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

StereoIM	2.73 1	1.56 112	6.21 54	2.96 5	2.45 155	1.80 3	0.28 4	7.43 5	5.07 12	2.57 1	3.43 2	7.13 54	4.71 57	5.74 8	2.91 62	0.00 1	0.05 79	0.00 1	0.00 1	0.15 43	0.12 48

MIF-Stereo	2.89 2	0.90 4	6.74 64	4.08 36	2.42 153	2.63 4	0.42 6	5.57 1	4.88 6	5.36 30	7.63 22	1.09 1	1.47 4	8.80 41	5.11 135	0.03 93	0.07 128	0.00 1	0.01 65	0.48 180	0.11 44

EGLCR-Stereo	2.92 3	1.06 17	5.28 28	3.38 14	0.55 33	4.59 19	0.66 10	10.43 21	4.81 5	3.30 7	3.23 1	7.93 62	1.71 9	9.22 50	1.62 8	0.05 108	0.12 174	0.00 1	0.00 1	0.23 81	0.16 79

LargeStereo	2.98 4	1.27 45	5.17 27	5.41 114	0.47 25	4.63 20	1.71 60	9.97 18	4.75 4	2.58 2	6.27 18	4.35 24	4.44 43	4.98 4	3.05 70	0.00 1	0.07 128	0.00 1	0.08 161	0.24 86	0.18 88

Selective-IGEV	3.06 5	1.11 27	4.98 20	3.56 26	1.66 123	4.73 23	2.14 85	10.73 29	4.56 3	2.93 3	4.60 6	5.54 41	1.77 10	10.82 79	1.69 9	0.00 1	0.01 10	0.00 1	0.14 197	0.06 7	0.13 56

AEACV	3.17 6	1.11 27	5.39 30	4.55 62	5.35 263	4.29 14	1.60 45	6.21 3	5.43 18	3.08 4	7.85 23	4.23 21	6.55 101	5.51 5	1.56 2	0.00 1	0.09 151	0.03 88	0.32 268	0.20 63	0.12 48

MoCha-V2	3.20 7	0.92 5	4.82 18	5.09 85	0.40 13	4.63 20	1.37 32	9.81 16	5.41 17	5.58 32	5.26 10	2.63 5	6.48 98	9.90 57	1.15 1	0.02 78	0.24 245	0.00 1	0.25 245	0.07 12	0.04 11

MGS-Stereo	3.26 8	1.29 47	6.73 63	3.30 9	0.47 25	4.89 36	1.55 41	6.15 2	8.88 60	4.31 17	10.15 40	5.48 40	1.27 3	8.09 28	1.97 16	0.04 99	0.01 10	0.02 74	0.00 1	0.57 206	0.04 11

rrr	3.26 8	1.57 116	7.72 102	3.36 12	0.60 41	4.93 39	1.59 44	10.72 28	5.11 15	3.79 13	4.58 4	4.53 29	4.00 31	10.13 60	2.09 28	0.00 1	0.06 111	0.00 1	0.22 227	0.12 33	0.18 88

CroCo-Stereo	3.27 10	1.90 179	7.18 81	8.50 259	1.11 87	0.96 1	0.97 19	10.18 19	8.20 52	3.59 10	4.69 7	8.02 66	4.53 47	2.75 1	2.34 41	0.01 47	0.00 1	0.00 1	0.00 1	0.31 127	0.11 44
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
IGEVStereo-DCA	3.31 11	1.57 116	6.20 49	3.36 12	0.60 41	4.93 39	1.70 50	13.26 56	5.04 7	3.79 13	4.58 4	4.53 29	4.00 31	10.13 60	2.09 28	0.00 1	0.06 111	0.00 1	0.18 211	0.12 33	0.14 61

test_xeample3	3.34 12	1.54 100	7.67 99	3.33 11	0.68 47	5.74 83	1.63 46	12.05 35	3.88 2	6.71 34	3.81 3	3.17 9	3.34 20	10.59 67	2.07 25	0.00 1	0.02 30	0.00 1	0.27 252	0.13 38	0.16 79

GLC_STEREO	3.40 13	1.06 17	3.44 8	6.52 181	0.20 1	4.76 30	1.66 47	8.97 9	6.59 26	5.39 31	9.04 31	5.23 36	2.03 11	9.76 55	2.77 56	0.01 47	0.03 50	0.21 220	0.00 1	0.23 81	0.06 23

ff7	3.48 14	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 22	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

ffff	3.48 14	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 22	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

11t	3.48 14	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 22	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

ccc-4	3.48 14	1.76 161	6.20 49	3.45 16	1.13 91	5.02 45	1.70 50	13.26 56	5.04 7	4.66 22	5.47 13	3.49 10	4.70 53	11.14 89	2.01 19	0.00 1	0.04 59	0.00 1	0.18 211	0.30 116	0.14 61

anonymousdsp	3.51 18	1.75 157	5.66 38	3.49 20	1.13 91	5.04 49	1.74 62	13.69 65	5.07 12	4.83 26	5.42 11	4.25 22	4.44 43	11.14 89	1.98 17	0.00 1	0.04 59	0.00 1	0.18 211	0.31 127	0.13 56

IGEV-Stereo	3.52 19	1.75 157	5.67 39	3.49 20	1.12 89	5.04 49	1.73 61	13.70 66	5.07 12	4.83 26	5.42 11	4.27 23	4.43 42	11.15 94	1.98 17	0.00 1	0.04 59	0.00 1	0.18 211	0.31 127	0.12 48
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CREStereo	3.58 20	1.05 16	3.35 6	2.17 2	0.59 38	5.61 68	0.40 5	10.50 22	13.34 104	6.93 37	10.44 44	5.29 38	3.47 23	5.82 10	2.62 53	0.01 47	0.01 10	0.02 74	0.01 65	0.04 3	0.01 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
LoS	3.59 21	1.07 21	3.81 10	2.80 4	0.52 31	4.98 43	1.18 25	10.35 20	12.97 94	4.54 20	10.75 48	3.89 18	3.27 19	8.78 40	2.63 54	0.03 93	0.03 50	0.09 143	0.00 1	0.12 33	0.04 11

ProNet	3.61 22	1.91 182	6.17 48	3.31 10	0.67 46	5.51 60	6.46 222	12.60 47	6.23 24	3.18 5	4.80 8	3.64 14	3.57 25	11.15 94	2.11 31	0.02 78	0.21 220	0.01 64	0.01 65	0.41 164	0.14 61

panet	3.62 23	0.95 6	3.30 4	2.21 3	0.56 34	5.67 81	0.42 6	10.62 27	13.30 102	6.89 36	10.45 45	5.78 43	3.69 27	5.80 9	2.61 52	0.00 1	0.02 30	0.03 88	0.01 65	0.04 3	0.02 7

LoS_RVC	3.72 24	2.57 239	3.90 11	4.27 48	7.61 323	5.39 58	2.90 118	7.29 4	3.84 1	3.67 12	10.20 41	3.66 15	4.48 45	6.19 13	2.14 34	0.01 47	0.03 50	0.00 1	0.00 1	0.06 7	6.15 343

CES	3.85 25	1.14 31	2.91 1	3.05 7	11.37 356	5.37 57	1.02 22	9.52 13	8.82 59	3.50 9	9.21 33	1.78 2	0.90 1	6.53 15	2.37 43	0.02 78	0.04 59	0.01 64	0.00 1	1.62 280	7.74 364

CASnet	3.91 26	1.03 15	4.68 16	4.98 80	0.27 7	4.99 44	2.95 119	11.02 31	11.02 73	10.61 64	11.76 56	4.15 20	1.65 7	5.85 11	1.91 13	0.50 248	0.00 1	0.59 271	0.12 189	0.13 38	0.02 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MC-Stereo	3.99 27	0.95 6	4.70 17	5.09 85	0.44 24	3.77 11	1.79 68	9.86 17	7.05 41	6.34 33	13.35 68	6.83 49	6.34 97	10.80 77	1.75 10	0.00 1	0.11 170	0.06 123	0.24 242	0.12 33	0.14 61

CroCo-Stereo Lap2	4.01 28	2.03 205	8.14 121	9.82 291	6.03 284	1.11 2	0.79 15	9.71 15	7.98 49	3.26 6	4.99 9	9.08 76	5.80 80	6.08 12	4.39 116	0.00 1	0.05 79	0.00 1	0.00 1	0.71 231	0.30 150

test croco	4.15 29	1.67 137	9.97 201	4.86 75	2.97 173	3.27 7	1.41 33	8.20 7	5.51 20	3.37 8	16.69 90	3.03 6	2.71 16	14.44 201	3.91 100	0.14 147	0.00 1	0.03 88	0.01 65	0.69 226	0.14 61

MIF-Stereo (partial)	4.33 30	1.23 38	7.27 87	5.04 82	5.31 262	3.47 9	0.95 18	9.06 10	7.41 44	4.15 15	15.76 81	5.38 39	5.22 62	11.56 110	4.21 111	0.04 99	0.02 30	0.05 111	0.03 104	0.34 142	0.12 48

MyStereo07	4.38 31	1.92 186	5.06 25	6.09 157	4.31 221	6.54 109	9.96 271	15.35 89	5.15 16	4.34 18	5.65 17	3.15 8	5.77 79	11.33 100	1.81 11	0.06 119	0.10 161	0.03 88	0.04 119	0.63 217	0.30 150

XX-TBD	4.45 32	10.67 341	3.01 2	10.28 305	0.57 36	5.84 87	0.07 1	7.57 6	12.24 85	11.43 70	14.74 74	4.07 19	1.66 8	4.51 3	2.05 24	0.01 47	0.01 10	0.00 1	0.00 1	0.26 97	0.01 1

CREStereo++_RVC	4.61 33	0.99 10	3.70 9	4.08 36	2.01 139	3.94 12	0.10 2	9.10 11	16.94 139	8.65 51	16.77 92	4.46 25	2.18 12	5.72 7	3.12 73	0.00 1	0.00 1	0.00 1	10.32 379	0.02 1	0.01 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
iRaftStereo_RVC	4.68 34	1.51 95	6.89 72	4.91 79	0.72 60	5.26 55	0.46 8	17.60 123	10.47 68	9.53 56	15.13 77	5.75 42	3.24 18	8.93 43	2.22 37	0.00 1	0.09 151	0.00 1	0.00 1	0.46 171	0.41 173

Former-RAFT_DAM_RVC	4.69 35	2.56 238	8.72 146	4.26 47	3.52 190	9.22 143	1.48 35	13.54 62	18.88 160	7.47 44	7.08 21	2.04 4	2.24 14	9.66 54	2.27 40	0.05 108	0.02 30	0.07 131	0.00 1	0.53 197	0.21 109

TANstereo	4.70 36	1.08 22	4.01 12	3.53 25	0.47 25	14.26 212	0.15 3	8.67 8	12.54 87	12.50 79	18.43 106	5.20 35	4.54 49	5.68 6	2.07 25	0.00 1	0.13 178	0.00 1	0.01 65	0.02 1	0.63 210

MSKI-zero shot	4.76 37	1.56 112	5.98 42	5.14 96	1.13 91	6.55 111	1.55 41	12.76 49	8.06 50	10.44 63	11.50 54	13.47 141	2.38 15	12.07 136	1.90 12	0.01 47	0.20 214	0.02 74	0.29 258	0.14 41	0.14 61

sCroCo_RVC	5.06 38	3.29 262	16.45 293	10.72 311	6.64 297	5.83 85	2.74 112	9.67 14	8.06 50	3.66 11	9.20 32	4.81 33	4.95 59	8.12 29	4.64 120	0.64 271	0.50 300	0.06 123	0.03 104	0.70 229	0.42 175

AE-Stereo	5.15 39	1.56 112	7.99 114	8.70 260	2.18 144	9.12 142	3.02 121	11.78 33	13.30 102	4.34 18	12.84 63	10.83 89	4.53 47	8.71 38	2.82 57	0.04 99	0.44 287	0.05 111	0.33 272	0.20 63	0.17 84

4D-IteraStereo	5.15 39	1.47 82	7.98 113	4.89 78	4.69 232	6.25 97	1.85 71	13.23 55	16.30 131	14.18 113	11.26 52	8.33 67	1.61 5	8.07 27	2.42 44	0.00 1	0.05 79	0.08 136	0.01 65	0.19 61	0.15 75

CAS	5.20 41	0.78 1	3.30 4	17.06 356	7.59 322	8.07 136	6.31 212	9.46 12	9.09 61	4.57 21	10.67 47	1.91 3	1.22 2	4.18 2	2.16 35	10.33 374	0.02 30	0.00 1	0.02 89	0.44 169	6.83 352

test_1	5.20 41	1.06 17	7.72 102	4.21 43	0.59 38	6.69 112	3.03 122	12.98 51	17.51 147	12.35 77	8.66 26	13.20 132	4.12 34	9.00 46	2.11 31	0.00 1	0.05 79	0.00 1	0.32 268	0.25 89	0.18 88

test-3	5.21 43	1.06 17	7.71 101	4.19 41	0.59 38	6.72 115	3.01 120	12.96 50	17.49 146	12.53 87	8.65 24	13.20 132	4.14 35	9.00 46	2.11 31	0.00 1	0.05 79	0.00 1	0.32 268	0.25 89	0.18 88

EAI-Stereo	5.21 43	1.74 148	8.46 137	5.69 126	1.37 113	5.67 81	3.52 138	18.77 143	5.65 21	9.75 57	16.08 84	6.36 45	3.57 25	11.73 121	3.64 87	0.01 47	0.33 269	0.03 88	1.06 321	0.21 66	0.65 218

tt1	5.27 45	1.99 194	5.11 26	6.02 153	0.26 2	10.59 159	4.22 158	18.45 137	16.31 132	6.75 35	8.95 30	4.75 32	9.15 145	10.82 79	1.61 6	0.00 1	0.05 79	0.00 1	0.04 119	0.26 97	0.14 61

ACVNet-DCA	5.28 46	2.00 195	4.99 21	5.89 140	0.26 2	10.85 164	5.38 181	20.20 156	11.88 80	6.95 38	10.01 35	4.49 26	9.78 159	10.79 74	1.59 3	0.00 1	0.05 79	0.00 1	0.04 119	0.25 89	0.20 102

IGEV_Zeroshot_test	5.28 46	2.03 205	14.26 272	6.09 157	1.33 109	4.32 15	1.03 23	14.46 73	6.50 25	13.33 107	11.89 57	11.01 91	3.45 21	10.71 72	3.64 87	0.03 93	0.22 229	0.15 193	0.26 248	0.80 243	0.20 102

RCA-Stereo	5.32 48	1.08 22	5.91 41	4.29 51	0.51 29	5.65 71	4.12 154	16.97 116	18.67 158	8.27 46	14.16 70	8.86 72	8.90 142	6.45 14	2.18 36	0.00 1	0.07 128	0.10 159	0.00 1	0.10 28	0.07 26

cc1	5.34 49	2.00 195	4.99 21	5.89 140	0.26 2	10.85 164	5.38 181	17.85 129	15.48 123	6.95 38	10.01 35	4.49 26	9.78 159	10.79 74	1.59 3	0.00 1	0.05 79	0.00 1	0.04 119	0.30 116	0.13 56

PMTNet	5.36 50	0.97 8	3.42 7	1.97 1	1.30 103	8.96 140	0.69 12	12.33 38	12.16 84	8.50 49	11.35 53	6.09 44	4.50 46	9.34 52	2.70 55	22.71 388	0.01 10	0.04 105	0.02 89	0.06 7	0.01 1

cross-raft	5.37 51	1.23 38	6.66 61	5.91 144	1.25 101	6.00 93	1.48 35	15.82 101	7.70 46	12.95 97	20.80 140	11.63 100	4.42 40	8.59 32	2.23 38	0.01 47	0.21 220	0.00 1	0.22 227	0.21 66	0.10 38

HH	5.47 52	2.08 209	9.00 160	4.88 76	1.07 85	4.93 39	3.60 145	16.68 113	6.83 28	8.39 47	12.14 59	15.05 160	9.06 143	12.68 158	1.93 14	0.02 78	0.17 200	0.18 204	0.00 1	0.28 108	0.48 186

HanStereo	5.47 52	2.08 209	9.00 160	4.88 76	1.07 85	4.93 39	3.60 145	16.68 113	6.83 28	8.39 47	12.14 59	15.05 160	9.06 143	12.68 158	1.93 14	0.02 78	0.17 200	0.18 204	0.00 1	0.28 108	0.48 186

test_4	5.47 52	0.98 9	5.56 36	6.55 184	0.62 43	5.53 61	1.88 72	11.68 32	6.00 22	12.60 90	30.86 243	7.48 59	3.87 28	12.25 144	2.97 65	0.00 1	0.07 128	0.03 88	0.14 197	0.34 142	0.04 11

HUI-Stereo	5.48 55	1.74 148	9.01 162	5.08 84	0.42 19	5.65 71	2.77 114	12.55 46	7.03 40	12.54 89	18.10 100	13.07 130	6.71 103	9.92 58	3.74 92	0.61 265	0.08 143	0.09 143	0.00 1	0.22 69	0.23 123

RAFT-Stereo + iAFF	5.48 55	1.66 136	7.56 96	3.49 20	0.40 13	2.75 5	0.67 11	16.07 106	14.76 116	12.27 75	18.67 108	11.95 109	8.08 129	7.84 26	2.89 59	0.01 47	0.06 111	0.00 1	0.00 1	0.37 152	0.04 11

