Low-res two-view results

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

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

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

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

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

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

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

GMStereo	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.00 1	0.12 5	0.02 1	0.00 1	0.00 1	0.04 35	0.00 1	0.06 16	0.04 3	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
delet	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.00 1	0.17 8	0.08 18	0.00 1	0.00 1	0.00 1	0.00 1	0.01 2	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

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

StereoVision	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.24 13	0.11 26	0.00 1	0.00 1	0.00 1	0.00 1	0.05 14	0.08 11	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo Lap2	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.00 1	0.21 10	0.24 57	0.00 1	0.00 1	0.00 1	0.00 1	0.09 25	0.05 5	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

MMNet	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.34 27	0.08 18	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.09 14	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UPFNet	0.02 6	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.04 98	0.33 24	0.05 10	0.00 1	0.00 1	0.00 1	0.00 1	0.03 9	0.11 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CroCo-Stereo	0.03 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.00 1	0.30 17	0.24 57	0.00 1	0.00 1	0.01 16	0.00 1	0.07 19	0.07 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TestStereo	0.03 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.01 18	0.21 10	0.06 15	0.06 85	0.00 1	0.07 48	0.00 1	0.17 44	0.14 17	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

UNet	0.03 10	0.01 132	0.00 1	0.00 1	0.02 159	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.12 162	0.25 14	0.09 22	0.01 20	0.00 1	0.03 32	0.00 1	0.12 31	0.08 11	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

HGLStereo	0.03 10	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.02 59	0.34 27	0.15 35	0.01 20	0.00 1	0.00 1	0.00 1	0.14 37	0.16 21	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

DMCA	0.03 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.01 18	0.30 17	0.20 45	0.01 20	0.02 93	0.01 16	0.00 1	0.06 16	0.07 8	0.00 1	0.00 1	0.01 159	0.00 1	0.00 1	0.00 1

dd	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.47 40	0.10 24	0.00 1	0.01 75	0.01 16	0.12 119	0.06 16	0.07 8	0.03 167	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

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

CFNet	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.03 83	0.56 56	0.03 5	0.00 1	0.00 1	0.01 16	0.01 50	0.14 37	0.22 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CVANet_RVC	0.04 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.02 189	0.01 144	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.05 2	0.03 5	0.06 85	0.00 1	0.01 16	0.00 1	0.01 2	0.90 62	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IER	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.94 84	0.06 15	0.03 47	0.00 1	0.00 1	0.01 50	0.05 14	0.06 7	0.02 164	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_5	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.00 1	0.26 15	0.19 43	0.00 1	0.00 1	0.13 63	0.00 1	0.04 12	0.52 45	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

StereoIM	0.06 21	0.04 194	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.01 18	0.35 31	0.30 87	0.03 47	0.00 1	0.33 95	0.00 1	0.33 73	0.25 25	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

DSFCA	0.06 21	0.00 1	0.00 1	0.00 1	0.06 198	0.01 74	0.08 108	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	0.40 35	0.21 50	0.02 40	0.01 75	0.02 27	0.02 59	0.20 48	0.33 31	0.00 1	0.01 36	0.04 169	0.03 175	0.12 164	0.08 159

STTStereo	0.06 21	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.23 156	0.00 1	0.11 198	0.00 1	0.01 119	0.02 27	0.00 1	0.01 18	0.51 46	0.05 10	0.02 40	0.00 1	0.06 43	0.02 59	0.11 26	0.39 37	0.04 169	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

AF-Net	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.51 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.01 18	0.47 40	0.05 10	0.01 20	0.00 1	0.02 27	0.02 59	0.12 31	0.47 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

Nwc_Net	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.51 184	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.01 18	0.47 40	0.05 10	0.01 20	0.00 1	0.02 27	0.02 59	0.12 31	0.47 40	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NLCA_NET_v2_RVC	0.06 21	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.09 113	0.00 1	0.47 217	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.33 24	0.05 10	0.03 47	0.00 1	0.06 43	0.02 59	0.08 22	0.31 30	0.00 1	0.02 75	0.00 1	0.10 182	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AMNet	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 139	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.10 151	0.43 212	0.22 12	0.25 61	0.06 85	0.00 1	0.04 35	0.00 1	0.13 34	0.05 5	0.00 1	0.03 117	0.00 1	0.09 180	0.00 1	0.00 1

DISCO	0.06 21	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.13 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.01 18	0.43 38	0.16 37	0.02 40	0.00 1	0.10 52	0.00 1	0.07 19	0.65 52	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DLCB_ROB	0.06 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.10 118	0.00 1	0.00 1	0.00 1	0.08 143	0.01 8	0.00 1	0.04 98	0.16 7	0.14 31	0.07 96	0.02 93	0.03 32	0.00 1	0.28 60	0.53 46	0.00 1	0.02 75	0.00 1	0.02 171	0.02 139	0.02 153

ProNet	0.07 30	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.49 183	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.12 162	0.53 51	0.28 82	0.07 96	0.00 1	0.00 1	0.01 50	0.03 9	0.44 38	0.00 1	0.00 1	0.00 1	0.00 1	0.01 133	0.00 1

RAFT_CTSACE	0.07 30	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.00 1	0.54 54	0.18 41	0.00 1	0.00 1	0.18 72	0.03 74	0.17 44	0.53 46	0.00 1	0.01 36	0.13 186	0.00 1	0.00 1	0.00 1

iRaftStereo_RVC	0.07 30	0.02 174	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 59	0.18 9	0.09 22	0.04 57	0.00 1	0.01 16	0.04 82	0.13 34	1.39 79	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PDISCO_ROB	0.07 30	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.22 155	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.01 72	0.01 18	0.30 17	0.25 61	0.05 72	0.03 103	0.24 80	0.00 1	0.34 75	0.29 27	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test croco	0.08 34	0.01 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.12 115	0.00 1	0.03 83	0.38 33	0.35 101	0.03 47	0.05 124	0.07 48	0.00 1	0.53 92	0.56 49	0.00 1	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo (partial)	0.08 34	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.02 59	0.33 24	0.36 103	0.03 47	0.02 93	0.16 68	0.01 50	0.48 85	0.50 44	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo	0.08 34	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.04 98	0.34 27	0.36 103	0.04 57	0.00 1	0.66 122	0.00 1	0.43 83	0.21 23	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

RAFT	0.08 34	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.10 118	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.01 18	1.61 119	0.02 1	0.00 1	0.00 1	0.00 1	0.10 108	0.01 2	0.10 15	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA-RVC	0.08 34	0.01 132	0.00 1	0.01 187	0.03 177	0.01 74	0.54 186	0.03 196	0.00 1	0.00 1	0.16 158	0.01 8	0.00 1	0.02 59	0.81 75	0.10 24	0.04 57	0.01 75	0.01 16	0.07 101	0.07 19	0.15 18	0.00 1	0.04 136	0.03 165	0.01 166	0.00 1	0.00 1

TESTraft	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 138	0.01 72	0.01 18	0.55 55	0.33 97	0.04 57	0.00 1	0.39 101	0.02 59	0.24 54	0.71 54	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

AACVNet	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 118	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.00 1	0.06 122	1.25 100	0.26 70	0.04 57	0.00 1	0.10 52	0.00 1	0.13 34	0.55 48	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

NCC-stereo	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.30 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.02 59	0.81 75	0.08 18	0.00 1	0.00 1	0.04 35	0.05 88	0.11 26	0.85 57	0.01 149	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

Abc-Net	0.09 39	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.30 166	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.01 72	0.02 59	0.81 75	0.08 18	0.00 1	0.00 1	0.04 35	0.05 88	0.11 26	0.85 57	0.01 149	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RASNet	0.09 39	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.06 122	0.30 17	0.32 93	0.01 20	0.00 1	0.03 32	0.00 1	0.29 62	1.12 69	0.00 1	0.02 75	0.01 159	0.00 1	0.00 1	0.12 162

GANetREF_RVC	0.09 39	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.22 152	0.01 72	0.04 98	0.32 22	0.12 28	0.31 188	0.00 1	0.05 41	0.06 97	0.53 92	0.61 50	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
psm_up	0.10 45	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.16 137	0.00 1	0.00 1	0.00 1	0.00 1	0.16 131	0.00 1	0.10 155	0.66 63	0.14 31	0.02 40	0.06 131	0.55 110	0.11 112	0.35 77	0.35 34	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

RP	0.10 45	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.27 161	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.02 59	0.90 83	0.06 15	0.01 20	0.00 1	0.01 16	0.00 1	0.03 9	1.42 82	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PS-NSSS	0.10 45	0.01 132	0.00 1	0.00 1	0.00 1	0.02 125	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.48 179	0.01 72	0.06 122	0.34 27	0.13 29	0.06 85	0.00 1	0.24 80	0.00 1	0.16 42	0.30 29	0.22 195	0.00 1	0.00 1	0.00 1	0.56 187	0.00 1

iinet-f	0.11 48	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.06 91	0.00 1	0.00 1	0.04 145	0.00 1	0.01 8	0.01 72	0.01 18	0.98 86	0.38 109	0.05 72	0.03 103	0.18 72	0.12 119	0.27 58	0.72 55	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

TestStereo1	0.11 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 138	0.00 1	0.01 18	0.51 46	0.36 103	0.04 57	0.00 1	0.38 99	0.02 59	0.25 55	1.24 72	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

SA-5K	0.11 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.17 138	0.00 1	0.01 18	0.51 46	0.36 103	0.04 57	0.00 1	0.38 99	0.02 59	0.25 55	1.24 72	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

HITNet	0.11 48	0.01 132	0.00 1	0.00 1	0.01 117	0.01 74	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.02 104	0.06 122	0.43 38	0.25 61	0.08 105	0.01 75	0.32 94	0.00 1	0.72 106	1.04 64	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
HSM	0.11 48	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.16 131	0.02 104	0.02 59	1.26 104	0.20 45	0.01 20	0.00 1	0.13 63	0.08 103	0.50 88	0.47 40	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

RAFT+CT+SA	0.12 53	0.01 132	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.00 1	0.27 16	0.44 112	0.01 20	0.01 75	0.29 84	0.00 1	0.18 46	2.00 101	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

LMCR-Stereo	0.12 53	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.05 134	0.22 187	0.78 73	0.30 87	0.08 105	0.03 103	0.10 52	0.13 127	0.34 75	1.06 65	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

ADLNet	0.12 53	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.48 179	0.00 1	0.06 122	2.00 135	0.14 31	0.00 1	0.00 1	0.00 1	0.00 1	0.08 22	0.49 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DDUNet	0.13 56	0.04 194	0.00 1	0.00 1	0.01 117	0.00 1	0.09 113	0.00 1	0.00 1	0.05 153	0.00 1	0.03 53	0.00 1	0.03 83	0.51 46	0.20 45	0.05 72	0.00 1	0.11 58	0.02 59	0.15 39	1.95 99	0.00 1	0.03 117	0.00 1	0.00 1	0.25 174	0.00 1

ARAFT	0.13 56	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.20 148	0.01 72	0.04 98	0.37 32	0.25 61	0.02 40	0.01 75	0.29 84	0.00 1	0.41 81	1.74 95	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

iResNet_ROB	0.13 56	0.00 1	0.00 1	0.00 1	0.03 177	0.01 74	0.08 108	0.00 1	0.00 1	0.00 1	0.00 1	0.10 104	0.00 1	0.03 83	1.29 106	0.38 109	0.03 47	0.00 1	0.65 121	0.00 1	0.65 102	0.34 32	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

SA	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.23 156	0.01 72	0.02 59	0.31 21	0.60 128	0.04 57	0.13 158	0.56 111	0.05 88	0.41 81	1.40 81	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

