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

AASNet	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.11 4	0.03 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.15 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.01 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 8	0.00 1	0.00 1	0.12 5	0.02 1	0.00 1	0.00 1	0.04 35	0.00 1	0.06 16	0.04 3	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
delet	0.01 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 28	0.00 1	0.00 1	0.17 8	0.08 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TDLM	0.01 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	0.04 1	0.02 1	0.01 20	0.00 1	0.00 1	0.00 1	0.00 1	0.29 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AANet_RVC	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.00 1	0.14 6	0.04 8	0.03 47	0.00 1	0.00 1	0.00 1	0.02 5	0.04 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

StereoVision	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.00 1	0.01 18	0.24 13	0.11 26	0.00 1	0.00 1	0.00 1	0.00 1	0.05 14	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo Lap2	0.02 6	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 54	0.00 1	0.00 1	0.21 10	0.24 57	0.00 1	0.00 1	0.00 1	0.00 1	0.09 25	0.05 5	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

MMNet	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 55	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.00 1	0.01 18	0.34 27	0.08 18	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UPFNet	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.04 99	0.33 24	0.05 10	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9	0.11 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo	0.03 10	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 28	0.00 1	0.00 1	0.30 17	0.24 57	0.00 1	0.00 1	0.01 16	0.00 1	0.07 19	0.07 8	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
TestStereo	0.03 10	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 28	0.01 72	0.01 18	0.21 10	0.06 15	0.06 85	0.00 1	0.07 48	0.00 1	0.17 44	0.14 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UNet	0.03 10	0.01 133	0.00 1	0.00 1	0.02 160	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.12 163	0.25 14	0.09 22	0.01 20	0.00 1	0.03 32	0.00 1	0.12 31	0.08 11	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

HGLStereo	0.03 10	0.00 1	0.00 1	0.00 1	0.01 118	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.02 60	0.34 27	0.15 35	0.01 20	0.00 1	0.00 1	0.00 1	0.14 37	0.16 21	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

DMCA	0.03 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 55	0.00 1	0.00 1	0.00 1	0.00 1	0.04 72	0.00 1	0.01 18	0.30 17	0.20 45	0.01 20	0.02 93	0.01 16	0.00 1	0.06 16	0.07 8	0.00 1	0.00 1	0.01 160	0.00 1	0.00 1	0.00 1

dd	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.47 40	0.10 24	0.00 1	0.01 75	0.01 16	0.12 120	0.06 16	0.07 8	0.03 168	0.15 168	0.00 1	0.00 1	0.00 1	0.00 1

HCRNet	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.65 62	0.11 26	0.04 57	0.00 1	0.01 16	0.00 1	0.04 12	0.15 18	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CFNet	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.03 84	0.56 56	0.03 5	0.00 1	0.00 1	0.01 16	0.01 50	0.14 37	0.22 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.02 190	0.01 145	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.05 2	0.03 5	0.06 85	0.00 1	0.01 16	0.00 1	0.01 2	0.90 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.94 84	0.06 15	0.03 47	0.00 1	0.00 1	0.01 50	0.05 14	0.06 7	0.02 165	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_5	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.00 1	0.26 15	0.19 43	0.00 1	0.00 1	0.13 63	0.00 1	0.04 12	0.52 45	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

StereoIM	0.06 21	0.04 195	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.01 72	0.01 18	0.35 31	0.30 87	0.03 47	0.00 1	0.33 96	0.00 1	0.33 74	0.25 25	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.06 21	0.00 1	0.00 1	0.00 1	0.06 199	0.01 74	0.08 109	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.40 35	0.21 50	0.02 40	0.01 75	0.02 27	0.02 59	0.20 48	0.33 31	0.00 1	0.01 36	0.04 170	0.03 176	0.12 165	0.08 160

STTStereo	0.06 21	0.00 1	0.00 1	0.00 1	0.01 118	0.00 1	0.23 157	0.00 1	0.11 199	0.00 1	0.01 119	0.02 28	0.00 1	0.01 18	0.51 46	0.05 10	0.02 40	0.00 1	0.06 43	0.02 59	0.11 26	0.39 37	0.04 170	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

AF-Net	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.51 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.01 18	0.47 40	0.05 10	0.01 20	0.00 1	0.02 27	0.02 59	0.12 31	0.47 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Nwc_Net	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.51 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.01 18	0.47 40	0.05 10	0.01 20	0.00 1	0.02 27	0.02 59	0.12 31	0.47 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLCA_NET_v2_RVC	0.06 21	0.00 1	0.00 1	0.00 1	0.02 160	0.00 1	0.09 114	0.00 1	0.47 218	0.00 1	0.00 1	0.03 54	0.00 1	0.01 18	0.33 24	0.05 10	0.03 47	0.00 1	0.06 43	0.02 59	0.08 22	0.31 30	0.00 1	0.02 76	0.00 1	0.10 183	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.
AMNet	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 84	0.10 152	0.43 213	0.22 12	0.25 61	0.06 85	0.00 1	0.04 35	0.00 1	0.13 34	0.05 5	0.00 1	0.03 118	0.00 1	0.09 181	0.00 1	0.00 1

DISCO	0.06 21	0.00 1	0.00 1	0.00 1	0.01 118	0.01 74	0.13 130	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.00 1	0.01 18	0.43 38	0.16 37	0.02 40	0.00 1	0.10 52	0.00 1	0.07 19	0.65 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DLCB_ROB	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.10 119	0.00 1	0.00 1	0.00 1	0.08 143	0.01 8	0.00 1	0.04 99	0.16 7	0.14 31	0.07 97	0.02 93	0.03 32	0.00 1	0.28 61	0.53 46	0.00 1	0.02 76	0.00 1	0.02 172	0.02 140	0.02 154

ProNet	0.07 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.49 184	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.12 163	0.53 51	0.28 82	0.07 97	0.00 1	0.00 1	0.01 50	0.03 9	0.44 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 134	0.00 1

RAFT_CTSACE	0.07 30	0.01 133	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.01 72	0.00 1	0.54 54	0.18 41	0.00 1	0.00 1	0.18 73	0.03 74	0.17 44	0.53 46	0.00 1	0.01 36	0.13 187	0.00 1	0.00 1	0.00 1

iRaftStereo_RVC	0.07 30	0.02 175	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 60	0.18 9	0.09 22	0.04 57	0.00 1	0.01 16	0.04 83	0.13 34	1.39 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.07 30	0.00 1	0.00 1	0.00 1	0.02 160	0.00 1	0.22 156	0.00 1	0.00 1	0.00 1	0.00 1	0.04 72	0.01 72	0.01 18	0.30 17	0.25 61	0.05 72	0.03 104	0.24 81	0.00 1	0.34 76	0.29 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test croco	0.08 34	0.01 133	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	0.12 116	0.00 1	0.03 84	0.38 33	0.35 102	0.03 47	0.05 125	0.07 48	0.00 1	0.53 93	0.56 49	0.00 1	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo (partial)	0.08 34	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.09 98	0.00 1	0.02 60	0.33 24	0.36 104	0.03 47	0.02 93	0.16 68	0.01 50	0.48 86	0.50 44	0.00 1	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo	0.08 34	0.01 133	0.00 1	0.00 1	0.01 118	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 98	0.00 1	0.04 99	0.34 27	0.36 104	0.04 57	0.00 1	0.66 123	0.00 1	0.43 84	0.21 23	0.00 1	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.08 34	0.00 1	0.00 1	0.00 1	0.00 1	0.09 176	0.10 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	1.61 120	0.02 1	0.00 1	0.00 1	0.00 1	0.10 109	0.01 2	0.10 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA-RVC	0.08 34	0.01 133	0.00 1	0.01 188	0.03 178	0.01 74	0.54 187	0.03 197	0.00 1	0.00 1	0.16 159	0.01 8	0.00 1	0.02 60	0.81 75	0.10 24	0.04 57	0.01 75	0.01 16	0.07 102	0.07 19	0.15 18	0.00 1	0.04 137	0.03 166	0.01 167	0.00 1	0.00 1

TESTraft	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 139	0.01 72	0.01 18	0.55 55	0.33 97	0.04 57	0.00 1	0.39 102	0.02 59	0.24 54	0.71 54	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

AACVNet	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 119	0.00 1	0.00 1	0.00 1	0.00 1	0.05 80	0.00 1	0.06 123	1.25 101	0.26 70	0.04 57	0.00 1	0.10 52	0.00 1	0.13 34	0.55 48	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

NCC-stereo	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.30 167	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.01 72	0.02 60	0.81 75	0.08 18	0.00 1	0.00 1	0.04 35	0.05 89	0.11 26	0.85 57	0.01 150	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

Abc-Net	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.30 167	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.01 72	0.02 60	0.81 75	0.08 18	0.00 1	0.00 1	0.04 35	0.05 89	0.11 26	0.85 57	0.01 150	0.01 36	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
RASNet	0.09 39	0.00 1	0.00 1	0.00 1	0.01 118	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.06 123	0.30 17	0.32 93	0.01 20	0.00 1	0.03 32	0.00 1	0.29 63	1.12 69	0.00 1	0.02 76	0.01 160	0.00 1	0.00 1	0.12 163

GANetREF_RVC	0.09 39	0.00 1	0.00 1	0.00 1	0.01 118	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.22 153	0.01 72	0.04 99	0.32 22	0.12 28	0.31 189	0.00 1	0.05 41	0.06 98	0.53 93	0.61 50	0.00 1	0.01 36	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
psm_up	0.10 45	0.00 1	0.00 1	0.00 1	0.01 118	0.00 1	0.16 138	0.00 1	0.00 1	0.00 1	0.00 1	0.16 132	0.00 1	0.10 156	0.66 63	0.14 31	0.02 40	0.06 132	0.55 111	0.11 113	0.35 78	0.35 34	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

RP	0.10 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.27 162	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.00 1	0.02 60	0.90 83	0.06 15	0.01 20	0.00 1	0.01 16	0.00 1	0.03 9	1.42 82	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	0.10 45	0.01 133	0.00 1	0.00 1	0.00 1	0.02 126	0.18 143	0.00 1	0.00 1	0.00 1	0.00 1	0.48 180	0.01 72	0.06 123	0.34 27	0.13 29	0.06 85	0.00 1	0.24 81	0.00 1	0.16 42	0.30 29	0.22 196	0.00 1	0.00 1	0.00 1	0.56 188	0.00 1

iinet-f	0.11 48	0.00 1	0.00 1	0.00 1	0.01 118	0.00 1	0.06 92	0.00 1	0.00 1	0.04 146	0.00 1	0.01 8	0.01 72	0.01 18	0.98 86	0.38 110	0.05 72	0.03 104	0.18 73	0.12 120	0.27 58	0.72 55	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.11 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 139	0.00 1	0.01 18	0.51 46	0.36 104	0.04 57	0.00 1	0.38 100	0.02 59	0.25 55	1.24 72	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.11 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 139	0.00 1	0.01 18	0.51 46	0.36 104	0.04 57	0.00 1	0.38 100	0.02 59	0.25 55	1.24 72	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.11 48	0.01 133	0.00 1	0.00 1	0.01 118	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.05 80	0.02 104	0.06 123	0.43 38	0.25 61	0.08 106	0.01 75	0.32 95	0.00 1	0.72 107	1.04 64	0.00 1	0.01 36	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
HSM	0.11 48	0.00 1	0.00 1	0.00 1	0.01 118	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.16 132	0.02 104	0.02 60	1.26 105	0.20 45	0.01 20	0.00 1	0.13 63	0.08 104	0.50 89	0.47 40	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.12 53	0.01 133	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.00 1	0.00 1	0.27 16	0.44 113	0.01 20	0.01 75	0.29 85	0.00 1	0.18 46	2.00 101	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.12 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 126	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.05 135	0.22 188	0.78 73	0.30 87	0.08 106	0.03 104	0.10 52	0.13 128	0.34 76	1.06 65	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.12 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.48 180	0.00 1	0.06 123	2.00 136	0.14 31	0.00 1	0.00 1	0.00 1	0.00 1	0.08 22	0.49 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DDUNet	0.13 56	0.04 195	0.00 1	0.00 1	0.01 118	0.00 1	0.09 114	0.00 1	0.00 1	0.05 154	0.00 1	0.03 54	0.00 1	0.03 84	0.51 46	0.20 45	0.05 72	0.00 1	0.11 58	0.02 59	0.15 39	1.95 99	0.00 1	0.03 118	0.00 1	0.00 1	0.25 175	0.00 1

