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

Selective-IGEV	0.05 2	0.04 38	0.43 6	0.00 1	0.04 313	0.25 42	0.00 1	0.01 1	0.08 31	0.00 1	0.00 1	0.01 7	0.02 128	0.00 1	0.01 74	0.00 1	0.00 1	0.00 1	0.07 358	0.03 181	0.08 331

anonymousa	0.14 60	0.15 157	1.74 262	0.00 1	0.00 1	0.28 48	0.00 1	0.01 1	0.11 71	0.00 1	0.01 199	0.42 262	0.02 128	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.04 350	0.00 1	0.02 221

GLC_STEREO	0.04 1	0.05 60	0.52 14	0.00 1	0.00 1	0.06 18	0.00 1	0.01 1	0.03 4	0.00 1	0.00 1	0.01 7	0.01 84	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

dad	0.17 85	0.54 320	0.82 92	0.00 1	0.00 1	1.03 235	0.00 1	0.02 4	0.23 116	0.01 123	0.00 1	0.02 38	0.01 84	0.63 183	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MFMNet_re	0.24 133	0.74 351	2.31 302	0.53 389	0.00 1	0.17 34	0.01 212	0.02 4	0.59 254	0.01 123	0.03 276	0.12 162	0.00 1	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.19 343	0.01 126

MyStereo07	0.10 18	0.12 141	0.59 33	0.00 1	0.00 1	0.98 217	0.00 1	0.03 6	0.10 65	0.01 123	0.00 1	0.01 7	0.05 226	0.04 100	0.00 1	0.00 1	0.05 367	0.00 1	0.00 1	0.02 132	0.04 282

MC-Stereo	0.10 18	0.10 118	0.59 33	0.01 240	0.01 233	1.06 254	0.00 1	0.03 6	0.09 47	0.02 212	0.00 1	0.03 73	0.02 128	0.03 91	0.00 1	0.00 1	0.01 299	0.00 1	0.02 329	0.05 219	0.01 126

NRIStereo	0.17 85	0.03 23	0.73 47	0.04 292	0.01 233	1.15 336	0.33 352	0.03 6	0.59 254	0.04 256	0.01 199	0.11 156	0.01 84	0.10 134	0.03 119	0.00 1	0.02 329	0.00 1	0.00 1	0.06 239	0.09 344

sAnonymous2	0.10 18	0.22 194	1.35 207	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.15 368

CroCo_RVC	0.10 18	0.22 194	1.35 207	0.00 1	0.00 1	0.04 13	0.00 1	0.03 6	0.06 13	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.15 368

Anonymous	0.05 2	0.06 83	0.86 105	0.00 1	0.00 1	0.00 1	0.00 1	0.03 6	0.01 1	0.00 1	0.00 1	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.05 299

Selective-RAFT	0.13 47	0.04 38	0.51 11	0.00 1	0.00 1	1.06 254	0.00 1	0.04 12	0.57 203	0.00 1	0.00 1	0.06 126	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.19 385	0.04 202	0.00 1

ProNet	0.09 14	0.20 184	0.53 21	0.00 1	0.00 1	0.80 174	0.00 1	0.04 12	0.07 18	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.01 126

test_4	0.13 47	0.07 101	1.12 167	0.00 1	0.05 321	0.82 178	0.00 1	0.04 12	0.08 31	0.10 298	0.00 1	0.01 7	0.01 84	0.02 66	0.06 158	0.00 1	0.00 1	0.00 1	0.02 329	0.11 296	0.00 1

DeepStereo_RVC	0.22 118	0.04 38	0.87 110	0.05 302	0.02 277	1.07 288	0.32 348	0.04 12	0.56 171	0.01 123	0.00 1	0.00 1	1.25 355	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.05 299

CRE-IMP	0.16 77	0.03 23	0.75 64	0.05 302	0.01 233	1.11 322	0.34 353	0.04 12	0.56 171	0.02 212	0.00 1	0.12 162	0.00 1	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.08 331

GMStereo	0.08 9	0.54 320	0.90 117	0.00 1	0.00 1	0.03 5	0.00 1	0.04 12	0.03 4	0.00 1	0.00 1	0.01 7	0.02 128	0.00 1	0.03 119	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
GMStereo_Zeroshot	0.07 7	0.04 38	0.80 88	0.08 329	0.00 1	0.03 5	0.00 1	0.05 18	0.10 65	0.00 1	0.03 276	0.19 200	0.03 170	0.00 1	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

UDGNet	0.14 60	0.48 302	0.72 45	0.00 1	0.00 1	1.06 254	0.00 1	0.05 18	0.28 121	0.00 1	0.00 1	0.02 38	0.00 1	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AAGNet	0.96 338	0.05 60	0.74 56	0.09 334	0.27 382	1.11 322	0.28 344	0.05 18	0.59 254	0.01 123	0.00 1	0.01 7	1.00 342	3.68 280	11.30 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSM-adaLoss	0.14 60	0.04 38	0.73 47	0.05 302	0.02 277	1.06 254	0.08 301	0.05 18	0.56 171	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

ROB_FTStereo_v2	0.14 60	0.04 38	0.73 47	0.05 302	0.01 233	1.06 254	0.06 291	0.05 18	0.56 171	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

DEmStereo	0.75 315	0.06 83	1.73 258	0.04 292	0.00 1	0.78 170	0.52 371	0.05 18	0.57 203	0.05 265	0.72 346	0.02 38	3.42 385	5.79 353	1.29 335	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DRaft	0.56 280	0.08 108	0.73 47	0.00 1	0.00 1	0.92 208	0.19 326	0.05 18	0.09 47	0.03 239	0.26 319	0.06 126	2.55 376	4.61 312	1.38 338	0.00 1	0.03 339	0.00 1	0.02 329	0.03 181	0.08 331

RAFT-IKP	0.14 60	0.04 38	0.75 64	0.05 302	0.01 233	1.06 254	0.08 301	0.05 18	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

iRaftStereo_RVC	0.10 18	0.20 184	0.57 29	0.00 1	0.00 1	0.52 104	0.00 1	0.05 18	0.07 18	0.00 1	0.01 199	0.14 175	0.03 170	0.02 66	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.25 361	0.20 378

raft+_RVC	0.14 60	0.37 268	0.96 130	0.00 1	0.16 364	0.64 144	0.03 266	0.05 18	0.08 31	0.00 1	0.00 1	0.02 38	0.03 170	0.03 91	0.07 169	0.00 1	0.07 378	0.00 1	0.00 1	0.05 219	0.16 372

StereoIM	0.06 5	0.16 164	0.66 39	0.00 1	0.00 1	0.05 16	0.01 212	0.06 28	0.12 83	0.00 1	0.01 199	0.04 93	0.02 128	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

MIF-Stereo	0.06 5	0.06 83	0.83 94	0.00 1	0.00 1	0.08 21	0.01 212	0.06 28	0.03 4	0.00 1	0.08 298	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.00 1

fast-acv-ft	0.29 167	0.37 268	3.76 368	0.06 320	0.01 233	0.28 48	0.17 321	0.06 28	0.21 110	0.00 1	0.00 1	0.08 139	0.09 249	0.10 134	0.23 261	0.01 343	0.00 1	0.03 378	0.01 315	0.26 363	0.01 126

Patchmatch Stereo++	0.13 47	0.04 38	0.73 47	0.05 302	0.01 233	1.06 254	0.08 301	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	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
ROB_FTStereo	0.13 47	0.04 38	0.73 47	0.05 302	0.02 277	1.06 254	0.07 294	0.06 28	0.56 171	0.01 123	0.00 1	0.03 73	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

HUI-Stereo	0.14 60	0.04 38	0.75 64	0.05 302	0.02 277	1.06 254	0.08 301	0.06 28	0.57 203	0.01 123	0.00 1	0.07 133	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

iGMRVC	0.14 60	0.04 38	0.74 56	0.05 302	0.02 277	1.06 254	0.07 294	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

RAFT-RH_RVC	0.96 338	0.13 147	1.35 207	0.02 264	0.05 321	1.06 254	0.00 1	0.06 28	0.55 159	0.01 123	9.57 399	0.10 153	0.00 1	6.00 358	0.30 277	0.01 343	0.00 1	0.00 1	0.02 329	0.01 57	0.00 1

iRAFT	0.13 47	0.04 38	0.73 47	0.05 302	0.01 233	1.06 254	0.08 301	0.06 28	0.56 171	0.01 123	0.00 1	0.05 114	0.00 1	0.01 25	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

RAFT	0.12 41	0.43 289	0.79 83	0.01 240	0.02 277	0.10 25	0.07 294	0.06 28	0.27 120	0.00 1	0.01 199	0.18 193	0.04 201	0.01 25	0.00 1	0.00 1	0.02 329	0.00 1	0.01 315	0.37 377	0.01 126

TestStereo	0.31 173	0.22 194	1.36 211	0.00 1	0.00 1	0.27 45	0.00 1	0.06 28	0.04 9	0.01 123	0.00 1	0.03 73	0.01 84	4.27 303	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DMCA-RVC	0.31 173	0.48 302	2.47 317	0.00 1	0.03 298	0.78 170	0.03 266	0.06 28	0.08 31	0.01 123	0.01 199	0.08 139	0.33 305	1.59 208	0.16 231	0.00 1	0.02 329	0.01 353	0.00 1	0.01 57	0.01 126

AEACV	0.10 18	0.02 7	0.49 10	0.00 1	0.02 277	0.75 165	0.00 1	0.07 40	0.02 2	0.09 294	0.00 1	0.01 7	0.08 246	0.01 25	0.00 1	0.00 1	0.03 339	0.00 1	0.24 398	0.07 251	0.05 299

LoS	0.14 60	0.07 101	0.66 39	0.02 264	0.00 1	1.05 245	0.01 212	0.07 40	0.57 203	0.01 123	0.01 199	0.16 188	0.04 201	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.00 1

CroCo-Stereo Lap2	0.09 14	0.23 203	0.74 56	0.00 1	0.00 1	0.02 3	0.00 1	0.07 40	0.56 171	0.00 1	0.00 1	0.01 7	0.03 170	0.02 66	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.01 126

TANstereo	0.12 41	0.15 157	0.78 80	0.00 1	0.00 1	1.03 235	0.00 1	0.07 40	0.08 31	0.01 123	0.15 308	0.04 93	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

raftrobust	0.13 47	0.36 260	0.94 127	0.00 1	0.18 371	0.62 130	0.02 250	0.07 40	0.07 18	0.00 1	0.00 1	0.03 73	0.03 170	0.03 91	0.05 144	0.00 1	0.01 299	0.00 1	0.00 1	0.06 239	0.04 282

4D-IteraStereo	0.16 77	0.51 311	1.73 258	0.00 1	0.00 1	0.38 69	0.03 266	0.08 45	0.08 31	0.02 212	0.01 199	0.00 1	0.01 84	0.06 111	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.06 319

anonymousdsp	0.11 32	0.18 172	0.58 30	0.00 1	0.00 1	1.06 254	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 201	0.03 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 368	0.07 251	0.03 253

CES	0.08 9	0.07 101	0.43 6	0.00 1	0.00 1	0.21 39	0.01 212	0.08 45	0.56 171	0.01 123	0.00 1	0.08 139	0.04 201	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DisPM	0.16 77	0.05 60	0.82 92	0.07 324	0.00 1	1.14 333	0.41 360	0.08 45	0.54 155	0.03 239	0.00 1	0.00 1	0.00 1	0.06 111	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

IGEV-Stereo	0.11 32	0.18 172	0.58 30	0.00 1	0.00 1	1.06 254	0.00 1	0.08 45	0.09 47	0.01 123	0.00 1	0.01 7	0.04 201	0.03 91	0.00 1	0.00 1	0.00 1	0.00 1	0.11 368	0.07 251	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
KYRaft	0.21 114	0.03 23	0.74 56	0.04 292	0.00 1	1.16 340	0.12 318	0.08 45	0.60 277	0.01 123	0.30 323	0.03 73	0.77 335	0.37 166	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ff7	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 254	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 363	0.07 251	0.01 126

IGEVStereo-DCA	0.10 18	0.06 83	0.52 14	0.01 240	0.00 1	0.32 58	0.00 1	0.09 51	0.09 47	0.01 123	0.01 199	0.02 38	0.04 201	0.14 144	0.44 295	0.00 1	0.00 1	0.00 1	0.10 363	0.05 219	0.01 126

ffff	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 254	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 363	0.07 251	0.01 126

11t	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 254	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 363	0.07 251	0.01 126

anonymousdsp2	0.10 18	0.04 38	0.98 138	0.00 1	0.00 1	0.62 130	0.00 1	0.09 51	0.11 71	0.00 1	0.00 1	0.01 7	0.01 84	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 329	0.04 202	0.03 253

ccc-4	0.11 32	0.18 172	0.52 14	0.00 1	0.00 1	1.06 254	0.00 1	0.09 51	0.09 47	0.01 123	0.00 1	0.01 7	0.03 170	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.10 363	0.07 251	0.01 126

dd	0.16 77	0.52 316	0.86 105	0.01 240	0.00 1	1.03 235	0.00 1	0.09 51	0.52 149	0.01 123	0.00 1	0.02 38	0.02 128	0.00 1	0.00 1	0.01 343	0.00 1	0.00 1	0.00 1	0.03 181	0.00 1

GMOStereo	0.13 47	0.24 207	0.83 94	0.00 1	0.14 357	0.86 190	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 329	0.01 126

error version	0.13 47	0.24 207	0.83 94	0.00 1	0.14 357	0.86 190	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 329	0.01 126

test-v	0.13 47	0.24 207	0.83 94	0.00 1	0.14 357	0.86 190	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 329	0.01 126

LCNet	0.22 118	0.11 132	0.74 56	0.11 348	0.00 1	0.97 215	0.00 1	0.09 51	0.59 254	0.01 123	0.00 1	0.02 38	1.10 348	0.43 170	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 314	0.01 126

FTStereo	0.78 318	0.01 1	1.27 197	0.12 352	0.00 1	1.15 336	2.80 401	0.09 51	0.61 292	0.16 316	5.93 382	0.36 245	2.56 377	0.53 175	0.01 74	0.07 370	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test-2	0.13 47	0.24 207	0.83 94	0.00 1	0.14 357	0.86 190	0.01 212	0.09 51	0.11 71	0.01 123	0.01 199	0.02 38	0.01 84	0.00 1	0.00 1	0.00 1	0.09 382	0.00 1	0.00 1	0.16 329	0.01 126

GMM-Stereo	0.18 95	0.02 7	1.37 213	0.08 329	0.00 1	1.11 322	0.13 319	0.09 51	0.60 277	0.01 123	0.00 1	0.02 38	0.10 257	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