GLC_STEREO	0.14 59	0.00 1	0.01 166	0.00 1	0.01 117	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.01 72	0.00 1	1.39 112	0.32 93	0.13 134	0.06 131	0.29 84	0.13 127	0.60 98	0.86 59	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

stereogan	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.02 59	0.63 60	0.18 41	0.03 47	0.00 1	0.00 1	0.03 74	0.16 42	2.60 124	0.00 1	0.00 1	0.01 159	0.00 1	0.00 1	0.00 1

RYNet	0.14 59	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.00 1	3.65 191	0.13 29	0.00 1	0.00 1	0.00 1	0.00 1	0.02 5	0.01 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

APVNet	0.15 63	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.01 119	0.01 8	0.00 1	0.03 83	0.87 80	0.20 45	0.05 72	0.04 113	0.84 135	0.03 74	0.27 58	1.63 90	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

RGC	0.15 63	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.07 104	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.04 98	1.02 90	0.04 8	0.06 85	0.00 1	0.09 51	0.05 88	0.30 63	2.26 106	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_RVC	0.16 65	0.00 1	0.01 166	0.00 1	0.00 1	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.00 1	0.06 122	2.00 135	0.27 75	0.13 134	0.00 1	0.82 131	0.00 1	0.35 77	0.64 51	0.01 149	0.08 154	0.00 1	0.00 1	0.00 1	0.00 1

SACVNet	0.17 66	0.02 174	0.00 1	0.00 1	0.01 117	0.00 1	0.09 113	0.00 1	0.00 1	0.00 1	0.00 1	0.08 94	0.04 128	0.06 122	0.87 80	0.24 57	0.06 85	0.01 75	0.42 105	0.00 1	0.47 84	2.31 113	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

CFNet_pseudo	0.17 66	0.00 1	0.00 1	0.00 1	0.03 177	0.00 1	0.00 1	0.00 1	0.00 1	0.02 135	0.00 1	0.18 144	0.00 1	0.01 18	1.49 116	0.26 70	0.06 85	0.01 75	1.34 153	0.00 1	0.23 52	0.45 39	0.39 210	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

RAFT + AFF	0.17 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.10 118	0.00 1	0.00 1	0.00 1	0.00 1	0.16 131	0.01 72	0.01 18	3.83 198	0.20 45	0.00 1	0.00 1	0.02 27	0.00 1	0.15 39	0.02 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PA-Net	0.17 66	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.15 134	0.00 1	0.00 1	0.00 1	0.05 138	0.01 8	0.01 72	0.08 143	1.09 93	0.14 31	0.03 47	0.00 1	0.07 48	0.02 59	0.11 26	2.00 101	0.40 212	0.01 36	0.00 1	0.03 175	0.00 1	0.38 181
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANet	0.17 66	0.00 1	0.02 176	0.00 1	0.00 1	0.04 147	0.00 1	0.13 208	0.00 1	0.01 128	2.05 211	0.32 169	0.16 165	0.01 18	0.09 3	0.02 1	0.17 155	0.04 113	0.01 16	0.04 82	0.08 22	1.27 74	0.00 1	0.00 1	0.05 173	0.00 1	0.00 1	0.00 1

UDGNet	0.18 71	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 27	0.00 1	0.04 98	0.32 22	0.26 70	0.04 57	0.00 1	0.58 114	0.01 50	0.37 80	3.29 154	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CAS	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.20 149	0.00 1	0.03 172	0.38 191	0.05 138	0.13 122	0.08 142	0.10 155	0.66 63	0.55 124	0.08 105	0.13 158	0.18 72	0.13 127	0.95 115	1.43 83	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

Sa-1000	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.25 158	0.01 72	0.04 98	0.38 33	0.54 123	0.05 72	0.13 158	0.59 117	0.00 1	0.70 104	2.34 116	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

IPLGR_C	0.19 72	0.01 132	0.03 182	0.00 1	0.04 187	0.00 1	0.10 118	0.02 189	0.07 188	0.01 128	0.03 131	0.02 27	0.01 72	0.23 189	0.48 44	0.29 83	0.08 105	0.00 1	0.31 93	0.00 1	0.32 71	2.88 134	0.00 1	0.01 36	0.07 176	0.00 1	0.08 156	0.01 148

sAnonymous2	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.09 146	0.02 59	0.40 35	0.52 117	0.07 96	0.09 144	0.82 131	0.12 119	1.29 127	1.71 93	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

CroCo_RVC	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.09 146	0.02 59	0.40 35	0.52 117	0.07 96	0.09 144	0.82 131	0.12 119	1.29 127	1.71 93	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

NVstereo2D	0.19 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.26 179	0.01 119	0.02 27	0.00 1	0.01 18	3.78 194	0.27 75	0.04 57	0.00 1	0.10 52	0.00 1	0.15 39	0.38 36	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

iResNetv2_ROB	0.19 72	0.01 132	0.00 1	0.00 1	0.02 159	0.00 1	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.12 115	0.00 1	0.04 98	1.22 99	0.27 75	0.06 85	0.00 1	1.23 150	0.03 74	1.75 151	0.35 34	0.00 1	0.13 161	0.00 1	0.00 1	0.00 1	0.00 1

DN-CSS_ROB	0.19 72	0.00 1	0.00 1	0.00 1	0.02 159	0.01 74	0.08 108	0.00 1	0.00 1	0.04 145	0.00 1	0.10 104	0.02 104	0.05 116	0.84 79	0.25 61	0.05 72	0.00 1	1.63 163	0.04 82	1.10 120	0.77 56	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

raft_robust	0.20 80	0.01 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.03 120	0.04 98	0.87 80	0.71 142	0.05 72	0.13 158	1.35 154	0.11 112	0.60 98	1.14 70	0.00 1	0.10 156	0.00 1	0.00 1	0.00 1	0.00 1

CIPLG	0.20 80	0.01 132	0.03 182	0.00 1	0.04 187	0.00 1	0.09 113	0.02 189	0.08 191	0.01 128	0.03 131	0.02 27	0.01 72	0.23 189	0.67 65	0.30 87	0.09 118	0.00 1	0.29 84	0.02 59	0.33 73	2.90 135	0.00 1	0.01 36	0.07 176	0.00 1	0.08 156	0.01 148

ACRE	0.20 80	0.01 132	0.02 176	0.00 1	0.04 187	0.00 1	0.10 118	0.02 189	0.08 191	0.01 128	0.06 140	0.02 27	0.01 72	0.24 194	0.47 40	0.29 83	0.08 105	0.00 1	0.40 103	0.02 59	0.36 79	2.90 135	0.00 1	0.01 36	0.07 176	0.00 1	0.08 156	0.01 148

UCFNet_RVC	0.20 80	0.01 132	0.02 176	0.00 1	0.06 198	0.01 74	0.09 113	0.00 1	0.00 1	0.03 139	0.00 1	0.15 127	0.01 72	0.05 116	1.81 126	0.27 75	0.06 85	0.00 1	1.15 148	0.00 1	0.48 85	0.68 53	0.48 218	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

FADNet	0.21 84	0.02 174	0.01 166	0.00 1	0.01 117	0.02 125	0.10 118	0.00 1	0.02 159	0.00 1	0.00 1	0.01 8	0.04 128	0.04 98	2.69 173	0.15 35	0.07 96	0.10 146	0.11 58	0.23 159	0.67 103	1.37 78	0.02 164	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

NCCL2	0.21 84	0.00 1	0.00 1	0.00 1	0.22 223	0.01 74	0.23 156	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.13 166	1.02 90	0.30 87	0.21 169	0.04 113	0.04 35	0.03 74	0.56 95	1.60 89	0.17 187	0.05 145	0.00 1	0.00 1	0.90 206	0.02 153

CASnet	0.22 86	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.17 140	0.00 1	0.00 1	0.00 1	0.00 1	0.20 148	0.08 142	0.00 1	0.80 74	0.27 75	0.11 129	0.07 136	0.13 63	0.12 119	2.00 159	1.82 98	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Stereo + iAFF	0.22 86	0.02 174	0.00 1	0.00 1	0.01 117	0.09 175	0.35 174	0.00 1	0.00 1	0.00 1	0.00 1	0.27 160	0.02 104	0.02 59	2.03 144	0.21 50	0.05 72	0.00 1	0.17 69	0.05 88	0.81 108	1.81 97	0.00 1	0.04 136	0.00 1	0.00 1	0.00 1	0.00 1

raft+_RVC	0.23 88	0.01 132	0.00 1	0.00 1	0.01 117	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.00 1	0.02 59	1.40 113	1.43 190	0.01 20	0.00 1	0.28 83	0.32 174	0.28 60	2.30 110	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AFF-stereo	0.23 88	0.02 174	0.00 1	0.00 1	0.01 117	0.06 160	0.31 168	0.00 1	0.00 1	0.00 1	0.00 1	0.29 163	0.01 72	0.02 59	2.05 145	0.27 75	0.02 40	0.02 93	0.10 52	0.05 88	1.04 118	1.79 96	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	0.23 88	0.00 1	0.00 1	0.00 1	0.03 177	0.02 125	0.11 127	0.00 1	0.00 1	0.00 1	0.00 1	1.33 204	0.01 72	0.06 122	0.67 65	0.26 70	0.36 191	0.01 75	0.04 35	0.06 97	0.55 94	2.36 117	0.00 1	0.02 75	0.00 1	0.00 1	0.42 179	0.00 1

CREStereo	0.24 91	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.02 159	0.04 145	0.09 148	0.16 131	0.16 165	0.01 18	1.57 118	1.08 175	0.13 134	0.08 141	0.06 43	0.32 174	1.42 137	1.27 74	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
FADNet-RVC	0.24 91	0.02 174	0.05 188	0.00 1	0.01 117	0.01 74	0.46 180	0.00 1	0.04 176	0.00 1	0.00 1	0.01 8	0.08 142	0.05 116	3.01 178	0.26 70	0.15 149	0.03 103	0.29 84	0.24 161	0.64 101	1.07 67	0.01 149	0.05 145	0.00 1	0.00 1	0.00 1	0.11 160

DeepPruner_ROB	0.24 91	0.00 1	0.00 1	0.00 1	0.02 159	0.02 125	1.21 208	0.00 1	0.00 1	0.00 1	0.00 1	0.09 97	0.00 1	0.07 138	1.08 92	0.22 53	0.05 72	0.00 1	0.37 98	0.00 1	1.71 149	1.53 86	0.01 149	0.02 75	0.00 1	0.00 1	0.02 139	0.00 1

PWCDC_ROB	0.24 91	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.04 74	0.00 1	0.00 1	0.00 1	0.12 151	0.11 110	0.00 1	0.17 178	2.36 161	0.34 100	0.08 105	0.03 103	0.02 27	0.00 1	0.73 107	2.38 118	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

CES	0.25 95	0.02 174	0.00 1	0.00 1	0.00 1	0.01 74	0.06 91	0.00 1	0.02 159	0.03 139	0.00 1	0.17 138	0.19 171	0.18 181	1.92 131	0.67 137	0.28 186	0.21 212	0.05 41	0.21 157	1.27 124	1.39 79	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

dad	0.25 95	0.00 1	0.00 1	0.00 1	0.00 1	0.05 156	1.12 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1	0.00 1	0.95 85	0.25 61	0.01 20	0.01 75	0.01 16	0.09 104	0.23 52	0.17 22	0.00 1	0.16 173	0.27 203	0.00 1	2.74 233	0.73 190

ICVP	0.25 95	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.14 131	0.00 1	0.00 1	0.10 161	0.01 119	0.12 115	0.03 120	0.03 83	0.77 72	0.51 116	0.22 172	0.43 237	0.53 109	0.24 161	0.96 116	2.77 130	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TANstereo	0.25 95	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.01 21	0.00 1	0.01 144	0.04 145	0.08 143	0.06 83	0.05 134	0.01 18	0.53 51	0.75 144	0.13 134	0.05 124	0.06 43	0.01 50	1.31 130	1.36 76	0.00 1	0.02 75	0.00 1	0.00 1	2.10 222	0.00 1

