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

DispNO	0.56 282	0.54 321	2.50 320	0.00 1	0.00 1	0.45 89	0.06 292	0.39 146	0.56 173	0.00 1	0.25 321	0.52 288	0.05 227	5.20 329	0.52 306	0.00 1	0.00 1	0.01 354	0.00 1	0.02 132	0.05 299

SMFormer	0.33 186	0.10 119	1.04 146	0.00 1	0.00 1	0.03 5	0.00 1	1.45 291	0.55 161	0.00 1	0.00 1	0.15 183	0.00 1	3.24 261	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

tta	0.33 186	0.10 119	1.04 146	0.00 1	0.00 1	0.03 5	0.00 1	1.45 291	0.55 161	0.00 1	0.00 1	0.15 183	0.00 1	3.24 261	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

qqq1	0.33 186	0.10 119	1.04 146	0.00 1	0.00 1	0.03 5	0.00 1	1.45 291	0.55 161	0.00 1	0.00 1	0.15 183	0.00 1	3.24 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

fff1	0.33 186	0.10 119	1.04 146	0.00 1	0.00 1	0.03 5	0.00 1	1.45 291	0.55 161	0.00 1	0.00 1	0.15 183	0.00 1	3.24 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

CoDeX	0.36 203	0.24 208	1.39 218	0.00 1	0.01 235	0.29 52	0.00 1	1.58 316	0.57 206	0.00 1	0.00 1	0.25 219	0.07 245	2.82 244	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

mmm	0.13 49	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 218	0.56 173	0.00 1	0.00 1	0.01 7	0.01 84	0.51 176	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.01 56	0.01 126

11t1	0.08 10	0.01 1	0.54 24	0.00 1	0.00 1	0.09 25	0.00 1	0.44 156	0.55 161	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.01 56	0.01 126

DualNet	0.55 278	0.02 7	1.06 155	0.00 1	0.00 1	0.62 132	0.00 1	1.42 283	0.57 206	0.00 1	0.00 1	0.67 303	0.02 129	0.57 178	5.86 382	0.00 1	0.01 301	0.00 1	0.00 1	0.08 269	0.03 253

ffm	0.25 141	0.02 7	1.06 155	0.00 1	0.00 1	0.62 132	0.00 1	1.42 283	0.57 206	0.00 1	0.00 1	0.67 303	0.02 129	0.57 178	0.01 75	0.00 1	0.01 301	0.00 1	0.00 1	0.08 269	0.03 253

ff1	0.80 322	0.02 7	1.06 155	0.00 1	0.00 1	0.62 132	0.00 1	1.42 283	0.57 206	0.00 1	0.00 1	0.67 303	0.02 129	5.57 346	5.86 382	0.00 1	0.01 301	0.00 1	0.00 1	0.08 269	0.03 253

mmx	0.85 328	0.02 7	1.06 155	0.00 1	0.00 1	0.62 132	0.00 1	2.50 365	0.56 173	0.00 1	0.00 1	0.67 303	0.02 129	5.57 346	5.86 382	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ttt	0.70 312	0.02 7	0.78 82	0.00 1	0.00 1	0.62 132	0.00 1	2.50 365	0.56 173	0.00 1	0.00 1	0.29 227	0.01 84	4.18 300	5.00 377	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

1111x	0.87 333	0.02 7	1.20 182	0.00 1	0.00 1	0.70 156	0.00 1	2.60 377	0.56 173	0.00 1	0.00 1	0.04 95	0.01 84	5.36 337	6.80 387	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

whm_eth	0.17 87	0.36 261	1.51 238	0.00 1	0.00 1	0.53 110	0.00 1	0.25 120	0.61 294	0.00 1	0.00 1	0.03 75	0.01 84	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 346

xxx	0.85 328	0.02 7	1.06 155	0.00 1	0.00 1	0.62 132	0.00 1	2.50 365	0.56 173	0.00 1	0.00 1	0.67 303	0.02 129	5.57 346	5.86 382	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

GMStereo_Zeroshot	0.07 8	0.04 38	0.80 90	0.08 331	0.00 1	0.03 5	0.00 1	0.05 19	0.10 66	0.00 1	0.03 278	0.19 202	0.03 171	0.00 1	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

StereoIM	0.06 5	0.16 166	0.66 41	0.00 1	0.00 1	0.05 17	0.01 214	0.06 29	0.12 84	0.00 1	0.01 201	0.04 95	0.02 129	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

StereoVision	0.16 79	0.25 214	1.07 162	0.00 1	0.00 1	0.47 93	0.01 214	0.18 93	0.61 294	0.00 1	0.29 325	0.15 183	0.02 129	0.07 118	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

MIF-Stereo (partial)	0.08 10	0.11 133	0.96 132	0.00 1	0.00 1	0.08 23	0.00 1	0.19 96	0.08 31	0.00 1	0.01 201	0.02 38	0.02 129	0.02 67	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 96	0.00 1	0.00 1	0.08 23	0.01 214	0.06 29	0.03 4	0.00 1	0.08 300	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.00 1

CASnet	0.08 10	0.05 60	0.40 1	0.00 1	0.00 1	0.82 180	0.00 1	0.14 82	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 102	0.10 119	1.38 216	0.00 1	0.01 235	0.75 167	0.00 1	0.35 139	0.12 84	0.00 1	0.00 1	0.48 273	0.51 317	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

CFNet_ucs	0.26 145	0.14 154	1.53 241	0.00 1	0.01 235	0.84 187	0.00 1	1.78 333	0.17 105	0.00 1	0.00 1	0.49 281	0.30 302	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 35	0.00 1	0.17 91	0.07 18	0.00 1	0.00 1	0.04 95	0.01 84	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CAS	0.10 20	0.05 60	0.46 9	0.00 1	0.00 1	1.03 237	0.00 1	0.21 111	0.09 48	0.00 1	0.00 1	0.03 75	0.01 84	0.01 26	0.02 104	0.08 376	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.10 20	0.04 38	0.98 140	0.00 1	0.00 1	0.62 132	0.00 1	0.09 52	0.11 72	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.03 253

fast-acv-ft	0.29 169	0.37 269	3.76 370	0.06 322	0.01 235	0.28 50	0.17 323	0.06 29	0.21 111	0.00 1	0.00 1	0.08 141	0.09 252	0.10 136	0.23 263	0.01 346	0.00 1	0.03 380	0.01 316	0.26 365	0.01 126

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 315	0.25 44	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.01 75	0.00 1	0.00 1	0.00 1	0.07 360	0.03 182	0.08 333

ToySt	0.12 43	0.15 159	0.92 125	0.00 1	0.00 1	0.46 92	0.00 1	0.41 151	0.10 66	0.00 1	0.00 1	0.10 155	0.00 1	0.07 118	0.19 250	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.02 221

knoymous	0.09 16	0.04 38	1.04 146	0.00 1	0.00 1	0.11 30	0.00 1	0.23 114	0.05 12	0.00 1	0.00 1	0.23 212	0.00 1	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

anonymousa	0.14 62	0.15 159	1.74 264	0.00 1	0.00 1	0.28 50	0.00 1	0.01 1	0.11 72	0.00 1	0.01 201	0.42 263	0.02 129	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.04 352	0.00 1	0.02 221

riskmin	0.11 34	0.01 1	0.87 112	0.01 241	0.00 1	0.13 34	0.00 1	0.30 135	0.09 48	0.00 1	0.01 201	0.76 313	0.00 1	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

Selective-RAFT	0.13 49	0.04 38	0.51 13	0.00 1	0.00 1	1.06 256	0.00 1	0.04 13	0.57 206	0.00 1	0.00 1	0.06 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 387	0.04 203	0.00 1

ProNet	0.09 16	0.20 186	0.53 23	0.00 1	0.00 1	0.80 176	0.00 1	0.04 13	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.01 126

CroCo-Stereo Lap2	0.09 16	0.23 204	0.74 58	0.00 1	0.00 1	0.02 3	0.00 1	0.07 41	0.56 173	0.00 1	0.00 1	0.01 7	0.03 171	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 126

TestStereo1	0.20 110	0.30 232	0.84 101	0.00 1	0.16 366	1.12 331	0.01 214	0.69 194	0.57 206	0.00 1	0.05 285	0.04 95	0.01 84	0.09 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.06 320

qqq	0.17 87	0.01 1	0.52 16	0.00 1	0.00 1	0.12 33	0.00 1	0.95 229	0.55 161	0.00 1	0.00 1	0.01 7	0.00 1	1.23 203	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

x	0.10 20	0.01 1	0.51 13	0.00 1	0.00 1	0.09 25	0.00 1	0.67 193	0.55 161	0.00 1	0.00 1	0.01 7	0.00 1	0.09 132	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

Wz-Net-SNSev	0.78 320	1.10 379	6.27 389	0.00 1	0.00 1	0.27 47	0.00 1	0.95 229	0.61 294	0.00 1	0.01 201	0.41 262	0.10 260	4.92 322	0.81 322	0.00 1	0.00 1	0.00 1	0.00 1	0.17 338	0.03 253

Wz-Net-LNSev-Ref	0.42 221	0.52 317	3.02 349	0.00 1	0.00 1	0.57 119	0.00 1	1.15 256	0.60 279	0.00 1	0.00 1	0.04 95	0.14 271	1.51 207	0.76 321	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-LNSev	0.34 193	0.61 336	4.26 377	0.00 1	0.00 1	0.49 97	0.00 1	0.26 123	0.61 294	0.00 1	0.01 201	0.23 212	0.03 171	0.10 136	0.16 233	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

IER	0.14 62	0.09 115	1.29 200	0.00 1	0.00 1	0.62 132	0.00 1	0.17 91	0.10 66	0.00 1	0.00 1	0.40 259	0.02 129	0.11 141	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

raft_robust	0.56 282	0.36 261	0.87 112	0.00 1	0.15 363	0.64 146	0.00 1	2.20 354	0.56 173	0.00 1	0.01 201	0.44 266	1.18 356	4.46 309	0.01 75	0.00 1	0.00 1	0.00 1	0.15 381	0.09 285	0.03 253

CRFU-Net	0.40 217	0.12 142	1.50 237	0.14 363	0.01 235	0.90 201	0.00 1	0.42 153	0.14 93	0.00 1	0.00 1	0.42 263	1.94 369	2.15 221	0.12 214	0.00 1	0.00 1	0.03 380	0.00 1	0.03 182	0.00 1

RAFT+CT+SA	0.26 145	0.34 245	1.11 167	0.02 265	0.27 384	1.10 316	0.00 1	0.70 197	0.56 173	0.00 1	0.00 1	0.07 135	0.01 84	0.36 167	0.00 1	0.00 1	0.00 1	0.00 1	0.31 407	0.11 298	0.22 386

NINENet	0.45 232	0.09 115	0.81 91	0.06 322	0.00 1	1.87 375	0.00 1	2.69 380	0.56 173	0.00 1	0.00 1	0.65 300	0.00 1	2.15 221	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

SA-5K	0.20 110	0.30 232	0.84 101	0.00 1	0.16 366	1.12 331	0.01 214	0.69 194	0.57 206	0.00 1	0.05 285	0.04 95	0.01 84	0.09 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.06 320

Sa-1000	0.31 175	0.26 220	0.93 126	0.00 1	0.18 373	1.08 302	0.01 214	2.59 376	0.56 173	0.00 1	0.09 301	0.03 75	0.00 1	0.18 151	0.00 1	0.00 1	0.00 1	0.00 1	0.13 376	0.11 298	0.00 1

SA	0.30 171	0.27 221	0.97 138	0.00 1	0.17 371	1.10 316	0.00 1	2.50 365	0.56 173	0.00 1	0.01 201	0.03 75	0.01 84	0.16 150	0.00 1	0.00 1	0.00 1	0.00 1	0.14 377	0.12 305	0.00 1

iRaft-Stereo_5w	0.50 259	0.51 312	1.44 229	0.00 1	0.00 1	0.29 52	0.00 1	0.63 188	0.59 257	0.00 1	0.00 1	0.08 141	0.01 84	6.14 368	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 355	0.01 126

psmg	0.22 120	0.05 60	0.54 24	0.00 1	0.00 1	1.05 247	0.00 1	1.73 330	0.58 245	0.00 1	0.00 1	0.36 246	0.03 171	0.01 26	0.08 181	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CSP-Net	0.37 208	0.10 119	0.54 24	0.00 1	0.00 1	0.50 99	0.00 1	0.64 189	0.13 91	0.00 1	0.00 1	0.15 183	0.02 129	5.27 331	0.06 160	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

UDGNet	0.14 62	0.48 303	0.72 47	0.00 1	0.00 1	1.06 256	0.00 1	0.05 19	0.28 123	0.00 1	0.00 1	0.02 38	0.00 1	0.09 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.04 1	0.05 60	0.52 16	0.00 1	0.00 1	0.06 20	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

AASNet	0.27 151	0.47 301	1.56 242	0.00 1	0.00 1	0.91 208	0.00 1	0.58 178	0.58 245	0.00 1	0.00 1	0.39 257	0.02 129	0.33 164	0.13 221	0.00 1	0.00 1	0.00 1	0.00 1	0.25 363	0.06 320

GwcNet-ADL	0.30 171	0.19 183	1.78 266	0.00 1	0.00 1	1.03 237	0.00 1	2.08 348	0.28 123	0.00 1	0.00 1	0.37 252	0.04 202	0.02 67	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

PSMNet-ADL	0.35 199	0.05 60	0.65 40	0.00 1	0.00 1	1.03 237	0.00 1	0.59 180	0.09 48	0.00 1	0.07 297	0.47 271	0.01 84	3.66 281	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

GANet-ADL	0.16 79	0.06 83	1.18 180	0.00 1	0.01 235	0.83 185	0.00 1	0.23 114	0.07 18	0.00 1	0.30 326	0.35 243	0.00 1	0.07 118	0.10 196	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

ADLNet2	0.55 278	0.33 241	2.54 327	0.00 1	0.00 1	0.88 197	0.00 1	0.69 194	0.65 349	0.00 1	0.07 297	1.47 358	0.02 129	4.12 299	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.01 126

Consistency-Raft	0.39 214	0.30 232	2.53 326	0.14 363	0.03 300	0.90 201	0.04 279	1.36 272	0.59 257	0.00 1	0.02 273	0.02 38	1.15 354	0.33 164	0.43 294	0.02 360	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

GrayStereo	0.46 236	0.01 1	0.71 45	0.10 340	0.00 1	1.12 331	2.67 402	0.20 106	0.59 257	0.00 1	0.00 1	0.08 141	3.76 391	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RAFT-345	0.49 250	0.04 38	1.26 195	0.10 340	0.07 335	1.16 342	0.19 328	0.14 82	0.57 206	0.00 1	0.01 201	0.09 152	0.01 84	6.00 361	0.20 255	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