ARAFT	0.13 56	0.01 133	0.00 1	0.00 1	0.01 118	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.20 149	0.01 72	0.04 99	0.37 32	0.25 61	0.02 40	0.01 75	0.29 85	0.00 1	0.41 82	1.74 95	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.13 56	0.00 1	0.00 1	0.00 1	0.03 178	0.01 74	0.08 109	0.00 1	0.00 1	0.00 1	0.00 1	0.10 105	0.00 1	0.03 84	1.29 107	0.38 110	0.03 47	0.00 1	0.65 122	0.00 1	0.65 103	0.34 32	0.00 1	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

SA	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.23 157	0.01 72	0.02 60	0.31 21	0.60 129	0.04 57	0.13 159	0.56 112	0.05 89	0.41 82	1.40 81	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.14 59	0.00 1	0.01 167	0.00 1	0.01 118	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.01 72	0.00 1	1.39 113	0.32 93	0.13 135	0.06 132	0.29 85	0.13 128	0.60 99	0.86 59	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

stereogan	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.05 83	0.00 1	0.00 1	0.00 1	0.00 1	0.04 72	0.00 1	0.02 60	0.63 60	0.18 41	0.03 47	0.00 1	0.00 1	0.03 74	0.16 42	2.60 125	0.00 1	0.00 1	0.01 160	0.00 1	0.00 1	0.00 1

RYNet	0.14 59	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 28	0.00 1	0.00 1	3.65 192	0.13 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	0.15 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.01 119	0.01 8	0.00 1	0.03 84	0.87 80	0.20 45	0.05 72	0.04 114	0.84 136	0.03 74	0.27 58	1.63 90	0.00 1	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1

RGC	0.15 63	0.00 1	0.00 1	0.00 1	0.01 118	0.02 126	0.07 105	0.00 1	0.00 1	0.00 1	0.00 1	0.04 72	0.00 1	0.04 99	1.02 90	0.04 8	0.06 85	0.00 1	0.09 51	0.05 89	0.30 64	2.26 106	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_RVC	0.16 65	0.00 1	0.01 167	0.00 1	0.00 1	0.00 1	0.05 83	0.00 1	0.00 1	0.00 1	0.00 1	0.04 72	0.00 1	0.06 123	2.00 136	0.27 75	0.13 135	0.00 1	0.82 132	0.00 1	0.35 78	0.64 51	0.01 150	0.08 155	0.00 1	0.00 1	0.00 1	0.00 1

Former-RAFT_DAM_RVC	0.17 66	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.08 143	0.01 8	0.02 104	0.01 18	1.20 99	0.34 100	0.06 85	0.02 93	0.16 68	0.03 74	0.27 58	2.42 120	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.17 66	0.02 175	0.00 1	0.00 1	0.01 118	0.00 1	0.09 114	0.00 1	0.00 1	0.00 1	0.00 1	0.08 95	0.04 129	0.06 123	0.87 80	0.24 57	0.06 85	0.01 75	0.42 106	0.00 1	0.47 85	2.31 113	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.17 66	0.00 1	0.00 1	0.00 1	0.03 178	0.00 1	0.00 1	0.00 1	0.00 1	0.02 136	0.00 1	0.18 145	0.00 1	0.01 18	1.49 117	0.26 70	0.06 85	0.01 75	1.34 154	0.00 1	0.23 52	0.45 39	0.39 211	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

RAFT + AFF	0.17 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 119	0.00 1	0.00 1	0.00 1	0.00 1	0.16 132	0.01 72	0.01 18	3.83 199	0.20 45	0.00 1	0.00 1	0.02 27	0.00 1	0.15 39	0.02 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PA-Net	0.17 66	0.01 133	0.00 1	0.00 1	0.01 118	0.00 1	0.15 135	0.00 1	0.00 1	0.00 1	0.05 138	0.01 8	0.01 72	0.08 144	1.09 93	0.14 31	0.03 47	0.00 1	0.07 48	0.02 59	0.11 26	2.00 101	0.40 213	0.01 36	0.00 1	0.03 176	0.00 1	0.38 182
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	0.17 66	0.00 1	0.02 177	0.00 1	0.00 1	0.04 148	0.00 1	0.13 209	0.00 1	0.01 129	2.05 212	0.32 170	0.16 166	0.01 18	0.09 3	0.02 1	0.17 156	0.04 114	0.01 16	0.04 83	0.08 22	1.27 74	0.00 1	0.00 1	0.05 174	0.00 1	0.00 1	0.00 1

UDGNet	0.18 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28	0.00 1	0.04 99	0.32 22	0.26 70	0.04 57	0.00 1	0.58 115	0.01 50	0.37 81	3.29 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CAS	0.19 73	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.20 150	0.00 1	0.03 173	0.38 192	0.05 138	0.13 123	0.08 143	0.10 156	0.66 63	0.55 125	0.08 106	0.13 159	0.18 73	0.13 128	0.95 116	1.43 83	0.00 1	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.19 73	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.25 159	0.01 72	0.04 99	0.38 33	0.54 124	0.05 72	0.13 159	0.59 118	0.00 1	0.70 105	2.34 116	0.00 1	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1

IPLGR_C	0.19 73	0.01 133	0.03 183	0.00 1	0.04 188	0.00 1	0.10 119	0.02 190	0.07 189	0.01 129	0.03 131	0.02 28	0.01 72	0.23 190	0.48 44	0.29 83	0.08 106	0.00 1	0.31 94	0.00 1	0.32 72	2.88 135	0.00 1	0.01 36	0.07 177	0.00 1	0.08 157	0.01 149

sAnonymous2	0.19 73	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.06 84	0.09 147	0.02 60	0.40 35	0.52 118	0.07 97	0.09 145	0.82 132	0.12 120	1.29 128	1.71 93	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

CroCo_RVC	0.19 73	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.06 84	0.09 147	0.02 60	0.40 35	0.52 118	0.07 97	0.09 145	0.82 132	0.12 120	1.29 128	1.71 93	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

NVstereo2D	0.19 73	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.26 180	0.01 119	0.02 28	0.00 1	0.01 18	3.78 195	0.27 75	0.04 57	0.00 1	0.10 52	0.00 1	0.15 39	0.38 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNetv2_ROB	0.19 73	0.01 133	0.00 1	0.00 1	0.02 160	0.00 1	0.04 75	0.00 1	0.00 1	0.00 1	0.00 1	0.12 116	0.00 1	0.04 99	1.22 100	0.27 75	0.06 85	0.00 1	1.23 151	0.03 74	1.75 152	0.35 34	0.00 1	0.13 162	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.19 73	0.00 1	0.00 1	0.00 1	0.02 160	0.01 74	0.08 109	0.00 1	0.00 1	0.04 146	0.00 1	0.10 105	0.02 104	0.05 117	0.84 79	0.25 61	0.05 72	0.00 1	1.63 164	0.04 83	1.10 121	0.77 56	0.00 1	0.15 168	0.00 1	0.00 1	0.00 1	0.00 1

raft_robust	0.20 81	0.01 133	0.00 1	0.00 1	0.00 1	0.00 1	0.02 55	0.00 1	0.00 1	0.00 1	0.00 1	0.09 98	0.03 121	0.04 99	0.87 80	0.71 143	0.05 72	0.13 159	1.35 155	0.11 113	0.60 99	1.14 70	0.00 1	0.10 157	0.00 1	0.00 1	0.00 1	0.00 1

CIPLG	0.20 81	0.01 133	0.03 183	0.00 1	0.04 188	0.00 1	0.09 114	0.02 190	0.08 192	0.01 129	0.03 131	0.02 28	0.01 72	0.23 190	0.67 65	0.30 87	0.09 119	0.00 1	0.29 85	0.02 59	0.33 74	2.90 136	0.00 1	0.01 36	0.07 177	0.00 1	0.08 157	0.01 149

ACRE	0.20 81	0.01 133	0.02 177	0.00 1	0.04 188	0.00 1	0.10 119	0.02 190	0.08 192	0.01 129	0.06 140	0.02 28	0.01 72	0.24 195	0.47 40	0.29 83	0.08 106	0.00 1	0.40 104	0.02 59	0.36 80	2.90 136	0.00 1	0.01 36	0.07 177	0.00 1	0.08 157	0.01 149

UCFNet_RVC	0.20 81	0.01 133	0.02 177	0.00 1	0.06 199	0.01 74	0.09 114	0.00 1	0.00 1	0.03 140	0.00 1	0.15 128	0.01 72	0.05 117	1.81 127	0.27 75	0.06 85	0.00 1	1.15 149	0.00 1	0.48 86	0.68 53	0.48 219	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

FADNet	0.21 85	0.02 175	0.01 167	0.00 1	0.01 118	0.02 126	0.10 119	0.00 1	0.02 160	0.00 1	0.00 1	0.01 8	0.04 129	0.04 99	2.69 174	0.15 35	0.07 97	0.10 147	0.11 58	0.23 160	0.67 104	1.37 78	0.02 165	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

NCCL2	0.21 85	0.00 1	0.00 1	0.00 1	0.22 224	0.01 74	0.23 157	0.00 1	0.00 1	0.00 1	0.00 1	0.09 98	0.00 1	0.13 167	1.02 90	0.30 87	0.21 170	0.04 114	0.04 35	0.03 74	0.56 96	1.60 89	0.17 188	0.05 146	0.00 1	0.00 1	0.90 207	0.02 154

CASnet	0.22 87	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.17 141	0.00 1	0.00 1	0.00 1	0.00 1	0.20 149	0.08 143	0.00 1	0.80 74	0.27 75	0.11 130	0.07 137	0.13 63	0.12 120	2.00 160	1.82 98	0.00 1	0.03 118	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)
RAFT-Stereo + iAFF	0.22 87	0.02 175	0.00 1	0.00 1	0.01 118	0.09 176	0.35 175	0.00 1	0.00 1	0.00 1	0.00 1	0.27 161	0.02 104	0.02 60	2.03 145	0.21 50	0.05 72	0.00 1	0.17 70	0.05 89	0.81 109	1.81 97	0.00 1	0.04 137	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.23 89	0.01 133	0.00 1	0.00 1	0.01 118	0.00 1	0.05 83	0.00 1	0.00 1	0.00 1	0.00 1	0.05 80	0.00 1	0.02 60	1.40 114	1.43 191	0.01 20	0.00 1	0.28 84	0.32 175	0.28 61	2.30 110	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AFF-stereo	0.23 89	0.02 175	0.00 1	0.00 1	0.01 118	0.06 161	0.31 169	0.00 1	0.00 1	0.00 1	0.00 1	0.29 164	0.01 72	0.02 60	2.05 146	0.27 75	0.02 40	0.02 93	0.10 52	0.05 89	1.04 119	1.79 96	0.00 1	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	0.23 89	0.00 1	0.00 1	0.00 1	0.03 178	0.02 126	0.11 128	0.00 1	0.00 1	0.00 1	0.00 1	1.33 205	0.01 72	0.06 123	0.67 65	0.26 70	0.36 192	0.01 75	0.04 35	0.06 98	0.55 95	2.36 117	0.00 1	0.02 76	0.00 1	0.00 1	0.42 180	0.00 1

CREStereo	0.24 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.02 160	0.04 146	0.09 149	0.16 132	0.16 166	0.01 18	1.57 119	1.08 176	0.13 135	0.08 142	0.06 43	0.32 175	1.42 138	1.27 74	0.00 1	0.03 118	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
FADNet-RVC	0.24 92	0.02 175	0.05 189	0.00 1	0.01 118	0.01 74	0.46 181	0.00 1	0.04 177	0.00 1	0.00 1	0.01 8	0.08 143	0.05 117	3.01 179	0.26 70	0.15 150	0.03 104	0.29 85	0.24 162	0.64 102	1.07 67	0.01 150	0.05 146	0.00 1	0.00 1	0.00 1	0.11 161

