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

Selective-IGEV	0.22 10	0.06 23	0.46 1	0.05 144	0.04 207	0.34 7	0.04 164	2.16 76	0.59 55	0.09 25	0.01 1	0.02 2	0.05 55	0.18 14	0.05 17	0.00 1	0.00 1	0.00 1	0.09 329	0.03 133	0.09 293

LoS_RVC	0.19 4	0.48 264	0.51 2	0.12 217	0.10 257	1.01 34	0.01 55	0.81 21	0.19 21	0.07 20	0.02 31	0.06 37	0.05 55	0.31 49	0.05 17	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.04 218

CASnet	0.16 2	0.14 102	0.52 3	0.01 18	0.00 1	0.86 21	0.00 1	0.51 4	0.75 134	0.10 36	0.01 1	0.04 11	0.02 17	0.22 23	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LargeStereo	0.36 39	0.19 139	0.57 4	0.09 200	0.00 1	0.35 8	0.03 143	4.62 296	0.24 34	0.12 42	0.02 31	0.03 6	0.17 140	0.24 28	0.23 120	0.00 1	0.05 318	0.00 1	0.04 305	0.09 242	0.08 287

GLC_STEREO	0.13 1	0.08 39	0.61 5	0.01 18	0.00 1	0.94 26	0.03 143	0.29 1	0.21 28	0.05 17	0.02 31	0.06 37	0.04 48	0.26 38	0.07 39	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

Former-RAFT_DAM_RVC	0.23 15	0.13 97	0.62 6	0.01 18	0.00 1	1.05 49	0.00 1	0.63 13	0.80 146	0.76 124	0.18 94	0.09 52	0.06 70	0.05 1	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234

anonymousdsp	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 52	0.00 1	0.74 19	0.77 143	0.09 25	0.01 1	0.04 11	0.07 81	0.25 32	0.04 7	0.00 1	0.00 1	0.00 1	0.16 349	0.08 223	0.03 193

IGEV-Stereo	0.21 6	0.21 153	0.63 7	0.02 65	0.00 1	1.07 52	0.00 1	0.73 18	0.77 143	0.09 25	0.01 1	0.04 11	0.07 81	0.24 28	0.04 7	0.00 1	0.00 1	0.00 1	0.16 349	0.08 223	0.03 193
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AnonymousM	0.34 33	0.07 33	0.63 7	0.02 65	0.01 104	1.09 59	0.03 143	1.54 52	0.68 105	0.17 51	0.04 56	0.02 2	0.24 165	0.25 32	0.04 7	0.00 1	0.01 226	1.93 390	0.00 1	0.01 25	0.00 1

MyStereo07	0.27 23	0.27 177	0.64 10	0.02 65	0.01 104	1.64 247	0.01 55	1.41 39	0.73 130	0.10 36	0.01 1	0.03 6	0.10 108	0.24 28	0.04 7	0.00 1	0.07 335	0.00 1	0.00 1	0.03 133	0.06 262

CREStereo	0.22 10	0.17 127	0.64 10	0.00 1	0.01 104	1.22 101	0.01 55	1.15 32	0.56 52	0.10 36	0.07 64	0.04 11	0.00 1	0.32 55	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
Selective-RAFT	0.37 43	0.06 23	0.65 12	0.03 104	0.01 104	1.17 80	0.02 102	2.63 110	0.66 92	0.01 1	0.01 1	0.22 80	0.18 144	1.31 128	0.24 125	0.00 1	0.00 1	0.00 1	0.20 361	0.04 164	0.00 1

AEACV	0.22 10	0.05 8	0.66 13	0.02 65	0.03 191	0.87 22	0.00 1	1.07 29	0.15 9	0.18 53	0.01 1	0.02 2	0.72 244	0.15 9	0.09 55	0.00 1	0.03 299	0.00 1	0.27 379	0.08 223	0.07 278

panet	0.22 10	0.14 102	0.67 14	0.00 1	0.00 1	1.24 115	0.01 55	1.16 33	0.56 52	0.09 25	0.08 67	0.05 27	0.00 1	0.29 46	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CAS	0.85 167	0.09 51	0.67 14	6.43 394	0.05 214	1.12 67	0.00 1	0.88 23	0.69 118	0.02 2	0.02 31	0.06 37	0.06 70	0.26 38	0.12 72	6.37 396	0.00 1	0.00 1	0.00 1	0.00 1	0.20 343

MC-Stereo	0.24 20	0.12 88	0.71 16	0.04 127	0.02 172	1.07 52	0.00 1	1.30 36	0.17 17	0.59 102	0.02 31	0.08 48	0.11 116	0.18 14	0.05 17	0.00 1	0.02 275	0.00 1	0.17 355	0.06 198	0.02 153

EGLCR-Stereo	0.28 25	0.09 51	0.73 17	0.18 246	0.05 214	1.17 80	0.04 164	2.37 83	0.17 17	0.35 76	0.01 1	0.01 1	0.02 17	0.38 68	0.04 7	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.03 193

x	0.41 50	0.04 4	0.74 18	0.54 323	0.00 1	0.98 31	0.00 1	3.07 146	0.67 100	0.48 94	0.01 1	0.48 113	0.07 81	0.93 109	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

RCA-Stereo	0.37 43	0.14 102	0.76 19	0.01 18	0.00 1	1.17 80	0.00 1	3.14 154	0.61 65	0.71 118	0.47 155	0.05 27	0.13 132	0.19 17	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.06 198	0.01 64

iRaftStereo_RVC	0.36 39	0.27 177	0.76 19	0.01 18	0.00 1	1.20 96	0.01 55	2.15 75	0.62 72	0.15 49	0.22 111	0.69 136	0.12 126	0.28 44	0.18 104	0.00 1	0.06 326	0.00 1	0.00 1	0.27 338	0.22 347

ProNet	0.20 5	0.25 172	0.78 21	0.01 18	0.01 104	0.95 29	0.00 1	0.70 15	0.68 105	0.02 2	0.01 1	0.05 27	0.03 35	0.31 49	0.03 5	0.00 1	0.01 226	0.00 1	0.00 1	0.12 266	0.04 218

qqq	0.50 76	0.04 4	0.78 21	0.02 65	0.00 1	1.05 49	0.00 1	3.15 156	0.68 105	0.46 92	0.01 1	0.73 141	0.12 126	2.95 167	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

AFF-stereo	0.65 111	0.46 254	0.82 23	0.37 300	0.00 1	1.19 88	0.00 1	3.04 143	1.42 236	0.72 120	1.95 270	1.16 188	0.26 170	0.97 113	0.31 156	0.00 1	0.02 275	0.00 1	0.00 1	0.21 320	0.02 153

CREStereo++_RVC	0.29 28	0.19 139	0.83 24	0.05 144	0.00 1	1.19 88	0.00 1	0.66 14	0.99 177	0.25 56	1.26 239	0.05 27	0.07 81	0.20 20	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
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	0.43 58	0.14 102	0.85 25	0.05 144	1.52 379	1.22 101	0.05 177	1.01 27	0.59 55	0.03 11	0.02 31	0.14 71	0.10 108	0.40 70	0.10 63	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	2.45 390

PMTNet	0.21 6	0.19 139	0.85 25	0.02 65	0.02 172	1.14 72	0.30 284	0.88 23	0.11 1	0.03 11	0.02 31	0.07 45	0.02 17	0.37 65	0.12 72	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

11t1	0.33 31	0.05 8	0.86 27	0.44 308	0.00 1	1.04 43	0.00 1	2.45 96	0.60 59	0.44 88	0.01 1	0.05 27	0.05 55	0.43 72	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.02 94	0.01 64

TANstereo	0.30 29	0.28 187	0.86 27	0.03 104	0.01 104	1.14 72	0.00 1	0.53 5	0.44 47	1.06 174	1.24 236	0.06 37	0.05 55	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MoCha-V2	0.36 39	0.05 8	0.87 29	0.40 305	0.12 263	0.31 4	0.09 208	2.96 131	0.63 75	0.06 19	0.69 188	0.08 48	0.07 81	0.26 38	0.20 111	0.00 1	0.02 275	0.00 1	0.25 374	0.12 266	0.01 64

StereoIM	0.22 10	0.29 194	0.87 29	0.05 144	0.18 290	0.41 11	0.01 55	1.24 34	0.56 52	0.02 2	0.03 49	0.13 65	0.05 55	0.32 55	0.24 125	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

GrayStereo	1.46 277	0.03 1	0.87 29	0.63 336	0.20 301	1.24 115	4.61 384	2.85 126	0.62 72	4.98 355	4.00 333	0.45 108	4.67 364	3.37 177	0.08 48	0.00 1	0.00 1	0.00 1	0.50 391	0.01 25	0.01 64

AAGNet	1.54 286	0.07 33	0.88 32	1.04 365	0.27 328	1.47 193	0.66 317	1.57 53	0.61 65	1.68 237	0.82 203	1.62 214	2.29 320	6.18 295	11.63 386	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

NRIStereo	0.74 131	0.08 39	0.88 32	0.47 315	0.05 214	1.58 223	0.49 307	1.38 38	0.61 65	0.88 136	0.17 91	0.66 132	0.03 35	6.96 349	0.22 116	0.00 1	0.06 326	0.00 1	0.00 1	0.06 198	0.17 329

PSM-AAD	1.15 240	0.04 4	0.88 32	0.10 208	0.27 328	1.32 141	3.25 368	2.41 93	0.64 83	2.93 313	1.92 268	0.15 73	5.39 375	3.42 180	0.19 110	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 234

MGS-Stereo	0.31 30	0.10 70	0.89 35	0.02 65	0.00 1	0.50 14	0.00 1	0.39 3	0.61 65	0.02 2	2.91 308	0.04 11	0.03 35	0.21 22	0.06 34	0.00 1	0.00 1	0.00 1	0.00 1	0.44 365	0.00 1

PSMNet-ADL	0.77 141	0.08 39	0.90 36	0.07 178	0.01 104	2.01 274	0.02 102	2.55 108	1.11 194	0.33 64	0.59 170	2.15 251	0.69 242	4.07 206	0.85 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

DIP-Stereo	0.58 95	0.23 168	0.90 36	0.08 190	0.00 1	1.43 178	0.01 55	6.01 364	1.38 227	0.92 144	0.11 74	0.04 11	0.19 150	0.12 8	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 64
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
CSP-Net	1.01 203	0.52 276	0.92 38	0.01 18	0.00 1	2.83 309	0.05 177	4.99 320	0.69 118	0.91 143	0.85 206	1.82 230	0.23 163	6.04 290	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.10 252	0.01 64

Prome-Stereo	1.23 251	0.06 23	0.93 39	0.12 217	0.24 317	1.26 125	0.67 318	2.53 106	0.69 118	2.08 267	8.70 364	0.76 144	2.91 337	2.12 152	0.11 70	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 386

KYRaft	1.19 245	0.05 8	0.94 40	0.06 158	0.24 317	1.25 123	0.78 324	2.48 101	0.61 65	3.23 324	7.13 356	1.00 174	2.77 333	1.43 131	0.14 81	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	1.71 387

test-1	0.52 82	0.25 172	0.94 40	0.03 104	0.22 308	1.20 96	0.08 199	4.03 255	0.25 36	0.70 117	0.66 179	0.71 139	0.03 35	0.30 48	0.43 189	0.00 1	0.18 374	0.00 1	0.07 321	0.01 25	0.25 352

R-Stereo Train	0.44 60	0.09 51	0.94 40	0.02 65	0.00 1	1.24 115	0.09 208	3.65 222	0.11 1	1.87 251	0.42 143	0.06 37	0.01 5	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 153

RAFT-Stereo	0.44 60	0.09 51	0.94 40	0.02 65	0.00 1	1.24 115	0.09 208	3.65 222	0.11 1	1.87 251	0.42 143	0.06 37	0.01 5	0.25 32	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
LoS	0.28 25	0.16 121	0.95 44	0.07 178	0.01 104	1.32 141	0.07 193	1.30 36	0.60 59	0.04 16	0.03 49	0.28 87	0.11 116	0.48 84	0.11 70	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.00 1

BUS	0.97 192	0.10 70	0.96 45	0.01 18	0.00 1	5.85 363	0.03 143	5.40 341	0.93 166	2.26 282	0.66 179	2.39 269	0.06 70	0.61 98	0.05 17	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.83 160	0.10 70	0.96 45	0.01 18	0.00 1	3.32 319	0.21 250	5.40 341	0.93 166	2.26 282	0.66 179	1.81 228	0.10 108	0.61 98	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

psmg	0.83 160	0.10 70	0.96 45	0.01 18	0.00 1	3.28 317	0.27 267	4.83 314	0.93 166	1.92 254	1.46 246	1.81 228	0.10 108	0.61 98	0.18 104	0.00 1	0.00 1	0.01 323	0.00 1	0.01 25	0.00 1

OMP-Stereo	1.20 247	0.54 284	0.96 45	2.39 384	0.29 337	1.58 223	0.33 290	2.01 69	0.68 105	2.68 307	1.16 228	3.10 300	0.18 144	7.40 361	0.56 216	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.01 64

RAFT-Stereo + iAFF	0.60 98	0.36 211	0.96 45	0.03 104	0.02 172	1.21 99	0.02 102	2.80 122	1.55 258	1.08 175	2.63 301	0.43 106	0.16 137	0.37 65	0.25 131	0.00 1	0.02 275	0.00 1	0.00 1	0.19 310	0.01 64

LCNet	0.87 176	0.18 132	0.97 50	0.14 230	0.26 323	1.19 88	0.22 254	2.36 82	0.71 129	1.82 248	0.21 107	0.11 58	2.56 327	5.56 278	0.14 81	0.00 1	0.00 1	0.00 1	0.00 1	0.15 287	0.81 375

XX-TBD	0.28 25	0.39 224	0.97 50	0.05 144	0.00 1	1.09 59	0.00 1	0.71 17	0.54 51	0.44 88	1.04 219	0.06 37	0.06 70	0.19 17	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.63 107	0.06 23	1.00 52	0.07 178	0.13 268	0.99 32	0.01 55	2.46 98	0.20 25	1.96 258	0.01 1	1.10 186	0.05 55	3.75 192	0.23 120	0.00 1	0.00 1	0.00 1	0.26 377	0.15 287	0.13 315

test_1	0.61 100	0.06 23	1.00 52	0.07 178	0.12 263	0.99 32	0.01 55	2.46 98	0.20 25	1.71 238	0.01 1	1.10 186	0.04 48	3.71 190	0.23 120	0.00 1	0.00 1	0.00 1	0.25 374	0.15 287	0.13 315

ROB_FTStereo_v2	0.43 58	0.09 51	1.00 52	0.06 158	0.08 241	1.57 219	0.33 290	1.44 44	0.67 100	0.97 150	0.19 102	0.77 148	0.02 17	1.23 124	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234

riskmin	0.47 70	0.03 1	1.01 55	0.08 190	0.01 104	1.12 67	0.01 55	3.00 133	0.21 28	0.46 92	0.02 31	2.08 244	1.06 260	0.26 38	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 64

Patchmatch Stereo++	0.50 76	0.09 51	1.01 55	0.06 158	0.07 231	1.60 234	0.27 267	1.45 47	0.68 105	0.98 159	0.18 94	0.77 148	0.03 35	2.58 158	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234
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-adaLoss	0.46 66	0.09 51	1.01 55	0.06 158	0.09 248	1.61 238	0.30 284	1.43 40	0.69 118	0.97 150	0.18 94	0.77 148	0.02 17	1.67 143	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234

iRAFT	0.50 76	0.09 51	1.01 55	0.06 158	0.07 231	1.60 234	0.27 267	1.45 47	0.68 105	0.98 159	0.18 94	0.77 148	0.03 35	2.58 158	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234