XX-TBD	0.25 95	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.01 21	0.00 1	0.01 144	0.04 145	0.08 143	0.06 83	0.05 134	0.01 18	0.53 51	0.75 144	0.13 134	0.05 124	0.06 43	0.01 50	1.31 130	1.36 76	0.00 1	0.02 75	0.00 1	0.00 1	2.10 222	0.00 1

LL-Strereo2	0.26 100	0.03 189	0.00 1	0.00 1	0.00 1	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.00 1	0.06 122	0.56 56	1.58 198	0.01 20	0.00 1	0.18 72	0.01 50	0.60 98	3.97 165	0.01 149	0.02 75	0.06 175	0.00 1	0.00 1	0.00 1

UDG	0.27 101	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.26 160	0.00 1	0.00 1	0.09 160	0.00 1	0.06 83	0.00 1	0.04 98	2.27 157	0.36 103	0.18 156	0.00 1	0.25 82	0.11 112	0.85 112	2.49 121	0.01 149	0.14 166	0.00 1	0.00 1	0.03 144	0.00 1

MIPNet	0.27 101	0.00 1	0.00 1	0.01 187	0.01 117	0.00 1	0.03 63	0.00 1	0.04 176	0.00 1	0.27 167	0.04 71	0.04 128	0.19 182	2.16 152	0.45 114	0.16 154	0.03 103	0.40 103	0.33 177	0.57 96	2.33 114	0.00 1	0.06 150	0.03 165	0.00 1	0.06 153	0.00 1

PMTNet	0.27 101	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.12 128	0.00 1	0.02 159	0.03 139	0.07 141	0.10 104	0.17 169	0.01 18	1.80 124	1.08 175	0.20 164	0.04 113	0.23 79	0.21 157	1.61 146	1.55 87	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

MIM_Stereo	0.28 104	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.03 63	0.00 1	0.00 1	0.00 1	0.08 143	0.03 53	0.02 104	0.02 59	1.66 120	1.78 208	0.01 20	0.01 75	0.20 76	0.29 170	0.31 69	2.93 139	0.00 1	0.01 36	0.00 1	0.10 182	0.01 133	0.00 1

FADNet-RVC-Resample	0.28 104	0.10 207	0.21 214	0.07 202	0.21 222	0.00 1	0.16 137	0.11 207	0.11 198	0.08 157	0.08 143	0.04 71	0.04 128	0.09 149	2.30 158	0.17 39	0.15 149	0.05 124	0.17 69	0.20 156	0.32 71	2.51 122	0.06 173	0.13 161	0.03 165	0.00 1	0.01 133	0.11 160

CC-Net-ROB	0.28 104	0.04 194	0.00 1	0.00 1	0.01 117	0.27 205	0.29 165	0.00 1	0.00 1	0.00 1	0.00 1	3.55 217	0.62 197	0.11 159	0.51 46	0.16 37	0.08 105	0.00 1	0.60 118	0.00 1	0.22 51	0.34 32	0.84 225	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.29 107	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.01 144	0.06 154	0.03 131	0.22 152	0.12 156	0.03 83	1.12 95	0.88 157	0.13 134	0.14 165	0.76 127	0.14 132	1.83 154	2.26 106	0.01 149	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

tt_ll	0.29 107	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.01 144	0.06 154	0.03 131	0.22 152	0.12 156	0.03 83	1.12 95	0.88 157	0.13 134	0.14 165	0.76 127	0.14 132	1.83 154	2.26 106	0.01 149	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

LoS	0.29 107	0.01 132	0.01 166	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.02 159	0.11 164	0.00 1	0.30 167	0.30 186	0.08 143	1.01 88	0.82 150	0.30 187	0.18 197	0.70 124	0.17 147	1.82 153	2.03 103	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

IPLG	0.29 107	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.03 63	0.00 1	0.03 172	0.00 1	0.12 151	0.03 53	0.02 104	0.23 189	3.89 200	0.49 115	0.10 124	0.02 93	0.69 123	0.18 149	0.50 88	1.45 84	0.00 1	0.05 145	0.02 164	0.00 1	0.01 133	0.00 1

rafts_anoy	0.29 107	0.01 132	0.00 1	0.00 1	0.03 177	0.00 1	0.05 82	0.00 1	0.00 1	0.00 1	0.00 1	0.06 83	0.01 72	0.02 59	1.75 123	1.74 207	0.08 105	0.00 1	0.39 101	0.10 108	0.52 91	2.95 140	0.00 1	0.01 36	0.03 165	0.00 1	0.00 1	0.00 1

anonymousdsp	0.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	2.19 213	0.00 1	0.00 1	0.00 1	1.30 107	0.61 129	0.06 85	0.00 1	0.15 67	0.52 200	0.11 26	2.85 133	0.30 207	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_4	0.30 112	0.01 132	0.00 1	0.00 1	0.01 117	0.01 74	0.20 149	0.00 1	0.00 1	0.00 1	0.13 153	0.02 27	0.00 1	0.08 143	2.06 146	2.23 221	0.01 20	0.13 158	0.11 58	0.11 112	0.31 69	1.59 88	0.00 1	0.02 75	0.04 169	0.16 187	0.80 195	0.15 163

pcwnet_v2	0.30 112	0.01 132	0.06 192	0.00 1	0.09 205	0.00 1	0.02 54	0.00 1	0.00 1	0.26 179	0.16 158	0.39 173	0.00 1	0.01 18	2.01 139	0.33 97	0.08 105	0.08 141	1.72 164	0.03 74	0.83 110	1.07 67	0.74 223	0.03 117	0.00 1	0.00 1	0.00 1	0.28 173

RALAANet	0.30 112	0.03 189	0.00 1	0.00 1	0.02 159	0.01 74	0.06 91	0.00 1	0.00 1	0.00 1	0.00 1	0.10 104	0.02 104	0.05 116	1.89 130	0.17 39	0.07 96	0.00 1	0.80 130	0.13 127	0.87 113	3.88 161	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

ETE_ROB	0.30 112	0.01 132	0.00 1	0.01 187	0.02 159	0.01 74	0.21 152	0.00 1	0.01 144	0.00 1	0.28 168	0.43 177	0.01 72	0.08 143	1.25 100	0.24 57	0.66 206	0.04 113	0.83 134	0.05 88	1.09 119	2.71 127	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

LALA_ROB	0.30 112	0.01 132	0.00 1	0.00 1	0.01 117	0.01 74	0.13 129	0.00 1	0.00 1	0.01 128	0.26 166	0.60 189	0.01 72	0.07 138	1.27 105	0.25 61	0.06 85	0.01 75	0.58 114	0.04 82	0.89 114	2.98 141	0.00 1	0.03 117	0.00 1	0.00 1	0.86 204	0.00 1

CREStereo++_RVC	0.31 118	0.00 1	0.00 1	0.00 1	0.01 117	0.01 74	0.10 118	0.00 1	0.01 144	0.03 139	0.00 1	0.05 79	0.04 128	0.01 18	0.60 58	0.72 143	0.09 118	0.08 141	0.22 77	0.12 119	1.31 130	1.47 85	0.00 1	0.03 117	0.00 1	0.00 1	3.50 239	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
RALCasStereoNet	0.31 118	0.01 132	0.00 1	0.00 1	0.03 177	0.00 1	0.08 108	0.00 1	0.00 1	0.00 1	0.00 1	0.04 71	0.01 72	0.03 83	1.80 124	1.99 212	0.02 40	0.00 1	0.11 58	0.45 187	0.49 87	3.21 152	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.31 118	0.01 132	0.00 1	0.00 1	0.01 117	0.04 147	0.15 134	0.00 1	0.00 1	0.00 1	0.00 1	0.10 104	0.02 104	0.13 166	1.81 126	0.44 112	0.34 190	0.33 230	0.50 108	0.01 50	1.47 141	3.03 144	0.00 1	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

AE-Stereo	0.33 121	0.00 1	0.00 1	0.00 1	0.07 202	0.01 74	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.08 94	0.09 146	0.02 59	0.67 65	1.01 171	0.10 124	0.07 136	0.35 96	0.46 190	1.20 122	4.74 185	0.00 1	0.02 75	0.00 1	0.12 185	0.00 1	0.00 1

AEACV	0.33 121	0.01 132	0.00 1	0.00 1	0.00 1	0.06 160	0.02 54	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 98	1.93 132	2.03 213	0.00 1	0.29 225	0.49 107	0.68 208	0.18 46	2.72 128	0.20 191	0.00 1	0.00 1	0.16 187	0.00 1	0.00 1

GES	0.33 121	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.32 170	0.00 1	0.09 193	0.00 1	0.02 129	0.03 53	0.03 120	0.01 18	1.42 114	0.32 93	0.05 72	0.01 75	2.64 182	0.05 88	1.11 121	1.95 99	0.00 1	0.04 136	0.01 159	0.00 1	0.09 160	0.72 189

NaN_ROB	0.33 121	0.09 205	0.16 205	0.04 192	0.18 219	0.12 182	0.80 200	0.01 183	1.50 234	0.02 135	0.52 174	0.47 178	0.03 120	0.07 138	1.25 100	0.29 83	0.08 105	0.11 150	0.17 69	0.25 163	0.51 90	0.87 60	0.12 183	0.24 207	0.12 185	0.37 196	0.16 170	0.44 185

GEStereo_RVC	0.34 125	0.00 1	0.01 166	0.00 1	0.01 117	0.01 74	0.21 152	0.02 189	0.00 1	0.00 1	0.01 119	0.02 27	0.01 72	0.04 98	0.49 45	0.59 127	0.09 118	0.02 93	1.14 146	0.10 108	1.36 134	5.09 195	0.00 1	0.06 150	0.00 1	0.00 1	0.00 1	0.00 1

anonymousdsp2	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.00 1	0.00 1	1.94 209	0.01 8	0.01 72	0.08 143	1.35 108	0.94 167	0.03 47	0.11 150	0.10 52	0.63 206	0.20 48	3.15 148	0.22 195	0.32 219	0.00 1	0.01 166	0.23 172	0.00 1

IPLGR	0.35 126	0.00 1	0.00 1	0.00 1	0.02 159	0.00 1	0.04 74	0.00 1	0.01 144	0.00 1	0.19 163	0.03 53	0.07 139	0.11 159	3.89 200	0.52 117	0.11 129	0.04 113	0.36 97	0.27 164	0.84 111	2.92 137	0.00 1	0.07 152	0.00 1	0.00 1	0.00 1	0.00 1

GMOStereo	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

error version	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

test-v	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

test-2	0.35 126	0.00 1	0.00 1	0.00 1	0.00 1	0.09 175	0.18 142	0.00 1	0.00 1	0.00 1	0.00 1	0.03 53	0.03 120	0.01 18	2.01 139	1.56 193	0.04 57	0.15 173	0.29 84	0.15 139	0.30 63	4.46 177	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	0.36 132	0.02 174	0.01 166	0.00 1	0.00 1	0.01 74	0.03 63	0.00 1	0.00 1	0.00 1	0.00 1	0.12 115	0.00 1	0.06 122	1.95 133	2.18 219	0.01 20	0.13 158	0.22 77	0.14 132	0.99 117	3.81 159	0.02 164	0.05 145	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.36 132	0.02 174	0.00 1	0.00 1	0.02 159	0.01 74	0.04 74	0.00 1	0.00 1	0.00 1	0.00 1	0.07 92	0.00 1	0.08 143	2.17 153	2.20 220	0.01 20	0.00 1	1.14 146	0.00 1	0.58 97	3.20 151	0.07 175	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

