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

DLNR_Zeroshot_test	21.33 414	48.16 419	86.21 421	96.01 431	87.63 429	0.32 51	0.00 1	18.10 415	0.52 115	0.04 204	0.01 161	0.00 1	0.00 1	0.78 181	0.07 116	16.15 417	0.90 368	0.00 1	0.21 383	70.18 425	1.39 364

4D-IteraStereo	0.34 106	0.84 289	2.31 237	0.00 1	0.00 1	0.42 71	0.04 268	0.10 44	0.09 14	0.02 145	0.01 161	0.00 1	0.01 82	0.36 143	0.49 261	0.00 1	0.36 319	0.00 1	0.00 1	0.07 215	1.72 383

EGLCR-Stereo	0.43 168	0.07 25	1.21 32	0.58 372	0.65 370	1.64 366	0.31 345	1.15 218	0.19 59	0.43 337	0.02 242	0.00 1	0.02 127	0.38 150	0.14 160	0.00 1	0.66 342	0.00 1	0.00 1	0.00 1	1.11 355

DisPM	0.22 47	0.09 59	1.74 154	0.11 293	0.00 1	1.16 332	0.40 358	0.08 35	0.68 144	0.03 184	0.00 1	0.00 1	0.00 1	0.07 75	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DeepStereo_RVC	0.24 58	0.07 25	1.16 26	0.06 270	0.02 224	1.08 275	0.31 345	0.04 6	0.75 163	0.02 145	0.00 1	0.00 1	1.22 351	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 99

AnonymousM	0.18 27	0.07 25	0.80 4	0.04 247	0.00 1	1.03 233	0.00 1	0.20 86	0.65 140	0.06 230	0.00 1	0.00 1	0.00 1	0.33 140	0.02 51	0.00 1	0.19 298	0.00 1	0.00 1	0.01 25	0.18 211

MyStereo07	0.30 91	0.34 175	1.49 87	0.00 1	0.25 325	0.98 215	0.01 176	0.06 22	0.57 131	0.35 326	0.00 1	0.01 7	0.06 232	0.49 164	0.09 130	0.00 1	0.79 349	0.00 1	0.08 328	0.02 78	0.32 268

xx1	0.55 233	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.78 295	1.03 328	0.38 329	0.00 1	0.01 7	0.00 1	0.59 172	0.02 51	0.00 1	1.12 387	0.00 1	0.19 376	0.03 123	1.44 369

ff7	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 387

ffff	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 387

11t	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 387

CASnet	0.10 3	0.10 66	0.81 5	0.00 1	0.00 1	0.82 173	0.00 1	0.14 66	0.13 19	0.00 1	0.00 1	0.01 7	0.00 1	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.45 178	0.04 2	1.15 23	0.69 384	0.94 388	0.91 197	0.00 1	0.70 159	0.27 78	0.39 334	0.05 257	0.01 7	0.10 254	0.45 159	0.04 90	0.00 1	0.90 368	0.00 1	0.32 403	0.08 233	2.01 402

anonymousdsp	0.41 156	0.21 121	1.52 97	0.43 363	0.54 357	1.07 264	0.00 1	0.11 46	0.56 123	0.34 323	0.00 1	0.01 7	0.05 221	0.47 161	0.03 64	0.00 1	0.81 353	0.00 1	0.11 343	0.08 233	1.81 394

Selective-IGEV	0.28 77	0.11 74	1.31 45	0.64 377	0.60 369	0.27 41	0.00 1	0.05 12	0.56 123	0.00 1	0.00 1	0.01 7	0.03 169	0.25 119	0.25 208	0.00 1	0.79 349	0.00 1	0.07 325	0.06 197	0.62 325

ProNet	0.25 67	0.25 137	1.15 23	0.08 278	0.41 342	0.84 179	0.00 1	0.06 22	0.39 96	0.00 1	0.00 1	0.01 7	0.00 1	0.13 94	0.01 31	0.00 1	0.23 302	0.00 1	0.00 1	0.09 257	1.34 363

CroCo-Stereo Lap2	0.14 16	0.44 195	1.26 35	0.00 1	0.00 1	0.02 3	0.00 1	0.08 35	0.75 163	0.00 1	0.00 1	0.01 7	0.03 169	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 42

qqq	0.49 195	0.28 147	1.37 53	0.00 1	0.49 352	0.14 30	0.00 1	1.23 228	1.14 353	0.07 238	0.31 315	0.01 7	0.00 1	1.38 204	0.69 282	0.00 1	1.06 381	0.00 1	0.19 376	0.03 123	1.44 369

ccc-4	0.36 122	0.21 121	1.28 39	0.16 312	0.22 314	1.07 264	0.00 1	0.12 53	0.56 123	0.32 319	0.00 1	0.01 7	0.04 195	0.25 119	0.03 64	0.00 1	0.92 371	0.00 1	0.10 336	0.08 233	1.75 387

IGEV-Stereo	0.41 156	0.21 121	1.53 100	0.43 363	0.55 358	1.07 264	0.00 1	0.11 46	0.56 123	0.34 323	0.00 1	0.01 7	0.05 221	0.47 161	0.03 64	0.00 1	0.81 353	0.00 1	0.11 343	0.08 233	1.81 394
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GLC_STEREO	0.06 1	0.07 25	0.85 7	0.00 1	0.00 1	0.07 19	0.00 1	0.01 1	0.04 3	0.00 1	0.00 1	0.01 7	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

AAGNet	0.99 320	0.08 48	1.59 117	0.15 308	0.27 328	1.14 328	0.27 341	0.06 22	0.78 213	0.01 85	0.00 1	0.01 7	0.97 340	3.60 275	10.81 396	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

Pruner-Stereo	0.22 47	0.09 59	1.50 90	0.23 339	0.00 1	1.10 303	0.20 321	0.17 77	0.78 213	0.03 184	0.00 1	0.01 7	0.00 1	0.04 42	0.21 192	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

sAnonymous2	0.17 23	0.42 191	2.46 248	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.32 268

CroCo_RVC	0.17 23	0.42 191	2.46 248	0.00 1	0.00 1	0.04 8	0.00 1	0.04 6	0.10 17	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.32 268

sCroCo_RVC	0.13 13	0.09 59	1.61 125	0.00 1	0.00 1	0.02 3	0.00 1	0.11 46	0.64 137	0.00 1	0.00 1	0.01 7	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GMStereo	0.14 16	0.90 306	1.71 147	0.00 1	0.00 1	0.03 5	0.00 1	0.04 6	0.04 3	0.00 1	0.00 1	0.01 7	0.02 127	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
DIP-Stereo	0.28 77	0.19 112	1.62 128	0.00 1	0.00 1	1.11 309	0.00 1	1.67 275	0.74 156	0.01 85	0.00 1	0.01 7	0.07 242	0.01 2	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.13 182
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	0.22 47	0.06 9	1.64 130	0.00 1	0.00 1	0.76 162	0.00 1	1.57 265	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

RAFT-Stereo	0.22 47	0.06 9	1.64 130	0.00 1	0.00 1	0.76 162	0.00 1	1.57 265	0.17 40	0.02 145	0.00 1	0.01 7	0.00 1	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test croco	0.17 23	0.35 178	1.92 192	0.00 1	0.00 1	0.06 16	0.01 176	0.18 81	0.43 102	0.01 85	0.01 161	0.02 31	0.01 82	0.05 64	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.28 359	0.01 42

MIF-Stereo (partial)	0.14 16	0.28 147	1.74 154	0.00 1	0.00 1	0.08 20	0.00 1	0.23 96	0.17 40	0.00 1	0.01 161	0.02 31	0.02 127	0.04 42	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.01 42

MIF-Stereo	0.11 9	0.20 117	1.58 115	0.00 1	0.00 1	0.10 23	0.02 236	0.07 30	0.05 5	0.00 1	0.08 272	0.02 31	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.00 1

CASS	0.10 3	0.08 48	1.10 22	0.00 1	0.00 1	0.13 29	0.01 176	0.15 68	0.18 50	0.21 292	0.00 1	0.02 31	0.02 127	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
RCA-Stereo	0.28 77	0.14 91	1.00 17	0.00 1	0.13 290	1.06 246	0.00 1	1.76 290	0.16 32	0.07 238	0.00 1	0.02 31	0.06 232	0.00 1	0.00 1	0.00 1	0.83 360	0.00 1	0.00 1	0.06 197	0.23 234

test_4	0.20 39	0.33 166	1.50 90	0.08 278	0.13 290	1.04 238	0.00 1	0.05 12	0.09 14	0.10 259	0.00 1	0.02 31	0.01 82	0.27 130	0.14 160	0.00 1	0.08 286	0.00 1	0.02 300	0.13 285	0.07 113

UDGNet	0.19 37	0.81 282	1.42 77	0.00 1	0.00 1	1.06 246	0.00 1	0.05 12	0.38 92	0.00 1	0.00 1	0.02 31	0.00 1	0.10 88	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

dd	0.23 55	0.91 307	1.69 143	0.01 202	0.00 1	1.02 229	0.00 1	0.09 42	0.68 144	0.01 85	0.00 1	0.02 31	0.02 127	0.01 2	0.00 1	0.01 338	0.00 1	0.00 1	0.00 1	0.04 157	0.01 42

dad	0.24 58	0.98 314	1.61 125	0.00 1	0.00 1	1.03 233	0.00 1	0.03 3	0.38 92	0.01 85	0.00 1	0.02 31	0.01 82	0.65 177	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

test-3	0.30 91	0.10 66	1.49 87	0.20 332	0.38 338	0.44 77	0.01 176	1.59 269	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.08 81	0.24 204	0.00 1	0.47 326	0.00 1	0.20 380	0.13 285	0.43 293

test_1	0.30 91	0.10 66	1.50 90	0.21 335	0.38 338	0.44 77	0.01 176	1.58 268	0.08 9	0.04 204	0.00 1	0.02 31	0.00 1	0.07 75	0.24 204	0.00 1	0.47 326	0.00 1	0.20 380	0.13 285	0.43 293

test_3	0.31 99	0.10 66	1.52 97	0.20 332	0.40 341	0.54 96	0.01 176	1.68 276	0.08 9	0.16 282	0.00 1	0.02 31	0.00 1	0.07 75	0.24 204	0.00 1	0.50 330	0.00 1	0.20 380	0.13 285	0.38 285

PFNet+	0.28 77	0.10 66	1.61 125	0.08 278	0.01 184	1.12 314	0.41 359	0.12 53	0.80 236	0.08 247	0.01 161	0.02 31	0.00 1	1.19 194	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

LCNet	0.26 71	0.14 91	1.38 59	0.10 285	0.00 1	0.97 213	0.00 1	0.12 53	0.78 213	0.01 85	0.00 1	0.02 31	1.07 346	0.43 155	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 305	0.03 65

NF-Stereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.05 360	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

OCTAStereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.03 358	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

PSM-softLoss	0.55 233	0.06 9	1.89 185	0.27 344	0.00 1	1.08 275	0.25 331	0.12 53	1.06 332	0.03 184	0.01 161	0.02 31	0.01 82	5.92 350	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

KMStereo	0.55 233	0.06 9	1.89 185	0.27 344	0.00 1	1.08 275	0.25 331	0.12 53	1.06 332	0.03 184	0.01 161	0.02 31	0.01 82	5.92 350	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

DEmStereo	0.76 295	0.10 66	1.95 199	0.04 247	0.00 1	0.80 169	0.50 369	0.06 22	0.76 184	0.05 217	0.72 346	0.02 31	3.33 381	5.67 340	1.24 311	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RE-Stereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.05 360	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

TVStereo	0.54 225	0.06 9	1.59 117	0.19 325	0.00 1	1.09 290	0.25 331	0.22 90	1.13 347	0.02 145	0.00 1	0.02 31	0.00 1	6.05 360	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

IRAFT_RVC	0.56 240	0.25 137	1.93 195	0.10 285	0.00 1	1.18 339	0.10 302	0.32 114	0.79 227	0.02 145	0.00 1	0.02 31	0.12 262	6.07 363	0.23 201	0.00 1	0.09 289	0.00 1	0.00 1	0.02 78	0.02 57

s12784h	0.27 74	0.08 48	1.46 84	0.00 1	0.00 1	1.06 246	0.02 236	1.66 274	0.75 163	0.01 85	0.36 325	0.02 31	0.00 1	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

raft+_RVC	0.35 112	0.89 302	1.67 140	0.00 1	1.28 399	0.67 145	0.04 268	0.08 35	0.15 26	0.01 85	0.00 1	0.02 31	0.04 195	0.16 101	0.18 178	0.00 1	1.39 406	0.00 1	0.00 1	0.07 215	0.44 298

Anonymous	0.10 3	0.13 83	1.60 124	0.00 1	0.00 1	0.00 1	0.00 1	0.03 3	0.01 1	0.00 1	0.00 1	0.02 31	0.01 82	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.17 204

xxxx	1.42 349	0.28 147	1.49 87	0.00 1	0.59 365	0.56 106	0.00 1	3.13 370	1.14 353	0.06 230	0.01 161	0.02 31	0.02 127	2.26 216	16.08 408	0.00 1	1.09 386	0.00 1	0.15 358	0.03 123	1.42 368

CREStereo	0.12 12	0.07 25	0.76 3	0.00 1	0.00 1	1.06 246	0.00 1	0.25 101	0.14 20	0.00 1	0.00 1	0.02 31	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
NCCL2	0.38 137	1.00 320	2.12 218	0.00 1	0.01 184	0.79 166	0.00 1	0.59 146	0.38 92	0.01 85	0.00 1	0.02 31	0.03 169	2.31 217	0.21 192	0.00 1	0.00 1	0.02 366	0.00 1	0.04 157	0.13 182

Former-RAFT_DAM_RVC	0.11 9	0.18 108	0.67 1	0.00 1	0.00 1	0.06 16	0.00 1	0.11 46	0.26 74	0.74 352	0.00 1	0.03 59	0.01 82	0.03 29	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.03 65

ACVNet-DCA	0.52 207	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.23 228	1.14 353	0.38 329	0.00 1	0.03 59	0.02 127	0.59 172	0.02 51	0.00 1	1.12 387	0.00 1	0.00 1	0.03 123	1.44 369

1test111	0.59 251	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.23 228	1.14 353	0.38 329	0.00 1	0.03 59	0.02 127	1.38 204	0.69 282	0.00 1	1.12 387	0.00 1	0.00 1	0.03 123	1.44 369

cc1	0.56 240	0.29 150	2.22 226	0.31 352	0.20 307	1.33 353	0.00 1	1.78 295	1.03 328	0.38 329	0.00 1	0.03 59	0.02 127	0.59 172	0.02 51	0.00 1	1.12 387	0.00 1	0.00 1	0.09 257	1.86 397

11t1	0.39 144	0.17 106	1.36 49	0.00 1	0.47 348	0.11 24	0.00 1	0.59 146	1.12 345	0.05 217	0.29 307	0.03 59	0.00 1	0.26 126	0.66 276	0.00 1	1.05 378	0.00 1	0.14 353	0.03 123	1.45 373

tt1	0.58 247	0.31 158	2.24 231	0.30 349	0.38 338	1.32 352	0.00 1	1.74 283	1.17 364	0.38 329	0.00 1	0.03 59	0.02 127	0.57 167	0.01 31	0.00 1	1.12 387	0.00 1	0.00 1	0.08 233	1.86 397

whm_eth	0.25 67	0.52 226	2.41 244	0.00 1	0.00 1	0.55 100	0.00 1	0.31 112	0.84 269	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.26 254