DeepPruner_ROB	0.24 92	0.00 1	0.00 1	0.00 1	0.02 160	0.02 126	1.21 209	0.00 1	0.00 1	0.00 1	0.00 1	0.09 98	0.00 1	0.07 139	1.08 92	0.22 53	0.05 72	0.00 1	0.37 99	0.00 1	1.71 150	1.53 86	0.01 150	0.02 76	0.00 1	0.00 1	0.02 140	0.00 1

PWCDC_ROB	0.24 92	0.00 1	0.00 1	0.00 1	0.00 1	0.04 148	0.04 75	0.00 1	0.00 1	0.00 1	0.12 152	0.11 111	0.00 1	0.17 179	2.36 162	0.34 100	0.08 106	0.03 104	0.02 27	0.00 1	0.73 108	2.38 118	0.00 1	0.15 168	0.00 1	0.00 1	0.00 1	0.00 1

CES	0.25 96	0.02 175	0.00 1	0.00 1	0.00 1	0.01 74	0.06 92	0.00 1	0.02 160	0.03 140	0.00 1	0.17 139	0.19 172	0.18 182	1.92 132	0.67 138	0.28 187	0.21 213	0.05 41	0.21 158	1.27 125	1.39 79	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

dad	0.25 96	0.00 1	0.00 1	0.00 1	0.00 1	0.05 157	1.12 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.00 1	0.95 85	0.25 61	0.01 20	0.01 75	0.01 16	0.09 105	0.23 52	0.17 22	0.00 1	0.16 174	0.27 204	0.00 1	2.74 234	0.73 191

ICVP	0.25 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.14 132	0.00 1	0.00 1	0.10 162	0.01 119	0.12 116	0.03 121	0.03 84	0.77 72	0.51 117	0.22 173	0.43 238	0.53 110	0.24 162	0.96 117	2.77 131	0.00 1	0.01 36	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)
TANstereo	0.25 96	0.00 1	0.00 1	0.00 1	0.02 160	0.00 1	0.01 21	0.00 1	0.01 145	0.04 146	0.08 143	0.06 84	0.05 135	0.01 18	0.53 51	0.75 145	0.13 135	0.05 125	0.06 43	0.01 50	1.31 131	1.36 76	0.00 1	0.02 76	0.00 1	0.00 1	2.10 223	0.00 1

XX-TBD	0.25 96	0.00 1	0.00 1	0.00 1	0.02 160	0.00 1	0.01 21	0.00 1	0.01 145	0.04 146	0.08 143	0.06 84	0.05 135	0.01 18	0.53 51	0.75 145	0.13 135	0.05 125	0.06 43	0.01 50	1.31 131	1.36 76	0.00 1	0.02 76	0.00 1	0.00 1	2.10 223	0.00 1

LL-Strereo2	0.26 101	0.03 190	0.00 1	0.00 1	0.00 1	0.00 1	0.05 83	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.00 1	0.06 123	0.56 56	1.58 199	0.01 20	0.00 1	0.18 73	0.01 50	0.60 99	3.97 166	0.01 150	0.02 76	0.06 176	0.00 1	0.00 1	0.00 1

UDG	0.27 102	0.01 133	0.00 1	0.00 1	0.00 1	0.01 74	0.26 161	0.00 1	0.00 1	0.09 161	0.00 1	0.06 84	0.00 1	0.04 99	2.27 158	0.36 104	0.18 157	0.00 1	0.25 83	0.11 113	0.85 113	2.49 122	0.01 150	0.14 167	0.00 1	0.00 1	0.03 145	0.00 1

MIPNet	0.27 102	0.00 1	0.00 1	0.01 188	0.01 118	0.00 1	0.03 64	0.00 1	0.04 177	0.00 1	0.27 168	0.04 72	0.04 129	0.19 183	2.16 153	0.45 115	0.16 155	0.03 104	0.40 104	0.33 178	0.57 97	2.33 114	0.00 1	0.06 151	0.03 166	0.00 1	0.06 154	0.00 1

PMTNet	0.27 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.12 129	0.00 1	0.02 160	0.03 140	0.07 141	0.10 105	0.17 170	0.01 18	1.80 125	1.08 176	0.20 165	0.04 114	0.23 80	0.21 158	1.61 147	1.55 87	0.00 1	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

MIM_Stereo	0.28 105	0.00 1	0.00 1	0.00 1	0.00 1	0.06 161	0.03 64	0.00 1	0.00 1	0.00 1	0.08 143	0.03 54	0.02 104	0.02 60	1.66 121	1.78 209	0.01 20	0.01 75	0.20 77	0.29 171	0.31 70	2.93 140	0.00 1	0.01 36	0.00 1	0.10 183	0.01 134	0.00 1

FADNet-RVC-Resample	0.28 105	0.10 208	0.21 215	0.07 203	0.21 223	0.00 1	0.16 138	0.11 208	0.11 199	0.08 158	0.08 143	0.04 72	0.04 129	0.09 150	2.30 159	0.17 39	0.15 150	0.05 125	0.17 70	0.20 157	0.32 72	2.51 123	0.06 174	0.13 162	0.03 166	0.00 1	0.01 134	0.11 161

CC-Net-ROB	0.28 105	0.04 195	0.00 1	0.00 1	0.01 118	0.27 206	0.29 166	0.00 1	0.00 1	0.00 1	0.00 1	3.55 218	0.62 198	0.11 160	0.51 46	0.16 37	0.08 106	0.00 1	0.60 119	0.00 1	0.22 51	0.34 32	0.84 226	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.29 108	0.01 133	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.01 145	0.06 155	0.03 131	0.22 153	0.12 157	0.03 84	1.12 95	0.88 158	0.13 135	0.14 166	0.76 128	0.14 133	1.83 155	2.26 106	0.01 150	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

tt_ll	0.29 108	0.01 133	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.01 145	0.06 155	0.03 131	0.22 153	0.12 157	0.03 84	1.12 95	0.88 158	0.13 135	0.14 166	0.76 128	0.14 133	1.83 155	2.26 106	0.01 150	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

LoS	0.29 108	0.01 133	0.01 167	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.02 160	0.11 165	0.00 1	0.30 168	0.30 187	0.08 144	1.01 88	0.82 151	0.30 188	0.18 198	0.70 125	0.17 148	1.82 154	2.03 103	0.00 1	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

IPLG	0.29 108	0.00 1	0.00 1	0.00 1	0.01 118	0.00 1	0.03 64	0.00 1	0.03 173	0.00 1	0.12 152	0.03 54	0.02 104	0.23 190	3.89 201	0.49 116	0.10 125	0.02 93	0.69 124	0.18 150	0.50 89	1.45 84	0.00 1	0.05 146	0.02 165	0.00 1	0.01 134	0.00 1

rafts_anoy	0.29 108	0.01 133	0.00 1	0.00 1	0.03 178	0.00 1	0.05 83	0.00 1	0.00 1	0.00 1	0.00 1	0.06 84	0.01 72	0.02 60	1.75 124	1.74 208	0.08 106	0.00 1	0.39 102	0.10 109	0.52 92	2.95 141	0.00 1	0.01 36	0.03 166	0.00 1	0.00 1	0.00 1

anonymousdsp	0.30 113	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	2.19 214	0.00 1	0.00 1	0.00 1	1.30 108	0.61 130	0.06 85	0.00 1	0.15 67	0.52 201	0.11 26	2.85 134	0.30 208	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_4	0.30 113	0.01 133	0.00 1	0.00 1	0.01 118	0.01 74	0.20 150	0.00 1	0.00 1	0.00 1	0.13 154	0.02 28	0.00 1	0.08 144	2.06 147	2.23 222	0.01 20	0.13 159	0.11 58	0.11 113	0.31 70	1.59 88	0.00 1	0.02 76	0.04 170	0.16 188	0.80 196	0.15 164

pcwnet_v2	0.30 113	0.01 133	0.06 193	0.00 1	0.09 206	0.00 1	0.02 55	0.00 1	0.00 1	0.26 180	0.16 159	0.39 174	0.00 1	0.01 18	2.01 140	0.33 97	0.08 106	0.08 142	1.72 165	0.03 74	0.83 111	1.07 67	0.74 224	0.03 118	0.00 1	0.00 1	0.00 1	0.28 174

RALAANet	0.30 113	0.03 190	0.00 1	0.00 1	0.02 160	0.01 74	0.06 92	0.00 1	0.00 1	0.00 1	0.00 1	0.10 105	0.02 104	0.05 117	1.89 131	0.17 39	0.07 97	0.00 1	0.80 131	0.13 128	0.87 114	3.88 162	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.30 113	0.01 133	0.00 1	0.01 188	0.02 160	0.01 74	0.21 153	0.00 1	0.01 145	0.00 1	0.28 169	0.43 178	0.01 72	0.08 144	1.25 101	0.24 57	0.66 207	0.04 114	0.83 135	0.05 89	1.09 120	2.71 128	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.30 113	0.01 133	0.00 1	0.00 1	0.01 118	0.01 74	0.13 130	0.00 1	0.00 1	0.01 129	0.26 167	0.60 190	0.01 72	0.07 139	1.27 106	0.25 61	0.06 85	0.01 75	0.58 115	0.04 83	0.89 115	2.98 142	0.00 1	0.03 118	0.00 1	0.00 1	0.86 205	0.00 1

CREStereo++_RVC	0.31 119	0.00 1	0.00 1	0.00 1	0.01 118	0.01 74	0.10 119	0.00 1	0.01 145	0.03 140	0.00 1	0.05 80	0.04 129	0.01 18	0.60 58	0.72 144	0.09 119	0.08 142	0.22 78	0.12 120	1.31 131	1.47 85	0.00 1	0.03 118	0.00 1	0.00 1	3.50 240	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
RALCasStereoNet	0.31 119	0.01 133	0.00 1	0.00 1	0.03 178	0.00 1	0.08 109	0.00 1	0.00 1	0.00 1	0.00 1	0.04 72	0.01 72	0.03 84	1.80 125	1.99 213	0.02 40	0.00 1	0.11 58	0.45 188	0.49 88	3.21 153	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.31 119	0.01 133	0.00 1	0.00 1	0.01 118	0.04 148	0.15 135	0.00 1	0.00 1	0.00 1	0.00 1	0.10 105	0.02 104	0.13 167	1.81 127	0.44 113	0.34 191	0.33 231	0.50 109	0.01 50	1.47 142	3.03 145	0.00 1	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.33 122	0.00 1	0.00 1	0.00 1	0.07 203	0.01 74	0.04 75	0.00 1	0.00 1	0.00 1	0.00 1	0.08 95	0.09 147	0.02 60	0.67 65	1.01 172	0.10 125	0.07 137	0.35 97	0.46 191	1.20 123	4.74 186	0.00 1	0.02 76	0.00 1	0.12 186	0.00 1	0.00 1

AEACV	0.33 122	0.01 133	0.00 1	0.00 1	0.00 1	0.06 161	0.02 55	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 99	1.93 133	2.03 214	0.00 1	0.29 226	0.49 108	0.68 209	0.18 46	2.72 129	0.20 192	0.00 1	0.00 1	0.16 188	0.00 1	0.00 1

GES	0.33 122	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.32 171	0.00 1	0.09 194	0.00 1	0.02 129	0.03 54	0.03 121	0.01 18	1.42 115	0.32 93	0.05 72	0.01 75	2.64 183	0.05 89	1.11 122	1.95 99	0.00 1	0.04 137	0.01 160	0.00 1	0.09 161	0.72 190

NaN_ROB	0.33 122	0.09 206	0.16 206	0.04 193	0.18 220	0.12 183	0.80 201	0.01 184	1.50 235	0.02 136	0.52 175	0.47 179	0.03 121	0.07 139	1.25 101	0.29 83	0.08 106	0.11 151	0.17 70	0.25 164	0.51 91	0.87 60	0.12 184	0.24 208	0.12 186	0.37 197	0.16 171	0.44 186

GEStereo_RVC	0.34 126	0.00 1	0.01 167	0.00 1	0.01 118	0.01 74	0.21 153	0.02 190	0.00 1	0.00 1	0.01 119	0.02 28	0.01 72	0.04 99	0.49 45	0.59 128	0.09 119	0.02 93	1.14 147	0.10 109	1.36 135	5.09 196	0.00 1	0.06 151	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.35 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	1.94 210	0.01 8	0.01 72	0.08 144	1.35 109	0.94 168	0.03 47	0.11 151	0.10 52	0.63 207	0.20 48	3.15 149	0.22 196	0.32 220	0.00 1	0.01 167	0.23 173	0.00 1