ROB_FTStereo	5.49 57	1.74 148	8.96 157	5.09 85	0.42 19	5.65 71	1.68 48	12.53 45	7.00 33	12.53 87	18.00 97	13.02 126	6.74 105	11.51 107	3.81 96	0.60 262	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

PSM-adaLoss	5.50 58	1.74 148	9.03 166	5.09 85	0.42 19	5.66 76	1.98 79	12.50 40	7.01 38	12.52 81	18.13 103	12.96 122	6.77 109	11.11 87	3.83 97	0.72 277	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

ROB_FTStereo_v2	5.53 59	1.74 148	8.97 159	5.09 85	0.42 19	5.64 70	2.02 80	12.50 40	7.00 33	12.51 80	18.10 100	12.99 123	6.72 104	11.50 106	4.04 109	0.70 273	0.09 151	0.09 143	0.00 1	0.22 69	0.23 123

CRE-IMP	5.53 59	1.63 133	9.62 187	5.65 123	0.48 28	7.02 122	1.70 50	11.84 34	8.33 54	12.99 99	16.02 83	11.08 93	6.23 90	12.06 134	5.06 134	0.28 197	0.07 128	0.09 143	0.00 1	0.24 86	0.21 109

RAFT-IKP	5.53 59	1.74 148	8.95 154	5.09 85	0.41 15	5.45 59	2.08 84	12.52 42	7.00 33	12.52 81	18.13 103	12.93 121	6.79 110	11.59 114	3.99 104	0.80 285	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

LL-Strereo2	5.54 62	2.17 217	9.12 171	5.65 123	2.54 158	6.48 105	2.27 92	15.08 82	7.79 48	10.99 68	10.26 42	15.94 173	3.50 24	13.25 180	3.63 86	0.00 1	0.13 178	1.34 318	0.10 179	0.30 116	0.19 99

iGMRVC	5.54 62	1.74 148	9.01 162	5.09 85	0.42 19	5.66 76	1.81 69	12.61 48	7.02 39	12.52 81	18.11 102	13.02 126	6.64 102	11.57 111	4.16 110	0.82 287	0.09 151	0.09 143	0.00 1	0.22 69	0.21 109

Gwc-CoAtRS	5.54 62	1.22 36	8.40 131	4.28 49	1.36 112	6.93 120	1.31 28	15.48 91	15.03 118	12.62 91	13.32 67	12.74 119	5.71 77	8.61 33	2.98 66	0.01 47	0.22 229	0.00 1	0.29 258	0.28 108	0.07 26

test_3	5.55 65	1.02 12	8.07 118	6.18 163	0.54 32	9.00 141	3.28 125	13.55 63	18.66 157	11.97 72	8.89 29	13.98 146	4.05 33	8.96 44	2.10 30	0.00 1	0.05 79	0.00 1	0.31 265	0.26 97	0.18 88

CFNet-RSSM	5.55 65	1.08 22	8.60 144	4.30 52	1.21 100	6.42 104	1.25 27	16.12 107	17.84 150	13.12 100	11.14 51	11.84 105	5.52 67	9.14 49	2.35 42	0.01 47	0.20 214	0.00 1	0.36 276	0.34 142	0.07 26

Patchmatch Stereo++	5.56 67	1.74 148	9.01 162	5.09 85	0.41 15	5.66 76	2.40 97	12.52 42	7.00 33	12.52 81	18.08 98	13.02 126	6.74 105	11.59 114	4.01 106	0.78 281	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116
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
iRAFT	5.56 67	1.74 148	9.01 162	5.09 85	0.41 15	5.66 76	2.40 97	12.52 42	7.00 33	12.52 81	18.08 98	13.02 126	6.74 105	11.59 114	4.01 106	0.78 281	0.09 151	0.09 143	0.00 1	0.22 69	0.22 116

raftrobust	5.56 67	1.42 69	6.00 43	7.04 210	5.11 251	4.90 38	1.88 72	17.13 119	13.72 106	11.87 71	11.58 55	7.82 60	9.21 146	10.28 62	2.92 63	0.02 78	0.05 79	0.00 1	0.00 1	0.22 69	0.11 44

1test111	5.59 70	2.00 195	4.99 21	5.89 140	0.26 2	10.85 164	5.38 181	20.20 156	11.88 80	6.95 38	10.01 35	4.49 26	9.78 159	11.09 85	7.45 178	0.00 1	0.05 79	0.00 1	0.04 119	0.25 89	0.20 102

test-1	5.62 71	1.53 98	14.78 280	7.44 228	1.11 87	7.99 135	1.19 26	13.03 53	12.04 83	9.39 55	15.23 78	11.15 96	5.56 69	7.06 20	3.57 84	0.07 128	0.50 300	0.00 1	0.10 179	0.16 48	0.47 183

DeepStereo_RVC	5.65 72	1.65 134	9.06 168	5.21 107	0.56 34	5.55 66	1.84 70	12.16 37	7.22 42	13.94 110	14.96 75	12.58 116	10.27 166	11.25 98	5.81 154	0.39 227	0.10 161	0.11 170	0.00 1	0.18 57	0.22 116

EKT-Stereo	5.73 73	1.42 69	7.85 106	7.16 216	5.35 263	5.22 53	4.41 161	18.13 135	14.05 108	8.77 52	12.85 64	9.55 81	4.26 37	11.19 96	2.45 49	0.45 239	0.23 234	0.07 131	0.10 179	0.16 48	0.87 247

NRIStereo	5.73 73	1.67 137	8.42 133	5.72 132	0.41 15	6.71 114	2.60 107	14.73 79	10.71 72	12.39 78	15.07 76	11.58 99	6.23 90	12.06 134	4.78 124	0.61 265	0.17 200	0.11 170	0.00 1	0.28 108	0.27 139

RAFT-Test	5.75 75	1.32 55	6.77 67	4.07 35	1.71 126	9.95 147	1.56 43	15.78 100	8.34 56	12.73 94	23.83 169	11.80 103	4.69 52	8.99 45	2.57 51	0.01 47	0.29 258	0.00 1	0.38 281	0.16 48	0.07 26

Selective-RAFT	5.78 76	0.83 2	10.24 207	6.70 195	0.72 60	15.49 236	1.13 24	13.82 71	15.41 122	6.97 42	6.97 20	11.63 100	8.27 132	12.32 146	4.73 122	0.10 137	0.01 10	0.00 1	0.26 248	0.07 12	0.03 9

11t1	5.86 77	1.10 26	7.74 104	5.18 103	1.44 114	13.82 205	2.36 95	14.92 81	7.26 43	12.98 98	11.10 50	11.24 97	9.30 147	11.59 114	6.54 164	0.10 137	0.16 198	0.00 1	0.01 65	0.18 57	0.23 123

s12784h	5.87 78	0.88 3	4.11 13	3.01 6	0.51 29	18.49 272	0.98 20	18.89 145	17.60 148	12.52 81	12.46 61	7.87 61	5.01 60	11.05 84	3.13 75	0.73 279	0.01 10	0.04 105	0.00 1	0.07 12	0.01 1

H2IRNET	5.89 79	1.14 31	6.65 60	4.13 39	2.24 146	4.15 13	0.73 13	12.10 36	13.21 98	7.09 43	20.45 133	15.74 170	10.74 170	10.36 63	7.84 188	0.06 119	0.00 1	0.07 131	0.53 297	0.37 152	0.16 79

anonymousdsp2	5.93 80	1.54 100	8.34 126	4.43 57	0.38 12	9.24 144	4.11 152	21.92 180	17.36 144	12.28 76	10.08 39	10.05 83	4.42 40	11.04 83	2.54 50	0.01 47	0.02 30	0.30 247	0.18 211	0.21 66	0.18 88

GMStereo	5.94 81	3.84 276	10.86 222	5.13 95	0.71 52	7.27 126	2.66 110	12.38 39	25.14 215	12.01 74	10.66 46	5.12 34	3.46 22	11.39 102	6.16 161	0.45 239	0.02 30	0.05 111	0.31 265	0.86 247	0.25 134
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	5.95 82	2.02 203	7.09 80	7.06 211	5.10 250	6.36 103	5.44 186	13.97 72	13.25 100	9.93 59	17.45 93	10.37 86	3.89 29	11.64 119	4.24 113	0.02 78	0.46 293	0.10 159	0.00 1	0.20 63	0.31 155

GMOStereo	5.97 83	1.55 103	7.18 81	5.17 98	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 92	6.62 16	2.43 45	0.00 1	0.23 234	0.12 173	0.00 1	0.46 171	0.10 38

error version	5.97 83	1.55 103	7.18 81	5.17 98	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 92	6.62 16	2.43 45	0.00 1	0.23 234	0.12 173	0.00 1	0.46 171	0.10 38

test-v	5.97 83	1.55 103	7.18 81	5.17 98	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 92	6.62 16	2.43 45	0.00 1	0.23 234	0.12 173	0.00 1	0.46 171	0.10 38

test-2	5.97 83	1.55 103	7.18 81	5.17 98	0.71 52	5.54 62	2.21 86	10.54 23	12.86 90	18.29 204	22.01 148	17.06 184	6.27 92	6.62 16	2.43 45	0.00 1	0.23 234	0.12 173	0.00 1	0.46 171	0.10 38

xx1	5.99 87	2.00 195	4.99 21	5.89 140	0.26 2	10.85 164	5.38 181	17.84 127	15.48 123	6.95 38	10.01 35	16.02 174	11.15 181	10.79 74	1.59 3	0.00 1	0.05 79	0.02 74	0.05 137	0.25 89	0.20 102

rafts_anoy	6.02 88	1.67 137	6.27 55	6.53 182	4.98 243	5.30 56	2.53 103	13.77 70	21.01 171	12.70 93	16.23 86	8.56 70	5.65 75	9.09 48	5.22 139	0.04 99	0.31 262	0.09 143	0.03 104	0.25 89	0.17 84

TestStereo	6.02 88	2.55 237	7.33 94	5.57 119	1.68 125	6.05 95	1.78 67	13.73 67	16.40 136	10.87 67	23.79 168	9.00 74	5.63 74	11.26 99	3.96 102	0.09 133	0.01 10	0.00 1	0.00 1	0.69 226	0.01 1

Any-RAFT	6.04 90	1.16 33	4.52 15	4.47 58	1.20 99	10.46 154	1.97 78	21.84 176	15.52 125	11.21 69	19.37 114	13.34 135	4.72 58	8.65 37	2.03 23	0.01 47	0.19 209	0.00 1	0.00 1	0.04 3	0.08 30

iRaft-Stereo_20w	6.06 91	1.84 174	12.04 237	4.23 44	1.67 124	6.77 117	2.22 90	18.73 142	6.08 23	14.72 119	10.33 43	13.42 140	8.14 130	15.88 225	3.08 72	0.01 47	0.24 245	0.13 184	0.39 283	0.61 212	0.71 228

DCRE	6.07 92	1.75 157	8.41 132	7.20 217	3.82 197	6.48 105	4.18 157	15.52 93	10.42 67	9.24 54	22.47 158	11.71 102	5.46 66	10.62 68	3.02 68	0.02 78	0.26 254	0.05 111	0.30 262	0.15 43	0.24 129

XX-Stereo	6.14 93	1.47 82	9.11 170	11.87 326	6.76 302	3.27 7	0.93 17	15.13 84	5.43 18	8.79 53	28.46 210	13.71 144	2.22 13	11.51 107	2.07 25	0.20 171	0.24 245	0.08 136	0.29 258	1.04 256	0.13 56

AFF-stereo	6.17 94	1.61 128	7.02 77	4.08 36	0.64 44	3.53 10	0.76 14	16.00 105	13.14 96	12.86 95	25.42 182	15.67 169	7.86 123	11.12 88	3.21 79	0.02 78	0.06 111	0.00 1	0.00 1	0.40 161	0.08 30

knoymous	6.19 95	1.49 89	4.49 14	3.81 32	1.87 133	5.84 87	5.76 194	14.51 75	14.18 110	13.31 106	21.59 146	12.64 117	6.49 99	12.41 151	4.03 108	0.12 142	0.13 178	0.12 173	0.00 1	0.71 231	0.35 161

TRStereo	6.22 96	6.09 307	11.30 226	9.19 273	7.41 318	4.75 29	1.74 62	19.70 150	11.74 79	10.61 64	8.65 24	10.67 87	3.22 17	13.81 189	3.60 85	0.31 203	0.23 234	0.12 173	0.36 276	0.48 180	0.38 163

AnonymousM	6.33 97	11.42 347	3.06 3	3.93 33	1.49 119	4.54 16	3.29 126	11.00 30	7.70 46	16.52 165	9.38 34	9.07 75	3.97 30	7.10 21	3.01 67	0.43 236	0.07 128	22.69 381	7.67 371	0.06 7	0.21 109

MyStereo06	6.40 98	1.76 161	13.15 252	6.19 164	4.40 224	7.09 124	9.95 269	16.68 113	6.98 32	12.91 96	10.76 49	17.84 204	5.71 77	9.97 59	3.39 83	0.06 119	0.10 161	0.02 74	0.04 119	0.73 236	0.29 147

DCANet-4	6.41 99	1.02 12	9.66 189	3.41 15	0.68 47	4.73 23	1.70 50	17.70 125	24.33 208	15.10 129	20.25 127	6.45 46	8.65 136	8.47 31	5.31 143	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 210

riskmin	6.42 100	1.29 47	6.76 66	3.95 34	2.25 147	10.49 155	2.53 103	15.11 83	17.60 148	9.77 58	12.91 65	15.25 165	12.04 198	11.58 112	5.11 135	0.14 147	0.24 245	0.13 184	0.03 104	0.61 212	0.69 223

DisPM	6.43 101	1.31 53	8.36 127	6.61 190	1.06 84	5.83 85	3.82 149	13.04 54	11.63 78	16.38 161	23.88 171	12.80 120	6.50 100	13.03 178	3.04 69	0.51 251	0.01 10	0.08 136	0.15 203	0.10 28	0.42 175

DCANet	6.46 102	1.59 120	7.28 88	3.51 24	0.68 47	4.77 33	1.75 65	15.33 87	23.62 199	15.55 142	20.73 139	7.31 57	11.56 192	8.83 42	5.26 141	0.00 1	0.05 79	0.00 1	0.00 1	0.26 97	1.11 265

RALAANet	6.49 103	2.49 235	9.69 195	7.09 212	4.98 243	6.23 96	1.68 48	19.90 154	14.26 111	15.04 128	14.56 72	12.69 118	4.38 39	12.91 168	3.07 71	0.02 78	0.07 128	0.00 1	0.10 179	0.51 192	0.15 75

Pruner-Stereo	6.59 104	1.51 95	8.71 145	6.34 170	0.85 69	5.66 76	4.15 155	13.74 68	11.02 73	18.11 200	22.09 153	15.86 172	5.80 80	11.75 123	5.15 137	0.60 262	0.02 30	0.18 204	0.10 179	0.07 12	0.16 79

sAnonymous2	6.59 104	6.21 309	19.05 310	8.91 263	5.27 259	4.58 17	6.69 228	15.56 94	11.12 76	4.86 28	8.71 27	3.81 16	7.93 124	7.38 22	2.89 59	0.09 133	0.07 128	0.05 111	0.28 255	11.25 369	7.10 357

CroCo_RVC	6.59 104	6.21 309	19.05 310	8.91 263	5.27 259	4.58 17	6.69 228	15.56 94	11.12 76	4.86 28	8.71 27	3.81 16	7.93 124	7.38 22	2.89 59	0.09 133	0.07 128	0.05 111	0.28 255	11.25 369	7.10 357

SST-Stereo	6.60 107	1.46 80	8.37 128	6.68 193	0.77 65	6.01 94	1.93 77	14.68 78	9.24 63	19.09 218	20.43 132	16.86 182	8.59 135	13.49 183	3.80 95	0.22 177	0.05 79	0.13 184	0.00 1	0.08 16	0.05 16

PSM-softLoss	6.61 108	1.60 124	9.42 181	6.48 177	0.88 71	5.65 71	2.04 82	22.64 184	8.77 57	13.95 111	22.11 155	13.01 124	5.22 62	12.73 161	6.05 156	0.49 246	0.06 111	0.27 234	0.56 299	0.16 48	0.06 23

KMStereo	6.61 108	1.60 124	9.42 181	6.48 177	0.88 71	5.65 71	2.04 82	22.64 184	8.77 57	13.95 111	22.11 155	13.01 124	5.22 62	12.73 161	6.05 156	0.49 246	0.06 111	0.27 234	0.56 299	0.16 48	0.06 23

ADStereo(finetuned)	6.68 110	1.59 120	9.70 196	3.49 20	0.68 47	4.79 34	1.75 65	15.33 87	23.64 200	15.56 143	20.68 134	7.30 56	13.85 227	8.71 38	5.17 138	0.00 1	0.05 79	0.00 1	0.00 1	0.25 89	1.05 261

PFNet+	6.68 110	1.40 66	9.60 186	5.64 122	0.85 69	5.79 84	1.74 62	13.63 64	15.30 121	17.88 193	21.38 145	14.52 153	6.07 85	12.74 163	4.89 131	0.63 269	0.20 214	0.11 170	0.30 262	0.05 6	0.91 250

raft+_RVC	6.69 112	1.61 128	5.57 37	6.37 171	4.62 230	6.51 108	6.18 210	20.39 163	23.38 197	10.62 66	17.82 96	9.89 82	5.65 75	10.70 71	3.67 90	0.00 1	0.14 188	0.00 1	0.00 1	0.34 142	0.27 139

