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

Former-RAFT_DAM_RVC	0.08 9	0.06 83	0.41 3	0.00 1	0.00 1	0.05 16	0.00 1	0.11 70	0.22 112	0.75 358	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.03 253

qqq1	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

fff1	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

MyStereo07	0.10 19	0.12 142	0.59 34	0.00 1	0.00 1	0.98 218	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 227	0.04 101	0.00 1	0.00 1	0.05 368	0.00 1	0.00 1	0.02 133	0.04 283

1test111	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	0.95 227	0.55 160	0.07 279	0.00 1	0.03 74	0.02 129	1.23 202	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

mmm	0.13 48	0.02 7	0.42 6	0.00 1	0.00 1	0.04 13	0.00 1	0.88 216	0.56 172	0.00 1	0.00 1	0.01 7	0.01 84	0.51 175	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

11t1	0.08 9	0.01 1	0.54 23	0.00 1	0.00 1	0.09 24	0.00 1	0.44 154	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

ff7	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

ffff	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

11t	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 95	0.00 1	0.00 1	0.08 22	0.01 213	0.06 28	0.03 4	0.00 1	0.08 299	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.00 1

MIM_Stereo	0.10 19	0.32 237	0.90 118	0.00 1	0.03 299	0.29 51	0.00 1	0.11 70	0.11 71	0.02 212	0.00 1	0.04 94	0.01 84	0.01 26	0.00 1	0.00 1	0.03 340	0.00 1	0.00 1	0.11 297	0.08 332

CASnet	0.08 9	0.05 60	0.40 1	0.00 1	0.00 1	0.82 179	0.00 1	0.14 81	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
PCWNet_CMD	0.19 101	0.10 119	1.38 215	0.00 1	0.01 234	0.75 166	0.00 1	0.35 138	0.12 83	0.00 1	0.00 1	0.48 273	0.51 316	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

CFNet_ucs	0.26 144	0.14 154	1.53 240	0.00 1	0.01 234	0.84 186	0.00 1	1.78 332	0.17 104	0.00 1	0.00 1	0.49 281	0.30 301	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

AEACV	0.10 19	0.02 7	0.49 11	0.00 1	0.02 278	0.75 166	0.00 1	0.07 40	0.02 2	0.09 294	0.00 1	0.01 7	0.08 247	0.01 26	0.00 1	0.00 1	0.03 340	0.00 1	0.24 399	0.07 252	0.05 300

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 34	0.00 1	0.17 90	0.07 18	0.00 1	0.00 1	0.04 94	0.01 84	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

anonymousdsp2	0.10 19	0.04 38	0.98 139	0.00 1	0.00 1	0.62 131	0.00 1	0.09 51	0.11 71	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.03 253

anonymousdsp	0.11 33	0.18 173	0.58 31	0.00 1	0.00 1	1.06 255	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 369	0.07 252	0.03 253

LoS	0.14 61	0.07 102	0.66 40	0.02 265	0.00 1	1.05 246	0.01 213	0.07 40	0.57 204	0.01 123	0.01 200	0.16 189	0.04 202	0.04 101	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

CES	0.08 9	0.07 102	0.43 7	0.00 1	0.00 1	0.21 40	0.01 213	0.08 45	0.56 172	0.01 123	0.00 1	0.08 140	0.04 202	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

EGLCR-Stereo	0.15 73	0.05 60	0.47 10	0.07 325	0.03 299	1.06 255	0.01 213	1.06 242	0.12 83	0.16 316	0.00 1	0.00 1	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CASS	0.07 7	0.06 83	0.73 48	0.00 1	0.00 1	0.10 26	0.01 213	0.15 84	0.12 83	0.16 316	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.51 263	0.25 214	0.96 131	0.00 1	0.01 234	0.43 83	0.00 1	0.25 119	0.21 110	0.33 339	7.49 389	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.17 382	0.02 133	0.01 126

knoymous	0.09 15	0.04 38	1.04 145	0.00 1	0.00 1	0.11 29	0.00 1	0.23 113	0.05 12	0.00 1	0.00 1	0.23 211	0.00 1	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Selective-RAFT	0.13 48	0.04 38	0.51 12	0.00 1	0.00 1	1.06 255	0.00 1	0.04 12	0.57 204	0.00 1	0.00 1	0.06 127	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 386	0.04 203	0.00 1

ProNet	0.09 15	0.20 185	0.53 22	0.00 1	0.00 1	0.80 175	0.00 1	0.04 12	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.01 126

MC-Stereo	0.10 19	0.10 119	0.59 34	0.01 241	0.01 234	1.06 255	0.00 1	0.03 6	0.09 47	0.02 212	0.00 1	0.03 74	0.02 129	0.03 92	0.00 1	0.00 1	0.01 300	0.00 1	0.02 330	0.05 220	0.01 126

RCA-Stereo	0.18 96	0.11 133	0.63 37	0.00 1	0.00 1	1.06 255	0.00 1	1.48 302	0.07 18	0.07 279	0.00 1	0.02 38	0.05 227	0.00 1	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.05 220	0.01 126

TestStereo1	0.20 109	0.30 232	0.84 100	0.00 1	0.16 365	1.12 330	0.01 213	0.69 192	0.57 204	0.00 1	0.05 284	0.04 94	0.01 84	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.06 320

qqq	0.17 86	0.01 1	0.52 15	0.00 1	0.00 1	0.12 32	0.00 1	0.95 227	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	1.23 202	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

ccc-4	0.11 33	0.18 173	0.52 15	0.00 1	0.00 1	1.06 255	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 171	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.10 364	0.07 252	0.01 126

x	0.10 19	0.01 1	0.51 12	0.00 1	0.00 1	0.09 24	0.00 1	0.67 191	0.55 160	0.00 1	0.00 1	0.01 7	0.00 1	0.09 131	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

BUS	0.33 185	0.05 60	0.54 23	0.00 1	0.00 1	1.87 375	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.65 299	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.14 61	0.33 241	1.23 192	0.00 1	0.01 234	0.47 91	0.00 1	0.27 126	0.11 71	0.01 123	0.00 1	0.04 94	0.00 1	0.08 128	0.00 1	0.00 1	0.01 300	0.00 1	0.00 1	0.24 359	0.00 1

RAFT+CT+SA	0.26 144	0.34 245	1.11 166	0.02 265	0.27 383	1.10 315	0.00 1	0.70 195	0.56 172	0.00 1	0.00 1	0.07 134	0.01 84	0.36 166	0.00 1	0.00 1	0.00 1	0.00 1	0.31 406	0.11 297	0.22 385

NINENet	0.45 231	0.09 115	0.81 90	0.06 321	0.00 1	1.87 375	0.00 1	2.69 379	0.56 172	0.00 1	0.00 1	0.65 299	0.00 1	2.15 220	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

SA-5K	0.20 109	0.30 232	0.84 100	0.00 1	0.16 365	1.12 330	0.01 213	0.69 192	0.57 204	0.00 1	0.05 284	0.04 94	0.01 84	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.06 320

Sa-1000	0.31 174	0.26 220	0.93 125	0.00 1	0.18 372	1.08 301	0.01 213	2.59 375	0.56 172	0.00 1	0.09 300	0.03 74	0.00 1	0.18 150	0.00 1	0.00 1	0.00 1	0.00 1	0.13 375	0.11 297	0.00 1

SA	0.30 170	0.27 221	0.97 137	0.00 1	0.17 370	1.10 315	0.00 1	2.50 364	0.56 172	0.00 1	0.01 200	0.03 74	0.01 84	0.16 149	0.00 1	0.00 1	0.00 1	0.00 1	0.14 376	0.12 304	0.00 1

IGEV-Stereo	0.11 33	0.18 173	0.58 31	0.00 1	0.00 1	1.06 255	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 202	0.03 92	0.00 1	0.00 1	0.00 1	0.00 1	0.11 369	0.07 252	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.50 258	0.51 312	1.44 228	0.00 1	0.00 1	0.29 51	0.00 1	0.63 186	0.59 255	0.00 1	0.00 1	0.08 140	0.01 84	6.14 367	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 354	0.01 126

UDGNet	0.14 61	0.48 303	0.72 46	0.00 1	0.00 1	1.06 255	0.00 1	0.05 18	0.28 122	0.00 1	0.00 1	0.02 38	0.00 1	0.09 131	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dd	0.16 78	0.52 317	0.86 106	0.01 241	0.00 1	1.03 236	0.00 1	0.09 51	0.52 150	0.01 123	0.00 1	0.02 38	0.02 129	0.00 1	0.00 1	0.01 344	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

GLC_STEREO	0.04 1	0.05 60	0.52 15	0.00 1	0.00 1	0.06 19	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

IPLG	0.51 263	0.38 279	1.60 245	0.02 265	0.00 1	1.11 323	0.07 295	1.48 302	0.57 204	0.05 265	0.00 1	0.12 163	0.15 274	4.58 310	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 297	0.00 1

MIPNet	0.34 192	0.35 254	1.56 241	0.02 265	0.00 1	1.11 323	0.09 308	1.57 313	0.65 348	0.11 301	0.05 284	0.18 194	0.19 283	0.74 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 316	0.06 240	0.01 126

IPLGR	0.43 227	0.17 169	2.05 288	0.02 265	0.02 278	1.08 301	0.04 279	1.62 321	0.57 204	0.09 294	0.00 1	0.15 182	0.22 291	2.62 236	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

GMOStereo	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

error version	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

test-v	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

TRStereo	0.37 207	0.23 204	1.41 223	0.03 282	0.00 1	1.07 289	0.02 251	3.07 384	0.57 204	0.01 123	0.00 1	0.11 157	0.40 311	0.06 112	0.00 1	0.00 1	0.00 1	0.00 1	0.22 393	0.01 57	0.08 332

LCNet	0.22 119	0.11 133	0.74 57	0.11 349	0.00 1	0.97 216	0.00 1	0.09 51	0.59 255	0.01 123	0.00 1	0.02 38	1.10 349	0.43 171	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.01 126

KYRaft	0.21 115	0.03 23	0.74 57	0.04 293	0.00 1	1.16 341	0.12 319	0.08 45	0.60 278	0.01 123	0.30 324	0.03 74	0.77 336	0.37 167	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

GrayStereo	0.46 235	0.01 1	0.71 44	0.10 339	0.00 1	1.12 330	2.67 402	0.20 105	0.59 255	0.00 1	0.00 1	0.08 140	3.76 390	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

test-2	0.13 48	0.24 208	0.83 95	0.00 1	0.14 358	0.86 191	0.01 213	0.09 51	0.11 71	0.01 123	0.01 200	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 383	0.00 1	0.00 1	0.16 330	0.01 126

RAFT	0.12 42	0.43 290	0.79 84	0.01 241	0.02 278	0.10 26	0.07 295	0.06 28	0.27 121	0.00 1	0.01 200	0.18 194	0.04 202	0.01 26	0.00 1	0.00 1	0.02 330	0.00 1	0.01 316	0.37 378	0.01 126

GMM-Stereo	0.18 96	0.02 7	1.37 214	0.08 330	0.00 1	1.11 323	0.13 320	0.09 51	0.60 278	0.01 123	0.00 1	0.02 38	0.10 258	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

LMCR-Stereo	0.27 150	0.34 245	1.42 225	0.00 1	0.00 1	0.79 173	0.00 1	2.15 351	0.61 293	0.00 1	0.00 1	0.04 94	0.04 202	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

s12784h	0.21 115	0.05 60	0.81 90	0.00 1	0.00 1	1.06 255	0.02 251	1.36 271	0.56 172	0.01 123	0.34 329	0.02 38	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

TestStereo	0.31 174	0.22 195	1.36 212	0.00 1	0.00 1	0.27 46	0.00 1	0.06 28	0.04 9	0.01 123	0.00 1	0.03 74	0.01 84	4.27 304	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.12 42	0.15 158	0.78 81	0.00 1	0.00 1	1.03 236	0.00 1	0.07 40	0.08 31	0.01 123	0.15 309	0.04 94	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sAnonymous2	0.10 19	0.22 195	1.35 208	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 369

CroCo_RVC	0.10 19	0.22 195	1.35 208	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.15 369

CFNet_pseudo	0.22 119	0.10 119	1.39 217	0.00 1	0.01 234	0.98 218	0.00 1	0.94 225	0.09 47	0.00 1	0.00 1	0.48 273	0.36 308	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.09 15	0.05 60	1.02 142	0.00 1	0.00 1	0.02 3	0.00 1	0.12 74	0.48 145	0.00 1	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

XX-Stereo	0.57 287	0.15 158	4.26 376	0.08 330	0.03 299	1.10 315	0.00 1	2.55 369	0.11 71	0.11 301	0.00 1	1.43 355	0.01 84	1.34 205	0.00 1	0.00 1	0.04 355	0.00 1	0.16 381	0.03 182	0.01 126

Anonymous	0.05 2	0.06 83	0.86 106	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300

CREStereo	0.10 19	0.06 83	0.51 12	0.00 1	0.00 1	1.06 255	0.00 1	0.20 105	0.08 31	0.00 1	0.00 1	0.02 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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
DIP-Stereo	0.22 119	0.10 119	0.77 72	0.00 1	0.00 1	1.09 309	0.00 1	1.68 323	0.57 204	0.01 123	0.00 1	0.01 7	0.07 243	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.15 73	0.03 23	0.77 72	0.00 1	0.00 1	0.74 163	0.00 1	1.36 271	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RAFT-Stereo	0.15 73	0.03 23	0.77 72	0.00 1	0.00 1	0.74 163	0.00 1	1.36 271	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.19 101	0.10 119	1.39 217	0.00 1	0.01 234	0.75 166	0.00 1	0.35 138	0.12 83	0.00 1	0.00 1	0.48 273	0.50 315	0.01 26	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ccs_rob	0.22 119	0.10 119	1.38 215	0.00 1	0.01 234	0.98 218	0.00 1	0.94 225	0.09 47	0.00 1	0.00 1	0.48 273	0.36 308	0.02 67	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.17 86	0.05 60	0.79 84	0.03 282	0.09 342	1.06 255	0.00 1	0.57 173	0.06 13	0.08 286	0.00 1	0.13 170	0.00 1	0.01 26	0.01 75	0.00 1	0.06 378	0.00 1	0.23 394	0.08 269	0.04 283