DISCO	0.31 173	0.11 132	1.73 258	0.16 366	0.16 364	0.31 54	0.00 1	0.09 51	0.17 104	0.00 1	0.01 199	1.51 359	0.00 1	1.21 199	0.62 313	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.01 126

ASMatch	0.59 294	0.10 118	1.66 250	0.13 359	0.04 313	1.07 288	0.00 1	0.10 66	0.64 345	0.06 273	0.44 332	0.05 114	0.87 339	6.32 377	0.27 272	0.00 1	0.00 1	0.00 1	0.01 315	0.00 1	0.00 1

THIR-Stereo	0.93 335	0.18 172	1.34 205	0.00 1	0.01 233	0.53 107	3.86 404	0.10 66	0.10 65	0.10 298	1.50 364	0.76 311	2.90 380	5.73 350	1.45 339	0.00 1	0.00 1	0.02 369	0.00 1	0.01 57	0.00 1

CREStereo++_RVC	0.10 18	0.06 83	0.78 80	0.00 1	0.00 1	1.00 225	0.00 1	0.10 66	0.08 31	0.00 1	0.01 199	0.03 73	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
psmorigin	0.75 315	0.25 213	7.10 389	0.00 1	0.00 1	0.19 36	0.00 1	0.10 66	0.12 83	0.65 353	0.00 1	2.74 375	0.23 293	3.02 252	0.54 306	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

MIM_Stereo	0.10 18	0.32 236	0.90 117	0.00 1	0.03 298	0.29 50	0.00 1	0.11 70	0.11 71	0.02 212	0.00 1	0.04 93	0.01 84	0.01 25	0.00 1	0.00 1	0.03 339	0.00 1	0.00 1	0.11 296	0.08 331

PFNet+	0.23 125	0.06 83	0.79 83	0.07 324	0.01 233	1.11 322	0.42 362	0.11 70	0.59 254	0.08 286	0.01 199	0.02 38	0.00 1	1.21 199	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

rafts_anoy	0.14 60	0.35 253	0.99 139	0.00 1	0.02 277	0.49 94	0.03 266	0.11 70	0.07 18	0.00 1	0.01 199	0.06 126	0.06 237	0.24 157	0.06 158	0.00 1	0.14 392	0.00 1	0.01 315	0.02 132	0.03 253

PSM-softLoss	0.48 243	0.04 38	1.10 161	0.17 370	0.00 1	1.07 288	0.25 335	0.12 73	0.61 292	0.03 239	0.01 199	0.02 38	0.01 84	6.03 360	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

KMStereo	0.48 243	0.04 38	1.10 161	0.17 370	0.00 1	1.07 288	0.25 335	0.12 73	0.61 292	0.03 239	0.01 199	0.02 38	0.01 84	6.03 360	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PSM-AAD	0.49 248	0.02 7	0.75 64	0.06 320	0.00 1	1.19 346	2.19 395	0.12 73	0.59 254	0.01 123	0.45 333	0.13 169	4.04 390	0.22 154	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

sCroCo_RVC	0.09 14	0.05 60	1.02 141	0.00 1	0.00 1	0.02 3	0.00 1	0.12 73	0.48 144	0.00 1	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

LL-Strereo2	0.12 41	0.41 285	0.91 121	0.05 302	0.03 298	0.51 98	0.04 278	0.13 77	0.11 71	0.01 123	0.00 1	0.03 73	0.02 128	0.06 111	0.10 194	0.00 1	0.00 1	0.00 1	0.01 315	0.03 181	0.03 253

coex-ft	8.40 406	2.59 409	75.27 417	0.00 1	0.00 1	0.18 35	0.04 278	0.13 77	20.18 407	39.66 416	4.06 373	4.68 382	8.53 402	3.94 290	7.96 388	0.02 357	0.07 378	0.00 1	0.02 329	0.14 314	0.50 395

aanetorigin	0.86 330	0.36 260	3.45 362	0.11 348	0.13 356	0.39 70	0.93 385	0.13 77	0.14 92	3.38 387	1.21 357	0.29 226	2.01 371	2.87 244	1.35 337	0.02 357	0.00 1	0.02 369	0.05 352	0.30 371	0.08 331

CASnet	0.08 9	0.05 60	0.40 1	0.00 1	0.00 1	0.82 178	0.00 1	0.14 80	0.08 31	0.00 1	0.00 1	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Anonymous_2	0.88 332	0.02 7	1.06 153	0.01 240	0.00 1	0.19 36	0.00 1	0.14 80	0.08 31	0.01 123	0.04 281	1.07 334	0.00 1	0.02 66	0.02 103	0.01 343	0.04 354	2.31 411	11.16 416	1.35 396	0.01 126

RAFT-345	0.49 248	0.04 38	1.26 193	0.10 338	0.07 333	1.16 340	0.19 326	0.14 80	0.57 203	0.00 1	0.01 199	0.09 150	0.01 84	6.00 358	0.20 253	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

CASS	0.07 7	0.06 83	0.73 47	0.00 1	0.00 1	0.10 25	0.01 212	0.15 83	0.12 83	0.16 316	0.00 1	0.02 38	0.02 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
test croco	0.11 32	0.17 168	1.21 190	0.00 1	0.00 1	0.05 16	0.00 1	0.16 84	0.32 129	0.01 123	0.01 199	0.02 38	0.01 84	0.03 91	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.26 363	0.01 126

Pruner-Stereo	0.16 77	0.04 38	0.73 47	0.19 376	0.00 1	1.08 300	0.21 329	0.16 84	0.59 254	0.03 239	0.00 1	0.01 7	0.00 1	0.02 66	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

RALCasStereoNet	0.16 77	0.35 253	0.84 99	0.00 1	0.00 1	0.32 58	0.03 266	0.16 84	0.56 171	0.02 212	0.07 295	0.05 114	0.08 246	0.13 142	0.08 179	0.00 1	0.31 399	0.00 1	0.00 1	0.07 251	0.11 353

PMTNet	0.11 32	0.07 101	0.60 35	0.00 1	0.00 1	1.05 245	0.04 278	0.16 84	0.08 31	0.00 1	0.00 1	0.04 93	0.00 1	0.03 91	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

STTStereo	0.24 133	0.28 224	1.68 252	0.00 1	0.00 1	0.84 185	0.03 266	0.16 84	0.08 31	0.02 212	0.00 1	0.20 204	0.03 170	1.54 206	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LoS_RVC	0.05 2	0.05 60	0.41 3	0.00 1	0.00 1	0.16 33	0.00 1	0.17 89	0.07 18	0.00 1	0.00 1	0.04 93	0.01 84	0.04 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

IER	0.14 60	0.09 114	1.29 198	0.00 1	0.00 1	0.62 130	0.00 1	0.17 89	0.10 65	0.00 1	0.00 1	0.40 258	0.02 128	0.11 139	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

StereoVision	0.16 77	0.25 213	1.07 160	0.00 1	0.00 1	0.47 90	0.01 212	0.18 91	0.61 292	0.00 1	0.29 322	0.15 181	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.01 126

AACVNet	0.40 215	0.36 260	0.90 117	0.00 1	0.00 1	0.53 107	0.00 1	0.18 91	0.41 141	0.02 212	0.00 1	0.11 156	0.01 84	5.33 331	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.15 321	0.00 1

XX-TBD	0.12 41	0.25 213	0.79 83	0.00 1	0.00 1	0.92 208	0.00 1	0.18 91	0.08 31	0.00 1	0.21 316	0.03 73	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MIF-Stereo (partial)	0.08 9	0.11 132	0.96 130	0.00 1	0.00 1	0.08 21	0.00 1	0.19 94	0.08 31	0.00 1	0.01 199	0.02 38	0.02 128	0.02 66	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.01 126

NF-Stereo	0.47 236	0.03 23	0.77 71	0.12 352	0.00 1	1.07 288	0.26 337	0.19 94	0.60 277	0.01 123	0.00 1	0.02 38	0.00 1	6.18 368	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

OCTAStereo	0.47 236	0.03 23	0.77 71	0.12 352	0.00 1	1.07 288	0.26 337	0.19 94	0.60 277	0.01 123	0.00 1	0.02 38	0.00 1	6.16 367	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RE-Stereo	0.47 236	0.03 23	0.77 71	0.12 352	0.00 1	1.07 288	0.26 337	0.19 94	0.60 277	0.01 123	0.00 1	0.02 38	0.00 1	6.18 368	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

TVStereo	0.47 236	0.03 23	0.77 71	0.12 352	0.00 1	1.07 288	0.26 337	0.19 94	0.60 277	0.01 123	0.00 1	0.02 38	0.00 1	6.18 368	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

AnonymousM	0.10 18	0.04 38	0.56 28	0.00 1	0.00 1	1.02 229	0.00 1	0.19 94	0.11 71	0.00 1	0.00 1	0.00 1	0.00 1	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

ICVP	0.15 72	0.03 23	1.23 191	0.00 1	0.01 233	1.02 229	0.09 307	0.19 94	0.10 65	0.00 1	0.02 271	0.07 133	0.01 84	0.18 149	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.01 57	0.00 1
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ACVNet	0.20 108	0.14 153	0.96 130	0.01 240	0.00 1	1.05 245	0.11 315	0.19 94	0.60 277	0.01 123	0.01 199	0.71 307	0.00 1	0.05 106	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

CFNet-ft	0.31 173	0.34 244	0.96 130	0.00 1	0.00 1	1.08 300	0.00 1	0.19 94	0.15 96	0.01 123	0.00 1	0.48 272	0.00 1	2.95 249	0.05 144	0.00 1	0.00 1	0.01 353	0.00 1	0.01 57	0.01 126

CFNet_RVC	0.31 173	0.34 244	0.96 130	0.00 1	0.00 1	1.08 300	0.00 1	0.19 94	0.15 96	0.01 123	0.00 1	0.48 272	0.00 1	2.95 249	0.05 144	0.00 1	0.00 1	0.01 353	0.00 1	0.01 57	0.01 126

GrayStereo	0.46 234	0.01 1	0.71 43	0.10 338	0.00 1	1.12 329	2.67 400	0.20 104	0.59 254	0.00 1	0.00 1	0.08 139	3.76 389	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Gwc-CoAtRS	0.12 41	0.06 83	1.17 175	0.00 1	0.11 350	0.41 73	0.00 1	0.20 104	0.04 9	0.01 123	0.00 1	0.18 193	0.00 1	0.01 25	0.06 158	0.00 1	0.00 1	0.00 1	0.18 382	0.01 57	0.00 1

CREStereo	0.10 18	0.06 83	0.51 11	0.00 1	0.00 1	1.06 254	0.00 1	0.20 104	0.08 31	0.00 1	0.00 1	0.02 38	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
UCFNet_RVC	0.20 108	0.32 236	0.88 114	0.00 1	0.00 1	1.02 229	0.00 1	0.20 104	0.29 125	0.01 123	0.00 1	0.34 238	0.02 128	0.81 187	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

DeepPruner_ROB	0.23 125	0.37 268	1.26 193	0.00 1	0.00 1	1.11 322	0.03 266	0.20 104	0.07 18	0.00 1	0.00 1	0.39 256	0.03 170	1.12 197	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.00 1

IGEV_Zeroshot_test	0.32 182	0.10 118	2.61 328	0.01 240	0.01 233	0.50 96	0.04 278	0.21 109	0.09 47	0.45 347	0.45 333	0.81 315	0.51 315	0.20 152	0.23 261	0.00 1	0.05 367	0.00 1	0.14 375	0.03 181	0.00 1

CAS	0.10 18	0.05 60	0.46 8	0.00 1	0.00 1	1.03 235	0.00 1	0.21 109	0.09 47	0.00 1	0.00 1	0.03 73	0.01 84	0.01 25	0.02 103	0.08 373	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANet-RSSM	0.34 191	0.29 228	0.97 136	0.00 1	0.00 1	1.05 245	0.00 1	0.22 111	0.15 96	0.03 239	0.00 1	0.31 232	0.00 1	3.62 276	0.14 225	0.00 1	0.00 1	0.03 378	0.00 1	0.05 219	0.01 126

MyStereo06	0.36 201	0.13 147	2.17 296	0.01 240	0.00 1	1.09 308	0.00 1	0.23 112	0.09 47	0.49 351	0.41 331	1.01 328	1.05 345	0.21 153	0.24 264	0.00 1	0.05 367	0.00 1	0.00 1	0.01 57	0.04 282

knoymous	0.09 14	0.04 38	1.04 144	0.00 1	0.00 1	0.11 28	0.00 1	0.23 112	0.05 12	0.00 1	0.00 1	0.23 210	0.00 1	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GANet-ADL	0.16 77	0.06 83	1.18 178	0.00 1	0.01 233	0.83 183	0.00 1	0.23 112	0.07 18	0.00 1	0.30 323	0.35 242	0.00 1	0.07 116	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.01 126

G-Net	1.20 351	0.28 224	2.96 345	0.05 302	0.49 390	1.73 370	0.48 365	0.23 112	0.35 132	1.35 371	9.14 395	2.33 374	0.81 337	2.40 231	1.15 329	0.01 343	0.03 339	0.02 369	0.09 362	0.07 251	0.05 299

HH	0.23 125	0.21 187	1.69 254	0.16 366	0.08 337	0.11 28	0.00 1	0.24 116	0.06 13	0.30 334	0.18 310	1.47 356	0.04 201	0.04 100	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.02 132	0.01 126

HanStereo	0.23 125	0.21 187	1.69 254	0.16 366	0.08 337	0.11 28	0.00 1	0.24 116	0.06 13	0.30 334	0.18 310	1.47 356	0.04 201	0.04 100	0.01 74	0.00 1	0.03 339	0.00 1	0.00 1	0.02 132	0.01 126

whm_eth	0.17 85	0.36 260	1.51 236	0.00 1	0.00 1	0.53 107	0.00 1	0.25 118	0.61 292	0.00 1	0.00 1	0.03 73	0.01 84	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.09 344

DCRE	0.51 262	0.25 213	0.96 130	0.00 1	0.01 233	0.43 82	0.00 1	0.25 118	0.21 110	0.33 339	7.49 387	0.01 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.17 381	0.02 132	0.01 126

ac_64	0.39 212	0.12 141	1.15 170	0.04 292	0.01 233	0.43 82	0.02 250	0.25 118	0.59 254	0.12 303	0.01 199	0.89 320	0.04 201	3.92 288	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.00 1

MyStereo8	0.28 153	0.37 268	2.57 326	0.02 264	0.00 1	1.23 349	0.00 1	0.26 121	0.15 96	0.02 212	0.05 283	0.14 175	0.04 201	0.24 157	0.05 144	0.00 1	0.11 389	0.00 1	0.01 315	0.04 202	0.21 382

