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

H2IRNET	0.14 63	0.19 183	1.11 168	0.00 1	0.00 1	1.07 291	0.01 215	0.13 79	0.14 94	0.00 1	0.00 1	0.05 117	0.01 84	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.01 127

MGS-Stereo	0.10 20	0.08 109	0.82 94	0.00 1	0.00 1	0.41 75	0.00 1	0.20 107	0.08 31	0.00 1	0.00 1	0.01 7	0.01 84	0.04 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 383	0.00 1

IGEV+	0.06 5	0.24 209	0.56 29	0.02 267	0.04 316	0.05 16	0.00 1	0.06 28	0.08 31	0.00 1	0.00 1	0.03 75	0.02 131	0.00 1	0.01 76	0.00 1	0.05 371	0.00 1	0.00 1	0.08 269	0.01 127

Former-RAFT_DAM_RVC	0.08 10	0.06 83	0.41 3	0.00 1	0.00 1	0.05 16	0.00 1	0.11 71	0.22 115	0.75 361	0.00 1	0.02 39	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.03 257

SMFormer	0.33 188	0.10 120	1.04 147	0.00 1	0.00 1	0.03 5	0.00 1	1.45 292	0.55 163	0.00 1	0.00 1	0.15 185	0.00 1	3.24 263	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 224

tta	0.33 188	0.10 120	1.04 147	0.00 1	0.00 1	0.03 5	0.00 1	1.45 292	0.55 163	0.00 1	0.00 1	0.15 185	0.00 1	3.24 263	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

qqq1	0.33 188	0.10 120	1.04 147	0.00 1	0.00 1	0.03 5	0.00 1	1.45 292	0.55 163	0.00 1	0.00 1	0.15 185	0.00 1	3.24 263	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

fff1	0.33 188	0.10 120	1.04 147	0.00 1	0.00 1	0.03 5	0.00 1	1.45 292	0.55 163	0.00 1	0.00 1	0.15 185	0.00 1	3.24 263	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

MyStereo07	0.10 20	0.12 143	0.59 35	0.00 1	0.00 1	0.98 220	0.00 1	0.03 6	0.10 67	0.01 127	0.00 1	0.01 7	0.05 230	0.04 103	0.00 1	0.00 1	0.05 371	0.00 1	0.00 1	0.02 133	0.04 286

AE-Stereo	0.17 89	0.05 60	0.79 85	0.03 285	0.09 345	1.06 257	0.00 1	0.57 176	0.06 13	0.08 289	0.00 1	0.13 173	0.00 1	0.01 27	0.01 76	0.00 1	0.06 382	0.00 1	0.23 397	0.08 269	0.04 286

CoDeX	0.36 205	0.24 209	1.39 220	0.00 1	0.01 236	0.29 52	0.00 1	1.58 318	0.57 208	0.00 1	0.00 1	0.25 221	0.07 247	2.82 246	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

ACVNet-DCA	0.25 143	0.22 196	1.20 184	0.00 1	0.00 1	1.31 360	0.00 1	0.95 230	0.55 163	0.07 282	0.00 1	0.03 75	0.02 131	0.59 183	0.01 76	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

xx1	0.28 157	0.22 196	1.20 184	0.00 1	0.00 1	1.31 360	0.00 1	1.41 281	0.69 359	0.07 282	0.00 1	0.01 7	0.00 1	0.59 183	0.01 76	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

1test111	0.28 157	0.22 196	1.20 184	0.00 1	0.00 1	1.31 360	0.00 1	0.95 230	0.55 163	0.07 282	0.00 1	0.03 75	0.02 131	1.23 205	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

cc1	0.28 157	0.22 196	1.20 184	0.00 1	0.00 1	1.31 360	0.00 1	1.41 281	0.69 359	0.07 282	0.00 1	0.03 75	0.02 131	0.59 183	0.01 76	0.00 1	0.01 303	0.00 1	0.00 1	0.08 269	0.04 286

mmm	0.13 50	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 219	0.56 175	0.00 1	0.00 1	0.01 7	0.01 84	0.51 178	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.01 56	0.01 127

11t1	0.08 10	0.01 1	0.54 23	0.00 1	0.00 1	0.09 25	0.00 1	0.44 157	0.55 163	0.00 1	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.01 56	0.01 127

ff7	0.11 35	0.18 174	0.52 15	0.00 1	0.00 1	1.06 257	0.00 1	0.09 52	0.09 49	0.01 127	0.00 1	0.01 7	0.03 174	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 366	0.07 252	0.01 127

ffff	0.11 35	0.18 174	0.52 15	0.00 1	0.00 1	1.06 257	0.00 1	0.09 52	0.09 49	0.01 127	0.00 1	0.01 7	0.03 174	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 366	0.07 252	0.01 127

DualNet	0.55 280	0.02 7	1.06 156	0.00 1	0.00 1	0.62 132	0.00 1	1.42 284	0.57 208	0.00 1	0.00 1	0.67 304	0.02 131	0.57 180	5.86 384	0.00 1	0.01 303	0.00 1	0.00 1	0.08 269	0.03 257

ffm	0.25 143	0.02 7	1.06 156	0.00 1	0.00 1	0.62 132	0.00 1	1.42 284	0.57 208	0.00 1	0.00 1	0.67 304	0.02 131	0.57 180	0.01 76	0.00 1	0.01 303	0.00 1	0.00 1	0.08 269	0.03 257

ff1	0.80 324	0.02 7	1.06 156	0.00 1	0.00 1	0.62 132	0.00 1	1.42 284	0.57 208	0.00 1	0.00 1	0.67 304	0.02 131	5.57 348	5.86 384	0.00 1	0.01 303	0.00 1	0.00 1	0.08 269	0.03 257

mmx	0.85 330	0.02 7	1.06 156	0.00 1	0.00 1	0.62 132	0.00 1	2.50 367	0.56 175	0.00 1	0.00 1	0.67 304	0.02 131	5.57 348	5.86 384	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

11t	0.11 35	0.18 174	0.52 15	0.00 1	0.00 1	1.06 257	0.00 1	0.09 52	0.09 49	0.01 127	0.00 1	0.01 7	0.03 174	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 366	0.07 252	0.01 127

tt1	0.27 153	0.23 205	1.17 179	0.00 1	0.00 1	1.29 358	0.00 1	1.42 284	0.57 208	0.07 282	0.00 1	0.03 75	0.02 131	0.57 180	0.01 76	0.00 1	0.01 303	0.00 1	0.00 1	0.08 269	0.03 257

ttt	0.70 314	0.02 7	0.78 82	0.00 1	0.00 1	0.62 132	0.00 1	2.50 367	0.56 175	0.00 1	0.00 1	0.29 229	0.01 84	4.18 302	5.00 379	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

1111x	0.87 335	0.02 7	1.20 184	0.00 1	0.00 1	0.70 156	0.00 1	2.60 379	0.56 175	0.00 1	0.00 1	0.04 96	0.01 84	5.36 339	6.80 389	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

whm_eth	0.17 89	0.36 263	1.51 240	0.00 1	0.00 1	0.53 110	0.00 1	0.25 122	0.61 296	0.00 1	0.00 1	0.03 75	0.01 84	0.01 27	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 348

xxx	0.85 330	0.02 7	1.06 156	0.00 1	0.00 1	0.62 132	0.00 1	2.50 367	0.56 175	0.00 1	0.00 1	0.67 304	0.02 131	5.57 348	5.86 384	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

EKT-Stereo	0.46 238	0.12 143	1.03 146	0.75 398	4.21 415	1.06 257	0.00 1	0.83 214	0.04 9	0.02 215	0.00 1	0.08 143	0.00 1	0.89 196	0.01 76	0.00 1	0.03 343	0.00 1	0.05 355	0.04 203	0.01 127

MIM_Stereo	0.10 20	0.32 239	0.90 120	0.00 1	0.03 301	0.29 52	0.00 1	0.11 71	0.11 73	0.02 215	0.00 1	0.04 96	0.01 84	0.01 27	0.00 1	0.00 1	0.03 343	0.00 1	0.00 1	0.11 298	0.08 335

Ntro	0.57 290	1.13 385	2.24 304	0.04 296	0.36 390	1.04 245	0.02 254	0.74 202	0.57 208	0.01 127	0.00 1	0.76 314	0.08 251	3.01 255	0.47 303	0.07 375	0.04 358	0.01 356	0.00 1	0.76 395	0.02 224

CASnet	0.08 10	0.05 60	0.40 1	0.00 1	0.00 1	0.82 181	0.00 1	0.14 83	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 104	0.10 120	1.38 218	0.00 1	0.01 236	0.75 168	0.00 1	0.35 141	0.12 85	0.00 1	0.00 1	0.48 275	0.51 319	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

CFNet_ucs	0.26 147	0.14 155	1.53 243	0.00 1	0.01 236	0.84 188	0.00 1	1.78 335	0.17 107	0.00 1	0.00 1	0.49 283	0.30 304	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

AEACV	0.10 20	0.02 7	0.49 11	0.00 1	0.02 280	0.75 168	0.00 1	0.07 41	0.02 2	0.09 297	0.00 1	0.01 7	0.08 251	0.01 27	0.00 1	0.00 1	0.03 343	0.00 1	0.24 402	0.07 252	0.05 303

Any-RAFT	0.17 89	0.04 38	0.93 127	0.00 1	0.00 1	1.10 318	0.00 1	0.99 237	0.03 4	0.01 127	0.00 1	0.21 210	0.00 1	0.07 120	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Test	0.20 112	0.09 116	1.34 209	0.00 1	0.12 357	0.39 72	0.10 315	0.72 199	0.25 122	0.08 289	0.00 1	0.44 268	0.00 1	0.05 110	0.13 223	0.00 1	0.00 1	0.00 1	0.24 402	0.01 56	0.01 127

LL-Strereo2	0.12 44	0.41 288	0.91 124	0.05 306	0.03 301	0.51 101	0.04 282	0.13 79	0.11 73	0.01 127	0.00 1	0.03 75	0.02 131	0.06 115	0.10 198	0.00 1	0.00 1	0.00 1	0.01 318	0.03 182	0.03 257

LL-Strereo	0.71 317	0.88 369	2.40 313	0.00 1	0.00 1	0.63 142	0.01 215	1.57 316	0.58 247	0.45 350	0.00 1	0.54 292	0.30 304	6.37 383	0.07 173	0.00 1	0.05 371	0.00 1	0.00 1	0.22 356	0.17 378

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 35	0.00 1	0.17 92	0.07 18	0.00 1	0.00 1	0.04 96	0.01 84	0.04 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CAS	0.10 20	0.05 60	0.46 9	0.00 1	0.00 1	1.03 238	0.00 1	0.21 113	0.09 49	0.00 1	0.00 1	0.03 75	0.01 84	0.01 27	0.02 106	0.08 378	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 20	0.04 38	0.98 141	0.00 1	0.00 1	0.62 132	0.00 1	0.09 52	0.11 73	0.00 1	0.00 1	0.01 7	0.01 84	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.02 332	0.04 203	0.03 257

anonymousdsp	0.11 35	0.18 174	0.58 32	0.00 1	0.00 1	1.06 257	0.00 1	0.08 46	0.09 49	0.01 127	0.00 1	0.01 7	0.04 205	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 371	0.07 252	0.03 257

fast-acv-ft	0.29 171	0.37 271	3.76 372	0.06 324	0.01 236	0.28 50	0.17 325	0.06 28	0.21 113	0.00 1	0.00 1	0.08 143	0.09 254	0.10 138	0.23 265	0.01 348	0.00 1	0.03 381	0.01 318	0.26 366	0.01 127

iinet-f	0.48 247	0.57 333	4.45 382	0.00 1	0.01 236	0.77 171	0.00 1	1.48 305	0.61 296	0.01 127	0.00 1	0.40 261	0.44 315	0.38 171	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.35 379	0.01 127

CES	0.08 10	0.07 102	0.43 7	0.00 1	0.00 1	0.21 41	0.01 215	0.08 46	0.56 175	0.01 127	0.00 1	0.08 143	0.04 205	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 316	0.25 44	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 131	0.00 1	0.01 76	0.00 1	0.00 1	0.00 1	0.07 361	0.03 182	0.08 335

EGLCR-Stereo	0.15 76	0.05 60	0.47 10	0.07 328	0.03 301	1.06 257	0.01 215	1.06 244	0.12 85	0.16 319	0.00 1	0.00 1	0.02 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 224

CASS	0.07 8	0.06 83	0.73 49	0.00 1	0.00 1	0.10 27	0.01 215	0.15 86	0.12 85	0.16 319	0.00 1	0.02 39	0.02 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.12 44	0.15 159	0.92 126	0.00 1	0.00 1	0.46 92	0.00 1	0.41 152	0.10 67	0.00 1	0.00 1	0.10 157	0.00 1	0.07 120	0.19 252	0.00 1	0.00 1	0.00 1	0.02 332	0.04 203	0.02 224

knoymous	0.09 16	0.04 38	1.04 147	0.00 1	0.00 1	0.11 30	0.00 1	0.23 116	0.05 12	0.00 1	0.00 1	0.23 214	0.00 1	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Selective-RAFT	0.13 50	0.04 38	0.51 12	0.00 1	0.00 1	1.06 257	0.00 1	0.04 12	0.57 208	0.00 1	0.00 1	0.06 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 389	0.04 203	0.00 1

ProNet	0.09 16	0.20 187	0.53 22	0.00 1	0.00 1	0.80 177	0.00 1	0.04 12	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.01 127

MC-Stereo	0.10 20	0.10 120	0.59 35	0.01 243	0.01 236	1.06 257	0.00 1	0.03 6	0.09 49	0.02 215	0.00 1	0.03 75	0.02 131	0.03 94	0.00 1	0.00 1	0.01 303	0.00 1	0.02 332	0.05 220	0.01 127

RCA-Stereo	0.18 99	0.11 134	0.63 38	0.00 1	0.00 1	1.06 257	0.00 1	1.48 305	0.07 18	0.07 282	0.00 1	0.02 39	0.05 230	0.00 1	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.05 220	0.01 127

CroCo-Stereo Lap2	0.09 16	0.23 205	0.74 58	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 175	0.00 1	0.00 1	0.01 7	0.03 174	0.02 69	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 127

DCANet-4	0.31 177	0.05 60	2.61 332	0.00 1	0.00 1	1.05 248	0.00 1	1.49 311	0.61 296	0.13 309	0.00 1	0.03 75	0.05 230	0.03 94	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 303

qqq	0.17 89	0.01 1	0.52 15	0.00 1	0.00 1	0.12 33	0.00 1	0.95 230	0.55 163	0.00 1	0.00 1	0.01 7	0.00 1	1.23 205	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

ccc-4	0.11 35	0.18 174	0.52 15	0.00 1	0.00 1	1.06 257	0.00 1	0.09 52	0.09 49	0.01 127	0.00 1	0.01 7	0.03 174	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 366	0.07 252	0.01 127

fff	0.28 157	0.37 271	1.20 184	0.00 1	0.01 236	1.05 248	0.00 1	1.48 305	0.61 296	0.13 309	0.00 1	0.04 96	0.60 327	0.02 69	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 303

tt	48.25 419	0.05 60	28.22 412	1.29 403	0.00 1	100.00 431	100.00 429	100.00 430	97.19 425	0.08 289	0.00 1	97.99 429	86.70 425	2.26 230	99.92 430	83.66 426	94.83 425	16.47 419	21.27 421	35.05 419	0.01 127

