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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

IGEV-Stereo++	0.40 21	0.03 1	0.10 13	0.03 10	0.03 6	0.10 91	0.01 4	0.01 2	0.03 10	0.00 1	0.15 82	0.18 8	0.03 9	0.01 11	1.95 23	1.30 44	0.05 1	0.29 52	0.81 28	0.51 79	0.25 12	3.15 61	0.27 134	0.03 7	0.02 7	0.01 5	1.39 38	0.00 1

ProNet	0.22 8	0.03 1	0.09 12	0.01 2	0.00 1	0.12 96	0.75 153	0.01 2	0.01 1	0.00 1	0.00 1	0.05 1	0.00 1	0.22 124	1.31 10	1.03 22	0.22 20	0.01 2	0.09 5	0.12 19	0.24 10	1.33 17	0.03 43	0.01 1	0.07 28	0.00 1	0.05 3	0.00 1

Pointernet	0.13 1	0.04 3	0.01 2	0.00 1	0.00 1	0.07 83	0.18 103	0.00 1	0.01 1	0.00 1	0.07 67	0.10 5	0.01 3	0.01 11	0.89 5	0.57 4	0.12 6	0.02 3	0.09 5	0.06 8	0.11 1	0.83 9	0.00 1	0.02 4	0.01 3	0.00 1	0.04 2	0.18 53

RAFT	0.28 12	0.04 3	0.31 33	0.02 5	0.00 1	0.12 96	0.12 84	0.93 77	0.01 1	0.69 102	0.00 1	0.18 8	0.00 1	0.01 11	2.07 25	1.23 35	0.23 22	0.00 1	0.06 2	0.21 35	0.15 4	0.60 5	0.00 1	0.06 13	0.03 13	0.01 5	0.34 18	0.00 1

RYNet	0.61 33	0.04 3	0.00 1	0.02 5	0.04 10	0.00 1	0.01 4	0.03 11	0.04 14	0.07 45	0.00 1	0.07 2	0.12 46	0.00 1	4.57 102	0.66 9	0.12 6	0.99 157	0.37 17	0.02 2	0.25 12	0.10 1	0.05 53	0.03 7	0.08 30	7.32 199	1.40 39	0.12 47

AIO-Stereo	0.34 15	0.05 6	0.34 40	0.01 2	0.03 6	0.13 101	0.00 1	0.01 2	0.02 6	0.00 1	0.00 1	0.19 12	0.05 18	0.00 1	1.68 17	1.06 25	0.49 60	0.08 16	1.56 50	0.76 122	0.22 8	2.17 35	0.11 91	0.01 1	0.01 3	0.02 16	0.20 10	0.00 1

RAFT + AFF	0.48 24	0.05 6	0.01 2	0.22 51	0.03 6	0.04 60	0.14 91	0.03 11	0.03 10	0.00 1	0.00 1	0.32 31	0.03 9	0.07 68	4.66 106	0.97 18	0.56 72	0.09 18	2.34 71	0.04 4	0.69 29	1.96 28	0.02 34	0.22 58	0.15 49	0.12 37	0.24 15	0.01 13

AANet_RVC	0.29 13	0.05 6	0.28 31	0.06 17	0.21 61	0.00 1	0.24 116	0.03 11	0.17 69	0.34 79	0.01 54	0.08 3	0.04 13	0.01 11	2.17 27	0.58 5	0.16 13	0.07 12	0.44 19	0.20 31	0.13 3	0.33 3	0.03 43	0.07 17	0.02 7	0.06 28	1.15 33	0.86 96

RSM++	0.23 10	0.06 9	0.35 43	0.02 5	0.02 4	0.11 93	0.00 1	0.01 2	0.02 6	0.00 1	0.00 1	0.19 12	0.08 31	0.00 1	0.88 4	0.61 7	0.18 16	0.04 7	0.13 9	0.57 95	0.23 9	2.20 36	0.14 98	0.09 23	0.03 13	0.01 5	0.23 13	0.00 1

RSM	0.22 8	0.06 9	0.35 43	0.02 5	0.03 6	0.12 96	0.01 4	0.01 2	0.02 6	0.00 1	0.00 1	0.18 8	0.05 18	0.00 1	0.73 3	0.58 5	0.18 16	0.04 7	0.18 11	0.51 79	0.24 10	2.12 34	0.09 83	0.08 21	0.02 7	0.18 44	0.16 8	0.00 1

MoCha-V2	0.36 18	0.06 9	0.31 33	0.01 2	0.05 12	0.09 87	0.01 4	0.02 7	0.01 1	0.00 1	0.00 1	0.19 12	0.18 66	0.00 1	2.33 33	1.63 68	0.18 16	0.19 35	0.15 10	0.99 139	0.28 14	3.01 50	0.00 1	0.02 4	0.01 3	0.07 30	0.03 1	0.00 1

Former-RAFT_DAM_RVC	0.83 52	0.08 12	0.36 49	0.18 46	0.21 61	0.01 10	0.06 50	1.75 104	0.21 87	0.14 58	0.15 82	0.45 51	0.16 58	0.03 39	4.05 90	1.87 80	0.36 41	0.42 85	1.67 53	0.17 28	1.76 86	4.52 107	0.02 34	0.11 30	0.38 77	2.70 142	0.33 17	0.33 65

delet	0.21 6	0.08 12	0.24 25	0.06 17	0.05 12	0.02 36	0.04 32	0.02 7	0.05 19	0.34 79	0.00 1	0.20 16	0.04 13	0.02 25	1.45 13	0.53 3	0.23 22	0.07 12	0.12 8	0.06 8	0.15 4	0.38 4	0.01 10	0.06 13	0.01 3	0.01 5	1.50 43	0.02 16

CroCo-Stereo	0.21 6	0.09 14	0.03 4	0.05 14	0.07 21	0.00 1	0.00 1	0.04 18	0.05 19	0.00 1	0.00 1	0.09 4	0.07 27	0.00 1	1.51 14	1.11 26	0.17 15	0.08 16	0.76 26	0.05 6	0.40 19	0.85 10	0.00 1	0.04 9	0.04 18	0.01 5	0.08 6	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
anonymousdsp	0.56 29	0.10 15	0.36 49	0.24 61	0.07 21	0.09 87	0.01 4	0.04 18	0.05 19	0.00 1	2.27 156	0.22 20	0.20 69	0.00 1	2.28 31	1.41 53	0.28 29	0.17 33	0.52 21	0.67 114	0.56 25	3.56 70	0.31 145	0.07 17	0.02 7	0.01 5	1.65 46	0.01 13

TDLM	0.20 4	0.10 15	0.21 21	0.08 32	0.23 65	0.02 36	0.04 32	0.19 36	0.04 14	0.02 37	0.10 71	0.67 85	0.05 18	0.10 85	0.43 1	0.28 1	0.35 39	0.20 36	0.02 1	0.01 1	0.12 2	1.22 14	0.05 53	0.01 1	0.00 1	0.02 16	0.41 20	0.41 73

Occ-G	0.48 24	0.11 17	0.24 25	0.04 11	0.11 29	0.16 116	0.04 32	0.04 18	0.02 6	0.00 1	0.25 94	0.15 6	0.02 5	0.00 1	3.08 48	1.56 63	0.11 5	0.34 62	1.04 35	0.48 72	0.85 38	3.04 55	0.23 121	0.07 17	0.04 18	0.02 16	0.83 28	0.01 13

StereoVision	0.13 1	0.11 17	0.03 4	0.04 11	0.04 10	0.00 1	0.03 23	0.04 18	0.03 10	0.03 40	0.00 1	0.19 12	0.02 5	0.02 25	1.02 7	0.79 14	0.13 11	0.02 3	0.30 13	0.04 4	0.21 7	0.19 2	0.00 1	0.06 13	0.04 18	0.00 1	0.12 7	0.00 1

CroCo-Stereo Lap2	0.18 3	0.11 17	0.04 7	0.05 14	0.06 16	0.00 1	0.01 4	0.03 11	0.05 19	0.24 69	0.00 1	0.16 7	0.06 26	0.01 11	1.29 9	1.05 24	0.06 3	0.04 7	0.06 2	0.05 6	0.40 19	0.86 11	0.00 1	0.04 9	0.04 18	0.01 5	0.05 3	0.00 1

test_4	0.84 55	0.11 17	0.61 91	0.30 86	0.20 56	0.08 84	0.30 121	0.10 30	0.10 44	0.03 40	0.61 119	0.79 96	0.16 58	0.18 111	3.62 68	3.39 159	0.24 24	0.43 89	1.98 63	0.30 46	1.21 52	3.26 64	0.09 83	0.21 57	0.23 62	0.33 69	3.56 106	0.25 60

U	0.23 10	0.13 21	0.03 4	0.06 17	0.07 21	0.00 1	0.01 4	0.05 22	0.04 14	0.00 1	0.00 1	0.25 22	0.07 27	0.00 1	1.58 15	1.23 35	0.05 1	0.13 23	0.52 21	0.08 13	0.50 24	1.03 12	0.01 10	0.10 25	0.08 30	0.02 16	0.06 5	0.03 21

MIM_Stereo	0.83 52	0.15 22	0.44 66	0.34 99	0.24 68	0.12 96	0.08 60	2.02 118	0.08 32	0.00 1	0.24 92	0.31 30	0.10 41	0.03 39	3.34 59	2.91 136	0.24 24	0.67 115	2.62 86	0.89 131	1.44 62	3.49 67	0.06 59	0.26 63	0.20 55	0.24 51	1.72 48	0.18 53

HITNet	0.68 38	0.16 23	0.11 15	0.07 27	0.10 28	0.01 10	0.03 23	1.72 102	0.79 140	0.11 50	0.00 1	0.77 95	0.28 88	0.12 97	2.69 39	1.17 31	0.45 54	0.14 26	0.72 25	0.25 40	1.61 74	2.80 46	0.01 10	0.17 46	0.04 18	0.15 40	3.40 100	0.41 73
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
GMOStereo	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 163	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

error version	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 163	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

test-v	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 163	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

test-2	1.19 83	0.17 24	0.68 95	0.34 99	0.31 82	0.13 101	0.31 122	2.36 132	0.15 63	0.00 1	0.17 85	0.60 70	0.45 114	0.02 25	3.83 78	3.83 180	0.54 66	0.70 119	2.41 75	0.64 106	1.71 82	6.50 163	0.01 10	0.34 77	1.38 129	0.25 52	4.07 136	0.10 37

RAStereo	0.29 13	0.18 28	0.05 9	0.06 17	0.11 29	0.00 1	0.02 14	0.03 11	0.04 14	0.94 119	0.00 1	0.26 24	0.02 5	0.01 11	1.70 18	1.19 34	0.09 4	0.13 23	0.30 13	0.03 3	0.80 32	1.45 20	0.00 1	0.14 37	0.05 23	0.01 5	0.20 10	0.02 16

AnonymousM	1.93 136	0.21 29	0.42 62	0.06 17	0.06 16	0.26 135	0.01 4	2.70 161	0.56 122	0.36 84	2.56 170	0.59 66	0.53 127	0.50 177	2.91 45	3.30 153	1.21 137	1.06 163	2.18 67	1.68 167	3.82 146	5.56 136	0.40 154	0.50 116	0.21 59	1.57 123	6.55 195	12.23 209

iRaftStereo_RVC	0.35 17	0.21 29	0.33 38	0.22 51	0.15 36	0.02 36	0.02 14	0.05 22	0.08 32	0.00 1	0.00 1	0.28 26	0.11 44	0.03 39	1.35 11	0.98 19	0.35 39	0.07 12	0.49 20	0.17 28	1.05 46	2.96 48	0.00 1	0.05 11	0.09 32	0.01 5	0.23 13	0.04 25

MMNet	0.34 15	0.21 29	0.07 10	0.05 14	0.06 16	0.00 1	0.12 84	0.03 11	0.04 14	0.22 67	0.00 1	0.36 34	0.02 5	0.05 56	2.17 27	0.69 11	0.33 35	0.15 29	0.34 16	0.07 10	0.34 17	0.60 5	0.06 59	0.10 25	0.03 13	0.05 27	2.93 78	0.02 16

CAS	0.89 58	0.22 32	0.39 58	0.21 49	0.24 68	0.03 54	0.36 130	0.23 41	0.62 127	1.28 139	0.16 84	0.38 40	0.84 163	0.12 97	3.10 49	1.87 80	0.94 114	0.75 129	1.30 44	0.58 96	2.82 114	3.00 49	0.03 43	0.12 32	0.13 43	0.72 94	1.80 51	1.89 129

ARAFT	0.80 48	0.22 32	0.31 33	0.31 88	0.12 32	0.01 10	0.02 14	0.24 46	0.09 39	1.28 139	0.00 1	0.53 64	0.04 13	0.09 80	3.18 52	1.99 92	0.51 63	0.34 62	2.69 89	0.14 24	1.96 95	2.75 43	0.02 34	0.20 53	0.80 105	0.03 23	3.53 104	0.13 49

MaDis-Stereo	0.39 20	0.23 34	0.35 43	0.07 27	0.15 36	0.02 36	0.04 32	0.08 26	0.07 29	1.22 137	0.00 1	0.23 21	0.03 9	0.02 25	1.62 16	1.29 43	0.14 12	0.29 52	1.62 51	0.12 19	0.84 37	1.37 18	0.01 10	0.18 49	0.20 55	0.16 43	0.17 9	0.04 25

LoS	1.97 137	0.23 34	0.39 58	0.23 58	0.18 41	0.02 36	0.09 68	15.67 250	0.89 147	3.41 207	0.87 126	0.98 109	0.83 162	0.20 117	3.66 69	3.84 184	1.36 152	0.90 145	3.25 105	0.74 118	5.14 170	4.30 93	0.24 124	0.41 98	2.64 160	0.80 97	1.36 35	0.50 78
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	1.68 114	0.23 34	2.17 187	0.08 32	0.28 78	0.09 87	0.09 68	0.50 61	1.17 163	0.11 50	2.55 169	0.62 79	0.67 142	0.03 39	4.24 92	3.69 178	1.12 129	1.22 178	4.58 136	0.59 98	4.19 153	7.51 188	0.24 124	0.68 143	1.05 116	0.64 89	6.73 198	0.33 65

CIPLG	1.04 71	0.23 34	0.82 117	0.32 93	0.36 100	0.04 60	0.34 127	0.21 38	0.50 116	0.07 45	0.11 72	1.24 118	0.08 31	0.42 166	4.82 118	1.65 71	0.85 102	0.39 72	2.02 64	0.32 48	2.35 101	4.69 116	0.05 53	0.75 150	1.10 117	0.35 72	3.79 116	0.12 47

CREStereo++_RVC	1.20 87	0.23 34	1.65 166	0.28 80	0.43 122	0.01 10	0.17 100	2.02 118	0.26 94	0.61 98	0.08 69	0.50 60	0.15 54	0.05 56	3.91 83	2.85 135	0.95 115	0.50 97	2.77 92	0.31 47	3.04 121	3.84 79	0.13 95	0.14 37	1.10 117	1.31 116	4.38 153	0.77 94
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
CES	1.32 97	0.24 39	0.36 49	0.14 42	0.22 63	0.05 68	0.19 108	5.29 222	0.76 137	0.42 90	0.61 119	0.86 102	0.85 164	0.26 129	4.28 93	3.41 162	1.21 137	1.06 163	1.85 62	1.16 151	4.19 153	3.75 75	0.15 102	0.12 32	0.23 62	0.34 71	1.47 42	2.15 137