CBFPSM	0.36 201	0.54 320	2.16 295	0.00 1	0.00 1	0.30 53	0.00 1	0.26 121	0.62 340	0.01 123	0.01 199	1.68 362	1.03 343	0.27 160	0.33 283	0.00 1	0.01 299	0.00 1	0.00 1	0.01 57	0.01 126

Wz-Net-LNSev	0.34 191	0.61 334	4.26 375	0.00 1	0.00 1	0.49 94	0.00 1	0.26 121	0.61 292	0.00 1	0.01 199	0.23 210	0.03 170	0.10 134	0.16 231	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

SST-Stereo	0.51 262	0.02 7	0.74 56	0.05 302	0.19 375	1.09 308	0.49 367	0.26 121	0.61 292	0.04 256	0.00 1	0.05 114	0.58 320	6.12 364	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

RAFT_CTSACE	0.14 60	0.33 240	1.23 191	0.00 1	0.01 233	0.47 90	0.00 1	0.27 125	0.11 71	0.01 123	0.00 1	0.04 93	0.00 1	0.08 127	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.24 358	0.00 1

RAFT_R40	0.49 248	0.03 23	0.74 56	0.05 302	0.15 361	1.09 308	0.32 348	0.27 125	0.59 254	0.02 212	0.03 276	0.07 133	0.30 300	6.12 364	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

Prome-Stereo	0.23 125	0.04 38	0.76 69	0.10 338	0.00 1	1.15 336	0.02 250	0.27 125	0.65 347	0.01 123	0.54 338	0.04 93	0.71 329	0.27 160	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

PSMNet_ROB	0.41 218	0.54 320	1.69 254	0.00 1	0.00 1	0.92 208	0.00 1	0.27 125	0.53 152	0.00 1	0.00 1	0.25 217	0.03 170	3.43 269	0.47 299	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.03 253

IRAFT_RVC	0.51 262	0.13 147	1.14 169	0.10 338	0.00 1	1.17 343	0.10 311	0.28 129	0.61 292	0.01 123	0.00 1	0.02 38	0.12 264	6.22 375	0.22 256	0.00 1	0.09 382	0.00 1	0.00 1	0.02 132	0.01 126

PFNet	0.60 297	0.11 132	2.08 291	0.00 1	0.30 384	1.16 340	0.00 1	0.29 130	0.59 254	0.01 123	0.24 317	0.02 38	0.00 1	6.58 382	0.23 261	0.10 375	0.00 1	0.00 1	0.04 350	0.14 314	0.05 299

DSFCA	0.40 215	0.09 114	0.84 99	0.00 1	0.01 233	0.98 217	0.37 356	0.29 130	0.62 340	0.02 212	0.32 325	0.03 73	0.24 294	3.91 287	0.34 284	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

PVD	0.73 314	0.57 329	3.38 359	0.04 292	0.19 375	0.74 162	0.00 1	0.29 130	0.79 366	2.37 381	0.00 1	0.53 288	0.09 249	2.19 224	3.20 360	0.00 1	0.05 367	0.00 1	0.02 329	0.08 268	0.15 368

riskmin	0.11 32	0.01 1	0.87 110	0.01 240	0.00 1	0.13 32	0.00 1	0.30 133	0.09 47	0.00 1	0.01 199	0.76 311	0.00 1	0.02 66	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

hitnet-ft	0.42 219	0.30 231	1.15 170	0.00 1	0.00 1	0.73 161	0.11 315	0.30 133	0.19 108	0.04 256	0.14 306	0.75 310	0.17 280	4.33 306	0.10 194	0.01 343	0.00 1	0.03 378	0.00 1	0.04 202	0.01 126

EDNetEfficientorigin	6.23 400	0.45 295	98.39 426	0.02 264	0.04 313	0.42 77	0.02 250	0.33 135	2.90 386	7.07 400	3.12 370	1.31 347	1.61 363	4.26 302	4.55 370	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.02 221

StereoDRNet	0.42 219	0.50 306	2.50 319	0.02 264	0.06 328	0.51 98	0.00 1	0.34 136	0.61 292	0.00 1	0.00 1	0.33 235	0.02 128	2.87 244	0.50 304	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.02 221

PCWNet_CMD	0.19 100	0.10 118	1.38 214	0.00 1	0.01 233	0.75 165	0.00 1	0.35 137	0.12 83	0.00 1	0.00 1	0.48 272	0.51 315	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

MSMDNet	0.19 100	0.10 118	1.39 216	0.00 1	0.01 233	0.75 165	0.00 1	0.35 137	0.12 83	0.00 1	0.00 1	0.48 272	0.50 314	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

GANet	0.55 276	0.35 253	1.40 221	0.00 1	0.00 1	0.77 168	0.08 301	0.36 139	0.57 203	0.01 123	0.00 1	0.68 306	0.11 261	5.52 339	1.07 326	0.00 1	0.00 1	0.02 369	0.00 1	0.09 283	0.03 253

TDLM	0.49 248	0.39 281	1.02 141	0.00 1	0.00 1	1.08 300	0.01 212	0.36 139	0.58 242	0.14 313	0.00 1	0.27 223	0.19 282	5.46 338	0.20 253	0.00 1	0.00 1	0.00 1	0.00 1	0.13 311	0.01 126

RALAANet	0.13 47	0.51 311	0.95 128	0.00 1	0.00 1	0.32 58	0.01 212	0.38 141	0.03 4	0.00 1	0.00 1	0.05 114	0.09 249	0.02 66	0.12 212	0.00 1	0.00 1	0.00 1	0.02 329	0.10 290	0.00 1

GwcNet	0.50 257	0.46 296	3.90 372	0.00 1	0.00 1	0.42 77	0.10 311	0.38 141	0.74 361	0.03 239	0.00 1	0.63 293	0.05 226	2.92 247	0.16 231	0.00 1	0.00 1	0.00 1	0.00 1	0.17 336	0.05 299

DMCA	0.19 100	0.16 164	1.39 216	0.00 1	0.01 233	1.00 225	0.01 212	0.38 141	0.57 203	0.01 123	0.01 199	0.05 114	0.00 1	0.05 106	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

HCRNet	0.32 182	0.10 118	0.81 89	0.00 1	0.00 1	1.10 314	0.00 1	0.39 144	0.59 254	0.01 123	0.01 199	0.06 126	0.03 170	3.24 259	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.02 221

UNet	0.26 143	0.18 172	2.41 311	0.00 1	0.00 1	0.71 158	0.00 1	0.39 144	0.60 277	0.00 1	0.00 1	0.37 251	0.02 128	0.45 173	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

SQANet	0.42 219	1.14 383	1.86 271	0.04 292	0.48 389	0.36 67	0.03 266	0.40 146	0.56 171	0.02 212	0.24 317	0.49 280	0.06 237	2.14 217	0.21 255	0.02 357	0.02 329	0.01 353	0.00 1	0.19 343	0.03 253

cross-raft	0.15 72	0.05 60	1.46 230	0.00 1	0.01 233	0.37 68	0.07 294	0.40 146	0.02 2	0.02 212	0.00 1	0.38 254	0.00 1	0.02 66	0.03 119	0.00 1	0.00 1	0.00 1	0.11 368	0.01 57	0.02 221

ToySt	0.12 41	0.15 157	0.92 123	0.00 1	0.00 1	0.46 89	0.00 1	0.41 148	0.10 65	0.00 1	0.00 1	0.10 153	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.02 329	0.04 202	0.02 221

AFF-stereo	0.18 95	0.42 287	0.77 71	0.00 1	0.00 1	0.91 206	0.00 1	0.41 148	0.65 347	0.05 265	0.00 1	0.04 93	0.05 226	0.06 111	0.04 135	0.00 1	0.01 299	0.00 1	0.00 1	0.19 343	0.01 126

CRFU-Net	0.40 215	0.12 141	1.50 235	0.14 361	0.01 233	0.90 199	0.00 1	0.42 150	0.14 92	0.00 1	0.00 1	0.42 262	1.94 367	2.15 219	0.12 212	0.00 1	0.00 1	0.03 378	0.00 1	0.03 181	0.00 1

cf-r	0.35 197	0.41 285	1.45 228	0.00 1	0.00 1	1.06 254	0.00 1	0.43 151	0.38 135	0.05 265	0.00 1	0.65 298	0.00 1	2.53 234	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.02 221

DLCB_ROB	0.27 149	0.16 164	0.71 43	0.00 1	0.00 1	0.44 86	0.00 1	0.43 151	0.57 203	0.02 212	0.04 281	0.63 293	0.04 201	2.18 223	0.24 264	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

11t1	0.08 9	0.01 1	0.54 22	0.00 1	0.00 1	0.09 23	0.00 1	0.44 153	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 57	0.01 126

RAFT-Stereo + iAFF	0.19 100	0.33 240	0.84 99	0.00 1	0.02 277	1.06 254	0.00 1	0.45 154	0.59 254	0.03 239	0.00 1	0.05 114	0.06 237	0.04 100	0.07 169	0.00 1	0.01 299	0.00 1	0.00 1	0.17 336	0.01 126

APVNet	0.51 262	0.21 187	2.43 315	0.00 1	0.00 1	0.94 212	0.00 1	0.45 154	0.62 340	0.01 123	0.01 199	0.34 238	0.03 170	4.59 310	0.27 272	0.00 1	0.00 1	0.03 378	0.00 1	0.15 321	0.02 221

NCCL2	0.29 167	0.50 306	1.52 237	0.00 1	0.00 1	0.81 176	0.00 1	0.45 154	0.22 112	0.00 1	0.00 1	0.02 38	0.03 170	2.14 217	0.06 158	0.00 1	0.00 1	0.02 369	0.00 1	0.01 57	0.03 253

PASM	0.51 262	0.32 236	3.07 350	0.00 1	0.00 1	0.31 54	0.00 1	0.46 157	0.12 83	0.03 239	0.00 1	0.44 265	0.02 128	5.22 327	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.12 303	0.03 253

HHNet	0.48 243	0.21 187	1.60 244	0.10 338	0.00 1	1.14 333	0.26 337	0.47 158	0.59 254	0.01 123	3.56 372	0.04 93	0.71 329	0.00 1	0.73 317	0.02 357	0.00 1	0.00 1	0.00 1	0.03 181	0.00 1

RASNet	0.58 290	0.27 220	1.30 201	0.00 1	0.00 1	0.61 125	0.01 212	0.47 158	0.60 277	0.08 286	0.06 292	1.52 361	0.04 201	6.18 368	0.48 301	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

SAMSARA	1.01 340	0.70 344	3.29 356	0.20 379	0.06 328	1.65 367	0.05 286	0.48 160	0.53 152	2.91 386	0.68 344	2.97 376	1.08 347	3.89 286	1.54 341	0.00 1	0.04 354	0.00 1	0.02 329	0.05 219	0.03 253

gwcnet-sp	0.28 153	0.15 157	2.75 336	0.00 1	0.00 1	0.51 98	0.02 250	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

scenet	0.28 153	0.15 157	2.75 336	0.00 1	0.00 1	0.51 98	0.02 250	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ssnet	0.28 153	0.15 157	2.75 336	0.00 1	0.00 1	0.51 98	0.02 250	0.49 161	0.57 203	0.01 123	0.01 199	0.08 139	0.04 201	0.87 189	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

PSMNet-RSSM	0.36 201	0.36 260	0.93 124	0.00 1	0.00 1	1.06 254	0.00 1	0.50 164	0.53 152	0.04 256	0.00 1	0.40 258	0.00 1	3.33 266	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

SPS-STEREO	0.88 332	0.40 283	2.01 282	0.00 1	0.01 233	0.42 77	0.17 321	0.50 164	0.61 292	2.19 380	0.79 351	2.04 369	0.27 298	5.10 325	2.89 359	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.11 353
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
delet	0.33 184	0.24 207	1.05 152	0.00 1	0.00 1	0.60 124	0.00 1	0.53 166	0.59 254	0.03 239	0.01 199	0.52 287	0.19 282	2.68 238	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

anonymity	0.17 85	0.06 83	0.79 83	0.00 1	0.09 341	0.03 5	0.00 1	0.54 167	0.07 18	0.41 344	0.13 305	0.11 156	0.58 320	0.02 66	0.31 282	0.00 1	0.00 1	0.00 1	0.23 393	0.01 57	0.02 221

LSM	4.58 394	0.88 365	17.79 404	3.73 411	38.79 417	0.85 188	2.37 399	0.54 167	1.64 383	2.88 385	3.09 369	0.62 292	0.60 323	3.16 255	1.06 325	0.00 1	0.00 1	0.00 1	0.00 1	0.12 303	13.55 418

NLCA_NET_v2_RVC	0.35 197	0.49 305	2.00 281	0.00 1	0.02 277	0.96 213	0.00 1	0.55 169	0.18 107	0.03 239	0.00 1	0.35 242	0.10 257	2.37 228	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Anonymous3	0.19 100	0.07 101	1.33 203	0.00 1	0.00 1	1.12 329	0.00 1	0.56 170	0.56 171	0.01 123	0.00 1	0.06 126	0.00 1	0.01 25	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

EDNetEfficient	2.96 388	0.23 203	19.99 406	0.19 376	0.85 397	1.02 229	2.03 393	0.56 170	5.14 392	8.09 404	1.81 365	0.94 322	4.14 394	3.72 282	10.22 396	0.00 1	0.03 339	0.00 1	0.06 355	0.05 219	0.03 253

AE-Stereo	0.17 85	0.05 60	0.79 83	0.03 281	0.09 341	1.06 254	0.00 1	0.57 172	0.06 13	0.08 286	0.00 1	0.13 169	0.00 1	0.01 25	0.01 74	0.00 1	0.06 377	0.00 1	0.23 393	0.08 268	0.04 282

HGLStereo	0.28 153	0.12 141	1.15 170	0.00 1	0.00 1	0.65 146	0.00 1	0.57 172	0.25 118	0.02 212	0.01 199	0.47 270	0.03 170	2.17 222	0.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.01 126

MLCV	0.23 125	0.46 296	1.15 170	0.00 1	0.00 1	0.45 87	0.00 1	0.57 172	0.15 96	0.09 294	0.00 1	0.27 223	0.03 170	1.09 196	0.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

AASNet	0.27 149	0.47 300	1.56 240	0.00 1	0.00 1	0.91 206	0.00 1	0.58 175	0.58 242	0.00 1	0.00 1	0.39 256	0.02 128	0.33 162	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.25 361	0.06 319

acv_ft	0.21 114	0.14 153	0.95 128	0.00 1	0.00 1	0.41 73	0.00 1	0.58 175	0.60 277	0.19 321	0.01 199	0.71 307	0.12 264	0.05 106	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.24 358	0.00 1