Anonymous	0.36 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 21	0.00 1	0.02 159	0.00 1	0.00 1	0.10 104	0.27 182	0.02 59	0.68 68	1.13 182	0.15 149	0.16 186	0.87 136	0.16 144	2.04 164	4.15 169	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

sCroCo_RVC	0.37 135	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 54	0.00 1	0.02 159	0.00 1	0.01 119	0.29 163	0.22 177	0.01 18	0.68 68	1.30 188	0.14 145	0.16 186	0.48 106	0.18 149	2.02 161	4.35 172	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo04	0.39 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.06 91	0.00 1	0.01 144	0.61 208	0.02 129	0.17 138	0.00 1	0.06 122	0.76 71	0.63 133	0.08 105	0.01 75	3.04 191	0.51 198	1.60 145	2.33 114	0.48 218	0.03 117	0.00 1	0.00 1	0.00 1	0.00 1

MyStereo	0.39 136	0.01 132	0.00 1	0.00 1	0.00 1	0.01 74	0.06 91	0.00 1	0.00 1	0.74 215	0.00 1	0.17 138	0.00 1	0.06 122	1.01 88	0.62 130	0.07 96	0.01 75	2.88 186	0.19 155	1.57 144	2.58 123	0.51 220	0.07 152	0.00 1	0.00 1	0.00 1	0.00 1

RTSC	0.42 138	0.01 132	0.00 1	0.00 1	0.00 1	0.03 139	0.32 170	0.04 200	0.00 1	0.08 157	0.13 153	0.06 83	0.01 72	0.06 122	5.56 229	0.77 147	0.18 156	0.20 208	1.10 144	0.09 104	0.81 108	1.66 92	0.00 1	0.21 196	0.00 1	0.00 1	0.00 1	0.00 1

CASS	0.44 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	1.34 210	0.00 1	0.00 1	0.22 175	0.32 171	0.27 160	0.13 160	0.01 18	0.83 78	0.53 121	0.42 197	0.20 208	0.61 119	0.00 1	4.28 221	2.77 130	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	0.47 140	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.48 179	0.34 191	0.22 187	1.19 98	2.36 225	0.19 159	0.18 197	1.46 157	0.36 178	1.94 157	3.83 160	0.00 1	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

MLCV	0.47 140	0.01 132	0.00 1	0.00 1	0.04 187	0.07 169	0.36 175	0.00 1	0.16 203	0.37 190	1.10 191	0.42 176	0.02 104	0.05 116	0.69 70	0.62 130	0.20 164	0.03 103	3.20 196	0.06 97	1.74 150	3.19 150	0.05 170	0.20 192	0.00 1	0.00 1	0.07 154	0.00 1

HSM-Net_RVC	0.48 142	0.00 1	0.00 1	0.00 1	0.02 159	0.04 147	0.19 148	0.01 183	0.00 1	0.41 194	1.72 208	2.26 211	0.09 146	0.09 149	1.16 97	0.52 117	0.13 134	0.04 113	0.58 114	0.45 187	1.80 152	3.15 148	0.07 175	0.15 167	0.00 1	0.00 1	0.02 139	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
s12784h	0.51 143	0.00 1	0.00 1	0.00 1	0.01 117	0.00 1	0.01 21	0.00 1	0.00 1	0.03 139	0.00 1	0.09 97	0.14 162	0.01 18	0.60 58	1.21 187	0.24 181	0.06 131	0.96 139	0.12 119	3.64 203	2.10 105	0.00 1	0.03 117	0.01 159	0.00 1	3.49 238	0.92 194

XQC	0.53 144	0.00 1	0.03 182	0.00 1	0.00 1	0.03 139	0.37 176	0.00 1	0.00 1	0.19 170	0.44 173	0.08 94	1.44 205	0.10 155	5.32 223	0.76 146	0.10 124	0.19 202	0.99 140	0.02 59	1.26 123	2.65 126	0.00 1	0.19 188	0.00 1	0.00 1	0.02 139	0.01 148

CSAN	0.54 145	0.09 205	0.15 203	0.07 202	0.16 218	0.14 186	1.35 211	0.01 183	1.52 235	0.10 161	0.92 186	1.55 205	0.08 142	0.14 171	1.25 100	0.35 101	0.20 164	0.11 150	0.73 125	0.54 202	1.40 136	2.07 104	0.07 175	0.19 188	0.08 179	0.90 210	0.10 162	0.33 179

test_3	0.56 146	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.06 91	0.00 1	0.01 144	0.00 1	0.00 1	0.02 27	0.02 104	0.02 59	2.45 167	2.05 214	0.05 72	0.10 146	2.40 176	0.18 149	1.42 137	5.91 219	0.00 1	0.01 36	0.13 186	0.00 1	0.04 149	0.30 175

SHD	0.56 146	0.00 1	0.27 221	0.00 1	0.00 1	0.04 147	0.28 163	0.03 196	0.00 1	0.22 175	0.55 178	0.09 97	0.00 1	0.12 162	6.36 236	0.94 167	0.11 129	0.15 173	1.19 149	0.15 139	1.91 156	2.47 120	0.00 1	0.31 218	0.00 1	0.00 1	0.00 1	0.00 1

test-3	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.06 91	0.00 1	0.02 159	0.00 1	0.00 1	0.02 27	0.02 104	0.02 59	2.32 159	2.06 215	0.05 72	0.10 146	2.53 179	0.18 149	1.44 139	5.92 220	0.00 1	0.01 36	0.13 186	0.00 1	0.00 1	0.30 175

test_1	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.06 160	0.06 91	0.00 1	0.01 144	0.00 1	0.00 1	0.02 27	0.02 104	0.02 59	2.34 160	2.06 215	0.05 72	0.10 146	2.53 179	0.18 149	1.44 139	5.92 220	0.00 1	0.01 36	0.13 186	0.00 1	0.01 133	0.30 175

GwcNet-ADL	0.57 148	0.00 1	0.00 1	0.00 1	0.02 159	0.02 125	0.24 158	0.00 1	0.00 1	0.53 203	5.52 236	0.21 151	0.09 146	0.03 83	0.99 87	1.20 186	0.14 145	0.19 202	1.53 159	0.83 214	1.51 143	2.29 109	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

R-Stereo Train	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.02 54	0.00 1	0.01 144	0.47 198	1.12 193	0.16 131	0.11 153	0.13 166	1.70 121	1.11 180	0.36 191	0.29 225	2.91 188	0.48 193	2.48 176	3.94 162	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

RAFT-Stereo	0.57 148	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.02 54	0.00 1	0.01 144	0.47 198	1.12 193	0.16 131	0.11 153	0.13 166	1.70 121	1.11 180	0.36 191	0.29 225	2.91 188	0.48 193	2.48 176	3.94 162	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	0.59 153	0.00 1	0.00 1	0.00 1	0.02 159	0.01 74	0.16 137	0.00 1	0.00 1	0.41 194	1.16 196	0.34 171	0.02 104	0.02 59	2.42 162	1.50 192	0.07 96	0.07 136	5.24 205	0.47 191	2.40 174	1.22 71	0.00 1	0.22 198	0.00 1	0.00 1	0.13 166	0.00 1

Any-RAFT	0.60 154	0.00 1	0.01 166	0.00 1	0.00 1	0.01 74	0.03 63	0.01 183	0.00 1	0.20 172	2.51 217	0.24 157	0.12 156	0.09 149	1.44 115	0.84 151	0.33 189	0.15 173	2.66 183	0.14 132	3.42 196	2.75 129	0.01 149	0.03 117	0.00 1	0.00 1	0.00 1	1.22 195

FCDSN-DC	0.60 154	0.03 189	0.45 230	0.00 1	0.00 1	0.23 203	0.64 192	0.00 1	0.00 1	0.34 188	0.16 158	0.63 190	0.07 139	0.17 178	4.12 205	0.66 136	0.15 149	0.12 156	0.57 113	0.06 97	2.15 166	5.03 192	0.00 1	0.44 232	0.00 1	0.05 177	0.15 168	0.00 1
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EGLCR-Stereo	0.61 156	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.05 82	0.00 1	0.44 216	0.00 1	0.98 187	0.15 127	0.07 139	0.00 1	1.09 93	1.60 199	0.13 134	0.18 197	0.73 125	0.37 180	1.29 127	4.83 188	0.17 187	0.46 233	0.00 1	0.38 198	3.60 240	0.00 1

PWC_ROB	0.61 156	0.01 132	0.00 1	0.00 1	0.01 117	0.06 160	0.27 161	0.00 1	0.01 144	0.13 166	0.78 185	0.11 110	0.02 104	0.03 83	4.29 211	1.10 179	0.21 169	0.19 202	0.77 129	0.11 112	2.82 186	4.62 183	0.00 1	0.02 75	0.00 1	0.01 166	0.32 177	0.62 188

DAS	0.66 158	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.05 82	0.05 204	0.02 159	0.74 215	1.61 204	0.29 163	0.27 182	0.01 18	1.37 109	1.65 201	0.43 198	0.18 197	2.17 172	0.27 164	4.03 213	4.36 173	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

SepStereo	0.66 158	0.00 1	0.00 1	0.00 1	0.00 1	0.04 147	0.05 82	0.05 204	0.02 159	0.74 215	1.61 204	0.29 163	0.27 182	0.01 18	1.37 109	1.65 201	0.43 198	0.18 197	2.17 172	0.27 164	4.03 213	4.36 173	0.00 1	0.15 167	0.00 1	0.00 1	0.00 1	0.00 1

DeepPrunerF	0.66 158	0.17 213	0.00 1	0.07 202	1.52 249	0.07 169	0.21 152	0.06 206	0.98 228	0.00 1	0.00 1	0.02 27	0.00 1	0.04 98	2.79 174	0.29 83	0.01 20	0.00 1	0.14 66	0.00 1	0.21 50	0.27 26	0.00 1	0.00 1	10.65 257	0.31 195	0.08 156	0.00 1

ADCRef	0.67 161	0.00 1	0.20 213	0.00 1	0.05 195	0.04 147	0.17 140	0.04 200	1.57 237	0.00 1	0.00 1	0.12 115	0.00 1	0.07 138	3.82 197	0.30 87	0.01 20	0.02 93	0.95 138	0.56 203	0.26 57	1.06 65	0.42 216	0.11 157	0.70 218	1.21 211	0.81 196	5.65 225

MFMNet_re	0.69 162	0.00 1	0.00 1	0.00 1	0.00 1	0.08 174	0.61 189	0.00 1	0.20 205	0.06 154	0.01 119	0.95 197	0.33 189	0.10 155	3.15 181	1.04 172	0.51 202	0.01 75	4.75 203	0.28 167	4.09 215	1.63 90	0.00 1	0.17 180	0.00 1	0.00 1	0.61 190	0.00 1

PSMNet-ADL	0.70 163	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.31 168	0.58 224	0.00 1	0.56 206	5.66 238	0.28 162	0.54 196	0.04 98	2.43 163	1.70 206	0.19 159	0.14 165	1.80 166	0.16 144	1.49 142	2.84 132	0.12 183	0.01 36	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.70 163	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.32 170	0.00 1	0.00 1	0.91 219	2.22 214	0.07 92	0.05 134	0.02 59	1.87 128	1.19 185	0.22 172	0.17 194	2.70 184	0.79 212	2.11 165	5.40 199	0.00 1	0.02 75	0.00 1	0.00 1	0.69 193	0.00 1

cross-raft	0.70 163	0.00 1	0.00 1	0.00 1	0.00 1	0.14 186	0.06 91	0.00 1	0.00 1	0.39 192	0.24 165	0.15 127	0.13 160	0.19 182	2.12 149	1.89 210	0.10 124	0.15 173	2.89 187	0.85 218	3.53 199	5.76 216	0.00 1	0.02 75	0.10 181	0.01 166	0.03 144	0.19 165

