Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

4w-stereo	0.55 17	0.18 8	1.39 28	0.02 1	0.35 216	1.26 38	0.06 53	3.13 29	0.86 18	0.28 25	0.82 58	0.06 12	0.67 124	1.59 63	0.25 28	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.25w_new	0.45 3	0.25 39	1.29 18	0.02 1	0.08 51	1.25 33	0.01 4	3.39 55	0.91 33	0.33 44	0.16 16	0.07 18	0.42 91	0.57 4	0.25 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

3.25w	0.45 3	0.25 39	1.29 18	0.02 1	0.08 51	1.25 33	0.01 4	3.39 55	0.91 33	0.33 44	0.16 16	0.06 12	0.42 91	0.57 4	0.25 28	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

3.75w	0.62 22	0.16 3	1.33 24	0.02 1	1.27 352	1.25 33	0.01 4	3.23 42	0.87 22	0.38 53	0.23 26	0.07 18	0.40 78	2.96 111	0.26 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3.5w_stereo	0.69 32	0.23 29	1.44 35	0.02 1	0.14 104	1.24 29	0.03 29	3.53 73	0.90 32	0.20 12	1.48 84	0.07 18	0.50 102	3.73 132	0.30 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

asda	0.52 12	0.19 13	1.61 52	0.03 6	0.61 280	1.26 38	0.08 68	3.20 39	0.84 12	0.41 68	0.29 29	0.05 4	0.72 131	0.77 17	0.26 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

4.25_new	0.52 12	0.18 8	1.42 30	0.03 6	0.88 313	1.23 20	0.04 33	3.18 36	0.85 15	0.32 39	0.77 52	0.05 4	0.42 91	0.83 20	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.5w_new	0.52 12	0.18 8	1.42 30	0.03 6	0.88 313	1.23 20	0.04 33	3.18 36	0.85 15	0.32 39	0.77 52	0.05 4	0.42 91	0.83 20	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

4.25w-stereo	0.52 12	0.18 8	1.43 33	0.03 6	0.88 313	1.23 20	0.04 33	3.18 36	0.85 15	0.32 39	0.77 52	0.05 4	0.42 91	0.83 20	0.12 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

3w_stereo	0.53 16	0.23 29	1.53 44	0.03 6	0.02 3	1.25 33	0.02 21	3.34 52	0.88 27	0.44 78	0.43 35	0.07 18	1.04 163	1.04 35	0.26 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

2w_stereo	0.56 19	0.19 13	1.31 22	0.03 6	0.10 67	1.22 18	0.04 33	3.42 63	0.81 10	0.79 107	0.73 50	0.07 18	1.24 186	0.81 19	0.37 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

fffft	0.97 62	0.29 55	1.69 64	0.03 6	0.05 16	2.12 130	0.65 262	3.44 64	1.87 62	0.34 46	0.60 43	0.23 61	0.20 28	6.69 263	0.89 185	0.00 1	0.01 177	0.00 1	0.00 1	0.18 354	0.09 278
1: 1. 1
ff7	1.12 85	0.57 260	2.06 99	0.03 6	0.07 35	2.80 212	0.84 314	3.71 81	2.27 70	0.38 53	1.06 62	0.20 48	0.40 78	7.12 295	0.49 100	0.00 1	0.00 1	0.00 1	0.16 408	0.09 246	0.06 231

ffff	1.12 85	0.57 260	2.06 99	0.03 6	0.07 35	2.80 212	0.84 314	3.71 81	2.27 70	0.38 53	1.06 62	0.20 48	0.40 78	7.12 295	0.49 100	0.00 1	0.00 1	0.00 1	0.16 408	0.09 246	0.06 231

11t	1.12 85	0.57 260	2.06 99	0.03 6	0.07 35	2.80 212	0.84 314	3.71 81	2.27 70	0.38 53	1.06 62	0.20 48	0.40 78	7.12 295	0.49 100	0.00 1	0.00 1	0.00 1	0.16 408	0.09 246	0.06 231

MIF-Stereo (partial)	1.29 108	0.33 101	3.02 209	0.03 6	1.12 340	1.26 38	0.13 100	4.46 123	3.75 172	0.35 48	2.39 124	0.31 80	0.74 133	6.09 216	1.76 270	0.00 1	0.00 1	0.00 1	0.00 1	0.08 228	0.04 178

anonymousdsp	1.12 85	0.59 268	1.66 58	0.03 6	0.07 35	2.81 220	0.82 306	4.07 106	2.30 76	0.41 68	1.12 70	0.30 76	0.40 78	7.05 288	0.49 100	0.00 1	0.00 1	0.00 1	0.17 416	0.10 257	0.05 213

ccc-4	1.12 85	0.57 260	2.06 99	0.03 6	0.07 35	2.80 212	0.84 314	3.71 81	2.27 70	0.38 53	1.06 62	0.20 48	0.40 78	7.12 295	0.49 100	0.00 1	0.00 1	0.00 1	0.16 408	0.09 246	0.06 231

IGEV-Stereo	1.12 85	0.59 268	1.66 58	0.03 6	0.07 35	2.82 223	0.82 306	4.09 109	2.30 76	0.41 68	1.11 67	0.30 76	0.41 86	7.05 288	0.49 100	0.00 1	0.00 1	0.00 1	0.17 416	0.10 257	0.05 213
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
asd	0.49 8	0.16 3	1.57 48	0.04 20	0.72 297	1.24 29	0.05 46	2.80 17	0.84 12	0.45 80	0.50 38	0.06 12	0.56 112	0.58 7	0.24 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

2.25w	0.67 28	0.20 18	1.40 29	0.04 20	0.13 98	1.21 16	0.05 46	3.23 42	0.87 22	0.36 49	1.17 73	0.07 18	0.69 127	3.67 130	0.30 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.5w	0.68 30	0.23 29	1.29 18	0.04 20	0.31 202	1.26 38	0.09 76	3.24 44	0.86 18	0.42 73	0.59 41	0.03 1	0.56 112	4.36 159	0.24 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 18

2.75w_new	0.55 17	0.23 29	1.43 33	0.04 20	0.12 90	1.25 33	0.08 68	3.20 39	0.86 18	0.39 61	0.16 16	0.07 18	0.88 149	1.99 86	0.24 25	0.00 1	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

LG-Stereo	0.79 43	0.32 84	3.96 298	0.04 20	0.15 109	1.19 14	0.18 128	3.52 71	2.95 113	0.32 39	1.77 98	0.22 60	0.14 20	0.39 1	0.43 77	0.01 235	0.02 237	0.00 1	0.00 1	0.11 277	0.02 85

HART	1.68 134	0.67 300	2.72 170	0.04 20	0.27 184	1.72 98	0.04 33	5.60 207	3.16 133	1.44 126	7.73 298	2.41 181	0.15 21	6.44 239	0.62 119	0.00 1	0.12 421	0.00 1	0.00 1	0.24 400	0.17 371

qwe	0.66 27	0.19 13	1.64 57	0.05 26	1.17 345	1.23 20	0.03 29	3.35 53	0.88 27	0.51 90	0.38 32	0.04 2	0.17 23	3.22 116	0.26 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

StereoAnything_RVC	1.52 124	7.77 518	2.81 187	0.05 26	0.02 3	1.11 9	0.06 53	3.26 46	0.75 6	0.12 4	0.02 1	0.07 18	0.68 126	6.69 263	0.13 7	0.02 322	0.08 381	0.00 1	0.00 1	6.69 523	0.02 85

MonSter	0.46 6	0.23 29	1.44 35	0.05 26	0.77 303	1.17 12	0.01 4	3.17 35	0.72 2	0.28 25	0.18 23	0.07 18	0.04 1	0.83 20	0.17 14	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.01 18

mms	1.03 75	0.54 248	1.58 50	0.05 26	0.36 219	1.52 74	0.08 68	2.97 22	1.84 61	0.38 53	2.94 137	0.32 83	0.25 36	6.82 269	0.39 67	0.00 1	0.04 316	0.00 1	0.00 1	0.17 343	0.28 424

4.5_new	0.49 8	0.17 6	1.73 67	0.06 30	0.30 194	1.23 20	0.07 61	3.11 26	0.87 22	0.45 80	0.66 45	0.05 4	0.19 25	0.67 10	0.26 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

4.5w-stereo	0.49 8	0.17 6	1.73 67	0.06 30	0.30 194	1.23 20	0.07 61	3.11 26	0.87 22	0.45 80	0.66 45	0.05 4	0.19 25	0.67 10	0.26 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

111111	0.97 62	0.19 13	1.49 41	0.06 30	1.12 340	1.43 64	0.05 46	4.77 146	1.70 54	0.44 78	2.88 135	0.09 32	0.17 23	4.66 167	0.20 18	0.00 1	0.00 1	0.00 1	0.00 1	0.10 257	0.01 18

MLG-Stereo_test3	0.45 3	0.31 71	1.35 26	0.06 30	0.17 126	1.30 46	0.01 4	3.52 71	0.77 8	0.15 7	0.07 12	0.06 12	0.07 3	0.74 13	0.22 21	0.02 322	0.06 349	0.00 1	0.00 1	0.01 23	0.02 85

MLG-Stereo_test1	0.67 28	0.23 29	1.05 2	0.06 30	1.40 364	1.24 29	0.00 1	3.56 75	1.36 46	0.06 1	0.04 11	0.08 28	0.10 11	4.03 146	0.14 9	0.01 235	0.07 369	0.00 1	0.01 299	0.01 23	0.02 85

MLG-Stereo	0.72 38	0.23 29	1.13 5	0.06 30	0.16 116	1.24 29	0.00 1	3.84 96	1.40 47	0.06 1	0.03 5	0.08 28	0.10 11	5.71 203	0.16 11	0.01 235	0.06 349	0.00 1	0.00 1	0.01 23	0.02 85

IGEV-Stereo++	0.74 40	0.23 29	1.31 22	0.06 30	1.62 374	1.95 114	0.01 4	3.29 48	1.81 57	0.38 53	1.68 95	0.10 36	1.16 178	0.91 27	0.19 17	0.01 235	0.01 177	0.00 1	0.00 1	0.04 144	0.01 18

AIO-Stereo	0.94 59	0.22 26	1.20 13	0.06 30	0.08 51	2.36 153	0.62 254	5.50 204	2.61 90	0.30 32	3.32 150	0.41 96	0.25 36	1.12 39	0.17 14	0.00 1	0.01 177	0.00 1	0.35 478	0.06 198	0.12 328

iRaft-Stereo_5w	2.86 272	0.86 349	4.08 314	0.06 30	0.25 174	2.76 208	0.60 248	4.97 158	4.10 199	2.98 160	7.85 303	10.17 410	4.17 341	8.16 366	5.83 409	0.00 1	0.00 1	0.00 1	0.01 299	0.26 403	0.06 231

MLG-Stereo_test2	0.57 21	0.28 50	1.20 13	0.07 39	0.68 289	1.34 51	0.02 21	3.39 55	1.41 48	0.06 1	0.02 1	0.12 38	0.10 11	2.37 97	0.31 46	0.01 235	0.08 381	0.00 1	0.00 1	0.01 23	0.02 85

LG-G_1	0.62 22	0.31 71	1.19 10	0.07 39	0.11 77	1.81 104	0.02 21	3.74 88	0.88 27	0.23 17	0.03 5	0.09 32	0.08 5	3.39 122	0.27 39	0.02 322	0.08 381	0.00 1	0.00 1	0.03 115	0.02 85

LG-G	0.62 22	0.31 71	1.19 10	0.07 39	0.11 77	1.81 104	0.02 21	3.74 88	0.88 27	0.23 17	0.03 5	0.09 32	0.08 5	3.39 122	0.27 39	0.02 322	0.08 381	0.00 1	0.00 1	0.03 115	0.02 85

dual_stereo	0.56 19	0.32 84	1.08 4	0.07 39	0.11 77	0.77 6	0.03 29	3.60 77	1.17 44	0.12 4	0.03 5	0.20 48	0.11 15	2.77 106	0.51 107	0.00 1	0.14 435	0.00 1	0.16 408	0.00 1	0.02 85

rvit_stereo_0080	0.88 52	0.51 232	3.12 228	0.07 39	0.12 90	1.31 48	0.37 183	3.78 91	3.29 147	0.56 94	1.13 71	0.40 93	0.76 135	1.71 67	0.47 97	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.04 178

whm_eth	0.88 52	0.51 232	3.12 228	0.07 39	0.12 90	1.31 48	0.37 183	3.78 91	3.29 147	0.56 94	1.13 71	0.40 93	0.76 135	1.71 67	0.47 97	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.04 178

Selective-IGEV	1.23 101	0.18 8	1.13 5	0.07 39	0.17 126	2.38 157	0.54 228	6.10 230	2.51 83	0.41 68	3.20 147	0.26 67	0.29 50	6.94 282	0.16 11	0.00 1	0.01 177	0.00 1	0.11 393	0.04 144	0.10 300

CREStereo	0.98 64	0.42 179	1.86 73	0.07 39	0.22 164	1.65 85	0.02 21	4.07 106	6.33 307	0.72 103	1.54 87	0.43 99	0.64 122	1.22 46	0.44 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	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
water-stereo	0.70 35	0.29 55	3.07 225	0.08 47	0.07 35	1.54 75	0.15 113	4.01 105	1.41 48	0.59 96	1.31 77	0.26 67	0.24 34	0.43 2	0.39 67	0.02 322	0.06 349	0.00 1	0.02 323	0.02 70	0.01 18

IGEV	0.50 11	0.22 26	1.52 43	0.08 47	1.85 397	1.34 51	0.37 183	2.03 7	0.93 36	0.29 28	0.08 15	0.07 18	0.09 8	0.90 26	0.22 21	0.02 322	0.04 316	0.00 1	0.00 1	0.01 23	0.01 18

xyz-stereo-finetune	1.20 96	0.44 196	2.19 120	0.08 47	0.05 16	3.16 260	0.68 269	3.41 60	2.58 89	0.81 109	1.77 98	0.68 119	0.37 70	6.20 223	1.63 259	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.02 85

trnet	0.99 68	0.37 141	1.89 76	0.08 47	0.19 152	1.68 90	0.02 21	4.12 110	6.41 311	0.70 102	1.57 88	0.46 102	0.67 124	1.15 41	0.41 71	0.00 1	0.01 177	0.00 1	0.00 1	0.01 23	0.01 18

test_4	2.38 226	0.34 114	2.68 162	0.08 47	0.11 77	3.69 303	1.14 355	3.33 51	3.34 154	4.03 192	17.35 460	3.31 214	0.51 104	6.28 227	1.15 215	0.00 1	0.00 1	0.00 1	0.11 393	0.16 330	0.01 18

1w_stereo	0.64 25	0.16 3	1.24 16	0.09 52	0.50 258	1.19 14	0.08 68	3.24 44	0.84 12	0.48 85	2.37 122	0.04 2	1.57 211	0.84 24	0.10 2	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

4D-IteraStereo	1.72 138	0.86 349	3.01 207	0.09 52	2.86 438	3.57 295	1.06 347	3.92 98	5.31 250	5.28 230	1.02 61	3.92 242	0.38 74	1.83 77	1.04 204	0.00 1	0.01 177	0.00 1	0.00 1	0.07 216	0.09 278

xyz-stereo-finetune2	1.82 152	0.51 232	2.22 122	0.10 54	0.05 16	6.49 394	0.17 124	3.59 76	2.15 65	0.63 98	6.19 243	0.49 105	3.44 303	6.93 278	3.48 354	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.01 18

LG-Stereo_L2	0.64 25	0.33 101	1.46 38	0.10 54	0.18 141	1.30 46	0.19 131	3.53 73	0.72 2	0.20 12	0.02 1	0.06 12	0.07 3	4.19 151	0.36 56	0.01 235	0.01 177	0.00 1	0.00 1	0.01 23	0.02 85

LG-Stereo_L1	0.69 32	0.32 84	1.21 15	0.10 54	0.16 116	1.38 56	0.20 137	2.44 12	0.72 2	0.20 12	0.02 1	0.06 12	0.06 2	6.49 246	0.36 56	0.01 235	0.04 316	0.00 1	0.00 1	0.01 23	0.02 85

GMOStereo	1.81 148	0.47 212	2.09 105	0.10 54	0.27 184	1.49 68	0.89 325	4.40 116	4.51 218	8.16 375	6.97 267	2.96 196	1.15 173	1.42 49	0.88 180	0.00 1	0.14 435	0.00 1	0.00 1	0.23 390	0.03 134

error version	1.81 148	0.47 212	2.09 105	0.10 54	0.27 184	1.49 68	0.89 325	4.40 116	4.51 218	8.16 375	6.97 267	2.96 196	1.15 173	1.42 49	0.88 180	0.00 1	0.14 435	0.00 1	0.00 1	0.23 390	0.03 134

test-v	1.81 148	0.47 212	2.09 105	0.10 54	0.27 184	1.49 68	0.89 325	4.40 116	4.51 218	8.16 375	6.97 267	2.96 196	1.15 173	1.42 49	0.88 180	0.00 1	0.14 435	0.00 1	0.00 1	0.23 390	0.03 134

test-2	1.81 148	0.47 212	2.09 105	0.10 54	0.27 184	1.49 68	0.89 325	4.40 116	4.51 218	8.16 375	6.97 267	2.96 196	1.15 173	1.42 49	0.88 180	0.00 1	0.14 435	0.00 1	0.00 1	0.23 390	0.03 134

rvit_stereo_0081_aga	0.76 42	0.51 232	3.29 241	0.11 61	0.25 174	1.73 99	0.22 144	3.68 79	2.54 87	0.26 24	0.16 16	0.27 70	0.30 57	1.31 47	0.36 56	0.00 1	0.00 1	0.00 1	0.00 1	0.12 294	0.04 178

s12784h	1.89 165	0.30 66	2.57 150	0.11 61	0.09 59	4.18 335	0.13 100	6.61 261	7.44 348	3.62 178	4.28 178	0.59 116	0.81 144	6.61 257	0.46 90	0.01 235	0.01 177	0.00 1	0.00 1	0.02 70	0.00 1

depthmonostereo	1.01 72	0.50 226	3.16 232	0.12 63	0.09 59	1.43 64	0.04 33	4.97 158	1.51 51	0.90 112	1.46 83	0.98 130	0.94 154	3.45 126	0.46 90	0.02 322	0.10 405	0.00 1	0.02 323	0.04 144	0.01 18

SCV_C0	1.40 115	0.49 223	3.06 224	0.12 63	0.21 160	2.29 145	0.09 76	6.46 254	3.81 176	0.63 98	2.00 107	0.24 64	0.41 86	7.31 306	0.43 77	0.01 235	0.05 332	0.00 1	0.21 435	0.16 330	0.07 250

ours_stereo	1.03 75	0.55 252	1.86 73	0.12 63	0.32 206	1.16 11	0.09 76	3.27 47	2.18 67	0.39 61	3.02 141	0.34 91	0.26 42	6.32 232	0.37 62	0.00 1	0.01 177	0.00 1	0.00 1	0.18 354	0.13 336

Pointernet	0.84 49	0.35 124	2.00 94	0.12 63	0.13 98	1.77 100	0.06 53	4.87 151	2.53 85	0.14 6	2.11 113	0.76 124	0.44 98	1.02 33	0.32 48	0.00 1	0.04 316	0.00 1	0.15 405	0.02 70	0.01 18

RSM	1.21 99	0.20 18	1.30 21	0.12 63	0.06 27	2.48 166	0.51 223	3.78 91	2.74 102	0.48 85	2.38 123	2.18 175	0.28 46	6.77 267	0.56 112	0.00 1	0.00 1	0.00 1	0.16 408	0.07 216	0.05 213

Patchmatch Stereo++	1.95 172	0.40 161	2.86 193	0.12 63	0.18 141	3.74 310	0.66 265	5.24 182	2.96 116	5.86 248	4.32 179	3.46 219	1.52 205	6.88 273	0.70 133	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.09 278
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 162	0.40 161	2.86 193	0.12 63	0.19 152	3.75 313	0.71 280	5.23 176	2.96 116	5.86 248	4.33 181	3.45 217	1.51 200	5.40 193	0.69 131	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.09 278

ROB_FTStereo_v2	1.91 168	0.41 172	2.85 191	0.12 63	0.19 152	3.71 305	0.73 285	5.23 176	2.95 113	5.86 248	4.36 184	3.46 219	1.51 200	5.86 209	0.69 131	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.08 265

ROB_FTStereo	1.90 166	0.42 179	2.86 193	0.12 63	0.19 152	3.71 305	0.75 290	5.24 182	2.95 113	5.87 253	4.26 177	3.41 215	1.51 200	5.80 206	0.65 124	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.08 265

HUI-Stereo	1.80 147	0.41 172	2.85 191	0.12 63	0.18 141	3.72 308	0.65 262	5.23 176	2.97 120	5.87 253	4.34 182	3.45 217	1.52 205	3.93 141	0.65 124	0.02 322	0.00 1	0.00 1	0.00 1	0.08 228	0.10 300

THIR-Stereo	3.86 365	0.77 327	2.62 158	0.12 63	0.13 98	4.25 336	6.63 488	5.30 189	4.18 204	10.33 441	17.13 455	6.58 343	7.62 447	7.78 336	3.51 356	0.01 235	0.07 369	0.07 457	0.00 1	0.11 277	0.02 85

DRaft	3.74 352	0.43 190	2.60 154	0.12 63	0.15 109	4.76 357	1.34 372	5.33 193	4.31 208	10.30 440	21.91 482	3.27 212	8.83 463	7.36 311	3.66 364	0.05 395	0.10 405	0.00 1	0.14 401	0.10 257	0.14 344

iGMRVC	1.96 175	0.40 161	2.88 198	0.12 63	0.19 152	3.74 310	0.73 285	5.23 176	2.97 120	5.87 253	4.37 185	3.48 223	1.52 205	6.73 266	0.74 143	0.02 322	0.00 1	0.00 1	0.00 1	0.08 228	0.08 265

iRAFT	1.95 172	0.40 161	2.86 193	0.12 63	0.18 141	3.74 310	0.66 265	5.24 182	2.96 116	5.86 248	4.32 179	3.46 219	1.52 205	6.88 273	0.70 133	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.09 278

RAFT-IKP	1.90 166	0.42 179	2.83 188	0.12 63	0.18 141	3.50 284	0.64 259	5.24 182	2.96 116	5.86 248	4.34 182	3.50 226	1.51 200	5.99 213	0.76 150	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.08 265

LGtest1	0.42 2	0.33 101	1.42 30	0.13 78	0.16 116	0.98 8	0.01 4	2.30 11	0.96 37	0.21 16	0.07 12	0.08 28	0.10 11	1.10 37	0.31 46	0.01 235	0.09 393	0.00 1	0.00 1	0.03 115	0.02 85

AIO_test	0.90 56	0.40 161	1.67 61	0.14 79	0.16 116	2.97 238	0.83 310	3.61 78	2.67 93	0.29 28	0.71 49	1.50 151	0.29 50	2.37 97	0.13 7	0.00 1	0.04 316	0.00 1	0.08 375	0.03 115	0.03 134