PSMNet-ADL	0.35 197	0.05 60	0.65 38	0.00 1	0.00 1	1.03 235	0.00 1	0.59 177	0.09 47	0.00 1	0.07 295	0.47 270	0.01 84	3.66 279	0.30 277	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

MMNet	0.23 125	0.18 172	1.84 268	0.00 1	0.00 1	0.67 149	0.00 1	0.59 177	0.59 254	0.00 1	0.01 199	0.18 193	0.09 249	0.26 159	0.12 212	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

otaku	0.59 294	1.12 379	1.90 275	0.08 329	0.11 350	0.89 197	0.05 286	0.60 179	0.57 203	0.01 123	1.41 362	1.03 330	0.14 268	2.39 230	0.56 310	0.06 369	0.03 339	0.01 353	0.00 1	0.61 386	0.21 382

CrosDoStereo	1.10 344	0.08 108	1.43 225	0.00 1	0.05 321	0.63 140	5.86 408	0.60 179	0.38 135	0.26 327	1.21 357	0.19 200	3.02 381	6.61 384	1.64 343	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1

DeepStereo_LL	1.10 344	0.08 108	1.43 225	0.00 1	0.05 321	0.63 140	5.86 408	0.60 179	0.38 135	0.26 327	1.21 357	0.19 200	3.02 381	6.61 384	1.64 343	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1

GES	0.18 95	0.05 60	0.87 110	0.00 1	0.00 1	1.06 254	0.02 250	0.60 179	0.08 31	0.00 1	0.02 271	0.11 156	0.09 249	0.44 172	0.16 231	0.01 343	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ADCRef	0.92 334	0.48 302	3.35 357	0.02 264	0.02 277	0.90 199	0.32 348	0.61 183	0.65 347	0.72 355	0.17 309	0.17 190	0.82 338	2.15 219	7.95 387	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.03 253

AANet_RVC	0.75 315	0.65 337	2.52 322	0.01 240	0.00 1	0.66 148	0.00 1	0.61 183	0.13 90	0.00 1	1.29 361	0.96 324	0.04 201	5.98 357	1.82 346	0.13 376	0.02 329	0.00 1	0.00 1	0.07 251	0.04 282

iRaft-Stereo_5w	0.50 257	0.51 311	1.44 227	0.00 1	0.00 1	0.29 50	0.00 1	0.63 185	0.59 254	0.00 1	0.00 1	0.08 139	0.01 84	6.14 366	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.22 353	0.01 126

CSP-Net	0.37 206	0.10 118	0.54 22	0.00 1	0.00 1	0.50 96	0.00 1	0.64 186	0.13 90	0.00 1	0.00 1	0.15 181	0.02 128	5.27 328	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

GwcNet-RSSM	0.45 230	0.56 328	1.74 262	0.00 1	0.00 1	1.06 254	0.00 1	0.65 187	0.55 159	0.18 319	0.00 1	0.37 251	0.00 1	3.70 281	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.02 221

PA-Net	0.57 286	0.50 306	2.73 335	0.03 281	0.06 328	0.89 197	0.02 250	0.66 188	0.63 343	0.00 1	0.00 1	0.43 264	0.07 242	4.82 318	0.55 309	0.01 343	0.00 1	0.00 1	0.00 1	0.02 132	0.04 282
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
StereoDRNet-Refined	0.24 133	0.08 108	0.68 42	0.00 1	0.00 1	0.83 183	0.00 1	0.66 188	0.61 292	0.00 1	0.00 1	0.50 283	0.02 128	1.28 203	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.10 290	0.04 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
x	0.10 18	0.01 1	0.51 11	0.00 1	0.00 1	0.09 23	0.00 1	0.67 190	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	0.09 130	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

TestStereo1	0.20 108	0.30 231	0.84 99	0.00 1	0.16 364	1.12 329	0.01 212	0.69 191	0.57 203	0.00 1	0.05 283	0.04 93	0.01 84	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 321	0.06 319

SA-5K	0.20 108	0.30 231	0.84 99	0.00 1	0.16 364	1.12 329	0.01 212	0.69 191	0.57 203	0.00 1	0.05 283	0.04 93	0.01 84	0.09 130	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.15 321	0.06 319

ADLNet2	0.55 276	0.33 240	2.54 325	0.00 1	0.00 1	0.88 195	0.00 1	0.69 191	0.65 347	0.00 1	0.07 295	1.47 356	0.02 128	4.12 297	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.13 311	0.01 126

RAFT+CT+SA	0.26 143	0.34 244	1.11 165	0.02 264	0.27 382	1.10 314	0.00 1	0.70 194	0.56 171	0.00 1	0.00 1	0.07 133	0.01 84	0.36 165	0.00 1	0.00 1	0.00 1	0.00 1	0.31 405	0.11 296	0.22 384

RAFT-Test	0.20 108	0.09 114	1.34 205	0.00 1	0.12 353	0.39 70	0.10 311	0.72 195	0.25 118	0.08 286	0.00 1	0.44 265	0.00 1	0.05 106	0.13 219	0.00 1	0.00 1	0.00 1	0.24 398	0.01 57	0.01 126

SHD	0.50 257	0.51 311	3.61 364	0.05 302	0.00 1	0.01 2	0.01 212	0.72 195	0.61 292	1.57 374	0.00 1	0.34 238	0.09 249	1.79 211	0.49 303	0.00 1	0.00 1	0.00 1	0.01 315	0.09 283	0.03 253

CVANet_RVC	0.53 272	0.32 236	1.26 193	0.00 1	0.00 1	0.98 217	0.00 1	0.72 195	0.55 159	0.35 341	0.12 304	0.36 245	0.14 268	5.53 340	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.16 329	0.00 1

Ntro	0.57 286	1.13 381	2.24 299	0.04 292	0.36 386	1.04 242	0.02 250	0.74 198	0.57 203	0.01 123	0.00 1	0.76 311	0.08 246	3.01 251	0.47 299	0.07 370	0.04 354	0.01 353	0.00 1	0.76 391	0.02 221

SACVNet	0.42 219	0.29 228	1.10 161	0.00 1	0.00 1	1.02 229	0.00 1	0.78 199	0.29 125	0.03 239	0.00 1	0.24 212	0.02 128	4.27 303	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.20 349	0.01 126

NCC-stereo	0.49 248	0.46 296	2.04 285	0.03 281	0.03 298	1.06 254	0.01 212	0.78 199	0.22 112	0.06 273	0.19 312	0.64 296	0.05 226	3.65 277	0.63 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

Abc-Net	0.49 248	0.46 296	2.04 285	0.03 281	0.03 298	1.06 254	0.01 212	0.78 199	0.22 112	0.06 273	0.19 312	0.64 296	0.05 226	3.65 277	0.63 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	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
stereogan	0.49 248	0.22 194	2.39 308	0.00 1	0.00 1	0.63 140	0.02 250	0.79 202	0.72 359	0.06 273	0.00 1	1.68 362	0.46 313	2.63 237	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.14 314	0.00 1

iResNet_ROB	0.30 169	0.66 339	1.41 222	0.00 1	0.00 1	0.70 154	0.00 1	0.79 202	0.57 203	0.04 256	0.01 199	0.08 139	0.01 84	1.55 207	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1

FENet	0.23 125	0.05 60	1.39 216	0.00 1	0.00 1	1.00 225	0.00 1	0.80 204	0.57 203	0.00 1	0.00 1	0.24 212	0.04 201	0.23 156	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

MaskLacGwcNet_RVC	0.47 236	0.43 289	1.04 144	0.11 348	0.00 1	1.10 314	0.00 1	0.80 204	0.54 155	0.00 1	0.05 283	0.38 254	0.03 170	3.50 272	0.14 225	0.88 397	0.00 1	0.00 1	0.00 1	0.11 296	0.20 378

test_5	0.26 143	0.35 253	1.35 207	0.01 240	0.22 381	0.80 174	0.01 212	0.81 206	0.58 242	0.12 303	0.00 1	0.06 126	0.01 84	0.61 182	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 314	0.16 372

RTSC	0.70 310	0.71 348	3.19 353	0.01 240	0.00 1	0.20 38	0.00 1	0.81 206	0.60 277	0.29 333	0.36 329	0.36 245	0.04 201	2.04 214	4.87 373	0.00 1	0.03 339	0.00 1	0.02 329	0.28 368	0.11 353

ADCP+	1.36 357	0.76 357	6.73 388	0.01 240	0.02 277	1.32 360	0.80 383	0.81 206	0.72 359	0.01 123	0.01 199	0.96 324	1.05 345	0.33 162	13.50 404	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.02 221

Nwc_Net	0.43 226	0.42 287	2.64 330	0.00 1	0.00 1	0.67 149	0.00 1	0.82 209	0.28 121	0.00 1	0.01 199	0.90 321	0.10 257	2.62 235	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.00 1

EKT-Stereo	0.46 234	0.12 141	1.03 143	0.75 394	4.21 412	1.06 254	0.00 1	0.83 210	0.04 9	0.02 212	0.00 1	0.08 139	0.00 1	0.89 192	0.01 74	0.00 1	0.03 339	0.00 1	0.05 352	0.04 202	0.01 126

MyStereo04	0.26 143	0.12 141	2.34 304	0.00 1	0.00 1	0.98 217	0.00 1	0.84 211	0.20 109	0.06 273	0.01 199	0.33 235	0.11 261	0.00 1	0.06 158	0.00 1	0.05 367	0.00 1	0.00 1	0.02 132	0.04 282

AnyNet_C32	1.44 361	1.47 397	6.09 385	0.12 352	0.19 375	1.74 372	1.11 387	0.84 211	0.56 171	1.30 370	0.46 335	0.21 206	0.59 322	2.74 240	11.09 397	0.02 357	0.00 1	0.06 388	0.00 1	0.16 329	0.05 299

MSKI-zero shot	0.22 118	0.08 108	1.46 230	0.00 1	0.12 353	1.08 300	0.03 266	0.85 213	0.16 102	0.22 323	0.05 283	0.06 126	0.00 1	0.07 116	0.01 74	0.00 1	0.02 329	0.00 1	0.18 382	0.02 132	0.01 126

ADLNet	0.38 209	0.21 187	0.86 105	0.00 1	0.00 1	0.67 149	0.00 1	0.86 214	0.60 277	0.18 319	0.01 199	1.01 328	0.02 128	2.92 247	0.26 270	0.00 1	0.00 1	0.00 1	0.00 1	0.09 283	0.02 221

mmm	0.13 47	0.02 7	0.42 5	0.00 1	0.00 1	0.04 13	0.00 1	0.88 215	0.56 171	0.00 1	0.00 1	0.01 7	0.01 84	0.51 174	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.01 57	0.01 126

FADNet	0.55 276	0.75 352	2.42 313	0.00 1	0.01 233	0.82 178	0.00 1	0.88 215	0.54 155	0.01 123	0.01 199	0.16 188	0.16 275	4.49 308	0.09 185	0.18 380	0.00 1	0.00 1	0.00 1	0.43 382	0.00 1

NVStereoNet_ROB	1.08 343	0.39 281	2.15 294	0.08 329	0.02 277	0.45 87	0.02 250	0.89 217	0.67 353	0.10 298	5.85 380	1.90 365	1.11 349	6.20 374	1.14 328	0.20 381	0.00 1	0.03 378	0.07 358	0.12 303	0.13 364
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
CFNet-RSSM	0.17 85	0.06 83	1.16 174	0.00 1	0.12 353	0.61 125	0.00 1	0.90 218	0.08 31	0.01 123	0.00 1	0.09 150	0.00 1	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.23 393	0.00 1	0.00 1

ADCPNet	1.44 361	0.55 326	7.88 392	0.01 240	0.19 375	2.78 380	0.27 342	0.90 218	0.38 135	0.04 256	0.02 271	1.43 354	1.81 365	2.22 225	9.08 392	0.00 1	0.47 405	0.00 1	0.64 409	0.04 202	0.15 368

DDUNet	0.34 191	0.20 184	1.06 153	0.00 1	0.00 1	0.79 172	0.01 212	0.91 220	0.54 155	0.04 256	0.01 199	1.11 338	0.01 84	1.89 212	0.17 235	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1

Syn2CoEx	0.56 280	0.78 359	2.86 341	0.00 1	0.00 1	0.10 25	0.01 212	0.91 220	0.61 292	0.02 212	0.00 1	0.49 280	0.21 288	5.03 323	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.14 314	0.03 253

ADCL	1.52 363	0.44 292	4.70 382	0.07 324	0.03 298	2.21 377	2.35 398	0.92 222	0.80 367	1.57 374	1.11 356	1.25 341	1.55 362	1.77 210	11.53 399	0.01 343	0.00 1	0.00 1	0.00 1	0.10 290	0.01 126

MSMD_ROB	2.04 374	0.40 283	2.13 292	0.00 1	0.00 1	4.88 393	0.22 332	0.93 223	1.82 384	5.71 396	7.79 391	7.39 392	3.72 387	4.62 313	1.22 332	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CFNet_pseudo	0.22 118	0.10 118	1.39 216	0.00 1	0.01 233	0.98 217	0.00 1	0.94 224	0.09 47	0.00 1	0.00 1	0.48 272	0.36 307	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ccs_rob	0.22 118	0.10 118	1.38 214	0.00 1	0.01 233	0.98 217	0.00 1	0.94 224	0.09 47	0.00 1	0.00 1	0.48 272	0.36 307	0.02 66	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

ACVNet-DCA	0.25 139	0.22 194	1.20 180	0.00 1	0.00 1	1.31 356	0.00 1	0.95 226	0.55 159	0.07 279	0.00 1	0.03 73	0.02 128	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

1test111	0.28 153	0.22 194	1.20 180	0.00 1	0.00 1	1.31 356	0.00 1	0.95 226	0.55 159	0.07 279	0.00 1	0.03 73	0.02 128	1.23 201	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

qqq	0.17 85	0.01 1	0.52 14	0.00 1	0.00 1	0.12 31	0.00 1	0.95 226	0.55 159	0.00 1	0.00 1	0.01 7	0.00 1	1.23 201	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

Wz-Net-SNSev	0.78 318	1.10 377	6.27 387	0.00 1	0.00 1	0.27 45	0.00 1	0.95 226	0.61 292	0.00 1	0.01 199	0.41 261	0.10 257	4.92 320	0.81 320	0.00 1	0.00 1	0.00 1	0.00 1	0.17 336	0.03 253

edge stereo	0.58 290	0.29 228	2.86 341	0.01 240	0.03 298	0.33 62	0.03 266	0.97 230	0.50 146	0.21 322	0.33 326	1.31 347	0.16 275	4.20 299	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.11 296	0.01 126