NF-Stereo	6.72 113	1.59 120	8.93 150	6.60 188	0.73 64	6.27 99	3.38 132	20.21 162	18.01 153	13.22 105	19.46 118	11.82 104	6.16 86	12.39 150	4.74 123	0.33 206	0.06 111	0.20 215	0.23 235	0.08 16	0.05 16

RE-Stereo	6.73 114	1.58 118	8.94 152	6.59 185	0.71 52	6.27 99	3.51 136	20.20 156	17.99 151	13.21 102	19.46 118	11.94 107	6.20 88	12.34 147	4.79 127	0.34 210	0.05 79	0.20 215	0.23 235	0.09 18	0.05 16

TVStereo	6.73 114	1.58 118	8.94 152	6.59 185	0.71 52	6.27 99	3.51 136	20.20 156	17.99 151	13.21 102	19.46 118	11.94 107	6.20 88	12.34 147	4.79 127	0.34 210	0.05 79	0.20 215	0.23 235	0.09 18	0.05 16

Anonymous	6.73 114	2.83 248	18.61 307	11.88 327	7.83 327	14.52 223	9.37 259	14.49 74	10.15 65	4.28 16	6.89 19	3.13 7	7.67 118	11.82 125	5.66 151	0.83 289	0.35 273	0.08 136	0.20 222	2.86 308	1.09 264

OCTAStereo	6.74 117	1.59 120	8.96 157	6.60 188	0.72 60	6.25 97	3.50 134	20.20 156	18.03 154	13.21 102	19.45 116	12.07 114	6.16 86	12.36 149	4.78 124	0.35 213	0.06 111	0.20 215	0.23 235	0.09 18	0.05 16

DIP-Stereo	6.74 117	1.93 189	10.02 205	4.28 49	1.64 122	13.54 201	1.52 38	15.16 85	6.63 27	14.30 116	26.81 198	10.90 90	5.19 61	14.78 208	7.56 182	0.00 1	0.06 111	0.05 111	0.00 1	0.17 55	0.17 84
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MIPNet	6.75 119	1.67 137	12.34 239	4.67 67	1.47 115	10.01 148	2.24 91	26.43 223	17.22 140	14.72 119	12.75 62	7.02 53	9.68 158	8.44 30	5.26 141	0.01 47	0.04 59	0.05 111	0.09 173	0.35 146	0.55 197

RAFT-345	6.79 120	1.29 47	6.80 69	5.06 83	0.91 75	5.61 68	3.32 131	13.36 61	10.17 66	13.73 109	43.66 346	9.12 77	5.38 65	12.29 145	4.44 117	0.32 204	0.05 79	0.09 143	0.06 151	0.06 7	0.03 9

x	6.80 121	1.36 60	6.94 74	4.58 66	1.88 134	10.78 162	4.55 164	19.79 153	10.62 69	12.69 92	19.54 121	14.87 159	10.11 164	9.52 53	8.03 193	0.07 128	0.15 191	0.04 105	0.04 119	0.24 86	0.22 116

fff	6.83 122	1.55 103	7.28 88	3.56 26	0.32 8	4.73 23	1.70 50	15.75 97	31.87 266	15.11 130	20.25 127	6.90 50	12.80 207	8.63 34	5.33 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 210

csc	6.83 122	1.55 103	7.28 88	3.56 26	0.32 8	4.73 23	1.70 50	15.75 97	31.87 266	15.11 130	20.25 127	6.90 50	12.80 207	8.63 34	5.33 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 210

cscssc	6.83 122	1.55 103	7.28 88	3.56 26	0.32 8	4.73 23	1.70 50	15.75 97	31.87 266	15.11 130	20.25 127	6.90 50	12.80 207	8.63 34	5.33 144	0.01 47	0.04 59	0.00 1	0.00 1	0.09 18	0.63 210

RAFT_R40	6.91 125	1.53 98	8.45 136	6.79 201	0.77 65	5.86 91	3.82 149	14.85 80	14.53 115	18.05 199	20.03 125	17.06 184	8.69 137	13.40 182	3.84 98	0.14 147	0.02 30	0.14 188	0.00 1	0.09 18	0.05 16

OMP-Stereo	6.93 126	2.57 239	9.03 166	10.63 309	1.72 127	4.89 36	1.91 75	17.84 127	15.56 126	16.69 170	14.16 70	17.70 201	7.33 114	12.93 169	4.83 130	0.24 187	0.03 50	0.06 123	0.02 89	0.19 61	0.39 166

qqq	6.96 127	1.40 66	8.15 122	4.50 59	1.03 80	8.55 139	6.93 235	20.20 156	11.88 80	12.00 73	18.19 105	16.02 174	11.15 181	11.09 85	7.45 178	0.06 119	0.13 178	0.02 74	0.05 137	0.25 89	0.20 102

MIM_Stereo	7.02 128	1.55 103	10.78 219	4.17 40	0.58 37	5.25 54	1.32 30	19.03 146	12.59 89	16.74 172	28.83 213	13.20 132	5.53 68	12.89 166	7.11 171	0.00 1	0.23 234	0.00 1	0.01 65	0.38 158	0.28 142

R-Stereo Train	7.04 129	1.34 57	7.89 108	6.23 166	2.30 149	7.51 128	5.54 188	23.96 194	6.94 30	16.26 158	33.57 285	12.04 112	5.61 70	7.67 24	3.74 92	0.01 47	0.05 79	0.01 64	0.00 1	0.10 28	0.12 48

RAFT-Stereo	7.04 129	1.34 57	7.89 108	6.23 166	2.30 149	7.51 128	5.54 188	23.96 194	6.94 30	16.26 158	33.57 285	12.04 112	5.61 70	7.67 24	3.74 92	0.01 47	0.05 79	0.01 64	0.00 1	0.10 28	0.12 48
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
ACRE	7.07 131	2.38 228	13.26 253	7.36 222	4.86 235	10.28 151	4.40 160	15.51 92	13.69 105	17.22 181	19.23 113	8.00 64	4.20 36	10.64 69	8.50 201	0.33 206	0.32 265	0.03 88	0.14 197	0.37 152	0.77 237

MyStereo8	7.13 132	2.48 233	10.86 222	6.81 202	4.98 243	10.73 160	1.42 34	14.58 76	9.73 64	15.75 145	23.16 164	12.17 115	7.96 127	9.85 56	10.21 223	0.04 99	0.19 209	0.08 136	0.21 225	0.58 209	0.82 239

IPLGR	7.14 133	1.31 53	13.14 251	4.24 45	1.15 97	9.78 146	0.98 20	23.98 196	21.70 183	16.22 157	18.43 106	8.45 69	7.66 117	9.26 51	5.45 149	0.21 174	0.05 79	0.04 105	0.06 151	0.32 136	0.38 163

CIPLG	7.15 134	2.44 230	12.82 246	7.38 223	4.93 238	10.51 156	4.56 165	15.17 86	13.25 100	17.45 186	19.75 122	8.42 68	4.60 51	11.41 103	8.31 197	0.33 206	0.32 265	0.03 88	0.14 197	0.37 152	0.72 229

IPLGR_C	7.16 135	2.48 233	12.98 249	7.52 233	4.91 237	10.56 157	4.59 166	15.63 96	14.12 109	17.42 184	18.87 110	8.00 64	4.59 50	10.76 73	8.81 204	0.32 204	0.32 265	0.03 88	0.13 193	0.36 147	0.76 234

IPLG	7.20 136	1.43 72	12.55 243	5.17 98	4.32 223	11.11 169	1.48 35	21.79 175	15.10 119	19.16 219	20.23 126	5.26 37	5.61 70	11.68 120	8.14 195	0.05 108	0.06 111	0.03 88	0.07 158	0.33 139	0.50 190

StereoVision	7.21 137	2.17 217	9.29 176	9.43 277	3.91 200	5.09 52	1.91 75	20.04 155	17.37 145	8.57 50	29.59 225	11.08 93	6.76 108	12.44 152	4.71 121	0.54 254	0.05 79	0.16 197	0.03 104	0.82 244	0.30 150

111	7.26 138	1.65 134	7.28 88	3.56 26	0.32 8	10.76 161	3.53 139	20.55 164	27.51 236	10.07 60	16.62 89	14.30 148	9.53 155	12.02 129	5.87 155	0.14 147	0.01 10	0.00 1	0.00 1	0.31 127	1.14 269

HHNet	7.39 139	1.75 157	7.24 86	3.26 8	3.18 175	5.04 49	6.40 219	19.04 147	15.70 128	20.71 244	32.13 266	10.69 88	5.91 82	10.45 65	4.60 119	0.40 229	0.07 128	0.21 220	0.13 193	0.54 199	0.41 173

ASMatch	7.40 140	1.42 69	8.49 139	5.09 85	2.00 138	4.74 28	2.62 108	16.54 112	13.17 97	17.08 177	34.75 294	13.13 131	10.33 168	12.04 131	4.82 129	0.05 108	0.24 245	0.21 220	0.17 210	0.16 48	0.97 254

IIG-Stereo	7.41 141	2.13 215	8.55 141	10.02 297	1.76 128	6.82 118	1.53 39	17.17 120	15.84 130	18.74 215	20.30 131	18.01 206	8.39 133	12.89 166	5.22 139	0.27 196	0.03 50	0.03 88	0.00 1	0.16 48	0.30 150

RAFT+CT+SA	7.44 142	1.46 80	6.46 58	10.73 312	3.34 182	4.70 22	7.45 244	16.45 110	25.89 222	10.18 61	27.15 202	7.27 55	8.00 128	15.11 210	3.19 78	0.02 78	0.00 1	0.18 204	0.46 290	0.30 116	0.47 183

LCNet	7.52 143	1.23 38	5.35 29	6.42 174	1.29 102	9.27 145	5.64 191	17.85 129	10.63 70	16.54 166	24.54 173	14.85 158	11.29 184	11.74 122	3.88 99	0.02 78	0.02 30	0.22 224	2.04 341	0.90 252	6.76 350

TestStereo1	7.62 144	1.62 130	7.60 97	10.47 306	1.86 131	4.76 30	2.48 101	19.73 151	22.33 189	16.79 173	26.02 186	9.33 79	9.30 147	15.92 228	3.37 81	0.01 47	0.02 30	0.02 74	0.05 137	0.55 202	0.28 142

SA-5K	7.62 144	1.62 130	7.60 97	10.47 306	1.86 131	4.76 30	2.48 101	19.73 151	22.33 189	16.79 173	26.02 186	9.33 79	9.30 147	15.92 228	3.37 81	0.01 47	0.02 30	0.02 74	0.05 137	0.55 202	0.28 142

mmm	7.72 146	1.50 92	8.56 142	5.29 111	1.89 135	14.14 211	5.70 193	18.42 136	11.02 73	16.04 153	23.78 167	17.00 183	10.03 163	12.03 130	7.54 181	0.12 142	0.07 128	0.50 265	0.20 222	0.31 127	0.18 88

RAFT-RH_RVC	7.73 147	1.25 44	6.99 76	4.83 72	0.90 74	11.76 173	1.53 39	13.00 52	14.43 114	17.51 188	46.41 357	11.02 92	6.30 96	12.68 158	4.93 132	0.51 251	0.04 59	0.12 173	0.13 193	0.09 18	0.09 32

TransformOpticalFlow	7.76 148	1.90 179	9.31 177	5.50 117	1.18 98	6.97 121	8.27 249	17.86 131	13.21 98	14.58 117	29.13 215	19.01 215	10.85 172	12.51 156	3.69 91	0.01 47	0.04 59	0.20 215	0.04 119	0.17 55	0.84 241

HITNet	7.83 149	2.93 253	8.39 129	4.76 70	1.48 117	12.75 192	4.64 167	20.97 166	14.37 113	15.14 134	22.15 157	14.57 154	10.62 169	14.38 200	8.14 195	0.04 99	0.01 10	0.48 263	0.02 89	0.57 206	0.10 38
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
PFNet	7.91 150	1.44 79	11.60 231	7.03 208	2.42 153	7.60 132	6.03 205	23.36 192	17.24 142	20.29 237	17.67 94	15.44 168	7.71 120	13.02 177	5.71 152	0.24 187	0.20 214	0.12 173	0.19 221	0.31 127	0.61 208

SA	7.93 151	1.54 100	9.13 173	7.98 248	0.64 44	5.85 89	2.29 93	22.27 181	24.54 213	13.17 101	31.07 248	8.87 73	10.32 167	16.49 243	3.12 73	0.04 99	0.12 174	0.17 199	0.30 262	0.45 170	0.17 84

AAGNet	7.94 152	1.48 85	9.34 179	7.13 215	0.70 51	5.85 89	5.16 177	15.40 90	14.01 107	20.13 234	24.03 172	15.28 166	11.52 188	12.05 132	15.47 262	0.63 269	0.06 111	0.32 249	0.01 65	0.12 33	0.09 32

FENet	7.94 152	1.01 11	6.72 62	5.87 139	2.07 141	11.11 169	2.03 81	21.39 170	20.81 169	17.14 179	22.65 159	14.43 150	11.54 191	12.97 172	7.89 189	0.15 153	0.24 245	0.03 88	0.02 89	0.14 41	0.62 209

dd	7.96 154	4.08 279	11.49 230	6.53 182	0.93 77	8.28 138	4.03 151	16.53 111	33.82 283	15.17 136	16.50 88	6.79 48	5.96 84	14.30 198	9.90 214	1.13 309	0.42 283	0.17 199	0.44 287	2.01 293	0.79 238

raft_robust	7.97 155	2.26 224	6.75 65	5.83 137	0.72 60	5.57 67	0.84 16	33.59 299	34.21 289	18.17 201	19.88 124	6.50 47	5.62 73	15.33 212	2.83 58	0.03 93	0.23 234	0.00 1	0.37 279	0.32 136	0.39 166

STrans-v2	7.98 156	1.84 174	9.42 181	4.84 74	1.48 117	12.23 183	10.05 274	19.06 148	12.32 86	13.63 108	26.06 190	18.13 211	12.35 200	12.99 174	3.99 104	0.01 47	0.01 10	0.18 204	0.01 65	0.22 69	0.83 240

Prome-Stereo	8.10 157	1.28 46	5.48 32	6.50 179	1.51 120	6.70 113	9.42 261	21.08 167	9.13 62	20.88 245	32.84 275	11.95 109	11.86 195	11.75 123	3.97 103	0.01 47	0.02 30	0.18 204	0.12 189	0.41 164	7.01 355

ffm	8.12 158	1.43 72	9.67 190	5.70 127	3.44 183	11.96 177	6.35 213	18.45 137	16.31 132	15.83 147	31.44 255	17.22 192	10.87 174	10.82 79	1.61 6	0.00 1	0.05 79	0.80 288	0.08 161	0.26 97	0.14 61

CASS	8.15 159	1.67 137	7.68 100	8.25 256	1.52 121	14.39 216	2.72 111	22.65 186	17.23 141	15.42 139	22.68 160	13.47 141	11.87 196	12.44 152	6.07 159	0.96 298	0.05 79	0.12 173	0.01 65	0.71 231	3.14 318
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DN-CSS_ROB	8.17 160	2.59 241	14.14 269	6.11 160	3.22 178	6.31 102	3.53 139	22.92 189	20.59 168	16.66 168	30.05 232	9.31 78	7.95 126	13.49 183	4.78 124	0.72 277	0.00 1	0.45 261	0.00 1	0.54 199	0.09 32

RAFT_CTSACE	8.24 161	1.97 192	8.39 129	6.89 205	5.11 251	5.86 91	2.63 109	14.62 77	16.88 138	23.52 278	34.77 295	16.02 174	7.37 115	17.91 257	2.23 38	0.00 1	0.12 174	0.00 1	0.03 104	0.39 160	0.05 16

GMM-Stereo	8.34 162	1.09 25	6.42 56	6.14 162	2.52 157	10.30 153	9.64 266	23.44 193	10.64 71	17.84 191	29.89 229	17.37 198	7.75 121	11.55 109	4.36 114	0.05 108	0.01 10	0.23 227	0.90 313	0.46 171	6.26 344

GANet-ADL	8.36 163	2.31 226	8.44 135	7.39 225	2.65 160	12.58 189	5.24 179	29.55 251	25.24 216	14.19 114	16.70 91	17.07 189	6.91 111	10.65 70	6.26 162	0.38 217	0.39 276	0.10 159	0.12 189	0.75 241	0.28 142

Sa-1000	8.38 164	1.50 92	8.13 120	7.56 235	0.89 73	14.39 216	2.47 100	24.31 201	23.74 203	15.18 137	28.35 209	11.42 98	8.85 141	16.20 239	3.28 80	0.17 158	0.23 234	0.15 193	0.23 235	0.46 171	0.19 99

GwcNet-ADL	8.48 165	1.70 144	9.38 180	7.10 213	2.78 164	6.74 116	6.57 227	30.15 255	26.01 225	15.15 135	17.77 95	13.93 145	6.96 112	12.96 171	9.91 215	0.48 245	0.72 317	0.01 64	0.01 65	0.51 192	0.84 241