IPLGR	0.35 127	0.00 1	0.00 1	0.00 1	0.02 160	0.00 1	0.04 75	0.00 1	0.01 145	0.00 1	0.19 164	0.03 54	0.07 140	0.11 160	3.89 201	0.52 118	0.11 130	0.04 114	0.36 98	0.27 165	0.84 112	2.92 138	0.00 1	0.07 153	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.35 127	0.00 1	0.00 1	0.00 1	0.00 1	0.09 176	0.18 143	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.03 121	0.01 18	2.01 140	1.56 194	0.04 57	0.15 174	0.29 85	0.15 140	0.30 64	4.46 178	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

error version	0.35 127	0.00 1	0.00 1	0.00 1	0.00 1	0.09 176	0.18 143	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.03 121	0.01 18	2.01 140	1.56 194	0.04 57	0.15 174	0.29 85	0.15 140	0.30 64	4.46 178	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

test-v	0.35 127	0.00 1	0.00 1	0.00 1	0.00 1	0.09 176	0.18 143	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.03 121	0.01 18	2.01 140	1.56 194	0.04 57	0.15 174	0.29 85	0.15 140	0.30 64	4.46 178	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

test-2	0.35 127	0.00 1	0.00 1	0.00 1	0.00 1	0.09 176	0.18 143	0.00 1	0.00 1	0.00 1	0.00 1	0.03 54	0.03 121	0.01 18	2.01 140	1.56 194	0.04 57	0.15 174	0.29 85	0.15 140	0.30 64	4.46 178	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	0.36 133	0.02 175	0.01 167	0.00 1	0.00 1	0.01 74	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.12 116	0.00 1	0.06 123	1.95 134	2.18 220	0.01 20	0.13 159	0.22 78	0.14 133	0.99 118	3.81 160	0.02 165	0.05 146	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.36 133	0.02 175	0.00 1	0.00 1	0.02 160	0.01 74	0.04 75	0.00 1	0.00 1	0.00 1	0.00 1	0.07 93	0.00 1	0.08 144	2.17 154	2.20 221	0.01 20	0.00 1	1.14 147	0.00 1	0.58 98	3.20 152	0.07 176	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous	0.36 133	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.02 160	0.00 1	0.00 1	0.10 105	0.27 183	0.02 60	0.68 68	1.13 183	0.15 150	0.16 187	0.87 137	0.16 145	2.04 165	4.15 170	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.37 136	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 55	0.00 1	0.02 160	0.00 1	0.01 119	0.29 164	0.22 178	0.01 18	0.68 68	1.30 189	0.14 146	0.16 187	0.48 107	0.18 150	2.02 162	4.35 173	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo04	0.39 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.06 92	0.00 1	0.01 145	0.61 209	0.02 129	0.17 139	0.00 1	0.06 123	0.76 71	0.63 134	0.08 106	0.01 75	3.04 192	0.51 199	1.60 146	2.33 114	0.48 219	0.03 118	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo	0.39 137	0.01 133	0.00 1	0.00 1	0.00 1	0.01 74	0.06 92	0.00 1	0.00 1	0.74 216	0.00 1	0.17 139	0.00 1	0.06 123	1.01 88	0.62 131	0.07 97	0.01 75	2.88 187	0.19 156	1.57 145	2.58 124	0.51 221	0.07 153	0.00 1	0.00 1	0.00 1	0.00 1

RTSC	0.42 139	0.01 133	0.00 1	0.00 1	0.00 1	0.03 140	0.32 171	0.04 201	0.00 1	0.08 158	0.13 154	0.06 84	0.01 72	0.06 123	5.56 230	0.77 148	0.18 157	0.20 209	1.10 145	0.09 105	0.81 109	1.66 92	0.00 1	0.21 197	0.00 1	0.00 1	0.00 1	0.00 1

CASS	0.44 140	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	1.34 211	0.00 1	0.00 1	0.22 176	0.32 172	0.27 161	0.13 161	0.01 18	0.83 78	0.53 122	0.42 198	0.20 209	0.61 120	0.00 1	4.28 222	2.77 131	0.00 1	0.01 36	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.
Anonymous3	0.47 141	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	0.48 180	0.34 192	0.22 188	1.19 98	2.36 226	0.19 160	0.18 198	1.46 158	0.36 179	1.94 158	3.83 161	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

MLCV	0.47 141	0.01 133	0.00 1	0.00 1	0.04 188	0.07 170	0.36 176	0.00 1	0.16 204	0.37 191	1.10 192	0.42 177	0.02 104	0.05 117	0.69 70	0.62 131	0.20 165	0.03 104	3.20 197	0.06 98	1.74 151	3.19 151	0.05 171	0.20 193	0.00 1	0.00 1	0.07 155	0.00 1

HSM-Net_RVC	0.48 143	0.00 1	0.00 1	0.00 1	0.02 160	0.04 148	0.19 149	0.01 184	0.00 1	0.41 195	1.72 209	2.26 212	0.09 147	0.09 150	1.16 97	0.52 118	0.13 135	0.04 114	0.58 115	0.45 188	1.80 153	3.15 149	0.07 176	0.15 168	0.00 1	0.00 1	0.02 140	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
s12784h	0.51 144	0.00 1	0.00 1	0.00 1	0.01 118	0.00 1	0.01 21	0.00 1	0.00 1	0.03 140	0.00 1	0.09 98	0.14 163	0.01 18	0.60 58	1.21 188	0.24 182	0.06 132	0.96 140	0.12 120	3.64 204	2.10 105	0.00 1	0.03 118	0.01 160	0.00 1	3.49 239	0.92 195

XQC	0.53 145	0.00 1	0.03 183	0.00 1	0.00 1	0.03 140	0.37 177	0.00 1	0.00 1	0.19 171	0.44 174	0.08 95	1.44 206	0.10 156	5.32 224	0.76 147	0.10 125	0.19 203	0.99 141	0.02 59	1.26 124	2.65 127	0.00 1	0.19 189	0.00 1	0.00 1	0.02 140	0.01 149

CSAN	0.54 146	0.09 206	0.15 204	0.07 203	0.16 219	0.14 187	1.35 212	0.01 184	1.52 236	0.10 162	0.92 187	1.55 206	0.08 143	0.14 172	1.25 101	0.35 102	0.20 165	0.11 151	0.73 126	0.54 203	1.40 137	2.07 104	0.07 176	0.19 189	0.08 180	0.90 211	0.10 163	0.33 180

test_3	0.56 147	0.00 1	0.00 1	0.00 1	0.00 1	0.06 161	0.06 92	0.00 1	0.01 145	0.00 1	0.00 1	0.02 28	0.02 104	0.02 60	2.45 168	2.05 215	0.05 72	0.10 147	2.40 177	0.18 150	1.42 138	5.91 220	0.00 1	0.01 36	0.13 187	0.00 1	0.04 150	0.30 176

SHD	0.56 147	0.00 1	0.27 222	0.00 1	0.00 1	0.04 148	0.28 164	0.03 197	0.00 1	0.22 176	0.55 179	0.09 98	0.00 1	0.12 163	6.36 237	0.94 168	0.11 130	0.15 174	1.19 150	0.15 140	1.91 157	2.47 121	0.00 1	0.31 219	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.57 149	0.00 1	0.00 1	0.00 1	0.00 1	0.06 161	0.06 92	0.00 1	0.02 160	0.00 1	0.00 1	0.02 28	0.02 104	0.02 60	2.32 160	2.06 216	0.05 72	0.10 147	2.53 180	0.18 150	1.44 140	5.92 221	0.00 1	0.01 36	0.13 187	0.00 1	0.00 1	0.30 176

test_1	0.57 149	0.00 1	0.00 1	0.00 1	0.00 1	0.06 161	0.06 92	0.00 1	0.01 145	0.00 1	0.00 1	0.02 28	0.02 104	0.02 60	2.34 161	2.06 216	0.05 72	0.10 147	2.53 180	0.18 150	1.44 140	5.92 221	0.00 1	0.01 36	0.13 187	0.00 1	0.01 134	0.30 176

GwcNet-ADL	0.57 149	0.00 1	0.00 1	0.00 1	0.02 160	0.02 126	0.24 159	0.00 1	0.00 1	0.53 204	5.52 237	0.21 152	0.09 147	0.03 84	0.99 87	1.20 187	0.14 146	0.19 203	1.53 160	0.83 215	1.51 144	2.29 109	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

R-Stereo Train	0.57 149	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.02 55	0.00 1	0.01 145	0.47 199	1.12 194	0.16 132	0.11 154	0.13 167	1.70 122	1.11 181	0.36 192	0.29 226	2.91 189	0.48 194	2.48 177	3.94 163	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Stereo	0.57 149	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.02 55	0.00 1	0.01 145	0.47 199	1.12 194	0.16 132	0.11 154	0.13 167	1.70 122	1.11 181	0.36 192	0.29 226	2.91 189	0.48 194	2.48 177	3.94 163	0.00 1	0.02 76	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
iResNet	0.59 154	0.00 1	0.00 1	0.00 1	0.02 160	0.01 74	0.16 138	0.00 1	0.00 1	0.41 195	1.16 197	0.34 172	0.02 104	0.02 60	2.42 163	1.50 193	0.07 97	0.07 137	5.24 206	0.47 192	2.40 175	1.22 71	0.00 1	0.22 199	0.00 1	0.00 1	0.13 167	0.00 1

Any-RAFT	0.60 155	0.00 1	0.01 167	0.00 1	0.00 1	0.01 74	0.03 64	0.01 184	0.00 1	0.20 173	2.51 218	0.24 158	0.12 157	0.09 150	1.44 116	0.84 152	0.33 190	0.15 174	2.66 184	0.14 133	3.42 197	2.75 130	0.01 150	0.03 118	0.00 1	0.00 1	0.00 1	1.22 196

FCDSN-DC	0.60 155	0.03 190	0.45 231	0.00 1	0.00 1	0.23 204	0.64 193	0.00 1	0.00 1	0.34 189	0.16 159	0.63 191	0.07 140	0.17 179	4.12 206	0.66 137	0.15 150	0.12 157	0.57 114	0.06 98	2.15 167	5.03 193	0.00 1	0.44 233	0.00 1	0.05 178	0.15 169	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.
EGLCR-Stereo	0.61 157	0.00 1	0.00 1	0.00 1	0.00 1	0.04 148	0.05 83	0.00 1	0.44 217	0.00 1	0.98 188	0.15 128	0.07 140	0.00 1	1.09 93	1.60 200	0.13 135	0.18 198	0.73 126	0.37 181	1.29 128	4.83 189	0.17 188	0.46 234	0.00 1	0.38 199	3.60 241	0.00 1

PWC_ROB	0.61 157	0.01 133	0.00 1	0.00 1	0.01 118	0.06 161	0.27 162	0.00 1	0.01 145	0.13 167	0.78 186	0.11 111	0.02 104	0.03 84	4.29 212	1.10 180	0.21 170	0.19 203	0.77 130	0.11 113	2.82 187	4.62 184	0.00 1	0.02 76	0.00 1	0.01 167	0.32 178	0.62 189

DAS	0.66 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 148	0.05 83	0.05 205	0.02 160	0.74 216	1.61 205	0.29 164	0.27 183	0.01 18	1.37 110	1.65 202	0.43 199	0.18 198	2.17 173	0.27 165	4.03 214	4.36 174	0.00 1	0.15 168	0.00 1	0.00 1	0.00 1	0.00 1

SepStereo	0.66 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 148	0.05 83	0.05 205	0.02 160	0.74 216	1.61 205	0.29 164	0.27 183	0.01 18	1.37 110	1.65 202	0.43 199	0.18 198	2.17 173	0.27 165	4.03 214	4.36 174	0.00 1	0.15 168	0.00 1	0.00 1	0.00 1	0.00 1

DeepPrunerF	0.66 159	0.17 214	0.00 1	0.07 203	1.52 250	0.07 170	0.21 153	0.06 207	0.98 229	0.00 1	0.00 1	0.02 28	0.00 1	0.04 99	2.79 175	0.29 83	0.01 20	0.00 1	0.14 66	0.00 1	0.21 50	0.27 26	0.00 1	0.00 1	10.65 258	0.31 196	0.08 157	0.00 1