CroCo-Stereo	0.13 47	0.16 164	0.40 1	0.00 1	0.00 1	0.03 5	0.00 1	0.98 231	0.57 203	0.00 1	0.01 199	0.31 232	0.03 170	0.01 25	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
HSM	0.63 303	0.36 260	0.89 115	0.00 1	0.00 1	0.52 104	0.01 212	0.98 231	0.56 171	0.00 1	0.01 199	2.27 373	0.65 328	6.18 368	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

Any-RAFT	0.17 85	0.04 38	0.93 124	0.00 1	0.00 1	1.10 314	0.00 1	0.99 233	0.03 4	0.01 123	0.00 1	0.21 206	0.00 1	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BEATNet_4x	0.24 133	0.51 311	1.71 257	0.00 1	0.00 1	0.31 54	0.00 1	0.99 233	0.31 128	0.00 1	0.00 1	0.29 226	0.03 170	0.22 154	0.35 286	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.02 221

test-1	0.19 100	0.13 147	0.67 41	0.00 1	0.15 361	0.57 116	0.00 1	1.01 235	0.11 71	0.04 256	0.48 336	0.05 114	0.00 1	0.01 25	0.30 277	0.00 1	0.07 378	0.00 1	0.06 355	0.01 57	0.18 375

MyStereo05	0.28 153	0.13 147	2.37 307	0.01 240	0.00 1	1.09 308	0.00 1	1.02 236	0.45 142	0.04 256	0.01 199	0.26 219	0.14 268	0.00 1	0.06 158	0.00 1	0.05 367	0.00 1	0.00 1	0.01 57	0.04 282

DN-CSS_ROB	0.26 143	0.75 352	1.33 203	0.00 1	0.00 1	0.99 223	0.00 1	1.04 237	0.61 292	0.01 123	0.00 1	0.19 200	0.02 128	0.07 116	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.22 353	0.01 126

ssnet_v2	0.28 153	0.17 168	1.18 178	0.00 1	0.00 1	0.81 176	0.00 1	1.05 238	0.59 254	0.09 294	0.01 199	0.88 319	0.09 249	0.43 170	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.12 303	0.09 344

STTRV1_RVC	0.67 308	0.21 187	2.32 303	0.00 1	0.00 1	0.58 119	0.01 212	1.05 238	0.59 254	0.01 123	0.51 337	0.26 219	0.18 281	6.05 362	0.27 272	0.26 385	1.07 410	0.00 1	0.00 1	0.00 1	0.03 253

Anonymous Stereo	0.59 294	0.78 359	2.67 331	0.00 1	0.00 1	0.55 112	0.49 367	1.05 238	0.28 121	0.00 1	0.01 199	0.12 162	0.02 128	5.54 341	0.27 272	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.00 1

EGLCR-Stereo	0.15 72	0.05 60	0.47 9	0.07 324	0.03 298	1.06 254	0.01 212	1.06 241	0.12 83	0.16 316	0.00 1	0.00 1	0.02 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

RP	0.42 219	0.44 292	1.52 237	0.00 1	0.01 233	0.61 125	0.02 250	1.06 241	0.39 139	0.03 239	0.01 199	0.99 326	0.16 275	2.89 246	0.18 239	0.00 1	0.00 1	0.00 1	0.00 1	0.10 290	0.00 1

Wz-Net-MNSev	0.48 243	0.76 357	3.11 352	0.00 1	0.00 1	0.23 41	0.00 1	1.07 243	0.61 292	0.01 123	0.01 199	0.13 169	0.13 267	3.12 254	0.34 284	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.01 126

RGC	0.50 257	0.53 318	2.42 313	0.00 1	0.01 233	0.65 146	0.00 1	1.07 243	0.17 104	0.01 123	0.62 342	1.00 327	0.19 282	3.03 253	0.28 276	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.02 221

CFNet	0.56 280	0.50 306	1.58 242	0.00 1	0.00 1	1.06 254	0.01 212	1.08 245	0.57 203	0.00 1	0.01 199	0.12 162	0.01 84	5.87 355	0.19 248	0.00 1	0.00 1	0.00 1	0.00 1	0.13 311	0.02 221

HITNet	0.19 100	0.55 326	1.36 211	0.00 1	0.00 1	0.25 42	0.00 1	1.09 246	0.23 116	0.00 1	0.00 1	0.14 175	0.02 128	0.02 66	0.14 225	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	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
WCMA_ROB	2.01 373	0.34 244	1.89 273	0.04 292	0.00 1	1.07 288	0.60 373	1.09 246	1.21 376	5.12 393	9.87 400	8.09 394	4.48 395	3.74 284	2.55 355	0.00 1	0.00 1	0.01 353	0.00 1	0.02 132	0.13 364

UPFNet	0.18 95	0.05 60	1.11 165	0.00 1	0.00 1	0.48 92	0.00 1	1.11 248	0.48 144	0.00 1	0.00 1	0.10 153	0.00 1	0.10 134	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

XPNet_ROB	0.37 206	0.34 244	1.01 140	0.01 240	0.00 1	0.96 213	0.00 1	1.11 248	0.46 143	0.00 1	0.00 1	0.17 190	0.02 128	2.73 239	0.54 306	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

GASNet	0.56 280	1.09 376	2.57 326	0.00 1	0.00 1	0.52 104	0.02 250	1.12 250	0.22 112	0.01 123	0.14 306	0.50 283	0.12 264	4.09 295	0.39 288	0.00 1	0.00 1	0.00 1	0.00 1	0.32 373	0.08 331

MFN_U_SF_RVC	0.95 337	1.40 395	4.49 379	0.16 366	0.11 350	0.56 114	0.07 294	1.12 250	0.36 134	0.43 346	0.27 320	1.27 344	0.73 332	3.98 292	1.47 340	0.29 387	0.34 403	0.36 402	0.55 407	0.63 387	0.46 391

RYNet	0.53 272	0.19 181	1.79 265	0.00 1	0.00 1	0.55 112	0.00 1	1.12 250	0.61 292	0.02 212	0.00 1	0.83 316	0.04 201	5.05 324	0.45 298	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

ADCMid	1.38 358	0.90 369	6.15 386	0.04 292	0.03 298	1.67 368	0.18 323	1.13 253	0.93 372	0.89 359	0.58 340	0.86 318	0.71 329	1.03 194	11.96 400	0.01 343	0.00 1	0.29 400	0.08 361	0.17 336	0.03 253

Wz-Net-LNSev-Ref	0.42 219	0.52 316	3.02 347	0.00 1	0.00 1	0.57 116	0.00 1	1.15 254	0.60 277	0.00 1	0.00 1	0.04 93	0.14 268	1.51 205	0.76 319	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

FADNet-RVC-Resample	0.51 262	0.82 363	3.08 351	0.04 292	0.04 313	0.42 77	0.09 307	1.16 255	0.34 131	0.00 1	0.03 276	0.24 212	0.05 226	3.16 255	0.13 219	0.07 370	0.12 390	0.05 386	0.02 329	0.08 268	0.20 378

SGM+DAISY	2.38 377	0.98 372	4.37 377	0.48 388	0.33 385	2.24 378	1.94 392	1.16 255	1.47 381	6.62 399	5.89 381	5.77 385	5.09 397	5.76 352	4.39 368	0.16 379	0.15 394	0.06 388	0.14 375	0.26 363	0.40 390

ccnet	0.49 248	0.05 60	1.26 193	0.01 240	0.08 337	0.72 160	0.18 323	1.18 257	0.35 132	0.45 347	0.68 344	0.13 169	0.39 309	3.54 274	0.74 318	0.01 343	0.00 1	0.02 369	0.00 1	0.02 132	0.01 126

AF-Net	0.47 236	0.53 318	2.05 287	0.00 1	0.00 1	0.41 73	0.01 212	1.18 257	0.40 140	0.13 306	0.05 283	1.30 346	0.45 312	2.43 232	0.30 277	0.00 1	0.00 1	0.00 1	0.00 1	0.09 283	0.00 1

iResNet	0.25 139	0.27 220	1.68 252	0.00 1	0.00 1	0.69 153	0.00 1	1.22 259	0.56 171	0.00 1	0.00 1	0.04 93	0.03 170	0.12 141	0.30 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.01 126

SFCPSM	0.21 114	0.04 38	1.59 243	0.00 1	0.05 321	0.34 65	0.00 1	1.24 260	0.57 203	0.01 123	0.00 1	0.12 162	0.02 128	0.05 106	0.05 144	0.00 1	0.00 1	0.00 1	0.02 329	0.02 132	0.00 1

DAS	0.49 248	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 261	0.61 292	1.18 368	0.00 1	0.24 212	0.03 170	4.76 315	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

SepStereo	0.45 230	0.05 60	1.29 198	0.00 1	0.00 1	0.07 19	0.00 1	1.25 261	0.61 292	1.18 368	0.00 1	0.24 212	0.03 170	3.93 289	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

FADNet_RVC	0.60 297	0.83 364	2.50 319	0.00 1	0.00 1	1.09 308	0.00 1	1.29 263	0.50 146	0.02 212	0.05 283	0.26 219	0.03 170	3.17 257	0.25 267	0.21 382	0.26 398	0.08 391	0.28 403	0.53 385	0.55 398

AnyNet_C01	2.33 376	2.14 406	18.59 405	0.15 364	0.18 371	2.43 379	2.34 397	1.29 263	1.24 377	1.03 362	0.83 353	1.25 341	0.78 336	3.75 285	10.06 393	0.05 367	0.00 1	0.07 390	0.00 1	0.30 371	0.12 362

ACVNet-4b	1.14 347	1.34 393	3.96 373	0.17 370	0.03 298	1.03 235	0.01 212	1.31 265	0.65 347	0.01 123	0.97 355	1.98 368	0.32 304	6.18 368	1.20 331	2.52 404	0.02 329	0.00 1	0.00 1	0.82 392	0.28 385

FADNet-RVC	0.51 262	0.80 361	2.47 317	0.01 240	0.00 1	0.48 92	0.00 1	1.32 266	0.14 92	0.00 1	0.01 199	0.12 162	0.06 237	4.07 294	0.15 229	0.00 1	0.04 354	0.00 1	0.00 1	0.38 378	0.08 331

test_xeample3	0.24 133	0.06 83	1.84 268	0.02 264	0.00 1	0.33 62	0.05 286	1.33 267	0.14 92	0.00 1	0.03 276	0.03 73	0.03 170	0.10 134	0.43 293	0.00 1	0.00 1	0.00 1	0.23 393	0.05 219	0.06 319

rrr	0.24 133	0.06 83	1.91 276	0.01 240	0.00 1	0.32 58	0.04 278	1.34 268	0.15 96	0.01 123	0.01 199	0.02 38	0.04 201	0.14 144	0.44 295	0.00 1	0.00 1	0.00 1	0.18 382	0.05 219	0.05 299

DeepPrunerF	1.33 356	0.59 332	8.62 395	0.02 264	0.09 341	0.90 199	0.00 1	1.34 268	6.72 395	0.22 323	0.01 199	0.21 206	0.14 268	5.64 346	1.99 348	0.00 1	0.00 1	0.01 353	0.02 329	0.14 314	0.02 221

test-3	0.17 85	0.03 23	0.74 56	0.03 281	0.10 345	0.43 82	0.00 1	1.36 270	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.08 127	0.19 248	0.00 1	0.00 1	0.00 1	0.20 386	0.12 303	0.11 353

test_1	0.17 85	0.03 23	0.75 64	0.03 281	0.10 345	0.43 82	0.00 1	1.36 270	0.07 18	0.01 123	0.00 1	0.02 38	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.20 386	0.12 303	0.11 353

Consistency-Raft	0.39 212	0.30 231	2.53 324	0.14 361	0.03 298	0.90 199	0.04 278	1.36 270	0.59 254	0.00 1	0.02 271	0.02 38	1.15 352	0.33 162	0.43 293	0.02 357	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

s12784h	0.21 114	0.05 60	0.81 89	0.00 1	0.00 1	1.06 254	0.02 250	1.36 270	0.56 171	0.01 123	0.34 328	0.02 38	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

R-Stereo Train	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 162	0.00 1	1.36 270	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

RAFT-Stereo	0.15 72	0.03 23	0.77 71	0.00 1	0.00 1	0.74 162	0.00 1	1.36 270	0.09 47	0.02 212	0.00 1	0.01 7	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WZ-Net	1.38 358	1.14 383	10.22 398	0.00 1	0.00 1	0.82 178	0.00 1	1.37 276	0.61 292	0.01 123	0.01 199	1.09 335	2.20 374	6.39 380	3.68 364	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.02 221

NVstereo2D	0.45 230	0.11 132	1.91 276	0.00 1	0.00 1	0.59 123	0.00 1	1.39 277	0.61 292	0.03 239	0.00 1	0.33 235	0.00 1	3.94 290	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

xx1	0.28 153	0.22 194	1.20 180	0.00 1	0.00 1	1.31 356	0.00 1	1.41 278	0.69 355	0.07 279	0.00 1	0.01 7	0.00 1	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

cc1	0.28 153	0.22 194	1.20 180	0.00 1	0.00 1	1.31 356	0.00 1	1.41 278	0.69 355	0.07 279	0.00 1	0.03 73	0.02 128	0.59 179	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 268	0.04 282

DANet	0.58 290	0.19 181	1.87 272	0.26 381	0.06 328	0.51 98	0.11 315	1.41 278	0.52 149	0.22 323	0.06 292	1.06 332	0.02 128	4.25 301	0.92 323	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.06 319
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DualNet	0.55 276	0.02 7	1.06 153	0.00 1	0.00 1	0.62 130	0.00 1	1.42 281	0.57 203	0.00 1	0.00 1	0.67 301	0.02 128	0.57 176	5.86 380	0.00 1	0.01 299	0.00 1	0.00 1	0.08 268	0.03 253

ffm	0.25 139	0.02 7	1.06 153	0.00 1	0.00 1	0.62 130	0.00 1	1.42 281	0.57 203	0.00 1	0.00 1	0.67 301	0.02 128	0.57 176	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 268	0.03 253

ff1	0.80 320	0.02 7	1.06 153	0.00 1	0.00 1	0.62 130	0.00 1	1.42 281	0.57 203	0.00 1	0.00 1	0.67 301	0.02 128	5.57 343	5.86 380	0.00 1	0.01 299	0.00 1	0.00 1	0.08 268	0.03 253

tt1	0.27 149	0.23 203	1.17 175	0.00 1	0.00 1	1.29 354	0.00 1	1.42 281	0.57 203	0.07 279	0.00 1	0.03 73	0.02 128	0.57 176	0.01 74	0.00 1	0.01 299	0.00 1	0.00 1	0.08 268	0.03 253

test_3	0.19 100	0.02 7	0.76 69	0.03 281	0.10 345	0.53 107	0.00 1	1.42 281	0.07 18	0.13 306	0.00 1	0.02 38	0.00 1	0.07 116	0.19 248	0.00 1	0.00 1	0.00 1	0.20 386	0.12 303	0.11 353