DeepStereo_RVC	2.05 185	0.39 151	2.87 197	0.14 79	0.17 126	3.51 287	0.70 277	5.21 175	3.00 122	6.27 283	4.13 173	3.47 222	4.53 366	4.81 170	1.49 242	0.01 235	0.00 1	0.00 1	0.00 1	0.09 246	0.18 375

AIO_rvc	1.02 73	0.59 268	1.95 88	0.15 81	0.09 59	3.42 272	0.99 339	4.46 123	2.73 101	0.28 25	1.62 90	1.32 141	0.28 46	2.10 92	0.21 20	0.00 1	0.03 287	0.00 1	0.04 356	0.11 277	0.11 314

Occ-G	0.98 64	0.38 147	1.82 71	0.15 81	0.18 141	1.45 66	0.69 274	3.15 33	2.25 69	1.45 127	0.59 41	5.06 295	0.54 109	0.75 15	0.77 156	0.00 1	0.03 287	0.00 1	0.17 416	0.16 330	0.01 18

IPLGR	2.28 213	0.51 232	6.00 410	0.15 81	0.15 109	1.99 120	0.22 144	6.34 243	6.04 289	6.80 308	5.76 228	2.87 193	2.31 249	4.88 172	1.28 225	0.00 1	0.00 1	0.00 1	0.00 1	0.09 246	0.18 375

DEFOM-Stereo	0.70 35	0.29 55	1.62 54	0.16 84	0.06 27	1.95 114	0.45 204	0.88 2	0.74 5	0.55 93	0.51 39	0.14 40	0.09 8	6.32 232	0.20 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

UGAM	3.90 369	0.48 219	4.69 349	0.17 85	0.08 51	3.67 299	1.22 361	4.81 148	14.45 464	4.59 205	11.94 393	14.20 457	3.80 327	9.92 442	3.61 362	0.00 1	0.00 1	0.00 1	0.02 323	0.32 423	0.07 250

U	2.12 189	0.25 39	2.47 142	0.17 85	8.09 521	10.63 459	0.00 1	3.08 24	0.87 22	0.24 20	0.45 36	0.17 42	0.08 5	0.69 12	0.15 10	0.00 1	0.00 1	9.89 527	5.19 537	0.01 23	0.01 18

CAS++	1.18 94	0.55 252	1.99 92	0.17 85	0.27 184	1.85 107	0.63 255	8.48 309	3.07 128	1.71 133	2.32 121	0.18 43	0.20 28	1.91 84	0.30 41	0.00 1	0.01 177	0.00 1	0.00 1	0.02 70	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEmStereo	3.79 359	0.37 141	3.69 277	0.17 85	0.17 126	5.28 371	2.54 409	4.35 115	3.70 168	8.21 380	20.15 473	5.13 298	10.38 480	7.65 325	3.85 369	0.01 235	0.01 177	0.01 380	0.00 1	0.02 70	0.06 231

DIP-Stereo	1.97 177	0.64 285	2.95 202	0.17 85	0.10 67	4.83 359	0.13 100	8.60 317	4.06 198	6.42 294	4.92 195	0.44 101	0.72 131	3.57 128	1.80 274	0.00 1	0.01 177	0.00 1	0.00 1	0.05 174	0.04 178
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RAStereo	0.68 30	0.42 179	3.15 231	0.18 90	0.52 266	1.17 12	0.02 21	3.16 34	0.98 38	0.51 90	1.43 81	0.16 41	0.22 32	0.75 15	0.83 166	0.00 1	0.00 1	0.00 1	0.00 1	0.07 216	0.02 85

xyz-stereo	6.97 460	0.29 55	36.85 540	0.20 91	0.07 35	30.65 531	0.19 131	3.97 102	1.82 59	10.21 439	24.87 497	6.06 325	7.29 438	11.62 467	4.87 393	0.01 235	0.02 237	0.35 494	0.00 1	0.06 198	0.02 85

knoymous	1.36 113	0.21 23	1.68 63	0.20 91	0.49 255	1.58 77	0.11 85	5.15 171	2.40 79	4.62 206	1.77 98	4.56 275	0.45 99	3.23 117	0.63 122	0.00 1	0.02 237	0.00 1	0.00 1	0.02 70	0.01 18

HHNet	2.59 248	0.55 252	2.55 148	0.20 91	0.32 206	2.84 226	0.94 334	5.77 218	5.14 245	7.33 341	13.80 420	0.94 128	3.20 288	5.27 188	2.41 314	0.13 437	0.02 237	0.06 451	0.00 1	0.23 390	0.03 134

TestStereo	1.74 141	1.02 384	3.64 274	0.20 91	0.28 191	1.33 50	0.01 4	5.24 182	4.01 190	3.18 164	4.97 197	2.07 174	0.70 128	7.32 307	0.75 148	0.02 322	0.00 1	0.00 1	0.00 1	0.01 23	0.00 1

WCG-NET（raft）	1.49 122	0.50 226	1.55 46	0.21 95	0.08 51	2.15 134	1.01 343	2.72 15	6.26 302	2.79 152	3.06 144	4.38 268	1.04 163	3.53 127	0.26 31	0.00 1	0.12 421	0.00 1	0.00 1	0.10 257	0.08 265

fff	2.28 213	0.61 276	3.81 288	0.22 96	0.07 35	1.69 91	0.11 85	5.37 197	11.84 444	5.80 242	5.17 203	1.44 146	5.41 397	2.00 87	1.92 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.18 375

csc	2.28 213	0.61 276	3.81 288	0.22 96	0.07 35	1.69 91	0.11 85	5.37 197	11.84 444	5.80 242	5.17 203	1.44 146	5.41 397	2.00 87	1.92 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.18 375

cscssc	2.28 213	0.61 276	3.81 288	0.22 96	0.07 35	1.69 91	0.11 85	5.37 197	11.84 444	5.80 242	5.17 203	1.44 146	5.41 397	2.00 87	1.92 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.18 375

111	2.78 262	0.92 369	3.81 288	0.22 96	0.07 35	2.83 225	0.70 277	6.03 227	14.00 460	3.22 166	8.93 321	5.48 308	3.30 292	3.66 129	2.03 292	0.00 1	0.00 1	0.00 1	0.00 1	0.10 257	0.29 426

FoundationStereo	0.26 1	0.29 55	1.25 17	0.24 100	0.10 67	0.41 2	0.07 61	0.57 1	0.80 9	0.24 20	0.03 5	0.09 32	0.37 70	0.46 3	0.12 3	0.03 363	0.03 287	0.00 1	0.00 1	0.00 1	0.01 18

HCRNet	2.56 244	0.53 244	3.35 246	0.24 100	3.39 455	2.19 137	0.23 148	6.89 274	5.50 255	5.26 229	4.79 189	5.27 300	2.78 273	7.71 331	2.89 329	0.00 1	0.02 237	0.00 1	0.00 1	0.04 144	0.04 178

LG-Stereo_Zeroshot	0.80 44	0.33 101	2.51 144	0.25 102	0.53 267	1.93 112	0.27 160	5.07 167	1.05 39	0.47 84	0.68 47	0.64 118	0.22 32	0.95 30	0.65 124	0.00 1	0.05 332	0.00 1	0.19 428	0.03 115	0.16 366

SGD-Stereo	0.69 32	0.30 66	1.15 8	0.25 102	0.12 90	1.26 38	0.29 165	1.87 6	0.62 1	0.50 89	0.51 39	0.08 28	0.11 15	6.67 262	0.09 1	0.01 235	0.01 177	0.00 1	0.00 1	0.02 70	0.01 18

ProNet	1.20 96	0.60 272	2.00 94	0.26 104	0.08 51	2.73 201	0.68 269	5.00 163	2.52 84	0.29 28	1.32 78	0.37 92	0.36 67	6.94 282	0.44 82	0.00 1	0.07 369	0.00 1	0.00 1	0.17 343	0.07 250

RCA-Stereo	1.99 178	0.34 114	2.71 168	0.26 104	0.06 27	2.29 145	0.48 208	4.89 152	14.65 467	2.81 154	5.51 225	0.78 125	3.21 289	1.44 54	0.33 49	0.00 1	0.01 177	0.00 1	0.00 1	0.07 216	0.02 85

STrans-v2	3.43 329	0.73 315	4.82 354	0.26 104	0.60 275	3.00 241	1.19 360	10.41 370	7.22 341	5.79 241	10.97 376	6.75 346	7.03 433	8.25 375	1.40 234	0.00 1	0.01 177	0.00 1	0.00 1	0.03 115	0.18 375

PMTNet	1.41 116	0.37 141	2.06 99	0.26 104	0.15 109	2.94 236	0.34 179	3.39 55	5.33 252	1.00 115	1.27 76	0.28 74	0.93 152	4.04 147	0.74 143	5.00 518	0.00 1	0.00 1	0.00 1	0.03 115	0.01 18

CRE-IMP	1.95 172	0.35 124	2.68 162	0.27 108	0.17 126	3.90 322	0.85 320	5.14 169	2.87 108	5.74 239	4.14 174	3.49 224	0.83 145	6.40 237	1.80 274	0.00 1	0.00 1	0.00 1	0.00 1	0.10 257	0.19 386

AIO-test1	2.22 203	0.76 324	2.78 181	0.30 109	4.38 487	2.48 166	0.96 338	5.59 206	14.64 465	0.74 104	2.86 134	0.92 127	0.30 57	5.64 197	1.67 262	0.00 1	0.00 1	0.00 1	0.03 338	0.17 343	0.14 344

castereo++	1.18 94	0.54 248	1.95 88	0.30 109	0.51 262	4.56 352	1.00 341	4.61 133	1.12 41	0.29 28	2.14 117	1.89 166	0.15 21	3.94 142	0.18 16	0.00 1	0.04 316	0.00 1	0.31 469	0.03 115	0.00 1

plain	1.34 110	0.51 232	5.09 370	0.30 109	0.05 16	1.58 77	0.08 68	4.47 125	3.77 175	0.42 73	1.76 97	0.60 117	0.74 133	6.11 217	0.94 193	0.00 1	0.00 1	0.00 1	0.00 1	0.40 446	0.02 85

GCAP-Stereo	0.95 60	0.62 281	1.99 92	0.30 109	0.03 11	1.66 86	0.01 4	4.43 121	3.00 122	1.63 131	1.17 73	1.39 143	0.76 135	1.31 47	0.55 111	0.00 1	0.03 287	0.00 1	0.00 1	0.12 294	0.02 85

DCANet-4	2.03 183	0.34 114	5.30 384	0.31 113	0.18 141	1.69 91	0.12 91	4.95 155	8.55 389	5.78 240	5.17 203	1.12 135	2.82 276	2.11 93	1.92 283	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.18 375

ADStereo(finetuned)	2.26 212	0.64 285	5.22 380	0.31 113	0.18 141	1.71 96	0.25 155	5.23 176	8.46 384	6.06 263	5.30 219	1.41 144	6.37 417	1.87 81	1.87 277	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.18 375

DCANet	2.08 187	0.64 285	3.81 288	0.31 113	0.17 126	1.70 95	0.25 155	5.23 176	8.47 385	6.07 264	5.30 219	1.41 144	4.23 344	1.85 78	2.02 291	0.00 1	0.00 1	0.00 1	0.00 1	0.04 144	0.19 386

IGEVStereo-DCA	1.06 81	0.45 204	2.06 99	0.32 116	0.06 27	2.74 202	0.84 314	3.71 81	2.27 70	0.39 61	0.16 16	0.20 48	0.29 50	6.47 243	0.87 177	0.00 1	0.00 1	0.00 1	0.16 408	0.06 198	0.06 231

rrr	1.05 79	0.45 204	3.18 234	0.32 116	0.06 27	2.74 202	0.95 337	3.49 67	1.12 41	0.39 61	0.16 16	0.20 48	0.29 50	6.47 243	0.87 177	0.00 1	0.00 1	0.00 1	0.21 435	0.06 198	0.10 300

MIPNet	2.06 186	0.69 307	4.57 344	0.32 116	0.21 160	1.92 111	0.19 131	6.89 274	5.64 264	5.48 234	4.02 170	2.02 172	3.50 305	3.32 120	2.01 289	0.00 1	0.01 177	0.01 380	0.01 299	0.20 366	0.13 336

CrosDoStereo	3.96 375	0.45 204	3.04 214	0.32 116	0.20 157	3.28 266	11.63 522	5.76 215	4.45 215	9.04 410	16.58 445	4.99 289	7.45 441	8.04 351	3.72 365	0.00 1	0.02 237	0.01 380	0.00 1	0.16 330	0.10 300

DeepStereo_LL	3.96 375	0.45 204	3.04 214	0.32 116	0.20 157	3.28 266	11.63 522	5.76 215	4.45 215	9.04 410	16.58 445	4.99 289	7.45 441	8.04 351	3.72 365	0.00 1	0.02 237	0.01 380	0.00 1	0.16 330	0.10 300

WCG-NET	1.24 102	0.43 190	1.46 38	0.33 121	0.08 51	2.14 132	1.08 352	3.09 25	6.86 328	2.73 151	3.43 158	0.74 122	0.94 154	0.89 25	0.33 49	0.00 1	0.04 316	0.00 1	0.00 1	0.10 257	0.05 213

MaDis-Stereo	0.80 44	0.69 307	3.02 209	0.33 121	1.83 395	1.22 18	0.06 53	3.41 60	1.49 50	0.31 37	0.38 32	0.42 98	0.51 104	1.14 40	1.21 221	0.00 1	0.00 1	0.00 1	0.00 1	0.05 174	0.05 213

Anonymous3	1.76 142	0.44 196	6.37 422	0.33 121	0.50 258	4.33 340	0.54 228	4.43 121	2.48 80	2.21 138	3.24 149	1.53 153	1.14 171	5.64 197	1.29 226	0.17 446	0.23 477	0.00 1	0.00 1	0.12 294	0.15 354

CFNet_pseudo	2.81 265	0.42 179	4.04 309	0.33 121	0.24 171	2.59 184	0.12 91	8.20 300	7.66 355	7.04 323	10.42 360	6.56 341	2.05 236	4.88 172	1.53 246	0.00 1	0.02 237	0.01 380	0.00 1	0.05 174	0.07 250

ccs_rob	2.81 265	0.42 179	4.06 311	0.33 121	0.25 174	2.59 184	0.12 91	8.19 299	7.68 356	7.02 320	10.37 359	6.54 337	2.06 237	4.88 172	1.53 246	0.00 1	0.02 237	0.01 380	0.00 1	0.05 174	0.07 250

castereo	0.87 50	0.60 272	1.07 3	0.34 126	0.17 126	1.89 108	0.79 300	4.84 150	2.05 63	0.65 101	2.55 126	0.31 80	0.40 78	1.02 33	0.38 66	0.01 235	0.09 393	0.00 1	0.24 447	0.03 115	0.02 85

TANstereo	1.20 96	0.49 223	2.04 97	0.34 126	0.10 67	1.80 103	0.01 4	3.40 59	4.10 199	4.37 198	4.82 191	0.41 96	0.70 128	0.94 29	0.46 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SFCPSM	3.29 307	0.43 190	5.11 371	0.34 126	0.94 324	8.48 429	2.15 402	14.51 471	5.29 249	7.00 319	7.65 296	3.43 216	2.59 261	5.11 183	2.37 311	0.01 235	0.03 287	0.01 380	0.07 370	0.13 309	0.15 354

HUF	1.05 79	0.64 285	2.33 128	0.35 129	0.22 164	3.09 249	0.41 194	3.73 87	2.89 109	0.36 49	2.71 131	0.33 87	0.30 57	2.28 96	0.23 23	0.00 1	0.61 507	0.00 1	0.00 1	0.15 323	0.39 439

LL-Strereo2	1.86 157	0.83 345	2.33 128	0.36 130	0.17 126	3.79 317	1.52 380	5.82 221	4.04 193	4.43 199	2.51 125	4.23 257	0.37 70	5.66 199	0.99 199	0.00 1	0.02 237	0.00 1	0.05 362	0.06 198	0.11 314

CREStereo++_RVC	1.59 128	0.39 151	2.26 124	0.36 130	0.01 1	1.67 87	0.01 4	2.95 20	8.12 373	3.69 182	7.44 287	0.47 103	0.32 62	0.74 13	0.39 67	0.00 1	0.00 1	0.00 1	3.03 525	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
S2M2	0.46 6	0.39 151	1.17 9	0.37 132	0.17 126	1.14 10	0.01 4	1.46 4	1.83 60	0.19 11	0.87 59	0.13 39	0.19 25	0.57 4	0.43 77	0.01 235	0.01 177	0.00 1	0.00 1	0.21 377	0.00 1

IGEV-Stereo+	1.69 135	0.43 190	1.59 51	0.37 132	3.10 442	2.10 126	0.07 61	1.86 5	0.91 33	0.39 61	0.03 5	0.20 48	0.41 86	7.05 288	0.16 11	0.02 322	0.07 369	0.00 1	0.18 423	5.14 516	9.77 538

iRaft-Stereo_20w	2.56 244	0.35 124	4.98 362	0.37 132	0.67 287	3.47 277	0.59 245	12.57 442	3.89 180	6.10 266	6.23 247	1.49 150	2.24 243	6.65 260	0.86 175	0.00 1	0.19 464	0.00 1	0.33 473	0.08 228	0.22 396

LoS	0.91 57	0.34 114	2.10 109	0.38 135	0.13 98	2.47 164	0.26 157	5.00 163	2.74 102	0.89 111	0.21 25	0.49 105	0.36 67	1.97 85	0.67 129	0.02 322	0.02 237	0.00 1	0.00 1	0.06 198	0.01 18
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt45	1.09 83	0.35 124	1.49 41	0.39 136	0.23 169	3.50 284	0.14 107	3.35 53	1.81 57	0.36 49	2.04 108	0.27 70	0.26 42	6.84 271	0.63 122	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.03 134

PCWNet_CMD	2.99 284	0.39 151	4.02 306	0.39 136	0.26 181	2.53 172	0.15 113	9.24 334	9.22 396	7.12 327	11.53 387	6.94 348	2.41 253	4.02 145	1.33 229	0.01 235	0.02 237	0.02 411	0.00 1	0.05 174	0.07 250

MSMDNet	2.99 284	0.39 151	4.02 306	0.40 138	0.25 174	2.53 172	0.16 119	9.35 338	9.25 397	7.08 325	11.39 382	6.93 347	2.43 254	4.01 144	1.34 231	0.01 235	0.02 237	0.02 411	0.00 1	0.05 174	0.07 250

LoS_RVC	1.26 105	1.43 430	1.91 78	0.42 139	3.77 474	1.71 96	0.04 33	2.58 13	2.49 82	0.42 73	2.58 127	0.30 76	0.57 116	1.71 67	0.66 128	0.01 235	0.02 237	0.00 1	0.00 1	0.02 70	4.49 516

CES	1.56 126	0.35 124	1.44 35	0.42 139	7.70 520	2.66 198	0.13 100	4.89 152	2.53 85	0.25 22	1.10 66	0.33 87	0.31 60	1.61 65	0.58 117	0.01 235	0.02 237	0.00 1	0.00 1	0.54 456	6.26 523

ARAFT	3.13 295	1.11 400	7.34 444	0.42 139	0.14 104	4.52 351	2.99 422	7.41 286	5.97 284	8.85 404	7.06 277	5.20 299	1.25 187	8.49 387	1.44 237	0.00 1	0.03 287	0.00 1	0.00 1	0.33 426	0.11 314

monsterstereo	0.93 58	0.30 66	1.91 78	0.43 142	2.63 430	1.21 16	0.01 4	3.11 26	0.76 7	0.46 83	1.44 82	0.05 4	0.09 8	5.66 199	0.50 106	0.00 1	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

IGEV-BASED-STEREO-	4.24 396	25.07 536	26.53 529	0.44 143	0.07 35	1.50 72	0.54 228	2.09 8	1.57 52	0.51 90	0.62 44	0.21 58	0.20 28	1.44 54	0.53 109	12.03 539	0.01 177	0.00 1	0.08 375	1.75 499	9.69 536

Reg-Stereo(zero)	1.60 130	0.19 13	2.59 153	0.45 144	0.47 250	1.64 84	0.23 148	3.22 41	5.87 274	4.29 195	3.01 139	4.49 273	1.64 216	2.47 102	1.16 217	0.00 1	0.08 381	0.00 1	0.13 400	0.01 23	0.10 300

rvit_0105_5	1.48 121	0.89 359	5.43 388	0.46 145	0.04 13	1.60 79	0.60 248	4.65 140	5.90 277	0.76 105	1.59 89	1.75 161	0.78 141	4.20 153	0.88 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.06 231

BUS	2.49 239	0.32 84	3.05 219	0.46 145	0.46 243	7.12 408	0.50 220	9.05 328	4.69 228	6.11 267	6.15 240	5.29 301	0.83 145	3.91 138	1.77 271	0.01 235	0.03 287	0.03 428	0.00 1	0.04 144	0.00 1

BSDual-CNN	2.69 252	0.32 84	3.05 219	0.46 145	0.46 243	7.13 410	1.63 386	9.05 328	4.69 228	6.11 267	6.15 240	6.26 331	2.54 257	3.91 138	1.91 281	0.01 235	0.03 287	0.03 428	0.00 1	0.04 144	0.00 1

hknet	3.31 310	0.42 179	4.68 348	0.46 145	1.17 345	7.13 410	1.63 386	9.05 328	6.91 329	6.11 267	6.15 240	9.66 401	2.85 278	7.48 318	2.45 316	0.01 235	0.03 287	0.03 428	0.00 1	0.04 144	0.00 1

CroCo-Stereo	0.99 68	0.89 359	3.19 235	0.46 145	0.44 237	0.38 1	0.05 46	4.61 133	3.95 185	0.48 85	1.78 101	1.01 131	0.27 44	1.11 38	1.07 205	0.01 235	0.00 1	0.00 1	0.00 1	0.05 174	0.04 178
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
monsters	0.87 50	0.28 50	1.54 45	0.47 150	2.71 434	1.38 56	0.01 4	3.14 30	0.81 10	0.32 39	0.48 37	0.05 4	0.13 19	5.72 204	0.42 75	0.01 235	0.01 177	0.00 1	0.00 1	0.00 1	0.01 18

rvit_stereo_0083	1.03 75	0.26 45	3.09 226	0.49 151	0.09 59	1.27 43	0.24 150	2.72 15	4.60 225	0.38 53	0.77 52	0.78 125	1.18 180	4.35 158	0.33 49	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.03 134

test_xeample3	1.08 82	0.43 190	3.39 250	0.49 151	0.05 16	2.58 181	0.93 332	3.32 50	1.77 56	0.23 17	0.23 26	0.19 44	0.28 46	6.34 234	0.85 170	0.00 1	0.01 177	0.00 1	0.26 459	0.06 198	0.10 300