RAFT	0.60 98	0.50 271	1.01 55	0.50 317	0.04 207	0.94 26	0.08 199	3.01 135	0.65 86	0.22 55	0.09 69	3.41 312	0.27 173	0.53 88	0.37 181	0.00 1	0.03 299	0.00 1	0.01 272	0.40 362	0.03 193

ff7	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 64

IGEVStereo-DCA	0.46 66	0.09 51	1.02 60	0.02 65	0.00 1	0.82 19	0.00 1	0.53 5	0.75 134	0.09 25	0.03 49	0.03 6	0.06 70	5.04 256	0.51 206	0.00 1	0.00 1	0.00 1	0.15 343	0.05 182	0.01 64

ffff	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 64

11t	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 64

ccc-4	0.23 15	0.21 153	1.02 60	0.02 65	0.00 1	1.07 52	0.00 1	0.53 5	0.75 134	0.09 25	0.01 1	0.04 11	0.07 81	0.44 74	0.04 7	0.00 1	0.00 1	0.00 1	0.15 343	0.07 212	0.01 64

GMOStereo	0.42 52	0.28 187	1.02 60	0.05 144	0.18 290	1.04 43	0.02 102	2.40 86	0.16 12	2.25 278	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 310	0.02 153

error version	0.42 52	0.28 187	1.02 60	0.05 144	0.18 290	1.04 43	0.02 102	2.40 86	0.16 12	2.25 278	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 310	0.02 153

test-v	0.42 52	0.28 187	1.02 60	0.05 144	0.18 290	1.04 43	0.02 102	2.40 86	0.16 12	2.25 278	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 310	0.02 153

Pruner-Stereo	0.53 88	0.10 70	1.02 60	0.89 359	0.10 257	1.57 219	0.36 295	2.06 71	0.63 75	2.23 276	0.46 152	0.25 84	0.01 5	0.45 79	0.37 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

test-2	0.42 52	0.28 187	1.02 60	0.05 144	0.18 290	1.04 43	0.02 102	2.40 86	0.16 12	2.25 278	0.01 1	0.32 90	0.03 35	0.09 2	0.15 85	0.00 1	0.11 357	0.00 1	0.00 1	0.19 310	0.02 153

xxxx	1.78 310	0.07 33	1.02 60	0.00 1	0.01 104	1.44 180	0.00 1	5.81 359	1.53 256	1.37 211	1.91 267	1.08 182	0.05 55	4.37 221	16.98 398	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

AE-Stereo	0.47 70	0.11 84	1.03 71	0.04 127	0.09 248	1.11 65	0.03 143	4.16 262	0.34 41	0.35 76	0.82 203	0.15 73	0.16 137	0.45 79	0.05 17	0.00 1	0.09 348	0.00 1	0.26 377	0.09 242	0.05 234

RALCasStereoNet	0.44 60	0.44 246	1.03 71	0.03 104	0.00 1	1.10 61	0.03 143	2.46 98	0.90 160	0.07 20	0.32 121	0.12 61	0.20 156	1.28 127	0.25 131	0.00 1	0.31 383	0.00 1	0.00 1	0.08 223	0.12 310

222	2.69 340	0.09 51	1.03 71	0.00 1	0.00 1	1.54 216	0.00 1	5.61 351	1.55 258	1.51 221	2.10 280	0.53 119	0.07 81	4.54 235	35.09 416	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

test_xeample	1.79 312	0.08 39	1.03 71	0.02 65	0.00 1	1.44 180	0.00 1	5.48 346	1.84 285	1.65 235	2.17 288	0.37 97	0.06 70	4.00 205	17.67 400	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

test_3	0.58 95	0.06 23	1.04 75	0.07 178	0.12 263	1.01 34	0.01 55	2.45 96	0.20 25	0.95 146	0.01 1	1.05 178	0.05 55	3.74 191	0.23 120	0.00 1	0.00 1	0.00 1	0.25 374	0.15 287	0.13 315

IIG-Stereo	1.30 257	0.48 264	1.04 75	2.41 385	0.05 214	1.61 238	0.14 229	2.59 109	0.68 105	2.97 316	2.28 291	3.08 298	0.57 217	7.41 362	0.65 231	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

ROB_FTStereo	0.47 70	0.09 51	1.04 75	0.06 158	0.08 241	1.59 231	0.33 290	1.43 40	0.68 105	0.97 150	0.19 102	0.76 144	0.03 35	1.86 149	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234

iGMRVC	0.51 79	0.09 51	1.04 75	0.06 158	0.08 241	1.61 238	0.27 267	1.44 44	0.69 118	0.97 150	0.19 102	0.76 144	0.03 35	2.69 162	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 218

CRE-IMP	0.40 49	0.06 23	1.04 75	0.07 178	0.05 214	1.45 186	0.46 304	1.48 50	0.63 75	0.90 140	0.30 120	0.88 157	0.01 5	0.26 38	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.17 329

raftrobust	0.46 66	0.42 235	1.05 80	0.01 18	0.21 306	1.17 80	0.05 177	2.07 73	0.19 21	2.98 317	0.02 31	0.12 61	0.15 134	0.25 32	0.31 156	0.00 1	0.03 299	0.00 1	0.00 1	0.08 223	0.06 262

RAFT-IKP	0.45 63	0.09 51	1.06 81	0.06 158	0.06 223	1.44 180	0.31 287	1.44 44	0.69 118	0.97 150	0.18 94	0.76 144	0.02 17	1.65 142	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.04 218

Any-RAFT	0.64 109	0.08 39	1.07 82	0.03 104	0.00 1	2.77 307	0.08 199	3.57 215	1.23 210	0.96 148	0.26 114	1.61 212	0.31 179	0.72 103	0.06 34	0.00 1	0.10 354	0.00 1	0.00 1	0.01 25	0.00 1

HSM	1.36 266	0.40 229	1.07 82	0.01 18	0.30 339	1.73 260	0.03 143	5.89 360	1.22 209	1.83 249	1.36 243	4.78 341	1.30 278	6.61 320	0.57 218	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

LL-Strereo2	0.36 39	0.47 262	1.08 84	0.09 200	0.03 191	1.12 67	0.07 193	1.66 57	0.93 166	0.43 87	0.02 31	0.51 118	0.08 96	0.23 25	0.29 148	0.00 1	0.00 1	0.00 1	0.03 295	0.04 164	0.04 218

HUI-Stereo	0.45 63	0.09 51	1.08 84	0.06 158	0.08 241	1.61 238	0.32 288	1.43 40	0.70 127	0.97 150	0.18 94	0.77 148	0.02 17	1.44 135	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.05 234

ttt	1.35 265	0.05 8	1.09 86	0.46 312	0.01 104	1.61 238	0.00 1	5.61 351	1.97 299	1.75 240	2.10 280	1.40 199	0.11 116	4.81 247	6.07 360	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

DisPM	0.86 171	0.09 51	1.10 87	0.76 347	0.02 172	1.51 205	0.57 313	1.75 59	0.70 127	2.43 299	0.83 205	0.38 101	0.01 5	6.89 343	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

HCRNet	0.73 129	0.19 139	1.10 87	0.01 18	0.00 1	1.17 80	0.01 55	3.07 146	1.97 299	0.60 103	0.21 107	0.56 121	0.11 116	5.34 269	0.20 111	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 153

knoymous	0.35 35	0.05 8	1.11 89	0.05 144	0.01 104	1.15 77	0.01 55	2.06 71	0.14 6	0.40 84	0.02 31	1.67 220	0.00 1	0.31 49	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

raft+_RVC	0.42 52	0.48 264	1.11 89	0.51 320	0.17 286	1.16 78	0.04 164	2.25 78	0.59 55	0.12 42	0.42 143	0.08 48	0.15 134	0.60 97	0.28 144	0.00 1	0.09 348	0.00 1	0.00 1	0.06 198	0.19 339

TestStereo1	0.77 141	0.46 254	1.12 91	0.15 232	0.19 297	1.29 133	0.01 55	3.33 183	1.55 258	0.45 90	1.67 253	0.13 65	1.23 270	3.39 178	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 296	0.07 278

SA-5K	0.77 141	0.46 254	1.12 91	0.15 232	0.19 297	1.29 133	0.01 55	3.33 183	1.55 258	0.45 90	1.67 253	0.13 65	1.23 270	3.39 178	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.17 296	0.07 278

NF-Stereo	0.82 156	0.10 70	1.12 91	1.19 373	0.01 104	1.52 209	0.29 278	2.67 116	0.66 92	1.20 190	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

AdaStereo	0.65 111	0.09 51	1.12 91	0.02 65	0.00 1	1.45 186	0.23 258	4.38 280	1.44 241	1.17 186	0.37 134	1.56 206	0.18 144	0.56 92	0.37 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
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.
MIF-Stereo	0.16 2	0.11 84	1.13 95	0.03 104	0.17 286	0.32 5	0.02 102	0.38 2	0.32 39	0.03 11	0.16 85	0.05 27	0.07 81	0.16 12	0.16 93	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

mmm	0.52 82	0.04 4	1.14 96	0.61 333	0.00 1	1.14 72	0.00 1	3.45 202	0.75 134	1.24 198	0.58 161	0.20 79	0.18 144	0.93 109	0.08 48	0.00 1	0.01 226	0.00 1	0.00 1	0.02 94	0.01 64

MIF-Stereo (partial)	0.27 23	0.18 132	1.14 96	0.01 18	0.00 1	0.43 12	0.02 102	1.97 68	0.39 44	0.11 41	0.08 67	0.07 45	0.06 70	0.44 74	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 153

UDGNet	0.35 35	0.50 271	1.14 96	0.02 65	0.00 1	1.12 67	0.02 102	0.70 15	1.57 264	0.31 61	0.05 58	0.06 37	0.02 17	1.45 136	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

OCTAStereo	0.82 156	0.10 70	1.15 99	1.19 373	0.01 104	1.53 212	0.29 278	2.66 112	0.66 92	1.20 190	0.58 161	0.25 84	0.01 5	6.38 307	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

RE-Stereo	0.82 156	0.10 70	1.15 99	1.19 373	0.01 104	1.52 209	0.29 278	2.66 112	0.66 92	1.20 190	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.82 156	0.10 70	1.15 99	1.19 373	0.01 104	1.52 209	0.29 278	2.66 112	0.66 92	1.20 190	0.58 161	0.24 81	0.01 5	6.38 307	0.32 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

rafts_anoy	0.39 47	0.44 246	1.15 99	0.06 158	0.03 191	1.12 67	0.04 164	2.75 119	0.33 40	0.10 36	0.16 85	0.11 58	0.19 150	0.74 104	0.31 156	0.00 1	0.14 366	0.00 1	0.01 272	0.02 94	0.05 234

DCRE	0.69 126	0.35 208	1.16 103	0.06 158	0.02 172	0.91 23	0.00 1	1.05 28	0.30 37	0.98 159	7.63 357	0.72 140	0.02 17	0.16 12	0.07 39	0.00 1	0.02 275	0.00 1	0.21 365	0.02 94	0.03 193

SST-Stereo	1.04 209	0.05 8	1.16 103	0.72 343	0.23 313	1.70 257	0.58 314	1.92 63	1.46 244	1.19 188	1.09 221	1.60 210	1.93 312	6.92 347	0.21 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

anonymity	0.74 131	0.15 113	1.17 105	0.16 239	0.27 328	0.71 18	0.01 55	4.70 301	1.78 282	1.15 182	1.23 234	0.31 89	1.65 299	0.54 90	0.53 210	0.02 333	0.02 275	0.00 1	0.27 379	0.02 94	0.06 262

Sa-1000	1.04 209	0.39 224	1.17 105	0.00 1	0.20 301	1.33 147	0.03 143	4.19 265	1.81 283	0.99 163	5.33 343	0.61 123	0.15 134	4.07 206	0.30 154	0.00 1	0.00 1	0.00 1	0.16 349	0.13 271	0.00 1

SA	0.83 160	0.41 232	1.17 105	0.00 1	0.20 301	1.28 129	0.01 55	3.98 251	1.86 290	0.41 85	0.96 214	0.27 86	1.33 279	4.07 206	0.35 174	0.00 1	0.00 1	0.00 1	0.17 355	0.14 277	0.01 64

MIM_Stereo	0.45 63	0.43 241	1.18 108	0.51 320	0.04 207	1.26 125	0.02 102	2.38 84	0.65 86	0.07 20	0.02 31	0.70 138	0.20 156	1.01 115	0.13 76	0.00 1	0.09 348	0.00 1	0.00 1	0.14 277	0.10 297

CroCo-Stereo Lap2	0.33 31	0.49 268	1.18 108	0.02 65	0.00 1	0.33 6	0.00 1	3.08 148	0.61 65	0.02 2	0.01 1	0.04 11	0.08 96	0.45 79	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.02 153

StereoDRNet-Refined	0.83 160	0.12 88	1.18 108	0.02 65	0.01 104	1.31 140	0.00 1	3.33 183	1.07 191	1.92 254	1.24 236	2.48 271	0.18 144	1.86 149	1.67 285	0.00 1	0.00 1	0.00 1	0.00 1	0.14 277	0.05 234
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
AACVNet	0.87 176	0.44 246	1.19 111	0.17 242	0.00 1	1.76 261	0.00 1	3.60 218	0.60 59	1.03 168	0.26 114	1.31 196	0.17 140	6.33 304	0.28 144	0.00 1	0.00 1	0.00 1	0.00 1	0.17 296	0.01 64

DRaft	1.34 264	0.12 88	1.19 111	0.06 158	0.01 104	1.64 247	0.43 301	1.86 62	0.14 6	3.76 335	5.27 342	0.41 104	4.38 362	5.49 274	1.68 286	0.01 311	0.06 326	0.00 1	0.07 321	0.07 212	0.11 301

Anonymous	0.25 21	0.13 97	1.19 111	0.00 1	0.00 1	0.24 3	0.01 55	2.54 107	0.42 45	0.02 2	0.02 31	0.05 27	0.07 81	0.15 9	0.06 34	0.00 1	0.01 226	0.00 1	0.00 1	0.10 252	0.08 287

EAI-Stereo	1.14 237	0.12 88	1.19 111	0.21 254	0.32 344	1.84 268	2.32 358	5.42 344	1.19 206	1.02 165	5.66 345	0.48 113	0.60 220	0.86 108	0.62 226	0.00 1	0.13 365	0.00 1	0.65 395	0.02 94	0.17 329

UCFNet_RVC	0.66 116	0.35 208	1.20 115	0.02 65	0.30 339	1.53 212	0.01 55	3.42 197	0.67 100	1.12 179	0.73 197	1.26 194	0.20 156	1.84 148	0.46 199	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft_robust	0.98 194	0.57 292	1.21 116	0.06 158	0.17 286	1.36 154	0.02 102	3.46 204	2.18 316	0.33 64	0.01 1	1.54 205	1.42 281	6.77 332	0.15 85	0.00 1	0.02 275	0.00 1	0.18 357	0.11 261	0.09 293

RAFT+CT+SA	0.66 116	0.45 250	1.22 117	0.10 208	0.30 339	1.24 115	0.02 102	4.21 267	0.67 100	0.62 104	0.39 139	0.33 94	0.05 55	2.69 162	0.14 81	0.00 1	0.00 1	0.00 1	0.35 388	0.13 271	0.30 354

s12784h	0.56 92	0.14 102	1.22 117	0.02 65	0.00 1	1.14 72	0.03 143	3.43 199	1.47 246	1.02 165	1.41 245	0.05 27	0.02 17	1.08 117	0.09 55	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

EKT-Stereo	0.74 131	0.18 132	1.23 119	0.81 349	4.25 392	1.19 88	0.03 143	2.17 77	0.13 4	0.35 76	0.40 140	0.97 171	0.08 96	2.61 160	0.09 55	0.00 1	0.09 348	0.00 1	0.07 321	0.04 164	0.03 193

tt1	0.88 180	0.27 177	1.25 120	0.08 190	0.00 1	3.36 322	0.02 102	3.03 138	6.40 370	0.33 64	0.66 179	0.05 27	0.40 199	1.59 137	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 242	0.03 193