DRN-Test	0.43 226	0.13 147	1.95 280	0.03 281	0.09 341	0.61 125	0.00 1	1.43 286	0.61 292	0.00 1	0.00 1	0.18 193	0.04 201	3.32 265	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.01 126

ADCS	1.72 366	1.22 387	8.11 393	0.00 1	0.01 233	0.88 195	0.68 376	1.44 287	0.63 343	2.60 383	0.11 303	1.42 353	0.26 297	1.97 213	14.92 407	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.07 330

DispFullNet	1.20 351	0.63 336	3.58 363	1.00 395	0.82 396	0.41 73	0.00 1	1.44 287	0.61 292	2.55 382	0.64 343	1.10 336	8.95 405	0.84 188	1.22 332	0.00 1	0.02 329	0.00 1	0.00 1	0.24 358	0.02 221

SMFormer	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 289	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

tta	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 289	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

qqq1	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 289	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

fff1	0.33 184	0.10 118	1.04 144	0.00 1	0.00 1	0.03 5	0.00 1	1.45 289	0.55 159	0.00 1	0.00 1	0.15 181	0.00 1	3.24 259	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126

CIPLG	0.33 184	0.75 352	1.79 265	0.10 338	0.01 233	0.93 211	0.21 329	1.45 289	0.61 292	0.02 212	0.01 199	0.14 175	0.06 237	0.13 142	0.17 235	0.00 1	0.04 354	0.01 353	0.01 315	0.17 336	0.04 282

ACRE	0.34 191	0.70 344	2.13 292	0.10 338	0.00 1	0.90 199	0.20 328	1.45 289	0.61 292	0.02 212	0.01 199	0.13 169	0.05 226	0.14 144	0.17 235	0.00 1	0.03 339	0.01 353	0.02 329	0.17 336	0.04 282

OMP-Stereo	0.66 307	0.33 240	0.72 45	0.18 375	0.06 328	1.17 343	0.00 1	1.45 289	0.59 254	0.12 303	0.60 341	0.50 283	0.00 1	7.09 392	0.26 270	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.00 1

DGSMNet	1.21 353	0.37 268	3.02 347	0.71 393	1.33 405	1.61 366	3.53 403	1.45 289	0.33 130	0.00 1	0.79 351	0.48 272	0.24 294	3.22 258	0.53 305	0.98 399	1.21 411	1.35 408	1.09 410	1.03 393	0.92 402

RAFT + AFF	0.60 297	0.75 352	1.04 144	0.00 1	0.00 1	1.10 314	0.06 291	1.45 289	0.57 203	0.02 212	0.00 1	0.18 193	1.43 359	4.80 317	0.15 229	0.00 1	0.17 396	0.00 1	0.00 1	0.27 367	0.08 331

ETE_ROB	0.31 173	0.34 244	0.89 115	0.00 1	0.00 1	0.97 215	0.01 212	1.45 289	0.57 203	0.02 212	0.00 1	0.17 190	0.02 128	1.75 209	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IPLGR_C	0.35 197	0.81 362	2.03 283	0.10 338	0.01 233	0.90 199	0.21 329	1.46 299	0.61 292	0.02 212	0.01 199	0.13 169	0.07 242	0.14 144	0.17 235	0.00 1	0.05 367	0.01 353	0.02 329	0.17 336	0.04 282

IIG-Stereo	0.65 305	0.34 244	0.77 71	0.05 302	0.03 298	1.17 343	0.00 1	1.46 299	0.60 277	0.01 123	0.57 339	0.54 289	0.01 84	7.03 391	0.39 288	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

iinet-f	0.48 243	0.57 329	4.45 378	0.00 1	0.01 233	0.77 168	0.00 1	1.48 301	0.61 292	0.01 123	0.00 1	0.40 258	0.44 311	0.38 167	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.35 376	0.01 126

RCA-Stereo	0.18 95	0.11 132	0.63 36	0.00 1	0.00 1	1.06 254	0.00 1	1.48 301	0.07 18	0.07 279	0.00 1	0.02 38	0.05 226	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1	0.05 219	0.01 126

fff	0.28 153	0.37 268	1.20 180	0.00 1	0.01 233	1.05 245	0.00 1	1.48 301	0.61 292	0.13 306	0.00 1	0.04 93	0.60 323	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

IPLG	0.51 262	0.38 278	1.60 244	0.02 264	0.00 1	1.11 322	0.07 294	1.48 301	0.57 203	0.05 265	0.00 1	0.12 162	0.15 273	4.58 309	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.11 296	0.00 1

csc	0.28 153	0.37 268	1.20 180	0.00 1	0.01 233	1.05 245	0.00 1	1.48 301	0.61 292	0.13 306	0.00 1	0.04 93	0.60 323	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

cscssc	0.28 153	0.37 268	1.20 180	0.00 1	0.01 233	1.05 245	0.00 1	1.48 301	0.61 292	0.13 306	0.00 1	0.04 93	0.60 323	0.02 66	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

DCANet-4	0.31 173	0.05 60	2.61 328	0.00 1	0.00 1	1.05 245	0.00 1	1.49 307	0.61 292	0.13 306	0.00 1	0.03 73	0.05 226	0.03 91	0.05 144	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 299

ADStereo(finetuned)	0.34 191	0.37 268	2.24 299	0.00 1	0.00 1	1.04 242	0.00 1	1.49 307	0.61 292	0.08 286	0.00 1	0.04 93	0.74 333	0.03 91	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.05 299

DCANet	0.25 139	0.37 268	1.20 180	0.00 1	0.00 1	1.06 254	0.00 1	1.49 307	0.61 292	0.08 286	0.00 1	0.04 93	0.00 1	0.02 66	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.05 299

iResNetv2_ROB	0.36 201	1.03 374	2.96 345	0.00 1	0.00 1	0.58 119	0.00 1	1.51 310	0.58 242	0.01 123	0.00 1	0.08 139	0.02 128	0.07 116	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.29 370	0.02 221

TransformOpticalFlow	0.85 326	0.27 220	2.72 334	0.30 384	0.03 298	1.25 351	0.05 286	1.53 311	0.61 292	0.28 332	0.38 330	1.27 344	1.54 361	6.53 381	0.22 256	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

LL-Strereo	0.71 313	0.88 365	2.40 309	0.00 1	0.00 1	0.63 140	0.01 212	1.57 312	0.58 242	0.45 347	0.00 1	0.54 289	0.30 300	6.37 379	0.07 169	0.00 1	0.05 367	0.00 1	0.00 1	0.22 353	0.17 374

MIPNet	0.34 191	0.35 253	1.56 240	0.02 264	0.00 1	1.11 322	0.09 307	1.57 312	0.65 347	0.11 301	0.05 283	0.18 193	0.19 282	0.74 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 315	0.06 239	0.01 126

CoDeX	0.36 201	0.24 207	1.39 216	0.00 1	0.01 233	0.29 50	0.00 1	1.58 314	0.57 203	0.00 1	0.00 1	0.25 217	0.07 242	2.82 242	0.02 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

111	0.30 169	0.66 339	1.20 180	0.00 1	0.01 233	1.06 254	0.03 266	1.60 315	0.59 254	0.27 331	0.00 1	0.20 204	0.05 226	0.08 127	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.12 362

LALA_ROB	0.31 173	0.38 278	0.91 121	0.00 1	0.01 233	1.00 225	0.01 212	1.60 315	0.61 292	0.15 315	0.00 1	0.09 150	0.01 84	1.04 195	0.41 291	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

RTS	4.10 391	1.68 399	43.40 412	0.09 334	0.02 277	3.95 390	0.00 1	1.61 317	0.61 292	1.09 363	0.01 199	1.97 366	0.22 290	16.87 407	10.15 394	0.00 1	0.09 382	0.00 1	0.00 1	0.20 349	0.05 299

RTSA	4.10 391	1.68 399	43.40 412	0.09 334	0.02 277	3.95 390	0.00 1	1.61 317	0.61 292	1.09 363	0.01 199	1.97 366	0.22 290	16.87 407	10.15 394	0.00 1	0.09 382	0.00 1	0.00 1	0.20 349	0.05 299

GANetREF_RVC	0.54 274	0.70 344	2.06 289	0.00 1	0.00 1	1.14 333	0.00 1	1.61 317	0.58 242	0.00 1	0.01 199	0.29 226	0.04 201	4.21 300	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.02 221
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
IPLGR	0.43 226	0.17 168	2.05 287	0.02 264	0.02 277	1.08 300	0.04 278	1.62 320	0.57 203	0.09 294	0.00 1	0.15 181	0.22 290	2.62 235	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.00 1

FCDSN-DC	2.66 383	0.08 108	1.65 249	0.00 1	0.00 1	1.73 370	0.37 356	1.64 321	1.35 379	8.08 403	11.18 404	11.78 399	7.59 400	4.76 315	2.80 356	0.02 357	0.00 1	0.00 1	0.00 1	0.03 181	0.05 299
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DIP-Stereo	0.22 118	0.10 118	0.77 71	0.00 1	0.00 1	1.09 308	0.00 1	1.68 322	0.57 203	0.01 123	0.00 1	0.01 7	0.07 242	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.01 126
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet_1	1.10 344	1.42 396	4.00 374	0.31 385	0.02 277	1.25 351	0.10 311	1.69 323	0.61 292	0.26 327	0.01 199	4.39 381	1.29 357	4.75 314	0.57 311	0.79 396	0.00 1	0.00 1	0.00 1	0.32 373	0.18 375

pmcnn	2.10 375	0.59 332	4.52 380	0.27 382	0.86 398	0.34 65	0.29 346	1.69 323	0.75 363	0.36 342	7.50 388	14.39 406	0.56 319	4.90 319	4.69 372	0.00 1	0.00 1	0.00 1	0.00 1	0.16 329	0.04 282

UDG	0.42 219	0.43 289	1.17 175	0.00 1	0.00 1	0.99 223	0.00 1	1.70 325	0.60 277	0.05 265	0.00 1	1.51 359	0.19 282	1.20 198	0.61 312	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

AdaStereo	0.20 108	0.06 83	0.86 105	0.00 1	0.00 1	0.25 42	0.00 1	1.71 326	0.56 171	0.00 1	0.00 1	0.31 232	0.01 84	0.11 139	0.11 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iRaft-Stereo_20w	0.38 209	0.11 132	1.91 276	0.12 352	0.04 313	0.70 154	0.24 333	1.72 327	0.16 102	0.41 344	0.00 1	0.26 219	1.04 344	0.41 169	0.24 264	0.00 1	0.04 354	0.00 1	0.14 375	0.02 132	0.09 344

psmg	0.22 118	0.05 60	0.54 22	0.00 1	0.00 1	1.05 245	0.00 1	1.73 328	0.58 242	0.00 1	0.00 1	0.36 245	0.03 170	0.01 25	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

RainbowNet	0.61 300	1.13 381	1.83 267	0.10 338	0.04 313	1.23 349	0.07 294	1.74 329	0.57 203	0.01 123	0.02 271	1.14 340	0.25 296	2.29 227	0.48 301	0.61 391	0.05 367	0.00 1	0.00 1	0.47 383	0.20 378

SuperB	1.85 368	1.06 375	10.54 399	0.02 264	0.01 233	0.90 199	0.78 381	1.75 330	0.64 345	0.05 265	0.05 283	0.34 238	0.89 340	5.29 329	5.80 379	0.01 343	0.00 1	0.02 369	0.02 329	8.71 415	0.06 319

CFNet_ucs	0.26 143	0.14 153	1.53 239	0.00 1	0.01 233	0.84 185	0.00 1	1.78 331	0.17 104	0.00 1	0.00 1	0.49 280	0.30 300	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

MFN_U_SF_DS_RVC	1.16 350	2.03 404	4.57 381	0.02 264	0.04 313	3.52 388	0.27 342	1.80 332	0.58 242	0.22 323	0.28 321	1.38 351	0.02 128	6.08 363	0.42 292	0.14 378	0.68 407	0.01 353	0.26 401	0.39 380	0.47 392

S-Stereo	0.65 305	0.25 213	3.44 361	0.00 1	0.00 1	0.56 114	0.05 286	1.86 333	0.61 292	0.00 1	0.76 347	0.84 317	0.11 261	4.28 305	0.11 202	0.00 1	0.01 299	0.00 1	0.00 1	0.07 251	0.03 253

psm_up	0.39 212	0.25 213	1.04 144	0.00 1	0.00 1	0.82 178	0.00 1	1.88 334	0.57 203	0.00 1	0.00 1	0.28 225	0.01 84	2.78 241	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.00 1

FAT-Stereo	0.50 257	0.14 153	2.51 321	0.00 1	0.00 1	0.33 62	0.09 307	1.88 334	0.61 292	0.05 265	0.76 347	0.60 291	0.52 317	2.46 233	0.06 158	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

FBW_ROB	0.83 323	0.31 235	1.48 234	0.10 338	0.01 233	0.62 130	0.01 212	1.91 336	0.59 254	0.01 123	0.01 199	1.10 336	0.05 226	7.84 395	2.07 349	0.05 367	0.01 299	0.03 378	0.01 315	0.01 57	0.47 392

XQC	0.68 309	0.72 350	3.82 370	0.06 320	0.00 1	0.39 70	0.01 212	1.92 337	0.61 292	0.03 239	0.01 199	0.46 269	0.21 288	2.84 243	2.26 350	0.00 1	0.00 1	0.00 1	0.01 315	0.15 321	0.05 299

ELAS_RVC	2.84 387	0.34 244	3.86 371	0.05 302	0.05 321	1.52 363	5.02 407	1.93 338	5.28 393	7.10 401	6.96 385	6.26 386	8.34 401	4.96 321	4.90 374	0.00 1	0.04 354	0.01 353	0.01 315	0.10 290	0.09 344
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GEStereo_RVC	0.43 226	0.38 278	1.10 161	0.01 240	0.00 1	1.02 229	0.00 1	1.94 339	0.57 203	0.00 1	0.00 1	0.14 175	0.01 84	3.25 264	0.03 119	0.00 1	0.00 1	0.00 1	0.00 1	0.08 268	0.02 221

