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

MIF-Stereo	0.11 9	0.20 116	1.58 114	0.00 1	0.00 1	0.10 22	0.02 235	0.07 30	0.05 5	0.00 1	0.08 271	0.02 31	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.00 1

CASnet	0.10 3	0.10 66	0.81 4	0.00 1	0.00 1	0.82 172	0.00 1	0.14 65	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.08 2	0.06 9	1.05 17	0.00 1	0.01 183	0.16 30	0.00 1	0.17 76	0.09 14	0.00 1	0.00 1	0.04 78	0.01 82	0.05 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CAS	0.13 12	0.07 25	0.86 7	0.00 1	0.00 1	1.01 222	0.00 1	0.26 102	0.16 32	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.04 89	0.09 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LoS	0.16 20	0.10 66	0.97 10	0.02 223	0.00 1	1.04 237	0.01 175	0.07 30	0.75 162	0.01 85	0.01 160	0.16 170	0.04 194	0.07 74	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

CES	0.10 3	0.08 48	0.73 1	0.00 1	0.00 1	0.20 34	0.01 175	0.08 35	0.75 162	0.01 85	0.00 1	0.08 127	0.03 168	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DisPM	0.22 46	0.09 59	1.74 153	0.11 292	0.00 1	1.16 331	0.40 357	0.08 35	0.68 143	0.03 184	0.00 1	0.00 1	0.00 1	0.07 74	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BUS	0.38 136	0.07 25	0.98 11	0.00 1	0.00 1	1.88 371	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.64 286	0.00 1	0.06 69	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 206	0.14 91	1.48 84	0.06 269	0.00 1	1.88 371	0.00 1	3.28 377	0.76 183	0.00 1	0.00 1	0.64 286	0.00 1	2.11 211	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

BSDual-CNN	0.35 111	0.07 25	0.98 11	0.00 1	0.00 1	1.09 289	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.35 232	0.03 168	0.06 69	0.51 261	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.45 177	0.14 91	1.89 184	0.00 1	0.00 1	1.09 289	0.00 1	2.67 347	0.82 249	0.30 313	0.09 273	0.63 283	0.00 1	1.06 189	0.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UDGNet	0.19 36	0.81 281	1.42 76	0.00 1	0.00 1	1.06 245	0.00 1	0.05 12	0.38 91	0.00 1	0.00 1	0.02 31	0.00 1	0.10 87	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

dad	0.24 57	0.98 313	1.61 124	0.00 1	0.00 1	1.03 232	0.00 1	0.03 3	0.38 91	0.01 85	0.00 1	0.02 31	0.01 82	0.65 176	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

PFNet+	0.28 76	0.10 66	1.61 124	0.08 277	0.01 183	1.12 313	0.41 358	0.12 52	0.80 235	0.08 247	0.01 160	0.02 31	0.00 1	1.19 193	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Patchmatch Stereo++	0.18 26	0.07 25	1.40 64	0.05 252	0.01 183	1.08 274	0.07 285	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.99 320	0.08 48	1.59 116	0.15 307	0.27 327	1.14 327	0.27 340	0.06 22	0.78 212	0.01 85	0.00 1	0.01 7	0.97 339	3.60 274	10.81 395	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

NF-Stereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.05 359	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.03 357	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.55 232	0.06 9	1.89 184	0.27 343	0.00 1	1.08 274	0.25 330	0.12 52	1.06 331	0.03 184	0.01 160	0.02 31	0.01 82	5.92 349	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

KMStereo	0.55 232	0.06 9	1.89 184	0.27 343	0.00 1	1.08 274	0.25 330	0.12 52	1.06 331	0.03 184	0.01 160	0.02 31	0.01 82	5.92 349	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-adaLoss	0.18 26	0.07 25	1.40 64	0.05 252	0.02 223	1.08 274	0.08 292	0.05 12	0.75 162	0.02 145	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

FTStereo	0.82 308	0.06 9	1.88 183	0.12 296	0.00 1	1.15 328	2.70 399	0.16 72	0.84 268	0.16 282	5.80 381	0.36 237	2.49 371	0.53 164	0.01 31	0.07 367	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

ROB_FTStereo_v2	0.18 26	0.07 25	1.40 64	0.05 252	0.02 223	1.08 274	0.06 280	0.05 12	0.75 162	0.02 145	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo	0.18 26	0.07 25	1.40 64	0.05 252	0.02 223	1.08 274	0.06 280	0.05 12	0.75 162	0.02 145	0.00 1	0.03 59	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HUI-Stereo	0.19 36	0.07 25	1.41 74	0.05 252	0.02 223	1.08 274	0.08 292	0.06 22	0.76 183	0.02 145	0.00 1	0.07 121	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ASMatch	0.60 254	0.12 78	1.85 178	0.14 304	0.04 252	1.08 274	0.00 1	0.12 52	0.87 306	0.06 230	0.43 328	0.06 112	0.85 336	6.18 368	0.26 211	0.00 1	0.00 1	0.00 1	0.01 288	0.00 1	0.00 1

DEmStereo	0.76 295	0.10 66	1.95 198	0.04 246	0.00 1	0.80 168	0.50 368	0.06 22	0.76 183	0.05 217	0.72 345	0.02 31	3.33 380	5.67 339	1.24 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SST-Stereo	0.56 239	0.05 5	1.55 103	0.06 269	0.19 301	1.10 302	0.47 364	0.32 113	0.80 235	0.04 204	0.00 1	0.05 96	0.57 318	5.98 353	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT_R40	0.54 224	0.06 9	1.55 103	0.06 269	0.15 294	1.10 302	0.31 344	0.31 111	0.78 212	0.02 145	0.03 249	0.07 121	0.29 296	5.98 353	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RE-Stereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.05 359	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.54 224	0.06 9	1.59 116	0.19 324	0.00 1	1.09 289	0.25 330	0.22 89	1.13 346	0.02 145	0.00 1	0.02 31	0.00 1	6.05 359	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iGMRVC	0.18 26	0.07 25	1.40 64	0.05 252	0.03 240	1.08 274	0.07 285	0.06 22	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT-RH_RVC	0.99 320	0.26 140	1.93 194	0.04 246	0.04 252	1.07 263	0.00 1	0.07 30	0.69 148	0.01 85	9.36 398	0.10 141	0.00 1	5.86 343	0.29 215	0.01 337	0.00 1	0.00 1	0.02 299	0.01 25	0.00 1

RAFT-345	0.52 206	0.07 25	1.75 160	0.11 292	0.07 270	1.17 336	0.18 317	0.21 87	0.78 212	0.00 1	0.01 160	0.09 135	0.01 82	5.87 344	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

iRAFT	0.18 26	0.07 25	1.40 64	0.05 252	0.01 183	1.08 274	0.07 285	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

CroCo-Stereo	0.18 26	0.32 160	0.94 8	0.00 1	0.00 1	0.03 5	0.00 1	1.17 221	0.76 183	0.00 1	0.01 160	0.31 222	0.03 168	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT-IKP	0.18 26	0.07 25	1.41 74	0.05 252	0.01 183	1.08 274	0.08 292	0.05 12	0.75 162	0.02 145	0.00 1	0.05 96	0.00 1	0.04 41	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

TestStereo	0.35 111	0.54 229	1.74 153	0.00 1	0.00 1	0.27 40	0.00 1	0.06 22	0.05 5	0.01 85	0.00 1	0.03 59	0.01 82	4.17 292	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.13 12	0.09 59	1.61 124	0.00 1	0.00 1	0.02 3	0.00 1	0.11 46	0.64 136	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GMStereo	0.14 15	0.90 305	1.71 146	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 126	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	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
PS-NSSS	0.62 262	0.82 283	1.58 114	0.00 1	0.00 1	1.05 242	0.00 1	2.76 355	0.74 155	0.00 1	0.00 1	0.11 144	0.01 82	5.22 324	0.15 169	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.00 1

test croco	0.17 22	0.35 177	1.92 191	0.00 1	0.00 1	0.06 16	0.01 175	0.18 80	0.43 101	0.01 85	0.01 160	0.02 31	0.01 82	0.05 63	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.28 358	0.01 42

StereoIM	0.11 9	0.41 189	1.31 44	0.00 1	0.00 1	0.05 11	0.01 175	0.08 35	0.23 68	0.01 85	0.01 160	0.04 78	0.02 126	0.03 29	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

StereoVision	0.24 57	0.59 236	1.92 191	0.00 1	0.00 1	0.47 81	0.01 175	0.22 89	0.84 268	0.00 1	0.30 308	0.15 162	0.02 126	0.09 84	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.01 42

MIF-Stereo (partial)	0.14 15	0.28 146	1.74 153	0.00 1	0.00 1	0.08 19	0.00 1	0.23 95	0.17 40	0.00 1	0.01 160	0.02 31	0.02 126	0.04 41	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 42

CroCo-Stereo Lap2	0.14 15	0.44 194	1.26 34	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 162	0.00 1	0.00 1	0.01 7	0.03 168	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.01 42

IER	0.20 38	0.30 153	1.87 181	0.00 1	0.00 1	0.61 119	0.00 1	0.25 100	0.23 68	0.00 1	0.00 1	0.40 249	0.02 126	0.22 115	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.01 42

psmg	0.29 81	0.07 25	0.98 11	0.00 1	0.00 1	1.07 263	0.00 1	1.92 314	0.82 249	0.00 1	0.00 1	0.35 232	0.03 168	0.06 69	0.51 261	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

dd	0.23 54	0.91 306	1.69 142	0.01 201	0.00 1	1.02 228	0.00 1	0.09 42	0.68 143	0.01 85	0.00 1	0.02 31	0.02 126	0.01 2	0.00 1	0.01 337	0.00 1	0.00 1	0.00 1	0.04 156	0.01 42

Consistency-Raft	0.45 177	0.60 240	3.05 283	0.13 301	0.03 240	0.91 196	0.04 267	1.55 262	0.78 212	0.00 1	0.02 241	0.03 59	1.12 346	0.35 140	0.42 256	0.02 353	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

Pruner-Stereo	0.22 46	0.09 59	1.50 89	0.23 338	0.00 1	1.10 302	0.20 320	0.17 76	0.78 212	0.03 184	0.00 1	0.01 7	0.00 1	0.04 41	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

GMM-Stereo	0.22 46	0.05 5	2.03 210	0.08 277	0.00 1	1.12 313	0.13 310	0.09 42	0.79 226	0.01 85	0.00 1	0.03 59	0.10 253	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

LMCR-Stereo	0.38 136	0.65 245	1.77 161	0.00 1	0.00 1	0.82 172	0.00 1	2.33 332	0.84 268	0.00 1	0.00 1	0.04 78	0.04 194	0.29 137	0.72 285	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.01 42

RALAANet	0.22 46	0.93 309	1.77 161	0.00 1	0.00 1	0.35 58	0.01 175	0.45 130	0.06 7	0.01 85	0.00 1	0.05 96	0.09 248	0.07 74	0.22 197	0.00 1	0.24 303	0.00 1	0.04 315	0.14 299	0.01 42

CREStereo	0.12 11	0.07 25	0.76 2	0.00 1	0.00 1	1.06 245	0.00 1	0.25 100	0.14 20	0.00 1	0.00 1	0.02 31	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42
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
PMTNet	0.13 12	0.08 48	0.99 14	0.00 1	0.00 1	1.05 242	0.04 267	0.21 87	0.14 20	0.00 1	0.00 1	0.04 78	0.00 1	0.04 41	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 42

CSP-Net	0.42 158	0.25 136	1.07 19	0.00 1	0.00 1	0.53 93	0.00 1	0.78 175	0.27 77	0.01 85	0.00 1	0.16 170	0.02 126	5.19 322	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.02 57

PSM-AAD	0.53 219	0.04 2	1.38 58	0.06 269	0.00 1	1.20 343	2.11 393	0.17 76	0.78 212	0.01 85	0.44 329	0.14 156	3.94 385	0.23 117	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 57

IRAFT_RVC	0.56 239	0.25 136	1.93 194	0.10 284	0.00 1	1.18 338	0.10 301	0.32 113	0.79 226	0.02 145	0.00 1	0.02 31	0.12 261	6.07 362	0.23 200	0.00 1	0.09 288	0.00 1	0.00 1	0.02 78	0.02 57

Anonymous3	0.24 57	0.14 91	1.98 201	0.00 1	0.00 1	1.12 313	0.00 1	0.61 148	0.77 199	0.01 85	0.00 1	0.06 112	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

s12784h	0.27 73	0.08 48	1.46 83	0.00 1	0.00 1	1.06 245	0.02 235	1.66 273	0.75 162	0.01 85	0.36 324	0.02 31	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

TANstereo	0.17 22	0.32 160	1.51 94	0.00 1	0.00 1	1.03 232	0.00 1	0.07 30	0.14 20	0.01 85	0.15 284	0.04 78	0.00 1	0.05 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

XX-TBD	0.18 26	0.44 194	1.52 96	0.00 1	0.00 1	0.92 201	0.00 1	0.17 76	0.14 20	0.00 1	0.21 291	0.03 59	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

CC-Net-ROB	0.77 298	0.99 317	2.18 221	0.07 275	0.00 1	1.09 289	0.01 175	3.10 368	0.75 162	0.01 85	0.00 1	0.14 156	0.01 82	5.65 338	0.34 228	0.56 384	0.00 1	0.21 399	0.00 1	0.17 317	0.02 57

Any-RAFT	0.24 57	0.07 25	1.16 25	0.00 1	0.01 183	1.13 322	0.00 1	1.21 224	0.36 89	0.02 145	0.00 1	0.49 268	0.00 1	0.19 110	0.03 63	0.00 1	0.08 285	0.00 1	0.00 1	0.00 1	0.03 65

CASS	0.10 3	0.08 48	1.10 21	0.00 1	0.00 1	0.13 28	0.01 175	0.15 67	0.18 50	0.21 292	0.00 1	0.02 31	0.02 126	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
knoymous	0.10 3	0.06 9	1.25 33	0.00 1	0.00 1	0.11 23	0.00 1	0.27 105	0.06 7	0.00 1	0.00 1	0.23 197	0.00 1	0.04 41	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

CRFU-Net	0.43 167	0.15 97	1.89 184	0.26 342	0.01 183	0.91 196	0.00 1	0.47 132	0.27 77	0.00 1	0.00 1	0.41 251	1.89 363	2.11 211	0.14 159	0.00 1	0.00 1	0.03 373	0.00 1	0.03 123	0.03 65

GLC_STEREO	0.06 1	0.07 25	0.85 6	0.00 1	0.00 1	0.07 18	0.00 1	0.01 1	0.04 3	0.00 1	0.00 1	0.01 7	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

