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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

MGS-Stereo	0.18 108	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.02 109	0.00 1	4.04 229	0.10 27	0.02 65	0.00 1	0.05 55	0.00 1	0.10 42	0.43 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Former-RAFT_DAM_RVC	0.07 53	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.00 1	0.00 1	0.08 151	0.00 1	0.02 109	0.01 20	0.25 28	0.36 124	0.02 65	0.02 104	0.01 24	0.03 85	0.21 65	0.96 89	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo04	0.28 132	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.01 151	0.42 198	0.02 134	0.06 123	0.00 1	0.06 145	0.56 111	0.51 145	0.08 126	0.02 104	2.91 191	0.41 194	1.32 140	0.84 85	0.34 211	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo	0.28 132	0.01 137	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.00 1	0.49 203	0.00 1	0.06 123	0.00 1	0.06 145	0.75 144	0.52 149	0.06 107	0.01 80	2.75 187	0.11 126	1.30 139	1.09 97	0.34 211	0.05 161	0.00 1	0.00 1	0.00 1	0.00 1

test croco	0.05 38	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 115	0.00 1	0.03 96	0.28 36	0.32 110	0.03 76	0.02 104	0.03 39	0.00 1	0.33 89	0.26 42	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1

StereoIM	0.04 24	0.04 197	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 20	0.29 42	0.30 102	0.03 76	0.00 1	0.09 70	0.00 1	0.25 71	0.16 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 102	0.00 1	0.01 20	0.22 24	0.12 30	0.00 1	0.00 1	0.00 1	0.00 1	0.03 18	0.03 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo (partial)	0.05 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 108	0.00 1	0.02 66	0.28 36	0.34 117	0.04 82	0.02 104	0.07 66	0.01 60	0.30 83	0.13 26	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo	0.07 53	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 113	0.30 45	0.34 117	0.02 65	0.00 1	0.61 124	0.00 1	0.30 83	0.16 31	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

EKT-Stereo	0.64 172	0.00 1	0.00 1	0.00 1	0.02 176	0.02 166	0.21 190	0.00 1	0.00 1	0.17 173	0.77 193	0.28 180	0.26 185	0.06 145	2.17 201	3.00 245	0.19 180	0.23 223	1.39 157	1.50 239	3.14 206	3.87 211	0.01 161	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

DLNR_Zeroshot_test	19.70 262	69.96 266	0.00 1	88.77 268	0.03 190	0.09 191	98.77 272	0.00 1	0.03 176	1.84 245	0.66 191	0.10 134	0.20 180	12.25 262	96.21 266	100.00 270	19.95 262	18.43 262	16.36 239	1.11 232	5.29 243	1.75 138	0.00 1	0.02 138	0.00 1	0.00 1	0.02 143	0.00 1

SQANet	1.36 205	1.64 242	0.17 215	2.63 235	0.02 176	1.70 229	0.57 210	0.00 1	0.00 1	0.00 1	0.17 168	0.20 170	0.02 109	0.29 217	0.62 127	0.23 65	1.15 226	0.06 143	14.83 237	0.09 116	2.09 181	4.33 222	3.79 238	0.05 161	0.00 1	0.00 1	0.12 169	1.99 203

otaku	1.63 211	2.05 243	0.24 226	3.06 238	0.02 176	2.71 235	0.62 212	0.00 1	0.00 1	0.00 1	0.19 171	0.62 200	0.04 132	0.66 229	0.46 84	0.22 60	1.25 229	0.06 143	16.66 241	0.15 151	2.60 194	4.85 229	5.44 241	0.05 161	0.00 1	0.00 1	0.07 157	2.12 205

Ntro	1.75 215	3.28 250	0.30 229	3.24 239	0.01 127	2.99 237	1.57 224	0.00 1	0.00 1	0.00 1	0.00 1	0.51 196	0.15 170	0.60 227	0.87 150	0.18 47	1.61 231	0.07 150	16.64 240	0.14 148	3.12 205	4.97 233	5.40 240	0.06 166	0.00 1	0.00 1	0.00 1	1.64 201

RainbowNet	1.36 205	0.39 226	0.09 206	1.81 232	0.04 199	1.82 230	1.43 222	0.00 1	0.13 210	0.00 1	0.00 1	0.64 202	0.04 132	0.63 228	0.34 52	0.73 171	0.58 212	0.00 1	7.01 214	1.68 242	2.63 195	5.20 237	8.15 245	0.14 198	0.00 1	0.00 1	0.09 164	3.17 216

LVE	2.73 228	0.49 228	0.04 194	10.72 254	1.03 248	4.04 242	8.42 250	0.00 1	0.06 188	0.01 132	0.00 1	1.81 213	3.71 222	0.70 230	0.94 161	0.67 167	1.78 233	0.06 143	16.87 242	0.03 85	2.94 202	5.96 244	8.57 246	0.31 234	0.69 223	0.00 1	0.08 159	3.73 219

ACVNet_2	2.28 222	0.14 217	0.04 194	5.65 243	0.01 127	2.24 232	2.10 229	0.00 1	0.00 1	0.00 1	0.39 182	0.81 203	0.12 161	0.24 212	0.53 103	0.21 56	6.50 255	0.00 1	25.54 254	0.05 101	2.63 195	4.60 226	8.83 247	0.18 215	0.43 216	0.00 1	0.15 172	0.26 175

ACVNet_1	1.95 218	0.65 235	0.03 188	6.22 246	0.05 202	3.35 241	4.82 242	0.00 1	0.02 164	0.00 1	0.00 1	1.77 212	0.02 109	1.06 234	0.33 51	0.24 71	2.73 242	0.02 104	13.00 233	0.02 77	3.21 208	4.28 220	10.49 248	0.15 205	0.00 1	0.00 1	0.02 143	0.21 174

ACVNet-4b	1.66 213	0.99 240	0.15 212	2.58 234	0.00 1	2.40 234	3.28 235	0.00 1	0.00 1	0.02 140	0.15 166	1.47 209	2.63 216	0.28 216	0.28 36	0.26 84	3.20 247	0.03 117	10.68 228	0.27 182	3.61 222	4.98 234	5.50 242	0.30 232	0.00 1	0.00 1	0.00 1	1.71 202

CASnet	0.16 96	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 137	0.08 148	0.00 1	0.40 65	0.24 71	0.08 126	0.07 150	0.11 77	0.12 134	1.91 172	1.24 107	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.55 163	0.00 1	0.01 174	0.00 1	0.00 1	0.00 1	0.00 1	0.01 190	0.00 1	0.20 174	2.64 223	0.22 176	0.12 161	0.10 186	0.54 108	0.84 179	0.34 199	0.16 190	2.47 180	0.14 148	3.46 216	2.32 163	0.01 161	0.01 89	0.00 1	0.00 1	0.00 1	1.26 199

HH	0.68 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 188	1.35 237	0.03 137	0.05 115	0.19 177	0.03 96	0.58 112	2.57 239	0.08 126	0.16 190	3.15 198	0.42 195	4.66 239	3.73 203	0.19 198	0.03 151	0.13 193	0.00 1	0.86 205	0.19 169

HanStereo	0.68 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 188	1.35 237	0.03 137	0.05 115	0.19 177	0.03 96	0.58 112	2.57 239	0.08 126	0.16 190	3.15 198	0.42 195	4.66 239	3.73 203	0.19 198	0.03 151	0.13 193	0.00 1	0.86 205	0.19 169

LL-Strereo2	0.10 71	0.03 193	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 145	0.25 28	0.30 102	0.00 1	0.00 1	0.11 77	0.00 1	0.42 100	1.59 131	0.00 1	0.00 1	0.06 180	0.00 1	0.00 1	0.00 1

4D-IteraStereo	0.14 86	0.02 179	0.01 174	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 145	0.58 112	0.47 139	0.00 1	0.13 170	0.19 86	0.13 139	0.75 121	1.37 118	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.23 122	0.01 137	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.01 151	0.06 158	0.03 137	0.20 170	0.12 161	0.03 96	0.53 103	0.86 182	0.13 153	0.15 183	0.67 130	0.13 139	1.47 151	1.70 135	0.01 161	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

tt_ll	0.23 122	0.01 137	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.01 151	0.06 158	0.03 137	0.20 170	0.12 161	0.03 96	0.53 103	0.86 182	0.13 153	0.15 183	0.67 130	0.13 139	1.47 151	1.70 135	0.01 161	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

CAS	0.16 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.04 151	0.00 1	0.03 176	0.38 194	0.06 147	0.12 140	0.08 148	0.11 188	0.52 96	0.49 142	0.09 131	0.13 170	0.16 81	0.13 139	0.71 118	1.25 111	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.24 174	0.00 1	0.00 1	0.00 1	0.22 24	0.15 42	0.01 40	0.00 1	0.02 35	0.10 121	0.03 18	0.33 50	0.01 161	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iinet-f	0.10 71	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.04 151	0.00 1	0.00 1	0.02 140	0.00 1	0.00 1	0.00 1	0.01 20	0.98 164	0.38 133	0.01 40	0.03 117	0.10 74	0.11 126	0.21 65	0.65 79	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

LoS	0.27 130	0.01 137	0.01 174	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.02 164	0.11 167	0.00 1	0.29 182	0.30 191	0.08 173	0.69 138	0.76 176	0.31 198	0.18 205	0.72 134	0.16 157	1.81 168	1.83 142	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

CES	0.20 113	0.01 137	0.00 1	0.00 1	0.00 1	0.01 140	0.01 120	0.00 1	0.02 164	0.03 144	0.00 1	0.16 157	0.19 177	0.11 188	0.87 150	0.60 162	0.27 193	0.22 220	0.04 45	0.21 169	1.28 134	1.25 111	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

CASS	0.40 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.88 215	0.00 1	0.00 1	0.23 178	0.33 181	0.26 178	0.13 166	0.01 20	0.51 93	0.50 144	0.29 194	0.21 218	0.60 122	0.00 1	4.20 233	2.53 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ProNet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 178	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.08 6	0.06 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 137	0.00 1

CroCo-Stereo Lap2	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.00 1	0.19 17	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.05 26	0.01 2	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

HBP-ISP	1.24 202	0.02 179	0.09 206	0.00 1	0.01 127	0.08 186	0.00 1	0.00 1	0.05 185	1.21 234	3.71 228	0.08 127	0.26 185	1.72 240	6.45 257	5.68 256	0.30 197	0.34 233	1.20 152	1.08 229	3.96 229	6.14 246	0.00 1	0.21 223	0.00 1	0.00 1	0.84 203	0.15 167