RAFT_R40	0.99 201	0.05 8	1.26 121	0.71 342	0.20 301	1.65 251	0.67 318	1.94 65	0.61 65	1.05 171	1.15 226	1.80 227	1.47 282	6.91 345	0.31 156	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

CFNet-RSSM	0.51 79	0.12 88	1.26 121	0.03 104	0.14 274	1.24 115	0.02 102	4.12 260	0.15 9	0.31 61	0.01 1	1.96 238	0.04 48	0.19 17	0.25 131	0.00 1	0.01 226	0.00 1	0.27 379	0.01 25	0.01 64

H2IRNET	0.47 70	0.22 162	1.27 123	0.15 232	0.01 104	1.18 86	0.01 55	1.65 55	0.48 49	0.02 2	1.80 263	0.46 109	0.04 48	1.62 141	0.35 174	0.00 1	0.00 1	0.01 323	0.01 272	0.16 291	0.02 153

test_4	0.51 79	0.10 70	1.27 123	0.01 18	0.06 223	0.97 30	0.03 143	1.12 31	0.16 12	0.27 58	3.42 321	0.65 129	0.09 101	1.59 137	0.26 136	0.00 1	0.00 1	0.00 1	0.08 326	0.14 277	0.00 1

ACVNet-DCA	0.61 100	0.27 177	1.28 125	0.13 220	0.00 1	3.44 324	0.01 55	3.15 156	0.68 105	0.33 64	0.69 188	0.04 11	0.61 222	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.03 295	0.01 25	0.01 64

xx1	0.95 190	0.27 177	1.28 125	0.13 220	0.00 1	3.44 324	0.01 55	3.18 162	7.23 379	0.33 64	0.69 188	0.73 141	0.12 126	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.01 25	0.01 64

1test111	0.69 126	0.27 177	1.28 125	0.13 220	0.00 1	3.44 324	0.01 55	3.15 156	0.68 105	0.33 64	0.69 188	0.04 11	0.61 222	2.95 167	0.07 39	0.00 1	0.02 275	0.00 1	0.03 295	0.01 25	0.01 64

cc1	0.94 188	0.27 177	1.28 125	0.13 220	0.00 1	3.44 324	0.01 55	3.18 162	7.23 379	0.33 64	0.69 188	0.04 11	0.61 222	1.43 131	0.05 17	0.00 1	0.02 275	0.00 1	0.03 295	0.09 242	0.04 218

GMStereo	0.25 21	0.60 297	1.28 125	0.01 18	0.00 1	0.48 13	0.00 1	0.74 19	1.24 213	0.16 50	0.03 49	0.07 45	0.09 101	0.22 23	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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
Gwc-CoAtRS	0.42 52	0.12 88	1.28 125	0.03 104	0.13 268	1.03 36	0.02 102	2.33 81	0.15 9	0.35 76	0.01 1	2.27 260	0.03 35	0.20 20	0.25 131	0.00 1	0.01 226	0.00 1	0.22 367	0.01 25	0.01 64

acv_ft	0.79 149	0.21 153	1.28 125	0.01 18	1.08 373	1.68 254	0.01 55	3.75 229	1.05 186	1.31 204	0.66 179	1.94 236	0.46 206	0.31 49	1.68 286	0.00 1	0.00 1	0.00 1	0.00 1	0.27 338	0.00 1

DLCB_ROB	1.17 243	0.22 162	1.28 125	0.08 190	0.00 1	1.51 205	0.23 258	3.39 191	1.52 255	3.43 331	2.00 273	3.40 311	0.31 179	4.29 215	1.82 292	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	1.03 207	0.22 162	1.30 133	0.10 208	0.01 104	5.85 363	0.03 143	4.41 284	1.25 214	1.55 230	0.60 175	2.39 269	0.06 70	2.72 164	0.05 17	0.00 1	0.01 226	0.01 323	0.00 1	0.04 164	0.00 1

Anonymous_2	1.69 305	0.05 8	1.31 134	0.08 190	0.03 191	1.22 101	0.01 55	3.25 171	0.19 21	0.76 124	0.13 76	2.68 275	1.99 314	0.39 69	0.13 76	0.05 349	0.25 378	3.27 393	14.54 417	3.40 387	0.01 64

PFNet+	0.54 90	0.10 70	1.31 134	0.16 239	0.05 214	1.44 180	0.56 311	1.60 54	0.98 173	1.35 209	0.46 152	0.37 97	0.01 5	2.18 155	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

SGM-Forest	1.84 313	0.08 39	1.31 134	0.15 232	0.22 308	3.52 328	2.46 363	3.85 244	2.16 314	5.29 357	3.90 329	3.71 322	1.56 291	6.28 301	1.90 297	0.01 311	0.02 275	0.00 1	0.00 1	0.03 133	0.30 354
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ACVNet	0.57 94	0.21 153	1.34 137	0.09 200	0.00 1	1.36 154	0.22 254	2.40 86	1.05 186	0.63 108	0.66 179	1.94 236	0.26 170	0.31 49	0.79 240	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.00 1

CFNet-ft	0.77 141	0.46 254	1.34 137	0.01 18	0.27 328	1.32 141	0.02 102	2.40 86	0.68 105	0.63 108	0.18 94	3.23 309	0.21 160	3.97 203	0.54 213	0.00 1	0.00 1	0.01 323	0.00 1	0.03 133	0.02 153

CFNet_RVC	0.77 141	0.46 254	1.34 137	0.01 18	0.27 328	1.32 141	0.02 102	2.40 86	0.68 105	0.63 108	0.18 94	3.23 309	0.21 160	3.97 203	0.54 213	0.00 1	0.00 1	0.01 323	0.00 1	0.03 133	0.02 153

PSMNet-RSSM	0.90 185	0.44 246	1.35 140	0.13 220	0.00 1	1.37 159	0.03 143	4.79 312	0.85 157	1.11 178	0.49 156	2.15 251	0.35 190	4.09 209	0.73 236	0.00 1	0.00 1	0.01 323	0.00 1	0.03 133	0.01 64

NOSS_ROB	1.29 255	0.22 162	1.35 140	0.64 337	0.16 284	2.56 295	0.00 1	4.14 261	2.37 325	2.29 287	1.76 260	2.84 283	0.02 17	6.80 335	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.11 301

DeepStereo_RVC	0.52 82	0.08 39	1.37 142	0.06 158	0.06 223	1.34 149	0.41 299	1.43 40	0.68 105	1.03 168	0.85 206	0.49 115	1.56 291	0.79 106	0.17 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.13 315

CASS	0.56 92	0.13 97	1.40 143	0.03 104	0.01 104	1.65 251	0.04 164	3.03 138	0.63 75	1.96 258	0.93 212	0.28 87	0.36 191	0.52 86	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RALAANet	0.54 90	0.62 302	1.41 144	0.01 18	0.01 104	0.92 24	0.02 102	2.39 85	1.87 292	1.13 180	0.38 136	0.15 73	0.30 175	1.00 114	0.38 184	0.00 1	0.00 1	0.00 1	0.04 305	0.14 277	0.01 64

FTStereo	2.16 329	0.03 1	1.42 145	0.17 242	0.13 268	1.42 176	4.67 386	2.44 95	0.63 75	3.36 327	17.95 385	0.78 153	4.17 359	4.41 222	0.14 81	0.15 366	0.00 1	0.00 1	0.00 1	0.01 25	1.25 383

GANet-ADL	0.52 82	0.09 51	1.43 146	0.13 220	0.02 172	1.43 178	0.02 102	3.22 170	0.59 55	0.34 75	0.98 216	1.09 184	0.19 150	0.40 70	0.34 170	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 64

TDLM	1.08 218	0.49 268	1.43 146	0.27 276	0.00 1	1.56 218	2.12 353	3.10 150	1.75 280	1.36 210	0.93 212	1.06 180	0.49 208	6.21 297	0.70 234	0.00 1	0.00 1	0.00 1	0.00 1	0.16 291	0.02 153

psm_up	0.84 166	0.32 202	1.44 148	0.02 65	0.00 1	1.98 273	0.05 177	3.40 193	1.04 182	2.06 266	0.40 140	1.74 221	0.45 204	3.47 183	0.24 125	0.06 354	0.00 1	0.00 1	0.00 1	0.08 223	0.00 1

hitnet-ft	1.09 225	0.39 224	1.45 149	0.04 127	0.00 1	1.34 149	0.22 254	3.34 186	2.25 321	1.48 220	1.11 223	4.17 328	0.37 193	4.73 244	0.79 240	0.01 311	0.00 1	0.03 351	0.00 1	0.09 242	0.01 64

GANet-RSSM	0.88 180	0.38 218	1.45 149	0.60 330	0.00 1	1.36 154	0.02 102	4.55 292	0.69 118	0.71 118	0.32 121	1.56 206	0.61 222	4.55 236	0.64 229	0.00 1	0.00 1	0.05 358	0.00 1	0.08 223	0.02 153

SACVNet	0.96 191	0.36 211	1.49 151	0.05 144	0.00 1	1.62 244	0.28 275	3.86 246	1.28 217	1.79 247	0.80 201	1.59 208	0.07 81	5.29 265	0.48 202	0.01 311	0.00 1	0.00 1	0.00 1	0.23 324	0.01 64

PSM-softLoss	0.85 167	0.10 70	1.50 152	1.14 369	0.03 191	1.47 193	0.27 267	2.48 101	0.69 118	1.30 201	0.38 136	0.39 102	0.01 5	6.88 340	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

KMStereo	0.85 167	0.10 70	1.50 152	1.14 369	0.03 191	1.47 193	0.27 267	2.48 101	0.69 118	1.30 201	0.38 136	0.39 102	0.01 5	6.88 340	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

HGLStereo	1.03 207	0.18 132	1.50 152	0.01 18	0.01 104	1.41 171	0.01 55	3.41 195	0.82 149	1.05 171	3.09 311	2.11 247	1.24 273	4.51 232	1.18 264	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.03 193

anonymousdsp2	0.52 82	0.06 23	1.51 155	0.10 208	0.00 1	1.19 88	0.01 55	4.32 279	0.63 75	0.33 64	0.15 83	0.78 153	0.09 101	1.01 115	0.06 34	0.00 1	0.00 1	0.00 1	0.11 337	0.04 164	0.05 234

THIR-Stereo	1.48 279	0.29 194	1.51 155	0.01 18	0.02 172	1.05 49	4.32 380	2.11 74	0.22 30	1.08 175	4.24 334	1.93 235	4.19 360	6.76 331	1.87 296	0.00 1	0.00 1	0.04 354	0.00 1	0.05 182	0.00 1

GMStereo_Zeroshot	0.63 107	0.14 102	1.54 157	0.75 345	0.00 1	1.26 125	0.01 55	1.85 61	0.31 38	1.44 218	0.58 161	1.76 223	0.19 150	2.55 157	0.10 63	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

sCroCo_RVC	0.21 6	0.14 102	1.54 157	0.01 18	0.00 1	0.13 1	0.04 164	1.10 30	0.65 86	0.10 36	0.05 58	0.03 6	0.04 48	0.23 25	0.05 17	0.00 1	0.07 335	0.00 1	0.00 1	0.01 25	0.00 1

SMFormer	1.04 209	0.16 121	1.55 159	0.33 287	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 223	2.16 284	0.92 159	0.02 17	4.46 227	1.24 267	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.02 153

tta	1.04 209	0.16 121	1.55 159	0.33 287	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 223	2.16 284	0.92 159	0.02 17	4.46 227	1.24 267	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 64

qqq1	0.98 194	0.16 121	1.55 159	0.33 287	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 223	2.16 284	0.92 159	0.02 17	4.46 227	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 64

fff1	0.98 194	0.16 121	1.55 159	0.33 287	0.01 104	1.03 36	0.00 1	5.24 331	2.12 308	1.53 223	2.16 284	0.92 159	0.02 17	4.46 227	0.07 39	0.00 1	0.01 226	0.00 1	0.00 1	0.03 133	0.01 64

test_5	0.74 131	0.50 271	1.55 159	0.44 308	0.25 320	1.45 186	0.01 55	4.16 262	0.78 145	0.79 131	0.17 91	0.42 105	0.64 231	3.06 171	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.16 291	0.21 345

dd	0.34 33	0.67 312	1.55 159	0.04 127	0.01 104	1.22 101	0.03 143	0.84 22	1.16 203	0.18 53	0.05 58	0.12 61	0.05 55	0.29 46	0.44 192	0.02 333	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

RAFT-345	1.19 245	0.06 23	1.55 159	0.54 323	0.13 268	1.53 212	0.25 261	0.56 11	1.76 281	1.20 190	7.85 358	0.93 164	0.05 55	6.87 339	0.46 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MSKI-zero shot	0.73 129	0.13 97	1.56 166	0.02 65	0.14 274	1.34 149	0.04 164	3.00 133	0.23 31	0.67 113	1.64 250	0.89 158	0.00 1	4.55 236	0.10 63	0.00 1	0.02 275	0.00 1	0.21 365	0.03 133	0.01 64

delet	1.14 237	0.32 202	1.56 166	0.03 104	0.17 286	2.86 311	1.03 333	4.25 271	2.14 313	1.03 168	1.17 230	1.64 218	0.92 256	4.35 218	1.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.00 1

UDG	2.86 342	8.81 409	1.57 168	2.60 386	0.89 369	2.39 289	0.11 218	3.42 197	1.02 180	2.18 273	3.64 326	5.04 347	1.60 298	4.17 210	2.09 310	1.21 388	0.04 309	7.69 395	3.67 408	4.10 388	0.93 380

IRAFT_RVC	1.02 205	0.20 147	1.58 169	1.39 377	0.26 323	1.33 147	0.32 288	2.52 104	0.66 92	1.58 232	0.81 202	1.16 188	1.58 295	6.51 315	0.43 189	0.00 1	0.12 361	0.00 1	0.00 1	0.02 94	0.03 193

ICVP	0.46 66	0.08 39	1.58 169	0.01 18	0.01 104	1.10 61	0.21 250	3.80 237	0.52 50	0.42 86	0.27 116	0.33 94	0.06 70	0.57 93	0.13 76	0.00 1	0.07 335	0.00 1	0.00 1	0.04 164	0.01 64
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM-Net_RVC	1.40 272	0.07 33	1.58 169	0.00 1	0.01 104	1.88 269	0.05 177	7.24 380	1.71 279	3.63 333	3.63 325	3.21 307	0.36 191	4.25 213	0.44 192	0.01 311	0.01 226	0.00 1	0.00 1	0.01 25	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TRStereo	0.59 97	0.79 330	1.59 172	0.56 326	0.01 104	1.19 88	0.03 143	4.74 304	0.60 59	0.17 51	0.01 1	0.62 125	0.44 203	0.57 93	0.07 39	0.00 1	0.04 309	0.00 1	0.24 371	0.01 25	0.14 322

GMM-Stereo	1.09 225	0.05 8	1.62 173	0.13 220	0.22 308	1.41 171	0.87 326	2.31 80	0.62 72	2.75 308	3.14 312	0.54 120	0.90 255	5.33 268	0.13 76	0.01 311	0.00 1	0.00 1	0.02 289	0.01 25	1.80 388

FENet	0.52 82	0.07 33	1.62 173	0.04 127	0.00 1	1.19 88	0.05 177	3.10 150	0.98 173	0.89 138	0.01 1	1.63 217	0.09 101	0.47 83	0.28 144	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 64

ac_64	1.12 234	0.18 132	1.64 175	0.18 246	0.25 320	1.48 199	0.02 102	4.97 319	1.47 246	0.69 116	0.45 151	4.94 344	0.46 206	4.87 249	0.74 237	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.00 1