ADCRef	0.67 162	0.00 1	0.20 214	0.00 1	0.05 196	0.04 148	0.17 141	0.04 201	1.57 238	0.00 1	0.00 1	0.12 116	0.00 1	0.07 139	3.82 198	0.30 87	0.01 20	0.02 93	0.95 139	0.56 204	0.26 57	1.06 65	0.42 217	0.11 158	0.70 219	1.21 212	0.81 197	5.65 226

MFMNet_re	0.69 163	0.00 1	0.00 1	0.00 1	0.00 1	0.08 175	0.61 190	0.00 1	0.20 206	0.06 155	0.01 119	0.95 198	0.33 190	0.10 156	3.15 182	1.04 173	0.51 203	0.01 75	4.75 204	0.28 168	4.09 216	1.63 90	0.00 1	0.17 181	0.00 1	0.00 1	0.61 191	0.00 1

PSMNet-ADL	0.70 164	0.00 1	0.00 1	0.00 1	0.01 118	0.02 126	0.31 169	0.58 225	0.00 1	0.56 207	5.66 239	0.28 163	0.54 197	0.04 99	2.43 164	1.70 207	0.19 160	0.14 166	1.80 167	0.16 145	1.49 143	2.84 133	0.12 184	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.70 164	0.00 1	0.00 1	0.00 1	0.01 118	0.02 126	0.32 171	0.00 1	0.00 1	0.91 220	2.22 215	0.07 93	0.05 135	0.02 60	1.87 129	1.19 186	0.22 173	0.17 195	2.70 185	0.79 213	2.11 166	5.40 200	0.00 1	0.02 76	0.00 1	0.00 1	0.69 194	0.00 1

cross-raft	0.70 164	0.00 1	0.00 1	0.00 1	0.00 1	0.14 187	0.06 92	0.00 1	0.00 1	0.39 193	0.24 166	0.15 128	0.13 161	0.19 183	2.12 150	1.89 211	0.10 125	0.15 174	2.89 188	0.85 219	3.53 200	5.76 217	0.00 1	0.02 76	0.10 182	0.01 167	0.03 145	0.19 166

ADCP+	0.72 167	0.00 1	0.00 1	0.00 1	0.09 206	0.12 183	0.40 178	0.00 1	0.00 1	0.99 223	0.00 1	0.48 180	0.00 1	0.03 84	3.81 197	0.30 87	0.01 20	0.02 93	1.11 146	0.50 197	0.30 64	0.89 61	0.00 1	0.01 36	0.47 213	3.79 236	1.31 208	4.90 223

MSMDNet	0.76 168	0.00 1	0.00 1	0.00 1	0.00 1	0.14 187	0.07 105	0.00 1	0.00 1	0.67 211	0.28 169	0.15 128	1.73 207	0.16 176	1.88 130	2.78 232	0.09 119	0.14 166	2.36 176	0.48 194	3.45 199	5.58 210	0.00 1	0.02 76	0.10 182	0.27 194	0.03 145	0.18 165

FADNet_RVC	0.77 169	0.04 195	0.21 215	0.06 199	0.24 225	0.07 170	0.47 183	0.03 197	0.21 207	0.22 176	0.11 151	0.39 174	0.12 157	0.17 179	3.32 184	0.85 153	0.24 182	0.69 245	3.79 202	0.38 182	2.02 162	3.31 156	0.28 204	0.37 226	0.19 197	0.02 172	2.55 231	0.38 182

RTS	0.80 170	0.01 133	0.00 1	0.00 1	0.01 118	0.03 140	0.79 197	0.00 1	0.00 1	0.01 129	0.01 119	0.14 124	0.01 72	0.29 199	6.89 242	0.70 141	0.14 146	0.16 187	1.06 142	0.04 83	1.28 126	2.30 110	0.00 1	0.16 174	0.00 1	7.66 251	0.00 1	0.00 1

RTSA	0.80 170	0.01 133	0.00 1	0.00 1	0.01 118	0.03 140	0.79 197	0.00 1	0.00 1	0.01 129	0.01 119	0.14 124	0.01 72	0.29 199	6.89 242	0.70 141	0.14 146	0.16 187	1.06 142	0.04 83	1.28 126	2.30 110	0.00 1	0.16 174	0.00 1	7.66 251	0.00 1	0.00 1

EKT-Stereo	0.81 172	0.00 1	0.00 1	0.00 1	0.02 160	0.02 126	0.20 150	0.00 1	0.02 160	0.17 170	1.71 208	0.30 168	0.26 182	0.36 208	3.05 180	3.07 241	0.19 160	0.23 217	1.35 155	1.45 236	3.11 192	6.25 230	0.01 150	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

PVD	0.81 172	0.00 1	0.33 225	0.00 1	0.03 178	0.03 140	0.33 174	0.29 218	0.00 1	0.42 197	1.15 196	0.19 146	1.00 202	0.12 163	6.88 241	0.89 160	0.22 173	0.20 209	1.54 161	0.38 182	2.63 184	3.96 165	0.01 150	0.27 213	0.46 212	0.00 1	0.30 177	0.21 170

AnonymousM	0.88 174	0.01 133	0.00 1	0.00 1	0.00 1	0.16 193	0.00 1	0.00 1	0.02 160	0.00 1	1.26 200	0.06 84	0.14 163	0.31 205	0.63 60	0.92 164	0.22 173	0.11 151	0.11 58	0.84 217	1.35 134	3.11 147	0.11 183	0.22 199	0.00 1	0.18 191	4.00 242	10.10 244

test-1	0.89 175	0.00 1	0.00 1	0.00 1	0.00 1	0.18 197	0.28 164	0.00 1	0.00 1	1.00 224	2.41 217	0.19 146	0.18 171	0.14 172	3.38 186	2.90 236	0.13 135	0.27 224	1.77 166	1.15 226	3.11 192	6.90 239	0.00 1	0.02 76	0.00 1	0.00 1	0.00 1	0.00 1

SGM-Forest	0.90 176	0.02 175	0.02 177	0.05 195	0.10 209	0.14 187	0.07 105	0.47 220	0.41 213	1.33 235	0.74 184	0.48 180	1.81 208	0.09 150	2.60 173	0.92 164	0.23 178	0.14 166	2.08 170	0.03 74	2.23 171	5.50 206	0.24 199	0.18 184	0.15 195	0.18 191	1.52 211	2.66 207
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCL	0.91 177	0.07 200	0.05 189	0.02 192	0.02 160	0.02 126	0.10 119	0.00 1	1.93 244	0.51 201	0.01 119	0.12 116	0.01 72	0.04 99	3.79 196	0.23 55	0.07 97	0.23 217	0.56 112	0.38 182	0.71 106	0.92 63	0.00 1	0.19 189	2.80 234	2.46 225	2.09 222	7.10 233

RAFT-Test	0.92 178	0.00 1	0.00 1	0.00 1	0.00 1	0.16 193	0.06 92	0.00 1	0.00 1	0.72 215	4.88 235	0.16 132	0.23 180	0.19 183	2.44 167	2.65 229	0.10 125	0.14 166	3.04 192	0.39 185	3.33 196	4.47 182	0.00 1	0.02 76	0.11 184	1.51 217	0.03 145	0.25 172

HH	0.96 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.06 182	1.33 235	1.20 198	0.11 111	0.19 172	0.16 176	2.43 164	4.09 247	0.08 106	0.15 174	3.12 195	0.94 220	4.67 230	5.49 204	0.18 190	0.47 235	0.13 187	0.00 1	0.85 202	0.19 166

HanStereo	0.96 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.06 182	1.33 235	1.20 198	0.11 111	0.19 172	0.16 176	2.43 164	4.09 247	0.08 106	0.15 174	3.12 195	0.94 220	4.67 230	5.49 204	0.18 190	0.47 235	0.13 187	0.00 1	0.85 202	0.19 166

MSKI-zero shot	0.98 181	0.00 1	0.00 1	0.00 1	0.00 1	0.14 187	0.06 92	0.00 1	0.05 180	0.21 174	3.38 222	0.19 146	0.16 166	0.01 18	3.20 183	3.21 242	0.24 182	0.23 217	3.62 200	1.47 237	3.17 194	6.09 227	0.13 186	0.02 76	0.13 187	0.30 195	0.16 171	0.30 176

FC-DCNN	1.00 182	0.07 200	1.07 239	0.47 222	0.05 196	0.99 221	1.73 217	0.84 230	0.21 207	0.58 208	0.73 183	1.02 201	0.66 199	0.13 167	1.52 118	0.64 135	0.49 202	0.12 157	1.95 169	0.10 109	2.42 176	4.29 172	0.00 1	0.32 220	1.24 223	0.44 202	1.57 215	3.28 214

MFN_U_SF_DS_RVC	1.02 183	0.12 210	0.02 177	0.05 195	0.04 188	0.14 187	2.62 225	0.00 1	0.10 197	0.10 162	0.04 137	0.40 176	1.26 204	1.62 237	5.44 229	0.37 109	0.19 160	0.03 104	2.24 175	0.09 105	3.66 205	4.73 185	0.10 180	0.04 137	0.22 200	0.43 201	0.44 181	3.15 213

NOSS_ROB	1.03 184	0.01 133	0.00 1	0.00 1	0.01 118	0.06 161	0.04 75	0.98 235	0.09 194	1.07 227	1.69 207	1.63 208	0.34 192	1.01 231	3.86 200	2.78 232	0.36 192	0.22 216	0.62 121	0.13 128	3.93 212	6.57 237	0.03 168	0.27 213	0.00 1	1.98 222	0.04 150	0.00 1

EAI-Stereo	1.04 185	0.04 195	0.43 230	0.34 216	0.14 215	0.68 216	0.55 188	0.00 1	0.84 225	0.00 1	4.59 233	0.14 124	0.19 172	0.03 84	3.60 190	3.02 240	0.23 178	0.36 233	3.53 199	0.39 185	2.29 173	3.55 157	0.24 199	0.79 245	0.35 206	0.78 209	0.54 187	0.42 184

TRStereo	1.05 186	0.01 133	0.02 177	0.00 1	0.00 1	0.18 197	0.06 92	0.00 1	0.41 213	1.44 238	0.75 185	0.20 149	0.15 165	0.03 84	2.85 176	2.54 228	0.09 119	0.16 187	1.56 162	0.83 215	2.01 161	5.63 212	0.21 195	0.02 76	0.09 181	8.70 253	0.39 179	0.01 149

ADCMid	1.09 187	0.07 200	0.24 220	0.00 1	0.50 238	0.22 203	1.24 210	0.04 201	0.12 201	0.13 167	0.13 154	0.48 180	0.72 200	0.06 123	4.25 211	0.93 166	0.09 119	0.11 151	3.03 191	0.36 179	1.68 149	3.02 143	0.41 214	0.20 193	0.20 198	2.24 224	1.54 213	7.37 234

MADNet+	1.12 188	0.01 133	0.07 195	0.00 1	0.11 210	0.17 195	2.26 222	0.00 1	0.00 1	0.19 171	0.03 131	1.07 202	0.19 172	0.21 186	8.91 249	1.68 206	1.11 212	0.15 174	1.51 159	0.73 211	5.60 235	5.28 197	0.00 1	0.64 242	0.13 187	0.00 1	0.11 164	0.06 157

FBW_ROB	1.12 188	0.02 175	0.13 202	0.04 193	0.35 231	0.38 209	2.30 223	0.00 1	0.00 1	0.13 167	0.61 180	1.62 207	1.22 203	1.98 241	2.00 136	0.27 75	0.40 197	0.02 93	11.14 226	0.30 174	3.31 195	2.92 138	1.12 231	0.04 137	0.00 1	0.02 172	0.00 1	0.00 1

IGEV_Zeroshot_test	1.16 190	0.00 1	0.17 207	0.15 210	0.00 1	0.87 220	0.60 189	0.00 1	0.39 210	1.02 225	5.37 236	0.51 187	0.25 181	0.15 175	2.49 170	2.80 234	0.12 134	0.16 187	2.62 182	1.22 232	2.79 186	6.65 238	0.06 174	0.03 118	0.18 196	0.08 179	2.36 227	0.29 175