ARAFT	8.50 166	3.19 261	16.58 294	5.52 118	0.91 75	12.13 182	11.20 293	17.19 121	18.28 156	18.40 210	16.33 87	17.10 190	8.58 134	18.56 260	5.00 133	0.11 140	0.04 59	0.00 1	0.00 1	0.55 202	0.25 134

test_5	8.51 167	1.50 92	8.19 125	11.06 318	5.00 246	6.91 119	5.67 192	17.50 122	22.09 187	16.07 154	29.63 226	15.28 166	10.78 171	15.94 230	3.65 89	0.00 1	0.00 1	0.26 233	0.08 161	0.31 127	0.35 161

RAFT	8.51 167	2.16 216	8.93 150	8.14 252	0.81 68	12.63 190	8.49 250	16.34 108	15.56 126	22.31 265	18.99 112	19.29 222	11.39 187	17.57 253	6.05 156	0.01 47	0.19 209	0.27 234	0.02 89	0.64 221	0.45 181

GES	8.51 167	1.98 193	11.82 234	6.39 173	1.77 129	12.36 187	6.22 211	21.55 172	21.34 177	19.02 217	26.02 186	8.79 71	9.34 150	13.94 192	7.24 173	0.38 217	0.10 161	0.30 247	0.14 197	0.69 226	0.73 230

DMCA	8.51 167	1.90 179	9.96 200	5.16 97	4.14 211	10.29 152	4.46 163	25.52 209	19.55 164	16.33 160	20.69 135	17.59 199	11.26 183	10.42 64	11.36 237	0.50 248	0.08 143	0.35 252	0.05 137	0.36 147	0.31 155

PSM-AAD	8.62 171	1.22 36	5.69 40	6.31 169	1.12 89	12.74 191	10.01 273	19.29 149	15.25 120	21.54 258	25.11 178	14.24 147	13.47 217	12.15 139	3.93 101	0.01 47	0.06 111	2.48 337	0.16 206	0.38 158	7.28 360

FTStereo	8.67 172	1.13 30	6.04 44	6.04 154	2.39 152	7.86 134	12.05 305	17.72 126	8.33 54	20.16 235	41.41 333	16.10 177	12.64 205	10.80 77	4.37 115	0.18 160	0.01 10	0.09 143	0.16 206	0.15 43	5.71 340

iRaft-Stereo_5w	8.70 173	1.81 173	9.33 178	5.83 137	3.78 194	4.87 35	11.12 292	15.86 104	14.80 117	15.23 138	26.36 192	21.49 234	12.91 210	15.94 230	12.73 243	0.58 258	0.05 79	0.08 136	0.09 173	0.85 246	0.33 159

IRAFT_RVC	8.76 174	1.47 82	9.55 185	7.31 219	1.77 129	6.49 107	10.43 283	25.94 217	27.33 232	17.50 187	19.85 123	17.93 205	10.21 165	12.88 165	5.44 148	0.17 158	0.30 259	0.19 212	0.05 137	0.22 69	0.12 48

HCRNet	8.80 175	1.43 72	7.74 104	14.41 343	5.25 255	10.85 164	2.56 106	26.07 219	18.04 155	15.48 140	25.03 176	18.63 214	9.93 162	13.01 175	6.76 166	0.04 99	0.04 59	0.10 159	0.01 65	0.18 57	0.38 163

whm_eth	8.83 176	4.45 286	17.70 302	7.42 226	6.66 300	7.07 123	3.45 133	17.88 132	19.49 163	22.17 264	39.18 319	4.69 31	4.32 38	14.26 197	5.35 147	0.18 160	0.08 143	0.21 220	0.09 173	0.61 212	1.30 273

DEmStereo	8.85 177	1.36 60	9.99 203	4.24 45	1.05 83	11.49 172	5.91 196	13.76 69	26.68 229	22.03 262	32.92 277	11.86 106	15.27 258	11.48 104	8.08 194	0.16 155	0.15 191	0.02 74	0.09 173	0.09 18	0.44 179

SFCPSM	8.85 177	1.40 66	11.34 227	5.23 110	3.47 189	16.55 258	7.18 241	30.71 266	25.24 216	16.45 162	19.45 116	11.10 95	9.61 156	11.88 127	5.52 150	0.22 177	0.17 200	0.36 255	0.22 227	0.29 112	0.58 203

GrayStereo	8.86 179	1.17 35	6.94 74	8.09 250	2.82 165	10.58 158	11.40 298	17.93 133	15.74 129	22.43 268	30.95 244	17.80 203	12.44 202	11.19 96	4.57 118	0.02 78	0.02 30	0.18 204	0.79 310	0.31 127	1.90 295

anonymousa	9.03 180	1.62 130	8.03 117	4.19 41	5.53 269	15.37 233	3.81 148	18.55 141	21.20 176	18.28 203	30.99 246	20.79 228	13.42 215	10.58 66	7.57 183	0.00 1	0.05 79	0.29 243	0.18 211	0.10 28	0.11 44

KYRaft	9.04 181	1.11 27	7.02 77	6.50 179	0.97 79	8.27 137	8.19 248	22.86 188	8.20 52	21.30 256	31.38 252	22.64 244	8.20 131	11.99 128	2.96 64	0.02 78	0.02 30	0.05 111	0.68 304	0.40 161	18.09 386

DualNet	9.14 182	1.43 72	9.67 190	5.70 127	3.44 183	11.96 177	6.35 213	18.45 137	16.31 132	15.83 147	31.44 255	17.22 192	10.87 174	10.82 79	21.98 303	0.00 1	0.05 79	0.80 288	0.08 161	0.26 97	0.14 61

BUS	9.20 183	1.48 85	7.93 110	6.74 198	3.96 202	17.62 266	2.79 115	33.06 294	21.58 180	17.99 196	21.34 142	14.49 151	9.40 152	14.18 194	10.57 227	0.19 164	0.13 178	0.14 188	0.04 119	0.30 116	0.09 32

MyStereo04	9.24 184	1.92 186	8.78 147	6.09 157	4.31 221	6.54 109	9.96 271	32.24 285	41.99 330	14.26 115	11.98 58	12.00 111	12.01 197	13.93 190	7.53 180	0.06 119	0.10 161	0.03 88	0.04 119	0.63 217	0.30 150

CoDeX	9.24 184	1.77 167	9.54 184	6.08 156	3.79 196	16.45 257	6.76 231	26.15 220	25.03 214	17.18 180	25.12 179	14.69 156	11.68 193	12.22 141	6.71 165	0.30 200	0.20 214	0.15 193	0.02 89	0.23 81	0.68 221

CrosDoStereo	9.24 184	1.29 47	8.16 123	4.56 64	1.04 81	7.52 130	15.00 326	15.85 102	24.31 206	24.27 280	33.44 282	13.37 136	13.82 225	12.23 142	8.86 206	0.01 47	0.11 170	0.09 143	0.04 119	0.36 147	0.53 194

DeepStereo_LL	9.24 184	1.29 47	8.16 123	4.56 64	1.04 81	7.52 130	15.00 326	15.85 102	24.31 206	24.27 280	33.44 282	13.37 136	13.82 225	12.23 142	8.86 206	0.01 47	0.11 170	0.09 143	0.04 119	0.36 147	0.53 194

DRaft	9.27 188	1.23 38	9.08 169	3.62 31	0.78 67	13.27 199	5.89 195	16.97 116	29.57 245	21.15 254	38.46 317	10.09 84	13.98 230	11.58 112	7.91 190	0.43 236	0.30 259	0.06 123	0.26 248	0.26 97	0.45 181

MyStereo05	9.29 189	1.76 161	8.95 154	6.19 164	4.40 224	7.09 124	9.95 269	31.21 270	40.82 323	17.31 182	12.93 66	10.33 85	12.52 204	13.93 190	7.05 170	0.06 119	0.10 161	0.02 74	0.04 119	0.73 236	0.29 147

MLCV	9.32 190	2.22 222	12.55 243	5.22 108	1.32 108	13.79 204	1.35 31	21.14 169	23.65 201	21.91 261	31.37 251	17.14 191	7.57 116	16.00 233	10.18 221	0.22 177	0.01 10	0.03 88	0.02 89	0.40 161	0.29 147

DispNO	9.33 191	1.78 170	15.84 285	5.73 133	5.74 278	12.24 184	4.81 174	25.06 206	21.10 173	16.70 171	20.86 141	17.78 202	11.76 194	16.74 246	8.85 205	0.22 177	0.15 191	0.03 88	0.12 189	0.41 164	0.64 216

BEATNet_4x	9.37 192	4.85 293	12.05 238	5.48 116	1.35 111	13.15 197	6.15 209	25.06 206	16.74 137	16.18 156	24.65 174	17.29 197	12.51 203	16.91 248	10.92 230	0.38 217	0.18 205	0.81 294	0.05 137	1.95 289	0.65 218

THIR-Stereo	9.38 193	1.78 170	8.50 140	4.74 68	0.71 52	15.92 241	11.93 304	16.39 109	21.56 179	24.27 280	32.07 264	14.40 149	14.14 235	11.49 105	8.39 200	0.05 108	0.25 252	0.10 159	0.05 137	0.33 139	0.58 203

ff1	9.41 194	1.43 72	9.67 190	5.70 127	3.44 183	11.96 177	6.35 213	18.45 137	16.31 132	15.83 147	31.44 255	17.22 192	10.87 174	16.19 236	21.98 303	0.00 1	0.05 79	0.80 288	0.08 161	0.26 97	0.14 61

GANet-RSSM	9.48 195	1.32 55	6.45 57	6.72 197	5.51 268	12.78 193	6.03 205	26.55 224	18.96 161	14.92 124	27.95 206	25.41 268	14.69 247	13.52 186	7.60 185	0.10 137	0.10 161	0.16 197	0.01 65	0.51 192	0.39 166

UCFNet_RVC	9.48 195	2.12 213	4.89 19	7.03 208	3.78 194	16.05 242	6.37 218	28.25 239	20.00 166	15.93 152	23.07 163	25.21 265	12.79 206	12.57 157	8.01 192	0.07 128	0.04 59	1.17 310	0.23 235	1.31 273	0.69 223

CFNet_pseudo	9.58 197	1.91 182	10.73 217	4.53 61	2.91 171	14.26 212	2.75 113	26.73 227	32.14 272	17.10 178	23.02 162	22.14 240	8.74 139	12.17 140	7.43 176	0.20 171	0.45 291	1.24 317	0.24 242	2.49 301	0.49 189

Anonymous3	9.60 198	3.45 266	29.83 338	9.58 285	4.75 233	24.51 309	10.20 280	24.04 198	18.77 159	10.42 62	14.64 73	7.97 63	8.75 140	14.05 193	5.80 153	2.44 336	1.39 336	0.08 136	0.06 151	0.73 236	0.48 186

ccs_rob	9.61 199	1.92 186	10.72 216	4.55 62	2.89 168	14.33 214	2.86 117	26.85 228	32.36 274	17.05 176	22.91 161	22.12 239	8.70 138	12.10 137	7.44 177	0.19 164	0.44 287	1.38 319	0.25 245	2.68 304	0.57 201

PCWNet_CMD	9.64 200	1.77 167	10.59 213	4.80 71	2.90 169	16.25 255	2.42 99	29.37 250	34.10 287	17.41 183	22.04 152	19.10 218	7.70 119	12.05 132	6.86 167	0.22 177	0.45 291	0.80 288	0.22 227	3.11 316	0.69 223

MSMDNet	9.64 200	1.77 167	10.63 214	4.83 72	2.90 169	16.35 256	2.37 96	29.33 249	34.29 290	17.43 185	22.10 154	19.05 217	7.79 122	12.11 138	6.87 168	0.23 185	0.46 293	0.67 277	0.21 225	2.77 306	0.60 206

BSDual-CNN	9.70 202	1.48 85	7.93 110	6.74 198	3.96 202	16.10 246	7.13 238	33.06 294	21.58 180	17.99 196	21.34 142	22.28 241	11.53 189	14.18 194	7.81 186	0.19 164	0.13 178	0.14 188	0.04 119	0.30 116	0.09 32

PSMNet-RSSM	9.71 203	1.73 146	6.09 45	7.47 231	4.27 215	10.06 149	6.00 203	29.14 246	21.74 184	15.76 146	32.88 276	22.63 243	13.18 212	12.94 170	9.12 210	0.09 133	0.02 30	0.07 131	0.10 179	0.70 229	0.24 129

IER	9.78 204	1.55 103	9.97 201	4.51 60	5.23 254	13.78 203	5.11 176	26.66 225	22.79 194	19.69 225	29.45 223	16.42 178	18.52 291	13.64 188	7.57 183	0.06 119	0.03 50	0.18 204	0.09 173	0.18 57	0.23 123

psmg	9.80 205	1.48 85	7.93 110	5.18 103	3.96 202	15.85 240	7.93 247	29.11 245	21.58 180	20.93 246	25.06 177	22.28 241	11.53 189	14.18 194	7.81 186	0.19 164	0.13 178	0.17 199	0.04 119	0.36 147	0.21 109

gwcnet-sp	9.81 206	2.82 245	13.47 260	5.99 147	4.27 215	16.20 252	5.91 196	25.55 210	24.34 209	21.01 247	20.69 135	15.22 162	14.96 251	14.50 203	9.97 216	0.05 108	0.15 191	0.02 74	0.08 161	0.49 187	0.51 191

scenet	9.81 206	2.82 245	13.47 260	5.99 147	4.27 215	16.20 252	5.91 196	25.55 210	24.34 209	21.01 247	20.69 135	15.22 162	14.96 251	14.50 203	9.97 216	0.05 108	0.15 191	0.02 74	0.08 161	0.49 187	0.51 191

ssnet	9.81 206	2.82 245	13.47 260	5.99 147	4.27 215	16.20 252	5.91 196	25.55 210	24.34 209	21.01 247	20.69 135	15.22 162	14.96 251	14.50 203	9.97 216	0.05 108	0.15 191	0.02 74	0.08 161	0.49 187	0.51 191

CFNet-ft	9.87 209	2.18 220	5.49 33	7.45 229	5.25 255	15.76 237	5.98 201	21.89 177	21.87 185	14.96 125	30.02 230	25.68 269	13.68 221	12.46 154	10.94 232	0.08 131	0.06 111	1.83 325	0.22 227	1.09 257	0.43 177

CFNet_RVC	9.87 209	2.18 220	5.49 33	7.45 229	5.25 255	15.76 237	5.98 201	21.89 177	21.87 185	14.96 125	30.02 230	25.68 269	13.68 221	12.46 154	10.94 232	0.08 131	0.06 111	1.83 325	0.22 227	1.09 257	0.43 177

PSMNet-ADL	9.88 211	2.01 201	6.80 69	9.18 272	4.26 214	15.11 228	3.50 134	27.12 229	24.42 212	14.72 119	18.96 111	25.32 267	13.43 216	15.76 221	14.04 251	0.79 284	0.78 323	0.00 1	0.02 89	0.26 97	1.18 272

qqq1	9.96 212	1.37 62	13.37 255	4.41 53	1.30 103	14.40 219	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	3.18 76	0.38 217	0.21 220	0.00 1	0.01 65	0.29 112	0.18 88

fff1	9.96 212	1.37 62	13.37 255	4.41 53	1.30 103	14.40 219	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	3.18 76	0.38 217	0.21 220	0.00 1	0.01 65	0.29 112	0.18 88

ttt	9.98 214	1.49 89	7.30 93	6.43 175	3.95 201	14.02 207	5.06 175	33.03 293	29.84 253	14.90 123	30.95 244	14.81 157	9.66 157	15.36 214	11.38 238	0.38 217	0.19 209	0.10 159	0.03 104	0.37 152	0.28 142

UDGNet	10.05 215	13.89 357	10.00 204	9.36 276	2.69 161	7.82 133	1.88 72	18.86 144	34.64 292	17.52 189	13.70 69	13.40 138	7.18 113	13.01 175	6.30 163	5.30 359	0.08 143	12.57 376	2.80 349	8.19 356	1.71 291

cf-r	10.06 216	1.60 124	7.99 114	5.82 135	5.70 277	12.92 195	4.78 170	24.18 200	27.47 235	16.91 175	31.02 247	25.12 264	14.05 231	11.63 118	11.01 235	0.03 93	0.03 50	0.05 111	0.03 104	0.43 168	0.39 166

ICVP	10.07 217	1.73 146	6.11 46	9.08 268	3.31 181	12.25 185	6.56 226	26.30 222	22.52 191	16.49 164	31.80 261	26.94 278	12.42 201	11.35 101	10.92 230	1.17 311	0.57 310	0.17 199	0.10 179	0.58 209	1.07 263
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
hknet	10.13 218	1.56 112	10.27 208	6.74 198	3.72 192	16.10 246	7.13 238	33.06 294	21.12 174	17.99 196	21.34 142	23.11 246	14.95 250	16.43 242	8.34 199	0.14 147	0.13 178	0.14 188	0.04 119	0.30 116	0.09 32

AdaStereo	10.22 219	3.63 268	9.14 175	9.15 270	3.24 179	15.79 239	5.39 185	31.94 277	25.42 218	18.39 209	26.47 193	19.44 223	9.50 154	16.60 245	8.59 202	0.44 238	0.05 79	0.40 259	0.00 1	0.57 206	0.16 79
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.
CFNet_ucs	10.25 220	1.91 182	11.88 235	4.98 80	4.08 209	15.11 228	3.57 143	28.02 236	31.98 271	18.21 202	25.20 180	23.27 249	9.38 151	13.38 181	7.22 172	0.23 185	0.81 324	1.65 323	0.22 227	3.01 312	0.93 251

iResNet	10.26 221	3.10 260	15.72 284	7.35 221	2.13 142	13.86 206	7.07 237	22.80 187	28.01 237	20.10 233	30.40 235	16.79 181	11.06 180	14.46 202	10.29 226	0.39 227	0.05 79	0.00 1	0.07 158	0.73 236	0.73 230

