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

Anonymous	0.10 3	0.13 85	1.60 128	0.00 1	0.00 1	0.00 1	0.00 1	0.03 3	0.01 1	0.00 1	0.00 1	0.02 32	0.01 84	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.17 207

SHD	0.76 300	1.05 329	4.19 350	0.65 383	0.21 314	0.01 2	0.01 180	1.48 260	0.83 264	1.69 377	0.00 1	0.63 288	0.09 255	2.22 220	1.51 328	0.00 1	0.21 304	0.00 1	0.07 328	0.15 308	0.11 167

CroCo-Stereo Lap2	0.14 18	0.44 198	1.26 38	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 168	0.00 1	0.00 1	0.01 7	0.03 173	0.03 30	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.01 43

sCroCo_RVC	0.13 14	0.09 60	1.61 129	0.00 1	0.00 1	0.02 3	0.00 1	0.11 47	0.64 142	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

GMStereo_Zeroshot	0.10 3	0.09 60	1.06 20	0.14 309	0.00 1	0.03 5	0.00 1	0.05 12	0.17 43	0.00 1	0.03 254	0.19 193	0.02 131	0.01 2	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.08 129

CroCo-Stereo	0.18 29	0.32 164	0.94 10	0.00 1	0.00 1	0.03 5	0.00 1	1.17 227	0.76 189	0.00 1	0.01 165	0.31 227	0.03 173	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
GMStereo	0.14 18	0.90 310	1.71 151	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 131	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	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
anonymity	0.27 77	0.08 49	1.16 29	0.10 288	0.30 335	0.04 8	0.00 1	0.55 147	0.08 9	0.42 341	0.13 287	0.49 273	0.57 324	0.27 133	0.30 224	0.00 1	0.33 318	0.00 1	0.23 391	0.01 26	0.43 296

sAnonymous2	0.17 25	0.42 194	2.46 253	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.32 271

CroCo_RVC	0.17 25	0.42 194	2.46 253	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.32 271

SMFormer	0.52 212	0.16 102	1.37 57	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.65 277	0.00 1	0.82 359	0.00 1	0.10 339	0.02 78	0.66 333

tta	0.52 212	0.16 102	1.37 57	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.65 277	0.00 1	0.82 359	0.00 1	0.10 339	0.05 172	0.51 314

qqq1	0.52 212	0.16 102	1.37 57	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.66 280	0.00 1	0.82 359	0.00 1	0.09 336	0.05 172	0.51 314

fff1	0.52 212	0.16 102	1.37 57	0.00 1	0.00 1	0.05 11	0.00 1	1.78 300	1.11 345	0.00 1	0.27 303	0.15 168	0.00 1	3.31 268	0.66 280	0.00 1	0.82 359	0.00 1	0.09 336	0.05 172	0.51 314

StereoIM	0.11 9	0.41 193	1.31 48	0.00 1	0.00 1	0.05 11	0.01 180	0.08 35	0.23 72	0.01 88	0.01 165	0.04 82	0.02 131	0.03 30	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

LargeStereo	0.38 141	0.31 160	1.34 50	0.69 388	0.86 389	0.06 16	0.00 1	0.08 35	0.15 26	0.14 279	0.04 260	0.02 32	0.06 236	0.54 170	0.05 104	0.00 1	1.15 402	0.00 1	0.03 314	0.11 275	1.94 406

Former-RAFT_DAM_RVC	0.11 9	0.18 111	0.67 1	0.00 1	0.00 1	0.06 16	0.00 1	0.11 47	0.26 79	0.74 357	0.00 1	0.03 62	0.01 84	0.03 30	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.03 67

mmm	0.47 193	0.20 120	1.18 33	0.02 227	0.79 382	0.06 16	0.00 1	1.11 221	1.16 366	0.06 233	0.30 314	0.14 162	0.03 173	0.68 183	0.67 284	0.00 1	1.12 391	0.00 1	0.22 389	0.03 123	1.63 384

test croco	0.17 25	0.35 181	1.92 197	0.00 1	0.00 1	0.06 16	0.01 180	0.18 84	0.43 107	0.01 88	0.01 165	0.02 32	0.01 84	0.05 66	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.28 363	0.01 43

GLC_STEREO	0.06 1	0.07 25	0.85 8	0.00 1	0.00 1	0.07 20	0.00 1	0.01 1	0.04 3	0.00 1	0.00 1	0.01 7	0.01 84	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

MoCha-V2	0.32 104	0.12 79	1.14 25	0.12 300	0.57 367	0.08 21	0.00 1	0.15 69	0.19 62	0.08 250	0.00 1	0.07 126	0.00 1	0.53 168	0.23 205	0.00 1	1.14 401	0.00 1	0.22 389	0.11 275	1.61 382

MIF-Stereo (partial)	0.14 18	0.28 149	1.74 158	0.00 1	0.00 1	0.08 21	0.00 1	0.23 100	0.17 43	0.00 1	0.01 165	0.02 32	0.02 131	0.04 44	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.01 43

DAS	0.55 238	0.08 49	1.79 173	0.00 1	0.00 1	0.09 23	0.00 1	1.54 264	0.85 297	1.16 370	0.00 1	0.24 206	0.03 173	4.66 319	0.31 227	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 193

SepStereo	0.50 205	0.08 49	1.79 173	0.00 1	0.00 1	0.09 23	0.00 1	1.54 264	0.85 297	1.16 370	0.00 1	0.24 206	0.03 173	3.84 289	0.31 227	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 193

MIF-Stereo	0.11 9	0.20 120	1.58 119	0.00 1	0.00 1	0.10 25	0.02 240	0.07 30	0.05 5	0.00 1	0.08 277	0.02 32	0.01 84	0.03 30	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.00 1

11t1	0.39 149	0.17 108	1.36 53	0.00 1	0.47 351	0.11 26	0.00 1	0.59 151	1.12 350	0.05 220	0.29 312	0.03 62	0.00 1	0.26 129	0.66 280	0.00 1	1.05 382	0.00 1	0.14 357	0.03 123	1.45 376

knoymous	0.10 3	0.06 9	1.25 37	0.00 1	0.00 1	0.11 26	0.00 1	0.27 110	0.06 7	0.00 1	0.00 1	0.23 203	0.00 1	0.04 44	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 67

x	0.42 164	0.26 143	1.38 63	0.00 1	0.44 347	0.12 28	0.00 1	0.90 190	1.14 358	0.07 241	0.30 314	0.03 62	0.00 1	0.26 129	0.72 290	0.00 1	1.06 385	0.00 1	0.17 373	0.03 123	1.49 378

RAFT	0.32 104	0.87 300	1.48 89	0.29 352	0.41 345	0.12 28	0.07 291	0.12 54	0.51 119	0.00 1	0.01 165	0.47 262	0.04 199	0.04 44	0.02 53	0.00 1	0.70 350	0.00 1	0.01 291	0.42 383	0.75 335

Syn2CoEx	0.71 289	1.32 358	4.61 358	0.00 1	0.00 1	0.12 28	0.01 180	1.08 217	0.84 274	0.04 207	0.00 1	0.49 273	0.21 290	4.92 322	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.14 303	0.32 271

CASS	0.10 3	0.08 49	1.10 24	0.00 1	0.00 1	0.13 31	0.01 180	0.15 69	0.18 53	0.21 297	0.00 1	0.02 32	0.02 131	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 67
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
qqq	0.49 200	0.28 149	1.37 57	0.00 1	0.49 355	0.14 32	0.00 1	1.23 232	1.14 358	0.07 241	0.31 320	0.01 7	0.00 1	1.38 209	0.69 286	0.00 1	1.06 385	0.00 1	0.19 380	0.03 123	1.44 372

LoS_RVC	0.08 2	0.06 9	1.05 19	0.00 1	0.01 187	0.16 33	0.00 1	0.17 80	0.09 14	0.00 1	0.00 1	0.04 82	0.01 84	0.05 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

MFMNet_re	0.38 141	1.27 351	3.38 316	0.65 383	0.00 1	0.17 34	0.02 240	0.07 30	1.02 332	0.03 187	0.03 254	0.12 154	0.00 1	0.27 133	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.19 335	0.11 167

coex-ft	8.51 411	3.17 413	75.56 422	0.00 1	0.00 1	0.18 35	0.25 336	0.14 67	19.76 412	39.57 420	4.11 380	4.60 387	9.69 408	4.10 295	7.91 391	0.02 360	0.07 288	0.00 1	0.02 302	0.13 288	0.91 346

psmorigin	0.81 313	0.57 238	7.49 389	0.00 1	0.00 1	0.18 35	0.00 1	0.12 54	0.20 65	0.65 353	0.00 1	2.69 381	0.27 300	2.98 254	0.79 295	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 214

CES	0.10 3	0.08 49	0.73 2	0.00 1	0.00 1	0.20 37	0.01 180	0.08 35	0.75 168	0.01 88	0.00 1	0.08 133	0.03 173	0.03 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

PWC_ROB	0.84 315	1.08 335	5.06 370	0.00 1	0.00 1	0.21 38	0.00 1	2.71 358	0.82 255	0.00 1	0.20 295	0.29 221	0.03 173	3.58 279	2.10 342	0.00 1	0.00 1	0.00 1	0.00 1	0.39 379	0.26 257

Wz-Net-MNSev	0.63 271	1.38 361	4.48 356	0.00 1	0.00 1	0.22 39	0.01 180	1.31 241	1.13 352	0.01 88	0.05 262	0.14 162	0.16 280	3.05 257	0.40 254	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.23 237

RTSC	0.99 326	1.38 361	4.55 357	0.22 342	0.19 305	0.23 40	0.01 180	1.46 257	0.84 274	0.31 322	0.35 329	0.58 284	0.04 199	2.47 232	5.88 379	0.00 1	0.53 338	0.00 1	0.14 357	0.35 373	0.29 264

HITNet	0.31 102	0.97 318	2.32 243	0.00 1	0.00 1	0.24 41	0.01 180	1.38 252	0.37 96	0.00 1	0.00 1	0.14 162	0.02 131	0.05 66	0.19 191	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.41 291
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	0.25 70	0.09 60	1.34 50	0.00 1	0.00 1	0.26 42	0.00 1	1.95 321	0.75 168	0.00 1	0.00 1	0.30 224	0.01 84	0.14 101	0.13 157	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.05 100
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.
Selective-IGEV	0.28 80	0.11 75	1.31 48	0.64 381	0.60 373	0.27 43	0.00 1	0.05 12	0.56 128	0.00 1	0.00 1	0.01 7	0.03 173	0.25 122	0.25 213	0.00 1	0.79 353	0.00 1	0.07 328	0.06 198	0.62 328

TestStereo	0.35 116	0.54 234	1.74 158	0.00 1	0.00 1	0.27 43	0.00 1	0.06 22	0.05 5	0.01 88	0.00 1	0.03 62	0.01 84	4.17 298	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

fast-acv-ft	0.34 110	0.71 264	4.20 351	0.06 273	0.01 187	0.28 45	0.17 320	0.11 47	0.34 93	0.00 1	0.00 1	0.08 133	0.09 255	0.13 97	0.27 220	0.01 344	0.00 1	0.03 378	0.01 291	0.27 357	0.04 85

anonymousa	0.44 178	0.23 133	2.16 226	0.67 387	1.21 402	0.28 45	0.00 1	0.02 2	0.18 53	0.01 88	0.30 314	0.58 284	0.02 131	0.26 129	0.38 250	0.00 1	1.12 391	0.00 1	0.54 411	0.03 123	0.78 338

MIM_Stereo	0.29 85	0.65 250	1.73 156	0.00 1	1.03 398	0.30 47	0.00 1	0.16 76	0.18 53	0.12 274	0.00 1	0.05 100	0.01 84	0.12 95	0.01 32	0.00 1	0.03 263	0.00 1	0.00 1	0.13 288	1.24 361

Wz-Net-SNSev	1.00 329	1.84 380	7.92 390	0.00 1	0.00 1	0.30 47	0.00 1	1.27 237	0.85 297	0.01 88	0.01 165	0.40 254	0.10 260	5.27 333	1.29 318	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.45 304

BEATNet_4x	0.39 149	1.05 329	2.97 285	0.00 1	0.00 1	0.30 47	0.01 180	1.22 231	0.46 111	0.00 1	0.00 1	0.31 227	0.03 173	0.37 149	0.64 276	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.42 293

CoDeX	0.39 149	0.31 160	1.50 94	0.00 1	0.01 187	0.31 50	0.00 1	1.81 307	0.76 189	0.00 1	0.00 1	0.25 209	0.06 236	2.77 246	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 85

iRaft-Stereo_5w	0.60 260	0.85 297	1.83 179	0.01 205	0.59 369	0.31 50	0.00 1	0.72 171	0.79 233	0.00 1	0.00 1	0.10 147	0.01 84	6.12 371	0.03 66	0.00 1	0.12 295	0.00 1	0.00 1	0.24 350	0.26 257

PASM	0.66 280	0.70 263	4.95 369	0.02 227	0.00 1	0.31 50	0.04 273	0.60 153	0.35 94	0.19 296	0.01 165	0.46 261	0.04 199	5.16 327	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.15 200

IGEVStereo-DCA	0.47 193	0.71 264	1.28 42	0.16 316	0.15 298	0.32 53	0.00 1	0.12 54	0.56 128	0.24 308	0.01 165	0.05 100	0.07 248	1.19 199	2.07 340	0.00 1	0.47 330	0.00 1	0.10 339	0.15 308	1.75 391

rrr	0.72 292	0.71 264	4.76 361	0.16 316	0.15 298	0.32 53	0.04 273	1.80 306	0.61 138	0.24 308	0.01 165	0.05 100	0.07 248	1.19 199	2.07 340	0.00 1	0.47 330	0.00 1	0.18 375	0.15 308	1.48 377

DLNR_Zeroshot_test	21.33 420	48.16 422	86.21 426	96.01 434	87.63 432	0.32 53	0.00 1	18.10 420	0.52 120	0.04 207	0.01 165	0.00 1	0.00 1	0.78 186	0.07 120	16.15 421	0.90 372	0.00 1	0.21 387	70.18 428	1.39 367

CBFPSM	0.42 164	0.89 306	2.62 269	0.00 1	0.00 1	0.32 53	0.00 1	0.37 128	0.82 255	0.01 88	0.01 165	1.65 368	1.00 346	0.27 133	0.34 233	0.00 1	0.01 249	0.00 1	0.00 1	0.02 78	0.10 156

edge stereo	0.62 268	0.30 156	3.04 287	0.01 205	0.03 244	0.32 53	0.03 258	1.28 238	0.69 154	0.21 297	0.32 327	1.29 350	0.19 286	4.12 296	0.40 254	0.00 1	0.00 1	0.00 1	0.00 1	0.11 275	0.14 193

FAT-Stereo	0.55 238	0.18 111	2.58 267	0.00 1	0.00 1	0.33 58	0.08 298	2.26 337	0.84 274	0.06 233	0.88 356	0.60 286	0.51 322	2.43 229	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 203

DISCO	0.35 116	0.31 160	1.99 209	0.16 316	0.16 302	0.33 58	0.00 1	0.15 69	0.30 88	0.00 1	0.01 165	1.49 364	0.00 1	1.21 203	0.63 275	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.12 178

test_xeample3	0.77 303	0.71 264	4.91 367	0.18 326	0.22 317	0.34 60	0.05 283	1.81 307	0.61 138	0.23 304	0.03 254	0.06 116	0.05 225	1.26 204	2.12 344	0.00 1	0.69 347	0.00 1	0.23 391	0.15 308	1.78 396