TestStereo1	0.08 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 157	0.00 1	0.01 20	0.54 108	0.20 51	0.04 82	0.00 1	0.31 101	0.01 60	0.17 57	0.60 76	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TESTraft	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 157	0.01 79	0.01 20	0.58 112	0.16 44	0.04 82	0.00 1	0.31 101	0.02 77	0.16 56	0.19 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 20	0.94 161	0.06 15	0.00 1	0.00 1	0.00 1	0.01 60	0.01 7	0.02 11	0.02 174	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft_robust	0.17 103	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 132	0.04 113	0.51 93	0.53 150	0.06 107	0.14 175	1.37 156	0.11 126	0.58 110	1.12 100	0.00 1	0.05 161	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.04 24	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.00 1	0.20 19	0.13 33	0.00 1	0.00 1	0.09 70	0.03 85	0.15 53	0.38 59	0.00 1	0.00 1	0.13 193	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.09 67	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.26 32	0.29 100	0.01 40	0.01 80	0.20 89	0.00 1	0.13 47	1.45 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_5	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.07 184	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.00 1	0.25 28	0.16 44	0.00 1	0.00 1	0.07 66	0.00 1	0.02 14	0.37 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.08 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 157	0.00 1	0.01 20	0.54 108	0.20 51	0.04 82	0.00 1	0.31 101	0.01 60	0.17 57	0.60 76	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.16 96	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 157	0.01 79	0.04 113	0.30 45	0.36 124	0.06 107	0.14 175	0.58 121	0.00 1	0.65 115	2.06 150	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SA	0.12 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 157	0.01 79	0.02 66	0.27 35	0.37 126	0.04 82	0.13 170	0.46 112	0.04 95	0.33 89	1.33 115	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CIPLG	0.13 79	0.01 137	0.03 188	0.00 1	0.01 127	0.00 1	0.06 158	0.02 195	0.08 198	0.01 132	0.03 137	0.01 31	0.01 79	0.08 173	0.62 127	0.27 89	0.07 119	0.00 1	0.28 98	0.01 60	0.30 83	1.40 120	0.00 1	0.00 1	0.07 182	0.00 1	0.08 159	0.01 156

UDGNet	0.14 86	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 113	0.25 28	0.27 89	0.01 40	0.00 1	0.44 111	0.01 60	0.28 79	2.39 166	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.03 20	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.41 70	0.09 23	0.00 1	0.01 80	0.00 1	0.12 134	0.03 18	0.05 18	0.03 176	0.15 205	0.00 1	0.00 1	0.00 1	0.00 1

dad	0.24 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.99 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.88 152	0.24 71	0.01 40	0.01 80	0.01 24	0.09 116	0.13 47	0.14 29	0.00 1	0.16 210	0.28 210	0.00 1	2.76 235	0.76 195

DDUNet	0.06 48	0.04 197	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.05 157	0.00 1	0.01 31	0.00 1	0.03 96	0.47 85	0.20 51	0.03 76	0.00 1	0.05 55	0.00 1	0.07 34	0.43 63	0.00 1	0.01 89	0.00 1	0.00 1	0.25 178	0.00 1

UDG	0.15 90	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 163	0.00 1	0.01 31	0.00 1	0.04 113	1.60 184	0.37 126	0.05 100	0.00 1	0.15 79	0.10 121	0.71 118	0.83 84	0.01 161	0.09 171	0.00 1	0.00 1	0.03 149	0.00 1

GLC_STEREO	0.07 53	0.00 1	0.01 174	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.01 20	0.39 64	0.33 111	0.06 107	0.06 143	0.16 81	0.13 139	0.57 108	0.19 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DAS	0.53 159	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 207	0.02 164	0.75 219	1.70 213	0.21 174	0.26 185	0.01 20	0.69 138	1.67 223	0.15 166	0.18 205	1.79 171	0.27 182	3.84 227	2.47 171	0.00 1	0.09 171	0.00 1	0.00 1	0.00 1	0.00 1

SepStereo	0.53 159	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 207	0.02 164	0.75 219	1.70 213	0.21 174	0.26 185	0.01 20	0.69 138	1.67 223	0.15 166	0.18 205	1.79 171	0.27 182	3.84 227	2.47 171	0.00 1	0.09 171	0.00 1	0.00 1	0.00 1	0.00 1

IPLG	0.28 132	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1	0.13 161	0.01 31	0.02 109	0.18 208	4.08 231	0.51 145	0.06 107	0.02 104	0.69 133	0.18 160	0.32 88	1.16 102	0.00 1	0.02 138	0.02 171	0.00 1	0.01 137	0.00 1

IPLGR_C	0.12 75	0.01 137	0.03 188	0.00 1	0.01 127	0.00 1	0.07 164	0.03 199	0.07 195	0.01 132	0.03 137	0.01 31	0.01 79	0.08 173	0.41 70	0.27 89	0.06 107	0.00 1	0.31 101	0.00 1	0.30 83	1.42 122	0.00 1	0.00 1	0.07 182	0.00 1	0.08 159	0.01 156

MIPNet	0.22 120	0.00 1	0.00 1	0.01 191	0.01 127	0.00 1	0.00 1	0.00 1	0.04 183	0.00 1	0.29 177	0.01 31	0.04 132	0.16 205	2.29 203	0.46 136	0.12 150	0.03 117	0.39 108	0.32 186	0.38 97	1.28 113	0.00 1	0.04 158	0.03 172	0.00 1	0.06 156	0.00 1

IPLGR	0.28 132	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.01 151	0.00 1	0.20 172	0.01 31	0.06 144	0.09 183	4.10 232	0.54 152	0.07 119	0.04 128	0.29 100	0.26 179	0.49 105	1.34 116	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

AASNet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 20	0.09 7	0.03 5	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 186	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 125	0.02 66	0.45 78	0.37 126	0.04 82	0.16 190	0.24 93	0.15 151	0.27 74	2.23 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

error version	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 186	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 125	0.02 66	0.45 78	0.37 126	0.04 82	0.16 190	0.24 93	0.15 151	0.27 74	2.23 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-v	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 186	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 125	0.02 66	0.45 78	0.37 126	0.04 82	0.16 190	0.24 93	0.15 151	0.27 74	2.23 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.36 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 179	0.01 120	0.00 1	0.02 164	0.00 1	0.00 1	0.01 31	0.02 109	0.02 66	0.60 122	0.47 139	0.06 107	0.11 161	2.53 182	0.18 160	1.40 148	3.73 203	0.00 1	0.00 1	0.13 193	0.00 1	0.00 1	0.32 182

test_1	0.36 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 179	0.00 1	0.00 1	0.01 151	0.00 1	0.00 1	0.01 31	0.02 109	0.02 66	0.59 120	0.47 139	0.06 107	0.11 161	2.53 182	0.18 160	1.39 146	3.73 203	0.00 1	0.00 1	0.13 193	0.00 1	0.01 137	0.32 182

ACRE	0.13 79	0.01 137	0.02 182	0.00 1	0.01 127	0.00 1	0.07 164	0.02 195	0.08 198	0.01 132	0.06 147	0.01 31	0.01 79	0.08 173	0.40 65	0.27 89	0.07 119	0.00 1	0.39 108	0.01 60	0.34 91	1.40 120	0.00 1	0.00 1	0.07 182	0.00 1	0.08 159	0.01 156

SACVNet	0.13 79	0.02 179	0.00 1	0.00 1	0.01 127	0.00 1	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.04 132	0.06 145	0.23 27	0.23 65	0.01 40	0.02 104	0.37 107	0.00 1	0.37 95	1.97 147	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

AACVNet	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.06 145	0.21 23	0.27 89	0.01 40	0.00 1	0.04 45	0.00 1	0.07 34	0.40 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_3	0.35 142	0.01 137	0.00 1	0.00 1	0.00 1	0.05 179	0.01 120	0.00 1	0.01 151	0.00 1	0.00 1	0.01 31	0.02 109	0.02 66	0.58 112	0.46 136	0.06 107	0.11 161	2.40 178	0.18 160	1.37 145	3.74 207	0.00 1	0.00 1	0.13 193	0.00 1	0.04 153	0.32 182

GwcNet-ADL	0.55 163	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 120	0.00 1	0.00 1	0.54 209	5.82 242	0.14 146	0.09 153	0.03 96	1.06 171	1.16 209	0.14 163	0.19 210	1.54 163	0.85 225	1.42 150	1.95 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PSMNet-ADL	0.58 165	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.05 155	0.59 226	0.00 1	0.57 211	5.97 243	0.19 168	0.35 195	0.04 113	0.67 137	1.68 225	0.18 178	0.14 175	1.78 170	0.16 157	1.39 146	1.67 133	0.13 192	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.60 167	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.01 120	0.00 1	0.00 1	0.89 221	2.34 219	0.04 108	0.05 140	0.02 66	2.06 194	1.15 207	0.16 173	0.18 205	2.76 188	0.81 223	1.69 165	3.65 200	0.00 1	0.01 89	0.00 1	0.00 1	0.37 182	0.00 1

CroCo-Stereo	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.28 36	0.25 80	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
test-2	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.08 186	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.03 125	0.02 66	0.45 78	0.37 126	0.04 82	0.16 190	0.24 93	0.15 151	0.27 74	2.23 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.10 193	0.10 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 20	0.17 12	0.02 1	0.00 1	0.00 1	0.00 1	0.10 121	0.01 7	0.02 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-1	0.69 181	0.00 1	0.00 1	0.00 1	0.00 1	0.18 208	0.27 194	0.00 1	0.00 1	1.00 224	2.54 222	0.18 166	0.18 175	0.15 203	1.00 167	1.71 226	0.13 153	0.24 225	1.80 173	1.19 235	3.14 206	4.92 232	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.09 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 144	0.08 173	0.52 96	0.31 108	0.08 126	0.03 117	0.06 60	0.13 139	0.29 82	0.98 90	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

ICVP	0.22 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 164	0.01 124	0.03 102	0.03 125	0.03 96	0.26 32	0.49 142	0.22 187	0.45 241	0.56 120	0.24 174	0.96 128	2.43 170	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	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	0.07 53	0.01 137	0.00 1	0.00 1	0.03 190	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.02 66	0.41 70	0.23 65	0.05 100	0.00 1	0.34 106	0.10 121	0.31 87	0.44 66	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

iRaftStereo_RVC	0.02 9	0.02 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 66	0.16 11	0.09 23	0.01 40	0.00 1	0.00 1	0.00 1	0.10 42	0.13 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GEStereo_RVC	0.27 130	0.00 1	0.01 174	0.00 1	0.01 127	0.00 1	0.20 189	0.02 195	0.00 1	0.00 1	0.01 124	0.02 86	0.01 79	0.05 134	0.29 42	0.59 160	0.09 131	0.03 117	1.09 150	0.10 121	1.27 133	3.32 194	0.00 1	0.05 161	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous3	0.41 151	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.49 193	0.35 195	0.16 205	1.07 172	2.44 238	0.19 180	0.19 210	1.40 158	0.37 189	1.96 173	2.42 168	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo++_RVC	0.30 139	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.01 151	0.03 144	0.00 1	0.04 108	0.04 132	0.01 20	0.59 120	0.72 170	0.09 131	0.08 155	0.21 91	0.12 134	1.33 141	1.24 107	0.00 1	0.01 89	0.00 1	0.00 1	3.51 243	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
s12784h	0.49 155	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.03 144	0.00 1	0.08 127	0.14 168	0.01 20	0.61 124	1.20 210	0.21 185	0.06 143	0.90 142	0.13 139	3.61 222	1.78 140	0.00 1	0.01 89	0.00 1	0.00 1	3.50 242	0.95 197