RAFT + AFF	10.27 222	3.77 272	17.13 296	10.24 303	4.97 241	13.08 196	11.52 299	25.69 213	25.80 220	14.72 119	16.12 85	19.16 219	11.35 186	16.24 240	9.04 209	0.30 200	1.46 338	0.66 276	0.20 222	2.03 295	1.94 296

ACVNet	10.36 223	1.68 142	5.49 33	6.01 150	2.75 163	12.78 193	3.56 141	21.89 177	34.81 293	14.96 125	30.78 241	24.72 261	13.88 228	15.81 222	17.20 275	0.13 145	0.01 10	0.06 123	0.06 151	0.51 192	0.15 75

tta	10.45 224	1.37 62	13.37 255	4.41 53	1.30 103	14.39 216	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	12.69 241	0.38 217	0.21 220	0.28 240	0.03 104	0.29 112	0.18 88

SMFormer	10.46 225	1.37 62	13.37 255	4.41 53	1.30 103	14.40 219	3.29 126	30.25 257	29.81 249	19.55 220	29.37 217	18.06 207	14.40 241	15.42 216	12.70 242	0.38 217	0.21 220	0.28 240	0.03 104	0.33 139	0.31 155

ToySt	10.51 226	2.00 195	15.67 283	5.33 112	0.95 78	14.97 227	9.51 263	24.02 197	27.37 233	14.61 118	24.67 175	24.56 259	14.70 248	16.86 247	13.35 245	0.06 119	0.23 234	0.03 88	0.09 173	0.62 215	0.67 220

AACVNet	10.58 227	2.86 249	9.78 198	8.95 265	3.30 180	10.80 163	4.78 170	22.37 182	12.55 88	27.50 310	29.84 228	30.06 294	15.99 266	19.10 268	11.60 239	0.40 229	0.18 205	0.22 224	0.03 104	0.62 215	0.73 230

GwcNet-RSSM	10.65 228	1.94 190	8.57 143	6.89 205	5.26 258	12.26 186	5.21 178	25.80 216	31.50 263	16.67 169	33.52 284	23.70 255	13.88 228	12.84 164	13.67 249	0.05 108	0.10 161	0.14 188	0.02 89	0.65 223	0.39 166

CFNet	10.67 229	2.33 227	8.90 149	6.66 192	4.09 210	16.05 242	4.26 159	30.44 263	31.01 262	18.53 211	26.48 194	23.69 254	13.68 221	15.27 211	10.59 229	0.05 108	0.02 30	0.44 260	0.05 137	0.73 236	0.23 123

mmx	10.71 230	1.43 72	9.67 190	5.70 127	3.44 183	11.96 177	6.35 213	32.18 282	28.03 238	15.83 147	31.44 255	17.22 192	10.87 174	16.19 236	21.98 303	0.22 177	0.06 111	0.80 288	0.08 161	0.48 180	0.21 109

xxx	10.71 230	1.43 72	9.67 190	5.70 127	3.44 183	11.96 177	6.35 213	32.18 282	28.03 238	15.83 147	31.44 255	17.22 192	10.87 174	16.19 236	21.98 303	0.22 177	0.06 111	0.80 288	0.08 161	0.48 180	0.21 109

NINENet	10.74 232	2.29 225	10.44 211	8.03 249	5.09 249	17.62 266	2.79 115	38.69 344	33.24 282	18.35 208	26.31 191	14.49 151	9.40 152	15.88 225	10.57 227	0.41 231	0.21 220	0.29 243	0.00 1	0.42 167	0.23 123

LMCR-Stereo	10.75 233	4.13 281	10.67 215	13.11 333	3.99 207	16.68 259	5.91 196	25.30 208	22.69 192	22.04 263	21.80 147	14.67 155	14.24 237	20.55 292	15.86 264	1.90 325	0.04 59	0.00 1	0.02 89	1.29 270	0.18 88

DeepPruner_ROB	10.77 234	4.56 288	13.13 250	6.37 171	4.28 220	10.14 150	6.86 232	36.42 328	19.59 165	17.87 192	27.37 203	23.19 248	12.26 199	19.09 267	10.23 224	1.05 305	0.48 296	0.23 227	0.15 203	0.89 250	1.17 270

LL-Strereo	10.79 235	3.52 267	12.54 242	8.77 261	5.44 266	7.49 127	9.26 258	35.15 317	28.70 243	16.47 163	15.85 82	21.06 231	17.42 284	21.62 298	9.72 213	0.21 174	0.22 229	0.74 282	0.08 161	0.98 253	0.60 206

DAS	10.80 236	2.03 205	13.96 266	9.01 266	6.23 290	14.67 225	7.38 242	21.59 173	32.58 277	18.67 213	28.13 207	19.20 220	17.08 279	16.54 244	7.31 174	0.58 258	0.01 10	0.29 243	0.01 65	0.47 178	0.20 102

GMStereo_Zeroshot	10.83 237	7.81 323	19.95 315	9.55 283	2.47 156	11.83 174	1.31 28	20.84 165	20.52 167	22.73 270	35.93 299	24.76 263	5.94 83	19.68 274	7.04 169	0.45 239	0.02 30	0.25 231	0.01 65	5.38 341	0.19 99

HSM-Net_RVC	10.88 238	1.23 38	5.46 31	5.57 119	2.63 159	20.12 283	6.06 207	27.67 233	28.35 242	20.63 242	25.51 183	34.01 318	14.38 240	16.18 235	9.29 211	0.11 140	0.07 128	0.01 64	0.00 1	0.13 38	0.14 61
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NOSS_ROB	10.99 239	3.81 274	6.88 71	6.69 194	2.30 149	16.06 244	10.94 289	30.06 254	32.41 275	16.10 155	18.72 109	22.78 245	14.21 236	17.52 252	8.62 203	2.35 331	1.84 344	3.32 349	1.57 333	2.06 296	1.52 284

ac_64	11.10 240	1.49 89	9.88 199	8.24 255	5.45 267	19.12 275	6.46 222	24.10 199	14.34 112	22.80 271	23.87 170	33.28 315	15.54 261	18.87 264	17.26 277	0.28 197	0.12 174	0.02 74	0.02 89	0.26 97	0.63 210

1111x	11.32 241	1.34 57	8.95 154	5.20 105	1.96 136	14.46 222	7.75 246	35.65 322	28.23 241	15.66 144	26.66 197	26.65 273	14.76 249	15.88 225	22.27 308	0.24 187	0.13 178	0.04 105	0.06 151	0.30 116	0.24 129

HSM	11.33 242	1.80 172	7.04 79	6.13 161	3.99 207	16.16 250	6.92 234	29.69 252	19.39 162	22.95 272	26.05 189	41.08 351	15.79 264	20.25 283	8.89 208	0.02 78	0.03 50	0.01 64	0.00 1	0.15 43	0.34 160

SepStereo	11.34 243	2.03 205	13.96 266	9.01 266	6.23 290	14.67 225	7.38 242	21.59 173	32.58 277	18.67 213	28.13 207	19.20 220	17.08 279	27.36 326	7.31 174	0.58 258	0.01 10	0.29 243	0.01 65	0.47 178	0.20 102

DMCA-RVC	11.41 244	3.32 263	11.68 232	10.12 299	4.81 234	11.92 176	4.11 152	24.67 204	23.66 202	20.06 232	28.51 211	26.71 274	24.96 326	15.95 232	14.82 257	0.41 231	0.34 272	0.56 269	0.16 206	0.72 235	0.69 223

test_xeample	11.49 245	1.24 43	7.50 95	5.22 108	2.18 144	17.40 263	6.49 224	31.14 269	22.77 193	17.90 194	33.09 279	18.48 213	14.61 246	13.51 185	37.38 368	0.16 155	0.13 178	0.01 64	0.03 104	0.23 81	0.24 129

RASNet	11.59 246	1.71 145	10.36 210	6.30 168	5.66 274	15.48 235	6.12 208	34.50 312	20.86 170	16.61 167	32.51 271	22.04 238	23.00 312	19.44 271	16.15 268	0.71 275	0.03 50	0.05 111	0.01 65	0.15 43	0.13 56

iResNet_ROB	11.71 247	1.96 191	10.77 218	6.01 150	3.68 191	15.13 230	2.34 94	31.72 276	37.58 309	26.16 300	32.77 273	25.88 271	15.34 259	16.35 241	7.94 191	0.19 164	0.01 10	0.00 1	0.00 1	0.31 127	0.12 48

UPFNet	11.72 248	1.52 97	10.33 209	7.38 223	7.14 312	20.05 282	9.62 265	28.90 244	25.94 223	20.02 230	29.73 227	20.91 229	16.34 269	18.61 262	16.17 269	0.26 195	0.17 200	0.25 231	0.03 104	0.55 202	0.56 200

FADNet-RVC-Resample	11.72 248	4.35 285	30.33 341	9.46 281	3.90 198	14.11 208	7.17 240	25.78 214	23.31 196	23.27 275	29.52 224	19.50 225	15.00 255	15.38 215	8.33 198	0.53 253	0.50 300	0.49 264	0.50 294	1.38 276	1.67 289

xxxx	11.74 250	1.16 33	7.88 107	5.61 121	1.99 137	20.46 284	3.12 123	33.99 303	23.76 205	15.53 141	30.67 237	26.88 277	14.50 245	12.98 173	35.48 360	0.19 164	0.18 205	0.01 64	0.02 89	0.22 69	0.27 139

CBMV_ROB	11.77 251	2.89 250	6.92 73	5.20 105	2.88 167	14.12 209	4.79 172	26.69 226	29.84 253	26.17 301	31.92 262	23.61 253	20.74 305	20.20 282	10.18 221	1.78 322	1.80 343	2.17 332	1.26 328	1.61 279	0.55 197

DSFCA	11.85 252	2.01 201	12.93 248	5.40 113	6.87 306	15.36 232	10.45 285	30.68 265	31.84 265	25.99 298	23.52 165	22.03 237	14.05 231	20.28 286	12.46 240	0.57 257	0.41 279	0.28 240	0.38 281	1.02 254	0.47 183

FADNet_RVC	11.94 253	5.17 297	39.74 356	6.44 176	3.46 188	11.42 171	4.17 156	29.16 247	26.89 230	17.97 195	25.96 184	13.41 139	15.67 262	15.84 224	13.54 248	0.90 295	0.75 321	0.55 268	1.20 326	3.65 326	2.85 311

iResNetv2_ROB	12.00 254	2.91 252	13.46 259	5.82 135	3.73 193	13.15 197	6.45 221	34.15 305	36.02 301	25.25 290	33.81 288	29.79 290	14.24 237	13.61 187	6.10 160	0.21 174	0.02 30	0.12 173	0.00 1	0.82 244	0.25 134

hitnet-ft	12.04 255	2.11 212	6.14 47	7.27 218	3.90 198	25.98 321	3.56 141	22.56 183	23.74 203	20.55 239	33.81 288	31.59 302	18.67 293	19.47 272	17.20 275	0.42 235	1.36 335	0.35 252	0.07 158	1.11 260	0.86 245

NLCA_NET_v2_RVC	12.05 256	3.43 265	16.25 290	7.62 237	5.58 270	14.57 224	6.00 203	32.98 292	27.41 234	21.69 259	31.40 253	25.21 265	13.47 217	14.96 209	15.60 263	0.84 291	0.33 269	0.35 252	0.35 275	1.29 270	1.78 292
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
acv_ft	12.16 257	1.68 142	11.97 236	7.70 239	6.20 287	19.61 279	5.52 187	25.78 214	34.81 293	25.62 296	30.78 241	24.72 261	13.20 214	15.81 222	18.80 286	0.13 145	0.01 10	0.06 123	0.06 151	0.63 217	0.15 75

dad	12.24 258	10.20 335	13.68 264	6.64 191	1.47 115	13.55 202	3.58 144	17.62 124	35.33 297	27.15 309	32.65 272	30.85 297	10.86 173	14.33 199	10.04 219	2.95 341	0.55 308	7.92 367	0.91 316	3.35 321	1.17 270

pcwnet_v2	12.32 259	2.00 195	17.53 297	7.79 243	5.69 276	17.06 260	3.69 147	36.52 329	46.17 348	20.55 239	29.39 222	16.50 179	13.00 211	15.70 220	9.32 212	0.50 248	1.00 332	0.34 251	0.24 242	2.00 292	1.38 278

222	12.33 260	1.29 47	8.09 119	6.06 155	2.14 143	19.51 278	2.53 103	33.63 300	23.55 198	21.72 260	30.51 236	20.11 226	16.77 273	13.22 179	46.51 389	0.15 153	0.14 188	0.01 64	0.03 104	0.26 97	0.26 137

ADLNet	12.34 261	2.22 222	10.14 206	8.38 257	6.78 304	17.56 265	9.05 254	33.21 297	26.28 227	27.06 306	26.01 185	26.80 275	13.76 224	16.99 249	18.74 285	0.24 187	0.39 276	0.23 227	0.10 179	0.64 221	2.16 303

CBFPSM	12.42 262	2.59 241	28.96 335	4.74 68	3.20 177	22.33 296	16.31 337	21.13 168	21.03 172	21.04 250	27.81 204	30.24 295	15.99 266	14.59 207	14.80 256	0.04 99	0.49 299	0.10 159	0.16 206	0.51 192	2.34 306

ADLNet2	12.44 263	2.17 217	12.84 247	9.17 271	5.82 281	20.00 281	10.13 278	32.53 287	36.22 304	18.62 212	19.39 115	21.96 236	17.07 278	21.43 297	19.42 289	0.24 187	0.15 191	0.06 123	0.08 161	0.86 247	0.57 201

AASNet	12.49 264	2.46 232	10.49 212	9.82 291	6.86 305	17.33 262	6.73 230	41.09 355	37.86 312	22.53 269	29.11 214	16.68 180	13.48 219	14.54 206	17.87 281	0.20 171	0.02 30	0.78 284	0.05 137	1.18 263	0.76 234

HBP-ISP	12.52 265	7.82 324	8.47 138	7.57 236	4.27 215	12.56 188	6.42 220	28.68 241	29.56 244	21.11 252	35.69 297	15.85 171	18.42 290	20.44 289	11.00 234	3.03 342	2.63 356	7.09 365	3.97 358	3.58 324	2.27 305

CRFU-Net	12.56 266	2.89 250	11.77 233	8.18 253	5.80 280	24.84 312	10.46 288	24.56 202	13.12 95	30.06 327	29.37 217	29.09 284	19.64 298	19.96 277	18.53 284	0.82 287	0.48 296	0.27 234	0.15 203	0.53 197	0.68 221

UNet	12.64 267	2.02 203	13.36 254	6.85 204	7.76 326	25.31 318	4.74 169	34.10 304	28.19 240	20.03 231	31.07 248	27.02 280	17.36 282	20.18 281	13.87 250	0.06 119	0.05 79	0.27 234	0.01 65	0.23 81	0.39 166

delet	12.65 268	1.85 176	11.36 228	7.71 241	6.22 289	22.52 298	10.22 282	28.14 238	37.67 310	19.66 224	29.24 216	21.00 230	15.99 266	21.97 299	17.77 280	0.03 93	0.07 128	0.19 212	0.04 119	0.60 211	0.75 233

HGLStereo	12.72 269	2.66 243	12.34 239	9.93 294	7.55 320	16.16 250	7.45 244	31.48 275	27.01 231	20.01 229	35.31 296	26.98 279	18.90 294	17.87 256	18.90 287	0.33 206	0.16 198	0.07 131	0.05 137	0.48 180	0.70 227

GEStereo_RVC	12.81 270	2.49 235	13.64 263	9.68 288	4.97 241	18.16 268	11.30 295	31.26 271	47.47 350	19.84 226	26.97 199	19.03 216	13.19 213	20.14 280	14.86 259	0.83 289	0.51 303	0.10 159	0.13 193	0.54 199	0.99 258

CSP-Net	12.85 271	2.95 254	9.64 188	5.94 146	3.96 202	25.85 319	9.93 268	28.81 243	26.00 224	29.31 323	32.44 270	30.00 292	15.16 256	20.25 283	14.30 254	0.55 256	0.19 209	0.03 88	0.00 1	0.65 223	0.98 257

SGM-Forest	12.92 272	1.87 177	6.61 59	5.68 125	2.05 140	23.19 304	11.30 295	34.24 308	30.77 260	26.54 303	31.99 263	29.98 291	15.74 263	21.17 296	13.36 246	1.05 305	0.33 269	0.84 296	0.01 65	0.71 231	0.97 254
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MMNet	12.97 273	2.08 209	12.74 245	6.98 207	6.27 293	26.39 325	4.73 168	23.10 190	41.79 328	25.48 294	32.29 269	21.09 232	17.79 286	19.52 273	17.90 282	0.19 164	0.07 128	0.10 159	0.00 1	0.37 152	0.59 205