IGEV-RUCA	0.81 47	0.15 1	1.13 5	0.52 153	0.32 206	2.13 131	0.51 223	3.46 65	1.71 55	0.95 114	0.16 16	0.24 64	0.55 110	2.81 108	0.41 71	0.12 432	0.21 471	0.20 483	0.25 452	0.21 377	0.20 392

gcap-zeroshot	1.87 161	0.44 196	4.24 319	0.53 154	0.51 262	3.12 254	0.75 290	6.42 252	3.91 182	3.75 184	1.67 94	7.79 365	0.55 110	2.61 104	0.53 109	0.02 322	0.21 471	0.00 1	0.23 444	0.00 1	0.05 213

CFNet_ucs	3.07 289	0.44 196	4.05 310	0.54 155	0.37 223	3.08 247	0.19 131	9.80 350	8.49 387	7.64 354	12.62 406	5.67 315	1.76 228	4.96 178	1.51 243	0.00 1	0.04 316	0.01 380	0.00 1	0.09 246	0.11 314

psmg	3.10 293	0.32 84	3.05 219	0.54 155	0.46 243	8.68 433	2.84 420	9.87 351	4.69 228	8.08 372	8.69 316	6.26 331	2.54 257	3.91 138	1.91 281	0.01 235	0.04 316	0.06 451	0.00 1	0.11 277	0.00 1

IPLG	2.43 230	0.66 297	4.77 353	0.54 155	0.31 202	3.01 242	0.26 157	6.15 233	5.55 259	7.69 355	6.21 245	1.89 166	1.74 224	7.19 301	2.35 309	0.01 235	0.01 177	0.00 1	0.00 1	0.24 400	0.12 328

IGEV++	1.14 93	0.51 232	1.66 58	0.55 158	0.08 51	2.52 169	1.01 343	6.51 258	3.16 133	0.59 96	2.11 113	0.43 99	1.18 180	1.44 54	0.79 160	0.00 1	0.05 332	0.00 1	0.05 362	0.11 277	0.11 314

GLC_STEREO	0.75 41	0.29 55	1.19 10	0.55 158	0.01 1	1.98 118	0.57 243	3.07 23	3.02 125	0.90 112	1.48 84	0.19 44	0.40 78	0.93 28	0.36 56	0.00 1	0.01 177	0.00 1	0.00 1	0.04 144	0.02 85

ACRE	2.41 227	1.08 393	5.11 371	0.55 158	2.05 405	2.65 195	0.78 299	5.26 187	4.67 227	7.59 352	9.20 328	1.70 158	1.08 165	3.74 133	2.18 301	0.01 235	0.18 458	0.02 411	0.08 375	0.22 383	0.10 300

sAnonymous2	1.35 111	1.66 451	8.14 456	0.55 158	0.46 243	1.23 20	0.24 150	4.00 103	3.47 158	0.40 66	1.11 67	0.23 61	1.42 196	0.96 31	0.57 113	0.01 235	0.00 1	0.00 1	0.20 431	2.07 503	0.22 396

CroCo_RVC	1.35 111	1.66 451	8.14 456	0.55 158	0.46 243	1.23 20	0.24 150	4.00 103	3.47 158	0.40 66	1.11 67	0.23 61	1.42 196	0.96 31	0.57 113	0.01 235	0.00 1	0.00 1	0.20 431	2.07 503	0.22 396

GMStereo	1.83 154	0.99 380	4.55 341	0.57 163	0.05 16	2.53 172	0.01 4	4.95 155	11.14 434	3.52 175	2.24 118	0.53 111	0.49 101	3.76 134	0.80 163	0.20 453	0.00 1	0.00 1	0.12 396	0.12 294	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
MGS-Stereo	1.10 84	0.26 45	2.45 136	0.58 164	0.06 27	1.84 106	0.67 268	2.16 9	3.42 156	1.03 116	6.13 239	0.49 105	0.36 67	1.43 53	0.62 119	0.00 1	0.00 1	0.00 1	0.00 1	0.47 454	0.00 1

IER	3.20 302	0.54 248	5.13 373	0.58 164	1.59 371	7.29 413	0.56 234	6.36 244	4.95 238	7.44 346	8.84 317	6.20 329	6.26 414	4.88 172	3.29 344	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.01 18

Former-RAFT_DAM_RVC	1.26 105	0.42 179	2.36 132	0.59 166	1.26 350	2.43 162	0.01 4	3.29 48	7.76 362	1.71 133	2.78 133	0.27 70	0.32 62	1.16 43	0.58 117	0.04 383	0.01 177	0.00 1	0.00 1	0.04 144	0.10 300

rvit_stereo_0075_2	2.00 179	0.32 84	5.49 392	0.60 167	1.98 402	1.77 100	0.10 80	7.24 281	5.70 265	2.90 157	4.06 171	3.11 206	0.56 112	5.32 189	0.76 150	0.00 1	0.00 1	0.00 1	0.00 1	0.03 115	0.16 366

rvit_0105_6	1.26 105	0.87 352	4.85 356	0.61 168	0.07 35	1.60 79	0.32 173	3.79 94	5.87 274	0.25 22	0.26 28	1.09 134	0.29 50	4.60 165	0.62 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.06 231

rvit_0105_4	1.38 114	0.98 378	5.52 397	0.61 168	0.05 16	1.62 82	0.41 194	3.95 101	5.80 271	0.31 37	0.73 50	1.37 142	0.53 108	4.89 176	0.78 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.04 178

rvit_stereo_0081	0.88 52	0.28 50	1.81 69	0.62 170	0.13 98	1.34 51	0.12 91	3.14 30	4.59 223	0.43 76	0.30 30	0.54 112	0.11 15	3.89 136	0.36 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

rvit_stereo_0082	0.88 52	0.28 50	1.81 69	0.62 170	0.13 98	1.34 51	0.12 91	3.14 30	4.59 223	0.43 76	0.30 30	0.54 112	0.11 15	3.89 136	0.36 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

IPLGR_C	2.44 232	1.17 408	4.94 360	0.62 170	2.08 407	2.65 195	0.80 302	5.60 207	4.79 234	7.87 363	9.23 330	1.67 157	1.15 173	3.43 124	2.23 303	0.01 235	0.19 464	0.02 411	0.08 375	0.22 383	0.10 300

SMoEStereo_RVC	0.95 60	0.35 124	1.37 27	0.63 173	0.07 35	2.07 123	0.16 119	2.88 19	1.68 53	0.30 32	1.23 75	0.19 44	0.28 46	6.80 268	0.84 169	0.00 1	0.00 1	0.00 1	0.00 1	0.11 277	0.13 336

CIPLG	2.47 238	1.10 397	4.71 351	0.63 173	2.15 412	2.67 199	0.77 294	5.19 174	4.73 231	7.85 362	9.56 343	1.72 159	1.14 171	4.20 153	2.34 307	0.01 235	0.19 464	0.02 411	0.09 386	0.23 390	0.08 265

HSM-Net_RVC	4.20 391	0.32 84	2.76 178	0.63 173	0.69 290	6.95 405	1.69 390	11.96 418	8.36 381	8.83 403	12.17 399	15.18 464	4.21 342	6.91 277	3.30 345	0.02 322	0.02 237	0.00 1	0.00 1	0.01 23	0.01 18
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CASnet	0.98 64	0.32 84	1.62 54	0.65 176	0.07 35	2.11 128	0.14 107	3.50 68	4.03 191	3.77 185	1.41 80	0.31 80	0.29 50	0.80 18	0.57 113	0.01 235	0.00 1	0.00 1	0.00 1	0.04 144	0.01 18
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-BAT	1.77 143	0.49 223	2.78 181	0.66 177	0.16 116	3.76 314	0.80 302	3.72 86	3.27 144	3.68 181	5.03 200	3.66 233	0.56 112	5.82 207	0.65 124	0.00 1	0.05 332	0.00 1	0.24 447	0.01 23	0.01 18

iRaftStereo_RVC	1.62 131	0.68 302	1.98 90	0.67 178	0.05 16	2.99 240	0.04 33	5.36 196	3.74 171	3.82 186	4.96 196	2.54 184	0.62 121	3.35 121	0.97 197	0.00 1	0.07 369	0.00 1	0.00 1	0.30 414	0.27 420

tg	1.96 175	0.64 285	2.15 111	0.68 179	0.12 90	4.40 348	0.04 33	5.74 212	4.19 205	4.00 190	5.23 212	2.58 185	0.93 152	7.12 295	0.77 156	0.00 1	0.02 237	0.00 1	0.00 1	0.31 419	0.25 410

dd	2.16 195	1.22 411	4.82 354	0.68 179	0.12 90	1.39 61	0.17 124	5.14 169	11.22 437	2.70 150	3.51 162	1.52 152	1.23 185	5.08 181	3.96 372	0.12 432	0.01 177	0.04 440	0.21 435	0.07 216	0.01 18

EAI-Stereo	2.31 217	0.44 196	2.72 170	0.68 179	0.56 271	3.51 287	2.62 414	11.42 400	4.14 202	2.09 137	7.23 282	1.21 139	0.91 150	5.67 201	1.51 243	0.01 235	0.25 483	0.00 1	0.88 505	0.04 144	0.26 416

PSM-AAD	3.33 318	0.20 18	1.47 40	0.73 182	0.54 269	2.55 176	6.19 478	4.97 158	3.27 144	10.92 455	11.92 392	2.95 195	9.59 474	7.90 342	0.82 165	0.01 235	0.01 177	0.00 1	0.00 1	0.04 144	2.47 507

AnonymousM	2.71 256	6.75 512	0.98 1	0.73 182	0.06 27	2.41 160	0.53 225	5.30 189	3.05 126	4.75 213	2.09 110	1.89 166	1.01 158	1.88 83	0.51 107	0.01 235	0.02 237	17.42 533	4.76 533	0.02 70	0.01 18

KYRaft	3.59 342	0.31 71	1.84 72	0.76 184	0.46 243	2.29 145	4.04 447	4.75 145	3.25 143	8.93 409	19.47 471	6.62 344	5.07 389	7.79 337	0.71 137	0.01 235	0.00 1	0.00 1	0.01 299	0.04 144	5.38 521

rvit_0105_3	1.71 137	0.90 362	5.93 408	0.78 185	0.02 3	1.62 82	1.69 390	5.15 171	5.99 286	2.22 139	1.64 92	1.97 171	1.17 179	4.19 151	0.92 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.03 134

PFNet+	2.35 222	0.31 71	3.69 277	0.79 186	0.17 126	3.15 259	0.75 290	4.52 127	6.30 304	7.90 366	6.34 254	2.53 183	1.18 180	7.72 333	1.62 256	0.03 363	0.00 1	0.00 1	0.00 1	0.01 23	0.03 134

MoCha-V2	1.41 116	0.42 179	2.61 156	0.81 187	0.23 169	2.53 172	0.20 137	4.81 148	3.16 133	0.82 110	3.15 145	0.30 76	1.61 215	6.66 261	0.40 70	0.00 1	0.20 468	0.00 1	0.24 447	0.05 174	0.02 85

MSKI-zero shot	2.00 179	0.36 134	2.15 111	0.81 187	0.25 174	2.69 200	0.29 165	6.16 234	2.34 78	4.31 196	7.52 288	3.70 236	0.25 36	8.42 383	0.41 71	0.01 235	0.13 431	0.00 1	0.25 452	0.03 115	0.02 85

GwcNet-ADL	2.65 251	0.48 219	3.84 294	0.82 189	0.33 211	2.04 122	0.69 274	8.07 297	9.42 401	6.05 261	6.66 260	4.14 254	1.73 222	5.40 193	3.01 333	0.08 418	0.06 349	0.00 1	0.00 1	0.06 198	0.03 134

GMM-Stereo	3.32 316	0.27 49	2.52 145	0.82 189	0.48 252	2.27 144	4.91 465	5.06 165	3.08 129	7.06 324	16.72 448	6.21 330	3.70 317	7.60 322	1.16 217	0.04 383	0.00 1	0.00 1	0.04 356	0.10 257	4.45 514

RAFT+CT+SA	2.36 224	0.71 311	2.46 139	0.83 191	2.26 419	3.18 261	0.93 332	6.82 272	5.48 254	2.55 146	8.07 306	1.64 155	1.59 213	8.54 389	1.15 215	0.02 322	0.00 1	0.00 1	0.38 480	0.19 362	0.36 436

rvit_stereo_ft	1.00 71	0.78 333	3.84 294	0.84 192	0.36 219	1.23 20	0.24 150	3.81 95	3.76 174	0.37 52	0.87 59	0.74 122	1.12 167	1.18 44	0.76 150	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.06 231

ACVNet	2.58 247	0.53 244	2.69 164	0.84 192	0.59 273	2.61 187	0.55 232	8.35 301	5.70 265	4.45 200	9.26 338	5.77 317	3.50 305	2.24 94	4.41 383	0.00 1	0.00 1	0.00 1	0.00 1	0.17 343	0.01 18

CASS	2.44 232	0.44 196	3.56 265	0.85 194	0.38 225	3.14 256	0.22 144	9.64 346	4.00 188	6.78 306	7.62 294	3.57 229	3.58 310	3.80 135	1.10 209	0.02 322	0.01 177	0.00 1	0.00 1	0.05 174	0.01 18
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RSM++	1.02 73	0.24 38	1.33 24	0.86 195	0.04 13	2.78 209	0.30 171	2.63 14	2.67 93	0.48 85	1.95 105	0.52 109	0.25 36	5.50 195	0.57 113	0.00 1	0.00 1	0.00 1	0.17 416	0.11 277	0.09 278

PS-NSSS	3.90 369	1.84 462	4.55 341	0.87 196	2.95 440	4.10 332	2.00 399	10.77 381	8.23 378	6.75 304	14.63 431	5.01 293	2.24 243	8.41 382	2.91 330	0.33 469	0.03 287	0.83 504	0.00 1	0.82 478	0.70 474

DEFOM-Stereo_RVC	0.98 64	2.14 474	1.55 46	0.88 197	0.26 181	0.56 5	0.04 33	2.80 17	0.86 18	0.30 32	0.80 56	0.21 58	2.33 250	6.17 220	0.37 62	0.00 1	0.07 369	0.00 1	0.17 416	0.01 23	0.01 18

UGAM-zero	3.51 335	0.33 101	4.44 331	0.88 197	0.65 284	3.52 290	0.16 119	11.35 397	2.71 97	5.09 224	5.82 230	15.28 465	9.14 469	8.38 379	1.61 255	0.00 1	0.16 450	0.00 1	0.46 491	0.02 70	0.19 386

test-1	1.82 152	0.45 204	5.42 387	0.89 199	0.41 233	2.14 132	0.56 234	5.75 213	4.15 203	3.28 168	5.11 201	3.61 230	0.70 128	1.53 60	1.56 250	0.02 322	0.34 489	0.00 1	0.08 375	0.02 70	0.30 428

hitnet-ft	3.66 347	0.65 291	2.79 185	0.89 199	0.72 297	4.25 336	0.55 232	9.11 331	7.52 350	7.14 328	10.19 353	12.49 445	4.70 373	7.44 314	4.41 383	0.03 363	0.00 1	0.06 451	0.00 1	0.20 366	0.04 178

HH	2.42 228	0.73 315	3.76 282	0.91 201	0.14 104	2.78 209	0.71 280	7.92 294	2.72 98	1.53 129	6.10 237	7.93 369	4.01 333	8.60 393	0.44 82	0.00 1	0.09 393	0.00 1	0.00 1	0.05 174	0.04 178

HanStereo	2.42 228	0.73 315	3.76 282	0.91 201	0.14 104	2.78 209	0.71 280	7.92 294	2.72 98	1.53 129	6.10 237	7.93 369	4.01 333	8.60 393	0.44 82	0.00 1	0.09 393	0.00 1	0.00 1	0.05 174	0.04 178

RAFT	2.57 246	0.76 324	3.09 226	0.91 201	0.09 59	2.41 160	0.94 334	5.35 194	2.65 92	6.11 267	7.21 280	9.43 398	4.30 351	5.73 205	1.77 271	0.00 1	0.12 421	0.00 1	0.02 323	0.46 453	0.08 265

Prome-Stereo	3.65 346	0.29 55	1.92 81	0.91 201	0.49 255	2.07 123	4.75 463	4.41 120	3.23 142	9.32 418	20.63 478	4.06 248	7.19 435	7.70 330	1.17 219	0.00 1	0.00 1	0.00 1	0.00 1	0.05 174	4.72 518

UniTT-Stereo	0.83 48	0.33 101	1.98 90	0.92 205	1.27 352	0.54 4	0.11 85	1.35 3	2.94 112	1.67 132	2.09 110	0.20 48	0.31 60	1.57 61	1.07 205	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.01 18

Selective-RAFT	1.69 135	0.32 84	3.29 241	0.92 205	0.18 141	3.89 321	0.06 53	4.22 112	4.00 188	1.47 128	1.98 106	3.07 204	2.81 275	6.35 236	0.89 185	0.01 235	0.00 1	0.00 1	0.21 435	0.05 174	0.00 1

ICVP	2.32 219	0.38 147	2.89 200	0.92 205	0.70 294	2.55 176	0.87 323	9.97 355	3.99 187	4.13 193	8.97 325	2.71 190	1.69 218	2.52 103	3.52 360	0.05 395	0.24 482	0.01 380	0.01 299	0.11 277	0.13 336
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
dad	4.66 413	1.89 466	5.51 395	0.94 208	0.09 59	2.16 136	0.37 183	7.10 280	14.43 463	10.13 438	16.84 449	14.97 462	1.90 231	6.82 269	4.15 377	1.09 499	0.11 414	4.08 521	0.46 491	0.17 343	0.06 231

FTStereo	4.55 412	0.36 134	2.18 119	0.94 208	0.38 225	2.60 186	8.82 503	4.98 161	3.17 136	10.88 454	30.35 513	5.60 314	7.60 446	7.62 324	1.55 249	0.17 446	0.00 1	0.05 447	0.00 1	0.03 115	3.80 512

R-Stereo Train	2.44 232	0.32 84	1.93 82	0.94 208	0.16 116	3.67 299	0.61 251	6.37 246	3.08 129	9.14 412	17.44 461	1.80 162	0.77 138	1.76 73	0.70 133	0.00 1	0.01 177	0.00 1	0.00 1	0.01 23	0.03 134

RAFT-Stereo	2.44 232	0.32 84	1.93 82	0.94 208	0.16 116	3.67 299	0.61 251	6.37 246	3.08 129	9.14 412	17.44 461	1.80 162	0.77 138	1.76 73	0.70 133	0.00 1	0.01 177	0.00 1	0.00 1	0.01 23	0.03 134
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CroCo-Stereo Lap2	1.24 102	0.88 356	3.39 250	0.95 212	4.59 499	0.47 3	0.08 68	3.51 70	2.80 105	1.17 124	2.24 118	1.57 154	0.20 28	1.48 57	1.14 214	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.12 328

LCNet	2.85 268	0.42 179	1.90 77	0.95 212	0.56 271	2.07 123	1.60 384	4.99 162	3.57 166	6.05 261	10.59 364	4.59 276	6.79 429	7.46 315	0.72 139	0.01 235	0.00 1	0.01 380	0.77 503	0.30 414	3.57 510

AEACV	0.80 44	0.29 55	1.70 65	0.96 214	0.24 171	2.03 121	0.88 324	3.50 68	0.88 27	0.34 46	0.20 24	0.29 75	2.01 234	1.77 75	0.33 49	0.00 1	0.03 287	0.00 1	0.29 461	0.10 257	0.09 278

test_3	1.88 162	0.22 26	2.75 174	0.96 214	0.22 164	1.28 45	0.77 294	4.62 135	5.87 274	6.55 301	1.84 103	4.28 263	0.45 99	6.48 245	0.76 150	0.00 1	0.01 177	0.00 1	0.28 460	0.17 343	0.14 344

FADNet_RVC	3.91 372	1.67 453	12.95 493	0.96 214	0.75 299	5.71 377	0.54 228	10.83 383	6.60 320	3.46 174	8.09 307	4.10 252	3.40 301	9.43 432	6.33 416	0.36 471	0.44 500	0.17 479	0.46 491	0.91 481	0.95 481

RAFT-Stereo-weight	1.67 133	0.31 71	1.57 48	0.97 217	0.15 109	3.19 262	0.77 294	5.06 165	6.19 301	4.96 218	3.38 156	2.83 191	0.35 65	2.87 109	0.74 143	0.01 235	0.06 349	0.00 1	0.00 1	0.01 23	0.02 85

CoDeX	3.43 329	0.68 302	4.49 334	0.98 218	1.65 377	6.37 391	2.14 401	13.23 455	6.07 290	7.23 335	8.95 322	4.09 250	3.79 326	6.31 230	2.37 311	0.03 363	0.06 349	0.00 1	0.00 1	0.07 216	0.15 354

testlalala	1.50 123	0.41 172	1.67 61	0.98 218	0.31 202	4.00 328	0.90 329	5.26 187	2.17 66	6.56 302	3.61 163	1.74 160	0.38 74	1.21 45	0.42 75	0.00 1	0.02 237	0.00 1	0.29 461	0.01 23	0.01 18

TransformOpticalFlow	3.38 321	0.70 309	4.54 338	1.00 220	0.30 194	3.56 292	0.14 107	9.67 347	7.30 344	5.55 236	13.34 415	6.74 345	5.03 387	8.22 374	1.34 231	0.00 1	0.01 177	0.01 380	0.00 1	0.04 144	0.11 314

fffy	1.13 91	0.51 232	2.15 111	1.01 221	0.09 59	2.30 150	0.19 131	4.07 106	1.13 43	0.16 8	2.66 128	0.20 48	0.38 74	6.98 284	0.35 53	0.00 1	0.06 349	0.00 1	0.00 1	0.14 319	0.16 366

test_1	1.85 156	0.21 23	2.45 136	1.02 222	0.22 164	1.37 55	0.82 306	4.66 142	5.06 241	7.02 320	1.73 96	4.09 250	0.41 86	6.51 249	0.76 150	0.00 1	0.00 1	0.00 1	0.29 461	0.18 354	0.14 344

RAFT-345	3.27 305	0.41 172	2.88 198	1.02 222	0.21 160	2.63 192	0.48 208	3.76 90	5.51 257	7.35 342	24.88 498	4.25 259	1.76 228	8.15 365	2.13 296	0.01 235	0.00 1	0.00 1	0.00 1	0.01 23	0.01 18

MyStereo07	1.31 109	0.79 334	1.61 52	1.03 224	1.11 338	2.63 192	0.46 205	5.48 201	2.24 68	0.64 100	1.48 84	0.27 70	0.59 120	7.03 287	0.45 86	0.00 1	0.09 393	0.00 1	0.01 299	0.11 277	0.09 278

MyStereo04	2.95 282	0.79 334	5.38 386	1.03 224	1.11 338	2.63 192	0.46 205	10.00 358	12.44 453	4.19 194	3.91 168	3.04 202	3.60 311	7.34 309	2.74 328	0.00 1	0.09 393	0.00 1	0.01 299	0.11 277	0.09 278

StereoVision	2.25 209	0.72 312	4.00 305	1.03 224	2.64 431	1.91 110	0.28 161	5.83 222	4.43 213	1.89 136	10.65 367	3.88 241	0.52 107	5.13 184	1.98 288	0.00 1	0.00 1	0.00 1	0.00 1	0.09 246	0.03 134

