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

panet	0.10 21	0.05 61	0.52 16	0.00 1	0.00 1	1.06 258	0.00 1	0.17 93	0.09 50	0.00 1	0.00 1	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

H2IRNET	0.14 65	0.19 186	1.11 170	0.00 1	0.00 1	1.07 293	0.01 217	0.13 80	0.14 96	0.00 1	0.00 1	0.05 118	0.01 86	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.15 325	0.01 128

MGS-Stereo	0.10 21	0.08 111	0.82 96	0.00 1	0.00 1	0.41 76	0.00 1	0.20 109	0.08 31	0.00 1	0.00 1	0.01 7	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.39 385	0.00 1

MoCha-V2	0.07 8	0.04 38	0.53 24	0.00 1	0.06 333	0.04 13	0.00 1	0.12 75	0.08 31	0.02 216	0.00 1	0.06 131	0.00 1	0.03 94	0.03 123	0.00 1	0.02 334	0.00 1	0.22 397	0.12 306	0.01 128

LargeStereo	0.06 5	0.14 157	0.46 9	0.03 286	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 127	0.00 1	0.02 39	0.06 242	0.04 104	0.03 123	0.00 1	0.04 360	0.00 1	0.03 353	0.08 270	0.07 335

Former-RAFT_DAM_RVC	0.08 11	0.06 85	0.41 3	0.00 1	0.00 1	0.05 18	0.00 1	0.11 71	0.22 117	0.75 363	0.00 1	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.03 258

SMFormer	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 294	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 225

tta	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 294	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

qqq1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 294	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

fff1	0.33 190	0.10 122	1.04 149	0.00 1	0.00 1	0.03 5	0.00 1	1.45 294	0.55 165	0.00 1	0.00 1	0.15 187	0.00 1	3.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

MyStereo07	0.10 21	0.12 145	0.59 37	0.00 1	0.00 1	0.98 221	0.00 1	0.03 6	0.10 69	0.01 127	0.00 1	0.01 7	0.05 231	0.04 104	0.00 1	0.00 1	0.05 374	0.00 1	0.00 1	0.02 134	0.04 287

AE-Stereo	0.17 91	0.05 61	0.79 87	0.03 286	0.09 347	1.06 258	0.00 1	0.57 178	0.06 13	0.08 291	0.00 1	0.13 175	0.00 1	0.01 26	0.01 77	0.00 1	0.06 384	0.00 1	0.23 399	0.08 270	0.04 287

CoDeX	0.36 207	0.24 212	1.39 222	0.00 1	0.01 238	0.29 53	0.00 1	1.58 320	0.57 210	0.00 1	0.00 1	0.25 223	0.07 249	2.82 248	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ACVNet-DCA	0.25 145	0.22 199	1.20 186	0.00 1	0.00 1	1.31 362	0.00 1	0.95 232	0.55 165	0.07 284	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

xx1	0.28 159	0.22 199	1.20 186	0.00 1	0.00 1	1.31 362	0.00 1	1.41 283	0.69 361	0.07 284	0.00 1	0.01 7	0.00 1	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

1test111	0.28 159	0.22 199	1.20 186	0.00 1	0.00 1	1.31 362	0.00 1	0.95 232	0.55 165	0.07 284	0.00 1	0.03 77	0.02 133	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

cc1	0.28 159	0.22 199	1.20 186	0.00 1	0.00 1	1.31 362	0.00 1	1.41 283	0.69 361	0.07 284	0.00 1	0.03 77	0.02 133	0.59 185	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 270	0.04 287

mmm	0.13 52	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 221	0.56 177	0.00 1	0.00 1	0.01 7	0.01 86	0.51 180	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 57	0.01 128

11t1	0.08 11	0.01 1	0.54 26	0.00 1	0.00 1	0.09 26	0.00 1	0.44 159	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.01 57	0.01 128

ff7	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 258	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 367	0.07 253	0.01 128

ffff	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 258	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 367	0.07 253	0.01 128

DualNet	0.55 282	0.02 7	1.06 158	0.00 1	0.00 1	0.62 133	0.00 1	1.42 286	0.57 210	0.00 1	0.00 1	0.67 306	0.02 133	0.57 182	5.86 386	0.00 1	0.01 304	0.00 1	0.00 1	0.08 270	0.03 258

ffm	0.25 145	0.02 7	1.06 158	0.00 1	0.00 1	0.62 133	0.00 1	1.42 286	0.57 210	0.00 1	0.00 1	0.67 306	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 270	0.03 258

ff1	0.80 326	0.02 7	1.06 158	0.00 1	0.00 1	0.62 133	0.00 1	1.42 286	0.57 210	0.00 1	0.00 1	0.67 306	0.02 133	5.57 350	5.86 386	0.00 1	0.01 304	0.00 1	0.00 1	0.08 270	0.03 258

mmx	0.85 332	0.02 7	1.06 158	0.00 1	0.00 1	0.62 133	0.00 1	2.50 369	0.56 177	0.00 1	0.00 1	0.67 306	0.02 133	5.57 350	5.86 386	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

11t	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 258	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 367	0.07 253	0.01 128

tt1	0.27 155	0.23 208	1.17 181	0.00 1	0.00 1	1.29 360	0.00 1	1.42 286	0.57 210	0.07 284	0.00 1	0.03 77	0.02 133	0.57 182	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.08 270	0.03 258

ttt	0.70 316	0.02 7	0.78 84	0.00 1	0.00 1	0.62 133	0.00 1	2.50 369	0.56 177	0.00 1	0.00 1	0.29 231	0.01 86	4.18 304	5.00 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

1111x	0.87 337	0.02 7	1.20 186	0.00 1	0.00 1	0.70 157	0.00 1	2.60 381	0.56 177	0.00 1	0.00 1	0.04 97	0.01 86	5.36 341	6.80 391	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

whm_eth	0.17 91	0.36 265	1.51 242	0.00 1	0.00 1	0.53 111	0.00 1	0.25 124	0.61 298	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 350

xxx	0.85 332	0.02 7	1.06 158	0.00 1	0.00 1	0.62 133	0.00 1	2.50 369	0.56 177	0.00 1	0.00 1	0.67 306	0.02 133	5.57 350	5.86 386	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

EKT-Stereo	0.46 240	0.12 145	1.03 148	0.75 400	4.21 417	1.06 258	0.00 1	0.83 216	0.04 9	0.02 216	0.00 1	0.08 145	0.00 1	0.89 198	0.01 77	0.00 1	0.03 345	0.00 1	0.05 356	0.04 204	0.01 128

MIM_Stereo	0.10 21	0.32 241	0.90 122	0.00 1	0.03 303	0.29 53	0.00 1	0.11 71	0.11 75	0.02 216	0.00 1	0.04 97	0.01 86	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.00 1	0.11 299	0.08 337

Ntro	0.57 292	1.13 387	2.24 306	0.04 298	0.36 392	1.04 246	0.02 256	0.74 204	0.57 210	0.01 127	0.00 1	0.76 316	0.08 253	3.01 257	0.47 305	0.07 377	0.04 360	0.01 358	0.00 1	0.76 397	0.02 225

CASnet	0.08 11	0.05 61	0.40 1	0.00 1	0.00 1	0.82 182	0.00 1	0.14 84	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	0.03 183	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 106	0.10 122	1.38 220	0.00 1	0.01 238	0.75 169	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 277	0.51 321	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

CFNet_ucs	0.26 149	0.14 157	1.53 245	0.00 1	0.01 238	0.84 189	0.00 1	1.78 337	0.17 109	0.00 1	0.00 1	0.49 285	0.30 306	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

AEACV	0.10 21	0.02 7	0.49 12	0.00 1	0.02 282	0.75 169	0.00 1	0.07 41	0.02 2	0.09 299	0.00 1	0.01 7	0.08 253	0.01 26	0.00 1	0.00 1	0.03 345	0.00 1	0.24 404	0.07 253	0.05 304

Any-RAFT	0.17 91	0.04 38	0.93 129	0.00 1	0.00 1	1.10 320	0.00 1	0.99 239	0.03 4	0.01 127	0.00 1	0.21 212	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Test	0.20 114	0.09 118	1.34 211	0.00 1	0.12 359	0.39 73	0.10 317	0.72 201	0.25 124	0.08 291	0.00 1	0.44 270	0.00 1	0.05 112	0.13 225	0.00 1	0.00 1	0.00 1	0.24 404	0.01 57	0.01 128

LL-Strereo2	0.12 46	0.41 290	0.91 126	0.05 308	0.03 303	0.51 102	0.04 284	0.13 80	0.11 75	0.01 127	0.00 1	0.03 77	0.02 133	0.06 117	0.10 200	0.00 1	0.00 1	0.00 1	0.01 318	0.03 183	0.03 258

LL-Strereo	0.71 319	0.88 371	2.40 315	0.00 1	0.00 1	0.63 143	0.01 217	1.57 318	0.58 249	0.45 352	0.00 1	0.54 294	0.30 306	6.37 385	0.07 175	0.00 1	0.05 374	0.00 1	0.00 1	0.22 358	0.17 380

LoS_RVC	0.05 2	0.05 61	0.41 3	0.00 1	0.00 1	0.16 36	0.00 1	0.17 93	0.07 18	0.00 1	0.00 1	0.04 97	0.01 86	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CAS	0.10 21	0.05 61	0.46 9	0.00 1	0.00 1	1.03 239	0.00 1	0.21 115	0.09 50	0.00 1	0.00 1	0.03 77	0.01 86	0.01 26	0.02 106	0.08 380	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 21	0.04 38	0.98 143	0.00 1	0.00 1	0.62 133	0.00 1	0.09 52	0.11 75	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 332	0.04 204	0.03 258

anonymousdsp	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 258	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 372	0.07 253	0.03 258

fast-acv-ft	0.29 173	0.37 273	3.76 374	0.06 326	0.01 238	0.28 51	0.17 327	0.06 29	0.21 115	0.00 1	0.00 1	0.08 145	0.09 256	0.10 140	0.23 267	0.01 350	0.00 1	0.03 383	0.01 318	0.26 368	0.01 128

iinet-f	0.48 249	0.57 335	4.45 384	0.00 1	0.01 238	0.77 172	0.00 1	1.48 307	0.61 298	0.01 127	0.00 1	0.40 263	0.44 317	0.38 173	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.35 381	0.01 128

CES	0.08 11	0.07 104	0.43 7	0.00 1	0.00 1	0.21 42	0.01 217	0.08 46	0.56 177	0.01 127	0.00 1	0.08 145	0.04 206	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 318	0.25 45	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 133	0.00 1	0.01 77	0.00 1	0.00 1	0.00 1	0.07 362	0.03 183	0.08 337

EGLCR-Stereo	0.15 78	0.05 61	0.47 11	0.07 330	0.03 303	1.06 258	0.01 217	1.06 246	0.12 87	0.16 321	0.00 1	0.00 1	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

CASS	0.07 8	0.06 85	0.73 51	0.00 1	0.00 1	0.10 28	0.01 217	0.15 87	0.12 87	0.16 321	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.12 46	0.15 162	0.92 128	0.00 1	0.00 1	0.46 93	0.00 1	0.41 154	0.10 69	0.00 1	0.00 1	0.10 159	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.02 332	0.04 204	0.02 225

knoymous	0.09 17	0.04 38	1.04 149	0.00 1	0.00 1	0.11 31	0.00 1	0.23 118	0.05 12	0.00 1	0.00 1	0.23 216	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 52	0.04 38	0.51 13	0.00 1	0.00 1	1.06 258	0.00 1	0.04 13	0.57 210	0.00 1	0.00 1	0.06 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 390	0.04 204	0.00 1

ProNet	0.09 17	0.20 190	0.53 24	0.00 1	0.00 1	0.80 178	0.00 1	0.04 13	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	0.08 270	0.01 128

MC-Stereo	0.10 21	0.10 122	0.59 37	0.01 245	0.01 238	1.06 258	0.00 1	0.03 6	0.09 50	0.02 216	0.00 1	0.03 77	0.02 133	0.03 94	0.00 1	0.00 1	0.01 304	0.00 1	0.02 332	0.05 221	0.01 128

RCA-Stereo	0.18 101	0.11 136	0.63 40	0.00 1	0.00 1	1.06 258	0.00 1	1.48 307	0.07 18	0.07 284	0.00 1	0.02 39	0.05 231	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.05 221	0.01 128

CroCo-Stereo Lap2	0.09 17	0.23 208	0.74 60	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 177	0.00 1	0.00 1	0.01 7	0.03 175	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.01 128

DCANet-4	0.31 179	0.05 61	2.61 334	0.00 1	0.00 1	1.05 249	0.00 1	1.49 313	0.61 298	0.13 311	0.00 1	0.03 77	0.05 231	0.03 94	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

qqq	0.17 91	0.01 1	0.52 16	0.00 1	0.00 1	0.12 34	0.00 1	0.95 232	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	1.23 207	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

ccc-4	0.11 37	0.18 177	0.52 16	0.00 1	0.00 1	1.06 258	0.00 1	0.09 52	0.09 50	0.01 127	0.00 1	0.01 7	0.03 175	0.02 69	0.00 1	0.00 1	0.00 1	0.00 1	0.10 367	0.07 253	0.01 128

fff	0.28 159	0.37 273	1.20 186	0.00 1	0.01 238	1.05 249	0.00 1	1.48 307	0.61 298	0.13 311	0.00 1	0.04 97	0.60 329	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

tt	48.25 421	0.05 61	28.22 414	1.29 405	0.00 1	100.00 433	100.00 431	100.00 432	97.19 427	0.08 291	0.00 1	97.99 431	86.70 427	2.26 232	99.92 432	83.66 428	94.83 427	16.47 421	21.27 423	35.05 421	0.01 128

ADStereo(finetuned)	0.34 197	0.37 273	2.24 306	0.00 1	0.00 1	1.04 246	0.00 1	1.49 313	0.61 298	0.08 291	0.00 1	0.04 97	0.74 339	0.03 94	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 304

x	0.10 21	0.01 1	0.51 13	0.00 1	0.00 1	0.09 26	0.00 1	0.67 196	0.55 165	0.00 1	0.00 1	0.01 7	0.00 1	0.09 136	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