ACVNet-DCA	0.25 140	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	0.95 227	0.55 160	0.07 279	0.00 1	0.03 74	0.02 129	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

xx1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	1.41 279	0.69 356	0.07 279	0.00 1	0.01 7	0.00 1	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 154	0.22 195	1.20 181	0.00 1	0.00 1	1.31 358	0.00 1	1.41 279	0.69 356	0.07 279	0.00 1	0.03 74	0.02 129	0.59 180	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.04 283

ffm	0.25 140	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	0.57 177	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

tt1	0.27 150	0.23 204	1.17 176	0.00 1	0.00 1	1.29 356	0.00 1	1.42 282	0.57 204	0.07 279	0.00 1	0.03 74	0.02 129	0.57 177	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

whm_eth	0.17 86	0.36 261	1.51 237	0.00 1	0.00 1	0.53 108	0.00 1	0.25 119	0.61 293	0.00 1	0.00 1	0.03 74	0.01 84	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 345

MSKI-zero shot	0.22 119	0.08 109	1.46 231	0.00 1	0.12 354	1.08 301	0.03 267	0.85 214	0.16 102	0.22 323	0.05 284	0.06 127	0.00 1	0.07 117	0.01 75	0.00 1	0.02 330	0.00 1	0.18 383	0.02 133	0.01 126

EKT-Stereo	0.46 235	0.12 142	1.03 144	0.75 395	4.21 413	1.06 255	0.00 1	0.83 211	0.04 9	0.02 212	0.00 1	0.08 140	0.00 1	0.89 193	0.01 75	0.00 1	0.03 340	0.00 1	0.05 353	0.04 203	0.01 126

DLNR_Zeroshot_test	21.09 416	47.65 419	85.43 423	96.34 431	87.67 429	0.31 55	0.00 1	17.86 416	0.07 18	0.01 123	0.01 200	0.00 1	0.00 1	0.70 186	0.01 75	15.78 417	0.01 300	0.00 1	0.21 391	69.62 425	0.04 283

Any-RAFT	0.17 86	0.04 38	0.93 125	0.00 1	0.00 1	1.10 315	0.00 1	0.99 234	0.03 4	0.01 123	0.00 1	0.21 207	0.00 1	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

HH	0.23 126	0.21 188	1.69 255	0.16 367	0.08 338	0.11 29	0.00 1	0.24 117	0.06 13	0.30 334	0.18 311	1.47 357	0.04 202	0.04 101	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.02 133	0.01 126

HanStereo	0.23 126	0.21 188	1.69 255	0.16 367	0.08 338	0.11 29	0.00 1	0.24 117	0.06 13	0.30 334	0.18 311	1.47 357	0.04 202	0.04 101	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.02 133	0.01 126

Selective-IGEV	0.05 2	0.04 38	0.43 7	0.00 1	0.04 314	0.25 43	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.01 75	0.00 1	0.00 1	0.00 1	0.07 359	0.03 182	0.08 332

anonymousa	0.14 61	0.15 158	1.74 263	0.00 1	0.00 1	0.28 49	0.00 1	0.01 1	0.11 71	0.00 1	0.01 200	0.42 263	0.02 129	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.04 351	0.00 1	0.02 221

riskmin	0.11 33	0.01 1	0.87 111	0.01 241	0.00 1	0.13 33	0.00 1	0.30 134	0.09 47	0.00 1	0.01 200	0.76 312	0.00 1	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

CroCo-Stereo Lap2	0.09 15	0.23 204	0.74 57	0.00 1	0.00 1	0.02 3	0.00 1	0.07 40	0.56 172	0.00 1	0.00 1	0.01 7	0.03 171	0.02 67	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.01 126

raft_robust	0.56 281	0.36 261	0.87 111	0.00 1	0.15 362	0.64 145	0.00 1	2.20 353	0.56 172	0.00 1	0.01 200	0.44 266	1.18 355	4.46 308	0.01 75	0.00 1	0.00 1	0.00 1	0.15 380	0.09 284	0.03 253

FTStereo	0.78 319	0.01 1	1.27 198	0.12 353	0.00 1	1.15 337	2.80 403	0.09 51	0.61 293	0.16 316	5.93 384	0.36 246	2.56 378	0.53 176	0.01 75	0.07 371	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CRE-IMP	0.16 78	0.03 23	0.75 65	0.05 303	0.01 234	1.11 323	0.34 354	0.04 12	0.56 172	0.02 212	0.00 1	0.12 163	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.08 332

ICVP	0.15 73	0.03 23	1.23 192	0.00 1	0.01 234	1.02 230	0.09 308	0.19 95	0.10 65	0.00 1	0.02 272	0.07 134	0.01 84	0.18 150	0.01 75	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.10 19	0.20 185	0.57 30	0.00 1	0.00 1	0.52 105	0.00 1	0.05 18	0.07 18	0.00 1	0.01 200	0.14 176	0.03 171	0.02 67	0.01 75	0.00 1	0.03 340	0.00 1	0.00 1	0.25 362	0.20 379

Anonymous3	0.19 101	0.07 102	1.33 204	0.00 1	0.00 1	1.12 330	0.00 1	0.56 171	0.56 172	0.01 123	0.00 1	0.06 127	0.00 1	0.01 26	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

pcwnet_v2	0.47 237	0.11 133	5.03 384	0.00 1	0.00 1	0.70 155	0.00 1	1.98 342	0.61 293	0.01 123	0.00 1	0.36 246	0.33 306	0.18 150	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

PMTNet	0.11 33	0.07 102	0.60 36	0.00 1	0.00 1	1.05 246	0.04 279	0.16 85	0.08 31	0.00 1	0.00 1	0.04 94	0.00 1	0.03 92	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

STTStereo	0.24 134	0.28 225	1.68 253	0.00 1	0.00 1	0.84 186	0.03 267	0.16 85	0.08 31	0.02 212	0.00 1	0.20 205	0.03 171	1.54 207	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLCA_NET_v2_RVC	0.35 198	0.49 306	2.00 282	0.00 1	0.02 278	0.96 214	0.00 1	0.55 170	0.18 107	0.03 239	0.00 1	0.35 243	0.10 258	2.37 229	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MFMNet_re	0.24 134	0.74 352	2.31 303	0.53 390	0.00 1	0.17 35	0.01 213	0.02 4	0.59 255	0.01 123	0.03 277	0.12 163	0.00 1	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.19 344	0.01 126

DN-CSS_ROB	0.26 144	0.75 353	1.33 204	0.00 1	0.00 1	0.99 224	0.00 1	1.04 238	0.61 293	0.01 123	0.00 1	0.19 201	0.02 129	0.07 117	0.01 75	0.00 1	0.00 1	0.00 1	0.00 1	0.22 354	0.01 126

CoDeX	0.36 202	0.24 208	1.39 217	0.00 1	0.01 234	0.29 51	0.00 1	1.58 315	0.57 204	0.00 1	0.00 1	0.25 218	0.07 243	2.82 243	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

StereoVision	0.16 78	0.25 214	1.07 161	0.00 1	0.00 1	0.47 91	0.01 213	0.18 92	0.61 293	0.00 1	0.29 323	0.15 182	0.02 129	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

MIF-Stereo (partial)	0.08 9	0.11 133	0.96 131	0.00 1	0.00 1	0.08 22	0.00 1	0.19 95	0.08 31	0.00 1	0.01 200	0.02 38	0.02 129	0.02 67	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

CAS	0.10 19	0.05 60	0.46 9	0.00 1	0.00 1	1.03 236	0.00 1	0.21 110	0.09 47	0.00 1	0.00 1	0.03 74	0.01 84	0.01 26	0.02 104	0.08 374	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous_2	0.88 333	0.02 7	1.06 154	0.01 241	0.00 1	0.19 37	0.00 1	0.14 81	0.08 31	0.01 123	0.04 282	1.07 335	0.00 1	0.02 67	0.02 104	0.01 344	0.04 355	2.31 412	11.16 417	1.35 397	0.01 126

Patchmatch Stereo++	0.13 48	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.08 302	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	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
PSM-adaLoss	0.14 61	0.04 38	0.73 48	0.05 303	0.02 278	1.06 255	0.08 302	0.05 18	0.56 172	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo_v2	0.14 61	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.06 292	0.05 18	0.56 172	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

ROB_FTStereo	0.13 48	0.04 38	0.73 48	0.05 303	0.02 278	1.06 255	0.07 295	0.06 28	0.56 172	0.01 123	0.00 1	0.03 74	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

HUI-Stereo	0.14 61	0.04 38	0.75 65	0.05 303	0.02 278	1.06 255	0.08 302	0.06 28	0.57 204	0.01 123	0.00 1	0.07 134	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iGMRVC	0.14 61	0.04 38	0.74 57	0.05 303	0.02 278	1.06 255	0.07 295	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

iRAFT	0.13 48	0.04 38	0.73 48	0.05 303	0.01 234	1.06 255	0.08 302	0.06 28	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

AnonymousM	0.10 19	0.04 38	0.56 29	0.00 1	0.00 1	1.02 230	0.00 1	0.19 95	0.11 71	0.00 1	0.00 1	0.00 1	0.00 1	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RAFT-IKP	0.14 61	0.04 38	0.75 65	0.05 303	0.01 234	1.06 255	0.08 302	0.05 18	0.56 172	0.01 123	0.00 1	0.05 115	0.00 1	0.01 26	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DeepPruner_ROB	0.23 126	0.37 269	1.26 194	0.00 1	0.00 1	1.11 323	0.03 267	0.20 105	0.07 18	0.00 1	0.00 1	0.39 257	0.03 171	1.12 198	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

iResNetv2_ROB	0.36 202	1.03 375	2.96 346	0.00 1	0.00 1	0.58 120	0.00 1	1.51 311	0.58 243	0.01 123	0.00 1	0.08 140	0.02 129	0.07 117	0.02 104	0.00 1	0.00 1	0.00 1	0.00 1	0.29 371	0.02 221

test croco	0.11 33	0.17 169	1.21 191	0.00 1	0.00 1	0.05 16	0.00 1	0.16 85	0.32 130	0.01 123	0.01 200	0.02 38	0.01 84	0.03 92	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.26 364	0.01 126

StereoIM	0.06 5	0.16 165	0.66 40	0.00 1	0.00 1	0.05 16	0.01 213	0.06 28	0.12 83	0.00 1	0.01 200	0.04 94	0.02 129	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

iinet-f	0.48 244	0.57 330	4.45 379	0.00 1	0.01 234	0.77 169	0.00 1	1.48 302	0.61 293	0.01 123	0.00 1	0.40 259	0.44 312	0.38 168	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.35 377	0.01 126

test_5	0.26 144	0.35 254	1.35 208	0.01 241	0.22 382	0.80 175	0.01 213	0.81 207	0.58 243	0.12 303	0.00 1	0.06 127	0.01 84	0.61 183	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.16 373

NRIStereo	0.17 86	0.03 23	0.73 48	0.04 293	0.01 234	1.15 337	0.33 353	0.03 6	0.59 255	0.04 256	0.01 200	0.11 157	0.01 84	0.10 135	0.03 120	0.00 1	0.02 330	0.00 1	0.00 1	0.06 240	0.09 345

SST-Stereo	0.51 263	0.02 7	0.74 57	0.05 303	0.19 376	1.09 309	0.49 368	0.26 122	0.61 293	0.04 256	0.00 1	0.05 115	0.58 321	6.12 365	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

DeepStereo_RVC	0.22 119	0.04 38	0.87 111	0.05 303	0.02 278	1.07 289	0.32 349	0.04 12	0.56 172	0.01 123	0.00 1	0.00 1	1.25 356	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.05 300

CroCo-Stereo	0.13 48	0.16 165	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 232	0.57 204	0.00 1	0.01 200	0.31 233	0.03 171	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	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
cross-raft	0.15 73	0.05 60	1.46 231	0.00 1	0.01 234	0.37 69	0.07 295	0.40 147	0.02 2	0.02 212	0.00 1	0.38 255	0.00 1	0.02 67	0.03 120	0.00 1	0.00 1	0.00 1	0.11 369	0.01 57	0.02 221

GEStereo_RVC	0.43 227	0.38 279	1.10 162	0.01 241	0.00 1	1.02 230	0.00 1	1.94 340	0.57 204	0.00 1	0.00 1	0.14 176	0.01 84	3.25 265	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

CREStereo++_RVC	0.10 19	0.06 83	0.78 81	0.00 1	0.00 1	1.00 226	0.00 1	0.10 66	0.08 31	0.00 1	0.01 200	0.03 74	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
XX-TBD	0.12 42	0.25 214	0.79 84	0.00 1	0.00 1	0.92 209	0.00 1	0.18 92	0.08 31	0.00 1	0.21 317	0.03 74	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GMStereo	0.08 9	0.54 321	0.90 118	0.00 1	0.00 1	0.03 5	0.00 1	0.04 12	0.03 4	0.00 1	0.00 1	0.01 7	0.02 129	0.00 1	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CFNet-RSSM	0.17 86	0.06 83	1.16 175	0.00 1	0.12 354	0.61 126	0.00 1	0.90 219	0.08 31	0.01 123	0.00 1	0.09 151	0.00 1	0.01 26	0.03 120	0.00 1	0.00 1	0.00 1	0.23 394	0.00 1	0.00 1