TestStereo	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.00 1	0.17 12	0.06 15	0.06 107	0.00 1	0.04 45	0.00 1	0.14 51	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.07 53	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.02 142	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 66	0.34 52	0.34 117	0.01 40	0.00 1	0.21 91	0.09 116	0.20 63	0.61 78	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.24 125	0.00 1	0.00 1	0.00 1	0.02 176	0.00 1	0.00 1	0.00 1	0.02 164	0.04 151	0.08 151	0.05 115	0.05 140	0.01 20	0.50 89	0.75 174	0.13 153	0.05 136	0.05 55	0.01 60	1.35 142	1.22 103	0.00 1	0.01 89	0.00 1	0.00 1	2.11 224	0.00 1

XX-TBD	0.24 125	0.00 1	0.00 1	0.00 1	0.02 176	0.00 1	0.00 1	0.00 1	0.02 164	0.04 151	0.08 151	0.05 115	0.05 140	0.01 20	0.50 89	0.75 174	0.13 153	0.05 136	0.05 55	0.01 60	1.35 142	1.22 103	0.00 1	0.01 89	0.00 1	0.00 1	2.11 224	0.00 1

raftrobust	0.14 86	0.02 179	0.00 1	0.00 1	0.02 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 173	0.61 124	0.54 152	0.00 1	0.00 1	1.04 148	0.00 1	0.42 100	0.99 91	0.08 186	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.18 108	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.09 153	0.02 66	0.20 19	0.51 145	0.07 119	0.09 158	0.84 138	0.12 134	1.29 135	1.58 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo_RVC	0.18 108	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.09 153	0.02 66	0.20 19	0.51 145	0.07 119	0.09 158	0.84 138	0.12 134	1.29 135	1.58 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.16 96	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1	0.00 1	0.00 1	0.00 1	0.02 140	0.00 1	0.13 143	0.00 1	0.01 20	1.51 183	0.27 89	0.02 65	0.01 80	1.27 154	0.00 1	0.17 57	0.34 52	0.40 214	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

pcwnet_v2	0.28 132	0.01 137	0.06 197	0.00 1	0.09 211	0.00 1	0.00 1	0.00 1	0.00 1	0.26 182	0.17 168	0.20 170	0.00 1	0.01 20	2.06 194	0.33 111	0.05 100	0.08 155	1.61 166	0.02 77	0.69 117	0.84 85	0.76 226	0.01 89	0.00 1	0.00 1	0.00 1	0.29 178

RALCasStereoNet	0.08 60	0.01 137	0.00 1	0.00 1	0.03 190	0.00 1	0.02 142	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.03 96	0.49 87	0.33 111	0.02 65	0.00 1	0.04 45	0.09 116	0.37 95	0.66 80	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RALAANet	0.13 79	0.03 193	0.00 1	0.00 1	0.02 176	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 102	0.02 109	0.05 134	0.45 78	0.18 47	0.04 82	0.00 1	0.66 128	0.11 126	0.75 121	1.11 99	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.30 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 164	0.00 1	0.01 124	0.28 180	0.22 181	0.01 20	0.50 89	1.31 211	0.15 166	0.17 199	0.48 113	0.19 164	2.05 176	2.81 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous	0.30 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 176	0.00 1	0.00 1	0.09 131	0.27 189	0.01 20	0.58 112	1.15 207	0.16 173	0.17 199	0.86 140	0.16 157	2.05 176	2.59 179	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.12 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.46 191	0.00 1	0.06 145	2.09 196	0.14 37	0.01 40	0.00 1	0.00 1	0.00 1	0.05 26	0.43 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.24 125	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 203	0.00 1	0.02 134	0.01 31	0.03 125	0.01 20	0.52 96	0.31 108	0.05 100	0.01 80	2.60 185	0.04 95	1.00 129	0.99 91	0.00 1	0.03 151	0.01 167	0.00 1	0.09 164	0.75 194

HCRNet	0.03 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.62 127	0.11 29	0.00 1	0.00 1	0.01 24	0.00 1	0.02 14	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ARAFT	0.08 60	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 146	0.01 79	0.04 113	0.38 62	0.24 71	0.02 65	0.01 80	0.18 83	0.00 1	0.36 93	0.71 83	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Stereo + iAFF	0.05 38	0.02 179	0.00 1	0.00 1	0.01 127	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.07 125	0.01 79	0.01 20	0.50 89	0.20 51	0.03 76	0.00 1	0.06 60	0.00 1	0.09 41	0.38 59	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AFF-stereo	0.04 24	0.02 179	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.07 125	0.01 79	0.00 1	0.40 65	0.24 71	0.01 40	0.02 104	0.03 39	0.00 1	0.04 21	0.27 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT + AFF	0.17 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 157	0.00 1	0.01 20	4.02 228	0.19 50	0.00 1	0.00 1	0.02 35	0.00 1	0.13 47	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 9	0.02 1	0.01 40	0.00 1	0.00 1	0.00 1	0.02 14	0.01 2	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
APVNet	0.13 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 124	0.01 31	0.00 1	0.03 96	0.63 132	0.21 56	0.05 100	0.04 128	0.88 141	0.03 85	0.21 65	1.46 126	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

MMNet	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 20	0.26 32	0.08 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.06 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

delet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.09 7	0.08 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.05 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psm_up	0.06 48	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.11 188	0.34 52	0.13 33	0.03 76	0.06 143	0.39 108	0.11 126	0.23 70	0.20 38	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

UNet	0.02 9	0.01 137	0.00 1	0.00 1	0.02 176	0.01 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 198	0.20 19	0.09 23	0.00 1	0.00 1	0.03 39	0.00 1	0.10 42	0.04 15	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

UPFNet	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 113	0.30 45	0.05 9	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.07 23	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.20 113	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 164	0.04 151	0.10 158	0.15 155	0.16 173	0.01 20	0.62 127	1.10 203	0.14 163	0.08 155	0.06 60	0.33 187	1.41 149	1.15 101	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	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
HGLStereo	0.03 20	0.00 1	0.00 1	0.00 1	0.01 127	0.01 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.02 66	0.31 48	0.15 42	0.01 40	0.00 1	0.00 1	0.00 1	0.11 45	0.06 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FAT-Stereo	1.23 201	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.06 158	0.56 225	0.04 183	0.51 204	8.31 253	3.59 221	0.74 204	0.07 162	1.46 181	2.08 233	0.17 177	0.16 190	1.51 161	1.19 235	3.70 226	4.90 231	0.10 189	0.25 229	0.00 1	0.00 1	0.58 194	3.07 214

PMTNet	0.21 118	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.11 173	0.00 1	0.02 164	0.03 144	0.07 150	0.09 131	0.17 174	0.01 20	0.58 112	1.07 200	0.18 178	0.05 136	0.19 86	0.21 169	1.60 157	1.30 114	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1

DMCA	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 108	0.00 1	0.01 20	0.22 24	0.21 56	0.01 40	0.02 104	0.01 24	0.00 1	0.04 21	0.06 20	0.00 1	0.00 1	0.01 167	0.00 1	0.00 1	0.00 1

FADNet-RVC-Resample	0.17 103	0.10 212	0.21 221	0.07 206	0.22 227	0.00 1	0.00 1	0.12 211	0.11 205	0.08 161	0.08 151	0.02 86	0.04 132	0.09 183	1.01 168	0.18 47	0.11 146	0.05 136	0.18 83	0.21 169	0.27 74	1.22 103	0.06 184	0.12 190	0.03 172	0.00 1	0.01 137	0.11 165

FADNet-RVC	0.16 96	0.02 179	0.06 197	0.00 1	0.01 127	0.00 1	0.11 173	0.00 1	0.03 176	0.00 1	0.00 1	0.00 1	0.08 148	0.04 113	1.31 176	0.24 71	0.11 146	0.03 117	0.28 98	0.23 172	0.53 107	1.03 96	0.01 161	0.04 158	0.00 1	0.00 1	0.00 1	0.11 165

FADNet	0.13 79	0.02 179	0.01 174	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.01 151	0.00 1	0.00 1	0.00 1	0.04 132	0.02 66	0.95 163	0.12 30	0.04 82	0.10 160	0.07 66	0.24 174	0.57 108	1.24 107	0.02 174	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

STTStereo	0.04 24	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.03 148	0.00 1	0.11 205	0.00 1	0.01 124	0.01 31	0.00 1	0.01 20	0.37 61	0.05 9	0.00 1	0.00 1	0.03 39	0.01 60	0.07 34	0.33 50	0.04 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.26 129	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.02 109	0.11 188	1.33 178	0.46 136	0.29 194	0.34 233	0.51 115	0.01 60	1.29 135	2.49 173	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

AF-Net	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.01 20	0.44 76	0.05 9	0.00 1	0.00 1	0.01 24	0.02 77	0.07 34	0.37 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RP	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 155	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.02 66	0.89 154	0.06 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.46 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RGC	0.08 60	0.00 1	0.00 1	0.00 1	0.01 127	0.02 166	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 113	0.80 146	0.03 5	0.00 1	0.00 1	0.06 60	0.04 95	0.22 68	0.87 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NCC-stereo	0.05 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 142	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.02 66	0.64 134	0.07 19	0.00 1	0.00 1	0.01 24	0.06 103	0.05 26	0.49 69	0.01 161	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

stereogan	0.11 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 66	0.51 93	0.17 46	0.01 40	0.00 1	0.00 1	0.02 77	0.05 26	2.28 162	0.00 1	0.00 1	0.01 167	0.00 1	0.00 1	0.00 1

edge stereo	1.46 208	0.00 1	0.06 197	0.06 204	0.00 1	0.21 212	0.46 204	1.41 244	0.59 224	0.98 223	3.22 227	6.49 229	2.93 218	0.27 215	1.32 177	2.34 236	0.22 187	0.21 218	7.20 215	1.22 238	1.68 163	4.62 227	0.25 205	0.15 205	0.04 177	0.00 1	0.63 196	2.84 211

Nwc_Net	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.01 20	0.44 76	0.05 9	0.00 1	0.00 1	0.01 24	0.02 77	0.07 34	0.37 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Abc-Net	0.05 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 142	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.02 66	0.64 134	0.07 19	0.00 1	0.00 1	0.01 24	0.06 103	0.05 26	0.49 69	0.01 161	0.00 1	0.00 1	0.00 1	0.00 1	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
R-Stereo Train	0.50 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 151	0.48 201	1.18 203	0.14 146	0.11 159	0.14 200	0.52 96	0.99 195	0.38 202	0.30 231	3.01 194	0.50 205	2.40 187	3.20 192	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1

PVD	0.51 158	0.00 1	0.08 204	0.00 1	0.00 1	0.00 1	0.13 178	0.30 220	0.00 1	0.37 193	1.22 205	0.13 143	0.74 204	0.06 145	4.31 239	0.33 111	0.13 153	0.01 80	1.49 160	0.23 172	1.81 168	2.00 148	0.00 1	0.11 182	0.07 182	0.00 1	0.30 180	0.00 1