DisPM	0.16 83	0.05 61	0.82 96	0.07 330	0.00 1	1.14 339	0.41 366	0.08 46	0.54 161	0.03 244	0.00 1	0.00 1	0.00 1	0.06 117	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Wz-Net-LNSev-Ref	0.42 225	0.52 322	3.02 353	0.00 1	0.00 1	0.57 120	0.00 1	1.15 259	0.60 283	0.00 1	0.00 1	0.04 97	0.14 275	1.51 211	0.76 325	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.14 65	0.09 118	1.29 204	0.00 1	0.00 1	0.62 133	0.00 1	0.17 93	0.10 69	0.00 1	0.00 1	0.40 263	0.02 133	0.11 145	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RAFT_CTSACE	0.14 65	0.33 245	1.23 197	0.00 1	0.01 238	0.47 94	0.00 1	0.27 131	0.11 75	0.01 127	0.00 1	0.04 97	0.00 1	0.08 133	0.00 1	0.00 1	0.01 304	0.00 1	0.00 1	0.24 363	0.00 1

CRFU-Net	0.40 221	0.12 145	1.50 241	0.14 367	0.01 238	0.90 203	0.00 1	0.42 156	0.14 96	0.00 1	0.00 1	0.42 267	1.94 373	2.15 225	0.12 218	0.00 1	0.00 1	0.03 383	0.00 1	0.03 183	0.00 1

RAFT+CT+SA	0.26 149	0.34 249	1.11 170	0.02 269	0.27 388	1.10 320	0.00 1	0.70 200	0.56 177	0.00 1	0.00 1	0.07 139	0.01 86	0.36 171	0.00 1	0.00 1	0.00 1	0.00 1	0.31 411	0.11 299	0.22 390

test_5	0.26 149	0.35 258	1.35 213	0.01 245	0.22 387	0.80 178	0.01 217	0.81 212	0.58 249	0.12 308	0.00 1	0.06 131	0.01 86	0.61 188	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.16 378

NINENet	0.45 236	0.09 118	0.81 93	0.06 326	0.00 1	1.87 379	0.00 1	2.69 384	0.56 177	0.00 1	0.00 1	0.65 303	0.00 1	2.15 225	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

test_4	0.13 52	0.07 104	1.12 173	0.00 1	0.05 326	0.82 182	0.00 1	0.04 13	0.08 31	0.10 303	0.00 1	0.01 7	0.01 86	0.02 69	0.06 164	0.00 1	0.00 1	0.00 1	0.02 332	0.11 299	0.00 1

IGEV-Stereo	0.11 37	0.18 177	0.58 34	0.00 1	0.00 1	1.06 258	0.00 1	0.08 46	0.09 50	0.01 127	0.00 1	0.01 7	0.04 206	0.03 94	0.00 1	0.00 1	0.00 1	0.00 1	0.11 372	0.07 253	0.03 258
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 263	0.51 317	1.44 233	0.00 1	0.00 1	0.29 53	0.00 1	0.63 191	0.59 261	0.00 1	0.00 1	0.08 145	0.01 86	6.14 372	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 358	0.01 128

psmg	0.22 124	0.05 61	0.54 26	0.00 1	0.00 1	1.05 249	0.00 1	1.73 334	0.58 249	0.00 1	0.00 1	0.36 250	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CSP-Net	0.37 212	0.10 122	0.54 26	0.00 1	0.00 1	0.50 100	0.00 1	0.64 192	0.13 94	0.00 1	0.00 1	0.15 187	0.02 133	5.27 335	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

iRaft-Stereo_20w	0.38 215	0.11 136	1.91 282	0.12 358	0.04 318	0.70 157	0.24 339	1.72 333	0.16 107	0.41 349	0.00 1	0.26 225	1.04 350	0.41 175	0.24 270	0.00 1	0.04 360	0.00 1	0.14 380	0.02 134	0.09 350

UDGNet	0.14 65	0.48 307	0.72 49	0.00 1	0.00 1	1.06 258	0.00 1	0.05 19	0.28 127	0.00 1	0.00 1	0.02 39	0.00 1	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 83	0.52 322	0.86 110	0.01 245	0.00 1	1.03 239	0.00 1	0.09 52	0.52 155	0.01 127	0.00 1	0.02 39	0.02 133	0.00 1	0.00 1	0.01 350	0.00 1	0.00 1	0.00 1	0.03 183	0.00 1

dad	0.17 91	0.54 326	0.82 96	0.00 1	0.00 1	1.03 239	0.00 1	0.02 4	0.23 122	0.01 127	0.00 1	0.02 39	0.01 86	0.63 189	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

UDG	0.42 225	0.43 294	1.17 181	0.00 1	0.00 1	0.99 227	0.00 1	1.70 331	0.60 283	0.05 270	0.00 1	1.51 365	0.19 288	1.20 204	0.61 318	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

GLC_STEREO	0.04 1	0.05 61	0.52 16	0.00 1	0.00 1	0.06 21	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 86	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DAS	0.49 254	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 266	0.61 298	1.18 374	0.00 1	0.24 218	0.03 175	4.76 321	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

SepStereo	0.45 236	0.05 61	1.29 204	0.00 1	0.00 1	0.07 22	0.00 1	1.25 266	0.61 298	1.18 374	0.00 1	0.24 218	0.03 175	3.93 295	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

IPLG	0.51 268	0.38 283	1.60 250	0.02 269	0.00 1	1.11 328	0.07 300	1.48 307	0.57 210	0.05 270	0.00 1	0.12 168	0.15 280	4.58 315	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 299	0.00 1

IPLGR	0.43 232	0.17 173	2.05 294	0.02 269	0.02 282	1.08 306	0.04 284	1.62 326	0.57 210	0.09 299	0.00 1	0.15 187	0.22 296	2.62 241	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.00 1

AASNet	0.27 155	0.47 305	1.56 246	0.00 1	0.00 1	0.91 210	0.00 1	0.58 181	0.58 249	0.00 1	0.00 1	0.39 261	0.02 133	0.33 168	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.25 366	0.06 324

test-3	0.17 91	0.03 23	0.74 60	0.03 286	0.10 351	0.43 86	0.00 1	1.36 275	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.08 133	0.19 254	0.00 1	0.00 1	0.00 1	0.20 391	0.12 306	0.11 359

test_1	0.17 91	0.03 23	0.75 68	0.03 286	0.10 351	0.43 86	0.00 1	1.36 275	0.07 18	0.01 127	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 391	0.12 306	0.11 359

SACVNet	0.42 225	0.29 233	1.10 166	0.00 1	0.00 1	1.02 233	0.00 1	0.78 205	0.29 131	0.03 244	0.00 1	0.24 218	0.02 133	4.27 309	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.20 354	0.01 128

AACVNet	0.40 221	0.36 265	0.90 122	0.00 1	0.00 1	0.53 111	0.00 1	0.18 96	0.41 147	0.02 216	0.00 1	0.11 162	0.01 86	5.33 338	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.15 325	0.00 1

test_3	0.19 106	0.02 7	0.76 73	0.03 286	0.10 351	0.53 111	0.00 1	1.42 286	0.07 18	0.13 311	0.00 1	0.02 39	0.00 1	0.07 122	0.19 254	0.00 1	0.00 1	0.00 1	0.20 391	0.12 306	0.11 359

GwcNet-ADL	0.30 175	0.19 186	1.78 270	0.00 1	0.00 1	1.03 239	0.00 1	2.08 352	0.28 127	0.00 1	0.00 1	0.37 256	0.04 206	0.02 69	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 258

TRStereo	0.37 212	0.23 208	1.41 228	0.03 286	0.00 1	1.07 293	0.02 256	3.07 389	0.57 210	0.01 127	0.00 1	0.11 162	0.40 316	0.06 117	0.00 1	0.00 1	0.00 1	0.00 1	0.22 397	0.01 57	0.08 337

LCNet	0.22 124	0.11 136	0.74 60	0.11 354	0.00 1	0.97 219	0.00 1	0.09 52	0.59 261	0.01 127	0.00 1	0.02 39	1.10 354	0.43 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.01 128

Patchmatch Stereo++	0.13 52	0.04 38	0.73 51	0.05 308	0.01 238	1.06 258	0.08 307	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	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	0.96 344	0.05 61	0.74 60	0.09 340	0.27 388	1.11 328	0.28 350	0.05 19	0.59 261	0.01 127	0.00 1	0.01 7	1.00 348	3.68 286	11.30 404	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

NF-Stereo	0.47 242	0.03 23	0.77 75	0.12 358	0.00 1	1.07 293	0.26 343	0.19 99	0.60 283	0.01 127	0.00 1	0.02 39	0.00 1	6.18 374	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

OCTAStereo	0.47 242	0.03 23	0.77 75	0.12 358	0.00 1	1.07 293	0.26 343	0.19 99	0.60 283	0.01 127	0.00 1	0.02 39	0.00 1	6.16 373	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSM-adaLoss	0.14 65	0.04 38	0.73 51	0.05 308	0.02 282	1.06 258	0.08 307	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ROB_FTStereo_v2	0.14 65	0.04 38	0.73 51	0.05 308	0.01 238	1.06 258	0.06 297	0.05 19	0.56 177	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ROB_FTStereo	0.13 52	0.04 38	0.73 51	0.05 308	0.02 282	1.06 258	0.07 300	0.06 29	0.56 177	0.01 127	0.00 1	0.03 77	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

HUI-Stereo	0.14 65	0.04 38	0.75 68	0.05 308	0.02 282	1.06 258	0.08 307	0.06 29	0.57 210	0.01 127	0.00 1	0.07 139	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

SST-Stereo	0.51 268	0.02 7	0.74 60	0.05 308	0.19 381	1.09 314	0.49 373	0.26 127	0.61 298	0.04 261	0.00 1	0.05 118	0.58 326	6.12 370	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

GrayStereo	0.46 240	0.01 1	0.71 47	0.10 344	0.00 1	1.12 335	2.67 406	0.20 109	0.59 261	0.00 1	0.00 1	0.08 145	3.76 395	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RE-Stereo	0.47 242	0.03 23	0.77 75	0.12 358	0.00 1	1.07 293	0.26 343	0.19 99	0.60 283	0.01 127	0.00 1	0.02 39	0.00 1	6.18 374	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Pruner-Stereo	0.16 83	0.04 38	0.73 51	0.19 382	0.00 1	1.08 306	0.21 335	0.16 88	0.59 261	0.03 244	0.00 1	0.01 7	0.00 1	0.02 69	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

TVStereo	0.47 242	0.03 23	0.77 75	0.12 358	0.00 1	1.07 293	0.26 343	0.19 99	0.60 283	0.01 127	0.00 1	0.02 39	0.00 1	6.18 374	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DeepStereo_RVC	0.22 124	0.04 38	0.87 115	0.05 308	0.02 282	1.07 293	0.32 354	0.04 13	0.56 177	0.01 127	0.00 1	0.00 1	1.25 361	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.05 304

iGMRVC	0.14 65	0.04 38	0.74 60	0.05 308	0.02 282	1.06 258	0.07 300	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

IRAFT_RVC	0.51 268	0.13 151	1.14 175	0.10 344	0.00 1	1.17 349	0.10 317	0.28 135	0.61 298	0.01 127	0.00 1	0.02 39	0.12 271	6.22 381	0.22 262	0.00 1	0.09 389	0.00 1	0.00 1	0.02 134	0.01 128

iRAFT	0.13 52	0.04 38	0.73 51	0.05 308	0.01 238	1.06 258	0.08 307	0.06 29	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

AnonymousM	0.10 21	0.04 38	0.56 32	0.00 1	0.00 1	1.02 233	0.00 1	0.19 99	0.11 75	0.00 1	0.00 1	0.00 1	0.00 1	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CRE-IMP	0.16 83	0.03 23	0.75 68	0.05 308	0.01 238	1.11 328	0.34 359	0.04 13	0.56 177	0.02 216	0.00 1	0.12 168	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.08 337

cross-raft	0.15 78	0.05 61	1.46 236	0.00 1	0.01 238	0.37 71	0.07 300	0.40 152	0.02 2	0.02 216	0.00 1	0.38 259	0.00 1	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.11 372	0.01 57	0.02 225

GMM-Stereo	0.18 101	0.02 7	1.37 219	0.08 335	0.00 1	1.11 328	0.13 325	0.09 52	0.60 283	0.01 127	0.00 1	0.02 39	0.10 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RAFT-IKP	0.14 65	0.04 38	0.75 68	0.05 308	0.01 238	1.06 258	0.08 307	0.05 19	0.56 177	0.01 127	0.00 1	0.05 118	0.00 1	0.01 26	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

LMCR-Stereo	0.27 155	0.34 249	1.42 230	0.00 1	0.00 1	0.79 176	0.00 1	2.15 356	0.61 298	0.00 1	0.00 1	0.04 97	0.04 206	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

GEStereo_RVC	0.43 232	0.38 283	1.10 166	0.01 245	0.00 1	1.02 233	0.00 1	1.94 345	0.57 210	0.00 1	0.00 1	0.14 181	0.01 86	3.25 270	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.08 270	0.02 225

Anonymous3	0.19 106	0.07 104	1.33 209	0.00 1	0.00 1	1.12 335	0.00 1	0.56 176	0.56 177	0.01 127	0.00 1	0.06 131	0.00 1	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

TestStereo	0.31 179	0.22 199	1.36 217	0.00 1	0.00 1	0.27 48	0.00 1	0.06 29	0.04 9	0.01 127	0.00 1	0.03 77	0.01 86	4.27 309	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 65	0.37 273	0.96 135	0.00 1	0.16 370	0.64 147	0.03 272	0.05 19	0.08 31	0.00 1	0.00 1	0.02 39	0.03 175	0.03 94	0.07 175	0.00 1	0.07 385	0.00 1	0.00 1	0.05 221	0.16 378

raftrobust	0.13 52	0.36 265	0.94 132	0.00 1	0.18 377	0.62 133	0.02 256	0.07 41	0.07 18	0.00 1	0.00 1	0.03 77	0.03 175	0.03 94	0.05 150	0.00 1	0.01 304	0.00 1	0.00 1	0.06 241	0.04 287

sAnonymous2	0.10 21	0.22 199	1.35 213	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	0.08 270	0.15 374

CroCo_RVC	0.10 21	0.22 199	1.35 213	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	0.08 270	0.15 374

CFNet_pseudo	0.22 124	0.10 122	1.39 222	0.00 1	0.01 238	0.98 221	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 277	0.36 313	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	0.47 242	0.11 136	5.03 389	0.00 1	0.00 1	0.70 157	0.00 1	1.98 347	0.61 298	0.01 127	0.00 1	0.36 250	0.33 311	0.18 155	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 225