AnonymousM	0.10 20	0.04 38	0.56 30	0.00 1	0.00 1	1.02 231	0.00 1	0.19 96	0.11 72	0.00 1	0.00 1	0.00 1	0.00 1	0.07 118	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CroCo-Stereo	0.13 49	0.16 166	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 234	0.57 206	0.00 1	0.01 201	0.31 233	0.03 171	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.12 43	0.43 290	0.79 85	0.01 241	0.02 279	0.10 27	0.07 296	0.06 29	0.27 122	0.00 1	0.01 201	0.18 195	0.04 202	0.01 26	0.00 1	0.00 1	0.02 331	0.00 1	0.01 316	0.37 379	0.01 126

LMCR-Stereo	0.27 151	0.34 245	1.42 226	0.00 1	0.00 1	0.79 174	0.00 1	2.15 352	0.61 294	0.00 1	0.00 1	0.04 95	0.04 202	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

ICVP	0.15 74	0.03 23	1.23 193	0.00 1	0.01 235	1.02 231	0.09 309	0.19 96	0.10 66	0.00 1	0.02 273	0.07 135	0.01 84	0.18 151	0.01 75	0.00 1	0.01 301	0.00 1	0.00 1	0.01 56	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.14 62	0.35 254	0.99 141	0.00 1	0.02 279	0.49 97	0.03 267	0.11 71	0.07 18	0.00 1	0.01 201	0.06 128	0.06 239	0.24 159	0.06 160	0.00 1	0.14 395	0.00 1	0.01 316	0.02 132	0.03 253

iRaftStereo_RVC	0.10 20	0.20 186	0.57 31	0.00 1	0.00 1	0.52 107	0.00 1	0.05 19	0.07 18	0.00 1	0.01 201	0.14 177	0.03 171	0.02 67	0.01 75	0.00 1	0.03 341	0.00 1	0.00 1	0.25 363	0.20 380

GEStereo_RVC	0.43 228	0.38 279	1.10 163	0.01 241	0.00 1	1.02 231	0.00 1	1.94 341	0.57 206	0.00 1	0.00 1	0.14 177	0.01 84	3.25 266	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

CREStereo++_RVC	0.10 20	0.06 83	0.78 82	0.00 1	0.00 1	1.00 227	0.00 1	0.10 67	0.08 31	0.00 1	0.01 201	0.03 75	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raft+_RVC	0.14 62	0.37 269	0.96 132	0.00 1	0.16 366	0.64 146	0.03 267	0.05 19	0.08 31	0.00 1	0.00 1	0.02 38	0.03 171	0.03 92	0.07 171	0.00 1	0.07 381	0.00 1	0.00 1	0.05 220	0.16 374

XX-TBD	0.12 43	0.25 214	0.79 85	0.00 1	0.00 1	0.92 210	0.00 1	0.18 93	0.08 31	0.00 1	0.21 318	0.03 75	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.13 49	0.36 261	0.94 129	0.00 1	0.18 373	0.62 132	0.02 251	0.07 41	0.07 18	0.00 1	0.00 1	0.03 75	0.03 171	0.03 92	0.05 146	0.00 1	0.01 301	0.00 1	0.00 1	0.06 240	0.04 282

sAnonymous2	0.10 20	0.22 195	1.35 209	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 370

CroCo_RVC	0.10 20	0.22 195	1.35 209	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 370

CFNet_pseudo	0.22 120	0.10 119	1.39 218	0.00 1	0.01 235	0.98 219	0.00 1	0.94 227	0.09 48	0.00 1	0.00 1	0.48 273	0.36 309	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALAANet	0.13 49	0.51 312	0.95 130	0.00 1	0.00 1	0.32 60	0.01 214	0.38 143	0.03 4	0.00 1	0.00 1	0.05 116	0.09 252	0.02 67	0.12 214	0.00 1	0.00 1	0.00 1	0.02 330	0.10 292	0.00 1

sCroCo_RVC	0.09 16	0.05 60	1.02 143	0.00 1	0.00 1	0.02 3	0.00 1	0.12 75	0.48 146	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

Anonymous	0.05 2	0.06 83	0.86 107	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 299

GES	0.18 97	0.05 60	0.87 112	0.00 1	0.00 1	1.06 256	0.02 251	0.60 182	0.08 31	0.00 1	0.02 273	0.11 158	0.09 252	0.44 174	0.16 233	0.01 346	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

DGSMNet	1.21 355	0.37 269	3.02 349	0.71 395	1.33 407	1.61 368	3.53 405	1.45 291	0.33 132	0.00 1	0.79 353	0.48 273	0.24 296	3.22 260	0.53 307	0.98 401	1.21 413	1.35 410	1.09 412	1.03 395	0.92 404

test_xeample3	0.24 135	0.06 83	1.84 270	0.02 265	0.00 1	0.33 64	0.05 287	1.33 269	0.14 93	0.00 1	0.03 278	0.03 75	0.03 171	0.10 136	0.43 294	0.00 1	0.00 1	0.00 1	0.23 395	0.05 220	0.06 320

xxxx	1.04 343	0.02 7	0.54 24	0.00 1	0.00 1	0.53 110	0.00 1	2.53 369	0.57 206	0.00 1	0.00 1	0.01 7	0.01 84	2.04 216	14.52 408	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

test_xeample	1.14 349	0.02 7	0.58 32	0.00 1	0.00 1	0.57 119	0.00 1	2.57 372	0.57 206	0.00 1	0.00 1	0.03 75	0.02 129	3.45 272	15.00 411	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

GMStereo	0.08 10	0.54 321	0.90 119	0.00 1	0.00 1	0.03 5	0.00 1	0.04 13	0.03 4	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.51 264	0.36 261	2.40 310	0.00 1	0.00 1	0.27 47	0.00 1	2.06 347	1.49 384	0.00 1	0.00 1	0.04 95	0.04 202	3.38 270	0.10 196	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221

MMNet	0.23 127	0.18 174	1.84 270	0.00 1	0.00 1	0.67 151	0.00 1	0.59 180	0.59 257	0.00 1	0.01 201	0.18 195	0.09 252	0.26 161	0.12 214	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

psm_up	0.39 214	0.25 214	1.04 146	0.00 1	0.00 1	0.82 180	0.00 1	1.88 336	0.57 206	0.00 1	0.00 1	0.28 226	0.01 84	2.78 243	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

UNet	0.26 145	0.18 174	2.41 312	0.00 1	0.00 1	0.71 160	0.00 1	0.39 146	0.60 279	0.00 1	0.00 1	0.37 252	0.02 129	0.45 175	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

UPFNet	0.18 97	0.05 60	1.11 167	0.00 1	0.00 1	0.48 95	0.00 1	1.11 250	0.48 146	0.00 1	0.00 1	0.10 155	0.00 1	0.10 136	0.10 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

CREStereo	0.10 20	0.06 83	0.51 13	0.00 1	0.00 1	1.06 256	0.00 1	0.20 106	0.08 31	0.00 1	0.00 1	0.02 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FENet	0.23 127	0.05 60	1.39 218	0.00 1	0.00 1	1.00 227	0.00 1	0.80 207	0.57 206	0.00 1	0.00 1	0.24 214	0.04 202	0.23 158	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

PMTNet	0.11 34	0.07 102	0.60 37	0.00 1	0.00 1	1.05 247	0.04 279	0.16 86	0.08 31	0.00 1	0.00 1	0.04 95	0.00 1	0.03 92	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

FADNet-RVC-Resample	0.51 264	0.82 365	3.08 353	0.04 294	0.04 315	0.42 79	0.09 309	1.16 257	0.34 133	0.00 1	0.03 278	0.24 214	0.05 227	3.16 257	0.13 221	0.07 373	0.12 393	0.05 388	0.02 330	0.08 269	0.20 380

FADNet-RVC	0.51 264	0.80 363	2.47 318	0.01 241	0.00 1	0.48 95	0.00 1	1.32 268	0.14 93	0.00 1	0.01 201	0.12 164	0.06 239	4.07 296	0.15 231	0.00 1	0.04 356	0.00 1	0.00 1	0.38 380	0.08 333

S-Stereo	0.65 308	0.25 214	3.44 363	0.00 1	0.00 1	0.56 117	0.05 287	1.86 335	0.61 294	0.00 1	0.76 349	0.84 319	0.11 264	4.28 307	0.11 204	0.00 1	0.01 301	0.00 1	0.00 1	0.07 252	0.03 253

MaskLacGwcNet_RVC	0.47 238	0.43 290	1.04 146	0.11 350	0.00 1	1.10 316	0.00 1	0.80 207	0.54 157	0.00 1	0.05 285	0.38 255	0.03 171	3.50 274	0.14 227	0.88 399	0.00 1	0.00 1	0.00 1	0.11 298	0.20 380

BEATNet_4x	0.24 135	0.51 312	1.71 259	0.00 1	0.00 1	0.31 56	0.00 1	0.99 236	0.31 130	0.00 1	0.00 1	0.29 227	0.03 171	0.22 156	0.35 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.02 221

Nwc_Net	0.43 228	0.42 288	2.64 332	0.00 1	0.00 1	0.67 151	0.00 1	0.82 212	0.28 123	0.00 1	0.01 201	0.90 323	0.10 260	2.62 237	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

MSMDNet	0.19 102	0.10 119	1.39 218	0.00 1	0.01 235	0.75 167	0.00 1	0.35 139	0.12 84	0.00 1	0.00 1	0.48 273	0.50 316	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

PA-Net	0.57 289	0.50 307	2.73 337	0.03 282	0.06 330	0.89 199	0.02 251	0.66 191	0.63 345	0.00 1	0.00 1	0.43 265	0.07 245	4.82 320	0.55 311	0.01 346	0.00 1	0.00 1	0.00 1	0.02 132	0.04 282
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	0.54 276	0.70 346	2.06 291	0.00 1	0.00 1	1.14 335	0.00 1	1.61 319	0.58 245	0.00 1	0.01 201	0.29 227	0.04 202	4.21 302	0.06 160	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CFNet	0.56 282	0.50 307	1.58 244	0.00 1	0.00 1	1.06 256	0.01 214	1.08 247	0.57 206	0.00 1	0.01 201	0.12 164	0.01 84	5.87 358	0.19 250	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.02 221

ccs_rob	0.22 120	0.10 119	1.38 216	0.00 1	0.01 235	0.98 219	0.00 1	0.94 227	0.09 48	0.00 1	0.00 1	0.48 273	0.36 309	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.75 317	0.65 339	2.52 324	0.01 241	0.00 1	0.66 150	0.00 1	0.61 186	0.13 91	0.00 1	1.29 363	0.96 326	0.04 202	5.98 360	1.82 348	0.13 379	0.02 331	0.00 1	0.00 1	0.07 252	0.04 282

HITNet	0.19 102	0.55 328	1.36 213	0.00 1	0.00 1	0.25 44	0.00 1	1.09 248	0.23 118	0.00 1	0.00 1	0.14 177	0.02 129	0.02 67	0.14 227	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
AdaStereo	0.20 110	0.06 83	0.86 107	0.00 1	0.00 1	0.25 44	0.00 1	1.71 328	0.56 173	0.00 1	0.00 1	0.31 233	0.01 84	0.11 141	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Anonymous Stereo	0.59 297	0.78 361	2.67 333	0.00 1	0.00 1	0.55 115	0.49 369	1.05 241	0.28 123	0.00 1	0.01 201	0.12 164	0.02 129	5.54 344	0.27 274	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.00 1

DeepPruner_ROB	0.23 127	0.37 269	1.26 195	0.00 1	0.00 1	1.11 324	0.03 267	0.20 106	0.07 18	0.00 1	0.00 1	0.39 257	0.03 171	1.12 199	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

PS-NSSS	0.54 276	0.44 293	0.86 107	0.00 1	0.00 1	1.04 244	0.00 1	2.37 359	0.56 173	0.00 1	0.00 1	0.11 158	0.01 84	5.32 333	0.13 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

HSM	0.63 306	0.36 261	0.89 117	0.00 1	0.00 1	0.52 107	0.01 214	0.98 234	0.56 173	0.00 1	0.01 201	2.27 375	0.65 330	6.18 370	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

StereoDRNet-Refined	0.24 135	0.08 109	0.68 44	0.00 1	0.00 1	0.83 185	0.00 1	0.66 191	0.61 294	0.00 1	0.00 1	0.50 284	0.02 129	1.28 205	0.08 181	0.00 1	0.00 1	0.00 1	0.00 1	0.10 292	0.04 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DRN-Test	0.43 228	0.13 148	1.95 282	0.03 282	0.09 343	0.61 127	0.00 1	1.43 288	0.61 294	0.00 1	0.00 1	0.18 195	0.04 202	3.32 267	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

StereoDRNet	0.42 221	0.50 307	2.50 320	0.02 265	0.06 330	0.51 101	0.00 1	0.34 138	0.61 294	0.00 1	0.00 1	0.33 236	0.02 129	2.87 246	0.50 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.02 221

iResNet	0.25 141	0.27 221	1.68 254	0.00 1	0.00 1	0.69 155	0.00 1	1.22 261	0.56 173	0.00 1	0.00 1	0.04 95	0.03 171	0.12 143	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

DISCO	0.31 175	0.11 133	1.73 260	0.16 368	0.16 366	0.31 56	0.00 1	0.09 52	0.17 105	0.00 1	0.01 201	1.51 361	0.00 1	1.21 201	0.62 315	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

NCCL2	0.29 169	0.50 307	1.52 239	0.00 1	0.00 1	0.81 178	0.00 1	0.45 157	0.22 113	0.00 1	0.00 1	0.02 38	0.03 171	2.14 219	0.06 160	0.00 1	0.00 1	0.02 371	0.00 1	0.01 56	0.03 253

XPNet_ROB	0.37 208	0.34 245	1.01 142	0.01 241	0.00 1	0.96 215	0.00 1	1.11 250	0.46 145	0.00 1	0.00 1	0.17 192	0.02 129	2.73 241	0.54 308	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

PWC_ROB	0.62 305	0.54 321	3.22 357	0.00 1	0.00 1	0.22 42	0.00 1	2.18 353	0.61 294	0.00 1	0.20 316	0.29 227	0.03 171	3.46 273	1.22 334	0.00 1	0.00 1	0.00 1	0.00 1	0.39 382	0.01 126

