	0.08 135	0.09 183	1.63 229	0.29 275	1.60 38	1.27 148	0.99 139	0.18 72	0.76 145	0.02 18	1.79 145	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

RAFT-IKP	0.54 42	0.18 51	1.77 67	0.08 135	0.07 167	1.47 176	0.29 275	1.61 41	1.26 144	0.99 139	0.18 72	0.74 138	0.02 18	1.77 142	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

PMTNet	0.26 5	0.21 85	1.40 18	0.02 40	0.02 106	1.16 66	0.29 275	1.00 22	0.18 1	0.04 11	0.03 30	0.07 42	0.02 18	0.47 30	0.15 40	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

HUI-Stereo	0.54 42	0.18 51	1.78 69	0.08 135	0.08 176	1.63 229	0.31 282	1.60 38	1.28 152	0.99 139	0.18 72	0.76 145	0.02 18	1.56 128	0.19 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.05 59

IRAFT_RVC	1.13 189	0.39 146	2.40 171	1.51 370	0.25 250	1.37 141	0.31 282	2.93 99	1.24 131	1.58 218	0.79 190	1.14 185	1.54 288	6.53 301	0.44 140	0.00 1	0.12 262	0.00 1	0.00 1	0.02 36	0.03 38

OMP-Stereo	1.29 230	0.75 230	1.67 46	2.47 383	0.29 270	1.61 221	0.32 284	2.38 71	1.09 96	2.66 299	1.14 223	3.04 292	0.17 141	7.40 346	0.60 170	0.00 1	0.00 1	0.00 1	0.00 1	0.07 159	0.08 82

ROB_FTStereo_v2	0.52 36	0.18 51	1.71 51	0.08 135	0.09 183	1.59 210	0.32 284	1.61 41	1.25 138	0.99 139	0.19 84	0.76 145	0.02 18	1.36 123	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

ROB_FTStereo	0.55 47	0.18 51	1.75 58	0.08 135	0.09 183	1.61 221	0.32 284	1.60 38	1.26 144	0.99 139	0.19 84	0.75 140	0.03 35	1.97 149	0.19 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.04 45

DANet	1.96 297	0.24 98	3.72 265	0.78 327	0.48 303	2.65 299	0.34 287	3.94 174	1.71 235	4.35 341	1.56 246	5.09 347	0.56 213	6.97 332	5.99 349	0.01 299	0.00 1	0.00 1	0.01 240	0.04 112	0.66 273
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Pruner-Stereo	0.63 67	0.21 85	1.86 89	1.03 349	0.10 191	1.59 210	0.35 288	2.26 64	1.22 127	2.22 263	0.45 147	0.25 84	0.01 6	0.67 66	0.38 128	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 24

ssnet_v2	1.33 242	0.64 214	2.83 212	0.06 117	0.03 124	2.08 272	0.36 289	5.88 332	2.33 289	2.52 293	0.88 202	3.06 294	0.54 209	1.75 141	3.30 321	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.13 135

PWC_ROB	3.30 346	1.83 353	8.47 377	0.62 298	0.56 311	1.31 122	0.39 290	4.53 239	5.05 360	7.66 370	15.14 380	3.37 304	2.43 320	6.86 320	6.74 356	0.00 1	0.00 1	0.00 1	0.00 1	0.51 363	0.54 256

DeepStereo_RVC	0.59 54	0.16 38	1.65 44	0.08 135	0.06 158	1.37 141	0.40 291	1.58 37	1.26 144	1.03 148	0.83 195	0.49 106	1.52 287	0.94 100	0.18 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.13 135

MaskLacGwcNet_RVC	1.88 290	0.88 253	3.47 248	1.64 375	0.22 235	4.27 341	0.40 291	3.90 172	1.63 223	0.72 103	0.71 178	3.06 294	0.11 113	5.13 251	1.03 230	5.07 393	0.54 302	0.00 1	0.00 1	1.73 386	3.16 392

HHNet	0.94 138	0.28 112	2.48 188	0.19 198	0.08 176	1.32 130	0.42 293	2.48 73	0.84 62	1.39 197	5.80 346	0.14 68	1.74 301	0.49 33	0.94 221	0.06 349	0.00 1	0.01 324	0.00 1	0.14 249	0.04 45

DRaft	1.40 251	0.20 80	1.83 83	0.09 151	0.01 62	1.66 238	0.42 293	2.13 63	0.59 30	3.75 330	5.16 341	0.41 98	4.27 357	5.52 265	1.63 258	0.01 299	0.06 243	0.00 1	0.07 285	0.08 169	0.12 127

CRE-IMP	0.49 26	0.14 27	1.75 58	0.08 135	0.05 153	1.48 181	0.45 295	1.64 46	1.22 127	0.92 128	0.29 107	0.87 154	0.01 6	0.39 21	0.25 84	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.17 156

CVANet_RVC	1.37 246	0.82 246	3.23 235	0.54 282	0.11 195	1.48 181	0.46 296	4.01 184	2.23 279	3.33 321	1.34 234	1.51 201	0.37 185	6.38 295	0.69 187	0.01 299	0.00 1	0.00 1	0.05 276	0.19 289	0.62 270

AF-Net	2.51 330	1.12 302	5.46 336	0.01 10	0.13 202	2.03 269	0.47 297	7.04 368	2.74 319	4.09 337	10.64 370	4.99 344	2.94 332	4.94 241	3.28 320	0.00 1	0.00 1	0.00 1	0.00 1	0.17 281	0.15 147

NRIStereo	0.82 103	0.17 46	1.56 32	0.61 294	0.05 153	1.61 221	0.48 298	1.52 36	1.19 114	0.91 124	0.17 69	0.65 120	0.03 35	7.00 334	0.25 84	0.00 1	0.06 243	0.00 1	0.00 1	0.06 135	0.17 156

LALA_ROB	1.55 272	1.07 297	2.99 223	0.02 40	0.06 158	3.20 315	0.49 299	4.07 193	1.80 247	3.79 332	0.66 174	4.51 332	0.25 164	3.82 190	4.07 332	0.00 1	0.00 1	0.00 1	0.00 1	0.10 199	0.11 121

MFN_U_SF_RVC	4.10 362	2.36 372	12.04 390	1.00 345	0.27 264	10.31 383	0.51 300	8.83 385	3.69 344	4.90 352	3.30 315	9.33 376	3.43 345	8.28 367	9.42 371	0.41 375	0.53 301	0.52 377	0.81 393	0.90 381	1.05 310

edge stereo	2.06 302	0.42 156	4.20 282	0.14 183	0.09 183	1.82 260	0.51 300	5.38 299	2.48 303	3.45 325	3.96 332	8.28 371	1.80 305	5.90 279	2.30 289	0.00 1	0.00 1	0.01 324	0.00 1	0.16 269	0.19 166