STTStereo	12.97 273	4.88 294	26.57 330	7.54 234	5.41 265	13.43 200	6.49 224	30.53 264	26.35 228	25.14 289	31.43 254	32.00 304	14.12 233	16.01 234	14.83 258	0.29 199	0.31 262	0.67 277	1.08 322	1.21 265	1.11 265

TDLM	12.98 275	3.78 273	9.77 197	10.75 313	4.94 239	16.10 246	14.08 318	35.05 315	31.87 266	22.36 266	26.51 196	26.09 272	14.97 254	24.73 315	13.11 244	1.05 305	0.05 79	1.21 314	0.27 252	1.83 285	1.00 259

AANet_RVC	13.16 276	5.34 300	10.83 221	8.20 254	4.44 226	14.13 210	9.46 262	28.78 242	37.67 310	23.44 277	37.47 309	23.48 251	15.83 265	22.39 302	16.63 271	1.67 320	0.86 327	0.24 230	0.02 89	0.63 217	1.60 286

psm_up	13.18 277	1.91 182	8.81 148	9.59 286	5.84 283	15.17 231	11.37 297	38.74 345	30.81 261	20.66 243	30.32 234	30.00 292	23.12 313	19.19 269	16.02 265	0.58 258	0.10 161	0.17 199	0.01 65	0.65 223	0.55 197

ssnet_v2	13.23 278	2.43 229	11.25 225	7.34 220	2.92 172	23.05 303	12.95 310	35.93 324	32.92 281	21.23 255	25.38 181	28.81 283	15.22 257	22.57 303	19.81 292	0.18 160	0.08 143	0.19 212	0.05 137	1.24 268	1.06 262

CVANet_RVC	13.24 279	3.39 264	8.43 134	8.42 258	5.04 247	18.52 273	11.72 302	32.03 279	33.85 284	23.17 274	32.77 273	29.78 289	16.51 271	23.20 305	11.28 236	0.94 296	0.04 59	1.19 313	0.47 291	3.13 317	1.01 260

FADNet-RVC	13.27 280	11.57 348	39.71 355	7.94 246	4.50 227	15.41 234	6.95 236	27.96 234	22.98 195	20.37 238	30.73 240	26.86 276	11.31 185	20.50 291	14.28 253	0.14 147	0.14 188	0.13 184	0.18 211	2.83 307	0.86 245

DLCB_ROB	13.35 281	3.00 257	9.12 171	9.43 277	5.68 275	21.80 293	10.12 277	29.19 248	29.92 255	27.71 311	31.45 260	32.37 306	19.50 297	19.02 265	16.73 272	0.22 177	0.04 59	0.38 258	0.06 151	0.49 187	0.85 244

StereoDRNet-Refined	13.36 282	2.80 244	10.82 220	7.94 246	3.10 174	18.95 274	4.45 162	28.47 240	29.65 247	29.11 319	41.47 334	24.44 258	17.64 285	23.34 306	21.66 299	0.16 155	0.07 128	0.53 267	0.32 268	0.77 242	1.64 288
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SACVNet	13.38 283	4.08 279	11.41 229	11.67 323	5.79 279	17.28 261	9.39 260	32.77 289	22.29 188	28.11 314	33.35 280	32.48 307	21.86 309	19.75 275	10.28 225	1.00 301	0.48 296	0.85 297	0.29 258	1.31 273	3.08 315

iinet-f	13.51 284	4.29 282	45.90 365	6.01 150	3.96 202	21.00 287	13.40 314	27.40 231	21.12 174	21.11 252	30.72 239	21.49 234	16.96 276	15.33 212	19.50 290	0.12 142	0.42 283	0.09 143	0.05 137	0.89 250	0.39 166

CBMV	13.69 285	3.63 268	8.02 116	5.93 145	2.69 161	22.57 299	12.44 307	29.81 253	31.57 264	31.20 332	33.79 287	31.04 298	17.41 283	25.28 318	14.11 252	0.71 275	0.60 312	0.60 272	0.11 188	1.11 260	1.13 268
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PS-NSSS	13.70 286	7.41 322	14.68 277	6.70 195	5.63 272	18.43 271	12.59 308	38.89 347	25.56 219	20.27 236	35.71 298	21.11 233	16.35 270	17.16 250	17.56 278	2.28 329	0.53 305	5.37 354	0.36 276	4.28 332	3.09 316

FADNet	14.18 287	10.92 344	37.56 352	7.79 243	6.64 297	17.48 264	6.91 233	34.73 313	34.03 285	18.85 216	27.02 200	28.26 281	14.24 237	17.77 255	10.09 220	0.41 231	0.67 315	0.37 256	0.37 279	8.13 354	1.34 275

fast-acv-ft	14.25 288	4.00 278	16.20 288	7.51 232	5.14 253	26.38 324	9.77 267	24.62 203	34.84 295	25.30 292	37.27 307	32.09 305	20.38 303	18.32 258	19.50 290	0.36 215	0.32 265	0.63 274	0.47 291	1.18 263	0.76 234

pmcnn	14.59 289	3.68 270	19.78 314	6.83 203	4.51 228	21.27 290	14.67 322	27.37 230	30.54 258	27.09 308	40.19 326	38.71 338	18.53 292	17.70 254	19.27 288	0.84 291	0.09 151	0.00 1	0.00 1	0.48 180	0.31 155

Anonymous_2	14.95 290	6.75 317	17.63 299	5.45 115	7.10 311	26.19 322	11.58 300	18.06 134	17.30 143	17.61 190	15.47 79	23.33 250	20.95 307	20.55 292	14.63 255	11.05 379	12.86 387	11.27 374	25.12 389	11.32 371	4.82 336

NVstereo2D	15.15 291	2.97 255	16.28 291	9.23 274	7.56 321	30.03 337	9.53 264	42.80 364	42.72 332	15.11 130	27.03 201	23.16 247	16.93 275	24.28 311	15.45 261	3.07 344	0.43 286	1.44 320	0.61 301	6.74 346	7.60 362

Wz-Net-LNSev-Ref	15.26 292	3.68 270	27.36 332	7.11 214	5.83 282	24.88 314	12.12 306	30.19 256	36.12 303	27.08 307	45.98 352	29.10 285	13.65 220	20.45 290	20.26 295	0.67 272	0.00 1	0.10 159	0.00 1	0.32 136	0.26 137

StereoDRNet	15.30 293	4.47 287	14.35 274	10.71 310	8.69 339	25.02 316	11.03 290	39.66 349	35.62 299	29.17 320	28.81 212	34.05 319	17.80 287	18.80 263	23.77 316	0.41 231	0.30 259	0.15 193	0.14 197	1.64 281	1.42 280

FINET	15.49 294	6.08 304	24.99 326	8.12 251	7.69 324	21.80 293	22.35 362	33.76 302	48.27 352	25.99 298	32.27 268	19.48 224	16.83 274	19.07 266	16.38 270	1.37 315	0.70 316	0.95 302	0.27 252	2.61 303	0.90 248

DRN-Test	15.88 295	3.83 275	14.70 278	9.96 296	8.02 333	28.93 335	14.65 321	42.34 360	38.25 315	28.18 315	34.31 293	29.22 287	18.35 289	20.01 278	22.68 311	0.37 216	0.41 279	0.46 262	0.28 255	1.28 269	1.34 275

SDNR	16.15 296	5.23 298	28.92 334	5.73 133	6.05 286	56.85 390	3.26 124	23.18 191	29.73 248	20.62 241	36.48 302	13.59 143	16.97 277	18.43 259	13.44 247	10.56 375	13.84 388	3.10 346	0.44 287	7.80 351	8.81 368

PA-Net	16.29 297	6.88 319	27.34 331	9.88 293	11.12 354	21.77 292	28.15 380	32.06 280	39.49 316	19.99 228	27.91 205	23.50 252	20.59 304	20.25 283	24.04 319	0.24 187	2.26 352	0.22 224	4.59 361	1.13 262	4.48 333
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	16.36 298	1.88 178	16.15 287	7.78 242	4.19 212	26.92 327	10.21 281	30.31 261	44.26 341	21.35 257	33.91 290	35.80 329	22.40 311	35.65 359	33.87 355	0.18 160	0.08 143	0.04 105	0.04 119	1.71 283	0.54 196

GwcNet	16.48 299	5.23 298	20.03 316	10.24 303	8.48 336	28.79 332	10.09 275	38.60 343	44.51 342	23.29 276	36.95 305	31.29 300	19.79 301	20.42 288	25.70 332	0.54 254	0.72 317	0.57 270	0.39 283	1.37 275	2.64 309

NaN_ROB	16.51 300	6.51 313	16.22 289	10.53 308	4.64 231	31.76 345	17.78 347	37.00 333	43.37 336	29.68 325	31.29 250	32.67 312	20.32 302	28.00 331	16.06 266	0.38 217	0.41 279	0.32 249	0.41 285	0.87 249	1.94 296

FAT-Stereo	16.81 301	2.97 255	17.56 298	9.80 290	6.21 288	16.12 249	13.23 313	38.18 342	39.67 318	27.00 305	39.73 324	37.55 334	31.30 353	20.39 287	21.52 298	3.44 346	2.05 346	0.81 294	1.10 323	1.89 288	5.72 341

S-Stereo	16.85 302	3.95 277	20.67 319	12.08 328	8.91 342	21.68 291	12.61 309	32.20 284	44.61 343	22.37 267	38.42 316	29.15 286	28.02 338	18.58 261	22.36 310	2.88 340	3.11 364	0.87 300	1.82 337	3.58 324	9.08 370

DANet	16.85 302	8.00 325	26.04 329	14.56 346	7.25 314	20.59 285	5.37 180	26.22 221	26.02 226	32.17 339	36.00 300	37.20 332	29.77 346	30.75 339	24.62 324	1.14 310	1.34 333	2.21 333	0.51 295	3.18 318	4.07 328
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MaskLacGwcNet_RVC	16.87 304	16.27 362	17.93 305	11.24 322	6.69 301	28.95 336	10.44 284	41.23 357	21.49 178	29.68 325	34.27 292	32.48 307	11.00 179	20.05 279	15.09 260	8.22 367	2.59 355	12.23 375	0.75 308	10.40 364	6.34 346

PSMNet_ROB	16.90 305	5.45 301	14.16 270	13.77 336	7.25 314	27.65 329	32.74 385	43.21 367	37.88 313	24.00 279	32.97 278	34.55 323	16.69 272	17.41 251	23.96 318	0.38 217	0.22 229	0.93 301	2.05 342	1.83 285	0.96 253

GANet	16.92 306	4.32 284	12.46 241	10.84 315	4.24 213	23.04 302	15.36 332	39.91 350	34.47 291	32.42 340	45.10 351	40.04 347	27.54 334	23.61 309	20.20 294	1.02 304	0.08 143	0.67 277	0.22 227	1.87 287	0.97 254

Syn2CoEx	17.03 307	10.40 338	25.65 328	20.35 362	8.02 333	26.28 323	11.27 294	37.16 334	32.69 279	28.89 317	40.17 325	29.27 288	26.63 329	19.19 269	17.63 279	0.98 299	0.54 306	1.23 316	0.23 235	1.82 284	2.24 304

NCCL2	17.23 308	6.37 312	14.30 273	23.45 373	7.18 313	24.16 307	17.05 343	34.39 310	25.88 221	31.55 333	38.01 312	42.09 356	26.81 330	20.94 295	22.69 312	0.45 239	0.23 234	2.63 339	1.80 336	2.02 294	2.57 307

GASNet	17.30 309	19.38 370	30.46 342	20.66 364	9.36 345	16.06 244	9.06 255	43.89 371	40.04 320	25.35 293	23.73 166	32.90 313	15.37 260	28.91 333	17.05 273	3.04 343	0.27 257	1.88 327	0.45 289	6.73 345	1.37 277

ADCRef	17.30 309	6.73 316	42.01 360	10.11 298	8.78 341	26.61 326	10.45 285	31.29 273	32.75 280	31.19 331	41.62 336	18.47 212	19.78 300	24.29 312	34.06 357	0.76 280	0.42 283	2.16 331	1.79 335	1.23 267	1.56 285

XPNet_ROB	17.33 311	4.84 292	15.44 282	11.15 319	6.64 297	20.88 286	16.10 335	36.26 327	39.54 317	31.80 337	41.32 332	41.30 353	23.91 316	24.67 313	27.40 338	1.07 308	0.74 319	0.79 286	0.25 245	1.10 259	1.31 274

RP	17.58 312	4.92 295	15.27 281	15.44 351	11.95 361	21.05 288	11.75 303	27.64 232	45.09 346	22.99 273	42.05 338	39.39 343	27.74 336	25.54 319	22.33 309	5.45 360	0.59 311	4.33 351	1.62 334	3.53 323	2.86 312

SuperB	17.60 313	6.22 311	56.40 380	7.91 245	5.07 248	19.70 280	9.03 253	24.87 205	50.15 362	26.25 302	39.13 318	17.61 200	20.84 306	22.28 301	25.31 328	0.70 273	0.31 262	1.10 308	0.71 305	16.58 380	1.86 293

ETE_ROB	17.67 314	9.48 331	17.66 300	13.60 334	4.57 229	23.03 301	21.09 357	32.49 286	35.24 296	30.49 328	38.06 313	46.18 369	24.49 319	26.40 322	24.21 321	0.46 243	0.24 245	1.14 309	0.84 311	1.52 278	2.13 300

APVNet	17.75 315	5.46 302	20.35 318	12.31 329	8.40 335	30.16 338	24.10 370	41.14 356	30.12 256	25.08 288	41.09 330	31.24 299	23.12 313	27.07 325	27.86 343	0.34 210	0.56 309	3.02 344	0.52 296	1.68 282	1.45 281

PWCDC_ROB	17.80 316	9.62 332	18.38 306	17.95 358	7.74 325	24.61 311	5.56 190	34.41 311	52.79 366	29.66 324	50.20 367	20.63 227	19.69 299	29.85 338	20.87 296	6.18 363	0.26 254	0.10 159	0.05 137	5.36 340	2.00 298

MDST_ROB	17.92 317	1.60 124	13.68 264	13.88 339	6.44 295	43.05 373	14.86 324	42.74 363	41.66 326	43.25 368	42.85 342	28.43 282	17.28 281	29.35 335	16.06 266	0.88 293	0.11 170	0.63 274	0.47 291	0.50 191	0.64 216

Nwc_Net	17.98 318	4.67 290	17.79 304	14.26 341	11.65 360	25.14 317	14.88 325	40.85 354	39.83 319	21.07 251	43.24 344	34.50 322	27.64 335	26.44 324	25.03 325	3.22 345	0.18 205	2.52 338	3.18 350	1.98 290	1.51 283

ADCP+	18.16 319	4.61 289	32.94 345	9.31 275	10.23 349	28.87 333	11.69 301	33.43 298	36.49 305	29.28 322	40.49 327	24.18 256	24.61 322	33.89 349	35.33 359	0.25 193	0.40 278	2.00 328	1.17 325	2.16 297	1.87 294

Wz-Net-LNSev	18.19 320	10.57 340	41.33 358	10.19 301	7.94 331	24.29 308	15.28 330	34.15 305	43.38 337	32.90 343	43.72 347	31.94 303	22.21 310	20.81 294	22.26 307	0.47 244	0.22 229	0.00 1	0.02 89	1.22 266	0.94 252

PWC_ROB	18.37 321	10.55 339	25.19 327	10.21 302	6.29 294	23.75 305	4.79 172	35.93 324	48.75 355	32.56 341	44.46 350	34.68 324	24.78 324	30.99 340	25.72 333	1.38 317	0.08 143	1.57 321	0.26 248	2.18 298	3.17 319

AF-Net	18.38 322	5.60 303	14.21 271	15.95 352	10.78 352	22.26 295	10.45 285	35.39 319	50.22 363	24.71 287	37.77 310	41.55 354	29.24 344	29.11 334	26.67 334	4.35 355	0.06 111	4.56 352	0.90 313	2.42 299	1.38 278

Anonymous Stereo	18.60 323	11.75 349	49.81 369	14.43 344	12.02 363	14.33 214	23.23 369	32.16 281	43.08 334	24.32 285	34.16 291	24.24 257	14.12 233	31.67 343	30.84 352	0.89 294	0.91 329	1.74 324	1.92 340	3.23 319	3.23 320

stereogan	18.62 324	3.07 258	16.31 292	13.04 332	9.99 347	35.74 358	9.09 256	38.17 341	45.27 347	24.39 286	41.24 331	39.93 345	25.46 327	31.29 342	24.33 323	1.80 323	0.91 329	2.71 341	0.75 308	5.15 339	3.70 321

edge stereo	18.75 325	5.12 296	17.66 300	10.77 314	7.84 329	22.41 297	11.03 290	35.23 318	42.07 331	34.62 347	42.74 340	41.28 352	35.50 360	25.14 317	24.17 320	2.42 335	2.42 354	6.35 358	1.45 331	2.89 311	3.80 322

RYNet	18.92 326	4.69 291	16.88 295	10.99 316	15.84 370	46.72 375	16.57 340	37.84 338	48.03 351	26.92 304	26.48 194	37.84 337	24.92 325	19.80 276	31.04 353	0.25 193	0.25 252	0.62 273	0.03 104	6.34 344	6.39 347

Wz-Net-MNSev	18.98 327	6.53 314	33.16 347	10.15 300	7.26 316	38.37 365	16.45 338	34.19 307	43.20 335	30.65 329	40.76 328	40.51 349	19.24 296	27.56 327	28.06 348	0.81 286	0.26 254	0.05 111	0.10 179	1.45 277	0.84 241