DualNet	1.39 270	0.05 8	1.65 176	0.34 293	0.01 104	1.58 223	0.02 102	3.03 138	6.40 370	1.39 212	2.07 275	2.15 251	0.34 185	1.59 137	7.08 363	0.00 1	0.02 275	0.00 1	0.00 1	0.09 242	0.03 193

ffm	1.04 209	0.05 8	1.65 176	0.34 293	0.01 104	1.58 223	0.02 102	3.03 138	6.40 370	1.39 212	2.07 275	2.15 251	0.34 185	1.59 137	0.05 17	0.00 1	0.02 275	0.00 1	0.00 1	0.09 242	0.03 193

ff1	1.65 295	0.05 8	1.65 176	0.34 293	0.01 104	1.58 223	0.02 102	3.03 138	6.40 370	1.39 212	2.07 275	2.15 251	0.34 185	6.68 323	7.08 363	0.00 1	0.02 275	0.00 1	0.00 1	0.09 242	0.03 193

mmx	1.56 288	0.05 8	1.65 176	0.34 293	0.01 104	1.58 223	0.02 102	5.51 348	2.25 321	1.39 212	2.07 275	2.15 251	0.34 185	6.68 323	7.08 363	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

xxx	1.56 288	0.05 8	1.65 176	0.34 293	0.01 104	1.58 223	0.02 102	5.51 348	2.25 321	1.39 212	2.07 275	2.15 251	0.34 185	6.68 323	7.08 363	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.01 64

CrosDoStereo	1.66 296	0.15 113	1.66 181	0.02 65	0.07 231	1.38 164	6.16 398	3.12 152	1.06 189	0.97 150	3.74 327	0.96 168	4.79 366	7.00 352	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

DeepStereo_LL	1.66 296	0.15 113	1.66 181	0.02 65	0.07 231	1.38 164	6.16 398	3.12 152	1.06 189	0.97 150	3.74 327	0.96 168	4.79 366	7.00 352	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.11 261	0.00 1

RAFT-RH_RVC	2.05 327	0.15 113	1.66 181	0.60 330	0.27 328	1.49 200	0.02 102	0.58 12	0.65 86	5.35 359	21.66 397	1.06 180	0.07 81	6.85 336	0.57 218	0.04 343	0.00 1	0.00 1	0.03 295	0.01 25	0.00 1

CroCo-Stereo	0.39 47	0.40 229	1.67 184	0.07 178	0.00 1	0.19 2	0.01 55	3.55 213	0.75 134	0.08 23	0.02 31	0.46 109	0.08 96	0.28 44	0.18 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64
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
XPNet_ROB	1.17 243	0.41 232	1.68 185	0.04 127	0.01 104	1.65 251	0.17 237	3.46 204	1.39 229	3.89 339	1.01 218	1.60 210	0.53 211	4.35 218	3.07 331	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.02 153

CVANet_RVC	1.10 229	0.39 224	1.69 186	0.28 278	0.00 1	1.45 186	0.48 305	3.26 173	1.64 272	2.93 313	1.22 233	1.51 202	0.37 193	6.09 292	0.50 204	0.00 1	0.00 1	0.00 1	0.00 1	0.18 303	0.01 64

PS-NSSS	1.08 218	0.45 250	1.70 187	0.02 65	0.01 104	1.37 159	0.01 55	4.38 280	2.09 306	1.15 182	2.65 302	0.65 129	0.07 81	6.35 305	0.56 216	0.16 367	0.00 1	0.00 1	0.00 1	0.05 182	0.00 1

ETE_ROB	1.16 242	0.52 276	1.71 188	0.01 18	0.02 172	1.79 265	0.22 254	4.10 258	1.32 223	4.68 352	1.18 231	2.81 281	0.08 96	3.56 184	1.12 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.06 262

GEStereo_RVC	1.10 229	0.42 235	1.72 189	0.28 278	0.01 104	1.37 159	0.11 218	6.25 367	0.84 154	1.05 171	0.67 186	1.61 212	0.79 247	6.11 293	0.63 227	0.00 1	0.00 1	0.00 1	0.00 1	0.10 252	0.04 218

RAFT_CTSACE	0.68 123	0.52 276	1.74 190	0.50 317	0.05 214	1.16 78	0.00 1	2.68 117	0.66 92	0.68 115	1.60 249	1.76 223	0.80 248	0.94 111	0.13 76	0.00 1	0.02 275	0.00 1	0.00 1	0.27 338	0.00 1

LALA_ROB	1.33 263	0.59 295	1.74 190	0.02 65	0.06 223	3.25 316	0.50 309	3.45 202	1.39 229	3.70 334	0.59 170	4.59 337	0.25 168	3.58 185	2.79 327	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 153

StereoVision	0.86 171	0.38 218	1.75 192	0.03 104	0.01 104	1.14 72	0.02 102	3.38 190	0.92 163	0.13 47	6.89 354	0.50 117	0.12 126	1.10 118	0.78 239	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.02 153

1111x	1.53 284	0.06 23	1.77 193	0.27 276	0.00 1	2.12 278	0.01 55	5.63 355	1.65 273	1.53 223	1.67 253	0.92 159	0.64 231	6.18 295	8.17 373	0.00 1	0.01 226	0.00 1	0.00 1	0.00 1	0.01 64

ssnet_v2	1.14 237	0.28 187	1.77 193	0.03 104	0.00 1	2.07 276	0.37 296	5.20 329	1.87 292	2.00 261	0.87 208	3.09 299	0.55 214	1.31 128	3.02 330	0.00 1	0.00 1	0.00 1	0.00 1	0.18 303	0.12 310

HHNet	0.87 176	0.25 172	1.78 195	0.16 239	0.08 241	1.30 137	0.44 302	1.93 64	0.64 83	1.41 217	5.92 347	0.14 71	1.79 305	0.35 64	0.95 252	0.05 349	0.00 1	0.01 323	0.00 1	0.14 277	0.01 64

cross-raft	0.53 88	0.12 88	1.78 195	0.03 104	0.01 104	1.04 43	0.10 216	3.21 169	0.23 31	0.37 82	0.01 1	2.86 286	0.04 48	0.24 28	0.24 125	0.00 1	0.01 226	0.00 1	0.16 349	0.01 25	0.02 153

GES	0.61 100	0.08 39	1.78 195	0.00 1	0.00 1	1.59 231	0.07 193	5.32 338	0.13 4	0.62 104	0.32 121	0.37 97	0.67 241	0.68 102	0.49 203	0.03 341	0.00 1	0.01 323	0.00 1	0.02 94	0.01 64

DeepPruner_ROB	0.86 171	0.50 271	1.80 198	0.01 18	0.00 1	1.57 219	0.17 237	3.48 207	0.42 45	3.31 326	0.02 31	2.09 246	0.17 140	3.01 169	0.61 225	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.01 64

DSFCA	1.30 257	0.14 102	1.82 199	0.01 18	0.03 191	3.74 333	0.86 325	2.71 118	1.23 210	3.09 320	0.41 142	2.93 289	1.49 283	6.12 294	1.35 275	0.00 1	0.02 275	0.00 1	0.00 1	0.02 94	0.01 64

FCDSN-DC	5.04 374	0.15 113	1.83 200	0.22 256	0.44 350	5.60 361	1.66 346	5.22 330	4.37 358	14.49 397	21.86 398	20.65 396	11.88 397	7.66 367	4.55 346	0.02 333	0.00 1	0.00 1	0.00 1	0.03 133	0.05 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GANet	1.90 318	0.43 241	1.83 200	0.39 302	0.00 1	2.24 281	3.37 369	3.90 248	1.44 241	2.17 272	9.66 366	2.57 272	1.09 262	6.88 340	1.81 291	0.00 1	0.00 1	0.02 346	0.00 1	0.10 252	0.03 193

TestStereo	0.61 100	0.55 285	1.84 202	0.00 1	0.00 1	0.94 26	0.00 1	1.65 55	0.23 31	0.12 42	0.03 49	0.08 48	0.06 70	6.59 317	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousa	0.79 149	0.26 176	1.91 203	0.03 104	0.29 337	1.46 192	0.02 102	3.76 230	0.97 171	0.72 120	2.25 290	3.21 307	0.56 215	0.15 9	0.12 72	0.00 1	0.00 1	0.00 1	0.04 305	0.00 1	0.02 153

CBMV	1.56 288	0.24 170	1.92 204	0.31 284	0.03 191	2.90 312	4.33 381	3.79 234	1.81 283	4.98 355	1.73 258	2.70 276	1.68 301	3.81 195	0.92 251	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.08 287
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HH	0.88 180	0.37 215	1.93 205	0.25 267	0.10 257	0.62 16	0.00 1	3.79 234	0.18 19	0.33 64	0.59 170	3.94 325	0.81 249	4.44 225	0.09 55	0.00 1	0.06 326	0.00 1	0.00 1	0.03 133	0.02 153

HanStereo	0.88 180	0.37 215	1.93 205	0.25 267	0.10 257	0.62 16	0.00 1	3.79 234	0.18 19	0.33 64	0.59 170	3.94 325	0.81 249	4.44 225	0.09 55	0.00 1	0.06 326	0.00 1	0.00 1	0.03 133	0.02 153

4D-IteraStereo	0.35 35	0.60 297	1.93 205	0.02 65	0.09 248	1.03 36	0.07 193	1.25 35	0.34 41	0.02 2	0.03 49	0.84 155	0.10 108	0.31 49	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.07 278

IER	0.75 136	0.12 88	1.93 205	0.01 18	0.00 1	2.31 285	0.02 102	2.96 131	0.98 173	1.30 201	0.96 214	1.40 199	1.19 268	1.31 128	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

LMCR-Stereo	1.10 229	0.69 316	1.95 209	0.50 317	0.01 104	2.73 302	0.09 208	6.20 366	0.64 83	2.37 293	1.76 260	0.13 65	1.59 297	2.94 166	0.23 120	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.00 1

test_xeample3	0.35 35	0.10 70	1.95 209	0.02 65	0.00 1	0.93 25	0.07 193	1.70 58	0.86 159	0.09 25	0.04 56	0.05 27	0.05 55	0.23 25	0.51 206	0.00 1	0.00 1	0.00 1	0.24 371	0.06 198	0.08 287

ccnet	1.70 306	0.20 147	1.95 209	0.26 273	0.18 290	3.72 332	1.22 339	4.22 270	1.43 240	2.37 293	3.96 331	3.45 314	1.51 287	4.69 241	4.47 344	0.06 354	0.00 1	0.09 362	0.01 272	0.10 252	0.01 64

AASNet	0.86 171	0.53 282	1.96 212	0.04 127	0.00 1	1.70 257	0.05 177	5.13 328	1.84 285	0.93 145	1.88 266	0.96 168	0.19 150	0.67 101	0.91 250	0.00 1	0.00 1	0.00 1	0.00 1	0.27 338	0.09 293

DMCA	0.68 123	0.22 162	1.96 212	0.01 18	0.01 104	1.28 129	0.02 102	3.02 136	1.54 257	2.14 269	0.15 83	1.74 221	0.10 108	0.45 79	0.95 252	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

RASNet	1.53 284	0.31 198	1.97 214	0.09 200	3.20 388	1.69 256	0.06 190	3.27 179	2.12 308	0.77 126	1.29 240	5.32 353	1.69 302	6.60 318	2.17 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.02 153

ADLNet	1.20 247	0.29 194	1.98 215	0.00 1	0.02 172	2.20 279	0.11 218	4.39 282	2.52 332	2.19 274	2.20 289	2.66 274	0.70 243	3.42 180	1.25 269	0.00 1	0.00 1	0.00 1	0.00 1	0.10 252	0.04 218

CBMV_ROB	1.70 306	0.11 84	1.98 215	0.46 312	0.00 1	2.85 310	0.91 329	4.27 274	2.21 319	4.02 342	5.00 340	2.97 293	2.32 322	5.40 271	1.35 275	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.06 262

SGM_RVC	4.07 367	0.38 218	1.98 215	0.84 350	0.26 323	6.20 367	2.37 359	6.45 369	3.57 347	11.56 388	9.27 365	15.55 387	6.78 380	10.07 387	4.60 347	0.22 371	0.25 378	0.20 373	0.23 369	0.26 335	0.34 360
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MIPNet	0.64 109	0.42 235	2.01 218	0.08 190	0.07 231	1.29 133	0.11 218	3.47 206	1.29 218	0.67 113	0.10 71	0.63 127	0.97 258	1.25 125	0.25 131	0.00 1	0.01 226	0.01 323	0.01 272	0.11 261	0.04 218

DN-CSS_ROB	0.77 141	0.90 345	2.01 218	0.85 353	0.00 1	1.47 193	0.01 55	2.92 130	0.93 166	0.12 42	0.53 158	0.44 107	0.16 137	4.33 216	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.30 349	0.01 64

PCWNet_CMD	0.65 111	0.14 102	2.02 220	0.01 18	0.01 104	1.10 61	0.00 1	2.80 122	0.97 171	0.48 94	0.28 118	2.31 264	1.50 286	1.19 121	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

MSMDNet	0.65 111	0.14 102	2.02 220	0.01 18	0.01 104	1.11 65	0.00 1	2.88 128	0.98 173	0.49 97	0.28 118	2.32 265	1.49 283	1.19 121	0.08 48	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

GwcNet-ADL	0.62 105	0.20 147	2.03 222	0.05 144	0.01 104	1.29 133	0.02 102	3.16 159	1.39 229	0.97 150	0.44 148	1.48 201	0.23 163	0.78 105	0.27 140	0.01 311	0.00 1	0.00 1	0.00 1	0.01 25	0.03 193

cf-r	0.98 194	0.51 275	2.04 223	0.25 267	0.01 104	1.40 167	0.03 143	4.47 289	1.65 273	0.95 146	0.58 161	2.63 273	0.24 165	4.19 211	0.58 220	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.04 218

UPFNet	0.87 176	0.09 51	2.05 224	0.00 1	0.00 1	1.90 271	0.11 218	3.41 195	0.83 151	2.15 270	0.10 71	1.92 234	0.09 101	3.94 202	0.70 234	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.00 1

iResNet_ROB	1.05 216	0.76 325	2.06 225	0.07 178	0.00 1	1.35 152	0.03 143	6.80 378	2.57 335	0.79 131	1.20 232	0.94 167	0.12 126	3.81 195	0.41 187	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.01 64

rrr	0.62 105	0.09 51	2.07 226	0.02 65	0.00 1	0.82 19	0.06 190	2.29 79	0.85 157	0.09 25	0.03 49	0.03 6	0.06 70	5.04 256	0.51 206	0.00 1	0.00 1	0.00 1	0.19 358	0.05 182	0.07 278

hknet	1.08 218	0.13 97	2.07 226	0.01 18	0.00 1	3.32 319	0.21 250	5.40 341	0.92 163	2.26 282	0.66 179	3.43 313	0.05 55	2.81 165	0.27 140	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CFNet_pseudo	0.66 116	0.17 127	2.08 228	0.00 1	0.01 104	1.22 101	0.00 1	2.79 121	0.73 130	0.78 129	0.46 152	2.32 265	0.63 228	1.77 146	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

CoDeX	0.94 188	0.34 206	2.09 229	0.05 144	0.20 301	1.49 200	0.20 248	5.89 360	1.57 264	0.66 112	0.67 186	1.05 178	0.32 183	3.82 197	0.33 163	0.00 1	0.00 1	0.00 1	0.00 1	0.03 133	0.00 1

ccs_rob	0.65 111	0.17 127	2.09 229	0.00 1	0.01 104	1.22 101	0.00 1	2.77 120	0.73 130	0.75 122	0.44 148	2.32 265	0.64 231	1.76 145	0.15 85	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

HITNet	0.80 153	0.58 293	2.14 231	0.69 341	0.00 1	1.35 152	0.02 102	4.50 290	1.15 202	1.76 244	0.16 85	0.60 122	0.30 175	1.13 120	1.64 284	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.00 1
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
ASMatch	1.44 275	0.14 102	2.15 232	0.60 330	0.21 306	1.21 99	0.26 264	0.96 25	0.66 92	0.29 60	11.75 373	0.93 164	2.37 323	6.73 329	0.54 213	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.04 218