LCNet	0.26 70	0.14 91	1.38 58	0.10 284	0.00 1	0.97 212	0.00 1	0.12 52	0.78 212	0.01 85	0.00 1	0.02 31	1.07 345	0.43 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 304	0.03 65

HHNet	0.53 219	0.23 129	2.29 235	0.11 292	0.00 1	1.15 328	0.25 330	0.70 158	0.78 212	0.01 85	3.49 373	0.04 78	0.69 325	0.02 9	0.70 284	0.03 361	0.00 1	0.00 1	0.00 1	0.03 123	0.03 65

KYRaft	0.26 70	0.05 5	1.37 52	0.04 246	0.00 1	1.16 331	0.12 309	0.11 46	0.78 212	0.01 85	0.29 306	0.03 59	0.75 331	0.37 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

THIR-Stereo	0.94 314	0.33 165	1.66 136	0.00 1	0.01 183	0.55 99	3.72 402	0.13 64	0.18 50	0.10 259	1.46 362	0.74 303	2.82 374	5.60 333	1.39 320	0.00 1	0.00 1	0.02 365	0.00 1	0.02 78	0.03 65

Prome-Stereo	0.28 76	0.06 9	1.40 64	0.10 284	0.00 1	1.16 331	0.02 235	0.39 124	0.88 309	0.02 145	0.52 337	0.05 96	0.69 325	0.28 135	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

HCRNet	0.37 128	0.27 144	1.27 36	0.00 1	0.00 1	1.09 289	0.00 1	0.56 142	0.80 235	0.01 85	0.01 160	0.06 112	0.03 168	3.22 257	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.03 65

UPFNet	0.23 54	0.24 135	1.56 107	0.00 1	0.00 1	0.50 85	0.00 1	1.28 233	0.68 143	0.00 1	0.00 1	0.10 141	0.01 82	0.13 93	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.03 65

STTStereo	0.33 103	0.49 213	2.91 278	0.00 1	0.00 1	0.83 174	0.03 252	0.28 106	0.16 32	0.02 145	0.00 1	0.20 191	0.03 168	1.52 205	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

R-Stereo Train	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 161	0.00 1	1.57 264	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

RAFT-Stereo	0.22 46	0.06 9	1.64 129	0.00 1	0.00 1	0.76 161	0.00 1	1.57 264	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
STTRV1_RVC	0.69 281	0.23 129	2.35 240	0.00 1	0.00 1	0.63 123	0.01 175	1.17 221	0.79 226	0.01 85	0.51 336	0.26 209	0.18 277	5.99 355	0.31 221	0.30 382	1.12 386	0.00 1	0.00 1	0.01 25	0.03 65

NLCA_NET_v2_RVC	0.45 177	0.72 264	3.22 293	0.00 1	0.02 223	0.95 209	0.00 1	0.70 158	0.26 74	0.03 184	0.00 1	0.34 226	0.10 253	2.45 224	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DN-CSS_ROB	0.38 136	1.27 345	2.50 255	0.01 201	0.00 1	1.01 222	0.00 1	1.21 224	0.83 258	0.02 145	0.00 1	0.19 187	0.02 126	0.10 87	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.26 350	0.03 65

CoDeX	0.39 143	0.31 157	1.50 89	0.00 1	0.01 183	0.31 47	0.00 1	1.81 301	0.76 183	0.00 1	0.00 1	0.25 203	0.06 231	2.77 240	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 83

fast-acv-ft	0.34 105	0.71 259	4.20 345	0.06 269	0.01 183	0.28 42	0.17 314	0.11 46	0.34 87	0.00 1	0.00 1	0.08 127	0.09 248	0.13 93	0.27 214	0.01 337	0.00 1	0.03 373	0.01 288	0.27 352	0.04 83

gwcnet-sp	0.35 111	0.37 181	3.29 298	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

scenet	0.35 111	0.37 181	3.29 298	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

ssnet	0.35 111	0.37 181	3.29 298	0.00 1	0.00 1	0.51 87	0.03 252	0.74 169	0.76 183	0.01 85	0.01 160	0.09 135	0.04 194	0.88 185	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

CIPLG	0.44 172	1.17 337	2.82 271	0.10 284	0.01 183	0.93 203	0.20 320	1.76 289	0.85 291	0.04 204	0.01 160	0.16 170	0.06 231	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.01 288	0.17 317	0.04 83

IPLGR_C	0.45 177	1.25 343	3.05 283	0.10 284	0.01 183	0.91 196	0.20 320	1.77 292	0.86 302	0.04 204	0.01 160	0.15 162	0.07 241	0.16 100	0.19 186	0.00 1	0.04 268	0.01 351	0.02 299	0.17 317	0.04 83

ACRE	0.45 177	1.14 335	3.22 293	0.12 296	0.00 1	0.90 193	0.20 320	1.77 292	0.84 268	0.04 204	0.01 160	0.15 162	0.06 231	0.16 100	0.18 177	0.00 1	0.03 258	0.01 351	0.02 299	0.17 317	0.04 83

AACVNet	0.48 190	0.74 269	1.81 173	0.00 1	0.00 1	0.55 99	0.00 1	0.22 89	0.55 120	0.03 184	0.00 1	0.11 144	0.01 82	5.22 324	0.09 129	0.00 1	0.00 1	0.00 1	0.00 1	0.18 324	0.04 83

CREStereo++_RVC	0.15 18	0.10 66	1.55 103	0.00 1	0.00 1	1.01 222	0.00 1	0.15 67	0.15 26	0.00 1	0.01 160	0.04 78	0.00 1	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 83
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
MMNet	0.29 81	0.53 227	2.13 218	0.00 1	0.00 1	0.69 150	0.00 1	0.74 169	0.80 235	0.01 85	0.01 160	0.18 179	0.09 248	0.28 135	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.04 83

psm_up	0.48 190	0.57 233	1.86 180	0.00 1	0.00 1	0.83 174	0.00 1	2.33 332	0.79 226	0.00 1	0.00 1	0.27 211	0.01 82	2.73 238	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.04 83

UNet	0.29 81	0.26 140	2.47 250	0.00 1	0.00 1	0.71 153	0.01 175	0.52 137	0.81 243	0.00 1	0.00 1	0.37 240	0.02 126	0.46 159	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.04 83

HGLStereo	0.35 111	0.40 187	1.83 174	0.00 1	0.00 1	0.65 135	0.01 175	0.68 155	0.39 95	0.03 184	0.01 160	0.47 257	0.03 168	2.14 213	0.17 172	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.04 83

UCFNet_RVC	0.26 70	0.61 241	1.59 116	0.00 1	0.00 1	1.00 220	0.00 1	0.26 102	0.39 95	0.01 85	0.00 1	0.42 253	0.02 126	0.84 183	0.07 115	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 83

RAFT-Test	0.37 128	0.11 74	1.68 140	0.57 370	0.93 386	0.43 73	0.10 301	1.03 200	0.49 110	0.16 282	0.00 1	0.87 314	0.00 1	0.27 129	0.12 142	0.00 1	0.33 313	0.00 1	0.24 393	0.01 25	0.05 98

IPLGR	0.50 199	0.22 127	2.74 266	0.03 238	0.02 223	1.08 274	0.03 252	1.95 315	0.75 162	0.09 254	0.00 1	0.18 179	0.22 288	2.57 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.05 98

DeepStereo_RVC	0.24 57	0.07 25	1.16 25	0.06 269	0.02 223	1.08 274	0.31 344	0.04 6	0.75 162	0.02 145	0.00 1	0.00 1	1.22 350	0.03 29	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 98

APVNet	0.58 246	0.59 236	3.15 292	0.00 1	0.00 1	0.93 203	0.01 175	0.62 151	0.86 302	0.03 184	0.01 160	0.34 226	0.04 194	4.50 307	0.33 226	0.00 1	0.00 1	0.03 373	0.00 1	0.18 324	0.05 98

DMCA-RVC	0.44 172	0.94 310	4.10 343	0.00 1	0.03 240	0.76 161	0.03 252	0.11 46	0.15 26	0.01 85	0.01 160	0.08 127	0.32 300	1.61 206	0.51 261	0.00 1	0.02 251	0.01 351	0.00 1	0.03 123	0.05 98

Nwc_Net	0.54 224	0.75 275	3.72 328	0.00 1	0.00 1	0.66 138	0.00 1	1.05 206	0.41 100	0.01 85	0.02 241	0.88 316	0.11 258	2.65 236	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.05 98

GANetREF_RVC	0.63 265	1.05 323	3.03 281	0.00 1	0.00 1	1.16 331	0.01 175	2.03 321	0.75 162	0.00 1	0.01 160	0.28 214	0.04 194	4.13 291	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.05 98
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
AdaStereo	0.25 66	0.09 59	1.34 46	0.00 1	0.00 1	0.26 39	0.00 1	1.95 315	0.75 162	0.00 1	0.00 1	0.30 219	0.01 82	0.14 97	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 98
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.
StereoDRNet-Refined	0.30 90	0.19 111	1.19 30	0.00 1	0.00 1	0.81 170	0.00 1	0.92 187	0.84 268	0.00 1	0.00 1	0.50 272	0.02 126	1.27 199	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.05 98
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
LALA_ROB	0.45 177	0.73 265	1.91 189	0.00 1	0.01 183	0.98 214	0.01 175	1.99 318	0.84 268	0.15 279	0.00 1	0.09 135	0.01 82	1.06 189	1.01 298	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.05 98

SFCPSM	0.24 57	0.11 74	1.53 99	0.00 1	0.05 261	0.35 58	0.01 175	1.54 259	0.77 199	0.01 85	0.00 1	0.12 148	0.02 126	0.06 69	0.05 101	0.00 1	0.00 1	0.00 1	0.02 299	0.03 123	0.06 108

ac_64	0.48 190	0.32 160	2.27 233	0.04 246	0.01 183	0.44 76	0.02 235	0.36 120	0.83 258	0.15 279	0.01 160	0.88 316	0.04 194	3.90 285	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.06 108

hitnet-ft	0.49 194	0.56 232	1.96 199	0.00 1	0.00 1	0.73 157	0.10 301	0.36 120	0.26 74	0.05 217	0.13 281	0.73 302	0.16 273	4.26 297	0.41 253	0.01 337	0.00 1	0.03 373	0.00 1	0.05 171	0.06 108

NVstereo2D	0.53 219	0.22 127	2.52 257	0.00 1	0.00 1	0.58 112	0.03 252	1.62 271	0.99 325	0.05 217	0.00 1	0.48 261	0.00 1	3.88 284	0.08 121	0.00 1	0.05 278	0.00 1	0.00 1	0.02 78	0.06 108

test_4	0.20 38	0.33 165	1.50 89	0.08 277	0.13 289	1.04 237	0.00 1	0.05 12	0.09 14	0.10 259	0.00 1	0.02 31	0.01 82	0.27 129	0.14 159	0.00 1	0.08 285	0.00 1	0.02 299	0.13 284	0.07 112

IPLG	0.59 250	0.69 255	2.25 232	0.02 223	0.00 1	1.12 313	0.07 285	1.75 286	0.79 226	0.05 217	0.00 1	0.16 170	0.14 266	4.49 306	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.07 112

TransformOpticalFlow	0.88 310	0.30 153	2.86 272	0.30 348	0.03 240	1.25 347	0.05 277	1.87 307	0.80 235	0.28 309	0.37 326	1.25 343	1.50 353	6.38 375	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 112

OMP-Stereo	0.71 284	0.47 206	1.36 48	0.18 321	0.06 266	1.18 338	0.00 1	1.76 289	0.78 212	0.11 266	0.59 340	0.49 268	0.00 1	6.94 388	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

IIG-Stereo	0.71 284	0.48 211	1.42 76	0.05 252	0.03 240	1.18 338	0.00 1	1.75 286	0.79 226	0.01 85	0.56 338	0.53 277	0.01 82	6.87 385	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 112

delet	0.42 158	0.47 206	1.99 203	0.00 1	0.00 1	0.61 119	0.00 1	0.68 155	0.83 258	0.06 230	0.01 160	0.51 276	0.19 280	2.68 237	0.21 191	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.07 112

FENet	0.27 73	0.19 111	1.51 94	0.00 1	0.00 1	1.01 222	0.00 1	1.02 197	0.77 199	0.00 1	0.00 1	0.24 200	0.04 194	0.27 129	0.22 197	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 112

PSMNet-RSSM	0.44 172	0.73 265	1.65 133	0.00 1	0.00 1	1.06 245	0.00 1	0.61 148	0.70 150	0.06 230	0.01 160	0.39 247	0.00 1	3.29 261	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112

GwcNet-RSSM	0.53 219	1.04 322	2.48 252	0.00 1	0.00 1	1.06 245	0.00 1	0.74 169	0.76 183	0.21 292	0.01 160	0.36 237	0.00 1	3.65 277	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.07 112

NCC-stereo	0.63 265	0.82 283	3.34 305	0.03 238	0.03 240	1.04 237	0.01 175	1.03 200	0.31 83	0.14 275	0.19 287	0.64 286	0.05 220	3.67 279	1.18 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112

stereogan	0.57 244	0.38 184	3.12 290	0.01 201	0.01 183	0.64 127	0.02 235	1.11 215	0.96 321	0.08 247	0.01 160	1.66 363	0.45 310	2.60 232	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.07 112

Abc-Net	0.63 265	0.82 283	3.34 305	0.03 238	0.03 240	1.04 237	0.01 175	1.03 200	0.31 83	0.14 275	0.19 287	0.64 286	0.05 220	3.67 279	1.18 305	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.07 112
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CFNet	0.66 274	1.12 333	2.37 241	0.00 1	0.00 1	1.06 245	0.01 175	1.36 246	0.74 155	0.01 85	0.01 160	0.13 154	0.01 82	5.85 342	0.30 218	0.00 1	0.00 1	0.00 1	0.00 1	0.18 324	0.07 112

GMStereo_Zeroshot	0.10 3	0.09 59	1.06 18	0.14 304	0.00 1	0.03 5	0.00 1	0.05 12	0.17 40	0.00 1	0.03 249	0.19 187	0.02 126	0.01 2	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.08 125

iinet-f	0.59 250	0.91 306	5.57 372	0.00 1	0.01 183	0.78 164	0.00 1	1.81 301	0.84 268	0.03 184	0.00 1	0.41 251	0.43 308	0.42 153	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.08 125

Wz-Net-LNSev-Ref	0.54 224	0.84 288	3.67 326	0.00 1	0.00 1	0.56 105	0.00 1	1.40 249	0.80 235	0.00 1	0.00 1	0.06 112	0.13 265	1.76 207	1.42 321	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 125

CrosDoStereo	1.11 332	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 407	0.70 158	0.54 116	0.25 306	1.18 357	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