ToySt	2.69 252	0.55 252	7.03 437	1.03 224	0.10 67	3.49 282	1.04 345	6.38 250	4.55 222	2.69 148	6.28 249	7.95 373	4.38 355	5.08 181	2.58 321	0.01 235	0.11 414	0.00 1	0.04 356	0.28 411	0.19 386

test-3	1.86 157	0.21 23	2.46 139	1.03 224	0.22 164	1.38 56	0.83 310	4.65 140	5.04 240	7.26 337	1.78 101	4.10 252	0.41 86	6.53 252	0.76 150	0.00 1	0.00 1	0.00 1	0.29 461	0.18 354	0.14 344

DilatedVolume-Stereo	1.13 91	0.41 172	2.75 174	1.04 229	0.11 77	2.21 139	0.10 80	2.96 21	1.32 45	2.40 144	2.09 110	0.33 87	0.58 118	5.62 196	0.43 77	0.03 363	0.06 349	0.00 1	0.14 401	0.04 144	0.04 178

CFNet-RSSM	2.11 188	0.33 101	2.71 168	1.04 229	0.30 194	3.21 264	0.41 194	6.67 265	6.96 331	5.62 237	4.58 186	5.40 306	1.71 219	1.86 79	0.87 177	0.00 1	0.08 381	0.00 1	0.32 471	0.02 70	0.02 85

Gwc-CoAtRS	2.02 182	0.33 101	2.61 156	1.04 229	0.30 194	3.56 292	0.40 193	5.89 224	5.94 281	5.08 223	5.01 199	5.55 309	1.72 221	1.60 64	0.91 189	0.01 235	0.09 393	0.00 1	0.25 452	0.01 23	0.02 85

RAFT-Test	2.17 197	0.36 134	3.40 252	1.05 232	0.34 213	4.90 361	0.69 274	6.27 240	3.98 186	4.65 210	7.02 273	6.30 334	1.12 167	1.81 76	0.99 199	0.01 235	0.17 454	0.00 1	0.34 475	0.02 70	0.02 85

delet	4.27 399	0.72 312	4.50 335	1.07 233	3.75 472	10.79 463	4.04 447	9.95 354	7.89 365	8.09 373	8.89 320	8.46 382	3.81 328	7.56 320	5.80 408	0.00 1	0.00 1	0.00 1	0.00 1	0.11 277	0.02 85

sCroCo_RVC	1.21 99	0.65 291	5.16 376	1.09 234	1.29 356	0.92 7	0.19 131	3.92 98	2.68 96	0.30 32	3.04 142	0.52 109	1.56 210	1.58 62	0.78 158	0.09 423	0.25 483	0.00 1	0.00 1	0.07 216	0.11 314

MyStereo06	2.35 222	0.66 297	4.54 338	1.10 235	0.96 326	2.57 179	0.10 80	9.30 336	4.05 195	5.22 227	6.09 235	5.95 323	2.38 252	3.00 112	0.73 141	0.01 235	0.08 381	0.00 1	0.01 299	0.13 309	0.15 354

MyStereo05	2.94 281	0.66 297	5.25 383	1.10 235	0.96 326	2.57 179	0.10 80	8.53 311	12.34 452	6.28 284	3.88 166	3.18 210	3.30 292	7.81 338	2.37 311	0.01 235	0.08 381	0.00 1	0.01 299	0.13 309	0.15 354

anonymousdsp2	1.78 144	0.39 151	3.40 252	1.10 235	0.04 13	3.63 296	0.50 220	7.80 291	2.77 104	2.91 158	2.88 135	3.17 209	1.01 158	5.15 185	0.43 77	0.00 1	0.01 177	0.02 411	0.15 405	0.05 174	0.12 328

raft_robust	2.64 250	1.20 410	2.62 158	1.10 235	0.28 191	1.50 72	0.12 91	6.28 241	9.04 394	6.80 308	7.19 279	3.73 238	2.13 238	9.06 418	1.07 205	0.03 363	0.12 421	0.00 1	0.21 435	0.17 343	0.22 396

NRIStereo	2.14 192	0.35 124	2.65 161	1.10 235	0.14 104	3.05 246	0.86 321	5.35 194	3.18 139	6.24 278	3.36 155	4.17 256	1.82 230	8.12 362	2.01 289	0.00 1	0.10 405	0.00 1	0.00 1	0.12 294	0.19 386

cross-raft	2.03 183	0.35 124	2.78 181	1.10 235	0.16 116	3.77 315	0.48 208	7.03 279	3.75 172	5.06 222	5.55 226	6.26 331	1.41 195	1.75 72	0.89 185	0.01 235	0.07 369	0.00 1	0.19 428	0.03 115	0.03 134

DeepPruner_ROB	3.52 336	1.14 405	4.06 311	1.12 241	1.65 377	3.65 298	0.83 310	13.96 463	4.47 217	7.80 359	10.84 371	7.05 354	2.16 241	8.14 364	3.08 336	0.07 413	0.03 287	0.00 1	0.01 299	0.32 423	0.06 231

EGLCR-Stereo	1.04 78	0.20 18	2.00 94	1.14 242	0.16 116	2.50 168	0.11 85	4.96 157	2.61 90	0.79 107	0.07 12	1.46 149	0.37 70	3.96 143	0.23 23	0.01 235	0.05 332	0.00 1	0.00 1	0.00 1	0.07 250

999	1.25 104	0.37 141	1.63 56	1.15 243	0.34 213	3.03 244	0.66 265	3.41 60	2.27 70	0.30 32	3.20 147	0.19 44	0.25 36	7.23 303	0.85 170	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.01 18

LL-Strereo	4.71 414	1.64 449	7.51 450	1.15 243	4.31 485	3.71 305	1.45 376	9.21 333	8.36 381	8.37 387	8.17 309	10.82 423	11.36 486	12.51 477	4.82 392	0.00 1	0.12 421	0.00 1	0.00 1	0.31 419	0.32 431

MM-Stereo_test1	1.57 127	0.36 134	2.19 120	1.17 245	0.35 216	2.39 158	0.56 234	4.53 128	5.21 247	3.67 180	1.65 93	0.40 93	0.84 148	6.90 276	0.80 163	0.00 1	0.03 287	0.00 1	0.00 1	0.31 419	0.03 134

MIM_Stereo	2.50 242	0.75 321	4.26 320	1.18 246	0.11 77	3.08 247	0.33 177	6.07 229	3.28 146	5.01 220	10.12 352	4.29 265	1.74 224	8.06 358	1.27 224	0.00 1	0.12 421	0.00 1	0.01 299	0.18 354	0.15 354

SGM-Forest	4.96 416	0.32 84	2.84 190	1.21 247	0.64 283	10.23 452	6.64 489	11.55 404	10.98 432	10.94 457	13.59 418	11.65 438	4.30 351	8.94 414	4.63 387	0.11 428	0.04 316	0.00 1	0.00 1	0.05 174	0.46 455
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
H2IRNET	2.16 195	0.45 204	2.60 154	1.22 248	0.03 11	1.98 118	0.13 100	4.73 144	7.04 336	1.15 122	7.79 302	5.88 321	3.39 299	4.97 179	1.45 239	0.01 235	0.00 1	0.04 440	0.17 416	0.19 362	0.03 134

test_xeample	4.13 385	0.36 134	2.75 174	1.23 249	0.51 262	3.96 326	0.13 100	12.63 443	7.65 354	7.49 348	10.86 373	3.29 213	3.36 294	6.71 265	21.53 517	0.02 322	0.03 287	0.00 1	0.00 1	0.03 115	0.04 178

AIO-test2	2.70 255	1.23 413	3.52 262	1.24 250	3.05 441	2.65 195	0.06 53	6.30 242	15.40 472	2.58 147	7.30 284	0.48 104	0.57 116	5.36 190	0.96 194	3.06 515	0.00 1	0.00 1	0.01 299	0.16 330	0.15 354

anonymousa	3.80 361	0.55 252	3.35 246	1.24 250	3.74 468	9.04 438	0.36 181	6.74 268	4.03 191	7.72 357	19.64 472	10.62 418	6.01 412	1.52 59	1.40 234	0.00 1	0.00 1	0.00 1	0.05 362	0.00 1	0.03 134

model_zeroshot	1.52 124	0.42 179	4.10 315	1.25 252	0.11 77	3.04 245	0.14 107	5.79 219	2.84 107	3.12 163	3.65 164	2.05 173	0.42 91	2.38 99	0.71 137	0.01 235	0.10 405	0.00 1	0.20 431	0.02 70	0.04 178

RAFT_R40	2.71 256	0.33 101	3.00 205	1.26 253	0.30 194	3.83 319	1.00 341	5.69 211	4.29 207	9.69 427	6.33 253	5.02 294	4.02 335	8.58 392	0.86 175	0.01 235	0.00 1	0.00 1	0.00 1	0.03 115	0.02 85

LALA_ROB	6.58 449	1.80 459	6.25 418	1.26 253	0.94 324	10.08 449	9.02 505	16.00 486	11.51 441	12.74 474	13.02 412	24.77 510	5.25 393	10.56 452	8.02 442	0.04 383	0.05 332	0.00 1	0.02 323	0.10 257	0.25 410

DualNet (step1)	3.91 372	1.11 400	6.15 415	1.27 255	0.60 275	5.22 367	2.54 409	10.66 375	7.73 359	8.36 383	7.55 290	6.55 338	4.27 346	6.58 255	1.62 256	1.49 506	0.03 287	3.10 516	2.99 522	0.20 366	0.15 354

test_sample9	5.87 431	1.11 400	6.15 415	1.27 255	0.60 275	5.22 367	2.54 409	10.66 375	7.73 359	8.36 383	7.55 290	6.55 338	4.27 346	11.68 468	11.44 487	1.49 506	24.31 556	3.10 516	2.99 522	0.20 366	0.15 354

test_sample8	7.99 476	1.11 400	6.15 415	1.27 255	0.60 275	5.22 367	2.54 409	12.04 422	6.15 296	17.46 498	9.02 327	24.67 509	18.16 507	11.68 468	11.44 487	1.49 506	24.31 556	3.10 516	2.99 522	0.20 366	0.15 354

RAFT_CTSACE	3.40 325	1.07 391	4.52 336	1.27 255	3.14 443	4.00 328	1.07 349	3.93 100	4.43 213	4.66 211	17.94 464	7.21 359	2.76 272	10.82 456	0.85 170	0.00 1	0.07 369	0.00 1	0.00 1	0.30 414	0.01 18

RAFT-Stereo + iAFF	2.12 189	0.58 265	2.43 134	1.27 255	0.16 116	1.60 79	0.14 107	5.17 173	5.90 277	7.10 326	10.10 351	3.06 203	1.74 224	1.87 81	0.97 197	0.01 235	0.02 237	0.00 1	0.00 1	0.23 390	0.02 85

HI	3.18 300	0.90 362	3.05 219	1.28 260	0.15 109	2.29 145	0.04 33	5.31 191	3.52 161	7.96 367	12.69 407	11.43 434	6.61 421	4.26 155	4.02 373	0.00 1	0.06 349	0.00 1	0.00 1	0.05 174	0.01 18

CoSv	3.18 300	0.90 362	3.05 219	1.28 260	0.15 109	2.29 145	0.04 33	5.31 191	3.52 161	7.96 367	12.69 407	11.43 434	6.61 421	4.26 155	4.02 373	0.00 1	0.06 349	0.00 1	0.00 1	0.05 174	0.01 18

FACV-RUCA	2.21 202	0.34 114	3.59 267	1.30 262	2.90 439	2.22 141	1.25 363	7.98 296	5.71 270	3.59 177	7.21 280	1.14 136	1.60 214	3.12 115	1.46 240	0.01 235	0.03 287	0.10 465	0.04 356	0.35 431	0.17 371

CBMV_ROB	4.14 386	0.52 240	3.14 230	1.30 262	0.77 303	6.92 404	1.97 398	10.11 364	9.58 404	8.92 407	14.20 425	7.12 356	5.90 409	8.65 396	3.50 355	0.01 235	0.05 332	0.00 1	0.00 1	0.04 144	0.09 278

GREAT-IGEV	0.72 38	0.29 55	1.91 78	1.31 264	0.40 229	1.41 62	0.08 68	2.29 10	2.48 80	0.18 9	0.69 48	0.10 36	0.34 64	1.72 70	0.37 62	0.00 1	0.09 393	0.00 1	0.22 441	0.10 257	0.41 444

PAM_32	3.50 334	0.32 84	5.22 380	1.32 265	0.53 267	7.49 417	0.39 189	9.52 344	3.91 182	5.22 227	5.28 218	16.75 478	7.44 440	4.61 166	0.90 188	0.00 1	0.20 468	0.00 1	0.39 483	0.09 246	0.39 439

SST-Stereo	2.75 260	0.31 71	2.78 181	1.33 266	0.33 211	3.99 327	0.82 306	5.60 207	3.93 184	10.92 455	6.19 243	5.00 292	4.23 344	8.66 397	0.74 143	0.00 1	0.00 1	0.00 1	0.00 1	0.03 115	0.03 134

pcwnet_v2	4.20 391	0.36 134	8.53 459	1.33 266	1.12 340	3.43 273	0.41 194	12.85 446	14.16 462	9.90 433	14.29 426	5.90 322	3.03 283	6.20 223	2.06 293	0.01 235	0.05 332	0.04 440	0.02 323	0.16 330	0.18 375

MM-Stereo_test2	0.99 68	0.29 55	2.26 124	1.34 268	0.12 90	1.78 102	0.53 225	4.71 143	3.31 149	0.76 105	0.80 56	0.50 108	0.35 65	1.86 79	0.73 141	0.00 1	0.05 332	0.00 1	0.07 370	0.26 403	0.06 231

ffm	2.90 277	0.31 71	3.97 299	1.34 268	0.98 328	2.80 212	0.48 208	4.53 128	10.19 415	6.29 286	9.23 330	5.59 310	3.72 322	8.00 348	0.46 90	0.00 1	0.02 237	0.00 1	0.00 1	0.10 257	0.04 178

ff1	3.45 333	0.31 71	3.97 299	1.34 268	0.98 328	2.80 212	0.48 208	4.53 128	10.19 415	6.29 286	9.23 330	5.59 310	3.72 322	10.11 443	9.35 465	0.00 1	0.02 237	0.00 1	0.00 1	0.10 257	0.04 178

mmx	3.86 365	0.31 71	3.97 299	1.34 268	0.98 328	2.80 212	0.48 208	12.18 430	10.66 428	6.29 286	9.23 330	5.59 310	3.72 322	10.11 443	9.35 465	0.05 395	0.02 237	0.00 1	0.00 1	0.03 115	0.04 178

xxx	3.86 365	0.31 71	3.98 303	1.34 268	0.98 328	2.80 212	0.48 208	12.18 430	10.66 428	6.29 286	9.23 330	5.59 310	3.72 322	10.11 443	9.35 465	0.05 395	0.02 237	0.00 1	0.00 1	0.03 115	0.04 178

DSFCA	4.21 393	0.50 226	5.45 390	1.34 268	1.68 382	7.04 406	4.51 458	10.73 379	7.00 333	10.78 452	6.80 263	8.48 384	4.63 370	9.91 441	5.12 397	0.02 322	0.06 349	0.02 411	0.03 338	0.08 228	0.03 134

NaN_ROB	6.00 438	1.24 415	6.29 419	1.34 268	1.68 382	9.60 446	10.31 515	15.09 477	15.79 475	12.62 472	8.95 322	11.67 441	5.83 407	11.78 471	6.41 418	0.05 395	0.13 431	0.08 460	0.20 431	0.22 383	0.79 476

PAM	3.38 321	0.31 71	5.61 400	1.37 275	0.71 295	7.60 423	0.38 188	8.94 325	3.55 164	5.54 235	4.69 188	16.09 472	7.03 433	3.67 130	1.02 203	0.00 1	0.21 471	0.00 1	0.38 480	0.07 216	0.41 444

Any-RAFT	2.18 199	0.25 39	1.94 85	1.37 275	0.80 306	5.01 364	0.56 234	8.51 310	5.58 262	4.01 191	4.85 193	5.44 307	2.26 247	2.45 101	0.35 53	0.00 1	0.15 442	0.00 1	0.00 1	0.02 70	0.02 85

riskmin	1.88 162	0.15 1	2.11 110	1.38 277	0.88 313	2.40 159	0.04 33	5.93 225	6.10 291	2.25 140	1.34 79	6.06 325	5.08 390	2.78 107	1.01 202	0.00 1	0.02 237	0.00 1	0.00 1	0.01 23	0.06 231

MLCV	3.44 332	0.88 356	5.60 399	1.39 278	0.25 174	4.36 343	0.33 177	7.25 282	7.28 343	9.17 414	12.24 402	5.09 296	2.47 255	9.15 421	3.23 341	0.00 1	0.00 1	0.00 1	0.00 1	0.10 257	0.02 85

Anonymous_2	4.14 386	0.62 281	3.21 236	1.40 279	1.43 366	5.19 366	0.32 173	6.63 262	4.38 211	4.48 203	2.30 120	8.08 374	7.00 431	5.37 191	2.29 305	0.23 457	0.75 508	5.20 524	18.12 549	5.66 518	0.23 402

qqq	1.93 170	0.30 66	2.96 204	1.40 279	0.05 16	1.96 117	0.39 189	8.45 305	3.33 151	3.06 161	3.84 165	4.67 278	2.70 266	4.40 160	0.96 194	0.00 1	0.01 177	0.00 1	0.00 1	0.02 70	0.03 134

MMNet	4.16 389	0.77 327	5.47 391	1.40 279	1.67 380	10.78 462	0.63 255	8.64 319	8.47 385	8.80 402	8.33 310	7.51 360	6.61 421	7.53 319	6.54 421	0.00 1	0.00 1	0.00 1	0.00 1	0.03 115	0.05 213

IGEV_Zeroshot_test	2.13 191	0.50 226	4.91 359	1.41 282	0.18 141	2.62 190	0.36 181	7.80 291	3.87 178	5.04 221	5.42 222	4.77 281	1.03 161	3.43 124	0.79 160	0.00 1	0.16 450	0.00 1	0.18 423	0.17 343	0.04 178

RYNet	6.34 444	0.89 359	5.88 405	1.41 282	4.48 496	15.97 495	4.18 450	13.41 456	16.49 478	10.81 453	7.00 272	14.33 458	8.72 461	9.43 432	13.71 499	0.00 1	0.01 177	0.00 1	0.00 1	0.02 70	0.07 250

MM-Stereo_test3	1.83 154	0.59 268	1.93 82	1.43 284	3.99 480	2.44 163	0.81 304	5.81 220	6.70 323	1.73 135	4.79 189	1.23 140	0.65 123	3.30 118	0.85 170	0.00 1	0.01 177	0.00 1	0.00 1	0.33 426	0.05 213

PSMNet-ADL	2.98 283	0.43 190	2.41 133	1.43 284	0.40 229	5.94 384	0.28 161	8.45 305	5.13 244	3.36 172	6.77 262	8.41 380	4.61 369	7.20 302	4.55 386	0.02 322	0.09 393	0.00 1	0.00 1	0.01 23	0.03 134

RAFT + AFF	4.30 401	1.55 441	5.84 404	1.43 284	2.36 421	5.94 384	6.72 490	10.01 359	7.56 351	7.55 350	8.96 324	7.09 355	6.73 427	8.57 391	4.02 373	0.02 322	0.47 503	0.00 1	0.01 299	0.56 457	0.54 463

FADNet-RVC-Resample	3.79 359	1.62 447	12.06 481	1.43 284	0.66 285	5.94 384	2.41 405	10.18 366	8.58 390	6.28 284	4.22 176	5.33 305	4.80 381	7.71 331	3.19 339	0.17 446	0.21 471	0.17 479	0.12 396	0.41 449	0.29 426

ETE_ROB	5.80 430	1.77 457	6.33 420	1.44 288	0.78 305	6.43 393	6.90 492	12.53 440	8.08 372	12.93 478	14.89 433	21.13 504	5.87 408	9.83 439	6.57 422	0.04 383	0.01 177	0.00 1	0.02 323	0.08 228	0.33 432

1111x	4.25 397	0.30 66	4.31 323	1.47 289	0.37 223	5.10 365	0.32 173	12.86 447	9.82 409	6.01 259	9.73 347	8.78 389	5.97 411	9.43 432	10.39 477	0.06 404	0.03 287	0.00 1	0.00 1	0.02 70	0.04 178

222	5.36 424	0.40 161	2.72 170	1.50 290	0.48 252	6.15 387	0.07 61	13.73 461	8.06 370	8.79 400	11.03 377	3.71 237	4.21 342	7.47 317	38.74 548	0.03 363	0.02 237	0.00 1	0.00 1	0.04 144	0.05 213

CFNet-ft	3.31 310	0.94 375	2.69 164	1.50 290	2.38 422	2.81 220	0.68 269	8.35 301	7.43 346	4.45 200	9.94 349	10.20 411	4.60 367	6.50 248	3.41 347	0.00 1	0.00 1	0.03 428	0.00 1	0.22 383	0.03 134

CFNet_RVC	3.31 310	0.94 375	2.69 164	1.50 290	2.38 422	2.81 220	0.68 269	8.35 301	7.43 346	4.45 200	9.94 349	10.20 411	4.60 367	6.49 246	3.41 347	0.00 1	0.00 1	0.03 428	0.00 1	0.22 383	0.03 134

DCVSM-stereo	3.13 295	0.37 141	2.95 202	1.51 293	0.80 306	2.75 207	0.49 218	6.79 270	5.25 248	11.43 463	5.57 227	10.79 422	5.30 394	5.25 186	2.95 331	0.03 363	0.09 393	0.03 428	0.00 1	0.12 294	0.09 278

CBFPSM	4.87 415	0.94 375	14.70 500	1.51 293	1.15 343	11.49 468	2.55 413	7.28 283	6.47 315	6.23 277	4.83 192	15.30 466	8.99 466	6.88 273	8.20 450	0.03 363	0.02 237	0.00 1	0.00 1	0.40 446	0.42 447

DFGA-Net	2.78 262	1.91 467	7.35 445	1.52 295	0.36 219	3.36 270	0.20 137	6.64 263	5.93 280	4.88 216	6.31 252	2.18 175	1.12 167	7.43 313	5.98 411	0.00 1	0.00 1	0.00 1	0.00 1	0.37 436	0.04 178

GIP-stereo	0.70 35	0.44 196	1.70 65	1.52 295	0.75 299	1.48 67	0.05 46	4.18 111	1.10 40	0.18 9	0.42 34	0.58 115	0.38 74	0.65 9	0.46 90	0.00 1	0.00 1	0.00 1	0.00 1	0.05 174	0.01 18

AIO-Stereo-zeroshot	2.86 272	0.99 380	7.52 451	1.52 295	0.92 320	2.94 236	0.03 29	9.31 337	3.81 176	2.42 145	5.86 232	9.23 394	4.64 371	4.31 157	2.19 302	0.02 322	0.18 458	0.00 1	0.54 495	0.35 431	0.35 434