RALAANet	0.22 50	0.93 315	1.77 166	0.00 1	0.00 1	0.35 61	0.01 180	0.45 136	0.06 7	0.01 88	0.00 1	0.05 100	0.09 255	0.07 78	0.22 202	0.00 1	0.24 308	0.00 1	0.04 319	0.14 303	0.01 43

SFCPSM	0.24 61	0.11 75	1.53 104	0.00 1	0.05 265	0.35 61	0.01 180	1.54 264	0.77 206	0.01 88	0.00 1	0.12 154	0.02 131	0.06 72	0.05 104	0.00 1	0.00 1	0.00 1	0.02 302	0.03 123	0.06 110

pmcnn	2.36 380	0.83 292	6.15 385	0.33 360	0.84 387	0.35 61	0.27 346	2.18 332	1.42 379	0.48 346	7.35 390	14.60 411	0.75 337	5.45 336	5.37 373	0.00 1	0.00 1	0.00 1	0.00 1	0.16 316	0.63 330

SQANet	0.58 252	1.73 375	3.08 292	0.05 256	0.48 353	0.36 64	0.03 258	0.52 143	0.74 161	0.04 207	0.23 298	0.50 277	0.06 236	2.37 224	0.97 302	0.02 360	0.03 263	0.01 356	0.00 1	0.21 345	0.11 167

RALCasStereoNet	0.47 193	0.74 274	1.56 112	0.21 339	0.97 395	0.36 64	0.03 258	0.20 89	0.77 206	0.10 263	0.07 275	0.05 100	0.08 252	0.35 144	0.38 250	0.00 1	1.68 416	0.00 1	0.00 1	0.10 270	1.83 400

aanetorigin	0.91 319	0.59 241	3.76 337	0.11 296	0.12 291	0.40 66	0.90 389	0.15 69	0.23 72	3.44 391	1.19 364	0.35 237	1.96 370	2.81 247	1.30 319	0.02 360	0.00 1	0.02 370	0.05 323	0.28 363	0.47 307

EDNetEfficientorigin	6.27 405	0.89 306	98.14 431	0.02 227	0.04 256	0.40 66	0.02 240	0.35 124	2.94 390	6.98 404	3.06 375	1.29 350	1.87 367	4.32 307	4.60 368	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.35 283

SPS-STEREO	1.19 341	1.27 351	3.45 320	0.00 1	0.01 187	0.40 66	0.16 319	0.71 170	1.03 333	2.41 387	0.77 352	2.13 376	0.44 315	5.68 347	4.06 366	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	1.24 361
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
cross-raft	0.21 46	0.09 60	1.42 81	0.48 371	0.50 356	0.41 69	0.07 291	0.50 140	0.03 2	0.02 148	0.00 1	0.38 250	0.00 1	0.08 84	0.03 66	0.00 1	0.00 1	0.00 1	0.11 346	0.01 26	0.09 142

GwcNet	0.64 278	0.99 323	5.43 376	0.00 1	0.00 1	0.41 69	0.10 307	0.50 140	0.97 328	0.05 220	0.00 1	0.63 288	0.05 225	2.87 251	0.55 272	0.00 1	0.00 1	0.00 1	0.00 1	0.19 335	0.13 185

FADNet-RVC-Resample	0.62 268	1.24 348	4.23 352	0.03 242	0.04 256	0.41 69	0.09 303	1.32 243	0.52 120	0.01 88	0.03 254	0.44 260	0.05 225	3.11 259	0.21 196	0.07 374	0.12 295	0.05 389	0.02 302	0.11 275	0.35 283

AF-Net	0.60 260	0.87 300	3.34 310	0.00 1	0.00 1	0.41 69	0.01 180	1.52 263	0.64 142	0.17 295	0.05 262	1.28 349	0.46 317	2.51 233	0.52 270	0.00 1	0.00 1	0.00 1	0.00 1	0.12 283	0.10 156

4D-IteraStereo	0.34 110	0.84 293	2.31 242	0.00 1	0.00 1	0.42 73	0.04 273	0.10 45	0.09 14	0.02 148	0.01 165	0.00 1	0.01 84	0.36 146	0.49 265	0.00 1	0.36 323	0.00 1	0.00 1	0.07 216	1.72 387

acv_ft	0.30 94	0.44 198	1.83 179	0.00 1	0.00 1	0.42 73	0.01 180	0.69 163	0.83 264	0.23 304	0.01 165	0.70 305	0.12 268	0.08 84	0.18 182	0.00 1	0.00 1	0.00 1	0.00 1	0.27 357	0.17 207

XQC	0.94 320	1.30 357	4.44 355	0.65 383	0.07 274	0.42 73	0.01 180	2.88 365	0.85 297	0.28 314	0.01 165	0.67 298	0.21 290	3.24 265	3.25 356	0.00 1	0.24 308	0.00 1	0.04 319	0.20 339	0.11 167

MGS-Stereo	0.13 14	0.17 108	1.07 21	0.00 1	0.00 1	0.43 76	0.00 1	0.28 111	0.15 26	0.00 1	0.00 1	0.01 7	0.01 84	0.06 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.38 378	0.00 1

RAFT-Test	0.37 133	0.11 75	1.68 145	0.57 375	0.93 392	0.43 76	0.10 307	1.03 206	0.49 116	0.16 287	0.00 1	0.87 319	0.00 1	0.27 133	0.12 147	0.00 1	0.33 318	0.00 1	0.24 399	0.01 26	0.05 100

Gwc-CoAtRS	0.15 21	0.09 60	1.42 81	0.00 1	0.11 289	0.43 76	0.00 1	0.32 119	0.08 9	0.02 148	0.00 1	0.18 185	0.00 1	0.05 66	0.06 117	0.00 1	0.06 286	0.00 1	0.18 375	0.01 26	0.08 129

DispFullNet	1.25 343	0.95 317	3.73 335	1.00 398	0.79 382	0.43 76	0.01 180	1.70 282	0.82 255	2.55 388	0.63 348	1.08 334	8.75 407	0.84 189	1.36 325	0.00 1	0.02 256	0.00 1	0.00 1	0.24 350	0.19 224

test-3	0.30 94	0.10 67	1.49 91	0.20 336	0.38 341	0.44 80	0.01 180	1.59 273	0.08 9	0.04 207	0.00 1	0.02 32	0.00 1	0.08 84	0.24 209	0.00 1	0.47 330	0.00 1	0.20 384	0.13 288	0.43 296

test_1	0.30 94	0.10 67	1.50 94	0.21 339	0.38 341	0.44 80	0.01 180	1.58 272	0.08 9	0.04 207	0.00 1	0.02 32	0.00 1	0.07 78	0.24 209	0.00 1	0.47 330	0.00 1	0.20 384	0.13 288	0.43 296

ac_64	0.48 196	0.32 164	2.27 239	0.04 250	0.01 187	0.44 80	0.02 240	0.36 126	0.83 264	0.15 284	0.01 165	0.88 321	0.04 199	3.90 291	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.06 110

Wz-Net-TNSev	1.74 368	3.45 415	13.44 406	0.00 1	0.00 1	0.45 83	0.14 318	2.57 350	0.84 274	0.09 258	0.01 165	1.33 353	0.18 284	6.16 372	5.38 374	0.00 1	0.00 1	0.00 1	0.01 291	0.26 355	0.41 291

DLCB_ROB	0.36 126	0.46 207	1.27 40	0.00 1	0.00 1	0.45 83	0.00 1	0.66 160	0.81 249	0.03 187	0.04 260	0.66 297	0.04 199	2.35 223	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 156

StereoVision	0.24 61	0.59 241	1.92 197	0.00 1	0.00 1	0.47 85	0.01 180	0.22 93	0.84 274	0.00 1	0.30 314	0.15 168	0.02 131	0.09 88	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.01 43

FADNet-RVC	0.63 271	1.29 355	3.79 338	0.01 205	0.00 1	0.47 85	0.00 1	1.51 262	0.23 72	0.00 1	0.01 165	0.12 154	0.06 236	4.05 293	0.36 240	0.00 1	0.03 263	0.00 1	0.00 1	0.42 383	0.17 207

MLCV	0.35 116	0.84 293	1.96 205	0.00 1	0.00 1	0.48 87	0.00 1	0.81 186	0.29 87	0.10 263	0.00 1	0.28 219	0.03 173	1.32 207	0.80 296	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.09 142

RAFT_CTSACE	0.25 70	0.71 264	2.06 218	0.00 1	0.01 187	0.49 88	0.00 1	0.37 128	0.18 53	0.01 88	0.00 1	0.34 231	0.00 1	0.25 122	0.07 120	0.00 1	0.20 303	0.00 1	0.00 1	0.25 354	0.11 167

UPFNet	0.23 58	0.24 138	1.56 112	0.00 1	0.00 1	0.50 89	0.00 1	1.28 238	0.68 149	0.00 1	0.00 1	0.10 147	0.01 84	0.13 97	0.11 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.03 67

DANet	0.67 283	0.21 124	2.33 244	0.25 345	0.06 270	0.50 89	0.11 314	1.62 276	0.74 161	0.22 301	0.06 272	1.07 333	0.02 131	4.45 310	1.22 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 318
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
gwcnet-sp	0.35 116	0.37 185	3.29 303	0.00 1	0.00 1	0.51 91	0.03 258	0.74 175	0.76 189	0.01 88	0.01 165	0.09 141	0.04 199	0.88 191	0.13 157	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

scenet	0.35 116	0.37 185	3.29 303	0.00 1	0.00 1	0.51 91	0.03 258	0.74 175	0.76 189	0.01 88	0.01 165	0.09 141	0.04 199	0.88 191	0.13 157	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

ssnet	0.35 116	0.37 185	3.29 303	0.00 1	0.00 1	0.51 91	0.03 258	0.74 175	0.76 189	0.01 88	0.01 165	0.09 141	0.04 199	0.88 191	0.13 157	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

Wz-Net-LNSev	0.46 190	1.11 338	5.46 377	0.00 1	0.00 1	0.51 91	0.00 1	0.41 135	0.91 320	0.00 1	0.01 165	0.23 203	0.03 173	0.12 95	0.25 213	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.15 200

StereoDRNet	0.50 205	0.89 306	2.96 284	0.02 227	0.06 270	0.51 91	0.00 1	0.45 136	0.84 274	0.00 1	0.00 1	0.33 229	0.02 131	2.82 248	0.69 286	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.28 263

iRaftStereo_RVC	0.24 61	0.45 204	0.99 16	0.00 1	0.00 1	0.52 96	0.00 1	0.08 35	0.15 26	0.01 88	0.01 165	0.16 176	0.03 173	0.04 44	0.02 53	0.00 1	1.06 385	0.00 1	0.00 1	0.29 369	1.01 352

CSP-Net	0.42 164	0.25 139	1.07 21	0.00 1	0.00 1	0.53 97	0.00 1	0.78 181	0.27 83	0.01 88	0.00 1	0.16 176	0.02 131	5.19 329	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.02 59

rafts_anoy	0.37 133	0.77 284	1.68 145	0.43 367	0.99 396	0.53 97	0.04 273	0.16 76	0.14 20	0.08 250	0.01 165	0.06 116	0.06 236	0.58 176	0.21 196	0.00 1	1.44 413	0.00 1	0.01 291	0.05 172	0.14 193

LL-Strereo2	0.34 110	0.87 300	1.70 149	0.64 381	0.84 387	0.54 99	0.04 273	0.15 69	0.18 53	0.02 148	0.00 1	0.03 62	0.02 131	0.26 129	0.26 217	0.00 1	0.13 297	0.00 1	0.01 291	0.04 157	0.98 350

riskmin	0.49 200	0.04 2	1.45 87	0.70 390	0.80 384	0.54 99	0.20 326	1.05 212	0.20 65	0.24 308	0.27 303	1.13 341	0.00 1	0.43 158	0.41 258	0.00 1	0.80 356	0.00 1	0.26 401	0.00 1	1.23 360

test_3	0.31 102	0.10 67	1.52 101	0.20 336	0.40 344	0.54 99	0.01 180	1.68 280	0.08 9	0.16 287	0.00 1	0.02 32	0.00 1	0.07 78	0.24 209	0.00 1	0.50 334	0.00 1	0.20 384	0.13 288	0.38 288

HSM	0.68 284	0.52 230	1.54 107	0.00 1	0.00 1	0.54 99	0.01 180	1.08 217	0.77 206	0.00 1	0.01 165	2.23 378	0.63 330	6.04 364	0.14 164	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.08 129

whm_eth	0.25 70	0.52 230	2.41 249	0.00 1	0.00 1	0.55 103	0.00 1	0.31 117	0.84 274	0.00 1	0.00 1	0.03 62	0.01 84	0.02 9	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.26 257

IGEV_Zeroshot_test	0.56 245	0.12 79	3.25 301	0.16 316	0.47 351	0.55 103	0.46 366	0.53 146	0.38 97	0.70 355	0.49 340	1.08 334	0.49 320	0.36 146	0.31 227	0.00 1	0.37 324	0.00 1	0.13 350	0.03 123	1.33 364

GASNet	0.78 307	1.91 386	4.72 359	0.00 1	0.00 1	0.55 103	0.02 240	1.39 253	0.47 112	0.01 88	0.13 287	0.50 277	0.12 268	4.27 304	0.96 301	0.00 1	0.00 1	0.00 1	0.00 1	0.41 382	0.09 142

ToySt	0.42 164	0.33 169	2.09 219	0.08 281	0.55 361	0.55 103	0.00 1	0.72 171	0.55 126	0.05 220	0.26 301	0.37 245	0.00 1	0.30 142	0.54 271	0.01 344	0.58 339	0.00 1	0.14 357	0.04 157	1.33 364

AACVNet	0.48 196	0.74 274	1.81 178	0.00 1	0.00 1	0.55 103	0.00 1	0.22 93	0.55 126	0.03 187	0.00 1	0.11 150	0.01 84	5.22 331	0.09 134	0.00 1	0.00 1	0.00 1	0.00 1	0.18 328	0.04 85

THIR-Stereo	0.94 320	0.33 169	1.66 141	0.00 1	0.01 187	0.55 103	3.72 407	0.13 66	0.18 53	0.10 263	1.46 367	0.74 308	2.82 380	5.60 340	1.39 326	0.00 1	0.00 1	0.02 370	0.00 1	0.02 78	0.03 67

Wz-Net-LNSev-Ref	0.54 230	0.84 293	3.67 332	0.00 1	0.00 1	0.56 109	0.00 1	1.40 254	0.80 241	0.00 1	0.00 1	0.06 116	0.13 272	1.76 213	1.42 327	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 129

xxxx	1.42 355	0.28 149	1.49 91	0.00 1	0.59 369	0.56 109	0.00 1	3.13 375	1.14 358	0.06 233	0.01 165	0.02 32	0.02 131	2.26 221	16.08 413	0.00 1	1.09 390	0.00 1	0.15 362	0.03 123	1.42 371

MFN_U_SF_RVC	1.09 336	1.88 383	5.37 374	0.15 312	0.10 286	0.56 109	0.10 307	1.29 240	0.47 112	0.45 344	0.27 303	1.30 352	0.72 335	4.08 294	2.28 346	0.29 388	0.34 320	0.35 408	0.55 412	0.63 392	0.60 324

S-Stereo	0.70 288	0.27 147	3.29 303	0.00 1	0.00 1	0.57 112	0.06 286	2.35 340	0.84 274	0.00 1	0.90 357	0.83 316	0.11 265	4.19 299	0.14 164	0.00 1	0.01 249	0.00 1	0.00 1	0.07 216	0.34 278