ADStereo(finetuned)	0.34 195	0.37 271	2.24 304	0.00 1	0.00 1	1.04 245	0.00 1	1.49 311	0.61 296	0.08 289	0.00 1	0.04 96	0.74 337	0.03 94	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 303

x	0.10 20	0.01 1	0.51 12	0.00 1	0.00 1	0.09 25	0.00 1	0.67 194	0.55 163	0.00 1	0.00 1	0.01 7	0.00 1	0.09 134	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

DisPM	0.16 81	0.05 60	0.82 94	0.07 328	0.00 1	1.14 337	0.41 364	0.08 46	0.54 159	0.03 242	0.00 1	0.00 1	0.00 1	0.06 115	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Wz-Net-LNSev-Ref	0.42 223	0.52 320	3.02 351	0.00 1	0.00 1	0.57 119	0.00 1	1.15 257	0.60 281	0.00 1	0.00 1	0.04 96	0.14 273	1.51 209	0.76 323	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.14 63	0.09 116	1.29 202	0.00 1	0.00 1	0.62 132	0.00 1	0.17 92	0.10 67	0.00 1	0.00 1	0.40 261	0.02 131	0.11 143	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RAFT_CTSACE	0.14 63	0.33 243	1.23 195	0.00 1	0.01 236	0.47 93	0.00 1	0.27 129	0.11 73	0.01 127	0.00 1	0.04 96	0.00 1	0.08 131	0.00 1	0.00 1	0.01 303	0.00 1	0.00 1	0.24 361	0.00 1

CRFU-Net	0.40 219	0.12 143	1.50 239	0.14 365	0.01 236	0.90 202	0.00 1	0.42 154	0.14 94	0.00 1	0.00 1	0.42 265	1.94 371	2.15 223	0.12 216	0.00 1	0.00 1	0.03 381	0.00 1	0.03 182	0.00 1

RAFT+CT+SA	0.26 147	0.34 247	1.11 168	0.02 267	0.27 386	1.10 318	0.00 1	0.70 198	0.56 175	0.00 1	0.00 1	0.07 137	0.01 84	0.36 169	0.00 1	0.00 1	0.00 1	0.00 1	0.31 409	0.11 298	0.22 388

test_5	0.26 147	0.35 256	1.35 211	0.01 243	0.22 385	0.80 177	0.01 215	0.81 210	0.58 247	0.12 306	0.00 1	0.06 130	0.01 84	0.61 186	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.16 376

NINENet	0.45 234	0.09 116	0.81 91	0.06 324	0.00 1	1.87 377	0.00 1	2.69 382	0.56 175	0.00 1	0.00 1	0.65 301	0.00 1	2.15 223	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

test_4	0.13 50	0.07 102	1.12 171	0.00 1	0.05 325	0.82 181	0.00 1	0.04 12	0.08 31	0.10 301	0.00 1	0.01 7	0.01 84	0.02 69	0.06 162	0.00 1	0.00 1	0.00 1	0.02 332	0.11 298	0.00 1

IGEV-Stereo	0.11 35	0.18 174	0.58 32	0.00 1	0.00 1	1.06 257	0.00 1	0.08 46	0.09 49	0.01 127	0.00 1	0.01 7	0.04 205	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 371	0.07 252	0.03 257
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 261	0.51 315	1.44 231	0.00 1	0.00 1	0.29 52	0.00 1	0.63 189	0.59 259	0.00 1	0.00 1	0.08 143	0.01 84	6.14 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 356	0.01 127

psmg	0.22 122	0.05 60	0.54 23	0.00 1	0.00 1	1.05 248	0.00 1	1.73 332	0.58 247	0.00 1	0.00 1	0.36 248	0.03 174	0.01 27	0.08 183	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CSP-Net	0.37 210	0.10 120	0.54 23	0.00 1	0.00 1	0.50 99	0.00 1	0.64 190	0.13 92	0.00 1	0.00 1	0.15 185	0.02 131	5.27 333	0.06 162	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

iRaft-Stereo_20w	0.38 213	0.11 134	1.91 280	0.12 356	0.04 316	0.70 156	0.24 337	1.72 331	0.16 105	0.41 347	0.00 1	0.26 223	1.04 348	0.41 173	0.24 268	0.00 1	0.04 358	0.00 1	0.14 379	0.02 133	0.09 348

UDGNet	0.14 63	0.48 305	0.72 47	0.00 1	0.00 1	1.06 257	0.00 1	0.05 18	0.28 125	0.00 1	0.00 1	0.02 39	0.00 1	0.09 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 81	0.52 320	0.86 108	0.01 243	0.00 1	1.03 238	0.00 1	0.09 52	0.52 153	0.01 127	0.00 1	0.02 39	0.02 131	0.00 1	0.00 1	0.01 348	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

dad	0.17 89	0.54 324	0.82 94	0.00 1	0.00 1	1.03 238	0.00 1	0.02 4	0.23 120	0.01 127	0.00 1	0.02 39	0.01 84	0.63 187	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

UDG	0.42 223	0.43 292	1.17 179	0.00 1	0.00 1	0.99 226	0.00 1	1.70 329	0.60 281	0.05 268	0.00 1	1.51 363	0.19 286	1.20 202	0.61 316	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

GLC_STEREO	0.04 1	0.05 60	0.52 15	0.00 1	0.00 1	0.06 20	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DAS	0.49 252	0.05 60	1.29 202	0.00 1	0.00 1	0.07 21	0.00 1	1.25 264	0.61 296	1.18 372	0.00 1	0.24 216	0.03 174	4.76 319	0.22 260	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

SepStereo	0.45 234	0.05 60	1.29 202	0.00 1	0.00 1	0.07 21	0.00 1	1.25 264	0.61 296	1.18 372	0.00 1	0.24 216	0.03 174	3.93 293	0.22 260	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

IPLG	0.51 266	0.38 281	1.60 248	0.02 267	0.00 1	1.11 326	0.07 298	1.48 305	0.57 208	0.05 268	0.00 1	0.12 166	0.15 278	4.58 313	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 298	0.00 1

IPLGR	0.43 230	0.17 170	2.05 292	0.02 267	0.02 280	1.08 304	0.04 282	1.62 324	0.57 208	0.09 297	0.00 1	0.15 185	0.22 294	2.62 239	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

AASNet	0.27 153	0.47 303	1.56 244	0.00 1	0.00 1	0.91 209	0.00 1	0.58 179	0.58 247	0.00 1	0.00 1	0.39 259	0.02 131	0.33 166	0.13 223	0.00 1	0.00 1	0.00 1	0.00 1	0.25 364	0.06 323

test-3	0.17 89	0.03 23	0.74 58	0.03 285	0.10 349	0.43 85	0.00 1	1.36 273	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.08 131	0.19 252	0.00 1	0.00 1	0.00 1	0.20 390	0.12 305	0.11 357

test_1	0.17 89	0.03 23	0.75 66	0.03 285	0.10 349	0.43 85	0.00 1	1.36 273	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.07 120	0.19 252	0.00 1	0.00 1	0.00 1	0.20 390	0.12 305	0.11 357

SACVNet	0.42 223	0.29 231	1.10 164	0.00 1	0.00 1	1.02 232	0.00 1	0.78 203	0.29 129	0.03 242	0.00 1	0.24 216	0.02 131	4.27 307	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.20 352	0.01 127

AACVNet	0.40 219	0.36 263	0.90 120	0.00 1	0.00 1	0.53 110	0.00 1	0.18 94	0.41 145	0.02 215	0.00 1	0.11 160	0.01 84	5.33 336	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.00 1

test_3	0.19 104	0.02 7	0.76 71	0.03 285	0.10 349	0.53 110	0.00 1	1.42 284	0.07 18	0.13 309	0.00 1	0.02 39	0.00 1	0.07 120	0.19 252	0.00 1	0.00 1	0.00 1	0.20 390	0.12 305	0.11 357

GwcNet-ADL	0.30 173	0.19 183	1.78 268	0.00 1	0.00 1	1.03 238	0.00 1	2.08 350	0.28 125	0.00 1	0.00 1	0.37 254	0.04 205	0.02 69	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 257

TRStereo	0.37 210	0.23 205	1.41 226	0.03 285	0.00 1	1.07 291	0.02 254	3.07 387	0.57 208	0.01 127	0.00 1	0.11 160	0.40 314	0.06 115	0.00 1	0.00 1	0.00 1	0.00 1	0.22 396	0.01 56	0.08 335

LCNet	0.22 122	0.11 134	0.74 58	0.11 352	0.00 1	0.97 218	0.00 1	0.09 52	0.59 259	0.01 127	0.00 1	0.02 39	1.10 352	0.43 174	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.01 127

Patchmatch Stereo++	0.13 50	0.04 38	0.73 49	0.05 306	0.01 236	1.06 257	0.08 305	0.06 28	0.56 175	0.01 127	0.00 1	0.05 117	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.96 342	0.05 60	0.74 58	0.09 338	0.27 386	1.11 326	0.28 348	0.05 18	0.59 259	0.01 127	0.00 1	0.01 7	1.00 346	3.68 284	11.30 402	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

NF-Stereo	0.47 240	0.03 23	0.77 73	0.12 356	0.00 1	1.07 291	0.26 341	0.19 97	0.60 281	0.01 127	0.00 1	0.02 39	0.00 1	6.18 372	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

OCTAStereo	0.47 240	0.03 23	0.77 73	0.12 356	0.00 1	1.07 291	0.26 341	0.19 97	0.60 281	0.01 127	0.00 1	0.02 39	0.00 1	6.16 371	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-adaLoss	0.14 63	0.04 38	0.73 49	0.05 306	0.02 280	1.06 257	0.08 305	0.05 18	0.56 175	0.01 127	0.00 1	0.07 137	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo_v2	0.14 63	0.04 38	0.73 49	0.05 306	0.01 236	1.06 257	0.06 295	0.05 18	0.56 175	0.01 127	0.00 1	0.07 137	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo	0.13 50	0.04 38	0.73 49	0.05 306	0.02 280	1.06 257	0.07 298	0.06 28	0.56 175	0.01 127	0.00 1	0.03 75	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

HUI-Stereo	0.14 63	0.04 38	0.75 66	0.05 306	0.02 280	1.06 257	0.08 305	0.06 28	0.57 208	0.01 127	0.00 1	0.07 137	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

SST-Stereo	0.51 266	0.02 7	0.74 58	0.05 306	0.19 379	1.09 312	0.49 371	0.26 125	0.61 296	0.04 259	0.00 1	0.05 117	0.58 324	6.12 368	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

GrayStereo	0.46 238	0.01 1	0.71 45	0.10 342	0.00 1	1.12 333	2.67 404	0.20 107	0.59 259	0.00 1	0.00 1	0.08 143	3.76 393	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RE-Stereo	0.47 240	0.03 23	0.77 73	0.12 356	0.00 1	1.07 291	0.26 341	0.19 97	0.60 281	0.01 127	0.00 1	0.02 39	0.00 1	6.18 372	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Pruner-Stereo	0.16 81	0.04 38	0.73 49	0.19 380	0.00 1	1.08 304	0.21 333	0.16 87	0.59 259	0.03 242	0.00 1	0.01 7	0.00 1	0.02 69	0.22 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

TVStereo	0.47 240	0.03 23	0.77 73	0.12 356	0.00 1	1.07 291	0.26 341	0.19 97	0.60 281	0.01 127	0.00 1	0.02 39	0.00 1	6.18 372	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DeepStereo_RVC	0.22 122	0.04 38	0.87 113	0.05 306	0.02 280	1.07 291	0.32 352	0.04 12	0.56 175	0.01 127	0.00 1	0.00 1	1.25 359	0.01 27	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.05 303

iGMRVC	0.14 63	0.04 38	0.74 58	0.05 306	0.02 280	1.06 257	0.07 298	0.06 28	0.56 175	0.01 127	0.00 1	0.05 117	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

IRAFT_RVC	0.51 266	0.13 149	1.14 173	0.10 342	0.00 1	1.17 347	0.10 315	0.28 133	0.61 296	0.01 127	0.00 1	0.02 39	0.12 269	6.22 379	0.22 260	0.00 1	0.09 387	0.00 1	0.00 1	0.02 133	0.01 127

iRAFT	0.13 50	0.04 38	0.73 49	0.05 306	0.01 236	1.06 257	0.08 305	0.06 28	0.56 175	0.01 127	0.00 1	0.05 117	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

AnonymousM	0.10 20	0.04 38	0.56 29	0.00 1	0.00 1	1.02 232	0.00 1	0.19 97	0.11 73	0.00 1	0.00 1	0.00 1	0.00 1	0.07 120	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CRE-IMP	0.16 81	0.03 23	0.75 66	0.05 306	0.01 236	1.11 326	0.34 357	0.04 12	0.56 175	0.02 215	0.00 1	0.12 166	0.00 1	0.01 27	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.08 335

cross-raft	0.15 76	0.05 60	1.46 234	0.00 1	0.01 236	0.37 70	0.07 298	0.40 150	0.02 2	0.02 215	0.00 1	0.38 257	0.00 1	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.11 371	0.01 56	0.02 224

GMM-Stereo	0.18 99	0.02 7	1.37 217	0.08 333	0.00 1	1.11 326	0.13 323	0.09 52	0.60 281	0.01 127	0.00 1	0.02 39	0.10 262	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RAFT-IKP	0.14 63	0.04 38	0.75 66	0.05 306	0.01 236	1.06 257	0.08 305	0.05 18	0.56 175	0.01 127	0.00 1	0.05 117	0.00 1	0.01 27	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

LMCR-Stereo	0.27 153	0.34 247	1.42 228	0.00 1	0.00 1	0.79 175	0.00 1	2.15 354	0.61 296	0.00 1	0.00 1	0.04 96	0.04 205	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

GEStereo_RVC	0.43 230	0.38 281	1.10 164	0.01 243	0.00 1	1.02 232	0.00 1	1.94 343	0.57 208	0.00 1	0.00 1	0.14 179	0.01 84	3.25 268	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 224

Anonymous3	0.19 104	0.07 102	1.33 207	0.00 1	0.00 1	1.12 333	0.00 1	0.56 174	0.56 175	0.01 127	0.00 1	0.06 130	0.00 1	0.01 27	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