IPLGR_C	1.02 69	0.24 39	0.77 111	0.31 88	0.36 100	0.04 60	0.35 129	0.20 37	0.47 113	0.07 45	0.12 76	1.26 120	0.09 36	0.41 164	4.52 100	1.63 68	0.81 94	0.45 93	2.10 66	0.32 48	2.41 105	4.67 115	0.07 74	0.75 150	1.04 115	0.28 57	3.80 117	0.11 44

ACRE	1.04 71	0.24 39	0.80 115	0.33 95	0.36 100	0.04 60	0.34 127	0.21 38	0.48 114	0.08 49	0.14 80	1.30 122	0.09 36	0.45 169	4.77 115	1.62 67	0.82 97	0.43 89	2.08 65	0.33 51	2.40 104	4.72 117	0.06 59	0.74 149	1.10 117	0.28 57	3.80 117	0.11 44

ICVP	1.55 108	0.24 39	1.65 166	0.43 124	0.45 124	0.50 147	0.38 133	1.26 88	0.64 129	1.77 159	1.20 138	0.88 104	1.63 185	0.25 128	4.46 97	2.81 134	1.49 158	1.01 158	2.50 80	1.15 150	2.70 108	5.75 141	0.14 98	0.63 133	0.72 99	2.31 137	3.35 98	1.59 123
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sCroCo_RVC	1.89 131	0.25 43	0.34 40	0.06 17	0.20 56	0.16 116	0.04 32	0.81 74	1.73 185	1.94 165	0.44 110	1.12 112	0.88 169	0.12 97	4.48 98	5.29 210	2.26 180	1.77 199	5.32 144	2.13 187	5.92 189	7.47 185	0.10 88	0.37 92	0.60 92	1.61 125	4.41 155	1.14 111

LL-Strereo2	0.81 50	0.27 44	0.35 43	0.09 36	0.14 34	0.17 119	0.08 60	2.21 127	0.19 76	0.00 1	0.00 1	0.26 24	0.05 18	0.20 117	2.27 30	2.72 129	0.12 6	0.15 29	2.40 74	0.52 82	1.77 87	5.39 133	0.06 59	0.17 46	0.43 80	0.12 37	1.55 45	0.31 63

sAnonymous2	1.64 110	0.27 44	0.18 18	0.11 39	0.20 56	0.49 145	0.05 42	1.85 108	0.98 151	0.21 63	0.39 103	1.21 114	0.85 164	0.08 76	4.74 110	3.93 186	1.35 150	1.22 178	7.85 161	0.83 128	4.15 151	5.99 146	0.03 43	0.42 101	0.15 49	2.19 135	2.36 65	2.37 140

CroCo_RVC	1.64 110	0.27 44	0.18 18	0.11 39	0.20 56	0.49 145	0.05 42	1.85 108	0.98 151	0.21 63	0.39 103	1.21 114	0.85 164	0.08 76	4.74 110	3.93 186	1.35 150	1.22 178	7.85 161	0.83 128	4.15 151	5.99 146	0.03 43	0.42 101	0.15 49	2.19 135	2.36 65	2.37 140

anonymousdsp2	1.03 70	0.29 47	0.37 54	0.23 58	0.09 25	0.03 54	0.04 32	1.33 89	0.08 32	0.02 37	2.28 159	0.33 33	0.18 66	0.27 133	2.59 37	2.50 120	0.44 53	0.56 104	3.69 121	1.14 146	1.68 79	5.57 137	0.24 124	0.50 116	0.41 78	0.15 40	2.74 74	0.02 16

test-1	3.29 170	0.29 47	1.96 180	0.33 95	0.26 75	0.23 128	0.42 135	3.11 183	0.84 144	3.35 203	3.99 187	5.66 184	0.78 156	0.19 112	6.33 167	6.00 219	1.70 165	1.62 193	10.71 196	1.73 169	5.37 175	9.64 234	0.07 74	0.76 152	3.30 182	6.12 186	5.48 181	8.68 194

CVANet_RVC	0.42 22	0.29 47	0.82 117	0.60 141	0.31 82	0.18 121	0.03 23	1.58 98	0.25 93	0.12 56	0.28 95	0.84 98	0.05 18	0.11 90	0.69 2	0.46 2	0.36 41	0.25 45	0.08 4	0.08 13	0.20 6	1.95 27	0.02 34	0.05 11	0.06 27	0.03 23	0.70 25	1.10 109

UniTT-Stereo	0.45 23	0.30 50	0.37 54	0.08 32	0.19 47	0.01 10	0.02 14	0.10 30	0.09 39	0.00 1	0.00 1	0.49 56	0.09 36	0.05 56	2.28 31	1.53 61	0.28 29	0.43 89	1.84 61	0.14 24	1.17 50	1.99 31	0.01 10	0.23 61	0.16 52	0.10 34	0.26 16	0.03 21

UPFNet	0.52 27	0.31 51	0.76 109	0.22 51	0.28 78	0.02 36	0.05 42	0.09 29	0.08 32	0.38 85	0.00 1	0.38 40	0.03 9	0.24 126	3.16 51	1.04 23	0.34 37	0.14 26	0.59 23	0.34 53	0.44 21	1.09 13	0.01 10	0.30 74	0.05 23	0.01 5	3.54 105	0.05 30

trnet	1.17 81	0.32 52	0.93 128	0.22 51	0.19 47	0.01 10	0.08 60	2.54 150	0.38 103	0.63 99	0.99 131	0.76 93	0.58 134	0.06 64	3.83 78	3.16 147	0.91 110	0.55 103	2.21 70	0.76 122	2.97 118	3.47 66	0.06 59	0.29 70	1.28 124	1.05 106	2.55 69	0.92 102

AE-Stereo	1.73 116	0.32 52	2.11 185	0.34 99	0.37 105	0.05 68	0.43 138	0.44 56	0.32 101	0.04 42	0.00 1	3.48 153	0.44 111	0.07 68	4.68 108	3.77 179	1.11 128	0.92 147	4.18 130	1.16 151	3.77 145	7.03 175	0.18 109	1.06 174	3.29 181	2.09 133	4.84 165	0.18 53

Sa-1000	1.45 106	0.32 52	0.53 87	0.28 80	0.26 75	0.01 10	0.04 32	2.73 163	0.11 47	0.01 33	0.01 54	0.59 66	0.49 123	0.56 182	6.07 158	2.10 103	0.92 113	0.88 142	4.60 137	0.59 98	1.56 68	6.38 160	0.01 10	0.64 136	2.25 151	1.72 129	5.00 168	0.38 71

AFF-stereo	0.88 57	0.32 52	0.50 82	0.35 106	0.20 56	0.11 93	0.37 131	0.41 52	0.11 47	1.15 130	0.00 1	0.66 84	0.07 27	0.02 25	4.33 94	1.39 52	0.40 46	0.90 145	3.49 118	0.26 42	1.61 74	2.83 47	0.02 34	0.22 58	0.49 83	0.18 44	3.16 86	0.10 37

UNet	0.67 37	0.32 52	0.47 80	0.27 77	0.23 65	0.03 54	0.15 94	0.55 66	0.14 57	1.13 129	0.00 1	0.61 76	0.17 64	0.15 104	2.26 29	1.51 60	0.50 61	0.22 39	1.51 49	0.25 40	0.75 30	1.79 24	0.18 109	0.60 130	0.07 28	0.32 68	3.43 102	0.61 88

FADNet-RVC	2.02 139	0.32 52	0.74 107	0.33 95	1.23 165	0.05 68	3.02 201	0.60 68	0.24 91	1.02 123	0.31 99	6.30 189	0.33 93	0.34 146	10.06 207	2.10 103	0.84 101	0.81 135	6.91 156	1.97 177	2.36 102	3.78 76	0.20 112	0.61 131	1.94 147	1.65 126	3.28 93	3.13 147

RASNet	0.86 56	0.32 52	0.77 111	0.46 129	0.31 82	0.18 121	0.10 80	0.95 78	0.14 57	1.11 127	0.09 70	0.53 64	0.44 111	0.35 151	1.76 21	1.87 80	0.59 75	0.22 39	1.13 37	0.07 10	1.42 61	3.94 82	0.17 107	0.53 122	0.46 82	0.37 74	3.64 110	1.29 114

rafts_anoy	0.92 60	0.33 59	0.86 121	0.37 111	0.24 68	0.05 68	0.07 55	2.48 149	0.14 57	0.01 33	0.00 1	0.20 16	0.04 13	0.02 25	3.97 85	3.08 143	0.56 72	0.40 73	2.20 69	0.34 53	1.65 76	3.86 81	0.02 34	0.27 65	0.99 113	0.73 95	0.87 29	0.98 107

GES	1.73 116	0.33 59	0.48 81	0.58 139	0.43 122	0.28 138	0.51 145	2.03 122	0.90 148	1.18 134	0.55 115	0.49 56	0.23 82	0.02 25	8.51 193	2.72 129	1.06 125	0.76 130	9.71 185	1.71 168	3.36 133	4.34 94	0.23 121	0.83 162	0.42 79	0.35 72	2.56 70	2.21 138

RAFT-Stereo + iAFF	1.00 66	0.33 59	0.75 108	0.38 115	0.42 120	0.14 106	0.43 138	0.97 79	0.13 55	1.32 143	0.00 1	0.65 83	0.09 36	0.03 39	4.73 109	1.46 56	0.50 61	0.13 23	3.58 119	0.49 73	1.60 72	4.02 86	0.02 34	0.42 101	0.52 85	0.38 75	3.38 99	0.17 52

CREStereo	1.20 87	0.33 59	0.95 130	0.24 61	0.19 47	0.01 10	0.06 50	2.65 157	0.54 117	0.64 100	1.05 132	0.72 88	0.59 135	0.07 68	3.92 84	3.45 167	0.86 107	0.42 85	2.19 68	0.72 116	3.10 123	3.56 70	0.10 88	0.29 70	1.20 122	1.09 107	2.54 68	0.90 99
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
4D-IteraStereo	1.14 78	0.34 63	1.40 152	0.29 82	0.38 109	0.05 68	0.09 68	2.11 126	0.11 47	0.00 1	0.19 89	0.52 63	0.22 75	0.24 126	3.76 74	3.57 171	0.28 29	0.38 68	2.95 98	0.49 73	3.35 132	5.63 139	0.12 94	0.41 98	0.10 36	0.29 59	3.09 83	0.34 67

HGLStereo	0.70 41	0.34 63	0.41 60	0.23 58	0.31 82	0.02 36	0.17 100	0.08 26	0.13 55	1.20 136	0.69 123	0.25 22	0.15 54	0.09 80	2.36 35	1.50 58	0.57 74	0.29 52	1.25 41	0.24 38	1.13 49	3.16 62	0.08 79	0.34 77	0.18 53	0.19 46	3.13 84	0.47 77

HSM	1.20 87	0.35 65	1.10 141	0.59 140	0.56 135	0.05 68	0.09 68	2.87 173	0.31 99	0.13 57	0.53 114	0.76 93	0.13 49	0.05 56	5.24 127	1.26 38	0.85 102	0.30 55	3.45 116	0.50 77	2.38 103	3.35 65	0.10 88	0.55 126	0.74 100	0.86 101	4.16 145	1.08 108

DMCA	0.36 18	0.36 66	0.19 20	0.17 44	0.09 25	0.02 36	0.05 42	0.02 7	0.05 19	0.58 97	0.00 1	0.39 43	0.05 18	0.01 11	2.07 25	0.98 19	0.54 66	0.12 21	0.23 12	0.10 16	0.46 22	1.38 19	0.01 10	0.22 58	0.03 13	0.08 31	1.30 34	0.15 51

RALCasStereoNet	1.00 66	0.37 67	1.07 138	0.37 111	0.32 92	0.06 81	0.20 111	2.08 124	0.15 63	1.01 122	0.04 61	0.61 76	0.16 58	0.03 39	3.74 72	3.43 163	0.41 49	0.26 47	1.40 47	0.75 120	1.44 62	4.55 109	0.03 43	0.26 63	0.78 104	1.36 117	0.91 30	1.22 113

plain	0.56 29	0.39 68	0.44 66	0.17 44	0.41 117	0.01 10	0.01 4	0.74 71	0.08 32	0.01 33	0.00 1	0.74 90	0.14 52	0.04 52	2.91 45	1.93 87	0.25 26	0.44 92	1.02 34	0.16 26	1.65 76	2.50 42	0.01 10	0.41 98	0.21 59	0.06 28	0.36 19	0.10 37

MIF-Stereo (partial)	0.58 32	0.39 68	0.42 62	0.07 27	0.22 63	0.02 36	0.03 23	0.08 26	0.11 47	0.01 33	0.01 54	0.50 60	0.12 46	0.03 39	2.35 34	1.69 74	0.25 26	0.60 108	0.91 32	0.11 17	1.40 58	2.26 39	0.01 10	0.34 77	0.12 42	0.29 59	2.91 77	0.38 71

HCRNet	0.49 26	0.39 68	0.36 49	0.29 82	0.12 32	0.01 10	0.06 50	0.03 11	0.01 1	1.48 151	0.00 1	0.20 16	0.05 18	0.01 11	2.61 38	0.78 13	0.42 51	0.07 12	0.32 15	0.12 19	0.37 18	2.22 37	0.02 34	0.02 4	0.02 7	0.02 16	3.33 96	0.03 21

IPLG	1.33 98	0.40 71	0.76 109	0.29 82	0.28 78	0.01 10	0.09 68	2.25 129	0.31 99	0.40 88	0.28 95	0.37 38	0.74 152	0.31 144	5.67 143	1.89 83	1.26 143	0.95 152	2.86 96	0.47 69	1.18 51	6.06 152	0.06 59	0.66 140	0.63 96	3.73 157	3.86 124	0.11 44

RALAANet	1.21 90	0.40 71	0.56 90	0.37 111	0.31 82	0.20 126	0.15 94	1.87 112	0.20 77	0.51 95	0.01 54	0.49 56	0.26 85	0.07 68	3.97 85	2.32 112	0.48 57	0.73 127	3.41 113	1.09 143	3.06 122	5.24 131	0.02 34	0.50 116	0.74 100	1.14 108	4.11 144	0.54 86

raft+_RVC	0.80 48	0.41 73	0.45 77	0.34 99	0.24 68	0.03 54	0.08 60	2.24 128	0.09 39	0.07 45	0.00 1	0.42 48	0.08 31	0.02 25	3.49 64	3.16 147	0.48 57	0.12 21	2.60 85	0.82 125	0.94 41	3.69 73	0.03 43	0.20 53	0.35 74	0.14 39	0.69 24	0.35 69

DeepPruner_ROB	1.92 134	0.41 73	0.92 125	0.51 135	0.67 140	0.53 150	2.45 190	1.72 102	0.84 144	1.37 148	2.27 156	0.75 92	0.55 129	0.12 97	8.56 194	2.33 113	1.28 144	1.20 175	2.67 88	0.58 96	6.00 191	4.19 89	0.75 197	0.44 110	0.66 98	6.01 184	3.18 87	0.91 100

DMCA-RVC	0.82 51	0.43 75	0.50 82	0.31 88	0.59 137	0.15 113	1.13 161	0.29 48	1.52 173	1.29 141	0.34 101	0.64 80	0.14 52	0.17 108	3.74 72	1.26 38	0.80 92	0.51 98	0.97 33	0.51 79	0.87 39	1.93 26	0.26 129	0.40 97	0.13 43	0.08 31	2.70 72	0.50 78

raftrobust	1.17 81	0.44 76	0.99 131	0.41 120	0.37 105	0.04 60	0.12 84	2.45 146	0.14 57	0.51 95	0.00 1	0.72 88	0.24 83	0.09 80	4.74 110	4.01 189	0.39 45	0.35 64	5.19 142	0.34 53	1.89 90	4.58 110	0.21 113	0.28 67	1.21 123	0.47 77	1.09 32	0.35 69