ADCP+	0.72 166	0.00 1	0.00 1	0.00 1	0.09 205	0.12 182	0.40 177	0.00 1	0.00 1	0.99 222	0.00 1	0.48 179	0.00 1	0.03 83	3.81 196	0.30 87	0.01 20	0.02 93	1.11 145	0.50 196	0.30 63	0.89 61	0.00 1	0.01 36	0.47 212	3.79 235	1.31 207	4.90 222

MSMDNet	0.76 167	0.00 1	0.00 1	0.00 1	0.00 1	0.14 186	0.07 104	0.00 1	0.00 1	0.67 210	0.28 168	0.15 127	1.73 206	0.16 175	1.88 129	2.78 231	0.09 118	0.14 165	2.36 175	0.48 193	3.45 198	5.58 209	0.00 1	0.02 75	0.10 181	0.27 193	0.03 144	0.18 164

FADNet_RVC	0.77 168	0.04 194	0.21 214	0.06 198	0.24 224	0.07 169	0.47 182	0.03 196	0.21 206	0.22 175	0.11 150	0.39 173	0.12 156	0.17 178	3.32 183	0.85 152	0.24 181	0.69 244	3.79 201	0.38 181	2.02 161	3.31 155	0.28 203	0.37 225	0.19 196	0.02 171	2.55 230	0.38 181

RTS	0.80 169	0.01 132	0.00 1	0.00 1	0.01 117	0.03 139	0.79 196	0.00 1	0.00 1	0.01 128	0.01 119	0.14 123	0.01 72	0.29 198	6.89 241	0.70 140	0.14 145	0.16 186	1.06 141	0.04 82	1.28 125	2.30 110	0.00 1	0.16 173	0.00 1	7.66 250	0.00 1	0.00 1

RTSA	0.80 169	0.01 132	0.00 1	0.00 1	0.01 117	0.03 139	0.79 196	0.00 1	0.00 1	0.01 128	0.01 119	0.14 123	0.01 72	0.29 198	6.89 241	0.70 140	0.14 145	0.16 186	1.06 141	0.04 82	1.28 125	2.30 110	0.00 1	0.16 173	0.00 1	7.66 250	0.00 1	0.00 1

EKT-Stereo	0.81 171	0.00 1	0.00 1	0.00 1	0.02 159	0.02 125	0.20 149	0.00 1	0.02 159	0.17 169	1.71 207	0.30 167	0.26 181	0.36 207	3.05 179	3.07 240	0.19 159	0.23 216	1.35 154	1.45 235	3.11 191	6.25 229	0.01 149	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

PVD	0.81 171	0.00 1	0.33 224	0.00 1	0.03 177	0.03 139	0.33 173	0.29 217	0.00 1	0.42 196	1.15 195	0.19 145	1.00 201	0.12 162	6.88 240	0.89 159	0.22 172	0.20 208	1.54 160	0.38 181	2.63 183	3.96 164	0.01 149	0.27 212	0.46 211	0.00 1	0.30 176	0.21 169

AnonymousM	0.88 173	0.01 132	0.00 1	0.00 1	0.00 1	0.16 192	0.00 1	0.00 1	0.02 159	0.00 1	1.26 199	0.06 83	0.14 162	0.31 204	0.63 60	0.92 163	0.22 172	0.11 150	0.11 58	0.84 216	1.35 133	3.11 146	0.11 182	0.22 198	0.00 1	0.18 190	4.00 241	10.10 243

test-1	0.89 174	0.00 1	0.00 1	0.00 1	0.00 1	0.18 196	0.28 163	0.00 1	0.00 1	1.00 223	2.41 216	0.19 145	0.18 170	0.14 171	3.38 185	2.90 235	0.13 134	0.27 223	1.77 165	1.15 225	3.11 191	6.90 238	0.00 1	0.02 75	0.00 1	0.00 1	0.00 1	0.00 1

SGM-Forest	0.90 175	0.02 174	0.02 176	0.05 194	0.10 208	0.14 186	0.07 104	0.47 219	0.41 212	1.33 234	0.74 183	0.48 179	1.81 207	0.09 149	2.60 172	0.92 163	0.23 177	0.14 165	2.08 169	0.03 74	2.23 170	5.50 205	0.24 198	0.18 183	0.15 194	0.18 190	1.52 210	2.66 206
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCL	0.91 176	0.07 199	0.05 188	0.02 191	0.02 159	0.02 125	0.10 118	0.00 1	1.93 243	0.51 200	0.01 119	0.12 115	0.01 72	0.04 98	3.79 195	0.23 55	0.07 96	0.23 216	0.56 111	0.38 181	0.71 105	0.92 63	0.00 1	0.19 188	2.80 233	2.46 224	2.09 221	7.10 232

RAFT-Test	0.92 177	0.00 1	0.00 1	0.00 1	0.00 1	0.16 192	0.06 91	0.00 1	0.00 1	0.72 214	4.88 234	0.16 131	0.23 179	0.19 182	2.44 166	2.65 228	0.10 124	0.14 165	3.04 191	0.39 184	3.33 195	4.47 181	0.00 1	0.02 75	0.11 183	1.51 216	0.03 144	0.25 171

HH	0.96 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.06 181	1.33 234	1.20 197	0.11 110	0.19 171	0.16 175	2.43 163	4.09 246	0.08 105	0.15 173	3.12 194	0.94 219	4.67 229	5.49 203	0.18 189	0.47 234	0.13 186	0.00 1	0.85 201	0.19 165

HanStereo	0.96 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 74	0.01 21	0.00 1	0.06 181	1.33 234	1.20 197	0.11 110	0.19 171	0.16 175	2.43 163	4.09 246	0.08 105	0.15 173	3.12 194	0.94 219	4.67 229	5.49 203	0.18 189	0.47 234	0.13 186	0.00 1	0.85 201	0.19 165

MSKI-zero shot	0.98 180	0.00 1	0.00 1	0.00 1	0.00 1	0.14 186	0.06 91	0.00 1	0.05 179	0.21 173	3.38 221	0.19 145	0.16 165	0.01 18	3.20 182	3.21 241	0.24 181	0.23 216	3.62 199	1.47 236	3.17 193	6.09 226	0.13 185	0.02 75	0.13 186	0.30 194	0.16 170	0.30 175

FC-DCNN	1.00 181	0.07 199	1.07 238	0.47 221	0.05 195	0.99 220	1.73 216	0.84 229	0.21 206	0.58 207	0.73 182	1.02 200	0.66 198	0.13 166	1.52 117	0.64 134	0.49 201	0.12 156	1.95 168	0.10 108	2.42 175	4.29 171	0.00 1	0.32 219	1.24 222	0.44 201	1.57 214	3.28 213

MFN_U_SF_DS_RVC	1.02 182	0.12 209	0.02 176	0.05 194	0.04 187	0.14 186	2.62 224	0.00 1	0.10 196	0.10 161	0.04 137	0.40 175	1.26 203	1.62 236	5.44 228	0.37 108	0.19 159	0.03 103	2.24 174	0.09 104	3.66 204	4.73 184	0.10 179	0.04 136	0.22 199	0.43 200	0.44 180	3.15 212

NOSS_ROB	1.03 183	0.01 132	0.00 1	0.00 1	0.01 117	0.06 160	0.04 74	0.98 234	0.09 193	1.07 226	1.69 206	1.63 207	0.34 191	1.01 230	3.86 199	2.78 231	0.36 191	0.22 215	0.62 120	0.13 127	3.93 211	6.57 236	0.03 167	0.27 212	0.00 1	1.98 221	0.04 149	0.00 1

EAI-Stereo	1.04 184	0.04 194	0.43 229	0.34 215	0.14 214	0.68 215	0.55 187	0.00 1	0.84 224	0.00 1	4.59 232	0.14 123	0.19 171	0.03 83	3.60 189	3.02 239	0.23 177	0.36 232	3.53 198	0.39 184	2.29 172	3.55 156	0.24 198	0.79 244	0.35 205	0.78 208	0.54 186	0.42 183

TRStereo	1.05 185	0.01 132	0.02 176	0.00 1	0.00 1	0.18 196	0.06 91	0.00 1	0.41 212	1.44 237	0.75 184	0.20 148	0.15 164	0.03 83	2.85 175	2.54 227	0.09 118	0.16 186	1.56 161	0.83 214	2.01 160	5.63 211	0.21 194	0.02 75	0.09 180	8.70 252	0.39 178	0.01 148

ADCMid	1.09 186	0.07 199	0.24 219	0.00 1	0.50 237	0.22 202	1.24 209	0.04 200	0.12 200	0.13 166	0.13 153	0.48 179	0.72 199	0.06 122	4.25 210	0.93 165	0.09 118	0.11 150	3.03 190	0.36 178	1.68 148	3.02 142	0.41 213	0.20 192	0.20 197	2.24 223	1.54 212	7.37 233

MADNet+	1.12 187	0.01 132	0.07 194	0.00 1	0.11 209	0.17 194	2.26 221	0.00 1	0.00 1	0.19 170	0.03 131	1.07 201	0.19 171	0.21 185	8.91 248	1.68 205	1.11 211	0.15 173	1.51 158	0.73 210	5.60 234	5.28 196	0.00 1	0.64 241	0.13 186	0.00 1	0.11 163	0.06 156

FBW_ROB	1.12 187	0.02 174	0.13 201	0.04 192	0.35 230	0.38 208	2.30 222	0.00 1	0.00 1	0.13 166	0.61 179	1.62 206	1.22 202	1.98 240	2.00 135	0.27 75	0.40 196	0.02 93	11.14 225	0.30 173	3.31 194	2.92 137	1.12 230	0.04 136	0.00 1	0.02 171	0.00 1	0.00 1

IGEV_Zeroshot_test	1.16 189	0.00 1	0.17 206	0.15 209	0.00 1	0.87 219	0.60 188	0.00 1	0.39 209	1.02 224	5.37 235	0.51 186	0.25 180	0.15 174	2.49 169	2.80 233	0.12 133	0.16 186	2.62 181	1.22 231	2.79 185	6.65 237	0.06 173	0.03 117	0.18 195	0.08 178	2.36 226	0.29 174

S-Stereo	1.21 190	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.63 191	0.15 209	0.06 181	0.30 184	5.55 237	5.23 224	0.30 186	0.05 116	3.55 188	2.94 236	0.18 156	0.19 202	2.49 178	1.73 238	2.19 167	5.50 205	0.20 191	0.22 198	0.00 1	0.01 166	0.56 187	0.61 187

FAT-Stereo	1.26 191	0.00 1	0.00 1	0.00 1	0.01 117	0.02 125	0.15 134	0.55 223	0.04 176	0.51 200	7.88 247	3.62 219	0.74 200	0.06 122	1.96 134	2.12 217	0.20 164	0.16 186	1.45 156	1.16 227	3.81 208	5.59 210	0.10 179	0.24 207	0.00 1	0.00 1	0.57 189	2.96 210

SFCPSM	1.28 192	0.00 1	0.00 1	0.00 1	0.00 1	0.03 139	0.08 108	0.00 1	0.07 188	0.52 202	2.83 218	2.32 212	5.43 223	0.09 149	3.44 186	1.42 189	0.27 184	0.14 165	10.39 221	1.15 225	2.02 161	3.06 145	0.05 170	0.08 154	0.00 1	0.16 187	0.45 181	0.43 184

ccs_rob	1.28 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 54	0.18 210	0.01 144	1.16 231	9.90 256	9.16 233	0.10 151	0.21 185	2.12 149	1.66 203	0.19 159	0.14 165	1.59 162	0.42 186	3.07 190	4.42 175	0.01 149	0.13 161	0.00 1	0.00 1	0.00 1	0.07 158