DeepStereo_LL	1.11 332	0.16 100	1.64 129	0.00 1	0.05 261	0.66 138	5.65 407	0.70 158	0.54 116	0.25 306	1.18 357	0.19 187	2.94 376	6.48 378	1.58 323	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.08 125

DRaft	0.58 246	0.13 83	1.34 46	0.00 1	0.00 1	0.94 206	0.18 317	0.08 35	0.16 32	0.03 184	0.25 294	0.06 112	2.49 371	4.51 309	1.32 316	0.00 1	0.03 258	0.00 1	0.02 299	0.03 123	0.08 125

CFNet-RSSM	0.21 43	0.08 48	1.39 62	0.00 1	0.12 287	0.63 123	0.00 1	1.32 238	0.15 26	0.01 85	0.00 1	0.09 135	0.00 1	0.11 90	0.04 89	0.00 1	0.00 1	0.00 1	0.23 385	0.01 25	0.08 125

Gwc-CoAtRS	0.15 18	0.09 59	1.42 76	0.00 1	0.11 285	0.43 73	0.00 1	0.32 113	0.08 9	0.02 145	0.00 1	0.18 179	0.00 1	0.05 63	0.06 112	0.00 1	0.06 281	0.00 1	0.18 370	0.01 25	0.08 125

GANet-RSSM	0.42 158	0.66 247	1.78 165	0.00 1	0.00 1	1.06 245	0.00 1	0.26 102	0.23 68	0.05 217	0.00 1	0.34 226	0.00 1	3.56 271	0.18 177	0.00 1	0.00 1	0.03 373	0.00 1	0.09 256	0.08 125

CFNet-ft	0.40 150	0.74 269	1.74 153	0.00 1	0.00 1	1.09 289	0.00 1	0.23 95	0.22 64	0.02 145	0.00 1	0.76 304	0.00 1	2.98 248	0.18 177	0.00 1	0.00 1	0.01 351	0.00 1	0.03 123	0.08 125

CFNet_RVC	0.40 150	0.74 269	1.74 153	0.00 1	0.00 1	1.09 289	0.00 1	0.23 95	0.22 64	0.02 145	0.00 1	0.76 304	0.00 1	2.97 247	0.18 177	0.00 1	0.00 1	0.01 351	0.00 1	0.03 123	0.08 125

HSM	0.68 278	0.52 225	1.54 102	0.00 1	0.00 1	0.54 95	0.01 175	1.08 211	0.77 199	0.00 1	0.01 160	2.23 372	0.63 324	6.04 358	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.08 125

ETE_ROB	0.43 167	0.73 265	1.87 181	0.00 1	0.00 1	0.94 206	0.01 175	1.75 286	0.79 226	0.03 184	0.00 1	0.16 170	0.02 126	1.81 208	0.36 235	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 125

GASNet	0.78 302	1.91 380	4.72 353	0.00 1	0.00 1	0.55 99	0.02 235	1.39 248	0.47 106	0.01 85	0.13 281	0.50 272	0.12 261	4.27 298	0.96 295	0.00 1	0.00 1	0.00 1	0.00 1	0.41 376	0.09 138

ssnet_v2	0.39 143	0.47 206	2.11 215	0.00 1	0.00 1	0.81 170	0.00 1	1.33 241	0.86 302	0.12 270	0.01 160	0.87 314	0.10 253	0.60 174	0.35 232	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.09 138

UDG	0.55 232	0.86 293	2.15 219	0.00 1	0.00 1	0.98 214	0.00 1	2.09 324	0.83 258	0.08 247	0.00 1	1.49 358	0.18 277	1.20 196	1.07 301	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.09 138

STrans-v2	0.88 310	0.32 160	1.71 146	0.00 1	0.01 183	0.85 182	0.04 267	2.45 337	0.89 312	0.48 341	0.85 349	1.10 333	2.06 365	6.49 380	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 138

CRE-IMP	0.22 46	0.06 9	1.43 80	0.05 252	0.02 223	1.12 313	0.33 350	0.04 6	1.08 336	0.02 145	0.00 1	0.12 148	0.00 1	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 138

cross-raft	0.21 43	0.09 59	1.42 76	0.48 366	0.50 352	0.41 66	0.07 285	0.50 134	0.03 2	0.02 145	0.00 1	0.38 245	0.00 1	0.08 80	0.03 63	0.00 1	0.00 1	0.00 1	0.11 342	0.01 25	0.09 138

ICVP	0.16 20	0.05 5	1.22 32	0.00 1	0.01 183	1.01 222	0.09 297	0.28 106	0.17 40	0.00 1	0.02 241	0.07 121	0.01 82	0.21 112	0.05 101	0.00 1	0.01 244	0.00 1	0.00 1	0.01 25	0.09 138
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.23 54	0.19 111	1.56 107	0.00 1	0.00 1	1.07 263	0.02 235	0.73 168	0.15 26	0.00 1	0.02 241	0.11 144	0.08 245	0.44 157	0.16 171	0.01 337	0.00 1	0.00 1	0.00 1	0.05 171	0.09 138

cf-r	0.46 184	0.87 295	2.51 256	0.00 1	0.00 1	1.06 245	0.00 1	0.52 137	0.64 136	0.09 254	0.00 1	0.65 290	0.00 1	2.51 227	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.09 138

DSFCA	0.49 194	0.39 186	1.59 116	0.00 1	0.01 183	0.96 210	0.36 353	0.40 127	0.80 235	0.03 184	0.31 314	0.04 78	0.23 290	3.83 282	0.81 292	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.09 138

RP	0.52 206	0.68 251	2.56 260	0.00 1	0.01 183	0.61 119	0.02 235	1.31 236	0.62 135	0.05 217	0.01 160	0.98 322	0.17 276	2.86 244	0.33 226	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.09 138

iResNetv2_ROB	0.51 203	1.70 366	3.96 337	0.00 1	0.00 1	0.60 113	0.00 1	1.81 301	0.82 249	0.03 184	0.00 1	0.08 127	0.02 126	0.16 100	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.09 138

MLCV	0.35 111	0.84 288	1.96 199	0.00 1	0.00 1	0.48 83	0.00 1	0.81 180	0.29 81	0.10 259	0.00 1	0.28 214	0.03 168	1.32 201	0.80 291	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.09 138

iResNet_ROB	0.40 150	1.20 339	1.77 161	0.00 1	0.00 1	0.73 157	0.00 1	1.03 200	0.77 199	0.07 238	0.01 160	0.08 127	0.01 82	1.85 209	0.38 245	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.09 138

CBFPSM	0.42 158	0.89 301	2.62 264	0.00 1	0.00 1	0.32 50	0.00 1	0.37 122	0.82 249	0.01 85	0.01 160	1.65 362	1.00 340	0.27 129	0.34 228	0.00 1	0.01 244	0.00 1	0.00 1	0.02 78	0.10 152

DDUNet	0.51 203	0.87 295	2.33 238	0.00 1	0.00 1	0.80 168	0.01 175	1.16 219	0.77 199	0.08 247	0.01 160	1.11 334	0.01 82	2.02 210	0.77 288	0.02 353	0.00 1	0.00 1	0.00 1	0.09 256	0.10 152

NRIStereo	0.22 46	0.06 9	1.40 64	0.05 252	0.01 183	1.16 331	0.32 349	0.04 6	0.81 243	0.04 204	0.01 160	0.11 144	0.01 82	0.14 97	0.02 51	0.00 1	0.02 251	0.00 1	0.00 1	0.05 171	0.10 152

PFNet	0.63 265	0.15 97	2.41 244	0.00 1	0.30 331	1.17 336	0.00 1	0.35 118	0.92 316	0.01 85	0.24 293	0.03 59	0.00 1	6.43 377	0.23 200	0.09 370	0.00 1	0.00 1	0.04 315	0.13 284	0.10 152

DMCA	0.30 90	0.38 184	2.48 252	0.00 1	0.01 183	0.98 214	0.01 175	0.47 132	0.80 235	0.02 145	0.01 160	0.05 96	0.00 1	0.25 118	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

AF-Net	0.60 254	0.87 295	3.34 305	0.00 1	0.00 1	0.41 66	0.01 175	1.52 258	0.64 136	0.17 290	0.05 256	1.28 344	0.46 311	2.51 227	0.52 265	0.00 1	0.00 1	0.00 1	0.00 1	0.12 279	0.10 152

RGC	0.61 259	0.74 269	3.31 302	0.00 1	0.01 183	0.64 127	0.00 1	1.34 242	0.26 74	0.03 184	0.61 341	0.99 323	0.19 280	3.06 252	0.81 292	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

HSM-Net_RVC	0.57 244	0.08 48	1.74 153	0.00 1	0.00 1	0.63 123	0.00 1	4.21 385	0.71 151	0.14 275	0.00 1	0.21 192	0.03 168	3.43 266	0.05 101	0.01 337	0.00 1	0.00 1	0.00 1	0.00 1	0.10 152
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DeepPruner_ROB	0.34 105	0.75 275	2.38 242	0.00 1	0.00 1	1.12 313	0.03 252	0.30 108	0.16 32	0.00 1	0.00 1	0.39 247	0.03 168	1.27 199	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.10 152

DLCB_ROB	0.36 121	0.46 203	1.27 36	0.00 1	0.00 1	0.45 79	0.00 1	0.66 154	0.81 243	0.03 184	0.04 255	0.66 292	0.04 194	2.35 217	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 152

PSMNet_ROB	0.54 224	1.05 323	2.53 258	0.00 1	0.00 1	0.91 196	0.00 1	0.33 117	0.75 162	0.01 85	0.00 1	0.25 203	0.03 168	3.45 267	1.31 315	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.10 152

SQANet	0.58 246	1.73 369	3.08 287	0.05 252	0.48 349	0.36 61	0.03 252	0.52 137	0.74 155	0.04 204	0.23 292	0.50 272	0.06 231	2.37 218	0.97 296	0.02 353	0.03 258	0.01 351	0.00 1	0.21 341	0.11 163

raft_robust	0.73 290	0.81 281	1.55 103	0.00 1	0.22 313	0.68 146	0.00 1	2.56 342	0.75 162	0.01 85	0.01 160	1.12 335	1.15 347	4.56 311	0.14 159	0.00 1	0.71 346	0.00 1	0.15 357	0.08 232	0.11 163

RAFT_CTSACE	0.25 66	0.71 259	2.06 212	0.00 1	0.01 183	0.49 84	0.00 1	0.37 122	0.18 50	0.01 85	0.00 1	0.34 226	0.00 1	0.25 118	0.07 115	0.00 1	0.20 298	0.00 1	0.00 1	0.25 349	0.11 163

ADLNet2	0.61 259	0.68 251	2.76 268	0.00 1	0.00 1	0.90 193	0.01 175	0.82 181	0.92 316	0.00 1	0.07 269	1.45 355	0.02 126	4.04 286	0.13 152	0.00 1	0.00 1	0.00 1	0.00 1	0.20 335	0.11 163

CFNet_pseudo	0.24 57	0.13 83	1.40 64	0.00 1	0.01 183	0.96 210	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 261	0.35 302	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 163

G-Net	1.24 336	0.34 174	3.85 333	0.05 252	0.48 349	1.68 368	0.46 360	0.23 95	0.44 103	1.33 367	8.94 396	2.28 373	0.79 334	2.37 218	1.18 305	0.01 337	0.03 258	0.02 365	0.09 332	0.07 214	0.11 163

SHD	0.76 295	1.05 323	4.19 344	0.65 378	0.21 310	0.01 2	0.01 175	1.48 255	0.83 258	1.69 371	0.00 1	0.63 283	0.09 248	2.22 214	1.51 322	0.00 1	0.21 299	0.00 1	0.07 324	0.15 304	0.11 163

XQC	0.94 314	1.30 351	4.44 349	0.65 378	0.07 270	0.42 70	0.01 175	2.88 359	0.85 291	0.28 309	0.01 160	0.67 293	0.21 284	3.24 259	3.25 350	0.00 1	0.24 303	0.00 1	0.04 315	0.20 335	0.11 163

ADCRef	1.10 331	1.10 331	4.78 357	0.02 223	0.02 223	0.87 184	0.31 344	0.76 174	0.88 309	0.71 351	0.17 286	0.18 179	0.80 335	2.63 235	8.56 387	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.11 163

ccs_rob	0.24 57	0.13 83	1.40 64	0.00 1	0.01 183	0.97 212	0.00 1	1.08 211	0.16 32	0.00 1	0.01 160	0.48 261	0.35 302	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 163

MFMNet_re	0.38 136	1.27 345	3.38 310	0.65 378	0.00 1	0.17 31	0.02 235	0.07 30	1.02 326	0.03 184	0.03 249	0.12 148	0.00 1	0.27 129	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.11 163

WAO-6	2.63 377	1.16 336	3.22 293	0.00 1	0.00 1	3.86 390	0.28 342	6.13 393	7.35 396	0.60 345	6.78 384	7.62 393	2.68 373	6.42 376	6.11 374	0.00 1	0.00 1	0.00 1	0.00 1	0.17 317	0.12 174

Sa-1000	0.44 172	0.58 235	1.85 178	0.00 1	0.22 313	1.09 289	0.01 175	2.98 362	0.75 162	0.00 1	0.09 273	0.04 78	0.00 1	0.21 112	0.00 1	0.00 1	0.50 329	0.00 1	0.13 345	0.12 279	0.12 174

MIPNet	0.42 158	0.59 236	2.22 225	0.02 223	0.00 1	1.11 308	0.09 297	1.88 308	0.88 309	0.11 266	0.06 266	0.22 195	0.19 280	0.74 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 288	0.08 232	0.12 174

GANet-ADL	0.20 38	0.12 78	1.43 80	0.00 1	0.01 183	0.84 178	0.00 1	0.40 127	0.17 40	0.00 1	0.36 324	0.35 232	0.00 1	0.09 84	0.14 159	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.12 174

FADNet	0.64 272	1.21 340	3.32 304	0.00 1	0.01 183	0.79 165	0.01 175	1.01 196	0.65 139	0.01 85	0.01 160	0.17 176	0.15 270	4.45 304	0.37 237	0.17 377	0.00 1	0.00 1	0.00 1	0.44 379	0.12 174

PA-Net	0.72 287	0.91 306	3.91 334	0.03 238	0.07 270	0.87 184	0.02 235	0.78 175	0.83 258	0.01 85	0.00 1	0.43 254	0.06 231	5.10 318	1.30 313	0.01 337	0.00 1	0.00 1	0.00 1	0.04 156	0.12 174
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.35 111	0.31 157	1.99 203	0.16 311	0.16 298	0.33 55	0.00 1	0.15 67	0.30 82	0.00 1	0.01 160	1.49 358	0.00 1	1.21 197	0.63 270	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.12 174