DSFCA	0.83 52	0.44 76	0.51 86	0.29 82	0.59 137	0.05 68	0.61 150	0.23 41	0.55 121	0.49 93	0.58 117	0.48 55	0.11 44	0.04 52	2.83 44	1.42 54	0.78 91	0.72 125	1.15 40	0.65 112	1.24 53	3.01 50	0.21 113	0.53 122	0.55 88	0.83 98	3.19 88	0.46 76

AASNet	0.20 4	0.45 78	0.24 25	0.09 36	0.09 25	0.00 1	0.08 60	0.05 22	0.05 19	0.26 70	0.00 1	0.18 8	0.04 13	0.01 11	1.13 8	0.68 10	0.12 6	0.04 7	0.09 5	0.16 26	0.29 15	0.77 8	0.01 10	0.07 17	0.00 1	0.02 16	0.49 22	0.03 21

FADNet	2.26 146	0.45 78	0.77 111	0.54 138	1.08 161	0.02 36	3.28 204	0.88 75	0.38 103	0.80 109	0.57 116	2.60 146	0.50 124	0.67 187	9.91 206	1.94 89	0.91 110	1.08 165	9.92 188	1.76 171	2.78 110	4.21 90	0.11 91	0.47 112	2.92 170	3.57 150	3.57 107	5.35 164

IER	0.69 40	0.46 80	0.29 32	0.30 86	0.18 41	0.01 10	0.09 68	0.42 53	0.11 47	1.07 126	0.07 67	1.62 132	0.05 18	0.20 117	3.15 50	1.25 37	0.40 46	0.16 31	0.82 29	0.44 65	0.57 26	2.22 37	0.21 113	0.34 77	0.09 32	1.03 105	2.96 79	0.28 61

HH	3.49 177	0.47 81	5.11 222	0.68 146	0.69 142	0.93 164	1.38 169	3.19 187	0.82 141	2.81 181	2.29 160	5.39 178	0.81 159	0.34 146	5.69 144	7.67 249	0.99 117	1.08 165	9.91 186	2.70 205	7.76 218	8.27 212	0.57 177	0.93 167	3.44 185	8.42 207	5.63 185	6.30 177

HanStereo	3.49 177	0.47 81	5.11 222	0.68 146	0.69 142	0.93 164	1.38 169	3.19 187	0.82 141	2.81 181	2.29 160	5.39 178	0.81 159	0.34 146	5.69 144	7.67 249	0.99 117	1.08 165	9.91 186	2.70 205	7.76 218	8.27 212	0.57 177	0.93 167	3.44 185	8.42 207	5.63 185	6.30 177

dd	1.06 74	0.48 83	0.31 33	1.86 184	0.06 16	0.26 135	0.16 96	0.47 59	0.06 26	0.11 50	0.01 54	2.18 140	0.07 27	0.20 117	4.43 96	1.13 28	1.19 134	0.38 68	6.03 148	0.38 59	0.67 28	1.85 25	0.14 98	0.32 75	0.63 96	0.09 33	3.27 92	1.90 130

GLC_STEREO	0.93 61	0.48 83	0.65 93	0.25 65	0.33 94	0.03 54	0.11 82	2.37 138	0.20 77	0.16 61	0.04 61	0.38 40	0.15 54	0.02 25	3.66 69	2.05 101	0.67 82	0.25 45	2.56 82	0.42 64	2.90 115	3.06 56	0.09 83	0.19 50	0.09 32	0.10 34	3.70 111	0.31 63

NVstereo2D	0.93 61	0.48 83	0.17 17	0.24 61	0.42 120	0.41 142	0.08 60	1.64 99	0.59 125	0.87 114	1.05 132	0.42 48	0.21 73	0.08 76	5.64 138	2.38 117	0.82 97	0.59 106	1.71 55	0.24 38	1.26 54	2.48 41	0.06 59	0.47 112	1.31 125	0.29 59	1.04 31	0.24 58

model_zeroshot	3.58 182	0.49 86	2.22 188	1.96 185	0.99 160	0.34 140	0.18 103	2.98 176	0.43 109	2.44 174	5.28 197	4.75 171	0.54 128	0.17 108	8.97 198	6.14 222	1.71 166	1.15 171	15.06 210	1.29 156	5.77 187	7.73 194	0.26 129	0.43 107	5.63 211	5.85 182	5.24 172	8.66 193

CFNet	0.72 43	0.50 87	0.71 101	0.48 132	0.45 124	0.06 81	0.27 120	0.58 67	0.09 39	0.65 101	0.04 61	0.84 98	0.10 41	0.05 56	2.80 43	0.75 12	0.60 76	0.09 18	0.84 31	0.41 61	1.10 48	1.22 14	0.03 43	0.13 35	0.58 90	1.14 108	3.44 103	1.47 117

PWCDC_ROB	3.09 164	0.52 88	0.24 25	0.38 115	0.92 158	0.25 133	0.37 131	1.16 84	8.67 236	0.14 58	2.36 164	0.85 100	32.24 256	0.72 191	6.25 162	3.40 161	2.00 174	0.94 150	2.65 87	1.03 142	3.63 141	9.35 232	0.27 134	0.68 143	0.55 88	0.69 92	1.44 40	1.79 127

XX-Stereo	3.82 185	0.53 89	2.00 183	1.20 167	0.31 82	0.38 141	0.57 148	1.46 94	0.40 106	2.50 176	7.33 222	5.11 175	1.04 174	0.11 90	7.05 178	6.53 231	1.29 145	0.81 135	7.44 160	0.89 131	4.26 155	5.80 142	0.45 166	0.39 96	27.22 256	3.57 150	5.16 171	9.43 196

CASnet	0.96 65	0.54 90	0.54 88	0.24 61	0.36 100	0.05 68	0.26 119	0.52 63	0.18 73	0.06 44	0.06 64	0.70 87	0.36 99	0.01 11	4.36 95	1.50 58	0.66 81	0.40 73	2.56 82	0.34 53	3.82 146	4.34 94	0.03 43	0.35 84	1.67 140	0.11 36	1.72 48	0.23 57
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_pseudo	1.04 71	0.55 91	0.68 95	0.46 129	0.53 129	0.05 68	0.02 14	0.61 69	0.10 44	0.91 116	0.11 72	0.88 104	0.56 131	0.52 180	5.81 148	1.84 78	0.55 71	0.37 65	2.85 95	0.41 61	1.09 47	3.10 60	0.59 182	0.29 70	0.61 93	0.63 88	2.23 62	1.75 125

gcap-zeroshot	3.56 181	0.56 92	4.08 211	1.72 179	0.53 129	1.55 181	1.78 180	3.23 189	0.64 129	2.75 180	6.71 214	6.50 191	0.68 145	0.48 173	6.48 169	6.49 230	1.21 137	1.11 168	16.59 213	2.54 199	5.24 172	8.27 212	1.30 212	0.79 157	3.27 180	5.01 173	4.56 159	1.94 131

LMCR-Stereo	1.14 78	0.56 92	0.72 102	0.31 88	0.31 82	0.14 106	0.06 50	1.38 91	0.28 96	0.33 78	0.12 76	0.86 102	0.20 69	0.26 129	3.99 87	2.00 94	1.20 135	0.37 65	6.02 147	1.76 171	2.41 105	3.82 77	0.07 74	0.55 126	0.52 85	0.51 82	1.50 43	0.67 91

AF-Net	1.33 98	0.56 92	1.00 132	0.36 109	0.81 150	1.01 166	2.56 192	2.36 132	1.15 160	0.48 91	0.65 121	3.84 155	0.16 58	0.30 141	3.50 65	1.17 31	0.52 64	0.02 3	1.74 58	0.53 83	0.81 34	4.34 94	0.06 59	0.14 37	0.93 108	0.61 86	3.84 120	2.40 142

Nwc_Net	1.33 98	0.56 92	1.00 132	0.36 109	0.81 150	1.01 166	2.56 192	2.36 132	1.15 160	0.48 91	0.65 121	3.84 155	0.16 58	0.30 141	3.50 65	1.17 31	0.52 64	0.02 3	1.74 58	0.53 83	0.81 34	4.34 94	0.06 59	0.14 37	0.93 108	0.61 86	3.84 120	2.40 142

PDISCO_ROB	1.24 93	0.57 96	0.10 13	0.66 144	0.32 92	0.01 10	0.57 148	0.78 73	0.49 115	1.25 138	0.94 130	0.36 34	0.32 92	0.19 112	3.99 87	2.19 106	0.98 116	1.44 187	2.38 72	0.62 103	2.92 116	4.93 124	0.18 109	0.64 136	1.52 138	0.53 83	3.95 133	0.62 89

DN-CSS_ROB	1.68 114	0.57 96	1.42 153	0.83 153	0.73 144	0.05 68	0.22 115	2.83 171	0.40 106	1.50 152	3.57 183	1.02 110	0.43 110	0.09 80	4.11 91	1.61 66	1.34 149	0.84 137	8.83 172	0.39 60	4.42 159	3.67 72	0.09 83	1.02 171	0.13 43	0.55 85	3.24 91	1.52 119

IGEV-BASED-STEREO-	0.71 42	0.58 98	0.33 38	0.08 32	0.18 41	0.19 123	0.04 32	0.12 34	0.18 73	0.04 42	0.51 113	0.50 60	0.41 109	0.02 25	2.44 36	2.27 110	0.33 35	0.54 101	1.14 38	0.44 65	2.08 96	4.84 120	0.09 83	0.12 32	0.10 36	0.15 40	1.37 37	0.08 34

BEATNet_4x	1.65 112	0.58 98	0.35 43	0.20 47	0.38 109	0.15 113	0.46 141	1.78 107	1.70 184	0.40 88	0.50 111	1.13 113	0.62 139	0.65 185	6.09 159	3.02 140	2.14 179	1.81 200	1.48 48	0.79 124	5.22 171	7.76 195	0.08 79	1.07 175	0.32 71	0.48 78	3.92 128	1.49 118

Any-RAFT	2.91 160	0.59 100	3.81 209	0.35 106	0.57 136	0.02 36	0.11 82	2.92 174	0.63 128	0.50 94	3.78 184	3.92 158	0.36 99	0.16 107	6.57 170	3.98 188	0.87 109	0.87 140	8.59 169	0.61 102	5.45 177	6.20 156	0.42 161	0.49 114	5.12 207	9.91 216	3.30 95	8.42 190

Anonymous3	3.42 172	0.60 101	0.93 128	0.09 36	1.35 169	0.50 147	0.03 23	3.46 195	1.28 164	1.11 127	0.80 125	10.89 206	1.36 182	0.45 169	8.96 197	6.97 240	3.85 201	3.08 227	11.46 200	2.32 194	7.35 215	12.18 252	0.38 153	0.51 119	1.75 142	3.57 150	5.30 175	1.85 128

PMTNet	1.51 107	0.60 101	1.30 148	0.27 77	0.26 75	0.02 36	0.18 103	0.51 62	0.56 122	0.71 104	0.33 100	0.59 66	0.48 121	0.09 80	6.84 173	3.43 163	0.91 110	0.38 68	6.13 151	0.44 65	4.00 149	3.52 69	0.13 95	0.15 41	3.04 173	1.29 115	1.36 35	3.30 151

GCAP-BAT	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 245	0.40 73	3.28 106	0.53 83	5.75 181	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

test_for_model	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 245	0.40 73	3.28 106	0.53 83	5.75 181	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

testlalala2	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 245	0.40 73	3.28 106	0.53 83	5.75 181	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

testlalala	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 245	0.40 73	3.28 106	0.53 83	5.75 181	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

testlalala_base	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 245	0.40 73	3.28 106	0.53 83	5.75 181	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

SPstereo	1.76 120	0.61 103	0.44 66	0.26 69	0.19 47	0.02 36	0.09 68	2.40 140	0.20 77	0.00 1	0.00 1	4.42 164	0.22 75	0.40 156	3.21 53	3.62 172	13.36 245	0.40 73	3.28 106	0.53 83	5.75 181	4.47 99	0.29 138	0.35 84	0.25 64	0.31 62	1.84 52	0.53 80

test_5	0.76 45	0.61 103	0.21 21	0.02 5	0.02 4	0.11 93	0.01 4	2.75 168	0.05 19	0.00 1	4.29 190	0.49 56	0.44 111	0.00 1	1.73 19	1.27 42	0.22 20	0.14 26	1.14 38	0.09 15	0.46 22	3.08 58	0.01 10	0.19 50	0.09 32	0.00 1	2.97 80	0.02 16

AACVNet	1.07 75	0.61 103	0.44 66	0.65 143	0.80 148	0.12 96	0.17 100	0.37 49	0.20 77	0.17 62	0.14 80	0.60 70	0.24 83	0.26 129	4.81 116	2.04 100	0.61 77	0.40 73	1.72 57	0.41 61	1.80 88	3.08 58	0.40 154	0.20 53	0.52 85	1.51 120	4.20 147	2.32 139

FINET	2.25 145	0.61 103	1.06 137	0.48 132	0.55 131	0.75 158	0.98 157	1.18 85	1.87 187	0.30 74	3.46 182	1.25 119	2.35 191	0.80 193	14.13 234	2.94 137	1.14 132	0.42 85	2.74 91	1.28 155	2.71 109	4.08 87	0.43 162	1.24 181	3.04 173	5.74 181	1.70 47	3.42 152

TestStereo	0.64 36	0.64 112	0.54 88	0.22 51	0.11 29	0.01 10	0.03 23	1.87 112	0.23 89	0.30 74	0.00 1	0.37 38	0.08 31	0.01 11	1.75 20	0.93 17	0.45 54	0.23 44	2.92 97	0.12 19	1.51 64	1.70 21	0.05 53	0.11 30	0.21 59	0.46 76	2.24 63	0.13 49

GANet-ADL	2.63 154	0.65 113	2.25 189	1.16 166	1.13 162	1.61 183	0.77 154	1.97 116	1.02 156	3.19 197	3.22 178	1.48 126	0.33 93	0.03 39	6.00 156	4.08 190	2.52 187	0.78 133	7.88 163	2.05 181	3.56 137	6.68 169	0.27 134	0.86 164	1.51 137	6.92 193	5.25 174	3.84 154

pcwnet_v2	1.99 138	0.65 113	0.87 122	0.77 150	1.17 163	0.72 155	0.24 116	1.75 104	0.66 131	3.33 199	1.75 150	1.49 128	1.91 188	1.68 220	6.75 171	2.30 111	1.12 129	0.69 118	4.33 134	0.50 77	2.08 96	4.26 91	1.07 206	0.77 155	1.43 135	2.18 134	4.16 145	5.20 162

CFNet_RVC	1.14 78	0.65 113	0.92 125	0.35 106	0.40 115	0.14 106	0.13 87	0.11 33	0.18 73	0.86 113	1.15 137	0.67 85	0.17 64	0.08 76	6.26 164	1.31 46	0.70 84	0.40 73	1.62 51	0.29 45	1.93 92	3.03 53	0.06 59	0.43 107	0.95 110	1.90 131	3.91 127	2.07 134