SHD	0.38 146	0.00 1	0.06 197	0.00 1	0.00 1	0.00 1	0.12 177	0.03 199	0.00 1	0.23 178	0.58 188	0.01 31	0.00 1	0.07 162	4.29 238	0.25 80	0.06 107	0.01 80	1.17 151	0.15 151	0.91 125	2.09 155	0.00 1	0.10 179	0.00 1	0.00 1	0.00 1	0.00 1

XQC	0.40 149	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.16 183	0.00 1	0.00 1	0.14 172	0.47 184	0.01 31	1.09 208	0.08 173	4.21 234	0.62 164	0.07 119	0.00 1	0.96 143	0.01 60	0.68 116	2.06 150	0.00 1	0.10 179	0.00 1	0.00 1	0.02 143	0.00 1

RTSC	0.29 138	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.16 183	0.04 204	0.00 1	0.08 161	0.14 164	0.01 31	0.01 79	0.05 134	4.13 233	0.34 117	0.10 139	0.00 1	1.07 149	0.08 113	0.64 114	1.02 94	0.00 1	0.09 171	0.00 1	0.00 1	0.00 1	0.00 1

MADNet+	0.80 189	0.01 137	0.08 204	0.00 1	0.11 215	0.02 166	1.20 221	0.00 1	0.00 1	0.20 174	0.03 137	0.62 200	0.05 140	0.21 209	5.10 252	1.72 227	0.65 216	0.01 80	1.44 159	0.63 216	4.41 234	4.57 225	0.00 1	0.49 246	0.00 1	0.00 1	0.11 167	0.07 162

RAFT-Stereo	0.50 156	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 151	0.48 201	1.18 203	0.14 146	0.11 159	0.14 200	0.52 96	0.99 195	0.38 202	0.30 231	3.01 194	0.50 205	2.40 187	3.20 192	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.04 24	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.01 20	0.19 17	0.33 111	0.00 1	0.00 1	0.02 35	0.00 1	0.26 73	0.14 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HSM-Net_RVC	0.37 145	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.03 148	0.01 190	0.00 1	0.42 198	1.81 216	2.18 215	0.09 153	0.02 66	0.48 86	0.44 135	0.13 153	0.04 128	0.60 122	0.46 201	1.62 158	1.55 127	0.08 186	0.14 198	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.15 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.00 1	3.83 222	0.14 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 7	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CC-Net-ROB	0.23 122	0.04 197	0.00 1	0.00 1	0.01 127	0.03 173	0.02 142	0.00 1	0.00 1	0.00 1	0.00 1	3.09 220	0.55 203	0.10 186	0.28 36	0.13 33	0.03 76	0.00 1	0.53 119	0.00 1	0.18 61	0.29 46	0.87 229	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANetREF_RVC	0.07 53	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 115	0.00 1	0.04 113	0.29 42	0.12 30	0.29 194	0.00 1	0.04 45	0.04 95	0.45 104	0.46 67	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1
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
GANet	0.01 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 146	0.14 146	0.00 1	0.01 20	0.03 3	0.03 5	0.05 100	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TDLM	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 96	0.34 52	0.03 5	0.00 1	0.00 1	0.01 24	0.00 1	0.08 40	0.18 34	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_RVC	0.09 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.06 145	0.41 70	0.27 89	0.11 146	0.00 1	0.66 128	0.00 1	0.28 79	0.54 72	0.00 1	0.08 169	0.00 1	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 20	0.02 2	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccs_rob	1.25 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 166	0.00 1	0.18 213	0.01 151	1.18 233	10.44 259	9.28 235	0.09 153	0.13 198	0.84 149	1.65 222	0.20 183	0.14 175	1.65 168	0.44 198	3.08 203	4.14 215	0.01 161	0.13 195	0.00 1	0.00 1	0.00 1	0.07 162

UCFNet_RVC	0.12 75	0.00 1	0.02 182	0.00 1	0.06 205	0.00 1	0.00 1	0.00 1	0.00 1	0.03 144	0.00 1	0.03 102	0.01 79	0.05 134	0.40 65	0.27 89	0.04 82	0.00 1	0.96 143	0.00 1	0.42 100	0.54 72	0.49 222	0.01 89	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.00 1	0.05 4	0.05 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.10 71	0.01 137	0.00 1	0.00 1	0.00 1	0.01 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.02 109	0.06 145	0.42 75	0.26 84	0.04 82	0.01 80	0.32 105	0.00 1	0.60 113	0.99 91	0.00 1	0.01 89	0.00 1	0.00 1	0.00 1	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
NVstereo2D	0.19 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.26 182	0.01 124	0.01 31	0.00 1	0.01 20	3.98 226	0.25 80	0.01 40	0.01 80	0.04 45	0.00 1	0.14 51	0.36 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.18 108	0.00 1	0.00 1	0.00 1	0.02 176	0.00 1	0.58 211	0.00 1	0.00 1	0.00 1	0.00 1	0.02 86	0.00 1	0.07 162	0.73 143	0.23 65	0.04 82	0.00 1	0.25 97	0.00 1	1.54 154	1.42 122	0.01 161	0.02 138	0.00 1	0.00 1	0.02 143	0.00 1

PS-NSSS	0.08 60	0.01 137	0.00 1	0.00 1	0.00 1	0.00 1	0.02 142	0.00 1	0.00 1	0.00 1	0.00 1	0.22 176	0.01 79	0.06 145	0.31 48	0.14 37	0.02 65	0.00 1	0.18 83	0.00 1	0.15 53	0.27 43	0.23 203	0.00 1	0.00 1	0.00 1	0.57 193	0.00 1

iResNetv2_ROB	0.17 103	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.04 113	1.11 173	0.27 89	0.01 40	0.00 1	1.20 152	0.01 60	1.50 153	0.31 48	0.00 1	0.09 171	0.00 1	0.00 1	0.00 1	0.00 1

MLCV	0.39 148	0.01 137	0.00 1	0.00 1	0.03 190	0.00 1	0.00 1	0.00 1	0.16 212	0.38 194	1.16 201	0.11 137	0.02 109	0.04 113	0.53 103	0.64 165	0.09 131	0.03 117	3.12 197	0.06 103	1.19 130	2.76 181	0.05 181	0.10 179	0.00 1	0.00 1	0.07 157	0.00 1

DPSNet	3.78 234	0.04 197	0.03 188	0.00 1	0.07 207	0.14 202	0.37 200	0.00 1	0.06 188	0.00 1	1.34 207	25.08 255	4.60 226	2.89 246	5.42 253	4.03 249	1.04 223	0.48 243	40.54 259	1.90 246	5.96 251	6.80 253	0.77 227	0.43 244	0.04 177	0.00 1	0.02 143	0.00 1

HSM	0.06 48	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 146	0.01 79	0.02 66	0.58 112	0.21 56	0.00 1	0.00 1	0.07 66	0.06 103	0.36 93	0.23 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNet	0.54 161	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.41 197	1.22 205	0.17 164	0.02 109	0.01 20	2.19 202	1.50 217	0.04 82	0.07 150	5.12 210	0.45 200	2.07 178	1.02 94	0.00 1	0.14 198	0.00 1	0.00 1	0.13 170	0.00 1

MFMNet_re	0.60 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 155	0.00 1	0.21 213	0.06 158	0.01 124	0.61 199	0.33 193	0.06 145	2.70 208	1.05 199	0.53 209	0.01 80	4.51 205	0.20 168	3.66 224	1.39 119	0.00 1	0.13 195	0.00 1	0.00 1	0.62 195	0.00 1

DISCO	0.05 38	0.00 1	0.00 1	0.00 1	0.01 127	0.00 1	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 102	0.00 1	0.01 20	0.35 58	0.13 33	0.01 40	0.00 1	0.05 55	0.00 1	0.05 26	0.56 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NCCL2	0.16 96	0.00 1	0.00 1	0.00 1	0.22 227	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.12 195	0.91 156	0.27 89	0.22 187	0.04 128	0.04 45	0.03 85	0.38 97	0.86 87	0.18 197	0.03 151	0.00 1	0.00 1	0.91 208	0.00 1

iResNet_ROB	0.09 67	0.00 1	0.00 1	0.00 1	0.03 190	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.03 96	0.88 152	0.40 134	0.02 65	0.00 1	0.51 115	0.00 1	0.34 91	0.27 43	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1

NOSS_ROB	0.76 187	0.01 137	0.00 1	0.00 1	0.01 127	0.03 173	0.00 1	0.95 236	0.09 201	1.05 227	1.79 215	1.64 211	0.34 194	0.82 232	2.09 196	2.78 241	0.24 190	0.22 220	0.62 125	0.13 139	3.50 218	3.90 213	0.03 176	0.18 215	0.00 1	0.00 1	0.04 153	0.00 1

XPNet_ROB	0.17 103	0.00 1	0.00 1	0.00 1	0.03 190	0.01 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.02 206	0.01 79	0.05 134	0.28 36	0.24 71	0.35 201	0.01 80	0.01 24	0.06 103	0.43 103	1.60 132	0.00 1	0.01 89	0.00 1	0.00 1	0.43 184	0.00 1

ETE_ROB	0.20 113	0.01 137	0.00 1	0.01 191	0.02 176	0.00 1	0.00 1	0.00 1	0.01 151	0.00 1	0.29 177	0.11 137	0.01 79	0.07 162	0.72 142	0.22 60	0.62 214	0.04 128	0.73 135	0.05 101	0.92 126	1.43 124	0.00 1	0.02 138	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.04 24	0.00 1	0.00 1	0.00 1	0.02 176	0.00 1	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.04 108	0.01 79	0.01 20	0.17 12	0.26 84	0.01 40	0.03 117	0.19 86	0.00 1	0.22 68	0.24 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.13 79	0.00 1	0.00 1	0.00 1	0.02 176	0.00 1	0.00 1	0.00 1	0.00 1	0.04 151	0.00 1	0.00 1	0.02 109	0.06 145	0.36 59	0.26 84	0.01 40	0.00 1	1.56 164	0.03 85	0.59 112	0.54 72	0.00 1	0.09 171	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.20 113	0.01 137	0.00 1	0.00 1	0.01 127	0.01 140	0.00 1	0.00 1	0.00 1	0.01 132	0.27 175	0.30 185	0.01 79	0.07 162	0.98 164	0.22 60	0.04 82	0.01 80	0.52 118	0.04 95	0.72 120	1.36 117	0.00 1	0.02 138	0.00 1	0.00 1	0.87 207	0.00 1

PWC_ROB	0.48 154	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.09 168	0.00 1	0.01 151	0.13 169	0.82 196	0.02 86	0.02 109	0.02 66	3.76 220	1.11 206	0.16 173	0.19 210	0.65 127	0.11 126	2.51 190	2.73 180	0.00 1	0.00 1	0.00 1	0.00 1	0.33 181	0.29 178

PWCDC_ROB	0.20 113	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.13 161	0.02 86	0.00 1	0.12 195	2.10 198	0.35 122	0.04 82	0.03 117	0.01 24	0.00 1	0.52 106	1.85 144	0.00 1	0.11 182	0.00 1	0.00 1	0.00 1	0.00 1