RYNet	0.63 271	0.53 232	2.18 227	0.00 1	0.00 1	0.57 112	0.00 1	1.34 247	0.85 297	0.04 207	0.00 1	0.85 317	0.04 199	5.13 325	0.77 293	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 262

Anonymous Stereo	0.79 308	1.22 347	4.94 368	0.01 205	0.00 1	0.57 112	0.55 376	1.41 255	0.49 116	0.03 187	0.03 254	0.12 154	0.02 131	5.47 337	0.82 299	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.13 185

NaN_ROB	1.04 330	1.12 339	3.41 318	0.17 324	0.19 305	0.57 112	0.37 361	2.65 352	0.98 330	0.55 349	0.32 327	0.47 262	1.16 354	5.20 330	2.78 351	0.00 1	0.02 256	0.01 356	0.05 323	0.13 288	0.54 319

NVstereo2D	0.53 225	0.22 131	2.52 262	0.00 1	0.00 1	0.58 116	0.03 258	1.62 276	0.99 331	0.05 220	0.00 1	0.48 266	0.00 1	3.88 290	0.08 126	0.00 1	0.05 283	0.00 1	0.00 1	0.02 78	0.06 110

test-1	0.36 126	0.18 111	1.36 53	0.00 1	0.83 385	0.60 117	0.00 1	1.07 216	0.18 53	0.07 241	0.49 340	0.34 231	0.00 1	0.10 91	0.51 266	0.00 1	0.64 345	0.00 1	0.06 326	0.01 26	0.84 343

222	2.28 376	0.25 139	1.15 26	0.00 1	0.37 339	0.60 117	0.00 1	3.25 381	1.13 352	0.09 258	0.00 1	0.05 100	0.02 131	3.52 276	32.29 420	0.00 1	1.03 381	0.00 1	0.15 362	0.03 123	1.59 381

test_xeample	1.52 357	0.30 156	1.50 94	0.00 1	0.58 368	0.60 117	0.00 1	3.16 376	1.14 358	0.07 241	0.08 277	0.03 62	0.02 131	3.67 285	16.54 415	0.00 1	1.08 388	0.00 1	0.15 362	0.04 157	1.50 379

RASNet	0.68 284	0.62 248	2.10 220	0.02 227	0.02 227	0.60 117	0.09 303	0.64 159	0.84 274	0.11 270	0.06 272	1.51 366	0.04 199	6.07 368	0.65 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 229

iResNetv2_ROB	0.51 209	1.70 372	3.96 343	0.00 1	0.00 1	0.60 117	0.00 1	1.81 307	0.82 255	0.03 187	0.00 1	0.08 133	0.02 131	0.16 104	0.59 274	0.00 1	0.00 1	0.00 1	0.00 1	0.31 370	0.09 142

DRN-Test	0.52 212	0.35 181	2.75 272	0.03 242	0.09 281	0.60 117	0.00 1	1.72 284	0.84 274	0.01 88	0.00 1	0.18 185	0.04 199	3.27 266	0.23 205	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.25 251

Anonymous_2	1.27 344	0.19 115	1.80 175	0.70 390	0.78 381	0.61 123	0.20 326	0.92 193	0.48 114	0.22 301	0.30 314	1.44 360	0.00 1	0.43 158	0.40 254	0.01 344	0.84 367	2.29 417	11.27 421	1.29 401	1.20 359

IER	0.20 41	0.30 156	1.87 187	0.00 1	0.00 1	0.61 123	0.00 1	0.25 105	0.23 72	0.00 1	0.00 1	0.40 254	0.02 131	0.22 119	0.07 120	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.01 43

delet	0.42 164	0.47 210	1.99 209	0.00 1	0.00 1	0.61 123	0.00 1	0.68 161	0.83 264	0.06 233	0.01 165	0.51 281	0.19 286	2.68 243	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.07 114

RP	0.52 212	0.68 256	2.56 265	0.00 1	0.01 187	0.61 123	0.02 240	1.31 241	0.62 141	0.05 220	0.01 165	0.98 327	0.17 283	2.86 250	0.33 231	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.09 142

LL-Strereo	0.97 323	1.43 363	3.41 318	0.01 205	0.50 356	0.63 127	0.01 180	2.00 325	0.77 206	0.48 346	0.00 1	0.54 283	0.29 302	6.25 377	0.10 137	0.01 344	0.93 379	0.00 1	0.00 1	0.28 363	1.72 387

CFNet-RSSM	0.21 46	0.08 49	1.39 67	0.00 1	0.12 291	0.63 127	0.00 1	1.32 243	0.15 26	0.01 88	0.00 1	0.09 141	0.00 1	0.11 94	0.04 92	0.00 1	0.00 1	0.00 1	0.23 391	0.01 26	0.08 129

HSM-Net_RVC	0.57 250	0.08 49	1.74 158	0.00 1	0.00 1	0.63 127	0.00 1	4.21 391	0.71 157	0.14 279	0.00 1	0.21 198	0.03 173	3.43 272	0.05 104	0.01 344	0.00 1	0.00 1	0.00 1	0.00 1	0.10 156
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DualNet	0.98 324	0.33 169	3.52 322	0.00 1	0.00 1	0.64 130	0.00 1	1.74 288	1.17 369	0.00 1	0.31 320	0.68 299	0.02 131	0.57 172	7.45 387	0.00 1	1.12 391	0.00 1	0.15 362	0.08 234	1.86 401

ffm	0.61 265	0.33 169	3.52 322	0.00 1	0.00 1	0.64 130	0.00 1	1.74 288	1.17 369	0.00 1	0.31 320	0.68 299	0.02 131	0.57 172	0.01 32	0.00 1	1.12 391	0.00 1	0.15 362	0.08 234	1.86 401

ff1	1.27 344	0.33 169	3.52 322	0.00 1	0.00 1	0.64 130	0.00 1	1.74 288	1.17 369	0.00 1	0.31 320	0.68 299	0.02 131	6.27 378	7.45 387	0.00 1	1.12 391	0.00 1	0.15 362	0.08 234	1.86 401

mmx	1.28 346	0.33 169	3.52 322	0.00 1	0.00 1	0.64 130	0.00 1	3.05 371	1.07 339	0.00 1	0.31 320	0.68 299	0.02 131	6.27 378	7.45 387	0.00 1	1.05 382	0.00 1	0.15 362	0.03 123	1.08 353

xxx	1.28 346	0.33 169	3.52 322	0.00 1	0.00 1	0.64 130	0.00 1	3.05 371	1.07 339	0.00 1	0.31 320	0.68 299	0.02 131	6.27 378	7.45 387	0.00 1	1.05 382	0.00 1	0.15 362	0.03 123	1.08 353

RGC	0.61 265	0.74 274	3.31 307	0.00 1	0.01 187	0.64 130	0.00 1	1.34 247	0.26 79	0.03 187	0.61 347	0.99 328	0.19 286	3.06 258	0.81 297	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.10 156

stereogan	0.57 250	0.38 188	3.12 295	0.01 205	0.01 187	0.64 130	0.02 240	1.11 221	0.96 327	0.08 250	0.01 165	1.66 369	0.45 316	2.60 238	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 316	0.07 114

FBW_ROB	1.04 330	0.84 293	2.48 257	0.10 288	0.01 187	0.64 130	0.01 180	2.37 341	0.83 264	0.01 88	0.01 165	1.09 337	0.05 225	8.21 401	2.94 354	0.05 371	0.01 249	0.09 395	0.01 291	0.06 198	0.97 349

ttt	1.05 332	0.20 120	1.91 195	0.00 1	0.09 281	0.65 138	0.00 1	3.05 371	1.11 345	0.00 1	0.30 314	0.29 221	0.01 84	4.65 318	6.53 382	0.00 1	1.01 380	0.00 1	0.13 350	0.02 78	1.00 351

anonymousdsp2	0.40 156	0.07 25	1.78 170	0.28 351	0.74 379	0.65 138	0.00 1	0.16 76	0.61 138	0.31 322	0.01 165	0.17 182	0.01 84	0.41 156	0.17 177	0.00 1	0.88 371	0.00 1	0.02 302	0.04 157	1.73 390

HGLStereo	0.35 116	0.40 191	1.83 179	0.00 1	0.00 1	0.65 138	0.01 180	0.68 161	0.39 101	0.03 187	0.01 165	0.47 262	0.03 173	2.14 219	0.17 177	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.04 85

DCRE	0.76 300	0.40 191	1.17 32	0.21 339	0.90 390	0.66 141	0.00 1	0.79 184	0.39 101	0.36 333	7.60 392	0.03 62	0.00 1	0.09 88	0.32 230	0.00 1	0.58 339	0.00 1	0.17 373	0.02 78	1.53 380

CrosDoStereo	1.11 338	0.16 102	1.64 134	0.00 1	0.05 265	0.66 141	5.65 412	0.70 164	0.54 122	0.25 311	1.18 362	0.19 193	2.94 382	6.48 384	1.58 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.08 129

DeepStereo_LL	1.11 338	0.16 102	1.64 134	0.00 1	0.05 265	0.66 141	5.65 412	0.70 164	0.54 122	0.25 311	1.18 362	0.19 193	2.94 382	6.48 384	1.58 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.08 129

raftrobust	0.30 94	0.78 285	1.65 138	0.00 1	1.25 403	0.66 141	0.03 258	0.10 45	0.32 91	0.02 148	0.00 1	0.03 62	0.03 173	0.22 119	0.13 157	0.00 1	0.44 327	0.00 1	0.00 1	0.07 216	0.22 229

ADLNet	0.48 196	0.43 196	1.71 151	0.00 1	0.00 1	0.66 141	0.01 180	1.16 225	0.84 274	0.21 297	0.01 165	1.00 329	0.02 131	2.88 252	0.34 233	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.24 247

Nwc_Net	0.54 230	0.75 280	3.72 334	0.00 1	0.00 1	0.66 141	0.00 1	1.05 212	0.41 106	0.01 88	0.02 246	0.88 321	0.11 265	2.65 242	0.40 254	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.05 100

raft+_RVC	0.35 116	0.89 306	1.67 144	0.00 1	1.28 404	0.67 147	0.04 273	0.08 35	0.15 26	0.01 88	0.00 1	0.02 32	0.04 199	0.16 104	0.18 182	0.00 1	1.39 411	0.00 1	0.00 1	0.07 216	0.44 301

NVStereoNet_ROB	1.74 368	1.83 379	4.79 365	0.81 396	0.29 334	0.67 147	0.03 258	1.46 257	1.75 386	0.65 353	5.98 387	2.38 380	2.95 385	6.77 389	2.70 350	0.69 391	0.37 324	0.04 387	0.19 380	0.27 357	0.24 247
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
raft_robust	0.73 295	0.81 286	1.55 108	0.00 1	0.22 317	0.68 149	0.00 1	2.56 348	0.75 168	0.01 88	0.01 165	1.12 340	1.15 353	4.56 317	0.14 164	0.00 1	0.71 351	0.00 1	0.15 362	0.08 234	0.11 167

pcwnet_v2	0.49 200	0.14 93	4.76 361	0.00 1	0.00 1	0.68 149	0.00 1	2.39 342	0.81 249	0.01 88	0.00 1	0.35 237	0.32 306	0.19 114	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 229

AANet_RVC	0.94 320	1.27 351	3.68 333	0.01 205	0.00 1	0.68 149	0.01 180	0.92 193	0.22 68	0.02 148	1.41 366	0.95 325	0.04 199	5.97 359	3.10 355	0.16 380	0.10 294	0.00 1	0.00 1	0.09 258	0.26 257

NOSS_ROB	0.73 295	0.44 198	1.26 38	0.55 372	0.00 1	0.68 149	0.00 1	2.93 367	0.77 206	0.13 277	0.00 1	0.92 323	0.00 1	6.16 372	0.11 143	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.66 333

MMNet	0.29 85	0.53 232	2.13 224	0.00 1	0.00 1	0.69 153	0.00 1	0.74 175	0.80 241	0.01 88	0.01 165	0.18 185	0.09 255	0.28 139	0.14 164	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.04 85

ccnet	0.59 256	0.26 143	2.24 236	0.01 205	0.08 279	0.70 154	0.18 323	1.35 249	0.43 107	0.45 344	0.66 349	0.13 160	0.38 312	3.57 278	1.09 309	0.01 344	0.00 1	0.02 370	0.00 1	0.03 123	0.16 203

iResNet	0.34 110	0.50 223	1.65 138	0.00 1	0.00 1	0.70 154	0.00 1	1.60 274	0.78 219	0.01 88	0.00 1	0.04 82	0.03 173	0.15 103	1.11 310	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.20 227

UNet	0.29 85	0.26 143	2.47 255	0.00 1	0.00 1	0.71 156	0.01 180	0.52 143	0.81 249	0.00 1	0.00 1	0.37 245	0.02 131	0.46 163	0.10 137	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 85

CSAN	1.34 350	1.48 366	4.78 363	0.15 312	0.08 279	0.71 156	0.68 382	2.81 363	1.12 350	0.96 365	2.86 373	0.79 313	1.67 362	5.61 342	2.61 349	0.01 344	0.01 249	0.00 1	0.00 1	0.15 308	0.26 257

1111x	1.36 352	0.43 196	3.64 331	0.00 1	0.51 359	0.72 158	0.00 1	3.21 379	1.10 344	0.05 220	0.26 301	0.07 126	0.01 84	6.09 370	8.46 392	0.00 1	1.15 402	0.00 1	0.26 401	0.04 157	1.10 357

PVD	1.08 333	1.09 336	4.07 347	0.61 377	1.15 401	0.72 158	0.01 180	0.93 196	1.18 373	2.39 386	0.00 1	0.65 295	0.11 265	2.60 238	4.29 367	0.00 1	0.82 359	0.00 1	0.13 350	0.12 283	0.75 335

DispNO	0.79 308	0.92 314	3.35 313	0.00 1	0.00 1	0.73 160	0.02 240	1.72 284	0.76 189	0.01 88	0.53 343	1.33 353	0.06 236	5.13 325	0.92 300	0.00 1	0.00 1	0.03 378	0.11 346	0.05 172	0.07 114

PCWNet_CMD	0.20 41	0.13 85	1.38 63	0.00 1	0.01 187	0.73 160	0.00 1	0.39 130	0.19 62	0.00 1	0.01 165	0.47 262	0.50 321	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.17 207

hitnet-ft	0.49 200	0.56 237	1.96 205	0.00 1	0.00 1	0.73 160	0.10 307	0.36 126	0.26 79	0.05 220	0.13 287	0.73 307	0.16 280	4.26 303	0.41 258	0.01 344	0.00 1	0.03 378	0.00 1	0.05 172	0.06 110

MSMDNet	0.20 41	0.13 85	1.39 67	0.00 1	0.01 187	0.73 160	0.00 1	0.39 130	0.18 53	0.00 1	0.01 165	0.48 266	0.48 319	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.17 207

iResNet_ROB	0.40 156	1.20 345	1.77 166	0.00 1	0.00 1	0.73 160	0.00 1	1.03 206	0.77 206	0.07 241	0.01 165	0.08 133	0.01 84	1.85 215	0.38 250	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.09 142

DMCA-RVC	0.44 178	0.94 316	4.10 349	0.00 1	0.03 244	0.76 165	0.03 258	0.11 47	0.15 26	0.01 88	0.01 165	0.08 133	0.32 306	1.61 212	0.51 266	0.00 1	0.02 256	0.01 356	0.00 1	0.03 123	0.05 100

R-Stereo Train	0.22 50	0.06 9	1.64 134	0.00 1	0.00 1	0.76 165	0.00 1	1.57 269	0.17 43	0.02 148	0.00 1	0.01 7	0.00 1	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 67