MLCV	2.73 157	0.66 116	0.90 124	2.64 196	1.41 176	1.10 170	1.01 158	3.58 199	0.61 126	3.69 213	4.23 189	5.51 181	3.78 200	0.11 90	5.65 140	2.01 95	1.68 164	0.87 140	10.28 192	1.26 153	3.32 131	5.13 130	0.34 148	2.60 206	2.68 165	3.08 145	4.10 143	1.55 120

IPLGR	2.02 139	0.67 117	0.81 116	0.38 115	0.47 126	0.01 10	0.08 60	1.39 92	0.28 96	2.32 172	2.30 162	0.46 52	0.79 158	0.20 117	6.88 175	1.99 92	1.44 154	1.35 184	5.56 145	1.85 174	2.94 117	6.20 156	0.06 59	1.13 177	3.39 184	6.80 191	3.93 129	0.75 93

psm_up	1.28 96	0.67 117	1.09 140	0.41 120	0.89 154	0.04 60	0.31 122	2.38 139	1.16 162	0.77 105	0.00 1	1.36 124	0.10 41	0.44 167	4.59 105	1.35 48	0.83 99	0.45 93	4.14 129	0.47 69	1.60 72	2.76 44	0.01 10	0.73 147	1.16 120	1.54 122	3.84 120	1.40 115

MSKI-zero shot	3.55 179	0.69 119	1.78 175	0.20 47	0.41 117	0.19 123	0.14 91	3.13 184	0.94 150	0.80 109	6.42 212	3.89 157	0.60 138	0.03 39	5.84 149	6.80 238	1.44 154	1.01 158	11.77 202	2.28 191	6.56 206	8.63 219	0.24 124	0.71 145	4.66 199	11.34 224	7.75 209	7.55 185

RAFT-Test	3.05 163	0.69 119	1.82 176	1.09 165	0.81 150	0.25 133	0.43 138	3.13 184	0.76 137	1.06 125	6.42 212	1.03 111	0.91 171	0.35 151	5.61 137	6.66 235	1.32 148	0.61 109	10.76 197	1.74 170	6.54 204	7.48 186	0.56 175	0.59 129	2.76 167	10.02 217	4.56 159	4.35 156

FADNet-RVC-Resample	1.87 129	0.69 119	1.01 134	0.50 134	0.67 140	0.19 123	1.39 172	1.43 93	0.87 146	0.94 119	0.92 128	5.52 182	0.52 126	1.00 200	7.45 180	1.91 86	1.44 154	1.98 208	3.91 126	1.13 145	1.92 91	4.61 113	0.23 121	1.54 189	0.58 90	3.08 145	2.12 59	3.05 145

MSMDNet	2.61 153	0.70 122	1.72 172	0.38 115	0.62 139	0.23 128	0.18 103	3.09 182	0.67 132	1.02 123	2.22 155	1.22 117	2.43 193	0.35 151	5.26 130	6.79 237	1.36 152	0.58 105	10.46 195	3.11 210	6.34 199	7.92 200	0.41 158	0.76 152	2.48 156	3.98 162	3.04 81	3.06 146

AEACV	0.55 28	0.71 123	0.34 40	0.04 11	0.05 12	0.10 91	0.02 14	0.02 7	0.03 10	0.00 1	0.00 1	0.20 16	0.13 49	0.05 56	2.71 41	2.52 121	0.12 6	0.64 110	1.33 46	0.95 137	0.81 34	3.06 56	0.32 147	0.09 23	0.02 7	0.20 48	0.41 20	0.00 1

iResNet_ROB	1.22 92	0.71 123	0.44 66	0.45 128	0.34 96	0.04 60	0.16 96	3.05 180	0.12 54	1.32 143	0.00 1	0.93 107	0.34 95	0.05 56	4.57 102	1.86 79	0.81 94	0.48 95	6.00 146	0.34 53	1.95 93	1.30 16	0.31 145	0.91 166	0.33 72	0.95 102	3.93 129	1.14 111

MyStereo04	2.45 150	0.72 125	1.28 145	0.73 149	0.84 153	0.04 60	0.16 96	2.58 153	0.98 151	3.09 192	0.72 124	1.71 135	0.16 58	0.07 68	5.25 128	3.37 157	0.81 94	1.04 160	10.31 193	2.51 198	5.56 179	5.11 128	1.16 209	0.94 169	3.03 172	8.41 205	4.87 166	0.64 90

MIPNet	1.76 120	0.72 125	0.87 122	0.32 93	0.55 131	0.01 10	0.08 60	1.77 106	0.38 103	2.09 169	0.92 128	0.44 50	0.76 154	0.27 133	5.64 138	2.03 96	1.52 160	0.93 149	3.87 125	1.34 159	1.41 60	6.39 161	0.07 74	1.05 173	2.65 161	7.16 195	3.90 126	0.29 62

GANet	0.63 35	0.72 125	0.73 105	0.46 129	0.40 115	1.37 177	0.41 134	0.45 57	0.06 26	0.21 63	2.81 177	2.16 139	0.28 88	0.47 171	0.89 5	0.62 8	0.74 88	0.38 68	0.38 18	0.07 10	0.30 16	1.98 30	0.14 98	0.13 35	0.20 55	0.03 23	0.52 23	0.22 56

raft_robust	1.38 102	0.73 128	0.63 92	0.27 77	0.23 65	0.01 10	0.05 42	3.04 179	0.24 91	1.16 131	0.02 59	0.61 76	0.67 142	0.07 68	3.67 71	2.22 108	0.80 92	0.66 112	5.14 141	0.33 51	3.43 135	6.40 162	0.01 10	0.37 92	1.19 121	1.48 119	2.86 76	0.96 106

DLCB_ROB	1.13 77	0.77 129	0.73 105	0.44 126	0.51 128	0.22 127	0.42 135	0.49 60	0.28 96	0.84 111	0.50 111	1.31 123	0.85 164	0.11 90	2.70 40	1.54 62	1.12 129	0.27 49	0.82 29	0.22 36	1.70 81	3.50 68	0.48 172	0.44 110	4.83 202	2.48 140	2.14 60	0.79 95

DCVSM-stereo	5.54 205	0.78 130	3.12 203	3.47 203	1.28 167	7.98 225	1.05 159	4.59 212	2.29 195	5.25 238	7.93 230	23.24 229	12.85 227	0.71 190	9.52 204	4.20 191	2.06 177	1.36 186	16.58 212	3.56 217	5.30 174	5.91 145	2.46 223	3.65 217	2.66 162	6.64 189	5.48 181	5.70 167

anonymity	4.07 188	0.78 130	6.15 232	1.49 173	0.74 145	0.48 144	0.49 143	3.72 201	1.65 180	2.70 177	20.70 267	3.99 159	0.88 169	0.28 138	5.31 131	6.26 226	1.14 132	0.71 123	7.91 164	1.58 164	4.27 156	8.17 209	0.41 158	0.61 131	4.86 204	9.60 215	5.48 181	9.41 195

EKT-Stereo	3.12 166	0.79 132	2.25 189	0.51 135	0.38 109	0.57 151	1.87 182	3.36 191	1.32 166	2.03 167	5.99 206	1.48 126	0.75 153	0.44 167	7.79 185	6.14 222	1.47 157	3.22 229	8.95 174	2.82 208	6.93 212	8.34 217	0.17 107	0.49 114	4.41 195	4.95 172	5.40 180	1.57 122

cross-raft	2.64 155	0.79 132	1.76 173	0.43 124	0.89 154	0.23 128	0.18 103	3.08 181	0.70 133	0.77 105	2.13 153	1.21 114	0.69 146	0.41 164	5.43 133	5.90 217	1.22 142	0.59 106	10.82 198	1.85 174	6.50 200	8.26 210	0.45 166	0.63 133	2.66 162	4.41 166	4.46 157	4.88 159

IGEV_Zeroshot_test	4.05 187	0.80 134	8.10 242	6.86 220	0.41 117	2.27 194	1.89 183	3.90 204	1.41 170	2.09 169	8.67 233	4.78 172	1.00 173	0.23 125	5.53 135	6.82 239	1.05 124	0.73 127	9.30 182	1.98 179	7.38 216	8.89 224	0.47 169	0.72 146	5.72 213	5.34 178	5.93 187	7.12 182

RAFT_CTSACE	0.74 44	0.81 135	0.44 66	0.25 65	0.08 24	0.15 113	0.03 23	1.99 117	0.06 26	0.00 1	0.11 72	0.47 54	0.46 118	0.01 11	2.74 42	1.26 38	0.29 34	0.16 31	0.77 27	0.13 23	0.79 31	4.54 108	0.01 10	0.15 41	0.25 64	0.01 5	3.88 125	0.04 25

NLCA_NET_v2_RVC	1.21 90	0.81 135	0.50 82	0.22 51	0.48 127	0.03 54	1.73 178	1.18 85	2.43 197	2.04 168	0.11 72	0.74 90	0.09 36	0.55 181	6.88 175	1.12 27	0.38 43	0.30 55	1.67 53	0.28 44	0.80 32	1.75 23	0.15 102	0.25 62	0.13 43	3.23 147	2.70 72	2.04 133
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT+CT+SA	0.77 46	0.83 137	0.24 25	0.15 43	0.05 12	0.01 10	0.02 14	2.46 147	0.09 39	0.11 50	0.00 1	0.89 106	0.40 106	0.01 11	1.42 12	1.63 68	0.18 16	0.21 38	2.39 73	0.27 43	0.93 40	4.66 114	0.01 10	0.20 53	0.13 43	0.02 16	3.33 96	0.05 30

iResNetv2_ROB	1.40 104	0.83 137	0.41 60	1.30 170	0.37 105	0.05 68	0.14 91	3.17 186	0.20 77	1.97 166	0.28 95	2.49 145	0.40 106	0.06 64	3.78 75	1.57 64	1.08 127	0.22 39	6.10 149	0.67 114	3.61 140	2.04 32	0.26 129	0.83 162	0.62 95	0.54 84	4.07 136	0.71 92

STTStereo	1.36 101	0.86 139	0.78 114	0.40 119	0.33 94	0.08 84	1.20 165	0.43 55	1.52 173	1.38 149	0.24 92	2.01 137	0.27 86	0.38 154	9.23 200	1.30 44	0.40 46	0.33 60	1.27 43	0.20 31	1.56 68	1.97 29	0.16 104	0.15 41	0.10 36	1.81 130	3.62 109	4.69 157

PSMNet-ADL	3.55 179	0.87 140	1.70 170	1.71 178	2.00 193	1.21 172	0.69 151	2.55 152	1.91 189	4.36 229	7.71 226	4.22 160	7.85 212	0.10 85	7.75 184	5.27 208	2.09 178	0.89 143	11.92 204	2.07 182	4.52 160	6.13 154	0.70 192	0.67 142	2.07 148	4.52 169	8.78 216	1.62 124

SACVNet	1.77 127	0.88 141	1.11 142	0.67 145	1.41 176	0.84 159	0.94 155	2.65 157	0.54 117	1.31 142	0.02 59	0.95 108	0.40 106	0.39 155	6.01 157	2.36 115	1.71 166	0.42 85	4.84 140	0.82 125	3.03 120	6.05 151	0.11 91	0.73 147	1.33 126	1.66 127	4.02 134	2.55 144

iResNet	4.46 192	0.88 141	0.92 125	2.61 195	2.85 205	4.95 211	1.38 169	4.97 216	1.33 167	3.66 212	3.45 181	12.37 209	16.29 234	0.06 64	9.09 199	3.33 154	2.53 188	1.85 203	16.79 215	2.68 204	4.65 163	4.29 92	0.25 128	4.69 227	1.88 146	4.19 163	5.32 176	3.22 149

dad	4.27 190	0.90 143	0.38 56	10.18 232	1.67 181	1.51 180	12.20 240	12.33 241	0.11 47	3.40 205	0.00 1	1.94 136	3.49 198	0.26 129	6.16 161	1.44 55	1.74 170	0.71 123	14.06 209	0.66 113	3.23 126	4.00 85	0.21 113	1.02 171	6.09 216	0.19 46	17.62 243	9.71 199

GEStereo_RVC	2.49 152	0.90 143	1.02 135	1.03 164	0.74 145	1.57 182	1.21 166	2.68 159	0.58 124	0.77 105	0.39 103	2.62 149	0.36 99	0.11 90	4.94 121	4.65 194	2.05 175	2.17 215	9.07 177	2.10 186	3.74 144	9.71 235	0.55 174	1.49 185	0.81 106	0.84 100	4.45 156	6.73 180

SA	1.07 75	0.91 145	0.46 79	0.21 49	0.25 74	0.01 10	0.02 14	2.68 159	0.14 57	0.14 58	0.00 1	0.59 66	0.38 104	0.34 146	3.59 67	2.03 96	0.45 54	0.51 98	3.47 117	0.32 48	1.40 58	3.72 74	0.01 10	0.38 94	0.44 81	1.60 124	4.79 164	0.10 37

FCDSN-DC	1.87 129	0.93 146	2.12 186	1.84 182	1.62 180	1.35 176	1.17 162	0.74 71	0.46 110	1.19 135	0.30 98	2.02 138	0.48 121	0.28 138	5.91 150	2.18 105	2.34 182	2.10 214	1.30 44	0.47 69	2.99 119	5.42 134	0.57 177	3.93 219	2.22 150	3.45 148	1.45 41	1.56 121
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GMStereo	0.56 29	0.94 147	0.07 10	0.25 65	0.06 16	0.01 10	0.02 14	0.15 35	0.07 29	0.00 1	0.00 1	0.41 46	0.01 3	0.01 11	2.04 24	1.15 30	0.34 37	0.18 34	2.72 90	0.11 17	1.52 65	2.04 32	0.00 1	0.08 21	0.20 55	0.03 23	2.65 71	0.04 25
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
TESTraft	1.00 66	0.95 148	0.32 37	0.06 17	0.17 39	0.01 10	0.03 23	1.49 96	0.07 29	0.78 108	0.00 1	0.46 52	0.64 140	0.19 112	4.75 113	2.06 102	0.26 28	0.20 36	2.78 93	0.36 58	1.26 54	4.60 111	0.07 74	0.17 46	0.11 41	1.53 121	3.70 111	0.04 25

ADLNet	0.79 47	0.95 148	0.12 16	0.22 51	0.28 78	0.09 87	0.05 42	1.25 87	0.10 44	0.32 77	0.06 64	2.48 144	0.08 31	0.20 117	3.48 63	1.14 29	0.48 57	0.11 20	0.60 24	0.23 37	0.60 27	3.03 53	0.01 10	0.10 25	0.91 107	0.83 98	3.15 85	0.34 67

RTSC	3.11 165	0.95 148	1.93 179	0.51 135	0.89 154	1.05 168	2.90 200	1.64 99	1.98 190	2.28 171	2.71 173	1.60 131	1.14 176	1.24 208	11.23 216	4.78 198	4.92 219	2.00 211	8.11 168	1.61 165	4.78 164	6.97 174	0.34 148	1.52 186	1.35 127	1.21 113	4.60 161	9.80 201

PA-Net	2.07 141	0.95 148	1.62 165	0.31 88	2.13 196	0.17 119	0.70 152	0.21 38	1.90 188	0.84 111	1.44 141	0.30 27	0.21 73	0.84 194	7.47 181	1.66 72	0.38 43	0.37 65	1.25 41	0.74 118	1.66 78	4.96 127	0.64 186	0.51 119	1.03 114	11.53 226	2.31 64	9.73 200
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.90 59	0.96 152	0.36 49	0.06 17	0.36 100	0.63 154	0.54 146	0.23 41	0.32 101	1.72 157	0.58 117	0.41 46	0.29 90	0.04 52	2.98 47	1.47 57	1.02 122	0.31 58	3.32 112	0.56 94	1.01 43	3.01 50	0.13 95	0.33 76	0.13 43	0.33 69	2.81 75	0.43 75