PWCDC_ROB	0.94 338	0.91 372	2.52 324	0.00 1	0.00 1	1.15 338	0.00 1	2.11 349	1.18 377	0.00 1	8.99 396	0.35 243	0.09 252	0.64 186	0.40 291	0.00 1	0.00 1	0.00 1	0.00 1	0.50 386	0.03 253

PSMNet_ROB	0.41 220	0.54 321	1.69 256	0.00 1	0.00 1	0.92 210	0.00 1	0.27 127	0.53 154	0.00 1	0.00 1	0.25 219	0.03 171	3.43 271	0.47 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

IGEV+	0.06 5	0.14 154	0.46 9	0.03 282	0.00 1	0.04 13	0.00 1	0.03 6	0.08 31	0.01 124	0.00 1	0.02 38	0.06 239	0.04 101	0.03 120	0.00 1	0.04 356	0.00 1	0.03 351	0.08 269	0.07 331

MyStereo07	0.10 20	0.12 142	0.59 35	0.00 1	0.00 1	0.98 219	0.00 1	0.03 6	0.10 66	0.01 124	0.00 1	0.01 7	0.05 227	0.04 101	0.00 1	0.00 1	0.05 370	0.00 1	0.00 1	0.02 132	0.04 282

ff7	0.11 34	0.18 174	0.52 16	0.00 1	0.00 1	1.06 256	0.00 1	0.09 52	0.09 48	0.01 124	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 365	0.07 252	0.01 126

IGEVStereo-DCA	0.10 20	0.06 83	0.52 16	0.01 241	0.00 1	0.32 60	0.00 1	0.09 52	0.09 48	0.01 124	0.01 201	0.02 38	0.04 202	0.14 146	0.44 296	0.00 1	0.00 1	0.00 1	0.10 365	0.05 220	0.01 126

ffff	0.11 34	0.18 174	0.52 16	0.00 1	0.00 1	1.06 256	0.00 1	0.09 52	0.09 48	0.01 124	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 365	0.07 252	0.01 126

rrr	0.24 135	0.06 83	1.91 278	0.01 241	0.00 1	0.32 60	0.04 279	1.34 270	0.15 97	0.01 124	0.01 201	0.02 38	0.04 202	0.14 146	0.44 296	0.00 1	0.00 1	0.00 1	0.18 384	0.05 220	0.05 299

11t	0.11 34	0.18 174	0.52 16	0.00 1	0.00 1	1.06 256	0.00 1	0.09 52	0.09 48	0.01 124	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 365	0.07 252	0.01 126

test croco	0.11 34	0.17 170	1.21 192	0.00 1	0.00 1	0.05 17	0.00 1	0.16 86	0.32 131	0.01 124	0.01 201	0.02 38	0.01 84	0.03 92	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.26 365	0.01 126

DLNR_Zeroshot_test	21.09 416	47.65 419	85.43 422	96.34 430	87.67 428	0.31 56	0.00 1	17.86 416	0.07 18	0.01 124	0.01 201	0.00 1	0.00 1	0.70 187	0.01 75	15.78 417	0.01 301	0.00 1	0.21 392	69.62 424	0.04 282

otaku	0.59 297	1.12 381	1.90 277	0.08 331	0.11 352	0.89 199	0.05 287	0.60 182	0.57 206	0.01 124	1.41 364	1.03 332	0.14 271	2.39 232	0.56 312	0.06 372	0.03 341	0.01 354	0.00 1	0.61 388	0.21 384

Ntro	0.57 289	1.13 383	2.24 301	0.04 294	0.36 388	1.04 244	0.02 251	0.74 201	0.57 206	0.01 124	0.00 1	0.76 313	0.08 249	3.01 253	0.47 300	0.07 373	0.04 356	0.01 354	0.00 1	0.76 393	0.02 221

RainbowNet	0.61 303	1.13 383	1.83 269	0.10 340	0.04 315	1.23 351	0.07 296	1.74 331	0.57 206	0.01 124	0.02 273	1.14 342	0.25 298	2.29 229	0.48 302	0.61 393	0.05 370	0.00 1	0.00 1	0.47 385	0.20 380

ACVNet-4b	1.14 349	1.34 395	3.96 375	0.17 372	0.03 300	1.03 237	0.01 214	1.31 267	0.65 349	0.01 124	0.97 357	1.98 370	0.32 306	6.18 370	1.20 333	2.52 406	0.02 331	0.00 1	0.00 1	0.82 394	0.28 387

Any-RAFT	0.17 87	0.04 38	0.93 126	0.00 1	0.00 1	1.10 316	0.00 1	0.99 236	0.03 4	0.01 124	0.00 1	0.21 208	0.00 1	0.07 118	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LL-Strereo2	0.12 43	0.41 286	0.91 123	0.05 304	0.03 300	0.51 101	0.04 279	0.13 79	0.11 72	0.01 124	0.00 1	0.03 75	0.02 129	0.06 113	0.10 196	0.00 1	0.00 1	0.00 1	0.01 316	0.03 182	0.03 253

anonymousdsp	0.11 34	0.18 174	0.58 32	0.00 1	0.00 1	1.06 256	0.00 1	0.08 46	0.09 48	0.01 124	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 370	0.07 252	0.03 253

CBFPSM	0.36 203	0.54 321	2.16 297	0.00 1	0.00 1	0.30 55	0.00 1	0.26 123	0.62 342	0.01 124	0.01 201	1.68 364	1.03 345	0.27 162	0.33 284	0.00 1	0.01 301	0.00 1	0.00 1	0.01 56	0.01 126

iinet-f	0.48 245	0.57 331	4.45 380	0.00 1	0.01 235	0.77 170	0.00 1	1.48 303	0.61 294	0.01 124	0.00 1	0.40 259	0.44 313	0.38 169	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.35 378	0.01 126

LoS	0.14 62	0.07 102	0.66 41	0.02 265	0.00 1	1.05 247	0.01 214	0.07 41	0.57 206	0.01 124	0.01 201	0.16 190	0.04 202	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

CES	0.08 10	0.07 102	0.43 7	0.00 1	0.00 1	0.21 41	0.01 214	0.08 46	0.56 173	0.01 124	0.00 1	0.08 141	0.04 202	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

GASNet	0.56 282	1.09 378	2.57 328	0.00 1	0.00 1	0.52 107	0.02 251	1.12 252	0.22 113	0.01 124	0.14 308	0.50 284	0.12 267	4.09 297	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.32 375	0.08 333

gwcnet-sp	0.28 155	0.15 159	2.75 338	0.00 1	0.00 1	0.51 101	0.02 251	0.49 164	0.57 206	0.01 124	0.01 201	0.08 141	0.04 202	0.87 191	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

scenet	0.28 155	0.15 159	2.75 338	0.00 1	0.00 1	0.51 101	0.02 251	0.49 164	0.57 206	0.01 124	0.01 201	0.08 141	0.04 202	0.87 191	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

Anonymous_2	0.88 334	0.02 7	1.06 155	0.01 241	0.00 1	0.19 38	0.00 1	0.14 82	0.08 31	0.01 124	0.04 283	1.07 336	0.00 1	0.02 67	0.02 104	0.01 346	0.04 356	2.31 413	11.16 417	1.35 398	0.01 126

ssnet	0.28 155	0.15 159	2.75 338	0.00 1	0.00 1	0.51 101	0.02 251	0.49 164	0.57 206	0.01 124	0.01 201	0.08 141	0.04 202	0.87 191	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ccc-4	0.11 34	0.18 174	0.52 16	0.00 1	0.00 1	1.06 256	0.00 1	0.09 52	0.09 48	0.01 124	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 365	0.07 252	0.01 126

Wz-Net-MNSev	0.48 245	0.76 359	3.11 354	0.00 1	0.00 1	0.23 43	0.00 1	1.07 245	0.61 294	0.01 124	0.01 201	0.13 171	0.13 270	3.12 256	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

RAFT_CTSACE	0.14 62	0.33 241	1.23 193	0.00 1	0.01 235	0.47 93	0.00 1	0.27 127	0.11 72	0.01 124	0.00 1	0.04 95	0.00 1	0.08 129	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.24 360	0.00 1

IGEV-Stereo	0.11 34	0.18 174	0.58 32	0.00 1	0.00 1	1.06 256	0.00 1	0.08 46	0.09 48	0.01 124	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 370	0.07 252	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
WZ-Net	1.38 360	1.14 385	10.22 400	0.00 1	0.00 1	0.82 180	0.00 1	1.37 278	0.61 294	0.01 124	0.01 201	1.09 337	2.20 376	6.39 382	3.68 366	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

dd	0.16 79	0.52 317	0.86 107	0.01 241	0.00 1	1.03 237	0.00 1	0.09 52	0.52 151	0.01 124	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.01 346	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

dad	0.17 87	0.54 321	0.82 94	0.00 1	0.00 1	1.03 237	0.00 1	0.02 4	0.23 118	0.01 124	0.00 1	0.02 38	0.01 84	0.63 185	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

GMOStereo	0.13 49	0.24 208	0.83 96	0.00 1	0.14 359	0.86 192	0.01 214	0.09 52	0.11 72	0.01 124	0.01 201	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 385	0.00 1	0.00 1	0.16 331	0.01 126

error version	0.13 49	0.24 208	0.83 96	0.00 1	0.14 359	0.86 192	0.01 214	0.09 52	0.11 72	0.01 124	0.01 201	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 385	0.00 1	0.00 1	0.16 331	0.01 126

test-v	0.13 49	0.24 208	0.83 96	0.00 1	0.14 359	0.86 192	0.01 214	0.09 52	0.11 72	0.01 124	0.01 201	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 385	0.00 1	0.00 1	0.16 331	0.01 126

test-3	0.17 87	0.03 23	0.74 58	0.03 282	0.10 347	0.43 84	0.00 1	1.36 272	0.07 18	0.01 124	0.00 1	0.02 38	0.00 1	0.08 129	0.19 250	0.00 1	0.00 1	0.00 1	0.20 388	0.12 305	0.11 355

test_1	0.17 87	0.03 23	0.75 66	0.03 282	0.10 347	0.43 84	0.00 1	1.36 272	0.07 18	0.01 124	0.00 1	0.02 38	0.00 1	0.07 118	0.19 250	0.00 1	0.00 1	0.00 1	0.20 388	0.12 305	0.11 355

TRStereo	0.37 208	0.23 204	1.41 224	0.03 282	0.00 1	1.07 290	0.02 251	3.07 385	0.57 206	0.01 124	0.00 1	0.11 158	0.40 312	0.06 113	0.00 1	0.00 1	0.00 1	0.00 1	0.22 394	0.01 56	0.08 333

LCNet	0.22 120	0.11 133	0.74 58	0.11 350	0.00 1	0.97 217	0.00 1	0.09 52	0.59 257	0.01 124	0.00 1	0.02 38	1.10 350	0.43 172	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.01 126

HHNet	0.48 245	0.21 189	1.60 246	0.10 340	0.00 1	1.14 335	0.26 339	0.47 161	0.59 257	0.01 124	3.56 374	0.04 95	0.71 331	0.00 1	0.73 319	0.02 360	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

Patchmatch Stereo++	0.13 49	0.04 38	0.73 49	0.05 304	0.01 235	1.06 256	0.08 303	0.06 29	0.56 173	0.01 124	0.00 1	0.05 116	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.96 340	0.05 60	0.74 58	0.09 336	0.27 384	1.11 324	0.28 346	0.05 19	0.59 257	0.01 124	0.00 1	0.01 7	1.00 344	3.68 282	11.30 400	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

IIG-Stereo	0.65 308	0.34 245	0.77 73	0.05 304	0.03 300	1.17 345	0.00 1	1.46 301	0.60 279	0.01 124	0.57 341	0.54 291	0.01 84	7.03 393	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

NF-Stereo	0.47 238	0.03 23	0.77 73	0.12 354	0.00 1	1.07 290	0.26 339	0.19 96	0.60 279	0.01 124	0.00 1	0.02 38	0.00 1	6.18 370	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

OCTAStereo	0.47 238	0.03 23	0.77 73	0.12 354	0.00 1	1.07 290	0.26 339	0.19 96	0.60 279	0.01 124	0.00 1	0.02 38	0.00 1	6.16 369	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

PSM-adaLoss	0.14 62	0.04 38	0.73 49	0.05 304	0.02 279	1.06 256	0.08 303	0.05 19	0.56 173	0.01 124	0.00 1	0.07 135	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

PSM-AAD	0.49 250	0.02 7	0.75 66	0.06 322	0.00 1	1.19 348	2.19 397	0.12 75	0.59 257	0.01 124	0.45 336	0.13 171	4.04 392	0.22 156	0.06 160	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

ROB_FTStereo_v2	0.14 62	0.04 38	0.73 49	0.05 304	0.01 235	1.06 256	0.06 292	0.05 19	0.56 173	0.01 124	0.00 1	0.07 135	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

ROB_FTStereo	0.13 49	0.04 38	0.73 49	0.05 304	0.02 279	1.06 256	0.07 296	0.06 29	0.56 173	0.01 124	0.00 1	0.03 75	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

KYRaft	0.21 116	0.03 23	0.74 58	0.04 294	0.00 1	1.16 342	0.12 320	0.08 46	0.60 279	0.01 124	0.30 326	0.03 75	0.77 337	0.37 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

HUI-Stereo	0.14 62	0.04 38	0.75 66	0.05 304	0.02 279	1.06 256	0.08 303	0.06 29	0.57 206	0.01 124	0.00 1	0.07 135	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

PFNet	0.60 300	0.11 133	2.08 293	0.00 1	0.30 386	1.16 342	0.00 1	0.29 132	0.59 257	0.01 124	0.24 319	0.02 38	0.00 1	6.58 384	0.23 263	0.10 378	0.00 1	0.00 1	0.04 352	0.14 316	0.05 299

RE-Stereo	0.47 238	0.03 23	0.77 73	0.12 354	0.00 1	1.07 290	0.26 339	0.19 96	0.60 279	0.01 124	0.00 1	0.02 38	0.00 1	6.18 370	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

TVStereo	0.47 238	0.03 23	0.77 73	0.12 354	0.00 1	1.07 290	0.26 339	0.19 96	0.60 279	0.01 124	0.00 1	0.02 38	0.00 1	6.18 370	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DeepStereo_RVC	0.22 120	0.04 38	0.87 112	0.05 304	0.02 279	1.07 290	0.32 350	0.04 13	0.56 173	0.01 124	0.00 1	0.00 1	1.25 357	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.05 299

iGMRVC	0.14 62	0.04 38	0.74 58	0.05 304	0.02 279	1.06 256	0.07 296	0.06 29	0.56 173	0.01 124	0.00 1	0.05 116	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