RAFT-Stereo	0.22 50	0.06 9	1.64 134	0.00 1	0.00 1	0.76 165	0.00 1	1.57 269	0.17 43	0.02 148	0.00 1	0.01 7	0.00 1	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 67
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iinet-f	0.59 256	0.91 311	5.57 378	0.00 1	0.01 187	0.78 168	0.00 1	1.81 307	0.84 274	0.03 187	0.00 1	0.41 256	0.43 314	0.42 157	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.36 376	0.08 129

FADNet	0.64 278	1.21 346	3.32 309	0.00 1	0.01 187	0.79 169	0.01 180	1.01 202	0.65 145	0.01 88	0.01 165	0.17 182	0.15 277	4.45 310	0.37 242	0.17 384	0.00 1	0.00 1	0.00 1	0.44 385	0.12 178

GANet	0.75 298	0.69 260	2.47 255	0.00 1	0.00 1	0.79 169	0.08 298	0.61 154	0.76 189	0.13 277	0.16 291	0.68 299	0.46 317	5.61 342	2.02 339	0.00 1	0.03 263	0.01 356	0.00 1	0.11 275	0.37 286

NCCL2	0.38 141	1.00 325	2.12 223	0.00 1	0.01 187	0.79 169	0.00 1	0.59 151	0.38 97	0.01 88	0.00 1	0.02 32	0.03 173	2.31 222	0.21 196	0.00 1	0.00 1	0.02 370	0.00 1	0.04 157	0.13 185

DDUNet	0.51 209	0.87 300	2.33 244	0.00 1	0.00 1	0.80 172	0.01 180	1.16 225	0.77 206	0.08 250	0.01 165	1.11 339	0.01 84	2.02 216	0.77 293	0.02 360	0.00 1	0.00 1	0.00 1	0.09 258	0.10 156

DEmStereo	0.76 300	0.10 67	1.95 204	0.04 250	0.00 1	0.80 172	0.50 374	0.06 22	0.76 189	0.05 220	0.72 351	0.02 32	3.33 386	5.67 346	1.24 316	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ssnet_v2	0.39 149	0.47 210	2.11 221	0.00 1	0.00 1	0.81 174	0.00 1	1.33 246	0.86 308	0.12 274	0.01 165	0.87 319	0.10 260	0.60 180	0.35 237	0.00 1	0.00 1	0.00 1	0.00 1	0.16 316	0.09 142

StereoDRNet-Refined	0.30 94	0.19 115	1.19 34	0.00 1	0.00 1	0.81 174	0.00 1	0.92 193	0.84 274	0.00 1	0.00 1	0.50 277	0.02 131	1.27 205	0.10 137	0.00 1	0.00 1	0.00 1	0.00 1	0.11 275	0.05 100
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CASnet	0.10 3	0.10 67	0.81 6	0.00 1	0.00 1	0.82 176	0.00 1	0.14 67	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LMCR-Stereo	0.38 141	0.65 250	1.77 166	0.00 1	0.00 1	0.82 176	0.00 1	2.33 338	0.84 274	0.00 1	0.00 1	0.04 82	0.04 199	0.29 141	0.72 290	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.01 43

CFNet_ucs	0.29 85	0.17 108	1.53 104	0.00 1	0.01 187	0.83 178	0.00 1	2.07 329	0.24 77	0.00 1	0.00 1	0.48 266	0.29 302	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 193

WZ-Net	1.68 364	1.91 386	12.17 404	0.00 1	0.00 1	0.83 178	0.00 1	1.68 280	0.84 274	0.05 220	0.01 165	1.08 334	2.88 381	6.91 392	4.78 372	0.00 1	0.00 1	0.00 1	0.00 1	0.14 303	0.24 247

psm_up	0.48 196	0.57 238	1.86 186	0.00 1	0.00 1	0.83 178	0.00 1	2.33 338	0.79 233	0.00 1	0.00 1	0.27 216	0.01 84	2.73 244	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.10 270	0.04 85

STTStereo	0.33 108	0.49 217	2.91 283	0.00 1	0.00 1	0.83 178	0.03 258	0.28 111	0.16 35	0.02 148	0.00 1	0.20 197	0.03 173	1.52 211	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

ProNet	0.25 70	0.25 139	1.15 26	0.08 281	0.41 345	0.84 182	0.00 1	0.06 22	0.39 101	0.00 1	0.00 1	0.01 7	0.00 1	0.13 97	0.01 32	0.00 1	0.23 306	0.00 1	0.00 1	0.09 258	1.34 366

test_5	0.39 149	0.73 270	2.28 240	0.01 205	0.22 317	0.84 182	0.01 180	1.02 203	0.77 206	0.12 274	0.00 1	0.30 224	0.01 84	0.82 187	0.03 66	0.00 1	0.04 273	0.00 1	0.00 1	0.15 308	0.46 305

GANet-ADL	0.20 41	0.12 79	1.43 85	0.00 1	0.01 187	0.84 182	0.00 1	0.40 133	0.17 43	0.00 1	0.36 330	0.35 237	0.00 1	0.09 88	0.14 164	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.12 178

CBMV	0.80 311	0.46 207	2.11 221	0.00 1	0.00 1	0.84 182	0.76 385	3.17 377	0.84 274	0.61 352	0.00 1	1.23 344	1.88 368	2.46 231	0.97 302	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.56 322
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
STrans-v2	0.88 316	0.32 164	1.71 151	0.00 1	0.01 187	0.85 186	0.04 273	2.45 343	0.89 318	0.48 346	0.85 355	1.10 338	2.06 371	6.49 386	0.25 213	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.09 142

LSM	4.80 400	1.52 368	19.84 411	4.35 415	38.64 421	0.85 186	2.31 401	0.86 189	1.78 387	3.14 390	3.02 374	0.62 287	0.69 331	3.61 282	1.28 317	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	13.38 422

GMOStereo	0.29 85	0.49 217	1.56 112	0.00 1	0.56 363	0.87 188	0.02 240	0.18 84	0.17 43	0.01 88	0.01 165	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

error version	0.29 85	0.49 217	1.56 112	0.00 1	0.56 363	0.87 188	0.02 240	0.18 84	0.17 43	0.01 88	0.01 165	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

test-v	0.29 85	0.49 217	1.56 112	0.00 1	0.56 363	0.87 188	0.02 240	0.18 84	0.17 43	0.01 88	0.01 165	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

test-2	0.29 85	0.49 217	1.56 112	0.00 1	0.56 363	0.87 188	0.02 240	0.18 84	0.17 43	0.01 88	0.01 165	0.25 209	0.01 84	0.04 44	0.01 32	0.00 1	1.23 405	0.00 1	0.00 1	0.18 328	0.18 214

SuperB	1.87 370	1.70 372	10.02 399	0.02 227	0.01 187	0.87 188	0.75 384	2.15 331	0.87 312	0.05 220	0.05 262	0.33 229	0.87 343	5.17 328	5.60 377	0.01 344	0.00 1	0.02 370	0.01 291	8.38 419	0.42 293

ADCS	1.99 372	2.50 405	10.09 400	0.00 1	0.01 187	0.87 188	0.66 381	1.81 307	0.89 318	2.57 389	0.11 284	1.41 358	0.26 299	2.62 240	15.48 410	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.43 296

ADCRef	1.10 337	1.10 337	4.78 363	0.02 227	0.02 227	0.87 188	0.31 350	0.76 180	0.88 315	0.71 356	0.17 292	0.18 185	0.80 341	2.63 241	8.56 393	0.00 1	0.00 1	0.00 1	0.00 1	0.11 275	0.11 167

PA-Net	0.72 292	0.91 311	3.91 340	0.03 242	0.07 274	0.87 188	0.02 240	0.78 181	0.83 264	0.01 88	0.00 1	0.43 259	0.06 236	5.10 324	1.30 319	0.01 344	0.00 1	0.00 1	0.00 1	0.04 157	0.12 178
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.77 303	1.78 377	3.28 302	0.09 286	0.13 293	0.88 196	0.05 283	0.78 181	0.76 189	0.03 187	1.37 365	1.03 330	0.14 273	2.73 244	1.34 324	0.06 373	0.04 273	0.01 356	0.00 1	0.63 392	0.34 278

ACRE	0.45 183	1.14 341	3.22 298	0.12 300	0.00 1	0.90 197	0.20 326	1.77 298	0.84 274	0.04 207	0.01 165	0.15 168	0.06 236	0.16 104	0.18 182	0.00 1	0.03 263	0.01 356	0.02 302	0.17 321	0.04 85

ADLNet2	0.61 265	0.68 256	2.76 273	0.00 1	0.00 1	0.90 197	0.01 180	0.82 187	0.92 322	0.00 1	0.07 275	1.45 361	0.02 131	4.04 292	0.13 157	0.00 1	0.00 1	0.00 1	0.00 1	0.20 339	0.11 167

DeepPrunerF	1.44 356	1.17 343	9.82 397	0.02 227	0.09 281	0.90 197	0.00 1	1.42 256	6.76 400	0.23 304	0.01 165	0.22 201	0.14 273	5.71 348	1.94 337	0.00 1	0.00 1	0.01 356	0.02 302	0.20 339	0.14 193

AEACV	0.45 183	0.04 2	1.15 26	0.69 388	0.94 393	0.91 200	0.00 1	0.70 164	0.27 83	0.39 339	0.05 262	0.01 7	0.10 260	0.45 162	0.04 92	0.00 1	0.90 372	0.00 1	0.32 408	0.08 234	2.01 407

CRFU-Net	0.43 173	0.15 99	1.89 190	0.26 347	0.01 187	0.91 200	0.00 1	0.47 138	0.27 83	0.00 1	0.00 1	0.41 256	1.89 369	2.11 217	0.14 164	0.00 1	0.00 1	0.03 378	0.00 1	0.03 123	0.03 67

IPLGR_C	0.45 183	1.25 349	3.05 288	0.10 288	0.01 187	0.91 200	0.20 326	1.77 298	0.86 308	0.04 207	0.01 165	0.15 168	0.07 248	0.16 104	0.19 191	0.00 1	0.04 273	0.01 356	0.02 302	0.17 321	0.04 85

Consistency-Raft	0.45 183	0.60 245	3.05 288	0.13 306	0.03 244	0.91 200	0.04 273	1.55 267	0.78 219	0.00 1	0.02 246	0.03 62	1.12 352	0.35 144	0.42 261	0.02 360	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

PSMNet_ROB	0.54 230	1.05 329	2.53 263	0.00 1	0.00 1	0.91 200	0.00 1	0.33 123	0.75 168	0.01 88	0.00 1	0.25 209	0.03 173	3.45 273	1.31 321	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.10 156

XX-TBD	0.18 29	0.44 198	1.52 101	0.00 1	0.00 1	0.92 205	0.00 1	0.17 80	0.14 20	0.00 1	0.21 297	0.03 62	0.00 1	0.02 9	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 59

AFF-stereo	0.36 126	0.98 319	1.62 132	0.00 1	0.09 281	0.92 205	0.00 1	0.62 157	0.84 274	0.08 250	0.00 1	0.05 100	0.05 225	0.16 104	0.06 117	0.00 1	0.63 343	0.00 1	0.00 1	0.24 350	0.84 343

CIPLG	0.44 178	1.17 343	2.82 276	0.10 288	0.01 187	0.93 207	0.20 326	1.76 295	0.85 297	0.04 207	0.01 165	0.16 176	0.06 236	0.16 104	0.19 191	0.00 1	0.04 273	0.01 356	0.01 291	0.17 321	0.04 85

AASNet	0.40 156	0.98 319	2.57 266	0.00 1	0.00 1	0.93 207	0.01 180	0.79 184	0.82 255	0.01 88	0.00 1	0.38 250	0.02 131	0.62 181	0.43 262	0.00 1	0.00 1	0.00 1	0.00 1	0.31 370	0.14 193

APVNet	0.58 252	0.59 241	3.15 297	0.00 1	0.00 1	0.93 207	0.01 180	0.62 157	0.86 308	0.03 187	0.01 165	0.34 231	0.04 199	4.50 313	0.33 231	0.00 1	0.00 1	0.03 378	0.00 1	0.18 328	0.05 100

DRaft	0.58 252	0.13 85	1.34 50	0.00 1	0.00 1	0.94 210	0.18 323	0.08 35	0.16 35	0.03 187	0.25 300	0.06 116	2.49 377	4.51 315	1.32 322	0.00 1	0.03 263	0.00 1	0.02 302	0.03 123	0.08 129

XPNet_ROB	0.46 190	0.67 253	1.69 147	0.01 205	0.00 1	0.94 210	0.01 180	1.32 243	0.65 145	0.03 187	0.00 1	0.17 182	0.02 131	2.82 248	0.66 280	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.18 214

ETE_ROB	0.43 173	0.73 270	1.87 187	0.00 1	0.00 1	0.94 210	0.01 180	1.75 292	0.79 233	0.03 187	0.00 1	0.16 176	0.02 131	1.81 214	0.36 240	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 129

NLCA_NET_v2_RVC	0.45 183	0.72 269	3.22 298	0.00 1	0.02 227	0.95 213	0.00 1	0.70 164	0.26 79	0.03 187	0.00 1	0.34 231	0.10 260	2.45 230	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 67
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CFNet_pseudo	0.24 61	0.13 85	1.40 69	0.00 1	0.01 187	0.96 214	0.00 1	1.08 217	0.16 35	0.00 1	0.01 165	0.48 266	0.35 308	0.03 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 167

DSFCA	0.49 200	0.39 190	1.59 121	0.00 1	0.01 187	0.96 214	0.36 359	0.40 133	0.80 241	0.03 187	0.31 320	0.04 82	0.23 296	3.83 288	0.81 297	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.09 142

LCNet	0.26 74	0.14 93	1.38 63	0.10 288	0.00 1	0.97 216	0.00 1	0.12 54	0.78 219	0.01 88	0.00 1	0.02 32	1.07 351	0.43 158	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 308	0.03 67

ccs_rob	0.24 61	0.13 85	1.40 69	0.00 1	0.01 187	0.97 216	0.00 1	1.08 217	0.16 35	0.00 1	0.01 165	0.48 266	0.35 308	0.03 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 167

MyStereo07	0.30 94	0.34 178	1.49 91	0.00 1	0.25 328	0.98 218	0.01 180	0.06 22	0.57 136	0.35 331	0.00 1	0.01 7	0.06 236	0.49 167	0.09 134	0.00 1	0.79 353	0.00 1	0.08 331	0.02 78	0.32 271

MyStereo04	0.37 133	0.34 178	2.41 249	0.00 1	0.25 328	0.98 218	0.01 180	1.05 212	0.28 86	0.09 258	0.01 165	0.36 242	0.12 268	0.05 66	0.35 237	0.00 1	0.79 353	0.00 1	0.08 331	0.02 78	0.32 271

UDG	0.55 238	0.86 298	2.15 225	0.00 1	0.00 1	0.98 218	0.00 1	2.09 330	0.83 264	0.08 250	0.00 1	1.49 364	0.18 284	1.20 202	1.07 307	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.09 142

DMCA	0.30 94	0.38 188	2.48 257	0.00 1	0.01 187	0.98 218	0.01 180	0.47 138	0.80 241	0.02 148	0.01 165	0.05 100	0.00 1	0.25 122	0.29 221	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 156

LALA_ROB	0.45 183	0.73 270	1.91 195	0.00 1	0.01 187	0.98 218	0.01 180	1.99 324	0.84 274	0.15 284	0.00 1	0.09 141	0.01 84	1.06 195	1.01 304	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.05 100