Syn2CoEx	0.56 281	0.78 360	2.86 342	0.00 1	0.00 1	0.10 26	0.01 213	0.91 221	0.61 293	0.02 212	0.00 1	0.49 281	0.21 289	5.03 324	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.03 253

iResNet_ROB	0.30 170	0.66 340	1.41 223	0.00 1	0.00 1	0.70 155	0.00 1	0.79 203	0.57 204	0.04 256	0.01 200	0.08 140	0.01 84	1.55 208	0.03 120	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

IER	0.14 61	0.09 115	1.29 199	0.00 1	0.00 1	0.62 131	0.00 1	0.17 90	0.10 65	0.00 1	0.00 1	0.40 259	0.02 129	0.11 140	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PFNet+	0.23 126	0.06 83	0.79 84	0.07 325	0.01 234	1.11 323	0.42 363	0.11 70	0.59 255	0.08 286	0.01 200	0.02 38	0.00 1	1.21 200	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ARAFT	0.58 291	0.75 353	2.78 340	0.00 1	0.00 1	1.20 349	0.00 1	2.26 355	0.57 204	0.05 265	0.00 1	0.18 194	0.03 171	3.54 275	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.19 344	0.04 283

AFF-stereo	0.18 96	0.42 288	0.77 72	0.00 1	0.00 1	0.91 207	0.00 1	0.41 149	0.65 348	0.05 265	0.00 1	0.04 94	0.05 227	0.06 112	0.04 136	0.00 1	0.01 300	0.00 1	0.00 1	0.19 344	0.01 126

cf-r	0.35 198	0.41 286	1.45 229	0.00 1	0.00 1	1.06 255	0.00 1	0.43 152	0.38 136	0.05 265	0.00 1	0.65 299	0.00 1	2.53 235	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.02 221

GwcNet-RSSM	0.45 231	0.56 329	1.74 263	0.00 1	0.00 1	1.06 255	0.00 1	0.65 188	0.55 160	0.18 319	0.00 1	0.37 252	0.00 1	3.70 282	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.02 221

stereogan	0.49 249	0.22 195	2.39 309	0.00 1	0.00 1	0.63 141	0.02 251	0.79 203	0.72 360	0.06 273	0.00 1	1.68 363	0.46 314	2.63 238	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.14 315	0.00 1

HSM-Net_RVC	0.52 272	0.06 83	1.45 229	0.00 1	0.00 1	0.61 126	0.00 1	3.83 388	0.52 150	0.14 313	0.00 1	0.22 210	0.03 171	3.50 273	0.04 136	0.01 344	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
PASM	0.51 263	0.32 237	3.07 351	0.00 1	0.00 1	0.31 55	0.00 1	0.46 158	0.12 83	0.03 239	0.00 1	0.44 266	0.02 129	5.22 328	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.03 253

MyStereo8	0.28 154	0.37 269	2.57 327	0.02 265	0.00 1	1.23 350	0.00 1	0.26 122	0.15 96	0.02 212	0.05 284	0.14 176	0.04 202	0.24 158	0.05 145	0.00 1	0.11 390	0.00 1	0.01 316	0.04 203	0.21 383

GMStereo_Zeroshot	0.07 7	0.04 38	0.80 89	0.08 330	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 277	0.19 201	0.03 171	0.00 1	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DCANet-4	0.31 174	0.05 60	2.61 329	0.00 1	0.00 1	1.05 246	0.00 1	1.49 308	0.61 293	0.13 306	0.00 1	0.03 74	0.05 227	0.03 92	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

fff	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

DisPM	0.16 78	0.05 60	0.82 93	0.07 325	0.00 1	1.14 334	0.41 361	0.08 45	0.54 156	0.03 239	0.00 1	0.00 1	0.00 1	0.06 112	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

raftrobust	0.13 48	0.36 261	0.94 128	0.00 1	0.18 372	0.62 131	0.02 251	0.07 40	0.07 18	0.00 1	0.00 1	0.03 74	0.03 171	0.03 92	0.05 145	0.00 1	0.01 300	0.00 1	0.00 1	0.06 240	0.04 283

HCRNet	0.32 183	0.10 119	0.81 90	0.00 1	0.00 1	1.10 315	0.00 1	0.39 145	0.59 255	0.01 123	0.01 200	0.06 127	0.03 171	3.24 260	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

csc	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

cscssc	0.28 154	0.37 269	1.20 181	0.00 1	0.01 234	1.05 246	0.00 1	1.48 302	0.61 293	0.13 306	0.00 1	0.04 94	0.60 324	0.02 67	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 300

SFCPSM	0.21 115	0.04 38	1.59 244	0.00 1	0.05 322	0.34 66	0.00 1	1.24 261	0.57 204	0.01 123	0.00 1	0.12 163	0.02 129	0.05 107	0.05 145	0.00 1	0.00 1	0.00 1	0.02 330	0.02 133	0.00 1

CFNet-ft	0.31 174	0.34 245	0.96 131	0.00 1	0.00 1	1.08 301	0.00 1	0.19 95	0.15 96	0.01 123	0.00 1	0.48 273	0.00 1	2.95 250	0.05 145	0.00 1	0.00 1	0.01 354	0.00 1	0.01 57	0.01 126

Nwc_Net	0.43 227	0.42 288	2.64 331	0.00 1	0.00 1	0.67 150	0.00 1	0.82 210	0.28 122	0.00 1	0.01 200	0.90 322	0.10 258	2.62 236	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

CFNet_RVC	0.31 174	0.34 245	0.96 131	0.00 1	0.00 1	1.08 301	0.00 1	0.19 95	0.15 96	0.01 123	0.00 1	0.48 273	0.00 1	2.95 250	0.05 145	0.00 1	0.00 1	0.01 354	0.00 1	0.01 57	0.01 126

UCFNet_RVC	0.20 109	0.32 237	0.88 115	0.00 1	0.00 1	1.02 230	0.00 1	0.20 105	0.29 126	0.01 123	0.00 1	0.34 239	0.02 129	0.81 188	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo05	0.28 154	0.13 148	2.37 308	0.01 241	0.00 1	1.09 309	0.00 1	1.02 237	0.45 143	0.04 256	0.01 200	0.26 220	0.14 269	0.00 1	0.06 159	0.00 1	0.05 368	0.00 1	0.00 1	0.01 57	0.04 283

MyStereo04	0.26 144	0.12 142	2.34 305	0.00 1	0.00 1	0.98 218	0.00 1	0.84 212	0.20 109	0.06 273	0.01 200	0.33 236	0.11 262	0.00 1	0.06 159	0.00 1	0.05 368	0.00 1	0.00 1	0.02 133	0.04 283

test_4	0.13 48	0.07 102	1.12 168	0.00 1	0.05 322	0.82 179	0.00 1	0.04 12	0.08 31	0.10 298	0.00 1	0.01 7	0.01 84	0.02 67	0.06 159	0.00 1	0.00 1	0.00 1	0.02 330	0.11 297	0.00 1

CSP-Net	0.37 207	0.10 119	0.54 23	0.00 1	0.00 1	0.50 97	0.00 1	0.64 187	0.13 90	0.00 1	0.00 1	0.15 182	0.02 129	5.27 329	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

PSM-AAD	0.49 249	0.02 7	0.75 65	0.06 321	0.00 1	1.19 347	2.19 397	0.12 74	0.59 255	0.01 123	0.45 334	0.13 170	4.04 391	0.22 155	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

rafts_anoy	0.14 61	0.35 254	0.99 140	0.00 1	0.02 278	0.49 95	0.03 267	0.11 70	0.07 18	0.00 1	0.01 200	0.06 127	0.06 238	0.24 158	0.06 159	0.00 1	0.14 393	0.00 1	0.01 316	0.02 133	0.03 253

Gwc-CoAtRS	0.12 42	0.06 83	1.17 176	0.00 1	0.11 351	0.41 74	0.00 1	0.20 105	0.04 9	0.01 123	0.00 1	0.18 194	0.00 1	0.01 26	0.06 159	0.00 1	0.00 1	0.00 1	0.18 383	0.01 57	0.00 1

PSMNet-RSSM	0.36 202	0.36 261	0.93 125	0.00 1	0.00 1	1.06 255	0.00 1	0.50 165	0.53 153	0.04 256	0.00 1	0.40 259	0.00 1	3.33 267	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

FAT-Stereo	0.50 258	0.14 154	2.51 322	0.00 1	0.00 1	0.33 63	0.09 308	1.88 335	0.61 293	0.05 265	0.76 348	0.60 292	0.52 318	2.46 234	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

GANetREF_RVC	0.54 275	0.70 345	2.06 290	0.00 1	0.00 1	1.14 334	0.00 1	1.61 318	0.58 243	0.00 1	0.01 200	0.29 227	0.04 202	4.21 301	0.06 159	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
NCCL2	0.29 168	0.50 307	1.52 238	0.00 1	0.00 1	0.81 177	0.00 1	0.45 155	0.22 112	0.00 1	0.00 1	0.02 38	0.03 171	2.14 218	0.06 159	0.00 1	0.00 1	0.02 370	0.00 1	0.01 57	0.03 253

LL-Strereo	0.71 314	0.88 366	2.40 310	0.00 1	0.00 1	0.63 141	0.01 213	1.57 313	0.58 243	0.45 347	0.00 1	0.54 290	0.30 301	6.37 380	0.07 170	0.00 1	0.05 368	0.00 1	0.00 1	0.22 354	0.17 375

hknet	0.38 210	0.07 102	1.32 203	0.00 1	0.00 1	1.07 289	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.63 294	0.00 1	0.96 194	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.42 220	0.29 229	1.10 162	0.00 1	0.00 1	1.02 230	0.00 1	0.78 200	0.29 126	0.03 239	0.00 1	0.24 213	0.02 129	4.27 304	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.20 350	0.01 126

AACVNet	0.40 216	0.36 261	0.90 118	0.00 1	0.00 1	0.53 108	0.00 1	0.18 92	0.41 142	0.02 212	0.00 1	0.11 157	0.01 84	5.33 332	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.00 1

Prome-Stereo	0.23 126	0.04 38	0.76 70	0.10 339	0.00 1	1.15 337	0.02 251	0.27 126	0.65 348	0.01 123	0.54 339	0.04 94	0.71 330	0.27 161	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

raft+_RVC	0.14 61	0.37 269	0.96 131	0.00 1	0.16 365	0.64 145	0.03 267	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 171	0.03 92	0.07 170	0.00 1	0.07 379	0.00 1	0.00 1	0.05 220	0.16 373

111	0.30 170	0.66 340	1.20 181	0.00 1	0.01 234	1.06 255	0.03 267	1.60 316	0.59 255	0.27 331	0.00 1	0.20 205	0.05 227	0.08 128	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.12 363

RAFT-Stereo + iAFF	0.19 101	0.33 241	0.84 100	0.00 1	0.02 278	1.06 255	0.00 1	0.45 155	0.59 255	0.03 239	0.00 1	0.05 115	0.06 238	0.04 101	0.07 170	0.00 1	0.01 300	0.00 1	0.00 1	0.17 337	0.01 126

NVstereo2D	0.45 231	0.11 133	1.91 277	0.00 1	0.00 1	0.59 124	0.00 1	1.39 278	0.61 293	0.03 239	0.00 1	0.33 236	0.00 1	3.94 291	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.31 174	0.34 245	0.89 116	0.00 1	0.00 1	0.97 216	0.01 213	1.45 290	0.57 204	0.02 212	0.00 1	0.17 191	0.02 129	1.75 210	0.07 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ssnet_v2	0.28 154	0.17 169	1.18 179	0.00 1	0.00 1	0.81 177	0.00 1	1.05 239	0.59 255	0.09 294	0.01 200	0.88 320	0.09 250	0.43 171	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	0.09 345

BSDual-CNN	0.28 154	0.05 60	0.54 23	0.00 1	0.00 1	1.07 289	0.00 1	2.43 361	0.58 243	0.30 334	0.09 300	0.36 246	0.03 171	0.01 26	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.22 119	0.05 60	0.54 23	0.00 1	0.00 1	1.05 246	0.00 1	1.73 329	0.58 243	0.00 1	0.00 1	0.36 246	0.03 171	0.01 26	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RALCasStereoNet	0.16 78	0.35 254	0.84 100	0.00 1	0.00 1	0.32 59	0.03 267	0.16 85	0.56 172	0.02 212	0.07 296	0.05 115	0.08 247	0.13 143	0.08 180	0.00 1	0.31 400	0.00 1	0.00 1	0.07 252	0.11 354

CVANet_RVC	0.53 273	0.32 237	1.26 194	0.00 1	0.00 1	0.98 218	0.00 1	0.72 196	0.55 160	0.35 341	0.12 305	0.36 246	0.14 269	5.53 341	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.00 1

StereoDRNet-Refined	0.24 134	0.08 109	0.68 43	0.00 1	0.00 1	0.83 184	0.00 1	0.66 189	0.61 293	0.00 1	0.00 1	0.50 284	0.02 129	1.28 204	0.08 180	0.00 1	0.00 1	0.00 1	0.00 1	0.10 291	0.04 283
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

tta	0.33 185	0.10 119	1.04 145	0.00 1	0.00 1	0.03 5	0.00 1	1.45 290	0.55 160	0.00 1	0.00 1	0.15 182	0.00 1	3.24 260	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

4D-IteraStereo	0.16 78	0.51 312	1.73 259	0.00 1	0.00 1	0.38 70	0.03 267	0.08 45	0.08 31	0.02 212	0.01 200	0.00 1	0.01 84	0.06 112	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.06 320