RAFT-RH_RVC	0.96 340	0.13 148	1.35 209	0.02 265	0.05 323	1.06 256	0.00 1	0.06 29	0.55 161	0.01 124	9.57 401	0.10 155	0.00 1	6.00 361	0.30 278	0.01 346	0.00 1	0.00 1	0.02 330	0.01 56	0.00 1

IRAFT_RVC	0.51 264	0.13 148	1.14 171	0.10 340	0.00 1	1.17 345	0.10 313	0.28 131	0.61 294	0.01 124	0.00 1	0.02 38	0.12 267	6.22 377	0.22 258	0.00 1	0.09 385	0.00 1	0.00 1	0.02 132	0.01 126

iRAFT	0.13 49	0.04 38	0.73 49	0.05 304	0.01 235	1.06 256	0.08 303	0.06 29	0.56 173	0.01 124	0.00 1	0.05 116	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

test-2	0.13 49	0.24 208	0.83 96	0.00 1	0.14 359	0.86 192	0.01 214	0.09 52	0.11 72	0.01 124	0.01 201	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 385	0.00 1	0.00 1	0.16 331	0.01 126

GMM-Stereo	0.18 97	0.02 7	1.37 215	0.08 331	0.00 1	1.11 324	0.13 321	0.09 52	0.60 279	0.01 124	0.00 1	0.02 38	0.10 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RAFT-IKP	0.14 62	0.04 38	0.75 66	0.05 304	0.01 235	1.06 256	0.08 303	0.05 19	0.56 173	0.01 124	0.00 1	0.05 116	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

Prome-Stereo	0.23 127	0.04 38	0.76 71	0.10 340	0.00 1	1.15 338	0.02 251	0.27 127	0.65 349	0.01 124	0.54 340	0.04 95	0.71 331	0.27 162	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

Anonymous3	0.19 102	0.07 102	1.33 205	0.00 1	0.00 1	1.12 331	0.00 1	0.56 173	0.56 173	0.01 124	0.00 1	0.06 128	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

s12784h	0.21 116	0.05 60	0.81 91	0.00 1	0.00 1	1.06 256	0.02 251	1.36 272	0.56 173	0.01 124	0.34 331	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

TestStereo	0.31 175	0.22 195	1.36 213	0.00 1	0.00 1	0.27 47	0.00 1	0.06 29	0.04 9	0.01 124	0.00 1	0.03 75	0.01 84	4.27 305	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 43	0.15 159	0.78 82	0.00 1	0.00 1	1.03 237	0.00 1	0.07 41	0.08 31	0.01 124	0.15 310	0.04 95	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.47 238	0.11 133	5.03 385	0.00 1	0.00 1	0.70 156	0.00 1	1.98 343	0.61 294	0.01 124	0.00 1	0.36 246	0.33 307	0.18 151	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.02 221

HCRNet	0.32 184	0.10 119	0.81 91	0.00 1	0.00 1	1.10 316	0.00 1	0.39 146	0.59 257	0.01 124	0.01 201	0.06 128	0.03 171	3.24 261	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.02 221

CFNet-RSSM	0.17 87	0.06 83	1.16 176	0.00 1	0.12 355	0.61 127	0.00 1	0.90 221	0.08 31	0.01 124	0.00 1	0.09 152	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.23 395	0.00 1	0.00 1

APVNet	0.51 264	0.21 189	2.43 316	0.00 1	0.00 1	0.94 214	0.00 1	0.45 157	0.62 342	0.01 124	0.01 201	0.34 239	0.03 171	4.59 312	0.27 274	0.00 1	0.00 1	0.03 380	0.00 1	0.15 323	0.02 221

SFCPSM	0.21 116	0.04 38	1.59 245	0.00 1	0.05 323	0.34 67	0.00 1	1.24 262	0.57 206	0.01 124	0.00 1	0.12 164	0.02 129	0.05 108	0.05 146	0.00 1	0.00 1	0.00 1	0.02 330	0.02 132	0.00 1

Gwc-CoAtRS	0.12 43	0.06 83	1.17 177	0.00 1	0.11 352	0.41 75	0.00 1	0.20 106	0.04 9	0.01 124	0.00 1	0.18 195	0.00 1	0.01 26	0.06 160	0.00 1	0.00 1	0.00 1	0.18 384	0.01 56	0.00 1

ACVNet	0.20 110	0.14 154	0.96 132	0.01 241	0.00 1	1.05 247	0.11 317	0.19 96	0.60 279	0.01 124	0.01 201	0.71 309	0.00 1	0.05 108	0.10 196	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

CFNet-ft	0.31 175	0.34 245	0.96 132	0.00 1	0.00 1	1.08 302	0.00 1	0.19 96	0.15 97	0.01 124	0.00 1	0.48 273	0.00 1	2.95 251	0.05 146	0.00 1	0.00 1	0.01 354	0.00 1	0.01 56	0.01 126

DMCA-RVC	0.31 175	0.48 303	2.47 318	0.00 1	0.03 300	0.78 172	0.03 267	0.06 29	0.08 31	0.01 124	0.01 201	0.08 141	0.33 307	1.59 210	0.16 233	0.00 1	0.02 331	0.01 354	0.00 1	0.01 56	0.01 126

DMCA	0.19 102	0.16 166	1.39 218	0.00 1	0.01 235	1.00 227	0.01 214	0.38 143	0.57 206	0.01 124	0.01 201	0.05 116	0.00 1	0.05 108	0.12 214	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

FADNet	0.55 278	0.75 354	2.42 314	0.00 1	0.01 235	0.82 180	0.00 1	0.88 218	0.54 157	0.01 124	0.01 201	0.16 190	0.16 278	4.49 310	0.09 187	0.18 383	0.00 1	0.00 1	0.00 1	0.43 384	0.00 1

DIP-Stereo	0.22 120	0.10 119	0.77 73	0.00 1	0.00 1	1.09 310	0.00 1	1.68 324	0.57 206	0.01 124	0.00 1	0.01 7	0.07 245	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RGC	0.50 259	0.53 319	2.42 314	0.00 1	0.01 235	0.65 148	0.00 1	1.07 245	0.17 105	0.01 124	0.62 344	1.00 329	0.19 284	3.03 255	0.28 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.02 221

ADCP+	1.36 359	0.76 359	6.73 390	0.01 241	0.02 279	1.32 362	0.80 385	0.81 209	0.72 361	0.01 124	0.01 201	0.96 326	1.05 347	0.33 164	13.50 406	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 221

CC-Net-ROB	0.64 307	0.50 307	1.13 170	0.07 326	0.00 1	1.08 302	0.01 214	2.58 374	0.56 173	0.01 124	0.00 1	0.14 177	0.01 84	5.73 353	0.12 214	0.50 392	0.00 1	0.21 401	0.00 1	0.09 285	0.02 221

GANet	0.55 278	0.35 254	1.40 223	0.00 1	0.00 1	0.77 170	0.08 303	0.36 141	0.57 206	0.01 124	0.00 1	0.68 308	0.11 264	5.52 342	1.07 328	0.00 1	0.00 1	0.02 371	0.00 1	0.09 285	0.03 253

CFNet_RVC	0.31 175	0.34 245	0.96 132	0.00 1	0.00 1	1.08 302	0.00 1	0.19 96	0.15 97	0.01 124	0.00 1	0.48 273	0.00 1	2.95 251	0.05 146	0.00 1	0.00 1	0.01 354	0.00 1	0.01 56	0.01 126

UCFNet_RVC	0.20 110	0.32 237	0.88 116	0.00 1	0.00 1	1.02 231	0.00 1	0.20 106	0.29 127	0.01 124	0.00 1	0.34 239	0.02 129	0.81 189	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNetv2_ROB	0.36 203	1.03 376	2.96 347	0.00 1	0.00 1	0.58 122	0.00 1	1.51 312	0.58 245	0.01 124	0.00 1	0.08 141	0.02 129	0.07 118	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.29 372	0.02 221

MFMNet_re	0.24 135	0.74 353	2.31 304	0.53 391	0.00 1	0.17 36	0.01 214	0.02 4	0.59 257	0.01 124	0.03 278	0.12 164	0.00 1	0.07 118	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.19 345	0.01 126

FBW_ROB	0.83 325	0.31 236	1.48 236	0.10 340	0.01 235	0.62 132	0.01 214	1.91 338	0.59 257	0.01 124	0.01 201	1.10 338	0.05 227	7.84 397	2.07 351	0.05 370	0.01 301	0.03 380	0.01 316	0.01 56	0.47 394

DN-CSS_ROB	0.26 145	0.75 354	1.33 205	0.00 1	0.00 1	0.99 225	0.00 1	1.04 240	0.61 294	0.01 124	0.00 1	0.19 202	0.02 129	0.07 118	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.22 355	0.01 126

MyStereo8	0.28 155	0.37 269	2.57 328	0.02 265	0.00 1	1.23 351	0.00 1	0.26 123	0.15 97	0.02 213	0.05 285	0.14 177	0.04 202	0.24 159	0.05 146	0.00 1	0.11 392	0.00 1	0.01 316	0.04 203	0.21 384

EKT-Stereo	0.46 236	0.12 142	1.03 145	0.75 396	4.21 413	1.06 256	0.00 1	0.83 213	0.04 9	0.02 213	0.00 1	0.08 141	0.00 1	0.89 194	0.01 75	0.00 1	0.03 341	0.00 1	0.05 354	0.04 203	0.01 126

MIM_Stereo	0.10 20	0.32 237	0.90 119	0.00 1	0.03 300	0.29 52	0.00 1	0.11 71	0.11 72	0.02 213	0.00 1	0.04 95	0.01 84	0.01 26	0.00 1	0.00 1	0.03 341	0.00 1	0.00 1	0.11 298	0.08 333

SQANet	0.42 221	1.14 385	1.86 273	0.04 294	0.48 391	0.36 69	0.03 267	0.40 149	0.56 173	0.02 213	0.24 319	0.49 281	0.06 239	2.14 219	0.21 257	0.02 360	0.02 331	0.01 354	0.00 1	0.19 345	0.03 253

4D-IteraStereo	0.16 79	0.51 312	1.73 260	0.00 1	0.00 1	0.38 71	0.03 267	0.08 46	0.08 31	0.02 213	0.01 201	0.00 1	0.01 84	0.06 113	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.06 320

MC-Stereo	0.10 20	0.10 119	0.59 35	0.01 241	0.01 235	1.06 256	0.00 1	0.03 6	0.09 48	0.02 213	0.00 1	0.03 75	0.02 129	0.03 92	0.00 1	0.00 1	0.01 301	0.00 1	0.02 330	0.05 220	0.01 126

CIPLG	0.33 186	0.75 354	1.79 267	0.10 340	0.01 235	0.93 213	0.21 331	1.45 291	0.61 294	0.02 213	0.01 201	0.14 177	0.06 239	0.13 144	0.17 237	0.00 1	0.04 356	0.01 354	0.01 316	0.17 338	0.04 282

IPLGR_C	0.35 199	0.81 364	2.03 285	0.10 340	0.01 235	0.90 201	0.21 331	1.46 301	0.61 294	0.02 213	0.01 201	0.13 171	0.07 245	0.14 146	0.17 237	0.00 1	0.05 370	0.01 354	0.02 330	0.17 338	0.04 282

ACRE	0.34 193	0.70 346	2.13 294	0.10 340	0.00 1	0.90 201	0.20 330	1.45 291	0.61 294	0.02 213	0.01 201	0.13 171	0.05 227	0.14 146	0.17 237	0.00 1	0.03 341	0.01 354	0.02 330	0.17 338	0.04 282

AACVNet	0.40 217	0.36 261	0.90 119	0.00 1	0.00 1	0.53 110	0.00 1	0.18 93	0.41 143	0.02 213	0.00 1	0.11 158	0.01 84	5.33 334	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.00 1

RAFT_R40	0.49 250	0.03 23	0.74 58	0.05 304	0.15 363	1.09 310	0.32 350	0.27 127	0.59 257	0.02 213	0.03 278	0.07 135	0.30 302	6.12 366	0.11 204	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

CRE-IMP	0.16 79	0.03 23	0.75 66	0.05 304	0.01 235	1.11 324	0.34 355	0.04 13	0.56 173	0.02 213	0.00 1	0.12 164	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.08 333

cross-raft	0.15 74	0.05 60	1.46 232	0.00 1	0.01 235	0.37 70	0.07 296	0.40 149	0.02 2	0.02 213	0.00 1	0.38 255	0.00 1	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.11 370	0.01 56	0.02 221

RALCasStereoNet	0.16 79	0.35 254	0.84 101	0.00 1	0.00 1	0.32 60	0.03 267	0.16 86	0.56 173	0.02 213	0.07 297	0.05 116	0.08 249	0.13 144	0.08 181	0.00 1	0.31 402	0.00 1	0.00 1	0.07 252	0.11 355

222	1.95 371	0.03 23	0.41 3	0.00 1	0.00 1	0.58 122	0.00 1	2.64 379	0.57 206	0.02 213	0.00 1	0.05 116	0.02 129	3.34 269	31.23 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

RAFT + AFF	0.60 300	0.75 354	1.04 146	0.00 1	0.00 1	1.10 316	0.06 292	1.45 291	0.57 206	0.02 213	0.00 1	0.18 195	1.43 361	4.80 319	0.15 231	0.00 1	0.17 399	0.00 1	0.00 1	0.27 369	0.08 333

Syn2CoEx	0.56 282	0.78 361	2.86 343	0.00 1	0.00 1	0.10 27	0.01 214	0.91 223	0.61 294	0.02 213	0.00 1	0.49 281	0.21 290	5.03 325	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.03 253

HGLStereo	0.28 155	0.12 142	1.15 172	0.00 1	0.00 1	0.65 148	0.00 1	0.57 175	0.25 120	0.02 213	0.01 201	0.47 271	0.03 171	2.17 224	0.14 227	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

DSFCA	0.40 217	0.09 115	0.84 101	0.00 1	0.01 235	0.98 219	0.37 358	0.29 132	0.62 342	0.02 213	0.32 328	0.03 75	0.24 296	3.91 289	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

FADNet_RVC	0.60 300	0.83 366	2.50 320	0.00 1	0.00 1	1.09 310	0.00 1	1.29 265	0.50 148	0.02 213	0.05 285	0.26 221	0.03 171	3.17 259	0.25 269	0.21 385	0.26 401	0.08 393	0.28 405	0.53 387	0.55 400

STTStereo	0.24 135	0.28 225	1.68 254	0.00 1	0.00 1	0.84 187	0.03 267	0.16 86	0.08 31	0.02 213	0.00 1	0.20 206	0.03 171	1.54 208	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