PA-Net	1.56 274	1.13 304	5.13 324	0.07 127	0.17 220	1.46 170	0.53 302	4.73 257	3.04 333	0.92 128	1.30 231	2.29 263	0.62 225	6.63 306	3.00 314	0.01 299	0.00 1	0.00 1	0.00 1	0.07 159	0.15 147
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
IGEV_Zeroshot_test	1.07 179	0.28 112	3.68 263	0.51 280	0.58 316	1.13 60	0.54 303	4.64 250	0.73 45	1.14 164	0.75 184	3.21 301	0.70 239	0.77 79	0.57 168	0.00 1	0.52 300	0.00 1	0.16 318	0.04 112	1.56 341

EGLCR-Stereo	0.64 70	0.12 18	1.52 26	0.74 321	0.75 339	1.83 261	0.54 303	2.79 84	0.67 38	0.66 93	0.04 40	0.01 1	0.02 18	0.77 79	0.45 144	0.00 1	0.71 314	0.00 1	0.00 1	0.00 1	1.14 315

PFNet+	0.65 72	0.19 74	2.19 141	0.29 238	0.06 158	1.46 170	0.54 303	1.74 51	1.62 217	1.35 191	0.45 147	0.36 91	0.01 6	2.41 154	0.25 84	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 11

Syn2CoEx	1.91 293	1.85 356	6.43 355	0.05 99	0.00 1	1.47 176	0.54 303	6.03 340	2.24 280	2.24 268	2.19 273	2.06 242	3.10 339	6.57 303	2.58 299	0.00 1	0.00 1	0.00 1	0.00 1	0.34 339	0.40 239

DisPM	0.96 150	0.17 46	2.10 132	0.90 339	0.02 106	1.53 195	0.55 307	1.86 55	1.31 167	2.42 286	0.82 194	0.38 94	0.01 6	6.92 325	0.20 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.00 1

SST-Stereo	1.12 187	0.10 10	1.98 108	0.85 334	0.24 246	1.72 250	0.56 308	2.10 61	2.01 263	1.19 169	1.07 214	1.57 203	1.88 307	6.92 325	0.24 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

stereogan	2.38 328	0.59 198	5.05 320	0.01 10	0.09 183	8.26 378	0.58 309	4.92 270	3.65 343	4.68 347	4.60 337	6.43 361	2.39 319	5.27 256	0.72 191	0.00 1	0.01 193	0.01 324	0.00 1	0.27 323	0.13 135

GwcNet	1.96 297	1.51 338	7.43 365	0.30 239	1.20 363	4.13 338	0.61 310	4.45 231	1.92 257	1.53 209	2.31 279	3.93 328	0.54 209	5.50 264	3.16 318	0.00 1	0.00 1	0.00 1	0.01 240	0.39 351	0.24 194

AAGNet	1.60 277	0.15 28	1.76 64	1.17 355	0.27 264	1.51 190	0.64 311	1.71 49	1.20 120	1.67 225	0.81 193	1.59 208	2.23 313	6.08 285	11.16 380	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.02 24

RAFT_R40	1.08 180	0.11 13	2.09 131	0.83 332	0.20 229	1.68 246	0.64 311	2.11 62	1.19 114	1.05 150	1.13 221	1.77 223	1.43 280	6.90 323	0.33 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 91	0.01 11

iRaft-Stereo_20w	1.39 249	0.18 51	3.72 265	0.79 328	0.56 311	1.90 263	0.65 313	8.85 386	1.05 91	2.05 255	0.42 140	1.24 189	1.23 270	1.69 136	0.95 222	0.00 1	0.62 307	0.00 1	0.44 382	0.02 36	1.41 334

Prome-Stereo	1.29 230	0.09 6	1.62 36	0.12 179	0.24 246	1.28 116	0.65 313	2.98 101	0.93 77	2.08 256	8.52 362	0.75 140	2.83 331	2.19 153	0.11 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.39 332

XQC	3.16 343	2.00 364	7.71 367	0.97 344	0.67 331	5.07 355	0.69 315	6.58 358	4.95 359	5.04 354	1.98 269	4.99 344	3.12 340	7.96 363	10.02 376	0.00 1	0.63 308	0.00 1	0.18 333	0.36 345	0.38 236

EDNetEfficientorigin	10.48 396	2.34 371	98.78 430	0.23 218	0.25 250	3.01 311	0.70 316	4.69 256	17.04 395	19.07 401	15.43 381	12.52 382	11.56 396	9.41 377	12.62 385	0.01 299	0.01 193	0.00 1	0.01 240	0.25 312	1.76 360

Ntro	3.66 355	2.08 366	4.34 288	7.58 396	4.53 393	6.25 366	0.72 317	5.35 295	1.65 225	0.48 77	1.77 256	2.68 275	1.25 272	5.10 249	2.31 290	8.72 400	0.31 284	2.13 392	0.05 276	9.73 396	6.18 399

ADCRef	2.57 333	1.40 330	7.90 370	0.11 173	0.11 195	4.71 351	0.74 318	5.45 308	1.66 226	3.15 317	1.65 252	1.61 209	2.25 314	4.54 220	15.56 394	0.03 333	0.00 1	0.01 324	0.10 297	0.27 323	0.23 190

KYRaft	1.26 223	0.08 3	1.58 33	0.06 117	0.23 241	1.28 116	0.75 319	2.92 94	0.81 57	3.20 318	7.14 357	0.99 172	2.70 328	1.56 128	0.16 44	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	1.66 354

DSFCA	1.45 257	0.51 177	2.76 207	0.01 10	0.03 124	3.64 331	0.83 320	3.28 127	1.45 194	3.25 320	0.44 144	2.89 286	1.45 281	6.07 284	2.14 280	0.00 1	0.02 220	0.00 1	0.00 1	0.06 135	0.10 114

GMM-Stereo	1.17 197	0.10 10	2.29 155	0.13 180	0.22 235	1.43 159	0.84 321	2.83 86	1.16 106	2.73 303	3.09 309	0.54 113	0.87 252	5.31 258	0.16 44	0.01 299	0.00 1	0.00 1	0.02 259	0.02 36	1.72 355