Wz-Net-LNSev	6.46 446	1.93 468	16.44 506	1.52 295	4.15 483	12.66 481	4.96 466	13.05 451	12.10 449	10.55 449	16.23 441	11.32 433	7.19 435	8.43 384	8.48 454	0.00 1	0.01 177	0.00 1	0.00 1	0.08 228	0.06 231

AIO-Stereo-zeroshot1	3.58 341	1.29 424	12.46 485	1.53 299	0.98 328	3.48 280	0.81 304	11.99 419	4.40 212	4.33 197	11.05 378	8.83 390	2.02 235	4.52 162	1.66 261	0.01 235	0.14 435	0.00 1	0.68 500	0.86 480	0.44 451

GMStereo_Zeroshot	2.77 261	1.98 471	5.14 374	1.53 299	0.36 219	3.56 292	0.10 80	5.57 205	5.91 279	6.89 315	7.02 273	8.50 386	0.91 150	6.01 214	1.65 260	0.00 1	0.00 1	0.00 1	0.00 1	0.20 366	0.01 18

CSP-Net	4.12 384	1.28 422	3.70 280	1.54 301	1.06 335	13.28 487	2.33 404	12.96 449	5.45 253	8.87 405	8.54 315	8.43 381	3.03 283	8.16 366	3.65 363	0.00 1	0.00 1	0.00 1	0.00 1	0.18 354	0.03 134

ADCP+	8.09 477	1.79 458	14.50 498	1.54 301	4.28 484	16.57 497	5.20 469	12.80 445	11.20 436	12.83 477	17.07 454	11.02 429	10.80 483	17.59 510	23.18 525	0.03 363	0.05 332	0.01 380	0.18 423	0.39 443	0.81 477

GrayStereo	3.74 352	0.20 18	1.94 85	1.55 303	0.60 275	3.12 254	8.22 500	5.76 215	3.32 150	10.40 444	16.66 447	5.81 320	8.60 460	6.57 254	1.37 233	0.01 235	0.00 1	0.01 380	0.63 496	0.02 70	0.04 178

RAFT-RH_RVC	3.96 375	0.46 210	2.93 201	1.55 303	0.42 236	3.14 256	0.14 107	3.70 80	5.98 285	11.25 461	32.23 517	5.29 301	1.68 217	8.13 363	2.14 297	0.08 418	0.00 1	0.00 1	0.03 338	0.01 23	0.00 1

AFF-stereo	2.59 248	0.68 302	2.35 131	1.55 303	0.17 126	1.67 87	0.08 68	5.75 213	6.60 320	6.20 275	12.13 397	6.16 328	2.36 251	4.75 169	1.11 210	0.02 322	0.02 237	0.00 1	0.00 1	0.23 390	0.05 213

BEATNet_4x	3.24 303	1.27 419	5.89 406	1.56 306	0.10 67	5.26 370	1.07 349	10.08 362	5.50 255	6.89 315	7.73 298	4.53 274	4.13 337	5.05 180	5.27 398	0.04 383	0.05 332	0.00 1	0.00 1	0.23 390	0.23 402

ssnet_v2	4.46 404	0.87 352	5.18 377	1.57 307	0.67 287	9.14 439	4.73 462	11.84 413	9.68 405	8.79 400	6.24 248	9.91 404	4.34 354	6.28 227	9.30 464	0.00 1	0.01 177	0.00 1	0.00 1	0.28 411	0.30 428

AE-Stereo	1.44 118	0.32 84	2.69 164	1.58 308	0.20 157	2.24 142	0.59 245	6.01 226	5.70 265	1.18 125	3.17 146	1.02 132	0.78 141	1.73 71	0.83 166	0.02 322	0.18 458	0.00 1	0.29 461	0.11 277	0.07 250

GES	2.49 239	0.38 147	4.29 322	1.58 308	0.05 16	4.58 353	1.07 349	9.70 348	3.39 155	5.21 226	6.64 259	1.84 165	3.36 294	4.86 171	2.54 320	0.06 404	0.01 177	0.06 451	0.01 299	0.12 294	0.03 134

MSMD_ROB	9.28 490	1.09 395	4.65 346	1.58 308	0.39 227	16.52 496	4.41 456	13.60 458	14.87 469	22.34 509	39.89 533	25.67 513	20.71 518	12.42 476	6.98 427	0.34 470	0.03 287	0.00 1	0.00 1	0.05 174	0.09 278

HSM	4.00 380	0.79 334	3.16 232	1.59 311	2.17 413	6.77 401	1.11 353	12.28 432	6.35 309	6.75 304	8.11 308	13.90 454	5.37 396	8.85 410	2.71 324	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.02 85

SA	3.06 288	0.74 319	3.79 285	1.60 312	0.30 194	3.19 262	1.43 375	6.72 267	9.06 395	4.63 209	10.80 369	2.89 194	4.71 374	9.62 438	1.18 220	0.00 1	0.09 393	0.00 1	0.19 428	0.23 390	0.02 85

G2L-Stereo	3.40 325	0.93 372	4.73 352	1.61 313	2.05 405	2.88 232	0.60 248	8.94 325	5.84 273	7.42 344	7.33 286	8.61 388	2.16 241	8.44 385	6.11 412	0.00 1	0.00 1	0.00 1	0.00 1	0.24 400	0.18 375

MyStereo8	2.88 276	1.19 409	5.03 365	1.61 313	3.75 472	4.30 339	0.07 61	6.14 232	6.16 297	6.22 276	9.64 346	4.28 263	1.45 198	2.05 90	4.76 391	0.00 1	0.16 450	0.00 1	0.14 401	0.26 403	0.43 449

NINENet	3.09 290	0.56 258	3.22 237	1.61 313	1.37 362	7.12 408	0.50 220	11.88 415	5.63 263	6.63 303	8.40 312	5.29 301	0.83 145	6.51 249	1.77 271	0.15 440	0.07 369	0.07 457	0.00 1	0.09 246	0.00 1

DMCA	2.82 267	0.64 285	4.45 332	1.61 313	0.89 317	3.86 320	0.57 243	9.18 332	5.10 243	6.24 278	6.49 257	7.17 357	2.13 238	3.31 119	4.73 389	0.00 1	0.01 177	0.00 1	0.00 1	0.04 144	0.02 85

TDLM	4.11 383	1.11 400	3.54 263	1.62 317	1.04 334	3.91 323	7.41 498	10.60 373	10.67 430	6.38 292	12.59 405	5.95 323	4.77 377	8.79 408	3.04 334	0.58 485	0.00 1	0.01 380	0.00 1	0.19 362	0.12 328

CBMV	5.35 423	0.91 366	3.67 276	1.62 317	0.44 237	10.09 450	7.19 496	12.49 439	12.33 451	12.22 469	14.69 432	10.93 427	6.48 419	8.51 388	4.96 394	0.02 322	0.15 442	0.00 1	0.00 1	0.17 343	0.17 371
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
EDNetEfficientorigin	17.87 529	14.00 529	99.53 573	1.64 319	0.92 320	10.55 457	6.26 483	13.21 453	34.84 529	38.20 538	36.91 529	27.47 518	26.32 531	14.71 496	25.69 531	0.04 383	0.06 349	0.14 474	0.52 494	3.16 510	3.27 508

FADNet	4.23 394	1.65 450	11.75 480	1.64 319	0.80 306	4.80 358	0.77 294	13.76 462	11.65 442	3.97 189	5.24 213	9.62 400	5.14 391	8.40 381	3.78 367	0.21 454	0.04 316	0.07 457	0.05 362	1.14 486	0.10 300

DCRE	1.79 145	0.68 302	2.55 148	1.66 321	0.27 184	1.27 43	0.05 46	4.57 132	4.04 193	3.30 170	9.24 335	3.83 240	1.20 183	2.08 91	0.67 129	0.00 1	0.12 421	0.00 1	0.24 447	0.04 144	0.09 278

UNet	3.97 378	0.61 276	6.50 427	1.68 322	3.22 447	9.82 447	0.31 172	9.50 341	5.32 251	7.20 334	6.35 255	10.59 416	5.91 410	6.93 278	5.49 402	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.01 18

SMFormer	3.54 337	0.39 151	3.61 269	1.69 323	0.11 77	2.85 227	0.29 165	12.46 435	10.41 420	7.16 330	10.23 355	4.78 282	4.45 360	8.71 402	3.51 356	0.07 413	0.05 332	0.00 1	0.00 1	0.06 198	0.04 178

tta	3.54 337	0.39 151	3.61 269	1.69 323	0.11 77	2.85 227	0.29 165	12.46 435	10.41 420	7.16 330	10.23 355	4.78 282	4.45 360	8.71 402	3.51 356	0.07 413	0.05 332	0.00 1	0.00 1	0.06 198	0.03 134

qqq1	3.38 321	0.39 151	3.61 269	1.69 323	0.11 77	2.85 227	0.29 165	12.46 435	10.41 420	7.16 330	10.23 355	4.78 282	4.45 360	8.71 402	0.30 41	0.07 413	0.05 332	0.00 1	0.00 1	0.06 198	0.03 134

fff1	3.38 321	0.39 151	3.61 269	1.69 323	0.11 77	2.85 227	0.29 165	12.46 435	10.41 420	7.16 330	10.23 355	4.78 282	4.45 360	8.71 402	0.30 41	0.07 413	0.05 332	0.00 1	0.00 1	0.06 198	0.03 134

xxxx	4.51 408	0.31 71	2.77 179	1.69 323	0.47 250	7.74 425	0.07 61	14.04 464	7.91 367	5.82 245	8.97 325	9.34 395	3.41 302	7.33 308	20.24 512	0.05 395	0.03 287	0.00 1	0.00 1	0.03 115	0.04 178

FADNet-RVC	3.98 379	1.84 462	12.48 487	1.69 323	0.44 237	4.33 340	1.31 370	11.84 413	7.15 340	3.53 176	3.50 161	10.63 419	4.43 358	9.12 419	6.25 415	0.03 363	0.10 405	0.00 1	0.03 338	0.60 463	0.25 410

G2L-ROB	3.43 329	0.77 327	3.89 296	1.71 329	1.16 344	4.51 350	0.44 202	11.70 408	5.70 265	7.51 349	5.34 221	11.24 432	1.71 219	7.66 327	5.10 396	0.00 1	0.00 1	0.00 1	0.00 1	0.12 294	0.10 300

ASMatch	3.32 316	0.50 226	3.32 244	1.72 330	0.45 242	1.93 112	0.68 269	6.42 252	3.89 180	6.18 273	22.30 485	4.61 277	4.82 382	7.65 325	1.70 264	0.00 1	0.02 237	0.00 1	0.03 338	0.01 23	0.18 375

gwcnet-sp	3.31 310	1.47 433	7.26 441	1.73 331	0.69 290	7.57 420	1.14 355	8.59 313	6.17 298	8.57 393	5.25 215	4.26 260	3.36 294	6.46 240	3.44 349	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.11 314

scenet	3.31 310	1.47 433	7.26 441	1.73 331	0.69 290	7.57 420	1.14 355	8.59 313	6.17 298	8.57 393	5.25 215	4.26 260	3.36 294	6.46 240	3.44 349	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.11 314

ssnet	3.31 310	1.47 433	7.26 441	1.73 331	0.69 290	7.57 420	1.14 355	8.59 313	6.17 298	8.57 393	5.25 215	4.26 260	3.36 294	6.46 240	3.44 349	0.00 1	0.00 1	0.00 1	0.00 1	0.15 323	0.11 314

DisPM	2.43 230	0.32 84	3.04 214	1.76 334	0.18 141	3.46 275	0.65 262	5.13 168	4.88 236	8.59 396	7.04 276	2.84 192	1.03 161	8.85 410	0.83 166	0.01 235	0.00 1	0.00 1	0.00 1	0.01 23	0.02 85

SANet	10.64 502	1.86 464	10.91 474	1.76 334	0.71 295	14.62 491	9.23 508	19.18 510	37.14 533	19.22 502	27.96 505	25.86 514	19.11 513	13.02 483	10.63 479	0.08 418	0.06 349	0.03 428	0.02 323	0.62 464	0.81 477

rvit_105_1	2.44 232	0.80 338	5.08 369	1.77 336	0.09 59	1.95 114	3.62 441	5.62 210	8.21 377	4.85 215	2.07 109	3.15 208	1.58 212	7.08 292	2.71 324	0.00 1	0.00 1	0.00 1	0.01 299	0.04 144	0.08 265

coex-ft	19.78 535	19.39 533	87.73 563	1.77 336	1.80 393	17.25 502	13.50 528	12.63 443	42.10 539	60.18 556	38.90 531	28.72 519	28.74 532	11.74 470	27.40 534	0.21 454	0.23 477	0.04 440	0.30 467	1.36 492	1.54 494

AAGNet	3.41 327	0.34 114	2.45 136	1.78 338	0.39 227	3.69 303	1.05 346	4.79 147	4.61 226	9.62 425	7.74 300	4.98 288	6.38 418	7.34 309	13.02 495	0.00 1	0.00 1	0.00 1	0.00 1	0.03 115	0.04 178

iinet-f	5.94 434	1.60 445	26.88 530	1.79 339	1.38 363	11.92 475	1.47 377	6.80 271	7.11 338	6.90 317	14.43 427	10.64 420	7.97 451	7.00 286	12.12 491	0.02 322	0.03 287	0.05 447	0.00 1	0.63 466	0.02 85

test_sample4	2.87 274	0.40 161	4.54 338	1.80 340	0.54 269	3.95 325	0.15 113	11.48 402	6.49 317	6.33 290	6.81 264	3.68 235	2.65 264	6.11 217	2.36 310	0.02 322	0.01 177	0.00 1	0.00 1	0.04 144	0.05 213

Pruner-Stereo	2.49 239	0.40 161	2.46 139	1.80 340	0.25 174	3.51 287	0.77 294	6.03 227	4.92 237	8.91 406	6.09 235	4.45 270	1.11 166	6.99 285	2.11 294	0.02 322	0.00 1	0.02 411	0.00 1	0.01 23	0.04 178

test_sample5	2.91 279	0.40 161	4.33 324	1.81 342	0.50 258	3.33 268	0.17 124	11.27 393	6.55 318	6.18 273	8.35 311	3.65 231	2.71 269	6.61 257	2.15 298	0.02 322	0.02 237	0.00 1	0.00 1	0.05 174	0.05 213

DualNet	3.05 287	0.40 161	4.33 324	1.81 342	0.50 258	3.33 268	0.17 124	11.27 393	6.55 318	6.50 297	10.86 373	3.65 231	2.71 269	6.61 257	2.15 298	0.02 322	0.02 237	0.00 1	0.00 1	0.05 174	0.05 213

PSM-softLoss	2.24 204	0.34 114	3.42 254	1.81 342	0.17 126	2.74 202	0.39 189	6.17 236	2.92 110	6.26 281	6.29 250	2.96 196	0.97 156	8.68 398	1.71 265	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.02 85

KMStereo	2.24 204	0.34 114	3.42 254	1.81 342	0.17 126	2.74 202	0.39 189	6.17 236	2.92 110	6.26 281	6.29 250	2.96 196	0.97 156	8.68 398	1.71 265	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.02 85

SDNR	7.50 466	2.32 478	15.58 503	1.82 346	0.63 281	44.66 548	0.44 202	8.59 313	9.52 403	9.84 430	25.18 500	5.30 304	4.38 355	11.46 465	6.49 420	0.05 395	0.03 287	0.00 1	0.01 299	1.79 500	1.87 498

CSAN	7.62 467	1.60 445	6.56 428	1.83 347	0.66 285	12.40 480	10.52 518	14.45 470	21.32 501	14.19 486	15.98 439	17.84 483	13.02 496	12.32 475	8.38 452	0.09 423	0.07 369	0.03 428	0.04 356	0.33 426	0.67 472

DPSNet	10.14 498	1.88 465	16.82 507	1.85 348	1.73 386	24.84 518	17.20 542	19.92 519	27.41 513	12.23 471	13.62 419	16.52 474	18.35 508	14.42 493	12.50 493	0.78 490	0.54 506	0.08 460	0.25 452	1.18 487	0.59 469

HBP-ISP	4.09 382	1.05 388	4.10 315	1.87 349	1.31 359	7.56 419	3.98 445	11.26 391	9.94 412	7.81 360	14.44 428	3.23 211	4.27 346	8.89 413	1.87 277	0.06 404	0.06 349	0.00 1	0.00 1	0.06 198	0.04 178

Wz-Net-SNSev	9.23 489	6.70 511	24.28 524	1.87 349	1.81 394	8.57 430	12.29 527	17.37 493	20.39 499	10.43 445	23.11 489	16.66 476	8.03 452	14.47 494	17.86 507	0.00 1	0.02 237	0.01 380	0.00 1	0.41 449	0.30 428

NCCL2	5.88 433	1.59 444	5.44 389	1.87 349	0.92 320	9.55 444	11.55 521	12.11 425	9.94 412	9.67 426	8.85 318	22.28 507	7.41 439	8.78 407	7.17 429	0.01 235	0.00 1	0.03 428	0.00 1	0.13 309	0.23 402

RALCasStereoNet	1.93 170	1.01 382	2.75 174	1.88 352	1.75 388	2.88 232	0.18 128	4.64 139	4.36 210	2.27 141	5.14 202	2.22 177	0.79 143	7.10 294	1.00 201	0.00 1	0.34 489	0.00 1	0.00 1	0.10 257	0.16 366

FC-DCNN	10.72 503	0.52 240	4.27 321	1.88 352	1.63 375	17.18 501	5.29 472	18.20 499	19.69 494	28.50 523	34.51 525	34.03 529	21.48 521	15.89 501	11.15 485	0.03 363	0.01 177	0.02 411	0.01 299	0.07 216	0.09 278

MeshStereo	11.52 507	1.52 439	4.55 341	1.89 354	1.46 367	19.87 511	5.11 468	20.66 522	15.91 476	32.67 529	34.51 525	39.34 536	21.15 519	18.74 514	12.10 490	0.11 428	0.06 349	0.01 380	0.00 1	0.45 452	0.22 396
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
PSMNet_ROB	5.02 419	1.63 448	6.03 411	1.90 355	1.83 395	9.57 445	6.35 485	15.58 484	7.23 342	6.15 272	10.48 362	12.22 443	4.16 340	8.02 350	8.71 457	0.02 322	0.01 177	0.01 380	0.10 391	0.20 366	0.12 328

ACV-stereo	4.46 404	0.76 324	9.94 471	1.91 356	1.06 335	11.61 470	1.28 367	6.25 239	7.09 337	3.09 162	5.21 211	16.88 479	10.23 479	7.96 345	5.47 401	0.06 404	0.15 442	0.01 380	0.00 1	0.12 294	0.14 344

ITSA-stereo	3.76 356	0.54 248	3.80 286	1.91 356	0.29 193	3.09 249	0.70 277	13.22 454	15.64 473	6.79 307	6.66 260	4.15 255	3.52 308	8.30 376	5.00 395	0.09 423	0.07 369	0.11 466	0.10 391	0.18 354	0.95 481

x	1.73 140	0.28 50	2.49 143	1.91 356	0.17 126	2.10 126	0.83 310	8.74 322	3.55 164	3.28 168	2.12 116	3.10 205	1.96 233	2.90 110	1.12 211	0.00 1	0.02 237	0.00 1	0.00 1	0.02 70	0.03 134

Sa-1000	3.55 339	0.75 321	3.63 273	1.91 356	0.30 194	3.55 291	1.63 386	7.39 285	8.54 388	7.70 356	17.44 461	4.00 245	2.82 276	9.44 435	1.33 229	0.00 1	0.10 405	0.00 1	0.18 423	0.21 377	0.04 178

FC-DCNN v2	10.88 504	0.52 240	4.17 317	1.92 360	1.63 375	17.79 505	5.35 473	18.87 506	19.88 495	28.77 524	34.99 527	34.62 531	21.72 522	16.03 504	11.16 486	0.03 363	0.01 177	0.02 411	0.00 1	0.06 198	0.08 265

test_sample6	3.14 297	0.41 172	4.42 329	1.92 360	0.49 255	3.25 265	0.21 142	11.30 395	6.69 322	6.50 297	10.86 373	4.03 246	2.93 282	7.06 291	2.65 322	0.02 322	0.02 237	0.00 1	0.00 1	0.05 174	0.06 231

ADCL	10.16 499	2.11 473	19.36 514	1.92 360	1.88 399	22.23 513	8.91 504	14.04 464	23.56 507	14.62 489	26.19 502	12.75 447	13.59 498	16.06 505	22.95 524	0.26 462	0.18 458	0.75 502	0.65 497	0.69 470	0.58 466

StereoDRNet-Refined	4.46 404	0.62 281	3.80 286	1.92 360	0.40 229	9.35 441	0.15 113	10.02 360	8.83 393	12.69 473	11.62 389	9.34 395	3.87 329	8.06 358	8.02 442	0.00 1	0.00 1	0.01 380	0.05 362	0.20 366	0.26 416
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FBW_ROB	8.50 483	1.03 386	7.98 455	1.93 364	1.28 355	13.10 485	6.23 481	22.50 524	18.98 487	18.82 501	14.91 434	19.06 492	10.04 477	18.41 512	9.83 472	0.62 487	0.22 475	1.82 513	0.82 504	0.99 484	1.36 491

CVANet_RVC	4.16 389	1.16 407	3.60 268	1.94 365	1.46 367	3.92 324	4.68 461	10.89 385	8.34 380	7.58 351	10.84 371	10.27 413	6.62 424	8.56 390	2.69 323	0.39 474	0.00 1	0.00 1	0.01 299	0.21 377	0.09 278

test_sample3	2.87 274	0.37 141	4.45 332	1.95 366	0.59 273	4.69 356	0.16 119	11.50 403	6.45 314	5.82 245	6.44 256	3.76 239	2.64 262	6.01 214	2.41 314	0.01 235	0.01 177	0.00 1	0.00 1	0.04 144	0.05 213

DispNO	3.25 304	0.72 312	6.85 434	1.95 366	1.34 361	3.49 282	0.84 314	8.14 298	6.30 304	6.34 291	7.76 301	6.30 334	4.28 350	6.93 278	3.51 356	0.00 1	0.03 287	0.03 428	0.12 396	0.07 216	0.07 250

aanetorigin	8.72 485	3.29 494	27.55 531	1.95 366	3.84 475	4.93 363	5.39 474	5.49 203	10.05 414	27.85 522	31.47 516	15.80 467	12.78 493	9.04 417	11.98 489	0.25 460	0.22 475	0.22 485	0.25 452	1.28 490	0.84 479