Ntro	0.75 293	1.79 372	3.54 322	0.05 252	0.37 335	1.03 232	0.02 235	0.99 195	0.76 183	0.02 145	0.00 1	0.76 304	0.08 245	3.23 258	1.32 316	0.07 367	0.04 268	0.01 351	0.00 1	0.84 391	0.13 181

SACVNet	0.51 203	0.61 241	1.98 201	0.00 1	0.00 1	1.02 228	0.01 175	1.04 205	0.44 103	0.07 238	0.00 1	0.23 197	0.02 126	4.19 293	0.29 215	0.00 1	0.00 1	0.00 1	0.00 1	0.22 342	0.13 181

GwcNet-ADL	0.33 103	0.20 116	1.73 151	0.00 1	0.00 1	1.02 228	0.00 1	2.51 339	0.40 99	0.00 1	0.00 1	0.37 240	0.04 194	0.03 29	0.24 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.13 181

EDNetEfficient	2.95 383	0.33 165	20.38 406	0.19 324	0.83 380	1.00 220	1.95 391	0.58 144	5.15 392	8.01 402	1.79 366	0.93 319	4.16 389	3.66 278	9.80 393	0.00 1	0.03 258	0.00 1	0.06 322	0.05 171	0.13 181

GwcNet	0.64 272	0.99 317	5.43 370	0.00 1	0.00 1	0.41 66	0.10 301	0.50 134	0.97 322	0.05 217	0.00 1	0.63 283	0.05 220	2.87 245	0.55 267	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.13 181

DIP-Stereo	0.28 76	0.19 111	1.62 127	0.00 1	0.00 1	1.11 308	0.00 1	1.67 274	0.74 155	0.01 85	0.00 1	0.01 7	0.07 241	0.01 2	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 181
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Anonymous Stereo	0.79 303	1.22 341	4.94 362	0.01 201	0.00 1	0.57 108	0.55 370	1.41 250	0.49 110	0.03 184	0.03 249	0.12 148	0.02 126	5.47 330	0.82 294	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.13 181

NCCL2	0.38 136	1.00 319	2.12 217	0.00 1	0.01 183	0.79 165	0.00 1	0.59 145	0.38 91	0.01 85	0.00 1	0.02 31	0.03 168	2.31 216	0.21 191	0.00 1	0.00 1	0.02 365	0.00 1	0.04 156	0.13 181

CFNet_ucs	0.29 81	0.17 106	1.53 99	0.00 1	0.01 183	0.83 174	0.00 1	2.07 323	0.24 73	0.00 1	0.00 1	0.48 261	0.29 296	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 189

DAS	0.55 232	0.08 48	1.79 168	0.00 1	0.00 1	0.09 20	0.00 1	1.54 259	0.85 291	1.16 364	0.00 1	0.24 200	0.03 168	4.66 313	0.31 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 189

SepStereo	0.50 199	0.08 48	1.79 168	0.00 1	0.00 1	0.09 20	0.00 1	1.54 259	0.85 291	1.16 364	0.00 1	0.24 200	0.03 168	3.84 283	0.31 221	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 189

AASNet	0.40 150	0.98 313	2.57 261	0.00 1	0.00 1	0.93 203	0.01 175	0.79 178	0.82 249	0.01 85	0.00 1	0.38 245	0.02 126	0.62 175	0.43 257	0.00 1	0.00 1	0.00 1	0.00 1	0.31 365	0.14 189

rafts_anoy	0.37 128	0.77 279	1.68 140	0.43 362	0.99 390	0.53 93	0.04 267	0.16 72	0.14 20	0.08 247	0.01 160	0.06 112	0.06 231	0.58 170	0.21 191	0.00 1	1.44 407	0.00 1	0.01 288	0.05 171	0.14 189

edge stereo	0.62 262	0.30 153	3.04 282	0.01 201	0.03 240	0.32 50	0.03 252	1.28 233	0.69 148	0.21 292	0.32 321	1.29 345	0.19 280	4.12 290	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.11 273	0.14 189

DeepPrunerF	1.44 350	1.17 337	9.82 391	0.02 223	0.09 277	0.90 193	0.00 1	1.42 251	6.76 394	0.23 299	0.01 160	0.22 195	0.14 266	5.71 341	1.94 331	0.00 1	0.00 1	0.01 351	0.02 299	0.20 335	0.14 189

Wz-Net-LNSev	0.46 184	1.11 332	5.46 371	0.00 1	0.00 1	0.51 87	0.00 1	0.41 129	0.91 314	0.00 1	0.01 160	0.23 197	0.03 168	0.12 91	0.25 207	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.15 196

ADCP+	1.56 352	1.51 361	8.93 390	0.01 201	0.03 240	1.27 349	0.77 381	1.03 200	0.95 319	0.02 145	0.01 160	0.95 320	1.02 341	0.48 162	14.01 402	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.15 196

PASM	0.66 274	0.70 258	4.95 363	0.02 223	0.00 1	0.31 47	0.04 267	0.60 147	0.35 88	0.19 291	0.01 160	0.46 256	0.04 194	5.16 320	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.15 196

Selective-RAFT	0.21 43	0.13 83	0.82 5	0.00 1	0.00 1	1.08 274	0.00 1	0.06 22	0.77 199	0.00 1	0.00 1	0.08 127	0.00 1	0.01 2	0.03 63	0.00 1	0.90 367	0.00 1	0.18 370	0.04 156	0.16 199

ccnet	0.59 250	0.26 140	2.24 230	0.01 201	0.08 275	0.70 151	0.18 317	1.35 244	0.43 101	0.45 339	0.66 343	0.13 154	0.38 306	3.57 272	1.09 303	0.01 337	0.00 1	0.02 365	0.00 1	0.03 123	0.16 199

FAT-Stereo	0.55 232	0.18 108	2.58 262	0.00 1	0.00 1	0.33 55	0.08 292	2.26 331	0.84 268	0.06 230	0.88 350	0.60 281	0.51 316	2.43 223	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 199

ADCL	1.70 360	1.00 319	5.82 377	0.07 275	0.04 252	2.14 375	2.27 395	1.26 231	1.09 337	1.55 370	1.08 355	1.23 339	1.53 354	2.38 220	12.21 400	0.01 337	0.00 1	0.00 1	0.00 1	0.12 279	0.16 199

PCWNet_CMD	0.20 38	0.13 83	1.38 58	0.00 1	0.01 183	0.73 157	0.00 1	0.39 124	0.19 59	0.00 1	0.01 160	0.47 257	0.50 315	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 203

GrayStereo	0.52 206	0.03 1	1.36 48	0.10 284	0.00 1	1.13 322	2.57 398	0.32 113	1.03 327	0.00 1	0.00 1	0.08 127	3.66 382	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 203

Anonymous	0.10 3	0.13 83	1.60 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 3	0.01 1	0.00 1	0.00 1	0.02 31	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 156	0.17 203

ACVNet	0.30 90	0.44 194	1.74 153	0.01 201	0.00 1	1.06 245	0.10 301	0.23 95	0.83 258	0.02 145	0.01 160	0.70 300	0.00 1	0.08 80	0.41 253	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.17 203

acv_ft	0.30 90	0.44 194	1.83 174	0.00 1	0.00 1	0.42 70	0.01 175	0.69 157	0.83 258	0.23 299	0.01 160	0.70 300	0.12 261	0.08 80	0.18 177	0.00 1	0.00 1	0.00 1	0.00 1	0.27 352	0.17 203

FADNet-RVC	0.63 265	1.29 349	3.79 332	0.01 201	0.00 1	0.47 81	0.00 1	1.51 257	0.23 68	0.00 1	0.01 160	0.12 148	0.06 231	4.05 287	0.36 235	0.00 1	0.03 258	0.00 1	0.00 1	0.42 377	0.17 203

MSMDNet	0.20 38	0.13 83	1.39 62	0.00 1	0.01 183	0.73 157	0.00 1	0.39 124	0.18 50	0.00 1	0.01 160	0.48 261	0.48 313	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 203

WAO-7	2.74 379	1.65 365	3.36 308	0.03 238	0.05 261	4.68 392	0.53 369	6.21 394	4.59 391	1.73 373	7.61 388	5.56 384	3.68 383	8.96 397	5.50 370	0.00 1	0.00 1	0.33 401	0.02 299	0.19 331	0.18 210

GMOStereo	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

error version	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

test-v	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

AnonymousM	0.18 26	0.07 25	0.80 3	0.04 246	0.00 1	1.03 232	0.00 1	0.20 85	0.65 139	0.06 230	0.00 1	0.00 1	0.00 1	0.33 139	0.02 51	0.00 1	0.19 297	0.00 1	0.00 1	0.01 25	0.18 210

test-2	0.29 81	0.49 213	1.56 107	0.00 1	0.56 359	0.87 184	0.02 235	0.18 80	0.17 40	0.01 85	0.01 160	0.25 203	0.01 82	0.04 41	0.01 31	0.00 1	1.23 399	0.00 1	0.00 1	0.18 324	0.18 210

GEStereo_RVC	0.52 206	0.69 255	1.93 194	0.01 201	0.00 1	1.03 232	0.00 1	2.22 329	0.78 212	0.00 1	0.00 1	0.14 156	0.01 82	3.19 256	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.10 268	0.18 210

psmorigin	0.81 307	0.57 233	7.49 383	0.00 1	0.00 1	0.18 32	0.00 1	0.12 52	0.20 61	0.65 348	0.00 1	2.69 375	0.27 294	2.98 248	0.79 290	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 210

XPNet_ROB	0.46 184	0.67 248	1.69 142	0.01 201	0.00 1	0.94 206	0.01 175	1.32 238	0.65 139	0.03 184	0.00 1	0.17 176	0.02 126	2.82 242	0.66 275	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.18 210

PDISCO_ROB	0.72 287	1.06 328	3.39 311	0.18 321	0.00 1	1.54 361	0.01 175	2.80 356	0.73 154	0.16 282	0.01 160	0.80 309	0.28 295	2.38 220	0.48 259	0.00 1	0.00 1	0.00 1	0.00 1	0.36 371	0.18 210

TDLM	0.60 254	0.76 278	1.77 161	0.05 252	0.00 1	1.10 302	0.01 175	0.51 136	0.79 226	0.34 323	0.01 160	0.27 211	0.22 288	5.44 328	0.35 232	0.00 1	0.00 1	0.00 1	0.00 1	0.15 304	0.19 220

CVANet_RVC	0.66 274	0.68 251	2.61 263	0.01 201	0.00 1	0.99 219	0.00 1	0.95 193	0.78 212	0.60 345	0.11 278	0.37 240	0.14 266	5.50 332	0.14 159	0.00 1	0.00 1	0.00 1	0.03 311	0.16 312	0.19 220

DispFullNet	1.25 337	0.95 311	3.73 329	1.00 392	0.79 377	0.43 73	0.01 175	1.70 277	0.82 249	2.55 382	0.63 342	1.08 329	8.75 401	0.84 183	1.36 319	0.00 1	0.02 251	0.00 1	0.00 1	0.24 345	0.19 220

iResNet	0.34 105	0.50 219	1.65 133	0.00 1	0.00 1	0.70 151	0.00 1	1.60 269	0.78 212	0.01 85	0.00 1	0.04 78	0.03 168	0.15 99	1.11 304	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.20 223

PWCDC_ROB	1.13 334	1.70 366	3.52 316	0.00 1	0.00 1	1.15 328	0.00 1	2.49 338	1.39 371	0.02 145	8.80 395	0.34 226	0.09 248	1.11 191	1.20 308	0.00 1	0.00 1	0.00 1	0.00 1	0.56 384	0.21 224

MSKI-zero shot	0.34 105	0.12 78	1.70 144	0.55 367	0.44 343	1.10 302	0.03 252	0.91 185	0.22 64	0.22 296	0.05 256	0.06 112	0.00 1	0.16 100	0.04 89	0.00 1	0.87 365	0.00 1	0.18 370	0.02 78	0.22 225

HBP-ISP	0.90 312	1.05 323	3.07 286	0.14 304	0.01 183	1.67 367	0.47 364	3.22 374	0.76 183	1.13 363	0.11 278	0.50 272	0.91 338	4.51 309	0.10 132	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.22 225

SA	0.43 167	0.63 244	1.92 191	0.00 1	0.22 313	1.11 308	0.00 1	2.87 358	0.75 162	0.00 1	0.01 160	0.04 78	0.01 82	0.21 112	0.00 1	0.00 1	0.40 321	0.00 1	0.14 352	0.14 299	0.22 225

raftrobust	0.30 90	0.78 280	1.65 133	0.00 1	1.25 397	0.66 138	0.03 252	0.10 44	0.32 85	0.02 145	0.00 1	0.03 59	0.03 168	0.22 115	0.13 152	0.00 1	0.44 322	0.00 1	0.00 1	0.07 214	0.22 225

pcwnet_v2	0.49 194	0.14 91	4.76 355	0.00 1	0.00 1	0.68 146	0.00 1	2.39 336	0.81 243	0.01 85	0.00 1	0.35 232	0.32 300	0.19 110	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 225

ARAFT	0.68 278	1.29 349	3.36 308	0.00 1	0.00 1	1.21 344	0.00 1	2.71 352	0.81 243	0.07 238	0.00 1	0.18 179	0.03 168	3.47 269	0.05 101	0.00 1	0.00 1	0.00 1	0.00 1	0.19 331	0.22 225

SAMSARA	1.56 352	1.37 354	4.23 346	1.04 393	0.75 375	4.48 391	0.13 310	1.61 270	0.74 155	3.69 387	0.66 343	3.16 376	1.06 344	4.44 303	2.82 346	0.00 1	0.63 338	0.00 1	0.13 345	0.10 268	0.22 225

RASNet	0.68 278	0.62 243	2.10 214	0.02 223	0.02 223	0.60 113	0.09 297	0.64 153	0.84 268	0.11 266	0.06 266	1.51 360	0.04 194	6.07 362	0.65 272	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.22 225

LVE	3.01 384	1.95 384	4.27 348	0.56 369	0.45 346	2.06 374	0.06 280	7.66 397	9.65 401	0.08 247	10.94 403	8.86 395	1.82 359	7.24 392	1.62 325	2.04 400	0.17 295	0.04 381	0.24 393	0.24 345	0.23 233

RCA-Stereo	0.28 76	0.14 91	1.00 16	0.00 1	0.13 289	1.06 245	0.00 1	1.76 289	0.16 32	0.07 238	0.00 1	0.02 31	0.06 231	0.00 1	0.00 1	0.00 1	0.83 359	0.00 1	0.00 1	0.06 196	0.23 233