DEmStereo	1.56 274	0.16 38	2.44 185	0.09 151	0.02 106	1.77 255	0.87 322	1.72 50	1.08 95	2.48 290	6.30 352	1.06 178	5.02 364	6.28 291	1.81 264	0.00 1	0.00 1	0.00 1	0.00 1	0.01 9	0.01 11

CBMV_ROB	2.06 302	0.31 123	2.72 203	0.63 299	0.00 1	2.83 306	0.88 323	5.24 290	2.41 296	4.28 340	6.16 349	3.07 296	3.47 346	5.81 278	2.69 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.56 263

PVD	6.50 381	1.70 349	6.71 358	1.66 376	1.59 374	7.94 375	0.89 324	11.13 391	24.35 400	12.01 388	19.10 390	8.76 374	9.89 389	9.85 380	11.06 379	0.02 323	1.12 363	0.00 1	0.26 366	0.25 312	1.72 355

PASM	2.20 318	1.85 356	10.33 385	1.00 345	0.41 291	1.98 266	0.90 325	3.85 163	2.76 321	4.38 342	1.53 244	3.49 313	1.54 288	6.60 304	2.43 295	0.14 363	0.02 220	0.00 1	0.03 261	0.33 336	0.39 237

FAT-Stereo	1.95 295	0.23 94	3.66 261	0.18 193	0.03 124	1.80 258	0.94 326	5.35 295	3.11 335	4.23 339	5.00 340	5.22 353	2.76 330	5.07 247	1.09 235	0.00 1	0.00 1	0.00 1	0.00 1	0.05 124	0.17 156

RP	2.09 306	0.90 256	3.88 272	0.22 214	0.61 321	1.72 250	0.94 326	4.97 274	2.65 311	3.87 333	5.63 345	4.44 331	4.28 358	4.99 244	2.35 292	0.01 299	0.00 1	0.00 1	0.01 240	0.20 293	0.13 135

NVStereoNet_ROB	4.22 363	2.29 369	6.13 347	1.40 369	1.14 362	2.84 307	0.97 328	5.67 317	5.66 363	5.25 355	14.28 379	12.40 381	5.35 370	10.74 388	5.33 343	1.24 387	1.01 348	0.67 385	0.62 391	0.63 375	0.69 278
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
coex-ft	12.25 402	6.22 402	80.44 421	0.15 188	0.15 215	2.43 287	0.98 329	3.07 111	29.54 405	49.22 420	16.44 383	15.69 388	16.17 402	7.44 349	15.30 393	0.05 343	0.07 246	0.01 324	0.05 276	0.35 343	1.15 317

MFMNet_re	2.39 329	1.65 348	6.10 345	3.04 387	0.90 347	2.34 285	0.98 329	4.77 261	3.79 346	6.95 365	7.08 356	1.84 227	3.79 352	2.53 155	1.57 255	0.00 1	0.00 1	0.00 1	0.00 1	0.25 312	0.26 204

RAFT + AFF	1.88 290	1.84 355	4.19 281	0.05 99	0.85 341	2.29 280	1.00 331	6.32 351	2.26 282	1.88 238	1.80 259	1.27 190	3.66 348	6.56 302	2.36 293	0.02 323	0.34 289	0.00 1	0.01 240	0.41 355	0.50 253

delet	1.31 235	0.61 206	2.64 201	0.05 99	0.17 220	2.84 307	1.00 331	4.88 265	2.46 300	1.38 194	1.37 235	1.62 211	0.90 254	4.52 217	1.48 251	0.00 1	0.00 1	0.00 1	0.00 1	0.14 249	0.08 82

MDST_ROB	3.81 358	0.21 85	4.29 287	2.64 385	1.45 370	13.85 391	1.02 333	8.06 383	2.67 312	15.14 399	8.81 363	2.70 276	1.55 291	9.31 376	3.90 329	0.03 333	0.00 1	0.00 1	0.00 1	0.03 91	0.63 271

StereoDRNet	1.66 279	1.21 312	5.39 334	0.06 117	0.11 195	2.49 289	1.06 334	5.28 291	1.89 253	3.60 329	0.63 169	2.28 259	0.64 230	4.70 223	3.25 319	0.00 1	0.03 228	0.00 1	0.01 240	0.15 261	0.36 226

MSMD_ROB	5.26 373	0.52 182	3.22 233	0.15 188	0.01 62	8.63 380	1.06 334	4.76 260	4.16 350	13.72 392	26.77 407	13.87 385	15.95 401	7.89 362	3.94 330	0.11 359	0.01 193	0.00 1	0.00 1	0.06 135	0.34 223

Wz-Net-SNSev	3.01 339	3.59 392	12.98 393	0.45 259	0.04 145	2.72 300	1.12 336	5.80 328	2.42 297	2.30 271	2.62 299	6.39 360	1.29 275	10.20 383	7.19 358	0.00 1	0.01 193	0.00 1	0.00 1	0.29 329	0.72 281

DAS	1.40 251	0.11 13	2.83 212	0.04 83	0.01 62	1.31 122	1.14 337	4.51 235	2.02 265	4.84 350	2.33 280	1.65 214	0.56 213	5.53 266	0.85 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

SepStereo	1.41 253	0.11 13	2.83 212	0.04 83	0.01 62	1.31 122	1.14 337	4.51 235	2.02 265	4.84 350	2.33 280	1.65 214	0.56 213	5.78 276	0.85 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.19 166

SPS-STEREO	3.67 356	1.46 334	4.23 283	0.36 244	0.23 241	3.93 334	1.20 339	6.67 361	3.50 340	11.05 384	8.81 363	9.53 377	4.63 361	9.10 374	7.25 359	0.01 299	0.01 193	0.00 1	0.00 1	0.13 241	1.28 327
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
pmcnn	3.98 360	0.95 268	7.29 362	0.71 312	1.42 368	2.84 307	1.22 340	5.89 333	2.42 297	9.34 380	11.71 373	18.88 394	2.65 327	6.89 322	6.35 353	0.00 1	0.07 246	0.00 1	0.00 1	0.21 296	0.76 285

ADCMid	4.33 365	2.40 374	13.81 395	0.23 218	0.40 289	4.90 353	1.23 341	5.73 320	3.73 345	11.06 385	3.94 330	6.67 365	5.11 365	7.11 339	18.03 398	0.12 361	0.08 250	0.55 378	0.46 383	0.61 373	0.49 252