CVANet_RVC	0.66 280	0.68 256	2.61 268	0.01 205	0.00 1	0.99 223	0.00 1	0.95 199	0.78 219	0.60 350	0.11 284	0.37 245	0.14 273	5.50 339	0.14 164	0.00 1	0.00 1	0.00 1	0.03 314	0.16 316	0.19 224

EDNetEfficient	2.95 389	0.33 169	20.38 412	0.19 329	0.83 385	1.00 224	1.95 396	0.58 150	5.15 398	8.01 407	1.79 371	0.93 324	4.16 395	3.66 284	9.80 399	0.00 1	0.03 263	0.00 1	0.06 326	0.05 172	0.13 185

UCFNet_RVC	0.26 74	0.61 246	1.59 121	0.00 1	0.00 1	1.00 224	0.00 1	0.26 107	0.39 101	0.01 88	0.00 1	0.42 258	0.02 131	0.84 189	0.07 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 85

ACVNet-4b	1.38 353	1.94 388	5.73 381	0.20 336	0.04 256	1.01 226	0.01 180	1.70 282	0.86 308	0.04 207	0.95 359	1.95 371	0.31 305	6.69 387	2.11 343	2.78 410	0.02 256	0.00 1	0.00 1	0.89 398	0.34 278

CAS	0.13 14	0.07 25	0.86 9	0.00 1	0.00 1	1.01 226	0.00 1	0.26 107	0.16 35	0.00 1	0.00 1	0.03 62	0.01 84	0.02 9	0.04 92	0.09 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.16 23	0.05 5	1.22 36	0.00 1	0.01 187	1.01 226	0.09 303	0.28 111	0.17 43	0.00 1	0.02 246	0.07 126	0.01 84	0.21 116	0.05 104	0.00 1	0.01 249	0.00 1	0.00 1	0.01 26	0.09 142
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
CREStereo++_RVC	0.15 21	0.10 67	1.55 108	0.00 1	0.00 1	1.01 226	0.00 1	0.15 69	0.15 26	0.00 1	0.01 165	0.04 82	0.00 1	0.02 9	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 85
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
FENet	0.27 77	0.19 115	1.51 99	0.00 1	0.00 1	1.01 226	0.00 1	1.02 203	0.77 206	0.00 1	0.00 1	0.24 206	0.04 199	0.27 133	0.22 202	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 114

DN-CSS_ROB	0.38 141	1.27 351	2.50 260	0.01 205	0.00 1	1.01 226	0.00 1	1.21 229	0.83 264	0.02 148	0.00 1	0.19 193	0.02 131	0.10 91	0.19 191	0.00 1	0.00 1	0.00 1	0.00 1	0.26 355	0.03 67

dd	0.23 58	0.91 311	1.69 147	0.01 205	0.00 1	1.02 232	0.00 1	0.09 43	0.68 149	0.01 88	0.00 1	0.02 32	0.02 131	0.01 2	0.00 1	0.01 344	0.00 1	0.00 1	0.00 1	0.04 157	0.01 43

SACVNet	0.51 209	0.61 246	1.98 207	0.00 1	0.00 1	1.02 232	0.01 180	1.04 211	0.44 109	0.07 241	0.00 1	0.23 203	0.02 131	4.19 299	0.29 221	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.13 185

GwcNet-ADL	0.33 108	0.20 120	1.73 156	0.00 1	0.00 1	1.02 232	0.00 1	2.51 345	0.40 105	0.00 1	0.00 1	0.37 245	0.04 199	0.03 30	0.24 209	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.13 185

PSMNet-ADL	0.39 149	0.08 49	0.96 11	0.00 1	0.00 1	1.02 232	0.00 1	0.72 171	0.16 35	0.00 1	0.10 283	0.48 266	0.01 84	3.60 280	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.23 237

Ntro	0.75 298	1.79 378	3.54 328	0.05 256	0.37 339	1.03 236	0.02 240	0.99 201	0.76 189	0.02 148	0.00 1	0.76 309	0.08 252	3.23 264	1.32 322	0.07 374	0.04 273	0.01 356	0.00 1	0.84 397	0.13 185

dad	0.24 61	0.98 319	1.61 129	0.00 1	0.00 1	1.03 236	0.00 1	0.03 3	0.38 97	0.01 88	0.00 1	0.02 32	0.01 84	0.65 182	0.11 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AnonymousM	0.18 29	0.07 25	0.80 5	0.04 250	0.00 1	1.03 236	0.00 1	0.20 89	0.65 145	0.06 233	0.00 1	0.00 1	0.00 1	0.33 143	0.02 53	0.00 1	0.19 302	0.00 1	0.00 1	0.01 26	0.18 214

GEStereo_RVC	0.52 212	0.69 260	1.93 200	0.01 205	0.00 1	1.03 236	0.00 1	2.22 335	0.78 219	0.00 1	0.00 1	0.14 162	0.01 84	3.19 262	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 270	0.18 214

TANstereo	0.17 25	0.32 164	1.51 99	0.00 1	0.00 1	1.03 236	0.00 1	0.07 30	0.14 20	0.01 88	0.15 290	0.04 82	0.00 1	0.05 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 59

LoS	0.16 23	0.10 67	0.97 12	0.02 227	0.00 1	1.04 241	0.01 180	0.07 30	0.75 168	0.01 88	0.01 165	0.16 176	0.04 199	0.07 78	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ADStereo(finetuned)	0.42 164	0.51 228	2.79 275	0.00 1	0.00 1	1.04 241	0.00 1	1.90 315	0.85 297	0.10 263	0.00 1	0.04 82	0.72 335	0.04 44	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 251

test_4	0.20 41	0.33 169	1.50 94	0.08 281	0.13 293	1.04 241	0.00 1	0.05 12	0.09 14	0.10 263	0.00 1	0.02 32	0.01 84	0.27 133	0.14 164	0.00 1	0.08 290	0.00 1	0.02 302	0.13 288	0.07 114

NCC-stereo	0.63 271	0.82 288	3.34 310	0.03 242	0.03 244	1.04 241	0.01 180	1.03 206	0.31 89	0.14 279	0.19 293	0.64 291	0.05 225	3.67 285	1.18 311	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 114

Abc-Net	0.63 271	0.82 288	3.34 310	0.03 242	0.03 244	1.04 241	0.01 180	1.03 206	0.31 89	0.14 279	0.19 293	0.64 291	0.05 225	3.67 285	1.18 311	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 114
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PMTNet	0.13 14	0.08 49	0.99 16	0.00 1	0.00 1	1.05 246	0.04 273	0.21 91	0.14 20	0.00 1	0.00 1	0.04 82	0.00 1	0.04 44	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 43

PS-NSSS	0.62 268	0.82 288	1.58 119	0.00 1	0.00 1	1.05 246	0.00 1	2.76 361	0.74 161	0.00 1	0.00 1	0.11 150	0.01 84	5.22 331	0.15 174	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.00 1

WCMA_ROB	2.37 381	0.75 280	2.53 263	0.05 256	0.00 1	1.05 246	0.59 379	1.47 259	1.40 378	5.47 398	9.84 405	8.10 399	5.87 403	4.38 308	3.93 363	0.16 380	0.21 304	0.18 402	0.18 375	0.06 198	1.08 353

panet	0.12 12	0.07 25	0.78 4	0.00 1	0.00 1	1.06 249	0.00 1	0.22 93	0.15 26	0.00 1	0.00 1	0.02 32	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 43

MC-Stereo	0.38 141	0.12 79	1.30 47	0.65 383	0.70 378	1.06 249	0.00 1	0.03 3	0.14 20	0.23 304	0.00 1	0.04 82	0.02 131	0.38 153	0.12 147	0.00 1	1.08 388	0.00 1	0.02 302	0.08 234	1.72 387

RCA-Stereo	0.28 80	0.14 93	1.00 18	0.00 1	0.13 293	1.06 249	0.00 1	1.76 295	0.16 35	0.07 241	0.00 1	0.02 32	0.06 236	0.00 1	0.00 1	0.00 1	0.83 364	0.00 1	0.00 1	0.06 198	0.23 237

DCANet-4	0.37 133	0.07 25	3.11 294	0.00 1	0.00 1	1.06 249	0.00 1	1.82 312	0.85 297	0.16 287	0.00 1	0.04 82	0.05 225	0.04 44	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

fff	0.37 133	0.50 223	2.02 211	0.00 1	0.02 227	1.06 249	0.00 1	1.90 315	0.84 274	0.16 287	0.00 1	0.04 82	0.59 327	0.04 44	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

UDGNet	0.19 39	0.81 286	1.42 81	0.00 1	0.00 1	1.06 249	0.00 1	0.05 12	0.38 97	0.00 1	0.00 1	0.02 32	0.00 1	0.10 91	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

s12784h	0.27 77	0.08 49	1.46 88	0.00 1	0.00 1	1.06 249	0.02 240	1.66 278	0.75 168	0.01 88	0.36 330	0.02 32	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 59

DCANet	0.35 116	0.50 223	2.02 211	0.00 1	0.00 1	1.06 249	0.00 1	1.90 315	0.85 297	0.10 263	0.00 1	0.04 82	0.00 1	0.04 44	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 251

csc	0.37 133	0.50 223	2.02 211	0.00 1	0.02 227	1.06 249	0.00 1	1.90 315	0.84 274	0.16 287	0.00 1	0.04 82	0.59 327	0.04 44	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

cscssc	0.37 133	0.50 223	2.02 211	0.00 1	0.02 227	1.06 249	0.00 1	1.90 315	0.84 274	0.16 287	0.00 1	0.04 82	0.59 327	0.04 44	0.08 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 237

111	0.42 164	0.98 319	2.02 211	0.00 1	0.02 227	1.06 249	0.03 258	1.98 323	0.83 264	0.30 318	0.01 165	0.21 198	0.05 225	0.13 97	0.09 134	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.65 332

RAFT-Stereo + iAFF	0.41 161	0.87 300	1.78 170	0.00 1	0.91 391	1.06 249	0.00 1	0.70 164	0.77 206	0.05 220	0.00 1	0.06 116	0.06 236	0.06 72	0.26 217	0.00 1	0.69 347	0.00 1	0.00 1	0.20 339	0.80 339

CREStereo	0.12 12	0.07 25	0.76 3	0.00 1	0.00 1	1.06 249	0.00 1	0.25 105	0.14 20	0.00 1	0.00 1	0.02 32	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ACVNet	0.30 94	0.44 198	1.74 158	0.01 205	0.00 1	1.06 249	0.10 307	0.23 100	0.83 264	0.02 148	0.01 165	0.70 305	0.00 1	0.08 84	0.41 258	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.17 207

cf-r	0.46 190	0.87 300	2.51 261	0.00 1	0.00 1	1.06 249	0.00 1	0.52 143	0.64 142	0.09 258	0.00 1	0.65 295	0.00 1	2.51 233	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.09 258	0.09 142

GANet-RSSM	0.42 164	0.66 252	1.78 170	0.00 1	0.00 1	1.06 249	0.00 1	0.26 107	0.23 72	0.05 220	0.00 1	0.34 231	0.00 1	3.56 277	0.18 182	0.00 1	0.00 1	0.03 378	0.00 1	0.09 258	0.08 129

PSMNet-RSSM	0.44 178	0.73 270	1.65 138	0.00 1	0.00 1	1.06 249	0.00 1	0.61 154	0.70 156	0.06 233	0.01 165	0.39 252	0.00 1	3.29 267	0.12 147	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 114

GwcNet-RSSM	0.53 225	1.04 328	2.48 257	0.00 1	0.00 1	1.06 249	0.00 1	0.74 175	0.76 189	0.21 297	0.01 165	0.36 242	0.00 1	3.65 283	0.11 143	0.00 1	0.00 1	0.00 1	0.00 1	0.13 288	0.07 114

CFNet	0.66 280	1.12 339	2.37 246	0.00 1	0.00 1	1.06 249	0.01 180	1.36 251	0.74 161	0.01 88	0.01 165	0.13 160	0.01 84	5.85 349	0.30 224	0.00 1	0.00 1	0.00 1	0.00 1	0.18 328	0.07 114

ff7	0.36 126	0.21 124	1.28 42	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 128	0.32 324	0.00 1	0.01 7	0.04 199	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 234	1.75 391

ffff	0.36 126	0.21 124	1.28 42	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 128	0.32 324	0.00 1	0.01 7	0.04 199	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 234	1.75 391

11t	0.36 126	0.21 124	1.28 42	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 128	0.32 324	0.00 1	0.01 7	0.04 199	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 234	1.75 391

HH	0.52 212	0.23 133	1.71 151	0.77 393	0.35 337	1.07 268	0.00 1	0.30 114	0.68 149	0.29 316	0.45 336	1.45 361	0.04 199	0.37 149	0.37 242	0.00 1	0.84 367	0.00 1	0.00 1	0.02 78	1.39 367

HanStereo	0.52 212	0.23 133	1.71 151	0.77 393	0.35 337	1.07 268	0.00 1	0.30 114	0.68 149	0.29 316	0.45 336	1.45 361	0.04 199	0.37 149	0.37 242	0.00 1	0.84 367	0.00 1	0.00 1	0.02 78	1.39 367

anonymousdsp	0.41 161	0.21 124	1.52 101	0.43 367	0.54 360	1.07 268	0.00 1	0.11 47	0.56 128	0.34 328	0.00 1	0.01 7	0.05 225	0.47 164	0.03 66	0.00 1	0.81 357	0.00 1	0.11 346	0.08 234	1.81 398

ccc-4	0.36 126	0.21 124	1.28 42	0.16 316	0.22 317	1.07 268	0.00 1	0.12 54	0.56 128	0.32 324	0.00 1	0.01 7	0.04 199	0.25 122	0.03 66	0.00 1	0.92 375	0.00 1	0.10 339	0.08 234	1.75 391

IGEV-Stereo	0.41 161	0.21 124	1.53 104	0.43 367	0.55 361	1.07 268	0.00 1	0.11 47	0.56 128	0.34 328	0.00 1	0.01 7	0.05 225	0.47 164	0.03 66	0.00 1	0.81 357	0.00 1	0.11 346	0.08 234	1.81 398
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.29 85	0.07 25	0.98 13	0.00 1	0.00 1	1.07 268	0.00 1	1.92 320	0.82 255	0.00 1	0.00 1	0.35 237	0.03 173	0.06 72	0.51 266	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

RAFT-RH_RVC	0.99 326	0.26 143	1.93 200	0.04 250	0.04 256	1.07 268	0.00 1	0.07 30	0.69 154	0.01 88	9.36 403	0.10 147	0.00 1	5.86 350	0.29 221	0.01 344	0.00 1	0.00 1	0.02 302	0.01 26	0.00 1

GES	0.23 58	0.19 115	1.56 112	0.00 1	0.00 1	1.07 268	0.02 240	0.73 174	0.15 26	0.00 1	0.02 246	0.11 150	0.08 252	0.44 161	0.16 176	0.01 344	0.00 1	0.00 1	0.00 1	0.05 172	0.09 142

H2IRNET	0.21 46	0.51 228	1.84 182	0.00 1	0.00 1	1.08 279	0.01 180	0.15 69	0.25 78	0.00 1	0.00 1	0.06 116	0.01 84	0.03 30	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.22 346	0.07 114

EKT-Stereo	0.55 238	0.15 99	1.80 175	0.73 392	4.21 417	1.08 279	0.00 1	1.17 227	0.32 91	0.02 148	0.00 1	0.08 133	0.00 1	1.01 194	0.13 157	0.00 1	0.03 263	0.00 1	0.05 323	0.03 123	0.29 264