R-Stereo Train	0.15 74	0.03 23	0.77 73	0.00 1	0.00 1	0.74 164	0.00 1	1.36 272	0.09 48	0.02 213	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

MADNet+	4.65 397	2.70 412	46.68 415	0.01 241	0.02 279	2.06 378	0.03 267	3.17 387	1.07 376	0.02 213	0.01 201	1.84 366	0.31 305	21.62 413	13.04 404	0.00 1	0.03 341	0.00 1	0.00 1	0.20 351	0.19 379

RAFT-Stereo	0.15 74	0.03 23	0.77 73	0.00 1	0.00 1	0.74 164	0.00 1	1.36 272	0.09 48	0.02 213	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RYNet	0.53 274	0.19 183	1.79 267	0.00 1	0.00 1	0.55 115	0.00 1	1.12 252	0.61 294	0.02 213	0.00 1	0.83 318	0.04 202	5.05 326	0.45 299	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

DLCB_ROB	0.27 151	0.16 166	0.71 45	0.00 1	0.00 1	0.44 88	0.00 1	0.43 154	0.57 206	0.02 213	0.04 283	0.63 295	0.04 202	2.18 225	0.24 266	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.31 175	0.34 245	0.89 117	0.00 1	0.00 1	0.97 217	0.01 214	1.45 291	0.57 206	0.02 213	0.00 1	0.17 192	0.02 129	1.75 211	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LVE	2.75 386	1.12 381	2.30 303	0.46 389	0.45 390	1.87 375	0.06 292	7.19 400	9.72 403	0.03 240	11.08 405	9.01 396	1.26 358	6.93 391	0.91 324	1.86 402	0.16 398	0.04 387	0.24 400	0.22 355	0.13 366

DisPM	0.16 79	0.05 60	0.82 94	0.07 326	0.00 1	1.14 335	0.41 362	0.08 46	0.54 157	0.03 240	0.00 1	0.00 1	0.00 1	0.06 113	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

SACVNet	0.42 221	0.29 229	1.10 163	0.00 1	0.00 1	1.02 231	0.00 1	0.78 202	0.29 127	0.03 240	0.00 1	0.24 214	0.02 129	4.27 305	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.20 351	0.01 126

PSM-softLoss	0.48 245	0.04 38	1.10 163	0.17 372	0.00 1	1.07 290	0.25 337	0.12 75	0.61 294	0.03 240	0.01 201	0.02 38	0.01 84	6.03 363	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

KMStereo	0.48 245	0.04 38	1.10 163	0.17 372	0.00 1	1.07 290	0.25 337	0.12 75	0.61 294	0.03 240	0.01 201	0.02 38	0.01 84	6.03 363	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DRaft	0.56 282	0.08 109	0.73 49	0.00 1	0.00 1	0.92 210	0.19 328	0.05 19	0.09 48	0.03 240	0.26 322	0.06 128	2.55 378	4.61 314	1.38 340	0.00 1	0.03 341	0.00 1	0.02 330	0.03 182	0.08 333

Pruner-Stereo	0.16 79	0.04 38	0.73 49	0.19 378	0.00 1	1.08 302	0.21 331	0.16 86	0.59 257	0.03 240	0.00 1	0.01 7	0.00 1	0.02 67	0.22 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.01 126

RAFT-Stereo + iAFF	0.19 102	0.33 241	0.84 101	0.00 1	0.02 279	1.06 256	0.00 1	0.45 157	0.59 257	0.03 240	0.00 1	0.05 116	0.06 239	0.04 101	0.07 171	0.00 1	0.01 301	0.00 1	0.00 1	0.17 338	0.01 126

delet	0.33 186	0.24 208	1.05 154	0.00 1	0.00 1	0.60 126	0.00 1	0.53 169	0.59 257	0.03 240	0.01 201	0.52 288	0.19 284	2.68 240	0.13 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

GwcNet	0.50 259	0.46 297	3.90 374	0.00 1	0.00 1	0.42 79	0.10 313	0.38 143	0.74 363	0.03 240	0.00 1	0.63 295	0.05 227	2.92 249	0.16 233	0.00 1	0.00 1	0.00 1	0.00 1	0.17 338	0.05 299

GANet-RSSM	0.34 193	0.29 229	0.97 138	0.00 1	0.00 1	1.05 247	0.00 1	0.22 113	0.15 97	0.03 240	0.00 1	0.31 233	0.00 1	3.62 278	0.14 227	0.00 1	0.00 1	0.03 380	0.00 1	0.05 220	0.01 126

RP	0.42 221	0.44 293	1.52 239	0.00 1	0.01 235	0.61 127	0.02 251	1.06 243	0.39 141	0.03 240	0.01 201	0.99 328	0.16 278	2.89 248	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.10 292	0.00 1

XQC	0.68 311	0.72 352	3.82 372	0.06 322	0.00 1	0.39 72	0.01 214	1.92 339	0.61 294	0.03 240	0.01 201	0.46 270	0.21 290	2.84 245	2.26 352	0.00 1	0.00 1	0.00 1	0.01 316	0.15 323	0.05 299

NLCA_NET_v2_RVC	0.35 199	0.49 306	2.00 283	0.00 1	0.02 279	0.96 215	0.00 1	0.55 172	0.18 108	0.03 240	0.00 1	0.35 243	0.10 260	2.37 230	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PASM	0.51 264	0.32 237	3.07 352	0.00 1	0.00 1	0.31 56	0.00 1	0.46 160	0.12 84	0.03 240	0.00 1	0.44 266	0.02 129	5.22 330	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.03 253

NVstereo2D	0.45 232	0.11 133	1.91 278	0.00 1	0.00 1	0.59 125	0.00 1	1.39 279	0.61 294	0.03 240	0.00 1	0.33 236	0.00 1	3.94 292	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DPSNet	1.25 356	0.28 225	5.34 386	0.28 385	0.07 335	1.50 364	0.00 1	3.53 388	0.69 357	0.03 240	0.00 1	0.45 269	2.10 374	5.67 350	4.61 373	0.02 360	0.04 356	0.00 1	0.02 330	0.23 359	0.09 346

MyStereo05	0.28 155	0.13 148	2.37 308	0.01 241	0.00 1	1.09 310	0.00 1	1.02 239	0.45 144	0.04 257	0.01 201	0.26 221	0.14 271	0.00 1	0.06 160	0.00 1	0.05 370	0.00 1	0.00 1	0.01 56	0.04 282

DDUNet	0.34 193	0.20 186	1.06 155	0.00 1	0.00 1	0.79 174	0.01 214	0.91 223	0.54 157	0.04 257	0.01 201	1.11 340	0.01 84	1.89 214	0.17 237	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

NRIStereo	0.17 87	0.03 23	0.73 49	0.04 294	0.01 235	1.15 338	0.33 354	0.03 6	0.59 257	0.04 257	0.01 201	0.11 158	0.01 84	0.10 136	0.03 120	0.00 1	0.02 331	0.00 1	0.00 1	0.06 240	0.09 346

SST-Stereo	0.51 264	0.02 7	0.74 58	0.05 304	0.19 377	1.09 310	0.49 369	0.26 123	0.61 294	0.04 257	0.00 1	0.05 116	0.58 322	6.12 366	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

test-1	0.19 102	0.13 148	0.67 43	0.00 1	0.15 363	0.57 119	0.00 1	1.01 238	0.11 72	0.04 257	0.48 339	0.05 116	0.00 1	0.01 26	0.30 278	0.00 1	0.07 381	0.00 1	0.06 357	0.01 56	0.18 377

hitnet-ft	0.42 221	0.30 232	1.15 172	0.00 1	0.00 1	0.73 163	0.11 317	0.30 135	0.19 109	0.04 257	0.14 308	0.75 312	0.17 283	4.33 308	0.10 196	0.01 346	0.00 1	0.03 380	0.00 1	0.04 203	0.01 126

PSMNet-RSSM	0.36 203	0.36 261	0.93 126	0.00 1	0.00 1	1.06 256	0.00 1	0.50 167	0.53 154	0.04 257	0.00 1	0.40 259	0.00 1	3.33 268	0.06 160	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

ADCPNet	1.44 363	0.55 328	7.88 394	0.01 241	0.19 377	2.78 382	0.27 344	0.90 221	0.38 137	0.04 257	0.02 273	1.43 356	1.81 367	2.22 227	9.08 394	0.00 1	0.47 408	0.00 1	0.64 411	0.04 203	0.15 370

iResNet_ROB	0.30 171	0.66 341	1.41 224	0.00 1	0.00 1	0.70 156	0.00 1	0.79 205	0.57 206	0.04 257	0.01 201	0.08 141	0.01 84	1.55 209	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

UDG	0.42 221	0.43 290	1.17 177	0.00 1	0.00 1	0.99 225	0.00 1	1.70 327	0.60 279	0.05 266	0.00 1	1.51 361	0.19 284	1.20 200	0.61 314	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

IPLG	0.51 264	0.38 279	1.60 246	0.02 265	0.00 1	1.11 324	0.07 296	1.48 303	0.57 206	0.05 266	0.00 1	0.12 164	0.15 276	4.58 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 298	0.00 1

DEmStereo	0.75 317	0.06 83	1.73 260	0.04 294	0.00 1	0.78 172	0.52 373	0.05 19	0.57 206	0.05 266	0.72 348	0.02 38	3.42 387	5.79 356	1.29 337	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

ARAFT	0.58 293	0.75 354	2.78 341	0.00 1	0.00 1	1.20 350	0.00 1	2.26 356	0.57 206	0.05 266	0.00 1	0.18 195	0.03 171	3.54 276	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.19 345	0.04 282

AFF-stereo	0.18 97	0.42 288	0.77 73	0.00 1	0.00 1	0.91 208	0.00 1	0.41 151	0.65 349	0.05 266	0.00 1	0.04 95	0.05 227	0.06 113	0.04 137	0.00 1	0.01 301	0.00 1	0.00 1	0.19 345	0.01 126

cf-r	0.35 199	0.41 286	1.45 230	0.00 1	0.00 1	1.06 256	0.00 1	0.43 154	0.38 137	0.05 266	0.00 1	0.65 300	0.00 1	2.53 236	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 221

FAT-Stereo	0.50 259	0.14 154	2.51 323	0.00 1	0.00 1	0.33 64	0.09 309	1.88 336	0.61 294	0.05 266	0.76 349	0.60 293	0.52 319	2.46 235	0.06 160	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

SuperB	1.85 370	1.06 377	10.54 401	0.02 265	0.01 235	0.90 201	0.78 383	1.75 332	0.64 347	0.05 266	0.05 285	0.34 239	0.89 342	5.29 332	5.80 381	0.01 346	0.00 1	0.02 371	0.02 330	8.71 416	0.06 320

MyStereo04	0.26 145	0.12 142	2.34 305	0.00 1	0.00 1	0.98 219	0.00 1	0.84 214	0.20 110	0.06 274	0.01 201	0.33 236	0.11 264	0.00 1	0.06 160	0.00 1	0.05 370	0.00 1	0.00 1	0.02 132	0.04 282

Wz-Net-TNSev	1.42 362	2.41 410	11.01 402	0.00 1	0.00 1	0.42 79	0.14 322	2.05 344	0.61 294	0.06 274	0.01 201	1.34 351	0.16 278	5.70 351	4.19 368	0.00 1	0.00 1	0.00 1	0.01 316	0.19 345	0.10 353

ASMatch	0.59 297	0.10 119	1.66 252	0.13 361	0.04 315	1.07 290	0.00 1	0.10 67	0.64 347	0.06 274	0.44 335	0.05 116	0.87 341	6.32 379	0.27 274	0.00 1	0.00 1	0.00 1	0.01 316	0.00 1	0.00 1

NCC-stereo	0.49 250	0.46 297	2.04 287	0.03 282	0.03 300	1.06 256	0.01 214	0.78 202	0.22 113	0.06 274	0.19 314	0.64 298	0.05 227	3.65 279	0.63 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

stereogan	0.49 250	0.22 195	2.39 309	0.00 1	0.00 1	0.63 142	0.02 251	0.79 205	0.72 361	0.06 274	0.00 1	1.68 364	0.46 315	2.63 239	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.00 1

Abc-Net	0.49 250	0.46 297	2.04 287	0.03 282	0.03 300	1.06 256	0.01 214	0.78 202	0.22 113	0.06 274	0.19 314	0.64 298	0.05 227	3.65 279	0.63 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ACVNet-DCA	0.25 141	0.22 195	1.20 182	0.00 1	0.00 1	1.31 358	0.00 1	0.95 229	0.55 161	0.07 280	0.00 1	0.03 75	0.02 129	0.59 181	0.01 75	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

xx1	0.28 155	0.22 195	1.20 182	0.00 1	0.00 1	1.31 358	0.00 1	1.41 280	0.69 357	0.07 280	0.00 1	0.01 7	0.00 1	0.59 181	0.01 75	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

1test111	0.28 155	0.22 195	1.20 182	0.00 1	0.00 1	1.31 358	0.00 1	0.95 229	0.55 161	0.07 280	0.00 1	0.03 75	0.02 129	1.23 203	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 155	0.22 195	1.20 182	0.00 1	0.00 1	1.31 358	0.00 1	1.41 280	0.69 357	0.07 280	0.00 1	0.03 75	0.02 129	0.59 181	0.01 75	0.00 1	0.01 301	0.00 1	0.00 1	0.08 269	0.04 282

tt1	0.27 151	0.23 204	1.17 177	0.00 1	0.00 1	1.29 356	0.00 1	1.42 283	0.57 206	0.07 280	0.00 1	0.03 75	0.02 129	0.57 178	0.01 75	0.00 1	0.01 301	0.00 1	0.00 1	0.08 269	0.03 253

RCA-Stereo	0.18 97	0.11 133	0.63 38	0.00 1	0.00 1	1.06 256	0.00 1	1.48 303	0.07 18	0.07 280	0.00 1	0.02 38	0.05 227	0.00 1	0.00 1	0.00 1	0.01 301	0.00 1	0.00 1	0.05 220	0.01 126

MSC_U_SF_DS_RVC	1.79 369	1.81 403	3.81 371	0.01 241	0.02 279	12.12 406	0.50 371	2.74 381	0.71 360	0.07 280	0.20 316	2.17 374	0.15 276	6.82 390	1.19 332	0.74 395	0.80 412	0.20 399	0.27 404	0.73 392	0.70 402

AE-Stereo	0.17 87	0.05 60	0.79 85	0.03 282	0.09 343	1.06 256	0.00 1	0.57 175	0.06 13	0.08 287	0.00 1	0.13 171	0.00 1	0.01 26	0.01 75	0.00 1	0.06 380	0.00 1	0.23 395	0.08 269	0.04 282