RALAANet	0.13 52	0.51 317	0.95 133	0.00 1	0.00 1	0.32 61	0.01 217	0.38 147	0.03 4	0.00 1	0.00 1	0.05 118	0.09 256	0.02 69	0.12 218	0.00 1	0.00 1	0.00 1	0.02 332	0.10 293	0.00 1

sCroCo_RVC	0.09 17	0.05 61	1.02 146	0.00 1	0.00 1	0.02 3	0.00 1	0.12 75	0.48 150	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

XX-Stereo	0.57 292	0.15 162	4.26 381	0.08 335	0.03 303	1.10 320	0.00 1	2.55 374	0.11 75	0.11 306	0.00 1	1.43 360	0.01 86	1.34 210	0.00 1	0.00 1	0.04 360	0.00 1	0.16 385	0.03 183	0.01 128

Anonymous	0.05 2	0.06 85	0.86 110	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 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.05 304

DCANet	0.25 145	0.37 273	1.20 186	0.00 1	0.00 1	1.06 258	0.00 1	1.49 313	0.61 298	0.08 291	0.00 1	0.04 97	0.00 1	0.02 69	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.05 304

csc	0.28 159	0.37 273	1.20 186	0.00 1	0.01 238	1.05 249	0.00 1	1.48 307	0.61 298	0.13 311	0.00 1	0.04 97	0.60 329	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

cscssc	0.28 159	0.37 273	1.20 186	0.00 1	0.01 238	1.05 249	0.00 1	1.48 307	0.61 298	0.13 311	0.00 1	0.04 97	0.60 329	0.02 69	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

222	1.95 375	0.03 23	0.41 3	0.00 1	0.00 1	0.58 123	0.00 1	2.64 383	0.57 210	0.02 216	0.00 1	0.05 118	0.02 133	3.34 273	31.23 420	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

111	0.30 175	0.66 345	1.20 186	0.00 1	0.01 238	1.06 258	0.03 272	1.60 321	0.59 261	0.27 336	0.00 1	0.20 210	0.05 231	0.08 133	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.07 253	0.12 368

xxxx	1.04 347	0.02 7	0.54 26	0.00 1	0.00 1	0.53 111	0.00 1	2.53 373	0.57 210	0.00 1	0.00 1	0.01 7	0.01 86	2.04 220	14.52 412	0.00 1	0.01 304	0.00 1	0.00 1	0.00 1	0.01 128

test_xeample	1.14 353	0.02 7	0.58 34	0.00 1	0.00 1	0.57 120	0.00 1	2.57 376	0.57 210	0.00 1	0.00 1	0.03 77	0.02 133	3.45 276	15.00 415	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

ARAFT	0.58 296	0.75 358	2.78 345	0.00 1	0.00 1	1.20 354	0.00 1	2.26 360	0.57 210	0.05 270	0.00 1	0.18 199	0.03 175	3.54 280	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.19 348	0.04 287

RAFT-Stereo + iAFF	0.19 106	0.33 245	0.84 104	0.00 1	0.02 282	1.06 258	0.00 1	0.45 160	0.59 261	0.03 244	0.00 1	0.05 118	0.06 242	0.04 104	0.07 175	0.00 1	0.01 304	0.00 1	0.00 1	0.17 341	0.01 128

AFF-stereo	0.18 101	0.42 292	0.77 75	0.00 1	0.00 1	0.91 210	0.00 1	0.41 154	0.65 353	0.05 270	0.00 1	0.04 97	0.05 231	0.06 117	0.04 141	0.00 1	0.01 304	0.00 1	0.00 1	0.19 348	0.01 128

RAFT + AFF	0.60 303	0.75 358	1.04 149	0.00 1	0.00 1	1.10 320	0.06 297	1.45 294	0.57 210	0.02 216	0.00 1	0.18 199	1.43 365	4.80 323	0.15 235	0.00 1	0.17 403	0.00 1	0.00 1	0.27 372	0.08 337

GMStereo	0.08 11	0.54 326	0.90 122	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 133	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	0.51 268	0.36 265	2.40 315	0.00 1	0.00 1	0.27 48	0.00 1	2.06 351	1.49 388	0.00 1	0.00 1	0.04 97	0.04 206	3.38 274	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.02 225

CFNet-RSSM	0.17 91	0.06 85	1.16 180	0.00 1	0.12 359	0.61 128	0.00 1	0.90 224	0.08 31	0.01 127	0.00 1	0.09 156	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.23 399	0.00 1	0.00 1

SFCPSM	0.21 120	0.04 38	1.59 249	0.00 1	0.05 326	0.34 68	0.00 1	1.24 265	0.57 210	0.01 127	0.00 1	0.12 168	0.02 133	0.05 112	0.05 150	0.00 1	0.00 1	0.00 1	0.02 332	0.02 134	0.00 1

Syn2CoEx	0.56 286	0.78 365	2.86 347	0.00 1	0.00 1	0.10 28	0.01 217	0.91 226	0.61 298	0.02 216	0.00 1	0.49 285	0.21 294	5.03 329	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.03 258

psm_up	0.39 218	0.25 218	1.04 149	0.00 1	0.00 1	0.82 182	0.00 1	1.88 340	0.57 210	0.00 1	0.00 1	0.28 230	0.01 86	2.78 247	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.00 1

UNet	0.26 149	0.18 177	2.41 317	0.00 1	0.00 1	0.71 161	0.00 1	0.39 150	0.60 283	0.00 1	0.00 1	0.37 256	0.02 133	0.45 179	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

UPFNet	0.18 101	0.05 61	1.11 170	0.00 1	0.00 1	0.48 96	0.00 1	1.11 253	0.48 150	0.00 1	0.00 1	0.10 159	0.00 1	0.10 140	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

psmorigin	0.75 321	0.25 218	7.10 395	0.00 1	0.00 1	0.19 39	0.00 1	0.10 67	0.12 87	0.65 358	0.00 1	2.74 381	0.23 299	3.02 258	0.54 312	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

Gwc-CoAtRS	0.12 46	0.06 85	1.17 181	0.00 1	0.11 356	0.41 76	0.00 1	0.20 109	0.04 9	0.01 127	0.00 1	0.18 199	0.00 1	0.01 26	0.06 164	0.00 1	0.00 1	0.00 1	0.18 387	0.01 57	0.00 1

CREStereo	0.10 21	0.06 85	0.51 13	0.00 1	0.00 1	1.06 258	0.00 1	0.20 109	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 57	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	0.23 131	0.05 61	1.39 222	0.00 1	0.00 1	1.00 229	0.00 1	0.80 210	0.57 210	0.00 1	0.00 1	0.24 218	0.04 206	0.23 162	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

GwcNet	0.50 263	0.46 301	3.90 378	0.00 1	0.00 1	0.42 81	0.10 317	0.38 147	0.74 367	0.03 244	0.00 1	0.63 298	0.05 231	2.92 253	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.17 341	0.05 304

cf-r	0.35 203	0.41 290	1.45 234	0.00 1	0.00 1	1.06 258	0.00 1	0.43 157	0.38 141	0.05 270	0.00 1	0.65 303	0.00 1	2.53 240	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.02 225

GANet-RSSM	0.34 197	0.29 233	0.97 141	0.00 1	0.00 1	1.05 249	0.00 1	0.22 117	0.15 101	0.03 244	0.00 1	0.31 237	0.00 1	3.62 282	0.14 231	0.00 1	0.00 1	0.03 383	0.00 1	0.05 221	0.01 128

PSMNet-RSSM	0.36 207	0.36 265	0.93 129	0.00 1	0.00 1	1.06 258	0.00 1	0.50 170	0.53 158	0.04 261	0.00 1	0.40 263	0.00 1	3.33 272	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128

GwcNet-RSSM	0.45 236	0.56 334	1.74 268	0.00 1	0.00 1	1.06 258	0.00 1	0.65 193	0.55 165	0.18 324	0.00 1	0.37 256	0.00 1	3.70 287	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.08 270	0.02 225

CFNet-ft	0.31 179	0.34 249	0.96 135	0.00 1	0.00 1	1.08 306	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 277	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 358	0.00 1	0.01 57	0.01 128

PMTNet	0.11 37	0.07 104	0.60 39	0.00 1	0.00 1	1.05 249	0.04 284	0.16 88	0.08 31	0.00 1	0.00 1	0.04 97	0.00 1	0.03 94	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

DIP-Stereo	0.22 124	0.10 122	0.77 75	0.00 1	0.00 1	1.09 314	0.00 1	1.68 328	0.57 210	0.01 127	0.00 1	0.01 7	0.07 249	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.01 128
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	0.24 139	0.28 229	1.68 258	0.00 1	0.00 1	0.84 189	0.03 272	0.16 88	0.08 31	0.02 216	0.00 1	0.20 210	0.03 175	1.54 212	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 139	0.51 317	1.71 263	0.00 1	0.00 1	0.31 57	0.00 1	0.99 239	0.31 134	0.00 1	0.00 1	0.29 231	0.03 175	0.22 160	0.35 292	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 225

stereogan	0.49 254	0.22 199	2.39 314	0.00 1	0.00 1	0.63 143	0.02 256	0.79 208	0.72 365	0.06 278	0.00 1	1.68 368	0.46 319	2.63 243	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.00 1

R-Stereo Train	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 166	0.00 1	1.36 275	0.09 50	0.02 216	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

PVD	0.73 320	0.57 335	3.38 365	0.04 298	0.19 381	0.74 166	0.00 1	0.29 136	0.79 372	2.37 387	0.00 1	0.53 293	0.09 256	2.19 230	3.20 366	0.00 1	0.05 374	0.00 1	0.02 332	0.08 270	0.15 374

SHD	0.50 263	0.51 317	3.61 370	0.05 308	0.00 1	0.01 2	0.01 217	0.72 201	0.61 298	1.57 380	0.00 1	0.34 243	0.09 256	1.79 217	0.49 309	0.00 1	0.00 1	0.00 1	0.01 318	0.09 286	0.03 258

RAFT-Stereo	0.15 78	0.03 23	0.77 75	0.00 1	0.00 1	0.74 166	0.00 1	1.36 275	0.09 50	0.02 216	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.19 106	0.10 122	1.39 222	0.00 1	0.01 238	0.75 169	0.00 1	0.35 143	0.12 87	0.00 1	0.00 1	0.48 277	0.50 320	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

HSM-Net_RVC	0.52 277	0.06 85	1.45 234	0.00 1	0.00 1	0.61 128	0.00 1	3.83 393	0.52 155	0.14 318	0.00 1	0.22 215	0.03 175	3.50 278	0.04 141	0.01 350	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	0.53 278	0.19 186	1.79 271	0.00 1	0.00 1	0.55 116	0.00 1	1.12 255	0.61 298	0.02 216	0.00 1	0.83 321	0.04 206	5.05 330	0.45 304	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

PA-Net	0.57 292	0.50 312	2.73 341	0.03 286	0.06 333	0.89 201	0.02 256	0.66 194	0.63 349	0.00 1	0.00 1	0.43 269	0.07 249	4.82 324	0.55 315	0.01 350	0.00 1	0.00 1	0.00 1	0.02 134	0.04 287
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CC-Net-ROB	0.64 310	0.50 312	1.13 174	0.07 330	0.00 1	1.08 306	0.01 217	2.58 378	0.56 177	0.01 127	0.00 1	0.14 181	0.01 86	5.73 357	0.12 218	0.50 396	0.00 1	0.21 405	0.00 1	0.09 286	0.02 225

GANet	0.55 282	0.35 258	1.40 227	0.00 1	0.00 1	0.77 172	0.08 307	0.36 145	0.57 210	0.01 127	0.00 1	0.68 311	0.11 268	5.52 346	1.07 332	0.00 1	0.00 1	0.02 374	0.00 1	0.09 286	0.03 258

TDLM	0.49 254	0.39 286	1.02 146	0.00 1	0.00 1	1.08 306	0.01 217	0.36 145	0.58 249	0.14 318	0.00 1	0.27 228	0.19 288	5.46 345	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.13 315	0.01 128

CFNet_RVC	0.31 179	0.34 249	0.96 135	0.00 1	0.00 1	1.08 306	0.00 1	0.19 99	0.15 101	0.01 127	0.00 1	0.48 277	0.00 1	2.95 255	0.05 150	0.00 1	0.00 1	0.01 358	0.00 1	0.01 57	0.01 128

NLCA_NET_v2_RVC	0.35 203	0.49 311	2.00 287	0.00 1	0.02 282	0.96 217	0.00 1	0.55 175	0.18 112	0.03 244	0.00 1	0.35 247	0.10 264	2.37 234	0.01 77	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	0.22 124	0.10 122	1.38 220	0.00 1	0.01 238	0.98 221	0.00 1	0.94 230	0.09 50	0.00 1	0.00 1	0.48 277	0.36 313	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	0.20 114	0.32 241	0.88 119	0.00 1	0.00 1	1.02 233	0.00 1	0.20 109	0.29 131	0.01 127	0.00 1	0.34 243	0.02 133	0.81 193	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.19 106	0.55 332	1.36 217	0.00 1	0.00 1	0.25 45	0.00 1	1.09 251	0.23 122	0.00 1	0.00 1	0.14 181	0.02 133	0.02 69	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	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	0.20 114	0.06 85	0.86 110	0.00 1	0.00 1	0.25 45	0.00 1	1.71 332	0.56 177	0.00 1	0.00 1	0.31 237	0.01 86	0.11 145	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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	0.51 268	0.32 241	3.07 356	0.00 1	0.00 1	0.31 57	0.00 1	0.46 163	0.12 87	0.03 244	0.00 1	0.44 270	0.02 133	5.22 334	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.12 306	0.03 258

NVstereo2D	0.45 236	0.11 136	1.91 282	0.00 1	0.00 1	0.59 126	0.00 1	1.39 282	0.61 298	0.03 244	0.00 1	0.33 240	0.00 1	3.94 296	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 131	0.37 273	1.26 199	0.00 1	0.00 1	1.11 328	0.03 272	0.20 109	0.07 18	0.00 1	0.00 1	0.39 261	0.03 175	1.12 203	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.00 1

PS-NSSS	0.54 280	0.44 297	0.86 110	0.00 1	0.00 1	1.04 246	0.00 1	2.37 363	0.56 177	0.00 1	0.00 1	0.11 162	0.01 86	5.32 337	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

iResNetv2_ROB	0.36 207	1.03 380	2.96 351	0.00 1	0.00 1	0.58 123	0.00 1	1.51 316	0.58 249	0.01 127	0.00 1	0.08 145	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.29 375	0.02 225