LL-Strereo2	0.34 106	0.87 296	1.70 145	0.64 377	0.84 383	0.54 96	0.04 268	0.15 68	0.18 50	0.02 145	0.00 1	0.03 59	0.02 127	0.26 126	0.26 212	0.00 1	0.13 293	0.00 1	0.01 289	0.04 157	0.98 347

CAS	0.13 13	0.07 25	0.86 8	0.00 1	0.00 1	1.01 223	0.00 1	0.26 103	0.16 32	0.00 1	0.00 1	0.03 59	0.01 82	0.02 9	0.04 90	0.09 371	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DCRE	0.76 295	0.40 188	1.17 29	0.21 335	0.90 385	0.66 139	0.00 1	0.79 179	0.39 96	0.36 328	7.60 387	0.03 59	0.00 1	0.09 85	0.32 226	0.00 1	0.58 335	0.00 1	0.17 369	0.02 78	1.53 377

x	0.42 159	0.26 141	1.38 59	0.00 1	0.44 344	0.12 26	0.00 1	0.90 185	1.14 353	0.07 238	0.30 309	0.03 59	0.00 1	0.26 126	0.72 286	0.00 1	1.06 381	0.00 1	0.17 369	0.03 123	1.49 375

ROB_FTStereo	0.18 27	0.07 25	1.40 65	0.05 253	0.02 224	1.08 275	0.06 281	0.05 12	0.75 163	0.02 145	0.00 1	0.03 59	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

Consistency-Raft	0.45 178	0.60 241	3.05 283	0.13 302	0.03 241	0.91 197	0.04 268	1.55 263	0.78 213	0.00 1	0.02 242	0.03 59	1.12 347	0.35 141	0.42 257	0.02 354	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

KYRaft	0.26 71	0.05 5	1.37 53	0.04 247	0.00 1	1.16 332	0.12 310	0.11 46	0.78 213	0.01 85	0.29 307	0.03 59	0.75 332	0.37 146	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

PFNet	0.63 266	0.15 97	2.41 244	0.00 1	0.30 332	1.17 337	0.00 1	0.35 119	0.92 317	0.01 85	0.24 294	0.03 59	0.00 1	6.43 378	0.23 201	0.09 371	0.00 1	0.00 1	0.04 316	0.13 285	0.10 153

GMM-Stereo	0.22 47	0.05 5	2.03 211	0.08 278	0.00 1	1.12 314	0.13 311	0.09 42	0.79 227	0.01 85	0.00 1	0.03 59	0.10 254	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

TestStereo	0.35 112	0.54 230	1.74 154	0.00 1	0.00 1	0.27 41	0.00 1	0.06 22	0.05 5	0.01 85	0.00 1	0.03 59	0.01 82	4.17 293	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.18 27	0.44 195	1.52 97	0.00 1	0.00 1	0.92 202	0.00 1	0.17 77	0.14 20	0.00 1	0.21 292	0.03 59	0.00 1	0.02 9	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

raftrobust	0.30 91	0.78 281	1.65 134	0.00 1	1.25 398	0.66 139	0.03 253	0.10 44	0.32 86	0.02 145	0.00 1	0.03 59	0.03 169	0.22 116	0.13 153	0.00 1	0.44 323	0.00 1	0.00 1	0.07 215	0.22 226

test_xeample	1.52 351	0.30 154	1.50 90	0.00 1	0.58 364	0.60 114	0.00 1	3.16 371	1.14 353	0.07 238	0.08 272	0.03 59	0.02 127	3.67 280	16.54 410	0.00 1	1.08 384	0.00 1	0.15 358	0.04 157	1.50 376

StereoIM	0.11 9	0.41 190	1.31 45	0.00 1	0.00 1	0.05 11	0.01 176	0.08 35	0.23 68	0.01 85	0.01 161	0.04 79	0.02 127	0.03 29	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

LoS_RVC	0.08 2	0.06 9	1.05 18	0.00 1	0.01 184	0.16 31	0.00 1	0.17 77	0.09 14	0.00 1	0.00 1	0.04 79	0.01 82	0.05 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

MC-Stereo	0.38 137	0.12 78	1.30 44	0.65 379	0.70 374	1.06 246	0.00 1	0.03 3	0.14 20	0.23 299	0.00 1	0.04 79	0.02 127	0.38 150	0.12 143	0.00 1	1.08 384	0.00 1	0.02 300	0.08 233	1.72 383

DCANet-4	0.37 129	0.07 25	3.11 289	0.00 1	0.00 1	1.06 246	0.00 1	1.82 307	0.85 292	0.16 282	0.00 1	0.04 79	0.05 221	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

fff	0.37 129	0.50 220	2.02 206	0.00 1	0.02 224	1.06 246	0.00 1	1.90 310	0.84 269	0.16 282	0.00 1	0.04 79	0.59 322	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

ADStereo(finetuned)	0.42 159	0.51 225	2.79 270	0.00 1	0.00 1	1.04 238	0.00 1	1.90 310	0.85 292	0.10 259	0.00 1	0.04 79	0.72 330	0.04 42	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 248

Sa-1000	0.44 173	0.58 236	1.85 179	0.00 1	0.22 314	1.09 290	0.01 176	2.98 363	0.75 163	0.00 1	0.09 274	0.04 79	0.00 1	0.21 113	0.00 1	0.00 1	0.50 330	0.00 1	0.13 346	0.12 280	0.12 175

SA	0.43 168	0.63 245	1.92 192	0.00 1	0.22 314	1.11 309	0.00 1	2.87 359	0.75 163	0.00 1	0.01 161	0.04 79	0.01 82	0.21 113	0.00 1	0.00 1	0.40 322	0.00 1	0.14 353	0.14 300	0.22 226

HHNet	0.53 220	0.23 130	2.29 236	0.11 293	0.00 1	1.15 329	0.25 331	0.70 159	0.78 213	0.01 85	3.49 373	0.04 79	0.69 326	0.02 9	0.70 285	0.03 362	0.00 1	0.00 1	0.00 1	0.03 123	0.03 65

LMCR-Stereo	0.38 137	0.65 246	1.77 162	0.00 1	0.00 1	0.82 173	0.00 1	2.33 333	0.84 269	0.00 1	0.00 1	0.04 79	0.04 195	0.29 138	0.72 286	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.01 42

CREStereo++_RVC	0.15 19	0.10 66	1.55 104	0.00 1	0.00 1	1.01 223	0.00 1	0.15 68	0.15 26	0.00 1	0.01 161	0.04 79	0.00 1	0.02 9	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 84
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
TANstereo	0.17 23	0.32 161	1.51 95	0.00 1	0.00 1	1.03 233	0.00 1	0.07 30	0.14 20	0.01 85	0.15 285	0.04 79	0.00 1	0.05 64	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 57

DCANet	0.35 112	0.50 220	2.02 206	0.00 1	0.00 1	1.06 246	0.00 1	1.90 310	0.85 292	0.10 259	0.00 1	0.04 79	0.00 1	0.04 42	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.25 248

csc	0.37 129	0.50 220	2.02 206	0.00 1	0.02 224	1.06 246	0.00 1	1.90 310	0.84 269	0.16 282	0.00 1	0.04 79	0.59 322	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

cscssc	0.37 129	0.50 220	2.02 206	0.00 1	0.02 224	1.06 246	0.00 1	1.90 310	0.84 269	0.16 282	0.00 1	0.04 79	0.59 322	0.04 42	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.23 234

DSFCA	0.49 195	0.39 187	1.59 117	0.00 1	0.01 184	0.96 211	0.36 354	0.40 128	0.80 236	0.03 184	0.31 315	0.04 79	0.23 291	3.83 283	0.81 293	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.09 139

PMTNet	0.13 13	0.08 48	0.99 15	0.00 1	0.00 1	1.05 243	0.04 268	0.21 88	0.14 20	0.00 1	0.00 1	0.04 79	0.00 1	0.04 42	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.01 42

iResNet	0.34 106	0.50 220	1.65 134	0.00 1	0.00 1	0.70 152	0.00 1	1.60 270	0.78 213	0.01 85	0.00 1	0.04 79	0.03 169	0.15 100	1.11 305	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.20 224

IGEVStereo-DCA	0.47 188	0.71 260	1.28 39	0.16 312	0.15 295	0.32 51	0.00 1	0.12 53	0.56 123	0.24 303	0.01 161	0.05 97	0.07 242	1.19 194	2.07 335	0.00 1	0.47 326	0.00 1	0.10 336	0.15 305	1.75 387

rrr	0.72 287	0.71 260	4.76 355	0.16 312	0.15 295	0.32 51	0.04 268	1.80 301	0.61 133	0.24 303	0.01 161	0.05 97	0.07 242	1.19 194	2.07 335	0.00 1	0.47 326	0.00 1	0.18 371	0.15 305	1.48 374

MIM_Stereo	0.29 82	0.65 246	1.73 152	0.00 1	1.03 393	0.30 45	0.00 1	0.16 73	0.18 50	0.12 270	0.00 1	0.05 97	0.01 82	0.12 92	0.01 31	0.00 1	0.03 259	0.00 1	0.00 1	0.13 285	1.24 358

TestStereo1	0.32 101	0.67 249	1.66 137	0.00 1	0.23 323	1.13 323	0.01 176	0.94 192	0.76 184	0.00 1	0.05 257	0.05 97	0.01 82	0.16 101	0.05 102	0.00 1	0.24 304	0.00 1	0.00 1	0.17 318	0.23 234

SA-5K	0.32 101	0.67 249	1.66 137	0.00 1	0.23 323	1.13 323	0.01 176	0.94 192	0.76 184	0.00 1	0.05 257	0.05 97	0.01 82	0.16 101	0.05 102	0.00 1	0.24 304	0.00 1	0.00 1	0.17 318	0.23 234

Patchmatch Stereo++	0.18 27	0.07 25	1.40 65	0.05 253	0.01 184	1.08 275	0.07 286	0.05 12	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
SST-Stereo	0.56 240	0.05 5	1.55 104	0.06 270	0.19 302	1.10 303	0.47 365	0.32 114	0.80 236	0.04 204	0.00 1	0.05 97	0.57 319	5.98 354	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

iGMRVC	0.18 27	0.07 25	1.40 65	0.05 253	0.03 241	1.08 275	0.07 286	0.06 22	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

iRAFT	0.18 27	0.07 25	1.40 65	0.05 253	0.01 184	1.08 275	0.07 286	0.05 12	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT-IKP	0.18 27	0.07 25	1.41 75	0.05 253	0.01 184	1.08 275	0.08 293	0.05 12	0.75 163	0.02 145	0.00 1	0.05 97	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

Prome-Stereo	0.28 77	0.06 9	1.40 65	0.10 285	0.00 1	1.16 332	0.02 236	0.39 125	0.88 310	0.02 145	0.52 338	0.05 97	0.69 326	0.28 136	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

RALCasStereoNet	0.47 188	0.74 270	1.56 108	0.21 335	0.97 390	0.36 62	0.03 253	0.20 86	0.77 200	0.10 259	0.07 270	0.05 97	0.08 246	0.35 141	0.38 246	0.00 1	1.68 411	0.00 1	0.00 1	0.10 269	1.83 396

RALAANet	0.22 47	0.93 310	1.77 162	0.00 1	0.00 1	0.35 59	0.01 176	0.45 131	0.06 7	0.01 85	0.00 1	0.05 97	0.09 249	0.07 75	0.22 198	0.00 1	0.24 304	0.00 1	0.04 316	0.14 300	0.01 42

222	2.28 370	0.25 137	1.15 23	0.00 1	0.37 336	0.60 114	0.00 1	3.25 376	1.13 347	0.09 254	0.00 1	0.05 97	0.02 127	3.52 271	32.29 415	0.00 1	1.03 377	0.00 1	0.15 358	0.03 123	1.59 378

AFF-stereo	0.36 122	0.98 314	1.62 128	0.00 1	0.09 278	0.92 202	0.00 1	0.62 152	0.84 269	0.08 247	0.00 1	0.05 97	0.05 221	0.16 101	0.06 113	0.00 1	0.63 339	0.00 1	0.00 1	0.24 346	0.84 340

DMCA	0.30 91	0.38 185	2.48 252	0.00 1	0.01 184	0.98 215	0.01 176	0.47 133	0.80 236	0.02 145	0.01 161	0.05 97	0.00 1	0.25 119	0.29 216	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 153

MSKI-zero shot	0.34 106	0.12 78	1.70 145	0.55 368	0.44 344	1.10 303	0.03 253	0.91 186	0.22 64	0.22 296	0.05 257	0.06 113	0.00 1	0.16 101	0.04 90	0.00 1	0.87 366	0.00 1	0.18 371	0.02 78	0.22 226

Wz-Net-LNSev-Ref	0.54 225	0.84 289	3.67 326	0.00 1	0.00 1	0.56 106	0.00 1	1.40 250	0.80 236	0.00 1	0.00 1	0.06 113	0.13 266	1.76 208	1.42 322	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 126

ASMatch	0.60 255	0.12 78	1.85 179	0.14 305	0.04 253	1.08 275	0.00 1	0.12 53	0.87 307	0.06 230	0.43 329	0.06 113	0.85 337	6.18 369	0.26 212	0.00 1	0.00 1	0.00 1	0.01 289	0.00 1	0.00 1

DRaft	0.58 247	0.13 83	1.34 47	0.00 1	0.00 1	0.94 207	0.18 318	0.08 35	0.16 32	0.03 184	0.25 295	0.06 113	2.49 372	4.51 310	1.32 317	0.00 1	0.03 259	0.00 1	0.02 300	0.03 123	0.08 126

rafts_anoy	0.37 129	0.77 280	1.68 141	0.43 363	0.99 391	0.53 94	0.04 268	0.16 73	0.14 20	0.08 247	0.01 161	0.06 113	0.06 232	0.58 171	0.21 192	0.00 1	1.44 408	0.00 1	0.01 289	0.05 172	0.14 190

Anonymous3	0.24 58	0.14 91	1.98 202	0.00 1	0.00 1	1.12 314	0.00 1	0.61 149	0.77 200	0.01 85	0.00 1	0.06 113	0.00 1	0.02 9	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.02 57

HCRNet	0.37 129	0.27 145	1.27 37	0.00 1	0.00 1	1.09 290	0.00 1	0.56 143	0.80 236	0.01 85	0.01 161	0.06 113	0.03 169	3.22 258	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.03 65

test_xeample3	0.77 298	0.71 260	4.91 361	0.18 322	0.22 314	0.34 58	0.05 278	1.81 302	0.61 133	0.23 299	0.03 250	0.06 113	0.05 221	1.26 199	2.12 339	0.00 1	0.69 343	0.00 1	0.23 386	0.15 305	1.78 392

RAFT-Stereo + iAFF	0.41 156	0.87 296	1.78 166	0.00 1	0.91 386	1.06 246	0.00 1	0.70 159	0.77 200	0.05 217	0.00 1	0.06 113	0.06 232	0.06 70	0.26 212	0.00 1	0.69 343	0.00 1	0.00 1	0.20 336	0.80 336