Selective-RAFT	0.21 46	0.13 85	0.82 7	0.00 1	0.00 1	1.08 279	0.00 1	0.06 22	0.77 206	0.00 1	0.00 1	0.08 133	0.00 1	0.01 2	0.03 66	0.00 1	0.90 372	0.00 1	0.18 375	0.04 157	0.16 203

IPLGR	0.50 205	0.22 131	2.74 271	0.03 242	0.02 227	1.08 279	0.03 258	1.95 321	0.75 168	0.09 258	0.00 1	0.18 185	0.22 294	2.57 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.05 100

Patchmatch Stereo++	0.18 29	0.07 25	1.40 69	0.05 256	0.01 187	1.08 279	0.07 291	0.05 12	0.75 168	0.02 148	0.00 1	0.05 100	0.00 1	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-softLoss	0.55 238	0.06 9	1.89 190	0.27 348	0.00 1	1.08 279	0.25 336	0.12 54	1.06 337	0.03 187	0.01 165	0.02 32	0.01 84	5.92 356	0.18 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

KMStereo	0.55 238	0.06 9	1.89 190	0.27 348	0.00 1	1.08 279	0.25 336	0.12 54	1.06 337	0.03 187	0.01 165	0.02 32	0.01 84	5.92 356	0.18 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

PSM-adaLoss	0.18 29	0.07 25	1.40 69	0.05 256	0.02 227	1.08 279	0.08 298	0.05 12	0.75 168	0.02 148	0.00 1	0.07 126	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo_v2	0.18 29	0.07 25	1.40 69	0.05 256	0.02 227	1.08 279	0.06 286	0.05 12	0.75 168	0.02 148	0.00 1	0.07 126	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo	0.18 29	0.07 25	1.40 69	0.05 256	0.02 227	1.08 279	0.06 286	0.05 12	0.75 168	0.02 148	0.00 1	0.03 62	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HUI-Stereo	0.19 39	0.07 25	1.41 79	0.05 256	0.02 227	1.08 279	0.08 298	0.06 22	0.76 189	0.02 148	0.00 1	0.07 126	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ASMatch	0.60 260	0.12 79	1.85 184	0.14 309	0.04 256	1.08 279	0.00 1	0.12 54	0.87 312	0.06 233	0.43 334	0.06 116	0.85 342	6.18 374	0.26 217	0.00 1	0.00 1	0.00 1	0.01 291	0.00 1	0.00 1

DeepStereo_RVC	0.24 61	0.07 25	1.16 29	0.06 273	0.02 227	1.08 279	0.31 350	0.04 6	0.75 168	0.02 148	0.00 1	0.00 1	1.22 356	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.05 100

iGMRVC	0.18 29	0.07 25	1.40 69	0.05 256	0.03 244	1.08 279	0.07 291	0.06 22	0.75 168	0.02 148	0.00 1	0.05 100	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

iRAFT	0.18 29	0.07 25	1.40 69	0.05 256	0.01 187	1.08 279	0.07 291	0.05 12	0.75 168	0.02 148	0.00 1	0.05 100	0.00 1	0.03 30	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT-IKP	0.18 29	0.07 25	1.41 79	0.05 256	0.01 187	1.08 279	0.08 298	0.05 12	0.75 168	0.02 148	0.00 1	0.05 100	0.00 1	0.04 44	0.03 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

AE-Stereo	0.43 173	0.07 25	1.90 194	0.05 256	0.21 314	1.09 295	0.00 1	1.02 203	0.48 114	0.39 339	0.28 310	0.18 185	0.00 1	0.18 113	0.05 104	0.00 1	0.83 364	0.00 1	0.23 391	0.07 216	1.64 385

BSDual-CNN	0.35 116	0.07 25	0.98 13	0.00 1	0.00 1	1.09 295	0.00 1	2.67 353	0.82 255	0.30 318	0.09 279	0.35 237	0.03 173	0.06 72	0.51 266	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.45 183	0.14 93	1.89 190	0.00 1	0.00 1	1.09 295	0.00 1	2.67 353	0.82 255	0.30 318	0.09 279	0.63 288	0.00 1	1.06 195	0.38 250	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.44 178	0.58 240	1.85 184	0.00 1	0.22 317	1.09 295	0.01 180	2.98 368	0.75 168	0.00 1	0.09 279	0.04 82	0.00 1	0.21 116	0.00 1	0.00 1	0.50 334	0.00 1	0.13 350	0.12 283	0.12 178

NF-Stereo	0.54 230	0.06 9	1.59 121	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 148	0.00 1	0.02 32	0.00 1	6.05 365	0.17 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

OCTAStereo	0.54 230	0.06 9	1.59 121	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 148	0.00 1	0.02 32	0.00 1	6.03 363	0.18 182	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

RE-Stereo	0.54 230	0.06 9	1.59 121	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 148	0.00 1	0.02 32	0.00 1	6.05 365	0.17 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

TVStereo	0.54 230	0.06 9	1.59 121	0.19 329	0.00 1	1.09 295	0.25 336	0.22 93	1.13 352	0.02 148	0.00 1	0.02 32	0.00 1	6.05 365	0.17 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

HCRNet	0.37 133	0.27 147	1.27 40	0.00 1	0.00 1	1.09 295	0.00 1	0.56 148	0.80 241	0.01 88	0.01 165	0.06 116	0.03 173	3.22 263	0.07 120	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 67

CFNet-ft	0.40 156	0.74 274	1.74 158	0.00 1	0.00 1	1.09 295	0.00 1	0.23 100	0.22 68	0.02 148	0.00 1	0.76 309	0.00 1	2.98 254	0.18 182	0.00 1	0.00 1	0.01 356	0.00 1	0.03 123	0.08 129

CC-Net-ROB	0.77 303	0.99 323	2.18 227	0.07 279	0.00 1	1.09 295	0.01 180	3.10 374	0.75 168	0.01 88	0.00 1	0.14 162	0.01 84	5.65 345	0.34 233	0.56 390	0.00 1	0.21 405	0.00 1	0.17 321	0.02 59

CFNet_RVC	0.40 156	0.74 274	1.74 158	0.00 1	0.00 1	1.09 295	0.00 1	0.23 100	0.22 68	0.02 148	0.00 1	0.76 309	0.00 1	2.97 253	0.18 182	0.00 1	0.00 1	0.01 356	0.00 1	0.03 123	0.08 129

SGM-Forest	1.08 333	0.45 204	1.80 175	0.02 227	0.07 274	1.09 295	0.65 380	2.57 350	0.85 297	1.33 373	0.92 358	1.36 355	1.62 361	5.94 358	2.34 347	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.52 317
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSKI-zero shot	0.34 110	0.12 79	1.70 149	0.55 372	0.44 347	1.10 308	0.03 258	0.91 191	0.22 68	0.22 301	0.05 262	0.06 116	0.00 1	0.16 104	0.04 92	0.00 1	0.87 370	0.00 1	0.18 375	0.02 78	0.22 229

SST-Stereo	0.56 245	0.05 5	1.55 108	0.06 273	0.19 305	1.10 308	0.47 370	0.32 119	0.80 241	0.04 207	0.00 1	0.05 100	0.57 324	5.98 360	0.02 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT_R40	0.54 230	0.06 9	1.55 108	0.06 273	0.15 298	1.10 308	0.31 350	0.31 117	0.78 219	0.02 148	0.03 254	0.07 126	0.29 302	5.98 360	0.10 137	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

Pruner-Stereo	0.22 50	0.09 60	1.50 94	0.23 343	0.00 1	1.10 308	0.20 326	0.17 80	0.78 219	0.03 187	0.00 1	0.01 7	0.00 1	0.04 44	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

FADNet_RVC	0.69 287	1.26 350	3.48 321	0.00 1	0.00 1	1.10 308	0.01 180	1.57 269	0.65 145	0.02 148	0.05 262	0.26 215	0.03 173	3.16 260	0.30 224	0.21 385	0.25 312	0.08 394	0.28 405	0.53 388	0.62 328

TDLM	0.60 260	0.76 283	1.77 166	0.05 256	0.00 1	1.10 308	0.01 180	0.51 142	0.79 233	0.34 328	0.01 165	0.27 216	0.22 294	5.44 335	0.35 237	0.00 1	0.00 1	0.00 1	0.00 1	0.15 308	0.19 224

MyStereo06	0.53 225	0.36 183	2.90 281	0.01 205	0.00 1	1.11 314	0.01 180	0.56 148	0.49 116	0.74 357	0.45 336	1.24 347	1.02 347	0.39 155	0.34 233	0.00 1	0.60 341	0.00 1	0.08 331	0.01 26	0.33 276

MyStereo05	0.39 149	0.36 183	2.43 252	0.01 205	0.00 1	1.11 314	0.01 180	1.25 235	0.57 136	0.06 233	0.01 165	0.29 221	0.15 277	0.07 78	0.37 242	0.00 1	0.60 341	0.00 1	0.08 331	0.01 26	0.33 276

SA	0.43 173	0.63 249	1.92 197	0.00 1	0.22 317	1.11 314	0.00 1	2.87 364	0.75 168	0.00 1	0.01 165	0.04 82	0.01 84	0.21 116	0.00 1	0.00 1	0.40 326	0.00 1	0.14 357	0.14 303	0.22 229

MIPNet	0.42 164	0.59 241	2.22 231	0.02 227	0.00 1	1.11 314	0.09 303	1.88 314	0.88 315	0.11 270	0.06 272	0.22 201	0.19 286	0.74 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 291	0.08 234	0.12 178

DIP-Stereo	0.28 80	0.19 115	1.62 132	0.00 1	0.00 1	1.11 314	0.00 1	1.67 279	0.74 161	0.01 88	0.00 1	0.01 7	0.07 248	0.01 2	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 185
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAFT+CT+SA	0.38 141	0.74 274	1.84 182	0.02 227	0.27 331	1.12 319	0.00 1	0.91 191	0.75 168	0.00 1	0.00 1	0.27 216	0.01 84	0.56 171	0.00 1	0.00 1	0.16 299	0.00 1	0.30 407	0.13 288	0.42 293

IPLG	0.59 256	0.69 260	2.25 238	0.02 227	0.00 1	1.12 319	0.07 291	1.75 292	0.79 233	0.05 220	0.00 1	0.16 176	0.14 273	4.49 312	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 303	0.07 114

PFNet+	0.28 80	0.10 67	1.61 129	0.08 281	0.01 187	1.12 319	0.41 364	0.12 54	0.80 241	0.08 250	0.01 165	0.02 32	0.00 1	1.19 199	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

CRE-IMP	0.22 50	0.06 9	1.43 85	0.05 256	0.02 227	1.12 319	0.33 356	0.04 6	1.08 342	0.02 148	0.00 1	0.12 154	0.00 1	0.03 30	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.09 142

GMM-Stereo	0.22 50	0.05 5	2.03 216	0.08 281	0.00 1	1.12 319	0.13 316	0.09 43	0.79 233	0.01 88	0.00 1	0.03 62	0.10 260	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.01 43

Anonymous3	0.24 61	0.14 93	1.98 207	0.00 1	0.00 1	1.12 319	0.00 1	0.61 154	0.77 206	0.01 88	0.00 1	0.06 116	0.00 1	0.02 9	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 59

RAFT + AFF	0.79 308	1.36 359	2.40 248	0.00 1	0.04 256	1.12 319	0.06 286	1.73 287	0.81 249	0.02 148	0.00 1	0.18 185	1.49 358	4.97 323	0.67 284	0.00 1	0.17 300	0.00 1	0.00 1	0.33 372	0.46 305

MaskLacGwcNet_RVC	0.56 245	0.82 288	1.94 203	0.12 300	0.00 1	1.12 319	0.01 180	0.96 200	0.72 159	0.00 1	0.05 262	0.37 245	0.03 173	3.45 273	0.15 174	1.07 402	0.00 1	0.00 1	0.00 1	0.16 316	0.25 251

DeepPruner_ROB	0.34 110	0.75 280	2.38 247	0.00 1	0.00 1	1.12 319	0.03 258	0.30 114	0.16 35	0.00 1	0.00 1	0.39 252	0.03 173	1.27 205	0.14 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 156

Any-RAFT	0.24 61	0.07 25	1.16 29	0.00 1	0.01 187	1.13 328	0.00 1	1.21 229	0.36 95	0.02 148	0.00 1	0.49 273	0.00 1	0.19 114	0.03 66	0.00 1	0.08 290	0.00 1	0.00 1	0.00 1	0.03 67

TestStereo1	0.32 104	0.67 253	1.66 141	0.00 1	0.23 326	1.13 328	0.01 180	0.94 197	0.76 189	0.00 1	0.05 262	0.05 100	0.01 84	0.16 104	0.05 104	0.00 1	0.24 308	0.00 1	0.00 1	0.17 321	0.23 237

SA-5K	0.32 104	0.67 253	1.66 141	0.00 1	0.23 326	1.13 328	0.01 180	0.94 197	0.76 189	0.00 1	0.05 262	0.05 100	0.01 84	0.16 104	0.05 104	0.00 1	0.24 308	0.00 1	0.00 1	0.17 321	0.23 237

GrayStereo	0.52 212	0.03 1	1.36 53	0.10 288	0.00 1	1.13 328	2.57 403	0.32 119	1.03 333	0.00 1	0.00 1	0.08 133	3.66 388	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.17 207

XX-Stereo	0.73 295	0.18 111	5.35 372	0.38 364	0.26 330	1.13 328	0.00 1	3.03 370	0.18 53	0.14 279	0.01 165	1.40 357	0.01 84	1.36 208	0.04 92	0.00 1	0.50 334	0.00 1	0.16 371	0.03 123	0.43 296

AAGNet	0.99 326	0.08 49	1.59 121	0.15 312	0.27 331	1.14 333	0.27 346	0.06 22	0.78 219	0.01 88	0.00 1	0.01 7	0.97 345	3.60 280	10.81 401	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HHNet	0.53 225	0.23 133	2.29 241	0.11 296	0.00 1	1.15 334	0.25 336	0.70 164	0.78 219	0.01 88	3.49 378	0.04 82	0.69 331	0.02 9	0.70 289	0.03 368	0.00 1	0.00 1	0.00 1	0.03 123	0.03 67

FTStereo	0.82 314	0.06 9	1.88 189	0.12 300	0.00 1	1.15 334	2.70 404	0.16 76	0.84 274	0.16 287	5.80 386	0.36 242	2.49 377	0.53 168	0.01 32	0.07 374	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

PWCDC_ROB	1.13 340	1.70 372	3.52 322	0.00 1	0.00 1	1.15 334	0.00 1	2.49 344	1.39 377	0.02 148	8.80 400	0.34 231	0.09 255	1.11 197	1.20 314	0.00 1	0.00 1	0.00 1	0.00 1	0.56 390	0.21 228

DisPM	0.22 50	0.09 60	1.74 158	0.11 296	0.00 1	1.16 337	0.40 363	0.08 35	0.68 149	0.03 187	0.00 1	0.00 1	0.00 1	0.07 78	0.04 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

NRIStereo	0.22 50	0.06 9	1.40 69	0.05 256	0.01 187	1.16 337	0.32 355	0.04 6	0.81 249	0.04 207	0.01 165	0.11 150	0.01 84	0.14 101	0.02 53	0.00 1	0.02 256	0.00 1	0.00 1	0.05 172	0.10 156

KYRaft	0.26 74	0.05 5	1.37 57	0.04 250	0.00 1	1.16 337	0.12 315	0.11 47	0.78 219	0.01 88	0.29 312	0.03 62	0.75 337	0.37 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

Prome-Stereo	0.28 80	0.06 9	1.40 69	0.10 288	0.00 1	1.16 337	0.02 240	0.39 130	0.88 315	0.02 148	0.52 342	0.05 100	0.69 331	0.28 139	0.07 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.03 67