MLCV	0.23 131	0.46 301	1.15 176	0.00 1	0.00 1	0.45 91	0.00 1	0.57 178	0.15 101	0.09 299	0.00 1	0.27 228	0.03 175	1.09 202	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

DPSNet	1.25 360	0.28 229	5.34 390	0.28 389	0.07 339	1.50 368	0.00 1	3.53 392	0.69 361	0.03 244	0.00 1	0.45 273	2.10 378	5.67 354	4.61 377	0.02 364	0.04 360	0.00 1	0.02 332	0.23 362	0.09 350

StereoDRNet-Refined	0.24 139	0.08 111	0.68 46	0.00 1	0.00 1	0.83 187	0.00 1	0.66 194	0.61 298	0.00 1	0.00 1	0.50 288	0.02 133	1.28 209	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.10 293	0.04 287
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.43 232	0.13 151	1.95 286	0.03 286	0.09 347	0.61 128	0.00 1	1.43 291	0.61 298	0.00 1	0.00 1	0.18 199	0.04 206	3.32 271	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

StereoDRNet	0.42 225	0.50 312	2.50 325	0.02 269	0.06 333	0.51 102	0.00 1	0.34 142	0.61 298	0.00 1	0.00 1	0.33 240	0.02 133	2.87 250	0.50 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 225

iResNet	0.25 145	0.27 225	1.68 258	0.00 1	0.00 1	0.69 156	0.00 1	1.22 264	0.56 177	0.00 1	0.00 1	0.04 97	0.03 175	0.12 147	0.30 282	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.01 128

NCCL2	0.29 173	0.50 312	1.52 243	0.00 1	0.00 1	0.81 180	0.00 1	0.45 160	0.22 117	0.00 1	0.00 1	0.02 39	0.03 175	2.14 223	0.06 164	0.00 1	0.00 1	0.02 374	0.00 1	0.01 57	0.03 258

NOSS_ROB	0.61 306	0.17 173	0.63 40	0.19 382	0.00 1	0.67 152	0.00 1	2.38 364	0.57 210	0.13 311	0.00 1	0.94 327	0.00 1	6.27 382	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.10 357

XPNet_ROB	0.37 212	0.34 249	1.01 145	0.01 245	0.00 1	0.96 217	0.00 1	1.11 253	0.46 149	0.00 1	0.00 1	0.17 196	0.02 133	2.73 245	0.54 312	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

ETE_ROB	0.31 179	0.34 249	0.89 120	0.00 1	0.00 1	0.97 219	0.01 217	1.45 294	0.57 210	0.02 216	0.00 1	0.17 196	0.02 133	1.75 215	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.26 149	0.75 358	1.33 209	0.00 1	0.00 1	0.99 227	0.00 1	1.04 243	0.61 298	0.01 127	0.00 1	0.19 206	0.02 133	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.22 358	0.01 128

LALA_ROB	0.31 179	0.38 283	0.91 126	0.00 1	0.01 238	1.00 229	0.01 217	1.60 321	0.61 298	0.15 320	0.00 1	0.09 156	0.01 86	1.04 201	0.41 297	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

PSMNet_ROB	0.41 224	0.54 326	1.69 260	0.00 1	0.00 1	0.92 212	0.00 1	0.27 131	0.53 158	0.00 1	0.00 1	0.25 223	0.03 175	3.43 275	0.47 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.03 258

CBMV	0.57 292	0.22 199	1.61 253	0.00 1	0.00 1	0.84 189	0.78 387	2.58 378	0.61 298	0.38 348	0.00 1	1.25 346	0.63 333	2.07 222	0.38 293	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.08 337
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo05	0.28 159	0.13 151	2.37 313	0.01 245	0.00 1	1.09 314	0.00 1	1.02 242	0.45 148	0.04 261	0.01 205	0.26 225	0.14 275	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.01 57	0.04 287

MyStereo04	0.26 149	0.12 145	2.34 310	0.00 1	0.00 1	0.98 221	0.00 1	0.84 217	0.20 114	0.06 278	0.01 205	0.33 240	0.11 268	0.00 1	0.06 164	0.00 1	0.05 374	0.00 1	0.00 1	0.02 134	0.04 287

IGEVStereo-DCA	0.10 21	0.06 85	0.52 16	0.01 245	0.00 1	0.32 61	0.00 1	0.09 52	0.09 50	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 301	0.00 1	0.00 1	0.00 1	0.10 367	0.05 221	0.01 128

rrr	0.24 139	0.06 85	1.91 282	0.01 245	0.00 1	0.32 61	0.04 284	1.34 273	0.15 101	0.01 127	0.01 205	0.02 39	0.04 206	0.14 150	0.44 301	0.00 1	0.00 1	0.00 1	0.18 387	0.05 221	0.05 304

test croco	0.11 37	0.17 173	1.21 196	0.00 1	0.00 1	0.05 18	0.00 1	0.16 88	0.32 135	0.01 127	0.01 205	0.02 39	0.01 86	0.03 94	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.26 368	0.01 128

StereoIM	0.06 5	0.16 169	0.66 43	0.00 1	0.00 1	0.05 18	0.01 217	0.06 29	0.12 87	0.00 1	0.01 205	0.04 97	0.02 133	0.02 69	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

MIF-Stereo (partial)	0.08 11	0.11 136	0.96 135	0.00 1	0.00 1	0.08 24	0.00 1	0.19 99	0.08 31	0.00 1	0.01 205	0.02 39	0.02 133	0.02 69	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.01 128

DLNR_Zeroshot_test	21.09 420	47.65 423	85.43 426	96.34 434	87.67 432	0.31 57	0.00 1	17.86 420	0.07 18	0.01 127	0.01 205	0.00 1	0.00 1	0.70 191	0.01 77	15.78 421	0.01 304	0.00 1	0.21 395	69.62 428	0.04 287

ACVNet_1	1.10 350	1.42 402	4.00 380	0.31 391	0.02 282	1.25 357	0.10 317	1.69 329	0.61 298	0.26 332	0.01 205	4.39 387	1.29 363	4.75 320	0.57 317	0.79 402	0.00 1	0.00 1	0.00 1	0.32 378	0.18 381

4D-IteraStereo	0.16 83	0.51 317	1.73 264	0.00 1	0.00 1	0.38 72	0.03 272	0.08 46	0.08 31	0.02 216	0.01 205	0.00 1	0.01 86	0.06 117	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.06 324

CBFPSM	0.36 207	0.54 326	2.16 302	0.00 1	0.00 1	0.30 56	0.00 1	0.26 127	0.62 346	0.01 127	0.01 205	1.68 368	1.03 349	0.27 166	0.33 289	0.00 1	0.01 304	0.00 1	0.00 1	0.01 57	0.01 128

LoS	0.14 65	0.07 104	0.66 43	0.02 269	0.00 1	1.05 249	0.01 217	0.07 41	0.57 210	0.01 127	0.01 205	0.16 194	0.04 206	0.04 104	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.00 1

gwcnet-sp	0.28 159	0.15 162	2.75 342	0.00 1	0.00 1	0.51 102	0.02 256	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

scenet	0.28 159	0.15 162	2.75 342	0.00 1	0.00 1	0.51 102	0.02 256	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

anonymousa	0.14 65	0.15 162	1.74 268	0.00 1	0.00 1	0.28 51	0.00 1	0.01 1	0.11 75	0.00 1	0.01 205	0.42 267	0.02 133	0.01 26	0.01 77	0.00 1	0.00 1	0.00 1	0.04 354	0.00 1	0.02 225

riskmin	0.11 37	0.01 1	0.87 115	0.01 245	0.00 1	0.13 35	0.00 1	0.30 139	0.09 50	0.00 1	0.01 205	0.76 316	0.00 1	0.02 69	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

Wz-Net-TNSev	1.42 366	2.41 414	11.01 406	0.00 1	0.00 1	0.42 81	0.14 326	2.05 348	0.61 298	0.06 278	0.01 205	1.34 354	0.16 282	5.70 355	4.19 372	0.00 1	0.00 1	0.00 1	0.01 318	0.19 348	0.10 357

ssnet_v2	0.28 159	0.17 173	1.18 184	0.00 1	0.00 1	0.81 180	0.00 1	1.05 244	0.59 261	0.09 299	0.01 205	0.88 324	0.09 256	0.43 176	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.12 306	0.09 350

ssnet	0.28 159	0.15 162	2.75 342	0.00 1	0.00 1	0.51 102	0.02 256	0.49 167	0.57 210	0.01 127	0.01 205	0.08 145	0.04 206	0.87 195	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

Wz-Net-SNSev	0.78 324	1.10 383	6.27 393	0.00 1	0.00 1	0.27 48	0.00 1	0.95 232	0.61 298	0.00 1	0.01 205	0.41 266	0.10 264	4.92 326	0.81 326	0.00 1	0.00 1	0.00 1	0.00 1	0.17 341	0.03 258

Wz-Net-LNSev	0.34 197	0.61 340	4.26 381	0.00 1	0.00 1	0.49 98	0.00 1	0.26 127	0.61 298	0.00 1	0.01 205	0.23 216	0.03 175	0.10 140	0.16 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

Wz-Net-MNSev	0.48 249	0.76 363	3.11 358	0.00 1	0.00 1	0.23 44	0.00 1	1.07 248	0.61 298	0.01 127	0.01 205	0.13 175	0.13 274	3.12 260	0.34 290	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.01 128

raft_robust	0.56 286	0.36 265	0.87 115	0.00 1	0.15 367	0.64 147	0.00 1	2.20 358	0.56 177	0.00 1	0.01 205	0.44 270	1.18 360	4.46 313	0.01 77	0.00 1	0.00 1	0.00 1	0.15 384	0.09 286	0.03 258

SA	0.30 175	0.27 225	0.97 141	0.00 1	0.17 375	1.10 320	0.00 1	2.50 369	0.56 177	0.00 1	0.01 205	0.03 77	0.01 86	0.16 154	0.00 1	0.00 1	0.00 1	0.00 1	0.14 380	0.12 306	0.00 1

WZ-Net	1.38 364	1.14 389	10.22 404	0.00 1	0.00 1	0.82 182	0.00 1	1.37 281	0.61 298	0.01 127	0.01 205	1.09 340	2.20 380	6.39 386	3.68 370	0.00 1	0.00 1	0.00 1	0.00 1	0.07 253	0.02 225

CIPLG	0.33 190	0.75 358	1.79 271	0.10 344	0.01 238	0.93 215	0.21 335	1.45 294	0.61 298	0.02 216	0.01 205	0.14 181	0.06 242	0.13 148	0.17 241	0.00 1	0.04 360	0.01 358	0.01 318	0.17 341	0.04 287

DDUNet	0.34 197	0.20 190	1.06 158	0.00 1	0.00 1	0.79 176	0.01 217	0.91 226	0.54 161	0.04 261	0.01 205	1.11 343	0.01 86	1.89 218	0.17 241	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.00 1

IPLGR_C	0.35 203	0.81 368	2.03 289	0.10 344	0.01 238	0.90 203	0.21 335	1.46 304	0.61 298	0.02 216	0.01 205	0.13 175	0.07 249	0.14 150	0.17 241	0.00 1	0.05 374	0.01 358	0.02 332	0.17 341	0.04 287

GMOStereo	0.13 52	0.24 212	0.83 99	0.00 1	0.14 363	0.86 194	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 334	0.01 128

error version	0.13 52	0.24 212	0.83 99	0.00 1	0.14 363	0.86 194	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 334	0.01 128

test-v	0.13 52	0.24 212	0.83 99	0.00 1	0.14 363	0.86 194	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 334	0.01 128

ACRE	0.34 197	0.70 350	2.13 299	0.10 344	0.00 1	0.90 203	0.20 334	1.45 294	0.61 298	0.02 216	0.01 205	0.13 175	0.05 231	0.14 150	0.17 241	0.00 1	0.03 345	0.01 358	0.02 332	0.17 341	0.04 287

PFNet+	0.23 131	0.06 85	0.79 87	0.07 330	0.01 238	1.11 328	0.42 368	0.11 71	0.59 261	0.08 291	0.01 205	0.02 39	0.00 1	1.21 205	0.04 141	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSM-softLoss	0.48 249	0.04 38	1.10 166	0.17 376	0.00 1	1.07 293	0.25 341	0.12 75	0.61 298	0.03 244	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

KMStereo	0.48 249	0.04 38	1.10 166	0.17 376	0.00 1	1.07 293	0.25 341	0.12 75	0.61 298	0.03 244	0.01 205	0.02 39	0.01 86	6.03 367	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

NRIStereo	0.17 91	0.03 23	0.73 51	0.04 298	0.01 238	1.15 342	0.33 358	0.03 6	0.59 261	0.04 261	0.01 205	0.11 162	0.01 86	0.10 140	0.03 123	0.00 1	0.02 334	0.00 1	0.00 1	0.06 241	0.09 350

RAFT-345	0.49 254	0.04 38	1.26 199	0.10 344	0.07 339	1.16 346	0.19 332	0.14 84	0.57 210	0.00 1	0.01 205	0.09 156	0.01 86	6.00 365	0.20 259	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CroCo-Stereo	0.13 52	0.16 169	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 237	0.57 210	0.00 1	0.01 205	0.31 237	0.03 175	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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 52	0.24 212	0.83 99	0.00 1	0.14 363	0.86 194	0.01 217	0.09 52	0.11 75	0.01 127	0.01 205	0.02 39	0.01 86	0.00 1	0.00 1	0.00 1	0.09 389	0.00 1	0.00 1	0.16 334	0.01 128

RAFT	0.12 46	0.43 294	0.79 87	0.01 245	0.02 282	0.10 28	0.07 300	0.06 29	0.27 126	0.00 1	0.01 205	0.18 199	0.04 206	0.01 26	0.00 1	0.00 1	0.02 334	0.00 1	0.01 318	0.37 382	0.01 128

rafts_anoy	0.14 65	0.35 258	0.99 144	0.00 1	0.02 282	0.49 98	0.03 272	0.11 71	0.07 18	0.00 1	0.01 205	0.06 131	0.06 242	0.24 163	0.06 164	0.00 1	0.14 399	0.00 1	0.01 318	0.02 134	0.03 258

iRaftStereo_RVC	0.10 21	0.20 190	0.57 33	0.00 1	0.00 1	0.52 108	0.00 1	0.05 19	0.07 18	0.00 1	0.01 205	0.14 181	0.03 175	0.02 69	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.25 366	0.20 384