MGS-Stereo	0.68 38	0.97 153	0.65 93	0.25 65	0.18 41	0.01 10	0.05 42	0.07 25	0.14 57	0.00 1	0.00 1	0.30 27	0.15 54	0.03 39	5.25 128	1.01 21	0.41 49	0.26 47	1.09 36	0.44 65	1.38 57	2.76 44	0.03 43	0.27 65	0.34 73	0.25 52	1.72 48	0.24 58

TestStereo1	0.93 61	0.98 154	0.22 23	0.07 27	0.18 41	0.01 10	0.04 32	1.07 81	0.08 32	0.11 50	0.00 1	0.39 43	0.56 131	0.12 97	4.92 119	2.03 96	0.28 29	0.22 39	2.98 99	0.20 31	1.56 68	3.94 82	0.01 10	0.15 41	0.10 36	1.19 111	3.74 113	0.05 30

SA-5K	0.93 61	0.98 154	0.22 23	0.07 27	0.18 41	0.01 10	0.04 32	1.07 81	0.08 32	0.11 50	0.00 1	0.39 43	0.56 131	0.12 97	4.92 119	2.03 96	0.28 29	0.22 39	2.98 99	0.20 31	1.56 68	3.94 82	0.01 10	0.15 41	0.10 36	1.19 111	3.74 113	0.05 30

DAS	4.65 195	0.98 154	1.28 145	1.99 187	1.39 172	1.39 178	1.58 174	3.52 197	4.17 216	3.33 199	6.18 209	12.75 211	6.50 207	0.10 85	8.31 190	4.81 200	4.46 211	2.26 217	10.21 189	5.35 230	6.51 202	7.66 190	0.57 177	4.84 229	4.63 197	7.17 196	7.79 210	5.90 170

SepStereo	4.65 195	0.98 154	1.28 145	1.99 187	1.39 172	1.39 178	1.58 174	3.52 197	4.17 216	3.33 199	6.18 209	12.75 211	6.50 207	0.10 85	8.31 190	4.81 200	4.46 211	2.26 217	10.21 189	5.35 230	6.51 202	7.66 190	0.57 177	4.84 229	4.63 197	7.17 196	7.79 210	5.90 170

IGEV-Stereo+	0.62 34	1.03 158	0.04 7	0.11 39	0.14 34	0.14 106	0.03 23	0.10 30	0.11 47	0.02 37	2.00 151	0.32 31	0.30 91	0.02 25	1.86 22	1.97 91	0.16 13	0.31 58	1.71 55	0.60 100	1.02 44	3.85 80	0.29 138	0.06 13	0.03 13	0.21 49	0.20 10	0.00 1

test-3	1.89 131	1.05 159	1.54 160	0.41 120	0.38 109	0.14 106	0.19 108	2.73 163	0.17 69	0.35 83	0.42 108	4.22 160	0.35 97	0.03 39	5.92 151	3.44 165	0.64 79	0.66 112	9.08 178	0.54 93	3.27 128	8.02 204	0.08 79	0.82 160	0.74 100	1.01 103	3.94 131	0.87 97

CASS	2.93 161	1.06 160	2.39 192	2.21 192	1.17 163	0.52 149	2.81 196	2.79 169	1.05 157	1.80 161	3.40 180	1.68 133	0.59 135	0.05 56	4.51 99	3.20 150	5.58 221	1.31 183	9.56 183	1.64 166	7.26 213	7.98 202	0.05 53	0.66 140	3.62 189	2.70 142	4.35 150	5.22 163
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
APVNet	1.38 102	1.06 160	0.27 30	0.33 95	0.37 105	0.28 138	0.50 144	0.39 50	0.42 108	0.93 117	0.42 108	0.85 100	0.19 68	0.15 104	4.81 116	3.10 146	1.87 172	0.94 150	4.74 139	0.89 131	2.23 99	5.90 144	0.05 53	1.23 180	0.19 54	0.48 78	3.80 117	0.91 100

test_1	1.89 131	1.07 162	1.54 160	0.41 120	0.38 109	0.14 106	0.19 108	2.73 163	0.17 69	0.31 76	0.40 106	4.23 162	0.35 97	0.03 39	5.96 154	3.44 165	0.64 79	0.65 111	9.10 179	0.53 83	3.29 129	8.03 205	0.08 79	0.82 160	0.74 100	1.01 103	3.94 131	0.89 98

EAI-Stereo	3.47 175	1.08 163	3.31 205	1.01 163	2.20 199	0.86 160	2.15 187	3.02 178	2.01 191	0.21 63	6.99 217	3.36 152	0.71 149	0.17 108	8.65 195	6.60 233	1.21 137	1.15 171	10.39 194	1.82 173	4.60 161	8.03 205	0.69 190	1.76 193	2.14 149	5.97 183	7.35 206	6.22 176

R-Stereo Train	2.40 148	1.12 164	1.98 181	1.00 159	0.24 68	0.05 68	0.07 55	2.02 118	1.01 154	1.35 146	2.47 166	1.55 129	0.47 119	0.19 112	5.66 141	4.74 195	1.71 166	1.04 160	7.24 158	1.14 146	5.08 168	7.81 196	0.06 59	0.42 101	2.90 168	4.55 170	3.22 89	5.57 165

RAFT-Stereo	2.40 148	1.12 164	1.98 181	1.00 159	0.24 68	0.05 68	0.07 55	2.02 118	1.01 154	1.35 146	2.47 166	1.55 129	0.47 119	0.19 112	5.66 141	4.74 195	1.71 166	1.04 160	7.24 158	1.14 146	5.08 168	7.81 196	0.06 59	0.42 101	2.90 168	4.55 170	3.22 89	5.57 165
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RP	1.55 108	1.14 166	2.48 196	0.89 154	1.23 165	0.43 143	2.08 186	1.86 111	1.63 179	0.29 73	2.10 152	2.43 143	0.13 49	0.49 176	5.11 123	1.26 38	0.83 99	0.05 11	1.74 58	0.49 73	1.04 45	4.92 122	0.16 104	0.76 152	0.49 83	1.14 108	4.64 162	1.98 132

SHD	5.09 201	1.15 167	3.12 203	1.80 181	1.94 189	1.71 185	2.82 197	5.09 219	4.76 222	2.82 184	5.39 198	5.07 174	9.79 220	0.87 195	11.37 218	6.33 229	4.71 215	2.67 224	13.97 208	3.50 216	7.31 214	8.29 216	0.44 165	3.88 218	5.02 206	7.49 200	4.03 135	12.20 208

test_3	1.92 134	1.16 168	1.42 153	0.44 126	0.39 114	0.14 106	0.20 111	2.79 169	0.17 69	0.38 85	0.41 107	4.32 163	0.36 99	0.03 39	6.25 162	3.34 155	0.68 83	0.67 115	9.18 180	0.53 83	3.20 125	7.85 199	0.06 59	0.80 158	0.95 110	1.27 114	3.85 123	0.94 105

UDGNet	2.73 157	1.17 169	0.42 62	10.90 233	5.53 222	8.65 229	3.60 209	1.70 101	0.27 95	0.22 67	0.12 76	0.80 97	0.12 46	9.72 250	4.00 89	1.35 48	0.73 87	0.54 101	3.02 103	0.60 100	2.78 110	6.16 155	3.41 234	0.29 70	1.70 141	1.69 128	3.06 82	1.10 109

NaN_ROB	3.44 173	1.18 170	1.20 144	0.92 156	3.15 208	0.73 156	1.61 176	3.36 191	2.57 200	0.98 121	1.25 139	21.11 226	0.77 155	1.26 210	5.06 122	1.79 77	1.06 125	0.76 130	2.52 81	1.44 161	1.95 93	3.82 77	0.52 173	1.30 182	4.05 191	10.09 219	4.78 163	13.66 215

iinet-f	1.66 113	1.28 171	0.38 56	0.81 152	0.15 36	0.24 132	0.13 87	0.42 53	0.21 87	1.91 163	3.98 186	0.30 27	0.27 86	0.07 68	6.30 166	2.65 128	0.43 52	0.30 55	8.10 167	1.14 146	2.10 98	6.32 158	0.26 129	0.52 121	1.42 134	0.21 49	4.26 149	0.60 87

AIO-Stereo-zeroshot	4.98 199	1.32 172	8.08 241	2.22 193	1.40 174	5.53 212	2.05 184	3.43 194	3.32 207	3.75 215	12.29 246	5.33 177	1.84 186	0.33 145	5.97 155	7.09 242	1.62 162	1.81 200	10.22 191	2.59 201	6.85 209	8.81 221	0.47 169	2.00 198	5.18 208	13.24 234	6.40 193	11.37 207

HSM-Net_RVC	3.23 169	1.35 173	1.70 170	2.82 198	2.07 195	0.73 156	0.46 141	3.48 196	1.14 159	3.44 208	5.99 206	8.07 196	3.38 197	0.27 133	5.71 146	2.35 114	1.54 161	0.27 49	3.44 115	1.35 160	4.35 157	6.00 148	0.70 192	3.05 211	4.68 200	6.45 187	6.23 190	6.18 175
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TANstereo	1.73 116	1.38 174	0.72 102	0.26 69	0.35 98	0.62 152	0.07 55	0.52 63	0.46 110	0.27 71	1.08 134	0.36 34	0.20 69	1.04 203	3.37 61	2.99 138	0.99 117	1.69 196	9.06 175	3.49 214	3.58 138	4.48 105	3.34 232	0.28 67	0.05 23	0.67 90	5.35 177	0.09 35

XX-TBD	1.73 116	1.38 174	0.72 102	0.26 69	0.35 98	0.62 152	0.07 55	0.52 63	0.46 110	0.27 71	1.08 134	0.36 34	0.20 69	1.04 203	3.37 61	2.99 138	0.99 117	1.69 196	9.06 175	3.49 214	3.58 138	4.48 105	3.34 232	0.28 67	0.05 23	0.67 90	5.35 177	0.09 35

ccs_rob	4.98 199	1.51 176	2.53 197	2.16 190	0.89 154	3.24 202	1.79 181	4.91 215	1.34 169	4.26 226	15.64 257	28.82 235	10.34 221	0.50 177	6.81 172	5.55 213	2.39 184	1.57 191	6.45 153	2.16 188	6.28 198	6.95 173	0.40 154	2.33 202	1.38 129	2.46 139	4.37 151	7.31 184

iRaft-Stereo_20w	4.82 197	1.53 177	8.41 244	7.63 222	1.90 187	3.40 204	1.71 177	3.40 193	2.25 194	3.58 209	9.41 239	3.70 154	1.31 179	0.48 173	5.41 132	5.85 216	1.31 147	0.85 138	9.58 184	1.92 176	5.27 173	7.69 193	0.65 187	0.77 155	4.40 194	14.15 236	11.18 226	12.46 211

DDVS	5.69 207	1.54 178	2.40 193	1.70 177	2.85 205	2.20 192	1.17 162	5.90 226	4.00 215	4.08 221	18.83 263	25.64 232	8.12 215	1.56 217	8.35 192	7.04 241	2.73 190	2.05 212	11.37 199	4.73 223	6.54 204	8.98 227	0.34 148	1.71 191	1.84 145	3.53 149	6.53 194	7.90 188

LoS_RVC	1.27 94	1.54 178	0.85 119	0.06 17	0.55 131	0.01 10	0.13 87	0.23 41	0.73 135	1.70 155	0.22 90	0.64 80	0.69 146	0.11 90	3.79 76	3.07 141	0.75 89	1.99 209	3.69 121	0.64 106	4.98 166	4.94 125	0.22 119	0.10 25	0.37 75	0.50 80	0.82 26	0.93 103

tt_ll	1.27 94	1.54 178	0.85 119	0.06 17	0.55 131	0.01 10	0.13 87	0.23 41	0.73 135	1.70 155	0.22 90	0.64 80	0.69 146	0.11 90	3.79 76	3.07 141	0.75 89	1.99 209	3.69 121	0.64 106	4.98 166	4.94 125	0.22 119	0.10 25	0.37 75	0.50 80	0.82 26	0.93 103

RTS	6.13 210	1.54 178	1.31 149	0.94 157	1.83 184	4.15 209	5.45 219	2.74 166	3.33 208	2.85 185	1.61 145	8.52 197	1.31 179	1.13 205	14.79 243	6.12 220	7.56 231	2.52 220	18.82 219	3.48 212	6.23 196	8.15 207	1.11 207	1.90 196	8.24 223	21.58 255	6.64 196	21.79 234

RTSA	6.13 210	1.54 178	1.31 149	0.94 157	1.83 184	4.15 209	5.45 219	2.74 166	3.33 208	2.85 185	1.61 145	8.52 197	1.31 179	1.13 205	14.79 243	6.12 220	7.56 231	2.52 220	18.82 219	3.48 212	6.23 196	8.15 207	1.11 207	1.90 196	8.24 223	21.58 255	6.64 196	21.79 234

MaskLacGwcNet_RVC	8.85 225	1.66 183	6.09 231	4.62 212	3.79 211	3.05 200	6.94 227	3.69 200	3.58 212	4.74 234	10.17 241	65.85 275	12.11 226	7.99 248	7.88 187	5.27 208	4.63 213	5.31 241	18.89 221	2.67 203	8.70 229	10.19 241	1.05 205	4.09 220	5.01 205	9.52 214	6.30 192	15.16 219

NCC-stereo	2.13 142	1.68 184	1.46 157	1.00 159	1.37 170	0.89 162	2.88 198	2.59 154	2.86 203	0.34 79	2.72 174	2.40 141	1.41 183	0.27 133	5.18 125	1.38 50	0.85 102	0.98 153	2.99 101	1.01 140	1.54 66	4.72 117	0.43 162	0.53 122	2.61 158	4.44 167	4.09 141	4.93 160

Abc-Net	2.13 142	1.68 184	1.46 157	1.00 159	1.37 170	0.89 162	2.88 198	2.59 154	2.86 203	0.34 79	2.72 174	2.40 141	1.41 183	0.27 133	5.18 125	1.38 50	0.85 102	0.98 153	2.99 101	1.01 140	1.54 66	4.72 117	0.43 162	0.53 122	2.61 158	4.44 167	4.09 141	4.93 160
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	2.93 161	1.75 186	0.35 43	3.49 204	9.49 238	1.73 186	4.02 211	0.70 70	3.19 205	0.69 102	1.51 143	0.60 70	0.34 95	0.14 103	7.97 188	3.53 169	1.21 137	0.76 130	4.64 138	0.73 117	2.31 100	4.11 88	0.65 187	0.58 128	15.77 244	3.70 156	3.75 115	1.43 116

AIO-Stereo-zeroshot1	6.35 214	1.86 187	7.76 239	2.86 199	2.71 204	7.05 220	3.15 202	3.93 205	4.88 224	4.54 230	11.42 243	5.15 176	2.03 189	0.06 64	10.49 212	8.30 252	2.05 175	1.28 182	37.56 251	2.22 189	6.07 193	9.22 229	0.40 154	0.89 165	4.29 192	12.82 232	6.10 188	12.31 210