FC-DCNN	6.44 380	0.46 164	3.25 237	0.54 282	0.56 311	8.01 377	1.37 342	8.76 384	7.15 375	19.35 405	22.25 402	22.72 399	15.44 400	10.37 385	7.93 361	0.00 1	0.01 193	0.00 1	0.00 1	0.03 91	0.64 272

HBP-ISP	1.59 276	1.12 302	3.42 244	0.53 281	0.10 191	4.27 341	1.44 343	5.35 295	1.61 211	3.58 328	0.87 201	0.91 156	1.18 263	6.64 307	0.46 149	0.04 339	0.02 220	0.00 1	0.00 1	0.06 135	0.24 194

DPSNet	3.98 360	1.01 285	12.58 391	0.74 321	0.55 308	5.24 358	1.53 344	12.44 393	4.82 358	2.89 307	0.97 210	6.37 359	11.43 395	8.20 365	8.61 365	0.09 356	0.51 299	0.11 365	0.38 381	0.35 343	0.83 290

ccnet	1.96 297	0.68 219	3.59 254	0.26 233	0.19 225	3.68 332	1.55 345	4.89 266	1.77 244	2.68 301	3.92 328	3.44 309	1.72 299	5.02 246	5.22 342	0.06 349	0.00 1	0.09 361	0.01 240	0.13 241	0.32 216

FCDSN-DC	5.38 374	0.65 215	3.19 231	0.24 223	0.46 302	5.71 360	1.61 346	5.83 331	4.51 355	14.74 397	22.03 400	20.43 396	13.01 398	8.48 370	6.00 350	0.02 323	0.00 1	0.00 1	0.00 1	0.07 159	0.52 254
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SuperB	3.75 357	2.46 375	15.54 399	0.32 241	0.06 158	4.29 343	1.61 346	4.25 216	11.49 385	2.56 295	1.31 233	2.01 241	1.86 306	6.94 328	8.94 366	0.05 343	0.03 228	0.10 364	0.08 289	10.62 401	0.56 263

ACVNet-4b	6.14 378	2.39 373	6.31 350	9.73 402	7.26 400	8.81 381	1.62 348	7.27 372	6.07 369	0.41 59	6.42 353	11.47 379	2.37 318	9.17 375	2.72 302	9.70 404	2.42 404	10.45 403	0.01 240	11.04 403	7.12 402

S-Stereo	2.12 312	0.32 127	6.30 349	0.24 223	0.22 235	2.51 290	1.83 349	5.38 299	5.55 362	2.46 289	5.91 347	2.81 281	0.71 240	5.19 254	2.45 297	0.00 1	0.02 220	0.00 1	0.00 1	0.07 159	0.37 227

G-Net	3.58 348	0.58 196	5.14 326	1.61 372	1.86 376	10.46 384	1.85 350	3.24 123	1.69 229	8.68 374	11.81 374	6.03 356	7.62 381	4.82 236	5.52 345	0.08 354	0.12 262	0.07 358	0.15 312	0.16 269	0.16 151

aanetorigin	2.99 337	1.00 283	9.85 383	0.23 218	0.23 241	1.59 210	2.01 351	1.94 59	1.25 138	14.45 395	10.04 369	2.98 289	3.75 349	4.97 243	4.01 331	0.10 357	0.05 237	0.09 361	0.11 300	0.55 370	0.55 261

MeshStereo	6.09 377	0.97 275	3.59 254	0.26 233	0.14 207	7.68 374	2.02 352	10.42 388	5.77 364	20.76 407	19.69 396	22.78 400	10.56 391	10.29 384	6.16 351	0.00 1	0.00 1	0.00 1	0.00 1	0.29 329	0.41 241
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
TDLM	1.32 238	0.90 256	2.42 181	0.61 294	0.03 124	1.59 210	2.04 353	3.73 146	2.29 285	1.70 229	0.94 207	1.07 180	0.67 236	6.49 300	1.12 236	0.00 1	0.00 1	0.00 1	0.00 1	0.18 286	0.54 256

otaku	3.61 351	2.06 365	4.04 277	6.41 394	3.35 391	4.67 350	2.08 354	5.97 335	1.58 207	2.19 262	2.62 299	3.47 311	1.45 281	4.36 208	2.17 281	8.55 399	0.25 274	1.89 390	0.03 261	9.29 395	5.81 398

Wz-Net-MNSev	2.17 316	1.90 360	7.77 368	0.02 40	0.01 62	4.60 349	2.08 354	5.70 319	2.83 328	4.02 336	1.50 243	1.87 228	2.53 324	5.10 249	3.04 315	0.00 1	0.01 193	0.00 1	0.00 1	0.14 249	0.31 214

WZ-Net	4.64 368	2.57 377	25.72 406	0.10 161	0.09 183	3.07 312	2.08 354	6.59 360	5.41 361	6.08 361	4.09 334	7.02 368	6.04 376	11.64 390	11.45 381	0.00 1	0.00 1	0.00 1	0.00 1	0.21 296	0.61 268

ADCPNet	3.94 359	1.47 336	14.87 396	0.11 173	0.45 299	7.19 369	2.23 357	5.42 305	3.18 337	4.53 346	2.03 270	7.48 370	5.27 369	7.05 338	14.73 391	0.02 323	0.74 316	0.04 353	0.91 400	0.23 303	0.85 293

ACVNet_1	6.79 383	2.72 381	6.97 359	9.78 403	7.38 402	7.67 373	2.29 358	10.50 389	6.93 374	4.51 345	5.39 343	13.21 383	6.34 378	7.02 337	3.31 322	9.70 404	2.48 406	10.85 405	0.11 300	11.41 405	7.23 403

SGM-Forest	2.15 314	0.50 170	2.42 181	0.19 198	0.25 250	3.47 328	2.38 359	4.53 239	2.46 300	5.64 360	3.99 333	3.74 320	2.22 312	6.99 333	3.08 316	0.01 299	0.02 220	0.00 1	0.00 1	0.05 124	0.98 306
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SGM_RVC	4.67 369	0.61 206	2.62 199	1.13 353	0.29 270	7.96 376	2.60 360	7.55 377	4.36 353	12.34 389	9.95 367	15.94 389	8.56 383	10.88 389	6.38 354	0.22 370	0.25 274	0.20 372	0.23 354	0.32 334	0.92 299
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCP+	3.18 344	1.81 351	11.33 389	0.07 127	0.20 229	5.83 363	2.80 361	4.60 246	2.69 313	1.68 227	0.28 105	3.75 321	3.14 341	6.82 317	17.90 397	0.00 1	0.00 1	0.00 1	0.00 1	0.20 293	0.56 263