S-Stereo	1.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 126	0.63 192	0.15 210	0.06 182	0.30 185	5.55 238	5.23 225	0.30 187	0.05 117	3.55 189	2.94 237	0.18 157	0.19 203	2.49 179	1.73 239	2.19 168	5.50 206	0.20 192	0.22 199	0.00 1	0.01 167	0.56 188	0.61 188

FAT-Stereo	1.26 192	0.00 1	0.00 1	0.00 1	0.01 118	0.02 126	0.15 135	0.55 224	0.04 177	0.51 201	7.88 248	3.62 220	0.74 201	0.06 123	1.96 135	2.12 218	0.20 165	0.16 187	1.45 157	1.16 228	3.81 209	5.59 211	0.10 180	0.24 208	0.00 1	0.00 1	0.57 190	2.96 211

SFCPSM	1.28 193	0.00 1	0.00 1	0.00 1	0.00 1	0.03 140	0.08 109	0.00 1	0.07 189	0.52 203	2.83 219	2.32 213	5.43 224	0.09 150	3.44 187	1.42 190	0.27 185	0.14 166	10.39 222	1.15 226	2.02 162	3.06 146	0.05 171	0.08 155	0.00 1	0.16 188	0.45 182	0.43 185

ccs_rob	1.28 193	0.00 1	0.00 1	0.00 1	0.00 1	0.02 126	0.02 55	0.18 211	0.01 145	1.16 232	9.90 257	9.16 234	0.10 152	0.21 186	2.12 150	1.66 204	0.19 160	0.14 166	1.59 163	0.42 187	3.07 191	4.42 176	0.01 150	0.13 162	0.00 1	0.00 1	0.00 1	0.07 159

SAMSARA	1.30 195	0.00 1	0.19 210	0.00 1	0.01 118	0.05 157	0.90 203	0.03 197	0.00 1	0.39 193	0.72 182	0.14 124	3.44 217	0.11 160	7.13 244	1.57 198	0.21 170	0.21 213	2.14 172	0.29 171	2.69 185	3.74 159	0.00 1	0.40 228	1.24 223	5.51 243	1.44 209	2.54 204

MSC_U_SF_DS_RVC	1.38 196	0.74 234	0.19 210	0.31 215	0.18 220	0.35 208	3.68 233	0.01 184	0.09 194	0.67 211	0.03 131	0.94 197	1.35 205	2.37 244	5.01 218	0.79 149	0.61 206	0.40 235	8.70 217	0.63 207	2.38 174	4.03 167	0.42 217	0.27 213	0.24 202	0.20 193	0.04 150	2.71 208

AnyNet_C32	1.39 197	0.12 210	0.01 167	0.05 195	0.01 118	0.19 199	0.79 197	0.00 1	3.06 247	0.32 188	1.39 202	0.22 153	0.02 104	0.07 139	5.20 221	0.85 153	0.15 150	0.15 174	0.87 137	0.51 199	2.56 180	4.20 171	0.01 150	0.34 224	1.73 226	3.43 233	1.55 214	9.84 243

HBP-ISP	1.40 198	0.02 175	0.09 198	0.00 1	0.01 118	0.19 199	0.06 92	0.00 1	0.05 180	1.19 233	3.51 224	0.26 160	0.31 189	1.83 238	6.48 238	5.66 255	0.37 196	0.33 231	1.24 152	1.06 224	4.19 219	8.59 247	0.00 1	0.35 225	0.28 205	0.00 1	0.85 202	0.83 193

anonymity	1.44 199	0.03 190	0.00 1	0.00 1	0.00 1	0.19 199	0.05 83	0.00 1	0.41 213	0.75 219	16.60 261	0.38 173	0.36 194	0.09 150	2.45 168	2.74 231	0.13 135	0.16 187	2.13 171	0.29 171	2.21 170	5.94 224	0.05 171	0.22 199	0.22 200	0.44 202	2.67 233	0.33 180

CBMV	1.45 200	0.00 1	0.00 1	0.00 1	0.00 1	0.48 210	0.86 202	1.00 236	0.00 1	0.68 213	1.56 204	4.25 221	1.84 210	0.61 222	2.90 178	1.98 212	0.73 208	0.15 174	3.62 200	0.62 206	3.93 212	6.49 236	0.00 1	0.22 199	0.00 1	0.00 1	1.68 216	5.62 225
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iRaft-Stereo_20w	1.56 201	0.30 221	0.61 234	0.16 211	0.09 206	0.12 183	0.45 180	0.00 1	0.89 226	1.89 243	7.46 246	0.33 171	0.27 183	0.43 213	2.09 148	2.35 225	0.23 178	0.31 230	1.92 168	1.34 235	2.52 179	5.50 206	0.34 209	0.27 213	0.40 209	7.30 250	1.97 219	2.62 206

SPS-STEREO	1.63 202	0.03 190	0.01 167	0.29 214	0.00 1	0.61 214	1.62 215	0.34 219	0.00 1	0.53 204	4.46 231	1.94 210	0.50 196	0.45 215	5.14 220	1.67 205	0.83 211	0.28 225	10.36 220	0.53 202	5.64 236	6.27 231	0.28 204	0.53 241	0.26 203	0.41 200	0.83 199	0.19 166
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
edge stereo	1.64 203	0.00 1	0.05 189	0.06 199	0.00 1	0.34 207	0.79 197	1.40 243	0.56 220	0.97 222	3.06 221	6.44 228	3.97 219	0.30 203	3.51 188	2.36 226	0.27 185	0.20 209	7.11 212	1.19 230	2.20 169	5.65 215	0.25 201	0.16 174	0.04 170	0.00 1	0.63 192	2.74 209

ADCS	1.65 204	0.00 1	0.00 1	0.00 1	0.04 188	0.05 157	0.67 195	0.19 212	0.93 227	0.25 179	0.52 175	0.74 193	4.52 221	0.24 195	4.79 217	3.21 242	0.57 205	0.15 174	3.06 194	0.07 102	4.66 228	5.64 214	0.00 1	0.26 212	0.47 213	5.52 244	1.50 210	6.48 229

SQANet	1.66 205	1.66 241	0.18 209	2.67 235	0.02 160	1.98 227	1.09 207	0.00 1	0.00 1	0.00 1	0.16 159	0.49 186	0.02 104	0.30 203	4.19 209	0.22 53	1.87 228	0.05 125	16.18 236	0.11 113	2.89 189	4.79 188	3.70 239	0.11 158	0.00 1	0.00 1	0.12 165	1.92 200

RainbowNet	1.66 205	0.40 225	0.10 199	1.85 231	0.06 199	2.14 228	2.19 221	0.00 1	0.13 203	0.00 1	0.00 1	0.92 196	0.05 135	0.65 224	3.74 193	0.69 140	1.17 213	0.00 1	8.35 216	1.67 238	3.75 206	5.43 202	8.08 246	0.20 193	0.00 1	0.00 1	0.09 161	3.05 212

MFN_U_SF_RVC	1.66 205	0.61 231	0.63 235	0.42 219	0.48 237	0.59 213	2.71 226	0.48 221	0.39 210	1.15 231	2.87 220	1.09 203	0.43 195	1.56 236	5.82 234	0.94 168	0.47 201	0.44 239	12.96 231	0.84 217	4.25 221	2.62 126	0.29 207	0.98 249	0.11 184	0.83 210	0.01 134	0.91 194

FINET	1.70 208	0.35 224	0.46 232	0.12 209	0.27 227	0.55 211	0.66 194	0.52 222	1.67 239	0.21 174	3.44 223	0.57 188	2.00 212	0.58 219	11.54 253	1.64 201	0.51 203	0.26 223	1.08 144	1.00 223	1.37 136	3.28 154	0.26 203	0.83 246	2.98 235	5.65 245	0.83 199	3.31 215

ADCPNet	1.79 209	0.02 175	0.70 237	0.06 199	0.57 239	0.05 157	2.94 228	0.71 228	0.42 216	1.08 228	2.32 216	0.58 189	7.16 227	0.35 207	5.08 219	0.87 156	0.22 173	0.01 75	5.26 207	0.74 212	1.96 159	4.04 169	1.16 232	0.02 76	0.93 221	1.41 216	0.89 206	8.87 241

XX-Stereo	1.82 210	0.01 133	0.00 1	0.00 1	0.00 1	0.13 186	0.18 143	0.00 1	0.00 1	1.23 234	6.05 242	0.11 111	0.22 178	0.03 84	3.13 181	3.50 244	0.11 130	0.17 195	3.33 198	0.18 150	1.64 148	3.58 158	0.25 201	0.03 118	24.54 263	0.02 172	0.24 174	0.56 187

otaku	1.95 211	2.11 242	0.26 221	3.13 237	0.04 188	3.09 234	1.08 206	0.00 1	0.00 1	0.00 1	0.18 163	0.95 198	0.04 129	0.67 226	4.60 214	0.23 55	1.99 229	0.06 132	17.97 240	0.17 148	3.44 198	5.06 194	5.32 241	0.11 158	0.00 1	0.00 1	0.07 155	2.05 202

pmcnn	1.98 212	0.01 133	0.07 195	0.10 207	0.24 225	0.07 170	2.48 224	0.65 226	0.12 201	0.30 185	3.74 226	5.24 226	7.02 226	0.66 225	2.87 177	2.98 239	1.24 218	0.74 247	5.27 208	1.79 240	6.31 243	5.65 215	1.27 233	0.23 205	0.00 1	0.65 205	1.68 216	2.16 203

ACVNet-4b	2.02 213	1.03 238	0.15 204	2.62 234	0.01 118	2.86 232	4.11 236	0.00 1	0.00 1	0.02 136	0.14 158	1.87 209	3.70 218	0.36 208	3.75 194	0.25 61	4.13 245	0.03 104	11.89 228	0.28 168	4.50 226	5.37 199	5.43 242	0.33 223	0.00 1	0.00 1	0.00 1	1.65 199

Ntro	2.04 214	3.29 249	0.33 225	3.27 239	0.03 178	3.34 235	2.11 220	0.00 1	0.00 1	0.00 1	0.00 1	0.85 195	0.16 166	0.60 220	3.94 203	0.19 43	2.41 233	0.07 137	18.02 242	0.16 145	3.89 211	5.52 209	5.26 240	0.12 161	0.00 1	0.00 1	0.00 1	1.58 198

SANet	2.05 215	0.25 218	0.19 210	0.17 212	0.33 229	0.78 219	1.59 213	1.14 240	1.92 243	0.26 180	1.04 190	23.65 251	7.24 228	0.29 199	2.22 156	0.33 97	1.51 220	0.07 137	1.31 153	0.12 120	2.28 172	3.02 143	0.01 150	0.23 205	0.05 174	1.90 221	0.63 192	2.80 210

AnyNet_C01	2.09 216	0.26 219	0.14 203	0.38 218	0.08 205	0.17 195	4.00 234	0.93 234	2.97 246	0.43 198	1.34 201	2.45 215	3.18 215	0.36 208	5.27 222	4.78 251	2.60 236	0.75 248	2.46 178	0.32 175	5.67 237	7.18 240	0.10 180	0.42 231	1.82 228	0.67 206	2.30 226	5.33 224

G-Net	2.17 217	0.21 216	0.19 210	0.01 188	0.18 220	0.06 161	0.25 160	1.13 238	1.79 241	0.35 190	2.16 213	20.14 243	1.93 211	0.06 123	2.15 152	2.27 224	0.20 165	0.40 235	2.81 186	2.74 248	2.84 188	3.14 148	0.00 1	0.23 205	0.20 198	2.47 226	3.03 236	7.71 235

ACVNet_1	2.23 218	0.68 233	0.04 187	6.25 246	0.14 215	3.83 240	5.73 241	0.00 1	0.02 160	0.00 1	0.00 1	2.20 211	0.11 154	1.13 233	2.00 136	0.25 61	3.66 241	0.02 93	14.19 232	0.03 74	4.29 223	4.84 190	10.23 249	0.22 199	0.00 1	0.00 1	0.03 145	0.21 170

Dean	2.52 219	0.34 222	0.32 224	7.13 248	1.22 245	2.53 230	4.00 234	0.00 1	0.00 1	0.00 1	0.00 1	3.59 219	7.47 230	0.45 215	2.26 157	0.53 122	3.80 242	0.01 75	10.37 221	0.14 133	4.18 218	5.89 219	12.78 251	0.27 213	0.53 216	0.09 181	0.13 167	0.02 154