SGM_RVC	1.54 364	0.35 253	1.60 244	0.15 364	0.17 369	1.25 351	0.77 379	1.97 340	0.88 369	4.31 388	2.46 367	4.36 380	2.37 375	6.98 390	1.78 345	0.21 382	0.23 397	0.20 397	0.23 393	0.26 363	0.31 387
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
pcwnet_v2	0.47 236	0.11 132	5.03 383	0.00 1	0.00 1	0.70 154	0.00 1	1.98 341	0.61 292	0.01 123	0.00 1	0.36 245	0.33 305	0.18 149	0.01 74	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.02 221

Wz-Net-TNSev	1.42 360	2.41 408	11.01 400	0.00 1	0.00 1	0.42 77	0.14 320	2.05 342	0.61 292	0.06 273	0.01 199	1.34 349	0.16 275	5.70 348	4.19 366	0.00 1	0.00 1	0.00 1	0.01 315	0.19 343	0.10 351

STrans-v2	0.85 326	0.28 224	1.66 250	0.00 1	0.01 233	0.85 188	0.04 278	2.05 342	0.67 353	0.48 350	0.87 354	1.12 339	2.12 373	6.64 386	0.25 267	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

EAI-Stereo	0.70 310	0.03 23	0.84 99	0.13 359	0.20 380	0.87 194	2.23 396	2.05 342	0.29 125	0.72 355	4.60 376	0.29 226	0.55 318	0.39 168	0.44 295	0.00 1	0.07 378	0.00 1	0.29 404	0.01 57	0.08 331

FINET	0.51 262	0.36 260	2.40 309	0.00 1	0.00 1	0.27 45	0.00 1	2.06 345	1.49 382	0.00 1	0.00 1	0.04 93	0.04 201	3.38 268	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.02 221

GwcNet-ADL	0.30 169	0.19 181	1.78 264	0.00 1	0.00 1	1.03 235	0.00 1	2.08 346	0.28 121	0.00 1	0.00 1	0.37 251	0.04 201	0.02 66	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

NaN_ROB	0.80 320	0.47 300	1.63 248	0.17 370	0.19 375	0.58 119	0.38 358	2.11 347	0.80 367	0.53 352	0.33 326	0.48 272	1.13 350	4.98 322	1.94 347	0.00 1	0.02 329	0.01 353	0.05 352	0.06 239	0.14 367

PWCDC_ROB	0.94 336	0.91 370	2.52 322	0.00 1	0.00 1	1.15 336	0.00 1	2.11 347	1.18 375	0.00 1	8.99 394	0.35 242	0.09 249	0.64 184	0.40 290	0.00 1	0.00 1	0.00 1	0.00 1	0.50 384	0.03 253

SGM-Forest	0.84 324	0.07 101	0.90 117	0.02 264	0.07 333	1.10 314	0.68 376	2.12 349	0.61 292	1.14 366	0.78 350	1.36 350	0.98 341	5.55 342	1.31 336	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.06 319
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LMCR-Stereo	0.27 149	0.34 244	1.42 224	0.00 1	0.00 1	0.79 172	0.00 1	2.15 350	0.61 292	0.00 1	0.00 1	0.04 93	0.04 201	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

PWC_ROB	0.62 302	0.54 320	3.22 355	0.00 1	0.00 1	0.22 40	0.00 1	2.18 351	0.61 292	0.00 1	0.20 314	0.29 226	0.03 170	3.46 271	1.22 332	0.00 1	0.00 1	0.00 1	0.00 1	0.39 380	0.01 126

raft_robust	0.56 280	0.36 260	0.87 110	0.00 1	0.15 361	0.64 144	0.00 1	2.20 352	0.56 171	0.00 1	0.01 199	0.44 265	1.18 354	4.46 307	0.01 74	0.00 1	0.00 1	0.00 1	0.15 379	0.09 283	0.03 253

CSAN	1.05 342	0.61 334	2.46 316	0.09 334	0.08 337	0.71 158	0.71 378	2.20 352	0.93 372	0.85 358	2.92 368	0.79 314	1.46 360	5.37 335	1.58 342	0.01 343	0.01 299	0.00 1	0.00 1	0.09 283	0.05 299

ARAFT	0.58 290	0.75 352	2.78 339	0.00 1	0.00 1	1.20 348	0.00 1	2.26 354	0.57 203	0.05 265	0.00 1	0.18 193	0.03 170	3.54 274	0.04 135	0.00 1	0.00 1	0.00 1	0.00 1	0.19 343	0.04 282

PDISCO_ROB	0.56 280	0.57 329	2.07 290	0.17 370	0.00 1	1.56 365	0.01 212	2.27 355	0.51 148	0.08 286	0.01 199	0.74 309	0.28 299	2.37 228	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.33 375	0.00 1

ACVNet_2	1.32 355	1.30 391	2.83 340	0.11 348	0.07 333	1.30 355	0.18 323	2.29 356	0.75 363	0.26 327	3.44 371	6.65 389	0.16 275	5.12 326	1.08 327	0.13 376	0.00 1	0.00 1	0.00 1	0.38 378	0.32 388

PS-NSSS	0.54 274	0.44 292	0.86 105	0.00 1	0.00 1	1.04 242	0.00 1	2.37 357	0.56 171	0.00 1	0.00 1	0.11 156	0.01 84	5.32 330	0.13 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 132	0.00 1

NOSS_ROB	0.61 300	0.17 168	0.63 36	0.19 376	0.00 1	0.67 149	0.00 1	2.38 358	0.57 203	0.13 306	0.00 1	0.94 322	0.00 1	6.27 376	0.10 194	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.10 351

SANet	1.99 372	0.71 348	3.37 358	0.03 281	0.03 298	2.85 381	0.85 384	2.42 359	8.33 400	1.55 373	4.13 374	4.29 379	3.23 383	5.39 336	2.47 353	0.00 1	0.00 1	0.00 1	0.00 1	0.06 239	0.06 319

BUS	0.33 184	0.05 60	0.54 22	0.00 1	0.00 1	1.87 373	0.00 1	2.43 360	0.58 242	0.30 334	0.09 299	0.65 298	0.00 1	0.01 25	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

BSDual-CNN	0.28 153	0.05 60	0.54 22	0.00 1	0.00 1	1.07 288	0.00 1	2.43 360	0.58 242	0.30 334	0.09 299	0.36 245	0.03 170	0.01 25	0.08 179	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

hknet	0.38 209	0.07 101	1.32 202	0.00 1	0.00 1	1.07 288	0.00 1	2.43 360	0.58 242	0.30 334	0.09 299	0.63 293	0.00 1	0.96 193	0.07 169	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

mmx	0.85 326	0.02 7	1.06 153	0.00 1	0.00 1	0.62 130	0.00 1	2.50 363	0.56 171	0.00 1	0.00 1	0.67 301	0.02 128	5.57 343	5.86 380	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

ttt	0.70 310	0.02 7	0.78 80	0.00 1	0.00 1	0.62 130	0.00 1	2.50 363	0.56 171	0.00 1	0.00 1	0.29 226	0.01 84	4.18 298	5.00 375	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

xxx	0.85 326	0.02 7	1.06 153	0.00 1	0.00 1	0.62 130	0.00 1	2.50 363	0.56 171	0.00 1	0.00 1	0.67 301	0.02 128	5.57 343	5.86 380	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 126

SA	0.30 169	0.27 220	0.97 136	0.00 1	0.17 369	1.10 314	0.00 1	2.50 363	0.56 171	0.00 1	0.01 199	0.03 73	0.01 84	0.16 148	0.00 1	0.00 1	0.00 1	0.00 1	0.14 375	0.12 303	0.00 1

xxxx	1.04 341	0.02 7	0.54 22	0.00 1	0.00 1	0.53 107	0.00 1	2.53 367	0.57 203	0.00 1	0.00 1	0.01 7	0.01 84	2.04 214	14.52 406	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

SDNR	1.15 349	0.21 187	3.21 354	0.01 240	0.01 233	3.30 387	0.01 212	2.55 368	0.75 363	1.80 376	1.49 363	1.40 352	0.20 287	7.24 393	0.68 316	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.04 282

XX-Stereo	0.57 286	0.15 157	4.26 375	0.08 329	0.03 298	1.10 314	0.00 1	2.55 368	0.11 71	0.11 301	0.00 1	1.43 354	0.01 84	1.34 204	0.00 1	0.00 1	0.04 354	0.00 1	0.16 380	0.03 181	0.01 126

test_xeample	1.14 347	0.02 7	0.58 30	0.00 1	0.00 1	0.57 116	0.00 1	2.57 370	0.57 203	0.00 1	0.00 1	0.03 73	0.02 128	3.45 270	15.00 409	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

CBMV_ROB	0.84 324	0.06 83	1.73 258	0.00 1	0.00 1	1.37 361	0.47 363	2.57 370	0.58 242	2.13 379	0.76 347	1.06 332	1.38 358	4.04 293	0.54 306	0.00 1	0.00 1	0.00 1	0.00 1	0.03 181	0.05 299

CC-Net-ROB	0.64 304	0.50 306	1.13 168	0.07 324	0.00 1	1.08 300	0.01 212	2.58 372	0.56 171	0.01 123	0.00 1	0.14 175	0.01 84	5.73 350	0.12 212	0.50 390	0.00 1	0.21 399	0.00 1	0.09 283	0.02 221

CBMV	0.57 286	0.22 194	1.61 247	0.00 1	0.00 1	0.84 185	0.78 381	2.58 372	0.61 292	0.38 343	0.00 1	1.25 341	0.63 327	2.07 216	0.38 287	0.00 1	0.00 1	0.00 1	0.00 1	0.04 202	0.08 331
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
Sa-1000	0.31 173	0.26 219	0.93 124	0.00 1	0.18 371	1.08 300	0.01 212	2.59 374	0.56 171	0.00 1	0.09 299	0.03 73	0.00 1	0.18 149	0.00 1	0.00 1	0.00 1	0.00 1	0.13 374	0.11 296	0.00 1

1111x	0.87 331	0.02 7	1.20 180	0.00 1	0.00 1	0.70 154	0.00 1	2.60 375	0.56 171	0.00 1	0.00 1	0.04 93	0.01 84	5.36 334	6.80 385	0.00 1	0.01 299	0.00 1	0.00 1	0.00 1	0.01 126

HBP-ISP	0.80 320	0.70 344	2.86 341	0.02 264	0.01 233	1.67 368	0.48 365	2.63 376	0.56 171	1.11 365	0.06 292	0.50 283	0.74 333	4.60 311	0.09 185	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.03 253

222	1.95 369	0.03 23	0.41 3	0.00 1	0.00 1	0.58 119	0.00 1	2.64 377	0.57 203	0.02 212	0.00 1	0.05 114	0.02 128	3.34 267	31.23 414	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 221

NINENet	0.45 230	0.09 114	0.81 89	0.06 320	0.00 1	1.87 373	0.00 1	2.69 378	0.56 171	0.00 1	0.00 1	0.65 298	0.00 1	2.15 219	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.00 1

MSC_U_SF_DS_RVC	1.79 367	1.81 401	3.81 369	0.01 240	0.02 277	12.12 404	0.50 369	2.74 379	0.71 358	0.07 279	0.20 314	2.17 372	0.15 273	6.82 388	1.19 330	0.74 393	0.80 409	0.20 397	0.27 402	0.73 390	0.70 400

ELAS	2.75 384	0.35 253	2.67 331	0.05 302	0.04 313	6.72 399	1.83 391	2.84 380	3.38 388	8.25 405	9.14 395	3.95 378	6.15 399	3.73 283	5.70 378	0.00 1	0.04 354	0.01 353	0.01 315	0.10 290	0.08 331
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MeshStereo	2.61 382	0.65 337	2.71 333	0.02 264	0.02 277	1.55 364	0.94 386	3.02 381	1.29 378	11.21 407	7.34 386	11.54 398	2.74 379	6.34 378	2.43 352	0.00 1	0.00 1	0.00 1	0.00 1	0.28 368	0.03 253
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PWCK	2.44 380	1.65 398	7.31 391	0.22 380	0.02 277	3.12 384	4.74 406	3.06 382	3.48 389	0.72 355	4.42 375	3.40 377	1.67 364	9.06 401	3.36 361	0.39 389	0.01 299	0.00 1	0.00 1	2.19 402	0.08 331

TRStereo	0.37 206	0.23 203	1.41 222	0.03 281	0.00 1	1.07 288	0.02 250	3.07 383	0.57 203	0.01 123	0.00 1	0.11 156	0.40 310	0.06 111	0.00 1	0.00 1	0.00 1	0.00 1	0.22 392	0.01 57	0.08 331

FC-DCNN	3.42 389	0.11 132	2.03 283	0.00 1	0.00 1	3.18 385	0.60 373	3.13 384	2.98 387	11.40 408	12.28 406	13.93 404	8.68 403	5.70 348	4.27 367	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.06 319

MADNet+	4.65 395	2.70 410	46.68 414	0.01 240	0.02 277	2.06 376	0.03 266	3.17 385	1.07 374	0.02 212	0.01 199	1.84 364	0.31 303	21.62 412	13.04 402	0.00 1	0.03 339	0.00 1	0.00 1	0.20 349	0.19 377

DPSNet	1.25 354	0.28 224	5.34 384	0.28 383	0.07 333	1.50 362	0.00 1	3.53 386	0.69 355	0.03 239	0.00 1	0.45 268	2.10 372	5.67 347	4.61 371	0.02 357	0.04 354	0.00 1	0.02 329	0.23 357	0.09 344

HSM-Net_RVC	0.52 271	0.06 83	1.45 228	0.00 1	0.00 1	0.61 125	0.00 1	3.83 387	0.52 149	0.14 313	0.00 1	0.22 209	0.03 170	3.50 272	0.04 135	0.01 343	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
JetBlue	5.71 399	2.18 407	16.18 403	0.00 1	2.13 407	29.20 413	14.20 414	3.90 388	0.74 361	0.71 354	2.30 366	6.42 388	5.97 398	17.84 410	8.74 390	0.09 374	0.01 299	0.00 1	0.00 1	2.62 403	0.96 403

LE_ROB	9.96 409	0.54 320	9.62 396	1.40 400	1.24 404	3.29 386	4.64 405	4.31 389	43.01 416	51.54 417	13.34 409	14.15 405	24.60 413	6.66 387	20.28 412	0.04 365	0.05 367	0.12 396	0.20 386	0.07 251	0.09 344

MDST_ROB	1.54 364	0.06 83	3.42 360	0.14 361	0.16 364	5.42 397	0.32 348	4.33 390	0.61 292	6.08 398	1.25 360	1.04 331	1.16 353	5.81 354	0.83 321	0.00 1	0.00 1	0.00 1	0.00 1	0.01 57	0.11 353