WAO-8	14.47 405	5.06 399	6.42 353	8.00 398	6.65 396	23.95 408	2.97 362	23.01 412	45.08 419	19.24 403	34.86 417	33.07 408	17.51 405	17.59 404	14.38 389	5.22 394	0.86 326	10.06 400	0.85 395	10.25 397	4.34 394

Venus	14.47 405	5.06 399	6.42 353	8.00 398	6.65 396	23.95 408	2.97 362	23.01 412	45.08 419	19.24 403	34.85 416	33.07 408	17.51 405	17.59 404	14.38 389	5.22 394	0.86 326	10.06 400	0.85 395	10.25 397	4.34 394

PSM-AAD	1.21 203	0.08 3	1.53 28	0.10 161	0.27 264	1.35 138	3.14 364	2.74 79	0.83 61	2.89 307	2.04 271	0.16 72	5.25 368	3.51 178	0.21 70	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.08 82

GANet	2.23 321	0.92 263	3.10 227	0.88 337	0.08 176	2.25 275	3.25 365	4.61 247	1.71 235	2.55 294	9.98 368	2.56 271	1.47 285	7.52 352	2.98 313	0.00 1	0.04 232	0.02 343	0.08 289	0.14 249	0.42 245

NCCL2	1.51 265	1.32 323	3.27 238	0.03 59	0.07 167	1.63 229	3.29 366	4.54 241	1.61 211	3.22 319	0.37 128	3.84 324	0.31 175	4.42 211	2.02 277	0.00 1	0.00 1	0.02 343	0.00 1	0.09 188	0.22 185

FINET	2.99 337	2.11 367	7.66 366	1.13 353	1.79 375	4.35 345	3.34 367	5.66 316	7.93 380	2.49 292	3.29 314	1.66 216	2.47 322	6.70 311	4.44 336	0.82 378	1.38 388	0.03 348	0.30 374	0.36 345	1.88 379

Wz-Net-TNSev	4.36 366	6.36 403	22.98 403	0.22 214	0.06 158	7.00 368	3.45 368	7.46 376	3.81 347	2.12 259	0.63 169	7.29 369	5.11 365	9.87 381	9.72 375	0.00 1	0.00 1	0.00 1	0.02 259	0.36 345	0.66 273

RainbowNet	5.23 372	4.09 397	4.92 315	9.61 401	6.18 395	5.26 359	3.48 369	7.68 379	4.58 356	1.94 247	3.02 306	4.67 338	3.42 344	5.90 279	2.01 275	9.59 402	2.19 402	8.45 398	0.20 341	10.52 399	6.82 401

EDNetEfficient	6.66 382	1.34 325	34.37 410	0.66 304	1.93 380	2.04 271	3.59 370	3.08 112	14.92 390	20.02 406	9.53 366	6.48 363	10.85 394	7.65 354	15.21 392	0.03 333	0.10 258	0.01 324	0.22 350	0.61 373	0.55 261

WCMA_ROB	5.16 371	1.07 297	4.40 296	0.66 304	0.69 334	6.28 367	3.63 371	5.39 301	4.05 349	14.77 398	19.39 394	15.46 387	10.72 393	7.67 358	6.77 357	0.19 369	0.27 279	0.18 371	0.20 341	0.18 286	1.23 321

SANet	5.04 370	1.86 358	7.96 371	0.39 251	0.12 200	7.51 372	3.73 372	7.20 370	16.07 393	7.15 366	13.16 376	12.35 380	8.70 384	8.28 367	5.37 344	0.00 1	0.01 193	0.00 1	0.00 1	0.13 241	0.71 280

CSAN	3.10 340	1.72 350	5.85 340	0.37 247	0.14 207	4.15 340	3.91 373	4.94 272	4.65 357	6.43 363	6.29 351	4.62 335	5.17 367	8.13 364	4.85 341	0.02 323	0.03 228	0.03 348	0.05 276	0.26 318	0.48 251

DGSMNet	2.56 332	1.15 307	7.39 363	1.34 366	2.02 382	3.20 315	3.97 374	6.11 343	1.72 240	1.52 208	2.72 301	3.23 303	0.63 227	4.74 226	2.39 294	1.12 383	1.53 394	1.54 389	1.32 402	1.40 384	2.10 385

THIR-Stereo	1.54 270	0.48 168	1.88 96	0.01 10	0.02 106	1.08 43	4.17 375	2.48 73	0.41 13	1.09 157	4.30 335	1.90 230	4.08 356	6.84 318	1.81 264	0.00 1	0.00 1	0.04 353	0.00 1	0.06 135	0.04 45

CBMV	1.97 300	0.56 192	2.61 197	0.46 260	0.07 167	2.91 310	4.18 376	4.58 245	2.78 324	5.50 359	2.21 275	2.84 283	2.94 332	4.75 229	2.31 290	0.00 1	0.00 1	0.00 1	0.00 1	0.15 261	0.60 267
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ACVNet_2	9.32 389	2.76 382	8.07 372	8.84 400	6.89 398	14.54 395	4.19 377	14.25 396	23.92 399	7.62 369	19.61 395	20.42 395	5.93 375	8.52 372	3.64 325	9.16 401	1.74 400	7.93 396	0.36 379	10.56 400	7.47 406

ADCS	5.55 376	3.55 388	19.07 401	0.43 257	0.14 207	5.87 364	4.20 378	7.65 378	7.80 379	9.79 381	6.22 350	6.48 363	5.52 372	10.52 387	22.41 411	0.00 1	0.00 1	0.00 1	0.00 1	0.48 359	0.97 305

Anonymous Stereo	2.31 326	1.93 362	10.83 388	0.65 303	0.22 235	1.66 238	4.27 379	4.51 235	2.99 332	3.12 316	1.87 262	1.95 235	0.11 113	7.17 343	4.68 339	0.01 299	0.00 1	0.00 1	0.00 1	0.11 222	0.20 178

GrayStereo	1.55 272	0.06 1	1.53 28	0.75 324	0.20 229	1.27 113	4.44 380	3.44 132	1.20 120	4.92 353	3.92 328	0.45 101	4.54 360	3.43 175	0.09 14	0.00 1	0.00 1	0.00 1	0.49 387	0.02 36	0.25 200

ADCL	3.64 354	1.54 340	8.53 379	0.26 233	0.28 269	7.37 370	4.49 381	5.42 305	3.61 342	4.79 349	3.85 327	5.14 349	4.47 359	6.28 291	15.73 395	0.05 343	0.01 193	0.11 365	0.13 309	0.34 339	0.33 221