RAFT-Test	0.20 110	0.09 115	1.34 207	0.00 1	0.12 355	0.39 72	0.10 313	0.72 198	0.25 120	0.08 287	0.00 1	0.44 266	0.00 1	0.05 108	0.13 221	0.00 1	0.00 1	0.00 1	0.24 400	0.01 56	0.01 126

tt	48.25 417	0.05 60	28.22 410	1.29 401	0.00 1	100.00 429	100.00 427	100.00 428	97.19 423	0.08 287	0.00 1	97.99 427	86.70 423	2.26 228	99.92 428	83.66 424	94.83 423	16.47 417	21.27 419	35.05 417	0.01 126

ADStereo(finetuned)	0.34 193	0.37 269	2.24 301	0.00 1	0.00 1	1.04 244	0.00 1	1.49 309	0.61 294	0.08 287	0.00 1	0.04 95	0.74 335	0.03 92	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.05 299

PFNet+	0.23 127	0.06 83	0.79 85	0.07 326	0.01 235	1.11 324	0.42 364	0.11 71	0.59 257	0.08 287	0.01 201	0.02 38	0.00 1	1.21 201	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

DCANet	0.25 141	0.37 269	1.20 182	0.00 1	0.00 1	1.06 256	0.00 1	1.49 309	0.61 294	0.08 287	0.00 1	0.04 95	0.00 1	0.02 67	0.10 196	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.05 299

RASNet	0.58 293	0.27 221	1.30 203	0.00 1	0.00 1	0.61 127	0.01 214	0.47 161	0.60 279	0.08 287	0.06 294	1.52 363	0.04 202	6.18 370	0.48 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

PDISCO_ROB	0.56 282	0.57 331	2.07 292	0.17 372	0.00 1	1.56 367	0.01 214	2.27 357	0.51 150	0.08 287	0.01 201	0.74 311	0.28 301	2.37 230	0.13 221	0.00 1	0.00 1	0.00 1	0.00 1	0.33 377	0.00 1

AEACV	0.10 20	0.02 7	0.49 12	0.00 1	0.02 279	0.75 167	0.00 1	0.07 41	0.02 2	0.09 295	0.00 1	0.01 7	0.08 249	0.01 26	0.00 1	0.00 1	0.03 341	0.00 1	0.24 400	0.07 252	0.05 299

ssnet_v2	0.28 155	0.17 170	1.18 180	0.00 1	0.00 1	0.81 178	0.00 1	1.05 241	0.59 257	0.09 295	0.01 201	0.88 321	0.09 252	0.43 172	0.08 181	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	0.09 346

IPLGR	0.43 228	0.17 170	2.05 289	0.02 265	0.02 279	1.08 302	0.04 279	1.62 322	0.57 206	0.09 295	0.00 1	0.15 183	0.22 292	2.62 237	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

MLCV	0.23 127	0.46 297	1.15 172	0.00 1	0.00 1	0.45 89	0.00 1	0.57 175	0.15 97	0.09 295	0.00 1	0.27 224	0.03 171	1.09 198	0.25 269	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

test_4	0.13 49	0.07 102	1.12 169	0.00 1	0.05 323	0.82 180	0.00 1	0.04 13	0.08 31	0.10 299	0.00 1	0.01 7	0.01 84	0.02 67	0.06 160	0.00 1	0.00 1	0.00 1	0.02 330	0.11 298	0.00 1

THIR-Stereo	0.93 337	0.18 174	1.34 207	0.00 1	0.01 235	0.53 110	3.86 406	0.10 67	0.10 66	0.10 299	1.50 366	0.76 313	2.90 382	5.73 353	1.45 341	0.00 1	0.00 1	0.02 371	0.00 1	0.01 56	0.00 1

NVStereoNet_ROB	1.08 345	0.39 282	2.15 296	0.08 331	0.02 279	0.45 89	0.02 251	0.89 220	0.67 355	0.10 299	5.85 382	1.90 367	1.11 351	6.20 376	1.14 330	0.20 384	0.00 1	0.03 380	0.07 360	0.12 305	0.13 366
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MIPNet	0.34 193	0.35 254	1.56 242	0.02 265	0.00 1	1.11 324	0.09 309	1.57 314	0.65 349	0.11 302	0.05 285	0.18 195	0.19 284	0.74 188	0.00 1	0.00 1	0.00 1	0.00 1	0.01 316	0.06 240	0.01 126

XX-Stereo	0.57 289	0.15 159	4.26 377	0.08 331	0.03 300	1.10 316	0.00 1	2.55 370	0.11 72	0.11 302	0.00 1	1.43 356	0.01 84	1.34 206	0.00 1	0.00 1	0.04 356	0.00 1	0.16 382	0.03 182	0.01 126

test_5	0.26 145	0.35 254	1.35 209	0.01 241	0.22 383	0.80 176	0.01 214	0.81 209	0.58 245	0.12 304	0.00 1	0.06 128	0.01 84	0.61 184	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 316	0.16 374

OMP-Stereo	0.66 310	0.33 241	0.72 47	0.18 377	0.06 330	1.17 345	0.00 1	1.45 291	0.59 257	0.12 304	0.60 343	0.50 284	0.00 1	7.09 394	0.26 272	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

ac_64	0.39 214	0.12 142	1.15 172	0.04 294	0.01 235	0.43 84	0.02 251	0.25 120	0.59 257	0.12 304	0.01 201	0.89 322	0.04 202	3.92 290	0.12 214	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

DCANet-4	0.31 175	0.05 60	2.61 330	0.00 1	0.00 1	1.05 247	0.00 1	1.49 309	0.61 294	0.13 307	0.00 1	0.03 75	0.05 227	0.03 92	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

fff	0.28 155	0.37 269	1.20 182	0.00 1	0.01 235	1.05 247	0.00 1	1.48 303	0.61 294	0.13 307	0.00 1	0.04 95	0.60 325	0.02 67	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

test_3	0.19 102	0.02 7	0.76 71	0.03 282	0.10 347	0.53 110	0.00 1	1.42 283	0.07 18	0.13 307	0.00 1	0.02 38	0.00 1	0.07 118	0.19 250	0.00 1	0.00 1	0.00 1	0.20 388	0.12 305	0.11 355

csc	0.28 155	0.37 269	1.20 182	0.00 1	0.01 235	1.05 247	0.00 1	1.48 303	0.61 294	0.13 307	0.00 1	0.04 95	0.60 325	0.02 67	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

cscssc	0.28 155	0.37 269	1.20 182	0.00 1	0.01 235	1.05 247	0.00 1	1.48 303	0.61 294	0.13 307	0.00 1	0.04 95	0.60 325	0.02 67	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

AF-Net	0.47 238	0.53 319	2.05 289	0.00 1	0.00 1	0.41 75	0.01 214	1.18 259	0.40 142	0.13 307	0.05 285	1.30 348	0.45 314	2.43 234	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.09 285	0.00 1

NOSS_ROB	0.61 303	0.17 170	0.63 38	0.19 378	0.00 1	0.67 151	0.00 1	2.38 360	0.57 206	0.13 307	0.00 1	0.94 324	0.00 1	6.27 378	0.10 196	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.10 353

HSM-Net_RVC	0.52 273	0.06 83	1.45 230	0.00 1	0.00 1	0.61 127	0.00 1	3.83 389	0.52 151	0.14 314	0.00 1	0.22 211	0.03 171	3.50 274	0.04 137	0.01 346	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
TDLM	0.49 250	0.39 282	1.02 143	0.00 1	0.00 1	1.08 302	0.01 214	0.36 141	0.58 245	0.14 314	0.00 1	0.27 224	0.19 284	5.46 341	0.20 255	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.01 126

LALA_ROB	0.31 175	0.38 279	0.91 123	0.00 1	0.01 235	1.00 227	0.01 214	1.60 317	0.61 294	0.15 316	0.00 1	0.09 152	0.01 84	1.04 197	0.41 292	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

EGLCR-Stereo	0.15 74	0.05 60	0.47 11	0.07 326	0.03 300	1.06 256	0.01 214	1.06 243	0.12 84	0.16 317	0.00 1	0.00 1	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CASS	0.07 8	0.06 83	0.73 49	0.00 1	0.00 1	0.10 27	0.01 214	0.15 85	0.12 84	0.16 317	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
FTStereo	0.78 320	0.01 1	1.27 199	0.12 354	0.00 1	1.15 338	2.80 403	0.09 52	0.61 294	0.16 317	5.93 384	0.36 246	2.56 379	0.53 177	0.01 75	0.07 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.38 211	0.21 189	0.86 107	0.00 1	0.00 1	0.67 151	0.00 1	0.86 217	0.60 279	0.18 320	0.01 201	1.01 330	0.02 129	2.92 249	0.26 272	0.00 1	0.00 1	0.00 1	0.00 1	0.09 285	0.02 221

GwcNet-RSSM	0.45 232	0.56 330	1.74 264	0.00 1	0.00 1	1.06 256	0.00 1	0.65 190	0.55 161	0.18 320	0.00 1	0.37 252	0.00 1	3.70 283	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

acv_ft	0.21 116	0.14 154	0.95 130	0.00 1	0.00 1	0.41 75	0.00 1	0.58 178	0.60 279	0.19 322	0.01 201	0.71 309	0.12 267	0.05 108	0.12 214	0.00 1	0.00 1	0.00 1	0.00 1	0.24 360	0.00 1

edge stereo	0.58 293	0.29 229	2.86 343	0.01 241	0.03 300	0.33 64	0.03 267	0.97 233	0.50 148	0.21 323	0.33 329	1.31 349	0.16 278	4.20 301	0.18 241	0.00 1	0.00 1	0.00 1	0.00 1	0.11 298	0.01 126

MSKI-zero shot	0.22 120	0.08 109	1.46 232	0.00 1	0.12 355	1.08 302	0.03 267	0.85 216	0.16 103	0.22 324	0.05 285	0.06 128	0.00 1	0.07 118	0.01 75	0.00 1	0.02 331	0.00 1	0.18 384	0.02 132	0.01 126

MFN_U_SF_DS_RVC	1.16 352	2.03 406	4.57 383	0.02 265	0.04 315	3.52 390	0.27 344	1.80 334	0.58 245	0.22 324	0.28 324	1.38 353	0.02 129	6.08 365	0.42 293	0.14 381	0.68 410	0.01 354	0.26 403	0.39 382	0.47 394

DeepPrunerF	1.33 358	0.59 334	8.62 397	0.02 265	0.09 343	0.90 201	0.00 1	1.34 270	6.72 397	0.22 324	0.01 201	0.21 208	0.14 271	5.64 349	1.99 350	0.00 1	0.00 1	0.01 354	0.02 330	0.14 316	0.02 221

DANet	0.58 293	0.19 183	1.87 274	0.26 383	0.06 330	0.51 101	0.11 317	1.41 280	0.52 151	0.22 324	0.06 294	1.06 334	0.02 129	4.25 303	0.92 325	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.06 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ACVNet_2	1.32 357	1.30 393	2.83 342	0.11 350	0.07 335	1.30 357	0.18 325	2.29 358	0.75 365	0.26 328	3.44 373	6.65 390	0.16 278	5.12 328	1.08 329	0.13 379	0.00 1	0.00 1	0.00 1	0.38 380	0.32 390

ACVNet_1	1.10 346	1.42 398	4.00 376	0.31 387	0.02 279	1.25 353	0.10 313	1.69 325	0.61 294	0.26 328	0.01 201	4.39 383	1.29 359	4.75 316	0.57 313	0.79 398	0.00 1	0.00 1	0.00 1	0.32 375	0.18 377

CrosDoStereo	1.10 346	0.08 109	1.43 227	0.00 1	0.05 323	0.63 142	5.86 410	0.60 182	0.38 137	0.26 328	1.21 359	0.19 202	3.02 383	6.61 386	1.64 345	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DeepStereo_LL	1.10 346	0.08 109	1.43 227	0.00 1	0.05 323	0.63 142	5.86 410	0.60 182	0.38 137	0.26 328	1.21 359	0.19 202	3.02 383	6.61 386	1.64 345	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

111	0.30 171	0.66 341	1.20 182	0.00 1	0.01 235	1.06 256	0.03 267	1.60 317	0.59 257	0.27 332	0.00 1	0.20 206	0.05 227	0.08 129	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.12 364

TransformOpticalFlow	0.85 328	0.27 221	2.72 336	0.30 386	0.03 300	1.25 353	0.05 287	1.53 313	0.61 294	0.28 333	0.38 333	1.27 346	1.54 363	6.53 383	0.22 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

RTSC	0.70 312	0.71 350	3.19 355	0.01 241	0.00 1	0.20 40	0.00 1	0.81 209	0.60 279	0.29 334	0.36 332	0.36 246	0.04 202	2.04 216	4.87 375	0.00 1	0.03 341	0.00 1	0.02 330	0.28 370	0.11 355

HH	0.23 127	0.21 189	1.69 256	0.16 368	0.08 339	0.11 30	0.00 1	0.24 118	0.06 13	0.30 335	0.18 312	1.47 358	0.04 202	0.04 101	0.01 75	0.00 1	0.03 341	0.00 1	0.00 1	0.02 132	0.01 126

HanStereo	0.23 127	0.21 189	1.69 256	0.16 368	0.08 339	0.11 30	0.00 1	0.24 118	0.06 13	0.30 335	0.18 312	1.47 358	0.04 202	0.04 101	0.01 75	0.00 1	0.03 341	0.00 1	0.00 1	0.02 132	0.01 126

BUS	0.33 186	0.05 60	0.54 24	0.00 1	0.00 1	1.87 375	0.00 1	2.43 362	0.58 245	0.30 335	0.09 301	0.65 300	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 155	0.05 60	0.54 24	0.00 1	0.00 1	1.07 290	0.00 1	2.43 362	0.58 245	0.30 335	0.09 301	0.36 246	0.03 171	0.01 26	0.08 181	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 211	0.07 102	1.32 204	0.00 1	0.00 1	1.07 290	0.00 1	2.43 362	0.58 245	0.30 335	0.09 301	0.63 295	0.00 1	0.96 195	0.07 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DCRE	0.51 264	0.25 214	0.96 132	0.00 1	0.01 235	0.43 84	0.00 1	0.25 120	0.21 111	0.33 340	7.49 389	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 301	0.00 1	0.17 383	0.02 132	0.01 126