DEmStereo	1.51 281	0.08 39	2.17 233	0.09 200	0.02 172	1.76 261	0.90 328	1.47 49	0.60 59	2.46 300	6.42 352	1.08 182	5.16 370	6.21 297	1.86 295	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

MLCV	1.01 203	0.53 282	2.17 233	0.03 104	0.00 1	1.60 234	0.03 143	2.90 129	1.30 220	2.60 304	1.85 265	1.00 174	0.40 199	4.88 250	0.74 237	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.01 64

fff	0.66 116	0.42 235	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 288	0.14 77	0.09 52	1.83 307	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

Anonymous3	0.49 75	0.12 88	2.21 235	0.01 18	0.00 1	2.53 294	0.09 208	3.16 159	0.65 86	0.12 42	0.22 111	0.12 61	0.05 55	0.37 65	0.08 48	0.00 1	0.07 335	0.00 1	0.00 1	0.04 164	0.03 193

DCANet	0.66 116	0.43 241	2.21 235	0.03 104	0.00 1	1.22 101	0.01 55	3.26 173	1.85 289	2.61 305	0.21 107	0.09 52	0.49 208	0.33 58	0.39 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 262

csc	0.66 116	0.42 235	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 288	0.14 77	0.09 52	1.83 307	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

cscssc	0.66 116	0.42 235	2.21 235	0.01 18	0.01 104	1.22 101	0.02 102	3.26 173	1.04 182	2.34 288	0.14 77	0.09 52	1.83 307	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

111	0.79 149	0.70 319	2.21 235	0.01 18	0.01 104	1.19 88	0.16 234	3.78 233	1.98 301	1.22 196	0.91 210	2.01 239	0.32 183	0.32 55	0.64 229	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.17 329

MaskLacGwcNet_RVC	1.63 293	0.45 250	2.21 235	1.53 379	0.18 290	4.33 344	0.41 299	3.37 188	1.40 233	0.54 99	0.65 177	3.10 300	0.11 116	4.93 251	0.60 224	4.57 392	0.51 388	0.00 1	0.00 1	1.37 384	2.39 389

CFNet_ucs	0.77 141	0.20 147	2.22 242	0.01 18	0.01 104	1.32 141	0.00 1	3.30 180	1.31 222	1.15 182	1.14 224	2.19 259	0.42 201	2.04 151	0.12 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

DAS	1.26 253	0.08 39	2.25 243	0.04 127	0.01 104	1.28 129	1.18 337	3.80 237	1.58 268	4.60 349	2.37 293	1.53 203	0.53 211	5.36 270	0.59 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

SepStereo	1.28 254	0.08 39	2.25 243	0.04 127	0.01 104	1.28 129	1.18 337	3.80 237	1.58 268	4.60 349	2.37 293	1.53 203	0.53 211	5.63 282	0.59 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.01 64

test croco	0.41 50	0.28 187	2.26 245	0.07 178	0.00 1	0.50 14	0.01 55	2.84 125	0.92 163	0.05 17	0.07 64	0.13 65	0.17 140	0.43 72	0.20 111	0.00 1	0.00 1	0.00 1	0.00 1	0.34 353	0.01 64

dad	0.88 180	0.62 302	2.26 245	0.06 158	0.01 104	1.24 115	0.00 1	0.98 26	2.17 315	1.29 200	0.35 131	0.37 97	0.04 48	5.80 286	1.06 257	0.01 311	0.00 1	1.13 387	0.11 337	0.05 182	0.00 1

CFNet	1.08 218	0.62 302	2.26 245	0.26 273	0.03 191	1.40 167	0.04 164	4.45 288	2.09 306	0.48 94	0.69 188	1.31 196	0.24 165	6.63 321	0.83 242	0.00 1	0.00 1	0.00 1	0.00 1	0.17 296	0.04 218

RAFT-Test	0.61 100	0.16 121	2.27 248	0.04 127	0.15 279	1.80 266	0.17 237	2.52 104	0.65 86	0.56 100	0.11 74	2.76 280	0.02 17	0.27 43	0.34 170	0.00 1	0.07 335	0.00 1	0.29 384	0.01 25	0.01 64

DDUNet	3.28 352	10.54 411	2.29 249	3.50 389	3.31 390	4.21 341	0.21 250	3.77 231	1.03 181	2.54 301	3.17 316	3.20 306	0.21 160	3.89 200	0.69 233	1.94 389	0.05 318	9.87 398	3.53 407	5.03 390	2.55 391

IPLG	0.86 171	0.41 232	2.31 250	0.06 158	0.06 223	1.36 154	0.11 218	3.17 161	0.83 151	0.62 104	1.00 217	0.46 109	0.61 222	5.57 281	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.18 303	0.01 64

NCCL2	1.30 257	0.63 305	2.31 250	0.02 65	0.03 191	1.57 219	3.41 370	3.91 249	1.39 229	3.14 322	0.34 128	3.90 324	0.30 175	3.75 192	1.19 265	0.00 1	0.00 1	0.02 346	0.00 1	0.03 133	0.05 234

FC-DCNN	6.09 380	0.18 132	2.35 252	0.42 306	0.53 357	7.80 379	1.42 343	8.14 385	7.07 378	19.05 404	22.10 399	22.85 399	13.84 399	9.42 381	6.44 361	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.06 262

CIPLG	0.75 136	0.81 334	2.38 253	0.13 220	0.03 191	1.41 171	0.27 267	3.19 166	0.84 154	1.98 260	2.56 300	0.19 77	0.10 108	0.54 90	0.26 136	0.00 1	0.05 318	0.01 323	0.05 310	0.19 310	0.05 234

SQANet	2.28 333	1.25 367	2.39 254	4.17 391	2.91 387	2.60 297	0.24 260	4.17 264	0.83 151	2.42 297	0.57 159	1.59 208	0.88 253	3.30 174	0.68 232	7.35 397	0.12 361	0.47 380	0.02 289	6.56 391	3.00 392

IMH-64-1	9.55 391	2.76 394	2.44 255	11.17 405	9.13 405	12.03 387	5.45 392	18.33 401	15.78 391	6.59 363	18.69 386	16.95 389	6.20 377	10.63 389	8.06 371	9.46 406	2.46 406	15.42 409	1.61 402	10.89 404	6.88 406

IMH-64	9.55 391	2.76 394	2.44 255	11.17 405	9.13 405	12.03 387	5.45 392	18.33 401	15.78 391	6.59 363	18.69 386	16.95 389	6.20 377	10.63 389	8.06 371	9.46 406	2.46 406	15.42 409	1.61 402	10.89 404	6.88 406

STTStereo	0.83 160	0.34 206	2.44 255	0.24 264	0.15 279	1.41 171	0.10 216	3.02 136	1.55 258	1.34 205	0.17 91	1.77 225	0.45 204	3.42 180	0.30 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 64

DISCO	1.93 319	0.18 132	2.44 255	0.67 340	0.53 357	5.25 358	0.00 1	5.43 345	1.56 263	2.09 268	0.91 210	6.48 360	0.89 254	8.55 376	3.60 338	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.01 64

CRFU-Net	1.32 262	0.27 177	2.46 259	1.17 372	0.03 191	4.08 337	0.05 177	5.61 351	0.67 100	1.53 223	0.70 195	3.47 315	2.62 330	3.24 173	0.24 125	0.01 311	0.01 226	0.11 366	0.00 1	0.13 271	0.00 1

ToySt	0.47 70	0.25 172	2.47 260	0.04 127	0.01 104	1.17 80	0.00 1	2.01 69	0.63 75	0.08 23	0.14 77	1.16 188	0.05 55	0.80 107	0.46 199	0.00 1	0.00 1	0.00 1	0.03 295	0.10 252	0.04 218

otaku	3.17 349	1.32 368	2.49 261	6.07 393	3.26 389	4.62 349	2.15 354	5.35 340	1.34 224	2.00 261	2.54 299	3.50 316	1.49 283	3.68 186	1.11 258	7.89 398	0.23 377	1.88 389	0.03 295	7.74 394	4.78 397

SPS-STEREO	3.08 348	0.49 268	2.49 261	0.21 254	0.24 317	3.67 331	1.24 340	5.80 358	2.43 328	10.68 383	8.00 360	9.48 376	3.59 352	8.11 372	5.08 353	0.01 311	0.01 226	0.00 1	0.00 1	0.04 164	0.11 301
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
NLCA_NET_v2_RVC	1.04 209	0.55 285	2.52 263	0.56 326	1.00 370	1.37 159	0.00 1	3.43 199	1.35 225	2.24 277	0.35 131	2.18 258	0.58 219	4.28 214	0.34 170	0.00 1	0.00 1	0.00 1	0.01 272	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MyStereo06	0.80 153	0.19 139	2.53 264	0.02 65	0.00 1	1.51 205	0.01 55	4.61 295	0.24 34	0.89 138	0.69 188	3.14 302	1.18 267	0.58 96	0.33 163	0.00 1	0.06 326	0.00 1	0.00 1	0.02 94	0.07 278

SFCPSM	0.81 155	0.11 84	2.53 264	0.01 18	0.07 231	2.45 290	0.18 241	4.99 320	1.18 204	0.77 126	0.78 199	0.69 136	0.31 179	1.72 144	0.20 111	0.00 1	0.00 1	0.00 1	0.05 310	0.06 198	0.01 64

CC-Net-ROB	1.86 315	0.64 306	2.55 266	1.42 378	0.19 297	3.38 323	0.04 164	4.41 284	2.45 329	0.90 140	1.31 241	0.98 172	0.18 144	6.60 318	0.53 210	1.14 387	1.60 398	7.16 394	0.00 1	1.33 383	0.32 359

IMH	11.11 399	3.50 397	2.56 267	11.25 407	9.13 405	14.49 394	5.10 390	20.68 408	26.30 402	8.28 375	23.85 404	20.63 395	9.19 389	12.39 395	7.96 369	9.50 408	2.50 408	15.28 408	1.66 404	11.07 407	6.96 408

IPLGR_C	0.75 136	0.88 342	2.58 268	0.13 220	0.02 172	1.40 167	0.27 267	3.19 166	0.84 154	1.92 254	2.46 295	0.18 76	0.11 116	0.49 85	0.26 136	0.00 1	0.05 318	0.01 323	0.05 310	0.19 310	0.06 262

MSMD_ROB	4.94 373	0.43 241	2.58 268	0.12 217	0.01 104	8.43 381	1.09 335	4.25 271	4.11 355	13.11 391	26.36 406	13.95 385	13.88 400	7.45 363	2.92 329	0.10 360	0.01 226	0.00 1	0.00 1	0.01 25	0.02 153

RP	1.76 309	0.55 285	2.59 270	0.22 256	0.60 362	1.70 257	0.98 332	4.31 278	1.99 303	3.12 321	5.04 341	4.41 333	2.96 338	4.72 243	1.90 297	0.01 311	0.00 1	0.00 1	0.01 272	0.14 277	0.01 64

RAFT + AFF	1.63 293	1.13 361	2.62 271	0.04 127	0.80 366	2.29 284	1.03 333	5.54 350	2.06 305	1.77 245	1.81 264	1.22 191	3.65 354	6.23 299	1.57 282	0.01 311	0.35 386	0.00 1	0.01 272	0.33 350	0.12 310

NaN_ROB	2.02 325	0.58 293	2.65 272	0.29 280	0.28 336	3.19 314	5.19 391	3.84 242	2.55 334	5.31 358	1.73 258	2.30 262	1.96 313	6.78 333	3.09 332	0.01 311	0.06 326	0.03 351	0.10 333	0.10 252	0.37 363

iRaft-Stereo_20w	0.92 187	0.15 113	2.68 273	0.24 264	0.06 223	1.36 154	0.28 275	7.46 383	0.34 41	1.56 231	0.37 134	0.62 125	1.24 273	1.25 125	0.34 170	0.00 1	0.09 348	0.00 1	0.16 349	0.02 94	0.13 315

iRaft-Stereo_5w	1.08 218	0.56 289	2.70 274	0.02 65	0.02 172	1.20 96	0.01 55	3.18 162	0.63 75	0.14 48	2.00 273	1.62 214	1.54 289	6.69 326	1.01 256	0.00 1	0.00 1	0.00 1	0.00 1	0.23 324	0.01 64

GwcNet-RSSM	1.02 205	0.69 316	2.70 274	0.22 256	0.02 172	1.42 176	0.05 177	4.02 253	1.01 179	0.90 140	0.42 143	2.89 287	0.26 170	4.43 224	1.17 263	0.00 1	0.00 1	0.02 346	0.00 1	0.13 271	0.05 234

NVStereoNet_ROB	3.25 351	0.46 254	2.71 276	0.34 293	0.56 359	2.36 288	0.87 326	4.56 293	4.47 361	4.55 348	14.09 379	11.93 379	3.23 347	9.79 386	3.14 333	0.43 381	0.03 299	0.53 383	0.31 385	0.36 358	0.38 364
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACRE	0.75 136	0.78 328	2.72 277	0.13 220	0.02 172	1.40 167	0.26 264	3.20 168	0.82 149	1.84 250	2.46 295	0.19 77	0.10 108	0.52 86	0.26 136	0.00 1	0.04 309	0.01 323	0.05 310	0.19 310	0.05 234

Ntro	3.24 350	1.34 369	2.83 278	7.27 395	4.43 393	6.22 368	0.74 322	4.73 303	1.48 250	0.39 83	1.77 262	2.70 276	1.28 276	4.59 240	1.25 269	8.06 399	0.28 382	2.12 392	0.05 310	8.11 395	5.16 398

PSMNet_ROB	1.09 225	0.69 316	2.92 279	0.03 104	0.07 231	1.68 254	0.16 234	3.44 201	1.30 220	0.96 148	0.32 121	2.81 281	0.63 228	4.23 212	2.48 319	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.04 218

PFNet	1.06 217	0.19 139	2.95 280	1.16 371	0.56 359	1.58 223	0.25 261	1.50 51	0.60 59	2.38 295	1.23 234	0.63 127	0.30 175	6.85 336	0.43 189	0.16 367	0.01 226	0.00 1	0.07 321	0.18 303	0.18 335

IPLGR	0.76 140	0.21 153	2.98 281	0.06 158	0.07 231	1.24 115	0.05 177	3.09 149	1.38 227	0.62 104	0.34 128	0.75 143	0.78 246	3.35 175	0.22 116	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.06 262

GANetREF_RVC	1.10 229	0.95 348	2.98 281	0.06 158	0.00 1	2.23 280	0.18 241	3.95 250	2.53 333	0.56 100	0.32 121	1.89 233	0.66 238	5.03 255	0.51 206	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.04 218
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
IGEV_Zeroshot_test	0.74 131	0.20 147	3.00 283	0.26 273	0.02 172	1.10 61	0.05 177	3.72 227	0.19 21	0.88 136	0.71 196	2.84 283	0.63 228	0.53 88	0.33 163	0.00 1	0.07 335	0.00 1	0.16 349	0.04 164	0.00 1

HBP-ISP	1.45 276	0.75 321	3.02 284	0.30 282	0.10 257	4.28 343	1.49 345	4.68 300	1.29 218	3.43 331	0.78 199	0.93 164	1.01 259	6.48 314	0.36 180	0.04 343	0.02 275	0.00 1	0.00 1	0.05 182	0.03 193

MeshStereo	5.78 378	0.75 321	3.04 285	0.25 267	0.14 274	7.88 380	2.09 352	9.64 387	5.18 365	20.48 406	19.06 391	22.80 398	9.54 391	9.64 385	4.88 351	0.00 1	0.00 1	0.00 1	0.00 1	0.29 345	0.03 193
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
whm_eth	0.68 123	0.52 276	3.05 286	0.01 18	0.00 1	1.26 125	0.02 102	3.36 187	1.93 297	0.26 57	2.52 298	0.13 65	0.11 116	0.18 14	0.10 63	0.00 1	0.01 226	0.00 1	0.00 1	0.01 25	0.11 301