1111x	1.36 346	0.43 193	3.64 325	0.00 1	0.51 356	0.72 156	0.00 1	3.21 374	1.10 339	0.05 217	0.26 296	0.07 122	0.01 82	6.09 365	8.46 387	0.00 1	1.15 398	0.00 1	0.26 396	0.04 157	1.10 354

PSM-adaLoss	0.18 27	0.07 25	1.40 65	0.05 253	0.02 224	1.08 275	0.08 293	0.05 12	0.75 163	0.02 145	0.00 1	0.07 122	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ROB_FTStereo_v2	0.18 27	0.07 25	1.40 65	0.05 253	0.02 224	1.08 275	0.06 281	0.05 12	0.75 163	0.02 145	0.00 1	0.07 122	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

HUI-Stereo	0.19 37	0.07 25	1.41 75	0.05 253	0.02 224	1.08 275	0.08 293	0.06 22	0.76 184	0.02 145	0.00 1	0.07 122	0.00 1	0.04 42	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

RAFT_R40	0.54 225	0.06 9	1.55 104	0.06 270	0.15 295	1.10 303	0.31 345	0.31 112	0.78 213	0.02 145	0.03 250	0.07 122	0.29 297	5.98 354	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

ICVP	0.16 21	0.05 5	1.22 33	0.00 1	0.01 184	1.01 223	0.09 298	0.28 107	0.17 40	0.00 1	0.02 242	0.07 122	0.01 82	0.21 113	0.05 102	0.00 1	0.01 245	0.00 1	0.00 1	0.01 25	0.09 139
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EKT-Stereo	0.55 233	0.15 97	1.80 171	0.73 387	4.21 413	1.08 275	0.00 1	1.17 222	0.32 86	0.02 145	0.00 1	0.08 128	0.00 1	1.01 189	0.13 153	0.00 1	0.03 259	0.00 1	0.05 320	0.03 123	0.29 261

fast-acv-ft	0.34 106	0.71 260	4.20 345	0.06 270	0.01 184	0.28 43	0.17 315	0.11 46	0.34 88	0.00 1	0.00 1	0.08 128	0.09 249	0.13 94	0.27 215	0.01 338	0.00 1	0.03 374	0.01 289	0.27 353	0.04 84

CES	0.10 3	0.08 48	0.73 2	0.00 1	0.00 1	0.20 35	0.01 176	0.08 35	0.75 163	0.01 85	0.00 1	0.08 128	0.03 169	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

Selective-RAFT	0.21 44	0.13 83	0.82 6	0.00 1	0.00 1	1.08 275	0.00 1	0.06 22	0.77 200	0.00 1	0.00 1	0.08 128	0.00 1	0.01 2	0.03 64	0.00 1	0.90 368	0.00 1	0.18 371	0.04 157	0.16 200

GrayStereo	0.52 207	0.03 1	1.36 49	0.10 285	0.00 1	1.13 323	2.57 398	0.32 114	1.03 328	0.00 1	0.00 1	0.08 128	3.66 383	0.01 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 204

DMCA-RVC	0.44 173	0.94 311	4.10 343	0.00 1	0.03 241	0.76 162	0.03 253	0.11 46	0.15 26	0.01 85	0.01 161	0.08 128	0.32 301	1.61 207	0.51 262	0.00 1	0.02 252	0.01 352	0.00 1	0.03 123	0.05 99

iResNetv2_ROB	0.51 204	1.70 367	3.96 337	0.00 1	0.00 1	0.60 114	0.00 1	1.81 302	0.82 250	0.03 184	0.00 1	0.08 128	0.02 127	0.16 101	0.59 270	0.00 1	0.00 1	0.00 1	0.00 1	0.31 366	0.09 139

iResNet_ROB	0.40 151	1.20 340	1.77 162	0.00 1	0.00 1	0.73 158	0.00 1	1.03 201	0.77 200	0.07 238	0.01 161	0.08 128	0.01 82	1.85 210	0.38 246	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.09 139

gwcnet-sp	0.35 112	0.37 182	3.29 298	0.00 1	0.00 1	0.51 88	0.03 253	0.74 170	0.76 184	0.01 85	0.01 161	0.09 136	0.04 195	0.88 186	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

scenet	0.35 112	0.37 182	3.29 298	0.00 1	0.00 1	0.51 88	0.03 253	0.74 170	0.76 184	0.01 85	0.01 161	0.09 136	0.04 195	0.88 186	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

ssnet	0.35 112	0.37 182	3.29 298	0.00 1	0.00 1	0.51 88	0.03 253	0.74 170	0.76 184	0.01 85	0.01 161	0.09 136	0.04 195	0.88 186	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

RAFT-345	0.52 207	0.07 25	1.75 161	0.11 293	0.07 271	1.17 337	0.18 318	0.21 88	0.78 213	0.00 1	0.01 161	0.09 136	0.01 82	5.87 345	0.19 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

CFNet-RSSM	0.21 44	0.08 48	1.39 63	0.00 1	0.12 288	0.63 124	0.00 1	1.32 239	0.15 26	0.01 85	0.00 1	0.09 136	0.00 1	0.11 91	0.04 90	0.00 1	0.00 1	0.00 1	0.23 386	0.01 25	0.08 126

LALA_ROB	0.45 178	0.73 266	1.91 190	0.00 1	0.01 184	0.98 215	0.01 176	1.99 319	0.84 269	0.15 279	0.00 1	0.09 136	0.01 82	1.06 190	1.01 299	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.05 99

iRaft-Stereo_5w	0.60 255	0.85 293	1.83 175	0.01 202	0.59 365	0.31 48	0.00 1	0.72 166	0.79 227	0.00 1	0.00 1	0.10 142	0.01 82	6.12 366	0.03 64	0.00 1	0.12 291	0.00 1	0.00 1	0.24 346	0.26 254

RAFT-RH_RVC	0.99 320	0.26 141	1.93 195	0.04 247	0.04 253	1.07 264	0.00 1	0.07 30	0.69 149	0.01 85	9.36 398	0.10 142	0.00 1	5.86 344	0.29 216	0.01 338	0.00 1	0.00 1	0.02 300	0.01 25	0.00 1

UPFNet	0.23 55	0.24 136	1.56 108	0.00 1	0.00 1	0.50 86	0.00 1	1.28 234	0.68 144	0.00 1	0.00 1	0.10 142	0.01 82	0.13 94	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.03 65

AACVNet	0.48 191	0.74 270	1.81 174	0.00 1	0.00 1	0.55 100	0.00 1	0.22 90	0.55 121	0.03 184	0.00 1	0.11 145	0.01 82	5.22 325	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.18 325	0.04 84

NRIStereo	0.22 47	0.06 9	1.40 65	0.05 253	0.01 184	1.16 332	0.32 350	0.04 6	0.81 244	0.04 204	0.01 161	0.11 145	0.01 82	0.14 98	0.02 51	0.00 1	0.02 252	0.00 1	0.00 1	0.05 172	0.10 153

GES	0.23 55	0.19 112	1.56 108	0.00 1	0.00 1	1.07 264	0.02 236	0.73 169	0.15 26	0.00 1	0.02 242	0.11 145	0.08 246	0.44 158	0.16 172	0.01 338	0.00 1	0.00 1	0.00 1	0.05 172	0.09 139

PS-NSSS	0.62 263	0.82 284	1.58 115	0.00 1	0.00 1	1.05 243	0.00 1	2.76 356	0.74 156	0.00 1	0.00 1	0.11 145	0.01 82	5.22 325	0.15 170	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.00 1

TRStereo	0.60 255	0.44 195	2.21 225	0.19 325	0.03 241	1.38 359	0.02 236	3.93 385	0.92 317	0.01 85	0.28 305	0.12 149	0.39 308	0.36 143	0.04 90	0.00 1	0.30 313	0.00 1	0.23 386	0.01 25	1.08 350

CRE-IMP	0.22 47	0.06 9	1.43 81	0.05 253	0.02 224	1.12 314	0.33 351	0.04 6	1.08 337	0.02 145	0.00 1	0.12 149	0.00 1	0.03 29	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 139

SFCPSM	0.24 58	0.11 74	1.53 100	0.00 1	0.05 262	0.35 59	0.01 176	1.54 260	0.77 200	0.01 85	0.00 1	0.12 149	0.02 127	0.06 70	0.05 102	0.00 1	0.00 1	0.00 1	0.02 300	0.03 123	0.06 109

FADNet-RVC	0.63 266	1.29 350	3.79 332	0.01 202	0.00 1	0.47 82	0.00 1	1.51 258	0.23 68	0.00 1	0.01 161	0.12 149	0.06 232	4.05 288	0.36 236	0.00 1	0.03 259	0.00 1	0.00 1	0.42 378	0.17 204

Anonymous Stereo	0.79 303	1.22 342	4.94 362	0.01 202	0.00 1	0.57 109	0.55 371	1.41 251	0.49 111	0.03 184	0.03 250	0.12 149	0.02 127	5.47 331	0.82 295	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.13 182

MFMNet_re	0.38 137	1.27 346	3.38 310	0.65 379	0.00 1	0.17 32	0.02 236	0.07 30	1.02 327	0.03 184	0.03 250	0.12 149	0.00 1	0.27 130	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.19 332	0.11 164

ccnet	0.59 251	0.26 141	2.24 231	0.01 202	0.08 276	0.70 152	0.18 318	1.35 245	0.43 102	0.45 339	0.66 344	0.13 155	0.38 307	3.57 273	1.09 304	0.01 338	0.00 1	0.02 366	0.00 1	0.03 123	0.16 200

CFNet	0.66 275	1.12 334	2.37 241	0.00 1	0.00 1	1.06 246	0.01 176	1.36 247	0.74 156	0.01 85	0.01 161	0.13 155	0.01 82	5.85 343	0.30 219	0.00 1	0.00 1	0.00 1	0.00 1	0.18 325	0.07 113

mmm	0.47 188	0.20 117	1.18 30	0.02 224	0.79 378	0.06 16	0.00 1	1.11 216	1.16 361	0.06 230	0.30 309	0.14 157	0.03 169	0.68 178	0.67 280	0.00 1	1.12 387	0.00 1	0.22 385	0.03 123	1.63 380

Wz-Net-MNSev	0.63 266	1.38 356	4.48 350	0.00 1	0.00 1	0.22 37	0.01 176	1.31 237	1.13 347	0.01 85	0.05 257	0.14 157	0.16 274	3.05 252	0.40 250	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.23 234

PSM-AAD	0.53 220	0.04 2	1.38 59	0.06 270	0.00 1	1.20 344	2.11 393	0.17 77	0.78 213	0.01 85	0.44 330	0.14 157	3.94 386	0.23 118	0.06 113	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.02 57

GEStereo_RVC	0.52 207	0.69 256	1.93 195	0.01 202	0.00 1	1.03 233	0.00 1	2.22 330	0.78 213	0.00 1	0.00 1	0.14 157	0.01 82	3.19 257	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.10 269	0.18 211

CC-Net-ROB	0.77 298	0.99 318	2.18 222	0.07 276	0.00 1	1.09 290	0.01 176	3.10 369	0.75 163	0.01 85	0.00 1	0.14 157	0.01 82	5.65 339	0.34 229	0.56 385	0.00 1	0.21 400	0.00 1	0.17 318	0.02 57

HITNet	0.31 99	0.97 313	2.32 238	0.00 1	0.00 1	0.24 39	0.01 176	1.38 248	0.37 91	0.00 1	0.00 1	0.14 157	0.02 127	0.05 64	0.19 187	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.41 288
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
MyStereo8	0.50 200	0.68 252	3.08 287	0.43 363	0.01 184	1.22 347	0.00 1	0.82 182	0.20 61	0.03 184	0.41 328	0.15 163	0.04 195	0.68 178	0.12 143	0.00 1	1.39 406	0.00 1	0.03 312	0.04 157	0.63 327

SMFormer	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.65 273	0.00 1	0.82 355	0.00 1	0.10 336	0.02 78	0.66 330

tta	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.65 273	0.00 1	0.82 355	0.00 1	0.10 336	0.05 172	0.51 311

qqq1	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.66 276	0.00 1	0.82 355	0.00 1	0.09 333	0.05 172	0.51 311

fff1	0.52 207	0.16 100	1.37 53	0.00 1	0.00 1	0.05 11	0.00 1	1.78 295	1.11 340	0.00 1	0.27 298	0.15 163	0.00 1	3.31 263	0.66 276	0.00 1	0.82 355	0.00 1	0.09 333	0.05 172	0.51 311

StereoVision	0.24 58	0.59 237	1.92 192	0.00 1	0.00 1	0.47 82	0.01 176	0.22 90	0.84 269	0.00 1	0.30 309	0.15 163	0.02 127	0.09 85	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.01 42

IPLGR_C	0.45 178	1.25 344	3.05 283	0.10 285	0.01 184	0.91 197	0.20 321	1.77 293	0.86 303	0.04 204	0.01 161	0.15 163	0.07 242	0.16 101	0.19 187	0.00 1	0.04 269	0.01 352	0.02 300	0.17 318	0.04 84

ACRE	0.45 178	1.14 336	3.22 293	0.12 297	0.00 1	0.90 194	0.20 321	1.77 293	0.84 269	0.04 204	0.01 161	0.15 163	0.06 232	0.16 101	0.18 178	0.00 1	0.03 259	0.01 352	0.02 300	0.17 318	0.04 84

LoS	0.16 21	0.10 66	0.97 11	0.02 224	0.00 1	1.04 238	0.01 176	0.07 30	0.75 163	0.01 85	0.01 161	0.16 171	0.04 195	0.07 75	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.00 1

CSP-Net	0.42 159	0.25 137	1.07 20	0.00 1	0.00 1	0.53 94	0.00 1	0.78 176	0.27 78	0.01 85	0.00 1	0.16 171	0.02 127	5.19 323	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.02 57

CIPLG	0.44 173	1.17 338	2.82 271	0.10 285	0.01 184	0.93 204	0.20 321	1.76 290	0.85 292	0.04 204	0.01 161	0.16 171	0.06 232	0.16 101	0.19 187	0.00 1	0.04 269	0.01 352	0.01 289	0.17 318	0.04 84

IPLG	0.59 251	0.69 256	2.25 233	0.02 224	0.00 1	1.12 314	0.07 286	1.75 287	0.79 227	0.05 217	0.00 1	0.16 171	0.14 267	4.49 307	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 300	0.07 113

iRaftStereo_RVC	0.24 58	0.45 201	0.99 15	0.00 1	0.00 1	0.52 93	0.00 1	0.08 35	0.15 26	0.01 85	0.01 161	0.16 171	0.03 169	0.04 42	0.02 51	0.00 1	1.06 381	0.00 1	0.00 1	0.29 365	1.01 349

ETE_ROB	0.43 168	0.73 266	1.87 182	0.00 1	0.00 1	0.94 207	0.01 176	1.75 287	0.79 227	0.03 184	0.00 1	0.16 171	0.02 127	1.81 209	0.36 236	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.08 126

anonymousdsp2	0.40 151	0.07 25	1.78 166	0.28 347	0.74 375	0.65 136	0.00 1	0.16 73	0.61 133	0.31 317	0.01 161	0.17 177	0.01 82	0.41 153	0.17 173	0.00 1	0.88 367	0.00 1	0.02 300	0.04 157	1.73 386