TestStereo	0.31 177	0.22 196	1.36 215	0.00 1	0.00 1	0.27 47	0.00 1	0.06 28	0.04 9	0.01 127	0.00 1	0.03 75	0.01 84	4.27 307	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.14 63	0.37 271	0.96 133	0.00 1	0.16 368	0.64 146	0.03 270	0.05 18	0.08 31	0.00 1	0.00 1	0.02 39	0.03 174	0.03 94	0.07 173	0.00 1	0.07 383	0.00 1	0.00 1	0.05 220	0.16 376

raftrobust	0.13 50	0.36 263	0.94 130	0.00 1	0.18 375	0.62 132	0.02 254	0.07 41	0.07 18	0.00 1	0.00 1	0.03 75	0.03 174	0.03 94	0.05 148	0.00 1	0.01 303	0.00 1	0.00 1	0.06 240	0.04 286

sAnonymous2	0.10 20	0.22 196	1.35 211	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 372

CroCo_RVC	0.10 20	0.22 196	1.35 211	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 372

CFNet_pseudo	0.22 122	0.10 120	1.39 220	0.00 1	0.01 236	0.98 220	0.00 1	0.94 228	0.09 49	0.00 1	0.00 1	0.48 275	0.36 311	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.47 240	0.11 134	5.03 387	0.00 1	0.00 1	0.70 156	0.00 1	1.98 345	0.61 296	0.01 127	0.00 1	0.36 248	0.33 309	0.18 153	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 224

RALAANet	0.13 50	0.51 315	0.95 131	0.00 1	0.00 1	0.32 60	0.01 215	0.38 145	0.03 4	0.00 1	0.00 1	0.05 117	0.09 254	0.02 69	0.12 216	0.00 1	0.00 1	0.00 1	0.02 332	0.10 292	0.00 1

sCroCo_RVC	0.09 16	0.05 60	1.02 144	0.00 1	0.00 1	0.02 3	0.00 1	0.12 75	0.48 148	0.00 1	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

XX-Stereo	0.57 290	0.15 159	4.26 379	0.08 333	0.03 301	1.10 318	0.00 1	2.55 372	0.11 73	0.11 304	0.00 1	1.43 358	0.01 84	1.34 208	0.00 1	0.00 1	0.04 358	0.00 1	0.16 384	0.03 182	0.01 127

Anonymous	0.05 2	0.06 83	0.86 108	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 39	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 303

DCANet	0.25 143	0.37 271	1.20 184	0.00 1	0.00 1	1.06 257	0.00 1	1.49 311	0.61 296	0.08 289	0.00 1	0.04 96	0.00 1	0.02 69	0.10 198	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 303

csc	0.28 157	0.37 271	1.20 184	0.00 1	0.01 236	1.05 248	0.00 1	1.48 305	0.61 296	0.13 309	0.00 1	0.04 96	0.60 327	0.02 69	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 303

cscssc	0.28 157	0.37 271	1.20 184	0.00 1	0.01 236	1.05 248	0.00 1	1.48 305	0.61 296	0.13 309	0.00 1	0.04 96	0.60 327	0.02 69	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 303

222	1.95 373	0.03 23	0.41 3	0.00 1	0.00 1	0.58 122	0.00 1	2.64 381	0.57 208	0.02 215	0.00 1	0.05 117	0.02 131	3.34 271	31.23 418	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 224

111	0.30 173	0.66 343	1.20 184	0.00 1	0.01 236	1.06 257	0.03 270	1.60 319	0.59 259	0.27 334	0.00 1	0.20 208	0.05 230	0.08 131	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.12 366

xxxx	1.04 345	0.02 7	0.54 23	0.00 1	0.00 1	0.53 110	0.00 1	2.53 371	0.57 208	0.00 1	0.00 1	0.01 7	0.01 84	2.04 218	14.52 410	0.00 1	0.01 303	0.00 1	0.00 1	0.00 1	0.01 127

test_xeample	1.14 351	0.02 7	0.58 32	0.00 1	0.00 1	0.57 119	0.00 1	2.57 374	0.57 208	0.00 1	0.00 1	0.03 75	0.02 131	3.45 274	15.00 413	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 224

ARAFT	0.58 294	0.75 356	2.78 343	0.00 1	0.00 1	1.20 352	0.00 1	2.26 358	0.57 208	0.05 268	0.00 1	0.18 197	0.03 174	3.54 278	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.19 346	0.04 286

RAFT-Stereo + iAFF	0.19 104	0.33 243	0.84 102	0.00 1	0.02 280	1.06 257	0.00 1	0.45 158	0.59 259	0.03 242	0.00 1	0.05 117	0.06 241	0.04 103	0.07 173	0.00 1	0.01 303	0.00 1	0.00 1	0.17 339	0.01 127

AFF-stereo	0.18 99	0.42 290	0.77 73	0.00 1	0.00 1	0.91 209	0.00 1	0.41 152	0.65 351	0.05 268	0.00 1	0.04 96	0.05 230	0.06 115	0.04 139	0.00 1	0.01 303	0.00 1	0.00 1	0.19 346	0.01 127

RAFT + AFF	0.60 301	0.75 356	1.04 147	0.00 1	0.00 1	1.10 318	0.06 295	1.45 292	0.57 208	0.02 215	0.00 1	0.18 197	1.43 363	4.80 321	0.15 233	0.00 1	0.17 401	0.00 1	0.00 1	0.27 370	0.08 335

GMStereo	0.08 10	0.54 324	0.90 120	0.00 1	0.00 1	0.03 5	0.00 1	0.04 12	0.03 4	0.00 1	0.00 1	0.01 7	0.02 131	0.00 1	0.03 123	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	0.51 266	0.36 263	2.40 313	0.00 1	0.00 1	0.27 47	0.00 1	2.06 349	1.49 386	0.00 1	0.00 1	0.04 96	0.04 205	3.38 272	0.10 198	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 224

CFNet-RSSM	0.17 89	0.06 83	1.16 178	0.00 1	0.12 357	0.61 127	0.00 1	0.90 222	0.08 31	0.01 127	0.00 1	0.09 154	0.00 1	0.01 27	0.03 123	0.00 1	0.00 1	0.00 1	0.23 397	0.00 1	0.00 1

SFCPSM	0.21 118	0.04 38	1.59 247	0.00 1	0.05 325	0.34 67	0.00 1	1.24 263	0.57 208	0.01 127	0.00 1	0.12 166	0.02 131	0.05 110	0.05 148	0.00 1	0.00 1	0.00 1	0.02 332	0.02 133	0.00 1

Syn2CoEx	0.56 284	0.78 363	2.86 345	0.00 1	0.00 1	0.10 27	0.01 215	0.91 224	0.61 296	0.02 215	0.00 1	0.49 283	0.21 292	5.03 327	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.03 257

psm_up	0.39 216	0.25 216	1.04 147	0.00 1	0.00 1	0.82 181	0.00 1	1.88 338	0.57 208	0.00 1	0.00 1	0.28 228	0.01 84	2.78 245	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

UNet	0.26 147	0.18 174	2.41 315	0.00 1	0.00 1	0.71 160	0.00 1	0.39 148	0.60 281	0.00 1	0.00 1	0.37 254	0.02 131	0.45 177	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

UPFNet	0.18 99	0.05 60	1.11 168	0.00 1	0.00 1	0.48 95	0.00 1	1.11 251	0.48 148	0.00 1	0.00 1	0.10 157	0.00 1	0.10 138	0.10 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

psmorigin	0.75 319	0.25 216	7.10 393	0.00 1	0.00 1	0.19 38	0.00 1	0.10 67	0.12 85	0.65 356	0.00 1	2.74 379	0.23 297	3.02 256	0.54 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

Gwc-CoAtRS	0.12 44	0.06 83	1.17 179	0.00 1	0.11 354	0.41 75	0.00 1	0.20 107	0.04 9	0.01 127	0.00 1	0.18 197	0.00 1	0.01 27	0.06 162	0.00 1	0.00 1	0.00 1	0.18 386	0.01 56	0.00 1

CREStereo	0.10 20	0.06 83	0.51 12	0.00 1	0.00 1	1.06 257	0.00 1	0.20 107	0.08 31	0.00 1	0.00 1	0.02 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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
FENet	0.23 129	0.05 60	1.39 220	0.00 1	0.00 1	1.00 228	0.00 1	0.80 208	0.57 208	0.00 1	0.00 1	0.24 216	0.04 205	0.23 160	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

GwcNet	0.50 261	0.46 299	3.90 376	0.00 1	0.00 1	0.42 80	0.10 315	0.38 145	0.74 365	0.03 242	0.00 1	0.63 296	0.05 230	2.92 251	0.16 235	0.00 1	0.00 1	0.00 1	0.00 1	0.17 339	0.05 303

cf-r	0.35 201	0.41 288	1.45 232	0.00 1	0.00 1	1.06 257	0.00 1	0.43 155	0.38 139	0.05 268	0.00 1	0.65 301	0.00 1	2.53 238	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 224

GANet-RSSM	0.34 195	0.29 231	0.97 139	0.00 1	0.00 1	1.05 248	0.00 1	0.22 115	0.15 99	0.03 242	0.00 1	0.31 235	0.00 1	3.62 280	0.14 229	0.00 1	0.00 1	0.03 381	0.00 1	0.05 220	0.01 127

PSMNet-RSSM	0.36 205	0.36 263	0.93 127	0.00 1	0.00 1	1.06 257	0.00 1	0.50 168	0.53 156	0.04 259	0.00 1	0.40 261	0.00 1	3.33 270	0.06 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127

GwcNet-RSSM	0.45 234	0.56 332	1.74 266	0.00 1	0.00 1	1.06 257	0.00 1	0.65 191	0.55 163	0.18 322	0.00 1	0.37 254	0.00 1	3.70 285	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 224

CFNet-ft	0.31 177	0.34 247	0.96 133	0.00 1	0.00 1	1.08 304	0.00 1	0.19 97	0.15 99	0.01 127	0.00 1	0.48 275	0.00 1	2.95 253	0.05 148	0.00 1	0.00 1	0.01 356	0.00 1	0.01 56	0.01 127

PMTNet	0.11 35	0.07 102	0.60 37	0.00 1	0.00 1	1.05 248	0.04 282	0.16 87	0.08 31	0.00 1	0.00 1	0.04 96	0.00 1	0.03 94	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DIP-Stereo	0.22 122	0.10 120	0.77 73	0.00 1	0.00 1	1.09 312	0.00 1	1.68 326	0.57 208	0.01 127	0.00 1	0.01 7	0.07 247	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 127
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	0.24 137	0.28 227	1.68 256	0.00 1	0.00 1	0.84 188	0.03 270	0.16 87	0.08 31	0.02 215	0.00 1	0.20 208	0.03 174	1.54 210	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 137	0.51 315	1.71 261	0.00 1	0.00 1	0.31 56	0.00 1	0.99 237	0.31 132	0.00 1	0.00 1	0.29 229	0.03 174	0.22 158	0.35 290	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 224

stereogan	0.49 252	0.22 196	2.39 312	0.00 1	0.00 1	0.63 142	0.02 254	0.79 206	0.72 363	0.06 276	0.00 1	1.68 366	0.46 317	2.63 241	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.00 1

R-Stereo Train	0.15 76	0.03 23	0.77 73	0.00 1	0.00 1	0.74 165	0.00 1	1.36 273	0.09 49	0.02 215	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

PVD	0.73 318	0.57 333	3.38 363	0.04 296	0.19 379	0.74 165	0.00 1	0.29 134	0.79 370	2.37 385	0.00 1	0.53 291	0.09 254	2.19 228	3.20 364	0.00 1	0.05 371	0.00 1	0.02 332	0.08 269	0.15 372

SHD	0.50 261	0.51 315	3.61 368	0.05 306	0.00 1	0.01 2	0.01 215	0.72 199	0.61 296	1.57 378	0.00 1	0.34 241	0.09 254	1.79 215	0.49 307	0.00 1	0.00 1	0.00 1	0.01 318	0.09 285	0.03 257

RAFT-Stereo	0.15 76	0.03 23	0.77 73	0.00 1	0.00 1	0.74 165	0.00 1	1.36 273	0.09 49	0.02 215	0.00 1	0.01 7	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.19 104	0.10 120	1.39 220	0.00 1	0.01 236	0.75 168	0.00 1	0.35 141	0.12 85	0.00 1	0.00 1	0.48 275	0.50 318	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

HSM-Net_RVC	0.52 275	0.06 83	1.45 232	0.00 1	0.00 1	0.61 127	0.00 1	3.83 391	0.52 153	0.14 316	0.00 1	0.22 213	0.03 174	3.50 276	0.04 139	0.01 348	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.53 276	0.19 183	1.79 269	0.00 1	0.00 1	0.55 115	0.00 1	1.12 253	0.61 296	0.02 215	0.00 1	0.83 319	0.04 205	5.05 328	0.45 302	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 224

PA-Net	0.57 290	0.50 310	2.73 339	0.03 285	0.06 332	0.89 200	0.02 254	0.66 192	0.63 347	0.00 1	0.00 1	0.43 267	0.07 247	4.82 322	0.55 313	0.01 348	0.00 1	0.00 1	0.00 1	0.02 133	0.04 286
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.64 308	0.50 310	1.13 172	0.07 328	0.00 1	1.08 304	0.01 215	2.58 376	0.56 175	0.01 127	0.00 1	0.14 179	0.01 84	5.73 355	0.12 216	0.50 394	0.00 1	0.21 403	0.00 1	0.09 285	0.02 224

GANet	0.55 280	0.35 256	1.40 225	0.00 1	0.00 1	0.77 171	0.08 305	0.36 143	0.57 208	0.01 127	0.00 1	0.68 309	0.11 266	5.52 344	1.07 330	0.00 1	0.00 1	0.02 372	0.00 1	0.09 285	0.03 257

TDLM	0.49 252	0.39 284	1.02 144	0.00 1	0.00 1	1.08 304	0.01 215	0.36 143	0.58 247	0.14 316	0.00 1	0.27 226	0.19 286	5.46 343	0.20 257	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.01 127

CFNet_RVC	0.31 177	0.34 247	0.96 133	0.00 1	0.00 1	1.08 304	0.00 1	0.19 97	0.15 99	0.01 127	0.00 1	0.48 275	0.00 1	2.95 253	0.05 148	0.00 1	0.00 1	0.01 356	0.00 1	0.01 56	0.01 127