CREStereo++_RVC	0.10 21	0.06 85	0.78 84	0.00 1	0.00 1	1.00 229	0.00 1	0.10 67	0.08 31	0.00 1	0.01 205	0.03 77	0.00 1	0.01 26	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	0.38 215	0.21 193	0.86 110	0.00 1	0.00 1	0.67 152	0.00 1	0.86 220	0.60 283	0.18 324	0.01 205	1.01 333	0.02 133	2.92 253	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.02 225

HCRNet	0.32 188	0.10 122	0.81 93	0.00 1	0.00 1	1.10 320	0.00 1	0.39 150	0.59 261	0.01 127	0.01 205	0.06 131	0.03 175	3.24 265	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.02 225

APVNet	0.51 268	0.21 193	2.43 321	0.00 1	0.00 1	0.94 216	0.00 1	0.45 160	0.62 346	0.01 127	0.01 205	0.34 243	0.03 175	4.59 316	0.27 278	0.00 1	0.00 1	0.03 383	0.00 1	0.15 325	0.02 225

MMNet	0.23 131	0.18 177	1.84 274	0.00 1	0.00 1	0.67 152	0.00 1	0.59 183	0.59 261	0.00 1	0.01 205	0.18 199	0.09 256	0.26 165	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

delet	0.33 190	0.24 212	1.05 157	0.00 1	0.00 1	0.60 127	0.00 1	0.53 172	0.59 261	0.03 244	0.01 205	0.52 292	0.19 288	2.68 244	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ac_64	0.39 218	0.12 145	1.15 176	0.04 298	0.01 238	0.43 86	0.02 256	0.25 124	0.59 261	0.12 308	0.01 205	0.89 325	0.04 206	3.92 294	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.00 1

ACVNet	0.20 114	0.14 157	0.96 135	0.01 245	0.00 1	1.05 249	0.11 321	0.19 99	0.60 283	0.01 127	0.01 205	0.71 312	0.00 1	0.05 112	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.00 1

acv_ft	0.21 120	0.14 157	0.95 133	0.00 1	0.00 1	0.41 76	0.00 1	0.58 181	0.60 283	0.19 326	0.01 205	0.71 312	0.12 271	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.24 363	0.00 1

HGLStereo	0.28 159	0.12 145	1.15 176	0.00 1	0.00 1	0.65 149	0.00 1	0.57 178	0.25 124	0.02 216	0.01 205	0.47 275	0.03 175	2.17 228	0.14 231	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.01 128

DMCA-RVC	0.31 179	0.48 307	2.47 323	0.00 1	0.03 303	0.78 174	0.03 272	0.06 29	0.08 31	0.01 127	0.01 205	0.08 145	0.33 311	1.59 214	0.16 237	0.00 1	0.02 334	0.01 358	0.00 1	0.01 57	0.01 128

DMCA	0.19 106	0.16 169	1.39 222	0.00 1	0.01 238	1.00 229	0.01 217	0.38 147	0.57 210	0.01 127	0.01 205	0.05 118	0.00 1	0.05 112	0.12 218	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

FADNet-RVC	0.51 268	0.80 367	2.47 323	0.01 245	0.00 1	0.48 96	0.00 1	1.32 271	0.14 96	0.00 1	0.01 205	0.12 168	0.06 242	4.07 300	0.15 235	0.00 1	0.04 360	0.00 1	0.00 1	0.38 383	0.08 337

FADNet	0.55 282	0.75 358	2.42 319	0.00 1	0.01 238	0.82 182	0.00 1	0.88 221	0.54 161	0.01 127	0.01 205	0.16 194	0.16 282	4.49 314	0.09 191	0.18 387	0.00 1	0.00 1	0.00 1	0.43 388	0.00 1

RP	0.42 225	0.44 297	1.52 243	0.00 1	0.01 238	0.61 128	0.02 256	1.06 246	0.39 145	0.03 244	0.01 205	0.99 331	0.16 282	2.89 252	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.10 293	0.00 1

Nwc_Net	0.43 232	0.42 292	2.64 336	0.00 1	0.00 1	0.67 152	0.00 1	0.82 215	0.28 127	0.00 1	0.01 205	0.90 326	0.10 264	2.62 241	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.00 1

XQC	0.68 315	0.72 356	3.82 376	0.06 326	0.00 1	0.39 73	0.01 217	1.92 343	0.61 298	0.03 244	0.01 205	0.46 274	0.21 294	2.84 249	2.26 356	0.00 1	0.00 1	0.00 1	0.01 318	0.15 325	0.05 304

RTS	4.10 397	1.68 405	43.40 417	0.09 340	0.02 282	3.95 396	0.00 1	1.61 323	0.61 298	1.09 369	0.01 205	1.97 372	0.22 296	16.87 412	10.15 400	0.00 1	0.09 389	0.00 1	0.00 1	0.20 354	0.05 304

RTSA	4.10 397	1.68 405	43.40 417	0.09 340	0.02 282	3.95 396	0.00 1	1.61 323	0.61 298	1.09 369	0.01 205	1.97 372	0.22 296	16.87 412	10.15 400	0.00 1	0.09 389	0.00 1	0.00 1	0.20 354	0.05 304

DeepPrunerF	1.33 362	0.59 338	8.62 401	0.02 269	0.09 347	0.90 203	0.00 1	1.34 273	6.72 401	0.22 328	0.01 205	0.21 212	0.14 275	5.64 353	1.99 354	0.00 1	0.00 1	0.01 358	0.02 332	0.14 318	0.02 225

MADNet+	4.65 401	2.70 416	46.68 419	0.01 245	0.02 282	2.06 382	0.03 272	3.17 391	1.07 380	0.02 216	0.01 205	1.84 370	0.31 309	21.62 417	13.04 408	0.00 1	0.03 345	0.00 1	0.00 1	0.20 354	0.19 383

ADCP+	1.36 363	0.76 363	6.73 394	0.01 245	0.02 282	1.32 366	0.80 389	0.81 212	0.72 365	0.01 127	0.01 205	0.96 329	1.05 351	0.33 168	13.50 410	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.02 225

GANetREF_RVC	0.54 280	0.70 350	2.06 296	0.00 1	0.00 1	1.14 339	0.00 1	1.61 323	0.58 249	0.00 1	0.01 205	0.29 231	0.04 206	4.21 306	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.02 225
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	0.56 286	0.50 312	1.58 248	0.00 1	0.00 1	1.06 258	0.01 217	1.08 250	0.57 210	0.00 1	0.01 205	0.12 168	0.01 86	5.87 362	0.19 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 315	0.02 225

Anonymous Stereo	0.59 300	0.78 365	2.67 337	0.00 1	0.00 1	0.55 116	0.49 373	1.05 244	0.28 127	0.00 1	0.01 205	0.12 168	0.02 133	5.54 348	0.27 278	0.00 1	0.00 1	0.00 1	0.00 1	0.07 253	0.00 1

HSM	0.63 309	0.36 265	0.89 120	0.00 1	0.00 1	0.52 108	0.01 217	0.98 237	0.56 177	0.00 1	0.01 205	2.27 379	0.65 334	6.18 374	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DISCO	0.31 179	0.11 136	1.73 264	0.16 372	0.16 370	0.31 57	0.00 1	0.09 52	0.17 109	0.00 1	0.01 205	1.51 365	0.00 1	1.21 205	0.62 319	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.01 128

FBW_ROB	0.83 329	0.31 240	1.48 240	0.10 344	0.01 238	0.62 133	0.01 217	1.91 342	0.59 261	0.01 127	0.01 205	1.10 341	0.05 231	7.84 401	2.07 355	0.05 374	0.01 304	0.03 383	0.01 318	0.01 57	0.47 398

iResNet_ROB	0.30 175	0.66 345	1.41 228	0.00 1	0.00 1	0.70 157	0.00 1	0.79 208	0.57 210	0.04 261	0.01 205	0.08 145	0.01 86	1.55 213	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.00 1

PDISCO_ROB	0.56 286	0.57 335	2.07 297	0.17 376	0.00 1	1.56 371	0.01 217	2.27 361	0.51 154	0.08 291	0.01 205	0.74 314	0.28 305	2.37 234	0.13 225	0.00 1	0.00 1	0.00 1	0.00 1	0.33 380	0.00 1

RainbowNet	0.61 306	1.13 387	1.83 273	0.10 344	0.04 318	1.23 355	0.07 300	1.74 335	0.57 210	0.01 127	0.02 277	1.14 345	0.25 302	2.29 233	0.48 307	0.61 397	0.05 374	0.00 1	0.00 1	0.47 389	0.20 384

Consistency-Raft	0.39 218	0.30 236	2.53 330	0.14 367	0.03 303	0.90 203	0.04 284	1.36 275	0.59 261	0.00 1	0.02 277	0.02 39	1.15 358	0.33 168	0.43 299	0.02 364	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ICVP	0.15 78	0.03 23	1.23 197	0.00 1	0.01 238	1.02 233	0.09 313	0.19 99	0.10 69	0.00 1	0.02 277	0.07 139	0.01 86	0.18 155	0.01 77	0.00 1	0.01 304	0.00 1	0.00 1	0.01 57	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	0.18 101	0.05 61	0.87 115	0.00 1	0.00 1	1.06 258	0.02 256	0.60 185	0.08 31	0.00 1	0.02 277	0.11 162	0.09 256	0.44 178	0.16 237	0.01 350	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

ADCPNet	1.44 367	0.55 332	7.88 398	0.01 245	0.19 381	2.78 386	0.27 348	0.90 224	0.38 141	0.04 261	0.02 277	1.43 360	1.81 371	2.22 231	9.08 398	0.00 1	0.47 412	0.00 1	0.64 415	0.04 204	0.15 374

GMStereo_Zeroshot	0.07 8	0.04 38	0.80 92	0.08 335	0.00 1	0.03 5	0.00 1	0.05 19	0.10 69	0.00 1	0.03 282	0.19 206	0.03 175	0.00 1	0.05 150	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RAFT_R40	0.49 254	0.03 23	0.74 60	0.05 308	0.15 367	1.09 314	0.32 354	0.27 131	0.59 261	0.02 216	0.03 282	0.07 139	0.30 306	6.12 370	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

test_xeample3	0.24 139	0.06 85	1.84 274	0.02 269	0.00 1	0.33 65	0.05 292	1.33 272	0.14 96	0.00 1	0.03 282	0.03 77	0.03 175	0.10 140	0.43 299	0.00 1	0.00 1	0.00 1	0.23 399	0.05 221	0.06 324

FADNet-RVC-Resample	0.51 268	0.82 369	3.08 357	0.04 298	0.04 318	0.42 81	0.09 313	1.16 260	0.34 137	0.00 1	0.03 282	0.24 218	0.05 231	3.16 261	0.13 225	0.07 377	0.12 397	0.05 392	0.02 332	0.08 270	0.20 384

MFMNet_re	0.24 139	0.74 357	2.31 309	0.53 395	0.00 1	0.17 37	0.01 217	0.02 4	0.59 261	0.01 127	0.03 282	0.12 168	0.00 1	0.07 122	0.01 77	0.00 1	0.00 1	0.00 1	0.00 1	0.19 348	0.01 128

Anonymous_2	0.88 338	0.02 7	1.06 158	0.01 245	0.00 1	0.19 39	0.00 1	0.14 84	0.08 31	0.01 127	0.04 287	1.07 339	0.00 1	0.02 69	0.02 106	0.01 350	0.04 360	2.31 417	11.16 421	1.35 402	0.01 128

DLCB_ROB	0.27 155	0.16 169	0.71 47	0.00 1	0.00 1	0.44 90	0.00 1	0.43 157	0.57 210	0.02 216	0.04 287	0.63 298	0.04 206	2.18 229	0.24 270	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo8	0.28 159	0.37 273	2.57 332	0.02 269	0.00 1	1.23 355	0.00 1	0.26 127	0.15 101	0.02 216	0.05 289	0.14 181	0.04 206	0.24 163	0.05 150	0.00 1	0.11 396	0.00 1	0.01 318	0.04 204	0.21 388

MSKI-zero shot	0.22 124	0.08 111	1.46 236	0.00 1	0.12 359	1.08 306	0.03 272	0.85 219	0.16 107	0.22 328	0.05 289	0.06 131	0.00 1	0.07 122	0.01 77	0.00 1	0.02 334	0.00 1	0.18 387	0.02 134	0.01 128

TestStereo1	0.20 114	0.30 236	0.84 104	0.00 1	0.16 370	1.12 335	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 325	0.06 324

SA-5K	0.20 114	0.30 236	0.84 104	0.00 1	0.16 370	1.12 335	0.01 217	0.69 197	0.57 210	0.00 1	0.05 289	0.04 97	0.01 86	0.09 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 325	0.06 324

MIPNet	0.34 197	0.35 258	1.56 246	0.02 269	0.00 1	1.11 328	0.09 313	1.57 318	0.65 353	0.11 306	0.05 289	0.18 199	0.19 288	0.74 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 318	0.06 241	0.01 128

FADNet_RVC	0.60 303	0.83 370	2.50 325	0.00 1	0.00 1	1.09 314	0.00 1	1.29 268	0.50 152	0.02 216	0.05 289	0.26 225	0.03 175	3.17 263	0.25 273	0.21 389	0.26 405	0.08 397	0.28 409	0.53 391	0.55 404

MaskLacGwcNet_RVC	0.47 242	0.43 294	1.04 149	0.11 354	0.00 1	1.10 320	0.00 1	0.80 210	0.54 161	0.00 1	0.05 289	0.38 259	0.03 175	3.50 278	0.14 231	0.88 403	0.00 1	0.00 1	0.00 1	0.11 299	0.20 384

SuperB	1.85 374	1.06 381	10.54 405	0.02 269	0.01 238	0.90 203	0.78 387	1.75 336	0.64 351	0.05 270	0.05 289	0.34 243	0.89 346	5.29 336	5.80 385	0.01 350	0.00 1	0.02 374	0.02 332	8.71 420	0.06 324

AF-Net	0.47 242	0.53 324	2.05 294	0.00 1	0.00 1	0.41 76	0.01 217	1.18 262	0.40 146	0.13 311	0.05 289	1.30 351	0.45 318	2.43 238	0.30 282	0.00 1	0.00 1	0.00 1	0.00 1	0.09 286	0.00 1