SAMSARA	1.30 194	0.00 1	0.19 209	0.00 1	0.01 117	0.05 156	0.90 202	0.03 196	0.00 1	0.39 192	0.72 181	0.14 123	3.44 216	0.11 159	7.13 243	1.57 197	0.21 169	0.21 212	2.14 171	0.29 170	2.69 184	3.74 158	0.00 1	0.40 227	1.24 222	5.51 242	1.44 208	2.54 203

MSC_U_SF_DS_RVC	1.38 195	0.74 233	0.19 209	0.31 214	0.18 219	0.35 207	3.68 232	0.01 183	0.09 193	0.67 210	0.03 131	0.94 196	1.35 204	2.37 243	5.01 217	0.79 148	0.61 205	0.40 234	8.70 216	0.63 206	2.38 173	4.03 166	0.42 216	0.27 212	0.24 201	0.20 192	0.04 149	2.71 207

AnyNet_C32	1.39 196	0.12 209	0.01 166	0.05 194	0.01 117	0.19 198	0.79 196	0.00 1	3.06 246	0.32 187	1.39 201	0.22 152	0.02 104	0.07 138	5.20 220	0.85 152	0.15 149	0.15 173	0.87 136	0.51 198	2.56 179	4.20 170	0.01 149	0.34 223	1.73 225	3.43 232	1.55 213	9.84 242

HBP-ISP	1.40 197	0.02 174	0.09 197	0.00 1	0.01 117	0.19 198	0.06 91	0.00 1	0.05 179	1.19 232	3.51 223	0.26 159	0.31 188	1.83 237	6.48 237	5.66 254	0.37 195	0.33 230	1.24 151	1.06 223	4.19 218	8.59 246	0.00 1	0.35 224	0.28 204	0.00 1	0.85 201	0.83 192

anonymity	1.44 198	0.03 189	0.00 1	0.00 1	0.00 1	0.19 198	0.05 82	0.00 1	0.41 212	0.75 218	16.60 260	0.38 172	0.36 193	0.09 149	2.45 167	2.74 230	0.13 134	0.16 186	2.13 170	0.29 170	2.21 169	5.94 223	0.05 170	0.22 198	0.22 199	0.44 201	2.67 232	0.33 179

CBMV	1.45 199	0.00 1	0.00 1	0.00 1	0.00 1	0.48 209	0.86 201	1.00 235	0.00 1	0.68 212	1.56 203	4.25 220	1.84 209	0.61 221	2.90 177	1.98 211	0.73 207	0.15 173	3.62 199	0.62 205	3.93 211	6.49 235	0.00 1	0.22 198	0.00 1	0.00 1	1.68 215	5.62 224
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
iRaft-Stereo_20w	1.56 200	0.30 220	0.61 233	0.16 210	0.09 205	0.12 182	0.45 179	0.00 1	0.89 225	1.89 242	7.46 245	0.33 170	0.27 182	0.43 212	2.09 147	2.35 224	0.23 177	0.31 229	1.92 167	1.34 234	2.52 178	5.50 205	0.34 208	0.27 212	0.40 208	7.30 249	1.97 218	2.62 205

SPS-STEREO	1.63 201	0.03 189	0.01 166	0.29 213	0.00 1	0.61 213	1.62 214	0.34 218	0.00 1	0.53 203	4.46 230	1.94 209	0.50 195	0.45 214	5.14 219	1.67 204	0.83 210	0.28 224	10.36 219	0.53 201	5.64 235	6.27 230	0.28 203	0.53 240	0.26 202	0.41 199	0.83 198	0.19 165
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
edge stereo	1.64 202	0.00 1	0.05 188	0.06 198	0.00 1	0.34 206	0.79 196	1.40 242	0.56 219	0.97 221	3.06 220	6.44 227	3.97 218	0.30 202	3.51 187	2.36 225	0.27 184	0.20 208	7.11 211	1.19 229	2.20 168	5.65 214	0.25 200	0.16 173	0.04 169	0.00 1	0.63 191	2.74 208

ADCS	1.65 203	0.00 1	0.00 1	0.00 1	0.04 187	0.05 156	0.67 194	0.19 211	0.93 226	0.25 178	0.52 174	0.74 192	4.52 220	0.24 194	4.79 216	3.21 241	0.57 204	0.15 173	3.06 193	0.07 101	4.66 227	5.64 213	0.00 1	0.26 211	0.47 212	5.52 243	1.50 209	6.48 228

SQANet	1.66 204	1.66 240	0.18 208	2.67 234	0.02 159	1.98 226	1.09 206	0.00 1	0.00 1	0.00 1	0.16 158	0.49 185	0.02 104	0.30 202	4.19 208	0.22 53	1.87 227	0.05 124	16.18 235	0.11 112	2.89 188	4.79 187	3.70 238	0.11 157	0.00 1	0.00 1	0.12 164	1.92 199

RainbowNet	1.66 204	0.40 224	0.10 198	1.85 230	0.06 198	2.14 227	2.19 220	0.00 1	0.13 202	0.00 1	0.00 1	0.92 195	0.05 134	0.65 223	3.74 192	0.69 139	1.17 212	0.00 1	8.35 215	1.67 237	3.75 205	5.43 201	8.08 245	0.20 192	0.00 1	0.00 1	0.09 160	3.05 211

MFN_U_SF_RVC	1.66 204	0.61 230	0.63 234	0.42 218	0.48 236	0.59 212	2.71 225	0.48 220	0.39 209	1.15 230	2.87 219	1.09 202	0.43 194	1.56 235	5.82 233	0.94 167	0.47 200	0.44 238	12.96 230	0.84 216	4.25 220	2.62 125	0.29 206	0.98 248	0.11 183	0.83 209	0.01 133	0.91 193

FINET	1.70 207	0.35 223	0.46 231	0.12 208	0.27 226	0.55 210	0.66 193	0.52 221	1.67 238	0.21 173	3.44 222	0.57 187	2.00 211	0.58 218	11.54 252	1.64 200	0.51 202	0.26 222	1.08 143	1.00 222	1.37 135	3.28 153	0.26 202	0.83 245	2.98 234	5.65 244	0.83 198	3.31 214

ADCPNet	1.79 208	0.02 174	0.70 236	0.06 198	0.57 238	0.05 156	2.94 227	0.71 227	0.42 215	1.08 227	2.32 215	0.58 188	7.16 226	0.35 206	5.08 218	0.87 155	0.22 172	0.01 75	5.26 206	0.74 211	1.96 158	4.04 168	1.16 231	0.02 75	0.93 220	1.41 215	0.89 205	8.87 240

XX-Stereo	1.82 209	0.01 132	0.00 1	0.00 1	0.00 1	0.13 185	0.18 142	0.00 1	0.00 1	1.23 233	6.05 241	0.11 110	0.22 177	0.03 83	3.13 180	3.50 243	0.11 129	0.17 194	3.33 197	0.18 149	1.64 147	3.58 157	0.25 200	0.03 117	24.54 262	0.02 171	0.24 173	0.56 186

otaku	1.95 210	2.11 241	0.26 220	3.13 236	0.04 187	3.09 233	1.08 205	0.00 1	0.00 1	0.00 1	0.18 162	0.95 197	0.04 128	0.67 225	4.60 213	0.23 55	1.99 228	0.06 131	17.97 239	0.17 147	3.44 197	5.06 193	5.32 240	0.11 157	0.00 1	0.00 1	0.07 154	2.05 201

pmcnn	1.98 211	0.01 132	0.07 194	0.10 206	0.24 224	0.07 169	2.48 223	0.65 225	0.12 200	0.30 184	3.74 225	5.24 225	7.02 225	0.66 224	2.87 176	2.98 238	1.24 217	0.74 246	5.27 207	1.79 239	6.31 242	5.65 214	1.27 232	0.23 204	0.00 1	0.65 204	1.68 215	2.16 202

ACVNet-4b	2.02 212	1.03 237	0.15 203	2.62 233	0.01 117	2.86 231	4.11 235	0.00 1	0.00 1	0.02 135	0.14 157	1.87 208	3.70 217	0.36 207	3.75 193	0.25 61	4.13 244	0.03 103	11.89 227	0.28 167	4.50 225	5.37 198	5.43 241	0.33 222	0.00 1	0.00 1	0.00 1	1.65 198

Ntro	2.04 213	3.29 248	0.33 224	3.27 238	0.03 177	3.34 234	2.11 219	0.00 1	0.00 1	0.00 1	0.00 1	0.85 194	0.16 165	0.60 219	3.94 202	0.19 43	2.41 232	0.07 136	18.02 241	0.16 144	3.89 210	5.52 208	5.26 239	0.12 160	0.00 1	0.00 1	0.00 1	1.58 197

SANet	2.05 214	0.25 217	0.19 209	0.17 211	0.33 228	0.78 218	1.59 212	1.14 239	1.92 242	0.26 179	1.04 189	23.65 250	7.24 227	0.29 198	2.22 155	0.33 97	1.51 219	0.07 136	1.31 152	0.12 119	2.28 171	3.02 142	0.01 149	0.23 204	0.05 173	1.90 220	0.63 191	2.80 209

AnyNet_C01	2.09 215	0.26 218	0.14 202	0.38 217	0.08 204	0.17 194	4.00 233	0.93 233	2.97 245	0.43 197	1.34 200	2.45 214	3.18 214	0.36 207	5.27 221	4.78 250	2.60 235	0.75 247	2.46 177	0.32 174	5.67 236	7.18 239	0.10 179	0.42 230	1.82 227	0.67 205	2.30 225	5.33 223

G-Net	2.17 216	0.21 215	0.19 209	0.01 187	0.18 219	0.06 160	0.25 159	1.13 237	1.79 240	0.35 189	2.16 212	20.14 242	1.93 210	0.06 122	2.15 151	2.27 223	0.20 164	0.40 234	2.81 185	2.74 247	2.84 187	3.14 147	0.00 1	0.23 204	0.20 197	2.47 225	3.03 235	7.71 234

ACVNet_1	2.23 217	0.68 232	0.04 186	6.25 245	0.14 214	3.83 239	5.73 240	0.00 1	0.02 159	0.00 1	0.00 1	2.20 210	0.11 153	1.13 232	2.00 135	0.25 61	3.66 240	0.02 93	14.19 231	0.03 74	4.29 222	4.84 189	10.23 248	0.22 198	0.00 1	0.00 1	0.03 144	0.21 169

Dean	2.52 218	0.34 221	0.32 223	7.13 247	1.22 244	2.53 229	4.00 233	0.00 1	0.00 1	0.00 1	0.00 1	3.59 218	7.47 229	0.45 214	2.26 156	0.53 121	3.80 241	0.01 75	10.37 220	0.14 132	4.18 217	5.89 218	12.78 250	0.27 212	0.53 215	0.09 180	0.13 166	0.02 153

WAO-6	2.57 219	0.02 174	0.01 166	3.30 239	0.03 177	1.06 222	3.44 230	0.01 183	0.76 223	0.04 145	0.00 1	5.14 223	15.63 240	0.53 216	4.67 215	0.57 126	5.23 248	0.00 1	5.98 209	0.00 1	3.85 209	5.63 211	0.00 1	0.16 173	2.10 229	3.67 233	1.53 211	5.98 227

ACVNet_2	2.57 219	0.17 213	0.05 188	5.63 242	0.07 202	2.53 229	2.79 226	0.00 1	0.00 1	0.00 1	0.37 172	1.17 203	0.33 189	0.29 198	2.52 170	0.21 50	7.71 253	0.00 1	26.78 252	0.09 104	3.57 202	5.07 194	8.69 247	0.25 209	0.41 209	0.00 1	0.51 185	0.25 171