DANet	1.74 308	0.22 162	3.06 287	0.75 345	0.44 350	2.46 291	0.35 294	3.40 193	1.41 235	4.22 344	1.56 247	5.03 346	0.56 215	6.29 302	5.00 352	0.01 311	0.00 1	0.00 1	0.01 272	0.04 164	0.08 287
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RainbowNet	4.74 372	3.21 396	3.07 288	9.34 400	6.01 394	4.89 354	3.60 372	7.09 379	4.39 359	1.63 234	3.01 310	4.72 340	2.96 338	5.53 275	1.19 265	8.95 401	2.12 401	8.48 397	0.19 358	8.75 396	5.73 399

iResNet	1.00 202	0.45 250	3.08 289	0.86 357	0.01 104	1.97 272	0.01 55	3.67 225	1.49 252	1.77 245	1.09 221	0.35 96	0.13 132	3.83 198	1.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.07 212	0.01 64

NCC-stereo	1.67 300	0.56 289	3.10 290	0.08 190	0.22 308	2.24 281	0.13 226	5.05 325	1.42 236	2.27 285	2.72 303	4.29 330	3.53 350	5.76 284	2.01 306	0.04 343	0.00 1	0.00 1	0.00 1	0.03 133	0.02 153

Abc-Net	1.67 300	0.56 289	3.10 290	0.08 190	0.22 308	2.24 281	0.13 226	5.05 325	1.42 236	2.27 285	2.72 303	4.29 330	3.53 350	5.76 284	2.01 306	0.04 343	0.00 1	0.00 1	0.00 1	0.03 133	0.02 153
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADLNet2	1.38 269	0.39 224	3.13 292	0.00 1	0.70 364	1.23 114	0.26 264	4.19 265	2.36 324	1.45 219	3.16 315	4.23 329	0.82 252	4.56 238	0.88 245	0.00 1	0.00 1	0.00 1	0.00 1	0.13 271	0.02 153

FBW_ROB	2.36 335	0.36 211	3.16 293	0.37 300	0.14 274	4.42 348	0.18 241	6.64 372	3.05 342	2.98 317	2.85 306	4.86 343	1.11 263	11.00 394	4.53 345	0.16 367	0.05 318	0.37 379	0.09 329	0.19 310	0.78 374

MyStereo05	0.79 149	0.19 139	3.17 294	0.02 65	0.00 1	1.51 205	0.01 55	3.56 214	2.48 330	1.34 205	0.02 31	1.25 193	0.38 195	1.19 121	0.50 204	0.00 1	0.06 326	0.00 1	0.00 1	0.02 94	0.07 278

MyStereo04	0.78 148	0.27 177	3.19 295	0.02 65	0.01 104	1.64 247	0.01 55	3.64 221	2.20 318	0.98 159	0.02 31	1.29 195	0.57 217	1.10 118	0.53 210	0.00 1	0.07 335	0.00 1	0.00 1	0.03 133	0.06 262

WCMA_ROB	4.54 370	0.48 264	3.19 295	0.49 316	0.63 363	5.38 359	2.57 364	4.70 301	3.77 351	14.17 395	19.02 390	15.47 386	9.03 388	6.73 329	4.85 350	0.01 311	0.05 318	0.01 323	0.01 272	0.08 223	0.16 325

MyStereo8	0.85 167	0.52 276	3.20 297	0.20 253	0.00 1	1.47 193	0.01 55	3.53 212	1.91 295	1.34 205	0.65 177	1.22 191	0.31 179	0.57 93	1.38 278	0.00 1	0.14 366	0.00 1	0.06 319	0.09 242	0.30 354

WAO-6	11.09 397	1.69 377	3.21 298	7.54 396	7.10 399	16.34 396	6.63 403	20.12 405	38.64 414	9.67 381	19.28 394	27.53 403	10.97 396	12.43 396	11.57 385	4.26 391	2.35 404	10.54 403	0.02 289	7.59 393	4.29 395

sAnonymous2	0.37 43	0.32 202	3.21 298	0.01 18	0.00 1	0.35 8	0.08 199	1.96 66	0.90 160	0.03 11	0.05 58	0.04 11	0.11 116	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 277	0.18 335

CroCo_RVC	0.37 43	0.32 202	3.21 298	0.01 18	0.00 1	0.35 8	0.08 199	1.96 66	0.90 160	0.03 11	0.05 58	0.04 11	0.11 116	0.11 6	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 277	0.18 335

TransformOpticalFlow	1.47 278	0.31 198	3.22 301	0.66 338	0.08 241	1.54 216	0.09 208	3.84 242	1.58 268	1.66 236	2.32 292	3.60 317	3.12 342	6.99 351	0.42 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

STrans-v2	1.67 300	0.36 211	3.28 302	0.02 65	0.19 297	1.45 186	0.08 199	6.69 374	1.49 252	2.00 261	2.86 307	3.67 320	3.88 358	7.04 354	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DMCA-RVC	0.90 185	0.64 306	3.30 303	0.03 104	0.04 207	1.30 137	0.06 190	2.65 111	0.73 130	3.21 323	0.09 69	0.99 173	0.66 238	3.14 172	0.99 254	0.01 311	0.04 309	0.02 346	0.01 272	0.07 212	0.01 64

FAT-Stereo	1.86 315	0.19 139	3.31 304	0.17 242	0.03 191	1.78 264	0.97 330	4.76 308	2.79 338	4.22 344	4.87 338	5.31 352	2.83 336	5.06 258	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.04 164	0.01 64

LVE	11.10 398	2.36 388	3.34 305	9.94 403	8.13 403	21.22 405	7.75 407	16.47 399	32.55 409	8.55 376	23.64 402	23.22 400	7.93 385	10.98 393	6.65 362	9.45 405	2.55 411	11.08 405	0.58 393	9.35 402	6.28 404

BEATNet_4x	0.97 192	0.77 327	3.36 306	0.46 312	0.01 104	1.32 141	0.09 208	4.57 294	1.26 215	1.88 253	0.22 111	1.09 184	0.42 201	1.79 147	2.09 310	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.06 262

RYNet	1.52 282	0.35 208	3.38 307	0.25 267	0.04 207	2.31 285	0.03 143	4.62 296	1.47 246	1.14 181	0.34 128	4.52 335	1.38 280	6.36 306	4.23 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

DispNO	1.25 252	0.52 276	3.40 308	0.11 216	0.05 214	1.45 186	0.01 55	3.73 228	1.68 275	1.34 205	1.59 248	3.15 303	1.12 266	5.56 278	1.14 262	0.00 1	0.02 275	0.03 351	0.12 341	0.05 182	0.03 193

CSAN	2.70 341	0.75 321	3.41 309	0.18 246	0.12 263	4.18 340	4.05 376	4.11 259	4.36 357	6.03 362	6.24 351	4.60 338	4.74 365	7.29 359	3.43 336	0.02 333	0.03 299	0.01 323	0.02 289	0.18 303	0.22 347

PDISCO_ROB	2.21 331	0.78 328	3.43 310	0.96 361	2.04 385	7.04 372	0.09 208	7.36 382	5.72 368	1.21 195	1.67 253	3.16 304	1.28 276	7.52 364	1.37 277	0.00 1	0.00 1	0.00 1	0.00 1	0.34 353	0.13 315

TorneroNet-64	15.45 409	5.66 405	3.44 311	13.86 408	12.03 409	28.15 415	6.27 400	19.89 404	38.68 415	12.16 389	28.06 411	35.76 411	15.44 403	19.56 406	15.40 394	9.71 409	2.52 409	19.13 412	2.70 405	12.55 409	7.94 410

RGC	1.86 315	0.67 312	3.45 312	0.07 178	0.26 323	3.29 318	0.11 218	4.78 311	1.46 244	3.26 325	4.51 336	5.14 348	2.68 331	5.46 272	1.94 304	0.00 1	0.00 1	0.00 1	0.00 1	0.08 223	0.09 293

AANet_RVC	1.66 296	0.88 342	3.52 313	0.06 158	0.00 1	1.22 101	0.00 1	3.25 171	2.51 331	2.21 275	4.49 335	3.65 319	0.20 156	7.10 355	3.42 335	0.50 383	0.04 309	0.00 1	0.00 1	0.08 223	0.05 234

AF-Net	2.17 330	0.65 309	3.53 314	0.00 1	0.09 248	2.02 275	0.48 305	6.44 368	1.70 277	3.36 327	10.22 368	4.95 345	2.81 334	4.34 217	2.66 326	0.00 1	0.00 1	0.00 1	0.00 1	0.13 271	0.01 64

MANE	14.02 407	0.85 339	3.53 314	2.13 382	3.75 391	18.44 399	6.14 397	22.67 414	27.90 404	33.01 415	41.08 418	41.26 416	30.90 415	23.39 408	17.99 401	0.47 382	0.76 393	0.91 386	4.04 409	0.17 296	1.00 381

WAO-7	9.09 390	1.79 381	3.55 316	0.80 348	0.15 279	18.67 400	4.36 383	23.07 415	26.68 403	12.59 390	27.90 410	22.52 397	13.03 398	13.53 398	11.47 384	0.09 359	0.03 299	0.58 385	0.10 333	0.47 369	0.34 360

MMNet	1.20 247	0.27 177	3.59 317	0.09 200	0.00 1	4.15 339	0.01 55	3.63 220	1.19 206	1.93 257	0.32 121	1.35 198	1.23 270	4.42 223	1.84 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

PA-Net	1.31 261	0.59 295	3.65 318	0.06 158	0.15 279	1.44 180	0.54 310	4.08 256	2.71 337	0.78 129	1.16 228	2.32 265	0.64 231	5.96 288	1.92 300	0.01 311	0.00 1	0.00 1	0.00 1	0.04 164	0.06 262
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADStereo(finetuned)	0.83 160	0.43 241	3.68 319	0.03 104	0.00 1	1.22 101	0.01 55	3.26 173	1.86 290	2.61 305	0.20 106	0.09 52	2.39 325	0.34 59	0.38 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 94	0.06 262

DRN-Test	1.62 292	0.23 168	3.72 320	0.18 246	0.13 268	3.34 321	0.19 246	5.93 363	2.01 304	4.14 343	0.76 198	2.12 249	1.78 304	5.22 263	2.62 325	0.00 1	0.00 1	0.01 323	0.01 272	0.03 133	0.01 64

stereogan	2.13 328	0.31 198	3.75 321	0.01 18	0.09 248	7.44 376	0.60 315	4.27 274	3.29 344	3.91 340	4.62 337	6.41 359	1.84 310	5.17 260	0.58 220	0.00 1	0.01 226	0.01 323	0.00 1	0.24 327	0.05 234

DCANet-4	0.69 126	0.15 113	3.76 322	0.03 104	0.01 104	1.22 101	0.01 55	3.14 154	1.90 294	2.34 288	0.14 77	0.11 58	0.25 168	0.34 59	0.29 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 234

Nwc_Net	1.94 321	0.55 285	3.79 323	0.07 178	0.08 241	2.73 302	0.04 164	6.75 377	1.11 194	2.03 265	7.92 359	4.82 342	2.11 317	4.78 245	2.01 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.01 64

PWCDC_ROB	3.06 347	1.38 373	3.81 324	0.14 230	0.00 1	3.14 313	0.02 102	4.40 283	12.35 387	1.08 175	23.69 403	2.01 239	2.01 316	3.87 199	2.43 317	0.24 376	0.00 1	0.00 1	0.00 1	0.61 377	0.08 287

edge stereo	1.94 321	0.40 229	3.82 325	0.15 232	0.09 248	1.81 267	0.45 303	4.77 309	2.21 319	3.36 327	3.94 330	8.39 371	1.72 303	5.75 283	1.69 288	0.00 1	0.00 1	0.01 323	0.00 1	0.17 296	0.01 64

LL-Strereo	1.93 319	0.97 349	3.83 326	0.55 325	2.19 386	1.49 200	0.05 177	4.09 257	1.00 178	2.59 303	2.77 305	5.17 349	5.63 376	7.19 356	0.63 227	0.00 1	0.10 354	0.00 1	0.00 1	0.25 333	0.20 343

MDST_ROB	3.50 359	0.07 33	3.94 327	2.66 387	1.46 377	12.94 390	0.97 330	7.32 381	2.42 327	14.82 398	8.08 361	2.74 279	1.51 287	8.44 375	2.48 319	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.11 301

APVNet	1.52 282	0.31 198	4.00 328	0.09 200	0.00 1	4.64 350	0.08 199	4.41 284	1.21 208	1.25 199	1.05 220	2.90 288	0.93 257	6.70 327	2.48 319	0.01 311	0.00 1	0.07 359	0.00 1	0.27 338	0.05 234

ELAS	8.05 387	0.76 325	4.02 329	0.95 360	1.02 371	14.85 395	6.99 405	12.80 394	11.73 385	22.43 411	27.75 409	17.88 391	15.19 402	10.96 392	11.31 383	0.22 371	0.56 391	0.23 375	0.22 367	0.50 372	0.71 373
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	3.49 358	0.47 262	4.03 330	1.61 380	1.91 381	10.78 386	1.92 350	3.06 144	1.26 215	8.59 377	12.06 374	6.13 357	7.82 384	4.78 245	4.77 348	0.08 356	0.12 361	0.07 359	0.15 343	0.16 291	0.11 301

FINET	1.36 266	0.46 254	4.05 331	0.22 256	0.73 365	1.03 36	0.00 1	3.57 215	5.71 367	1.59 233	1.64 250	0.49 115	0.19 150	5.53 275	1.90 297	0.00 1	0.01 226	0.00 1	0.00 1	0.08 223	0.03 193

gwcnet-sp	0.98 194	0.38 218	4.06 332	0.04 127	0.00 1	2.60 297	0.15 230	3.51 209	1.13 199	1.75 240	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 193

scenet	0.98 194	0.38 218	4.06 332	0.04 127	0.00 1	2.60 297	0.15 230	3.51 209	1.13 199	1.75 240	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 193

ssnet	0.98 194	0.38 218	4.06 332	0.04 127	0.00 1	2.60 297	0.15 230	3.51 209	1.13 199	1.75 240	0.16 85	0.68 133	0.39 196	3.69 187	0.90 246	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.03 193

ARAFT	1.12 234	0.82 337	4.11 335	0.04 127	0.00 1	1.64 247	0.03 143	4.85 315	1.69 276	2.78 310	0.57 159	0.47 112	0.11 116	4.81 247	0.24 125	0.00 1	0.03 299	0.00 1	0.00 1	0.24 327	0.05 234

TorneroNet	16.10 410	5.74 406	4.12 336	13.88 409	11.97 408	26.89 414	6.85 404	21.13 410	38.32 413	14.15 394	33.36 414	33.52 410	17.49 407	18.89 405	19.64 407	9.77 410	2.53 410	19.43 413	3.35 406	13.21 410	7.86 409

UNet	1.13 236	0.24 170	4.21 337	0.01 18	0.02 172	2.31 285	0.02 102	3.06 144	0.76 142	1.17 186	0.14 77	2.73 278	1.58 295	4.48 231	1.92 300	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

WAO-8	13.93 405	3.75 398	4.23 338	7.74 397	6.54 395	22.81 408	2.39 361	22.66 412	45.98 418	18.88 402	35.42 415	33.21 408	16.91 405	16.55 403	12.78 388	5.01 393	0.81 394	9.89 399	0.77 396	8.77 398	3.61 393

Venus	13.93 405	3.75 398	4.23 338	7.74 397	6.54 395	22.81 408	2.39 361	22.66 412	45.98 418	18.88 402	35.42 415	33.21 408	16.91 405	16.55 403	12.78 388	5.01 393	0.81 394	9.89 399	0.77 396	8.76 397	3.61 393