TestStereo1	0.32 100	0.67 248	1.66 136	0.00 1	0.23 322	1.13 322	0.01 175	0.94 191	0.76 183	0.00 1	0.05 256	0.05 96	0.01 82	0.16 100	0.05 101	0.00 1	0.24 303	0.00 1	0.00 1	0.17 317	0.23 233

DCANet-4	0.37 128	0.07 25	3.11 289	0.00 1	0.00 1	1.06 245	0.00 1	1.82 306	0.85 291	0.16 282	0.00 1	0.04 78	0.05 220	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

fff	0.37 128	0.50 219	2.02 205	0.00 1	0.02 223	1.06 245	0.00 1	1.90 309	0.84 268	0.16 282	0.00 1	0.04 78	0.59 321	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

Wz-Net-MNSev	0.63 265	1.38 355	4.48 350	0.00 1	0.00 1	0.22 36	0.01 175	1.31 236	1.13 346	0.01 85	0.05 256	0.14 156	0.16 273	3.05 251	0.40 249	0.00 1	0.00 1	0.00 1	0.00 1	0.09 256	0.23 233

SA-5K	0.32 100	0.67 248	1.66 136	0.00 1	0.23 322	1.13 322	0.01 175	0.94 191	0.76 183	0.00 1	0.05 256	0.05 96	0.01 82	0.16 100	0.05 101	0.00 1	0.24 303	0.00 1	0.00 1	0.17 317	0.23 233

PSMNet-ADL	0.39 143	0.08 48	0.96 9	0.00 1	0.00 1	1.02 228	0.00 1	0.72 165	0.16 32	0.00 1	0.10 277	0.48 261	0.01 82	3.60 274	0.37 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.23 233

csc	0.37 128	0.50 219	2.02 205	0.00 1	0.02 223	1.06 245	0.00 1	1.90 309	0.84 268	0.16 282	0.00 1	0.04 78	0.59 321	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

cscssc	0.37 128	0.50 219	2.02 205	0.00 1	0.02 223	1.06 245	0.00 1	1.90 309	0.84 268	0.16 282	0.00 1	0.04 78	0.59 321	0.04 41	0.08 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 233

WZ-Net	1.68 358	1.91 380	12.17 398	0.00 1	0.00 1	0.83 174	0.00 1	1.68 275	0.84 268	0.05 217	0.01 160	1.08 329	2.88 375	6.91 386	4.78 366	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.24 243

ADLNet	0.48 190	0.43 192	1.71 146	0.00 1	0.00 1	0.66 138	0.01 175	1.16 219	0.84 268	0.21 292	0.01 160	1.00 324	0.02 126	2.88 246	0.34 228	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.24 243

ADCMid	1.62 356	1.76 370	8.67 388	0.04 246	0.03 240	1.61 365	0.17 314	1.49 256	1.15 359	0.88 356	0.57 339	0.86 313	0.69 325	1.18 192	12.53 401	0.01 337	0.00 1	0.29 400	0.08 327	0.20 335	0.24 243

NVStereoNet_ROB	1.74 362	1.83 373	4.79 359	0.81 390	0.29 330	0.67 144	0.03 252	1.46 252	1.75 380	0.65 348	5.98 382	2.38 374	2.95 379	6.77 383	2.70 344	0.69 385	0.37 319	0.04 381	0.19 375	0.27 352	0.24 243
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-8	5.42 397	2.80 401	3.98 339	0.62 373	0.10 282	13.77 406	0.33 350	11.99 407	24.10 411	5.25 390	10.38 402	13.44 400	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

Venus	5.42 397	2.80 401	3.98 339	0.62 373	0.10 282	13.77 406	0.33 350	11.99 407	24.10 411	5.25 390	10.32 401	13.44 400	4.55 392	9.38 399	4.72 364	0.80 389	0.34 315	0.71 406	0.13 345	0.74 389	0.25 247

ADStereo(finetuned)	0.42 158	0.51 224	2.79 270	0.00 1	0.00 1	1.04 237	0.00 1	1.90 309	0.85 291	0.10 259	0.00 1	0.04 78	0.72 329	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 247

DCANet	0.35 111	0.50 219	2.02 205	0.00 1	0.00 1	1.06 245	0.00 1	1.90 309	0.85 291	0.10 259	0.00 1	0.04 78	0.00 1	0.04 41	0.12 142	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 247

MaskLacGwcNet_RVC	0.56 239	0.82 283	1.94 197	0.12 296	0.00 1	1.12 313	0.01 175	0.96 194	0.72 153	0.00 1	0.05 256	0.37 240	0.03 168	3.45 267	0.15 169	1.07 396	0.00 1	0.00 1	0.00 1	0.16 312	0.25 247

DRN-Test	0.52 206	0.35 177	2.75 267	0.03 238	0.09 277	0.60 113	0.00 1	1.72 279	0.84 268	0.01 85	0.00 1	0.18 179	0.04 194	3.27 260	0.23 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.25 247

whm_eth	0.25 66	0.52 225	2.41 244	0.00 1	0.00 1	0.55 99	0.00 1	0.31 111	0.84 268	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 253

iRaft-Stereo_5w	0.60 254	0.85 292	1.83 174	0.01 201	0.59 364	0.31 47	0.00 1	0.72 165	0.79 226	0.00 1	0.00 1	0.10 141	0.01 82	6.12 365	0.03 63	0.00 1	0.12 290	0.00 1	0.00 1	0.24 345	0.26 253

AANet_RVC	0.94 314	1.27 345	3.68 327	0.01 201	0.00 1	0.68 146	0.01 175	0.92 187	0.22 64	0.02 145	1.41 361	0.95 320	0.04 194	5.97 352	3.10 349	0.16 373	0.10 289	0.00 1	0.00 1	0.09 256	0.26 253

CSAN	1.34 344	1.48 360	4.78 357	0.15 307	0.08 275	0.71 153	0.68 376	2.81 357	1.12 344	0.96 359	2.86 368	0.79 308	1.67 356	5.61 335	2.61 343	0.01 337	0.01 244	0.00 1	0.00 1	0.15 304	0.26 253

PWC_ROB	0.84 309	1.08 329	5.06 364	0.00 1	0.00 1	0.21 35	0.00 1	2.71 352	0.82 249	0.00 1	0.20 289	0.29 216	0.03 168	3.58 273	2.10 336	0.00 1	0.00 1	0.00 1	0.00 1	0.39 373	0.26 253

RYNet	0.63 265	0.53 227	2.18 221	0.00 1	0.00 1	0.57 108	0.00 1	1.34 242	0.85 291	0.04 204	0.00 1	0.85 312	0.04 194	5.13 319	0.77 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 258

StereoDRNet	0.50 199	0.89 301	2.96 279	0.02 223	0.06 266	0.51 87	0.00 1	0.45 130	0.84 268	0.00 1	0.00 1	0.33 224	0.02 126	2.82 242	0.69 281	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.28 259

EKT-Stereo	0.55 232	0.15 97	1.80 170	0.73 386	4.21 412	1.08 274	0.00 1	1.17 221	0.32 85	0.02 145	0.00 1	0.08 127	0.00 1	1.01 188	0.13 152	0.00 1	0.03 258	0.00 1	0.05 319	0.03 123	0.29 260

tt	48.09 417	0.07 25	27.39 408	1.35 394	0.00 1	100.00 429	100.00 427	100.00 428	96.65 423	0.15 279	0.01 160	97.98 427	87.03 423	2.52 229	99.87 428	82.90 424	94.64 423	16.21 416	20.93 419	33.72 417	0.29 260

RTSC	0.99 320	1.38 355	4.55 351	0.22 337	0.19 301	0.23 37	0.01 175	1.46 252	0.84 268	0.31 317	0.35 323	0.58 279	0.04 194	2.47 226	5.88 373	0.00 1	0.53 333	0.00 1	0.14 352	0.35 368	0.29 260

PWCK	2.83 381	2.64 400	10.25 395	0.23 338	0.02 223	3.59 387	5.56 406	3.75 382	3.56 386	0.75 354	4.42 376	3.35 377	1.86 360	9.10 398	4.03 358	0.44 383	0.01 244	0.00 1	0.00 1	2.72 402	0.29 260

RainbowNet	0.80 305	1.85 375	3.31 302	0.13 301	0.05 261	1.30 350	0.07 285	2.03 321	0.76 183	0.02 145	0.02 241	1.13 336	0.25 292	2.40 222	1.07 301	0.72 386	0.05 278	0.00 1	0.00 1	0.53 382	0.30 264

ACVNet_1	1.38 347	2.15 390	6.35 381	0.35 358	0.03 240	1.26 348	0.10 301	2.02 320	0.85 291	0.35 326	0.01 160	4.32 379	1.77 358	4.85 315	1.67 328	0.92 393	0.00 1	0.00 1	0.00 1	0.35 368	0.30 264

MSMD_ROB	2.26 369	0.47 206	2.67 265	0.01 201	0.00 1	5.00 394	0.21 326	1.35 244	1.87 382	6.37 397	8.46 393	7.34 392	4.30 391	4.84 314	1.91 330	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 264

MyStereo07	0.30 90	0.34 174	1.49 86	0.00 1	0.25 324	0.98 214	0.01 175	0.06 22	0.57 130	0.35 326	0.00 1	0.01 7	0.06 231	0.49 163	0.09 129	0.00 1	0.79 348	0.00 1	0.08 327	0.02 78	0.32 267

MyStereo04	0.37 128	0.34 174	2.41 244	0.00 1	0.25 324	0.98 214	0.01 175	1.05 206	0.28 80	0.09 254	0.01 160	0.36 237	0.12 261	0.05 63	0.35 232	0.00 1	0.79 348	0.00 1	0.08 327	0.02 78	0.32 267

sAnonymous2	0.17 22	0.42 190	2.46 248	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

CroCo_RVC	0.17 22	0.42 190	2.46 248	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.32 267

Syn2CoEx	0.71 284	1.32 352	4.61 352	0.00 1	0.00 1	0.12 25	0.01 175	1.08 211	0.84 268	0.04 204	0.00 1	0.49 268	0.21 284	4.92 316	0.04 89	0.00 1	0.00 1	0.00 1	0.00 1	0.14 299	0.32 267

MyStereo06	0.53 219	0.36 179	2.90 276	0.01 201	0.00 1	1.11 308	0.01 175	0.56 142	0.49 110	0.74 352	0.45 330	1.24 342	1.02 341	0.39 151	0.34 228	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

MyStereo05	0.39 143	0.36 179	2.43 247	0.01 201	0.00 1	1.11 308	0.01 175	1.25 230	0.57 130	0.06 230	0.01 160	0.29 216	0.15 270	0.07 74	0.37 237	0.00 1	0.60 336	0.00 1	0.08 327	0.01 25	0.33 272

otaku	0.77 298	1.78 371	3.28 297	0.09 282	0.13 289	0.88 192	0.05 277	0.78 175	0.76 183	0.03 184	1.37 360	1.03 325	0.14 266	2.73 238	1.34 318	0.06 366	0.04 268	0.01 351	0.00 1	0.63 386	0.34 274

ACVNet-4b	1.38 347	1.94 382	5.73 375	0.20 331	0.04 252	1.01 222	0.01 175	1.70 277	0.86 302	0.04 204	0.95 353	1.95 365	0.31 299	6.69 381	2.11 337	2.78 404	0.02 251	0.00 1	0.00 1	0.89 392	0.34 274

EAI-Stereo	0.98 318	0.06 9	1.09 20	0.17 319	0.67 372	1.19 342	4.84 404	2.67 347	0.91 314	0.95 358	4.52 377	0.30 219	0.53 317	0.57 166	0.46 258	0.00 1	0.07 283	0.00 1	0.29 400	0.01 25	0.34 274

S-Stereo	0.70 283	0.27 144	3.29 298	0.00 1	0.00 1	0.57 108	0.06 280	2.35 334	0.84 268	0.00 1	0.90 351	0.83 311	0.11 258	4.19 293	0.14 159	0.00 1	0.01 244	0.00 1	0.00 1	0.07 214	0.34 274

ADCPNet	1.58 354	1.00 319	8.71 389	0.01 201	0.19 301	2.69 376	0.26 338	1.15 217	0.54 116	0.04 204	0.02 241	1.41 352	1.76 357	2.52 229	9.78 392	0.00 1	0.46 324	0.00 1	0.64 408	0.07 214	0.34 274

EDNetEfficientorigin	6.27 399	0.89 301	98.14 427	0.02 223	0.04 252	0.40 63	0.02 235	0.35 118	2.94 384	6.98 399	3.06 370	1.29 345	1.87 361	4.32 301	4.60 362	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.35 279

FADNet-RVC-Resample	0.62 262	1.24 342	4.23 346	0.03 238	0.04 252	0.41 66	0.09 297	1.32 238	0.52 114	0.01 85	0.03 249	0.44 255	0.05 220	3.11 253	0.21 191	0.07 367	0.12 290	0.05 383	0.02 299	0.11 273	0.35 279

LE_ROB	10.29 408	1.64 364	11.96 397	1.47 396	1.36 400	3.30 384	4.79 403	5.05 390	42.09 416	51.68 417	13.28 410	14.08 405	25.92 413	7.21 391	21.19 413	0.05 364	0.06 281	0.13 394	0.19 375	0.08 232	0.35 279

GANet	0.75 293	0.69 255	2.47 250	0.00 1	0.00 1	0.79 165	0.08 292	0.61 148	0.76 183	0.13 273	0.16 285	0.68 294	0.46 311	5.61 335	2.02 333	0.00 1	0.03 258	0.01 351	0.00 1	0.11 273	0.37 282

SANet	2.30 373	1.58 363	5.68 374	0.03 238	0.04 252	2.78 377	0.82 382	2.99 363	8.32 399	1.70 372	4.04 374	4.26 378	4.02 386	5.90 346	3.42 352	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.37 282

test_3	0.31 98	0.10 66	1.52 96	0.20 331	0.40 340	0.54 95	0.01 175	1.68 275	0.08 9	0.16 282	0.00 1	0.02 31	0.00 1	0.07 74	0.24 203	0.00 1	0.50 329	0.00 1	0.20 379	0.13 284	0.38 284

Dean	2.72 378	2.05 387	6.17 380	0.39 360	0.44 343	1.21 344	0.48 366	8.36 399	8.46 400	1.48 369	8.08 392	6.95 389	1.44 351	4.50 307	2.00 332	0.79 388	0.00 1	0.01 351	0.00 1	1.11 394	0.39 285

MeshStereo	2.79 380	0.86 293	3.12 290	0.02 223	0.02 223	1.51 360	0.91 384	3.50 380	1.54 377	11.28 407	7.62 389	11.49 396	2.94 376	6.81 384	3.45 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 358	0.39 285
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
Wz-Net-TNSev	1.74 362	3.45 409	13.44 400	0.00 1	0.00 1	0.45 79	0.14 312	2.57 344	0.84 268	0.09 254	0.01 160	1.33 348	0.18 277	6.16 366	5.38 368	0.00 1	0.00 1	0.00 1	0.01 288	0.26 350	0.41 287