CBMV_ROB	2.62 221	0.01 132	0.03 182	0.00 1	0.01 117	0.58 211	0.61 189	1.17 240	0.10 196	1.52 239	3.55 224	13.49 235	8.67 231	0.23 189	5.62 230	1.82 209	0.82 209	0.19 202	7.12 212	0.28 167	5.11 231	5.42 200	0.22 195	0.17 180	2.45 230	4.56 239	2.22 224	4.68 220

WAO-7	2.84 222	0.40 224	2.88 250	5.89 243	0.12 210	1.03 221	3.56 231	0.04 200	1.07 232	2.02 246	8.76 250	6.92 228	12.90 238	0.42 211	3.95 203	0.56 125	2.54 233	0.11 150	9.58 218	0.14 132	3.02 189	4.44 176	0.00 1	0.49 236	0.37 207	2.51 227	0.25 174	2.59 204

DGSMNet	2.85 223	0.58 228	0.17 206	0.34 215	0.06 198	0.63 214	0.14 131	0.84 229	0.28 208	2.25 251	12.81 259	1.00 199	3.19 215	2.09 241	6.10 234	4.89 252	6.10 250	2.34 253	7.39 213	1.17 228	8.04 252	10.60 256	1.36 233	0.74 243	0.45 210	1.39 212	0.47 183	1.55 196

STTRV1_RVC	2.91 224	0.15 212	0.12 199	0.09 205	0.04 187	0.26 204	0.46 180	0.00 1	0.19 204	0.08 157	0.52 174	0.65 191	1.81 207	0.38 210	9.72 251	1.47 191	2.84 238	0.25 221	35.45 258	3.92 250	4.13 216	4.93 191	0.07 175	0.30 217	1.97 228	0.37 196	1.76 217	6.75 229

SGM_RVC	2.97 225	0.34 221	0.33 224	0.43 219	0.30 227	1.27 225	1.61 213	1.90 244	0.97 227	2.00 245	3.87 228	7.68 230	4.72 221	0.26 196	1.38 111	0.85 152	2.13 229	0.62 243	11.93 228	1.12 224	4.33 223	4.59 182	0.77 224	0.87 246	2.63 231	2.81 229	7.59 252	12.95 249
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LVE	3.06 226	0.52 227	0.04 186	10.78 253	1.39 247	4.74 240	9.40 247	0.00 1	0.06 181	0.02 135	0.00 1	2.39 213	5.42 222	0.75 227	2.10 148	0.64 134	2.59 234	0.06 131	18.00 240	0.05 88	4.19 218	6.16 227	8.39 246	0.40 227	0.67 217	0.12 185	0.15 168	3.61 216

PSMNet_ROB	3.06 226	3.25 247	0.21 214	0.24 212	0.12 210	5.74 242	4.73 236	0.00 1	0.00 1	1.03 225	4.58 231	4.73 221	10.29 233	5.90 248	4.24 209	0.32 93	1.61 221	0.17 194	14.51 232	0.72 209	3.76 206	2.39 119	11.05 249	0.38 226	0.73 219	0.76 207	0.46 182	0.73 190

SPstereo	3.29 228	0.24 216	0.84 237	0.00 1	0.00 1	0.03 139	0.14 131	0.02 189	0.66 220	0.64 209	7.55 246	7.54 229	16.34 243	0.28 197	5.36 225	6.31 255	0.75 208	0.98 249	4.70 202	4.01 252	7.45 248	9.34 254	0.00 1	0.16 173	1.31 224	3.07 230	3.04 236	8.14 236

MDST_ROB	3.56 229	2.70 245	0.07 194	4.84 241	0.14 214	2.89 232	0.98 203	1.00 235	0.07 188	0.96 220	1.94 209	0.79 193	16.25 242	0.14 171	9.09 249	0.43 111	0.23 177	0.13 158	5.06 204	0.14 132	4.41 224	6.17 228	0.41 213	0.13 161	9.02 254	3.68 234	16.78 260	7.76 235

DispFullNet	3.59 230	0.27 219	6.92 258	0.11 207	0.14 214	0.01 74	0.07 104	3.86 251	0.40 211	6.90 261	8.04 248	11.36 234	7.39 228	0.04 98	3.32 183	6.96 257	1.17 212	0.24 219	17.95 238	2.49 245	5.44 233	5.79 217	0.28 203	0.13 161	1.07 221	0.10 182	2.52 229	3.87 217

MaskLacGwcNet_RVC	3.71 231	0.58 228	0.28 222	0.57 222	0.46 235	0.74 216	1.00 204	0.70 226	0.72 221	1.50 238	5.80 240	50.24 263	4.14 219	1.16 233	2.18 154	1.09 178	1.19 214	1.86 250	7.46 214	0.45 187	4.66 227	6.00 224	0.16 186	0.21 196	0.57 216	1.70 217	2.80 234	1.97 200

IMH-64-1	4.04 232	0.07 199	0.39 227	1.52 228	0.35 230	3.43 235	6.11 241	0.23 215	0.06 181	0.00 1	0.00 1	2.67 215	12.82 236	1.93 238	4.14 206	1.04 172	1.66 222	0.05 124	10.44 223	0.02 59	2.58 180	6.40 233	41.84 257	0.18 183	3.39 235	1.40 213	1.99 219	4.47 218

IMH-64	4.04 232	0.07 199	0.39 227	1.52 228	0.35 230	3.43 235	6.11 241	0.23 215	0.06 181	0.00 1	0.00 1	2.67 215	12.82 236	1.93 238	4.14 206	1.04 172	1.66 222	0.05 124	10.44 223	0.02 59	2.58 180	6.40 233	41.84 257	0.18 183	3.39 235	1.40 213	1.99 219	4.47 218

DPSNet	4.06 234	0.07 199	0.22 218	0.06 198	0.13 213	0.21 201	0.41 178	0.02 189	0.06 181	0.03 139	1.39 201	25.44 254	5.76 224	2.92 244	7.42 245	3.93 244	1.67 224	0.70 245	40.06 259	2.28 244	6.33 243	8.22 244	0.92 228	0.52 239	0.04 169	0.61 203	0.05 152	0.06 156

ELAS_RVC	4.48 235	0.50 226	1.51 243	1.20 224	0.61 240	8.62 251	1.89 217	2.53 245	0.50 218	2.07 248	6.95 244	23.23 249	17.25 244	0.81 228	4.60 213	1.13 182	2.25 230	1.97 252	5.84 208	0.57 204	6.29 241	8.67 248	0.41 213	1.12 249	8.55 253	4.47 237	2.66 231	4.85 221
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	4.56 236	0.11 208	0.12 199	1.27 225	0.12 210	1.23 224	0.71 195	3.35 248	1.76 239	2.05 247	6.20 242	21.68 246	13.85 239	0.34 205	7.91 247	4.04 245	1.21 216	0.58 242	11.76 226	0.79 212	10.78 257	9.27 251	0.20 191	0.42 230	3.91 239	1.74 218	6.97 251	10.66 245
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
SGM+DAISY	4.62 237	0.93 236	1.45 242	0.76 223	0.86 242	2.14 227	1.72 215	2.62 246	3.96 249	2.63 254	9.38 254	7.72 231	8.53 230	0.56 217	12.76 255	4.59 249	1.53 220	0.88 248	16.97 237	2.63 246	6.55 244	7.92 243	0.39 210	2.07 253	5.22 246	7.27 248	4.16 242	8.66 239

ELAS	4.74 238	0.65 231	1.22 241	1.96 231	1.44 248	3.61 238	2.03 218	3.18 247	0.99 229	1.89 242	8.93 251	24.86 253	15.94 241	1.00 229	5.30 222	1.14 184	2.38 231	1.91 251	6.23 210	0.47 191	6.16 239	8.76 249	0.34 208	0.89 247	8.00 252	6.07 246	4.43 245	8.19 237
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	4.81 239	0.13 211	0.48 232	1.42 226	0.40 233	3.60 237	6.61 243	0.19 211	0.03 172	0.04 145	0.13 153	4.94 222	22.28 253	6.44 249	2.58 171	0.81 149	1.72 225	0.04 113	12.36 229	0.11 112	2.61 182	6.07 225	42.84 259	0.18 183	3.92 240	2.17 222	0.83 198	6.91 231

PWCK	5.12 240	0.87 235	0.06 192	2.99 235	0.40 233	6.48 247	7.66 246	0.91 231	1.54 236	2.65 255	6.35 243	16.63 238	9.54 232	0.60 219	3.98 204	0.68 138	2.63 236	0.21 212	44.24 262	1.93 241	5.68 237	5.44 202	0.65 222	0.17 180	3.48 237	4.08 236	2.45 228	5.96 226

SGM-ForestM	5.72 241	5.63 251	2.27 247	2.02 232	0.59 239	5.23 241	5.67 239	3.80 250	3.21 247	1.82 241	5.72 239	15.89 237	11.10 234	1.01 230	12.95 256	2.16 218	2.99 239	0.47 239	15.00 233	1.80 240	5.23 232	4.76 186	0.90 226	1.23 251	9.60 256	10.11 254	11.76 256	11.41 246

WAO-8	6.18 242	2.25 242	1.92 244	12.07 257	1.25 245	6.29 245	6.66 244	0.21 213	6.47 250	2.21 249	3.84 226	18.73 239	20.59 249	7.84 253	5.41 226	0.90 161	3.87 242	0.04 113	20.01 245	2.05 242	3.55 200	6.33 231	3.03 235	0.50 237	7.25 250	5.10 240	4.59 248	13.89 250

Venus	6.18 242	2.25 242	1.92 244	12.06 256	1.25 245	6.29 245	6.66 244	0.21 213	6.47 250	2.21 249	3.84 226	18.73 239	20.59 249	7.84 253	5.41 226	0.90 161	3.87 242	0.04 113	20.01 245	2.05 242	3.55 200	6.33 231	3.03 235	0.50 237	7.25 250	5.10 240	4.59 248	13.89 250

STStereo	6.99 244	0.84 234	7.77 259	6.18 244	2.41 251	6.26 244	3.34 229	9.31 259	6.81 252	2.25 251	12.05 258	30.71 260	18.67 245	0.62 222	12.19 254	2.67 229	1.19 214	0.55 241	21.89 248	1.27 232	3.78 207	5.33 197	0.53 221	2.44 255	6.45 248	6.98 247	4.53 247	11.76 248

JetBlue	7.11 245	4.59 250	3.27 251	10.04 252	6.40 254	12.46 252	10.75 249	3.50 249	1.03 230	0.30 184	1.00 188	28.50 257	2.29 212	8.13 255	5.68 232	4.20 248	4.26 246	2.54 254	10.43 222	0.95 221	10.83 258	11.44 257	6.36 244	0.69 242	6.83 249	10.82 255	4.28 243	20.40 258

ktn	7.56 246	1.06 238	2.72 249	7.84 248	1.70 250	8.57 250	14.39 253	1.71 243	7.05 253	0.26 179	1.10 191	20.09 241	35.01 257	4.38 245	3.63 190	0.89 159	6.52 251	0.19 202	19.79 244	2.83 248	4.53 226	4.90 190	38.36 253	0.19 188	1.80 226	2.47 225	2.43 227	9.60 241

KSHMR	7.70 247	5.69 252	1.09 239	14.60 258	4.71 253	13.91 253	12.87 251	0.54 222	1.32 233	0.55 205	0.53 177	9.07 232	20.05 246	13.43 262	4.39 212	0.99 170	2.75 237	0.29 225	21.13 247	0.23 159	6.95 246	7.30 240	44.94 262	0.25 209	3.87 238	1.75 219	3.06 237	11.74 247

notaker	8.68 248	8.42 256	3.82 252	16.17 259	6.93 255	18.17 257	16.15 256	0.92 232	0.75 222	0.04 145	0.07 141	24.47 252	34.20 256	4.95 247	5.35 224	0.62 130	5.54 249	0.04 113	22.92 251	0.50 196	6.71 245	7.86 242	44.31 261	0.40 227	0.35 205	0.71 206	0.73 194	3.32 215