HBP-ISP	0.80 321	0.70 345	2.86 342	0.02 265	0.01 234	1.67 370	0.48 366	2.63 377	0.56 172	1.11 366	0.06 293	0.50 284	0.74 334	4.60 312	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

ADStereo(finetuned)	0.34 192	0.37 269	2.24 300	0.00 1	0.00 1	1.04 243	0.00 1	1.49 308	0.61 293	0.08 286	0.00 1	0.04 94	0.74 334	0.03 92	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 300

GwcNet-ADL	0.30 170	0.19 182	1.78 265	0.00 1	0.00 1	1.03 236	0.00 1	2.08 347	0.28 122	0.00 1	0.00 1	0.37 252	0.04 202	0.02 67	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

psm_up	0.39 213	0.25 214	1.04 145	0.00 1	0.00 1	0.82 179	0.00 1	1.88 335	0.57 204	0.00 1	0.00 1	0.28 226	0.01 84	2.78 242	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

UNet	0.26 144	0.18 173	2.41 312	0.00 1	0.00 1	0.71 159	0.00 1	0.39 145	0.60 278	0.00 1	0.00 1	0.37 252	0.02 129	0.45 174	0.09 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

FADNet	0.55 277	0.75 353	2.42 314	0.00 1	0.01 234	0.82 179	0.00 1	0.88 216	0.54 156	0.01 123	0.01 200	0.16 189	0.16 276	4.49 309	0.09 186	0.18 381	0.00 1	0.00 1	0.00 1	0.43 383	0.00 1

LL-Strereo2	0.12 42	0.41 286	0.91 122	0.05 303	0.03 299	0.51 99	0.04 279	0.13 78	0.11 71	0.01 123	0.00 1	0.03 74	0.02 129	0.06 112	0.10 195	0.00 1	0.00 1	0.00 1	0.01 316	0.03 182	0.03 253

GANet-ADL	0.16 78	0.06 83	1.18 179	0.00 1	0.01 234	0.83 184	0.00 1	0.23 113	0.07 18	0.00 1	0.30 324	0.35 243	0.00 1	0.07 117	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.01 126

DCANet	0.25 140	0.37 269	1.20 181	0.00 1	0.00 1	1.06 255	0.00 1	1.49 308	0.61 293	0.08 286	0.00 1	0.04 94	0.00 1	0.02 67	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.05 300

FINET	0.51 263	0.36 261	2.40 310	0.00 1	0.00 1	0.27 46	0.00 1	2.06 346	1.49 383	0.00 1	0.00 1	0.04 94	0.04 202	3.38 269	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.02 221

UPFNet	0.18 96	0.05 60	1.11 166	0.00 1	0.00 1	0.48 93	0.00 1	1.11 249	0.48 145	0.00 1	0.00 1	0.10 154	0.00 1	0.10 135	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ACVNet	0.20 109	0.14 154	0.96 131	0.01 241	0.00 1	1.05 246	0.11 316	0.19 95	0.60 278	0.01 123	0.01 200	0.71 308	0.00 1	0.05 107	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

hitnet-ft	0.42 220	0.30 232	1.15 171	0.00 1	0.00 1	0.73 162	0.11 316	0.30 134	0.19 108	0.04 256	0.14 307	0.75 311	0.17 281	4.33 307	0.10 195	0.01 344	0.00 1	0.03 379	0.00 1	0.04 203	0.01 126

NOSS_ROB	0.61 301	0.17 169	0.63 37	0.19 377	0.00 1	0.67 150	0.00 1	2.38 359	0.57 204	0.13 306	0.00 1	0.94 323	0.00 1	6.27 377	0.10 195	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.10 352

gwcnet-sp	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

scenet	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ssnet	0.28 154	0.15 158	2.75 337	0.00 1	0.00 1	0.51 99	0.02 251	0.49 162	0.57 204	0.01 123	0.01 200	0.08 140	0.04 202	0.87 190	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

dad	0.17 86	0.54 321	0.82 93	0.00 1	0.00 1	1.03 236	0.00 1	0.02 4	0.23 117	0.01 123	0.00 1	0.02 38	0.01 84	0.63 184	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ADLNet2	0.55 277	0.33 241	2.54 326	0.00 1	0.00 1	0.88 196	0.00 1	0.69 192	0.65 348	0.00 1	0.07 296	1.47 357	0.02 129	4.12 298	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 126

RAFT_R40	0.49 249	0.03 23	0.74 57	0.05 303	0.15 362	1.09 309	0.32 349	0.27 126	0.59 255	0.02 212	0.03 277	0.07 134	0.30 301	6.12 365	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

S-Stereo	0.65 306	0.25 214	3.44 362	0.00 1	0.00 1	0.56 115	0.05 287	1.86 334	0.61 293	0.00 1	0.76 348	0.84 318	0.11 262	4.28 306	0.11 203	0.00 1	0.01 300	0.00 1	0.00 1	0.07 252	0.03 253

AdaStereo	0.20 109	0.06 83	0.86 106	0.00 1	0.00 1	0.25 43	0.00 1	1.71 327	0.56 172	0.00 1	0.00 1	0.31 233	0.01 84	0.11 140	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HSM	0.63 304	0.36 261	0.89 116	0.00 1	0.00 1	0.52 105	0.01 213	0.98 232	0.56 172	0.00 1	0.01 200	2.27 374	0.65 329	6.18 369	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DRN-Test	0.43 227	0.13 148	1.95 281	0.03 282	0.09 342	0.61 126	0.00 1	1.43 287	0.61 293	0.00 1	0.00 1	0.18 194	0.04 202	3.32 266	0.11 203	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

CRFU-Net	0.40 216	0.12 142	1.50 236	0.14 362	0.01 234	0.90 200	0.00 1	0.42 151	0.14 92	0.00 1	0.00 1	0.42 263	1.94 368	2.15 220	0.12 213	0.00 1	0.00 1	0.03 379	0.00 1	0.03 182	0.00 1

RALAANet	0.13 48	0.51 312	0.95 129	0.00 1	0.00 1	0.32 59	0.01 213	0.38 142	0.03 4	0.00 1	0.00 1	0.05 115	0.09 250	0.02 67	0.12 213	0.00 1	0.00 1	0.00 1	0.02 330	0.10 291	0.00 1

MMNet	0.23 126	0.18 173	1.84 269	0.00 1	0.00 1	0.67 150	0.00 1	0.59 178	0.59 255	0.00 1	0.01 200	0.18 194	0.09 250	0.26 160	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ac_64	0.39 213	0.12 142	1.15 171	0.04 293	0.01 234	0.43 83	0.02 251	0.25 119	0.59 255	0.12 303	0.01 200	0.89 321	0.04 202	3.92 289	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.00 1

acv_ft	0.21 115	0.14 154	0.95 129	0.00 1	0.00 1	0.41 74	0.00 1	0.58 176	0.60 278	0.19 321	0.01 200	0.71 308	0.12 265	0.05 107	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.24 359	0.00 1

DMCA	0.19 101	0.16 165	1.39 217	0.00 1	0.01 234	1.00 226	0.01 213	0.38 142	0.57 204	0.01 123	0.01 200	0.05 115	0.00 1	0.05 107	0.12 213	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CC-Net-ROB	0.64 305	0.50 307	1.13 169	0.07 325	0.00 1	1.08 301	0.01 213	2.58 373	0.56 172	0.01 123	0.00 1	0.14 176	0.01 84	5.73 351	0.12 213	0.50 391	0.00 1	0.21 400	0.00 1	0.09 284	0.02 221

RAFT-Test	0.20 109	0.09 115	1.34 206	0.00 1	0.12 354	0.39 71	0.10 312	0.72 196	0.25 119	0.08 286	0.00 1	0.44 266	0.00 1	0.05 107	0.13 220	0.00 1	0.00 1	0.00 1	0.24 399	0.01 57	0.01 126

AASNet	0.27 150	0.47 301	1.56 241	0.00 1	0.00 1	0.91 207	0.00 1	0.58 176	0.58 243	0.00 1	0.00 1	0.39 257	0.02 129	0.33 163	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.25 362	0.06 320

delet	0.33 185	0.24 208	1.05 153	0.00 1	0.00 1	0.60 125	0.00 1	0.53 167	0.59 255	0.03 239	0.01 200	0.52 288	0.19 283	2.68 239	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

FADNet-RVC-Resample	0.51 263	0.82 364	3.08 352	0.04 293	0.04 314	0.42 78	0.09 308	1.16 256	0.34 132	0.00 1	0.03 277	0.24 213	0.05 227	3.16 256	0.13 220	0.07 371	0.12 391	0.05 387	0.02 330	0.08 269	0.20 379

PS-NSSS	0.54 275	0.44 293	0.86 106	0.00 1	0.00 1	1.04 243	0.00 1	2.37 358	0.56 172	0.00 1	0.00 1	0.11 157	0.01 84	5.32 331	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

PDISCO_ROB	0.56 281	0.57 330	2.07 291	0.17 371	0.00 1	1.56 367	0.01 213	2.27 356	0.51 149	0.08 286	0.01 200	0.74 310	0.28 300	2.37 229	0.13 220	0.00 1	0.00 1	0.00 1	0.00 1	0.33 376	0.00 1

HGLStereo	0.28 154	0.12 142	1.15 171	0.00 1	0.00 1	0.65 147	0.00 1	0.57 173	0.25 119	0.02 212	0.01 200	0.47 271	0.03 171	2.17 223	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

GANet-RSSM	0.34 192	0.29 229	0.97 137	0.00 1	0.00 1	1.05 246	0.00 1	0.22 112	0.15 96	0.03 239	0.00 1	0.31 233	0.00 1	3.62 277	0.14 226	0.00 1	0.00 1	0.03 379	0.00 1	0.05 220	0.01 126

MaskLacGwcNet_RVC	0.47 237	0.43 290	1.04 145	0.11 349	0.00 1	1.10 315	0.00 1	0.80 205	0.54 156	0.00 1	0.05 284	0.38 255	0.03 171	3.50 273	0.14 226	0.88 398	0.00 1	0.00 1	0.00 1	0.11 297	0.20 379

HITNet	0.19 101	0.55 327	1.36 212	0.00 1	0.00 1	0.25 43	0.00 1	1.09 247	0.23 117	0.00 1	0.00 1	0.14 176	0.02 129	0.02 67	0.14 226	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
RAFT + AFF	0.60 298	0.75 353	1.04 145	0.00 1	0.00 1	1.10 315	0.06 292	1.45 290	0.57 204	0.02 212	0.00 1	0.18 194	1.43 360	4.80 318	0.15 230	0.00 1	0.17 397	0.00 1	0.00 1	0.27 368	0.08 332

FADNet-RVC	0.51 263	0.80 362	2.47 318	0.01 241	0.00 1	0.48 93	0.00 1	1.32 267	0.14 92	0.00 1	0.01 200	0.12 163	0.06 238	4.07 295	0.15 230	0.00 1	0.04 355	0.00 1	0.00 1	0.38 379	0.08 332

Wz-Net-LNSev	0.34 192	0.61 335	4.26 376	0.00 1	0.00 1	0.49 95	0.00 1	0.26 122	0.61 293	0.00 1	0.01 200	0.23 211	0.03 171	0.10 135	0.16 232	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

GES	0.18 96	0.05 60	0.87 111	0.00 1	0.00 1	1.06 255	0.02 251	0.60 180	0.08 31	0.00 1	0.02 272	0.11 157	0.09 250	0.44 173	0.16 232	0.01 344	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

GwcNet	0.50 258	0.46 297	3.90 373	0.00 1	0.00 1	0.42 78	0.10 312	0.38 142	0.74 362	0.03 239	0.00 1	0.63 294	0.05 227	2.92 248	0.16 232	0.00 1	0.00 1	0.00 1	0.00 1	0.17 337	0.05 300

DMCA-RVC	0.31 174	0.48 303	2.47 318	0.00 1	0.03 299	0.78 171	0.03 267	0.06 28	0.08 31	0.01 123	0.01 200	0.08 140	0.33 306	1.59 209	0.16 232	0.00 1	0.02 330	0.01 354	0.00 1	0.01 57	0.01 126

CIPLG	0.33 185	0.75 353	1.79 266	0.10 339	0.01 234	0.93 212	0.21 330	1.45 290	0.61 293	0.02 212	0.01 200	0.14 176	0.06 238	0.13 143	0.17 236	0.00 1	0.04 355	0.01 354	0.01 316	0.17 337	0.04 283

DDUNet	0.34 192	0.20 185	1.06 154	0.00 1	0.00 1	0.79 173	0.01 213	0.91 221	0.54 156	0.04 256	0.01 200	1.11 339	0.01 84	1.89 213	0.17 236	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

IPLGR_C	0.35 198	0.81 363	2.03 284	0.10 339	0.01 234	0.90 200	0.21 330	1.46 300	0.61 293	0.02 212	0.01 200	0.13 170	0.07 243	0.14 145	0.17 236	0.00 1	0.05 368	0.01 354	0.02 330	0.17 337	0.04 283

ACRE	0.34 192	0.70 345	2.13 293	0.10 339	0.00 1	0.90 200	0.20 329	1.45 290	0.61 293	0.02 212	0.01 200	0.13 170	0.05 227	0.14 145	0.17 236	0.00 1	0.03 340	0.01 354	0.02 330	0.17 337	0.04 283

NF-Stereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

OCTAStereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.16 368	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSM-softLoss	0.48 244	0.04 38	1.10 162	0.17 371	0.00 1	1.07 289	0.25 336	0.12 74	0.61 293	0.03 239	0.01 200	0.02 38	0.01 84	6.03 361	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