NLCA_NET_v2_RVC	0.35 201	0.49 309	2.00 285	0.00 1	0.02 280	0.96 216	0.00 1	0.55 173	0.18 110	0.03 242	0.00 1	0.35 245	0.10 262	2.37 232	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	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	0.22 122	0.10 120	1.38 218	0.00 1	0.01 236	0.98 220	0.00 1	0.94 228	0.09 49	0.00 1	0.00 1	0.48 275	0.36 311	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UCFNet_RVC	0.20 112	0.32 239	0.88 117	0.00 1	0.00 1	1.02 232	0.00 1	0.20 107	0.29 129	0.01 127	0.00 1	0.34 241	0.02 131	0.81 191	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.19 104	0.55 330	1.36 215	0.00 1	0.00 1	0.25 44	0.00 1	1.09 249	0.23 120	0.00 1	0.00 1	0.14 179	0.02 131	0.02 69	0.14 229	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	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
AdaStereo	0.20 112	0.06 83	0.86 108	0.00 1	0.00 1	0.25 44	0.00 1	1.71 330	0.56 175	0.00 1	0.00 1	0.31 235	0.01 84	0.11 143	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	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.
PASM	0.51 266	0.32 239	3.07 354	0.00 1	0.00 1	0.31 56	0.00 1	0.46 161	0.12 85	0.03 242	0.00 1	0.44 268	0.02 131	5.22 332	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.03 257

NVstereo2D	0.45 234	0.11 134	1.91 280	0.00 1	0.00 1	0.59 125	0.00 1	1.39 280	0.61 296	0.03 242	0.00 1	0.33 238	0.00 1	3.94 294	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 129	0.37 271	1.26 197	0.00 1	0.00 1	1.11 326	0.03 270	0.20 107	0.07 18	0.00 1	0.00 1	0.39 259	0.03 174	1.12 201	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

PS-NSSS	0.54 278	0.44 295	0.86 108	0.00 1	0.00 1	1.04 245	0.00 1	2.37 361	0.56 175	0.00 1	0.00 1	0.11 160	0.01 84	5.32 335	0.13 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iResNetv2_ROB	0.36 205	1.03 378	2.96 349	0.00 1	0.00 1	0.58 122	0.00 1	1.51 314	0.58 247	0.01 127	0.00 1	0.08 143	0.02 131	0.07 120	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.29 373	0.02 224

MLCV	0.23 129	0.46 299	1.15 174	0.00 1	0.00 1	0.45 90	0.00 1	0.57 176	0.15 99	0.09 297	0.00 1	0.27 226	0.03 174	1.09 200	0.25 271	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

DPSNet	1.25 358	0.28 227	5.34 388	0.28 387	0.07 337	1.50 366	0.00 1	3.53 390	0.69 359	0.03 242	0.00 1	0.45 271	2.10 376	5.67 352	4.61 375	0.02 362	0.04 358	0.00 1	0.02 332	0.23 360	0.09 348

StereoDRNet-Refined	0.24 137	0.08 109	0.68 44	0.00 1	0.00 1	0.83 186	0.00 1	0.66 192	0.61 296	0.00 1	0.00 1	0.50 286	0.02 131	1.28 207	0.08 183	0.00 1	0.00 1	0.00 1	0.00 1	0.10 292	0.04 286
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.43 230	0.13 149	1.95 284	0.03 285	0.09 345	0.61 127	0.00 1	1.43 289	0.61 296	0.00 1	0.00 1	0.18 197	0.04 205	3.32 269	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

StereoDRNet	0.42 223	0.50 310	2.50 323	0.02 267	0.06 332	0.51 101	0.00 1	0.34 140	0.61 296	0.00 1	0.00 1	0.33 238	0.02 131	2.87 248	0.50 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 224

iResNet	0.25 143	0.27 223	1.68 256	0.00 1	0.00 1	0.69 155	0.00 1	1.22 262	0.56 175	0.00 1	0.00 1	0.04 96	0.03 174	0.12 145	0.30 280	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 127

NCCL2	0.29 171	0.50 310	1.52 241	0.00 1	0.00 1	0.81 179	0.00 1	0.45 158	0.22 115	0.00 1	0.00 1	0.02 39	0.03 174	2.14 221	0.06 162	0.00 1	0.00 1	0.02 372	0.00 1	0.01 56	0.03 257

NOSS_ROB	0.61 304	0.17 170	0.63 38	0.19 380	0.00 1	0.67 151	0.00 1	2.38 362	0.57 208	0.13 309	0.00 1	0.94 325	0.00 1	6.27 380	0.10 198	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.10 355

XPNet_ROB	0.37 210	0.34 247	1.01 143	0.01 243	0.00 1	0.96 216	0.00 1	1.11 251	0.46 147	0.00 1	0.00 1	0.17 194	0.02 131	2.73 243	0.54 310	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

ETE_ROB	0.31 177	0.34 247	0.89 118	0.00 1	0.00 1	0.97 218	0.01 215	1.45 292	0.57 208	0.02 215	0.00 1	0.17 194	0.02 131	1.75 213	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.26 147	0.75 356	1.33 207	0.00 1	0.00 1	0.99 226	0.00 1	1.04 241	0.61 296	0.01 127	0.00 1	0.19 204	0.02 131	0.07 120	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.22 356	0.01 127

LALA_ROB	0.31 177	0.38 281	0.91 124	0.00 1	0.01 236	1.00 228	0.01 215	1.60 319	0.61 296	0.15 318	0.00 1	0.09 154	0.01 84	1.04 199	0.41 295	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

PSMNet_ROB	0.41 222	0.54 324	1.69 258	0.00 1	0.00 1	0.92 211	0.00 1	0.27 129	0.53 156	0.00 1	0.00 1	0.25 221	0.03 174	3.43 273	0.47 303	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 257

CBMV	0.57 290	0.22 196	1.61 251	0.00 1	0.00 1	0.84 188	0.78 385	2.58 376	0.61 296	0.38 346	0.00 1	1.25 344	0.63 331	2.07 220	0.38 291	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.08 335
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo05	0.28 157	0.13 149	2.37 311	0.01 243	0.00 1	1.09 312	0.00 1	1.02 240	0.45 146	0.04 259	0.01 203	0.26 223	0.14 273	0.00 1	0.06 162	0.00 1	0.05 371	0.00 1	0.00 1	0.01 56	0.04 286

MyStereo04	0.26 147	0.12 143	2.34 308	0.00 1	0.00 1	0.98 220	0.00 1	0.84 215	0.20 112	0.06 276	0.01 203	0.33 238	0.11 266	0.00 1	0.06 162	0.00 1	0.05 371	0.00 1	0.00 1	0.02 133	0.04 286

IGEVStereo-DCA	0.10 20	0.06 83	0.52 15	0.01 243	0.00 1	0.32 60	0.00 1	0.09 52	0.09 49	0.01 127	0.01 203	0.02 39	0.04 205	0.14 148	0.44 299	0.00 1	0.00 1	0.00 1	0.10 366	0.05 220	0.01 127

rrr	0.24 137	0.06 83	1.91 280	0.01 243	0.00 1	0.32 60	0.04 282	1.34 271	0.15 99	0.01 127	0.01 203	0.02 39	0.04 205	0.14 148	0.44 299	0.00 1	0.00 1	0.00 1	0.18 386	0.05 220	0.05 303

test croco	0.11 35	0.17 170	1.21 194	0.00 1	0.00 1	0.05 16	0.00 1	0.16 87	0.32 133	0.01 127	0.01 203	0.02 39	0.01 84	0.03 94	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.26 366	0.01 127

StereoIM	0.06 5	0.16 166	0.66 41	0.00 1	0.00 1	0.05 16	0.01 215	0.06 28	0.12 85	0.00 1	0.01 203	0.04 96	0.02 131	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

MIF-Stereo (partial)	0.08 10	0.11 134	0.96 133	0.00 1	0.00 1	0.08 23	0.00 1	0.19 97	0.08 31	0.00 1	0.01 203	0.02 39	0.02 131	0.02 69	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 127

DLNR_Zeroshot_test	21.09 418	47.65 421	85.43 424	96.34 432	87.67 430	0.31 56	0.00 1	17.86 418	0.07 18	0.01 127	0.01 203	0.00 1	0.00 1	0.70 189	0.01 76	15.78 419	0.01 303	0.00 1	0.21 394	69.62 426	0.04 286

ACVNet_1	1.10 348	1.42 400	4.00 378	0.31 389	0.02 280	1.25 355	0.10 315	1.69 327	0.61 296	0.26 330	0.01 203	4.39 385	1.29 361	4.75 318	0.57 315	0.79 400	0.00 1	0.00 1	0.00 1	0.32 376	0.18 379

4D-IteraStereo	0.16 81	0.51 315	1.73 262	0.00 1	0.00 1	0.38 71	0.03 270	0.08 46	0.08 31	0.02 215	0.01 203	0.00 1	0.01 84	0.06 115	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.06 323

CBFPSM	0.36 205	0.54 324	2.16 300	0.00 1	0.00 1	0.30 55	0.00 1	0.26 125	0.62 344	0.01 127	0.01 203	1.68 366	1.03 347	0.27 164	0.33 287	0.00 1	0.01 303	0.00 1	0.00 1	0.01 56	0.01 127

LoS	0.14 63	0.07 102	0.66 41	0.02 267	0.00 1	1.05 248	0.01 215	0.07 41	0.57 208	0.01 127	0.01 203	0.16 192	0.04 205	0.04 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

gwcnet-sp	0.28 157	0.15 159	2.75 340	0.00 1	0.00 1	0.51 101	0.02 254	0.49 165	0.57 208	0.01 127	0.01 203	0.08 143	0.04 205	0.87 193	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

scenet	0.28 157	0.15 159	2.75 340	0.00 1	0.00 1	0.51 101	0.02 254	0.49 165	0.57 208	0.01 127	0.01 203	0.08 143	0.04 205	0.87 193	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

anonymousa	0.14 63	0.15 159	1.74 266	0.00 1	0.00 1	0.28 50	0.00 1	0.01 1	0.11 73	0.00 1	0.01 203	0.42 265	0.02 131	0.01 27	0.01 76	0.00 1	0.00 1	0.00 1	0.04 353	0.00 1	0.02 224

riskmin	0.11 35	0.01 1	0.87 113	0.01 243	0.00 1	0.13 34	0.00 1	0.30 137	0.09 49	0.00 1	0.01 203	0.76 314	0.00 1	0.02 69	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

Wz-Net-TNSev	1.42 364	2.41 412	11.01 404	0.00 1	0.00 1	0.42 80	0.14 324	2.05 346	0.61 296	0.06 276	0.01 203	1.34 352	0.16 280	5.70 353	4.19 370	0.00 1	0.00 1	0.00 1	0.01 318	0.19 346	0.10 355

ssnet_v2	0.28 157	0.17 170	1.18 182	0.00 1	0.00 1	0.81 179	0.00 1	1.05 242	0.59 259	0.09 297	0.01 203	0.88 322	0.09 254	0.43 174	0.08 183	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.09 348

ssnet	0.28 157	0.15 159	2.75 340	0.00 1	0.00 1	0.51 101	0.02 254	0.49 165	0.57 208	0.01 127	0.01 203	0.08 143	0.04 205	0.87 193	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

Wz-Net-SNSev	0.78 322	1.10 381	6.27 391	0.00 1	0.00 1	0.27 47	0.00 1	0.95 230	0.61 296	0.00 1	0.01 203	0.41 264	0.10 262	4.92 324	0.81 324	0.00 1	0.00 1	0.00 1	0.00 1	0.17 339	0.03 257

Wz-Net-LNSev	0.34 195	0.61 338	4.26 379	0.00 1	0.00 1	0.49 97	0.00 1	0.26 125	0.61 296	0.00 1	0.01 203	0.23 214	0.03 174	0.10 138	0.16 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

Wz-Net-MNSev	0.48 247	0.76 361	3.11 356	0.00 1	0.00 1	0.23 43	0.00 1	1.07 246	0.61 296	0.01 127	0.01 203	0.13 173	0.13 272	3.12 258	0.34 288	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 127

raft_robust	0.56 284	0.36 263	0.87 113	0.00 1	0.15 365	0.64 146	0.00 1	2.20 356	0.56 175	0.00 1	0.01 203	0.44 268	1.18 358	4.46 311	0.01 76	0.00 1	0.00 1	0.00 1	0.15 383	0.09 285	0.03 257

SA	0.30 173	0.27 223	0.97 139	0.00 1	0.17 373	1.10 318	0.00 1	2.50 367	0.56 175	0.00 1	0.01 203	0.03 75	0.01 84	0.16 152	0.00 1	0.00 1	0.00 1	0.00 1	0.14 379	0.12 305	0.00 1

WZ-Net	1.38 362	1.14 387	10.22 402	0.00 1	0.00 1	0.82 181	0.00 1	1.37 279	0.61 296	0.01 127	0.01 203	1.09 338	2.20 378	6.39 384	3.68 368	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 224

CIPLG	0.33 188	0.75 356	1.79 269	0.10 342	0.01 236	0.93 214	0.21 333	1.45 292	0.61 296	0.02 215	0.01 203	0.14 179	0.06 241	0.13 146	0.17 239	0.00 1	0.04 358	0.01 356	0.01 318	0.17 339	0.04 286

DDUNet	0.34 195	0.20 187	1.06 156	0.00 1	0.00 1	0.79 175	0.01 215	0.91 224	0.54 159	0.04 259	0.01 203	1.11 341	0.01 84	1.89 216	0.17 239	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

IPLGR_C	0.35 201	0.81 366	2.03 287	0.10 342	0.01 236	0.90 202	0.21 333	1.46 302	0.61 296	0.02 215	0.01 203	0.13 173	0.07 247	0.14 148	0.17 239	0.00 1	0.05 371	0.01 356	0.02 332	0.17 339	0.04 286

GMOStereo	0.13 50	0.24 209	0.83 97	0.00 1	0.14 361	0.86 193	0.01 215	0.09 52	0.11 73	0.01 127	0.01 203	0.02 39	0.01 84	0.00 1	0.00 1	0.00 1	0.09 387	0.00 1	0.00 1	0.16 332	0.01 127

error version	0.13 50	0.24 209	0.83 97	0.00 1	0.14 361	0.86 193	0.01 215	0.09 52	0.11 73	0.01 127	0.01 203	0.02 39	0.01 84	0.00 1	0.00 1	0.00 1	0.09 387	0.00 1	0.00 1	0.16 332	0.01 127

test-v	0.13 50	0.24 209	0.83 97	0.00 1	0.14 361	0.86 193	0.01 215	0.09 52	0.11 73	0.01 127	0.01 203	0.02 39	0.01 84	0.00 1	0.00 1	0.00 1	0.09 387	0.00 1	0.00 1	0.16 332	0.01 127

ACRE	0.34 195	0.70 348	2.13 297	0.10 342	0.00 1	0.90 202	0.20 332	1.45 292	0.61 296	0.02 215	0.01 203	0.13 173	0.05 230	0.14 148	0.17 239	0.00 1	0.03 343	0.01 356	0.02 332	0.17 339	0.04 286

PFNet+	0.23 129	0.06 83	0.79 85	0.07 328	0.01 236	1.11 326	0.42 366	0.11 71	0.59 259	0.08 289	0.01 203	0.02 39	0.00 1	1.21 203	0.04 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-softLoss	0.48 247	0.04 38	1.10 164	0.17 374	0.00 1	1.07 291	0.25 339	0.12 75	0.61 296	0.03 242	0.01 203	0.02 39	0.01 84	6.03 365	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