CBMV	1.18 199	0.00 1	0.00 1	0.00 1	0.00 1	0.03 173	0.03 148	0.96 237	0.00 1	0.67 213	1.64 212	3.94 223	1.69 211	0.56 225	2.14 200	1.97 231	0.51 207	0.16 190	3.45 201	0.64 217	2.84 200	3.95 214	0.00 1	0.14 198	0.00 1	0.00 1	1.34 215	5.30 228
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
anonymousdsp2	0.08 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.31 180	0.01 31	0.01 79	0.01 20	0.32 50	0.23 65	0.02 65	0.01 80	0.04 45	0.19 164	0.13 47	0.67 82	0.00 1	0.00 1	0.00 1	0.01 172	0.23 176	0.00 1

cross-raft	0.54 161	0.00 1	0.00 1	0.00 1	0.00 1	0.13 199	0.01 120	0.00 1	0.00 1	0.39 196	0.09 156	0.14 146	0.13 166	0.07 162	0.62 127	1.31 211	0.11 146	0.15 183	2.97 193	0.85 225	3.56 221	3.57 198	0.00 1	0.01 89	0.10 188	0.01 172	0.03 149	0.19 169

DMCA-RVC	0.05 38	0.01 137	0.00 1	0.01 191	0.03 190	0.01 140	0.18 187	0.03 199	0.00 1	0.00 1	0.16 167	0.01 31	0.00 1	0.02 66	0.45 78	0.09 23	0.01 40	0.01 80	0.00 1	0.07 111	0.06 33	0.07 23	0.00 1	0.04 158	0.03 172	0.01 172	0.00 1	0.00 1

S-Stereo	1.13 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 140	0.54 208	0.15 212	0.06 188	0.31 189	5.59 240	5.30 228	0.30 191	0.06 145	3.35 215	2.95 244	0.16 173	0.20 216	2.56 184	1.78 243	1.85 170	3.69 202	0.21 200	0.18 215	0.00 1	0.01 172	0.56 192	0.63 193

FADNet_RVC	0.69 181	0.04 197	0.21 221	0.07 206	0.25 229	0.00 1	0.34 199	0.03 199	0.21 213	0.23 178	0.11 160	0.27 179	0.12 161	0.14 200	2.41 205	0.90 188	0.15 166	0.70 248	3.72 203	0.37 189	1.70 167	2.92 186	0.29 207	0.34 236	0.20 203	0.02 176	2.57 233	0.38 187

DLCB_ROB	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 151	0.00 1	0.00 1	0.04 113	0.11 9	0.14 37	0.02 65	0.02 104	0.03 39	0.00 1	0.18 61	0.35 54	0.00 1	0.00 1	0.00 1	0.02 176	0.02 143	0.02 160

XX-Stereo	1.61 210	0.01 137	0.00 1	0.00 1	0.00 1	0.13 199	0.11 173	0.00 1	0.00 1	1.24 235	6.23 247	0.08 127	0.23 182	0.03 96	0.60 122	2.29 235	0.12 150	0.18 205	3.02 196	0.19 164	1.68 163	2.52 175	0.09 188	0.01 89	23.80 263	0.03 178	0.24 177	0.58 192

DSFCA	0.05 38	0.00 1	0.00 1	0.00 1	0.06 205	0.00 1	0.07 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.00 1	0.01 20	0.34 52	0.22 60	0.00 1	0.01 80	0.02 35	0.01 60	0.11 45	0.17 33	0.00 1	0.01 89	0.04 177	0.03 178	0.11 167	0.09 164

PA-Net	0.14 86	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.07 162	0.71 141	0.14 37	0.00 1	0.00 1	0.03 39	0.01 60	0.04 21	1.84 143	0.41 215	0.01 89	0.00 1	0.03 178	0.00 1	0.39 188
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FBW_ROB	0.97 192	0.02 179	0.12 208	0.03 198	0.32 234	0.17 207	1.52 223	0.00 1	0.00 1	0.13 169	0.64 190	1.09 207	1.04 206	1.99 243	1.92 188	0.23 65	0.34 199	0.02 104	10.36 226	0.24 174	2.46 189	2.42 168	1.08 231	0.02 138	0.00 1	0.03 178	0.00 1	0.00 1

FCDSN-DC	0.45 153	0.04 197	0.47 235	0.00 1	0.00 1	0.01 140	0.48 206	0.00 1	0.00 1	0.35 191	0.17 168	0.19 168	0.07 146	0.02 66	4.35 240	0.59 160	0.10 139	0.13 170	0.48 113	0.06 103	1.59 156	2.36 164	0.00 1	0.39 241	0.00 1	0.05 182	0.15 172	0.00 1
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FINET	0.03 20	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 132	0.29 177	0.05 115	0.00 1	0.01 20	0.18 16	0.10 27	0.01 40	0.00 1	0.06 60	0.00 1	0.02 14	0.04 15	0.00 1	0.00 1	0.01 167	0.07 183	0.00 1	0.00 1

IGEV_Zeroshot_test	0.88 190	0.00 1	0.03 188	0.02 195	0.00 1	0.63 221	0.47 205	0.00 1	0.08 198	1.04 226	4.11 234	0.50 195	0.25 184	0.04 113	0.65 136	1.97 231	0.12 150	0.17 199	2.66 186	0.83 224	2.82 198	4.45 224	0.00 1	0.01 89	0.17 201	0.09 184	2.38 229	0.30 180

LRCNet_RVC	49.44 263	66.95 265	34.18 264	88.01 267	86.59 270	83.58 268	77.68 267	40.99 266	25.39 264	95.87 266	64.14 265	84.13 268	47.24 264	95.35 269	19.57 262	2.87 242	56.10 266	39.42 265	90.88 267	49.94 264	16.11 262	8.09 258	89.74 271	45.55 265	2.77 236	0.09 184	15.03 260	8.65 243

Dean	2.18 220	0.30 224	0.30 229	7.05 248	0.96 245	2.14 231	3.29 236	0.00 1	0.00 1	0.00 1	0.00 1	3.08 219	5.90 227	0.31 219	0.52 96	0.55 154	2.83 243	0.01 80	9.62 224	0.03 85	3.08 203	5.02 235	12.96 250	0.19 218	0.54 221	0.10 186	0.13 170	0.02 160

AMNet	0.04 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 102	0.10 158	0.38 222	0.07 5	0.26 84	0.06 107	0.00 1	0.04 45	0.00 1	0.07 34	0.01 2	0.00 1	0.02 138	0.00 1	0.10 186	0.00 1	0.00 1

MIM_Stereo	0.07 53	0.00 1	0.00 1	0.00 1	0.00 1	0.06 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 31	0.01 79	0.02 66	0.41 70	0.20 51	0.01 40	0.01 80	0.20 89	0.04 95	0.25 71	0.42 62	0.00 1	0.00 1	0.00 1	0.11 188	0.01 137	0.00 1

STTRV1_RVC		0.00 1	0.00 1	0.02 195	0.01 127	0.00 1	0.00 1	0.00 1	0.00 1	0.03 144	0.02 134	0.29 182	0.50 202	0.02 66	0.34 52	0.22 60	2.21 241	0.07 150		2.97 252	3.26 213	2.53 176		0.03 151	0.03 172	0.11 188	0.91 208	3.53 218

NLCA_NET_v2_RVC	0.05 38	0.00 1	0.00 1	0.00 1	0.02 176	0.00 1	0.01 120	0.00 1	0.49 223	0.00 1	0.00 1	0.01 31	0.00 1	0.01 20	0.17 12	0.05 9	0.00 1	0.00 1	0.06 60	0.02 77	0.05 26	0.30 47	0.00 1	0.00 1	0.00 1	0.11 188	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.
DispFullNet	3.49 232	0.27 222	7.26 259	0.09 210	0.14 220	0.01 140	0.06 158	3.85 253	0.42 219	6.77 263	8.35 254	11.64 236	6.65 231	0.04 113	2.82 209	7.09 259	1.03 222	0.25 226	17.20 243	2.51 249	4.99 241	4.62 227	0.29 207	0.09 171	1.11 227	0.11 188	2.44 230	4.02 220

AE-Stereo	0.21 118	0.00 1	0.00 1	0.00 1	0.07 207	0.01 140	0.01 120	0.00 1	0.00 1	0.00 1	0.00 1	0.08 127	0.08 148	0.02 66	0.36 59	0.74 173	0.10 139	0.07 150	0.09 70	0.24 174	1.19 130	2.39 166	0.00 1	0.00 1	0.00 1	0.12 192	0.00 1	0.00 1

AEACV	0.05 38	0.01 137	0.00 1	0.00 1	0.00 1	0.06 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 20	0.40 65	0.33 111	0.00 1	0.00 1	0.04 45	0.06 103	0.04 21	0.18 34	0.00 1	0.00 1	0.00 1	0.17 193	0.00 1	0.00 1

test_4	0.16 96	0.01 137	0.00 1	0.00 1	0.01 127	0.01 140	0.16 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 134	0.52 96	0.53 150	0.01 40	0.13 170	0.10 74	0.11 126	0.28 79	1.23 106	0.00 1	0.00 1	0.03 172	0.17 193	0.80 200	0.16 168

SFCPSM	1.11 195	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 151	0.00 1	0.07 195	0.53 206	2.98 225	2.34 218	3.77 224	0.05 134	1.20 175	1.36 214	0.25 191	0.14 175	10.55 227	1.16 233	2.01 175	2.27 161	0.05 181	0.08 169	0.00 1	0.17 193	0.43 184	0.44 190

AnonymousM	0.62 170	0.01 137	0.00 1	0.00 1	0.00 1	0.16 204	0.00 1	0.00 1	0.02 164	0.00 1	0.42 183	0.05 115	0.14 168	0.08 173	0.49 87	0.80 177	0.21 185	0.11 161	0.10 74	0.70 218	1.35 142	1.68 134	0.00 1	0.15 205	0.00 1	0.19 196	3.31 240	6.88 234

SGM-Forest	0.67 177	0.03 193	0.02 182	0.04 200	0.11 215	0.12 196	0.00 1	0.43 222	0.43 220	1.34 236	0.78 195	0.33 187	1.29 210	0.01 20	1.84 187	0.85 180	0.15 166	0.15 183	1.59 165	0.02 77	1.89 171	2.57 178	0.25 205	0.06 166	0.15 200	0.20 197	1.30 213	2.24 207
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MSC_U_SF_DS_RVC	1.17 198	0.76 238	0.20 217	0.31 216	0.18 223	0.22 215	3.04 233	0.01 190	0.09 201	0.68 215	0.03 137	0.59 198	1.16 209	2.03 244	2.62 207	0.71 168	0.44 205	0.41 237	8.67 220	0.55 211	2.11 183	2.76 181	0.43 218	0.23 225	0.25 208	0.21 198	0.04 153	2.82 210