FADNet	0.64 273	1.21 341	3.32 304	0.00 1	0.01 184	0.79 166	0.01 176	1.01 197	0.65 140	0.01 85	0.01 161	0.17 177	0.15 271	4.45 305	0.37 238	0.17 378	0.00 1	0.00 1	0.00 1	0.44 380	0.12 175

XPNet_ROB	0.46 185	0.67 249	1.69 143	0.01 202	0.00 1	0.94 207	0.01 176	1.32 239	0.65 140	0.03 184	0.00 1	0.17 177	0.02 127	2.82 243	0.66 276	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.18 211

AE-Stereo	0.43 168	0.07 25	1.90 189	0.05 253	0.21 311	1.09 290	0.00 1	1.02 198	0.48 109	0.39 334	0.28 305	0.18 180	0.00 1	0.18 110	0.05 102	0.00 1	0.83 360	0.00 1	0.23 386	0.07 215	1.64 381

IPLGR	0.50 200	0.22 128	2.74 266	0.03 239	0.02 224	1.08 275	0.03 253	1.95 316	0.75 163	0.09 254	0.00 1	0.18 180	0.22 289	2.57 232	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.05 99

ARAFT	0.68 279	1.29 350	3.36 308	0.00 1	0.00 1	1.21 345	0.00 1	2.71 353	0.81 244	0.07 238	0.00 1	0.18 180	0.03 169	3.47 270	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.19 332	0.22 226

RAFT + AFF	0.79 303	1.36 354	2.40 243	0.00 1	0.04 253	1.12 314	0.06 281	1.73 282	0.81 244	0.02 145	0.00 1	0.18 180	1.49 353	4.97 318	0.67 280	0.00 1	0.17 296	0.00 1	0.00 1	0.33 368	0.46 302

MMNet	0.29 82	0.53 228	2.13 219	0.00 1	0.00 1	0.69 151	0.00 1	0.74 170	0.80 236	0.01 85	0.01 161	0.18 180	0.09 249	0.28 136	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.04 84

Gwc-CoAtRS	0.15 19	0.09 59	1.42 77	0.00 1	0.11 286	0.43 74	0.00 1	0.32 114	0.08 9	0.02 145	0.00 1	0.18 180	0.00 1	0.05 64	0.06 113	0.00 1	0.06 282	0.00 1	0.18 371	0.01 25	0.08 126

ADCRef	1.10 331	1.10 332	4.78 357	0.02 224	0.02 224	0.87 185	0.31 345	0.76 175	0.88 310	0.71 351	0.17 287	0.18 180	0.80 336	2.63 236	8.56 388	0.00 1	0.00 1	0.00 1	0.00 1	0.11 274	0.11 164

DRN-Test	0.52 207	0.35 178	2.75 267	0.03 239	0.09 278	0.60 114	0.00 1	1.72 280	0.84 269	0.01 85	0.00 1	0.18 180	0.04 195	3.27 261	0.23 201	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.25 248

GMStereo_Zeroshot	0.10 3	0.09 59	1.06 19	0.14 305	0.00 1	0.03 5	0.00 1	0.05 12	0.17 40	0.00 1	0.03 250	0.19 188	0.02 127	0.01 2	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.08 126

CrosDoStereo	1.11 332	0.16 100	1.64 130	0.00 1	0.05 262	0.66 139	5.65 407	0.70 159	0.54 117	0.25 306	1.18 357	0.19 188	2.94 377	6.48 379	1.58 324	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.08 126

DeepStereo_LL	1.11 332	0.16 100	1.64 130	0.00 1	0.05 262	0.66 139	5.65 407	0.70 159	0.54 117	0.25 306	1.18 357	0.19 188	2.94 377	6.48 379	1.58 324	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.08 126

DN-CSS_ROB	0.38 137	1.27 346	2.50 255	0.01 202	0.00 1	1.01 223	0.00 1	1.21 225	0.83 259	0.02 145	0.00 1	0.19 188	0.02 127	0.10 88	0.19 187	0.00 1	0.00 1	0.00 1	0.00 1	0.26 351	0.03 65

STTStereo	0.33 104	0.49 214	2.91 278	0.00 1	0.00 1	0.83 175	0.03 253	0.28 107	0.16 32	0.02 145	0.00 1	0.20 192	0.03 169	1.52 206	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.03 65

111	0.42 159	0.98 314	2.02 206	0.00 1	0.02 224	1.06 246	0.03 253	1.98 318	0.83 259	0.30 313	0.01 161	0.21 193	0.05 221	0.13 94	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.65 329

AnyNet_C32	1.69 359	2.27 394	8.60 387	0.12 297	0.19 302	1.68 368	1.08 387	1.06 210	0.74 156	1.28 367	0.45 331	0.21 193	0.57 319	2.99 251	11.73 399	0.02 354	0.00 1	0.06 386	0.00 1	0.20 336	0.55 318

HSM-Net_RVC	0.57 245	0.08 48	1.74 154	0.00 1	0.00 1	0.63 124	0.00 1	4.21 386	0.71 152	0.14 275	0.00 1	0.21 193	0.03 169	3.43 267	0.05 102	0.01 338	0.00 1	0.00 1	0.00 1	0.00 1	0.10 153
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MIPNet	0.42 159	0.59 237	2.22 226	0.02 224	0.00 1	1.11 309	0.09 298	1.88 309	0.88 310	0.11 266	0.06 267	0.22 196	0.19 281	0.74 180	0.00 1	0.00 1	0.00 1	0.00 1	0.01 289	0.08 233	0.12 175

DeepPrunerF	1.44 350	1.17 338	9.82 391	0.02 224	0.09 278	0.90 194	0.00 1	1.42 252	6.76 395	0.23 299	0.01 161	0.22 196	0.14 267	5.71 342	1.94 332	0.00 1	0.00 1	0.01 352	0.02 300	0.20 336	0.14 190

knoymous	0.10 3	0.06 9	1.25 34	0.00 1	0.00 1	0.11 24	0.00 1	0.27 106	0.06 7	0.00 1	0.00 1	0.23 198	0.00 1	0.04 42	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 65

Wz-Net-LNSev	0.46 185	1.11 333	5.46 371	0.00 1	0.00 1	0.51 88	0.00 1	0.41 130	0.91 315	0.00 1	0.01 161	0.23 198	0.03 169	0.12 92	0.25 208	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.15 197

SACVNet	0.51 204	0.61 242	1.98 202	0.00 1	0.00 1	1.02 229	0.01 176	1.04 206	0.44 104	0.07 238	0.00 1	0.23 198	0.02 127	4.19 294	0.29 216	0.00 1	0.00 1	0.00 1	0.00 1	0.22 343	0.13 182

DAS	0.55 233	0.08 48	1.79 169	0.00 1	0.00 1	0.09 21	0.00 1	1.54 260	0.85 292	1.16 365	0.00 1	0.24 201	0.03 169	4.66 314	0.31 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 190

SepStereo	0.50 200	0.08 48	1.79 169	0.00 1	0.00 1	0.09 21	0.00 1	1.54 260	0.85 292	1.16 365	0.00 1	0.24 201	0.03 169	3.84 284	0.31 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.14 190

FENet	0.27 74	0.19 112	1.51 95	0.00 1	0.00 1	1.01 223	0.00 1	1.02 198	0.77 200	0.00 1	0.00 1	0.24 201	0.04 195	0.27 130	0.22 198	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 113

CoDeX	0.39 144	0.31 158	1.50 90	0.00 1	0.01 184	0.31 48	0.00 1	1.81 302	0.76 184	0.00 1	0.00 1	0.25 204	0.06 232	2.77 241	0.02 51	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 84

GMOStereo	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

error version	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

test-v	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

test-2	0.29 82	0.49 214	1.56 108	0.00 1	0.56 360	0.87 185	0.02 236	0.18 81	0.17 40	0.01 85	0.01 161	0.25 204	0.01 82	0.04 42	0.01 31	0.00 1	1.23 400	0.00 1	0.00 1	0.18 325	0.18 211

PSMNet_ROB	0.54 225	1.05 324	2.53 258	0.00 1	0.00 1	0.91 197	0.00 1	0.33 118	0.75 163	0.01 85	0.00 1	0.25 204	0.03 169	3.45 268	1.31 316	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.10 153

FADNet_RVC	0.69 282	1.26 345	3.48 315	0.00 1	0.00 1	1.10 303	0.01 176	1.57 265	0.65 140	0.02 145	0.05 257	0.26 210	0.03 169	3.16 255	0.30 219	0.21 379	0.25 308	0.08 389	0.28 400	0.53 383	0.62 325

STTRV1_RVC		0.23 130		0.00 1	0.00 1	0.63 124	0.01 176	1.17 222	0.79 227	0.01 85	0.51 337	0.26 210	0.18 278	5.99 356	0.31 222	0.30 383	1.12 387	0.00 1	0.00 1	0.01 25	0.03 65

RAFT+CT+SA	0.38 137	0.74 270	1.84 178	0.02 224	0.27 328	1.12 314	0.00 1	0.91 186	0.75 163	0.00 1	0.00 1	0.27 212	0.01 82	0.56 166	0.00 1	0.00 1	0.16 295	0.00 1	0.30 402	0.13 285	0.42 290

psm_up	0.48 191	0.57 234	1.86 181	0.00 1	0.00 1	0.83 175	0.00 1	2.33 333	0.79 227	0.00 1	0.00 1	0.27 212	0.01 82	2.73 239	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.10 269	0.04 84

TDLM	0.60 255	0.76 279	1.77 162	0.05 253	0.00 1	1.10 303	0.01 176	0.51 137	0.79 227	0.34 323	0.01 161	0.27 212	0.22 289	5.44 329	0.35 233	0.00 1	0.00 1	0.00 1	0.00 1	0.15 305	0.19 221

GANetREF_RVC	0.63 266	1.05 324	3.03 281	0.00 1	0.00 1	1.16 332	0.01 176	2.03 322	0.75 163	0.00 1	0.01 161	0.28 215	0.04 195	4.13 292	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.05 99
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
MLCV	0.35 112	0.84 289	1.96 200	0.00 1	0.00 1	0.48 84	0.00 1	0.81 181	0.29 82	0.10 259	0.00 1	0.28 215	0.03 169	1.32 202	0.80 292	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.09 139

MyStereo05	0.39 144	0.36 180	2.43 247	0.01 202	0.00 1	1.11 309	0.01 176	1.25 231	0.57 131	0.06 230	0.01 161	0.29 217	0.15 271	0.07 75	0.37 238	0.00 1	0.60 337	0.00 1	0.08 328	0.01 25	0.33 273

ttt	1.05 326	0.20 117	1.91 190	0.00 1	0.09 278	0.65 136	0.00 1	3.05 366	1.11 340	0.00 1	0.30 309	0.29 217	0.01 82	4.65 313	6.53 377	0.00 1	1.01 376	0.00 1	0.13 346	0.02 78	1.00 348

PWC_ROB	0.84 309	1.08 330	5.06 364	0.00 1	0.00 1	0.21 36	0.00 1	2.71 353	0.82 250	0.00 1	0.20 290	0.29 217	0.03 169	3.58 274	2.10 337	0.00 1	0.00 1	0.00 1	0.00 1	0.39 374	0.26 254

test_5	0.39 144	0.73 266	2.28 235	0.01 202	0.22 314	0.84 179	0.01 176	1.02 198	0.77 200	0.12 270	0.00 1	0.30 220	0.01 82	0.82 182	0.03 64	0.00 1	0.04 269	0.00 1	0.00 1	0.15 305	0.46 302

EAI-Stereo	0.98 318	0.06 9	1.09 21	0.17 320	0.67 373	1.19 343	4.84 404	2.67 348	0.91 315	0.95 359	4.52 377	0.30 220	0.53 318	0.57 167	0.46 259	0.00 1	0.07 284	0.00 1	0.29 401	0.01 25	0.34 275

AdaStereo	0.25 67	0.09 59	1.34 47	0.00 1	0.00 1	0.26 40	0.00 1	1.95 316	0.75 163	0.00 1	0.00 1	0.30 220	0.01 82	0.14 98	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.05 99
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.
CroCo-Stereo	0.18 27	0.32 161	0.94 9	0.00 1	0.00 1	0.03 5	0.00 1	1.17 222	0.76 184	0.00 1	0.01 161	0.31 223	0.03 169	0.03 29	0.03 64	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
BEATNet_4x	0.39 144	1.05 324	2.97 280	0.00 1	0.00 1	0.30 45	0.01 176	1.22 227	0.46 106	0.00 1	0.00 1	0.31 223	0.03 169	0.37 146	0.64 272	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.42 290

SuperB	1.87 364	1.70 367	10.02 393	0.02 224	0.01 184	0.87 185	0.75 379	2.15 326	0.87 307	0.05 217	0.05 257	0.33 225	0.87 338	5.17 322	5.60 372	0.01 338	0.00 1	0.02 366	0.01 289	8.38 415	0.42 290

StereoDRNet	0.50 200	0.89 302	2.96 279	0.02 224	0.06 267	0.51 88	0.00 1	0.45 131	0.84 269	0.00 1	0.00 1	0.33 225	0.02 127	2.82 243	0.69 282	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.28 260

RAFT_CTSACE	0.25 67	0.71 260	2.06 213	0.00 1	0.01 184	0.49 85	0.00 1	0.37 123	0.18 50	0.01 85	0.00 1	0.34 227	0.00 1	0.25 119	0.07 116	0.00 1	0.20 299	0.00 1	0.00 1	0.25 350	0.11 164

test-1	0.36 122	0.18 108	1.36 49	0.00 1	0.83 381	0.60 114	0.00 1	1.07 211	0.18 50	0.07 238	0.49 335	0.34 227	0.00 1	0.10 88	0.51 262	0.00 1	0.64 341	0.00 1	0.06 323	0.01 25	0.84 340

APVNet	0.58 247	0.59 237	3.15 292	0.00 1	0.00 1	0.93 204	0.01 176	0.62 152	0.86 303	0.03 184	0.01 161	0.34 227	0.04 195	4.50 308	0.33 227	0.00 1	0.00 1	0.03 374	0.00 1	0.18 325	0.05 99

GANet-RSSM	0.42 159	0.66 248	1.78 166	0.00 1	0.00 1	1.06 246	0.00 1	0.26 103	0.23 68	0.05 217	0.00 1	0.34 227	0.00 1	3.56 272	0.18 178	0.00 1	0.00 1	0.03 374	0.00 1	0.09 257	0.08 126

NLCA_NET_v2_RVC	0.45 178	0.72 265	3.22 293	0.00 1	0.02 224	0.95 210	0.00 1	0.70 159	0.26 74	0.03 184	0.00 1	0.34 227	0.10 254	2.45 225	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.03 65
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWCDC_ROB	1.13 334	1.70 367	3.52 316	0.00 1	0.00 1	1.15 329	0.00 1	2.49 339	1.39 372	0.02 145	8.80 395	0.34 227	0.09 249	1.11 192	1.20 309	0.00 1	0.00 1	0.00 1	0.00 1	0.56 385	0.21 225