KMStereo	0.48 247	0.04 38	1.10 164	0.17 374	0.00 1	1.07 291	0.25 339	0.12 75	0.61 296	0.03 242	0.01 203	0.02 39	0.01 84	6.03 365	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

NRIStereo	0.17 89	0.03 23	0.73 49	0.04 296	0.01 236	1.15 340	0.33 356	0.03 6	0.59 259	0.04 259	0.01 203	0.11 160	0.01 84	0.10 138	0.03 123	0.00 1	0.02 333	0.00 1	0.00 1	0.06 240	0.09 348

RAFT-345	0.49 252	0.04 38	1.26 197	0.10 342	0.07 337	1.16 344	0.19 330	0.14 83	0.57 208	0.00 1	0.01 203	0.09 154	0.01 84	6.00 363	0.20 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CroCo-Stereo	0.13 50	0.16 166	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 235	0.57 208	0.00 1	0.01 203	0.31 235	0.03 174	0.01 27	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-2	0.13 50	0.24 209	0.83 97	0.00 1	0.14 361	0.86 193	0.01 215	0.09 52	0.11 73	0.01 127	0.01 203	0.02 39	0.01 84	0.00 1	0.00 1	0.00 1	0.09 387	0.00 1	0.00 1	0.16 332	0.01 127

RAFT	0.12 44	0.43 292	0.79 85	0.01 243	0.02 280	0.10 27	0.07 298	0.06 28	0.27 124	0.00 1	0.01 203	0.18 197	0.04 205	0.01 27	0.00 1	0.00 1	0.02 333	0.00 1	0.01 318	0.37 380	0.01 127

rafts_anoy	0.14 63	0.35 256	0.99 142	0.00 1	0.02 280	0.49 97	0.03 270	0.11 71	0.07 18	0.00 1	0.01 203	0.06 130	0.06 241	0.24 161	0.06 162	0.00 1	0.14 397	0.00 1	0.01 318	0.02 133	0.03 257

iRaftStereo_RVC	0.10 20	0.20 187	0.57 31	0.00 1	0.00 1	0.52 107	0.00 1	0.05 18	0.07 18	0.00 1	0.01 203	0.14 179	0.03 174	0.02 69	0.01 76	0.00 1	0.03 343	0.00 1	0.00 1	0.25 364	0.20 382

CREStereo++_RVC	0.10 20	0.06 83	0.78 82	0.00 1	0.00 1	1.00 228	0.00 1	0.10 67	0.08 31	0.00 1	0.01 203	0.03 75	0.00 1	0.01 27	0.03 123	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
ADLNet	0.38 213	0.21 190	0.86 108	0.00 1	0.00 1	0.67 151	0.00 1	0.86 218	0.60 281	0.18 322	0.01 203	1.01 331	0.02 131	2.92 251	0.26 274	0.00 1	0.00 1	0.00 1	0.00 1	0.09 285	0.02 224

HCRNet	0.32 186	0.10 120	0.81 91	0.00 1	0.00 1	1.10 318	0.00 1	0.39 148	0.59 259	0.01 127	0.01 203	0.06 130	0.03 174	3.24 263	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 224

APVNet	0.51 266	0.21 190	2.43 319	0.00 1	0.00 1	0.94 215	0.00 1	0.45 158	0.62 344	0.01 127	0.01 203	0.34 241	0.03 174	4.59 314	0.27 276	0.00 1	0.00 1	0.03 381	0.00 1	0.15 323	0.02 224

MMNet	0.23 129	0.18 174	1.84 272	0.00 1	0.00 1	0.67 151	0.00 1	0.59 181	0.59 259	0.00 1	0.01 203	0.18 197	0.09 254	0.26 163	0.12 216	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

delet	0.33 188	0.24 209	1.05 155	0.00 1	0.00 1	0.60 126	0.00 1	0.53 170	0.59 259	0.03 242	0.01 203	0.52 290	0.19 286	2.68 242	0.13 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ac_64	0.39 216	0.12 143	1.15 174	0.04 296	0.01 236	0.43 85	0.02 254	0.25 122	0.59 259	0.12 306	0.01 203	0.89 323	0.04 205	3.92 292	0.12 216	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

ACVNet	0.20 112	0.14 155	0.96 133	0.01 243	0.00 1	1.05 248	0.11 319	0.19 97	0.60 281	0.01 127	0.01 203	0.71 310	0.00 1	0.05 110	0.10 198	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

acv_ft	0.21 118	0.14 155	0.95 131	0.00 1	0.00 1	0.41 75	0.00 1	0.58 179	0.60 281	0.19 324	0.01 203	0.71 310	0.12 269	0.05 110	0.12 216	0.00 1	0.00 1	0.00 1	0.00 1	0.24 361	0.00 1

HGLStereo	0.28 157	0.12 143	1.15 174	0.00 1	0.00 1	0.65 148	0.00 1	0.57 176	0.25 122	0.02 215	0.01 203	0.47 273	0.03 174	2.17 226	0.14 229	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 127

DMCA-RVC	0.31 177	0.48 305	2.47 321	0.00 1	0.03 301	0.78 173	0.03 270	0.06 28	0.08 31	0.01 127	0.01 203	0.08 143	0.33 309	1.59 212	0.16 235	0.00 1	0.02 333	0.01 356	0.00 1	0.01 56	0.01 127

DMCA	0.19 104	0.16 166	1.39 220	0.00 1	0.01 236	1.00 228	0.01 215	0.38 145	0.57 208	0.01 127	0.01 203	0.05 117	0.00 1	0.05 110	0.12 216	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

FADNet-RVC	0.51 266	0.80 365	2.47 321	0.01 243	0.00 1	0.48 95	0.00 1	1.32 269	0.14 94	0.00 1	0.01 203	0.12 166	0.06 241	4.07 298	0.15 233	0.00 1	0.04 358	0.00 1	0.00 1	0.38 381	0.08 335

FADNet	0.55 280	0.75 356	2.42 317	0.00 1	0.01 236	0.82 181	0.00 1	0.88 219	0.54 159	0.01 127	0.01 203	0.16 192	0.16 280	4.49 312	0.09 189	0.18 385	0.00 1	0.00 1	0.00 1	0.43 386	0.00 1

RP	0.42 223	0.44 295	1.52 241	0.00 1	0.01 236	0.61 127	0.02 254	1.06 244	0.39 143	0.03 242	0.01 203	0.99 329	0.16 280	2.89 250	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.10 292	0.00 1

Nwc_Net	0.43 230	0.42 290	2.64 334	0.00 1	0.00 1	0.67 151	0.00 1	0.82 213	0.28 125	0.00 1	0.01 203	0.90 324	0.10 262	2.62 239	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

XQC	0.68 313	0.72 354	3.82 374	0.06 324	0.00 1	0.39 72	0.01 215	1.92 341	0.61 296	0.03 242	0.01 203	0.46 272	0.21 292	2.84 247	2.26 354	0.00 1	0.00 1	0.00 1	0.01 318	0.15 323	0.05 303

RTS	4.10 395	1.68 403	43.40 415	0.09 338	0.02 280	3.95 394	0.00 1	1.61 321	0.61 296	1.09 367	0.01 203	1.97 370	0.22 294	16.87 410	10.15 398	0.00 1	0.09 387	0.00 1	0.00 1	0.20 352	0.05 303

RTSA	4.10 395	1.68 403	43.40 415	0.09 338	0.02 280	3.95 394	0.00 1	1.61 321	0.61 296	1.09 367	0.01 203	1.97 370	0.22 294	16.87 410	10.15 398	0.00 1	0.09 387	0.00 1	0.00 1	0.20 352	0.05 303

DeepPrunerF	1.33 360	0.59 336	8.62 399	0.02 267	0.09 345	0.90 202	0.00 1	1.34 271	6.72 399	0.22 326	0.01 203	0.21 210	0.14 273	5.64 351	1.99 352	0.00 1	0.00 1	0.01 356	0.02 332	0.14 316	0.02 224

MADNet+	4.65 399	2.70 414	46.68 417	0.01 243	0.02 280	2.06 380	0.03 270	3.17 389	1.07 378	0.02 215	0.01 203	1.84 368	0.31 307	21.62 415	13.04 406	0.00 1	0.03 343	0.00 1	0.00 1	0.20 352	0.19 381

ADCP+	1.36 361	0.76 361	6.73 392	0.01 243	0.02 280	1.32 364	0.80 387	0.81 210	0.72 363	0.01 127	0.01 203	0.96 327	1.05 349	0.33 166	13.50 408	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 224

GANetREF_RVC	0.54 278	0.70 348	2.06 294	0.00 1	0.00 1	1.14 337	0.00 1	1.61 321	0.58 247	0.00 1	0.01 203	0.29 229	0.04 205	4.21 304	0.06 162	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 224
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
CFNet	0.56 284	0.50 310	1.58 246	0.00 1	0.00 1	1.06 257	0.01 215	1.08 248	0.57 208	0.00 1	0.01 203	0.12 166	0.01 84	5.87 360	0.19 252	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.02 224

Anonymous Stereo	0.59 298	0.78 363	2.67 335	0.00 1	0.00 1	0.55 115	0.49 371	1.05 242	0.28 125	0.00 1	0.01 203	0.12 166	0.02 131	5.54 346	0.27 276	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.00 1

HSM	0.63 307	0.36 263	0.89 118	0.00 1	0.00 1	0.52 107	0.01 215	0.98 235	0.56 175	0.00 1	0.01 203	2.27 377	0.65 332	6.18 372	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DISCO	0.31 177	0.11 134	1.73 262	0.16 370	0.16 368	0.31 56	0.00 1	0.09 52	0.17 107	0.00 1	0.01 203	1.51 363	0.00 1	1.21 203	0.62 317	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 127

FBW_ROB	0.83 327	0.31 238	1.48 238	0.10 342	0.01 236	0.62 132	0.01 215	1.91 340	0.59 259	0.01 127	0.01 203	1.10 339	0.05 230	7.84 399	2.07 353	0.05 372	0.01 303	0.03 381	0.01 318	0.01 56	0.47 396

iResNet_ROB	0.30 173	0.66 343	1.41 226	0.00 1	0.00 1	0.70 156	0.00 1	0.79 206	0.57 208	0.04 259	0.01 203	0.08 143	0.01 84	1.55 211	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

PDISCO_ROB	0.56 284	0.57 333	2.07 295	0.17 374	0.00 1	1.56 369	0.01 215	2.27 359	0.51 152	0.08 289	0.01 203	0.74 312	0.28 303	2.37 232	0.13 223	0.00 1	0.00 1	0.00 1	0.00 1	0.33 378	0.00 1

RainbowNet	0.61 304	1.13 385	1.83 271	0.10 342	0.04 316	1.23 353	0.07 298	1.74 333	0.57 208	0.01 127	0.02 275	1.14 343	0.25 300	2.29 231	0.48 305	0.61 395	0.05 371	0.00 1	0.00 1	0.47 387	0.20 382

Consistency-Raft	0.39 216	0.30 234	2.53 328	0.14 365	0.03 301	0.90 202	0.04 282	1.36 273	0.59 259	0.00 1	0.02 275	0.02 39	1.15 356	0.33 166	0.43 297	0.02 362	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

ICVP	0.15 76	0.03 23	1.23 195	0.00 1	0.01 236	1.02 232	0.09 311	0.19 97	0.10 67	0.00 1	0.02 275	0.07 137	0.01 84	0.18 153	0.01 76	0.00 1	0.01 303	0.00 1	0.00 1	0.01 56	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.18 99	0.05 60	0.87 113	0.00 1	0.00 1	1.06 257	0.02 254	0.60 183	0.08 31	0.00 1	0.02 275	0.11 160	0.09 254	0.44 176	0.16 235	0.01 348	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

ADCPNet	1.44 365	0.55 330	7.88 396	0.01 243	0.19 379	2.78 384	0.27 346	0.90 222	0.38 139	0.04 259	0.02 275	1.43 358	1.81 369	2.22 229	9.08 396	0.00 1	0.47 410	0.00 1	0.64 413	0.04 203	0.15 372

GMStereo_Zeroshot	0.07 8	0.04 38	0.80 90	0.08 333	0.00 1	0.03 5	0.00 1	0.05 18	0.10 67	0.00 1	0.03 280	0.19 204	0.03 174	0.00 1	0.05 148	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RAFT_R40	0.49 252	0.03 23	0.74 58	0.05 306	0.15 365	1.09 312	0.32 352	0.27 129	0.59 259	0.02 215	0.03 280	0.07 137	0.30 304	6.12 368	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

test_xeample3	0.24 137	0.06 83	1.84 272	0.02 267	0.00 1	0.33 64	0.05 290	1.33 270	0.14 94	0.00 1	0.03 280	0.03 75	0.03 174	0.10 138	0.43 297	0.00 1	0.00 1	0.00 1	0.23 397	0.05 220	0.06 323

FADNet-RVC-Resample	0.51 266	0.82 367	3.08 355	0.04 296	0.04 316	0.42 80	0.09 311	1.16 258	0.34 135	0.00 1	0.03 280	0.24 216	0.05 230	3.16 259	0.13 223	0.07 375	0.12 395	0.05 390	0.02 332	0.08 269	0.20 382

MFMNet_re	0.24 137	0.74 355	2.31 307	0.53 393	0.00 1	0.17 36	0.01 215	0.02 4	0.59 259	0.01 127	0.03 280	0.12 166	0.00 1	0.07 120	0.01 76	0.00 1	0.00 1	0.00 1	0.00 1	0.19 346	0.01 127

Anonymous_2	0.88 336	0.02 7	1.06 156	0.01 243	0.00 1	0.19 38	0.00 1	0.14 83	0.08 31	0.01 127	0.04 285	1.07 337	0.00 1	0.02 69	0.02 106	0.01 348	0.04 358	2.31 415	11.16 419	1.35 400	0.01 127

DLCB_ROB	0.27 153	0.16 166	0.71 45	0.00 1	0.00 1	0.44 89	0.00 1	0.43 155	0.57 208	0.02 215	0.04 285	0.63 296	0.04 205	2.18 227	0.24 268	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo8	0.28 157	0.37 271	2.57 330	0.02 267	0.00 1	1.23 353	0.00 1	0.26 125	0.15 99	0.02 215	0.05 287	0.14 179	0.04 205	0.24 161	0.05 148	0.00 1	0.11 394	0.00 1	0.01 318	0.04 203	0.21 386

MSKI-zero shot	0.22 122	0.08 109	1.46 234	0.00 1	0.12 357	1.08 304	0.03 270	0.85 217	0.16 105	0.22 326	0.05 287	0.06 130	0.00 1	0.07 120	0.01 76	0.00 1	0.02 333	0.00 1	0.18 386	0.02 133	0.01 127