IMH-64-1	1.98 370	0.88 365	1.46 230	1.92 401	0.54 391	2.90 382	1.64 388	5.24 391	0.91 370	0.97 360	4.83 377	2.10 370	2.00 369	5.33 331	2.83 357	3.56 406	0.04 354	0.02 369	0.00 1	1.90 398	0.50 395

IMH-64	1.98 370	0.88 365	1.46 230	1.92 401	0.54 391	2.90 382	1.64 388	5.24 391	0.91 370	0.97 360	4.83 377	2.10 370	2.00 369	5.33 331	2.83 357	3.56 406	0.04 354	0.02 369	0.00 1	1.90 398	0.50 395

WAO-6	2.38 377	0.69 342	1.93 279	0.00 1	0.00 1	3.94 389	0.29 346	5.62 393	7.23 398	0.34 340	6.76 384	7.73 393	1.96 368	5.88 356	5.07 376	0.00 1	0.00 1	0.00 1	0.00 1	0.15 321	0.03 253

WAO-7	2.46 381	0.92 371	1.85 270	0.03 281	0.05 321	4.73 392	0.54 372	5.67 394	4.50 391	1.49 372	7.64 390	5.52 384	2.69 378	8.48 397	4.51 369	0.00 1	0.00 1	0.33 401	0.02 329	0.19 343	0.06 319

DPSimNet_ROB	7.90 405	5.46 412	13.55 402	3.66 409	5.16 414	7.26 400	9.60 412	6.11 395	7.46 399	13.33 409	9.50 398	11.03 396	11.89 408	10.08 404	12.35 401	4.36 409	5.55 415	5.35 414	5.34 413	4.96 408	5.98 415

IMH	2.83 386	1.28 389	1.89 273	1.96 404	0.60 393	5.22 395	0.24 333	6.28 396	4.13 390	1.90 378	7.52 389	6.39 387	3.40 384	6.59 383	2.53 354	3.92 408	0.12 390	0.05 386	0.00 1	2.06 400	0.47 392

notaker	4.30 393	1.28 389	3.70 367	3.71 410	0.90 399	4.91 394	0.39 359	6.90 397	1.96 385	5.39 395	11.82 405	16.90 408	3.75 388	7.59 394	5.65 377	5.23 410	0.01 299	0.10 393	0.06 355	4.57 407	1.22 405

LVE	2.75 384	1.12 379	2.30 301	0.46 387	0.45 388	1.87 373	0.06 291	7.19 398	9.72 402	0.03 239	11.08 403	9.01 395	1.26 356	6.93 389	0.91 322	1.86 400	0.16 395	0.04 385	0.24 398	0.22 353	0.13 364

Dean	2.41 379	1.16 385	3.63 366	0.36 386	0.40 387	1.19 346	0.50 369	7.85 399	8.44 401	1.17 367	8.12 392	7.07 390	1.13 350	4.11 296	1.04 324	0.70 392	0.00 1	0.01 353	0.00 1	1.07 394	0.29 386

UNDER WATER	6.24 401	0.99 373	8.13 394	4.62 413	2.68 408	8.66 403	0.77 379	8.37 400	22.50 411	4.55 389	6.36 383	15.93 407	8.89 404	8.99 400	8.85 391	3.25 405	0.04 354	1.36 409	0.02 329	6.24 412	3.56 411

KSHMR	3.68 390	1.11 378	3.06 349	2.84 407	1.78 406	5.33 396	0.41 360	8.64 401	14.09 404	1.85 377	9.32 397	7.19 391	1.93 366	5.45 337	2.30 351	1.95 401	0.41 404	0.50 404	0.21 390	3.53 405	1.76 408

UNDER WATER-64	6.84 403	1.25 388	9.68 397	4.53 412	3.53 411	16.61 410	1.79 390	8.72 402	22.23 409	5.11 392	5.07 379	17.34 409	10.14 406	9.19 402	8.21 389	2.00 403	0.03 339	1.52 410	0.11 368	6.09 411	3.62 412

ktn	4.96 396	1.21 386	2.41 311	3.20 408	1.02 400	8.36 402	2.08 394	9.00 403	17.02 405	5.18 394	12.71 407	13.69 402	3.51 386	8.05 396	3.68 364	5.30 411	0.02 329	0.00 1	0.00 1	2.14 401	0.55 398

MADNet++	9.87 408	2.12 405	7.11 390	7.99 415	4.58 413	14.38 408	6.90 411	9.23 404	5.88 394	16.88 410	17.47 412	11.07 397	15.72 409	24.26 413	19.76 411	8.52 412	6.39 416	4.85 413	2.69 411	5.96 410	5.73 414

FADE		5.89 413		2.64 406	2.97 410			9.60 405	6.84 397	2.66 384		5.28 383		13.53 406		16.99 417	2.70 413	18.19 417	20.39 418	1.88 397	1.60 407

SGM-ForestM	8.89 407	0.68 341	3.61 364	0.57 390	0.18 371	14.89 409	5.99 410	9.62 406	10.59 403	20.43 411	17.16 411	39.22 415	20.29 410	20.63 411	13.19 403	0.04 365	0.14 392	0.00 1	0.07 358	0.15 321	0.36 389

WAO-8	5.13 398	1.91 402	2.34 304	0.60 391	0.10 345	12.98 405	0.34 353	11.65 407	24.58 412	4.87 390	10.60 402	13.32 400	4.10 392	8.85 398	3.55 362	0.75 394	0.32 400	0.71 406	0.12 372	0.70 388	0.11 353

Venus	5.12 397	1.91 402	2.34 304	0.60 391	0.10 345	12.98 405	0.34 353	11.65 407	24.58 412	4.87 390	10.54 401	13.32 400	4.10 392	8.85 398	3.55 362	0.75 394	0.32 400	0.71 406	0.12 372	0.70 388	0.11 353

TorneroNet-64	6.39 402	1.31 392	2.23 298	1.99 405	0.65 395	18.82 411	0.28 344	11.98 409	26.18 414	5.99 397	12.75 408	19.37 411	4.08 391	9.94 403	5.95 384	0.89 398	0.00 1	0.11 394	0.00 1	3.44 404	1.81 409

JetRed	13.51 412	18.77 416	42.38 411	1.28 398	1.18 403	54.67 415	25.60 415	12.87 410	6.75 396	8.50 406	8.61 393	13.77 403	10.87 407	24.50 415	30.67 413	0.24 384	0.68 407	0.53 405	0.02 329	5.93 409	2.43 410

HanzoNet	12.77 411	4.55 411	11.74 401	5.35 414	2.79 409	7.59 401	0.66 375	12.97 411	20.40 408	25.99 413	28.61 414	34.05 414	25.08 414	25.93 416	14.98 408	10.77 415	3.91 414	3.00 412	3.73 412	8.16 414	5.15 413

TorneroNet	6.97 404	1.37 394	2.22 297	1.95 403	1.12 402	19.47 412	0.47 363	13.04 412	26.32 415	7.90 402	17.10 410	17.67 410	4.62 396	10.46 405	7.94 386	1.98 402	0.03 339	0.11 394	0.00 1	4.15 406	1.49 406

BEATNet-Init1	14.52 413	6.56 414	34.32 410	1.10 396	1.02 400	31.53 414	11.99 413	15.58 413	17.42 406	30.17 415	27.03 413	43.14 416	24.36 412	24.41 414	18.27 410	0.27 386	0.32 400	0.36 402	0.46 406	1.26 395	0.76 401

MANE	9.96 409	0.69 342	2.88 344	1.22 397	0.61 394	13.15 407	3.46 402	15.62 414	22.27 410	22.74 412	30.00 415	29.74 413	23.22 411	17.17 409	13.78 405	0.29 387	0.56 406	0.09 392	0.61 408	0.15 321	1.00 404

DLNR_Zeroshot_test	21.09 414	47.65 418	85.43 421	96.34 430	87.67 428	0.31 54	0.00 1	17.86 415	0.07 18	0.01 123	0.01 199	0.00 1	0.00 1	0.70 185	0.01 74	15.78 416	0.01 299	0.00 1	0.21 390	69.62 424	0.04 282

ASD4	35.17 415	42.77 417	34.00 409	20.47 417	35.77 416	80.11 418	95.20 424	26.58 416	69.14 417	27.82 414	35.84 416	27.05 412	44.35 415	37.95 417	53.20 416	10.25 414	10.28 418	12.30 415	11.09 415	16.01 416	13.25 417

LRCNet_RVC	55.44 418	60.56 422	57.70 415	66.68 423	44.91 418	6.22 398	0.00 1	52.80 417	1.37 380	70.44 418	81.09 420	67.07 417	55.41 416	51.59 418	46.24 415	90.66 427	41.89 422	90.95 428	90.04 424	64.32 423	68.75 423

xxxxx1	63.71 419	58.10 419	78.65 418	43.63 418	48.97 419	92.61 421	92.18 421	60.44 418	69.38 418	73.77 421	76.42 417	77.82 420	76.45 418	72.33 419	77.46 419	35.89 420	37.06 419	48.26 421	62.63 420	48.72 420	43.44 420

tt_ll	63.71 419	58.10 419	78.65 418	43.63 418	48.97 419	92.61 421	92.18 421	60.44 418	69.38 418	73.77 421	76.42 417	77.82 420	76.45 418	72.33 419	77.46 419	35.89 420	37.06 419	48.26 421	62.63 420	48.72 420	43.44 420

ff	63.71 419	58.10 419	78.65 418	43.63 418	48.97 419	92.61 421	92.18 421	60.44 418	69.38 418	73.77 421	76.42 417	77.82 420	76.45 418	72.33 419	77.46 419	35.89 420	37.06 419	48.26 421	62.63 420	48.72 420	43.44 420

PML	71.49 422	88.65 428	73.56 416	82.49 425	75.59 422	85.39 419	79.41 419	71.62 421	87.17 421	90.48 424	85.96 421	90.50 424	60.21 417	91.76 428	73.85 418	96.01 434	2.36 412	86.79 427	6.59 414	83.59 426	17.83 419

test_example2	97.61 430	99.96 432	99.93 427	99.83 437	99.97 437	98.84 425	99.76 425	91.98 422	100.00 429	100.00 429	100.00 426	89.18 423	86.51 421	99.29 429	96.54 424	99.97 436	99.55 430	92.92 429	98.06 427	100.00 437	99.95 436

MEDIAN_ROB	93.37 426	98.75 430	96.05 424	90.90 428	90.53 429	85.63 420	76.45 418	92.03 423	89.53 422	95.05 425	94.99 423	96.02 425	93.85 424	90.36 424	87.21 422	98.36 435	95.79 424	99.61 430	98.77 428	98.80 435	98.72 435

DGTPSM_ROB	81.49 423	60.74 423	99.95 428	61.20 421	86.99 426	99.11 426	100.00 426	95.92 424	99.99 427	73.08 419	100.00 426	70.81 418	100.00 427	77.39 422	99.98 428	35.10 418	97.48 428	35.12 419	99.89 429	46.16 418	90.85 425

DPSMNet_ROB	81.54 424	60.77 424	99.95 428	61.42 422	87.05 427	99.11 426	100.00 426	95.93 425	99.99 427	73.11 420	100.00 426	70.84 419	100.00 427	77.43 423	99.98 428	35.39 419	97.54 429	35.21 420	99.89 429	46.30 419	90.94 426

HaxPig	95.46 429	97.61 429	87.80 422	97.80 436	99.17 436	77.55 417	75.28 416	96.76 426	99.61 424	99.97 428	99.97 425	99.62 428	99.97 426	91.02 426	87.28 423	99.98 437	99.98 432	99.98 431	99.99 431	99.97 436	99.97 437

Anonymous_1	89.88 425	75.38 425	97.81 425	74.49 424	78.39 423	100.00 428	100.00 426	98.09 427	99.76 425	96.82 427	99.37 424	97.66 426	99.77 425	91.14 427	98.89 425	81.73 423	97.25 425	59.96 424	85.38 423	77.37 425	88.27 424

MyStereo03	99.18 435	100.00 434	100.00 430	96.47 432	98.78 432	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.73 430	100.00 434	100.00 432	100.00 432	96.63 431	97.99 431

MyStereo02	99.18 435	100.00 434	100.00 430	96.47 432	98.78 432	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.73 430	100.00 434	100.00 432	100.00 432	96.63 431	97.99 431

MyStereo	99.18 435	100.00 434	100.00 430	96.47 432	98.78 432	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.73 430	100.00 434	100.00 432	100.00 432	96.63 431	97.99 431

SPstereo	50.33 417	10.80 415	21.19 407	11.76 416	9.23 415	66.15 416	76.05 417	100.00 428	100.00 429	95.98 426	93.33 422	100.00 429	93.15 423	90.92 425	72.10 417	9.41 413	8.60 417	19.85 418	14.84 417	6.36 413	6.89 416

Selective-RAFT-Error	99.17 434	100.00 434	100.00 430	96.65 435	98.79 435	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.64 428	100.00 434	100.00 432	100.00 432	96.25 429	98.10 434

tt	48.25 416	0.05 60	28.22 408	1.29 399	0.00 1	100.00 428	100.00 426	100.00 428	97.19 423	0.08 286	0.00 1	97.99 427	86.70 422	2.26 226	99.92 427	83.66 424	94.83 423	16.47 416	21.27 419	35.05 417	0.01 126

CasAABBNet	99.15 433	100.00 434	100.00 430	96.37 431	98.76 431	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.65 429	99.99 433	100.00 432	100.00 432	96.27 430	97.93 430

LSM0	99.11 432	99.97 433	100.00 430	95.93 429	98.59 430	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	93.89 433	99.97 431	100.00 432	100.00 432	96.64 434	97.25 429

DPSM_ROB	94.00 427	79.32 426	100.00 430	83.19 426	85.69 424	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	89.53 425	97.42 426	74.97 425	95.13 425	83.79 427	90.98 427

DPSM	94.00 427	79.32 426	100.00 430	83.19 426	85.69 424	100.00 428	100.00 426	100.00 428	100.00 429	100.00 429	100.00 426	100.00 429	100.00 427	100.00 431	100.00 430	89.53 425	97.42 426	74.97 425	95.13 425	83.79 427	90.98 427

AVERAGE_ROB	98.45 431	99.13 431	95.46 423	100.00 438	100.00 438	93.36 424	81.95 420	100.00 428	99.97 426	100.00 429	100.00 426	100.00 429	100.00 427	99.72 430	99.40 426	100.00 438	100.00 434	100.00 432	100.00 432	100.00 437	100.00 438

Low-res two-view benchmark