FCDSN-DC	10.24 500	0.56 258	3.49 260	1.96 369	1.29 356	16.90 500	4.59 460	17.16 492	19.10 489	24.64 519	32.46 521	33.82 528	22.14 524	15.93 502	10.45 478	0.04 383	0.00 1	0.00 1	0.00 1	0.05 174	0.21 394
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	5.01 418	1.74 455	6.38 423	1.96 369	1.29 356	2.26 143	1.69 390	10.07 361	18.53 485	7.88 364	18.15 466	8.49 385	2.70 266	10.59 453	7.04 428	0.96 497	0.15 442	0.02 411	0.00 1	0.13 309	0.12 328

test_sample7	3.30 308	0.47 212	3.43 257	1.98 371	0.35 216	4.33 340	1.88 396	10.66 375	7.73 359	8.36 383	7.55 290	6.55 338	4.27 346	6.58 255	1.62 256	0.06 404	0.03 287	0.00 1	0.00 1	0.05 174	0.06 231

mmm	2.50 242	0.29 55	3.22 237	1.98 371	0.32 206	3.72 308	0.12 91	9.45 340	4.05 195	5.84 247	10.80 369	2.47 182	2.86 279	4.07 148	0.75 148	0.00 1	0.02 237	0.00 1	0.01 299	0.03 115	0.02 85

MC-Stereo	1.47 120	0.36 134	2.54 147	1.99 373	0.12 90	1.90 109	0.12 91	4.47 125	2.83 106	3.31 171	3.44 159	0.56 114	1.47 199	5.39 192	0.47 97	0.00 1	0.04 316	0.00 1	0.21 435	0.07 216	0.04 178

DAS	3.74 352	0.35 124	5.19 378	1.99 373	3.74 468	2.36 153	3.22 429	7.77 289	9.27 398	8.70 397	12.08 395	4.45 270	5.43 400	8.39 380	1.71 265	0.01 235	0.00 1	0.00 1	0.00 1	0.04 144	0.02 85

SepStereo	3.78 358	0.35 124	5.19 378	1.99 373	3.74 468	2.36 153	3.22 429	7.77 289	9.27 398	8.70 397	12.08 395	4.45 270	5.43 400	9.18 422	1.71 265	0.01 235	0.00 1	0.00 1	0.00 1	0.04 144	0.02 85

TRStereo	2.36 224	3.10 489	4.70 350	1.99 373	2.08 407	2.61 187	1.11 353	8.79 324	3.73 170	3.19 165	3.04 142	3.96 243	0.77 138	5.92 210	1.44 237	0.03 363	0.14 435	0.00 1	0.29 461	0.08 228	0.25 410

psm_up	3.85 364	0.82 343	3.01 207	2.00 377	2.58 429	5.28 371	3.34 433	10.85 384	6.33 307	7.27 338	7.32 285	10.15 409	9.02 467	6.19 221	2.51 318	0.22 456	0.01 177	0.00 1	0.00 1	0.12 294	0.03 134

test_5	2.90 277	0.70 309	3.69 277	2.01 378	3.17 446	4.61 355	1.32 371	6.69 266	7.02 335	2.79 152	7.18 278	4.99 289	4.14 338	7.96 345	1.31 227	0.00 1	0.00 1	0.00 1	0.03 338	0.19 362	0.26 416

GEStereo_RVC	3.74 352	0.73 315	4.95 361	2.01 378	1.24 349	4.36 343	3.07 424	11.77 412	7.80 364	6.87 314	6.52 258	7.70 364	4.31 353	8.98 416	4.19 378	0.03 363	0.01 177	0.02 411	0.02 323	0.13 309	0.11 314

DDVS	3.59 342	0.53 244	4.53 337	2.02 380	1.27 352	6.63 398	0.49 218	8.73 321	4.10 199	7.14 328	7.63 295	12.68 446	2.25 245	8.69 400	4.09 376	0.08 418	0.20 468	0.01 380	0.00 1	0.14 319	0.59 469

fast-acv-ft	5.62 429	1.39 428	7.01 436	2.02 380	1.89 400	12.23 477	1.82 395	7.35 284	9.45 402	10.46 446	20.27 476	14.55 460	7.71 449	7.41 312	7.61 434	0.10 426	0.09 393	0.16 476	0.07 370	0.59 461	0.13 336

GANet-ADL	2.20 201	0.50 226	3.27 240	2.02 380	0.11 77	2.21 139	0.48 208	8.64 319	6.79 326	4.56 204	5.83 231	3.98 244	1.27 188	2.68 105	1.43 236	0.04 383	0.08 381	0.02 411	0.00 1	0.15 323	0.03 134

rafts_anoy	1.72 138	0.79 334	2.58 152	2.03 383	1.75 388	2.47 164	0.16 119	5.48 201	6.01 288	3.24 167	2.11 113	1.92 170	1.33 189	3.08 114	1.13 213	0.01 235	0.18 458	0.00 1	0.01 299	0.03 115	0.07 250

HITNet	2.79 264	0.77 327	4.02 306	2.03 383	0.11 77	5.58 374	0.59 245	9.24 334	5.15 246	6.42 294	7.26 283	3.66 233	2.92 281	4.07 148	3.87 370	0.00 1	0.00 1	0.00 1	0.00 1	0.06 198	0.02 85
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
NF-Stereo	2.24 204	0.33 101	3.00 205	2.04 385	0.10 67	3.46 275	0.43 198	6.51 258	3.17 136	6.84 310	5.24 213	2.67 189	1.34 191	8.17 369	1.53 246	0.01 235	0.00 1	0.00 1	0.00 1	0.02 70	0.01 18

OCTAStereo	2.24 204	0.33 101	3.03 211	2.04 385	0.10 67	3.45 274	0.43 198	6.50 255	3.17 136	6.84 310	5.20 208	2.65 186	1.33 189	8.18 370	1.56 250	0.01 235	0.00 1	0.00 1	0.00 1	0.02 70	0.01 18

RE-Stereo	2.25 209	0.33 101	3.03 211	2.04 385	0.10 67	3.47 277	0.43 198	6.50 255	3.18 139	6.84 310	5.20 208	2.65 186	1.34 191	8.18 370	1.58 252	0.01 235	0.00 1	0.01 380	0.00 1	0.02 70	0.01 18

TVStereo	2.25 209	0.33 101	3.03 211	2.04 385	0.10 67	3.47 277	0.43 198	6.50 255	3.18 139	6.84 310	5.20 208	2.65 186	1.34 191	8.18 370	1.58 252	0.01 235	0.00 1	0.01 380	0.00 1	0.02 70	0.01 18

FENet	2.19 200	0.34 114	3.04 214	2.05 389	0.26 181	2.82 223	0.13 100	7.02 278	5.55 259	4.97 219	1.94 104	4.91 287	3.39 299	4.71 168	2.50 317	0.02 322	0.03 287	0.00 1	0.00 1	0.00 1	0.21 394

test_sample2	2.32 219	0.25 39	3.38 248	2.08 390	0.41 233	2.58 181	0.15 113	9.50 341	4.97 239	3.66 179	4.86 194	4.29 265	3.26 290	5.83 208	1.09 208	0.00 1	0.01 177	0.00 1	0.00 1	0.03 115	0.03 134

test_sample1	2.31 217	0.26 45	3.29 241	2.08 390	0.46 243	2.62 190	0.05 46	9.88 352	4.23 206	3.90 187	3.92 169	3.49 224	4.44 359	5.67 201	1.88 279	0.00 1	0.01 177	0.00 1	0.00 1	0.02 70	0.03 134

NOSS_ROB	3.30 308	0.46 210	2.62 158	2.08 390	1.01 333	5.60 375	0.74 288	10.37 368	11.48 440	5.15 225	8.43 313	5.67 315	1.73 222	7.97 347	2.34 307	0.02 322	0.06 349	0.00 1	0.00 1	0.07 216	0.14 344

IRAFT_RVC	2.85 268	0.41 172	3.32 244	2.09 393	0.41 233	2.92 234	5.22 470	6.41 251	3.63 167	6.53 300	5.48 224	5.09 296	4.88 384	8.20 373	2.15 298	0.01 235	0.17 454	0.01 380	0.00 1	0.02 70	0.04 178

ADCPNet	9.54 493	2.39 480	31.46 534	2.09 393	1.60 373	16.71 499	6.39 486	12.11 425	11.45 439	13.53 482	21.45 481	19.41 493	10.94 484	14.38 492	21.54 518	0.27 465	1.16 511	0.39 498	1.49 514	0.58 460	1.45 492

DMCA-RVC	3.17 299	1.26 417	6.39 424	2.10 395	1.51 369	3.02 243	0.56 234	7.84 293	5.06 241	9.23 415	5.19 207	8.46 382	2.72 271	6.31 230	3.22 340	0.06 404	0.11 414	0.09 463	0.02 323	0.16 330	0.08 265

PSMNet-RSSM	3.33 318	0.77 327	3.22 237	2.12 396	1.90 401	2.33 151	0.71 280	11.17 388	5.83 272	5.90 256	11.43 385	7.04 352	4.83 383	5.96 212	3.17 338	0.00 1	0.00 1	0.02 411	0.00 1	0.08 228	0.02 85

SGM-ForestM	16.99 527	1.08 393	5.74 402	2.12 396	0.75 299	31.63 532	12.21 525	27.80 533	32.25 521	37.88 536	39.99 534	52.96 545	35.20 540	33.60 537	24.47 527	0.26 462	0.39 496	0.31 491	0.39 483	0.26 403	0.53 462

PFNet	2.93 280	0.40 161	5.51 395	2.13 398	0.84 310	3.11 253	0.75 290	6.78 269	4.79 234	9.98 435	6.00 233	4.78 282	2.13 238	8.33 377	2.11 294	0.19 450	0.06 349	0.00 1	0.11 393	0.20 366	0.35 434

testlalala_base	3.12 294	0.48 219	2.79 185	2.14 399	1.98 402	4.13 334	0.64 259	6.16 234	2.09 64	2.38 143	4.08 172	1.80 162	0.50 102	1.65 66	0.72 139	12.33 540	2.33 521	0.00 1	0.31 469	14.56 535	1.32 489

raftrobust	1.86 157	0.74 319	1.94 85	2.15 400	2.24 418	2.74 202	0.53 225	4.89 152	4.05 195	6.09 265	3.89 167	1.64 155	2.55 259	2.44 100	1.12 211	0.00 1	0.03 287	0.00 1	0.00 1	0.12 294	0.08 265

FINET	5.32 422	1.14 405	10.04 472	2.17 401	3.67 467	6.49 394	6.76 491	11.68 407	22.08 503	7.42 344	12.15 398	4.24 258	3.61 312	9.25 426	5.35 400	0.04 383	0.04 316	0.00 1	0.00 1	0.17 343	0.09 278

iResNet_ROB	4.23 394	1.02 384	4.90 358	2.18 402	0.93 323	2.92 234	0.37 183	15.10 479	16.91 482	7.89 365	10.51 363	7.03 350	3.07 286	8.16 366	3.46 353	0.01 235	0.00 1	0.00 1	0.00 1	0.10 257	0.02 85

EKT-Stereo	1.91 168	0.48 219	2.77 179	2.19 403	4.36 486	1.42 63	0.24 150	4.63 136	3.51 160	2.94 159	3.47 160	3.55 228	2.25 245	5.26 187	0.85 170	0.04 383	0.12 421	0.00 1	0.09 386	0.06 198	0.05 213

DLCB_ROB	4.51 408	0.91 366	3.78 284	2.19 403	1.07 337	6.28 388	3.09 425	9.78 349	7.72 357	10.65 450	12.97 411	13.91 455	3.71 318	8.72 406	5.30 399	0.00 1	0.00 1	0.00 1	0.00 1	0.03 115	0.10 300

edge stereo	6.76 452	1.01 382	6.76 431	2.20 405	2.45 426	6.41 392	2.45 407	14.84 475	11.98 448	15.29 492	18.31 467	22.02 505	12.56 491	10.82 456	7.49 432	0.03 363	0.06 349	0.11 466	0.03 338	0.30 414	0.14 344

UPFNet	3.82 362	0.47 212	4.34 327	2.21 406	3.38 453	7.26 412	2.69 416	9.89 353	5.96 282	7.98 370	7.53 289	7.89 368	3.15 287	7.72 333	5.88 410	0.01 235	0.02 237	0.00 1	0.00 1	0.04 144	0.06 231

GwcNet-RSSM	3.77 357	1.05 388	5.06 367	2.21 406	1.87 398	2.36 153	1.52 380	8.98 327	7.96 368	5.91 257	14.59 430	7.94 371	3.50 305	6.43 238	5.70 406	0.00 1	0.00 1	0.04 440	0.00 1	0.20 366	0.08 265

ADCMid	10.24 500	3.13 490	20.70 517	2.21 406	2.39 424	11.23 466	6.19 478	14.17 468	11.19 435	23.20 515	22.25 484	17.89 485	19.54 514	18.51 513	26.21 532	0.45 482	0.42 499	1.10 507	1.29 511	1.56 497	1.18 486

ttt	3.86 365	0.23 29	2.34 130	2.22 409	1.68 382	4.36 343	0.28 161	12.45 434	11.09 433	6.90 317	11.85 390	4.08 249	3.28 291	8.47 386	7.85 438	0.06 404	0.04 316	0.00 1	0.00 1	0.03 115	0.03 134

XX-Stereo	2.71 256	0.38 147	5.96 409	2.25 410	2.20 416	1.54 75	0.21 142	5.44 200	3.05 126	2.28 142	16.16 440	7.03 350	0.24 34	6.19 221	0.79 160	0.00 1	0.15 442	0.00 1	0.23 444	0.13 309	0.04 178

tt1	2.14 192	0.63 284	2.22 122	2.27 411	0.02 3	5.71 377	0.63 255	4.53 128	10.19 415	1.16 123	3.39 157	0.33 87	3.05 285	8.00 348	0.46 90	0.00 1	0.02 237	0.00 1	0.03 338	0.10 257	0.04 178

GANet	6.22 441	1.07 391	4.07 313	2.27 411	0.89 317	9.19 440	9.52 509	12.02 421	8.13 374	10.72 451	29.09 509	13.86 453	7.52 445	11.00 459	4.39 382	0.36 471	0.00 1	0.02 411	0.02 323	0.12 294	0.08 265

Wz-Net-TNSev	11.35 506	10.56 526	35.88 539	2.28 413	1.73 386	18.25 506	11.42 520	15.88 485	20.88 500	14.44 487	16.97 452	19.57 494	19.04 512	19.31 516	18.67 509	0.01 235	0.06 349	0.00 1	0.16 408	0.62 464	1.25 488

MFN_U_SF_DS_RVC	9.78 496	4.27 500	14.47 497	2.29 414	2.85 437	23.40 517	13.62 529	13.60 458	19.54 492	19.42 503	24.27 493	16.74 477	8.59 459	17.05 509	7.98 441	1.25 501	1.68 515	0.17 479	2.63 519	0.72 474	1.04 483

ACVNet-DCA	2.01 181	0.65 291	2.15 111	2.30 415	0.02 3	5.80 379	0.56 234	8.45 305	3.33 151	1.03 116	3.33 151	0.32 83	3.71 318	8.05 354	0.45 86	0.00 1	0.02 237	0.00 1	0.03 338	0.02 70	0.03 134

xx1	2.33 221	0.65 291	2.15 111	2.30 415	0.02 3	5.80 379	0.56 234	4.31 113	10.41 420	1.03 116	3.33 151	4.67 278	2.70 266	8.05 354	0.45 86	0.00 1	0.02 237	0.00 1	0.00 1	0.02 70	0.03 134

1test111	1.86 157	0.65 291	2.15 111	2.30 415	0.02 3	5.80 379	0.56 234	8.45 305	3.33 151	1.03 116	3.33 151	0.32 83	3.71 318	4.40 160	0.96 194	0.00 1	0.02 237	0.00 1	0.03 338	0.02 70	0.03 134

cc1	2.17 197	0.65 291	2.15 111	2.30 415	0.02 3	5.80 379	0.56 234	4.31 113	10.41 420	1.03 116	3.33 151	0.32 83	3.71 318	8.05 354	0.45 86	0.00 1	0.02 237	0.00 1	0.03 338	0.10 257	0.05 213

FAT-Stereo	6.78 455	0.68 302	6.80 432	2.30 415	1.77 391	5.63 376	4.20 451	18.79 503	18.62 486	10.53 448	17.15 456	18.52 489	13.74 499	8.86 412	7.38 431	0.03 363	0.15 442	0.01 380	0.07 370	0.12 294	0.26 416

SGM_RVC	10.08 497	0.60 272	3.42 254	2.30 415	0.32 206	19.41 509	6.33 484	18.95 507	14.64 465	25.14 520	24.32 494	33.34 527	18.79 511	19.86 518	12.55 494	0.25 460	0.26 485	0.22 485	0.24 447	0.34 430	0.40 442
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
acv_ft	3.69 349	0.53 244	4.58 345	2.31 421	4.71 501	7.44 416	0.86 321	8.54 312	5.70 265	9.29 417	9.26 338	5.77 317	4.15 339	2.24 94	8.13 449	0.00 1	0.00 1	0.00 1	0.00 1	0.29 413	0.01 18

DN-CSS_ROB	2.69 252	1.40 429	5.34 385	2.31 421	0.75 299	3.14 256	0.06 53	6.11 231	3.87 178	5.34 232	12.18 400	2.34 180	1.22 184	7.84 339	1.48 241	0.03 363	0.00 1	0.00 1	0.00 1	0.35 431	0.03 134

Wz-Net-MNSev	7.43 465	2.35 479	15.22 501	2.34 423	3.41 457	17.27 503	8.55 501	11.91 416	13.48 458	13.37 480	17.05 453	13.70 450	7.47 444	11.90 472	9.99 475	0.40 476	0.03 287	0.00 1	0.01 299	0.16 330	0.07 250

psmorigin	7.34 464	1.58 443	18.31 511	2.35 424	0.87 312	6.72 400	1.70 393	10.63 374	7.14 339	19.77 505	22.71 487	20.13 498	11.34 485	12.96 482	9.49 469	0.04 383	0.17 454	0.06 451	0.17 416	0.21 377	0.50 459

UCFNet_RVC	3.09 290	0.77 327	2.27 126	2.35 424	1.79 392	3.50 284	1.06 347	12.12 427	6.91 329	4.71 212	7.67 297	7.58 361	4.40 357	4.95 177	1.67 262	0.00 1	0.00 1	0.00 1	0.00 1	0.11 277	0.01 18

11t1	1.62 131	0.26 45	2.53 146	2.37 426	0.24 171	2.58 181	0.06 53	6.66 264	3.00 122	3.40 173	3.01 139	1.14 136	1.94 232	4.18 150	0.91 189	0.01 235	0.02 237	0.00 1	0.00 1	0.03 115	0.03 134

Wz-Net-LNSev-Ref	5.98 436	1.55 441	9.92 470	2.40 427	3.22 447	10.28 453	3.14 427	11.64 405	9.79 408	9.54 423	20.22 475	11.16 431	6.77 428	10.61 454	9.16 461	0.06 404	0.00 1	0.00 1	0.00 1	0.03 115	0.04 178

raft+_RVC	1.79 145	0.84 346	2.32 127	2.40 427	0.85 311	1.38 56	0.09 76	6.36 244	4.75 233	2.85 155	5.46 223	1.17 138	1.36 194	4.54 163	0.91 189	0.00 1	0.10 405	0.00 1	0.00 1	0.11 277	0.22 396

PA-Net	4.98 417	1.47 433	7.42 447	2.40 427	2.14 411	8.73 434	3.64 442	12.42 433	13.11 455	7.03 322	7.57 293	7.88 367	6.52 420	10.16 448	7.82 437	0.02 322	0.03 287	0.00 1	0.00 1	0.11 277	1.07 485
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
cf-r	3.42 328	0.81 340	3.97 299	2.41 430	2.78 435	2.85 227	0.64 259	8.44 304	6.32 306	6.25 280	11.57 388	8.97 392	3.54 309	5.93 211	3.83 368	0.00 1	0.00 1	0.00 1	0.00 1	0.09 246	0.07 250

PWC_ROB	8.24 479	3.13 490	12.74 490	2.43 431	4.43 491	7.51 418	1.22 361	16.63 489	19.24 491	16.08 495	28.29 506	13.99 456	10.16 478	13.63 487	14.06 501	0.42 480	0.00 1	0.05 447	0.00 1	0.59 461	0.27 420

XX-TBD	1.44 118	0.85 348	2.04 97	2.45 432	0.05 16	2.34 152	0.01 4	3.46 65	7.51 349	2.88 156	4.98 198	0.26 67	0.25 36	1.15 41	0.46 90	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Syn2CoEx	6.32 443	2.72 484	9.33 465	2.45 432	1.67 380	8.59 431	3.32 432	18.08 498	12.27 450	8.53 392	21.08 479	10.30 414	9.80 475	9.30 428	7.86 439	0.01 235	0.00 1	0.00 1	0.00 1	0.63 466	0.43 449

CFNet	3.72 351	1.10 397	5.03 365	2.49 434	1.59 371	4.90 361	0.22 144	11.38 399	9.88 411	4.80 214	11.25 381	6.44 336	3.68 314	8.33 377	3.00 332	0.00 1	0.00 1	0.00 1	0.00 1	0.22 383	0.07 250

ADCRef	7.27 463	1.38 427	16.37 504	2.52 435	3.30 451	11.63 471	3.16 428	10.80 382	9.35 400	13.03 479	25.27 501	8.17 375	8.92 465	8.06 358	21.81 520	0.15 440	0.08 381	0.16 476	0.34 475	0.38 439	0.58 466

LMCR-Stereo	3.63 345	1.29 424	4.20 318	2.54 436	0.17 126	8.08 426	1.52 380	11.46 401	4.73 231	8.45 391	10.66 368	1.91 169	5.03 387	7.69 329	3.58 361	0.92 496	0.00 1	0.00 1	0.00 1	0.36 435	0.02 85

WCMA_ROB	9.21 488	0.87 352	7.37 446	2.54 436	2.13 410	13.59 488	5.80 475	11.64 405	14.01 461	24.43 518	32.99 522	27.09 516	18.02 506	12.51 477	9.85 474	0.81 492	0.07 369	0.01 380	0.01 299	0.16 330	0.23 402

RALAANet	2.46 237	1.09 395	3.70 280	2.55 438	0.80 306	3.37 271	0.15 113	7.44 287	5.54 258	5.65 238	6.01 234	3.54 227	1.13 170	6.34 234	1.58 252	0.00 1	0.01 177	0.00 1	0.05 362	0.21 377	0.03 134

XPNet_ROB	6.03 440	1.22 411	5.61 400	2.56 439	0.90 319	6.32 389	7.07 494	12.92 448	8.30 379	14.76 490	15.13 435	19.84 496	6.66 426	10.36 449	8.58 455	0.02 322	0.04 316	0.00 1	0.03 338	0.11 277	0.24 406

GwcNet	6.42 445	1.97 470	10.92 475	2.59 440	5.58 506	11.55 469	2.21 403	14.10 466	16.52 481	10.04 436	17.19 458	10.86 425	5.61 405	9.23 425	8.84 459	0.01 235	0.06 349	0.03 428	0.08 375	0.56 457	0.40 442

SuperB	8.10 478	3.15 492	24.67 525	2.65 441	1.23 348	9.88 448	4.29 453	10.18 366	30.07 518	11.53 465	12.18 400	6.12 327	6.65 425	10.50 451	14.47 503	0.14 438	0.11 414	0.35 494	0.25 452	13.06 533	0.48 456