KMStereo	0.48 244	0.04 38	1.10 162	0.17 371	0.00 1	1.07 289	0.25 336	0.12 74	0.61 293	0.03 239	0.01 200	0.02 38	0.01 84	6.03 361	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RE-Stereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TVStereo	0.47 237	0.03 23	0.77 72	0.12 353	0.00 1	1.07 289	0.26 338	0.19 95	0.60 278	0.01 123	0.00 1	0.02 38	0.00 1	6.18 369	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

FENet	0.23 126	0.05 60	1.39 217	0.00 1	0.00 1	1.00 226	0.00 1	0.80 205	0.57 204	0.00 1	0.00 1	0.24 213	0.04 202	0.23 157	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RP	0.42 220	0.44 293	1.52 238	0.00 1	0.01 234	0.61 126	0.02 251	1.06 242	0.39 140	0.03 239	0.01 200	0.99 327	0.16 276	2.89 247	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.10 291	0.00 1

edge stereo	0.58 291	0.29 229	2.86 342	0.01 241	0.03 299	0.33 63	0.03 267	0.97 231	0.50 147	0.21 322	0.33 327	1.31 348	0.16 276	4.20 300	0.18 240	0.00 1	0.00 1	0.00 1	0.00 1	0.11 297	0.01 126

ToySt	0.12 42	0.15 158	0.92 124	0.00 1	0.00 1	0.46 90	0.00 1	0.41 149	0.10 65	0.00 1	0.00 1	0.10 154	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.02 330	0.04 203	0.02 221

test-3	0.17 86	0.03 23	0.74 57	0.03 282	0.10 346	0.43 83	0.00 1	1.36 271	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 128	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

test_1	0.17 86	0.03 23	0.75 65	0.03 282	0.10 346	0.43 83	0.00 1	1.36 271	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

test_3	0.19 101	0.02 7	0.76 70	0.03 282	0.10 346	0.53 108	0.00 1	1.42 282	0.07 18	0.13 306	0.00 1	0.02 38	0.00 1	0.07 117	0.19 249	0.00 1	0.00 1	0.00 1	0.20 387	0.12 304	0.11 354

CFNet	0.56 281	0.50 307	1.58 243	0.00 1	0.00 1	1.06 255	0.01 213	1.08 246	0.57 204	0.00 1	0.01 200	0.12 163	0.01 84	5.87 356	0.19 249	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.02 221

RAFT-345	0.49 249	0.04 38	1.26 194	0.10 339	0.07 334	1.16 341	0.19 327	0.14 81	0.57 204	0.00 1	0.01 200	0.09 151	0.01 84	6.00 359	0.20 254	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TDLM	0.49 249	0.39 282	1.02 142	0.00 1	0.00 1	1.08 301	0.01 213	0.36 140	0.58 243	0.14 313	0.00 1	0.27 224	0.19 283	5.46 339	0.20 254	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 126

SQANet	0.42 220	1.14 384	1.86 272	0.04 293	0.48 390	0.36 68	0.03 267	0.40 147	0.56 172	0.02 212	0.24 318	0.49 281	0.06 238	2.14 218	0.21 256	0.02 358	0.02 330	0.01 354	0.00 1	0.19 344	0.03 253

DAS	0.49 249	0.05 60	1.29 199	0.00 1	0.00 1	0.07 20	0.00 1	1.25 262	0.61 293	1.18 369	0.00 1	0.24 213	0.03 171	4.76 316	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

SepStereo	0.45 231	0.05 60	1.29 199	0.00 1	0.00 1	0.07 20	0.00 1	1.25 262	0.61 293	1.18 369	0.00 1	0.24 213	0.03 171	3.93 290	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

TransformOpticalFlow	0.85 327	0.27 221	2.72 335	0.30 385	0.03 299	1.25 352	0.05 287	1.53 312	0.61 293	0.28 332	0.38 331	1.27 345	1.54 362	6.53 382	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Pruner-Stereo	0.16 78	0.04 38	0.73 48	0.19 377	0.00 1	1.08 301	0.21 330	0.16 85	0.59 255	0.03 239	0.00 1	0.01 7	0.00 1	0.02 67	0.22 257	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

IRAFT_RVC	0.51 263	0.13 148	1.14 170	0.10 339	0.00 1	1.17 344	0.10 312	0.28 130	0.61 293	0.01 123	0.00 1	0.02 38	0.12 265	6.22 376	0.22 257	0.00 1	0.09 383	0.00 1	0.00 1	0.02 133	0.01 126

IGEV_Zeroshot_test	0.32 183	0.10 119	2.61 329	0.01 241	0.01 234	0.50 97	0.04 279	0.21 110	0.09 47	0.45 347	0.45 334	0.81 316	0.51 316	0.20 153	0.23 262	0.00 1	0.05 368	0.00 1	0.14 376	0.03 182	0.00 1

fast-acv-ft	0.29 168	0.37 269	3.76 369	0.06 321	0.01 234	0.28 49	0.17 322	0.06 28	0.21 110	0.00 1	0.00 1	0.08 140	0.09 250	0.10 135	0.23 262	0.01 344	0.00 1	0.03 379	0.01 316	0.26 364	0.01 126

PFNet	0.60 298	0.11 133	2.08 292	0.00 1	0.30 385	1.16 341	0.00 1	0.29 131	0.59 255	0.01 123	0.24 318	0.02 38	0.00 1	6.58 383	0.23 262	0.10 376	0.00 1	0.00 1	0.04 351	0.14 315	0.05 300

MyStereo06	0.36 202	0.13 148	2.17 297	0.01 241	0.00 1	1.09 309	0.00 1	0.23 113	0.09 47	0.49 351	0.41 332	1.01 329	1.05 346	0.21 154	0.24 265	0.00 1	0.05 368	0.00 1	0.00 1	0.01 57	0.04 283

iRaft-Stereo_20w	0.38 210	0.11 133	1.91 277	0.12 353	0.04 314	0.70 155	0.24 334	1.72 328	0.16 102	0.41 344	0.00 1	0.26 220	1.04 345	0.41 170	0.24 265	0.00 1	0.04 355	0.00 1	0.14 376	0.02 133	0.09 345

DLCB_ROB	0.27 150	0.16 165	0.71 44	0.00 1	0.00 1	0.44 87	0.00 1	0.43 152	0.57 204	0.02 212	0.04 282	0.63 294	0.04 202	2.18 224	0.24 265	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

STrans-v2	0.85 327	0.28 225	1.66 251	0.00 1	0.01 234	0.85 189	0.04 279	2.05 343	0.67 354	0.48 350	0.87 355	1.12 340	2.12 374	6.64 387	0.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

FADNet_RVC	0.60 298	0.83 365	2.50 320	0.00 1	0.00 1	1.09 309	0.00 1	1.29 264	0.50 147	0.02 212	0.05 284	0.26 220	0.03 171	3.17 258	0.25 268	0.21 383	0.26 399	0.08 392	0.28 404	0.53 386	0.55 399

MLCV	0.23 126	0.46 297	1.15 171	0.00 1	0.00 1	0.45 88	0.00 1	0.57 173	0.15 96	0.09 294	0.00 1	0.27 224	0.03 171	1.09 197	0.25 268	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

OMP-Stereo	0.66 308	0.33 241	0.72 46	0.18 376	0.06 329	1.17 344	0.00 1	1.45 290	0.59 255	0.12 303	0.60 342	0.50 284	0.00 1	7.09 393	0.26 271	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

ADLNet	0.38 210	0.21 188	0.86 106	0.00 1	0.00 1	0.67 150	0.00 1	0.86 215	0.60 278	0.18 319	0.01 200	1.01 329	0.02 129	2.92 248	0.26 271	0.00 1	0.00 1	0.00 1	0.00 1	0.09 284	0.02 221

ASMatch	0.59 295	0.10 119	1.66 251	0.13 360	0.04 314	1.07 289	0.00 1	0.10 66	0.64 346	0.06 273	0.44 333	0.05 115	0.87 340	6.32 378	0.27 273	0.00 1	0.00 1	0.00 1	0.01 316	0.00 1	0.00 1

APVNet	0.51 263	0.21 188	2.43 316	0.00 1	0.00 1	0.94 213	0.00 1	0.45 155	0.62 341	0.01 123	0.01 200	0.34 239	0.03 171	4.59 311	0.27 273	0.00 1	0.00 1	0.03 379	0.00 1	0.15 322	0.02 221

STTRV1_RVC	0.67 309	0.21 188	2.32 304	0.00 1	0.00 1	0.58 120	0.01 213	1.05 239	0.59 255	0.01 123	0.51 338	0.26 220	0.18 282	6.05 363	0.27 273	0.26 386	1.07 411	0.00 1	0.00 1	0.00 1	0.03 253

Anonymous Stereo	0.59 295	0.78 360	2.67 332	0.00 1	0.00 1	0.55 113	0.49 368	1.05 239	0.28 122	0.00 1	0.01 200	0.12 163	0.02 129	5.54 342	0.27 273	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.00 1

RGC	0.50 258	0.53 319	2.42 314	0.00 1	0.01 234	0.65 147	0.00 1	1.07 244	0.17 104	0.01 123	0.62 343	1.00 328	0.19 283	3.03 254	0.28 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.02 221

PSMNet-ADL	0.35 198	0.05 60	0.65 39	0.00 1	0.00 1	1.03 236	0.00 1	0.59 178	0.09 47	0.00 1	0.07 296	0.47 271	0.01 84	3.66 280	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

RAFT-RH_RVC	0.96 339	0.13 148	1.35 208	0.02 265	0.05 322	1.06 255	0.00 1	0.06 28	0.55 160	0.01 123	9.57 401	0.10 154	0.00 1	6.00 359	0.30 278	0.01 344	0.00 1	0.00 1	0.02 330	0.01 57	0.00 1

test-1	0.19 101	0.13 148	0.67 42	0.00 1	0.15 362	0.57 117	0.00 1	1.01 236	0.11 71	0.04 256	0.48 337	0.05 115	0.00 1	0.01 26	0.30 278	0.00 1	0.07 379	0.00 1	0.06 356	0.01 57	0.18 376

AF-Net	0.47 237	0.53 319	2.05 288	0.00 1	0.00 1	0.41 74	0.01 213	1.18 258	0.40 141	0.13 306	0.05 284	1.30 347	0.45 313	2.43 233	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.09 284	0.00 1

iResNet	0.25 140	0.27 221	1.68 253	0.00 1	0.00 1	0.69 154	0.00 1	1.22 260	0.56 172	0.00 1	0.00 1	0.04 94	0.03 171	0.12 142	0.30 278	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

anonymity	0.17 86	0.06 83	0.79 84	0.00 1	0.09 342	0.03 5	0.00 1	0.54 168	0.07 18	0.41 344	0.13 306	0.11 157	0.58 321	0.02 67	0.31 283	0.00 1	0.00 1	0.00 1	0.23 394	0.01 57	0.02 221

CBFPSM	0.36 202	0.54 321	2.16 296	0.00 1	0.00 1	0.30 54	0.00 1	0.26 122	0.62 341	0.01 123	0.01 200	1.68 363	1.03 344	0.27 161	0.33 284	0.00 1	0.01 300	0.00 1	0.00 1	0.01 57	0.01 126

Wz-Net-MNSev	0.48 244	0.76 358	3.11 353	0.00 1	0.00 1	0.23 42	0.00 1	1.07 244	0.61 293	0.01 123	0.01 200	0.13 170	0.13 268	3.12 255	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.01 126

DSFCA	0.40 216	0.09 115	0.84 100	0.00 1	0.01 234	0.98 218	0.37 357	0.29 131	0.62 341	0.02 212	0.32 326	0.03 74	0.24 295	3.91 288	0.34 285	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

BEATNet_4x	0.24 134	0.51 312	1.71 258	0.00 1	0.00 1	0.31 55	0.00 1	0.99 234	0.31 129	0.00 1	0.00 1	0.29 227	0.03 171	0.22 155	0.35 287	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

CBMV	0.57 287	0.22 195	1.61 248	0.00 1	0.00 1	0.84 186	0.78 382	2.58 373	0.61 293	0.38 343	0.00 1	1.25 342	0.63 328	2.07 217	0.38 288	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.08 332
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
GASNet	0.56 281	1.09 377	2.57 327	0.00 1	0.00 1	0.52 105	0.02 251	1.12 251	0.22 112	0.01 123	0.14 307	0.50 284	0.12 265	4.09 296	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.32 374	0.08 332

IIG-Stereo	0.65 306	0.34 245	0.77 72	0.05 303	0.03 299	1.17 344	0.00 1	1.46 300	0.60 278	0.01 123	0.57 340	0.54 290	0.01 84	7.03 392	0.39 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

PWCDC_ROB	0.94 337	0.91 371	2.52 323	0.00 1	0.00 1	1.15 337	0.00 1	2.11 348	1.18 376	0.00 1	8.99 396	0.35 243	0.09 250	0.64 185	0.40 291	0.00 1	0.00 1	0.00 1	0.00 1	0.50 385	0.03 253

LALA_ROB	0.31 174	0.38 279	0.91 122	0.00 1	0.01 234	1.00 226	0.01 213	1.60 316	0.61 293	0.15 315	0.00 1	0.09 151	0.01 84	1.04 196	0.41 292	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

MFN_U_SF_DS_RVC	1.16 351	2.03 405	4.57 382	0.02 265	0.04 314	3.52 390	0.27 343	1.80 333	0.58 243	0.22 323	0.28 322	1.38 352	0.02 129	6.08 364	0.42 293	0.14 379	0.68 408	0.01 354	0.26 402	0.39 381	0.47 393

Consistency-Raft	0.39 213	0.30 232	2.53 325	0.14 362	0.03 299	0.90 200	0.04 279	1.36 271	0.59 255	0.00 1	0.02 272	0.02 38	1.15 353	0.33 163	0.43 294	0.02 358	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

test_xeample3	0.24 134	0.06 83	1.84 269	0.02 265	0.00 1	0.33 63	0.05 287	1.33 268	0.14 92	0.00 1	0.03 277	0.03 74	0.03 171	0.10 135	0.43 294	0.00 1	0.00 1	0.00 1	0.23 394	0.05 220	0.06 320