TestStereo1	0.20 112	0.30 234	0.84 102	0.00 1	0.16 368	1.12 333	0.01 215	0.69 195	0.57 208	0.00 1	0.05 287	0.04 96	0.01 84	0.09 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.06 323

SA-5K	0.20 112	0.30 234	0.84 102	0.00 1	0.16 368	1.12 333	0.01 215	0.69 195	0.57 208	0.00 1	0.05 287	0.04 96	0.01 84	0.09 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.06 323

MIPNet	0.34 195	0.35 256	1.56 244	0.02 267	0.00 1	1.11 326	0.09 311	1.57 316	0.65 351	0.11 304	0.05 287	0.18 197	0.19 286	0.74 190	0.00 1	0.00 1	0.00 1	0.00 1	0.01 318	0.06 240	0.01 127

FADNet_RVC	0.60 301	0.83 368	2.50 323	0.00 1	0.00 1	1.09 312	0.00 1	1.29 266	0.50 150	0.02 215	0.05 287	0.26 223	0.03 174	3.17 261	0.25 271	0.21 387	0.26 403	0.08 395	0.28 407	0.53 389	0.55 402

MaskLacGwcNet_RVC	0.47 240	0.43 292	1.04 147	0.11 352	0.00 1	1.10 318	0.00 1	0.80 208	0.54 159	0.00 1	0.05 287	0.38 257	0.03 174	3.50 276	0.14 229	0.88 401	0.00 1	0.00 1	0.00 1	0.11 298	0.20 382

SuperB	1.85 372	1.06 379	10.54 403	0.02 267	0.01 236	0.90 202	0.78 385	1.75 334	0.64 349	0.05 268	0.05 287	0.34 241	0.89 344	5.29 334	5.80 383	0.01 348	0.00 1	0.02 372	0.02 332	8.71 418	0.06 323

AF-Net	0.47 240	0.53 322	2.05 292	0.00 1	0.00 1	0.41 75	0.01 215	1.18 260	0.40 144	0.13 309	0.05 287	1.30 349	0.45 316	2.43 236	0.30 280	0.00 1	0.00 1	0.00 1	0.00 1	0.09 285	0.00 1

HBP-ISP	0.80 324	0.70 348	2.86 345	0.02 267	0.01 236	1.67 372	0.48 369	2.63 380	0.56 175	1.11 369	0.06 296	0.50 286	0.74 337	4.60 315	0.09 189	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 257

RASNet	0.58 294	0.27 223	1.30 205	0.00 1	0.00 1	0.61 127	0.01 215	0.47 162	0.60 281	0.08 289	0.06 296	1.52 365	0.04 205	6.18 372	0.48 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DANet	0.58 294	0.19 183	1.87 276	0.26 385	0.06 332	0.51 101	0.11 319	1.41 281	0.52 153	0.22 326	0.06 296	1.06 335	0.02 131	4.25 305	0.92 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 323
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PSMNet-ADL	0.35 201	0.05 60	0.65 40	0.00 1	0.00 1	1.03 238	0.00 1	0.59 181	0.09 49	0.00 1	0.07 299	0.47 273	0.01 84	3.66 283	0.30 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 224

ADLNet2	0.55 280	0.33 243	2.54 329	0.00 1	0.00 1	0.88 198	0.00 1	0.69 195	0.65 351	0.00 1	0.07 299	1.47 360	0.02 131	4.12 301	0.11 206	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.01 127

RALCasStereoNet	0.16 81	0.35 256	0.84 102	0.00 1	0.00 1	0.32 60	0.03 270	0.16 87	0.56 175	0.02 215	0.07 299	0.05 117	0.08 251	0.13 146	0.08 183	0.00 1	0.31 404	0.00 1	0.00 1	0.07 252	0.11 357

MIF-Stereo	0.06 5	0.06 83	0.83 97	0.00 1	0.00 1	0.08 23	0.01 215	0.06 28	0.03 4	0.00 1	0.08 302	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.00 1

BUS	0.33 188	0.05 60	0.54 23	0.00 1	0.00 1	1.87 377	0.00 1	2.43 364	0.58 247	0.30 337	0.09 303	0.65 301	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 157	0.05 60	0.54 23	0.00 1	0.00 1	1.07 291	0.00 1	2.43 364	0.58 247	0.30 337	0.09 303	0.36 248	0.03 174	0.01 27	0.08 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 213	0.07 102	1.32 206	0.00 1	0.00 1	1.07 291	0.00 1	2.43 364	0.58 247	0.30 337	0.09 303	0.63 296	0.00 1	0.96 197	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.31 177	0.26 222	0.93 127	0.00 1	0.18 375	1.08 304	0.01 215	2.59 378	0.56 175	0.00 1	0.09 303	0.03 75	0.00 1	0.18 153	0.00 1	0.00 1	0.00 1	0.00 1	0.13 378	0.11 298	0.00 1

ADCS	1.72 370	1.22 391	8.11 397	0.00 1	0.01 236	0.88 198	0.68 380	1.44 290	0.63 347	2.60 387	0.11 307	1.42 357	0.26 301	1.97 217	14.92 411	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.07 334

CVANet_RVC	0.53 276	0.32 239	1.26 197	0.00 1	0.00 1	0.98 220	0.00 1	0.72 199	0.55 163	0.35 344	0.12 308	0.36 248	0.14 273	5.53 345	0.08 183	0.00 1	0.00 1	0.00 1	0.00 1	0.16 332	0.00 1

anonymity	0.17 89	0.06 83	0.79 85	0.00 1	0.09 345	0.03 5	0.00 1	0.54 171	0.07 18	0.41 347	0.13 309	0.11 160	0.58 324	0.02 69	0.31 285	0.00 1	0.00 1	0.00 1	0.23 397	0.01 56	0.02 224

GASNet	0.56 284	1.09 380	2.57 330	0.00 1	0.00 1	0.52 107	0.02 254	1.12 253	0.22 115	0.01 127	0.14 310	0.50 286	0.12 269	4.09 299	0.39 292	0.00 1	0.00 1	0.00 1	0.00 1	0.32 376	0.08 335

hitnet-ft	0.42 223	0.30 234	1.15 174	0.00 1	0.00 1	0.73 164	0.11 319	0.30 137	0.19 111	0.04 259	0.14 310	0.75 313	0.17 285	4.33 310	0.10 198	0.01 348	0.00 1	0.03 381	0.00 1	0.04 203	0.01 127

TANstereo	0.12 44	0.15 159	0.78 82	0.00 1	0.00 1	1.03 238	0.00 1	0.07 41	0.08 31	0.01 127	0.15 312	0.04 96	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADCRef	0.92 338	0.48 305	3.35 361	0.02 267	0.02 280	0.90 202	0.32 352	0.61 187	0.65 351	0.72 358	0.17 313	0.17 194	0.82 342	2.15 223	7.95 391	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.03 257

HH	0.23 129	0.21 190	1.69 258	0.16 370	0.08 341	0.11 30	0.00 1	0.24 120	0.06 13	0.30 337	0.18 314	1.47 360	0.04 205	0.04 103	0.01 76	0.00 1	0.03 343	0.00 1	0.00 1	0.02 133	0.01 127

HanStereo	0.23 129	0.21 190	1.69 258	0.16 370	0.08 341	0.11 30	0.00 1	0.24 120	0.06 13	0.30 337	0.18 314	1.47 360	0.04 205	0.04 103	0.01 76	0.00 1	0.03 343	0.00 1	0.00 1	0.02 133	0.01 127

NCC-stereo	0.49 252	0.46 299	2.04 289	0.03 285	0.03 301	1.06 257	0.01 215	0.78 203	0.22 115	0.06 276	0.19 316	0.64 299	0.05 230	3.65 281	0.63 318	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

Abc-Net	0.49 252	0.46 299	2.04 289	0.03 285	0.03 301	1.06 257	0.01 215	0.78 203	0.22 115	0.06 276	0.19 316	0.64 299	0.05 230	3.65 281	0.63 318	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSC_U_SF_DS_RVC	1.79 371	1.81 405	3.81 373	0.01 243	0.02 280	12.12 408	0.50 373	2.74 383	0.71 362	0.07 282	0.20 318	2.17 376	0.15 278	6.82 392	1.19 334	0.74 397	0.80 414	0.20 401	0.27 406	0.73 394	0.70 404

PWC_ROB	0.62 306	0.54 324	3.22 359	0.00 1	0.00 1	0.22 42	0.00 1	2.18 355	0.61 296	0.00 1	0.20 318	0.29 229	0.03 174	3.46 275	1.22 336	0.00 1	0.00 1	0.00 1	0.00 1	0.39 383	0.01 127

XX-TBD	0.12 44	0.25 216	0.79 85	0.00 1	0.00 1	0.92 211	0.00 1	0.18 94	0.08 31	0.00 1	0.21 320	0.03 75	0.00 1	0.01 27	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SQANet	0.42 223	1.14 387	1.86 275	0.04 296	0.48 393	0.36 69	0.03 270	0.40 150	0.56 175	0.02 215	0.24 321	0.49 283	0.06 241	2.14 221	0.21 259	0.02 362	0.02 333	0.01 356	0.00 1	0.19 346	0.03 257

PFNet	0.60 301	0.11 134	2.08 296	0.00 1	0.30 388	1.16 344	0.00 1	0.29 134	0.59 259	0.01 127	0.24 321	0.02 39	0.00 1	6.58 386	0.23 265	0.10 380	0.00 1	0.00 1	0.04 353	0.14 316	0.05 303

DRaft	0.56 284	0.08 109	0.73 49	0.00 1	0.00 1	0.92 211	0.19 330	0.05 18	0.09 49	0.03 242	0.26 323	0.06 130	2.55 380	4.61 316	1.38 342	0.00 1	0.03 343	0.00 1	0.02 332	0.03 182	0.08 335

MFN_U_SF_RVC	0.95 341	1.40 399	4.49 383	0.16 370	0.11 354	0.56 117	0.07 298	1.12 253	0.36 138	0.43 349	0.27 324	1.27 347	0.73 336	3.98 296	1.47 344	0.29 391	0.34 408	0.36 406	0.55 411	0.63 391	0.46 395

MFN_U_SF_DS_RVC	1.16 354	2.03 408	4.57 385	0.02 267	0.04 316	3.52 392	0.27 346	1.80 336	0.58 247	0.22 326	0.28 325	1.38 355	0.02 131	6.08 367	0.42 296	0.14 383	0.68 412	0.01 356	0.26 405	0.39 383	0.47 396

StereoVision	0.16 81	0.25 216	1.07 163	0.00 1	0.00 1	0.47 93	0.01 215	0.18 94	0.61 296	0.00 1	0.29 326	0.15 185	0.02 131	0.07 120	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 127

GANet-ADL	0.16 81	0.06 83	1.18 182	0.00 1	0.01 236	0.83 186	0.00 1	0.23 116	0.07 18	0.00 1	0.30 327	0.35 245	0.00 1	0.07 120	0.10 198	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 127

KYRaft	0.21 118	0.03 23	0.74 58	0.04 296	0.00 1	1.16 344	0.12 322	0.08 46	0.60 281	0.01 127	0.30 327	0.03 75	0.77 339	0.37 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

DSFCA	0.40 219	0.09 116	0.84 102	0.00 1	0.01 236	0.98 220	0.37 360	0.29 134	0.62 344	0.02 215	0.32 329	0.03 75	0.24 298	3.91 291	0.34 288	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

edge stereo	0.58 294	0.29 231	2.86 345	0.01 243	0.03 301	0.33 64	0.03 270	0.97 234	0.50 150	0.21 325	0.33 330	1.31 350	0.16 280	4.20 303	0.18 243	0.00 1	0.00 1	0.00 1	0.00 1	0.11 298	0.01 127

NaN_ROB	0.80 324	0.47 303	1.63 252	0.17 374	0.19 379	0.58 122	0.38 362	2.11 351	0.80 371	0.53 355	0.33 330	0.48 275	1.13 354	4.98 326	1.94 351	0.00 1	0.02 333	0.01 356	0.05 355	0.06 240	0.14 371

s12784h	0.21 118	0.05 60	0.81 91	0.00 1	0.00 1	1.06 257	0.02 254	1.36 273	0.56 175	0.01 127	0.34 332	0.02 39	0.00 1	0.01 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

RTSC	0.70 314	0.71 352	3.19 357	0.01 243	0.00 1	0.20 40	0.00 1	0.81 210	0.60 281	0.29 336	0.36 333	0.36 248	0.04 205	2.04 218	4.87 377	0.00 1	0.03 343	0.00 1	0.02 332	0.28 371	0.11 357

TransformOpticalFlow	0.85 330	0.27 223	2.72 338	0.30 388	0.03 301	1.25 355	0.05 290	1.53 315	0.61 296	0.28 335	0.38 334	1.27 347	1.54 365	6.53 385	0.22 260	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

MyStereo06	0.36 205	0.13 149	2.17 301	0.01 243	0.00 1	1.09 312	0.00 1	0.23 116	0.09 49	0.49 354	0.41 335	1.01 331	1.05 349	0.21 157	0.24 268	0.00 1	0.05 371	0.00 1	0.00 1	0.01 56	0.04 286

ASMatch	0.59 298	0.10 120	1.66 254	0.13 363	0.04 316	1.07 291	0.00 1	0.10 67	0.64 349	0.06 276	0.44 336	0.05 117	0.87 343	6.32 381	0.27 276	0.00 1	0.00 1	0.00 1	0.01 318	0.00 1	0.00 1

IGEV_Zeroshot_test	0.32 186	0.10 120	2.61 332	0.01 243	0.01 236	0.50 99	0.04 282	0.21 113	0.09 49	0.45 350	0.45 337	0.81 318	0.51 319	0.20 156	0.23 265	0.00 1	0.05 371	0.00 1	0.14 379	0.03 182	0.00 1

PSM-AAD	0.49 252	0.02 7	0.75 66	0.06 324	0.00 1	1.19 350	2.19 399	0.12 75	0.59 259	0.01 127	0.45 337	0.13 173	4.04 394	0.22 158	0.06 162	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 127

AnyNet_C32	1.44 365	1.47 401	6.09 389	0.12 356	0.19 379	1.74 376	1.11 391	0.84 215	0.56 175	1.30 374	0.46 339	0.21 210	0.59 326	2.74 244	11.09 401	0.02 362	0.00 1	0.06 392	0.00 1	0.16 332	0.05 303

test-1	0.19 104	0.13 149	0.67 43	0.00 1	0.15 365	0.57 119	0.00 1	1.01 239	0.11 73	0.04 259	0.48 340	0.05 117	0.00 1	0.01 27	0.30 280	0.00 1	0.07 383	0.00 1	0.06 358	0.01 56	0.18 379