DRN-Test	5.87 431	0.98 378	5.89 406	2.69 442	3.65 465	12.37 479	3.35 434	20.07 520	10.20 418	11.93 468	12.31 403	11.06 430	5.31 395	7.89 341	9.05 460	0.04 383	0.05 332	0.04 440	0.04 356	0.18 354	0.25 410

UDGNet	2.73 259	7.09 515	3.90 297	2.71 443	0.06 27	2.98 239	0.20 137	4.63 136	8.58 390	2.69 148	2.70 130	0.95 129	1.01 158	6.27 226	1.51 243	1.28 502	0.00 1	5.24 525	0.94 507	1.70 498	0.13 336

STTStereo	3.60 344	0.93 372	6.34 421	2.71 443	2.23 417	3.68 302	0.63 255	9.42 339	6.73 324	9.87 431	6.97 267	8.84 391	3.65 313	6.85 272	3.04 334	0.00 1	0.02 237	0.01 380	0.00 1	0.02 70	0.02 85

SCV	1.59 128	0.58 265	2.57 150	2.72 445	0.31 202	2.15 134	0.79 300	6.88 273	2.72 98	0.20 12	2.68 129	0.68 119	0.58 118	7.60 322	0.41 71	0.00 1	0.03 287	0.00 1	0.22 441	0.37 436	0.24 406

NLCA_NET_v2_RVC	3.84 363	1.06 390	5.23 382	2.72 445	3.27 449	4.36 343	0.61 251	10.71 378	7.56 351	8.75 399	7.89 304	9.86 403	3.90 330	7.15 300	3.44 349	0.14 438	0.02 237	0.02 411	0.03 338	0.04 144	0.03 134
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ADLNet2	4.46 404	0.90 362	6.06 412	2.74 447	3.91 477	6.79 402	3.01 423	10.95 387	8.40 383	7.27 338	9.80 348	9.85 402	5.43 400	7.29 305	6.44 419	0.01 235	0.03 287	0.00 1	0.00 1	0.15 323	0.11 314

CRFU-Net	4.45 403	0.67 300	5.02 363	2.78 448	1.32 360	12.67 482	3.35 434	11.26 391	3.52 161	10.06 437	9.30 340	10.91 426	6.92 430	7.26 304	3.24 342	0.15 440	0.16 450	0.16 476	0.00 1	0.26 403	0.05 213

G2L-Stereo_test	3.57 340	0.86 349	3.66 275	2.79 449	1.52 370	4.11 333	1.17 359	11.35 397	6.27 303	7.97 369	8.87 319	9.39 397	2.26 247	6.55 253	4.33 380	0.00 1	0.01 177	0.00 1	0.00 1	0.22 383	0.13 336

EDNetEfficient	13.82 514	6.19 509	54.79 550	2.83 450	3.60 463	4.86 360	8.57 502	8.61 318	32.90 522	40.77 541	30.59 514	18.33 488	21.87 523	11.38 464	25.36 530	0.15 440	0.23 477	0.06 451	1.03 508	2.54 507	1.79 496

AdaStereo	3.09 290	0.58 265	3.04 214	2.84 451	0.48 252	4.08 330	1.29 369	12.16 429	7.77 363	6.03 260	9.62 344	5.79 319	1.53 209	4.56 164	1.93 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 70	0.02 85
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
ac_64	3.70 350	0.47 212	3.50 261	2.87 452	3.50 459	5.91 383	0.72 284	10.17 365	4.34 209	8.16 375	5.80 229	10.82 423	5.64 406	7.08 292	4.73 389	0.03 363	0.00 1	0.00 1	0.00 1	0.08 228	0.14 344

iResNetv2_ROB	4.28 400	1.43 430	7.17 440	2.91 453	1.26 350	4.36 343	1.62 385	13.64 460	10.25 419	9.83 429	11.41 383	7.68 363	4.00 332	7.75 335	1.85 276	0.00 1	0.00 1	0.00 1	0.00 1	0.37 436	0.09 278

pmcnn	7.72 472	1.27 419	9.42 467	2.91 453	3.14 443	9.44 442	6.23 481	12.56 441	16.51 479	14.53 488	24.08 492	27.44 517	8.49 458	9.32 429	8.44 453	0.06 404	0.08 381	0.00 1	0.00 1	0.30 414	0.15 354

NCC-stereo	6.77 453	1.49 437	6.48 425	2.92 455	4.40 488	7.43 414	3.61 439	19.52 516	13.29 456	8.39 388	16.91 450	15.96 468	12.13 488	12.85 480	7.70 435	1.47 504	0.11 414	0.01 380	0.42 486	0.14 319	0.24 406

Abc-Net	6.77 453	1.49 437	6.48 425	2.92 455	4.40 488	7.43 414	3.61 439	19.52 516	13.29 456	8.39 388	16.91 450	15.96 468	12.13 488	12.85 480	7.70 435	1.47 504	0.11 414	0.01 380	0.42 486	0.14 319	0.24 406
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	8.43 482	3.58 496	16.40 505	2.92 455	2.17 413	13.22 486	3.60 438	14.64 473	25.86 511	11.87 467	12.04 394	15.06 463	10.67 482	15.24 499	19.41 510	0.39 474	0.08 381	0.05 447	0.07 370	0.84 479	0.45 453

GANet-RSSM	3.27 305	0.60 272	3.38 248	2.94 458	2.00 404	2.61 187	0.48 208	10.93 386	6.11 294	5.47 233	10.20 354	6.57 342	5.44 403	6.25 225	2.23 303	0.00 1	0.00 1	0.08 460	0.00 1	0.17 343	0.03 134

coex_refinement	4.04 381	0.87 352	3.55 264	2.96 459	1.40 364	4.28 338	0.32 173	11.18 389	7.72 357	8.32 381	13.44 417	10.01 407	3.48 304	6.28 227	6.76 426	0.00 1	0.02 237	0.00 1	0.00 1	0.06 198	0.16 366

iResNet	3.68 348	0.91 366	7.94 454	2.97 460	0.34 213	4.44 349	0.48 208	7.70 288	9.74 407	7.72 357	12.74 409	4.03 246	2.87 280	8.05 354	3.37 346	0.02 322	0.01 177	0.00 1	0.00 1	0.10 257	0.09 278

ccnet	6.87 458	0.92 369	5.15 375	3.09 461	2.18 415	11.78 472	4.90 464	17.97 497	8.79 392	12.79 476	20.20 474	16.00 471	8.35 456	9.12 419	14.17 502	0.42 480	0.33 488	0.25 488	0.09 386	0.40 446	0.48 456

HGLStereo	4.25 397	0.52 240	4.65 346	3.09 461	5.18 503	6.51 397	0.73 285	10.37 368	6.74 325	7.32 340	12.44 404	7.00 349	7.21 437	7.46 315	5.51 403	0.00 1	0.02 237	0.00 1	0.00 1	0.06 198	0.10 300

TestStereo1	2.85 268	0.81 340	3.48 258	3.11 463	0.44 237	2.52 169	1.50 378	6.37 246	8.18 375	4.62 206	9.24 335	2.23 178	3.69 315	9.19 423	1.26 222	0.00 1	0.01 177	0.00 1	0.00 1	0.27 409	0.09 278

SA-5K	2.85 268	0.81 340	3.48 258	3.11 463	0.44 237	2.52 169	1.50 378	6.37 246	8.18 375	4.62 206	9.24 335	2.23 178	3.69 315	9.19 423	1.26 222	0.00 1	0.01 177	0.00 1	0.00 1	0.27 409	0.09 278

SACVNet	4.15 388	1.26 417	3.81 288	3.12 465	1.68 382	3.09 249	2.85 421	11.91 416	5.96 282	10.52 447	11.20 379	10.59 416	3.95 331	8.97 415	3.25 343	0.08 418	0.02 237	0.00 1	0.00 1	0.32 423	0.44 451

StereoDRNet	5.59 427	1.75 456	6.80 432	3.12 465	4.45 492	10.61 458	4.35 455	18.80 504	9.73 406	12.22 469	6.87 265	11.44 436	4.65 372	8.09 361	8.26 451	0.02 322	0.11 414	0.00 1	0.03 338	0.20 366	0.28 424

S-Stereo	6.63 450	0.84 346	9.67 468	3.15 467	3.48 458	6.49 394	6.22 480	12.99 450	22.84 505	9.48 420	15.51 436	12.00 442	8.43 457	8.04 351	10.70 480	0.12 432	0.17 454	0.00 1	0.38 480	0.13 309	1.92 499

ADCS	13.02 512	4.93 505	28.38 532	3.17 468	2.67 432	13.61 489	10.83 519	18.70 501	33.46 523	22.59 510	24.78 496	19.59 495	18.51 510	23.40 527	32.16 541	0.10 426	0.19 464	0.37 497	0.18 423	1.26 489	1.46 493

ISRNet	3.93 374	0.55 252	5.49 392	3.20 469	2.69 433	2.11 128	0.26 157	7.01 277	6.40 310	11.00 458	17.99 465	8.31 377	2.64 262	6.51 249	4.36 381	0.00 1	0.00 1	0.00 1	0.00 1	0.08 228	0.02 85

APVNet	5.98 436	1.72 454	8.72 460	3.21 470	4.04 482	12.31 478	1.81 394	19.09 509	6.10 291	6.13 271	13.41 416	10.69 421	6.30 415	11.26 462	13.90 500	0.05 395	0.02 237	0.11 466	0.03 338	0.53 455	0.20 392

PASM	7.90 474	4.22 499	21.97 521	3.25 471	3.29 450	5.39 373	6.57 487	10.57 372	19.09 488	12.77 475	13.92 421	18.11 486	9.51 473	13.79 488	10.77 483	0.19 450	0.45 501	0.29 489	1.08 509	1.49 495	1.19 487

NVstereo2D	4.51 408	0.82 343	6.86 435	3.28 472	3.38 453	8.16 427	3.13 426	10.51 371	15.15 470	4.90 217	6.89 266	7.87 366	4.78 379	9.88 440	3.91 371	0.01 235	0.00 1	0.00 1	0.06 369	0.02 70	0.58 466

STTRV1_RVC	7.02 462	1.10 397	12.88 491	3.32 473	6.92 513	11.90 474	4.00 446	15.07 476	11.94 447	9.51 421	14.57 429	11.63 437	8.73 462	12.65 479	8.06 447	3.32 516	2.75 529	0.41 499	0.12 396	1.38 493	0.11 314

AF-Net	7.78 473	1.44 432	6.68 430	3.37 474	4.50 497	8.61 432	2.69 416	17.07 491	20.17 498	9.52 422	24.02 491	20.31 501	14.59 502	11.58 466	9.84 473	0.61 486	0.00 1	0.12 469	0.00 1	0.38 439	0.12 328

GANetREF_RVC	6.56 448	2.89 486	7.58 452	3.41 475	0.40 229	12.96 484	9.58 510	15.09 477	17.25 484	10.33 441	10.62 365	12.27 444	8.16 455	12.21 474	4.53 385	0.41 477	0.00 1	0.00 1	0.02 323	3.12 509	0.39 439
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
RASNet	4.52 411	0.61 276	4.42 329	3.42 476	4.68 500	4.58 353	0.99 339	9.54 345	8.01 369	5.28 230	11.42 384	10.34 415	8.88 464	9.28 427	8.68 456	0.15 440	0.00 1	0.00 1	0.00 1	0.03 115	0.04 178

DISCO	6.28 442	0.57 260	5.78 403	3.43 477	1.17 345	11.22 465	3.39 436	12.14 428	16.16 477	6.52 299	11.22 380	16.96 480	6.32 416	19.51 517	10.74 481	0.00 1	0.00 1	0.00 1	0.00 1	0.35 431	0.11 314

AACVNet	3.33 318	1.03 386	3.56 265	3.46 478	0.63 281	3.09 249	0.28 161	8.78 323	3.43 157	5.99 258	10.64 366	10.08 408	4.03 336	8.69 400	2.51 318	0.03 363	0.01 177	0.00 1	0.00 1	0.26 403	0.06 231

DGSMNet	6.47 447	2.61 482	13.64 496	3.46 478	3.74 468	8.97 437	6.01 476	14.15 467	13.01 454	7.46 347	14.10 423	9.94 405	4.79 380	10.44 450	6.22 414	1.30 503	1.70 516	1.80 511	1.52 516	2.27 506	2.35 505

YMNet	5.52 425	1.83 460	8.79 461	3.47 480	4.46 493	10.72 460	0.91 330	9.99 356	6.43 312	13.76 484	16.35 442	11.65 438	4.49 364	7.95 343	8.03 444	0.12 432	0.35 491	0.12 469	0.08 375	0.71 472	0.27 420

YMNet_1	5.52 425	1.83 460	8.79 461	3.47 480	4.46 493	10.72 460	0.91 330	9.99 356	6.43 312	13.76 484	16.35 442	11.65 438	4.49 364	7.95 343	8.03 444	0.12 432	0.35 491	0.12 469	0.08 375	0.71 472	0.27 420

WZ-Net	13.00 511	4.64 503	41.07 543	3.48 482	3.15 445	19.12 508	15.66 540	14.81 474	31.33 520	15.71 493	27.88 504	22.22 506	14.01 500	20.44 522	25.03 529	0.64 488	0.00 1	0.01 380	0.03 338	0.39 443	0.37 437

stereogan	7.69 471	0.88 356	7.08 439	3.49 483	3.93 478	18.98 507	3.23 431	16.52 488	19.58 493	9.93 434	18.92 468	20.50 502	9.04 468	14.07 490	6.14 413	0.26 462	0.04 316	0.21 484	0.03 338	0.63 466	0.33 432

AASNet	3.90 369	0.92 369	4.41 328	3.56 484	4.00 481	6.70 399	1.26 366	18.71 502	6.14 295	7.35 342	7.91 305	4.35 267	2.58 260	3.04 113	6.62 425	0.00 1	0.00 1	0.00 1	0.00 1	0.39 443	0.14 344

ADLNet	4.32 402	0.80 338	4.33 324	3.60 485	3.56 461	6.87 403	2.48 408	11.20 390	7.58 353	9.87 431	9.62 344	8.39 379	4.95 385	6.16 219	6.60 423	0.01 235	0.01 177	0.00 1	0.01 299	0.12 294	0.25 410

MFN_U_SF_RVC	12.94 510	3.66 497	25.81 528	3.61 486	2.26 419	22.77 515	4.55 459	27.10 530	20.06 496	23.90 516	28.99 508	30.53 523	16.98 504	19.92 519	20.26 513	1.24 500	1.07 510	0.98 506	1.33 512	1.80 501	2.04 501

DeepPrunerF	6.75 451	2.69 483	23.31 523	3.68 487	7.16 514	3.78 316	4.29 453	13.42 457	20.13 497	8.13 374	10.46 361	7.18 358	8.06 453	11.10 460	9.44 468	0.24 459	0.15 442	0.29 489	0.42 486	0.66 469	0.45 453

SHD	9.61 494	2.60 481	12.46 485	3.69 488	3.54 460	9.47 443	1.25 363	20.16 521	37.84 535	18.19 500	21.24 480	16.96 480	12.83 495	14.47 494	16.05 505	0.32 468	0.13 431	0.01 380	0.08 375	0.38 439	0.48 456

RTSC	9.15 487	3.00 488	13.57 495	3.72 489	1.76 390	11.82 473	0.46 205	16.95 490	36.83 532	15.80 494	15.53 437	12.91 448	7.46 443	20.01 520	21.76 519	0.31 467	0.13 431	0.01 380	0.08 375	0.57 459	0.41 444

LE_ROB	16.73 526	1.28 422	11.61 478	3.72 489	1.65 377	16.67 498	9.17 506	14.39 469	55.91 549	63.81 560	40.86 536	35.94 532	37.73 543	14.24 491	26.87 533	0.05 395	0.10 405	0.13 473	0.22 441	0.12 294	0.15 354

MaskLacGwcNet_RVC	5.97 435	5.36 506	5.02 363	3.75 491	3.57 462	15.81 494	4.27 452	11.72 410	6.96 331	7.23 335	8.47 314	9.09 393	2.66 265	9.36 431	2.71 324	7.49 525	2.32 520	2.01 514	0.08 375	6.77 524	4.67 517

Nwc_Net	6.97 460	1.25 416	6.63 429	3.82 492	3.37 452	10.83 464	1.67 389	19.56 518	11.35 438	8.36 383	23.62 490	17.19 482	11.44 487	11.21 461	8.08 448	0.80 491	0.00 1	0.00 1	0.02 323	0.13 309	0.09 278

CC-Net-ROB	7.68 469	9.21 522	7.46 448	3.82 492	3.66 466	15.68 493	5.02 467	17.95 496	10.45 426	6.44 296	14.00 422	7.63 362	4.77 377	10.75 455	3.10 337	5.99 522	2.46 523	16.28 532	1.08 509	6.30 522	1.56 495

DANet	6.02 439	1.23 413	8.45 458	3.86 494	3.94 479	7.64 424	1.34 372	9.51 343	7.00 333	13.39 481	15.53 437	15.99 470	7.02 432	12.14 473	12.37 492	0.19 450	0.12 421	0.02 411	0.03 338	0.13 309	0.56 464
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RP	6.84 457	1.29 424	5.53 398	3.92 495	5.18 503	6.32 389	3.53 437	11.73 411	15.31 471	9.54 423	22.38 486	18.25 487	14.47 501	10.11 443	7.49 432	0.91 495	0.01 177	0.12 469	0.15 405	0.33 426	0.19 386

RGC	6.88 459	2.23 476	6.13 413	4.05 496	4.73 502	8.94 436	2.78 418	15.19 481	11.74 443	11.13 459	19.34 470	17.86 484	10.42 481	13.02 483	8.03 444	0.73 489	0.01 177	0.24 487	0.41 485	0.31 419	0.38 438

IIG-Stereo	3.16 298	0.75 321	2.83 188	4.08 497	0.21 160	2.56 178	0.74 288	6.55 260	5.56 261	8.39 388	9.38 341	7.94 371	2.79 274	9.50 437	1.89 280	0.02 322	0.00 1	0.00 1	0.00 1	0.02 70	0.04 178

TCMNet	5.22 421	1.96 469	9.78 469	4.11 498	6.57 511	8.83 435	1.35 374	10.74 380	8.07 371	6.39 293	12.76 410	8.32 378	4.75 376	8.62 395	10.09 476	0.11 428	0.18 458	0.31 491	0.09 386	0.75 475	0.57 465

AnyNet_C32	10.98 505	5.58 507	22.79 522	4.16 499	5.83 507	15.64 492	14.30 530	13.18 452	17.15 483	16.44 497	20.52 477	14.68 461	13.44 497	22.46 524	30.08 538	0.17 446	0.26 485	0.36 496	0.36 479	1.23 488	0.91 480

BEATNet-Init1	23.31 536	9.03 521	41.67 544	4.17 500	2.53 428	45.68 550	19.47 545	33.43 536	38.45 536	47.59 548	49.10 545	59.31 549	41.80 547	38.35 544	29.21 537	0.47 483	0.50 504	0.81 503	0.66 498	2.10 505	1.86 497

MDST_ROB	8.37 480	0.32 84	9.03 463	4.18 501	2.42 425	26.86 526	6.14 477	19.36 513	13.52 459	27.09 521	22.75 488	9.47 399	4.74 375	15.06 497	6.34 417	0.02 322	0.02 237	0.00 1	0.00 1	0.02 70	0.13 336

OMP-Stereo	3.03 286	0.93 372	2.72 170	4.21 502	0.51 262	2.19 137	1.25 363	6.19 238	6.00 287	7.99 371	6.21 245	8.50 386	2.49 256	9.44 435	1.74 269	0.01 235	0.00 1	0.00 1	0.00 1	0.08 228	0.05 213

PVD	15.44 518	2.93 487	14.67 499	4.21 502	3.39 455	17.43 504	4.16 449	27.84 534	48.84 544	31.02 527	43.54 538	29.76 522	30.81 535	25.97 530	21.40 516	0.23 457	0.41 497	0.04 440	0.33 473	0.41 449	1.33 490

AnyNet_C01	16.12 522	10.81 527	59.36 552	4.42 504	2.49 427	30.06 529	15.15 538	17.51 495	16.51 479	17.88 499	37.69 530	24.04 508	17.54 505	29.60 533	33.29 542	0.28 466	0.38 495	0.43 500	0.42 486	2.57 508	1.98 500

MANE	19.47 534	1.27 419	5.07 368	4.69 505	5.55 505	30.49 530	9.94 513	34.01 537	37.27 534	44.13 545	51.57 549	52.51 543	40.41 545	33.58 536	24.81 528	0.89 494	0.86 509	1.11 508	9.72 540	0.38 439	1.06 484

GASNet	5.19 420	4.61 501	9.38 466	4.73 506	2.10 409	3.80 318	1.57 383	12.07 423	10.96 431	8.92 407	7.03 275	8.21 376	7.67 448	14.02 489	7.36 430	0.02 322	0.15 442	0.00 1	0.00 1	0.69 470	0.42 447

ELAS	16.72 525	2.14 474	9.23 464	4.92 507	4.53 498	32.66 536	15.11 537	27.40 532	28.68 517	40.27 540	44.90 539	38.33 535	30.50 534	26.44 531	21.94 521	0.88 493	1.23 513	0.67 501	0.89 506	1.49 495	2.18 504
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RTS	18.87 532	9.32 524	86.48 561	4.95 508	6.10 508	42.08 544	14.70 532	15.49 482	41.06 537	22.65 511	32.32 518	13.77 451	19.54 514	37.98 542	28.96 535	0.41 477	0.23 477	0.00 1	0.02 323	0.91 481	0.50 459

RTSA	18.87 532	9.32 524	86.48 561	4.95 508	6.10 508	42.08 544	14.70 532	15.49 482	41.06 537	22.65 511	32.32 518	13.77 451	19.54 514	37.98 542	28.96 535	0.41 477	0.23 477	0.00 1	0.02 323	0.91 481	0.50 459

Consistency-Raft	9.42 491	4.74 504	12.66 488	5.30 510	9.08 522	4.08 330	5.26 471	19.26 511	24.87 509	11.17 460	29.85 511	13.57 449	5.51 404	7.67 328	13.40 497	0.36 471	0.35 491	1.81 512	4.24 530	11.61 530	3.57 510

ELAS_RVC	16.54 524	2.26 477	10.09 473	5.50 511	4.46 493	28.28 528	16.72 541	25.55 529	33.54 524	40.19 539	40.30 535	36.68 533	30.03 533	29.40 532	20.61 514	0.98 498	1.21 512	0.86 505	0.70 501	1.39 494	2.16 502
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
G-Net	8.41 481	1.54 440	10.97 476	5.73 512	3.60 463	26.19 520	4.41 456	10.10 363	7.42 345	19.71 504	24.99 499	14.38 459	15.83 503	10.99 458	9.53 470	0.50 484	0.46 502	0.19 482	0.25 452	0.80 477	0.66 471

PWCDC_ROB	7.92 475	3.17 493	7.48 449	5.73 512	4.40 488	10.45 455	0.35 180	14.52 472	28.19 515	10.36 443	31.27 515	7.04 352	9.14 469	13.22 485	8.78 458	2.74 514	0.02 237	0.00 1	0.00 1	1.31 491	0.17 371