HITNet	0.31 98	0.97 312	2.32 237	0.00 1	0.00 1	0.24 38	0.01 175	1.38 247	0.37 90	0.00 1	0.00 1	0.14 156	0.02 126	0.05 63	0.19 186	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.41 287
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
RAFT+CT+SA	0.38 136	0.74 269	1.84 177	0.02 223	0.27 327	1.12 313	0.00 1	0.91 185	0.75 162	0.00 1	0.00 1	0.27 211	0.01 82	0.56 165	0.00 1	0.00 1	0.16 294	0.00 1	0.30 401	0.13 284	0.42 289

BEATNet_4x	0.39 143	1.05 323	2.97 280	0.00 1	0.00 1	0.30 44	0.01 175	1.22 226	0.46 105	0.00 1	0.00 1	0.31 222	0.03 168	0.37 145	0.64 271	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.42 289

SuperB	1.87 364	1.70 366	10.02 393	0.02 223	0.01 183	0.87 184	0.75 378	2.15 325	0.87 306	0.05 217	0.05 256	0.33 224	0.87 337	5.17 321	5.60 371	0.01 337	0.00 1	0.02 365	0.01 288	8.38 414	0.42 289

anonymity	0.27 73	0.08 48	1.16 25	0.10 284	0.30 331	0.04 8	0.00 1	0.55 141	0.08 9	0.42 336	0.13 281	0.49 268	0.57 318	0.27 129	0.30 218	0.00 1	0.33 313	0.00 1	0.23 385	0.01 25	0.43 292

test-3	0.30 90	0.10 66	1.49 86	0.20 331	0.38 337	0.44 76	0.01 175	1.59 268	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.08 80	0.24 203	0.00 1	0.47 325	0.00 1	0.20 379	0.13 284	0.43 292

test_1	0.30 90	0.10 66	1.50 89	0.21 334	0.38 337	0.44 76	0.01 175	1.58 267	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.07 74	0.24 203	0.00 1	0.47 325	0.00 1	0.20 379	0.13 284	0.43 292

XX-Stereo	0.73 290	0.18 108	5.35 366	0.38 359	0.26 326	1.13 322	0.00 1	3.03 364	0.18 50	0.14 275	0.01 160	1.40 351	0.01 82	1.36 202	0.04 89	0.00 1	0.50 329	0.00 1	0.16 366	0.03 123	0.43 292

ADCS	1.99 366	2.50 399	10.09 394	0.00 1	0.01 183	0.87 184	0.66 375	1.81 301	0.89 312	2.57 383	0.11 278	1.41 352	0.26 293	2.62 234	15.48 405	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	0.43 292

raft+_RVC	0.35 111	0.89 301	1.67 139	0.00 1	1.28 398	0.67 144	0.04 267	0.08 35	0.15 26	0.01 85	0.00 1	0.02 31	0.04 194	0.16 100	0.18 177	0.00 1	1.39 405	0.00 1	0.00 1	0.07 214	0.44 297

RTS	4.38 391	2.34 394	44.27 413	0.33 355	0.13 289	3.83 388	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 407	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

RTSA	4.38 391	2.34 394	44.27 413	0.33 355	0.13 289	3.83 388	0.21 326	2.51 339	1.22 368	1.82 374	0.01 160	1.95 365	0.21 284	16.90 407	10.87 396	0.00 1	0.27 309	0.00 1	0.00 1	0.27 352	0.44 297

Wz-Net-SNSev	1.00 323	1.84 374	7.92 384	0.00 1	0.00 1	0.30 44	0.00 1	1.27 232	0.85 291	0.01 85	0.01 160	0.40 249	0.10 253	5.27 326	1.29 312	0.00 1	0.00 1	0.00 1	0.00 1	0.22 342	0.45 300

test_5	0.39 143	0.73 265	2.28 234	0.01 201	0.22 313	0.84 178	0.01 175	1.02 197	0.77 199	0.12 270	0.00 1	0.30 219	0.01 82	0.82 181	0.03 63	0.00 1	0.04 268	0.00 1	0.00 1	0.15 304	0.46 301

RAFT + AFF	0.79 303	1.36 353	2.40 243	0.00 1	0.04 252	1.12 313	0.06 280	1.73 281	0.81 243	0.02 145	0.00 1	0.18 179	1.49 352	4.97 317	0.67 279	0.00 1	0.17 295	0.00 1	0.00 1	0.33 367	0.46 301

ACVNet_2	1.59 355	2.07 388	5.42 369	0.12 296	0.09 277	1.36 357	0.17 314	2.72 354	0.97 322	0.44 338	3.37 372	6.53 387	0.16 273	5.48 331	1.87 329	0.16 373	0.00 1	0.00 1	0.00 1	0.39 373	0.47 303

aanetorigin	0.91 313	0.59 236	3.76 331	0.11 292	0.12 287	0.40 63	0.90 383	0.15 67	0.23 68	3.44 386	1.19 359	0.35 232	1.96 364	2.81 241	1.30 313	0.02 353	0.00 1	0.02 365	0.05 319	0.28 358	0.47 303

FCDSN-DC	2.93 382	0.54 229	2.88 275	0.00 1	0.01 183	1.78 370	0.36 353	2.20 328	1.51 375	8.28 403	10.99 404	11.61 397	8.55 400	5.36 327	4.05 359	0.02 353	0.00 1	0.00 1	0.00 1	0.06 196	0.48 305
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
CBMV_ROB	1.08 327	0.23 129	2.20 223	0.01 201	0.00 1	1.37 358	0.46 360	3.27 376	0.78 212	2.21 378	1.13 356	1.06 327	2.45 370	4.29 300	1.64 326	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.48 305

ELAS_RVC	3.35 387	0.45 200	4.75 354	0.25 340	0.07 270	1.56 363	7.12 410	2.23 330	5.68 393	7.77 401	7.71 391	6.55 388	10.27 404	5.63 337	6.24 375	0.00 1	0.04 268	0.03 373	0.01 288	0.11 273	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	3.20 386	0.48 211	3.06 285	0.19 324	0.06 266	7.89 400	2.23 394	3.33 378	4.19 389	8.91 406	9.70 399	4.40 380	7.69 399	4.25 296	6.87 378	0.00 1	0.04 268	0.03 373	0.04 315	0.12 279	0.48 305
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	1.35 345	0.47 206	4.08 342	0.09 282	0.21 310	3.25 383	0.01 175	3.18 372	1.52 376	1.87 376	1.66 365	1.52 361	0.36 304	7.18 390	1.05 299	0.03 361	0.08 285	0.00 1	0.00 1	0.05 171	0.49 309

tta	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.65 272	0.00 1	0.82 354	0.00 1	0.10 335	0.05 171	0.51 310

qqq1	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.66 275	0.00 1	0.82 354	0.00 1	0.09 332	0.05 171	0.51 310

fff1	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.66 275	0.00 1	0.82 354	0.00 1	0.09 332	0.05 171	0.51 310

SGM-Forest	1.08 327	0.45 200	1.80 170	0.02 223	0.07 270	1.09 289	0.65 374	2.57 344	0.85 291	1.33 367	0.92 352	1.36 349	1.62 355	5.94 351	2.34 341	0.00 1	0.00 1	0.00 1	0.00 1	0.05 171	0.52 313
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DANet	0.67 277	0.21 120	2.33 238	0.25 340	0.06 266	0.50 85	0.11 308	1.62 271	0.74 155	0.22 296	0.06 266	1.07 328	0.02 126	4.45 304	1.22 309	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 314
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
MADNet+	4.94 395	3.56 410	47.46 415	0.42 361	0.27 327	1.99 373	0.04 267	4.45 386	1.30 370	0.07 238	0.02 241	1.81 364	0.36 304	21.82 412	14.17 403	0.00 1	0.26 308	0.00 1	0.00 1	0.28 358	0.54 315

NaN_ROB	1.04 324	1.12 333	3.41 312	0.17 319	0.19 301	0.57 108	0.37 355	2.65 346	0.98 324	0.55 344	0.32 321	0.47 257	1.16 348	5.20 323	2.78 345	0.00 1	0.02 251	0.01 351	0.05 319	0.13 284	0.54 315

AnyNet_C32	1.69 359	2.27 393	8.60 387	0.12 296	0.19 301	1.68 368	1.08 386	1.06 209	0.74 155	1.28 366	0.45 330	0.21 192	0.57 318	2.99 250	11.73 399	0.02 353	0.00 1	0.06 385	0.00 1	0.20 335	0.55 317

CBMV	0.80 305	0.46 203	2.11 215	0.00 1	0.00 1	0.84 178	0.76 379	3.17 371	0.84 268	0.61 347	0.00 1	1.23 339	1.88 362	2.46 225	0.97 296	0.00 1	0.00 1	0.00 1	0.00 1	0.07 214	0.56 318
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DPSNet	1.65 357	0.46 203	7.31 382	0.30 348	0.11 285	1.54 361	0.01 175	4.48 387	1.14 352	0.11 266	0.01 160	0.82 310	3.51 381	5.89 345	5.84 372	0.02 353	0.29 311	0.03 373	0.23 385	0.23 344	0.59 319

MFN_U_SF_RVC	1.09 330	1.88 377	5.37 368	0.15 307	0.10 282	0.56 105	0.10 301	1.29 235	0.47 106	0.45 339	0.27 297	1.30 347	0.72 329	4.08 288	2.28 340	0.29 381	0.34 315	0.35 402	0.55 406	0.63 386	0.60 320

FC-DCNN	3.67 388	0.32 160	2.78 269	0.00 1	0.01 183	3.09 382	0.58 371	3.68 381	3.04 385	11.64 408	12.38 407	13.84 404	9.79 403	6.23 370	5.39 369	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

MDST_ROB	1.73 361	0.11 74	3.61 324	0.13 301	0.15 294	5.47 397	0.31 344	4.97 389	0.87 306	6.33 396	1.52 363	1.03 325	1.19 349	6.22 369	2.13 339	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 320

AnyNet_C01	2.55 376	3.02 406	19.30 404	0.15 307	0.18 300	2.97 380	2.35 397	1.56 263	1.47 374	1.01 360	0.81 348	1.23 339	0.76 333	4.28 299	10.78 394	0.04 363	0.00 1	0.07 387	0.00 1	0.35 368	0.61 323

Selective-IGEV	0.28 76	0.11 74	1.31 44	0.64 376	0.60 368	0.27 40	0.00 1	0.05 12	0.56 122	0.00 1	0.00 1	0.01 7	0.03 168	0.25 118	0.25 207	0.00 1	0.79 348	0.00 1	0.07 324	0.06 196	0.62 324

FADNet_RVC	0.69 281	1.26 344	3.48 315	0.00 1	0.00 1	1.10 302	0.01 175	1.57 264	0.65 139	0.02 145	0.05 256	0.26 209	0.03 168	3.16 254	0.30 218	0.21 378	0.25 307	0.08 388	0.28 399	0.53 382	0.62 324

MyStereo8	0.50 199	0.68 251	3.08 287	0.43 362	0.01 183	1.22 346	0.00 1	0.82 181	0.20 61	0.03 184	0.41 327	0.15 162	0.04 194	0.68 177	0.12 142	0.00 1	1.39 405	0.00 1	0.03 311	0.04 156	0.63 326

pmcnn	2.36 374	0.83 287	6.15 379	0.33 355	0.84 382	0.35 58	0.27 340	2.18 326	1.42 373	0.48 341	7.35 385	14.60 406	0.75 331	5.45 329	5.37 367	0.00 1	0.00 1	0.00 1	0.00 1	0.16 312	0.63 326

111	0.42 158	0.98 313	2.02 205	0.00 1	0.02 223	1.06 245	0.03 252	1.98 317	0.83 258	0.30 313	0.01 160	0.21 192	0.05 220	0.13 93	0.09 129	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	0.65 328

SMFormer	0.52 206	0.16 100	1.37 52	0.00 1	0.00 1	0.05 11	0.00 1	1.78 294	1.11 339	0.00 1	0.27 297	0.15 162	0.00 1	3.31 262	0.65 272	0.00 1	0.82 354	0.00 1	0.10 335	0.02 78	0.66 329

NOSS_ROB	0.73 290	0.44 194	1.26 34	0.55 367	0.00 1	0.68 146	0.00 1	2.93 361	0.77 199	0.13 273	0.00 1	0.92 318	0.00 1	6.16 366	0.11 138	0.00 1	0.00 1	0.00 1	0.00 1	0.06 196	0.66 329

RAFT	0.32 100	0.87 295	1.48 84	0.29 347	0.41 341	0.12 25	0.07 285	0.12 52	0.51 113	0.00 1	0.01 160	0.47 257	0.04 194	0.04 41	0.02 51	0.00 1	0.70 345	0.00 1	0.01 288	0.42 377	0.75 331

PVD	1.08 327	1.09 330	4.07 341	0.61 372	1.15 395	0.72 155	0.01 175	0.93 190	1.18 367	2.39 380	0.00 1	0.65 290	0.11 258	2.60 232	4.29 361	0.00 1	0.82 354	0.00 1	0.13 345	0.12 279	0.75 331

IMH	3.15 385	1.88 377	3.60 323	2.20 404	0.66 371	5.10 395	0.24 329	6.87 395	4.29 390	2.29 379	7.42 386	6.28 385	3.90 384	7.15 389	3.65 354	4.34 408	0.14 293	0.05 383	0.00 1	2.16 400	0.76 333

anonymousa	0.44 172	0.23 129	2.16 220	0.67 382	1.21 396	0.28 42	0.00 1	0.02 2	0.18 50	0.01 85	0.30 308	0.58 279	0.02 126	0.26 125	0.38 245	0.00 1	1.12 386	0.00 1	0.54 405	0.03 123	0.78 334

RAFT-Stereo + iAFF	0.41 155	0.87 295	1.78 165	0.00 1	0.91 385	1.06 245	0.00 1	0.70 158	0.77 199	0.05 217	0.00 1	0.06 112	0.06 231	0.06 69	0.26 211	0.00 1	0.69 342	0.00 1	0.00 1	0.20 335	0.80 335

IMH-64-1	2.28 370	1.45 358	2.87 273	2.19 402	0.59 364	2.82 378	1.58 388	5.84 391	1.16 360	1.09 361	4.77 378	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

IMH-64	2.28 370	1.45 358	2.87 273	2.19 402	0.59 364	2.82 378	1.58 388	5.84 391	1.16 360	1.09 361	4.77 378	2.07 368	2.42 368	5.90 346	3.91 355	4.00 406	0.04 268	0.02 365	0.00 1	2.07 398	0.82 336