WAO-6	2.57 220	0.02 175	0.01 167	3.30 240	0.03 178	1.06 223	3.44 231	0.01 184	0.76 224	0.04 146	0.00 1	5.14 224	15.63 241	0.53 217	4.67 216	0.57 127	5.23 249	0.00 1	5.98 210	0.00 1	3.85 210	5.63 212	0.00 1	0.16 174	2.10 230	3.67 234	1.53 212	5.98 228

ACVNet_2	2.57 220	0.17 214	0.05 189	5.63 243	0.07 203	2.53 230	2.79 227	0.00 1	0.00 1	0.00 1	0.37 173	1.17 204	0.33 190	0.29 199	2.52 171	0.21 50	7.71 254	0.00 1	26.78 253	0.09 105	3.57 203	5.07 195	8.69 248	0.25 210	0.41 210	0.00 1	0.51 186	0.25 172

CBMV_ROB	2.62 222	0.01 133	0.03 183	0.00 1	0.01 118	0.58 212	0.61 190	1.17 241	0.10 197	1.52 240	3.55 225	13.49 236	8.67 232	0.23 190	5.62 231	1.82 210	0.82 210	0.19 203	7.12 213	0.28 168	5.11 232	5.42 201	0.22 196	0.17 181	2.45 231	4.56 240	2.22 225	4.68 221

WAO-7	2.84 223	0.40 225	2.88 251	5.89 244	0.12 211	1.03 222	3.56 232	0.04 201	1.07 233	2.02 247	8.76 251	6.92 229	12.90 239	0.42 212	3.95 204	0.56 126	2.54 234	0.11 151	9.58 219	0.14 133	3.02 190	4.44 177	0.00 1	0.49 237	0.37 208	2.51 228	0.25 175	2.59 205

DGSMNet	2.85 224	0.58 229	0.17 207	0.34 216	0.06 199	0.63 215	0.14 132	0.84 230	0.28 209	2.25 252	12.81 260	1.00 200	3.19 216	2.09 242	6.10 235	4.89 253	6.10 251	2.34 254	7.39 214	1.17 229	8.04 253	10.60 257	1.36 234	0.74 244	0.45 211	1.39 213	0.47 184	1.55 197

STTRV1_RVC	2.91 225	0.15 213	0.12 200	0.09 206	0.04 188	0.26 205	0.46 181	0.00 1	0.19 205	0.08 158	0.52 175	0.65 192	1.81 208	0.38 211	9.72 252	1.47 192	2.84 239	0.25 222	35.45 259	3.92 251	4.13 217	4.93 192	0.07 176	0.30 218	1.97 229	0.37 197	1.76 218	6.75 230

SGM_RVC	2.97 226	0.34 222	0.33 225	0.43 220	0.30 228	1.27 226	1.61 214	1.90 245	0.97 228	2.00 246	3.87 229	7.68 231	4.72 222	0.26 197	1.38 112	0.85 153	2.13 230	0.62 244	11.93 229	1.12 225	4.33 224	4.59 183	0.77 225	0.87 247	2.63 232	2.81 230	7.59 253	12.95 250
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LVE	3.06 227	0.52 228	0.04 187	10.78 254	1.39 248	4.74 241	9.40 248	0.00 1	0.06 182	0.02 136	0.00 1	2.39 214	5.42 223	0.75 228	2.10 149	0.64 135	2.59 235	0.06 132	18.00 241	0.05 89	4.19 219	6.16 228	8.39 247	0.40 228	0.67 218	0.12 186	0.15 169	3.61 217

PSMNet_ROB	3.06 227	3.25 248	0.21 215	0.24 213	0.12 211	5.74 243	4.73 237	0.00 1	0.00 1	1.03 226	4.58 232	4.73 222	10.29 234	5.90 249	4.24 210	0.32 93	1.61 222	0.17 195	14.51 233	0.72 210	3.76 207	2.39 119	11.05 250	0.38 227	0.73 220	0.76 208	0.46 183	0.73 191

SPstereo	3.29 229	0.24 217	0.84 238	0.00 1	0.00 1	0.03 140	0.14 132	0.02 190	0.66 221	0.64 210	7.55 247	7.54 230	16.34 244	0.28 198	5.36 226	6.31 256	0.75 209	0.98 250	4.70 203	4.01 253	7.45 249	9.34 255	0.00 1	0.16 174	1.31 225	3.07 231	3.04 237	8.14 237

MDST_ROB	3.56 230	2.70 246	0.07 195	4.84 242	0.14 215	2.89 233	0.98 204	1.00 236	0.07 189	0.96 221	1.94 210	0.79 194	16.25 243	0.14 172	9.09 250	0.43 112	0.23 178	0.13 159	5.06 205	0.14 133	4.41 225	6.17 229	0.41 214	0.13 162	9.02 255	3.68 235	16.78 261	7.76 236

DispFullNet	3.59 231	0.27 220	6.92 259	0.11 208	0.14 215	0.01 74	0.07 105	3.86 252	0.40 212	6.90 262	8.04 249	11.36 235	7.39 229	0.04 99	3.32 184	6.96 258	1.17 213	0.24 220	17.95 239	2.49 246	5.44 234	5.79 218	0.28 204	0.13 162	1.07 222	0.10 183	2.52 230	3.87 218

MaskLacGwcNet_RVC	3.71 232	0.58 229	0.28 223	0.57 223	0.46 236	0.74 217	1.00 205	0.70 227	0.72 222	1.50 239	5.80 241	50.24 264	4.14 220	1.16 234	2.18 155	1.09 179	1.19 215	1.86 251	7.46 215	0.45 188	4.66 228	6.00 225	0.16 187	0.21 197	0.57 217	1.70 218	2.80 235	1.97 201

IMH-64-1	4.04 233	0.07 200	0.39 228	1.52 229	0.35 231	3.43 236	6.11 242	0.23 216	0.06 182	0.00 1	0.00 1	2.67 216	12.82 237	1.93 239	4.14 207	1.04 173	1.66 223	0.05 125	10.44 224	0.02 59	2.58 181	6.40 234	41.84 258	0.18 184	3.39 236	1.40 214	1.99 220	4.47 219

IMH-64	4.04 233	0.07 200	0.39 228	1.52 229	0.35 231	3.43 236	6.11 242	0.23 216	0.06 182	0.00 1	0.00 1	2.67 216	12.82 237	1.93 239	4.14 207	1.04 173	1.66 223	0.05 125	10.44 224	0.02 59	2.58 181	6.40 234	41.84 258	0.18 184	3.39 236	1.40 214	1.99 220	4.47 219

DPSNet	4.06 235	0.07 200	0.22 219	0.06 199	0.13 214	0.21 202	0.41 179	0.02 190	0.06 182	0.03 140	1.39 202	25.44 255	5.76 225	2.92 245	7.42 246	3.93 245	1.67 225	0.70 246	40.06 260	2.28 245	6.33 244	8.22 245	0.92 229	0.52 240	0.04 170	0.61 204	0.05 153	0.06 157

ELAS_RVC	4.48 236	0.50 227	1.51 244	1.20 225	0.61 241	8.62 252	1.89 218	2.53 246	0.50 219	2.07 249	6.95 245	23.23 250	17.25 245	0.81 229	4.60 214	1.13 183	2.25 231	1.97 253	5.84 209	0.57 205	6.29 242	8.67 249	0.41 214	1.12 250	8.55 254	4.47 238	2.66 232	4.85 222
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	4.56 237	0.11 209	0.12 200	1.27 226	0.12 211	1.23 225	0.71 196	3.35 249	1.76 240	2.05 248	6.20 243	21.68 247	13.85 240	0.34 206	7.91 248	4.04 246	1.21 217	0.58 243	11.76 227	0.79 213	10.78 258	9.27 252	0.20 192	0.42 231	3.91 240	1.74 219	6.97 252	10.66 246
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
SGM+DAISY	4.62 238	0.93 237	1.45 243	0.76 224	0.86 243	2.14 228	1.72 216	2.62 247	3.96 250	2.63 255	9.38 255	7.72 232	8.53 231	0.56 218	12.76 256	4.59 250	1.53 221	0.88 249	16.97 238	2.63 247	6.55 245	7.92 244	0.39 211	2.07 254	5.22 247	7.27 249	4.16 243	8.66 240

ELAS	4.74 239	0.65 232	1.22 242	1.96 232	1.44 249	3.61 239	2.03 219	3.18 248	0.99 230	1.89 243	8.93 252	24.86 254	15.94 242	1.00 230	5.30 223	1.14 185	2.38 232	1.91 252	6.23 211	0.47 192	6.16 240	8.76 250	0.34 209	0.89 248	8.00 253	6.07 247	4.43 246	8.19 238
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	4.81 240	0.13 212	0.48 233	1.42 227	0.40 234	3.60 238	6.61 244	0.19 212	0.03 173	0.04 146	0.13 154	4.94 223	22.28 254	6.44 250	2.58 172	0.81 150	1.72 226	0.04 114	12.36 230	0.11 113	2.61 183	6.07 226	42.84 260	0.18 184	3.92 241	2.17 223	0.83 199	6.91 232

PWCK	5.12 241	0.87 236	0.06 193	2.99 236	0.40 234	6.48 248	7.66 247	0.91 232	1.54 237	2.65 256	6.35 244	16.63 239	9.54 233	0.60 220	3.98 205	0.68 139	2.63 237	0.21 213	44.24 263	1.93 242	5.68 238	5.44 203	0.65 223	0.17 181	3.48 238	4.08 237	2.45 229	5.96 227

SGM-ForestM	5.72 242	5.63 252	2.27 248	2.02 233	0.59 240	5.23 242	5.67 240	3.80 251	3.21 248	1.82 242	5.72 240	15.89 238	11.10 235	1.01 231	12.95 257	2.16 219	2.99 240	0.47 240	15.00 234	1.80 241	5.23 233	4.76 187	0.90 227	1.23 252	9.60 257	10.11 255	11.76 257	11.41 247

WAO-8	6.18 243	2.25 243	1.92 245	12.07 258	1.25 246	6.29 246	6.66 245	0.21 214	6.47 251	2.21 250	3.84 227	18.73 240	20.59 250	7.84 254	5.41 227	0.90 162	3.87 243	0.04 114	20.01 246	2.05 243	3.55 201	6.33 232	3.03 236	0.50 238	7.25 251	5.10 241	4.59 249	13.89 251

Venus	6.18 243	2.25 243	1.92 245	12.06 257	1.25 246	6.29 246	6.66 245	0.21 214	6.47 251	2.21 250	3.84 227	18.73 240	20.59 250	7.84 254	5.41 227	0.90 162	3.87 243	0.04 114	20.01 246	2.05 243	3.55 201	6.33 232	3.03 236	0.50 238	7.25 251	5.10 241	4.59 249	13.89 251

STStereo	6.99 245	0.84 235	7.77 260	6.18 245	2.41 252	6.26 245	3.34 230	9.31 260	6.81 253	2.25 252	12.05 259	30.71 261	18.67 246	0.62 223	12.19 255	2.67 230	1.19 215	0.55 242	21.89 249	1.27 233	3.78 208	5.33 198	0.53 222	2.44 256	6.45 249	6.98 248	4.53 248	11.76 249

JetBlue	7.11 246	4.59 251	3.27 252	10.04 253	6.40 255	12.46 253	10.75 250	3.50 250	1.03 231	0.30 185	1.00 189	28.50 258	2.29 213	8.13 256	5.68 233	4.20 249	4.26 247	2.54 255	10.43 223	0.95 222	10.83 259	11.44 258	6.36 245	0.69 243	6.83 250	10.82 256	4.28 244	20.40 259

ktn	7.56 247	1.06 239	2.72 250	7.84 249	1.70 251	8.57 251	14.39 254	1.71 244	7.05 254	0.26 180	1.10 192	20.09 242	35.01 258	4.38 246	3.63 191	0.89 160	6.52 252	0.19 203	19.79 245	2.83 249	4.53 227	4.90 191	38.36 254	0.19 189	1.80 227	2.47 226	2.43 228	9.60 242