LALA_ROB	19.19 328	7.15 321	15.93 286	12.96 331	5.30 261	28.30 331	23.21 368	42.51 361	36.69 306	33.45 345	40.81 329	50.96 378	24.53 320	27.92 329	25.66 331	0.60 262	0.44 287	2.04 329	1.22 327	2.54 302	1.47 282

aanetorigin	19.21 329	12.59 351	53.50 373	9.67 287	7.83 327	11.85 175	13.87 316	17.05 118	34.15 288	49.18 377	48.89 363	34.05 319	30.22 348	22.86 304	28.00 347	1.01 303	0.75 321	0.67 277	0.89 312	3.07 314	4.14 329

SGM_RVC	19.52 330	2.12 213	6.79 68	6.59 185	1.33 109	38.20 364	15.74 333	38.13 340	34.07 286	45.71 373	41.91 337	51.41 379	38.10 366	38.77 372	27.80 342	0.61 265	0.36 274	0.51 266	0.33 272	1.03 255	0.90 248
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RTSC	19.64 331	9.36 328	31.06 343	10.99 316	6.24 292	28.10 330	10.14 279	37.50 337	58.34 383	31.74 335	36.70 304	32.50 309	21.03 308	36.00 362	37.24 367	1.23 313	0.44 287	0.12 173	0.31 265	1.98 290	1.69 290

NCC-stereo	19.75 332	6.08 304	23.96 323	15.05 347	16.17 371	18.42 269	21.45 358	43.31 369	41.00 324	24.30 283	38.12 314	34.98 325	26.92 331	35.46 356	25.65 329	4.29 353	2.07 347	3.24 347	8.90 375	2.86 308	2.86 312

Abc-Net	19.75 332	6.08 304	23.96 323	15.05 347	16.17 371	18.42 269	21.45 358	43.31 369	41.00 324	24.30 283	38.12 314	34.98 325	26.92 331	35.46 356	25.65 329	4.29 353	2.07 347	3.24 347	8.90 375	2.86 308	2.86 312
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DGSMNet	19.79 334	12.06 350	33.43 348	13.79 337	16.23 373	22.97 300	15.88 334	35.41 320	41.96 329	19.90 227	32.16 267	35.60 328	18.14 288	29.48 337	23.10 313	3.85 350	3.89 373	6.16 357	4.75 362	13.56 375	13.44 380

RGC	19.90 335	13.26 353	20.24 317	18.19 359	14.06 368	21.21 289	14.33 319	34.97 314	43.60 339	27.73 312	41.49 335	39.76 344	27.98 337	34.52 352	21.37 297	3.66 349	0.54 306	8.67 368	4.16 359	4.19 330	4.02 326

DeepPrunerF	19.92 336	11.02 346	44.29 361	20.74 365	17.75 375	19.19 276	22.57 363	36.86 332	49.93 358	25.48 294	36.62 303	24.69 260	23.97 317	23.44 307	21.79 300	2.68 339	1.63 341	5.70 355	3.95 357	3.38 322	2.67 310

WCMA_ROB	20.02 337	4.30 283	19.72 313	9.47 282	7.00 309	32.71 351	13.99 317	31.97 278	32.48 276	41.51 363	52.00 370	44.09 360	36.14 362	32.43 345	24.29 322	6.19 364	2.79 360	1.09 307	1.10 323	3.95 327	3.13 317

psmorigin	20.95 338	10.24 337	35.84 349	9.75 289	7.05 310	24.59 310	10.11 276	32.85 291	32.17 273	43.09 366	54.57 377	42.79 357	36.62 363	35.99 361	27.41 339	1.58 319	2.72 359	0.79 286	1.05 320	3.26 320	6.50 348

SANet	20.96 339	6.60 315	29.81 337	8.83 262	3.19 176	31.27 344	20.56 356	41.86 359	56.09 379	39.30 359	43.62 345	44.95 362	31.93 355	27.83 328	23.67 315	0.94 296	0.52 304	0.99 304	0.42 286	4.72 333	2.03 299

FBW_ROB	21.00 340	10.23 336	22.72 321	13.71 335	6.77 303	30.49 342	16.46 339	44.58 372	43.57 338	44.25 371	39.59 322	43.27 359	26.12 328	33.96 350	21.80 301	2.58 338	1.84 344	7.14 366	2.78 348	4.00 328	4.06 327

SQANet	21.24 341	24.08 379	19.60 312	26.40 378	18.74 377	30.87 343	9.24 257	32.70 288	29.58 246	25.25 290	33.37 281	33.47 316	19.19 295	28.11 332	18.32 283	10.87 376	2.92 362	26.49 386	5.65 365	18.43 383	11.48 375

G-Net	21.25 342	8.24 326	37.97 354	15.14 350	9.26 344	50.87 381	16.80 342	27.96 234	30.54 258	38.92 356	42.93 343	33.27 314	32.17 356	27.99 330	25.25 327	4.40 356	3.83 371	3.60 350	0.97 319	7.91 353	6.95 354

SHD	21.32 343	10.03 334	30.16 340	14.30 342	8.68 338	24.15 306	8.93 251	40.82 353	61.17 387	35.79 350	44.15 349	38.73 339	30.20 347	33.88 348	31.09 354	2.00 326	0.81 324	1.17 310	1.55 332	4.08 329	4.78 335

CSAN	21.34 344	9.45 330	23.34 322	20.99 367	4.95 240	32.57 349	34.26 386	38.83 346	49.95 360	36.97 353	39.72 323	44.97 363	31.73 354	26.05 320	23.94 317	1.52 318	0.47 295	0.85 297	1.43 330	2.73 305	2.14 302

UDG	21.45 345	14.84 359	14.44 275	21.30 370	20.08 379	32.05 348	13.76 315	35.98 326	35.52 298	25.93 297	30.69 238	37.26 333	30.66 350	21.97 299	19.89 293	10.88 377	5.55 378	22.78 382	7.65 370	14.83 379	13.05 379

ADCL	21.64 346	6.20 308	47.32 367	9.93 294	6.91 308	38.69 368	19.97 354	31.26 271	54.04 368	27.89 313	47.97 360	31.35 301	30.66 350	33.18 347	36.62 363	0.99 300	0.92 331	2.63 339	1.82 337	2.45 300	2.13 300

ADCPNet	21.93 347	9.38 329	57.92 381	11.76 324	6.88 307	36.03 359	18.44 349	32.80 290	35.93 300	32.91 344	43.80 348	39.21 342	26.99 333	31.14 341	36.94 365	2.05 327	2.67 358	2.30 335	3.45 353	4.22 331	3.82 323

CC-Net-ROB	22.04 348	22.91 376	28.86 333	14.05 340	8.73 340	33.79 353	15.26 329	46.84 376	36.06 302	33.72 346	32.10 265	35.47 327	24.02 318	23.57 308	27.88 344	8.95 370	2.95 363	24.94 384	3.68 354	12.41 373	4.62 334

MeshStereo	22.27 349	6.87 318	11.15 224	7.69 238	4.87 236	37.70 362	13.06 311	41.64 358	36.95 307	50.92 380	53.41 374	58.12 384	41.93 375	37.73 368	27.62 341	2.52 337	2.37 353	2.99 343	2.07 343	3.09 315	2.60 308
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
DDUNet	22.66 350	19.69 372	14.64 276	24.11 374	22.38 383	24.84 312	17.71 346	30.36 262	30.32 257	29.02 318	37.31 308	37.63 335	24.66 323	24.67 313	17.08 274	18.42 385	7.92 384	26.43 385	11.81 381	17.23 381	16.95 383

Wz-Net-SNSev	22.67 351	16.94 364	45.69 364	13.85 338	8.52 337	28.89 334	27.06 377	39.39 348	55.04 374	31.77 336	53.23 372	39.18 341	23.41 315	26.40 322	36.25 361	0.78 281	0.21 220	1.21 314	0.90 313	3.03 313	1.62 287

ADCMid	22.76 352	10.75 342	41.73 359	11.23 321	7.97 332	27.26 328	19.18 353	35.44 321	38.02 314	40.23 360	46.38 355	36.56 331	42.70 376	38.20 370	40.75 375	1.77 321	1.43 337	3.05 345	3.81 356	4.96 335	3.82 323

MSMD_ROB	22.90 353	9.64 333	14.76 279	17.46 357	9.88 346	34.94 355	18.83 350	33.67 301	37.47 308	40.97 362	59.80 384	45.93 367	38.34 367	31.74 344	23.24 314	6.22 365	3.58 368	8.78 369	11.03 380	6.76 347	5.06 339

LE_ROB	22.93 354	3.07 258	14.02 268	7.70 239	2.86 166	31.99 347	17.35 345	28.10 237	67.19 398	70.51 400	55.61 380	49.07 374	47.62 382	24.76 316	36.49 362	0.35 213	0.20 214	0.27 234	0.55 298	0.48 180	0.44 179

AnyNet_C32	23.37 355	13.28 354	40.29 357	12.36 330	11.44 357	30.39 339	29.15 381	31.36 274	44.90 345	35.36 348	48.86 361	33.61 317	34.20 358	43.15 379	41.62 381	1.27 314	1.35 334	1.18 312	2.58 346	4.77 334	6.27 345

SGM-ForestM	23.72 356	2.44 230	9.13 173	7.43 227	2.25 147	44.80 374	19.11 352	44.90 373	49.97 361	50.74 379	51.18 368	62.06 392	45.83 380	44.96 380	33.88 356	1.00 301	0.84 326	0.78 284	0.62 302	1.29 270	1.11 265

MFN_U_SF_DS_RVC	23.92 357	13.60 355	30.09 339	25.46 376	10.02 348	38.51 366	20.40 355	35.77 323	43.76 340	42.15 364	47.10 359	39.99 346	28.20 340	35.96 360	27.06 336	3.64 348	3.85 372	6.66 359	16.30 386	4.97 336	4.98 338

ccnet	24.02 358	16.16 361	21.70 320	11.83 325	17.75 375	37.87 363	16.18 336	45.46 375	31.93 270	36.99 354	46.46 358	38.76 340	29.52 345	37.55 367	40.93 378	9.20 371	6.29 379	9.63 371	7.71 372	11.19 368	7.21 359

XQC	24.10 359	16.76 363	50.68 370	21.37 371	11.01 353	35.24 357	18.84 351	37.28 336	55.11 375	31.64 334	30.06 233	37.71 336	30.31 349	37.17 365	39.66 372	4.20 352	0.41 279	2.76 342	1.89 339	11.46 372	8.42 367

FC-DCNN	24.37 360	10.99 345	19.02 309	18.44 360	9.16 343	36.98 360	23.07 366	40.44 351	43.05 333	46.25 375	53.58 376	50.44 376	37.86 365	35.45 355	27.57 340	6.87 366	3.37 365	6.01 356	4.88 363	7.86 352	6.05 342

DPSNet	24.40 361	6.97 320	33.14 346	11.16 320	6.54 296	53.33 384	43.32 394	51.28 384	59.37 385	30.89 330	39.36 320	40.35 348	34.30 359	32.57 346	25.09 326	4.65 358	1.62 340	0.37 256	0.66 303	8.51 358	4.44 332

PDISCO_ROB	24.45 362	9.24 327	29.28 336	28.68 381	19.96 378	37.14 361	15.33 331	45.04 374	54.69 371	29.24 321	42.67 339	46.07 368	28.17 339	35.35 354	30.30 351	9.92 373	2.13 349	6.90 360	3.20 351	8.74 359	6.87 353

Wz-Net-TNSev	25.12 363	20.16 373	57.98 382	9.56 284	7.42 319	42.73 372	22.27 361	35.14 316	53.46 367	35.97 351	42.74 340	45.83 365	39.87 371	36.56 363	34.73 358	1.82 324	1.51 339	0.76 283	1.34 329	5.84 343	6.80 351

EDNetEfficient	25.16 364	22.23 375	77.22 405	9.09 269	7.38 317	19.38 277	16.78 341	21.41 171	55.74 378	61.52 392	53.51 375	36.22 330	40.65 374	24.22 310	38.27 369	0.62 268	0.74 319	0.86 299	2.60 347	7.70 350	7.09 356

WZ-Net	25.17 365	12.95 352	63.02 386	15.13 349	10.42 351	38.51 366	27.42 379	40.46 352	54.17 369	28.32 316	52.95 371	40.81 350	28.36 341	37.07 364	41.35 380	1.21 312	0.21 220	0.73 281	0.94 317	5.42 342	3.87 325

GANetREF_RVC	25.41 366	29.28 381	24.63 325	25.18 375	6.04 285	30.44 340	35.39 389	47.84 378	50.60 364	36.88 352	36.04 301	34.11 321	31.23 352	37.46 366	27.96 346	8.58 368	2.66 357	16.29 378	4.95 364	14.37 378	8.32 366
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
FCDSN-DC	25.59 367	14.91 360	18.83 308	28.55 380	15.68 369	39.29 369	18.16 348	42.83 366	41.69 327	44.43 372	51.94 369	50.82 377	39.22 370	34.59 353	27.29 337	6.05 362	3.63 369	7.01 363	6.41 366	10.35 363	10.17 374
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	26.20 368	13.71 356	46.90 366	14.51 345	10.34 350	30.46 341	22.72 365	42.81 365	57.61 382	42.58 365	49.37 365	41.91 355	40.43 372	41.90 378	44.58 386	2.37 332	2.19 351	2.37 336	3.29 352	7.32 348	6.52 349

DLNR_Zeroshot_test	27.62 369	51.32 392	91.46 416	98.51 426	98.03 425	3.10 6	0.50 9	30.95 268	7.65 45	8.16 45	15.68 80	7.31 57	1.63 6	11.87 126	4.21 111	40.37 394	0.87 328	0.06 123	0.34 274	80.23 417	0.24 129

MFN_U_SF_RVC	28.16 370	14.14 358	53.23 372	21.11 368	7.91 330	39.97 370	13.13 312	51.65 386	46.34 349	47.41 376	53.38 373	55.32 382	40.53 373	38.47 371	39.74 373	5.67 361	4.46 374	6.98 362	8.73 374	7.47 349	7.44 361

PASM	28.19 371	17.35 365	48.18 368	22.49 372	22.20 382	25.92 320	25.84 375	34.35 309	49.45 356	35.37 349	39.48 321	46.72 371	33.36 357	34.28 351	36.77 364	11.73 381	14.94 389	17.43 380	22.18 388	13.45 374	12.32 378

EDNetEfficientorigin	28.98 372	35.45 386	99.82 429	9.43 277	5.65 273	24.97 315	14.79 323	26.06 218	54.82 372	60.87 388	57.59 381	45.42 364	50.27 385	26.11 321	43.62 383	0.30 200	0.37 275	1.61 322	2.35 344	10.17 362	9.99 373

AnyNet_C01	29.76 373	25.78 380	75.37 403	17.03 355	11.34 355	49.00 379	27.12 378	37.99 339	40.05 321	40.73 361	65.13 394	46.98 372	38.86 369	46.63 381	48.19 391	2.14 328	2.13 349	2.13 330	2.56 345	8.14 355	7.98 365

LSM	29.98 374	19.52 371	55.11 378	19.06 361	53.75 399	32.57 349	23.17 367	42.61 362	48.57 354	45.97 374	55.04 379	42.93 358	36.02 361	35.63 358	27.03 335	2.33 330	9.19 385	4.87 353	7.71 372	10.65 366	27.91 393

RTS	30.15 375	23.12 377	96.33 419	16.71 353	11.63 358	58.66 393	24.28 371	36.80 330	62.63 391	43.79 369	46.10 353	32.56 310	43.90 377	51.29 387	40.92 376	2.38 333	0.66 313	1.06 305	0.74 306	5.11 337	4.34 330

RTSA	30.15 375	23.12 377	96.33 419	16.71 353	11.63 358	58.66 393	24.28 371	36.80 330	62.63 391	43.79 369	46.10 353	32.56 310	43.90 377	51.29 387	40.92 376	2.38 333	0.66 313	1.06 305	0.74 306	5.11 337	4.34 330

DispFullNet	30.27 377	31.74 382	58.63 383	30.13 382	28.18 387	31.79 346	8.94 252	37.16 334	54.68 370	32.60 342	37.99 311	44.62 361	28.80 343	41.55 377	27.93 345	11.94 382	3.46 366	35.53 390	12.34 382	30.08 390	17.26 384

coex-ft	30.77 378	38.58 389	93.29 418	9.44 280	5.62 271	34.95 356	25.30 374	30.83 267	59.36 384	73.23 404	58.53 382	45.92 366	47.29 381	29.44 336	45.30 387	1.37 315	1.65 342	0.95 302	0.96 318	8.35 357	4.96 337

MANE	31.97 379	10.75 342	17.71 303	20.94 366	13.77 366	47.80 377	26.85 376	53.00 389	55.20 376	59.29 384	64.30 391	64.93 395	56.31 393	51.83 390	38.69 371	9.61 372	4.72 375	6.91 361	19.93 387	9.20 360	7.64 363

otaku	33.18 380	35.99 387	52.93 371	40.01 386	21.41 380	55.08 385	17.25 344	43.30 368	61.58 388	39.25 358	49.16 364	46.61 370	28.49 342	39.77 374	28.76 349	18.56 386	7.00 383	31.82 388	9.61 377	21.53 385	15.48 381