DispNO	0.64 308	0.48 305	2.04 289	0.00 1	0.00 1	0.71 160	0.01 215	1.47 304	0.56 175	0.00 1	0.54 341	1.34 352	0.06 241	5.12 330	0.31 285	0.00 1	0.00 1	0.03 381	0.12 375	0.01 56	0.02 224

Prome-Stereo	0.23 129	0.04 38	0.76 71	0.10 342	0.00 1	1.15 340	0.02 254	0.27 129	0.65 351	0.01 127	0.54 341	0.04 96	0.71 333	0.27 164	0.07 173	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 127

IIG-Stereo	0.65 310	0.34 247	0.77 73	0.05 306	0.03 301	1.17 347	0.00 1	1.46 302	0.60 281	0.01 127	0.57 343	0.54 292	0.01 84	7.03 395	0.39 292	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ADCMid	1.38 362	0.90 373	6.15 390	0.04 296	0.03 301	1.67 372	0.18 327	1.13 256	0.93 376	0.89 363	0.58 344	0.86 321	0.71 333	1.03 198	11.96 404	0.01 348	0.00 1	0.29 404	0.08 364	0.17 339	0.03 257

OMP-Stereo	0.66 312	0.33 243	0.72 47	0.18 379	0.06 332	1.17 347	0.00 1	1.45 292	0.59 259	0.12 306	0.60 345	0.50 286	0.00 1	7.09 396	0.26 274	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

RGC	0.50 261	0.53 322	2.42 317	0.00 1	0.01 236	0.65 148	0.00 1	1.07 246	0.17 107	0.01 127	0.62 346	1.00 330	0.19 286	3.03 257	0.28 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.02 224

DispFullNet	1.20 355	0.63 340	3.58 367	1.00 399	0.82 400	0.41 75	0.00 1	1.44 290	0.61 296	2.55 386	0.64 347	1.10 339	8.95 409	0.84 192	1.22 336	0.00 1	0.02 333	0.00 1	0.00 1	0.24 361	0.02 224

ccnet	0.49 252	0.05 60	1.26 197	0.01 243	0.08 341	0.72 163	0.18 327	1.18 260	0.35 136	0.45 350	0.68 348	0.13 173	0.39 313	3.54 278	0.74 322	0.01 348	0.00 1	0.02 372	0.00 1	0.02 133	0.01 127

SAMSARA	1.01 344	0.70 348	3.29 360	0.20 383	0.06 332	1.65 371	0.05 290	0.48 164	0.53 156	2.91 389	0.68 348	2.97 380	1.08 351	3.89 290	1.54 345	0.00 1	0.04 358	0.00 1	0.02 332	0.05 220	0.03 257

DEmStereo	0.75 319	0.06 83	1.73 262	0.04 296	0.00 1	0.78 173	0.52 375	0.05 18	0.57 208	0.05 268	0.72 350	0.02 39	3.42 389	5.79 358	1.29 339	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

FAT-Stereo	0.50 261	0.14 155	2.51 325	0.00 1	0.00 1	0.33 64	0.09 311	1.88 338	0.61 296	0.05 268	0.76 351	0.60 294	0.52 321	2.46 237	0.06 162	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

S-Stereo	0.65 310	0.25 216	3.44 365	0.00 1	0.00 1	0.56 117	0.05 290	1.86 337	0.61 296	0.00 1	0.76 351	0.84 320	0.11 266	4.28 309	0.11 206	0.00 1	0.01 303	0.00 1	0.00 1	0.07 252	0.03 257

CBMV_ROB	0.84 328	0.06 83	1.73 262	0.00 1	0.00 1	1.37 365	0.47 367	2.57 374	0.58 247	2.13 383	0.76 351	1.06 335	1.38 362	4.04 297	0.54 310	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 303

SGM-Forest	0.84 328	0.07 102	0.90 120	0.02 267	0.07 337	1.10 318	0.68 380	2.12 353	0.61 296	1.14 370	0.78 354	1.36 354	0.98 345	5.55 347	1.31 340	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 323
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DGSMNet	1.21 357	0.37 271	3.02 351	0.71 397	1.33 409	1.61 370	3.53 407	1.45 292	0.33 134	0.00 1	0.79 355	0.48 275	0.24 298	3.22 262	0.53 309	0.98 403	1.21 415	1.35 412	1.09 414	1.03 397	0.92 406

SPS-STEREO	0.88 336	0.40 286	2.01 286	0.00 1	0.01 236	0.42 80	0.17 325	0.50 168	0.61 296	2.19 384	0.79 355	2.04 373	0.27 302	5.10 329	2.89 363	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.11 357
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
AnyNet_C01	2.33 380	2.14 410	18.59 409	0.15 368	0.18 375	2.43 383	2.34 401	1.29 266	1.24 381	1.03 366	0.83 357	1.25 344	0.78 340	3.75 289	10.06 397	0.05 372	0.00 1	0.07 394	0.00 1	0.30 374	0.12 366

STrans-v2	0.85 330	0.28 227	1.66 254	0.00 1	0.01 236	0.85 191	0.04 282	2.05 346	0.67 357	0.48 353	0.87 358	1.12 342	2.12 377	6.64 390	0.25 271	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

ACVNet-4b	1.14 351	1.34 397	3.96 377	0.17 374	0.03 301	1.03 238	0.01 215	1.31 268	0.65 351	0.01 127	0.97 359	1.98 372	0.32 308	6.18 372	1.20 335	2.52 408	0.02 333	0.00 1	0.00 1	0.82 396	0.28 389

ADCL	1.52 367	0.44 295	4.70 386	0.07 328	0.03 301	2.21 381	2.35 402	0.92 226	0.80 371	1.57 378	1.11 360	1.25 344	1.55 366	1.77 214	11.53 403	0.01 348	0.00 1	0.00 1	0.00 1	0.10 292	0.01 127

CrosDoStereo	1.10 348	0.08 109	1.43 229	0.00 1	0.05 325	0.63 142	5.86 412	0.60 183	0.38 139	0.26 330	1.21 361	0.19 204	3.02 385	6.61 388	1.64 347	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DeepStereo_LL	1.10 348	0.08 109	1.43 229	0.00 1	0.05 325	0.63 142	5.86 412	0.60 183	0.38 139	0.26 330	1.21 361	0.19 204	3.02 385	6.61 388	1.64 347	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

aanetorigin	0.86 334	0.36 263	3.45 366	0.11 352	0.13 360	0.39 72	0.93 389	0.13 79	0.14 94	3.38 390	1.21 361	0.29 229	2.01 375	2.87 248	1.35 341	0.02 362	0.00 1	0.02 372	0.05 355	0.30 374	0.08 335

MDST_ROB	1.54 368	0.06 83	3.42 364	0.14 365	0.16 368	5.42 401	0.32 352	4.33 394	0.61 296	6.08 401	1.25 364	1.04 334	1.16 357	5.81 359	0.83 325	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.11 357

AANet_RVC	0.75 319	0.65 341	2.52 326	0.01 243	0.00 1	0.66 150	0.00 1	0.61 187	0.13 92	0.00 1	1.29 365	0.96 327	0.04 205	5.98 362	1.82 350	0.13 381	0.02 333	0.00 1	0.00 1	0.07 252	0.04 286

otaku	0.59 298	1.12 383	1.90 279	0.08 333	0.11 354	0.89 200	0.05 290	0.60 183	0.57 208	0.01 127	1.41 366	1.03 333	0.14 273	2.39 234	0.56 314	0.06 374	0.03 343	0.01 356	0.00 1	0.61 390	0.21 386

SDNR	1.15 353	0.21 190	3.21 358	0.01 243	0.01 236	3.30 391	0.01 215	2.55 372	0.75 367	1.80 380	1.49 367	1.40 356	0.20 291	7.24 397	0.68 320	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.04 286

THIR-Stereo	0.93 339	0.18 174	1.34 209	0.00 1	0.01 236	0.53 110	3.86 408	0.10 67	0.10 67	0.10 301	1.50 368	0.76 314	2.90 384	5.73 355	1.45 343	0.00 1	0.00 1	0.02 372	0.00 1	0.01 56	0.00 1

EDNetEfficient	2.96 392	0.23 205	19.99 410	0.19 380	0.85 401	1.02 232	2.03 397	0.56 174	5.14 396	8.09 407	1.81 369	0.94 325	4.14 398	3.72 286	10.22 400	0.00 1	0.03 343	0.00 1	0.06 358	0.05 220	0.03 257

JetBlue	5.71 403	2.18 411	16.18 407	0.00 1	2.13 411	29.20 417	14.20 418	3.90 392	0.74 365	0.71 357	2.30 370	6.42 391	5.97 402	17.84 413	8.74 394	0.09 379	0.01 303	0.00 1	0.00 1	2.62 406	0.96 407

SGM_RVC	1.54 368	0.35 256	1.60 248	0.15 368	0.17 373	1.25 355	0.77 383	1.97 344	0.88 373	4.31 391	2.46 371	4.36 384	2.37 379	6.98 394	1.78 349	0.21 387	0.23 402	0.20 401	0.23 397	0.26 366	0.31 391
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CSAN	1.05 346	0.61 338	2.46 320	0.09 338	0.08 341	0.71 160	0.71 382	2.20 356	0.93 376	0.85 362	2.92 372	0.79 317	1.46 364	5.37 340	1.58 346	0.01 348	0.01 303	0.00 1	0.00 1	0.09 285	0.05 303

LSM	4.58 398	0.88 369	17.79 408	3.73 414	38.79 419	0.85 191	2.37 403	0.54 171	1.64 387	2.88 388	3.09 373	0.62 295	0.60 327	3.16 259	1.06 329	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	13.55 420

EDNetEfficientorigin	6.23 404	0.45 298	98.39 429	0.02 267	0.04 316	0.42 80	0.02 254	0.33 139	2.90 390	7.07 403	3.12 374	1.31 350	1.61 367	4.26 306	4.55 374	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 224

ACVNet_2	1.32 359	1.30 395	2.83 344	0.11 352	0.07 337	1.30 359	0.18 327	2.29 360	0.75 367	0.26 330	3.44 375	6.65 392	0.16 280	5.12 330	1.08 331	0.13 381	0.00 1	0.00 1	0.00 1	0.38 381	0.32 392

HHNet	0.48 247	0.21 190	1.60 248	0.10 342	0.00 1	1.14 337	0.26 341	0.47 162	0.59 259	0.01 127	3.56 376	0.04 96	0.71 333	0.00 1	0.73 321	0.02 362	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

coex-ft	8.40 410	2.59 413	75.27 420	0.00 1	0.00 1	0.18 37	0.04 282	0.13 79	20.18 410	39.66 418	4.06 377	4.68 386	8.53 406	3.94 294	7.96 392	0.02 362	0.07 383	0.00 1	0.02 332	0.14 316	0.50 399

SANet	1.99 376	0.71 352	3.37 362	0.03 285	0.03 301	2.85 385	0.85 388	2.42 363	8.33 403	1.55 377	4.13 378	4.29 383	3.23 387	5.39 341	2.47 357	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.06 323

PWCK	2.44 384	1.65 402	7.31 395	0.22 384	0.02 280	3.12 388	4.74 410	3.06 386	3.48 393	0.72 358	4.42 379	3.40 381	1.67 368	9.06 405	3.36 365	0.39 393	0.01 303	0.00 1	0.00 1	2.19 405	0.08 335

EAI-Stereo	0.70 314	0.03 23	0.84 102	0.13 363	0.20 384	0.87 197	2.23 400	2.05 346	0.29 129	0.72 358	4.60 380	0.29 229	0.55 322	0.39 172	0.44 299	0.00 1	0.07 383	0.00 1	0.29 408	0.01 56	0.08 335

IMH-64-1	1.98 374	0.88 369	1.46 234	1.92 405	0.54 395	2.90 386	1.64 392	5.24 395	0.91 374	0.97 364	4.83 381	2.10 374	2.00 373	5.33 336	2.83 361	3.56 410	0.04 358	0.02 372	0.00 1	1.90 401	0.50 399

IMH-64	1.98 374	0.88 369	1.46 234	1.92 405	0.54 395	2.90 386	1.64 392	5.24 395	0.91 374	0.97 364	4.83 381	2.10 374	2.00 373	5.33 336	2.83 361	3.56 410	0.04 358	0.02 372	0.00 1	1.90 401	0.50 399

UNDER WATER-64	6.84 407	1.25 392	9.68 401	4.53 415	3.53 414	16.61 414	1.79 394	8.72 406	22.23 412	5.11 395	5.07 383	17.34 412	10.14 410	9.19 406	8.21 393	2.00 407	0.03 343	1.52 414	0.11 371	6.09 414	3.62 415

NVStereoNet_ROB	1.08 347	0.39 284	2.15 299	0.08 333	0.02 280	0.45 90	0.02 254	0.89 221	0.67 357	0.10 301	5.85 384	1.90 369	1.11 353	6.20 378	1.14 332	0.20 386	0.00 1	0.03 381	0.07 361	0.12 305	0.13 368
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	2.38 381	0.98 376	4.37 381	0.48 392	0.33 389	2.24 382	1.94 396	1.16 258	1.47 385	6.62 402	5.89 385	5.77 388	5.09 401	5.76 357	4.39 372	0.16 384	0.15 399	0.06 392	0.14 379	0.26 366	0.40 394

FTStereo	0.78 322	0.01 1	1.27 201	0.12 356	0.00 1	1.15 340	2.80 405	0.09 52	0.61 296	0.16 319	5.93 386	0.36 248	2.56 381	0.53 179	0.01 76	0.07 375	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UNDER WATER	6.24 405	0.99 377	8.13 398	4.62 416	2.68 412	8.66 407	0.77 383	8.37 404	22.50 414	4.55 392	6.36 387	15.93 410	8.89 408	8.99 404	8.85 395	3.25 409	0.04 358	1.36 413	0.02 332	6.24 415	3.56 414

WAO-6	2.38 381	0.69 346	1.93 283	0.00 1	0.00 1	3.94 393	0.29 350	5.62 397	7.23 401	0.34 343	6.76 388	7.73 396	1.96 372	5.88 361	5.07 380	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.03 257

ELAS_RVC	2.84 391	0.34 247	3.86 375	0.05 306	0.05 325	1.52 367	5.02 411	1.93 342	5.28 397	7.10 404	6.96 389	6.26 389	8.34 405	4.96 325	4.90 378	0.00 1	0.04 358	0.01 356	0.01 318	0.10 292	0.09 348
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 386	0.65 341	2.71 337	0.02 267	0.02 280	1.55 368	0.94 390	3.02 385	1.29 382	11.21 410	7.34 390	11.54 401	2.74 383	6.34 382	2.43 356	0.00 1	0.00 1	0.00 1	0.00 1	0.28 371	0.03 257
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
DCRE	0.51 266	0.25 216	0.96 133	0.00 1	0.01 236	0.43 85	0.00 1	0.25 122	0.21 113	0.33 342	7.49 391	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 303	0.00 1	0.17 385	0.02 133	0.01 127

pmcnn	2.10 379	0.59 336	4.52 384	0.27 386	0.86 402	0.34 67	0.29 350	1.69 327	0.75 367	0.36 345	7.50 392	14.39 409	0.56 323	4.90 323	4.69 376	0.00 1	0.00 1	0.00 1	0.00 1	0.16 332	0.04 286