HBP-ISP	0.80 326	0.70 350	2.86 347	0.02 269	0.01 238	1.67 374	0.48 371	2.63 382	0.56 177	1.11 371	0.06 298	0.50 288	0.74 339	4.60 317	0.09 191	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.03 258

RASNet	0.58 296	0.27 225	1.30 207	0.00 1	0.00 1	0.61 128	0.01 217	0.47 164	0.60 283	0.08 291	0.06 298	1.52 367	0.04 206	6.18 374	0.48 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

DANet	0.58 296	0.19 186	1.87 278	0.26 387	0.06 333	0.51 102	0.11 321	1.41 283	0.52 155	0.22 328	0.06 298	1.06 337	0.02 133	4.25 307	0.92 329	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.06 324
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	0.35 203	0.05 61	0.65 42	0.00 1	0.00 1	1.03 239	0.00 1	0.59 183	0.09 50	0.00 1	0.07 301	0.47 275	0.01 86	3.66 285	0.30 282	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 225

ADLNet2	0.55 282	0.33 245	2.54 331	0.00 1	0.00 1	0.88 199	0.00 1	0.69 197	0.65 353	0.00 1	0.07 301	1.47 362	0.02 133	4.12 303	0.11 208	0.00 1	0.00 1	0.00 1	0.00 1	0.13 315	0.01 128

RALCasStereoNet	0.16 83	0.35 258	0.84 104	0.00 1	0.00 1	0.32 61	0.03 272	0.16 88	0.56 177	0.02 216	0.07 301	0.05 118	0.08 253	0.13 148	0.08 185	0.00 1	0.31 406	0.00 1	0.00 1	0.07 253	0.11 359

MIF-Stereo	0.06 5	0.06 85	0.83 99	0.00 1	0.00 1	0.08 24	0.01 217	0.06 29	0.03 4	0.00 1	0.08 304	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 270	0.00 1

BUS	0.33 190	0.05 61	0.54 26	0.00 1	0.00 1	1.87 379	0.00 1	2.43 366	0.58 249	0.30 339	0.09 305	0.65 303	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 159	0.05 61	0.54 26	0.00 1	0.00 1	1.07 293	0.00 1	2.43 366	0.58 249	0.30 339	0.09 305	0.36 250	0.03 175	0.01 26	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 215	0.07 104	1.32 208	0.00 1	0.00 1	1.07 293	0.00 1	2.43 366	0.58 249	0.30 339	0.09 305	0.63 298	0.00 1	0.96 199	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.31 179	0.26 224	0.93 129	0.00 1	0.18 377	1.08 306	0.01 217	2.59 380	0.56 177	0.00 1	0.09 305	0.03 77	0.00 1	0.18 155	0.00 1	0.00 1	0.00 1	0.00 1	0.13 379	0.11 299	0.00 1

ADCS	1.72 372	1.22 393	8.11 399	0.00 1	0.01 238	0.88 199	0.68 382	1.44 292	0.63 349	2.60 389	0.11 309	1.42 359	0.26 303	1.97 219	14.92 413	0.00 1	0.00 1	0.00 1	0.00 1	0.08 270	0.07 335

CVANet_RVC	0.53 278	0.32 241	1.26 199	0.00 1	0.00 1	0.98 221	0.00 1	0.72 201	0.55 165	0.35 346	0.12 310	0.36 250	0.14 275	5.53 347	0.08 185	0.00 1	0.00 1	0.00 1	0.00 1	0.16 334	0.00 1

anonymity	0.17 91	0.06 85	0.79 87	0.00 1	0.09 347	0.03 5	0.00 1	0.54 173	0.07 18	0.41 349	0.13 311	0.11 162	0.58 326	0.02 69	0.31 287	0.00 1	0.00 1	0.00 1	0.23 399	0.01 57	0.02 225

GASNet	0.56 286	1.09 382	2.57 332	0.00 1	0.00 1	0.52 108	0.02 256	1.12 255	0.22 117	0.01 127	0.14 312	0.50 288	0.12 271	4.09 301	0.39 294	0.00 1	0.00 1	0.00 1	0.00 1	0.32 378	0.08 337

hitnet-ft	0.42 225	0.30 236	1.15 176	0.00 1	0.00 1	0.73 165	0.11 321	0.30 139	0.19 113	0.04 261	0.14 312	0.75 315	0.17 287	4.33 312	0.10 200	0.01 350	0.00 1	0.03 383	0.00 1	0.04 204	0.01 128

TANstereo	0.12 46	0.15 162	0.78 84	0.00 1	0.00 1	1.03 239	0.00 1	0.07 41	0.08 31	0.01 127	0.15 314	0.04 97	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADCRef	0.92 340	0.48 307	3.35 363	0.02 269	0.02 282	0.90 203	0.32 354	0.61 189	0.65 353	0.72 360	0.17 315	0.17 196	0.82 344	2.15 225	7.95 393	0.00 1	0.00 1	0.00 1	0.00 1	0.07 253	0.03 258

HH	0.23 131	0.21 193	1.69 260	0.16 372	0.08 343	0.11 31	0.00 1	0.24 122	0.06 13	0.30 339	0.18 316	1.47 362	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 134	0.01 128

HanStereo	0.23 131	0.21 193	1.69 260	0.16 372	0.08 343	0.11 31	0.00 1	0.24 122	0.06 13	0.30 339	0.18 316	1.47 362	0.04 206	0.04 104	0.01 77	0.00 1	0.03 345	0.00 1	0.00 1	0.02 134	0.01 128

NCC-stereo	0.49 254	0.46 301	2.04 291	0.03 286	0.03 303	1.06 258	0.01 217	0.78 205	0.22 117	0.06 278	0.19 318	0.64 301	0.05 231	3.65 283	0.63 320	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

Abc-Net	0.49 254	0.46 301	2.04 291	0.03 286	0.03 303	1.06 258	0.01 217	0.78 205	0.22 117	0.06 278	0.19 318	0.64 301	0.05 231	3.65 283	0.63 320	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	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	1.79 373	1.81 407	3.81 375	0.01 245	0.02 282	12.12 410	0.50 375	2.74 385	0.71 364	0.07 284	0.20 320	2.17 378	0.15 280	6.82 394	1.19 336	0.74 399	0.80 416	0.20 403	0.27 408	0.73 396	0.70 406

PWC_ROB	0.62 308	0.54 326	3.22 361	0.00 1	0.00 1	0.22 43	0.00 1	2.18 357	0.61 298	0.00 1	0.20 320	0.29 231	0.03 175	3.46 277	1.22 338	0.00 1	0.00 1	0.00 1	0.00 1	0.39 385	0.01 128

XX-TBD	0.12 46	0.25 218	0.79 87	0.00 1	0.00 1	0.92 212	0.00 1	0.18 96	0.08 31	0.00 1	0.21 322	0.03 77	0.00 1	0.01 26	0.03 123	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SQANet	0.42 225	1.14 389	1.86 277	0.04 298	0.48 395	0.36 70	0.03 272	0.40 152	0.56 177	0.02 216	0.24 323	0.49 285	0.06 242	2.14 223	0.21 261	0.02 364	0.02 334	0.01 358	0.00 1	0.19 348	0.03 258

PFNet	0.60 303	0.11 136	2.08 298	0.00 1	0.30 390	1.16 346	0.00 1	0.29 136	0.59 261	0.01 127	0.24 323	0.02 39	0.00 1	6.58 388	0.23 267	0.10 382	0.00 1	0.00 1	0.04 354	0.14 318	0.05 304

DRaft	0.56 286	0.08 111	0.73 51	0.00 1	0.00 1	0.92 212	0.19 332	0.05 19	0.09 50	0.03 244	0.26 325	0.06 131	2.55 382	4.61 318	1.38 344	0.00 1	0.03 345	0.00 1	0.02 332	0.03 183	0.08 337

MFN_U_SF_RVC	0.95 343	1.40 401	4.49 385	0.16 372	0.11 356	0.56 118	0.07 300	1.12 255	0.36 140	0.43 351	0.27 326	1.27 349	0.73 338	3.98 298	1.47 346	0.29 393	0.34 410	0.36 408	0.55 413	0.63 393	0.46 397

MFN_U_SF_DS_RVC	1.16 356	2.03 410	4.57 387	0.02 269	0.04 318	3.52 394	0.27 348	1.80 338	0.58 249	0.22 328	0.28 327	1.38 357	0.02 133	6.08 369	0.42 298	0.14 385	0.68 414	0.01 358	0.26 407	0.39 385	0.47 398

StereoVision	0.16 83	0.25 218	1.07 165	0.00 1	0.00 1	0.47 94	0.01 217	0.18 96	0.61 298	0.00 1	0.29 328	0.15 187	0.02 133	0.07 122	0.02 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.01 128

GANet-ADL	0.16 83	0.06 85	1.18 184	0.00 1	0.01 238	0.83 187	0.00 1	0.23 118	0.07 18	0.00 1	0.30 329	0.35 247	0.00 1	0.07 122	0.10 200	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.01 128

KYRaft	0.21 120	0.03 23	0.74 60	0.04 298	0.00 1	1.16 346	0.12 324	0.08 46	0.60 283	0.01 127	0.30 329	0.03 77	0.77 341	0.37 172	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

DSFCA	0.40 221	0.09 118	0.84 104	0.00 1	0.01 238	0.98 221	0.37 362	0.29 136	0.62 346	0.02 216	0.32 331	0.03 77	0.24 300	3.91 293	0.34 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

edge stereo	0.58 296	0.29 233	2.86 347	0.01 245	0.03 303	0.33 65	0.03 272	0.97 236	0.50 152	0.21 327	0.33 332	1.31 352	0.16 282	4.20 305	0.18 245	0.00 1	0.00 1	0.00 1	0.00 1	0.11 299	0.01 128

NaN_ROB	0.80 326	0.47 305	1.63 254	0.17 376	0.19 381	0.58 123	0.38 364	2.11 353	0.80 373	0.53 357	0.33 332	0.48 277	1.13 356	4.98 328	1.94 353	0.00 1	0.02 334	0.01 358	0.05 356	0.06 241	0.14 373

s12784h	0.21 120	0.05 61	0.81 93	0.00 1	0.00 1	1.06 258	0.02 256	1.36 275	0.56 177	0.01 127	0.34 334	0.02 39	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

RTSC	0.70 316	0.71 354	3.19 359	0.01 245	0.00 1	0.20 41	0.00 1	0.81 212	0.60 283	0.29 338	0.36 335	0.36 250	0.04 206	2.04 220	4.87 379	0.00 1	0.03 345	0.00 1	0.02 332	0.28 373	0.11 359

TransformOpticalFlow	0.85 332	0.27 225	2.72 340	0.30 390	0.03 303	1.25 357	0.05 292	1.53 317	0.61 298	0.28 337	0.38 336	1.27 349	1.54 367	6.53 387	0.22 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MyStereo06	0.36 207	0.13 151	2.17 303	0.01 245	0.00 1	1.09 314	0.00 1	0.23 118	0.09 50	0.49 356	0.41 337	1.01 333	1.05 351	0.21 159	0.24 270	0.00 1	0.05 374	0.00 1	0.00 1	0.01 57	0.04 287

ASMatch	0.59 300	0.10 122	1.66 256	0.13 365	0.04 318	1.07 293	0.00 1	0.10 67	0.64 351	0.06 278	0.44 338	0.05 118	0.87 345	6.32 383	0.27 278	0.00 1	0.00 1	0.00 1	0.01 318	0.00 1	0.00 1

IGEV_Zeroshot_test	0.32 188	0.10 122	2.61 334	0.01 245	0.01 238	0.50 100	0.04 284	0.21 115	0.09 50	0.45 352	0.45 339	0.81 320	0.51 321	0.20 158	0.23 267	0.00 1	0.05 374	0.00 1	0.14 380	0.03 183	0.00 1

PSM-AAD	0.49 254	0.02 7	0.75 68	0.06 326	0.00 1	1.19 352	2.19 401	0.12 75	0.59 261	0.01 127	0.45 339	0.13 175	4.04 396	0.22 160	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 128

AnyNet_C32	1.44 367	1.47 403	6.09 391	0.12 358	0.19 381	1.74 378	1.11 393	0.84 217	0.56 177	1.30 376	0.46 341	0.21 212	0.59 328	2.74 246	11.09 403	0.02 364	0.00 1	0.06 394	0.00 1	0.16 334	0.05 304

test-1	0.19 106	0.13 151	0.67 45	0.00 1	0.15 367	0.57 120	0.00 1	1.01 241	0.11 75	0.04 261	0.48 342	0.05 118	0.00 1	0.01 26	0.30 282	0.00 1	0.07 385	0.00 1	0.06 359	0.01 57	0.18 381

DispNO	0.64 310	0.48 307	2.04 291	0.00 1	0.00 1	0.71 161	0.01 217	1.47 306	0.56 177	0.00 1	0.54 343	1.34 354	0.06 242	5.12 332	0.31 287	0.00 1	0.00 1	0.03 383	0.12 376	0.01 57	0.02 225

Prome-Stereo	0.23 131	0.04 38	0.76 73	0.10 344	0.00 1	1.15 342	0.02 256	0.27 131	0.65 353	0.01 127	0.54 343	0.04 97	0.71 335	0.27 166	0.07 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 128

IIG-Stereo	0.65 312	0.34 249	0.77 75	0.05 308	0.03 303	1.17 349	0.00 1	1.46 304	0.60 283	0.01 127	0.57 345	0.54 294	0.01 86	7.03 397	0.39 294	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

ADCMid	1.38 364	0.90 375	6.15 392	0.04 298	0.03 303	1.67 374	0.18 329	1.13 258	0.93 378	0.89 365	0.58 346	0.86 323	0.71 335	1.03 200	11.96 406	0.01 350	0.00 1	0.29 406	0.08 365	0.17 341	0.03 258

OMP-Stereo	0.66 314	0.33 245	0.72 49	0.18 381	0.06 333	1.17 349	0.00 1	1.45 294	0.59 261	0.12 308	0.60 347	0.50 288	0.00 1	7.09 398	0.26 276	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.00 1

RGC	0.50 263	0.53 324	2.42 319	0.00 1	0.01 238	0.65 149	0.00 1	1.07 248	0.17 109	0.01 127	0.62 348	1.00 332	0.19 288	3.03 259	0.28 281	0.00 1	0.00 1	0.00 1	0.00 1	0.05 221	0.02 225