FTStereo	2.20 318	0.09 6	2.07 124	0.18 193	0.13 202	1.43 159	4.50 382	2.98 101	0.97 82	3.35 323	17.70 385	0.77 148	4.06 354	4.36 208	0.15 40	0.15 364	0.00 1	0.00 1	0.00 1	0.02 36	1.19 319

EAI-Stereo	1.50 264	0.16 38	1.53 28	0.25 228	0.91 348	2.30 281	4.98 383	6.09 342	1.87 251	1.38 194	5.56 344	0.49 106	0.59 218	1.21 112	0.83 203	0.00 1	0.31 284	0.00 1	1.09 401	0.02 36	0.56 263

MADNet+	11.36 397	15.59 414	70.62 420	1.36 368	1.52 372	20.21 402	4.98 383	12.73 394	8.13 381	3.88 334	6.42 353	8.89 375	6.29 377	32.76 417	29.90 416	0.25 372	1.05 349	0.01 324	0.22 350	0.60 372	1.76 360

IMH	11.71 399	4.49 398	4.59 301	11.55 408	9.35 408	14.27 394	5.00 385	21.03 409	25.97 403	8.90 377	23.64 405	20.58 397	10.29 390	13.39 397	9.59 372	10.13 409	2.57 409	15.53 408	1.75 405	13.04 408	8.53 409

NaN_ROB	2.33 327	1.31 322	4.55 299	0.32 241	0.30 282	3.13 314	5.01 386	4.57 244	2.78 324	5.49 358	1.73 253	2.28 259	1.98 310	7.48 350	4.32 335	0.01 299	0.06 243	0.03 348	0.09 292	0.20 293	0.88 296

WAO-7	9.62 390	2.87 383	5.64 339	0.96 343	0.21 234	20.37 403	5.13 387	23.65 415	26.32 404	13.11 391	27.70 410	22.69 398	14.04 399	14.53 400	13.11 386	0.13 362	0.09 256	0.58 379	0.10 297	0.51 363	0.75 284

LSM	7.83 385	2.59 378	24.93 405	4.71 392	40.61 421	3.55 329	5.22 388	5.91 334	7.48 376	10.86 383	13.66 378	4.55 333	3.92 353	7.72 359	5.88 348	0.02 323	0.26 277	0.00 1	0.00 1	0.30 331	14.53 417

IMH-64-1	10.12 392	3.75 395	4.24 284	11.47 406	9.26 406	11.93 388	5.30 389	18.72 401	15.74 391	7.16 367	18.55 387	16.83 390	6.83 379	11.66 391	9.62 373	10.09 406	2.54 407	15.69 410	1.72 403	12.82 406	8.45 407

IMH-64	10.12 392	3.75 395	4.24 284	11.47 406	9.26 406	11.93 388	5.30 389	18.72 401	15.74 391	7.16 367	18.55 387	16.83 390	6.83 379	11.66 391	9.62 373	10.09 406	2.54 407	15.69 410	1.72 403	12.82 406	8.45 407

Dean	12.08 401	3.10 385	8.10 373	10.98 405	8.34 405	18.85 400	5.53 391	21.57 411	40.96 418	11.81 387	21.91 399	25.74 403	9.74 387	8.20 365	5.76 346	9.65 403	2.35 403	9.94 399	0.65 392	10.97 402	7.40 404

LE_ROB	13.25 403	1.86 358	12.84 392	2.35 381	1.43 369	7.50 371	5.92 392	10.14 387	48.57 421	57.70 421	24.61 406	23.44 402	32.60 417	10.12 382	24.95 415	0.06 349	0.08 250	0.13 369	0.20 341	0.09 188	0.41 241

CrosDoStereo	1.72 281	0.31 123	1.91 101	0.03 59	0.07 167	1.40 151	5.95 393	3.61 138	1.62 217	0.98 134	3.79 325	0.94 164	4.66 362	7.11 339	1.86 269	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.08 82

DeepStereo_LL	1.72 281	0.31 123	1.91 101	0.03 59	0.07 167	1.40 151	5.95 393	3.61 138	1.62 217	0.98 134	3.79 325	0.94 164	4.66 362	7.11 339	1.86 269	0.00 1	0.00 1	0.00 1	0.00 1	0.12 231	0.08 82

RTS	10.27 394	3.55 388	66.16 418	1.62 373	2.34 383	13.96 392	6.25 395	6.95 365	18.07 396	8.81 375	19.18 391	6.82 366	2.96 334	26.87 413	19.93 403	0.00 1	0.42 291	0.00 1	0.03 261	0.40 353	0.99 307

RTSA	10.27 394	3.55 388	66.16 418	1.62 373	2.34 383	13.96 392	6.25 395	6.95 365	18.07 396	8.81 375	19.18 391	6.82 366	2.96 334	26.87 413	19.93 403	0.00 1	0.42 291	0.00 1	0.03 261	0.40 353	0.99 307

SGM+DAISY	6.27 379	3.62 393	9.36 382	2.30 380	2.34 383	9.12 382	6.38 397	6.98 367	6.00 367	14.26 393	15.55 382	14.02 386	9.84 388	9.45 378	8.56 363	1.21 385	1.60 395	0.58 379	0.86 397	0.63 375	2.74 387

TorneroNet-64	16.11 410	6.82 405	6.11 346	14.13 409	12.13 410	28.42 416	6.47 398	20.35 405	38.01 415	12.80 390	27.88 411	35.94 412	16.83 403	20.38 407	16.77 396	10.33 410	2.60 410	19.45 413	2.86 406	14.63 410	9.33 411

AnyNet_C01	7.15 384	5.48 401	37.47 412	1.08 352	0.59 318	11.50 386	6.49 399	6.93 363	4.31 351	8.06 372	9.11 365	8.72 373	4.06 354	14.50 399	21.97 410	0.11 359	0.08 250	0.24 374	0.09 292	1.11 382	1.07 313

AnyNet_C32	4.41 367	3.74 394	15.17 398	0.48 274	0.51 305	5.99 365	6.52 400	5.30 293	2.72 318	6.86 364	3.66 323	5.21 352	3.19 342	7.42 348	19.54 401	0.08 354	0.04 232	0.20 372	0.09 292	0.67 378	0.76 285

SAMSARA	4.31 364	1.94 363	7.80 369	1.96 379	1.40 367	10.65 385	7.35 401	7.17 369	4.49 354	8.27 373	3.58 321	10.58 378	3.75 349	7.87 361	6.66 355	0.01 299	1.09 355	0.00 1	0.23 354	0.26 318	1.19 319