WAO-6	2.38 379	0.69 344	1.93 281	0.00 1	0.00 1	3.94 391	0.29 348	5.62 395	7.23 399	0.34 341	6.76 386	7.73 394	1.96 370	5.88 359	5.07 378	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.03 253

CVANet_RVC	0.53 274	0.32 237	1.26 195	0.00 1	0.00 1	0.98 219	0.00 1	0.72 198	0.55 161	0.35 342	0.12 306	0.36 246	0.14 271	5.53 343	0.08 181	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.00 1

pmcnn	2.10 377	0.59 334	4.52 382	0.27 384	0.86 400	0.34 67	0.29 348	1.69 325	0.75 365	0.36 343	7.50 390	14.39 407	0.56 321	4.90 321	4.69 374	0.00 1	0.00 1	0.00 1	0.00 1	0.16 331	0.04 282

CBMV	0.57 289	0.22 195	1.61 249	0.00 1	0.00 1	0.84 187	0.78 383	2.58 374	0.61 294	0.38 344	0.00 1	1.25 343	0.63 329	2.07 218	0.38 288	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.08 333
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymity	0.17 87	0.06 83	0.79 85	0.00 1	0.09 343	0.03 5	0.00 1	0.54 170	0.07 18	0.41 345	0.13 307	0.11 158	0.58 322	0.02 67	0.31 283	0.00 1	0.00 1	0.00 1	0.23 395	0.01 56	0.02 221

iRaft-Stereo_20w	0.38 211	0.11 133	1.91 278	0.12 354	0.04 315	0.70 156	0.24 335	1.72 329	0.16 103	0.41 345	0.00 1	0.26 221	1.04 346	0.41 171	0.24 266	0.00 1	0.04 356	0.00 1	0.14 377	0.02 132	0.09 346

MFN_U_SF_RVC	0.95 339	1.40 397	4.49 381	0.16 368	0.11 352	0.56 117	0.07 296	1.12 252	0.36 136	0.43 347	0.27 323	1.27 346	0.73 334	3.98 294	1.47 342	0.29 389	0.34 406	0.36 404	0.55 409	0.63 389	0.46 393

IGEV_Zeroshot_test	0.32 184	0.10 119	2.61 330	0.01 241	0.01 235	0.50 99	0.04 279	0.21 111	0.09 48	0.45 348	0.45 336	0.81 317	0.51 317	0.20 154	0.23 263	0.00 1	0.05 370	0.00 1	0.14 377	0.03 182	0.00 1

LL-Strereo	0.71 315	0.88 367	2.40 310	0.00 1	0.00 1	0.63 142	0.01 214	1.57 314	0.58 245	0.45 348	0.00 1	0.54 291	0.30 302	6.37 381	0.07 171	0.00 1	0.05 370	0.00 1	0.00 1	0.22 355	0.17 376

ccnet	0.49 250	0.05 60	1.26 195	0.01 241	0.08 339	0.72 162	0.18 325	1.18 259	0.35 134	0.45 348	0.68 346	0.13 171	0.39 311	3.54 276	0.74 320	0.01 346	0.00 1	0.02 371	0.00 1	0.02 132	0.01 126

STrans-v2	0.85 328	0.28 225	1.66 252	0.00 1	0.01 235	0.85 190	0.04 279	2.05 344	0.67 355	0.48 351	0.87 356	1.12 341	2.12 375	6.64 388	0.25 269	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.00 1

MyStereo06	0.36 203	0.13 148	2.17 298	0.01 241	0.00 1	1.09 310	0.00 1	0.23 114	0.09 48	0.49 352	0.41 334	1.01 330	1.05 347	0.21 155	0.24 266	0.00 1	0.05 370	0.00 1	0.00 1	0.01 56	0.04 282

NaN_ROB	0.80 322	0.47 301	1.63 250	0.17 372	0.19 377	0.58 122	0.38 360	2.11 349	0.80 369	0.53 353	0.33 329	0.48 273	1.13 352	4.98 324	1.94 349	0.00 1	0.02 331	0.01 354	0.05 354	0.06 240	0.14 369

psmorigin	0.75 317	0.25 214	7.10 391	0.00 1	0.00 1	0.19 38	0.00 1	0.10 67	0.12 84	0.65 354	0.00 1	2.74 377	0.23 295	3.02 254	0.54 308	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

JetBlue	5.71 401	2.18 409	16.18 405	0.00 1	2.13 409	29.20 415	14.20 416	3.90 390	0.74 363	0.71 355	2.30 368	6.42 389	5.97 400	17.84 411	8.74 392	0.09 377	0.01 301	0.00 1	0.00 1	2.62 404	0.96 405

EAI-Stereo	0.70 312	0.03 23	0.84 101	0.13 361	0.20 382	0.87 196	2.23 398	2.05 344	0.29 127	0.72 356	4.60 378	0.29 227	0.55 320	0.39 170	0.44 296	0.00 1	0.07 381	0.00 1	0.29 406	0.01 56	0.08 333

ADCRef	0.92 336	0.48 303	3.35 359	0.02 265	0.02 279	0.90 201	0.32 350	0.61 186	0.65 349	0.72 356	0.17 311	0.17 192	0.82 340	2.15 221	7.95 389	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.03 253

PWCK	2.44 382	1.65 400	7.31 393	0.22 382	0.02 279	3.12 386	4.74 408	3.06 384	3.48 391	0.72 356	4.42 377	3.40 379	1.67 366	9.06 403	3.36 363	0.39 391	0.01 301	0.00 1	0.00 1	2.19 403	0.08 333

Former-RAFT_DAM_RVC	0.08 10	0.06 83	0.41 3	0.00 1	0.00 1	0.05 17	0.00 1	0.11 71	0.22 113	0.75 359	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.03 253

CSAN	1.05 344	0.61 336	2.46 317	0.09 336	0.08 339	0.71 160	0.71 380	2.20 354	0.93 374	0.85 360	2.92 370	0.79 316	1.46 362	5.37 338	1.58 344	0.01 346	0.01 301	0.00 1	0.00 1	0.09 285	0.05 299

ADCMid	1.38 360	0.90 371	6.15 388	0.04 294	0.03 300	1.67 370	0.18 325	1.13 255	0.93 374	0.89 361	0.58 342	0.86 320	0.71 331	1.03 196	11.96 402	0.01 346	0.00 1	0.29 402	0.08 363	0.17 338	0.03 253

IMH-64-1	1.98 372	0.88 367	1.46 232	1.92 403	0.54 393	2.90 384	1.64 390	5.24 393	0.91 372	0.97 362	4.83 379	2.10 372	2.00 371	5.33 334	2.83 359	3.56 408	0.04 356	0.02 371	0.00 1	1.90 399	0.50 397

IMH-64	1.98 372	0.88 367	1.46 232	1.92 403	0.54 393	2.90 384	1.64 390	5.24 393	0.91 372	0.97 362	4.83 379	2.10 372	2.00 371	5.33 334	2.83 359	3.56 408	0.04 356	0.02 371	0.00 1	1.90 399	0.50 397

AnyNet_C01	2.33 378	2.14 408	18.59 407	0.15 366	0.18 373	2.43 381	2.34 399	1.29 265	1.24 379	1.03 364	0.83 355	1.25 343	0.78 338	3.75 287	10.06 395	0.05 370	0.00 1	0.07 392	0.00 1	0.30 373	0.12 364

RTS	4.10 393	1.68 401	43.40 413	0.09 336	0.02 279	3.95 392	0.00 1	1.61 319	0.61 294	1.09 365	0.01 201	1.97 368	0.22 292	16.87 408	10.15 396	0.00 1	0.09 385	0.00 1	0.00 1	0.20 351	0.05 299

RTSA	4.10 393	1.68 401	43.40 413	0.09 336	0.02 279	3.95 392	0.00 1	1.61 319	0.61 294	1.09 365	0.01 201	1.97 368	0.22 292	16.87 408	10.15 396	0.00 1	0.09 385	0.00 1	0.00 1	0.20 351	0.05 299

HBP-ISP	0.80 322	0.70 346	2.86 343	0.02 265	0.01 235	1.67 370	0.48 367	2.63 378	0.56 173	1.11 367	0.06 294	0.50 284	0.74 335	4.60 313	0.09 187	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

SGM-Forest	0.84 326	0.07 102	0.90 119	0.02 265	0.07 335	1.10 316	0.68 378	2.12 351	0.61 294	1.14 368	0.78 352	1.36 352	0.98 343	5.55 345	1.31 338	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.06 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Dean	2.41 381	1.16 387	3.63 368	0.36 388	0.40 389	1.19 348	0.50 371	7.85 401	8.44 402	1.17 369	8.12 394	7.07 391	1.13 352	4.11 298	1.04 326	0.70 394	0.00 1	0.01 354	0.00 1	1.07 396	0.29 388

DAS	0.49 250	0.05 60	1.29 200	0.00 1	0.00 1	0.07 21	0.00 1	1.25 263	0.61 294	1.18 370	0.00 1	0.24 214	0.03 171	4.76 317	0.22 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

SepStereo	0.45 232	0.05 60	1.29 200	0.00 1	0.00 1	0.07 21	0.00 1	1.25 263	0.61 294	1.18 370	0.00 1	0.24 214	0.03 171	3.93 291	0.22 258	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

AnyNet_C32	1.44 363	1.47 399	6.09 387	0.12 354	0.19 377	1.74 374	1.11 389	0.84 214	0.56 173	1.30 372	0.46 338	0.21 208	0.59 324	2.74 242	11.09 399	0.02 360	0.00 1	0.06 390	0.00 1	0.16 331	0.05 299

G-Net	1.20 353	0.28 225	2.96 347	0.05 304	0.49 392	1.73 372	0.48 367	0.23 114	0.35 134	1.35 373	9.14 397	2.33 376	0.81 339	2.40 233	1.15 331	0.01 346	0.03 341	0.02 371	0.09 364	0.07 252	0.05 299

WAO-7	2.46 383	0.92 373	1.85 272	0.03 282	0.05 323	4.73 394	0.54 374	5.67 396	4.50 393	1.49 374	7.64 392	5.52 385	2.69 380	8.48 399	4.51 371	0.00 1	0.00 1	0.33 403	0.02 330	0.19 345	0.06 320

SANet	1.99 374	0.71 350	3.37 360	0.03 282	0.03 300	2.85 383	0.85 386	2.42 361	8.33 401	1.55 375	4.13 376	4.29 381	3.23 385	5.39 339	2.47 355	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.06 320

SHD	0.50 259	0.51 312	3.61 366	0.05 304	0.00 1	0.01 2	0.01 214	0.72 198	0.61 294	1.57 376	0.00 1	0.34 239	0.09 252	1.79 213	0.49 304	0.00 1	0.00 1	0.00 1	0.01 316	0.09 285	0.03 253

ADCL	1.52 365	0.44 293	4.70 384	0.07 326	0.03 300	2.21 379	2.35 400	0.92 225	0.80 369	1.57 376	1.11 358	1.25 343	1.55 364	1.77 212	11.53 401	0.01 346	0.00 1	0.00 1	0.00 1	0.10 292	0.01 126

SDNR	1.15 351	0.21 189	3.21 356	0.01 241	0.01 235	3.30 389	0.01 214	2.55 370	0.75 365	1.80 378	1.49 365	1.40 354	0.20 289	7.24 395	0.68 318	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.04 282

KSHMR	3.68 392	1.11 380	3.06 351	2.84 408	1.78 408	5.33 398	0.41 362	8.64 403	14.09 405	1.85 379	9.32 399	7.19 392	1.93 368	5.45 340	2.30 353	1.95 403	0.41 407	0.50 406	0.21 392	3.53 406	1.76 409

IMH	2.83 388	1.28 391	1.89 275	1.96 406	0.60 395	5.22 397	0.24 335	6.28 398	4.13 392	1.90 380	7.52 391	6.39 388	3.40 386	6.59 385	2.53 356	3.92 410	0.12 393	0.05 388	0.00 1	2.06 401	0.47 394

CBMV_ROB	0.84 326	0.06 83	1.73 260	0.00 1	0.00 1	1.37 363	0.47 365	2.57 372	0.58 245	2.13 381	0.76 349	1.06 334	1.38 360	4.04 295	0.54 308	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 299

SPS-STEREO	0.88 334	0.40 284	2.01 284	0.00 1	0.01 235	0.42 79	0.17 323	0.50 167	0.61 294	2.19 382	0.79 353	2.04 371	0.27 300	5.10 327	2.89 361	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.11 355
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.73 316	0.57 331	3.38 361	0.04 294	0.19 377	0.74 164	0.00 1	0.29 132	0.79 368	2.37 383	0.00 1	0.53 290	0.09 252	2.19 226	3.20 362	0.00 1	0.05 370	0.00 1	0.02 330	0.08 269	0.15 370

DispFullNet	1.20 353	0.63 338	3.58 365	1.00 397	0.82 398	0.41 75	0.00 1	1.44 289	0.61 294	2.55 384	0.64 345	1.10 338	8.95 407	0.84 190	1.22 334	0.00 1	0.02 331	0.00 1	0.00 1	0.24 360	0.02 221

ADCS	1.72 368	1.22 389	8.11 395	0.00 1	0.01 235	0.88 197	0.68 378	1.44 289	0.63 345	2.60 385	0.11 305	1.42 355	0.26 299	1.97 215	14.92 409	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.07 331

LSM	4.58 396	0.88 367	17.79 406	3.73 412	38.79 417	0.85 190	2.37 401	0.54 170	1.64 385	2.88 386	3.09 371	0.62 294	0.60 325	3.16 257	1.06 327	0.00 1	0.00 1	0.00 1	0.00 1	0.12 305	13.55 418

SAMSARA	1.01 342	0.70 346	3.29 358	0.20 381	0.06 330	1.65 369	0.05 287	0.48 163	0.53 154	2.91 387	0.68 346	2.97 378	1.08 349	3.89 288	1.54 343	0.00 1	0.04 356	0.00 1	0.02 330	0.05 220	0.03 253

aanetorigin	0.86 332	0.36 261	3.45 364	0.11 350	0.13 358	0.39 72	0.93 387	0.13 79	0.14 93	3.38 388	1.21 359	0.29 227	2.01 373	2.87 246	1.35 339	0.02 360	0.00 1	0.02 371	0.05 354	0.30 373	0.08 333

SGM_RVC	1.54 366	0.35 254	1.60 246	0.15 366	0.17 371	1.25 353	0.77 381	1.97 342	0.88 371	4.31 389	2.46 369	4.36 382	2.37 377	6.98 392	1.78 347	0.21 385	0.23 400	0.20 399	0.23 395	0.26 365	0.31 389
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UNDER WATER	6.24 403	0.99 375	8.13 396	4.62 414	2.68 410	8.66 405	0.77 381	8.37 402	22.50 412	4.55 390	6.36 385	15.93 408	8.89 406	8.99 402	8.85 393	3.25 407	0.04 356	1.36 411	0.02 330	6.24 413	3.56 412