SPS-STEREO	1.22 200	0.03 193	0.01 174	0.30 215	0.00 1	0.12 196	0.31 198	0.30 220	0.00 1	0.54 209	4.71 236	1.63 210	0.43 198	0.06 145	1.99 191	1.60 221	0.64 215	0.29 230	9.79 225	0.54 209	4.12 231	3.57 198	0.29 207	0.11 182	0.27 209	0.25 199	0.74 199	0.19 169
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MSMDNet	0.61 169	0.00 1	0.00 1	0.00 1	0.00 1	0.14 202	0.01 120	0.00 1	0.00 1	0.67 213	0.09 156	0.14 146	1.70 212	0.11 188	0.61 124	1.45 216	0.10 139	0.15 183	2.42 179	0.50 205	3.51 219	4.28 220	0.00 1	0.00 1	0.10 188	0.29 200	0.03 149	0.19 169

MSKI-zero shot	0.72 185	0.00 1	0.00 1	0.00 1	0.00 1	0.13 199	0.00 1	0.00 1	0.05 185	0.22 176	2.74 224	0.18 166	0.15 170	0.01 20	0.93 158	1.89 230	0.15 166	0.19 210	3.70 202	1.08 229	3.22 210	3.80 209	0.14 195	0.00 1	0.14 199	0.32 201	0.16 174	0.31 181

DeepPrunerF	0.66 176	0.18 218	0.00 1	0.07 206	1.57 250	0.07 184	0.10 170	0.06 210	1.03 233	0.00 1	0.00 1	0.01 31	0.00 1	0.04 113	2.89 210	0.28 99	0.00 1	0.00 1	0.09 70	0.00 1	0.17 57	0.24 40	0.00 1	0.00 1	10.69 258	0.33 202	0.08 159	0.00 1

EGLCR-Stereo	0.38 146	0.00 1	0.00 1	0.00 1	0.00 1	0.04 177	0.01 120	0.00 1	0.05 185	0.00 1	0.00 1	0.14 146	0.07 146	0.00 1	0.38 62	0.73 171	0.13 153	0.19 210	0.64 126	0.07 111	1.29 135	2.37 165	0.00 1	0.03 151	0.00 1	0.40 203	3.61 244	0.00 1

NaN_ROB	0.28 132	0.10 212	0.17 215	0.04 200	0.18 223	0.11 195	0.16 183	0.01 190	1.57 239	0.02 140	0.55 186	0.13 143	0.03 125	0.07 162	1.03 170	0.24 71	0.07 119	0.11 161	0.15 79	0.26 179	0.39 99	0.66 80	0.13 192	0.24 227	0.12 191	0.40 203	0.16 174	0.46 191

EAI-Stereo	0.68 178	0.04 197	0.14 211	0.32 217	0.08 209	0.67 223	0.37 200	0.00 1	0.41 218	0.00 1	1.59 211	0.12 140	0.18 175	0.03 96	1.11 173	1.44 215	0.15 166	0.36 235	3.29 200	0.39 192	2.36 186	2.97 187	0.13 192	0.38 240	0.34 212	0.41 205	0.55 191	0.43 189

MFN_U_SF_DS_RVC	0.79 188	0.13 216	0.02 182	0.05 202	0.03 190	0.01 140	1.93 227	0.00 1	0.11 205	0.10 164	0.04 145	0.10 134	1.07 207	1.46 238	2.00 193	0.35 122	0.02 65	0.03 117	2.24 176	0.06 103	3.24 211	3.75 208	0.10 189	0.03 151	0.22 206	0.45 206	0.45 187	3.27 217

anonymity	1.13 196	0.02 179	0.00 1	0.00 1	0.00 1	0.19 210	0.00 1	0.00 1	0.03 176	0.74 218	13.91 262	0.36 189	0.36 197	0.09 183	0.53 103	1.74 228	0.13 153	0.17 199	2.19 175	0.25 178	2.25 184	3.67 201	0.03 176	0.20 221	0.23 207	0.47 207	2.57 233	0.34 185

FC-DCNN	0.75 186	0.08 207	1.12 242	0.43 221	0.05 202	0.49 217	0.77 214	0.77 230	0.22 215	0.59 212	0.77 193	0.55 197	0.43 198	0.02 66	1.40 179	0.58 159	0.47 206	0.12 169	1.63 167	0.09 116	2.09 181	1.80 141	0.00 1	0.23 225	0.75 225	0.47 207	1.09 210	3.12 215

RAFT-Test	0.58 165	0.00 1	0.00 1	0.00 1	0.00 1	0.16 204	0.01 120	0.00 1	0.00 1	0.72 217	1.47 210	0.15 155	0.23 182	0.11 188	0.63 132	1.34 213	0.10 139	0.14 175	2.88 189	0.38 191	3.38 215	3.10 191	0.00 1	0.01 89	0.12 191	0.51 209	0.03 149	0.26 175

AnyNet_C01	1.80 216	0.27 222	0.15 212	0.35 219	0.08 209	0.09 191	3.33 237	0.89 234	3.09 249	0.44 200	1.41 208	2.02 214	2.79 217	0.23 210	4.89 250	5.01 254	1.81 236	0.76 249	2.32 177	0.33 187	3.97 230	4.20 217	0.11 191	0.35 238	1.82 233	0.55 210	2.32 228	4.89 225

SGM_RVC	2.40 224	0.34 225	0.34 231	0.43 221	0.28 230	0.74 224	0.69 213	1.67 245	1.00 231	1.97 251	4.03 231	7.44 232	3.12 220	0.15 203	0.91 156	0.81 178	1.80 235	0.63 247	11.18 231	1.10 231	2.91 201	1.86 145	0.79 228	0.56 247	1.41 230	0.66 211	6.93 254	11.00 250
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pmcnn	1.74 214	0.01 137	0.07 202	0.10 211	0.20 225	0.04 177	1.98 228	0.61 227	0.13 210	0.30 188	3.94 230	4.98 226	6.14 229	0.59 226	1.92 188	3.06 246	0.94 220	0.76 249	4.99 208	1.80 244	5.49 246	3.00 189	1.33 233	0.16 210	0.00 1	0.69 212	1.70 219	2.12 205

notaker	8.18 249	8.30 257	3.80 254	16.02 260	6.70 257	17.10 258	15.34 257	0.84 233	0.78 227	0.03 144	0.06 147	23.40 251	32.99 257	4.55 248	1.44 180	0.65 166	4.67 251	0.05 136	21.88 252	0.42 195	5.81 250	5.95 243	44.83 260	0.35 238	0.36 213	0.75 213	0.63 196	3.05 213

SAMSARA	0.71 183	0.00 1	0.07 202	0.00 1	0.00 1	0.00 1	0.55 209	0.03 199	0.00 1	0.28 186	0.76 192	0.02 86	3.02 219	0.07 162	4.54 246	0.56 157	0.09 131	0.01 80	2.13 174	0.08 113	1.67 160	2.77 183	0.00 1	0.19 218	0.19 202	0.75 213	1.12 211	0.27 177

PSMNet_ROB	2.63 226	3.17 249	0.20 217	0.23 214	0.11 215	5.05 245	3.48 238	0.00 1	0.00 1	1.05 227	4.82 237	3.84 222	9.24 236	5.42 249	0.77 145	0.29 100	1.04 223	0.17 199	13.41 235	0.49 203	3.21 208	1.71 137	10.65 249	0.34 236	0.33 211	0.81 215	0.44 186	0.76 195

MFN_U_SF_RVC	1.49 209	0.62 233	0.66 237	0.42 220	0.49 239	0.49 217	1.58 225	0.49 223	0.40 217	1.16 232	3.03 226	0.84 204	0.44 200	1.46 238	3.42 216	0.95 191	0.40 204	0.45 241	13.39 234	0.77 221	3.48 217	2.04 149	0.30 210	0.93 251	0.11 190	0.88 216	0.01 137	0.95 197

CSAN	0.41 151	0.09 210	0.16 214	0.07 206	0.15 221	0.01 140	0.19 188	0.00 1	1.58 240	0.10 164	0.97 197	1.09 207	0.08 148	0.11 188	0.98 164	0.30 102	0.09 131	0.11 161	0.67 130	0.56 213	0.95 127	1.09 97	0.07 185	0.19 218	0.08 186	0.97 217	0.10 166	0.34 185

ADCRef	0.65 173	0.00 1	0.21 221	0.00 1	0.05 202	0.02 166	0.15 182	0.04 204	1.63 241	0.00 1	0.00 1	0.10 134	0.00 1	0.04 113	3.98 226	0.30 102	0.01 40	0.02 104	0.79 137	0.55 211	0.15 53	0.34 52	0.43 218	0.09 171	0.73 224	1.20 218	0.82 201	5.86 231

WAO-7	2.56 225	0.40 227	3.00 252	5.92 244	0.09 211	0.62 219	3.05 234	0.04 204	1.11 234	1.99 252	9.24 257	6.66 230	11.34 238	0.36 220	2.45 206	0.57 158	1.87 237	0.11 161	8.65 219	0.13 139	2.33 185	4.24 219	0.00 1	0.43 244	0.37 214	1.21 219	0.25 178	2.62 208

CBMV_ROB	2.09 219	0.01 137	0.00 1	0.00 1	0.01 127	0.21 212	0.04 151	1.11 240	0.10 203	1.50 241	3.75 229	13.56 237	7.40 233	0.08 173	3.15 211	1.74 228	0.69 217	0.20 216	6.65 213	0.27 182	4.19 232	2.80 184	0.23 203	0.11 182	1.40 229	1.34 220	1.89 220	4.07 221

DGSMNet	2.69 227	0.59 231	0.13 209	0.34 218	0.00 1	0.62 219	0.09 168	0.83 232	0.27 216	2.27 255	13.50 261	0.87 205	3.27 221	2.04 245	3.76 220	4.88 252	5.69 252	2.41 255	7.38 216	1.17 234	7.85 257	8.59 260	1.41 234	0.70 249	0.47 217	1.46 221	0.48 188	1.60 200

IMH-64-1	3.85 236	0.05 204	0.37 232	1.44 229	0.30 231	3.09 238	5.34 243	0.24 218	0.06 188	0.00 1	0.00 1	2.19 216	12.39 239	1.76 241	4.38 242	1.10 203	0.92 218	0.05 136	9.06 221	0.01 60	1.67 160	5.55 241	42.38 256	0.12 190	3.52 239	1.49 222	2.00 222	4.55 223

IMH-64	3.85 236	0.05 204	0.37 232	1.44 229	0.30 231	3.09 238	5.34 243	0.24 218	0.06 188	0.00 1	0.00 1	2.19 216	12.39 239	1.76 241	4.38 242	1.10 203	0.92 218	0.05 136	9.06 221	0.01 60	1.67 160	5.55 241	42.38 256	0.12 190	3.52 239	1.49 222	2.00 222	4.55 223

ADCPNet	1.65 212	0.02 179	0.71 238	0.06 204	0.58 242	0.02 166	2.65 231	0.73 229	0.43 220	1.10 229	2.45 221	0.46 191	6.88 232	0.36 220	4.35 240	0.87 185	0.14 163	0.01 80	5.05 209	0.73 219	1.58 155	2.08 152	1.21 232	0.01 89	0.97 226	1.50 224	0.85 204	8.85 245