MFMNet_re	2.02 325	0.98 350	4.27 340	2.74 388	0.88 367	1.47 193	0.15 230	4.21 267	3.18 343	6.63 365	6.93 355	1.87 232	3.63 353	2.13 153	0.99 254	0.00 1	0.00 1	0.00 1	0.00 1	0.23 324	0.05 234

fast-acv-ft	1.41 273	0.46 254	4.29 341	0.10 208	0.13 268	3.97 335	0.29 278	2.42 94	1.91 295	0.81 134	3.55 323	3.02 295	1.26 275	3.35 175	2.05 309	0.04 343	0.01 226	0.04 354	0.04 305	0.39 361	0.05 234

CBFPSM	1.39 270	0.61 300	4.29 341	0.01 18	0.01 104	3.64 330	0.03 143	3.39 191	0.80 146	0.64 111	0.21 107	6.18 358	3.70 355	2.38 156	1.82 292	0.00 1	0.01 226	0.00 1	0.00 1	0.08 223	0.01 64

Syn2CoEx	1.66 296	1.17 362	4.29 341	0.04 127	0.00 1	1.44 180	0.56 311	5.33 339	1.98 301	2.01 264	2.12 282	2.08 244	2.81 334	6.55 316	2.42 316	0.00 1	0.00 1	0.00 1	0.00 1	0.33 350	0.06 262

SGM-ForestM	12.56 402	0.80 331	4.31 344	1.07 367	0.41 348	21.56 406	8.57 408	17.42 400	19.67 397	29.93 413	28.49 413	45.83 417	27.22 413	26.05 412	18.40 403	0.14 365	0.25 378	0.18 372	0.28 383	0.18 303	0.42 366

FADNet_RVC	1.15 240	1.06 357	4.34 345	0.02 65	0.06 223	2.77 307	0.04 164	3.50 208	0.80 146	0.35 76	0.32 121	0.65 129	0.09 101	5.20 261	1.56 280	0.24 376	0.34 385	0.11 366	0.33 387	0.65 379	0.60 368

NVstereo2D	1.09 225	0.17 127	4.40 346	0.00 1	0.00 1	1.59 231	0.18 241	4.29 276	1.40 233	0.85 135	0.36 133	2.30 262	0.62 227	5.26 264	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

ACVNet_1	6.16 381	1.86 383	4.43 347	9.52 402	7.22 401	7.59 378	2.37 359	9.99 390	6.71 375	3.84 338	5.35 344	13.23 384	4.90 369	6.25 300	1.94 304	9.06 403	2.40 405	10.88 404	0.11 337	9.58 403	6.03 402

ACVNet-4b	5.67 377	1.65 375	4.43 347	9.46 401	7.11 400	8.72 382	1.68 348	6.61 371	5.76 369	0.27 58	6.49 353	11.67 378	2.43 326	8.40 374	1.56 280	9.06 403	2.34 403	10.49 402	0.02 289	9.22 401	5.98 401

FADNet	1.20 247	0.93 347	4.51 349	0.03 104	0.06 223	2.56 295	0.16 234	4.02 253	1.42 236	0.32 63	0.06 63	1.66 219	1.07 261	5.56 278	0.87 244	0.19 370	0.02 275	0.01 323	0.01 272	0.50 372	0.03 193

GASNet	1.43 274	1.53 374	4.54 350	0.31 284	0.02 172	1.49 200	0.20 248	3.86 246	1.95 298	0.75 122	1.37 244	2.11 247	1.57 294	5.82 287	2.60 323	0.00 1	0.05 318	0.00 1	0.00 1	0.43 364	0.10 297

StereoDRNet	1.48 279	0.75 321	4.58 351	0.05 144	0.10 257	2.49 292	1.10 336	4.62 296	1.47 246	3.38 330	0.62 176	2.29 261	0.65 236	4.52 233	2.89 328	0.00 1	0.03 299	0.00 1	0.01 272	0.05 182	0.07 278

Wz-Net-LNSev-Ref	1.54 286	0.68 314	4.62 352	0.01 18	0.00 1	5.13 357	0.30 284	4.64 299	1.23 210	2.39 296	0.59 170	2.12 249	2.00 315	4.94 252	2.19 314	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 64

iResNetv2_ROB	1.08 218	1.12 360	4.68 353	1.09 368	0.00 1	1.38 164	0.05 177	3.83 241	1.11 194	0.80 133	1.15 226	1.02 176	0.12 126	4.52 233	0.45 195	0.00 1	0.00 1	0.00 1	0.00 1	0.33 350	0.03 193

FADNet-RVC	1.10 229	1.07 358	4.79 354	0.03 104	0.00 1	1.60 234	0.08 199	3.77 231	1.70 277	0.35 76	0.07 64	0.61 123	0.66 238	5.32 267	1.11 258	0.01 311	0.08 344	0.00 1	0.00 1	0.48 370	0.18 335

Consistency-Raft	1.36 266	0.65 309	4.81 355	0.33 287	0.32 344	1.62 244	0.11 218	3.65 222	3.80 352	0.33 64	6.12 350	0.86 156	2.14 318	0.94 111	1.25 269	0.02 333	0.01 226	0.00 1	0.00 1	0.24 327	0.01 64

ELAS_RVC	7.69 385	0.80 331	4.90 356	1.06 366	1.02 371	10.00 385	9.43 410	9.75 388	14.69 389	21.83 409	20.27 396	17.88 391	16.41 404	13.01 397	10.44 381	0.22 371	0.55 390	0.28 377	0.19 358	0.35 356	0.65 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
XX-Stereo	1.04 209	0.20 147	4.94 357	0.85 353	0.04 207	1.25 123	0.00 1	3.37 188	0.45 48	1.22 196	0.50 157	3.70 321	0.02 17	3.91 201	0.05 17	0.00 1	0.09 348	0.00 1	0.20 361	0.03 133	0.02 153

ACVNet_2	8.69 388	1.80 382	5.09 358	8.55 399	6.72 397	13.47 391	4.34 382	13.70 395	23.86 399	6.89 368	19.74 395	20.52 394	5.36 374	7.70 368	2.48 319	8.53 400	1.67 400	7.99 396	0.32 386	8.79 399	6.29 405

SGM+DAISY	4.39 369	1.34 369	5.18 359	1.01 364	0.88 367	5.61 362	2.86 365	4.88 317	3.53 346	13.29 392	13.95 378	12.66 381	7.55 381	7.98 371	5.39 356	0.23 375	0.18 374	0.15 370	0.24 371	0.29 345	0.64 370

Dean	11.46 400	2.03 385	5.20 360	10.73 404	8.20 404	18.71 401	5.73 394	21.10 409	41.49 417	11.12 384	22.16 400	25.92 402	7.74 382	7.52 364	4.31 343	9.01 402	2.27 402	9.95 401	0.61 394	9.18 400	6.22 403

FADNet-RVC-Resample	1.08 218	1.00 353	5.32 361	0.10 208	0.14 274	1.53 212	0.25 261	3.62 219	1.18 204	0.51 98	0.19 102	1.04 177	0.28 174	5.20 261	0.44 192	0.10 360	0.16 371	0.09 362	0.06 319	0.24 327	0.21 345

SANet	4.63 371	0.89 344	5.34 362	0.30 282	0.09 248	7.43 375	3.75 374	6.53 370	16.16 393	6.79 366	13.29 376	12.44 380	7.74 382	7.38 360	4.11 341	0.00 1	0.01 226	0.00 1	0.00 1	0.10 252	0.31 358

pmcnn	3.61 360	0.68 314	5.38 363	0.61 333	1.46 377	2.75 306	1.26 341	5.04 324	1.57 264	8.77 378	11.67 372	18.69 393	2.38 324	6.03 289	5.61 357	0.00 1	0.07 335	0.00 1	0.00 1	0.21 320	0.07 278

GwcNet	1.67 300	0.81 334	5.52 364	0.23 262	1.21 374	4.21 341	0.62 316	3.71 226	1.57 264	1.01 164	1.65 252	3.99 327	0.52 210	5.46 272	2.30 315	0.00 1	0.00 1	0.00 1	0.01 272	0.35 356	0.13 315

SHD	3.01 346	1.02 355	5.52 364	0.45 311	0.39 347	4.12 338	0.17 237	6.68 373	12.04 386	7.20 369	3.36 319	4.40 332	2.58 329	4.69 241	7.17 367	0.01 311	0.04 309	0.00 1	0.03 295	0.22 323	0.17 329

PVD	5.81 379	0.99 352	5.56 366	0.72 343	0.51 356	6.72 369	0.18 241	9.90 389	23.69 398	11.45 387	19.26 393	8.18 370	9.46 390	9.24 380	9.49 378	0.02 333	0.16 371	0.00 1	0.08 326	0.18 303	0.40 365

Wz-Net-MNSev	1.85 314	1.19 364	5.61 367	0.01 18	0.00 1	4.74 351	2.16 355	4.93 318	1.48 250	3.77 336	1.24 236	1.77 225	2.56 327	4.94 252	2.61 324	0.00 1	0.01 226	0.00 1	0.00 1	0.07 212	0.01 64

ADCRef	2.29 334	0.65 309	5.67 368	0.10 208	0.09 248	4.81 352	0.76 323	4.75 307	1.37 226	2.88 312	1.67 253	1.62 214	2.30 321	3.77 194	14.93 393	0.02 333	0.00 1	0.01 323	0.10 333	0.20 319	0.11 301

S-Stereo	2.00 323	0.30 197	5.74 369	0.24 264	0.23 313	2.51 293	1.90 349	4.74 304	5.15 364	2.42 297	5.80 346	2.85 285	0.72 244	5.08 259	2.17 312	0.00 1	0.02 275	0.00 1	0.00 1	0.08 223	0.04 218

KSHMR	14.27 408	6.95 407	5.79 370	15.08 411	12.84 410	17.44 397	10.61 411	18.88 403	30.94 407	18.81 401	22.21 401	28.54 405	8.85 387	15.56 401	9.24 377	10.34 413	3.60 415	21.61 415	4.68 412	14.48 411	8.94 411

pcwnet_v2	1.29 255	0.17 127	5.98 371	0.10 208	0.01 104	1.76 261	0.02 102	5.08 327	2.90 340	1.54 229	1.98 272	2.03 242	0.81 249	3.01 169	0.28 144	0.00 1	0.00 1	0.00 1	0.01 272	0.03 133	0.03 193

RTSC	2.66 339	1.24 366	6.04 372	0.18 246	0.02 172	4.40 347	0.08 199	4.29 276	4.98 363	6.00 361	3.15 314	2.97 293	1.56 291	6.71 328	10.89 382	0.00 1	0.07 335	0.00 1	0.05 310	0.40 362	0.24 351

DGSMNet	2.23 332	0.80 331	6.10 373	0.96 361	1.73 380	3.22 315	4.12 377	5.30 337	1.11 194	1.19 188	2.48 297	3.18 305	0.65 236	4.57 239	1.33 274	1.11 386	1.37 397	1.55 388	1.26 401	1.37 384	1.28 384

PWC_ROB	2.90 345	1.01 354	6.12 374	0.53 322	0.57 361	1.30 137	0.40 297	3.85 244	4.42 360	7.37 370	15.40 381	3.03 297	1.55 290	6.31 303	5.74 358	0.00 1	0.00 1	0.00 1	0.00 1	0.46 366	0.05 234

SAMSARA	3.32 356	1.07 358	6.25 375	0.86 357	0.31 342	7.55 377	3.87 375	5.26 336	4.20 356	7.43 371	3.35 318	10.04 377	3.83 357	6.98 350	4.83 349	0.00 1	0.14 366	0.00 1	0.05 310	0.17 296	0.22 347

Wz-Net-LNSev	1.30 257	0.85 339	6.26 376	0.02 65	0.03 191	4.02 336	0.13 226	4.21 267	1.12 198	0.77 126	0.10 71	3.60 317	1.11 263	2.68 161	1.12 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 153

SDNR	3.31 355	0.91 346	6.28 377	0.44 308	0.02 172	26.11 413	0.01 55	3.81 240	1.62 271	2.82 311	11.06 371	2.93 289	0.60 220	7.95 370	1.52 279	0.01 311	0.01 226	0.00 1	0.00 1	0.06 198	0.12 310

XQC	2.57 338	1.20 365	6.33 378	0.18 246	0.01 104	3.84 334	0.33 290	5.24 331	3.83 353	4.43 347	1.94 269	4.58 336	3.19 344	7.19 356	8.67 375	0.00 1	0.03 299	0.00 1	0.03 295	0.27 338	0.19 339

ktn	19.15 413	18.52 414	6.39 379	22.64 417	17.26 415	24.47 410	12.11 413	24.52 416	34.74 412	18.75 400	27.70 407	32.54 406	17.85 408	15.71 402	16.67 396	22.09 417	3.64 416	28.95 418	10.91 416	17.40 415	10.22 414

ADCL	3.30 353	0.81 334	6.76 380	0.25 267	0.25 320	6.93 370	4.65 385	4.79 312	2.62 336	4.61 351	3.36 319	5.22 350	4.55 363	5.54 277	14.91 392	0.05 349	0.01 226	0.11 366	0.13 342	0.28 344	0.10 297

PASM	1.58 291	1.05 356	7.51 381	0.56 326	0.09 248	1.37 159	0.28 275	2.85 126	1.44 241	3.91 340	0.44 148	3.02 295	0.64 231	6.38 307	1.59 283	0.00 1	0.01 226	0.00 1	0.03 295	0.26 335	0.15 323

Anonymous Stereo	1.78 310	1.37 372	7.79 382	0.42 306	0.07 231	1.49 200	3.20 367	3.31 181	1.84 285	2.75 308	1.14 224	1.84 231	0.09 101	6.89 343	3.32 334	0.00 1	0.00 1	0.00 1	0.00 1	0.09 242	0.01 64

notaker	17.52 411	21.54 416	7.84 383	18.05 413	14.44 413	17.58 398	6.43 401	20.13 406	24.44 401	21.34 408	27.71 408	39.12 413	18.78 410	19.63 407	20.40 408	11.95 414	2.71 414	25.51 417	5.85 414	17.10 414	9.78 412

MFN_U_SF_DS_RVC	3.30 353	2.61 391	7.84 383	0.09 200	0.26 323	12.92 389	7.62 406	4.25 271	3.64 350	2.95 315	3.99 332	4.61 339	1.22 269	8.36 373	1.77 290	0.59 384	1.15 396	0.04 354	0.85 399	0.48 370	0.67 372

MSC_U_SF_DS_RVC	5.12 376	2.33 387	8.42 385	0.33 287	0.27 328	24.60 412	8.84 409	5.50 347	9.75 382	3.82 337	8.16 362	8.53 372	1.82 306	9.44 382	5.18 354	1.02 385	1.65 399	0.33 378	0.47 390	1.06 382	0.90 378

aanetorigin	2.87 343	0.73 320	8.74 386	0.23 262	0.23 313	1.61 238	2.07 351	1.76 60	1.10 192	14.21 396	10.25 369	2.93 289	3.38 348	4.98 254	4.06 340	0.10 360	0.05 318	0.09 362	0.11 337	0.57 375	0.15 323

ADCP+	2.87 343	0.98 350	8.75 387	0.07 178	0.16 284	5.93 366	2.90 366	4.00 252	1.84 285	1.52 222	0.27 116	3.81 323	3.22 346	6.05 291	17.38 399	0.00 1	0.00 1	0.00 1	0.00 1	0.14 277	0.30 354

DPSNet	3.38 357	0.60 297	9.55 388	0.61 333	0.46 352	5.10 356	1.44 344	11.17 392	3.92 354	2.57 302	0.88 209	5.90 355	9.68 392	7.63 366	7.25 368	0.08 356	0.16 371	0.01 323	0.07 321	0.34 353	0.17 329

MFN_U_SF_RVC	3.76 363	1.77 379	9.85 389	0.84 350	0.27 328	9.50 383	0.49 307	8.07 384	3.41 345	4.81 353	3.28 317	9.40 375	3.49 349	7.76 369	8.31 374	0.41 380	0.54 389	0.52 382	0.80 398	0.89 380	0.84 376

psmorigin	2.01 324	0.37 215	10.25 390	0.22 256	0.03 191	1.62 244	0.19 246	3.31 181	1.05 186	4.92 354	3.14 312	5.85 354	2.21 319	5.31 266	1.71 289	0.00 1	0.00 1	0.00 1	0.00 1	0.05 182	0.02 153