MFN_U_SF_DS_RVC	1.31 342	2.80 401	5.36 367	0.02 223	0.04 252	3.44 385	0.26 338	2.19 327	0.77 199	0.25 306	0.27 297	1.37 350	0.02 126	5.99 355	1.05 299	0.16 373	0.72 347	0.01 351	0.26 395	0.40 375	0.82 336

test-1	0.36 121	0.18 108	1.36 48	0.00 1	0.83 380	0.60 113	0.00 1	1.07 210	0.18 50	0.07 238	0.49 334	0.34 226	0.00 1	0.10 87	0.51 261	0.00 1	0.64 340	0.00 1	0.06 322	0.01 25	0.84 339

AFF-stereo	0.36 121	0.98 313	1.62 127	0.00 1	0.09 277	0.92 201	0.00 1	0.62 151	0.84 268	0.08 247	0.00 1	0.05 96	0.05 220	0.16 100	0.06 112	0.00 1	0.63 338	0.00 1	0.00 1	0.24 345	0.84 339

SGM_RVC	2.03 367	0.49 213	2.04 211	0.27 343	0.17 299	3.07 381	1.00 385	2.70 351	1.62 378	5.12 389	3.09 371	4.77 382	4.08 387	7.38 393	2.86 347	0.21 378	0.23 301	0.20 398	0.23 385	0.28 358	0.84 339
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
coex-ft	8.51 405	3.17 407	75.56 418	0.00 1	0.00 1	0.18 32	0.25 330	0.14 65	19.76 407	39.57 416	4.11 375	4.60 381	9.69 402	4.10 289	7.91 385	0.02 353	0.07 283	0.00 1	0.02 299	0.13 284	0.91 342

ktn	5.26 396	1.94 382	3.97 338	3.50 408	1.06 393	8.17 401	2.01 392	9.53 403	16.88 405	5.28 392	12.55 409	13.68 402	4.08 387	8.46 396	4.61 363	5.84 411	0.02 251	0.00 1	0.00 1	2.63 401	0.92 343

MSC_U_SF_DS_RVC	1.95 365	2.49 398	5.12 365	0.01 201	0.02 223	12.00 405	0.49 367	3.33 378	0.95 319	0.10 259	0.20 289	2.15 371	0.15 270	6.72 382	1.65 327	0.78 387	0.83 359	0.19 397	0.27 398	0.72 388	0.92 343

FBW_ROB	1.04 324	0.84 288	2.48 252	0.10 284	0.01 183	0.64 127	0.01 175	2.37 335	0.83 258	0.01 85	0.01 160	1.09 332	0.05 220	8.21 395	2.94 348	0.05 364	0.01 244	0.09 389	0.01 288	0.06 196	0.97 345

LL-Strereo2	0.34 105	0.87 295	1.70 144	0.64 376	0.84 382	0.54 95	0.04 267	0.15 67	0.18 50	0.02 145	0.00 1	0.03 59	0.02 126	0.26 125	0.26 211	0.00 1	0.13 292	0.00 1	0.01 288	0.04 156	0.98 346

ttt	1.05 326	0.20 116	1.91 189	0.00 1	0.09 277	0.65 135	0.00 1	3.05 365	1.11 339	0.00 1	0.30 308	0.29 216	0.01 82	4.65 312	6.53 376	0.00 1	1.01 375	0.00 1	0.13 345	0.02 78	1.00 347

iRaftStereo_RVC	0.24 57	0.45 200	0.99 14	0.00 1	0.00 1	0.52 92	0.00 1	0.08 35	0.15 26	0.01 85	0.01 160	0.16 170	0.03 168	0.04 41	0.02 51	0.00 1	1.06 380	0.00 1	0.00 1	0.29 364	1.01 348

mmx	1.28 340	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

xxx	1.28 340	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	3.05 365	1.07 333	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.05 377	0.00 1	0.15 357	0.03 123	1.08 349

TRStereo	0.60 254	0.44 194	2.21 224	0.19 324	0.03 240	1.38 359	0.02 235	3.93 384	0.92 316	0.01 85	0.28 304	0.12 148	0.39 307	0.36 142	0.04 89	0.00 1	0.30 312	0.00 1	0.23 385	0.01 25	1.08 349

WCMA_ROB	2.37 375	0.75 275	2.53 258	0.05 252	0.00 1	1.05 242	0.59 373	1.47 254	1.40 372	5.47 393	9.84 400	8.10 394	5.87 397	4.38 302	3.93 357	0.16 373	0.21 299	0.18 396	0.18 370	0.06 196	1.08 349

1111x	1.36 346	0.43 192	3.64 325	0.00 1	0.51 355	0.72 155	0.00 1	3.21 373	1.10 338	0.05 217	0.26 295	0.07 121	0.01 82	6.09 364	8.46 386	0.00 1	1.15 397	0.00 1	0.26 395	0.04 156	1.10 353

EGLCR-Stereo	0.43 167	0.07 25	1.21 31	0.58 371	0.65 369	1.64 366	0.31 344	1.15 217	0.19 59	0.43 337	0.02 241	0.00 1	0.02 126	0.38 149	0.14 159	0.00 1	0.66 341	0.00 1	0.00 1	0.00 1	1.11 354

Anonymous_2	1.27 338	0.19 111	1.80 170	0.70 384	0.78 376	0.61 119	0.20 320	0.92 187	0.48 108	0.22 296	0.30 308	1.44 354	0.00 1	0.43 154	0.40 249	0.01 337	0.84 362	2.29 411	11.27 415	1.29 395	1.20 355

riskmin	0.49 194	0.04 2	1.45 82	0.70 384	0.80 379	0.54 95	0.20 320	1.05 206	0.20 61	0.24 303	0.27 297	1.13 336	0.00 1	0.43 154	0.41 253	0.00 1	0.80 351	0.00 1	0.26 395	0.00 1	1.23 356

MIM_Stereo	0.29 81	0.65 245	1.73 151	0.00 1	1.03 392	0.30 44	0.00 1	0.16 72	0.18 50	0.12 270	0.00 1	0.05 96	0.01 82	0.12 91	0.01 31	0.00 1	0.03 258	0.00 1	0.00 1	0.13 284	1.24 357

SPS-STEREO	1.19 335	1.27 345	3.45 314	0.00 1	0.01 183	0.40 63	0.16 313	0.71 164	1.03 327	2.41 381	0.77 346	2.13 370	0.44 309	5.68 340	4.06 360	0.00 1	0.00 1	0.00 1	0.00 1	0.08 232	1.24 357
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
iRaft-Stereo_20w	0.77 298	0.13 83	2.90 276	0.63 375	0.50 352	1.18 338	0.58 371	2.56 342	0.71 151	0.85 355	0.05 256	0.78 307	1.02 341	0.82 181	0.76 287	0.00 1	0.52 332	0.00 1	0.14 352	0.02 78	1.25 359

IGEV_Zeroshot_test	0.56 239	0.12 78	3.25 296	0.16 311	0.47 347	0.55 99	0.46 360	0.53 140	0.38 91	0.70 350	0.49 334	1.08 329	0.49 314	0.36 142	0.31 221	0.00 1	0.37 319	0.00 1	0.13 345	0.03 123	1.33 360

ToySt	0.42 158	0.33 165	2.09 213	0.08 277	0.55 357	0.55 99	0.00 1	0.72 165	0.55 120	0.05 217	0.26 295	0.37 240	0.00 1	0.30 138	0.54 266	0.01 337	0.58 334	0.00 1	0.14 352	0.04 156	1.33 360

ProNet	0.25 66	0.25 136	1.15 22	0.08 277	0.41 341	0.84 178	0.00 1	0.06 22	0.39 95	0.00 1	0.00 1	0.01 7	0.00 1	0.13 93	0.01 31	0.00 1	0.23 301	0.00 1	0.00 1	0.09 256	1.34 362

DLNR_Zeroshot_test	21.33 415	48.16 418	86.21 422	96.01 430	87.63 428	0.32 50	0.00 1	18.10 415	0.52 114	0.04 204	0.01 160	0.00 1	0.00 1	0.78 180	0.07 115	16.15 416	0.90 367	0.00 1	0.21 382	70.18 424	1.39 363

HH	0.52 206	0.23 129	1.71 146	0.77 387	0.35 333	1.07 263	0.00 1	0.30 108	0.68 143	0.29 311	0.45 330	1.45 355	0.04 194	0.37 145	0.37 237	0.00 1	0.84 362	0.00 1	0.00 1	0.02 78	1.39 363

HanStereo	0.52 206	0.23 129	1.71 146	0.77 387	0.35 333	1.07 263	0.00 1	0.30 108	0.68 143	0.29 311	0.45 330	1.45 355	0.04 194	0.37 145	0.37 237	0.00 1	0.84 362	0.00 1	0.00 1	0.02 78	1.39 363

DGSMNet	1.31 342	0.55 231	3.74 330	0.80 389	1.48 401	1.60 364	3.41 401	1.72 279	0.54 116	0.01 85	0.78 347	0.48 261	0.23 290	3.16 254	0.55 267	0.98 394	1.26 403	1.34 408	1.11 410	1.06 393	1.41 366

xxxx	1.42 349	0.28 146	1.49 86	0.00 1	0.59 364	0.56 105	0.00 1	3.13 369	1.14 352	0.06 230	0.01 160	0.02 31	0.02 126	2.26 215	16.08 408	0.00 1	1.09 385	0.00 1	0.15 357	0.03 123	1.42 367

ACVNet-DCA	0.52 206	0.29 149	2.22 225	0.31 351	0.20 306	1.33 353	0.00 1	1.23 227	1.14 352	0.38 329	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.03 123	1.44 368

xx1	0.55 232	0.29 149	2.22 225	0.31 351	0.20 306	1.33 353	0.00 1	1.78 294	1.03 327	0.38 329	0.00 1	0.01 7	0.00 1	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.19 375	0.03 123	1.44 368

1test111	0.59 250	0.29 149	2.22 225	0.31 351	0.20 306	1.33 353	0.00 1	1.23 227	1.14 352	0.38 329	0.00 1	0.03 59	0.02 126	1.38 203	0.69 281	0.00 1	1.12 386	0.00 1	0.00 1	0.03 123	1.44 368

qqq	0.49 194	0.28 146	1.37 52	0.00 1	0.49 351	0.14 29	0.00 1	1.23 227	1.14 352	0.07 238	0.31 314	0.01 7	0.00 1	1.38 203	0.69 281	0.00 1	1.06 380	0.00 1	0.19 375	0.03 123	1.44 368

11t1	0.39 143	0.17 106	1.36 48	0.00 1	0.47 347	0.11 23	0.00 1	0.59 145	1.12 344	0.05 217	0.29 306	0.03 59	0.00 1	0.26 125	0.66 275	0.00 1	1.05 377	0.00 1	0.14 352	0.03 123	1.45 372

rrr	0.72 287	0.71 259	4.76 355	0.16 311	0.15 294	0.32 50	0.04 267	1.80 300	0.61 132	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.18 370	0.15 304	1.48 373

x	0.42 158	0.26 140	1.38 58	0.00 1	0.44 343	0.12 25	0.00 1	0.90 184	1.14 352	0.07 238	0.30 308	0.03 59	0.00 1	0.26 125	0.72 285	0.00 1	1.06 380	0.00 1	0.17 368	0.03 123	1.49 374

test_xeample	1.52 351	0.30 153	1.50 89	0.00 1	0.58 363	0.60 113	0.00 1	3.16 370	1.14 352	0.07 238	0.08 271	0.03 59	0.02 126	3.67 279	16.54 410	0.00 1	1.08 383	0.00 1	0.15 357	0.04 156	1.50 375

DCRE	0.76 295	0.40 187	1.17 28	0.21 334	0.90 384	0.66 138	0.00 1	0.79 178	0.39 95	0.36 328	7.60 387	0.03 59	0.00 1	0.09 84	0.32 225	0.00 1	0.58 334	0.00 1	0.17 368	0.02 78	1.53 376

222	2.28 370	0.25 136	1.15 22	0.00 1	0.37 335	0.60 113	0.00 1	3.25 375	1.13 346	0.09 254	0.00 1	0.05 96	0.02 126	3.52 270	32.29 415	0.00 1	1.03 376	0.00 1	0.15 357	0.03 123	1.59 377

JetBlue	6.27 399	3.44 408	18.17 403	0.00 1	2.21 407	30.58 414	17.31 415	4.77 388	1.07 333	0.74 352	2.25 367	6.31 386	5.82 396	18.12 409	9.68 391	0.10 372	0.01 244	0.00 1	0.00 1	3.12 403	1.61 378

mmm	0.47 187	0.20 116	1.18 29	0.02 223	0.79 377	0.06 16	0.00 1	1.11 215	1.16 360	0.06 230	0.30 308	0.14 156	0.03 168	0.68 177	0.67 279	0.00 1	1.12 386	0.00 1	0.22 384	0.03 123	1.63 379

AE-Stereo	0.43 167	0.07 25	1.90 188	0.05 252	0.21 310	1.09 289	0.00 1	1.02 197	0.48 108	0.39 334	0.28 304	0.18 179	0.00 1	0.18 109	0.05 101	0.00 1	0.83 359	0.00 1	0.23 385	0.07 214	1.64 380

notaker	4.71 393	2.04 386	5.58 373	4.15 409	0.96 388	4.99 393	0.39 356	7.65 396	2.25 383	5.67 395	11.58 406	16.87 408	4.26 390	8.06 394	6.65 377	5.74 410	0.02 251	0.10 390	0.07 324	5.45 408	1.65 381

FADE	8.68 406	7.35 413	29.98 409	2.62 406	2.96 410	1.31 351	1.15 387	10.11 404	7.01 395	2.68 384	0.95 353	5.30 383	14.21 409	14.13 406	11.66 398	17.52 417	2.74 413	17.99 417	20.17 418	2.05 397	1.65 381

LL-Strereo	0.97 317	1.43 357	3.41 312	0.01 201	0.50 352	0.63 123	0.01 175	2.00 319	0.77 199	0.48 341	0.00 1	0.54 278	0.29 296	6.25 371	0.10 132	0.01 337	0.93 374	0.00 1	0.00 1	0.28 358	1.72 383

4D-IteraStereo	0.34 105	0.84 288	2.31 236	0.00 1	0.00 1	0.42 70	0.04 267	0.10 44	0.09 14	0.02 145	0.01 160	0.00 1	0.01 82	0.36 142	0.49 260	0.00 1	0.36 318	0.00 1	0.00 1	0.07 214	1.72 383

