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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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
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

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	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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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.
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ASD4		42.77 422

Low-res two-view benchmark