BSDual-CNN	0.35 112	0.07 25	0.98 12	0.00 1	0.00 1	1.09 290	0.00 1	2.67 348	0.82 250	0.30 313	0.09 274	0.35 233	0.03 169	0.06 70	0.51 262	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psmg	0.29 82	0.07 25	0.98 12	0.00 1	0.00 1	1.07 264	0.00 1	1.92 315	0.82 250	0.00 1	0.00 1	0.35 233	0.03 169	0.06 70	0.51 262	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.01 42

GANet-ADL	0.20 39	0.12 78	1.43 81	0.00 1	0.01 184	0.84 179	0.00 1	0.40 128	0.17 40	0.00 1	0.36 325	0.35 233	0.00 1	0.09 85	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.12 175

pcwnet_v2	0.49 195	0.14 91	4.76 355	0.00 1	0.00 1	0.68 147	0.00 1	2.39 337	0.81 244	0.01 85	0.00 1	0.35 233	0.32 301	0.19 111	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.22 226

aanetorigin	0.91 313	0.59 237	3.76 331	0.11 293	0.12 288	0.40 64	0.90 384	0.15 68	0.23 68	3.44 386	1.19 359	0.35 233	1.96 365	2.81 242	1.30 314	0.02 354	0.00 1	0.02 366	0.05 320	0.28 359	0.47 304

MyStereo04	0.37 129	0.34 175	2.41 244	0.00 1	0.25 325	0.98 215	0.01 176	1.05 207	0.28 81	0.09 254	0.01 161	0.36 238	0.12 262	0.05 64	0.35 233	0.00 1	0.79 349	0.00 1	0.08 328	0.02 78	0.32 268

FTStereo	0.82 308	0.06 9	1.88 184	0.12 297	0.00 1	1.15 329	2.70 399	0.16 73	0.84 269	0.16 282	5.80 381	0.36 238	2.49 372	0.53 165	0.01 31	0.07 368	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

GwcNet-RSSM	0.53 220	1.04 323	2.48 252	0.00 1	0.00 1	1.06 246	0.00 1	0.74 170	0.76 184	0.21 292	0.01 161	0.36 238	0.00 1	3.65 278	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.07 113

ToySt	0.42 159	0.33 166	2.09 214	0.08 278	0.55 358	0.55 100	0.00 1	0.72 166	0.55 121	0.05 217	0.26 296	0.37 241	0.00 1	0.30 139	0.54 267	0.01 338	0.58 335	0.00 1	0.14 353	0.04 157	1.33 361

GwcNet-ADL	0.33 104	0.20 117	1.73 152	0.00 1	0.00 1	1.02 229	0.00 1	2.51 340	0.40 100	0.00 1	0.00 1	0.37 241	0.04 195	0.03 29	0.24 204	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.13 182

UNet	0.29 82	0.26 141	2.47 250	0.00 1	0.00 1	0.71 154	0.01 176	0.52 138	0.81 244	0.00 1	0.00 1	0.37 241	0.02 127	0.46 160	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.04 84

MaskLacGwcNet_RVC	0.56 240	0.82 284	1.94 198	0.12 297	0.00 1	1.12 314	0.01 176	0.96 195	0.72 154	0.00 1	0.05 257	0.37 241	0.03 169	3.45 268	0.15 170	1.07 397	0.00 1	0.00 1	0.00 1	0.16 313	0.25 248

CVANet_RVC	0.66 275	0.68 252	2.61 263	0.01 202	0.00 1	0.99 220	0.00 1	0.95 194	0.78 213	0.60 345	0.11 279	0.37 241	0.14 267	5.50 333	0.14 160	0.00 1	0.00 1	0.00 1	0.03 312	0.16 313	0.19 221

AASNet	0.40 151	0.98 314	2.57 261	0.00 1	0.00 1	0.93 204	0.01 176	0.79 179	0.82 250	0.01 85	0.00 1	0.38 246	0.02 127	0.62 176	0.43 258	0.00 1	0.00 1	0.00 1	0.00 1	0.31 366	0.14 190

cross-raft	0.21 44	0.09 59	1.42 77	0.48 367	0.50 353	0.41 67	0.07 286	0.50 135	0.03 2	0.02 145	0.00 1	0.38 246	0.00 1	0.08 81	0.03 64	0.00 1	0.00 1	0.00 1	0.11 343	0.01 25	0.09 139

PSMNet-RSSM	0.44 173	0.73 266	1.65 134	0.00 1	0.00 1	1.06 246	0.00 1	0.61 149	0.70 151	0.06 230	0.01 161	0.39 248	0.00 1	3.29 262	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 113

DeepPruner_ROB	0.34 106	0.75 276	2.38 242	0.00 1	0.00 1	1.12 314	0.03 253	0.30 109	0.16 32	0.00 1	0.00 1	0.39 248	0.03 169	1.27 200	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.10 153

Wz-Net-SNSev	1.00 323	1.84 375	7.92 384	0.00 1	0.00 1	0.30 45	0.00 1	1.27 233	0.85 292	0.01 85	0.01 161	0.40 250	0.10 254	5.27 327	1.29 313	0.00 1	0.00 1	0.00 1	0.00 1	0.22 343	0.45 301

IER	0.20 39	0.30 154	1.87 182	0.00 1	0.00 1	0.61 120	0.00 1	0.25 101	0.23 68	0.00 1	0.00 1	0.40 250	0.02 127	0.22 116	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.01 42

iinet-f	0.59 251	0.91 307	5.57 372	0.00 1	0.01 184	0.78 165	0.00 1	1.81 302	0.84 269	0.03 184	0.00 1	0.41 252	0.43 309	0.42 154	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.36 372	0.08 126

CRFU-Net	0.43 168	0.15 97	1.89 185	0.26 343	0.01 184	0.91 197	0.00 1	0.47 133	0.27 78	0.00 1	0.00 1	0.41 252	1.89 364	2.11 212	0.14 160	0.00 1	0.00 1	0.03 374	0.00 1	0.03 123	0.03 65

UCFNet_RVC	0.26 71	0.61 242	1.59 117	0.00 1	0.00 1	1.00 221	0.00 1	0.26 103	0.39 96	0.01 85	0.00 1	0.42 254	0.02 127	0.84 184	0.07 116	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.04 84

PA-Net	0.72 287	0.91 307	3.91 334	0.03 239	0.07 271	0.87 185	0.02 236	0.78 176	0.83 259	0.01 85	0.00 1	0.43 255	0.06 232	5.10 319	1.30 314	0.01 338	0.00 1	0.00 1	0.00 1	0.04 157	0.12 175
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FADNet-RVC-Resample	0.62 263	1.24 343	4.23 346	0.03 239	0.04 253	0.41 67	0.09 298	1.32 239	0.52 115	0.01 85	0.03 250	0.44 256	0.05 221	3.11 254	0.21 192	0.07 368	0.12 291	0.05 384	0.02 300	0.11 274	0.35 280

PASM	0.66 275	0.70 259	4.95 363	0.02 224	0.00 1	0.31 48	0.04 268	0.60 148	0.35 89	0.19 291	0.01 161	0.46 257	0.04 195	5.16 321	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.15 197

PCWNet_CMD	0.20 39	0.13 83	1.38 59	0.00 1	0.01 184	0.73 158	0.00 1	0.39 125	0.19 59	0.00 1	0.01 161	0.47 258	0.50 316	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 204

RAFT	0.32 101	0.87 296	1.48 85	0.29 348	0.41 342	0.12 26	0.07 286	0.12 53	0.51 114	0.00 1	0.01 161	0.47 258	0.04 195	0.04 42	0.02 51	0.00 1	0.70 346	0.00 1	0.01 289	0.42 378	0.75 332

HGLStereo	0.35 112	0.40 188	1.83 175	0.00 1	0.00 1	0.65 136	0.01 176	0.68 156	0.39 96	0.03 184	0.01 161	0.47 258	0.03 169	2.14 214	0.17 173	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.04 84

NaN_ROB	1.04 324	1.12 334	3.41 312	0.17 320	0.19 302	0.57 109	0.37 356	2.65 347	0.98 325	0.55 344	0.32 322	0.47 258	1.16 349	5.20 324	2.78 346	0.00 1	0.02 252	0.01 352	0.05 320	0.13 285	0.54 316

CFNet_ucs	0.29 82	0.17 106	1.53 100	0.00 1	0.01 184	0.83 175	0.00 1	2.07 324	0.24 73	0.00 1	0.00 1	0.48 262	0.29 297	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 190

PSMNet-ADL	0.39 144	0.08 48	0.96 10	0.00 1	0.00 1	1.02 229	0.00 1	0.72 166	0.16 32	0.00 1	0.10 278	0.48 262	0.01 82	3.60 275	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.23 234

CFNet_pseudo	0.24 58	0.13 83	1.40 65	0.00 1	0.01 184	0.96 211	0.00 1	1.08 212	0.16 32	0.00 1	0.01 161	0.48 262	0.35 303	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 164

DGSMNet	1.31 342	0.55 232	3.74 330	0.80 390	1.48 402	1.60 364	3.41 401	1.72 280	0.54 117	0.01 85	0.78 348	0.48 262	0.23 291	3.16 255	0.55 268	0.98 395	1.26 404	1.34 409	1.11 411	1.06 394	1.41 367

MSMDNet	0.20 39	0.13 83	1.39 63	0.00 1	0.01 184	0.73 158	0.00 1	0.39 125	0.18 50	0.00 1	0.01 161	0.48 262	0.48 314	0.02 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.17 204

ccs_rob	0.24 58	0.13 83	1.40 65	0.00 1	0.01 184	0.97 213	0.00 1	1.08 212	0.16 32	0.00 1	0.01 161	0.48 262	0.35 303	0.03 29	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 164

NVstereo2D	0.53 220	0.22 128	2.52 257	0.00 1	0.00 1	0.58 113	0.03 253	1.62 272	0.99 326	0.05 217	0.00 1	0.48 262	0.00 1	3.88 285	0.08 122	0.00 1	0.05 279	0.00 1	0.00 1	0.02 78	0.06 109

Any-RAFT	0.24 58	0.07 25	1.16 26	0.00 1	0.01 184	1.13 323	0.00 1	1.21 225	0.36 90	0.02 145	0.00 1	0.49 269	0.00 1	0.19 111	0.03 64	0.00 1	0.08 286	0.00 1	0.00 1	0.00 1	0.03 65

anonymity	0.27 74	0.08 48	1.16 26	0.10 285	0.30 332	0.04 8	0.00 1	0.55 142	0.08 9	0.42 336	0.13 282	0.49 269	0.57 319	0.27 130	0.30 219	0.00 1	0.33 314	0.00 1	0.23 386	0.01 25	0.43 293

OMP-Stereo	0.71 284	0.47 207	1.36 49	0.18 322	0.06 267	1.18 339	0.00 1	1.76 290	0.78 213	0.11 266	0.59 341	0.49 269	0.00 1	6.94 389	0.25 208	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.07 113

Syn2CoEx	0.71 284	1.32 353	4.61 352	0.00 1	0.00 1	0.12 26	0.01 176	1.08 212	0.84 269	0.04 204	0.00 1	0.49 269	0.21 285	4.92 317	0.04 90	0.00 1	0.00 1	0.00 1	0.00 1	0.14 300	0.32 268

SQANet	0.58 247	1.73 370	3.08 287	0.05 253	0.48 350	0.36 62	0.03 253	0.52 138	0.74 156	0.04 204	0.23 293	0.50 273	0.06 232	2.37 219	0.97 297	0.02 354	0.03 259	0.01 352	0.00 1	0.21 342	0.11 164

GASNet	0.78 302	1.91 381	4.72 353	0.00 1	0.00 1	0.55 100	0.02 236	1.39 249	0.47 107	0.01 85	0.13 282	0.50 273	0.12 262	4.27 299	0.96 296	0.00 1	0.00 1	0.00 1	0.00 1	0.41 377	0.09 139

HBP-ISP	0.90 312	1.05 324	3.07 286	0.14 305	0.01 184	1.67 367	0.47 365	3.22 375	0.76 184	1.13 364	0.11 279	0.50 273	0.91 339	4.51 310	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 226

StereoDRNet-Refined	0.30 91	0.19 112	1.19 31	0.00 1	0.00 1	0.81 171	0.00 1	0.92 188	0.84 269	0.00 1	0.00 1	0.50 273	0.02 127	1.27 200	0.10 133	0.00 1	0.00 1	0.00 1	0.00 1	0.11 274	0.05 99
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
delet	0.42 159	0.47 207	1.99 204	0.00 1	0.00 1	0.61 120	0.00 1	0.68 156	0.83 259	0.06 230	0.01 161	0.51 277	0.19 281	2.68 238	0.21 192	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.07 113

IIG-Stereo	0.71 284	0.48 212	1.42 77	0.05 253	0.03 241	1.18 339	0.00 1	1.75 287	0.79 227	0.01 85	0.56 339	0.53 278	0.01 82	6.87 386	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.07 113

LL-Strereo	0.97 317	1.43 358	3.41 312	0.01 202	0.50 353	0.63 124	0.01 176	2.00 320	0.77 200	0.48 341	0.00 1	0.54 279	0.29 297	6.25 372	0.10 133	0.01 338	0.93 375	0.00 1	0.00 1	0.28 359	1.72 383

anonymousa	0.44 173	0.23 130	2.16 221	0.67 383	1.21 397	0.28 43	0.00 1	0.02 2	0.18 50	0.01 85	0.30 309	0.58 280	0.02 127	0.26 126	0.38 246	0.00 1	1.12 387	0.00 1	0.54 406	0.03 123	0.78 335

RTSC	0.99 320	1.38 356	4.55 351	0.22 338	0.19 302	0.23 38	0.01 176	1.46 253	0.84 269	0.31 317	0.35 324	0.58 280	0.04 195	2.47 227	5.88 374	0.00 1	0.53 334	0.00 1	0.14 353	0.35 369	0.29 261

FAT-Stereo	0.55 233	0.18 108	2.58 262	0.00 1	0.00 1	0.33 56	0.08 293	2.26 332	0.84 269	0.06 230	0.88 351	0.60 282	0.51 317	2.43 224	0.08 122	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.16 200

LSM	4.80 394	1.52 363	19.84 405	4.35 411	38.64 418	0.85 183	2.31 396	0.86 184	1.78 382	3.14 385	3.02 369	0.62 283	0.69 326	3.61 277	1.28 312	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	13.38 417

hknet	0.45 178	0.14 91	1.89 185	0.00 1	0.00 1	1.09 290	0.00 1	2.67 348	0.82 250	0.30 313	0.09 274	0.63 284	0.00 1	1.06 190	0.38 246	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GwcNet	0.64 273	0.99 318	5.43 370	0.00 1	0.00 1	0.41 67	0.10 302	0.50 135	0.97 323	0.05 217	0.00 1	0.63 284	0.05 221	2.87 246	0.55 268	0.00 1	0.00 1	0.00 1	0.00 1	0.19 332	0.13 182

SHD	0.76 295	1.05 324	4.19 344	0.65 379	0.21 311	0.01 2	0.01 176	1.48 256	0.83 259	1.69 372	0.00 1	0.63 284	0.09 249	2.22 215	1.51 323	0.00 1	0.21 300	0.00 1	0.07 325	0.15 305	0.11 164

