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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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
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

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

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.
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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.
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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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