WAO-6	11.65 398	2.71 380	4.73 305	7.69 397	7.28 401	17.41 397	7.45 402	20.43 406	38.14 416	10.13 382	19.37 393	27.36 404	12.38 397	13.35 396	13.26 387	4.38 392	2.43 405	10.51 404	0.03 261	9.00 394	4.96 396

notaker	18.29 412	22.89 417	10.13 384	18.52 414	14.64 414	17.81 399	7.48 403	20.77 407	24.37 401	21.91 409	27.45 409	39.00 414	20.06 411	20.53 408	21.90 409	12.54 415	2.81 415	25.96 418	6.03 415	19.60 415	11.37 413

MFN_U_SF_DS_RVC	3.61 351	3.47 387	9.32 381	0.19 198	0.30 282	13.80 390	7.49 404	5.15 283	3.95 348	3.06 314	3.94 330	4.60 334	1.20 264	8.49 371	2.79 308	0.70 377	1.22 380	0.04 353	0.84 394	0.50 362	1.23 321

LVE	11.75 400	3.56 391	5.48 337	10.38 404	8.28 404	22.54 405	7.53 405	17.01 399	32.01 409	9.26 379	23.28 403	23.43 401	9.72 386	11.79 394	7.81 360	10.09 406	2.62 412	11.07 406	0.59 389	11.18 404	7.44 405

ELAS	9.07 388	1.55 342	5.19 328	1.87 377	1.92 379	17.05 396	8.29 406	13.92 395	13.52 389	23.08 412	28.56 412	18.59 393	16.90 404	12.06 395	13.39 388	0.91 379	1.32 386	0.65 384	0.59 389	0.68 379	1.31 328
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet	16.83 411	6.92 406	6.68 357	14.15 410	12.07 409	27.63 415	8.39 407	21.53 410	37.64 414	14.70 396	32.94 415	33.55 410	18.95 410	19.68 406	20.80 407	10.39 411	2.61 411	19.77 414	3.45 407	15.42 411	9.28 410

MSC_U_SF_DS_RVC	5.48 375	3.14 386	10.56 386	0.47 266	0.29 270	24.98 411	8.65 408	6.24 347	9.96 384	4.38 342	8.16 360	8.42 372	2.44 321	9.46 379	6.27 352	1.11 382	1.70 398	0.33 375	0.47 385	1.16 383	1.35 330

MANE	15.61 409	2.70 379	7.19 361	3.43 389	5.19 394	21.44 404	9.54 409	24.27 416	29.58 406	33.72 416	42.10 419	42.08 417	32.55 416	24.60 409	20.72 406	1.46 388	2.17 401	1.34 388	4.60 410	0.49 360	3.04 390

KSHMR	14.93 408	8.30 408	8.52 378	15.54 412	13.01 411	17.62 398	10.36 410	19.39 404	30.53 407	19.03 400	22.15 401	28.32 406	9.61 385	16.44 402	10.96 378	10.98 414	3.74 417	21.96 416	4.87 413	16.79 412	10.39 412

SGM-ForestM	14.25 404	3.00 384	8.67 380	2.38 382	1.88 378	24.45 410	11.87 411	19.27 403	21.66 398	30.68 414	29.79 414	46.58 418	28.97 414	27.26 415	21.22 408	1.14 384	1.67 397	0.61 383	0.89 399	0.51 363	2.50 386

ktn	19.65 414	19.61 415	8.27 376	22.99 418	17.38 416	23.89 407	11.97 412	24.83 417	34.40 413	19.19 402	27.37 408	32.56 407	18.29 408	16.52 403	18.28 399	22.43 418	3.70 416	29.28 419	10.90 417	19.65 416	11.59 414

ELAS_RVC	8.75 387	1.59 345	6.34 351	1.91 378	1.87 377	11.67 387	12.14 413	10.75 390	16.11 394	22.55 411	21.45 398	18.49 392	18.29 408	14.17 398	12.53 384	0.92 380	1.32 386	0.70 386	0.46 383	0.53 369	1.25 324
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
HanzoNet	30.55 419	30.82 420	24.44 404	22.40 417	19.25 418	25.74 413	14.00 414	29.76 418	40.45 417	43.57 418	44.15 420	55.63 420	46.26 420	43.79 420	45.27 419	28.35 419	9.71 418	30.23 420	16.18 419	23.20 419	17.85 418

PWCK	9.63 391	6.94 407	19.91 402	6.25 393	0.22 235	22.62 406	14.62 415	12.15 392	13.48 388	14.34 394	13.17 377	13.25 384	8.40 382	16.14 401	11.57 382	6.38 396	0.26 277	2.41 393	0.11 300	8.57 393	1.74 358

BEATNet-Init1	19.30 413	9.61 410	39.48 413	3.09 388	2.67 386	39.40 419	17.68 416	23.58 414	25.88 402	38.63 417	37.63 418	50.99 419	33.56 418	30.54 416	24.44 414	1.09 381	1.51 393	0.60 382	0.88 398	1.81 387	2.89 388

UNDER WATER	20.50 415	13.77 413	33.30 408	20.84 416	14.55 413	30.38 417	19.68 417	17.23 400	34.25 412	21.44 408	18.98 389	38.38 413	31.61 415	25.31 410	22.42 412	10.71 413	2.76 413	19.90 415	4.92 414	17.87 414	11.76 415

JetBlue	14.57 407	6.38 404	35.83 411	0.95 342	7.05 399	51.27 420	22.93 418	16.51 397	9.78 382	11.72 386	17.82 386	27.82 405	17.62 407	33.31 418	20.36 405	0.35 374	0.18 269	0.15 370	0.25 359	5.36 390	5.74 397

UNDER WATER-64	20.90 416	11.73 412	33.74 409	20.56 415	13.88 412	34.56 418	24.71 419	16.81 398	33.52 411	22.54 410	17.10 384	40.14 416	33.68 419	25.46 411	23.75 413	10.68 412	2.78 414	18.70 412	4.60 410	17.07 413	12.03 416

DPSimNet_ROB	26.59 418	21.34 416	28.49 407	25.34 419	19.24 417	25.03 412	28.61 420	30.13 419	30.91 408	33.36 415	29.60 413	33.91 411	28.18 413	25.99 412	42.58 418	17.84 417	15.40 419	25.41 417	22.86 421	21.10 418	26.45 422