DispFullNet	1.20 357	0.63 342	3.58 369	1.00 401	0.82 402	0.41 76	0.00 1	1.44 292	0.61 298	2.55 388	0.64 349	1.10 341	8.95 411	0.84 194	1.22 338	0.00 1	0.02 334	0.00 1	0.00 1	0.24 363	0.02 225

ccnet	0.49 254	0.05 61	1.26 199	0.01 245	0.08 343	0.72 164	0.18 329	1.18 262	0.35 138	0.45 352	0.68 350	0.13 175	0.39 315	3.54 280	0.74 324	0.01 350	0.00 1	0.02 374	0.00 1	0.02 134	0.01 128

SAMSARA	1.01 346	0.70 350	3.29 362	0.20 385	0.06 333	1.65 373	0.05 292	0.48 166	0.53 158	2.91 391	0.68 350	2.97 382	1.08 353	3.89 292	1.54 347	0.00 1	0.04 360	0.00 1	0.02 332	0.05 221	0.03 258

DEmStereo	0.75 321	0.06 85	1.73 264	0.04 298	0.00 1	0.78 174	0.52 377	0.05 19	0.57 210	0.05 270	0.72 352	0.02 39	3.42 391	5.79 360	1.29 341	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

FAT-Stereo	0.50 263	0.14 157	2.51 327	0.00 1	0.00 1	0.33 65	0.09 313	1.88 340	0.61 298	0.05 270	0.76 353	0.60 296	0.52 323	2.46 239	0.06 164	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.00 1

S-Stereo	0.65 312	0.25 218	3.44 367	0.00 1	0.00 1	0.56 118	0.05 292	1.86 339	0.61 298	0.00 1	0.76 353	0.84 322	0.11 268	4.28 311	0.11 208	0.00 1	0.01 304	0.00 1	0.00 1	0.07 253	0.03 258

CBMV_ROB	0.84 330	0.06 85	1.73 264	0.00 1	0.00 1	1.37 367	0.47 369	2.57 376	0.58 249	2.13 385	0.76 353	1.06 337	1.38 364	4.04 299	0.54 312	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.05 304

SGM-Forest	0.84 330	0.07 104	0.90 122	0.02 269	0.07 339	1.10 320	0.68 382	2.12 355	0.61 298	1.14 372	0.78 356	1.36 356	0.98 347	5.55 349	1.31 342	0.00 1	0.00 1	0.00 1	0.00 1	0.02 134	0.06 324
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DGSMNet	1.21 359	0.37 273	3.02 353	0.71 399	1.33 411	1.61 372	3.53 409	1.45 294	0.33 136	0.00 1	0.79 357	0.48 277	0.24 300	3.22 264	0.53 311	0.98 405	1.21 417	1.35 414	1.09 416	1.03 399	0.92 408

SPS-STEREO	0.88 338	0.40 288	2.01 288	0.00 1	0.01 238	0.42 81	0.17 327	0.50 170	0.61 298	2.19 386	0.79 357	2.04 375	0.27 304	5.10 331	2.89 365	0.00 1	0.00 1	0.00 1	0.00 1	0.03 183	0.11 359
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
AnyNet_C01	2.33 382	2.14 412	18.59 411	0.15 370	0.18 377	2.43 385	2.34 403	1.29 268	1.24 383	1.03 368	0.83 359	1.25 346	0.78 342	3.75 291	10.06 399	0.05 374	0.00 1	0.07 396	0.00 1	0.30 376	0.12 368

STrans-v2	0.85 332	0.28 229	1.66 256	0.00 1	0.01 238	0.85 192	0.04 284	2.05 348	0.67 359	0.48 355	0.87 360	1.12 344	2.12 379	6.64 392	0.25 273	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ACVNet-4b	1.14 353	1.34 399	3.96 379	0.17 376	0.03 303	1.03 239	0.01 217	1.31 270	0.65 353	0.01 127	0.97 361	1.98 374	0.32 310	6.18 374	1.20 337	2.52 410	0.02 334	0.00 1	0.00 1	0.82 398	0.28 391

ADCL	1.52 369	0.44 297	4.70 388	0.07 330	0.03 303	2.21 383	2.35 404	0.92 228	0.80 373	1.57 380	1.11 362	1.25 346	1.55 368	1.77 216	11.53 405	0.01 350	0.00 1	0.00 1	0.00 1	0.10 293	0.01 128

CrosDoStereo	1.10 350	0.08 111	1.43 231	0.00 1	0.05 326	0.63 143	5.86 414	0.60 185	0.38 141	0.26 332	1.21 363	0.19 206	3.02 387	6.61 390	1.64 349	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.00 1

DeepStereo_LL	1.10 350	0.08 111	1.43 231	0.00 1	0.05 326	0.63 143	5.86 414	0.60 185	0.38 141	0.26 332	1.21 363	0.19 206	3.02 387	6.61 390	1.64 349	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.00 1

aanetorigin	0.86 336	0.36 265	3.45 368	0.11 354	0.13 362	0.39 73	0.93 391	0.13 80	0.14 96	3.38 392	1.21 363	0.29 231	2.01 377	2.87 250	1.35 343	0.02 364	0.00 1	0.02 374	0.05 356	0.30 376	0.08 337

MDST_ROB	1.54 370	0.06 85	3.42 366	0.14 367	0.16 370	5.42 403	0.32 354	4.33 396	0.61 298	6.08 403	1.25 366	1.04 336	1.16 359	5.81 361	0.83 327	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.11 359

AANet_RVC	0.75 321	0.65 343	2.52 328	0.01 245	0.00 1	0.66 151	0.00 1	0.61 189	0.13 94	0.00 1	1.29 367	0.96 329	0.04 206	5.98 364	1.82 352	0.13 383	0.02 334	0.00 1	0.00 1	0.07 253	0.04 287

otaku	0.59 300	1.12 385	1.90 281	0.08 335	0.11 356	0.89 201	0.05 292	0.60 185	0.57 210	0.01 127	1.41 368	1.03 335	0.14 275	2.39 236	0.56 316	0.06 376	0.03 345	0.01 358	0.00 1	0.61 392	0.21 388

SDNR	1.15 355	0.21 193	3.21 360	0.01 245	0.01 238	3.30 393	0.01 217	2.55 374	0.75 369	1.80 382	1.49 369	1.40 358	0.20 293	7.24 399	0.68 322	0.00 1	0.00 1	0.00 1	0.00 1	0.04 204	0.04 287

THIR-Stereo	0.93 341	0.18 177	1.34 211	0.00 1	0.01 238	0.53 111	3.86 410	0.10 67	0.10 69	0.10 303	1.50 370	0.76 316	2.90 386	5.73 357	1.45 345	0.00 1	0.00 1	0.02 374	0.00 1	0.01 57	0.00 1

EDNetEfficient	2.96 394	0.23 208	19.99 412	0.19 382	0.85 403	1.02 233	2.03 399	0.56 176	5.14 398	8.09 409	1.81 371	0.94 327	4.14 400	3.72 288	10.22 402	0.00 1	0.03 345	0.00 1	0.06 359	0.05 221	0.03 258

JetBlue	5.71 405	2.18 413	16.18 409	0.00 1	2.13 413	29.20 419	14.20 420	3.90 394	0.74 367	0.71 359	2.30 372	6.42 393	5.97 404	17.84 415	8.74 396	0.09 381	0.01 304	0.00 1	0.00 1	2.62 408	0.96 409

SGM_RVC	1.54 370	0.35 258	1.60 250	0.15 370	0.17 375	1.25 357	0.77 385	1.97 346	0.88 375	4.31 393	2.46 373	4.36 386	2.37 381	6.98 396	1.78 351	0.21 389	0.23 404	0.20 403	0.23 399	0.26 368	0.31 393
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CSAN	1.05 348	0.61 340	2.46 322	0.09 340	0.08 343	0.71 161	0.71 384	2.20 358	0.93 378	0.85 364	2.92 374	0.79 319	1.46 366	5.37 342	1.58 348	0.01 350	0.01 304	0.00 1	0.00 1	0.09 286	0.05 304

LSM	4.58 400	0.88 371	17.79 410	3.73 416	38.79 421	0.85 192	2.37 405	0.54 173	1.64 389	2.88 390	3.09 375	0.62 297	0.60 329	3.16 261	1.06 331	0.00 1	0.00 1	0.00 1	0.00 1	0.12 306	13.55 422

EDNetEfficientorigin	6.23 406	0.45 300	98.39 431	0.02 269	0.04 318	0.42 81	0.02 256	0.33 141	2.90 392	7.07 405	3.12 376	1.31 352	1.61 369	4.26 308	4.55 376	0.00 1	0.00 1	0.00 1	0.00 1	0.07 253	0.02 225

ACVNet_2	1.32 361	1.30 397	2.83 346	0.11 354	0.07 339	1.30 361	0.18 329	2.29 362	0.75 369	0.26 332	3.44 377	6.65 394	0.16 282	5.12 332	1.08 333	0.13 383	0.00 1	0.00 1	0.00 1	0.38 383	0.32 394

HHNet	0.48 249	0.21 193	1.60 250	0.10 344	0.00 1	1.14 339	0.26 343	0.47 164	0.59 261	0.01 127	3.56 378	0.04 97	0.71 335	0.00 1	0.73 323	0.02 364	0.00 1	0.00 1	0.00 1	0.03 183	0.00 1

coex-ft	8.40 412	2.59 415	75.27 422	0.00 1	0.00 1	0.18 38	0.04 284	0.13 80	20.18 412	39.66 420	4.06 379	4.68 388	8.53 408	3.94 296	7.96 394	0.02 364	0.07 385	0.00 1	0.02 332	0.14 318	0.50 401

SANet	1.99 378	0.71 354	3.37 364	0.03 286	0.03 303	2.85 387	0.85 390	2.42 365	8.33 405	1.55 379	4.13 380	4.29 385	3.23 389	5.39 343	2.47 359	0.00 1	0.00 1	0.00 1	0.00 1	0.06 241	0.06 324

PWCK	2.44 386	1.65 404	7.31 397	0.22 386	0.02 282	3.12 390	4.74 412	3.06 388	3.48 395	0.72 360	4.42 381	3.40 383	1.67 370	9.06 407	3.36 367	0.39 395	0.01 304	0.00 1	0.00 1	2.19 407	0.08 337

EAI-Stereo	0.70 316	0.03 23	0.84 104	0.13 365	0.20 386	0.87 198	2.23 402	2.05 348	0.29 131	0.72 360	4.60 382	0.29 231	0.55 324	0.39 174	0.44 301	0.00 1	0.07 385	0.00 1	0.29 410	0.01 57	0.08 337

IMH-64-1	1.98 376	0.88 371	1.46 236	1.92 407	0.54 397	2.90 388	1.64 394	5.24 397	0.91 376	0.97 366	4.83 383	2.10 376	2.00 375	5.33 338	2.83 363	3.56 412	0.04 360	0.02 374	0.00 1	1.90 403	0.50 401

IMH-64	1.98 376	0.88 371	1.46 236	1.92 407	0.54 397	2.90 388	1.64 394	5.24 397	0.91 376	0.97 366	4.83 383	2.10 376	2.00 375	5.33 338	2.83 363	3.56 412	0.04 360	0.02 374	0.00 1	1.90 403	0.50 401

UNDER WATER-64	6.84 409	1.25 394	9.68 403	4.53 417	3.53 416	16.61 416	1.79 396	8.72 408	22.23 414	5.11 397	5.07 385	17.34 414	10.14 412	9.19 408	8.21 395	2.00 409	0.03 345	1.52 416	0.11 372	6.09 416	3.62 417

NVStereoNet_ROB	1.08 349	0.39 286	2.15 301	0.08 335	0.02 282	0.45 91	0.02 256	0.89 223	0.67 359	0.10 303	5.85 386	1.90 371	1.11 355	6.20 380	1.14 334	0.20 388	0.00 1	0.03 383	0.07 362	0.12 306	0.13 370
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	2.38 383	0.98 378	4.37 383	0.48 394	0.33 391	2.24 384	1.94 398	1.16 260	1.47 387	6.62 404	5.89 387	5.77 390	5.09 403	5.76 359	4.39 374	0.16 386	0.15 401	0.06 394	0.14 380	0.26 368	0.40 396

FTStereo	0.78 324	0.01 1	1.27 203	0.12 358	0.00 1	1.15 342	2.80 407	0.09 52	0.61 298	0.16 321	5.93 388	0.36 250	2.56 383	0.53 181	0.01 77	0.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UNDER WATER	6.24 407	0.99 379	8.13 400	4.62 418	2.68 414	8.66 409	0.77 385	8.37 406	22.50 416	4.55 394	6.36 389	15.93 412	8.89 410	8.99 406	8.85 397	3.25 411	0.04 360	1.36 415	0.02 332	6.24 417	3.56 416

WAO-6	2.38 383	0.69 348	1.93 285	0.00 1	0.00 1	3.94 395	0.29 352	5.62 399	7.23 403	0.34 345	6.76 390	7.73 398	1.96 374	5.88 363	5.07 382	0.00 1	0.00 1	0.00 1	0.00 1	0.15 325	0.03 258

ELAS_RVC	2.84 393	0.34 249	3.86 377	0.05 308	0.05 326	1.52 369	5.02 413	1.93 344	5.28 399	7.10 406	6.96 391	6.26 391	8.34 407	4.96 327	4.90 380	0.00 1	0.04 360	0.01 358	0.01 318	0.10 293	0.09 350
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 388	0.65 343	2.71 339	0.02 269	0.02 282	1.55 370	0.94 392	3.02 387	1.29 384	11.21 412	7.34 392	11.54 403	2.74 385	6.34 384	2.43 358	0.00 1	0.00 1	0.00 1	0.00 1	0.28 373	0.03 258
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	0.51 268	0.25 218	0.96 135	0.00 1	0.01 238	0.43 86	0.00 1	0.25 124	0.21 115	0.33 344	7.49 393	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 304	0.00 1	0.17 386	0.02 134	0.01 128

pmcnn	2.10 381	0.59 338	4.52 386	0.27 388	0.86 404	0.34 68	0.29 352	1.69 329	0.75 369	0.36 347	7.50 394	14.39 411	0.56 325	4.90 325	4.69 378	0.00 1	0.00 1	0.00 1	0.00 1	0.16 334	0.04 287