GANetREF_RVC	2.72 156	1.88 188	1.03 136	2.10 189	1.40 174	1.09 169	0.21 113	4.74 213	1.62 178	3.74 214	0.06 64	10.56 205	0.82 161	0.10 85	4.53 101	1.59 65	1.29 145	0.98 153	6.76 154	0.75 120	3.12 124	2.45 40	0.21 113	1.71 191	4.31 193	3.74 158	7.02 201	5.71 168
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
PWC_ROB	7.58 219	2.00 189	5.48 225	0.90 155	1.32 168	2.25 193	5.46 221	2.83 171	16.84 254	3.83 219	8.10 231	5.42 180	39.62 263	1.01 201	9.69 205	5.15 204	6.62 227	4.25 237	16.71 214	4.76 225	8.56 228	10.40 244	0.63 184	4.96 232	3.07 176	3.69 155	7.15 205	24.07 241

ADCP+	3.65 183	2.02 190	2.68 199	1.32 171	1.94 189	1.22 173	4.40 214	1.11 83	9.44 239	1.76 158	5.45 199	9.05 199	0.37 103	0.98 199	6.99 177	2.36 115	0.61 77	0.92 147	6.14 152	0.94 136	2.80 112	5.58 138	0.36 152	0.63 133	3.00 171	12.42 229	3.57 107	10.51 203

stereogan	2.15 144	2.03 191	1.44 156	1.52 174	2.14 197	1.79 187	1.07 160	1.88 114	1.10 158	1.33 145	1.43 140	5.96 186	0.51 125	0.34 146	5.92 151	1.93 87	1.03 123	0.41 84	4.12 128	0.95 137	1.69 80	6.00 148	0.26 129	0.81 159	0.61 93	1.42 118	6.77 199	3.73 153

AnyNet_C32	6.34 213	2.03 191	2.98 202	1.85 183	2.88 207	3.58 205	6.75 226	4.57 211	12.25 243	3.05 191	7.04 218	4.71 170	1.88 187	2.57 228	14.38 240	6.24 225	6.31 226	4.36 239	12.98 207	3.18 211	11.94 248	11.62 249	1.98 219	4.21 221	6.60 219	10.55 221	6.27 191	14.36 217

S-Stereo	9.64 226	2.07 193	4.59 213	8.70 227	8.72 235	12.93 238	19.52 247	5.25 221	6.14 228	6.12 243	20.39 266	29.19 236	7.43 211	0.64 184	14.26 237	7.63 248	4.01 206	5.81 246	18.32 217	6.45 235	7.46 217	9.84 237	12.36 251	7.40 246	3.61 188	6.74 190	7.10 204	17.56 225

ADCPNet	7.46 217	2.07 193	4.11 212	2.81 197	6.39 227	3.36 203	8.24 231	5.53 224	7.83 233	3.76 216	7.86 228	5.53 183	14.04 230	3.15 232	13.54 231	6.64 234	4.80 216	2.06 213	18.97 222	5.05 228	8.54 227	10.30 243	2.99 227	2.59 205	9.61 232	17.77 244	7.74 208	16.22 220

SGM-Forest	3.19 167	2.07 193	0.45 77	6.33 217	2.00 193	2.67 197	0.10 80	1.46 94	0.76 137	2.49 175	0.91 127	6.65 193	6.47 206	0.48 173	6.84 173	3.08 143	0.85 102	0.33 60	3.65 120	0.62 103	2.81 113	5.69 140	0.84 200	1.18 178	3.88 190	3.84 160	11.86 229	7.73 187
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RGC	2.76 159	2.10 196	5.00 219	1.68 176	1.94 189	1.93 188	1.23 167	2.03 122	1.49 172	0.88 115	4.67 194	2.77 150	2.63 194	0.70 189	5.76 147	1.89 83	1.20 135	0.48 95	4.42 135	1.33 158	2.66 107	6.08 153	0.21 113	1.11 176	2.55 157	5.20 175	5.35 177	7.17 183

FADNet_RVC	4.48 193	2.12 197	1.42 153	3.57 206	3.69 210	1.20 171	2.37 189	2.30 131	1.42 171	1.77 159	4.48 191	9.79 202	6.84 210	1.84 224	12.73 226	3.36 156	3.55 198	4.20 236	17.52 216	3.76 218	5.93 190	8.26 210	0.72 194	1.64 190	1.78 143	3.63 154	5.12 169	5.99 174

FAT-Stereo	7.68 220	2.26 198	8.90 246	7.33 221	12.67 245	6.25 217	3.58 208	7.41 230	3.60 213	5.82 240	12.39 247	18.45 224	9.06 217	1.35 212	12.36 223	6.54 232	3.93 203	4.03 235	15.97 211	6.36 233	7.78 220	9.24 230	0.76 198	5.29 237	3.49 187	6.98 194	8.20 214	17.22 224

ITSA-stereo	5.42 204	2.29 199	1.89 178	8.97 228	3.88 213	1.23 174	2.54 191	4.47 209	3.35 211	4.35 228	7.59 223	10.18 203	12.92 228	3.00 229	7.80 186	5.16 205	3.85 201	1.88 206	8.77 171	2.09 185	6.00 191	7.39 180	1.42 214	3.60 216	4.84 203	7.18 198	5.13 170	14.47 218

s12784h	2.36 147	2.32 200	2.69 200	1.64 175	0.77 147	0.08 84	0.06 50	2.09 125	0.54 117	1.17 132	0.13 79	1.69 134	0.67 142	0.04 52	3.36 60	3.26 151	1.00 121	0.40 73	3.79 124	0.49 73	5.47 178	4.44 98	0.16 104	0.38 94	3.34 183	5.45 179	7.07 202	11.25 206

NCCL2	2.48 151	2.35 201	1.52 159	1.33 172	1.96 192	0.23 128	1.25 168	1.33 89	1.30 165	1.63 154	2.57 171	1.38 125	0.55 129	0.40 156	7.49 183	2.59 125	1.77 171	0.67 115	2.58 84	0.83 128	3.36 133	6.56 167	1.66 216	1.53 188	4.71 201	4.33 164	4.24 148	6.90 181

SAMSARA	20.09 245	2.60 202	5.52 227	4.28 211	4.10 215	3.59 206	5.57 222	15.80 251	10.05 241	4.59 231	5.59 203	9.22 200	24.85 243	3.88 235	16.25 249	8.47 253	6.17 224	3.82 232	22.29 230	5.87 232	19.35 270	26.82 282	1.02 203	5.45 238	80.31 287	91.77 288	78.09 288	77.23 288

XPNet_ROB	3.41 171	2.62 203	1.58 164	0.80 151	1.56 178	1.24 175	0.96 156	0.89 76	1.54 175	1.17 132	3.26 179	26.85 234	0.38 104	0.40 156	6.47 168	2.54 123	3.57 199	0.89 143	3.41 113	1.26 153	3.53 136	7.67 192	0.87 201	0.64 136	0.96 112	2.39 138	9.98 221	4.70 158

STTRV1_RVC		2.66 204	1.55 162	5.84 214	1.90 187	6.01 216	3.60 209	4.11 206	3.93 214	4.64 232	6.71 214	16.96 220	21.63 241	1.68 220		5.04 203	18.60 258	1.18 173		12.74 253	19.16 268			5.05 233	9.07 228	12.15 227	12.79 230	31.40 253

CSAN	5.32 203	2.66 204	1.69 169	3.30 202	3.85 212	2.05 189	2.31 188	5.00 218	4.86 223	3.78 217	2.69 172	17.88 223	11.82 225	1.17 207	10.17 208	1.96 90	2.51 186	1.35 184	6.12 150	2.50 197	3.97 148	4.60 111	0.56 175	2.97 210	6.49 218	16.18 242	7.96 212	13.30 214

UCFNet_RVC	1.41 105	2.75 206	0.68 95	0.60 141	0.80 148	0.26 135	0.16 96	0.28 47	0.23 89	0.93 117	0.37 102	2.60 146	1.05 175	0.07 68	6.13 160	1.33 47	0.70 84	0.52 100	2.48 79	0.62 103	1.87 89	3.20 63	1.04 204	0.35 84	1.83 144	1.96 132	2.11 58	3.29 150

ADCRef	3.22 168	2.76 207	1.07 138	0.70 148	2.26 201	2.09 191	2.76 195	1.00 80	5.91 225	1.91 163	1.10 136	1.28 121	0.78 156	1.43 214	8.09 189	3.52 168	1.51 159	1.18 173	8.68 170	2.26 190	3.23 126	6.00 148	1.89 218	1.20 179	3.12 178	7.80 202	3.41 101	10.10 202

SFCPSM	5.84 209	2.89 208	1.36 151	1.97 186	1.59 179	1.65 184	0.56 147	2.54 150	4.75 221	3.16 194	7.74 227	15.48 218	23.57 242	1.24 208	11.21 215	4.79 199	2.53 188	1.55 190	22.65 232	7.42 237	4.60 161	6.67 168	0.69 190	2.33 202	4.62 196	4.35 165	6.18 189	9.49 197

CBMV_ROB	7.04 216	2.92 209	2.91 201	8.40 226	6.54 230	5.80 214	3.57 207	5.09 219	2.49 198	3.84 220	4.70 195	21.33 227	14.76 232	0.47 171	10.48 211	3.84 184	3.13 195	1.58 192	12.20 206	8.81 243	6.17 194	5.80 142	0.47 169	3.14 213	9.16 229	15.50 241	13.69 234	13.29 213

TRStereo	3.75 184	3.07 210	7.59 238	0.37 111	0.17 39	7.92 224	0.24 116	2.99 177	0.91 149	2.72 179	1.68 147	5.88 185	0.65 141	0.15 104	5.57 136	5.35 212	0.86 107	0.80 134	7.01 157	1.31 157	4.10 150	7.50 187	0.34 148	0.43 107	2.67 164	12.33 228	12.84 231	5.90 170

pmcnn	8.69 223	3.07 210	2.45 194	6.53 219	5.75 223	7.18 221	4.96 218	4.79 214	2.03 192	4.24 225	12.14 245	19.36 225	21.49 240	0.91 197	9.48 202	6.75 236	6.67 228	4.39 240	22.61 231	5.09 229	10.91 244	7.84 198	4.51 238	5.07 234	6.90 222	5.26 177	17.73 244	26.48 247

GwcNet-ADL	3.44 173	3.11 212	3.40 206	3.24 201	2.51 202	0.88 161	0.42 135	2.96 175	0.71 134	3.80 218	7.12 219	7.96 195	1.21 178	0.20 117	4.76 114	4.86 202	2.42 185	0.72 125	8.04 166	2.75 207	3.31 130	5.54 135	0.28 137	1.76 193	2.68 165	5.24 176	4.37 151	8.53 192

PS-NSSS	1.79 128	3.17 213	0.42 62	3.20 200	0.92 158	2.08 190	1.19 164	0.39 50	0.16 68	0.38 85	0.00 1	11.59 208	1.18 177	0.50 177	5.15 124	0.89 15	0.71 86	0.28 51	4.31 133	0.17 28	0.97 42	0.64 7	2.37 222	0.19 50	1.58 139	0.76 96	3.28 93	1.77 126

XQC	5.77 208	3.33 214	2.00 183	3.49 204	4.00 214	3.75 207	3.56 206	6.60 229	3.33 208	2.89 187	5.57 201	6.45 190	8.10 214	1.78 222	12.28 222	5.97 218	4.03 207	1.85 203	11.48 201	3.98 220	6.63 207	9.37 233	0.62 183	2.51 204	9.28 230	15.19 239	11.40 228	6.32 179

DPSNet	15.27 242	3.38 215	2.28 191	7.89 224	8.28 234	10.58 234	4.44 215	5.86 225	8.70 237	4.26 226	6.00 208	72.12 280	28.20 249	4.69 241	15.14 247	10.42 261	11.48 242	8.27 256	58.42 277	9.38 247	12.12 250	11.31 248	17.29 256	11.11 257	20.16 251	20.85 254	14.99 238	24.68 244

HBP-ISP	4.03 186	3.61 216	4.65 215	4.90 213	2.67 203	3.96 208	0.21 113	4.13 207	1.33 167	3.40 205	4.53 192	5.06 173	0.59 135	1.99 225	8.66 196	8.18 251	1.95 173	1.49 189	3.09 104	1.55 163	5.74 180	9.32 231	0.67 189	2.28 201	3.06 175	5.01 173	10.99 225	5.93 173

ADCL	4.20 189	3.62 217	2.45 194	1.72 179	1.80 183	3.15 201	4.53 217	2.29 130	13.19 246	2.81 181	4.88 196	2.96 151	0.72 150	1.36 213	7.16 179	2.76 132	2.35 183	2.20 216	6.83 155	2.31 193	6.19 195	6.77 171	1.40 213	1.47 184	6.63 220	6.49 188	4.40 154	11.08 205

CBMV	6.33 212	3.75 218	1.57 163	3.96 207	3.58 209	2.97 199	1.75 179	3.89 203	2.67 202	4.14 222	2.72 174	14.42 215	3.85 201	0.73 192	10.81 213	6.26 226	4.67 214	2.29 219	9.29 181	1.51 162	8.03 222	7.42 183	0.63 184	6.58 243	6.79 221	7.57 201	20.00 246	28.98 250
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_DS_RVC	7.94 221	3.78 219	1.17 143	9.35 229	4.27 216	8.06 226	8.52 233	11.24 239	8.55 235	4.88 236	4.04 188	17.24 221	9.50 219	6.06 244	14.53 242	3.53 169	2.28 181	1.12 169	19.59 225	2.56 200	8.24 225	9.72 236	3.14 230	2.11 199	11.98 238	14.76 237	10.14 222	14.15 216

AMNet	6.93 215	3.82 220	2.53 197	4.00 208	5.78 224	6.99 219	3.24 203	2.46 147	2.51 199	3.39 204	6.36 211	9.40 201	2.06 190	7.30 245	5.92 151	9.99 258	13.66 251	7.81 255	8.03 165	7.76 241	11.45 245	8.81 221	2.81 225	4.73 228	5.75 214	7.80 202	13.20 232	19.55 229

NOSS_ROB	3.47 175	3.88 221	0.50 82	2.22 193	1.85 186	2.58 196	0.05 42	2.70 161	1.59 176	3.61 210	1.69 148	2.61 148	3.90 202	1.01 201	9.33 201	5.76 215	3.02 194	1.87 205	2.83 94	1.09 143	5.42 176	6.93 172	0.46 168	3.37 215	3.09 177	10.15 220	8.01 213	4.05 155

ETE_ROB	5.10 202	4.12 222	1.76 173	1.25 168	2.22 200	2.82 198	2.07 185	1.56 97	4.21 218	1.88 162	5.58 202	37.59 247	0.86 168	1.44 215	10.38 210	2.80 133	4.20 209	0.98 153	5.24 143	1.97 177	4.87 165	7.58 189	0.77 199	1.38 183	2.34 153	3.79 159	15.93 240	8.21 189

ADCMid	7.46 217	4.47 223	5.08 220	2.16 190	4.40 217	5.87 215	8.05 230	9.24 233	12.39 244	3.16 194	7.69 225	10.20 204	10.41 222	3.13 231	12.60 225	5.58 214	5.05 220	2.83 226	19.52 223	4.27 221	8.70 229	10.59 245	5.48 240	2.86 208	5.69 212	10.08 218	5.48 181	16.37 221

FC-DCNN	4.43 191	4.58 224	5.93 229	9.82 231	4.79 219	8.76 230	4.48 216	4.47 209	1.65 180	2.91 189	2.13 153	6.53 192	2.41 192	0.30 141	4.57 102	2.52 121	2.76 193	1.21 176	3.98 127	0.89 131	3.66 142	4.91 121	0.73 196	4.23 223	8.24 223	6.03 185	7.69 207	9.53 198