PVD	33.19 381	18.59 367	37.64 353	26.09 377	16.99 374	33.25 352	42.25 393	51.42 385	66.03 396	52.65 382	64.31 392	51.93 380	55.13 389	51.61 389	40.40 374	4.00 351	3.51 367	9.53 370	4.26 360	10.62 365	23.56 388

ELAS	33.68 382	18.95 368	36.71 351	20.64 363	13.61 365	56.43 386	35.14 388	50.03 383	49.90 357	60.58 387	63.83 390	58.64 387	53.36 386	50.73 385	44.44 385	11.03 378	6.58 381	10.02 372	7.43 369	13.58 377	11.94 377
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	33.79 383	19.15 369	35.97 350	21.28 369	13.79 367	52.58 382	36.11 390	48.96 381	55.66 377	61.47 391	62.91 386	58.35 386	53.55 387	53.37 392	42.23 382	11.25 380	6.64 382	10.32 373	7.05 368	13.56 375	11.58 376
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SAMSARA	34.43 384	18.53 366	31.91 344	55.34 395	35.34 389	75.99 412	94.71 422	47.97 379	50.84 365	37.47 355	36.99 306	53.12 381	38.55 368	39.56 373	38.65 370	3.59 347	5.40 377	2.22 334	3.72 355	9.43 361	9.29 372

Ntro	34.97 385	37.63 388	54.53 376	43.26 390	22.45 384	57.73 391	21.97 360	47.14 377	64.21 394	39.12 357	48.86 361	47.93 373	36.94 364	40.66 375	29.83 350	17.16 384	6.51 380	32.70 389	10.17 378	24.06 386	16.48 382

BEATNet-Init1	35.08 386	20.64 374	54.70 377	27.43 379	12.00 362	58.29 392	31.01 383	52.58 388	57.49 381	60.36 386	62.98 387	69.98 397	55.54 391	53.00 391	44.40 384	4.61 357	2.84 361	7.05 364	6.89 367	10.97 367	8.94 369

ACVNet-4b	36.40 387	52.20 393	56.11 379	42.45 389	21.78 381	48.56 378	14.37 320	49.50 382	60.15 386	43.17 367	46.38 355	55.62 383	24.56 321	38.15 369	21.97 302	25.13 390	3.66 370	46.93 393	33.56 393	25.97 387	17.74 385

MSC_U_SF_DS_RVC	37.16 388	34.69 384	53.68 374	37.47 385	12.55 364	56.80 389	22.63 364	52.02 387	63.29 393	66.20 396	63.82 389	58.12 384	53.73 388	51.21 386	46.48 388	8.79 369	5.31 376	14.69 377	15.22 385	17.27 382	9.21 371

ACVNet_1	41.30 389	49.46 391	64.91 391	44.67 391	25.07 385	49.43 380	25.23 373	55.33 391	65.87 395	59.72 385	59.33 383	63.43 393	48.79 384	49.63 384	37.09 366	19.05 387	9.82 386	38.29 391	13.97 384	28.67 388	18.23 387

Consistency-Raft	41.82 390	35.10 385	44.56 363	32.85 383	41.39 393	46.76 376	34.76 387	57.01 393	54.94 373	32.10 338	65.22 395	30.82 296	48.46 383	40.81 376	48.77 392	27.39 391	34.28 394	42.92 392	51.66 402	39.28 392	27.28 390

NVStereoNet_ROB	41.93 391	32.40 383	44.55 362	36.60 384	27.78 386	34.52 354	32.38 384	48.84 380	57.18 380	69.34 399	75.62 405	66.07 396	64.86 397	47.34 382	60.78 402	15.72 383	23.99 391	23.40 383	32.06 392	21.34 384	23.86 389
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
RainbowNet	51.25 392	62.74 401	64.52 390	60.13 396	39.00 392	58.72 395	30.83 382	57.31 394	79.18 410	50.24 378	65.35 396	60.13 389	44.25 379	49.47 383	41.16 379	46.52 398	46.06 399	52.72 397	31.78 391	52.33 398	32.47 394

anonymity	52.32 393	58.23 397	63.91 387	41.12 388	59.25 403	53.27 383	41.04 392	55.69 392	40.20 322	54.85 383	49.49 366	49.13 375	55.48 390	59.07 394	49.65 395	55.86 401	50.03 405	51.00 395	51.08 400	51.71 396	56.36 401

MADNet+	53.31 394	68.61 402	98.75 426	67.03 400	37.58 390	79.83 418	81.74 418	60.38 396	61.61 389	51.43 381	54.92 378	61.11 391	59.29 395	69.66 403	76.71 417	23.88 389	24.03 392	17.08 379	12.35 383	32.47 391	27.69 392

JetBlue	54.08 395	45.10 390	74.15 401	51.17 393	47.68 394	75.66 411	60.97 403	63.63 397	62.09 390	63.32 395	64.88 393	78.86 404	68.17 398	68.15 401	75.09 416	36.86 392	24.88 393	29.01 387	29.12 390	28.71 389	34.13 395

SGM+DAISY	54.67 396	56.61 394	62.73 385	40.21 387	53.22 397	61.95 398	48.59 396	55.05 390	44.62 344	61.03 390	63.68 388	60.46 390	55.62 392	60.68 396	55.34 398	56.34 402	48.56 402	50.16 394	49.63 399	52.25 397	56.76 403

SPS-STEREO	55.62 397	59.14 398	64.16 388	45.05 392	53.84 400	59.88 396	44.00 395	59.53 395	49.94 359	62.33 393	61.09 385	59.80 388	56.82 394	60.06 395	57.85 399	58.41 403	48.34 401	51.07 396	49.21 398	55.41 400	56.48 402
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	57.39 398	61.72 400	72.56 400	66.35 399	38.29 391	61.93 397	48.64 397	71.64 408	81.91 413	79.28 412	88.72 420	76.25 401	72.87 403	54.33 393	46.74 390	37.13 393	23.36 390	54.52 398	37.80 394	46.22 393	27.59 391

IMH-64-1	59.25 399	58.09 395	67.69 395	66.06 397	50.51 395	56.45 387	49.45 398	68.83 402	67.75 399	67.58 397	80.37 409	70.15 398	74.28 405	72.16 408	48.94 393	42.00 395	42.87 396	65.57 399	47.02 395	51.52 394	37.76 397

IMH-64	59.25 399	58.09 395	67.69 395	66.06 397	50.51 395	56.45 387	49.45 398	68.83 402	67.75 399	67.58 397	80.37 409	70.15 398	74.28 405	72.16 408	48.94 393	42.00 395	42.87 396	65.57 399	47.02 395	51.52 394	37.76 397

IMH	62.95 401	60.33 399	67.78 397	69.51 401	53.65 398	65.09 401	54.21 400	72.00 409	73.28 404	72.49 402	81.93 411	72.96 400	79.81 409	76.65 414	51.41 396	43.57 397	49.82 404	67.81 401	51.14 401	54.83 399	40.67 399

TorneroNet-64	65.66 402	70.70 405	71.20 399	76.52 406	59.70 405	66.78 402	58.05 401	67.53 401	80.00 411	62.67 394	67.40 397	83.09 409	69.42 400	67.34 398	62.05 405	48.31 400	44.07 398	72.93 403	63.88 404	68.05 405	53.58 400

PWCK	65.90 403	88.63 421	79.40 408	80.32 414	29.96 388	63.85 400	39.45 391	72.07 410	71.26 402	78.74 411	68.99 399	77.82 403	61.77 396	82.81 418	62.64 406	80.17 415	39.88 395	81.90 413	47.37 397	73.54 414	37.51 396

WAO-6	70.64 404	73.02 407	66.25 392	79.92 413	61.74 407	68.74 403	59.08 402	75.27 413	87.02 417	74.72 405	79.40 408	79.19 405	84.60 415	67.70 400	60.53 401	67.85 407	48.88 403	81.48 411	73.29 409	65.57 403	58.60 404

TorneroNet	71.21 405	73.44 408	75.82 404	80.82 415	65.65 409	70.53 405	64.39 406	71.42 407	75.97 406	71.47 401	73.68 403	84.17 412	74.00 404	69.85 404	69.09 409	59.37 404	48.19 400	79.67 407	73.51 410	74.93 415	68.26 414

LVE	71.50 406	72.46 406	83.91 412	75.21 404	55.29 402	74.81 406	62.76 405	77.22 414	83.77 415	82.09 414	87.11 419	83.38 410	82.41 414	75.93 412	64.49 407	48.28 399	57.24 411	74.61 405	62.53 403	65.49 402	61.01 405

MFMNet_re	72.05 407	79.64 414	64.23 389	52.73 394	84.71 419	77.93 414	68.35 407	63.96 398	66.93 397	61.00 389	71.29 401	63.84 394	68.91 399	72.42 410	61.11 403	82.03 418	74.22 419	80.34 410	74.44 411	83.62 420	89.34 421

notaker	72.18 408	79.78 415	78.84 406	78.75 410	68.52 412	63.26 399	61.68 404	69.22 405	75.95 405	77.58 409	78.85 407	79.69 407	84.79 416	77.39 415	58.43 400	69.68 410	60.79 413	77.46 406	68.48 406	69.62 407	64.92 411

WAO-7	72.21 409	78.21 410	54.04 375	79.33 412	69.31 414	70.20 404	72.09 413	77.85 417	84.90 416	77.35 408	86.03 415	79.37 406	79.88 410	65.32 397	65.33 408	62.33 405	69.70 417	70.51 402	73.21 408	67.23 404	62.02 406

ktn	72.58 410	80.06 417	69.96 398	79.14 411	69.86 415	75.40 410	70.43 412	69.01 404	76.90 407	72.88 403	77.46 406	77.43 402	77.41 408	72.78 411	55.00 397	79.09 413	65.99 414	80.09 409	68.29 405	71.46 412	62.98 407

UNDER WATER-64	73.11 411	74.48 409	87.70 413	74.03 403	55.20 401	78.24 415	75.71 415	65.33 399	67.91 401	75.60 407	69.32 400	84.41 413	76.93 407	68.43 402	72.45 412	81.18 416	56.77 410	82.46 415	80.34 414	68.22 406	67.48 413

LRCNet_RVC	73.59 412	69.80 404	74.41 402	77.63 408	60.56 406	40.33 371	15.08 328	71.04 406	48.36 353	88.07 420	94.62 422	90.11 418	81.83 412	80.58 417	61.26 404	97.12 426	72.30 418	96.65 425	97.58 426	77.13 416	77.30 418

DPSimNet_ROB	74.29 413	83.27 419	59.30 384	77.19 407	65.13 408	75.14 408	74.95 414	73.99 412	76.94 408	81.99 413	75.48 404	80.18 408	71.76 401	67.39 399	84.00 419	81.87 417	51.14 406	79.99 408	76.70 413	70.17 408	79.21 419

UNDER WATER	75.92 414	79.25 413	87.75 414	84.39 416	66.43 410	77.08 413	77.22 416	66.90 400	72.16 403	75.32 406	71.56 402	85.89 417	82.15 413	70.11 405	74.99 415	79.34 414	53.61 407	86.40 419	84.53 418	71.29 411	72.11 416

WAO-8	76.87 415	78.41 411	66.45 393	86.81 418	72.47 416	79.27 416	68.59 409	77.75 415	89.01 419	83.09 416	86.98 416	85.87 415	84.97 417	72.12 406	69.11 410	74.93 411	55.23 408	87.79 421	83.50 416	70.47 409	64.56 409

Venus	76.87 415	78.41 411	66.45 393	86.81 418	72.47 416	79.27 416	68.59 409	77.75 415	89.01 419	83.09 416	86.98 416	85.87 415	84.97 417	72.12 406	69.11 410	74.93 411	55.23 408	87.79 421	83.50 416	70.48 410	64.56 409

HanzoNet	77.61 417	81.11 418	82.83 409	77.82 409	69.15 413	75.25 409	69.06 411	73.49 411	77.84 409	82.19 415	82.80 412	85.42 414	86.67 419	85.99 420	73.64 414	85.24 422	68.38 416	81.71 412	75.47 412	71.98 413	66.24 412

JetRed	79.55 418	79.88 416	91.52 417	71.05 402	75.80 418	91.66 421	80.11 417	79.14 418	80.44 412	84.35 418	84.23 414	83.38 410	72.48 402	79.43 416	85.44 420	69.33 409	81.58 420	73.66 404	72.56 407	82.35 418	72.60 417

Dean	80.72 419	85.82 420	83.27 410	84.91 417	59.53 404	75.11 407	68.39 408	81.59 419	88.05 418	92.41 421	86.98 416	92.41 420	93.02 421	83.11 419	73.31 413	68.01 408	66.13 415	94.82 424	84.66 419	83.28 419	69.50 415

SPstereo	83.40 420	68.64 403	79.07 407	76.12 405	67.23 411	87.60 420	91.47 421	100.00 430	100.00 429	99.11 426	99.10 426	100.00 433	98.04 425	98.41 426	88.76 421	65.51 406	59.97 412	82.34 414	80.81 415	62.36 401	63.44 408

KSHMR	88.54 421	93.03 423	83.31 411	95.54 423	91.74 423	82.37 419	83.41 419	84.43 420	81.99 414	87.89 419	84.05 413	91.94 419	81.33 411	76.34 413	81.76 418	96.44 425	96.14 425	96.69 426	97.12 425	92.52 425	92.67 425

tt	89.96 422	1.02 12	100.00 432	99.40 428	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	78.36 410	67.94 398	99.99 431	100.00 430	100.00 432	100.00 433	95.81 424	99.93 429	87.43 420	86.39 420	95.11 426	87.89 420

xxxxx1	91.92 423	95.33 425	98.45 423	87.29 420	89.24 420	98.50 424	98.17 426	92.95 421	93.21 422	93.55 422	95.36 423	96.99 422	96.28 422	94.65 421	94.94 422	83.26 419	84.17 421	82.90 416	88.32 421	85.49 421	89.37 422

tt_ll	91.92 423	95.33 425	98.45 423	87.29 420	89.24 420	98.50 424	98.17 426	92.95 421	93.21 422	93.55 422	95.36 423	96.99 422	96.28 422	94.65 421	94.94 422	83.26 419	84.17 421	82.90 416	88.32 421	85.49 421	89.37 422

ff	91.92 423	95.33 425	98.45 423	87.29 420	89.24 420	98.50 424	98.17 426	92.95 421	93.21 422	93.55 422	95.36 423	96.99 422	96.28 422	94.65 421	94.94 422	83.26 419	84.17 421	82.90 416	88.32 421	85.49 421	89.37 422

MADNet++	94.16 426	94.02 424	90.25 415	96.28 424	96.84 424	97.17 423	90.16 420	94.71 424	91.69 421	97.07 425	93.71 421	94.62 421	92.63 420	96.15 424	95.18 425	95.42 423	95.89 424	92.80 423	92.23 424	92.10 424	94.30 427

PML	99.19 427	100.00 433	98.08 422	99.28 427	99.53 427	100.00 430	99.73 429	98.24 425	99.44 426	100.00 431	99.57 428	98.76 426	99.84 428	100.00 432	98.88 428	100.00 429	99.54 426	100.00 429	99.50 428	99.90 429	93.55 426

MEDIAN_ROB	99.19 427	99.84 428	99.62 428	98.49 425	98.51 426	98.58 427	97.81 425	98.80 427	98.56 425	99.36 429	99.49 427	99.56 427	99.06 427	98.35 425	98.31 427	99.99 428	99.63 427	100.00 429	100.00 430	99.81 428	99.95 429

HaxPig	99.40 429	99.99 430	97.38 421	100.00 430	100.00 430	96.91 422	97.35 423	99.59 428	99.99 428	100.00 431	100.00 430	99.99 431	99.99 429	99.04 427	97.77 426	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	99.99 430

Anonymous_1	99.65 430	99.95 429	99.93 430	99.80 429	99.60 428	100.00 430	100.00 431	99.82 429	99.98 427	99.62 430	99.94 429	99.75 428	100.00 430	99.66 428	99.88 429	98.45 427	99.84 428	98.73 427	99.26 427	99.41 427	99.36 428

test_example2	99.68 431	99.99 430	99.99 431	100.00 430	99.99 429	99.86 429	99.99 430	98.29 426	100.00 429	100.00 431	100.00 430	98.15 425	98.39 426	99.98 429	99.98 430	100.00 429	99.99 430	99.40 428	99.53 429	100.00 430	100.00 431

AVERAGE_ROB	99.80 432	99.99 430	99.40 427	100.00 430	100.00 430	98.99 428	97.72 424	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DPSMNet_ROB	99.95 433	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	99.15 428	100.00 430	99.96 429	100.00 430	99.99 430	99.99 431	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DGTPSM_ROB	99.95 433	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	99.14 427	100.00 430	99.96 429	100.00 430	99.99 430	99.99 431	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

MyStereo03	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

MyStereo02	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

MyStereo	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

Selective-RAFT-Error	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

CasAABBNet	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

LSM0	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DPSM_ROB	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

DPSM	100.00 435	100.00 433	100.00 432	100.00 430	100.00 430	100.00 430	100.00 431	100.00 430	100.00 429	100.00 431	100.00 430	100.00 433	100.00 430	100.00 432	100.00 433	100.00 429	100.00 431	100.00 429	100.00 430	100.00 430	100.00 431

ASD4		90.49 422

Low-res two-view benchmark