IGEVStereo-DCA	0.10 19	0.06 83	0.52 15	0.01 241	0.00 1	0.32 59	0.00 1	0.09 51	0.09 47	0.01 123	0.01 200	0.02 38	0.04 202	0.14 145	0.44 296	0.00 1	0.00 1	0.00 1	0.10 364	0.05 220	0.01 126

rrr	0.24 134	0.06 83	1.91 277	0.01 241	0.00 1	0.32 59	0.04 279	1.34 269	0.15 96	0.01 123	0.01 200	0.02 38	0.04 202	0.14 145	0.44 296	0.00 1	0.00 1	0.00 1	0.18 383	0.05 220	0.05 300

EAI-Stereo	0.70 311	0.03 23	0.84 100	0.13 360	0.20 381	0.87 195	2.23 398	2.05 343	0.29 126	0.72 355	4.60 378	0.29 227	0.55 319	0.39 169	0.44 296	0.00 1	0.07 379	0.00 1	0.29 405	0.01 57	0.08 332

RYNet	0.53 273	0.19 182	1.79 266	0.00 1	0.00 1	0.55 113	0.00 1	1.12 251	0.61 293	0.02 212	0.00 1	0.83 317	0.04 202	5.05 325	0.45 299	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

Ntro	0.57 287	1.13 382	2.24 300	0.04 293	0.36 387	1.04 243	0.02 251	0.74 199	0.57 204	0.01 123	0.00 1	0.76 312	0.08 247	3.01 252	0.47 300	0.07 371	0.04 355	0.01 354	0.00 1	0.76 392	0.02 221

PSMNet_ROB	0.41 219	0.54 321	1.69 255	0.00 1	0.00 1	0.92 209	0.00 1	0.27 126	0.53 153	0.00 1	0.00 1	0.25 218	0.03 171	3.43 270	0.47 300	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.03 253

RainbowNet	0.61 301	1.13 382	1.83 268	0.10 339	0.04 314	1.23 350	0.07 295	1.74 330	0.57 204	0.01 123	0.02 272	1.14 341	0.25 297	2.29 228	0.48 302	0.61 392	0.05 368	0.00 1	0.00 1	0.47 384	0.20 379

RASNet	0.58 291	0.27 221	1.30 202	0.00 1	0.00 1	0.61 126	0.01 213	0.47 159	0.60 278	0.08 286	0.06 293	1.52 362	0.04 202	6.18 369	0.48 302	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

SHD	0.50 258	0.51 312	3.61 365	0.05 303	0.00 1	0.01 2	0.01 213	0.72 196	0.61 293	1.57 375	0.00 1	0.34 239	0.09 250	1.79 212	0.49 304	0.00 1	0.00 1	0.00 1	0.01 316	0.09 284	0.03 253

StereoDRNet	0.42 220	0.50 307	2.50 320	0.02 265	0.06 329	0.51 99	0.00 1	0.34 137	0.61 293	0.00 1	0.00 1	0.33 236	0.02 129	2.87 245	0.50 305	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.02 221

DGSMNet	1.21 354	0.37 269	3.02 348	0.71 394	1.33 406	1.61 368	3.53 405	1.45 290	0.33 131	0.00 1	0.79 352	0.48 273	0.24 295	3.22 259	0.53 306	0.98 400	1.21 412	1.35 409	1.09 411	1.03 394	0.92 403

psmorigin	0.75 316	0.25 214	7.10 390	0.00 1	0.00 1	0.19 37	0.00 1	0.10 66	0.12 83	0.65 353	0.00 1	2.74 376	0.23 294	3.02 253	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.01 126

CBMV_ROB	0.84 325	0.06 83	1.73 259	0.00 1	0.00 1	1.37 363	0.47 364	2.57 371	0.58 243	2.13 380	0.76 348	1.06 333	1.38 359	4.04 294	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300

XPNet_ROB	0.37 207	0.34 245	1.01 141	0.01 241	0.00 1	0.96 214	0.00 1	1.11 249	0.46 144	0.00 1	0.00 1	0.17 191	0.02 129	2.73 240	0.54 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

PA-Net	0.57 287	0.50 307	2.73 336	0.03 282	0.06 329	0.89 198	0.02 251	0.66 189	0.63 344	0.00 1	0.00 1	0.43 265	0.07 243	4.82 319	0.55 310	0.01 344	0.00 1	0.00 1	0.00 1	0.02 133	0.04 283
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
otaku	0.59 295	1.12 380	1.90 276	0.08 330	0.11 351	0.89 198	0.05 287	0.60 180	0.57 204	0.01 123	1.41 364	1.03 331	0.14 269	2.39 231	0.56 311	0.06 370	0.03 340	0.01 354	0.00 1	0.61 387	0.21 383

ACVNet_1	1.10 345	1.42 397	4.00 375	0.31 386	0.02 278	1.25 352	0.10 312	1.69 324	0.61 293	0.26 327	0.01 200	4.39 382	1.29 358	4.75 315	0.57 312	0.79 397	0.00 1	0.00 1	0.00 1	0.32 374	0.18 376

UDG	0.42 220	0.43 290	1.17 176	0.00 1	0.00 1	0.99 224	0.00 1	1.70 326	0.60 278	0.05 265	0.00 1	1.51 360	0.19 283	1.20 199	0.61 313	0.00 1	0.00 1	0.00 1	0.00 1	0.05 220	0.00 1

DISCO	0.31 174	0.11 133	1.73 259	0.16 367	0.16 365	0.31 55	0.00 1	0.09 51	0.17 104	0.00 1	0.01 200	1.51 360	0.00 1	1.21 200	0.62 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.01 126

NCC-stereo	0.49 249	0.46 297	2.04 286	0.03 282	0.03 299	1.06 255	0.01 213	0.78 200	0.22 112	0.06 273	0.19 313	0.64 297	0.05 227	3.65 278	0.63 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1

Abc-Net	0.49 249	0.46 297	2.04 286	0.03 282	0.03 299	1.06 255	0.01 213	0.78 200	0.22 112	0.06 273	0.19 313	0.64 297	0.05 227	3.65 278	0.63 315	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SDNR	1.15 350	0.21 188	3.21 355	0.01 241	0.01 234	3.30 389	0.01 213	2.55 369	0.75 364	1.80 377	1.49 365	1.40 353	0.20 288	7.24 394	0.68 317	0.00 1	0.00 1	0.00 1	0.00 1	0.04 203	0.04 283

HHNet	0.48 244	0.21 188	1.60 245	0.10 339	0.00 1	1.14 334	0.26 338	0.47 159	0.59 255	0.01 123	3.56 374	0.04 94	0.71 330	0.00 1	0.73 318	0.02 358	0.00 1	0.00 1	0.00 1	0.03 182	0.00 1

ccnet	0.49 249	0.05 60	1.26 194	0.01 241	0.08 338	0.72 161	0.18 324	1.18 258	0.35 133	0.45 347	0.68 345	0.13 170	0.39 310	3.54 275	0.74 319	0.01 344	0.00 1	0.02 370	0.00 1	0.02 133	0.01 126

Wz-Net-LNSev-Ref	0.42 220	0.52 317	3.02 348	0.00 1	0.00 1	0.57 117	0.00 1	1.15 255	0.60 278	0.00 1	0.00 1	0.04 94	0.14 269	1.51 206	0.76 320	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Wz-Net-SNSev	0.78 319	1.10 378	6.27 388	0.00 1	0.00 1	0.27 46	0.00 1	0.95 227	0.61 293	0.00 1	0.01 200	0.41 262	0.10 258	4.92 321	0.81 321	0.00 1	0.00 1	0.00 1	0.00 1	0.17 337	0.03 253

MDST_ROB	1.54 365	0.06 83	3.42 361	0.14 362	0.16 365	5.42 399	0.32 349	4.33 391	0.61 293	6.08 399	1.25 362	1.04 332	1.16 354	5.81 355	0.83 322	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.11 354

LVE	2.75 385	1.12 380	2.30 302	0.46 388	0.45 389	1.87 375	0.06 292	7.19 399	9.72 403	0.03 239	11.08 405	9.01 396	1.26 357	6.93 390	0.91 323	1.86 401	0.16 396	0.04 386	0.24 399	0.22 354	0.13 365

DANet	0.58 291	0.19 182	1.87 273	0.26 382	0.06 329	0.51 99	0.11 316	1.41 279	0.52 150	0.22 323	0.06 293	1.06 333	0.02 129	4.25 302	0.92 324	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 320
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Dean	2.41 380	1.16 386	3.63 367	0.36 387	0.40 388	1.19 347	0.50 370	7.85 400	8.44 402	1.17 368	8.12 394	7.07 391	1.13 351	4.11 297	1.04 325	0.70 393	0.00 1	0.01 354	0.00 1	1.07 395	0.29 387

LSM	4.58 395	0.88 366	17.79 405	3.73 412	38.79 418	0.85 189	2.37 401	0.54 168	1.64 384	2.88 386	3.09 371	0.62 293	0.60 324	3.16 256	1.06 326	0.00 1	0.00 1	0.00 1	0.00 1	0.12 304	13.55 419

GANet	0.55 277	0.35 254	1.40 222	0.00 1	0.00 1	0.77 169	0.08 302	0.36 140	0.57 204	0.01 123	0.00 1	0.68 307	0.11 262	5.52 340	1.07 327	0.00 1	0.00 1	0.02 370	0.00 1	0.09 284	0.03 253

ACVNet_2	1.32 356	1.30 392	2.83 341	0.11 349	0.07 334	1.30 357	0.18 324	2.29 357	0.75 364	0.26 327	3.44 373	6.65 390	0.16 276	5.12 327	1.08 328	0.13 377	0.00 1	0.00 1	0.00 1	0.38 379	0.32 389

NVStereoNet_ROB	1.08 344	0.39 282	2.15 295	0.08 330	0.02 278	0.45 88	0.02 251	0.89 218	0.67 354	0.10 298	5.85 382	1.90 366	1.11 350	6.20 375	1.14 329	0.20 382	0.00 1	0.03 379	0.07 359	0.12 304	0.13 365
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
G-Net	1.20 352	0.28 225	2.96 346	0.05 303	0.49 391	1.73 372	0.48 366	0.23 113	0.35 133	1.35 372	9.14 397	2.33 375	0.81 338	2.40 232	1.15 330	0.01 344	0.03 340	0.02 370	0.09 363	0.07 252	0.05 300

MSC_U_SF_DS_RVC	1.79 368	1.81 402	3.81 370	0.01 241	0.02 278	12.12 406	0.50 370	2.74 380	0.71 359	0.07 279	0.20 315	2.17 373	0.15 274	6.82 389	1.19 331	0.74 394	0.80 410	0.20 398	0.27 403	0.73 391	0.70 401

ACVNet-4b	1.14 348	1.34 394	3.96 374	0.17 371	0.03 299	1.03 236	0.01 213	1.31 266	0.65 348	0.01 123	0.97 357	1.98 369	0.32 305	6.18 369	1.20 332	2.52 405	0.02 330	0.00 1	0.00 1	0.82 393	0.28 386

DispFullNet	1.20 352	0.63 337	3.58 364	1.00 396	0.82 397	0.41 74	0.00 1	1.44 288	0.61 293	2.55 383	0.64 344	1.10 337	8.95 406	0.84 189	1.22 333	0.00 1	0.02 330	0.00 1	0.00 1	0.24 359	0.02 221

MSMD_ROB	2.04 375	0.40 284	2.13 293	0.00 1	0.00 1	4.88 395	0.22 333	0.93 224	1.82 385	5.71 397	7.79 393	7.39 393	3.72 388	4.62 314	1.22 333	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

PWC_ROB	0.62 303	0.54 321	3.22 356	0.00 1	0.00 1	0.22 41	0.00 1	2.18 352	0.61 293	0.00 1	0.20 315	0.29 227	0.03 171	3.46 272	1.22 333	0.00 1	0.00 1	0.00 1	0.00 1	0.39 381	0.01 126

DEmStereo	0.75 316	0.06 83	1.73 259	0.04 293	0.00 1	0.78 171	0.52 372	0.05 18	0.57 204	0.05 265	0.72 347	0.02 38	3.42 386	5.79 354	1.29 336	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

SGM-Forest	0.84 325	0.07 102	0.90 118	0.02 265	0.07 334	1.10 315	0.68 377	2.12 350	0.61 293	1.14 367	0.78 351	1.36 351	0.98 342	5.55 343	1.31 337	0.00 1	0.00 1	0.00 1	0.00 1	0.02 133	0.06 320
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
aanetorigin	0.86 331	0.36 261	3.45 363	0.11 349	0.13 357	0.39 71	0.93 386	0.13 78	0.14 92	3.38 388	1.21 359	0.29 227	2.01 372	2.87 245	1.35 338	0.02 358	0.00 1	0.02 370	0.05 353	0.30 372	0.08 332

DRaft	0.56 281	0.08 109	0.73 48	0.00 1	0.00 1	0.92 209	0.19 327	0.05 18	0.09 47	0.03 239	0.26 320	0.06 127	2.55 377	4.61 313	1.38 339	0.00 1	0.03 340	0.00 1	0.02 330	0.03 182	0.08 332

THIR-Stereo	0.93 336	0.18 173	1.34 206	0.00 1	0.01 234	0.53 108	3.86 406	0.10 66	0.10 65	0.10 298	1.50 366	0.76 312	2.90 381	5.73 351	1.45 340	0.00 1	0.00 1	0.02 370	0.00 1	0.01 57	0.00 1