SANet	11.19 231	4.59 225	6.27 235	5.98 215	6.03 225	9.51 232	3.52 205	15.63 248	13.49 247	2.90 188	8.65 232	59.91 270	26.52 246	3.01 230	14.30 238	3.26 151	7.32 230	3.86 234	11.91 203	3.94 219	6.50 200	7.39 180	2.61 224	7.75 249	12.68 239	17.80 245	13.93 235	22.99 237

LALA_ROB	4.53 194	4.80 226	1.68 168	1.27 169	2.16 198	2.28 195	1.42 173	1.88 114	2.60 201	2.71 178	5.56 200	33.12 239	0.72 150	0.88 196	10.88 214	2.59 125	3.47 197	1.83 202	4.21 131	2.04 180	4.39 158	7.30 179	0.41 158	1.52 186	2.35 154	3.60 153	8.94 217	7.68 186

FC-DCNN v2	4.85 198	4.85 227	6.16 233	11.18 234	5.04 220	9.41 231	4.33 212	5.45 223	2.13 193	2.92 190	2.41 165	6.96 194	3.28 195	0.29 140	4.66 106	2.49 119	2.73 190	1.13 170	4.30 132	0.89 131	3.66 142	4.92 122	0.72 194	4.22 222	9.66 233	6.86 192	9.29 218	10.92 204

DGSMNet	12.26 235	4.87 228	8.31 243	6.01 216	6.04 226	7.30 222	6.59 225	7.90 231	4.51 220	11.38 256	32.66 275	17.48 222	8.74 216	4.36 239	14.01 233	14.50 268	17.26 255	9.25 258	41.69 257	11.54 252	21.38 273	24.41 275	4.74 239	7.56 247	5.44 209	11.45 225	8.55 215	13.11 212

G-Net	11.11 230	4.89 229	9.62 248	4.05 209	4.71 218	7.69 223	2.56 192	10.07 236	15.27 250	5.01 237	15.52 256	47.57 262	9.25 218	0.66 186	11.93 220	8.70 254	5.83 222	4.33 238	24.55 236	15.55 257	8.38 226	9.97 239	3.01 228	5.25 236	6.16 217	13.40 235	22.59 248	23.59 240

ACV-stereo	8.68 222	5.35 230	4.89 217	8.31 225	1.79 182	11.62 235	4.37 213	3.80 202	6.01 226	5.33 239	7.17 220	6.07 188	26.41 245	1.30 211	11.88 219	10.16 260	6.25 225	2.60 222	51.34 266	14.45 255	9.06 234	8.91 225	1.00 202	2.60 206	2.32 152	8.54 210	7.07 202	5.71 168

ADCS	10.79 227	5.73 231	4.98 218	4.16 210	6.39 227	6.60 218	6.53 224	10.15 237	15.87 252	4.18 224	7.59 223	13.56 214	18.31 235	4.53 240	14.24 236	11.99 265	10.80 239	7.09 254	25.37 237	9.28 246	16.45 264	16.31 268	2.97 226	7.03 245	10.05 236	20.56 251	11.21 227	19.51 228

PVD	13.07 237	5.77 232	8.84 245	7.67 223	7.35 233	10.40 233	7.28 228	21.12 261	19.70 261	3.65 211	8.76 234	16.32 219	27.90 248	3.25 233	14.97 246	8.92 256	11.32 240	6.23 250	25.56 239	7.56 238	12.68 251	14.11 262	1.29 211	6.16 240	16.97 245	25.32 262	18.21 245	35.51 259

LSM0	23.31 255	6.07 233	4.80 216	15.07 236	10.87 242	17.08 242	14.50 243	23.84 263	15.74 251	14.73 263	18.40 262	35.77 245	35.06 259	1.58 218	76.98 285	85.81 286	14.68 252	5.68 244	56.53 275	17.15 261	23.95 276	21.89 273	4.26 237	8.21 251	17.36 246	20.39 250	29.27 254	33.71 257

MFN_U_SF_RVC	11.03 228	6.12 234	3.70 208	9.72 230	5.50 221	12.91 237	11.38 238	12.61 243	7.46 232	12.18 259	14.75 253	23.19 228	14.11 231	9.33 249	18.32 254	5.16 205	4.41 210	3.43 231	39.06 254	6.67 236	10.28 240	11.18 247	1.45 215	6.88 244	9.80 234	8.50 209	9.76 219	19.96 231

AnyNet_C01	13.13 238	6.35 235	5.48 225	6.38 218	6.46 229	5.73 213	10.15 236	12.79 246	16.56 253	5.83 241	9.31 237	26.51 233	19.60 237	5.31 243	17.84 252	13.62 266	17.55 256	15.56 271	35.24 247	11.09 250	19.28 269	17.31 270	7.05 243	7.85 250	13.46 241	10.79 222	9.89 220	21.58 233

edge stereo	11.93 234	6.96 236	11.28 249	14.49 235	12.53 244	16.91 241	13.06 242	12.62 244	7.43 231	6.06 242	15.07 254	38.54 249	18.86 236	1.55 216	12.90 227	7.43 245	6.14 223	3.10 228	25.46 238	4.74 224	8.16 223	10.22 242	4.20 236	4.35 224	9.83 235	8.13 204	13.68 233	28.51 249

MADNet+	20.34 246	8.33 237	14.90 258	18.17 239	11.98 243	8.55 228	19.20 245	28.96 271	17.96 257	12.55 260	11.63 244	34.32 243	30.36 252	10.57 251	26.85 269	16.66 270	27.39 270	10.40 262	40.88 256	18.27 262	19.91 271	15.53 266	9.97 250	19.40 268	35.72 266	22.38 258	21.31 247	37.09 260

CC-Net-ROB	5.62 206	8.62 238	1.87 177	23.08 243	6.72 231	15.74 240	8.55 234	0.45 57	0.82 141	1.55 153	0.00 1	24.53 230	3.35 196	3.39 234	5.49 134	0.89 15	2.73 190	1.76 198	12.04 205	0.82 125	1.32 56	1.73 22	9.22 246	0.42 101	3.22 179	2.53 141	2.45 67	8.44 191

FBW_ROB	8.77 224	9.60 239	5.96 230	20.47 242	9.29 237	12.71 236	9.20 235	4.97 216	1.59 176	3.30 198	6.98 216	15.27 216	3.59 199	7.76 247	10.34 209	1.71 75	3.43 196	0.86 139	34.07 246	2.29 192	6.89 210	6.34 159	9.32 247	8.81 252	5.75 214	8.41 205	5.24 172	22.62 236

MeshStereo	13.92 241	10.29 240	5.80 228	24.32 246	15.33 246	17.65 243	7.76 229	12.34 242	7.38 230	4.65 233	9.09 235	38.22 248	30.61 253	0.62 183	14.44 241	7.42 244	4.05 208	2.65 223	19.82 226	2.63 202	14.32 258	9.90 238	1.27 210	6.42 241	22.75 253	19.43 248	33.41 259	33.14 255
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
MSC_U_SF_DS_RVC	11.75 233	10.45 241	6.25 234	17.50 238	6.77 232	8.15 227	11.44 239	18.23 255	23.22 265	11.11 254	4.62 193	15.32 217	6.08 205	10.68 252	16.27 250	6.19 224	3.94 204	5.52 242	39.73 255	7.74 240	9.53 239	12.33 253	7.02 242	7.63 248	14.72 243	12.91 233	6.89 200	16.97 223

SGM_RVC	11.04 229	10.51 242	3.94 210	16.88 237	9.65 240	15.55 239	8.47 232	9.54 234	6.09 227	4.15 223	7.87 229	25.06 231	19.78 239	0.97 198	9.49 203	2.25 109	3.81 200	1.26 181	21.86 228	2.34 195	6.63 207	5.12 129	2.33 221	4.85 231	18.97 248	16.47 243	33.79 261	30.47 251
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LE_ROB	23.34 256	10.93 243	12.86 253	32.65 248	38.35 259	31.72 250	33.97 255	23.50 262	21.06 263	7.08 245	17.87 260	51.83 265	51.55 278	1.81 223	14.20 235	3.08 143	3.94 204	1.47 188	30.65 240	8.98 245	9.43 238	7.39 180	6.89 241	25.95 272	35.31 265	39.95 280	53.69 281	54.00 277

MFMNet_re	16.81 243	13.74 244	7.85 240	23.81 245	9.51 239	34.14 255	18.04 244	12.31 240	19.02 259	10.33 253	12.96 248	38.69 250	15.16 233	1.61 219	18.46 255	10.89 263	28.67 272	12.10 263	31.52 242	10.43 249	18.75 267	11.05 246	8.52 245	9.85 253	9.47 231	5.57 180	24.17 249	37.24 261

SPS-STEREO	20.98 250	14.87 245	11.99 251	19.90 241	20.87 247	18.85 244	10.39 237	16.04 252	19.39 260	19.65 268	21.64 269	33.32 240	37.38 261	7.51 246	19.34 260	17.18 272	26.65 268	16.12 273	32.93 243	23.87 269	31.45 281	25.37 279	13.83 253	14.33 265	17.76 247	19.97 249	29.60 255	26.21 245
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-ForestM	13.51 240	15.62 246	5.25 224	19.43 240	9.27 236	19.59 245	12.46 241	12.78 245	8.97 238	3.34 202	9.27 236	36.07 246	25.37 244	2.03 226	16.48 251	3.39 159	4.90 218	1.21 176	22.28 229	2.96 209	6.90 211	5.25 132	1.83 217	4.68 226	27.51 257	25.27 261	34.85 264	27.72 248

SGM+DAISY	22.46 253	16.23 247	12.74 252	23.16 244	22.67 248	25.12 248	20.00 248	18.50 256	14.48 249	18.58 267	22.04 270	30.49 237	41.59 264	13.05 254	22.51 266	16.54 269	26.00 267	12.93 265	35.92 248	22.37 267	28.02 279	25.12 278	21.26 257	13.77 263	20.04 250	18.46 247	33.94 262	30.81 252

MDST_ROB	11.38 232	16.72 248	3.53 207	29.03 247	10.09 241	21.13 246	6.30 223	6.03 227	2.39 196	3.16 194	5.82 205	11.55 207	29.02 250	0.67 187	15.26 248	3.18 149	1.65 163	0.66 112	8.85 173	2.07 182	5.87 188	6.71 170	2.26 220	3.08 212	28.29 258	22.14 257	37.48 266	24.36 242

MANE	21.44 251	17.36 249	16.07 259	34.52 251	24.54 251	25.94 249	19.26 246	20.13 260	18.43 258	6.42 244	15.25 255	40.88 252	36.30 260	4.35 238	18.72 258	10.55 262	8.23 233	29.63 281	23.68 235	4.94 226	11.81 247	8.91 225	3.02 229	10.18 254	36.19 269	32.24 272	51.66 279	49.72 274

ELAS_RVC	20.43 247	19.80 250	14.61 257	33.93 250	22.90 249	33.71 254	20.10 249	15.64 249	12.18 242	8.45 248	19.69 265	54.25 268	33.97 257	4.07 236	13.47 230	5.30 211	11.89 243	6.49 252	21.52 227	8.87 244	14.06 255	14.69 264	9.63 249	11.88 258	32.34 262	25.79 263	41.56 272	40.71 267
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DDUNet	13.01 236	20.50 251	4.63 214	37.04 253	24.81 252	34.87 256	32.65 254	1.85 108	1.66 182	1.47 150	3.83 185	13.22 213	4.08 203	83.62 265	6.26 164	2.41 118	8.99 236	3.82 232	18.78 218	4.54 222	7.88 221	7.25 176	16.92 255	0.99 170	1.50 136	0.70 93	4.90 167	2.09 135

UDG	13.28 239	21.47 252	5.08 220	37.13 254	29.51 255	32.00 252	40.03 257	2.62 156	1.78 186	2.40 173	5.74 204	12.64 210	4.23 204	74.90 262	7.47 181	2.61 127	9.44 237	3.24 230	19.57 224	5.01 227	8.74 232	7.28 177	12.84 252	1.84 195	1.35 127	2.91 144	4.53 158	2.12 136

ELAS	20.62 249	22.76 253	14.59 256	35.29 252	24.88 253	31.90 251	20.66 250	17.34 254	17.05 255	7.97 246	18.32 261	48.39 263	31.67 254	4.13 237	14.30 238	5.24 207	11.47 241	6.10 249	23.02 234	7.62 239	13.14 252	14.53 263	9.46 248	10.75 256	34.52 264	27.84 268	41.52 271	42.31 270
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STStereo	20.61 248	24.96 254	17.24 260	39.82 255	27.48 254	32.58 253	22.87 251	19.77 258	17.77 256	8.05 247	19.67 264	46.38 257	37.96 262	2.15 227	18.66 257	4.75 197	4.82 217	1.95 207	33.25 244	6.38 234	9.07 235	8.67 220	3.28 231	10.68 255	31.80 261	27.62 267	40.75 268	38.09 263

BEATNet-Init1	25.27 258	27.76 255	13.76 254	44.57 257	24.32 250	38.91 257	25.10 252	19.51 257	20.03 262	9.35 249	16.15 258	47.35 261	48.89 273	4.71 242	23.55 267	11.00 264	8.78 235	5.84 247	49.88 265	20.70 263	15.01 259	14.94 265	7.37 244	12.57 261	35.78 267	26.22 264	60.85 285	49.36 273

JetBlue	33.16 265	30.03 256	36.86 280	39.95 256	35.04 258	44.19 258	36.23 256	30.47 274	47.01 277	15.01 265	10.48 242	79.96 286	19.64 238	25.82 256	18.89 259	17.14 271	40.11 281	25.93 279	36.94 250	25.94 272	32.23 282	26.39 280	31.84 258	27.47 274	31.63 259	33.13 274	48.81 277	48.30 272

WAO-7	28.15 261	31.17 257	25.54 268	33.41 249	34.99 257	22.62 247	28.62 253	47.75 280	47.89 278	29.08 273	39.82 279	41.47 253	41.79 265	12.75 253	36.14 276	18.16 273	17.03 254	8.88 257	47.38 261	21.69 266	11.73 246	12.95 259	3.79 235	33.81 278	23.20 254	26.44 265	24.41 250	37.61 262

SQANet	19.01 244	32.39 258	7.05 236	58.51 259	34.20 256	58.54 261	40.35 258	4.32 208	1.69 183	4.85 235	1.45 142	32.05 238	6.71 209	57.82 259	11.24 217	1.77 76	6.68 229	1.66 194	31.16 241	2.08 184	8.23 224	7.99 203	54.11 264	2.11 199	5.60 210	10.88 223	10.17 223	19.67 230

DispFullNet	27.09 259	40.76 259	20.37 264	53.27 258	39.67 260	45.72 259	56.25 261	14.00 247	12.78 245	14.18 261	10.07 240	43.95 256	34.00 258	86.26 266	13.33 229	13.62 266	31.37 276	16.57 274	52.58 268	15.02 256	15.98 261	12.66 256	15.43 254	6.52 242	8.73 226	8.65 211	16.24 241	33.48 256

Ntro	23.84 257	41.67 260	11.59 250	63.69 267	43.73 263	62.95 268	57.60 262	8.47 232	6.35 229	11.89 258	2.51 168	35.10 244	7.96 213	75.67 263	12.59 224	1.67 73	9.55 238	2.68 225	39.05 253	9.79 248	8.70 229	8.40 218	55.40 266	3.24 214	11.18 237	15.16 238	14.07 236	23.09 239