BUS	0.38 137	0.07 25	0.98 12	0.00 1	0.00 1	1.88 371	0.00 1	2.67 348	0.82 250	0.30 313	0.09 274	0.64 287	0.00 1	0.06 70	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

NINENet	0.52 207	0.14 91	1.48 85	0.06 270	0.00 1	1.88 371	0.00 1	3.28 378	0.76 184	0.00 1	0.00 1	0.64 287	0.00 1	2.11 212	0.01 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.00 1

NCC-stereo	0.63 266	0.82 284	3.34 305	0.03 239	0.03 241	1.04 238	0.01 176	1.03 201	0.31 84	0.14 275	0.19 288	0.64 287	0.05 221	3.67 280	1.18 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 113

Abc-Net	0.63 266	0.82 284	3.34 305	0.03 239	0.03 241	1.04 238	0.01 176	1.03 201	0.31 84	0.14 275	0.19 288	0.64 287	0.05 221	3.67 280	1.18 306	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.07 113
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
cf-r	0.46 185	0.87 296	2.51 256	0.00 1	0.00 1	1.06 246	0.00 1	0.52 138	0.64 137	0.09 254	0.00 1	0.65 291	0.00 1	2.51 228	0.12 143	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.09 139

PVD	1.08 327	1.09 331	4.07 341	0.61 373	1.15 396	0.72 156	0.01 176	0.93 191	1.18 368	2.39 381	0.00 1	0.65 291	0.11 259	2.60 233	4.29 362	0.00 1	0.82 355	0.00 1	0.13 346	0.12 280	0.75 332

DLCB_ROB	0.36 122	0.46 204	1.27 37	0.00 1	0.00 1	0.45 80	0.00 1	0.66 155	0.81 244	0.03 184	0.04 256	0.66 293	0.04 195	2.35 218	0.37 238	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.10 153

XQC	0.94 314	1.30 352	4.44 349	0.65 379	0.07 271	0.42 71	0.01 176	2.88 360	0.85 292	0.28 309	0.01 161	0.67 294	0.21 285	3.24 260	3.25 351	0.00 1	0.24 304	0.00 1	0.04 316	0.20 336	0.11 164

DualNet	0.98 318	0.33 166	3.52 316	0.00 1	0.00 1	0.64 128	0.00 1	1.74 283	1.17 364	0.00 1	0.31 315	0.68 295	0.02 127	0.57 167	7.45 382	0.00 1	1.12 387	0.00 1	0.15 358	0.08 233	1.86 397

ffm	0.61 260	0.33 166	3.52 316	0.00 1	0.00 1	0.64 128	0.00 1	1.74 283	1.17 364	0.00 1	0.31 315	0.68 295	0.02 127	0.57 167	0.01 31	0.00 1	1.12 387	0.00 1	0.15 358	0.08 233	1.86 397

ff1	1.27 338	0.33 166	3.52 316	0.00 1	0.00 1	0.64 128	0.00 1	1.74 283	1.17 364	0.00 1	0.31 315	0.68 295	0.02 127	6.27 373	7.45 382	0.00 1	1.12 387	0.00 1	0.15 358	0.08 233	1.86 397

mmx	1.28 340	0.33 166	3.52 316	0.00 1	0.00 1	0.64 128	0.00 1	3.05 366	1.07 334	0.00 1	0.31 315	0.68 295	0.02 127	6.27 373	7.45 382	0.00 1	1.05 378	0.00 1	0.15 358	0.03 123	1.08 350

xxx	1.28 340	0.33 166	3.52 316	0.00 1	0.00 1	0.64 128	0.00 1	3.05 366	1.07 334	0.00 1	0.31 315	0.68 295	0.02 127	6.27 373	7.45 382	0.00 1	1.05 378	0.00 1	0.15 358	0.03 123	1.08 350

GANet	0.75 293	0.69 256	2.47 250	0.00 1	0.00 1	0.79 166	0.08 293	0.61 149	0.76 184	0.13 273	0.16 286	0.68 295	0.46 312	5.61 336	2.02 334	0.00 1	0.03 259	0.01 352	0.00 1	0.11 274	0.37 283

ACVNet	0.30 91	0.44 195	1.74 154	0.01 202	0.00 1	1.06 246	0.10 302	0.23 96	0.83 259	0.02 145	0.01 161	0.70 301	0.00 1	0.08 81	0.41 254	0.00 1	0.00 1	0.00 1	0.00 1	0.09 257	0.17 204

acv_ft	0.30 91	0.44 195	1.83 175	0.00 1	0.00 1	0.42 71	0.01 176	0.69 158	0.83 259	0.23 299	0.01 161	0.70 301	0.12 262	0.08 81	0.18 178	0.00 1	0.00 1	0.00 1	0.00 1	0.27 353	0.17 204

hitnet-ft	0.49 195	0.56 233	1.96 200	0.00 1	0.00 1	0.73 158	0.10 302	0.36 121	0.26 74	0.05 217	0.13 282	0.73 303	0.16 274	4.26 298	0.41 254	0.01 338	0.00 1	0.03 374	0.00 1	0.05 172	0.06 109

THIR-Stereo	0.94 314	0.33 166	1.66 137	0.00 1	0.01 184	0.55 100	3.72 402	0.13 65	0.18 50	0.10 259	1.46 362	0.74 304	2.82 375	5.60 334	1.39 321	0.00 1	0.00 1	0.02 366	0.00 1	0.02 78	0.03 65

Ntro	0.75 293	1.79 373	3.54 322	0.05 253	0.37 336	1.03 233	0.02 236	0.99 196	0.76 184	0.02 145	0.00 1	0.76 305	0.08 246	3.23 259	1.32 317	0.07 368	0.04 269	0.01 352	0.00 1	0.84 392	0.13 182

CFNet-ft	0.40 151	0.74 270	1.74 154	0.00 1	0.00 1	1.09 290	0.00 1	0.23 96	0.22 64	0.02 145	0.00 1	0.76 305	0.00 1	2.98 249	0.18 178	0.00 1	0.00 1	0.01 352	0.00 1	0.03 123	0.08 126

CFNet_RVC	0.40 151	0.74 270	1.74 154	0.00 1	0.00 1	1.09 290	0.00 1	0.23 96	0.22 64	0.02 145	0.00 1	0.76 305	0.00 1	2.97 248	0.18 178	0.00 1	0.00 1	0.01 352	0.00 1	0.03 123	0.08 126

iRaft-Stereo_20w	0.77 298	0.13 83	2.90 276	0.63 376	0.50 353	1.18 339	0.58 372	2.56 343	0.71 152	0.85 356	0.05 257	0.78 308	1.02 342	0.82 182	0.76 288	0.00 1	0.52 333	0.00 1	0.14 353	0.02 78	1.25 360

CSAN	1.34 344	1.48 361	4.78 357	0.15 308	0.08 276	0.71 154	0.68 377	2.81 358	1.12 345	0.96 360	2.86 368	0.79 309	1.67 357	5.61 336	2.61 344	0.01 338	0.01 245	0.00 1	0.00 1	0.15 305	0.26 254

PDISCO_ROB	0.72 287	1.06 329	3.39 311	0.18 322	0.00 1	1.54 361	0.01 176	2.80 357	0.73 155	0.16 282	0.01 161	0.80 310	0.28 296	2.38 221	0.48 260	0.00 1	0.00 1	0.00 1	0.00 1	0.36 372	0.18 211

DPSNet	1.65 357	0.46 204	7.31 382	0.30 349	0.11 286	1.54 361	0.01 176	4.48 388	1.14 353	0.11 266	0.01 161	0.82 311	3.51 382	5.89 346	5.84 373	0.02 354	0.29 312	0.03 374	0.23 386	0.23 345	0.59 320

S-Stereo	0.70 283	0.27 145	3.29 298	0.00 1	0.00 1	0.57 109	0.06 281	2.35 335	0.84 269	0.00 1	0.90 352	0.83 312	0.11 259	4.19 294	0.14 160	0.00 1	0.01 245	0.00 1	0.00 1	0.07 215	0.34 275

RYNet	0.63 266	0.53 228	2.18 222	0.00 1	0.00 1	0.57 109	0.00 1	1.34 243	0.85 292	0.04 204	0.00 1	0.85 313	0.04 195	5.13 320	0.77 289	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.27 259

ADCMid	1.62 356	1.76 371	8.67 388	0.04 247	0.03 241	1.61 365	0.17 315	1.49 257	1.15 360	0.88 357	0.57 340	0.86 314	0.69 326	1.18 193	12.53 401	0.01 338	0.00 1	0.29 401	0.08 328	0.20 336	0.24 244

RAFT-Test	0.37 129	0.11 74	1.68 141	0.57 371	0.93 387	0.43 74	0.10 302	1.03 201	0.49 111	0.16 282	0.00 1	0.87 315	0.00 1	0.27 130	0.12 143	0.00 1	0.33 314	0.00 1	0.24 394	0.01 25	0.05 99

ssnet_v2	0.39 144	0.47 207	2.11 216	0.00 1	0.00 1	0.81 171	0.00 1	1.33 242	0.86 303	0.12 270	0.01 161	0.87 315	0.10 254	0.60 175	0.35 233	0.00 1	0.00 1	0.00 1	0.00 1	0.16 313	0.09 139

ac_64	0.48 191	0.32 161	2.27 234	0.04 247	0.01 184	0.44 77	0.02 236	0.36 121	0.83 259	0.15 279	0.01 161	0.88 317	0.04 195	3.90 286	0.21 192	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.06 109

Nwc_Net	0.54 225	0.75 276	3.72 328	0.00 1	0.00 1	0.66 139	0.00 1	1.05 207	0.41 101	0.01 85	0.02 242	0.88 317	0.11 259	2.65 237	0.40 250	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.05 99

NOSS_ROB	0.73 290	0.44 195	1.26 35	0.55 368	0.00 1	0.68 147	0.00 1	2.93 362	0.77 200	0.13 273	0.00 1	0.92 319	0.00 1	6.16 367	0.11 139	0.00 1	0.00 1	0.00 1	0.00 1	0.06 197	0.66 330

EDNetEfficient	2.95 383	0.33 166	20.38 406	0.19 325	0.83 381	1.00 221	1.95 391	0.58 145	5.15 393	8.01 402	1.79 366	0.93 320	4.16 390	3.66 279	9.80 394	0.00 1	0.03 259	0.00 1	0.06 323	0.05 172	0.13 182

ADCP+	1.56 352	1.51 362	8.93 390	0.01 202	0.03 241	1.27 350	0.77 382	1.03 201	0.95 320	0.02 145	0.01 161	0.95 321	1.02 342	0.48 163	14.01 402	0.00 1	0.00 1	0.00 1	0.00 1	0.10 269	0.15 197

AANet_RVC	0.94 314	1.27 346	3.68 327	0.01 202	0.00 1	0.68 147	0.01 176	0.92 188	0.22 64	0.02 145	1.41 361	0.95 321	0.04 195	5.97 353	3.10 350	0.16 374	0.10 290	0.00 1	0.00 1	0.09 257	0.26 254

RP	0.52 207	0.68 252	2.56 260	0.00 1	0.01 184	0.61 120	0.02 236	1.31 237	0.62 136	0.05 217	0.01 161	0.98 323	0.17 277	2.86 245	0.33 227	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.09 139

RGC	0.61 260	0.74 270	3.31 302	0.00 1	0.01 184	0.64 128	0.00 1	1.34 243	0.26 74	0.03 184	0.61 342	0.99 324	0.19 281	3.06 253	0.81 293	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.10 153

ADLNet	0.48 191	0.43 193	1.71 147	0.00 1	0.00 1	0.66 139	0.01 176	1.16 220	0.84 269	0.21 292	0.01 161	1.00 325	0.02 127	2.88 247	0.34 229	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.24 244

otaku	0.77 298	1.78 372	3.28 297	0.09 283	0.13 290	0.88 193	0.05 278	0.78 176	0.76 184	0.03 184	1.37 360	1.03 326	0.14 267	2.73 239	1.34 319	0.06 367	0.04 269	0.01 352	0.00 1	0.63 387	0.34 275

MDST_ROB	1.73 361	0.11 74	3.61 324	0.13 302	0.15 295	5.47 397	0.31 345	4.97 390	0.87 307	6.33 396	1.52 363	1.03 326	1.19 350	6.22 370	2.13 340	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 321

CBMV_ROB	1.08 327	0.23 130	2.20 224	0.01 202	0.00 1	1.37 358	0.46 361	3.27 377	0.78 213	2.21 379	1.13 356	1.06 328	2.45 371	4.29 301	1.64 327	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.48 306

DANet	0.67 278	0.21 121	2.33 239	0.25 341	0.06 267	0.50 86	0.11 309	1.62 272	0.74 156	0.22 296	0.06 267	1.07 329	0.02 127	4.45 305	1.22 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.53 315
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IGEV_Zeroshot_test	0.56 240	0.12 78	3.25 296	0.16 312	0.47 348	0.55 100	0.46 361	0.53 141	0.38 92	0.70 350	0.49 335	1.08 330	0.49 315	0.36 143	0.31 222	0.00 1	0.37 320	0.00 1	0.13 346	0.03 123	1.33 361

WZ-Net	1.68 358	1.91 381	12.17 398	0.00 1	0.00 1	0.83 175	0.00 1	1.68 276	0.84 269	0.05 217	0.01 161	1.08 330	2.88 376	6.91 387	4.78 367	0.00 1	0.00 1	0.00 1	0.00 1	0.14 300	0.24 244

DispFullNet	1.25 337	0.95 312	3.73 329	1.00 393	0.79 378	0.43 74	0.01 176	1.70 278	0.82 250	2.55 383	0.63 343	1.08 330	8.75 402	0.84 184	1.36 320	0.00 1	0.02 252	0.00 1	0.00 1	0.24 346	0.19 221

FBW_ROB	1.04 324	0.84 289	2.48 252	0.10 285	0.01 184	0.64 128	0.01 176	2.37 336	0.83 259	0.01 85	0.01 161	1.09 333	0.05 221	8.21 396	2.94 349	0.05 365	0.01 245	0.09 390	0.01 289	0.06 197	0.97 346

STrans-v2	0.88 310	0.32 161	1.71 147	0.00 1	0.01 184	0.85 183	0.04 268	2.45 338	0.89 313	0.48 341	0.85 350	1.10 334	2.06 366	6.49 381	0.25 208	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.09 139

DDUNet	0.51 204	0.87 296	2.33 239	0.00 1	0.00 1	0.80 169	0.01 176	1.16 220	0.77 200	0.08 247	0.01 161	1.11 335	0.01 82	2.02 211	0.77 289	0.02 354	0.00 1	0.00 1	0.00 1	0.09 257	0.10 153

raft_robust	0.73 290	0.81 282	1.55 104	0.00 1	0.22 314	0.68 147	0.00 1	2.56 343	0.75 163	0.01 85	0.01 161	1.12 336	1.15 348	4.56 312	0.14 160	0.00 1	0.71 347	0.00 1	0.15 358	0.08 233	0.11 164