IMH	2.83 392	1.28 395	1.89 279	1.96 410	0.60 399	5.22 401	0.24 339	6.28 402	4.13 396	1.90 384	7.52 395	6.39 392	3.40 390	6.59 389	2.53 360	3.92 414	0.12 397	0.05 392	0.00 1	2.06 405	0.47 398

WAO-7	2.46 387	0.92 377	1.85 276	0.03 286	0.05 326	4.73 398	0.54 378	5.67 400	4.50 397	1.49 378	7.64 396	5.52 389	2.69 384	8.48 403	4.51 375	0.00 1	0.00 1	0.33 407	0.02 332	0.19 348	0.06 324

MSMD_ROB	2.04 380	0.40 288	2.13 299	0.00 1	0.00 1	4.88 399	0.22 338	0.93 229	1.82 390	5.71 401	7.79 397	7.39 397	3.72 393	4.62 319	1.22 338	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 225

Dean	2.41 385	1.16 391	3.63 372	0.36 392	0.40 393	1.19 352	0.50 375	7.85 405	8.44 406	1.17 373	8.12 398	7.07 395	1.13 356	4.11 302	1.04 330	0.70 398	0.00 1	0.01 358	0.00 1	1.07 400	0.29 392

JetRed	13.51 418	18.77 421	42.38 416	1.28 404	1.18 409	54.67 421	25.60 421	12.87 415	6.75 402	8.50 411	8.61 399	13.77 408	10.87 413	24.50 420	30.67 419	0.24 391	0.68 414	0.53 411	0.02 332	5.93 414	2.43 415

PWCDC_ROB	0.94 342	0.91 376	2.52 328	0.00 1	0.00 1	1.15 342	0.00 1	2.11 353	1.18 381	0.00 1	8.99 400	0.35 247	0.09 256	0.64 190	0.40 296	0.00 1	0.00 1	0.00 1	0.00 1	0.50 390	0.03 258

G-Net	1.20 357	0.28 229	2.96 351	0.05 308	0.49 396	1.73 376	0.48 371	0.23 118	0.35 138	1.35 377	9.14 401	2.33 380	0.81 343	2.40 237	1.15 335	0.01 350	0.03 345	0.02 374	0.09 366	0.07 253	0.05 304

ELAS	2.75 390	0.35 258	2.67 337	0.05 308	0.04 318	6.72 405	1.83 397	2.84 386	3.38 394	8.25 410	9.14 401	3.95 384	6.15 405	3.73 289	5.70 384	0.00 1	0.04 360	0.01 358	0.01 318	0.10 293	0.08 337
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
KSHMR	3.68 396	1.11 384	3.06 355	2.84 412	1.78 412	5.33 402	0.41 366	8.64 407	14.09 409	1.85 383	9.32 403	7.19 396	1.93 372	5.45 344	2.30 357	1.95 407	0.41 411	0.50 410	0.21 395	3.53 410	1.76 413

DPSimNet_ROB	7.90 411	5.46 418	13.55 408	3.66 414	5.16 419	7.26 406	9.60 418	6.11 401	7.46 404	13.33 414	9.50 404	11.03 401	11.89 414	10.08 410	12.35 407	4.36 415	5.55 420	5.35 420	5.34 419	4.96 413	5.98 420

RAFT-RH_RVC	0.96 344	0.13 151	1.35 213	0.02 269	0.05 326	1.06 258	0.00 1	0.06 29	0.55 165	0.01 127	9.57 405	0.10 159	0.00 1	6.00 365	0.30 282	0.01 350	0.00 1	0.00 1	0.02 332	0.01 57	0.00 1

WCMA_ROB	2.01 379	0.34 249	1.89 279	0.04 298	0.00 1	1.07 293	0.60 379	1.09 251	1.21 382	5.12 398	9.87 406	8.09 399	4.48 401	3.74 290	2.55 361	0.00 1	0.00 1	0.01 358	0.00 1	0.02 134	0.13 370

Venus	5.12 403	1.91 408	2.34 310	0.60 397	0.10 351	12.98 411	0.34 359	11.65 412	24.58 417	4.87 395	10.54 407	13.32 405	4.10 398	8.85 404	3.55 368	0.75 400	0.32 407	0.71 412	0.12 376	0.70 394	0.11 359

WAO-8	5.13 404	1.91 408	2.34 310	0.60 397	0.10 351	12.98 411	0.34 359	11.65 412	24.58 417	4.87 395	10.60 408	13.32 405	4.10 398	8.85 404	3.55 368	0.75 400	0.32 407	0.71 412	0.12 376	0.70 394	0.11 359

LVE	2.75 390	1.12 385	2.30 308	0.46 393	0.45 394	1.87 379	0.06 297	7.19 404	9.72 407	0.03 244	11.08 409	9.01 400	1.26 362	6.93 395	0.91 328	1.86 406	0.16 402	0.04 391	0.24 404	0.22 358	0.13 370

FCDSN-DC	2.66 389	0.08 111	1.65 255	0.00 1	0.00 1	1.73 376	0.37 362	1.64 327	1.35 385	8.08 408	11.18 410	11.78 404	7.59 406	4.76 321	2.80 362	0.02 364	0.00 1	0.00 1	0.00 1	0.03 183	0.05 304
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
notaker	4.30 399	1.28 395	3.70 373	3.71 415	0.90 405	4.91 400	0.39 365	6.90 403	1.96 391	5.39 400	11.82 411	16.90 413	3.75 394	7.59 400	5.65 383	5.23 416	0.01 304	0.10 399	0.06 359	4.57 412	1.22 411

FC-DCNN	3.42 395	0.11 136	2.03 289	0.00 1	0.00 1	3.18 391	0.60 379	3.13 390	2.98 393	11.40 413	12.28 412	13.93 409	8.68 409	5.70 355	4.27 373	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.06 324

ktn	4.96 402	1.21 392	2.41 317	3.20 413	1.02 406	8.36 408	2.08 400	9.00 409	17.02 410	5.18 399	12.71 413	13.69 407	3.51 392	8.05 402	3.68 370	5.30 417	0.02 334	0.00 1	0.00 1	2.14 406	0.55 404

TorneroNet-64	6.39 408	1.31 398	2.23 305	1.99 411	0.65 401	18.82 417	0.28 350	11.98 414	26.18 419	5.99 402	12.75 414	19.37 416	4.08 397	9.94 409	5.95 390	0.89 404	0.00 1	0.11 400	0.00 1	3.44 409	1.81 414

LE_ROB	9.96 415	0.54 326	9.62 402	1.40 406	1.24 410	3.29 392	4.64 411	4.31 395	43.01 421	51.54 421	13.34 415	14.15 410	24.60 419	6.66 393	20.28 418	0.04 372	0.05 374	0.12 402	0.20 391	0.07 253	0.09 350

TorneroNet	6.97 410	1.37 400	2.22 304	1.95 409	1.12 408	19.47 418	0.47 369	13.04 417	26.32 420	7.90 407	17.10 416	17.67 415	4.62 402	10.46 411	7.94 392	1.98 408	0.03 345	0.11 400	0.00 1	4.15 411	1.49 412

SGM-ForestM	8.89 413	0.68 347	3.61 370	0.57 396	0.18 377	14.89 415	5.99 416	9.62 411	10.59 408	20.43 416	17.16 417	39.22 419	20.29 416	20.63 416	13.19 409	0.04 372	0.14 399	0.00 1	0.07 362	0.15 325	0.36 395

MADNet++	9.87 414	2.12 411	7.11 396	7.99 420	4.58 418	14.38 414	6.90 417	9.23 410	5.88 400	16.88 415	17.47 418	11.07 402	15.72 415	24.26 418	19.76 417	8.52 418	6.39 421	4.85 419	2.69 417	5.96 415	5.73 419

BEATNet-Init1	14.52 419	6.56 419	34.32 415	1.10 402	1.02 406	31.53 420	11.99 419	15.58 418	17.42 411	30.17 419	27.03 419	43.14 420	24.36 418	24.41 419	18.27 416	0.27 392	0.32 407	0.36 408	0.46 412	1.26 401	0.76 407

HanzoNet	12.77 417	4.55 417	11.74 407	5.35 419	2.79 415	7.59 407	0.66 381	12.97 416	20.40 413	25.99 418	28.61 420	34.05 418	25.08 420	25.93 421	14.98 414	10.77 420	3.91 419	3.00 418	3.73 418	8.16 419	5.15 418

MANE	9.96 415	0.69 348	2.88 350	1.22 403	0.61 400	13.15 413	3.46 408	15.62 419	22.27 415	22.74 417	30.00 421	29.74 417	23.22 417	17.17 414	13.78 411	0.29 393	0.56 413	0.09 398	0.61 414	0.15 325	1.00 410

xxxxx1	63.71 424	58.10 424	78.65 423	43.63 422	48.97 423	92.61 426	92.18 427	60.44 422	69.38 422	73.77 425	76.42 422	77.82 424	76.45 423	72.33 423	77.46 424	35.89 424	37.06 423	48.26 425	62.63 424	48.72 424	43.44 424

tt_ll	63.71 424	58.10 424	78.65 423	43.63 422	48.97 423	92.61 426	92.18 427	60.44 422	69.38 422	73.77 425	76.42 422	77.82 424	76.45 423	72.33 423	77.46 424	35.89 424	37.06 423	48.26 425	62.63 424	48.72 424	43.44 424

ff	63.71 424	58.10 424	78.65 423	43.63 422	48.97 423	92.61 426	92.18 427	60.44 422	69.38 422	73.77 425	76.42 422	77.82 424	76.45 423	72.33 423	77.46 424	35.89 424	37.06 423	48.26 425	62.63 424	48.72 424	43.44 424

LRCNet_RVC	55.44 423	60.56 427	57.70 420	66.68 427	44.91 422	6.22 404	0.00 1	52.80 421	1.37 386	70.44 422	81.09 425	67.07 421	55.41 421	51.59 422	46.24 421	90.66 431	41.89 426	90.95 432	90.04 428	64.32 427	68.75 427

PML	71.49 427	88.65 433	73.56 421	82.49 429	75.59 426	85.39 424	79.41 425	71.62 425	87.17 425	90.48 428	85.96 426	90.50 428	60.21 422	91.76 432	73.85 423	96.01 438	2.36 418	86.79 431	6.59 420	83.59 430	17.83 423

SPstereo	50.33 422	10.80 420	21.19 413	11.76 421	9.23 420	66.15 422	76.05 423	100.00 432	100.00 433	95.98 430	93.33 427	100.00 433	93.15 428	90.92 429	72.10 422	9.41 419	8.60 422	19.85 422	14.84 422	6.36 418	6.89 421

MEDIAN_ROB	93.37 431	98.75 435	96.05 429	90.90 432	90.53 433	85.63 425	76.45 424	92.03 427	89.53 426	95.05 429	94.99 428	96.02 429	93.85 429	90.36 428	87.21 427	98.36 439	95.79 428	99.61 434	98.77 432	98.80 439	98.72 439

Anonymous_1	89.88 430	75.38 430	97.81 430	74.49 428	78.39 427	100.00 433	100.00 431	98.09 431	99.76 429	96.82 431	99.37 429	97.66 430	99.77 430	91.14 431	98.89 430	81.73 427	97.25 429	59.96 428	85.38 427	77.37 429	88.27 428

HaxPig	95.46 434	97.61 434	87.80 427	97.80 440	99.17 440	77.55 423	75.28 422	96.76 430	99.61 428	99.97 432	99.97 430	99.62 432	99.97 431	91.02 430	87.28 428	99.98 441	99.98 436	99.98 435	99.99 435	99.97 440	99.97 441

MyStereo03	99.18 440	100.00 439	100.00 435	96.47 436	98.78 436	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.73 434	100.00 438	100.00 436	100.00 436	96.63 435	97.99 435

MyStereo02	99.18 440	100.00 439	100.00 435	96.47 436	98.78 436	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.73 434	100.00 438	100.00 436	100.00 436	96.63 435	97.99 435

MyStereo	99.18 440	100.00 439	100.00 435	96.47 436	98.78 436	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.73 434	100.00 438	100.00 436	100.00 436	96.63 435	97.99 435

Selective-RAFT-Error	99.17 439	100.00 439	100.00 435	96.65 439	98.79 439	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.64 432	100.00 438	100.00 436	100.00 436	96.25 433	98.10 438

CasAABBNet	99.15 438	100.00 439	100.00 435	96.37 435	98.76 435	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.65 433	99.99 437	100.00 436	100.00 436	96.27 434	97.93 434

test_example2	97.61 435	99.96 437	99.93 432	99.83 441	99.97 441	98.84 430	99.76 430	91.98 426	100.00 433	100.00 433	100.00 431	89.18 427	86.51 426	99.29 433	96.54 429	99.97 440	99.55 434	92.92 433	98.06 431	100.00 441	99.95 440

LSM0	99.11 437	99.97 438	100.00 435	95.93 433	98.59 434	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	93.89 437	99.97 435	100.00 436	100.00 436	96.64 438	97.25 433

DPSMNet_ROB	81.54 429	60.77 429	99.95 433	61.42 426	87.05 431	99.11 431	100.00 431	95.93 429	99.99 431	73.11 424	100.00 431	70.84 423	100.00 432	77.43 427	99.98 433	35.39 423	97.54 433	35.21 424	99.89 433	46.30 423	90.94 430

DGTPSM_ROB	81.49 428	60.74 428	99.95 433	61.20 425	86.99 430	99.11 431	100.00 431	95.92 428	99.99 431	73.08 423	100.00 431	70.81 422	100.00 432	77.39 426	99.98 433	35.10 422	97.48 432	35.12 423	99.89 433	46.16 422	90.85 429

DPSM_ROB	94.00 432	79.32 431	100.00 435	83.19 430	85.69 428	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	89.53 429	97.42 430	74.97 429	95.13 429	83.79 431	90.98 431

DPSM	94.00 432	79.32 431	100.00 435	83.19 430	85.69 428	100.00 433	100.00 431	100.00 432	100.00 433	100.00 433	100.00 431	100.00 433	100.00 432	100.00 435	100.00 435	89.53 429	97.42 430	74.97 429	95.13 429	83.79 431	90.98 431

AVERAGE_ROB	98.45 436	99.13 436	95.46 428	100.00 442	100.00 442	93.36 429	81.95 426	100.00 432	99.97 430	100.00 433	100.00 431	100.00 433	100.00 432	99.72 434	99.40 431	100.00 442	100.00 438	100.00 436	100.00 436	100.00 441	100.00 442

ASD4		42.77 422

Low-res two-view benchmark