LSM0	9.34 249	0.02 174	0.21 214	0.05 194	0.05 195	0.77 217	3.14 228	1.24 241	1.06 231	0.68 212	4.67 233	5.31 226	11.74 235	0.23 189	69.22 263	79.55 264	1.31 218	0.24 219	27.04 253	1.21 230	7.64 251	11.85 259	0.00 1	0.32 219	0.51 214	4.55 238	4.44 246	15.15 254

TorneroNet	9.72 250	6.86 253	0.63 234	8.75 249	1.06 243	15.85 255	15.49 255	1.13 237	15.31 260	0.29 183	4.00 229	21.70 247	37.44 259	8.74 257	5.64 231	0.87 155	6.95 252	0.00 1	29.50 256	3.96 251	7.51 249	8.23 245	43.91 260	0.18 183	4.34 241	3.26 231	0.49 184	10.32 244

TorneroNet-64	10.09 251	7.47 254	1.20 240	11.62 255	0.33 228	14.30 254	14.79 254	0.75 228	18.10 262	0.12 165	1.06 190	22.44 248	41.62 260	9.94 260	6.33 235	0.93 165	7.76 254	0.03 103	27.31 255	4.24 253	7.12 247	8.60 247	39.34 254	0.20 192	4.35 242	5.76 245	0.81 196	15.90 255

MANE	10.46 252	3.24 246	8.60 260	3.13 236	3.62 252	5.94 243	5.57 238	7.92 256	10.02 255	2.26 253	8.45 249	24.17 251	23.37 254	0.74 226	15.07 258	6.56 256	4.21 245	13.92 260	15.53 234	2.83 248	7.54 250	7.54 241	0.91 227	3.82 257	17.28 259	20.19 260	28.35 261	31.64 261

DPSimNet_ROB	10.89 253	8.39 255	6.44 257	6.54 246	7.18 256	6.86 248	10.05 248	8.72 258	11.16 256	5.28 259	22.63 262	14.54 236	25.46 255	6.79 250	15.19 259	11.37 261	10.28 256	5.20 257	21.98 249	8.92 258	12.11 259	12.60 260	5.83 242	6.72 260	9.06 255	11.87 258	8.32 253	14.55 252

MADNet++	12.10 254	1.28 239	4.40 254	1.48 227	8.50 258	1.11 223	5.07 237	7.06 254	12.42 257	6.23 260	9.13 252	20.82 243	20.22 247	8.46 256	7.60 246	10.79 260	9.78 255	5.25 258	22.57 250	14.99 260	38.05 263	39.35 263	1.04 229	9.28 261	5.42 247	41.02 263	8.51 254	6.75 229

UNDER WATER	12.19 255	10.83 257	2.25 246	26.39 263	16.71 262	26.12 260	24.17 258	6.35 252	3.67 248	1.08 227	0.09 148	29.96 259	20.43 248	15.39 263	6.64 239	2.23 221	10.80 257	0.39 233	18.71 243	5.04 254	8.23 254	9.10 250	49.56 265	1.60 252	4.76 244	9.28 253	4.35 244	15.05 253

UNDER WATER-64	13.05 256	13.19 258	2.40 248	28.46 264	17.88 263	27.50 261	25.23 259	7.52 255	1.83 241	1.13 229	0.22 164	32.29 261	22.09 252	17.20 264	7.26 244	2.95 237	11.18 258	0.40 234	18.46 242	5.41 255	8.15 253	9.27 251	49.88 266	1.15 250	4.54 243	11.66 256	6.05 250	18.96 257

FADE	13.42 257	3.95 249	5.67 255	0.45 220	0.74 241	7.67 249	11.51 250	6.62 253	14.58 259	9.50 262	18.67 261	61.24 265	21.38 251	4.53 246	14.52 257	4.87 251	15.30 260	8.72 259	42.03 260	20.09 262	17.91 261	18.38 261	1.95 234	4.44 259	4.89 245	2.55 228	12.72 257	27.60 260

BEATNet-Init1	15.68 258	15.37 260	4.22 253	25.55 262	7.71 257	24.21 259	13.55 252	8.44 257	9.06 254	3.20 257	10.36 257	27.54 255	36.19 258	2.18 242	19.22 260	8.06 258	4.32 247	2.98 255	44.80 263	16.05 261	10.19 255	11.52 258	3.07 237	4.37 258	21.55 261	12.93 259	43.41 263	33.28 262

JetRed	15.87 259	13.60 259	20.44 262	3.42 240	11.29 260	23.79 258	29.72 261	12.02 260	2.83 244	3.02 256	0.31 170	21.58 245	2.68 213	20.97 266	6.58 238	9.76 259	27.42 262	35.45 263	8.79 217	5.60 257	27.44 262	19.62 262	26.79 252	2.32 254	19.14 260	34.58 262	13.51 258	25.87 259

LE_ROB	16.32 260	2.57 244	5.86 256	11.41 254	30.07 264	16.13 256	26.42 260	14.50 261	12.65 258	1.89 242	9.24 253	37.07 262	44.08 261	1.50 234	9.30 250	1.08 175	1.80 226	0.52 240	27.22 254	5.56 256	6.26 240	5.92 220	6.17 243	22.01 262	27.20 263	30.51 261	38.45 262	45.15 263

DLNR_Zeroshot_test	19.81 261	69.68 266	0.00 1	88.82 268	0.03 177	0.09 175	98.82 272	0.00 1	0.03 172	1.81 240	0.62 180	0.12 115	0.19 171	11.89 261	96.41 266	100.00 270	20.55 261	18.03 261	16.18 235	1.33 233	6.11 238	4.03 166	0.00 1	0.16 173	0.00 1	0.00 1	0.02 139	0.00 1

HanzoNet	19.84 262	18.17 261	10.58 261	22.57 260	16.38 261	37.12 265	34.30 262	16.26 262	16.72 261	3.72 258	9.70 255	53.35 264	44.36 262	36.91 267	11.75 253	5.26 253	13.63 259	3.09 256	43.98 261	12.13 259	10.40 256	9.38 255	49.42 264	2.80 256	12.25 258	11.86 257	11.40 255	18.18 256

ASD4	46.04 263	31.96 262	42.55 264	23.68 261	9.68 259	36.90 264	20.98 257	20.88 263	34.17 264	13.61 265	31.15 263	21.11 244	82.80 264	19.63 265	38.76 262	46.07 262	45.74 263	64.78 265	32.34 257	60.31 264	59.46 265	66.17 265	18.70 251	26.92 263	96.75 268	99.43 268	99.07 267	99.49 268

LRCNet_RVC	50.00 264	67.84 265	36.01 263	88.29 267	86.84 270	83.88 268	78.12 267	40.94 266	24.64 263	95.76 266	65.47 265	84.33 268	48.35 263	95.65 272	24.33 261	2.81 234	57.17 266	40.32 264	91.02 268	50.19 263	17.89 260	9.27 251	89.98 272	44.88 264	2.67 232	0.08 178	14.90 259	8.33 238

DGTPSM_ROB	71.58 265	40.03 263	96.20 270	8.95 250	79.88 267	31.06 262	64.15 265	26.12 264	99.99 269	12.80 263	97.52 267	28.38 256	91.83 266	8.83 258	99.75 270	99.93 268	47.30 264	93.42 267	68.62 264	98.69 269	78.39 266	97.76 271	63.91 270	99.24 267	100.00 269	100.00 269	100.00 269	100.00 269

DPSMNet_ROB	71.67 266	40.12 264	96.20 270	9.00 251	79.91 268	31.07 263	64.17 266	26.13 265	99.99 269	12.99 264	97.51 266	28.51 258	92.15 267	9.07 259	99.72 269	99.93 268	47.41 265	93.44 268	69.36 265	98.70 270	78.48 267	97.88 272	64.00 271	99.24 267	100.00 269	100.00 269	100.00 269	100.00 269

PML	75.37 267	92.44 269	42.92 265	100.00 274	86.00 269	99.81 272	85.15 268	100.00 269	89.00 265	98.90 267	43.95 264	99.77 273	99.44 270	88.99 268	75.51 264	48.25 263	83.78 267	29.10 262	98.88 270	64.95 265	43.54 264	49.20 264	49.21 263	55.67 265	70.87 266	60.82 264	99.78 268	78.94 265

DPSM_ROB	83.17 268	70.36 267	91.77 266	52.54 265	63.28 265	52.84 266	40.20 263	100.00 269	100.00 271	100.00 270	100.00 270	82.17 266	95.65 268	6.84 251	100.00 271	100.00 270	89.07 268	95.30 270	81.25 266	92.14 266	94.32 271	97.20 269	40.55 255	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

DPSM	83.17 268	70.36 267	91.77 266	52.54 265	63.28 265	52.84 266	40.20 263	100.00 269	100.00 271	100.00 270	100.00 270	82.17 266	95.65 268	6.84 251	100.00 271	100.00 270	89.07 268	95.30 270	81.25 266	92.14 266	94.32 271	97.20 269	40.55 255	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

MEDIAN_ROB	92.37 270	96.59 270	94.45 269	99.95 272	99.21 271	99.95 273	100.00 274	97.09 267	94.18 266	99.60 268	99.40 268	92.66 269	88.89 265	99.91 273	96.18 265	92.98 265	95.99 270	94.85 269	98.03 269	94.74 268	82.45 269	82.74 267	100.00 274	90.40 266	66.48 265	80.60 266	68.82 264	87.95 266

MyStereo02	93.52 271	99.00 271	99.83 273	98.81 269	0.00 1	91.13 269	91.52 270	100.00 269	100.00 271	100.00 270	100.00 270	94.41 271	100.00 273	95.59 270	100.00 271	100.00 270	100.00 274	100.00 273	100.00 273	100.00 272	100.00 273	100.00 273	54.78 268	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

HaxPig	94.58 272	99.96 275	92.40 268	99.98 273	99.99 272	99.97 274	99.97 273	99.93 268	99.73 267	99.99 269	99.91 269	99.98 274	99.83 271	99.98 274	98.37 267	96.68 266	97.41 271	91.67 266	99.97 271	99.96 271	81.23 268	76.11 266	99.96 273	99.94 269	54.73 264	97.09 267	74.37 265	94.53 267

AVERAGE_ROB	95.63 273	99.92 274	98.77 272	100.00 274	100.00 273	100.00 275	100.00 274	100.00 269	99.96 268	100.00 270	100.00 270	100.00 275	100.00 273	100.00 275	99.12 268	99.23 267	99.82 272	99.14 272	100.00 273	100.00 272	92.61 270	96.41 268	100.00 274	100.00 270	73.24 267	74.63 265	75.72 266	73.35 264

CasAABBNet	97.21 274	99.36 273	100.00 275	98.86 271	100.00 273	91.21 271	91.28 269	100.00 269	100.00 271	100.00 270	100.00 270	94.01 270	99.86 272	95.51 269	100.00 271	100.00 270	99.99 273	100.00 273	99.99 272	100.00 272	100.00 273	100.00 273	54.59 267	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

MyStereo03	97.22 275	99.00 271	99.83 273	98.81 269	100.00 273	91.13 269	91.52 270	100.00 269	100.00 271	100.00 270	100.00 270	94.41 271	100.00 273	95.59 270	100.00 271	100.00 270	100.00 274	100.00 273	100.00 273	100.00 272	100.00 273	100.00 273	54.78 268	100.00 270	100.00 269	100.00 269	100.00 269	100.00 269

Low-res two-view benchmark