WAO-8	5.13 400	1.91 404	2.34 305	0.60 393	0.10 347	12.98 407	0.34 355	11.65 408	24.58 413	4.87 391	10.60 404	13.32 401	4.10 394	8.85 400	3.55 364	0.75 396	0.32 403	0.71 408	0.12 374	0.70 390	0.11 355

Venus	5.12 399	1.91 404	2.34 305	0.60 393	0.10 347	12.98 407	0.34 355	11.65 408	24.58 413	4.87 391	10.54 403	13.32 401	4.10 394	8.85 400	3.55 364	0.75 396	0.32 403	0.71 408	0.12 374	0.70 390	0.11 355

UNDER WATER-64	6.84 405	1.25 390	9.68 399	4.53 413	3.53 412	16.61 412	1.79 392	8.72 404	22.23 410	5.11 393	5.07 381	17.34 410	10.14 408	9.19 404	8.21 391	2.00 405	0.03 341	1.52 412	0.11 370	6.09 412	3.62 413

WCMA_ROB	2.01 375	0.34 245	1.89 275	0.04 294	0.00 1	1.07 290	0.60 375	1.09 248	1.21 378	5.12 394	9.87 402	8.09 395	4.48 397	3.74 286	2.55 357	0.00 1	0.00 1	0.01 354	0.00 1	0.02 132	0.13 366

ktn	4.96 398	1.21 388	2.41 312	3.20 409	1.02 402	8.36 404	2.08 396	9.00 405	17.02 406	5.18 395	12.71 409	13.69 403	3.51 388	8.05 398	3.68 366	5.30 413	0.02 331	0.00 1	0.00 1	2.14 402	0.55 400

notaker	4.30 395	1.28 391	3.70 369	3.71 411	0.90 401	4.91 396	0.39 361	6.90 399	1.96 387	5.39 396	11.82 407	16.90 409	3.75 390	7.59 396	5.65 379	5.23 412	0.01 301	0.10 395	0.06 357	4.57 408	1.22 407

MSMD_ROB	2.04 376	0.40 284	2.13 294	0.00 1	0.00 1	4.88 395	0.22 334	0.93 226	1.82 386	5.71 397	7.79 393	7.39 393	3.72 389	4.62 315	1.22 334	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

TorneroNet-64	6.39 404	1.31 394	2.23 300	1.99 407	0.65 397	18.82 413	0.28 346	11.98 410	26.18 415	5.99 398	12.75 410	19.37 412	4.08 393	9.94 405	5.95 386	0.89 400	0.00 1	0.11 396	0.00 1	3.44 405	1.81 410

MDST_ROB	1.54 366	0.06 83	3.42 362	0.14 363	0.16 366	5.42 399	0.32 350	4.33 392	0.61 294	6.08 399	1.25 362	1.04 333	1.16 355	5.81 357	0.83 323	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.11 355

SGM+DAISY	2.38 379	0.98 374	4.37 379	0.48 390	0.33 387	2.24 380	1.94 394	1.16 257	1.47 383	6.62 400	5.89 383	5.77 386	5.09 399	5.76 355	4.39 370	0.16 382	0.15 397	0.06 390	0.14 377	0.26 365	0.40 392

EDNetEfficientorigin	6.23 402	0.45 296	98.39 427	0.02 265	0.04 315	0.42 79	0.02 251	0.33 137	2.90 388	7.07 401	3.12 372	1.31 349	1.61 365	4.26 304	4.55 372	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

ELAS_RVC	2.84 389	0.34 245	3.86 373	0.05 304	0.05 323	1.52 365	5.02 409	1.93 340	5.28 395	7.10 402	6.96 387	6.26 387	8.34 403	4.96 323	4.90 376	0.00 1	0.04 356	0.01 354	0.01 316	0.10 292	0.09 346
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TorneroNet	6.97 406	1.37 396	2.22 299	1.95 405	1.12 404	19.47 414	0.47 365	13.04 413	26.32 416	7.90 403	17.10 412	17.67 411	4.62 398	10.46 407	7.94 388	1.98 404	0.03 341	0.11 396	0.00 1	4.15 407	1.49 408

FCDSN-DC	2.66 385	0.08 109	1.65 251	0.00 1	0.00 1	1.73 372	0.37 358	1.64 323	1.35 381	8.08 404	11.18 406	11.78 400	7.59 402	4.76 317	2.80 358	0.02 360	0.00 1	0.00 1	0.00 1	0.03 182	0.05 299
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	2.96 390	0.23 204	19.99 408	0.19 378	0.85 399	1.02 231	2.03 395	0.56 173	5.14 394	8.09 405	1.81 367	0.94 324	4.14 396	3.72 284	10.22 398	0.00 1	0.03 341	0.00 1	0.06 357	0.05 220	0.03 253

ELAS	2.75 386	0.35 254	2.67 333	0.05 304	0.04 315	6.72 401	1.83 393	2.84 382	3.38 390	8.25 406	9.14 397	3.95 380	6.15 401	3.73 285	5.70 380	0.00 1	0.04 356	0.01 354	0.01 316	0.10 292	0.08 333
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
JetRed	13.51 414	18.77 417	42.38 412	1.28 400	1.18 405	54.67 417	25.60 417	12.87 411	6.75 398	8.50 407	8.61 395	13.77 404	10.87 409	24.50 416	30.67 415	0.24 387	0.68 410	0.53 407	0.02 330	5.93 410	2.43 411

MeshStereo	2.61 384	0.65 339	2.71 335	0.02 265	0.02 279	1.55 366	0.94 388	3.02 383	1.29 380	11.21 408	7.34 388	11.54 399	2.74 381	6.34 380	2.43 354	0.00 1	0.00 1	0.00 1	0.00 1	0.28 370	0.03 253
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
FC-DCNN	3.42 391	0.11 133	2.03 285	0.00 1	0.00 1	3.18 387	0.60 375	3.13 386	2.98 389	11.40 409	12.28 408	13.93 405	8.68 405	5.70 351	4.27 369	0.00 1	0.00 1	0.00 1	0.00 1	0.01 56	0.06 320

DPSimNet_ROB	7.90 407	5.46 414	13.55 404	3.66 410	5.16 415	7.26 402	9.60 414	6.11 397	7.46 400	13.33 410	9.50 400	11.03 397	11.89 410	10.08 406	12.35 403	4.36 411	5.55 416	5.35 416	5.34 415	4.96 409	5.98 416

MADNet++	9.87 410	2.12 407	7.11 392	7.99 416	4.58 414	14.38 410	6.90 413	9.23 406	5.88 396	16.88 411	17.47 414	11.07 398	15.72 411	24.26 414	19.76 413	8.52 414	6.39 417	4.85 415	2.69 413	5.96 411	5.73 415

SGM-ForestM	8.89 409	0.68 343	3.61 366	0.57 392	0.18 373	14.89 411	5.99 412	9.62 407	10.59 404	20.43 412	17.16 413	39.22 415	20.29 412	20.63 412	13.19 405	0.04 368	0.14 395	0.00 1	0.07 360	0.15 323	0.36 391

MANE	9.96 411	0.69 344	2.88 346	1.22 399	0.61 396	13.15 409	3.46 404	15.62 415	22.27 411	22.74 413	30.00 417	29.74 413	23.22 413	17.17 410	13.78 407	0.29 389	0.56 409	0.09 394	0.61 410	0.15 323	1.00 406

HanzoNet	12.77 413	4.55 413	11.74 403	5.35 415	2.79 411	7.59 403	0.66 377	12.97 412	20.40 409	25.99 414	28.61 416	34.05 414	25.08 416	25.93 417	14.98 410	10.77 416	3.91 415	3.00 414	3.73 414	8.16 415	5.15 414

BEATNet-Init1	14.52 415	6.56 415	34.32 411	1.10 398	1.02 402	31.53 416	11.99 415	15.58 414	17.42 407	30.17 415	27.03 415	43.14 416	24.36 414	24.41 415	18.27 412	0.27 388	0.32 403	0.36 404	0.46 408	1.26 397	0.76 403

coex-ft	8.40 408	2.59 411	75.27 418	0.00 1	0.00 1	0.18 37	0.04 279	0.13 79	20.18 408	39.66 416	4.06 375	4.68 384	8.53 404	3.94 292	7.96 390	0.02 360	0.07 381	0.00 1	0.02 330	0.14 316	0.50 397

LE_ROB	9.96 411	0.54 321	9.62 398	1.40 402	1.24 406	3.29 388	4.64 407	4.31 391	43.01 417	51.54 417	13.34 411	14.15 406	24.60 415	6.66 389	20.28 414	0.04 368	0.05 370	0.12 398	0.20 388	0.07 252	0.09 346

LRCNet_RVC	55.44 419	60.56 423	57.70 416	66.68 423	44.91 418	6.22 400	0.00 1	52.80 417	1.37 382	70.44 418	81.09 421	67.07 417	55.41 417	51.59 418	46.24 417	90.66 427	41.89 422	90.95 428	90.04 424	64.32 423	68.75 423

DGTPSM_ROB	81.49 424	60.74 424	99.95 429	61.20 421	86.99 426	99.11 427	100.00 427	95.92 424	99.99 427	73.08 419	100.00 427	70.81 418	100.00 428	77.39 422	99.98 429	35.10 418	97.48 428	35.12 419	99.89 429	46.16 418	90.85 425

DPSMNet_ROB	81.54 425	60.77 425	99.95 429	61.42 422	87.05 427	99.11 427	100.00 427	95.93 425	99.99 427	73.11 420	100.00 427	70.84 419	100.00 428	77.43 423	99.98 429	35.39 419	97.54 429	35.21 420	99.89 429	46.30 419	90.94 426

xxxxx1	63.71 420	58.10 420	78.65 419	43.63 418	48.97 419	92.61 422	92.18 423	60.44 418	69.38 418	73.77 421	76.42 418	77.82 420	76.45 419	72.33 419	77.46 420	35.89 420	37.06 419	48.26 421	62.63 420	48.72 420	43.44 420

tt_ll	63.71 420	58.10 420	78.65 419	43.63 418	48.97 419	92.61 422	92.18 423	60.44 418	69.38 418	73.77 421	76.42 418	77.82 420	76.45 419	72.33 419	77.46 420	35.89 420	37.06 419	48.26 421	62.63 420	48.72 420	43.44 420

ff	63.71 420	58.10 420	78.65 419	43.63 418	48.97 419	92.61 422	92.18 423	60.44 418	69.38 418	73.77 421	76.42 418	77.82 420	76.45 419	72.33 419	77.46 420	35.89 420	37.06 419	48.26 421	62.63 420	48.72 420	43.44 420

PML	71.49 423	88.65 429	73.56 417	82.49 425	75.59 422	85.39 420	79.41 421	71.62 421	87.17 421	90.48 424	85.96 422	90.50 424	60.21 418	91.76 428	73.85 419	96.01 434	2.36 414	86.79 427	6.59 416	83.59 426	17.83 419

MEDIAN_ROB	93.37 427	98.75 431	96.05 425	90.90 428	90.53 429	85.63 421	76.45 420	92.03 423	89.53 422	95.05 425	94.99 424	96.02 425	93.85 425	90.36 424	87.21 423	98.36 435	95.79 424	99.61 430	98.77 428	98.80 435	98.72 435

SPstereo	50.33 418	10.80 416	21.19 409	11.76 417	9.23 416	66.15 418	76.05 419	100.00 428	100.00 429	95.98 426	93.33 423	100.00 429	93.15 424	90.92 425	72.10 418	9.41 415	8.60 418	19.85 418	14.84 418	6.36 414	6.89 417

Anonymous_1	89.88 426	75.38 426	97.81 426	74.49 424	78.39 423	100.00 429	100.00 427	98.09 427	99.76 425	96.82 427	99.37 425	97.66 426	99.77 426	91.14 427	98.89 426	81.73 423	97.25 425	59.96 424	85.38 423	77.37 425	88.27 424

HaxPig	95.46 430	97.61 430	87.80 423	97.80 436	99.17 436	77.55 419	75.28 418	96.76 426	99.61 424	99.97 428	99.97 426	99.62 428	99.97 427	91.02 426	87.28 424	99.98 437	99.98 432	99.98 431	99.99 431	99.97 436	99.97 437

MyStereo03	99.18 436	100.00 435	100.00 431	96.47 432	98.78 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.73 430	100.00 434	100.00 432	100.00 432	96.63 431	97.99 431

MyStereo02	99.18 436	100.00 435	100.00 431	96.47 432	98.78 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.73 430	100.00 434	100.00 432	100.00 432	96.63 431	97.99 431

MyStereo	99.18 436	100.00 435	100.00 431	96.47 432	98.78 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.73 430	100.00 434	100.00 432	100.00 432	96.63 431	97.99 431

Selective-RAFT-Error	99.17 435	100.00 435	100.00 431	96.65 435	98.79 435	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.64 428	100.00 434	100.00 432	100.00 432	96.25 429	98.10 434

CasAABBNet	99.15 434	100.00 435	100.00 431	96.37 431	98.76 431	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.65 429	99.99 433	100.00 432	100.00 432	96.27 430	97.93 430

test_example2	97.61 431	99.96 433	99.93 428	99.83 437	99.97 437	98.84 426	99.76 426	91.98 422	100.00 429	100.00 429	100.00 427	89.18 423	86.51 422	99.29 429	96.54 425	99.97 436	99.55 430	92.92 429	98.06 427	100.00 437	99.95 436

LSM0	99.11 433	99.97 434	100.00 431	95.93 429	98.59 430	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.89 433	99.97 431	100.00 432	100.00 432	96.64 434	97.25 429

DPSM_ROB	94.00 428	79.32 427	100.00 431	83.19 426	85.69 424	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	89.53 425	97.42 426	74.97 425	95.13 425	83.79 427	90.98 427

DPSM	94.00 428	79.32 427	100.00 431	83.19 426	85.69 424	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	89.53 425	97.42 426	74.97 425	95.13 425	83.79 427	90.98 427

AVERAGE_ROB	98.45 432	99.13 432	95.46 424	100.00 438	100.00 438	93.36 425	81.95 422	100.00 428	99.97 426	100.00 429	100.00 427	100.00 429	100.00 428	99.72 430	99.40 427	100.00 438	100.00 434	100.00 432	100.00 432	100.00 437	100.00 438

ASD4		42.77 418

Low-res two-view benchmark