MADNet++	48.24 421	34.06 421	39.67 414	43.36 421	41.25 422	66.15 421	33.15 421	60.90 422	54.14 422	72.30 422	61.91 422	58.11 421	56.05 421	58.09 421	59.59 422	43.04 422	36.86 422	35.73 421	22.37 420	45.96 421	42.06 423

JetRed	35.17 420	40.12 422	62.92 416	15.92 413	26.66 420	70.02 422	42.94 422	32.33 420	33.48 410	46.29 419	45.31 421	39.98 415	26.04 412	38.73 419	56.93 421	12.90 416	37.58 423	13.38 407	9.53 416	30.41 420	21.91 420

SPstereo	61.24 423	27.43 419	41.43 415	33.64 420	25.42 419	72.54 423	80.04 423	100.00 433	100.00 431	97.56 429	96.24 428	100.00 434	95.10 428	94.86 427	76.77 423	29.55 420	22.53 420	47.20 423	42.52 422	19.77 417	22.12 421

HaxPig	97.67 431	99.63 430	91.79 423	99.82 439	99.96 433	88.42 424	87.25 424	98.22 429	99.89 429	99.93 433	99.96 431	99.95 432	99.86 431	96.37 428	92.57 428	99.96 439	99.98 432	99.99 432	99.99 432	99.99 441	99.91 434

MEDIAN_ROB	96.88 429	99.41 428	98.74 429	94.82 429	94.30 429	93.21 425	90.85 425	95.70 428	94.83 427	97.65 430	97.67 429	98.31 428	96.57 429	94.60 426	93.95 429	99.78 438	98.28 429	99.99 432	99.90 431	99.50 434	99.57 432

AVERAGE_ROB	99.26 435	99.81 432	97.70 428	100.00 442	100.00 435	96.38 429	91.35 426	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	99.98 435	99.97 432	100.00 441	100.00 433	100.00 434	100.00 433	100.00 442	100.00 442

xxxxx1	76.86 425	82.53 425	93.06 425	61.86 423	67.25 424	95.91 426	95.20 427	75.90 423	81.13 423	82.69 424	86.70 424	89.27 423	87.62 423	85.18 423	86.89 424	55.21 423	54.91 424	60.27 424	72.48 425	60.77 423	62.32 424

tt_ll	76.86 425	82.53 425	93.06 425	61.86 423	67.25 424	95.91 426	95.20 427	75.90 423	81.13 423	82.69 424	86.70 424	89.27 423	87.62 423	85.18 423	86.89 424	55.21 423	54.91 424	60.27 424	72.48 425	60.77 423	62.32 424

ff	76.86 425	82.53 425	93.06 425	61.86 423	67.25 424	95.91 426	95.20 427	75.90 423	81.13 423	82.69 424	86.70 424	89.27 423	87.62 423	85.18 423	86.89 424	55.21 423	54.91 424	60.27 424	72.48 425	60.77 423	62.32 424

PML	88.69 428	99.49 429	92.95 424	94.34 428	94.09 428	98.57 430	96.73 430	93.58 426	94.50 426	99.57 432	91.07 427	95.40 427	91.48 426	99.96 434	90.33 427	99.98 440	31.85 421	100.00 434	46.15 423	93.62 429	70.14 427

test_example2	98.82 432	99.97 435	99.97 433	99.95 441	99.97 434	99.48 431	99.97 431	94.95 427	100.00 431	100.00 434	100.00 432	93.49 426	93.63 427	99.93 433	99.91 431	100.00 441	99.77 431	96.68 429	98.65 430	100.00 442	100.00 442

MyStereo03	99.94 440	100.00 436	100.00 436	99.73 436	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	99.08 433	100.00 433	100.00 434	100.00 433	99.98 436	99.94 435

MyStereo02	99.94 440	100.00 436	100.00 436	99.73 436	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	99.08 433	100.00 433	100.00 434	100.00 433	99.98 436	99.94 435

MyStereo	99.94 440	100.00 436	100.00 436	99.73 436	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	99.08 433	100.00 433	100.00 434	100.00 433	99.98 436	99.94 435

Selective-RAFT-Error	100.00 443	100.00 436	100.00 436	100.00 442	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	100.00 441	100.00 433	100.00 434	100.00 433	99.98 436	99.94 435

Anonymous_1	96.94 430	99.72 431	99.64 432	92.03 427	93.81 427	100.00 432	100.00 432	99.18 430	99.90 430	98.59 431	99.75 430	99.15 429	99.95 432	98.52 429	99.54 430	87.31 426	98.83 430	90.77 427	96.89 429	91.07 428	94.14 429

tt	68.57 424	0.18 51	99.50 431	50.44 422	14.99 415	100.00 432	100.00 432	100.00 433	99.70 428	28.28 413	12.01 375	99.97 433	98.67 430	99.55 430	99.99 433	89.99 427	98.19 428	46.13 422	51.48 424	60.62 422	21.71 419

CasAABBNet	99.93 438	100.00 436	100.00 436	99.70 435	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	99.08 433	100.00 433	100.00 434	100.00 433	99.96 435	99.94 435

LSM0	99.93 438	100.00 436	100.00 436	99.82 439	100.00 435	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	99.09 437	100.00 433	100.00 434	100.00 433	99.98 436	99.79 433

DPSMNet_ROB	99.43 437	99.92 433	99.98 434	96.44 433	100.00 435	100.00 432	100.00 432	99.82 432	100.00 431	95.92 427	100.00 432	99.26 430	100.00 433	99.77 431	99.99 433	98.36 432	100.00 433	99.86 430	100.00 433	99.38 432	99.98 441

DGTPSM_ROB	99.42 436	99.92 433	99.98 434	96.43 432	100.00 435	100.00 432	100.00 432	99.81 431	100.00 431	95.92 427	100.00 432	99.26 430	100.00 433	99.77 431	99.99 433	98.23 431	100.00 433	99.86 430	100.00 433	99.38 432	99.97 440

DPSM_ROB	99.05 433	100.00 436	100.00 436	95.92 430	98.77 431	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	93.10 428	100.00 433	100.00 434	100.00 433	95.46 430	97.74 430

DPSM	99.05 433	100.00 436	100.00 436	95.92 430	98.77 431	100.00 432	100.00 432	100.00 433	100.00 431	100.00 434	100.00 432	100.00 434	100.00 433	100.00 436	100.00 436	93.10 428	100.00 433	100.00 434	100.00 433	95.46 430	97.74 430

Low-res two-view benchmark