GANetREF_RVC	0.63 271	1.05 329	3.03 286	0.00 1	0.00 1	1.16 337	0.01 180	2.03 327	0.75 168	0.00 1	0.01 165	0.28 219	0.04 199	4.13 297	0.10 137	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.05 100
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
PFNet	0.63 271	0.15 99	2.41 249	0.00 1	0.30 335	1.17 342	0.00 1	0.35 124	0.92 322	0.01 88	0.24 299	0.03 62	0.00 1	6.43 383	0.23 205	0.09 377	0.00 1	0.00 1	0.04 319	0.13 288	0.10 156

RAFT-345	0.52 212	0.07 25	1.75 165	0.11 296	0.07 274	1.17 342	0.18 323	0.21 91	0.78 219	0.00 1	0.01 165	0.09 141	0.01 84	5.87 351	0.19 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

iRaft-Stereo_20w	0.77 303	0.13 85	2.90 281	0.63 380	0.50 356	1.18 344	0.58 377	2.56 348	0.71 157	0.85 361	0.05 262	0.78 312	1.02 347	0.82 187	0.76 292	0.00 1	0.52 337	0.00 1	0.14 357	0.02 78	1.25 363

OMP-Stereo	0.71 289	0.47 210	1.36 53	0.18 326	0.06 270	1.18 344	0.00 1	1.76 295	0.78 219	0.11 270	0.59 346	0.49 273	0.00 1	6.94 394	0.25 213	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 114

IIG-Stereo	0.71 289	0.48 215	1.42 81	0.05 256	0.03 244	1.18 344	0.00 1	1.75 292	0.79 233	0.01 88	0.56 344	0.53 282	0.01 84	6.87 391	0.37 242	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 114

IRAFT_RVC	0.56 245	0.25 139	1.93 200	0.10 288	0.00 1	1.18 344	0.10 307	0.32 119	0.79 233	0.02 148	0.00 1	0.02 32	0.12 268	6.07 368	0.23 205	0.00 1	0.09 293	0.00 1	0.00 1	0.02 78	0.02 59

EAI-Stereo	0.98 324	0.06 9	1.09 23	0.17 324	0.67 377	1.19 348	4.84 409	2.67 353	0.91 320	0.95 364	4.52 382	0.30 224	0.53 323	0.57 172	0.46 263	0.00 1	0.07 288	0.00 1	0.29 406	0.01 26	0.34 278

PSM-AAD	0.53 225	0.04 2	1.38 63	0.06 273	0.00 1	1.20 349	2.11 398	0.17 80	0.78 219	0.01 88	0.44 335	0.14 162	3.94 391	0.23 121	0.06 117	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.02 59

Dean	2.72 384	2.05 393	6.17 386	0.39 365	0.44 347	1.21 350	0.48 372	8.36 405	8.46 405	1.48 375	8.08 397	6.95 394	1.44 357	4.50 313	2.00 338	0.79 394	0.00 1	0.01 356	0.00 1	1.11 400	0.39 289

ARAFT	0.68 284	1.29 355	3.36 314	0.00 1	0.00 1	1.21 350	0.00 1	2.71 358	0.81 249	0.07 241	0.00 1	0.18 185	0.03 173	3.47 275	0.05 104	0.00 1	0.00 1	0.00 1	0.00 1	0.19 335	0.22 229

MyStereo8	0.50 205	0.68 256	3.08 292	0.43 367	0.01 187	1.22 352	0.00 1	0.82 187	0.20 65	0.03 187	0.41 333	0.15 168	0.04 199	0.68 183	0.12 147	0.00 1	1.39 411	0.00 1	0.03 314	0.04 157	0.63 330

TransformOpticalFlow	0.88 316	0.30 156	2.86 277	0.30 353	0.03 244	1.25 353	0.05 283	1.87 313	0.80 241	0.28 314	0.37 332	1.25 348	1.50 359	6.38 381	0.22 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.07 114

ACVNet_1	1.38 353	2.15 396	6.35 387	0.35 363	0.03 244	1.26 354	0.10 307	2.02 326	0.85 297	0.35 331	0.01 165	4.32 385	1.77 364	4.85 321	1.67 334	0.92 399	0.00 1	0.00 1	0.00 1	0.35 373	0.30 268

ADCP+	1.56 358	1.51 367	8.93 396	0.01 205	0.03 244	1.27 355	0.77 387	1.03 206	0.95 325	0.02 148	0.01 165	0.95 325	1.02 347	0.48 166	14.01 407	0.00 1	0.00 1	0.00 1	0.00 1	0.10 270	0.15 200

RainbowNet	0.80 311	1.85 381	3.31 307	0.13 306	0.05 265	1.30 356	0.07 291	2.03 327	0.76 189	0.02 148	0.02 246	1.13 341	0.25 298	2.40 228	1.07 307	0.72 392	0.05 283	0.00 1	0.00 1	0.53 388	0.30 268

tt1	0.58 252	0.31 160	2.24 236	0.30 353	0.38 341	1.32 357	0.00 1	1.74 288	1.17 369	0.38 334	0.00 1	0.03 62	0.02 131	0.57 172	0.01 32	0.00 1	1.12 391	0.00 1	0.00 1	0.08 234	1.86 401

ACVNet-DCA	0.52 212	0.29 152	2.22 231	0.31 356	0.20 310	1.33 358	0.00 1	1.23 232	1.14 358	0.38 334	0.00 1	0.03 62	0.02 131	0.59 177	0.02 53	0.00 1	1.12 391	0.00 1	0.00 1	0.03 123	1.44 372

xx1	0.55 238	0.29 152	2.22 231	0.31 356	0.20 310	1.33 358	0.00 1	1.78 300	1.03 333	0.38 334	0.00 1	0.01 7	0.00 1	0.59 177	0.02 53	0.00 1	1.12 391	0.00 1	0.19 380	0.03 123	1.44 372

1test111	0.59 256	0.29 152	2.22 231	0.31 356	0.20 310	1.33 358	0.00 1	1.23 232	1.14 358	0.38 334	0.00 1	0.03 62	0.02 131	1.38 209	0.69 286	0.00 1	1.12 391	0.00 1	0.00 1	0.03 123	1.44 372

cc1	0.56 245	0.29 152	2.22 231	0.31 356	0.20 310	1.33 358	0.00 1	1.78 300	1.03 333	0.38 334	0.00 1	0.03 62	0.02 131	0.59 177	0.02 53	0.00 1	1.12 391	0.00 1	0.00 1	0.09 258	1.86 401

ACVNet_2	1.59 361	2.07 394	5.42 375	0.12 300	0.09 281	1.36 362	0.17 320	2.72 360	0.97 328	0.44 343	3.37 377	6.53 392	0.16 280	5.48 338	1.87 335	0.16 380	0.00 1	0.00 1	0.00 1	0.39 379	0.47 307

CBMV_ROB	1.08 333	0.23 133	2.20 229	0.01 205	0.00 1	1.37 363	0.46 366	3.27 382	0.78 219	2.21 384	1.13 361	1.06 332	2.45 376	4.29 306	1.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.48 309

TRStereo	0.60 260	0.44 198	2.21 230	0.19 329	0.03 244	1.38 364	0.02 240	3.93 390	0.92 322	0.01 88	0.28 310	0.12 154	0.39 313	0.36 146	0.04 92	0.00 1	0.30 317	0.00 1	0.23 391	0.01 26	1.08 353

MeshStereo	2.79 386	0.86 298	3.12 295	0.02 227	0.02 227	1.51 365	0.91 390	3.50 386	1.54 383	11.28 412	7.62 394	11.49 401	2.94 382	6.81 390	3.45 359	0.00 1	0.00 1	0.00 1	0.00 1	0.28 363	0.39 289
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
DPSNet	1.65 363	0.46 207	7.31 388	0.30 353	0.11 289	1.54 366	0.01 180	4.48 393	1.14 358	0.11 270	0.01 165	0.82 315	3.51 387	5.89 352	5.84 378	0.02 360	0.29 316	0.03 378	0.23 391	0.23 349	0.59 323

PDISCO_ROB	0.72 292	1.06 334	3.39 317	0.18 326	0.00 1	1.54 366	0.01 180	2.80 362	0.73 160	0.16 287	0.01 165	0.80 314	0.28 301	2.38 226	0.48 264	0.00 1	0.00 1	0.00 1	0.00 1	0.36 376	0.18 214

ELAS_RVC	3.35 393	0.45 204	4.75 360	0.25 345	0.07 274	1.56 368	7.12 415	2.23 336	5.68 399	7.77 406	7.71 396	6.55 393	10.27 410	5.63 344	6.24 381	0.00 1	0.04 273	0.03 378	0.01 291	0.11 275	0.48 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DGSMNet	1.31 348	0.55 236	3.74 336	0.80 395	1.48 407	1.60 369	3.41 406	1.72 284	0.54 122	0.01 88	0.78 353	0.48 266	0.23 296	3.16 260	0.55 272	0.98 400	1.26 409	1.34 414	1.11 416	1.06 399	1.41 370

ADCMid	1.62 362	1.76 376	8.67 394	0.04 250	0.03 244	1.61 370	0.17 320	1.49 261	1.15 365	0.88 362	0.57 345	0.86 318	0.69 331	1.18 198	12.53 406	0.01 344	0.00 1	0.29 406	0.08 331	0.20 339	0.24 247

EGLCR-Stereo	0.43 173	0.07 25	1.21 35	0.58 376	0.65 374	1.64 371	0.31 350	1.15 223	0.19 62	0.43 342	0.02 246	0.00 1	0.02 131	0.38 153	0.14 164	0.00 1	0.66 346	0.00 1	0.00 1	0.00 1	1.11 358

HBP-ISP	0.90 318	1.05 329	3.07 291	0.14 309	0.01 187	1.67 372	0.47 370	3.22 380	0.76 189	1.13 369	0.11 284	0.50 277	0.91 344	4.51 315	0.10 137	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 229

G-Net	1.24 342	0.34 178	3.85 339	0.05 256	0.48 353	1.68 373	0.46 366	0.23 100	0.44 109	1.33 373	8.94 401	2.28 379	0.79 340	2.37 224	1.18 311	0.01 344	0.03 263	0.02 370	0.09 336	0.07 216	0.11 167

AnyNet_C32	1.69 365	2.27 399	8.60 393	0.12 300	0.19 305	1.68 373	1.08 392	1.06 215	0.74 161	1.28 372	0.45 336	0.21 198	0.57 324	2.99 256	11.73 404	0.02 360	0.00 1	0.06 391	0.00 1	0.20 339	0.55 321

FCDSN-DC	2.93 388	0.54 234	2.88 280	0.00 1	0.01 187	1.78 375	0.36 359	2.20 334	1.51 381	8.28 408	10.99 409	11.61 402	8.55 406	5.36 334	4.05 365	0.02 360	0.00 1	0.00 1	0.00 1	0.06 198	0.48 309
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
BUS	0.38 141	0.07 25	0.98 13	0.00 1	0.00 1	1.88 376	0.00 1	2.67 353	0.82 255	0.30 318	0.09 279	0.64 291	0.00 1	0.06 72	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 212	0.14 93	1.48 89	0.06 273	0.00 1	1.88 376	0.00 1	3.28 383	0.76 189	0.00 1	0.00 1	0.64 291	0.00 1	2.11 217	0.01 32	0.00 1	0.00 1	0.00 1	0.00 1	0.01 26	0.00 1

MADNet+	4.94 401	3.56 416	47.46 419	0.42 366	0.27 331	1.99 378	0.04 273	4.45 392	1.30 376	0.07 241	0.02 246	1.81 370	0.36 310	21.82 417	14.17 408	0.00 1	0.26 313	0.00 1	0.00 1	0.28 363	0.54 319

LVE	3.01 390	1.95 390	4.27 354	0.56 374	0.45 350	2.06 379	0.06 286	7.66 403	9.65 406	0.08 250	10.94 408	8.86 400	1.82 365	7.24 398	1.62 331	2.04 406	0.17 300	0.04 387	0.24 399	0.24 350	0.23 237

ADCL	1.70 366	1.00 325	5.82 383	0.07 279	0.04 256	2.14 380	2.27 400	1.26 236	1.09 343	1.55 376	1.08 360	1.23 344	1.53 360	2.38 226	12.21 405	0.01 344	0.00 1	0.00 1	0.00 1	0.12 283	0.16 203

ADCPNet	1.58 360	1.00 325	8.71 395	0.01 205	0.19 305	2.69 381	0.26 344	1.15 223	0.54 122	0.04 207	0.02 246	1.41 358	1.76 363	2.52 235	9.78 398	0.00 1	0.46 329	0.00 1	0.64 414	0.07 216	0.34 278

SANet	2.30 379	1.58 369	5.68 380	0.03 242	0.04 256	2.78 382	0.82 388	2.99 369	8.32 404	1.70 378	4.04 379	4.26 384	4.02 392	5.90 353	3.42 358	0.00 1	0.00 1	0.00 1	0.00 1	0.08 234	0.37 286

IMH-64-1	2.28 376	1.45 364	2.87 278	2.19 408	0.59 369	2.82 383	1.58 393	5.84 397	1.16 366	1.09 367	4.77 383	2.07 374	2.42 374	5.90 353	3.91 361	4.00 412	0.04 273	0.02 370	0.00 1	2.07 403	0.82 340

IMH-64	2.28 376	1.45 364	2.87 278	2.19 408	0.59 369	2.82 383	1.58 393	5.84 397	1.16 366	1.09 367	4.77 383	2.07 374	2.42 374	5.90 353	3.91 361	4.00 412	0.04 273	0.02 370	0.00 1	2.07 403	0.82 340

AnyNet_C01	2.55 382	3.02 412	19.30 410	0.15 312	0.18 304	2.97 385	2.35 402	1.56 268	1.47 380	1.01 366	0.81 354	1.23 344	0.76 339	4.28 305	10.78 400	0.04 370	0.00 1	0.07 393	0.00 1	0.35 373	0.61 327

SGM_RVC	2.03 373	0.49 217	2.04 217	0.27 348	0.17 303	3.07 386	1.00 391	2.70 357	1.62 384	5.12 394	3.09 376	4.77 388	4.08 393	7.38 399	2.86 353	0.21 385	0.23 306	0.20 404	0.23 391	0.28 363	0.84 343
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FC-DCNN	3.67 394	0.32 164	2.78 274	0.00 1	0.01 187	3.09 387	0.58 377	3.68 387	3.04 391	11.64 413	12.38 412	13.84 409	9.79 409	6.23 376	5.39 375	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 324

SDNR	1.35 351	0.47 210	4.08 348	0.09 286	0.21 314	3.25 388	0.01 180	3.18 378	1.52 382	1.87 382	1.66 370	1.52 367	0.36 310	7.18 396	1.05 305	0.03 368	0.08 290	0.00 1	0.00 1	0.05 172	0.49 313

LE_ROB	10.29 413	1.64 370	11.96 403	1.47 402	1.36 406	3.30 389	4.79 408	5.05 396	42.09 421	51.68 421	13.28 415	14.08 410	25.92 418	7.21 397	21.19 418	0.05 371	0.06 286	0.13 400	0.19 380	0.08 234	0.35 283

MFN_U_SF_DS_RVC	1.31 348	2.80 407	5.36 373	0.02 227	0.04 256	3.44 390	0.26 344	2.19 333	0.77 206	0.25 311	0.27 303	1.37 356	0.02 131	5.99 362	1.05 305	0.16 380	0.72 352	0.01 356	0.26 401	0.40 381	0.82 340