MFN_U_SF_RVC	0.95 338	1.40 396	4.49 380	0.16 367	0.11 351	0.56 115	0.07 295	1.12 251	0.36 135	0.43 346	0.27 321	1.27 345	0.73 333	3.98 293	1.47 341	0.29 388	0.34 404	0.36 403	0.55 408	0.63 388	0.46 392

SAMSARA	1.01 341	0.70 345	3.29 357	0.20 380	0.06 329	1.65 369	0.05 287	0.48 161	0.53 153	2.91 387	0.68 345	2.97 377	1.08 348	3.89 287	1.54 342	0.00 1	0.04 355	0.00 1	0.02 330	0.05 220	0.03 253

CSAN	1.05 343	0.61 335	2.46 317	0.09 335	0.08 338	0.71 159	0.71 379	2.20 353	0.93 373	0.85 359	2.92 370	0.79 315	1.46 361	5.37 336	1.58 343	0.01 344	0.01 300	0.00 1	0.00 1	0.09 284	0.05 300

CrosDoStereo	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 410	0.60 180	0.38 136	0.26 327	1.21 359	0.19 201	3.02 382	6.61 385	1.64 344	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

DeepStereo_LL	1.10 345	0.08 109	1.43 226	0.00 1	0.05 322	0.63 141	5.86 410	0.60 180	0.38 136	0.26 327	1.21 359	0.19 201	3.02 382	6.61 385	1.64 344	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.00 1

SGM_RVC	1.54 365	0.35 254	1.60 245	0.15 365	0.17 370	1.25 352	0.77 380	1.97 341	0.88 370	4.31 389	2.46 369	4.36 381	2.37 376	6.98 391	1.78 346	0.21 383	0.23 398	0.20 398	0.23 394	0.26 364	0.31 388
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
AANet_RVC	0.75 316	0.65 338	2.52 323	0.01 241	0.00 1	0.66 149	0.00 1	0.61 184	0.13 90	0.00 1	1.29 363	0.96 325	0.04 202	5.98 358	1.82 347	0.13 377	0.02 330	0.00 1	0.00 1	0.07 252	0.04 283

NaN_ROB	0.80 321	0.47 301	1.63 249	0.17 371	0.19 376	0.58 120	0.38 359	2.11 348	0.80 368	0.53 352	0.33 327	0.48 273	1.13 351	4.98 323	1.94 348	0.00 1	0.02 330	0.01 354	0.05 353	0.06 240	0.14 368

DeepPrunerF	1.33 357	0.59 333	8.62 396	0.02 265	0.09 342	0.90 200	0.00 1	1.34 269	6.72 396	0.22 323	0.01 200	0.21 207	0.14 269	5.64 347	1.99 349	0.00 1	0.00 1	0.01 354	0.02 330	0.14 315	0.02 221

FBW_ROB	0.83 324	0.31 236	1.48 235	0.10 339	0.01 234	0.62 131	0.01 213	1.91 337	0.59 255	0.01 123	0.01 200	1.10 337	0.05 227	7.84 396	2.07 350	0.05 368	0.01 300	0.03 379	0.01 316	0.01 57	0.47 393

XQC	0.68 310	0.72 351	3.82 371	0.06 321	0.00 1	0.39 71	0.01 213	1.92 338	0.61 293	0.03 239	0.01 200	0.46 270	0.21 289	2.84 244	2.26 351	0.00 1	0.00 1	0.00 1	0.01 316	0.15 322	0.05 300

KSHMR	3.68 391	1.11 379	3.06 350	2.84 408	1.78 407	5.33 398	0.41 361	8.64 402	14.09 405	1.85 378	9.32 399	7.19 392	1.93 367	5.45 338	2.30 352	1.95 402	0.41 405	0.50 405	0.21 391	3.53 406	1.76 409

MeshStereo	2.61 383	0.65 338	2.71 334	0.02 265	0.02 278	1.55 366	0.94 387	3.02 382	1.29 379	11.21 408	7.34 388	11.54 399	2.74 380	6.34 379	2.43 353	0.00 1	0.00 1	0.00 1	0.00 1	0.28 369	0.03 253
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SANet	1.99 373	0.71 349	3.37 359	0.03 282	0.03 299	2.85 383	0.85 385	2.42 360	8.33 401	1.55 374	4.13 376	4.29 380	3.23 384	5.39 337	2.47 354	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.06 320

IMH	2.83 387	1.28 390	1.89 274	1.96 405	0.60 394	5.22 397	0.24 334	6.28 397	4.13 391	1.90 379	7.52 391	6.39 388	3.40 385	6.59 384	2.53 355	3.92 409	0.12 391	0.05 387	0.00 1	2.06 401	0.47 393

WCMA_ROB	2.01 374	0.34 245	1.89 274	0.04 293	0.00 1	1.07 289	0.60 374	1.09 247	1.21 377	5.12 394	9.87 402	8.09 395	4.48 396	3.74 285	2.55 356	0.00 1	0.00 1	0.01 354	0.00 1	0.02 133	0.13 365

FCDSN-DC	2.66 384	0.08 109	1.65 250	0.00 1	0.00 1	1.73 372	0.37 357	1.64 322	1.35 380	8.08 404	11.18 406	11.78 400	7.59 401	4.76 316	2.80 357	0.02 358	0.00 1	0.00 1	0.00 1	0.03 182	0.05 300
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IMH-64-1	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 384	1.64 390	5.24 392	0.91 371	0.97 361	4.83 379	2.10 371	2.00 370	5.33 332	2.83 358	3.56 407	0.04 355	0.02 370	0.00 1	1.90 399	0.50 396

IMH-64	1.98 371	0.88 366	1.46 231	1.92 402	0.54 392	2.90 384	1.64 390	5.24 392	0.91 371	0.97 361	4.83 379	2.10 371	2.00 370	5.33 332	2.83 358	3.56 407	0.04 355	0.02 370	0.00 1	1.90 399	0.50 396

SPS-STEREO	0.88 333	0.40 284	2.01 283	0.00 1	0.01 234	0.42 78	0.17 322	0.50 165	0.61 293	2.19 381	0.79 352	2.04 370	0.27 299	5.10 326	2.89 360	0.00 1	0.00 1	0.00 1	0.00 1	0.03 182	0.11 354
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.73 315	0.57 330	3.38 360	0.04 293	0.19 376	0.74 163	0.00 1	0.29 131	0.79 367	2.37 382	0.00 1	0.53 289	0.09 250	2.19 225	3.20 361	0.00 1	0.05 368	0.00 1	0.02 330	0.08 269	0.15 369

PWCK	2.44 381	1.65 399	7.31 392	0.22 381	0.02 278	3.12 386	4.74 408	3.06 383	3.48 390	0.72 355	4.42 377	3.40 378	1.67 365	9.06 402	3.36 362	0.39 390	0.01 300	0.00 1	0.00 1	2.19 403	0.08 332

WAO-8	5.13 399	1.91 403	2.34 305	0.60 392	0.10 346	12.98 407	0.34 354	11.65 408	24.58 413	4.87 391	10.60 404	13.32 401	4.10 393	8.85 399	3.55 363	0.75 395	0.32 401	0.71 407	0.12 373	0.70 389	0.11 354

Venus	5.12 398	1.91 403	2.34 305	0.60 392	0.10 346	12.98 407	0.34 354	11.65 408	24.58 413	4.87 391	10.54 403	13.32 401	4.10 393	8.85 399	3.55 363	0.75 395	0.32 401	0.71 407	0.12 373	0.70 389	0.11 354

ktn	4.96 397	1.21 387	2.41 312	3.20 409	1.02 401	8.36 404	2.08 396	9.00 404	17.02 406	5.18 395	12.71 409	13.69 403	3.51 387	8.05 397	3.68 365	5.30 412	0.02 330	0.00 1	0.00 1	2.14 402	0.55 399

WZ-Net	1.38 359	1.14 384	10.22 399	0.00 1	0.00 1	0.82 179	0.00 1	1.37 277	0.61 293	0.01 123	0.01 200	1.09 336	2.20 375	6.39 381	3.68 365	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

Wz-Net-TNSev	1.42 361	2.41 409	11.01 401	0.00 1	0.00 1	0.42 78	0.14 321	2.05 343	0.61 293	0.06 273	0.01 200	1.34 350	0.16 276	5.70 349	4.19 367	0.00 1	0.00 1	0.00 1	0.01 316	0.19 344	0.10 352

FC-DCNN	3.42 390	0.11 133	2.03 284	0.00 1	0.00 1	3.18 387	0.60 374	3.13 385	2.98 388	11.40 409	12.28 408	13.93 405	8.68 404	5.70 349	4.27 368	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.06 320

SGM+DAISY	2.38 378	0.98 373	4.37 378	0.48 389	0.33 386	2.24 380	1.94 394	1.16 256	1.47 382	6.62 400	5.89 383	5.77 386	5.09 398	5.76 353	4.39 369	0.16 380	0.15 395	0.06 389	0.14 376	0.26 364	0.40 391

WAO-7	2.46 382	0.92 372	1.85 271	0.03 282	0.05 322	4.73 394	0.54 373	5.67 395	4.50 392	1.49 373	7.64 392	5.52 385	2.69 379	8.48 398	4.51 370	0.00 1	0.00 1	0.33 402	0.02 330	0.19 344	0.06 320

EDNetEfficientorigin	6.23 401	0.45 296	98.39 428	0.02 265	0.04 314	0.42 78	0.02 251	0.33 136	2.90 387	7.07 401	3.12 372	1.31 348	1.61 364	4.26 303	4.55 371	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 221

DPSNet	1.25 355	0.28 225	5.34 385	0.28 384	0.07 334	1.50 364	0.00 1	3.53 387	0.69 356	0.03 239	0.00 1	0.45 269	2.10 373	5.67 348	4.61 372	0.02 358	0.04 355	0.00 1	0.02 330	0.23 358	0.09 345

pmcnn	2.10 376	0.59 333	4.52 381	0.27 383	0.86 399	0.34 66	0.29 347	1.69 324	0.75 364	0.36 342	7.50 390	14.39 407	0.56 320	4.90 320	4.69 373	0.00 1	0.00 1	0.00 1	0.00 1	0.16 330	0.04 283

RTSC	0.70 311	0.71 349	3.19 354	0.01 241	0.00 1	0.20 39	0.00 1	0.81 207	0.60 278	0.29 333	0.36 330	0.36 246	0.04 202	2.04 215	4.87 374	0.00 1	0.03 340	0.00 1	0.02 330	0.28 369	0.11 354

ELAS_RVC	2.84 388	0.34 245	3.86 372	0.05 303	0.05 322	1.52 365	5.02 409	1.93 339	5.28 394	7.10 402	6.96 387	6.26 387	8.34 402	4.96 322	4.90 375	0.00 1	0.04 355	0.01 354	0.01 316	0.10 291	0.09 345
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ttt	0.70 311	0.02 7	0.78 81	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.29 227	0.01 84	4.18 299	5.00 376	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

WAO-6	2.38 378	0.69 343	1.93 280	0.00 1	0.00 1	3.94 391	0.29 347	5.62 394	7.23 399	0.34 340	6.76 386	7.73 394	1.96 369	5.88 357	5.07 377	0.00 1	0.00 1	0.00 1	0.00 1	0.15 322	0.03 253

notaker	4.30 394	1.28 390	3.70 368	3.71 411	0.90 400	4.91 396	0.39 360	6.90 398	1.96 386	5.39 396	11.82 407	16.90 409	3.75 389	7.59 395	5.65 378	5.23 411	0.01 300	0.10 394	0.06 356	4.57 408	1.22 406

ELAS	2.75 385	0.35 254	2.67 332	0.05 303	0.04 314	6.72 401	1.83 393	2.84 381	3.38 389	8.25 406	9.14 397	3.95 379	6.15 400	3.73 284	5.70 379	0.00 1	0.04 355	0.01 354	0.01 316	0.10 291	0.08 332
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SuperB	1.85 369	1.06 376	10.54 400	0.02 265	0.01 234	0.90 200	0.78 382	1.75 331	0.64 346	0.05 265	0.05 284	0.34 239	0.89 341	5.29 330	5.80 380	0.01 344	0.00 1	0.02 370	0.02 330	8.71 416	0.06 320

DualNet	0.55 277	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	0.57 177	5.86 381	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

ff1	0.80 321	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	1.42 282	0.57 204	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.01 300	0.00 1	0.00 1	0.08 269	0.03 253

mmx	0.85 327	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

xxx	0.85 327	0.02 7	1.06 154	0.00 1	0.00 1	0.62 131	0.00 1	2.50 364	0.56 172	0.00 1	0.00 1	0.67 302	0.02 129	5.57 344	5.86 381	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

TorneroNet-64	6.39 403	1.31 393	2.23 299	1.99 406	0.65 396	18.82 413	0.28 345	11.98 410	26.18 415	5.99 398	12.75 410	19.37 412	4.08 392	9.94 404	5.95 385	0.89 399	0.00 1	0.11 395	0.00 1	3.44 405	1.81 410

1111x	0.87 332	0.02 7	1.20 181	0.00 1	0.00 1	0.70 155	0.00 1	2.60 376	0.56 172	0.00 1	0.00 1	0.04 94	0.01 84	5.36 335	6.80 386	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

TorneroNet	6.97 405	1.37 395	2.22 298	1.95 404	1.12 403	19.47 414	0.47 364	13.04 413	26.32 416	7.90 403	17.10 412	17.67 411	4.62 397	10.46 406	7.94 387	1.98 403	0.03 340	0.11 395	0.00 1	4.15 407	1.49 407