RainbowNet	0.80 305	1.85 376	3.31 302	0.13 302	0.05 262	1.30 351	0.07 286	2.03 322	0.76 184	0.02 145	0.02 242	1.13 337	0.25 293	2.40 223	1.07 302	0.72 387	0.05 279	0.00 1	0.00 1	0.53 383	0.30 265

riskmin	0.49 195	0.04 2	1.45 83	0.70 385	0.80 380	0.54 96	0.20 321	1.05 207	0.20 61	0.24 303	0.27 298	1.13 337	0.00 1	0.43 155	0.41 254	0.00 1	0.80 352	0.00 1	0.26 396	0.00 1	1.23 357

FINET	2.05 368	1.88 378	5.76 376	0.81 391	0.99 391	3.54 386	3.33 400	3.89 384	3.81 388	0.89 358	1.55 364	1.21 339	2.31 368	4.20 296	2.42 343	0.81 393	1.36 405	0.00 1	0.21 383	0.27 353	1.80 393

ADCL	1.70 360	1.00 320	5.82 377	0.07 276	0.04 253	2.14 375	2.27 395	1.26 232	1.09 338	1.55 371	1.08 355	1.23 340	1.53 355	2.38 221	12.21 400	0.01 338	0.00 1	0.00 1	0.00 1	0.12 280	0.16 200

AnyNet_C01	2.55 376	3.02 407	19.30 404	0.15 308	0.18 301	2.97 380	2.35 397	1.56 264	1.47 375	1.01 361	0.81 349	1.23 340	0.76 334	4.28 300	10.78 395	0.04 364	0.00 1	0.07 388	0.00 1	0.35 369	0.61 324

CBMV	0.80 305	0.46 204	2.11 216	0.00 1	0.00 1	0.84 179	0.76 380	3.17 372	0.84 269	0.61 347	0.00 1	1.23 340	1.88 363	2.46 226	0.97 297	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.56 319
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MyStereo06	0.53 220	0.36 180	2.90 276	0.01 202	0.00 1	1.11 309	0.01 176	0.56 143	0.49 111	0.74 352	0.45 331	1.24 343	1.02 342	0.39 152	0.34 229	0.00 1	0.60 337	0.00 1	0.08 328	0.01 25	0.33 273

TransformOpticalFlow	0.88 310	0.30 154	2.86 272	0.30 349	0.03 241	1.25 348	0.05 278	1.87 308	0.80 236	0.28 309	0.37 327	1.25 344	1.50 354	6.38 376	0.22 198	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25	0.07 113

AF-Net	0.60 255	0.87 296	3.34 305	0.00 1	0.00 1	0.41 67	0.01 176	1.52 259	0.64 137	0.17 290	0.05 257	1.28 345	0.46 312	2.51 228	0.52 266	0.00 1	0.00 1	0.00 1	0.00 1	0.12 280	0.10 153

EDNetEfficientorigin	6.27 399	0.89 302	98.14 426	0.02 224	0.04 253	0.40 64	0.02 236	0.35 119	2.94 385	6.98 399	3.06 370	1.29 346	1.87 362	4.32 302	4.60 363	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.35 280

edge stereo	0.62 263	0.30 154	3.04 282	0.01 202	0.03 241	0.32 51	0.03 253	1.28 234	0.69 149	0.21 292	0.32 322	1.29 346	0.19 281	4.12 291	0.40 250	0.00 1	0.00 1	0.00 1	0.00 1	0.11 274	0.14 190

MFN_U_SF_RVC	1.09 330	1.88 378	5.37 368	0.15 308	0.10 283	0.56 106	0.10 302	1.29 236	0.47 107	0.45 339	0.27 298	1.30 348	0.72 330	4.08 289	2.28 341	0.29 382	0.34 316	0.35 403	0.55 407	0.63 387	0.60 321

Wz-Net-TNSev	1.74 362	3.45 410	13.44 400	0.00 1	0.00 1	0.45 80	0.14 313	2.57 345	0.84 269	0.09 254	0.01 161	1.33 349	0.18 278	6.16 367	5.38 369	0.00 1	0.00 1	0.00 1	0.01 289	0.26 351	0.41 288

SGM-Forest	1.08 327	0.45 201	1.80 171	0.02 224	0.07 271	1.09 290	0.65 375	2.57 345	0.85 292	1.33 368	0.92 353	1.36 350	1.62 356	5.94 352	2.34 342	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.52 314
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MFN_U_SF_DS_RVC	1.31 342	2.80 402	5.36 367	0.02 224	0.04 253	3.44 385	0.26 339	2.19 328	0.77 200	0.25 306	0.27 298	1.37 351	0.02 127	5.99 356	1.05 300	0.16 374	0.72 348	0.01 352	0.26 396	0.40 376	0.82 337

XX-Stereo	0.73 290	0.18 108	5.35 366	0.38 360	0.26 327	1.13 323	0.00 1	3.03 365	0.18 50	0.14 275	0.01 161	1.40 352	0.01 82	1.36 203	0.04 90	0.00 1	0.50 330	0.00 1	0.16 367	0.03 123	0.43 293

ADCS	1.99 366	2.50 400	10.09 394	0.00 1	0.01 184	0.87 185	0.66 376	1.81 302	0.89 313	2.57 384	0.11 279	1.41 353	0.26 294	2.62 235	15.48 405	0.00 1	0.00 1	0.00 1	0.00 1	0.13 285	0.43 293

ADCPNet	1.58 354	1.00 320	8.71 389	0.01 202	0.19 302	2.69 376	0.26 339	1.15 218	0.54 117	0.04 204	0.02 242	1.41 353	1.76 358	2.52 230	9.78 393	0.00 1	0.46 325	0.00 1	0.64 409	0.07 215	0.34 275

Anonymous_2	1.27 338	0.19 112	1.80 171	0.70 385	0.78 377	0.61 120	0.20 321	0.92 188	0.48 109	0.22 296	0.30 309	1.44 355	0.00 1	0.43 155	0.40 250	0.01 338	0.84 363	2.29 412	11.27 416	1.29 396	1.20 356

HH	0.52 207	0.23 130	1.71 147	0.77 388	0.35 334	1.07 264	0.00 1	0.30 109	0.68 144	0.29 311	0.45 331	1.45 356	0.04 195	0.37 146	0.37 238	0.00 1	0.84 363	0.00 1	0.00 1	0.02 78	1.39 364

HanStereo	0.52 207	0.23 130	1.71 147	0.77 388	0.35 334	1.07 264	0.00 1	0.30 109	0.68 144	0.29 311	0.45 331	1.45 356	0.04 195	0.37 146	0.37 238	0.00 1	0.84 363	0.00 1	0.00 1	0.02 78	1.39 364

ADLNet2	0.61 260	0.68 252	2.76 268	0.00 1	0.00 1	0.90 194	0.01 176	0.82 182	0.92 317	0.00 1	0.07 270	1.45 356	0.02 127	4.04 287	0.13 153	0.00 1	0.00 1	0.00 1	0.00 1	0.20 336	0.11 164

UDG	0.55 233	0.86 294	2.15 220	0.00 1	0.00 1	0.98 215	0.00 1	2.09 325	0.83 259	0.08 247	0.00 1	1.49 359	0.18 278	1.20 197	1.07 302	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.09 139

DISCO	0.35 112	0.31 158	1.99 204	0.16 312	0.16 299	0.33 56	0.00 1	0.15 68	0.30 83	0.00 1	0.01 161	1.49 359	0.00 1	1.21 198	0.63 271	0.00 1	0.00 1	0.00 1	0.00 1	0.07 215	0.12 175

RASNet	0.68 279	0.62 244	2.10 215	0.02 224	0.02 224	0.60 114	0.09 298	0.64 154	0.84 269	0.11 266	0.06 267	1.51 361	0.04 195	6.07 363	0.65 273	0.00 1	0.00 1	0.00 1	0.00 1	0.05 172	0.22 226

SDNR	1.35 345	0.47 207	4.08 342	0.09 283	0.21 311	3.25 383	0.01 176	3.18 373	1.52 377	1.87 377	1.66 365	1.52 362	0.36 305	7.18 391	1.05 300	0.03 362	0.08 286	0.00 1	0.00 1	0.05 172	0.49 310

CBFPSM	0.42 159	0.89 302	2.62 264	0.00 1	0.00 1	0.32 51	0.00 1	0.37 123	0.82 250	0.01 85	0.01 161	1.65 363	1.00 341	0.27 130	0.34 229	0.00 1	0.01 245	0.00 1	0.00 1	0.02 78	0.10 153

stereogan	0.57 245	0.38 185	3.12 290	0.01 202	0.01 184	0.64 128	0.02 236	1.11 216	0.96 322	0.08 247	0.01 161	1.66 364	0.45 311	2.60 233	0.05 102	0.00 1	0.00 1	0.00 1	0.00 1	0.16 313	0.07 113

MADNet+	4.94 395	3.56 411	47.46 414	0.42 362	0.27 328	1.99 373	0.04 268	4.45 387	1.30 371	0.07 238	0.02 242	1.81 365	0.36 305	21.82 412	14.17 403	0.00 1	0.26 309	0.00 1	0.00 1	0.28 359	0.54 316

ACVNet-4b	1.38 347	1.94 383	5.73 375	0.20 332	0.04 253	1.01 223	0.01 176	1.70 278	0.86 303	0.04 204	0.95 354	1.95 366	0.31 300	6.69 382	2.11 338	2.78 405	0.02 252	0.00 1	0.00 1	0.89 393	0.34 275

RTS	4.38 391	2.34 395	44.27 412	0.33 356	0.13 290	3.83 388	0.21 327	2.51 340	1.22 369	1.82 375	0.01 161	1.95 366	0.21 285	16.90 407	10.87 397	0.00 1	0.27 310	0.00 1	0.00 1	0.27 353	0.44 298

RTSA	4.38 391	2.34 395	44.27 412	0.33 356	0.13 290	3.83 388	0.21 327	2.51 340	1.22 369	1.82 375	0.01 161	1.95 366	0.21 285	16.90 407	10.87 397	0.00 1	0.27 310	0.00 1	0.00 1	0.27 353	0.44 298

IMH-64-1	2.28 370	1.45 359	2.87 273	2.19 403	0.59 365	2.82 378	1.58 388	5.84 392	1.16 361	1.09 362	4.77 378	2.07 369	2.42 369	5.90 347	3.91 356	4.00 407	0.04 269	0.02 366	0.00 1	2.07 399	0.82 337

IMH-64	2.28 370	1.45 359	2.87 273	2.19 403	0.59 365	2.82 378	1.58 388	5.84 392	1.16 361	1.09 362	4.77 378	2.07 369	2.42 369	5.90 347	3.91 356	4.00 407	0.04 269	0.02 366	0.00 1	2.07 399	0.82 337

SPS-STEREO	1.19 335	1.27 346	3.45 314	0.00 1	0.01 184	0.40 64	0.16 314	0.71 165	1.03 328	2.41 382	0.77 347	2.13 371	0.44 310	5.68 341	4.06 361	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	1.24 358
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MSC_U_SF_DS_RVC	1.95 365	2.49 399	5.12 365	0.01 202	0.02 224	12.00 405	0.49 368	3.33 379	0.95 320	0.10 259	0.20 290	2.15 372	0.15 271	6.72 383	1.65 328	0.78 388	0.83 360	0.19 398	0.27 399	0.72 389	0.92 344

HSM	0.68 279	0.52 226	1.54 103	0.00 1	0.00 1	0.54 96	0.01 176	1.08 212	0.77 200	0.00 1	0.01 161	2.23 373	0.63 325	6.04 359	0.14 160	0.00 1	0.00 1	0.00 1	0.00 1	0.04 157	0.08 126

G-Net	1.24 336	0.34 175	3.85 333	0.05 253	0.48 350	1.68 368	0.46 361	0.23 96	0.44 104	1.33 368	8.94 396	2.28 374	0.79 335	2.37 219	1.18 306	0.01 338	0.03 259	0.02 366	0.09 333	0.07 215	0.11 164

NVStereoNet_ROB	1.74 362	1.83 374	4.79 359	0.81 391	0.29 331	0.67 145	0.03 253	1.46 253	1.75 381	0.65 348	5.98 382	2.38 375	2.95 380	6.77 384	2.70 345	0.69 386	0.37 320	0.04 382	0.19 376	0.27 353	0.24 244
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
psmorigin	0.81 307	0.57 234	7.49 383	0.00 1	0.00 1	0.18 33	0.00 1	0.12 53	0.20 61	0.65 348	0.00 1	2.69 376	0.27 295	2.98 249	0.79 291	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.18 211

SAMSARA	1.56 352	1.37 355	4.23 346	1.04 394	0.75 376	4.48 391	0.13 311	1.61 271	0.74 156	3.69 387	0.66 344	3.16 377	1.06 345	4.44 304	2.82 347	0.00 1	0.63 339	0.00 1	0.13 346	0.10 269	0.22 226

PWCK	2.83 381	2.64 401	10.25 395	0.23 339	0.02 224	3.59 387	5.56 406	3.75 383	3.56 387	0.75 355	4.42 376	3.35 378	1.86 361	9.10 399	4.03 359	0.44 384	0.01 245	0.00 1	0.00 1	2.72 403	0.29 261

SANet	2.30 373	1.58 364	5.68 374	0.03 239	0.04 253	2.78 377	0.82 383	2.99 364	8.32 399	1.70 373	4.04 374	4.26 379	4.02 387	5.90 347	3.42 353	0.00 1	0.00 1	0.00 1	0.00 1	0.08 233	0.37 283

ACVNet_1	1.38 347	2.15 391	6.35 381	0.35 359	0.03 241	1.26 349	0.10 302	2.02 321	0.85 292	0.35 326	0.01 161	4.32 380	1.77 359	4.85 316	1.67 329	0.92 394	0.00 1	0.00 1	0.00 1	0.35 369	0.30 265

ELAS	3.20 386	0.48 212	3.06 285	0.19 325	0.06 267	7.89 400	2.23 394	3.33 379	4.19 390	8.91 406	9.70 399	4.40 381	7.69 400	4.25 297	6.87 379	0.00 1	0.04 269	0.03 374	0.04 316	0.12 280	0.48 306
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	8.51 405	3.17 408	75.56 417	0.00 1	0.00 1	0.18 33	0.25 331	0.14 66	19.76 407	39.57 416	4.11 375	4.60 382	9.69 403	4.10 290	7.91 386	0.02 354	0.07 284	0.00 1	0.02 300	0.13 285	0.91 343

SGM_RVC	2.03 367	0.49 214	2.04 212	0.27 344	0.17 300	3.07 381	1.00 386	2.70 352	1.62 379	5.12 389	3.09 371	4.77 383	4.08 388	7.38 394	2.86 348	0.21 379	0.23 302	0.20 399	0.23 386	0.28 359	0.84 340
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WAO-7	2.74 379	1.65 366	3.36 308	0.03 239	0.05 262	4.68 392	0.53 370	6.21 395	4.59 392	1.73 374	7.61 388	5.56 384	3.68 384	8.96 398	5.50 371	0.00 1	0.00 1	0.33 402	0.02 300	0.19 332	0.18 211

IMH	3.15 385	1.88 378	3.60 323	2.20 405	0.66 372	5.10 395	0.24 330	6.87 396	4.29 391	2.29 380	7.42 386	6.28 385	3.90 385	7.15 390	3.65 355	4.34 409	0.14 294	0.05 384	0.00 1	2.16 401	0.76 334