FINET	2.05 374	1.88 383	5.76 382	0.81 396	0.99 396	3.54 391	3.33 405	3.89 389	3.81 393	0.89 363	1.55 369	1.21 343	2.31 373	4.20 301	2.42 348	0.81 398	1.36 410	0.00 1	0.21 387	0.27 357	1.80 397

PWCK	2.83 387	2.64 406	10.25 401	0.23 343	0.02 227	3.59 392	5.56 411	3.75 388	3.56 392	0.75 360	4.42 381	3.35 383	1.86 366	9.10 404	4.03 364	0.44 389	0.01 249	0.00 1	0.00 1	2.72 407	0.29 264

RTS	4.38 397	2.34 400	44.27 417	0.33 360	0.13 293	3.83 393	0.21 332	2.51 345	1.22 374	1.82 380	0.01 165	1.95 371	0.21 290	16.90 412	10.87 402	0.00 1	0.27 314	0.00 1	0.00 1	0.27 357	0.44 301

RTSA	4.38 397	2.34 400	44.27 417	0.33 360	0.13 293	3.83 393	0.21 332	2.51 345	1.22 374	1.82 380	0.01 165	1.95 371	0.21 290	16.90 412	10.87 402	0.00 1	0.27 314	0.00 1	0.00 1	0.27 357	0.44 301

WAO-6	2.63 383	1.16 342	3.22 298	0.00 1	0.00 1	3.86 395	0.28 348	6.13 399	7.35 401	0.60 350	6.78 389	7.62 398	2.68 379	6.42 382	6.11 380	0.00 1	0.00 1	0.00 1	0.00 1	0.17 321	0.12 178

SAMSARA	1.56 358	1.37 360	4.23 352	1.04 399	0.75 380	4.48 396	0.13 316	1.61 275	0.74 161	3.69 392	0.66 349	3.16 382	1.06 350	4.44 309	2.82 352	0.00 1	0.63 343	0.00 1	0.13 350	0.10 270	0.22 229

WAO-7	2.74 385	1.65 371	3.36 314	0.03 242	0.05 265	4.68 397	0.53 375	6.21 400	4.59 397	1.73 379	7.61 393	5.56 389	3.68 389	8.96 403	5.50 376	0.00 1	0.00 1	0.33 407	0.02 302	0.19 335	0.18 214

notaker	4.71 399	2.04 392	5.58 379	4.15 414	0.96 394	4.99 398	0.39 362	7.65 402	2.25 389	5.67 400	11.58 411	16.87 413	4.26 396	8.06 400	6.65 383	5.74 416	0.02 256	0.10 396	0.07 328	5.45 413	1.65 386

MSMD_ROB	2.26 375	0.47 210	2.67 270	0.01 205	0.00 1	5.00 399	0.21 332	1.35 249	1.87 388	6.37 402	8.46 398	7.34 397	4.30 397	4.84 320	1.91 336	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 268

IMH	3.15 391	1.88 383	3.60 329	2.20 410	0.66 376	5.10 400	0.24 335	6.87 401	4.29 396	2.29 385	7.42 391	6.28 390	3.90 390	7.15 395	3.65 360	4.34 414	0.14 298	0.05 389	0.00 1	2.16 405	0.76 337

KSHMR	3.98 395	1.95 390	4.86 366	3.06 412	1.84 410	5.37 401	0.45 365	9.03 407	13.93 409	2.07 383	9.17 402	7.12 395	2.12 372	5.60 340	3.40 357	2.12 408	0.44 327	0.53 410	0.23 391	4.01 409	2.35 411

MDST_ROB	1.73 367	0.11 75	3.61 330	0.13 306	0.15 298	5.47 402	0.31 350	4.97 395	0.87 312	6.33 401	1.52 368	1.03 330	1.19 355	6.22 375	2.13 345	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 324

SGM+DAISY	4.17 396	2.85 411	8.55 392	1.77 403	1.74 409	5.81 403	5.49 410	2.88 365	3.97 394	7.67 405	7.66 395	7.25 396	7.42 404	6.92 393	7.09 386	1.14 404	1.57 415	0.11 397	0.59 413	0.56 390	2.43 412

LRCNet_RVC	55.59 423	61.31 428	59.16 420	66.84 427	44.81 422	6.17 404	0.00 1	52.46 421	1.68 385	70.67 422	80.07 425	66.39 421	55.67 421	51.56 422	46.75 421	90.67 431	41.65 426	91.10 432	90.19 428	65.65 427	68.96 427

ELAS	3.20 392	0.48 215	3.06 290	0.19 329	0.06 270	7.89 405	2.23 399	3.33 384	4.19 395	8.91 411	9.70 404	4.40 386	7.69 405	4.25 302	6.87 384	0.00 1	0.04 273	0.03 378	0.04 319	0.12 283	0.48 309
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ktn	5.26 402	1.94 388	3.97 344	3.50 413	1.06 399	8.17 406	2.01 397	9.53 409	16.88 410	5.28 397	12.55 414	13.68 407	4.08 393	8.46 402	4.61 369	5.84 417	0.02 256	0.00 1	0.00 1	2.63 406	0.92 347

HanzoNet	13.47 417	5.89 417	14.41 407	5.91 419	2.90 415	8.50 407	0.74 383	13.81 416	20.12 413	26.53 418	28.55 420	34.06 418	26.75 420	26.27 421	15.82 411	11.42 420	4.01 419	3.29 418	3.94 418	9.72 420	6.77 418

UNDER WATER	6.65 407	1.86 382	10.48 402	4.84 416	2.74 414	8.59 408	0.76 385	8.83 406	22.15 415	4.99 393	6.27 388	15.66 412	10.39 411	9.52 407	9.42 396	3.50 411	0.05 283	1.34 414	0.03 314	7.17 418	4.42 417

DPSimNet_ROB	9.66 412	7.29 418	17.52 408	4.88 418	6.56 419	10.41 409	12.88 418	8.12 404	9.88 407	14.26 414	11.22 410	12.39 404	14.01 414	11.20 411	14.85 409	5.50 415	6.97 421	5.75 420	5.94 419	5.31 412	8.26 421

MSC_U_SF_DS_RVC	1.95 371	2.49 404	5.12 371	0.01 205	0.02 227	12.00 410	0.49 373	3.33 384	0.95 325	0.10 263	0.20 295	2.15 377	0.15 277	6.72 388	1.65 333	0.78 393	0.83 364	0.19 403	0.27 404	0.72 394	0.92 347

WAO-8	5.42 403	2.80 407	3.98 345	0.62 378	0.10 286	13.77 411	0.33 356	11.99 412	24.10 416	5.25 395	10.38 407	13.44 405	4.55 398	9.38 405	4.72 370	0.80 395	0.34 320	0.71 412	0.13 350	0.74 395	0.25 251

Venus	5.42 403	2.80 407	3.98 345	0.62 378	0.10 286	13.77 411	0.33 356	11.99 412	24.10 416	5.25 395	10.32 406	13.44 405	4.55 398	9.38 405	4.72 370	0.80 395	0.34 320	0.71 412	0.13 350	0.74 395	0.25 251

MANE	11.54 416	2.46 403	6.07 384	2.50 411	2.04 411	16.31 413	6.95 414	17.25 419	24.11 418	23.59 417	31.25 421	30.75 417	25.07 417	18.16 415	16.24 414	1.28 405	1.98 417	0.15 401	1.07 415	0.46 386	3.04 414

MADNet++	10.85 415	2.36 402	10.00 398	8.59 420	4.61 418	16.78 414	10.26 417	10.11 410	7.51 402	17.63 415	18.35 417	12.04 403	17.73 415	24.51 418	20.75 417	8.81 418	6.67 420	4.84 419	2.67 417	5.77 414	6.96 419

UNDER WATER-64	7.33 410	2.16 397	12.17 404	4.84 416	3.62 416	17.94 415	1.74 395	9.16 408	21.94 414	5.53 399	5.01 385	17.03 414	11.84 413	9.72 408	8.83 394	2.09 407	0.04 273	1.54 416	0.16 371	6.89 417	4.37 416

SGM-ForestM	10.58 414	2.80 407	7.93 391	1.86 404	1.59 408	17.97 416	9.39 416	11.57 411	12.75 408	21.30 416	18.68 418	40.07 419	22.22 416	21.60 416	15.86 412	0.99 401	1.53 414	0.06 391	0.52 410	0.47 387	2.43 412

TorneroNet-64	6.70 408	2.13 395	3.92 341	2.14 406	0.65 374	19.09 417	0.28 348	12.19 414	25.73 419	6.44 403	12.54 413	19.33 416	4.76 400	10.25 409	6.87 384	1.10 403	0.00 1	0.12 398	0.00 1	4.20 410	2.19 409

TorneroNet	7.29 409	2.19 398	3.95 342	2.15 407	1.14 400	19.79 418	0.46 366	13.22 415	25.82 420	8.31 409	16.76 416	17.46 415	5.75 401	10.79 410	8.91 395	2.32 409	0.03 263	0.12 398	0.00 1	4.70 411	2.01 407

JetBlue	6.27 405	3.44 414	18.17 409	0.00 1	2.21 413	30.58 419	17.31 420	4.77 394	1.07 339	0.74 357	2.25 372	6.31 391	5.82 402	18.12 414	9.68 397	0.10 379	0.01 249	0.00 1	0.00 1	3.12 408	1.61 382

BEATNet-Init1	15.75 419	8.48 419	36.75 415	2.06 405	2.07 412	33.60 420	14.96 419	17.15 418	19.08 411	30.69 419	28.08 419	43.61 420	25.98 419	25.17 420	20.68 416	0.80 395	1.17 404	0.36 409	0.51 409	1.53 402	2.28 410

JetRed	14.06 418	19.59 421	43.42 416	1.43 401	1.30 405	55.87 421	28.29 421	13.94 417	7.85 403	8.61 410	8.73 399	13.68 407	10.59 412	24.60 419	30.87 419	0.27 387	0.69 347	0.62 411	0.03 314	6.63 416	4.19 415

SPstereo	50.84 422	11.75 420	22.19 413	12.56 421	10.58 420	67.32 422	76.93 424	100.00 432	100.00 433	96.03 430	93.38 427	100.00 433	93.34 428	91.10 429	72.60 422	10.05 419	8.84 422	20.16 422	15.30 422	6.52 415	8.09 420

HaxPig	95.45 434	97.64 433	88.42 427	97.81 440	99.08 440	77.94 423	74.31 422	96.67 430	99.54 428	99.87 432	99.92 430	99.60 432	99.75 430	91.22 430	87.67 428	99.94 440	99.97 435	99.98 435	99.99 435	99.96 440	99.80 440

PML	71.00 427	88.39 432	73.68 421	82.04 429	74.55 426	83.63 424	76.92 423	72.05 425	85.95 425	89.82 428	84.57 426	90.63 428	58.80 422	91.54 432	73.58 423	95.93 438	2.38 418	86.91 431	6.48 420	84.07 432	18.14 423

MEDIAN_ROB	93.48 431	98.75 434	96.24 429	90.99 432	90.62 433	85.89 425	77.23 425	92.20 427	89.67 426	95.04 429	94.93 428	96.04 429	93.85 429	90.48 428	87.58 427	98.40 439	95.87 428	99.62 434	98.78 432	98.85 439	98.49 439

xxxxx1	63.64 424	58.31 423	78.27 423	43.96 422	49.40 423	92.70 426	92.25 427	60.45 422	69.51 422	73.81 425	76.39 422	77.95 424	76.95 423	71.68 423	77.08 424	36.01 424	37.36 423	48.24 425	62.44 424	47.16 424	42.90 424

tt_ll	63.64 424	58.31 423	78.27 423	43.96 422	49.40 423	92.70 426	92.25 427	60.45 422	69.51 422	73.81 425	76.39 422	77.95 424	76.95 423	71.68 423	77.08 424	36.01 424	37.36 423	48.24 425	62.44 424	47.16 424	42.90 424

ff	63.64 424	58.31 423	78.27 423	43.96 422	49.40 423	92.70 426	92.25 427	60.45 422	69.51 422	73.81 425	76.39 422	77.95 424	76.95 423	71.68 423	77.08 424	36.01 424	37.36 423	48.24 425	62.44 424	47.16 424	42.90 424

AVERAGE_ROB	98.51 436	99.16 435	95.72 428	100.00 442	100.00 442	93.61 429	82.61 426	100.00 432	99.97 430	100.00 433	100.00 431	100.00 433	100.00 432	99.73 434	99.43 431	100.00 442	100.00 438	100.00 436	100.00 436	100.00 442	100.00 442

test_example2	97.59 435	99.97 436	99.93 432	99.80 441	99.96 441	98.80 430	99.76 430	91.09 426	100.00 433	100.00 433	100.00 431	89.37 427	86.85 426	99.31 433	96.67 429	99.97 441	99.51 434	92.94 433	97.98 431	99.99 441	99.94 441

DGTPSM_ROB	81.37 428	61.03 426	99.95 433	61.17 425	86.95 430	99.14 431	100.00 431	95.87 428	99.99 431	73.32 423	100.00 431	71.15 422	100.00 432	77.35 426	99.98 433	35.35 422	97.41 432	34.62 423	99.89 433	44.61 422	89.54 429

DPSMNet_ROB	81.42 429	61.07 427	99.95 433	61.38 426	87.01 431	99.15 432	100.00 431	95.87 428	99.99 431	73.35 424	100.00 431	71.18 423	100.00 432	77.40 427	99.98 433	35.68 423	97.47 433	34.71 424	99.89 433	44.74 423	89.65 430

MyStereo03	99.06 440	100.00 438	100.00 435	96.11 436	98.72 436	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.17 434	100.00 438	100.00 436	100.00 436	95.79 435	97.48 435

MyStereo02	99.06 440	100.00 438	100.00 435	96.11 436	98.72 436	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.17 434	100.00 438	100.00 436	100.00 436	95.79 435	97.48 435

MyStereo	99.06 440	100.00 438	100.00 435	96.11 436	98.72 436	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.17 434	100.00 438	100.00 436	100.00 436	95.79 435	97.48 435

Selective-RAFT-Error	99.05 439	100.00 438	100.00 435	96.31 439	98.73 439	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.08 432	100.00 438	100.00 436	100.00 436	95.40 433	97.58 438

Anonymous_1	89.55 430	74.57 429	97.70 430	74.52 428	78.35 427	100.00 433	100.00 431	98.05 431	99.77 429	96.85 431	99.38 429	97.67 430	99.78 431	91.23 431	98.87 430	81.02 427	97.18 429	59.55 428	84.83 427	74.77 429	86.89 428

tt	48.09 421	0.07 25	27.39 414	1.35 400	0.00 1	100.00 433	100.00 431	100.00 432	96.65 427	0.15 284	0.01 165	97.98 431	87.03 427	2.52 235	99.87 432	82.90 428	94.64 427	16.21 421	20.93 423	33.72 421	0.29 264

CasAABBNet	99.03 438	100.00 438	100.00 435	96.02 435	98.70 435	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.08 432	99.99 437	100.00 436	100.00 436	95.40 433	97.41 434

LSM0	98.99 437	99.97 436	100.00 435	95.58 433	98.52 434	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.32 437	99.97 435	100.00 436	100.00 436	95.80 438	96.62 433

DPSM_ROB	93.70 432	78.60 430	100.00 435	83.05 430	85.63 428	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	88.93 429	97.35 430	74.49 429	94.98 429	81.33 430	89.69 431

DPSM	93.70 432	78.60 430	100.00 435	83.05 430	85.63 428	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	88.93 429	97.35 430	74.49 429	94.98 429	81.33 430	89.69 431

Low-res two-view benchmark