IMH	2.83 390	1.28 393	1.89 277	1.96 408	0.60 397	5.22 399	0.24 337	6.28 400	4.13 394	1.90 382	7.52 393	6.39 390	3.40 388	6.59 387	2.53 358	3.92 412	0.12 395	0.05 390	0.00 1	2.06 403	0.47 396

WAO-7	2.46 385	0.92 375	1.85 274	0.03 285	0.05 325	4.73 396	0.54 376	5.67 398	4.50 395	1.49 376	7.64 394	5.52 387	2.69 382	8.48 401	4.51 373	0.00 1	0.00 1	0.33 405	0.02 332	0.19 346	0.06 323

MSMD_ROB	2.04 378	0.40 286	2.13 297	0.00 1	0.00 1	4.88 397	0.22 336	0.93 227	1.82 388	5.71 399	7.79 395	7.39 395	3.72 391	4.62 317	1.22 336	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 224

Dean	2.41 383	1.16 389	3.63 370	0.36 390	0.40 391	1.19 350	0.50 373	7.85 403	8.44 404	1.17 371	8.12 396	7.07 393	1.13 354	4.11 300	1.04 328	0.70 396	0.00 1	0.01 356	0.00 1	1.07 398	0.29 390

JetRed	13.51 416	18.77 419	42.38 414	1.28 402	1.18 407	54.67 419	25.60 419	12.87 413	6.75 400	8.50 409	8.61 397	13.77 406	10.87 411	24.50 418	30.67 417	0.24 389	0.68 412	0.53 409	0.02 332	5.93 412	2.43 413

PWCDC_ROB	0.94 340	0.91 374	2.52 326	0.00 1	0.00 1	1.15 340	0.00 1	2.11 351	1.18 379	0.00 1	8.99 398	0.35 245	0.09 254	0.64 188	0.40 294	0.00 1	0.00 1	0.00 1	0.00 1	0.50 388	0.03 257

G-Net	1.20 355	0.28 227	2.96 349	0.05 306	0.49 394	1.73 374	0.48 369	0.23 116	0.35 136	1.35 375	9.14 399	2.33 378	0.81 341	2.40 235	1.15 333	0.01 348	0.03 343	0.02 372	0.09 365	0.07 252	0.05 303

ELAS	2.75 388	0.35 256	2.67 335	0.05 306	0.04 316	6.72 403	1.83 395	2.84 384	3.38 392	8.25 408	9.14 399	3.95 382	6.15 403	3.73 287	5.70 382	0.00 1	0.04 358	0.01 356	0.01 318	0.10 292	0.08 335
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	3.68 394	1.11 382	3.06 353	2.84 410	1.78 410	5.33 400	0.41 364	8.64 405	14.09 407	1.85 381	9.32 401	7.19 394	1.93 370	5.45 342	2.30 355	1.95 405	0.41 409	0.50 408	0.21 394	3.53 408	1.76 411

DPSimNet_ROB	7.90 409	5.46 416	13.55 406	3.66 412	5.16 417	7.26 404	9.60 416	6.11 399	7.46 402	13.33 412	9.50 402	11.03 399	11.89 412	10.08 408	12.35 405	4.36 413	5.55 418	5.35 418	5.34 417	4.96 411	5.98 418

RAFT-RH_RVC	0.96 342	0.13 149	1.35 211	0.02 267	0.05 325	1.06 257	0.00 1	0.06 28	0.55 163	0.01 127	9.57 403	0.10 157	0.00 1	6.00 363	0.30 280	0.01 348	0.00 1	0.00 1	0.02 332	0.01 56	0.00 1

WCMA_ROB	2.01 377	0.34 247	1.89 277	0.04 296	0.00 1	1.07 291	0.60 377	1.09 249	1.21 380	5.12 396	9.87 404	8.09 397	4.48 399	3.74 288	2.55 359	0.00 1	0.00 1	0.01 356	0.00 1	0.02 133	0.13 368

Venus	5.12 401	1.91 406	2.34 308	0.60 395	0.10 349	12.98 409	0.34 357	11.65 410	24.58 415	4.87 393	10.54 405	13.32 403	4.10 396	8.85 402	3.55 366	0.75 398	0.32 405	0.71 410	0.12 375	0.70 392	0.11 357

WAO-8	5.13 402	1.91 406	2.34 308	0.60 395	0.10 349	12.98 409	0.34 357	11.65 410	24.58 415	4.87 393	10.60 406	13.32 403	4.10 396	8.85 402	3.55 366	0.75 398	0.32 405	0.71 410	0.12 375	0.70 392	0.11 357

LVE	2.75 388	1.12 383	2.30 306	0.46 391	0.45 392	1.87 377	0.06 295	7.19 402	9.72 405	0.03 242	11.08 407	9.01 398	1.26 360	6.93 393	0.91 326	1.86 404	0.16 400	0.04 389	0.24 402	0.22 356	0.13 368

FCDSN-DC	2.66 387	0.08 109	1.65 253	0.00 1	0.00 1	1.73 374	0.37 360	1.64 325	1.35 383	8.08 406	11.18 408	11.78 402	7.59 404	4.76 319	2.80 360	0.02 362	0.00 1	0.00 1	0.00 1	0.03 182	0.05 303
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
notaker	4.30 397	1.28 393	3.70 371	3.71 413	0.90 403	4.91 398	0.39 363	6.90 401	1.96 389	5.39 398	11.82 409	16.90 411	3.75 392	7.59 398	5.65 381	5.23 414	0.01 303	0.10 397	0.06 358	4.57 410	1.22 409

FC-DCNN	3.42 393	0.11 134	2.03 287	0.00 1	0.00 1	3.18 389	0.60 377	3.13 388	2.98 391	11.40 411	12.28 410	13.93 407	8.68 407	5.70 353	4.27 371	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.06 323

ktn	4.96 400	1.21 390	2.41 315	3.20 411	1.02 404	8.36 406	2.08 398	9.00 407	17.02 408	5.18 397	12.71 411	13.69 405	3.51 390	8.05 400	3.68 368	5.30 415	0.02 333	0.00 1	0.00 1	2.14 404	0.55 402

TorneroNet-64	6.39 406	1.31 396	2.23 303	1.99 409	0.65 399	18.82 415	0.28 348	11.98 412	26.18 417	5.99 400	12.75 412	19.37 414	4.08 395	9.94 407	5.95 388	0.89 402	0.00 1	0.11 398	0.00 1	3.44 407	1.81 412

LE_ROB	9.96 413	0.54 324	9.62 400	1.40 404	1.24 408	3.29 390	4.64 409	4.31 393	43.01 419	51.54 419	13.34 413	14.15 408	24.60 417	6.66 391	20.28 416	0.04 370	0.05 371	0.12 400	0.20 390	0.07 252	0.09 348

TorneroNet	6.97 408	1.37 398	2.22 302	1.95 407	1.12 406	19.47 416	0.47 367	13.04 415	26.32 418	7.90 405	17.10 414	17.67 413	4.62 400	10.46 409	7.94 390	1.98 406	0.03 343	0.11 398	0.00 1	4.15 409	1.49 410

SGM-ForestM	8.89 411	0.68 345	3.61 368	0.57 394	0.18 375	14.89 413	5.99 414	9.62 409	10.59 406	20.43 414	17.16 415	39.22 417	20.29 414	20.63 414	13.19 407	0.04 370	0.14 397	0.00 1	0.07 361	0.15 323	0.36 393

MADNet++	9.87 412	2.12 409	7.11 394	7.99 418	4.58 416	14.38 412	6.90 415	9.23 408	5.88 398	16.88 413	17.47 416	11.07 400	15.72 413	24.26 416	19.76 415	8.52 416	6.39 419	4.85 417	2.69 415	5.96 413	5.73 417

BEATNet-Init1	14.52 417	6.56 417	34.32 413	1.10 400	1.02 404	31.53 418	11.99 417	15.58 416	17.42 409	30.17 417	27.03 417	43.14 418	24.36 416	24.41 417	18.27 414	0.27 390	0.32 405	0.36 406	0.46 410	1.26 399	0.76 405

HanzoNet	12.77 415	4.55 415	11.74 405	5.35 417	2.79 413	7.59 405	0.66 379	12.97 414	20.40 411	25.99 416	28.61 418	34.05 416	25.08 418	25.93 419	14.98 412	10.77 418	3.91 417	3.00 416	3.73 416	8.16 417	5.15 416

MANE	9.96 413	0.69 346	2.88 348	1.22 401	0.61 398	13.15 411	3.46 406	15.62 417	22.27 413	22.74 415	30.00 419	29.74 415	23.22 415	17.17 412	13.78 409	0.29 391	0.56 411	0.09 396	0.61 412	0.15 323	1.00 408

xxxxx1	63.71 422	58.10 422	78.65 421	43.63 420	48.97 421	92.61 424	92.18 425	60.44 420	69.38 420	73.77 423	76.42 420	77.82 422	76.45 421	72.33 421	77.46 422	35.89 422	37.06 421	48.26 423	62.63 422	48.72 422	43.44 422

tt_ll	63.71 422	58.10 422	78.65 421	43.63 420	48.97 421	92.61 424	92.18 425	60.44 420	69.38 420	73.77 423	76.42 420	77.82 422	76.45 421	72.33 421	77.46 422	35.89 422	37.06 421	48.26 423	62.63 422	48.72 422	43.44 422

ff	63.71 422	58.10 422	78.65 421	43.63 420	48.97 421	92.61 424	92.18 425	60.44 420	69.38 420	73.77 423	76.42 420	77.82 422	76.45 421	72.33 421	77.46 422	35.89 422	37.06 421	48.26 423	62.63 422	48.72 422	43.44 422

LRCNet_RVC	55.44 421	60.56 425	57.70 418	66.68 425	44.91 420	6.22 402	0.00 1	52.80 419	1.37 384	70.44 420	81.09 423	67.07 419	55.41 419	51.59 420	46.24 419	90.66 429	41.89 424	90.95 430	90.04 426	64.32 425	68.75 425

PML	71.49 425	88.65 431	73.56 419	82.49 427	75.59 424	85.39 422	79.41 423	71.62 423	87.17 423	90.48 426	85.96 424	90.50 426	60.21 420	91.76 430	73.85 421	96.01 436	2.36 416	86.79 429	6.59 418	83.59 428	17.83 421

SPstereo	50.33 420	10.80 418	21.19 411	11.76 419	9.23 418	66.15 420	76.05 421	100.00 430	100.00 431	95.98 428	93.33 425	100.00 431	93.15 426	90.92 427	72.10 420	9.41 417	8.60 420	19.85 420	14.84 420	6.36 416	6.89 419

MEDIAN_ROB	93.37 429	98.75 433	96.05 427	90.90 430	90.53 431	85.63 423	76.45 422	92.03 425	89.53 424	95.05 427	94.99 426	96.02 427	93.85 427	90.36 426	87.21 425	98.36 437	95.79 426	99.61 432	98.77 430	98.80 437	98.72 437

Anonymous_1	89.88 428	75.38 428	97.81 428	74.49 426	78.39 425	100.00 431	100.00 429	98.09 429	99.76 427	96.82 429	99.37 427	97.66 428	99.77 428	91.14 429	98.89 428	81.73 425	97.25 427	59.96 426	85.38 425	77.37 427	88.27 426

HaxPig	95.46 432	97.61 432	87.80 425	97.80 438	99.17 438	77.55 421	75.28 420	96.76 428	99.61 426	99.97 430	99.97 428	99.62 430	99.97 429	91.02 428	87.28 426	99.98 439	99.98 434	99.98 433	99.99 433	99.97 438	99.97 439

MyStereo03	99.18 438	100.00 437	100.00 433	96.47 434	98.78 434	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.73 432	100.00 436	100.00 434	100.00 434	96.63 433	97.99 433

MyStereo02	99.18 438	100.00 437	100.00 433	96.47 434	98.78 434	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.73 432	100.00 436	100.00 434	100.00 434	96.63 433	97.99 433

MyStereo	99.18 438	100.00 437	100.00 433	96.47 434	98.78 434	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.73 432	100.00 436	100.00 434	100.00 434	96.63 433	97.99 433

Selective-RAFT-Error	99.17 437	100.00 437	100.00 433	96.65 437	98.79 437	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.64 430	100.00 436	100.00 434	100.00 434	96.25 431	98.10 436

CasAABBNet	99.15 436	100.00 437	100.00 433	96.37 433	98.76 433	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.65 431	99.99 435	100.00 434	100.00 434	96.27 432	97.93 432

test_example2	97.61 433	99.96 435	99.93 430	99.83 439	99.97 439	98.84 428	99.76 428	91.98 424	100.00 431	100.00 431	100.00 429	89.18 425	86.51 424	99.29 431	96.54 427	99.97 438	99.55 432	92.92 431	98.06 429	100.00 439	99.95 438

LSM0	99.11 435	99.97 436	100.00 433	95.93 431	98.59 432	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	93.89 435	99.97 433	100.00 434	100.00 434	96.64 436	97.25 431

DPSMNet_ROB	81.54 427	60.77 427	99.95 431	61.42 424	87.05 429	99.11 429	100.00 429	95.93 427	99.99 429	73.11 422	100.00 429	70.84 421	100.00 430	77.43 425	99.98 431	35.39 421	97.54 431	35.21 422	99.89 431	46.30 421	90.94 428

DGTPSM_ROB	81.49 426	60.74 426	99.95 431	61.20 423	86.99 428	99.11 429	100.00 429	95.92 426	99.99 429	73.08 421	100.00 429	70.81 420	100.00 430	77.39 424	99.98 431	35.10 420	97.48 430	35.12 421	99.89 431	46.16 420	90.85 427

DPSM_ROB	94.00 430	79.32 429	100.00 433	83.19 428	85.69 426	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	89.53 427	97.42 428	74.97 427	95.13 427	83.79 429	90.98 429

DPSM	94.00 430	79.32 429	100.00 433	83.19 428	85.69 426	100.00 431	100.00 429	100.00 430	100.00 431	100.00 431	100.00 429	100.00 431	100.00 430	100.00 433	100.00 433	89.53 427	97.42 428	74.97 427	95.13 427	83.79 429	90.98 429

AVERAGE_ROB	98.45 434	99.13 434	95.46 426	100.00 440	100.00 440	93.36 427	81.95 424	100.00 430	99.97 428	100.00 431	100.00 429	100.00 431	100.00 430	99.72 432	99.40 429	100.00 440	100.00 436	100.00 434	100.00 434	100.00 439	100.00 440

ASD4		42.77 420

Low-res two-view benchmark