MSC_U_SF_DS_RVC	16.41 523	6.93 514	21.83 520	5.94 514	2.81 436	38.71 542	14.59 531	24.55 528	34.87 530	33.66 533	34.35 524	29.24 521	24.20 526	22.59 525	17.95 508	2.52 513	2.81 530	1.17 509	1.51 515	5.89 520	2.16 502

NVStereoNet_ROB	16.04 521	6.75 512	12.90 492	6.37 515	7.42 517	12.89 483	9.74 512	22.78 525	25.12 510	30.32 525	46.19 541	34.37 530	25.38 527	21.48 523	21.38 515	5.94 521	3.10 535	6.07 526	10.09 541	4.01 512	8.54 533
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
LSM	14.01 515	5.95 508	33.49 535	6.78 516	43.61 557	10.22 451	9.98 514	15.16 480	22.93 506	23.07 514	32.34 520	18.52 489	12.67 492	15.45 500	11.10 484	0.16 445	0.51 505	0.09 463	0.32 471	1.08 485	16.85 552

anonymity	7.68 469	3.83 498	12.39 484	7.04 517	12.67 533	8.18 428	2.00 399	17.50 494	6.85 327	13.56 483	9.21 329	9.97 406	7.82 450	11.28 463	5.58 404	6.27 523	4.98 545	3.68 520	2.96 521	3.33 511	4.48 515

SGM+DAISY	15.62 519	7.26 516	19.28 513	8.94 518	10.11 527	26.25 521	10.49 517	19.36 513	14.65 467	30.64 526	33.59 523	33.00 526	22.32 525	24.96 529	16.42 506	7.90 527	6.25 547	4.51 522	3.37 526	5.86 519	7.20 527

testlalala2	2.15 194	0.44 196	2.44 135	9.24 519	6.30 510	3.64 297	0.18 128	4.63 136	2.55 88	3.73 183	4.17 175	3.14 207	0.51 104	1.08 36	0.26 31	0.00 1	0.10 405	0.00 1	0.44 490	0.11 277	0.03 134

MFMNet_re	13.29 513	8.60 519	18.29 510	9.75 520	7.25 516	19.65 510	14.84 534	20.71 523	30.72 519	23.03 513	28.77 507	18.85 491	26.09 530	13.55 486	9.82 471	2.44 512	1.35 514	0.34 493	0.23 444	4.78 515	6.69 526

PDISCO_ROB	9.62 495	1.99 472	11.51 477	9.88 521	9.61 524	21.48 512	3.83 443	19.33 512	28.49 516	11.27 462	14.17 424	19.92 497	5.02 386	16.35 506	9.18 462	5.28 520	0.41 497	0.14 474	0.09 386	2.05 502	2.36 506

UDG	8.58 484	9.31 523	4.89 357	10.00 522	9.52 523	10.36 454	2.41 405	12.07 423	9.82 409	7.81 360	9.55 342	16.52 474	9.81 476	7.84 339	7.88 440	4.20 517	2.51 525	18.53 534	3.71 529	9.55 526	5.28 520

PSMNet-RUCA	5.60 428	4.62 502	11.61 478	10.29 523	7.55 519	7.08 407	1.94 397	12.01 420	10.52 427	3.90 187	11.88 391	4.43 269	1.75 227	7.56 320	4.24 379	1.68 509	0.12 421	4.78 523	0.67 499	4.74 514	0.68 473

FADE	25.68 538	17.27 531	50.60 548	10.46 524	9.90 526	22.50 514	9.17 506	35.80 539	53.05 546	20.32 508	19.01 469	26.54 515	34.42 538	39.35 545	33.52 543	30.62 553	14.22 553	38.39 552	37.63 555	5.22 517	5.56 522

CAS	2.24 204	0.25 39	1.86 73	11.21 525	3.86 476	1.67 87	0.02 21	3.87 97	2.67 93	0.41 68	1.63 91	0.24 64	0.27 44	1.50 58	0.74 143	9.43 532	0.01 177	0.00 1	0.00 1	0.01 23	5.21 519

SPS-STEREO	15.04 517	6.23 510	13.21 494	11.34 526	11.65 530	23.30 516	7.15 495	24.16 527	15.65 474	31.78 528	29.19 510	31.62 524	21.32 520	24.62 528	19.50 511	7.59 526	4.19 543	3.22 519	1.48 513	6.99 525	6.54 525
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SQANet	7.64 468	3.40 495	5.49 392	11.73 527	9.62 525	11.96 476	2.82 419	11.33 396	6.10 291	8.33 382	11.49 386	11.00 428	5.16 392	10.12 447	2.72 327	8.92 529	2.21 518	10.41 528	1.58 517	11.13 529	7.39 528

SAMSARA	14.63 516	2.74 485	12.38 483	12.65 528	6.74 512	36.50 540	72.93 563	19.36 513	23.77 508	16.20 496	13.04 413	29.21 520	12.78 493	16.98 508	15.21 504	0.11 428	0.26 485	0.03 428	0.14 401	0.76 476	0.77 475

DDUNet	9.47 492	11.32 528	6.14 414	12.93 529	11.65 530	10.45 455	3.87 444	11.70 408	7.89 365	9.27 416	13.28 414	16.18 473	6.14 413	8.80 409	5.77 407	6.64 524	3.38 538	20.90 535	4.28 531	11.01 528	7.80 529

otaku	11.73 508	7.51 517	7.07 438	13.22 530	10.85 529	26.61 525	7.25 497	18.84 505	19.16 490	11.58 466	17.23 459	20.19 499	8.09 454	15.11 498	4.64 388	9.13 531	2.42 522	13.08 529	1.83 518	12.48 532	8.22 531

Ntro	12.35 509	8.88 520	7.80 453	13.79 531	12.42 532	26.54 524	6.98 493	18.54 500	22.14 504	9.82 428	16.45 444	20.30 500	9.29 472	15.95 503	6.61 424	9.53 533	2.47 524	14.93 531	2.77 520	13.11 534	8.63 534

JetBlue	29.12 543	15.72 530	54.12 549	15.93 532	20.98 545	60.90 561	30.62 552	39.38 540	34.62 528	34.08 534	39.69 532	57.35 548	43.17 548	50.71 557	50.60 558	2.41 511	3.79 541	2.81 515	3.45 527	9.57 527	12.59 546

ACVNet-4b	15.90 520	22.00 534	12.37 482	16.40 533	15.14 536	31.87 533	7.50 499	19.04 508	27.85 514	11.48 464	22.02 483	31.86 525	9.16 471	17.95 511	5.69 405	10.43 535	2.58 526	24.44 539	4.87 535	16.04 537	9.28 535

ACVNet_1	18.70 531	25.08 537	12.72 489	17.33 534	15.18 537	26.02 519	9.62 511	28.44 535	34.49 526	24.39 517	24.32 494	37.22 534	20.13 517	16.67 507	13.39 496	10.45 536	2.59 527	24.77 540	4.92 536	16.57 538	9.75 537

RainbowNet	18.01 530	26.22 539	19.95 515	18.59 535	14.88 535	27.38 527	10.46 516	27.39 531	34.54 527	14.91 491	27.01 503	25.65 512	12.44 490	18.94 515	9.23 463	13.91 543	3.46 539	23.36 538	4.86 534	16.03 536	10.91 541

MADNet+	27.07 540	33.84 546	90.97 565	20.14 536	7.47 518	48.43 552	47.10 559	35.43 538	36.46 531	20.11 507	30.05 512	25.29 511	35.08 539	45.50 551	50.28 557	2.13 510	2.00 517	1.19 510	0.76 502	4.71 513	4.43 513

ACVNet_2	26.45 539	29.35 544	25.14 526	20.27 537	15.43 538	34.97 538	12.23 526	48.37 550	66.25 559	42.69 542	56.73 553	51.77 541	25.59 528	20.39 521	13.52 498	10.13 534	2.59 527	22.78 537	3.52 528	17.57 539	9.80 539

test_for_model	6.81 456	27.63 540	2.16 118	21.79 538	16.18 539	3.48 280	0.94 334	5.88 223	3.72 169	7.62 353	2.72 132	1.03 133	0.42 91	0.58 7	0.35 53	9.03 530	2.28 519	0.00 1	0.05 362	23.91 545	6.49 524

DispFullNet	17.47 528	26.01 538	33.98 537	22.58 539	20.86 544	13.84 490	1.28 367	16.50 487	26.27 512	19.97 506	17.17 457	20.52 503	18.49 509	22.86 526	10.76 482	5.13 519	2.83 531	30.72 543	7.72 539	20.86 541	11.01 542

PWCK	30.53 546	44.32 553	47.25 546	29.76 540	7.23 515	40.78 543	27.10 551	44.73 544	44.32 540	47.31 547	36.37 528	47.16 540	26.05 529	41.26 547	31.87 540	21.83 548	4.03 542	29.50 542	4.67 532	27.17 550	7.80 529

Dean	34.67 548	38.70 551	25.33 527	29.89 541	17.21 540	45.24 549	11.98 524	56.90 560	76.55 561	63.47 559	60.22 556	67.36 558	48.14 553	37.24 540	39.01 549	11.00 538	2.83 531	28.35 541	5.60 538	18.14 540	10.31 540

IMH-64-1	27.21 541	28.77 541	16.84 508	31.57 542	20.76 542	26.43 522	15.10 535	47.11 545	45.20 541	33.53 531	51.16 547	41.42 537	31.10 536	36.48 538	22.39 522	13.48 541	2.87 533	33.95 545	10.70 542	23.50 543	11.75 543

IMH-64	27.21 541	28.77 541	16.84 508	31.57 542	20.76 542	26.43 522	15.10 535	47.11 545	45.20 541	33.53 531	51.16 547	41.42 537	31.10 536	36.48 538	22.39 522	13.48 541	2.87 533	33.95 545	10.70 542	23.50 543	11.75 543

LVE	34.99 550	40.10 552	34.97 538	32.49 544	18.61 541	51.45 557	26.82 550	52.15 555	65.94 558	47.21 546	61.04 557	53.99 546	37.30 542	37.95 541	34.09 545	15.55 547	5.95 546	31.01 544	13.81 547	22.58 542	16.72 551

WAO-7	29.39 544	24.43 535	20.47 516	32.71 545	13.83 534	34.70 537	20.27 548	52.19 556	65.03 557	43.29 543	59.35 555	52.19 542	44.68 550	31.71 534	30.56 539	10.98 537	4.94 544	13.71 530	12.52 546	12.06 531	8.22 531

IMH	29.82 545	29.11 543	18.51 512	34.28 546	21.40 547	32.33 535	15.39 539	49.40 552	53.07 547	37.88 536	55.32 552	45.05 539	39.54 544	40.63 546	24.12 526	14.03 544	3.27 537	34.93 547	11.24 544	24.69 546	12.21 545

TorneroNet-64	32.42 547	31.89 545	30.52 533	34.73 547	21.13 546	46.99 551	18.82 543	43.10 543	59.42 552	32.70 530	46.98 542	62.01 552	36.98 541	43.97 550	33.88 544	14.10 545	3.22 536	35.28 548	11.72 545	26.84 549	14.07 547

WAO-6	34.74 549	36.76 550	15.36 502	37.53 548	24.15 551	35.99 539	19.36 544	48.96 551	68.54 560	43.84 544	47.58 543	52.77 544	52.60 554	32.63 535	34.73 546	26.20 551	7.74 550	42.78 553	21.64 552	28.07 551	17.62 553

TorneroNet	35.11 551	33.92 547	33.82 536	37.86 549	22.01 548	49.64 554	21.58 549	48.09 549	55.23 548	37.50 535	53.79 550	62.81 555	43.66 549	46.71 553	41.25 552	14.80 546	3.53 540	36.72 549	14.57 548	28.28 552	16.49 550

WAO-8	38.15 552	35.51 548	21.50 518	43.67 550	23.92 549	44.44 546	20.26 546	52.83 557	76.62 562	53.57 553	66.79 561	62.63 553	54.56 557	42.03 548	39.18 550	22.71 549	6.65 548	37.08 550	19.08 550	24.72 548	15.24 548

Venus	38.15 552	35.51 548	21.50 518	43.67 550	23.92 549	44.44 546	20.26 546	52.83 557	76.62 562	53.57 553	66.81 562	62.63 553	54.56 557	42.03 548	39.18 550	22.71 549	6.65 548	37.08 550	19.08 550	24.70 547	15.24 548

UNDER WATER-64	45.16 555	46.99 554	66.69 554	43.90 552	27.64 552	55.58 560	41.87 556	39.42 541	48.42 543	51.73 552	43.08 537	67.76 559	56.69 559	48.02 555	48.34 555	39.50 555	17.64 554	51.78 556	38.93 556	36.62 553	32.61 555

JetRed	61.02 561	61.05 560	82.56 560	46.09 553	56.80 561	83.19 562	63.76 561	59.26 562	63.61 555	69.29 563	68.85 563	66.59 557	47.62 552	61.57 560	74.09 563	45.58 557	66.14 564	46.59 554	45.06 558	63.17 560	49.58 560

UNDER WATER	45.09 554	48.60 555	67.37 555	49.30 554	31.41 553	53.80 559	37.39 554	40.25 542	52.48 545	50.24 549	45.37 540	68.37 560	57.76 560	51.03 558	49.88 556	29.97 552	13.75 552	51.22 555	36.57 553	37.87 554	29.12 554

GCST	9.08 486	17.31 532	3.98 303	52.92 555	10.66 528	11.29 467	0.20 137	6.97 276	6.47 315	9.46 419	4.68 187	4.75 280	1.51 200	9.34 430	1.31 227	8.19 528	0.05 332	22.38 536	0.34 475	6.17 521	3.53 509

DPSimNet_ROB	53.45 558	64.73 562	44.39 545	53.97 556	45.39 558	53.66 558	54.83 560	55.15 559	57.87 551	64.16 561	50.83 546	63.40 556	53.34 556	46.45 552	65.81 562	63.13 562	26.54 559	57.94 559	51.11 560	45.52 555	50.69 561

HanzoNet	56.48 560	59.32 559	58.25 551	55.32 557	41.94 555	50.95 556	41.33 555	51.12 553	61.40 554	65.62 562	65.59 560	71.66 561	69.41 562	70.77 562	60.03 560	63.99 563	34.70 560	61.96 560	50.54 559	51.00 558	44.71 558

notaker	47.42 556	55.20 557	49.13 547	56.52 558	40.18 554	38.52 541	32.97 553	47.21 547	56.08 550	57.21 555	57.24 554	60.09 550	59.19 561	53.93 559	41.64 553	40.61 556	19.93 555	57.21 558	37.41 554	49.02 556	39.02 556

ktn	48.94 557	57.58 558	38.86 542	59.57 559	43.27 556	50.37 555	43.38 557	48.07 548	61.11 553	51.30 551	54.25 551	54.96 547	52.88 555	47.30 554	35.83 547	57.77 560	24.88 558	62.69 561	43.55 557	50.70 557	40.41 557

ASD4	75.85 564	81.57 565	69.25 557	68.23 560	80.87 565	96.24 566	99.15 571	77.50 564	93.47 568	77.59 564	85.63 564	78.32 563	76.43 564	77.89 564	82.61 564	58.30 561	62.67 562	55.02 557	62.43 562	68.35 561	65.49 563

LRCNet_RVC	66.23 562	65.67 563	67.63 556	71.47 561	54.32 560	32.17 534	2.66 415	63.19 563	21.35 502	81.79 565	91.26 566	83.62 564	71.62 563	69.32 561	52.57 559	95.49 570	64.45 563	95.07 570	95.19 570	71.52 562	74.31 564

KSHMR	55.63 559	63.60 561	37.85 541	74.69 562	49.56 559	49.01 553	45.73 558	57.46 561	63.97 556	61.61 558	62.07 559	72.39 562	47.01 551	50.65 556	43.29 554	54.10 559	62.21 561	66.10 562	53.94 561	51.25 559	46.11 559

xxxxx1	85.63 567	90.31 568	96.68 568	76.54 563	80.57 562	97.44 569	96.86 568	85.53 565	88.53 565	88.68 566	91.71 567	94.23 567	92.93 566	90.02 567	91.98 566	70.60 564	70.39 565	73.68 566	81.46 567	74.61 563	79.86 565

tt_ll	85.63 567	90.31 568	96.68 568	76.54 563	80.57 562	97.44 569	96.86 568	85.53 565	88.53 565	88.68 566	91.71 567	94.23 567	92.93 566	90.02 567	91.98 566	70.60 564	70.39 565	73.68 566	81.46 567	74.61 563	79.86 565

ff	85.63 567	90.31 568	96.68 568	76.54 563	80.57 562	97.44 569	96.86 568	85.53 565	88.53 565	88.68 566	91.71 567	94.23 567	92.93 566	90.02 567	91.98 566	70.60 564	70.39 565	73.68 566	81.46 567	74.61 563	79.86 565

tt	83.26 566	0.34 114	99.99 575	79.40 566	93.18 568	100.00 574	100.00 575	100.00 578	99.95 573	60.33 557	47.63 544	99.98 577	99.96 574	99.98 575	100.00 579	92.42 569	99.82 573	73.83 569	73.63 565	88.42 569	56.35 562

USTest	87.63 570	76.50 564	65.53 553	81.26 567	83.10 567	100.00 574	100.00 575	99.53 573	99.60 572	98.32 570	99.02 573	90.87 566	98.33 571	84.28 565	98.23 572	79.97 567	96.20 569	69.82 563	73.75 566	75.48 566	82.80 570

MADNet++	82.84 565	82.38 566	73.57 558	87.72 568	82.97 566	93.14 564	69.15 562	86.42 568	82.50 564	93.46 569	86.70 565	86.28 565	80.92 565	88.34 566	88.84 565	86.83 568	84.17 568	72.64 565	68.92 564	80.47 568	81.42 568

TCMNet-wrong-test	67.23 563	85.83 567	81.56 559	95.63 569	94.73 569	89.35 563	85.42 564	51.73 554	33.71 525	51.26 550	61.71 558	61.33 551	41.23 546	77.26 563	64.71 561	48.76 558	9.03 551	70.12 564	68.11 563	90.76 570	82.37 569

MEDIAN_ROB	98.41 572	99.70 572	99.30 572	97.09 570	97.02 570	96.89 567	95.77 567	97.66 571	97.28 569	98.79 573	98.94 572	99.18 572	98.14 570	96.89 570	96.88 571	99.96 574	99.16 571	100.00 574	99.99 575	99.69 573	99.88 573

Anonymous_1	99.08 574	99.91 573	99.85 574	97.63 571	99.10 573	100.00 574	100.00 575	99.61 575	99.96 574	99.28 575	99.86 574	99.54 574	99.99 575	99.29 572	99.75 573	96.05 571	99.59 572	97.31 571	98.57 572	97.71 571	98.63 572

PML	97.88 571	100.00 577	96.45 567	98.01 572	97.88 572	100.00 574	99.35 572	96.88 569	97.72 570	100.00 577	97.36 570	97.38 571	99.60 572	100.00 578	96.32 570	99.99 575	97.55 570	100.00 574	96.01 571	99.18 572	87.92 571

DLNR_Zeroshot_test	24.70 537	50.77 556	90.11 564	98.11 573	97.34 571	1.38 56	0.12 91	22.79 526	3.09 132	1.07 121	2.95 138	0.71 121	0.29 50	6.93 278	2.29 305	38.56 554	0.37 494	0.00 1	0.30 467	76.73 567	0.09 278

DPSM_ROB	99.95 580	100.00 577	100.00 579	99.76 574	100.00 575	100.00 574	100.00 575	100.00 578	100.00 576	100.00 577	100.00 575	100.00 579	100.00 577	100.00 578	100.00 579	99.21 572	100.00 576	100.00 574	100.00 577	99.99 574	99.95 574

DPSM	99.95 580	100.00 577	100.00 579	99.76 574	100.00 575	100.00 574	100.00 575	100.00 578	100.00 576	100.00 577	100.00 575	100.00 579	100.00 577	100.00 578	100.00 579	99.21 572	100.00 576	100.00 574	100.00 577	99.99 574	99.95 574

HaxPig	98.85 573	99.94 574	95.08 566	99.99 576	100.00 575	94.03 565	94.78 565	99.15 572	99.98 575	99.99 576	100.00 575	99.98 577	99.99 575	98.12 571	95.97 569	100.00 577	99.99 575	100.00 574	99.99 575	100.00 576	99.99 576

DPSMNet_ROB	99.91 579	100.00 577	99.99 575	99.99 576	100.00 575	100.00 574	100.00 575	99.98 577	100.00 576	98.35 571	100.00 575	99.84 575	100.00 577	99.98 575	99.99 576	100.00 577	100.00 576	100.00 574	100.00 577	100.00 576	100.00 578

DGTPSM_ROB	99.90 578	100.00 577	99.99 575	99.99 576	100.00 575	100.00 574	100.00 575	99.97 576	100.00 576	98.35 571	100.00 575	99.84 575	100.00 577	99.98 575	99.99 576	99.99 575	100.00 576	100.00 574	100.00 577	100.00 576	100.00 578

ccccc	99.32 575	96.61 571	100.00 579	100.00 579	100.00 575	97.41 568	99.44 573	99.56 574	97.80 571	99.27 574	97.59 571	99.35 573	99.84 573	99.92 573	99.98 575	100.00 577	100.00 576	99.95 573	99.77 574	100.00 576	100.00 578

Selective-RAFT-Error	100.00 582	100.00 577	100.00 579	100.00 579	100.00 575	100.00 574	100.00 575	100.00 578	100.00 576	100.00 577	100.00 575	100.00 579	100.00 577	100.00 578	100.00 579	100.00 577	100.00 576	100.00 574	100.00 577	100.00 576	100.00 578

CasAABBNet	100.00 582	100.00 577	100.00 579	100.00 579	100.00 575	100.00 574	100.00 575	100.00 578	100.00 576	100.00 577	100.00 575	100.00 579	100.00 577	100.00 578	100.00 579	100.00 577	100.00 576	100.00 574	100.00 577	100.00 576	100.00 578

test_example2	99.39 576	99.98 576	99.99 575	100.00 579	99.98 574	99.72 573	99.99 574	97.34 570	100.00 576	100.00 577	100.00 575	96.42 570	96.66 569	99.97 574	99.96 574	100.00 577	99.97 574	98.66 572	99.15 573	100.00 576	100.00 578

LSM0	100.00 582	100.00 577	100.00 579	100.00 579	100.00 575	100.00 574	100.00 575	100.00 578	100.00 576	100.00 577	100.00 575	100.00 579	100.00 577	100.00 578	100.00 579	100.00 577	100.00 576	100.00 574	100.00 577	100.00 576	99.99 576

AVERAGE_ROB	99.62 577	99.95 575	98.81 571	100.00 579	100.00 575	98.08 572	95.47 566	100.00 578	100.00 576	100.00 577	100.00 575	100.00 579	100.00 577	100.00 578	99.99 576	100.00 577	100.00 576	100.00 574	100.00 577	100.00 576	100.00 578

Low-res two-view benchmark