ADCRef	0.92 335	0.48 303	3.35 358	0.02 265	0.02 278	0.90 200	0.32 349	0.61 184	0.65 348	0.72 355	0.17 310	0.17 191	0.82 339	2.15 220	7.95 388	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.03 253

coex-ft	8.40 408	2.59 410	75.27 419	0.00 1	0.00 1	0.18 36	0.04 279	0.13 78	20.18 408	39.66 417	4.06 375	4.68 383	8.53 403	3.94 291	7.96 389	0.02 358	0.07 379	0.00 1	0.02 330	0.14 315	0.50 396

UNDER WATER-64	6.84 404	1.25 389	9.68 398	4.53 413	3.53 412	16.61 412	1.79 392	8.72 403	22.23 410	5.11 393	5.07 381	17.34 410	10.14 407	9.19 403	8.21 390	2.00 404	0.03 340	1.52 411	0.11 369	6.09 412	3.62 413

JetBlue	5.71 400	2.18 408	16.18 404	0.00 1	2.13 408	29.20 415	14.20 416	3.90 389	0.74 362	0.71 354	2.30 368	6.42 389	5.97 399	17.84 411	8.74 391	0.09 375	0.01 300	0.00 1	0.00 1	2.62 404	0.96 404

UNDER WATER	6.24 402	0.99 374	8.13 395	4.62 414	2.68 409	8.66 405	0.77 380	8.37 401	22.50 412	4.55 390	6.36 385	15.93 408	8.89 405	8.99 401	8.85 392	3.25 406	0.04 355	1.36 410	0.02 330	6.24 413	3.56 412

ADCPNet	1.44 362	0.55 327	7.88 393	0.01 241	0.19 376	2.78 382	0.27 343	0.90 219	0.38 136	0.04 256	0.02 272	1.43 355	1.81 366	2.22 226	9.08 393	0.00 1	0.47 406	0.00 1	0.64 410	0.04 203	0.15 369

FADE	8.29 407	5.89 414	27.26 409	2.64 407	2.97 411	1.26 355	1.13 389	9.60 406	6.84 398	2.66 385	0.94 356	5.28 384	14.22 410	13.53 407	9.84 394	16.99 418	2.70 414	18.19 418	20.39 419	1.88 398	1.60 408

AnyNet_C01	2.33 377	2.14 407	18.59 406	0.15 365	0.18 372	2.43 381	2.34 399	1.29 264	1.24 378	1.03 363	0.83 354	1.25 342	0.78 337	3.75 286	10.06 395	0.05 368	0.00 1	0.07 391	0.00 1	0.30 372	0.12 363

RTS	4.10 392	1.68 400	43.40 414	0.09 335	0.02 278	3.95 392	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 396	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

RTSA	4.10 392	1.68 400	43.40 414	0.09 335	0.02 278	3.95 392	0.00 1	1.61 318	0.61 293	1.09 364	0.01 200	1.97 367	0.22 291	16.87 408	10.15 396	0.00 1	0.09 383	0.00 1	0.00 1	0.20 350	0.05 300

EDNetEfficient	2.96 389	0.23 204	19.99 407	0.19 377	0.85 398	1.02 230	2.03 395	0.56 171	5.14 393	8.09 405	1.81 367	0.94 323	4.14 395	3.72 283	10.22 398	0.00 1	0.03 340	0.00 1	0.06 356	0.05 220	0.03 253

AnyNet_C32	1.44 362	1.47 398	6.09 386	0.12 353	0.19 376	1.74 374	1.11 388	0.84 212	0.56 172	1.30 371	0.46 336	0.21 207	0.59 323	2.74 241	11.09 399	0.02 358	0.00 1	0.06 389	0.00 1	0.16 330	0.05 300

AAGNet	0.96 339	0.05 60	0.74 57	0.09 335	0.27 383	1.11 323	0.28 345	0.05 18	0.59 255	0.01 123	0.00 1	0.01 7	1.00 343	3.68 281	11.30 400	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ADCL	1.52 364	0.44 293	4.70 383	0.07 325	0.03 299	2.21 379	2.35 400	0.92 223	0.80 368	1.57 375	1.11 358	1.25 342	1.55 363	1.77 211	11.53 401	0.01 344	0.00 1	0.00 1	0.00 1	0.10 291	0.01 126

ADCMid	1.38 359	0.90 370	6.15 387	0.04 293	0.03 299	1.67 370	0.18 324	1.13 254	0.93 373	0.89 360	0.58 341	0.86 319	0.71 330	1.03 195	11.96 402	0.01 344	0.00 1	0.29 401	0.08 362	0.17 337	0.03 253

DPSimNet_ROB	7.90 406	5.46 413	13.55 403	3.66 410	5.16 415	7.26 402	9.60 414	6.11 396	7.46 400	13.33 410	9.50 400	11.03 397	11.89 409	10.08 405	12.35 403	4.36 410	5.55 416	5.35 415	5.34 414	4.96 409	5.98 416

MADNet+	4.65 396	2.70 411	46.68 416	0.01 241	0.02 278	2.06 378	0.03 267	3.17 386	1.07 375	0.02 212	0.01 200	1.84 365	0.31 304	21.62 413	13.04 404	0.00 1	0.03 340	0.00 1	0.00 1	0.20 350	0.19 378

SGM-ForestM	8.89 409	0.68 342	3.61 365	0.57 391	0.18 372	14.89 411	5.99 412	9.62 407	10.59 404	20.43 412	17.16 413	39.22 416	20.29 412	20.63 412	13.19 405	0.04 366	0.14 393	0.00 1	0.07 359	0.15 322	0.36 390

ADCP+	1.36 358	0.76 358	6.73 389	0.01 241	0.02 278	1.32 362	0.80 384	0.81 207	0.72 360	0.01 123	0.01 200	0.96 325	1.05 346	0.33 163	13.50 406	0.00 1	0.00 1	0.00 1	0.00 1	0.06 240	0.02 221

MANE	9.96 411	0.69 343	2.88 345	1.22 398	0.61 395	13.15 409	3.46 404	15.62 415	22.27 411	22.74 413	30.00 417	29.74 414	23.22 413	17.17 410	13.78 407	0.29 388	0.56 407	0.09 393	0.61 409	0.15 322	1.00 405

xxxx	1.04 342	0.02 7	0.54 23	0.00 1	0.00 1	0.53 108	0.00 1	2.53 368	0.57 204	0.00 1	0.00 1	0.01 7	0.01 84	2.04 215	14.52 408	0.00 1	0.01 300	0.00 1	0.00 1	0.00 1	0.01 126

ADCS	1.72 367	1.22 388	8.11 394	0.00 1	0.01 234	0.88 196	0.68 377	1.44 288	0.63 344	2.60 384	0.11 304	1.42 354	0.26 298	1.97 214	14.92 409	0.00 1	0.00 1	0.00 1	0.00 1	0.08 269	0.07 331

HanzoNet	12.77 413	4.55 412	11.74 402	5.35 415	2.79 410	7.59 403	0.66 376	12.97 412	20.40 409	25.99 414	28.61 416	34.05 415	25.08 416	25.93 417	14.98 410	10.77 416	3.91 415	3.00 413	3.73 413	8.16 415	5.15 414

test_xeample	1.14 348	0.02 7	0.58 31	0.00 1	0.00 1	0.57 117	0.00 1	2.57 371	0.57 204	0.00 1	0.00 1	0.03 74	0.02 129	3.45 271	15.00 411	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

BEATNet-Init1	14.52 415	6.56 415	34.32 412	1.10 397	1.02 401	31.53 416	11.99 415	15.58 414	17.42 407	30.17 416	27.03 415	43.14 417	24.36 414	24.41 415	18.27 412	0.27 387	0.32 401	0.36 403	0.46 407	1.26 396	0.76 402

MADNet++	9.87 410	2.12 406	7.11 391	7.99 416	4.58 414	14.38 410	6.90 413	9.23 405	5.88 395	16.88 411	17.47 414	11.07 398	15.72 411	24.26 414	19.76 413	8.52 413	6.39 417	4.85 414	2.69 412	5.96 411	5.73 415

LE_ROB	9.96 411	0.54 321	9.62 397	1.40 401	1.24 405	3.29 388	4.64 407	4.31 390	43.01 417	51.54 418	13.34 411	14.15 406	24.60 415	6.66 388	20.28 414	0.04 366	0.05 368	0.12 397	0.20 387	0.07 252	0.09 345

JetRed	13.51 414	18.77 417	42.38 413	1.28 399	1.18 404	54.67 417	25.60 417	12.87 411	6.75 397	8.50 407	8.61 395	13.77 404	10.87 408	24.50 416	30.67 415	0.24 385	0.68 408	0.53 406	0.02 330	5.93 410	2.43 411

222	1.95 370	0.03 23	0.41 3	0.00 1	0.00 1	0.58 120	0.00 1	2.64 378	0.57 204	0.02 212	0.00 1	0.05 115	0.02 129	3.34 268	31.23 416	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

LRCNet_RVC	55.44 420	60.56 423	57.70 417	66.68 424	44.91 419	6.22 400	0.00 1	52.80 418	1.37 381	70.44 419	81.09 422	67.07 418	55.41 418	51.59 419	46.24 417	90.66 428	41.89 423	90.95 429	90.04 425	64.32 424	68.75 424

ASD4	35.17 417	42.77 418	34.00 411	20.47 418	35.77 417	80.11 420	95.20 426	26.58 417	69.14 418	27.82 415	35.84 418	27.05 413	44.35 417	37.95 418	53.20 418	10.25 415	10.28 419	12.30 416	11.09 416	16.01 417	13.25 418

SPstereo	50.33 419	10.80 416	21.19 408	11.76 417	9.23 416	66.15 418	76.05 419	100.00 429	100.00 430	95.98 427	93.33 424	100.00 430	93.15 425	90.92 426	72.10 419	9.41 414	8.60 418	19.85 419	14.84 418	6.36 414	6.89 417

PML	71.49 424	88.65 429	73.56 418	82.49 426	75.59 423	85.39 421	79.41 421	71.62 422	87.17 422	90.48 425	85.96 423	90.50 425	60.21 419	91.76 429	73.85 420	96.01 435	2.36 413	86.79 428	6.59 415	83.59 427	17.83 420

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

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

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

MEDIAN_ROB	93.37 428	98.75 431	96.05 426	90.90 429	90.53 430	85.63 422	76.45 420	92.03 424	89.53 423	95.05 426	94.99 425	96.02 426	93.85 426	90.36 425	87.21 424	98.36 436	95.79 425	99.61 431	98.77 429	98.80 436	98.72 436

HaxPig	95.46 431	97.61 430	87.80 424	97.80 437	99.17 437	77.55 419	75.28 418	96.76 427	99.61 425	99.97 429	99.97 427	99.62 429	99.97 428	91.02 427	87.28 425	99.98 438	99.98 433	99.98 432	99.99 432	99.97 437	99.97 438

test_example2	97.61 432	99.96 433	99.93 429	99.83 438	99.97 438	98.84 427	99.76 427	91.98 423	100.00 430	100.00 430	100.00 428	89.18 424	86.51 423	99.29 430	96.54 426	99.97 437	99.55 431	92.92 430	98.06 428	100.00 438	99.95 437

Anonymous_1	89.88 427	75.38 426	97.81 427	74.49 425	78.39 424	100.00 430	100.00 428	98.09 428	99.76 426	96.82 428	99.37 426	97.66 427	99.77 427	91.14 428	98.89 427	81.73 424	97.25 426	59.96 425	85.38 424	77.37 426	88.27 425

AVERAGE_ROB	98.45 433	99.13 432	95.46 425	100.00 439	100.00 439	93.36 426	81.95 422	100.00 429	99.97 427	100.00 430	100.00 428	100.00 430	100.00 429	99.72 431	99.40 428	100.00 439	100.00 435	100.00 433	100.00 433	100.00 438	100.00 439

tt	48.25 418	0.05 60	28.22 410	1.29 400	0.00 1	100.00 430	100.00 428	100.00 429	97.19 424	0.08 286	0.00 1	97.99 428	86.70 424	2.26 227	99.92 429	83.66 425	94.83 424	16.47 417	21.27 420	35.05 418	0.01 126

DPSMNet_ROB	81.54 426	60.77 425	99.95 430	61.42 423	87.05 428	99.11 428	100.00 428	95.93 426	99.99 428	73.11 421	100.00 428	70.84 420	100.00 429	77.43 424	99.98 430	35.39 420	97.54 430	35.21 421	99.89 430	46.30 420	90.94 427

DGTPSM_ROB	81.49 425	60.74 424	99.95 430	61.20 422	86.99 427	99.11 428	100.00 428	95.92 425	99.99 428	73.08 420	100.00 428	70.81 419	100.00 429	77.39 423	99.98 430	35.10 419	97.48 429	35.12 420	99.89 430	46.16 419	90.85 426

MyStereo03	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo02	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

MyStereo	99.18 437	100.00 435	100.00 432	96.47 433	98.78 433	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.73 431	100.00 435	100.00 433	100.00 433	96.63 432	97.99 432

Selective-RAFT-Error	99.17 436	100.00 435	100.00 432	96.65 436	98.79 436	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.64 429	100.00 435	100.00 433	100.00 433	96.25 430	98.10 435

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

LSM0	99.11 434	99.97 434	100.00 432	95.93 430	98.59 431	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	93.89 434	99.97 432	100.00 433	100.00 433	96.64 435	97.25 430

DPSM_ROB	94.00 429	79.32 427	100.00 432	83.19 427	85.69 425	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

DPSM	94.00 429	79.32 427	100.00 432	83.19 427	85.69 425	100.00 430	100.00 428	100.00 429	100.00 430	100.00 430	100.00 428	100.00 430	100.00 429	100.00 432	100.00 432	89.53 426	97.42 427	74.97 426	95.13 426	83.79 428	90.98 428

Low-res two-view benchmark