MC-Stereo	0.38 136	0.12 78	1.30 43	0.65 378	0.70 373	1.06 245	0.00 1	0.03 3	0.14 20	0.23 299	0.00 1	0.04 78	0.02 126	0.38 149	0.12 142	0.00 1	1.08 383	0.00 1	0.02 299	0.08 232	1.72 383

anonymousdsp2	0.40 150	0.07 25	1.78 165	0.28 346	0.74 374	0.65 135	0.00 1	0.16 72	0.61 132	0.31 317	0.01 160	0.17 176	0.01 82	0.41 152	0.17 172	0.00 1	0.88 366	0.00 1	0.02 299	0.04 156	1.73 386

ff7	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

IGEVStereo-DCA	0.47 187	0.71 259	1.28 38	0.16 311	0.15 294	0.32 50	0.00 1	0.12 52	0.56 122	0.24 303	0.01 160	0.05 96	0.07 241	1.19 193	2.07 334	0.00 1	0.47 325	0.00 1	0.10 335	0.15 304	1.75 387

ffff	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

11t	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

ccc-4	0.36 121	0.21 120	1.28 38	0.16 311	0.22 313	1.07 263	0.00 1	0.12 52	0.56 122	0.32 319	0.00 1	0.01 7	0.04 194	0.25 118	0.03 63	0.00 1	0.92 370	0.00 1	0.10 335	0.08 232	1.75 387

test_xeample3	0.77 298	0.71 259	4.91 361	0.18 321	0.22 313	0.34 57	0.05 277	1.81 301	0.61 132	0.23 299	0.03 249	0.06 112	0.05 220	1.26 198	2.12 338	0.00 1	0.69 342	0.00 1	0.23 385	0.15 304	1.78 392

FINET	2.05 368	1.88 377	5.76 376	0.81 390	0.99 390	3.54 386	3.33 400	3.89 383	3.81 387	0.89 357	1.55 364	1.21 338	2.31 367	4.20 295	2.42 342	0.81 392	1.36 404	0.00 1	0.21 382	0.27 352	1.80 393

anonymousdsp	0.41 155	0.21 120	1.52 96	0.43 362	0.54 356	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 394

IGEV-Stereo	0.41 155	0.21 120	1.53 99	0.43 362	0.55 357	1.07 263	0.00 1	0.11 46	0.56 122	0.34 323	0.00 1	0.01 7	0.05 220	0.47 160	0.03 63	0.00 1	0.81 352	0.00 1	0.11 342	0.08 232	1.81 394
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
RALCasStereoNet	0.47 187	0.74 269	1.56 107	0.21 334	0.97 389	0.36 61	0.03 252	0.20 85	0.77 199	0.10 259	0.07 269	0.05 96	0.08 245	0.35 140	0.38 245	0.00 1	1.68 410	0.00 1	0.00 1	0.10 268	1.83 396

cc1	0.56 239	0.29 149	2.22 225	0.31 351	0.20 306	1.33 353	0.00 1	1.78 294	1.03 327	0.38 329	0.00 1	0.03 59	0.02 126	0.59 171	0.02 51	0.00 1	1.12 386	0.00 1	0.00 1	0.09 256	1.86 397

DualNet	0.98 318	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 397

ffm	0.61 259	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 397

ff1	1.27 338	0.33 165	3.52 316	0.00 1	0.00 1	0.64 127	0.00 1	1.74 282	1.17 363	0.00 1	0.31 314	0.68 294	0.02 126	6.27 372	7.45 381	0.00 1	1.12 386	0.00 1	0.15 357	0.08 232	1.86 397

tt1	0.58 246	0.31 157	2.24 230	0.30 348	0.38 337	1.32 352	0.00 1	1.74 282	1.17 363	0.38 329	0.00 1	0.03 59	0.02 126	0.57 166	0.01 31	0.00 1	1.12 386	0.00 1	0.00 1	0.08 232	1.86 397

TorneroNet	7.29 403	2.19 392	3.95 336	2.15 401	1.14 394	19.79 413	0.46 360	13.22 410	25.82 415	8.31 404	16.76 411	17.46 410	5.75 395	10.79 404	8.91 389	2.32 403	0.03 258	0.12 392	0.00 1	4.70 406	2.01 402

AEACV	0.45 177	0.04 2	1.15 22	0.69 383	0.94 387	0.91 196	0.00 1	0.70 158	0.27 77	0.39 334	0.05 256	0.01 7	0.10 253	0.45 158	0.04 89	0.00 1	0.90 367	0.00 1	0.32 402	0.08 232	2.01 402

TorneroNet-64	6.70 402	2.13 389	3.92 335	2.14 400	0.65 369	19.09 412	0.28 342	12.19 409	25.73 414	6.44 398	12.54 408	19.33 411	4.76 394	10.25 403	6.87 378	1.10 397	0.00 1	0.12 392	0.00 1	4.20 405	2.19 404

BEATNet-Init1	15.75 414	8.48 414	36.75 411	2.06 399	2.07 406	33.60 415	14.96 414	17.15 413	19.08 406	30.69 415	28.08 414	43.61 416	25.98 414	25.17 415	20.68 411	0.80 389	1.17 398	0.36 403	0.51 403	1.53 396	2.28 405

KSHMR	3.98 389	1.95 384	4.86 360	3.06 407	1.84 404	5.37 396	0.45 359	9.03 401	13.93 404	2.07 377	9.17 397	7.12 390	2.12 366	5.60 333	3.40 351	2.12 402	0.44 322	0.53 404	0.23 385	4.01 404	2.35 406

SGM-ForestM	10.58 409	2.80 401	7.93 385	1.86 398	1.59 402	17.97 411	9.39 411	11.57 406	12.75 403	21.30 411	18.68 413	40.07 415	22.22 411	21.60 411	15.86 407	0.99 395	1.53 408	0.06 385	0.52 404	0.47 381	2.43 407

SGM+DAISY	4.17 390	2.85 405	8.55 386	1.77 397	1.74 403	5.81 398	5.49 405	2.88 359	3.97 388	7.67 400	7.66 390	7.25 391	7.42 398	6.92 387	7.09 380	1.14 398	1.57 409	0.11 391	0.59 407	0.56 384	2.43 407

MANE	11.54 411	2.46 397	6.07 378	2.50 405	2.04 405	16.31 408	6.95 409	17.25 414	24.11 413	23.59 412	31.25 416	30.75 413	25.07 412	18.16 410	16.24 409	1.28 399	1.98 411	0.15 395	1.07 409	0.46 380	3.04 409

JetRed	14.06 413	19.59 416	43.42 412	1.43 395	1.30 399	55.87 416	28.29 416	13.94 412	7.85 398	8.61 405	8.73 394	13.68 402	10.59 406	24.60 414	30.87 414	0.27 380	0.69 342	0.62 405	0.03 311	6.63 411	4.19 410

UNDER WATER-64	7.33 404	2.16 391	12.17 398	4.84 411	3.62 411	17.94 410	1.74 390	9.16 402	21.94 409	5.53 394	5.01 380	17.03 409	11.84 407	9.72 402	8.83 388	2.09 401	0.04 268	1.54 410	0.16 366	6.89 412	4.37 411

UNDER WATER	6.65 401	1.86 376	10.48 396	4.84 411	2.74 408	8.59 403	0.76 379	8.83 400	22.15 410	4.99 388	6.27 383	15.66 407	10.39 405	9.52 401	9.42 390	3.50 405	0.05 278	1.34 408	0.03 311	7.17 413	4.42 412

HanzoNet	13.47 412	5.89 411	14.41 401	5.91 414	2.90 409	8.50 402	0.74 377	13.81 411	20.12 408	26.53 413	28.55 415	34.06 414	26.75 415	26.27 416	15.82 406	11.42 415	4.01 414	3.29 412	3.94 412	9.72 415	6.77 413

MADNet++	10.85 410	2.36 396	10.00 392	8.59 415	4.61 413	16.78 409	10.26 412	10.11 404	7.51 397	17.63 410	18.35 412	12.04 398	17.73 410	24.51 413	20.75 412	8.81 412	6.67 415	4.84 413	2.67 411	5.77 409	6.96 414

SPstereo	50.84 418	11.75 415	22.19 407	12.56 416	10.58 415	67.32 417	76.93 419	100.00 428	100.00 429	96.03 426	93.38 423	100.00 429	93.34 424	91.10 425	72.60 418	10.05 413	8.84 417	20.16 418	15.30 417	6.52 410	8.09 415

DPSimNet_ROB	9.66 407	7.29 412	17.52 402	4.88 413	6.56 414	10.41 404	12.88 413	8.12 398	9.88 402	14.26 409	11.22 405	12.39 399	14.01 408	11.20 405	14.85 404	5.50 409	6.97 416	5.75 414	5.94 413	5.31 407	8.26 416

LSM	4.80 394	1.52 362	19.84 405	4.35 410	38.64 417	0.85 182	2.31 396	0.86 183	1.78 381	3.14 385	3.02 369	0.62 282	0.69 325	3.61 276	1.28 311	0.00 1	0.00 1	0.00 1	0.00 1	0.13 284	13.38 417

ASD4	35.80 416	43.79 417	34.11 410	21.10 417	36.26 416	80.52 419	95.21 425	27.47 416	69.35 417	28.35 414	36.69 417	27.92 412	45.29 416	38.60 417	53.98 417	10.97 414	11.11 418	12.38 415	11.42 416	16.75 416	14.68 418

PML	71.00 423	88.39 428	73.68 417	82.04 425	74.55 422	83.63 420	76.92 418	72.05 421	85.95 421	89.82 424	84.57 422	90.63 424	58.80 418	91.54 428	73.58 419	95.93 434	2.38 412	86.91 427	6.48 414	84.07 428	18.14 419

xxxxx1	63.64 420	58.31 419	78.27 419	43.96 418	49.40 419	92.70 422	92.25 422	60.45 418	69.51 418	73.81 421	76.39 418	77.95 420	76.95 419	71.68 419	77.08 420	36.01 420	37.36 419	48.24 421	62.44 420	47.16 420	42.90 420

tt_ll	63.64 420	58.31 419	78.27 419	43.96 418	49.40 419	92.70 422	92.25 422	60.45 418	69.51 418	73.81 421	76.39 418	77.95 420	76.95 419	71.68 419	77.08 420	36.01 420	37.36 419	48.24 421	62.44 420	47.16 420	42.90 420

ff	63.64 420	58.31 419	78.27 419	43.96 418	49.40 419	92.70 422	92.25 422	60.45 418	69.51 418	73.81 421	76.39 418	77.95 420	76.95 419	71.68 419	77.08 420	36.01 420	37.36 419	48.24 421	62.44 420	47.16 420	42.90 420

LRCNet_RVC	55.59 419	61.31 424	59.16 416	66.84 423	44.81 418	6.17 399	0.00 1	52.46 417	1.68 379	70.67 418	80.07 421	66.39 417	55.67 417	51.56 418	46.75 416	90.67 427	41.65 422	91.10 428	90.19 424	65.65 423	68.96 423

Anonymous_1	89.55 426	74.57 425	97.70 426	74.52 424	78.35 423	100.00 429	100.00 427	98.05 427	99.77 425	96.85 427	99.38 425	97.67 426	99.78 427	91.23 427	98.87 426	81.02 423	97.18 425	59.55 424	84.83 423	74.77 425	86.89 424

DGTPSM_ROB	81.37 424	61.03 422	99.95 429	61.17 421	86.95 426	99.14 427	100.00 427	95.87 424	99.99 427	73.32 419	100.00 427	71.15 418	100.00 428	77.35 422	99.98 429	35.35 418	97.41 428	34.62 419	99.89 429	44.61 418	89.54 425

DPSMNet_ROB	81.42 425	61.07 423	99.95 429	61.38 422	87.01 427	99.15 428	100.00 427	95.87 424	99.99 427	73.35 420	100.00 427	71.18 419	100.00 428	77.40 423	99.98 429	35.68 419	97.47 429	34.71 420	99.89 429	44.74 419	89.65 426

DPSM_ROB	93.70 428	78.60 426	100.00 431	83.05 426	85.63 424	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	88.93 425	97.35 426	74.49 425	94.98 425	81.33 426	89.69 427

DPSM	93.70 428	78.60 426	100.00 431	83.05 426	85.63 424	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	88.93 425	97.35 426	74.49 425	94.98 425	81.33 426	89.69 427

LSM0	98.99 433	99.97 432	100.00 431	95.58 429	98.52 430	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.32 433	99.97 431	100.00 432	100.00 432	95.80 434	96.62 429

CasAABBNet	99.03 434	100.00 434	100.00 431	96.02 431	98.70 431	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.08 428	99.99 433	100.00 432	100.00 432	95.40 429	97.41 430

MyStereo03	99.06 436	100.00 434	100.00 431	96.11 432	98.72 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.17 430	100.00 434	100.00 432	100.00 432	95.79 431	97.48 431

MyStereo02	99.06 436	100.00 434	100.00 431	96.11 432	98.72 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.17 430	100.00 434	100.00 432	100.00 432	95.79 431	97.48 431

MyStereo	99.06 436	100.00 434	100.00 431	96.11 432	98.72 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.17 430	100.00 434	100.00 432	100.00 432	95.79 431	97.48 431

Selective-RAFT-Error	99.05 435	100.00 434	100.00 431	96.31 435	98.73 435	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.08 428	100.00 434	100.00 432	100.00 432	95.40 429	97.58 434

MEDIAN_ROB	93.48 427	98.75 430	96.24 425	90.99 428	90.62 429	85.89 421	77.23 420	92.20 423	89.67 422	95.04 425	94.93 424	96.04 425	93.85 425	90.48 424	87.58 423	98.40 435	95.87 424	99.62 430	98.78 428	98.85 435	98.49 435

HaxPig	95.45 430	97.64 429	88.42 423	97.81 436	99.08 436	77.94 418	74.31 417	96.67 426	99.54 424	99.87 428	99.92 426	99.60 428	99.75 426	91.22 426	87.67 424	99.94 436	99.97 431	99.98 431	99.99 431	99.96 436	99.80 436

test_example2	97.59 431	99.97 432	99.93 428	99.80 437	99.96 437	98.80 426	99.76 426	91.09 422	100.00 429	100.00 429	100.00 427	89.37 423	86.85 422	99.31 429	96.67 425	99.97 437	99.51 430	92.94 429	97.98 427	99.99 437	99.94 437

AVERAGE_ROB	98.51 432	99.16 431	95.72 424	100.00 438	100.00 438	93.61 425	82.61 421	100.00 428	99.97 426	100.00 429	100.00 427	100.00 429	100.00 428	99.73 430	99.43 427	100.00 438	100.00 434	100.00 432	100.00 432	100.00 438	100.00 438

Low-res two-view benchmark