SGM+DAISY	2.86 229	0.50 230	0.84 239	0.54 223	0.51 241	1.13 228	0.43 203	1.72 246	2.04 247	2.30 256	6.28 248	7.28 231	6.54 230	0.12 195	3.30 213	2.87 242	0.51 207	0.57 245	15.79 238	1.56 240	4.54 237	4.37 223	0.05 181	1.10 253	2.16 234	1.56 225	3.34 241	5.31 229

iRaft-Stereo_20w	1.04 194	0.08 207	0.22 224	0.14 212	0.09 211	0.12 196	0.28 196	0.00 1	0.12 208	1.92 247	5.62 241	0.30 185	0.28 190	0.07 162	0.82 148	1.53 218	0.13 153	0.26 228	1.71 169	0.76 220	2.51 190	3.89 212	0.22 202	0.26 231	0.40 215	1.60 226	1.99 221	2.72 209

MaskLacGwcNet_RVC	3.63 233	0.59 231	0.28 228	0.58 224	0.47 238	0.75 225	0.97 217	0.71 228	0.73 226	1.52 242	6.11 246	50.36 264	3.93 225	1.16 235	0.89 154	1.03 198	1.22 228	1.90 252	7.38 216	0.44 198	4.52 236	4.87 230	0.17 196	0.17 212	0.59 222	1.78 227	2.80 236	2.04 204

KSHMR	7.32 248	5.58 253	1.02 241	14.35 259	4.34 254	13.20 254	12.19 252	0.53 224	1.32 238	0.53 206	0.49 185	7.58 233	19.14 249	13.06 263	2.36 204	0.99 195	1.77 232	0.27 229	20.47 249	0.19 164	5.60 247	6.16 247	45.35 261	0.17 212	3.99 243	1.84 228	3.04 238	11.96 251

STStereo	5.80 245	0.64 234	7.81 260	6.19 245	2.27 252	5.80 248	2.18 230	9.13 260	6.03 252	2.16 254	11.18 260	31.10 261	17.97 247	0.05 134	5.03 251	1.57 219	0.60 213	0.41 237	20.73 250	0.60 215	2.07 178	2.49 173	0.44 221	1.86 256	3.79 241	1.85 229	3.78 245	8.79 244

MeshStereo	4.29 240	0.11 214	0.13 209	1.26 226	0.11 215	1.03 227	0.26 193	3.30 252	1.83 243	2.06 253	6.54 249	21.89 249	13.09 241	0.26 214	6.15 256	4.06 250	1.17 227	0.60 246	11.15 230	0.77 221	9.51 260	6.66 252	0.21 200	0.33 235	3.82 242	1.85 229	6.87 253	10.91 249
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SANet	1.86 217	0.26 221	0.20 217	0.16 213	0.33 235	0.21 212	0.49 207	1.17 242	1.99 245	0.26 182	1.10 200	23.80 252	6.11 228	0.25 213	1.71 185	0.30 102	1.34 230	0.06 143	1.31 155	0.11 126	1.69 165	1.75 138	0.01 161	0.14 198	0.06 180	2.02 231	0.51 190	2.91 212

IMH	4.57 241	0.09 210	0.46 234	1.33 227	0.33 235	3.24 240	5.84 245	0.19 214	0.03 176	0.04 151	0.13 161	4.54 224	21.02 253	6.43 251	2.13 199	0.85 180	0.98 221	0.04 128	10.90 229	0.08 113	1.64 159	5.04 236	43.44 258	0.12 190	4.06 244	2.32 232	0.83 202	7.16 235

ADCMid	0.99 193	0.08 207	0.25 227	0.00 1	0.50 240	0.20 211	0.90 216	0.05 207	0.12 208	0.13 169	0.14 164	0.34 188	0.47 201	0.04 113	4.22 235	0.95 191	0.05 100	0.11 161	2.90 190	0.26 179	1.26 132	1.55 127	0.42 216	0.14 198	0.21 204	2.39 233	1.43 216	7.65 239

WAO-6	2.30 223	0.02 179	0.02 182	3.33 241	0.01 127	0.65 222	2.70 232	0.01 190	0.79 228	0.04 151	0.00 1	4.74 225	14.47 242	0.47 223	3.75 219	0.60 162	4.51 250	0.00 1	5.78 212	0.00 1	3.24 211	5.33 238	0.00 1	0.11 182	2.18 235	2.45 234	1.24 212	5.73 230

ADCL	0.91 191	0.07 206	0.05 196	0.02 195	0.02 176	0.00 1	0.06 158	0.00 1	2.01 246	0.52 205	0.01 124	0.09 131	0.01 79	0.04 113	3.92 224	0.24 71	0.04 82	0.23 223	0.51 115	0.39 192	0.58 110	0.53 71	0.00 1	0.20 221	2.91 237	2.62 235	2.11 224	7.36 238

ktn	7.26 247	0.97 239	2.82 251	7.79 249	1.57 250	7.69 251	14.03 254	1.76 247	7.34 255	0.22 176	1.16 201	19.49 243	33.76 258	4.08 247	1.49 182	0.93 190	5.70 253	0.19 210	18.77 248	2.88 251	3.54 220	4.16 216	38.83 252	0.14 198	1.70 231	2.63 236	2.45 231	9.93 246

G-Net	2.19 221	0.22 219	0.20 217	0.01 191	0.15 221	0.02 166	0.11 173	1.10 239	1.87 244	0.36 192	2.28 218	20.71 245	1.98 214	0.05 134	1.99 191	2.25 234	0.20 183	0.41 237	2.48 181	2.79 250	2.82 198	2.99 188	0.00 1	0.24 227	0.21 204	2.63 236	3.06 239	7.99 240

TRStereo	0.62 170	0.01 137	0.02 182	0.00 1	0.00 1	0.18 208	0.01 120	0.00 1	0.00 1	1.46 239	0.58 188	0.17 164	0.15 170	0.03 96	1.02 169	1.57 219	0.09 131	0.17 199	1.51 161	0.85 225	2.07 178	3.39 195	0.04 179	0.01 89	0.09 187	2.88 238	0.39 183	0.01 156

SPstereo	3.09 230	0.25 220	0.86 240	0.00 1	0.00 1	0.03 173	0.08 167	0.02 195	0.68 225	0.53 206	6.05 244	7.72 234	15.87 245	0.30 218	4.39 244	6.46 257	0.56 210	0.92 251	3.96 204	4.10 254	7.15 255	7.70 256	0.00 1	0.12 190	1.19 228	3.25 239	2.98 237	8.23 242

TorneroNet	9.27 252	6.70 254	0.59 236	8.59 250	0.89 244	15.04 256	14.99 256	1.15 241	15.94 261	0.28 186	4.13 235	21.03 246	36.22 260	8.11 258	1.93 190	0.92 189	5.90 254	0.00 1	28.28 258	4.07 253	5.61 249	6.13 245	44.80 259	0.13 195	4.50 247	3.37 240	0.49 189	10.49 248

PWCK	4.79 242	0.74 237	0.03 188	2.93 236	0.35 237	6.13 250	6.97 248	0.89 234	1.31 237	2.70 257	6.69 250	16.70 240	8.73 234	0.55 224	1.72 186	0.71 168	2.01 239	0.22 220	44.34 262	1.82 245	4.65 238	3.43 196	0.60 225	0.11 182	3.50 238	3.47 241	2.18 227	5.92 232

MDST_ROB	3.10 231	2.75 247	0.06 197	4.83 242	0.13 219	2.36 233	0.10 170	1.01 238	0.07 195	0.97 222	2.05 217	0.39 190	15.72 244	0.03 96	4.44 245	0.34 117	0.19 180	0.14 175	4.81 206	0.14 148	3.68 225	3.84 210	0.43 218	0.06 166	8.30 257	3.52 242	16.22 261	7.19 236

LSM0	8.86 251	0.02 179	0.22 224	0.03 198	0.04 199	0.31 216	1.91 226	1.27 243	1.11 234	0.69 216	4.93 238	5.26 227	10.12 237	0.06 145	65.52 263	79.55 264	0.57 211	0.25 226	26.36 256	1.20 237	6.39 252	9.32 261	0.00 1	0.25 229	0.50 220	3.59 243	4.03 249	15.71 257

AnyNet_C32	1.27 204	0.12 215	0.01 174	0.05 202	0.01 127	0.16 204	0.42 202	0.00 1	3.19 250	0.33 190	1.46 209	0.12 140	0.02 109	0.07 162	4.07 230	0.86 182	0.09 131	0.15 183	0.76 136	0.52 208	2.00 174	2.23 156	0.01 161	0.30 232	1.79 232	3.65 244	1.56 218	10.19 247

ELAS_RVC	4.04 238	0.49 228	1.39 245	1.11 225	0.60 243	7.99 252	1.00 219	2.40 248	0.47 222	1.87 246	6.10 245	23.27 250	16.03 246	0.81 231	3.42 216	1.07 200	1.91 238	2.00 254	4.96 207	0.58 214	5.46 245	6.46 249	0.42 216	1.07 252	7.42 253	3.86 245	2.54 232	4.24 222
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-8	5.66 243	2.11 244	1.87 247	12.02 257	1.01 246	5.74 246	5.88 246	0.19 214	6.71 253	1.96 249	4.05 232	17.83 241	19.17 250	8.03 255	0.93 158	0.88 186	2.88 244	0.04 128	18.68 246	2.02 247	2.56 192	5.47 239	3.12 236	0.42 242	7.45 254	3.96 246	3.97 247	13.96 253

Venus	5.66 243	2.11 244	1.87 247	12.02 257	1.01 246	5.74 246	5.88 246	0.19 214	6.71 253	1.96 249	4.05 232	17.83 241	19.17 250	8.03 255	0.93 158	0.88 186	2.88 244	0.04 128	18.68 246	2.02 247	2.56 192	5.47 239	3.12 236	0.42 242	7.45 254	3.96 246	3.97 247	13.96 253

ADCP+	0.71 183	0.00 1	0.00 1	0.00 1	0.09 211	0.10 193	0.27 194	0.00 1	0.00 1	1.01 225	0.00 1	0.49 193	0.00 1	0.03 96	3.94 225	0.30 102	0.00 1	0.02 104	0.98 147	0.49 203	0.20 63	0.31 48	0.00 1	0.01 89	0.49 218	4.04 248	1.33 214	5.08 227

TorneroNet-64	9.62 254	7.27 255	1.21 243	11.53 256	0.31 233	13.52 255	14.22 255	0.77 230	18.82 263	0.12 168	1.08 199	21.82 248	40.46 261	9.34 261	3.34 214	0.98 194	6.76 256	0.03 117	26.05 255	4.26 255	5.60 247	6.44 248	40.29 253	0.15 205	4.44 246	4.55 249	0.70 198	15.60 256