KSHMR	7.70 248	5.69 253	1.09 240	14.60 259	4.71 254	13.91 254	12.87 252	0.54 223	1.32 234	0.55 206	0.53 178	9.07 233	20.05 247	13.43 263	4.39 213	0.99 171	2.75 238	0.29 226	21.13 248	0.23 160	6.95 247	7.30 241	44.94 263	0.25 210	3.87 239	1.75 220	3.06 238	11.74 248

notaker	8.68 249	8.42 257	3.82 253	16.17 260	6.93 256	18.17 258	16.15 257	0.92 233	0.75 223	0.04 146	0.07 141	24.47 253	34.20 257	4.95 248	5.35 225	0.62 131	5.54 250	0.04 114	22.92 252	0.50 197	6.71 246	7.86 243	44.31 262	0.40 228	0.35 206	0.71 207	0.73 195	3.32 216

LSM0	9.34 250	0.02 175	0.21 215	0.05 195	0.05 196	0.77 218	3.14 229	1.24 242	1.06 232	0.68 213	4.67 234	5.31 227	11.74 236	0.23 190	69.22 264	79.55 265	1.31 219	0.24 220	27.04 254	1.21 231	7.64 252	11.85 260	0.00 1	0.32 220	0.51 215	4.55 239	4.44 247	15.15 255

TorneroNet	9.72 251	6.86 254	0.63 235	8.75 250	1.06 244	15.85 256	15.49 256	1.13 238	15.31 261	0.29 184	4.00 230	21.70 248	37.44 260	8.74 258	5.64 232	0.87 156	6.95 253	0.00 1	29.50 257	3.96 252	7.51 250	8.23 246	43.91 261	0.18 184	4.34 242	3.26 232	0.49 185	10.32 245

TorneroNet-64	10.09 252	7.47 255	1.20 241	11.62 256	0.33 229	14.30 255	14.79 255	0.75 229	18.10 263	0.12 166	1.06 191	22.44 249	41.62 261	9.94 261	6.33 236	0.93 166	7.76 255	0.03 104	27.31 256	4.24 254	7.12 248	8.60 248	39.34 255	0.20 193	4.35 243	5.76 246	0.81 197	15.90 256

MANE	10.46 253	3.24 247	8.60 261	3.13 237	3.62 253	5.94 244	5.57 239	7.92 257	10.02 256	2.26 254	8.45 250	24.17 252	23.37 255	0.74 227	15.07 259	6.56 257	4.21 246	13.92 261	15.53 235	2.83 249	7.54 251	7.54 242	0.91 228	3.82 258	17.28 260	20.19 261	28.35 262	31.64 262

DPSimNet_ROB	10.89 254	8.39 256	6.44 258	6.54 247	7.18 257	6.86 249	10.05 249	8.72 259	11.16 257	5.28 260	22.63 263	14.54 237	25.46 256	6.79 251	15.19 260	11.37 262	10.28 257	5.20 258	21.98 250	8.92 259	12.11 260	12.60 261	5.83 243	6.72 261	9.06 256	11.87 259	8.32 254	14.55 253

MADNet++	12.10 255	1.28 240	4.40 255	1.48 228	8.50 259	1.11 224	5.07 238	7.06 255	12.42 258	6.23 261	9.13 253	20.82 244	20.22 248	8.46 257	7.60 247	10.79 261	9.78 256	5.25 259	22.57 251	14.99 261	38.05 264	39.35 264	1.04 230	9.28 262	5.42 248	41.02 264	8.51 255	6.75 230

UNDER WATER	12.19 256	10.83 258	2.25 247	26.39 264	16.71 263	26.12 261	24.17 259	6.35 253	3.67 249	1.08 228	0.09 149	29.96 260	20.43 249	15.39 264	6.64 240	2.23 222	10.80 258	0.39 234	18.71 244	5.04 255	8.23 255	9.10 251	49.56 266	1.60 253	4.76 245	9.28 254	4.35 245	15.05 254

UNDER WATER-64	13.05 257	13.19 259	2.40 249	28.46 265	17.88 264	27.50 262	25.23 260	7.52 256	1.83 242	1.13 230	0.22 165	32.29 262	22.09 253	17.20 265	7.26 245	2.95 238	11.18 259	0.40 235	18.46 243	5.41 256	8.15 254	9.27 252	49.88 267	1.15 251	4.54 244	11.66 257	6.05 251	18.96 258

BEATNet-Init1	15.68 258	15.37 261	4.22 254	25.55 263	7.71 258	24.21 260	13.55 253	8.44 258	9.06 255	3.20 258	10.36 258	27.54 256	36.19 259	2.18 243	19.22 261	8.06 259	4.32 248	2.98 256	44.80 264	16.05 262	10.19 256	11.52 259	3.07 238	4.37 259	21.55 262	12.93 260	43.41 264	33.28 263

JetRed	15.87 259	13.60 260	20.44 263	3.42 241	11.29 261	23.79 259	29.72 262	12.02 261	2.83 245	3.02 257	0.31 171	21.58 246	2.68 214	20.97 267	6.58 239	9.76 260	27.42 263	35.45 264	8.79 218	5.60 258	27.44 263	19.62 263	26.79 253	2.32 255	19.14 261	34.58 263	13.51 259	25.87 260

LE_ROB	16.32 260	2.57 245	5.86 257	11.41 255	30.07 265	16.13 257	26.42 261	14.50 262	12.65 259	1.89 243	9.24 254	37.07 263	44.08 262	1.50 235	9.30 251	1.08 176	1.80 227	0.52 241	27.22 255	5.56 257	6.26 241	5.92 221	6.17 244	22.01 263	27.20 264	30.51 262	38.45 263	45.15 264

DLNR_Zeroshot_test	19.81 261	69.68 267	0.00 1	88.82 269	0.03 178	0.09 176	98.82 273	0.00 1	0.03 173	1.81 241	0.62 181	0.12 116	0.19 172	11.89 262	96.41 267	100.00 271	20.55 262	18.03 262	16.18 236	1.33 234	6.11 239	4.03 167	0.00 1	0.16 174	0.00 1	0.00 1	0.02 140	0.00 1

HanzoNet	19.84 262	18.17 262	10.58 262	22.57 261	16.38 262	37.12 266	34.30 263	16.26 263	16.72 262	3.72 259	9.70 256	53.35 265	44.36 263	36.91 268	11.75 254	5.26 254	13.63 260	3.09 257	43.98 262	12.13 260	10.40 257	9.38 256	49.42 265	2.80 257	12.25 259	11.86 258	11.40 256	18.18 257

ASD4	46.04 263	31.96 263	42.55 265	23.68 262	9.68 260	36.90 265	20.98 258	20.88 264	34.17 265	13.61 266	31.15 264	21.11 245	82.80 265	19.63 266	38.76 263	46.07 263	45.74 264	64.78 266	32.34 258	60.31 265	59.46 266	66.17 266	18.70 252	26.92 264	96.75 269	99.43 269	99.07 268	99.49 269

LRCNet_RVC	50.00 264	67.84 266	36.01 264	88.29 268	86.84 271	83.88 269	78.12 268	40.94 267	24.64 264	95.76 267	65.47 266	84.33 268	48.35 264	95.65 273	24.33 262	2.81 235	57.17 267	40.32 265	91.02 269	50.19 264	17.89 261	9.27 252	89.98 273	44.88 265	2.67 233	0.08 179	14.90 260	8.33 239

DGTPSM_ROB	71.58 265	40.03 264	96.20 271	8.95 251	79.88 268	31.06 263	64.15 266	26.12 265	99.99 270	12.80 264	97.52 268	28.38 257	91.83 267	8.83 259	99.75 271	99.93 269	47.30 265	93.42 268	68.62 265	98.69 270	78.39 267	97.76 272	63.91 271	99.24 268	100.00 270	100.00 270	100.00 270	100.00 270

DPSMNet_ROB	71.67 266	40.12 265	96.20 271	9.00 252	79.91 269	31.07 264	64.17 267	26.13 266	99.99 270	12.99 265	97.51 267	28.51 259	92.15 268	9.07 260	99.72 270	99.93 269	47.41 266	93.44 269	69.36 266	98.70 271	78.48 268	97.88 273	64.00 272	99.24 268	100.00 270	100.00 270	100.00 270	100.00 270

PML	75.37 267	92.44 270	42.92 266	100.00 275	86.00 270	99.81 273	85.15 269	100.00 270	89.00 266	98.90 268	43.95 265	99.77 273	99.44 271	88.99 269	75.51 265	48.25 264	83.78 268	29.10 263	98.88 271	64.95 266	43.54 265	49.20 265	49.21 264	55.67 266	70.87 267	60.82 265	99.78 269	78.94 266

DPSM_ROB	83.17 268	70.36 268	91.77 267	52.54 266	63.28 266	52.84 267	40.20 264	100.00 270	100.00 272	100.00 271	100.00 271	82.17 266	95.65 269	6.84 252	100.00 272	100.00 271	89.07 269	95.30 271	81.25 267	92.14 267	94.32 272	97.20 270	40.55 256	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

DPSM	83.17 268	70.36 268	91.77 267	52.54 266	63.28 266	52.84 267	40.20 264	100.00 270	100.00 272	100.00 271	100.00 271	82.17 266	95.65 269	6.84 252	100.00 272	100.00 271	89.07 269	95.30 271	81.25 267	92.14 267	94.32 272	97.20 270	40.55 256	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

MEDIAN_ROB	92.37 270	96.59 271	94.45 270	99.95 273	99.21 272	99.95 274	100.00 275	97.09 268	94.18 267	99.60 269	99.40 269	92.66 269	88.89 266	99.91 274	96.18 266	92.98 266	95.99 271	94.85 270	98.03 270	94.74 269	82.45 270	82.74 268	100.00 275	90.40 267	66.48 266	80.60 267	68.82 265	87.95 267

MyStereo02	93.52 271	99.00 272	99.83 274	98.81 270	0.00 1	91.13 270	91.52 271	100.00 270	100.00 272	100.00 271	100.00 271	94.41 271	100.00 274	95.59 271	100.00 272	100.00 271	100.00 275	100.00 274	100.00 274	100.00 273	100.00 274	100.00 274	54.78 269	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

HaxPig	94.58 272	99.96 276	92.40 269	99.98 274	99.99 273	99.97 275	99.97 274	99.93 269	99.73 268	99.99 270	99.91 270	99.98 274	99.83 272	99.98 275	98.37 268	96.68 267	97.41 272	91.67 267	99.97 272	99.96 272	81.23 269	76.11 267	99.96 274	99.94 270	54.73 265	97.09 268	74.37 266	94.53 268

AVERAGE_ROB	95.63 273	99.92 275	98.77 273	100.00 275	100.00 274	100.00 276	100.00 275	100.00 270	99.96 269	100.00 271	100.00 271	100.00 275	100.00 274	100.00 276	99.12 269	99.23 268	99.82 273	99.14 273	100.00 274	100.00 273	92.61 271	96.41 269	100.00 275	100.00 271	73.24 268	74.63 266	75.72 267	73.35 265

CasAABBNet	97.21 274	99.36 274	100.00 276	98.86 272	100.00 274	91.21 272	91.28 270	100.00 270	100.00 272	100.00 271	100.00 271	94.01 270	99.86 273	95.51 270	100.00 272	100.00 271	99.99 274	100.00 274	99.99 273	100.00 273	100.00 274	100.00 274	54.59 268	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

MyStereo03	97.22 275	99.00 272	99.83 274	98.81 270	100.00 274	91.13 270	91.52 271	100.00 270	100.00 272	100.00 271	100.00 271	94.41 271	100.00 274	95.59 271	100.00 272	100.00 271	100.00 275	100.00 274	100.00 274	100.00 273	100.00 274	100.00 274	54.78 269	100.00 271	100.00 270	100.00 270	100.00 270	100.00 270

FADE		3.95 250	5.67 256	0.45 221	0.74 242	7.67 250	11.51 251	6.62 254	14.58 260	9.50 263	18.67 262		21.38 252	4.53 247	14.52 258	4.87 252	15.30 261	8.72 260	42.03 261	20.09 263	17.91 262	18.38 262	1.95 235	4.44 260	4.89 246	2.55 229	12.72 258	27.60 261

Low-res two-view benchmark