ACVNet-4b	27.62 260	43.15 261	14.04 255	69.86 276	48.10 266	70.20 278	77.34 276	10.63 238	9.55 240	15.00 264	1.55 144	59.33 269	11.37 224	93.44 273	12.94 228	2.57 124	15.66 253	5.69 245	33.68 245	14.13 254	9.17 236	7.28 177	59.49 270	4.60 225	12.85 240	9.43 213	15.52 239	19.12 227

otaku	22.42 252	43.20 262	9.38 247	63.06 265	42.07 262	64.13 270	51.05 259	6.07 228	4.42 219	10.13 252	1.74 149	33.95 241	10.96 223	66.92 261	12.03 221	1.89 83	8.57 234	1.66 194	38.00 252	7.96 242	8.85 233	8.28 215	54.71 265	2.95 209	9.04 227	9.25 212	14.25 237	20.70 232

ACVNet_1	28.17 262	43.81 263	17.24 260	67.32 271	49.50 268	66.04 275	82.98 281	16.42 253	8.08 234	11.43 257	7.19 221	34.00 242	27.09 247	93.81 274	14.92 245	2.21 107	17.82 257	6.77 253	36.07 249	11.39 251	10.56 243	7.42 183	59.65 271	6.11 239	20.40 252	15.24 240	10.18 224	16.93 222

RainbowNet	28.72 263	46.67 264	19.30 263	69.82 275	47.14 264	68.90 277	70.63 271	10.00 235	3.26 206	17.63 266	2.27 156	46.57 258	29.74 251	91.67 270	17.86 253	3.37 157	12.50 244	5.59 243	44.74 260	17.11 260	10.33 241	8.87 223	58.90 269	5.15 235	14.30 242	12.58 230	17.44 242	23.01 238

WAO-6	37.66 270	47.81 265	21.43 265	60.52 260	52.73 274	58.92 262	64.84 264	27.98 268	43.38 272	33.02 276	17.53 259	43.36 255	50.95 275	89.65 267	33.50 272	18.63 276	24.84 264	13.57 267	42.17 258	25.77 271	21.16 272	19.52 271	35.00 259	18.52 267	43.20 275	29.62 269	37.17 265	41.96 269

ACVNet_2	33.32 266	48.24 266	22.45 266	67.72 274	50.69 273	65.88 273	85.41 284	28.48 269	14.03 248	14.63 262	9.36 238	52.16 266	31.94 255	91.62 269	13.62 232	2.72 129	21.29 260	5.84 247	51.78 267	16.52 259	10.41 242	7.93 201	58.06 267	13.93 264	36.96 271	18.42 246	25.58 251	33.95 258

IMH-64-1	35.05 267	48.99 267	25.77 270	61.80 261	50.28 271	62.71 266	68.79 266	27.80 266	35.88 268	10.10 250	14.48 251	46.82 259	41.96 266	94.04 275	19.93 261	7.49 246	22.67 261	9.35 259	48.46 262	21.14 264	14.12 256	12.56 254	59.91 273	12.21 259	41.64 272	20.57 252	27.79 252	39.03 264

IMH-64	35.05 267	48.99 267	25.77 270	61.80 261	50.28 271	62.71 266	68.79 266	27.80 266	35.88 268	10.10 250	14.48 251	46.82 259	41.96 266	94.04 275	19.93 261	7.49 246	22.67 261	9.35 259	48.46 262	21.14 264	14.12 256	12.56 254	59.91 273	12.21 259	41.64 272	20.57 252	27.79 252	39.03 264

LVE	40.69 273	49.32 269	32.19 275	74.37 282	65.31 279	65.52 272	78.53 277	29.09 272	24.11 266	37.95 278	38.44 277	39.09 251	50.88 274	95.16 285	18.50 256	6.31 228	25.93 266	13.65 268	54.80 272	26.51 274	16.26 262	15.81 267	69.49 282	26.57 273	44.82 276	33.95 276	41.51 270	24.49 243

PSMNet_ROB	32.72 264	49.56 270	17.71 262	65.01 269	47.98 265	61.81 265	62.32 263	19.85 259	21.78 264	27.64 272	25.28 271	42.80 254	43.52 268	83.58 264	21.88 265	4.36 192	19.43 259	6.46 251	43.95 259	16.36 258	13.14 252	11.66 250	58.31 268	14.57 266	31.67 260	24.32 260	29.94 257	18.64 226

IMH	36.38 269	50.15 271	26.16 272	62.16 264	50.12 270	63.98 269	68.96 268	28.54 270	38.29 271	11.29 255	14.14 249	50.26 264	54.45 281	94.09 277	20.59 263	7.40 243	23.63 263	10.28 261	49.17 264	22.78 268	13.74 254	11.88 251	59.95 275	13.42 262	41.71 274	23.99 259	29.69 256	41.45 268

TorneroNet-64	40.02 272	51.18 272	25.58 269	64.09 268	48.50 267	64.50 271	69.74 269	27.58 265	44.28 274	21.06 269	14.38 250	70.42 279	57.53 282	94.84 279	27.09 270	8.83 255	28.00 271	16.10 272	54.90 273	26.42 273	15.26 260	13.34 260	61.86 276	22.65 269	33.51 263	30.60 270	34.09 263	54.24 278

Dean	44.25 275	52.28 273	33.23 276	77.10 283	64.97 278	79.61 287	83.94 283	43.21 276	43.41 273	35.28 277	25.28 271	61.70 272	57.88 283	95.07 284	21.16 264	4.55 193	29.50 273	12.92 264	64.62 280	29.22 277	11.94 248	10.07 240	59.70 272	23.01 270	50.00 279	39.42 279	53.45 280	32.13 254

TorneroNet	40.95 274	54.80 274	28.35 273	67.47 273	50.00 269	66.00 274	71.75 272	26.53 264	45.69 275	24.20 270	21.34 268	68.12 276	53.25 280	94.92 281	27.93 271	9.57 257	26.82 269	16.87 275	54.27 271	24.50 270	16.26 262	13.93 261	62.31 277	23.32 271	36.59 270	27.14 266	43.07 273	50.69 275

DPSimNet_ROB		56.83 275	60.12 286	63.44 266	74.40 286	61.08 263	66.03 265	29.26 273	91.88 288	80.83 286	53.70 281	74.56 282	48.76 272	90.67 268	61.12 282	47.44 284		43.29 284	68.79 283	60.06 286	52.83 286	61.42 285	45.69 262	46.03 283		63.34 285	56.49 282	56.41 279

WAO-8	45.52 276	56.99 276	36.84 278	70.78 278	61.58 275	72.65 281	72.88 273	44.15 277	50.34 279	32.51 274	26.24 273	68.22 277	50.98 276	91.91 271	34.40 273	19.25 277	31.26 274	14.25 269	53.00 269	37.84 280	18.64 265	12.91 257	45.23 260	27.94 275	54.23 282	39.08 277	48.02 275	56.81 280

Venus	45.52 276	56.99 276	36.84 278	70.77 277	61.58 275	72.65 281	72.88 273	44.15 277	50.34 279	32.51 274	26.24 273	68.22 277	50.98 276	91.91 271	34.40 273	19.25 277	31.26 274	14.25 269	53.00 269	37.84 280	18.64 265	12.91 257	45.23 260	27.94 275	54.23 282	39.08 277	48.02 275	56.81 280

UNDER WATER-64	54.23 281	63.34 278	46.02 283	79.36 285	71.42 283	76.64 285	88.13 287	66.12 285	46.96 276	52.07 284	60.69 284	73.21 281	59.22 285	94.98 283	35.82 275	18.58 275	36.56 280	27.05 280	54.96 274	27.40 275	22.29 274	24.45 276	75.67 286	44.51 282	51.17 280	56.84 284	41.43 269	69.34 287

PWCK	39.46 271	63.60 279	25.26 267	73.87 281	41.94 261	61.54 264	51.88 260	54.42 281	37.36 270	26.43 271	38.00 276	62.72 274	47.31 270	27.64 257	24.07 268	10.09 259	32.07 277	12.97 266	84.14 286	29.01 276	25.42 277	16.79 269	48.17 263	30.69 277	35.86 268	32.01 271	32.05 258	40.21 266

ktn	53.49 280	64.55 280	32.09 274	67.37 272	73.02 285	67.18 276	79.08 278	39.47 275	71.03 285	45.61 283	66.57 285	53.73 267	46.66 269	95.58 286	51.51 280	35.27 281	42.24 283	32.53 282	61.67 278	36.66 279	34.35 284	37.51 283	63.57 278	39.21 279	45.92 277	42.82 281	58.10 283	61.01 282

notaker	50.99 278	64.58 281	35.58 277	71.22 279	67.03 280	71.52 280	79.74 279	46.10 279	64.92 283	43.57 281	60.04 283	61.27 271	52.88 279	94.30 278	52.11 281	32.30 280	36.01 279	25.62 278	66.68 282	41.75 282	26.51 278	26.69 281	69.04 281	40.16 281	27.04 255	32.57 273	39.45 267	47.99 271

UNDER WATER	53.46 279	66.50 282	44.48 281	77.89 284	68.28 281	75.27 284	86.28 286	62.01 284	51.94 281	41.57 279	48.61 280	74.76 283	58.64 284	94.91 280	40.27 278	19.59 279	35.94 278	25.36 277	57.83 276	30.24 278	22.42 275	21.82 272	69.76 283	49.60 285	53.54 281	52.17 282	44.57 274	69.15 286

HanzoNet	61.45 284	69.33 283	44.96 282	71.45 280	72.16 284	72.71 283	79.94 280	60.19 283	75.71 286	45.02 282	73.92 286	75.04 284	64.67 286	96.72 287	48.25 279	40.02 282	53.74 284	47.73 285	76.16 284	51.62 284	46.98 285	46.48 284	73.13 284	39.85 280	55.14 284	52.31 283	60.69 284	65.16 285

JetRed	63.04 285	70.59 284	68.87 287	66.96 270	63.46 277	70.43 279	74.93 275	66.45 286	66.78 284	41.63 280	39.08 278	81.30 287	13.47 229	63.11 260	65.97 284	66.70 285	65.90 285	75.66 289	63.14 279	54.09 285	78.41 287	73.67 286	73.25 285	49.49 284	56.43 285	64.32 286	66.29 286	61.81 283

MADNet++	76.55 286	72.12 285	82.72 288	61.81 263	81.28 287	58.20 260	69.82 270	68.60 288	78.83 287	85.65 287	92.58 288	79.76 285	85.27 288	36.74 258	81.31 286	89.87 287	87.51 287	69.64 287	82.22 285	90.64 288	91.37 288	93.20 288	65.06 279	90.12 288	59.87 286	75.77 287	74.46 287	62.48 284

KSHMR	57.18 282	74.32 286	54.88 285	81.85 286	71.02 282	78.52 286	83.49 282	67.32 287	55.52 282	57.05 285	55.43 282	62.46 273	47.47 271	94.95 282	62.89 283	43.86 283	41.02 282	36.71 283	65.14 281	47.71 283	30.88 280	22.80 274	66.24 280	55.80 287	49.31 278	33.72 275	50.52 278	52.93 276

LRCNet_RVC	60.98 283	74.62 287	47.06 284	94.31 287	95.29 288	91.20 288	85.70 285	54.57 282	35.63 267	98.62 288	74.21 287	91.97 290	68.08 287	96.82 288	39.31 277	18.45 274	70.27 286	52.85 286	94.58 287	64.63 287	32.99 283	24.53 277	94.81 287	53.78 286	19.71 249	12.68 231	33.49 260	26.36 246

DLNR_Zeroshot_test	23.08 254	78.93 288	7.15 237	99.97 288	0.34 96	0.16 116	98.90 288	3.23 189	0.54 117	3.12 193	2.31 163	6.01 187	0.92 172	21.35 255	96.48 288	100.00 292	25.46 265	22.19 276	22.79 233	2.43 196	9.32 237	9.14 228	0.06 59	0.65 139	2.36 155	3.89 161	2.16 61	3.20 148

MEDIAN_ROB	97.62 288	99.11 289	98.47 290	100.00 289	99.99 289	100.00 292	100.00 292	99.48 291	98.33 289	100.00 291	99.95 292	98.03 291	96.13 289	99.95 290	99.43 289	98.46 289	98.58 289	98.67 290	99.88 290	97.97 289	93.64 290	96.55 290	100.00 290	97.27 289	87.22 288	92.69 289	89.89 289	95.94 290

DGTPSM_ROB	99.53 291	99.77 290	100.00 293	100.00 289	100.00 290	100.00 292	100.00 292	99.19 289	100.00 292	99.32 289	99.66 291	91.63 288	99.15 290	100.00 291	99.94 292	100.00 292	99.82 290	99.99 292	99.51 288	99.99 291	99.77 293	99.66 292	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 293

DPSMNet_ROB	99.54 292	99.78 291	100.00 293	100.00 289	100.00 290	100.00 292	100.00 292	99.19 289	100.00 292	99.32 289	99.65 290	91.68 289	99.16 291	100.00 291	99.94 292	100.00 292	99.83 291	99.99 292	99.59 289	99.99 291	99.77 293	99.66 292	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 293

HaxPig	99.00 290	100.00 292	98.99 291	100.00 289	100.00 290	99.99 291	100.00 292	99.99 292	99.89 291	100.00 291	99.98 293	100.00 295	99.94 292	100.00 291	99.61 290	99.46 290	99.97 292	99.58 291	99.99 291	99.99 291	97.37 291	96.43 289	99.99 289	99.98 291	89.52 289	99.53 291	94.23 290	98.48 291

PML	96.12 287	100.00 292	83.16 289	100.00 289	100.00 290	100.00 292	99.20 291	100.00 293	99.01 290	100.00 291	96.16 289	99.92 294	100.00 293	98.52 289	94.60 287	91.70 288	91.21 288	74.14 288	100.00 292	98.06 290	92.87 289	86.59 287	97.59 288	98.11 290	94.46 291	99.98 292	100.00 292	99.92 292

CasAABBNet	100.00 295	100.00 292	100.00 293	100.00 289	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 291	100.00 294	100.00 295	100.00 293	100.00 291	100.00 294	100.00 292	100.00 293	100.00 294	100.00 292	100.00 294	100.00 295	100.00 294	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 293

DPSM_ROB	99.91 293	100.00 292	100.00 293	100.00 289	100.00 290	98.90 289	98.96 289	100.00 293	100.00 292	100.00 291	100.00 294	99.76 292	100.00 293	100.00 291	100.00 294	100.00 292	100.00 293	100.00 294	100.00 292	100.00 294	100.00 295	100.00 294	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 293

DPSM	99.91 293	100.00 292	100.00 293	100.00 289	100.00 290	98.90 289	98.96 289	100.00 293	100.00 292	100.00 291	100.00 294	99.76 292	100.00 293	100.00 291	100.00 294	100.00 292	100.00 293	100.00 294	100.00 292	100.00 294	100.00 295	100.00 294	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 293

AVERAGE_ROB	98.96 289	100.00 292	99.80 292	100.00 289	100.00 290	100.00 292	100.00 292	100.00 293	100.00 292	100.00 291	100.00 294	100.00 295	100.00 293	100.00 291	99.80 291	99.85 291	100.00 293	100.00 294	100.00 292	100.00 294	98.20 292	99.54 291	100.00 290	100.00 292	93.40 290	93.83 290	94.40 291	93.22 289

Low-res two-view benchmark