JetBlue	6.27 399	3.44 409	18.17 403	0.00 1	2.21 408	30.58 414	17.31 415	4.77 389	1.07 334	0.74 352	2.25 367	6.31 386	5.82 397	18.12 409	9.68 392	0.10 373	0.01 245	0.00 1	0.00 1	3.12 404	1.61 379

ACVNet_2	1.59 355	2.07 389	5.42 369	0.12 297	0.09 278	1.36 357	0.17 315	2.72 355	0.97 323	0.44 338	3.37 372	6.53 387	0.16 274	5.48 332	1.87 330	0.16 374	0.00 1	0.00 1	0.00 1	0.39 374	0.47 304

ELAS_RVC	3.35 387	0.45 201	4.75 354	0.25 341	0.07 271	1.56 363	7.12 410	2.23 331	5.68 394	7.77 401	7.71 391	6.55 388	10.27 405	5.63 338	6.24 376	0.00 1	0.04 269	0.03 374	0.01 289	0.11 274	0.48 306
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Dean	2.72 378	2.05 388	6.17 380	0.39 361	0.44 344	1.21 345	0.48 367	8.36 400	8.46 400	1.48 370	8.08 392	6.95 389	1.44 352	4.50 308	2.00 333	0.79 389	0.00 1	0.01 352	0.00 1	1.11 395	0.39 286

KSHMR	3.98 389	1.95 385	4.86 360	3.06 408	1.84 405	5.37 396	0.45 360	9.03 402	13.93 404	2.07 378	9.17 397	7.12 390	2.12 367	5.60 334	3.40 352	2.12 403	0.44 323	0.53 405	0.23 386	4.01 405	2.35 406

SGM+DAISY	4.17 390	2.85 406	8.55 386	1.77 398	1.74 404	5.81 398	5.49 405	2.88 360	3.97 389	7.67 400	7.66 390	7.25 391	7.42 399	6.92 388	7.09 381	1.14 399	1.57 410	0.11 392	0.59 408	0.56 385	2.43 407

MSMD_ROB	2.26 369	0.47 207	2.67 265	0.01 202	0.00 1	5.00 394	0.21 327	1.35 245	1.87 383	6.37 397	8.46 393	7.34 392	4.30 392	4.84 315	1.91 331	0.00 1	0.00 1	0.00 1	0.00 1	0.03 123	0.30 265

WAO-6	2.63 377	1.16 337	3.22 293	0.00 1	0.00 1	3.86 390	0.28 343	6.13 394	7.35 396	0.60 345	6.78 384	7.62 393	2.68 374	6.42 377	6.11 375	0.00 1	0.00 1	0.00 1	0.00 1	0.17 318	0.12 175

WCMA_ROB	2.37 375	0.75 276	2.53 258	0.05 253	0.00 1	1.05 243	0.59 374	1.47 255	1.40 373	5.47 393	9.84 400	8.10 394	5.87 398	4.38 303	3.93 358	0.16 374	0.21 300	0.18 397	0.18 371	0.06 197	1.08 350

LVE	3.01 384	1.95 385	4.27 348	0.56 370	0.45 347	2.06 374	0.06 281	7.66 398	9.65 401	0.08 247	10.94 403	8.86 395	1.82 360	7.24 393	1.62 326	2.04 401	0.17 296	0.04 382	0.24 394	0.24 346	0.23 234

MeshStereo	2.79 380	0.86 294	3.12 290	0.02 224	0.02 224	1.51 360	0.91 385	3.50 381	1.54 378	11.28 407	7.62 389	11.49 396	2.94 377	6.81 385	3.45 354	0.00 1	0.00 1	0.00 1	0.00 1	0.28 359	0.39 286
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
FCDSN-DC	2.93 382	0.54 230	2.88 275	0.00 1	0.01 184	1.78 370	0.36 354	2.20 329	1.51 376	8.28 403	10.99 404	11.61 397	8.55 401	5.36 328	4.05 360	0.02 354	0.00 1	0.00 1	0.00 1	0.06 197	0.48 306
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MADNet++	10.85 409	2.36 397	10.00 392	8.59 416	4.61 414	16.78 409	10.26 412	10.11 405	7.51 397	17.63 410	18.35 412	12.04 398	17.73 410	24.51 413	20.75 412	8.81 413	6.67 415	4.84 414	2.67 412	5.77 410	6.96 414

DPSimNet_ROB	9.66 406	7.29 413	17.52 402	4.88 414	6.56 415	10.41 404	12.88 413	8.12 399	9.88 402	14.26 409	11.22 405	12.39 399	14.01 409	11.20 406	14.85 404	5.50 410	6.97 416	5.75 415	5.94 414	5.31 408	8.26 416

WAO-8	5.42 397	2.80 402	3.98 339	0.62 374	0.10 283	13.77 406	0.33 351	11.99 407	24.10 411	5.25 390	10.38 402	13.44 400	4.55 393	9.38 400	4.72 365	0.80 390	0.34 316	0.71 407	0.13 346	0.74 390	0.25 248

Venus	5.42 397	2.80 402	3.98 339	0.62 374	0.10 283	13.77 406	0.33 351	11.99 407	24.10 411	5.25 390	10.32 401	13.44 400	4.55 393	9.38 400	4.72 365	0.80 390	0.34 316	0.71 407	0.13 346	0.74 390	0.25 248

JetRed	14.06 412	19.59 417	43.42 411	1.43 396	1.30 400	55.87 416	28.29 416	13.94 412	7.85 398	8.61 405	8.73 394	13.68 402	10.59 407	24.60 414	30.87 414	0.27 381	0.69 343	0.62 406	0.03 312	6.63 412	4.19 410

ktn	5.26 396	1.94 383	3.97 338	3.50 409	1.06 394	8.17 401	2.01 392	9.53 404	16.88 405	5.28 392	12.55 409	13.68 402	4.08 388	8.46 397	4.61 364	5.84 412	0.02 252	0.00 1	0.00 1	2.63 402	0.92 344

FC-DCNN	3.67 388	0.32 161	2.78 269	0.00 1	0.01 184	3.09 382	0.58 372	3.68 382	3.04 386	11.64 408	12.38 407	13.84 404	9.79 404	6.23 371	5.39 370	0.00 1	0.00 1	0.00 1	0.00 1	0.02 78	0.60 321

LE_ROB	10.29 407	1.64 365	11.96 397	1.47 397	1.36 401	3.30 384	4.79 403	5.05 391	42.09 416	51.68 417	13.28 410	14.08 405	25.92 413	7.21 392	21.19 413	0.05 365	0.06 282	0.13 395	0.19 376	0.08 233	0.35 280

pmcnn	2.36 374	0.83 288	6.15 379	0.33 356	0.84 383	0.35 59	0.27 341	2.18 327	1.42 374	0.48 341	7.35 385	14.60 406	0.75 332	5.45 330	5.37 368	0.00 1	0.00 1	0.00 1	0.00 1	0.16 313	0.63 327

UNDER WATER	6.65 401	1.86 377	10.48 396	4.84 412	2.74 409	8.59 403	0.76 380	8.83 401	22.15 410	4.99 388	6.27 383	15.66 407	10.39 406	9.52 402	9.42 391	3.50 406	0.05 279	1.34 409	0.03 312	7.17 414	4.42 412

notaker	4.71 393	2.04 387	5.58 373	4.15 410	0.96 389	4.99 393	0.39 357	7.65 397	2.25 384	5.67 395	11.58 406	16.87 408	4.26 391	8.06 395	6.65 378	5.74 411	0.02 252	0.10 391	0.07 325	5.45 409	1.65 382

UNDER WATER-64	7.33 404	2.16 392	12.17 398	4.84 412	3.62 412	17.94 410	1.74 390	9.16 403	21.94 409	5.53 394	5.01 380	17.03 409	11.84 408	9.72 403	8.83 389	2.09 402	0.04 269	1.54 411	0.16 367	6.89 413	4.37 411

TorneroNet	7.29 403	2.19 393	3.95 336	2.15 402	1.14 395	19.79 413	0.46 361	13.22 410	25.82 415	8.31 404	16.76 411	17.46 410	5.75 396	10.79 405	8.91 390	2.32 404	0.03 259	0.12 393	0.00 1	4.70 407	2.01 402

TorneroNet-64	6.70 402	2.13 390	3.92 335	2.14 401	0.65 370	19.09 412	0.28 343	12.19 409	25.73 414	6.44 398	12.54 408	19.33 411	4.76 395	10.25 404	6.87 379	1.10 398	0.00 1	0.12 393	0.00 1	4.20 406	2.19 404

ASD4	35.80 415	43.79 418	34.11 409	21.10 418	36.26 417	80.52 419	95.21 425	27.47 416	69.35 417	28.35 414	36.69 417	27.92 412	45.29 416	38.60 417	53.98 417	10.97 415	11.11 418	12.38 416	11.42 417	16.75 417	14.68 418

MANE	11.54 410	2.46 398	6.07 378	2.50 406	2.04 406	16.31 408	6.95 409	17.25 414	24.11 413	23.59 412	31.25 416	30.75 413	25.07 412	18.16 410	16.24 409	1.28 400	1.98 412	0.15 396	1.07 410	0.46 381	3.04 409

HanzoNet	13.47 411	5.89 412	14.41 401	5.91 415	2.90 410	8.50 402	0.74 378	13.81 411	20.12 408	26.53 413	28.55 415	34.06 414	26.75 415	26.27 416	15.82 406	11.42 416	4.01 414	3.29 413	3.94 413	9.72 416	6.77 413

SGM-ForestM	10.58 408	2.80 402	7.93 385	1.86 399	1.59 403	17.97 411	9.39 411	11.57 406	12.75 403	21.30 411	18.68 413	40.07 415	22.22 411	21.60 411	15.86 407	0.99 396	1.53 409	0.06 386	0.52 405	0.47 382	2.43 407

BEATNet-Init1	15.75 413	8.48 415	36.75 410	2.06 400	2.07 407	33.60 415	14.96 414	17.15 413	19.08 406	30.69 415	28.08 414	43.61 416	25.98 414	25.17 415	20.68 411	0.80 390	1.17 399	0.36 404	0.51 404	1.53 397	2.28 405

LRCNet_RVC	55.59 418	61.31 425	59.16 415	66.84 424	44.81 419	6.17 399	0.00 1	52.46 417	1.68 380	70.67 418	80.07 421	66.39 417	55.67 417	51.56 418	46.75 416	90.67 427	41.65 422	91.10 429	90.19 424	65.65 424	68.96 423

DGTPSM_ROB	81.37 423	61.03 423	99.95 428	61.17 422	86.95 427	99.14 427	100.00 427	95.87 424	99.99 427	73.32 419	100.00 427	71.15 418	100.00 428	77.35 422	99.98 429	35.35 418	97.41 428	34.62 420	99.89 429	44.61 419	89.54 425

DPSMNet_ROB	81.42 424	61.07 424	99.95 428	61.38 423	87.01 428	99.15 428	100.00 427	95.87 424	99.99 427	73.35 420	100.00 427	71.18 419	100.00 428	77.40 423	99.98 429	35.68 419	97.47 429	34.71 421	99.89 429	44.74 420	89.65 426

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

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

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

test_example2	97.59 430	99.97 433	99.93 427	99.80 438	99.96 438	98.80 426	99.76 426	91.09 422	100.00 429	100.00 429	100.00 427	89.37 423	86.85 422	99.31 429	96.67 425	99.97 437	99.51 430	92.94 430	97.98 427	99.99 438	99.94 437

PML	71.00 422	88.39 429	73.68 416	82.04 426	74.55 423	83.63 420	76.92 418	72.05 421	85.95 421	89.82 424	84.57 422	90.63 424	58.80 418	91.54 428	73.58 419	95.93 434	2.38 413	86.91 428	6.48 415	84.07 429	18.14 419

MEDIAN_ROB	93.48 426	98.75 431	96.24 424	90.99 429	90.62 430	85.89 421	77.23 420	92.20 423	89.67 422	95.04 425	94.93 424	96.04 425	93.85 425	90.48 424	87.58 423	98.40 435	95.87 424	99.62 431	98.78 428	98.85 436	98.49 435

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

tt	48.09 416	0.07 25	27.39 408	1.35 395	0.00 1	100.00 429	100.00 427	100.00 428	96.65 423	0.15 279	0.01 161	97.98 427	87.03 423	2.52 230	99.87 428	82.90 424	94.64 423	16.21 417	20.93 419	33.72 418	0.29 261

HaxPig	95.45 429	97.64 430	88.42 422	97.81 437	99.08 437	77.94 418	74.31 417	96.67 426	99.54 424	99.87 428	99.92 426	99.60 428	99.75 426	91.22 426	87.67 424	99.94 436	99.97 431	99.98 432	99.99 431	99.96 437	99.80 436

MyStereo03	99.06 435	100.00 435	100.00 430	96.11 433	98.72 433	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.17 430	100.00 434	100.00 433	100.00 432	95.79 432	97.48 431

MyStereo02	99.06 435	100.00 435	100.00 430	96.11 433	98.72 433	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.17 430	100.00 434	100.00 433	100.00 432	95.79 432	97.48 431

MyStereo	99.06 435	100.00 435	100.00 430	96.11 433	98.72 433	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.17 430	100.00 434	100.00 433	100.00 432	95.79 432	97.48 431

SPstereo	50.84 417	11.75 416	22.19 407	12.56 417	10.58 416	67.32 417	76.93 419	100.00 428	100.00 429	96.03 426	93.38 423	100.00 429	93.34 424	91.10 425	72.60 418	10.05 414	8.84 417	20.16 419	15.30 418	6.52 411	8.09 415

Selective-RAFT-Error	99.05 434	100.00 435	100.00 430	96.31 436	98.73 436	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.08 428	100.00 434	100.00 433	100.00 432	95.40 430	97.58 434

CasAABBNet	99.03 433	100.00 435	100.00 430	96.02 432	98.70 432	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.08 428	99.99 433	100.00 433	100.00 432	95.40 430	97.41 430

LSM0	98.99 432	99.97 433	100.00 430	95.58 430	98.52 431	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	93.32 433	99.97 431	100.00 433	100.00 432	95.80 435	96.62 429

DPSM_ROB	93.70 427	78.60 427	100.00 430	83.05 427	85.63 425	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	88.93 425	97.35 426	74.49 426	94.98 425	81.33 427	89.69 427

DPSM	93.70 427	78.60 427	100.00 430	83.05 427	85.63 425	100.00 429	100.00 427	100.00 428	100.00 429	100.00 429	100.00 427	100.00 429	100.00 428	100.00 431	100.00 431	88.93 425	97.35 426	74.49 426	94.98 425	81.33 427	89.69 427

AVERAGE_ROB	98.51 431	99.16 432	95.72 423	100.00 439	100.00 439	93.61 425	82.61 421	100.00 428	99.97 426	100.00 429	100.00 427	100.00 429	100.00 428	99.73 430	99.43 427	100.00 438	100.00 434	100.00 433	100.00 432	100.00 439	100.00 438

FADE		7.35 414		2.62 407	2.96 411													17.99 418		2.05 398

Low-res two-view benchmark