SGM-ForestM	3.78 234	5.31 252	1.67 246	1.82 233	0.21 226	4.13 243	4.09 241	2.88 250	1.28 236	1.49 240	2.36 220	15.61 239	9.22 235	0.23 210	0.80 146	0.37 126	1.79 234	0.14 175	12.88 232	0.54 209	2.71 197	1.24 107	0.58 224	0.22 224	6.71 251	4.59 250	11.01 257	8.15 241

ADCS	1.44 207	0.00 1	0.00 1	0.00 1	0.04 199	0.01 140	0.30 197	0.20 217	0.96 229	0.25 181	0.55 186	0.29 182	3.75 223	0.08 173	4.69 247	3.39 248	0.26 192	0.15 183	2.94 192	0.03 85	3.37 214	3.53 197	0.00 1	0.17 212	0.49 218	5.63 251	1.52 217	6.29 233

ELAS	4.27 239	0.67 236	1.26 244	1.74 231	1.18 249	2.86 236	1.19 220	2.85 249	1.02 232	1.69 243	6.75 251	24.91 254	14.95 243	0.94 233	3.89 223	1.08 202	2.17 240	1.95 253	5.40 211	0.46 201	5.36 244	6.55 250	0.35 213	0.85 250	7.90 256	5.92 252	4.17 251	7.23 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSimNet_ROB	9.34 253	7.96 256	5.81 257	6.22 246	6.57 256	6.07 249	8.31 249	7.92 259	9.56 258	4.96 261	20.11 263	13.96 238	23.63 256	5.72 250	7.46 260	10.00 261	8.81 257	4.72 259	20.80 251	7.46 260	10.68 261	9.69 262	5.17 239	5.80 261	6.77 252	7.75 253	7.68 255	12.50 252

RTS	0.65 173	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.22 191	0.00 1	0.00 1	0.01 132	0.01 124	0.04 108	0.01 79	0.05 134	4.27 236	0.55 154	0.10 139	0.01 80	0.96 143	0.03 85	0.82 123	2.08 152	0.00 1	0.11 182	0.00 1	8.18 254	0.00 1	0.00 1

RTSA	0.65 173	0.01 137	0.00 1	0.00 1	0.01 127	0.00 1	0.22 191	0.00 1	0.00 1	0.01 132	0.01 124	0.04 108	0.01 79	0.05 134	4.27 236	0.55 154	0.10 139	0.01 80	0.96 143	0.03 85	0.82 123	2.08 152	0.00 1	0.11 182	0.00 1	8.18 254	0.00 1	0.00 1

BEATNet-Init1	14.24 258	15.54 261	3.97 255	25.94 263	7.60 258	23.87 260	12.50 253	7.89 258	7.55 256	3.12 259	8.54 255	27.62 257	35.02 259	1.31 237	8.22 261	6.75 258	3.46 248	2.85 257	43.92 261	15.02 262	7.82 256	8.02 257	3.01 235	3.65 260	19.26 262	8.29 256	42.94 264	30.90 263

UNDER WATER	11.52 255	10.77 258	1.99 249	25.62 262	15.97 262	25.20 261	22.88 258	5.99 254	3.53 251	1.10 229	0.10 158	28.97 260	19.57 252	14.80 264	3.25 212	2.36 237	9.30 258	0.37 236	17.87 245	4.93 256	6.51 253	6.83 254	50.28 264	1.57 255	4.19 245	8.37 257	4.11 250	14.53 255

HanzoNet	18.84 261	17.63 262	9.86 262	22.09 261	15.86 261	35.88 265	32.89 262	15.68 263	16.86 262	3.66 260	9.19 256	52.68 265	43.33 262	35.15 267	6.09 255	5.40 255	11.69 261	2.96 258	42.72 260	11.82 261	7.93 258	6.64 251	49.53 263	2.60 258	11.83 259	10.28 258	11.31 258	17.01 258

JetBlue	6.71 246	4.56 251	3.34 253	10.06 253	5.83 255	11.78 253	9.69 251	3.20 251	0.96 229	0.26 182	1.05 198	27.02 256	1.79 213	8.08 257	5.98 254	4.43 251	3.50 249	2.59 256	9.55 223	0.90 228	8.37 259	8.40 259	6.46 244	0.62 248	6.68 250	10.97 259	3.91 246	21.09 260

UNDER WATER-64	12.46 257	13.15 259	2.08 250	27.62 264	17.01 263	26.50 262	23.97 259	7.19 257	1.74 242	1.15 231	0.20 172	31.21 262	21.29 254	16.80 265	4.69 247	3.11 247	9.58 260	0.41 237	17.58 244	5.18 257	6.58 254	7.17 255	50.54 265	1.13 254	4.65 248	11.24 260	5.63 252	19.16 259

MANE	8.78 250	2.87 248	8.29 261	2.93 236	3.34 253	4.89 244	3.98 240	7.14 256	8.36 257	1.92 247	5.23 239	24.15 253	21.89 255	0.17 207	4.88 249	4.98 253	2.99 246	13.87 261	13.79 236	1.59 241	5.19 242	4.20 217	0.57 223	2.84 259	14.68 260	15.35 261	27.75 262	29.14 262

LE_ROB	15.66 260	2.59 246	5.85 258	11.36 255	30.01 264	15.68 257	25.64 260	14.54 262	12.68 260	1.81 244	9.70 258	37.08 263	44.29 263	1.30 236	3.44 218	0.97 193	1.12 225	0.49 244	26.77 257	5.29 259	4.42 235	3.03 190	6.44 243	22.04 263	27.17 264	26.95 262	38.02 263	44.17 264

JetRed	15.55 259	13.85 260	21.25 263	3.29 240	11.00 260	23.25 259	28.57 261	11.81 261	2.67 248	2.82 258	0.28 176	20.42 244	2.00 215	20.14 266	7.05 259	9.45 260	26.15 263	35.73 264	8.55 218	5.24 258	25.95 263	16.94 263	26.72 251	2.30 257	18.80 261	36.15 263	13.09 259	26.44 261

MADNet++	11.56 256	1.27 241	4.08 256	1.43 228	8.62 259	0.91 226	3.96 239	6.23 255	10.81 259	6.18 262	7.83 252	21.25 247	18.68 248	7.92 254	6.83 258	10.23 262	9.49 259	5.00 260	22.72 253	15.15 263	38.97 264	39.68 264	0.98 230	8.74 262	4.81 249	37.54 264	7.79 256	5.05 226

PML	75.23 266	92.32 269	40.92 265	100.00 274	85.92 269	99.81 272	85.15 268	100.00 269	88.69 265	99.01 267	44.78 264	99.77 273	99.42 270	88.94 268	73.48 264	47.64 263	83.21 267	28.34 263	99.19 269	65.46 265	41.32 265	47.31 265	49.19 262	55.96 266	73.24 267	60.38 265	99.98 268	81.82 266

AVERAGE_ROB	95.57 272	99.91 274	98.71 272	100.00 274	100.00 273	100.00 275	100.00 274	100.00 269	99.96 268	100.00 270	100.00 270	100.00 275	100.00 273	100.00 275	98.99 268	99.18 267	99.81 272	99.12 272	100.00 271	100.00 272	92.26 270	96.18 268	100.00 273	100.00 271	73.29 268	74.36 266	75.52 267	73.13 265

MEDIAN_ROB	92.20 269	96.49 270	94.17 269	99.95 272	99.19 271	99.95 273	100.00 274	97.11 267	94.14 266	99.60 268	99.37 268	92.43 269	88.70 265	99.92 273	95.80 265	92.88 265	95.88 270	94.82 269	98.03 268	94.68 268	81.84 269	81.93 267	100.00 273	90.29 267	65.82 266	79.89 267	68.57 265	87.91 267

HaxPig	94.43 271	99.96 275	92.01 266	99.99 273	99.99 272	99.98 274	99.98 273	99.96 268	99.91 267	99.99 269	99.97 269	99.99 274	99.86 272	99.99 274	98.15 267	96.51 266	97.29 271	91.52 266	99.99 270	99.99 271	80.58 268	74.96 266	99.98 272	99.94 270	53.35 265	96.94 268	74.18 266	94.53 268

MyStereo03	97.27 274	99.22 271	99.84 273	98.96 269	100.00 273	91.34 269	91.56 270	100.00 269	100.00 271	100.00 270	100.00 270	95.27 271	100.00 273	95.79 271	100.00 271	100.00 270	100.00 273	100.00 273	100.00 271	100.00 272	100.00 273	100.00 273	54.32 267	100.00 271	100.00 269	100.00 269	100.00 269	100.00 269

MyStereo02	93.57 270	99.22 271	99.84 273	98.96 269	0.00 1	91.34 269	91.56 270	100.00 269	100.00 271	100.00 270	100.00 270	95.27 271	100.00 273	95.79 271	100.00 271	100.00 270	100.00 273	100.00 273	100.00 271	100.00 272	100.00 273	100.00 273	54.32 267	100.00 271	100.00 269	100.00 269	100.00 269	100.00 269

CasAABBNet	97.26 273	99.60 273	100.00 275	99.01 271	100.00 273	91.42 271	91.33 269	100.00 269	100.00 271	100.00 270	100.00 270	94.83 270	99.85 271	95.73 270	100.00 271	100.00 270	100.00 273	100.00 273	100.00 271	100.00 272	100.00 273	100.00 273	54.13 266	100.00 271	100.00 269	100.00 269	100.00 269	100.00 269

DPSMNet_ROB	71.83 265	40.93 264	97.34 270	8.88 252	79.83 268	30.72 263	64.55 266	25.59 265	99.99 269	12.96 265	97.37 266	28.30 259	92.46 267	9.07 260	99.72 269	99.93 268	47.45 265	93.93 268	69.88 264	98.78 270	79.62 267	97.92 272	64.95 270	99.22 268	100.00 269	100.00 269	100.00 269	100.00 269

DGTPSM_ROB	71.75 264	40.84 263	97.34 270	8.83 251	79.80 267	30.72 263	64.54 265	25.58 264	99.99 269	12.77 264	97.38 267	28.16 258	92.13 266	8.83 259	99.72 269	99.93 268	47.35 264	93.91 267	69.17 263	98.77 269	79.52 266	97.81 271	64.85 269	99.22 268	100.00 269	100.00 269	100.00 269	100.00 269

DPSM_ROB	83.66 267	71.63 267	94.12 267	53.34 265	64.00 265	53.60 266	41.12 263	100.00 269	100.00 271	100.00 270	100.00 270	83.87 266	96.06 268	6.88 252	100.00 271	100.00 270	90.19 268	95.81 270	82.05 265	92.53 266	95.25 271	97.38 269	41.02 254	100.00 271	100.00 269	100.00 269	100.00 269	100.00 269

DPSM	83.66 267	71.63 267	94.12 267	53.34 265	64.00 265	53.60 266	41.12 263	100.00 269	100.00 271	100.00 270	100.00 270	83.87 266	96.06 268	6.88 252	100.00 271	100.00 270	90.19 268	95.81 270	82.05 265	92.53 266	95.25 271	97.38 269	41.02 254	100.00 271	100.00 269	100.00 269	100.00 269	100.00 269

ASD4																								26.47 264

Low-res two-view benchmark