LE_ROB	12.79 403	0.64 306	10.26 391	2.13 382	1.29 375	7.25 374	5.81 396	9.09 386	49.27 420	57.55 420	24.58 405	23.68 401	31.13 416	9.00 379	23.57 414	0.04 343	0.06 326	0.13 369	0.20 361	0.08 223	0.11 301

Wz-Net-SNSev	2.53 337	2.49 389	10.66 392	0.39 302	0.01 104	2.73 302	0.40 297	5.02 323	1.50 254	2.15 270	2.12 282	6.48 360	1.11 263	9.47 383	5.84 359	0.00 1	0.01 226	0.00 1	0.00 1	0.21 320	0.06 262

ADCMid	3.95 366	1.34 369	10.91 393	0.18 246	0.38 346	5.02 355	1.27 342	4.87 316	2.94 341	11.15 385	3.60 324	6.76 364	5.21 373	6.40 312	16.96 397	0.12 363	0.08 344	0.55 384	0.46 389	0.53 374	0.19 339

iinet-f	1.68 304	0.61 300	11.37 394	0.29 280	0.03 191	4.39 346	0.04 164	3.18 162	1.10 192	1.16 185	0.58 161	2.96 292	2.76 332	2.13 153	2.46 318	0.00 1	0.02 275	0.02 346	0.00 1	0.46 366	0.01 64

AnyNet_C32	3.93 365	2.58 390	12.07 395	0.39 302	0.49 355	5.50 360	6.45 402	4.44 287	2.19 317	6.86 367	2.94 309	5.28 351	3.20 345	6.63 321	18.37 402	0.08 356	0.04 309	0.20 373	0.09 329	0.57 375	0.19 339

ADCPNet	3.63 361	0.82 337	13.20 396	0.08 190	0.43 349	7.02 371	2.23 357	4.77 309	2.41 326	4.31 346	1.96 271	7.57 369	5.16 370	6.45 313	13.80 390	0.02 333	0.75 392	0.04 354	0.90 400	0.16 291	0.53 367

DispFullNet	7.91 386	23.96 417	13.67 397	14.71 410	7.88 402	4.83 353	0.04 164	5.01 322	2.89 339	8.86 379	4.96 339	6.11 356	10.72 394	10.18 388	3.51 337	2.44 390	0.33 384	15.15 407	4.65 411	12.33 408	5.95 400

DeepPrunerF	2.50 336	0.87 341	14.90 398	0.17 242	0.31 342	1.41 171	0.29 278	5.62 354	9.97 383	1.02 165	0.43 147	2.01 239	1.65 299	6.85 336	3.99 339	0.00 1	0.01 226	0.07 359	0.10 333	0.24 327	0.12 310

SuperB	3.70 362	1.77 379	15.73 399	0.31 284	0.05 214	4.37 345	1.67 347	3.58 217	11.57 384	2.36 292	1.32 242	2.03 242	1.91 311	6.95 348	9.01 376	0.05 349	0.03 299	0.10 365	0.08 326	11.00 406	0.10 297

ADCS	5.09 375	2.15 386	16.58 400	0.34 293	0.07 231	5.91 365	4.26 379	6.73 376	6.99 377	9.44 380	6.09 349	6.57 362	5.17 372	9.54 384	21.38 411	0.00 1	0.00 1	0.00 1	0.00 1	0.36 358	0.23 350

PWCK	8.72 389	5.37 403	16.61 401	5.74 392	0.12 263	19.88 402	11.41 412	11.31 393	13.42 388	14.07 393	12.84 375	13.20 383	8.05 386	15.44 400	10.25 380	5.95 395	0.22 376	2.09 391	0.05 310	7.50 392	0.92 379

Wz-Net-TNSev	3.91 364	5.20 402	20.57 402	0.15 232	0.01 104	7.14 373	3.57 371	6.70 375	3.57 347	1.74 239	0.58 161	7.39 368	4.33 361	8.86 377	7.99 370	0.00 1	0.00 1	0.00 1	0.02 289	0.24 327	0.16 325

HanzoNet	29.69 418	29.33 419	21.66 403	21.75 416	19.07 417	24.58 411	12.99 414	28.87 418	40.49 416	43.09 417	44.02 419	55.65 419	44.93 419	43.17 419	44.44 418	27.88 418	9.47 417	29.77 419	15.86 418	20.94 418	15.84 417

LSM	7.38 384	1.68 376	22.24 404	3.99 390	40.72 420	3.54 329	4.79 389	4.74 304	6.65 374	10.25 382	13.51 377	4.49 334	3.81 356	6.91 345	5.31 355	0.00 1	0.04 309	0.00 1	0.00 1	0.26 335	14.60 416

WZ-Net	4.16 368	1.75 378	23.59 405	0.08 190	0.04 207	2.62 301	2.16 355	5.89 360	4.74 362	5.73 360	3.51 322	6.99 367	4.89 368	10.82 391	10.11 379	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.11 301

DPSimNet_ROB	25.03 417	19.56 415	24.93 406	24.36 418	17.85 416	22.25 407	25.93 419	28.52 417	29.10 405	32.61 414	28.25 412	32.87 407	26.42 411	24.51 411	40.42 417	16.75 416	13.93 418	25.19 416	22.38 419	19.96 417	24.75 421

UNDER WATER	19.61 414	12.37 412	31.14 407	20.44 415	14.31 412	28.63 416	18.15 416	16.43 398	34.24 411	20.82 407	19.14 392	38.83 412	30.09 414	24.31 409	20.97 410	10.09 412	2.68 412	19.51 414	4.70 413	15.52 413	9.93 413

UNDER WATER-64	20.03 415	10.28 410	31.50 408	20.05 414	13.64 411	32.81 417	23.45 418	16.01 397	33.44 410	22.01 410	17.25 384	40.58 415	32.20 418	24.50 410	22.36 413	10.06 411	2.70 413	18.37 411	4.24 410	14.84 412	10.24 415

EDNetEfficient	6.54 382	1.17 362	33.15 409	0.66 338	1.96 382	2.07 276	3.72 373	2.80 122	14.85 390	20.02 405	9.69 367	6.59 363	10.19 393	7.19 356	15.49 395	0.03 341	0.10 354	0.01 323	0.20 361	0.62 378	0.29 353

JetBlue	13.83 404	5.03 401	33.82 410	0.84 350	6.92 398	50.14 419	20.02 417	15.09 396	8.92 381	11.33 386	17.05 383	28.25 404	18.01 409	32.60 417	18.53 404	0.32 378	0.12 361	0.15 370	0.23 369	4.59 389	4.64 396

AnyNet_C01	6.59 383	4.31 400	36.24 411	0.96 361	0.46 352	9.96 384	5.74 395	6.02 365	3.63 349	7.59 372	8.56 363	8.83 373	3.14 343	13.74 399	20.83 409	0.12 363	0.08 344	0.25 376	0.09 329	1.01 381	0.34 360

BEATNet-Init1	17.91 412	7.45 408	36.82 412	1.88 381	1.38 376	37.29 418	14.71 415	21.90 411	24.20 400	38.07 416	36.59 417	50.41 418	32.00 417	29.42 415	21.83 412	0.33 379	0.39 387	0.47 380	0.54 392	1.50 386	1.07 382

MADNet++	47.78 420	34.15 420	37.11 413	42.94 420	41.23 421	64.94 420	30.63 420	60.79 421	53.26 421	72.08 421	61.65 421	57.68 420	54.96 420	58.03 420	59.24 421	43.01 421	36.17 421	36.07 420	22.50 420	47.50 420	41.67 422

SPstereo	60.73 422	26.49 418	40.67 414	33.02 419	24.24 418	71.50 422	79.28 422	100.00 432	100.00 430	97.54 428	96.19 427	100.00 433	94.96 427	94.75 426	75.88 422	28.65 419	21.81 419	46.87 422	42.08 421	19.71 416	20.91 419

JetRed	34.54 419	39.28 421	62.16 415	15.62 412	26.51 419	69.20 421	40.79 421	31.43 419	32.41 408	46.06 418	44.55 420	40.19 414	26.50 412	38.43 418	56.06 420	12.76 415	37.49 422	13.23 406	9.38 415	29.52 419	19.34 418

LRCNet_RVC	60.63 421	63.16 423	62.94 416	69.09 425	50.21 422	19.92 404	0.07 193	58.32 420	5.21 366	75.67 422	86.75 422	74.68 421	62.48 421	59.01 421	49.80 419	93.38 427	56.36 426	93.48 427	92.95 427	67.44 425	71.73 427

RTS	9.75 393	2.69 392	65.25 417	0.85 353	1.99 383	14.36 392	4.75 387	5.69 356	17.29 395	7.97 373	19.00 388	6.83 365	3.02 340	26.15 413	18.62 405	0.00 1	0.15 369	0.00 1	0.00 1	0.29 345	0.16 325

RTSA	9.75 393	2.69 392	65.25 417	0.85 353	1.99 383	14.36 392	4.75 387	5.69 356	17.29 395	7.97 373	19.00 388	6.83 365	3.02 340	26.15 413	18.62 405	0.00 1	0.15 369	0.00 1	0.00 1	0.29 345	0.16 325

MADNet+	10.71 396	14.57 413	70.07 419	0.58 329	0.47 354	19.89 403	4.20 378	11.05 391	6.87 376	3.03 319	5.99 348	9.01 374	6.35 379	31.95 416	28.31 415	0.22 371	0.26 381	0.01 323	0.04 305	0.46 366	0.87 377

coex-ft	12.01 401	5.60 404	80.23 420	0.15 232	0.15 279	1.88 269	0.73 321	2.66 112	30.12 406	49.31 419	16.59 382	15.97 388	14.42 401	6.79 334	14.50 391	0.05 349	0.08 344	0.01 323	0.05 310	0.37 360	0.61 369

DLNR_Zeroshot_test	23.05 416	49.79 422	87.94 421	97.52 433	94.73 428	1.18 86	0.00 1	20.60 407	0.14 6	0.02 2	0.02 31	0.02 2	0.02 17	4.35 218	0.10 63	32.22 420	0.04 309	0.00 1	0.27 379	72.00 426	0.06 262

HaxPig	97.68 430	99.63 429	91.34 422	99.82 438	99.97 432	88.15 423	88.00 423	98.28 428	99.93 429	99.98 432	99.99 430	99.95 431	99.99 431	96.29 427	92.24 427	99.99 439	99.98 431	100.00 432	99.99 431	100.00 440	99.98 438

PML	89.08 427	99.72 430	92.85 423	94.72 427	94.92 429	99.54 430	97.42 429	93.50 425	95.96 426	99.77 431	92.33 426	95.35 426	93.51 426	99.96 433	91.15 426	99.98 438	31.71 420	100.00 432	45.94 422	93.46 428	69.88 426

xxxxx1	76.92 424	82.43 425	93.26 424	61.67 422	66.92 423	95.84 425	95.11 426	75.84 422	80.96 422	82.71 423	86.75 422	89.18 422	87.35 422	85.27 422	87.18 423	55.08 422	54.60 423	60.31 423	72.71 424	62.51 421	62.73 423

tt_ll	76.92 424	82.43 425	93.26 424	61.67 422	66.92 423	95.84 425	95.11 426	75.84 422	80.96 422	82.71 423	86.75 422	89.18 422	87.35 422	85.27 422	87.18 423	55.08 422	54.60 423	60.31 423	72.71 424	62.51 421	62.73 423

ff	76.92 424	82.43 425	93.26 424	61.67 422	66.92 423	95.84 425	95.11 426	75.84 422	80.96 422	82.71 423	86.75 422	89.18 422	87.35 422	85.27 422	87.18 423	55.08 422	54.60 423	60.31 423	72.71 424	62.51 421	62.73 423

AVERAGE_ROB	99.23 434	99.81 432	97.56 427	100.00 441	100.00 434	96.24 428	91.02 425	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	99.98 434	99.97 431	100.00 440	100.00 432	100.00 432	100.00 432	100.00 440	100.00 440

MEDIAN_ROB	96.83 428	99.41 428	98.66 428	94.75 428	94.23 427	93.08 424	90.54 424	95.61 427	94.75 425	97.65 429	97.73 428	98.30 427	96.57 428	94.51 425	93.74 428	99.78 437	98.24 428	99.99 431	99.89 430	99.48 431	99.67 431

EDNetEfficientorigin	10.31 395	1.90 384	98.96 429	0.22 256	0.23 313	2.73 302	0.71 320	4.50 290	16.94 394	18.72 399	15.36 380	12.74 382	10.73 395	8.96 378	11.94 387	0.01 311	0.01 226	0.00 1	0.00 1	0.25 333	1.31 385

tt	68.65 423	0.15 113	99.57 430	50.64 421	14.90 414	100.00 431	100.00 431	100.00 432	99.76 427	27.80 412	10.52 370	99.97 432	98.63 429	99.61 429	100.00 434	90.62 426	98.21 427	46.66 421	52.02 423	62.86 424	21.04 420

Anonymous_1	97.10 429	99.72 430	99.64 431	92.33 426	93.91 426	100.00 431	100.00 431	99.20 429	99.90 428	98.57 430	99.75 429	99.14 428	99.94 430	98.50 428	99.54 429	87.90 425	98.87 429	90.88 426	96.91 428	92.22 427	95.12 428

test_example2	98.83 431	99.97 435	99.97 432	99.96 440	99.97 432	99.46 429	99.97 430	95.54 426	100.00 430	100.00 433	100.00 431	93.37 425	93.47 425	99.93 432	99.91 430	100.00 440	99.79 430	96.64 428	98.71 429	100.00 440	100.00 440

DPSMNet_ROB	99.46 436	99.94 433	99.98 433	96.59 432	100.00 434	100.00 431	100.00 431	99.81 430	100.00 430	95.87 427	100.00 431	99.32 429	100.00 432	99.79 430	99.99 432	98.46 431	100.00 432	99.86 429	100.00 432	99.52 432	100.00 440

DGTPSM_ROB	99.45 435	99.94 433	99.98 433	96.58 431	100.00 434	100.00 431	100.00 431	99.81 430	100.00 430	95.86 426	100.00 431	99.32 429	100.00 432	99.79 430	99.99 432	98.34 430	100.00 432	99.86 429	100.00 432	99.52 432	99.99 439

MyStereo03	99.95 439	100.00 436	100.00 435	99.75 435	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	99.21 432	100.00 432	100.00 432	100.00 432	99.99 435	99.95 433

MyStereo02	99.95 439	100.00 436	100.00 435	99.75 435	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	99.21 432	100.00 432	100.00 432	100.00 432	99.99 435	99.95 433

MyStereo	99.95 439	100.00 436	100.00 435	99.75 435	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	99.21 432	100.00 432	100.00 432	100.00 432	99.99 435	99.95 433

Selective-RAFT-Error	100.00 442	100.00 436	100.00 435	100.00 441	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	100.00 440	100.00 432	100.00 432	100.00 432	99.99 435	99.95 433

CasAABBNet	99.94 437	100.00 436	100.00 435	99.72 434	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	99.21 432	100.00 432	100.00 432	100.00 432	99.96 434	99.95 433

LSM0	99.94 437	100.00 436	100.00 435	99.84 439	100.00 434	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	99.22 436	100.00 432	100.00 432	100.00 432	99.99 435	99.83 432

DPSM_ROB	99.17 432	100.00 436	100.00 435	96.28 429	98.84 430	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	93.66 428	100.00 432	100.00 432	100.00 432	96.31 429	98.27 429

DPSM	99.17 432	100.00 436	100.00 435	96.28 429	98.84 430	100.00 431	100.00 431	100.00 432	100.00 430	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 434	93.66 428	100.00 432	100.00 432	100.00 432	96.31 429	98.27 429

ASD4		67.10 424

Low-res two-view benchmark